赵立夏， 武志刚

(华南理工大学 电力学院，广东 广州 510640)

0 引 言

今后数十年可再生能源发电将成为发电增长的主要形式，其中分布式发电占可再生能源发电的大部分。作为电能传输载体的电网形态也将发生重要变化，其中最典型的就是微网的推广和应用。目前对微网的研究大多面对的是常规微网，通常规模较小，不需要很复杂的网架结构，进而在对微网的分析中往往不需考虑拓扑结构的影响。在宏观层面，人们往往研究不同渗透率的微网与常规输配电网的相互作用，此时需要考虑微网运行的两种方式，即孤岛运行方式和并网运行方式[1]。

除常规微网之外，事实上还存在其他形式的微网。对于一些发展中国家(如巴基斯坦)，其输电网覆盖程度较低，为了向没有被输电网所覆盖的地区供电，往往依赖所谓社区型独立微网(independent community microgrid, ICMG)。与常规微网相比，ICMG的供电范围介于常规微网和普通配电馈线之间，输电网络拓扑的影响已不能忽略，而且由于电压等级低，所带的负荷乃至电网本身都可能是三相不对称的。ICMG基本都运行在孤岛运行方式下，其功率平衡只能依赖自身解决，电网中的可再生能源出力的随机性为实现功率平衡带来了很大的困难。

由此可见，ICMG的日常运行与常规微网和常规输配电网都不同[2-3]。为此，本文把ICMG中光伏出力随机过程转换成若干等发生概率基态场景的叠加，用来求取追求最大收益期望的光伏最大出力预测曲线，进而给出考虑ICMG基本特征的日前调度动态规划模型，通过巴基斯坦的实际案例验证了本文所提出优化模型的正确性。

1 不可控电源随机性的优化模型

借鉴文献[4-5]对风电随机性进行处理的思想，认为在充分的二阶段市场机制下，虽然光伏出力具有随机性，但任一时段内光伏出力总能表示为日前市场确定出力和调整市场确定出力的总和，若把光伏出力随机过程转换成若干基态场景的叠加，且基态场景发生概率相同，则追求最大收益期望的光伏最大出力曲线可以由下述目标函数来描述：

(1)

式中的目标函数为每个场景ω对应目标函数值依据场景发生概率πω加权求和，其中每个场景的目标函数值包含两部分：

应该满足如下约束条件：

①光伏发电出力最大值约束

(2)

(3)

(4)

②对由随机因素所造成的不平衡电量的定义

(5)

(6)

(7)

(8)

式中：Δtω为场景w中在第t小时光伏发电的不平衡电量值。

③光伏发电出力不可预测性约束

(9)

(10)

(11)

式中：NT1为日前市场和调整市场出清时刻所间隔的阶段个数；ω′为另一个场景编号且ω≠ω′。

④与CVaR有关的约束

(12)

ηω≥0,∀ω

(13)

光伏阵列实际出力能力超出日前调度的预定出力值时将产生弃光现象，相当于并没有获得理论上的最大收益，但由于这部分差额实际上并没有出现，因此可以认为光伏侧在这种情况下并没有损失。当光伏阵列实际出力能力少于日前调度的预定出力值时，功率缺额将由可控电源(后文算例为生物质能发电)进行补偿，电网侧产生超出预计的额外成本，实际光伏阵列的出力曲线与最优调度曲线间围成的面积称为不平衡电量，为光伏阵列少发而电网补偿的电量。

式(1)中的CVaR项与光伏实际出力及预定出力不同的风险有关，算例表明，是否计入CVaR项，对同一负载状况下产生的不平衡电量均会产生影响。

2 社区型独立微网及其日前调度动态规划模型

本文所开展的针对ICMG的研究基于巴基斯坦某地区的实际案例，对于欠发达国家地区具有一定的通用性。ICMG常由多个常规微网聚合而成，例如后文算例中的ICMG由居民区、工厂和医院三部分构成，其中居民区又含多栋楼。从供电服务区域来看，电网已经达到通常的社区规模，这也是这种电网被称为“社区型”独立微网的原因。正因如此，在对ICMG进行建模时需要考虑详细的拓扑结构，而不能简单地忽略之。此外，ICMG电压等级低，线路R/X比大，且由于线路较短，所有线路参数均不宜忽略。

这种电网通常无法接入传统的公用输电网，因此事实上总是运行在孤岛模式下，这也是其被称为社区型“独立”微网的原因。由于所在区域过于偏远，又因经济成本所限，只能因地制宜地利用当地拥有的资源来发电，通常为分布式的小型可再生能源发电装置，又可分为两大类：一类是所谓不可控电源，例如风电、光伏等，其出力受到实时的天气条件等的约束，难以预先精确安排；另一类电源可称为可控电源，其特征是可以精确设定发电出力时间特性曲线，最常见的是柴油发电机，然而由于ICMG往往位于贫困地区，无力承担柴油发电的高成本，故在本文中考虑的可控电源是生物质能发电机。此外，由于电网规模较小，电源侧、负荷侧和电网本身的三相不对称性不能完全忽略，在后面的模型中会充分计及。

本文以小时为单位将所研究的日前调度时段分成等长的24个阶段。由于存在先后阶段优化结果之间的耦合关系(例如储能装置的荷电状态在任一阶段结束后应更新，而更新的结果不能使其超出储能荷电状态的允许范围)，使得优化模型成为一个动态规划模型。

