武家胜，王 清，潘晓明，沈卫刚

(国网江苏省电力有限公司苏州供电分公司，江苏 苏州 215000)

能源是经济社会发展的动力源泉和基础。2015年国家发改委、能源局在促进智能电网发展的指导意见中指出，加强能源互联，促进多种能源优化互补[1]。由于不同能源系统发展的差异，供能往往都是单独规划、单独设计、独立运行，彼此之间缺乏协调，造成了能源利用率低、不能整体优化等问题。而综合能源系统可以实现多能互补，一般涵盖集成的供电、供暖、供冷等能源系统，以及相关的通信和信息基础设施，具有巨大的前瞻性和市场价值[2]。

在城市中，综合能源以光伏—微型燃气轮机组合的微网形式存在，并取得了不错的应用效果。这种综合能源微网可以通过中央控制器对内部光伏和燃气轮机进行实时调节，既可通过MPPT技术实现光伏发电的最大化利用，又可根据微网内冷、热、电力负荷进行燃气轮机的出力控制[3]。对于配电网而言，当大量综合能源微网接入后，如何对各个微网的出力进行配置，使得配电网总体运行最为优化，是一个值得研究的问题。文献[4]研究了工业园区的综合能源系统，建立了基于多能互补的广义需求响应互动化模型，实现了冷、热、电负荷的优化配置。文献[5]构建了综合能源的智能园区负荷模型，提出了以电能共享为主要手段的新能源消纳方案。文献[6]研究了分布式电源的选址定容问题，并且对含协调储能和柔性负荷的主动配电网进行了优化分析。

考虑到未来电力市场的广泛普及，电力公司可以根据负荷预测制定第二天的实时电价，作为削峰填谷的调节手段。综合能源微网的中央控制器，可以根据电力公司发布的实时电价和各个时段微网运行成本，计算出各个时段微网的经济运行模式[7]。本文从配电网的角度出发，探讨配电网中接入若干综合能源微网后的优化调度模式。在这种情况下，针对一天之中某一时刻的配电网中各个微网出力和负荷情况，如何实现配电网运行费用最小、区域污染气体的总排放最小、用户电压指标最优等多目标优化，是配电网需要解决的问题。

1 综合能源微网简介

根据美国电力可靠性技术解决方案协会描述的构架，微网通过一个公共连接点(PCC)与配电网相连，PCC处设置一个变压器，连接10 kV电压等级(配电网)和0.4 kV电压等级(微网)。微网内部拥有一个或多个母线，母线上带有若干条馈线，母线和馈线上均可接入分布式电源和负荷。根据内部分布式电源连接方式和微网的控制策略，可将微网分为并联结构微网和串联结构微网两类[8]，其典型拓扑如图