考虑综合的优化目标，即通过合理加权得到综合目标函数，具体如下：

(14)

优化模型的约束条件分为四大类：

(1) 与生物质能发电机有关的约束，本文考虑了有功出力瞬时值、出力增加和减少的速度以及瞬时甩负荷最大值。

(2) 与储能装置有关的约束，包括荷电范围、充放电功率的约束，尤其需要注意的是动态规划每个阶段结束后需要更新荷电状态，从而给不同阶段之间带来了耦合关系，即

(15)

(3) 与三相潮流有关的约束，包括任一输电线路任一相传输功率不越限、任一母线任一相电压在允许偏移范围内等不等式约束，以及用三相潮流方程表示某节点功率平衡的等式约束。

(4) 全局功率平衡约束，包括任何瞬时ICMG任一相的电源出力应大于负荷需求及网损，以及光伏发电实际出力加上弃光部分小于日最大出力曲线上对应值等。

各约束条件均为传统的不等式约束和等式约束表达式，且表达式本身比较简单，因篇幅不一一罗列。

所提模型是一个动态规划模型，需要给定一些固定的曲线才能开展优化计算。本文中需要预先通过短期负荷预测获得被调度日的日负荷曲线，以及通过将气象等信息输入到式(1)～式(13)的优化模型中得到被调度日光伏最大功率曲线。用于优化的变量包括生物质能发电机的出力曲线、储能装置的荷电状态变化曲线等。

3 算例分析

本节根据巴基斯坦某地区实际案例验证前面提出的社区型独立微网日前调度的优化模型。系统的接线图如图1所示。

图1中的ICMG包括了7台光伏阵列、4台生物质能发电机和6台蓄电池储能系统，共有12个节点和10条传输线。图2给出了住宅区子网的详细接线图。住宅区子网的负荷按负荷曲线计算，其余负荷认为取恒定值，均存在三相不对称情况。假定光伏阵列无运行成本，无污染排放；生物质能发电机有成本、有排放。优化调度的周期为1天，分为24个阶段，每个阶段时长1 h。

图3为由日前负荷预测所得到的三相负荷曲线，图4为经过场景合并优化后所得到的三相光伏阵列最大出力曲线，在本例中

为优化结果，且确定不变。图5为某一场景中少于预定出力时的三相光伏阵列出力最大值曲线，用来验证光伏实际出力与预设出力不同时的优化效果。可见负荷和光伏最大出力的关系均为A相>B相>C相，其中A相和B相的光伏最大出力值接近，较C相为大。

与随机性相关的部分参数见表1，在本例中为已知条件且确定不变。

表1 随机性相关参数

将式(14)中的各βi值设为0，即为不优化的状况，该状况作为对照参考值。

使用分别以运行成本最低、负荷满意度最高和综合考虑两种情况为目标进行优化，只需设定各βi值即可。采用GAMS中的IPOPT求解器进行求解[7]，计算得出针对不优化和三种优化目标的优化结果，各种关键物理量一天之中的时间特性示于图6～图8,其中1～3号生物质能发电机运行情况相同，这里只给出了1号机的结果而不重复给出2～3号机结果。

在综合目标优化场景下，保持负载数值不变，选择前述的用于对照的少于预定出力的三相光伏阵列出力最大值曲线，分别就计入CVaR项及不计入的状况各进行一次优化求解，两种状况下各相不平衡电量的值示于表2。

表2 各相不平衡电量值

各相不平衡电量一天之中的时间特性如图9～图10所示。

综合分析计算结果可以发现：

(1)运行成本最小与负荷满意度最高这两个目标之间存在着一定的互相制约，根据本算例的特性，可以认为采用综合目标优化场景作为最终决定更为合情合理。

(2)引入储能设备后，可以减少发电机在高峰时段的出力，同时可以利用低谷时段光伏阵列满足负荷需求之后多余的电量，进一步增加了系统的灵活性和对可再生能源的利用率。

(3)当光伏发电能力少于预定出力时，缺额部分由生物质能进行补偿，会产生不平衡电量，即电网产生损失。不平衡电量的变化趋势大致与少于预定出力的场景和最优场景的最大出力曲线之差相同，在相差最大的12∶00前后，产生的不平衡电量也最大。无论是否计入CVaR，不平衡电量随时间的变化趋势均基本相同。

(4)当在随机性模拟的步骤中计入CVaR项时，各相不平衡电量值均较不计入时大幅减少，体现了光伏阵列对电网的补偿。

4 结束语

本文针对社区型独立微网的特点提出了日前规划调度的方法和优化模型，考虑了模型中存在不可控可再生能源和可控电源的情况，能够计及电网的详细拓扑结构和负荷、电源的三相不对称，具有一定的通用性。

在GAMS下构建了上述优化模型，并在巴基斯坦某实际社区微网算例中进行优化求解，计算结果表明：①运行成本和负荷满意度这两个目标在很多情况下存在矛盾，比较实际的解决方案是因地制宜地选择合适的权重来得到最优结果；②储能装置在减少生物质能发电机高峰出力、吸纳光伏发电在较低水平负荷时的过剩能力、避免弃光等方面能起到重要作用，可以明显提高电网运行的灵活性和对可再生能源的消纳能力；③社区型独立微网异于常规微网之处是不能忽略网络拓扑，因此日前调度的优化结果意味着同时实现了电网中潮流的最优配置；④在计及光伏出力预测的随机性风险后，可以显著降低实际发生的不平衡电量。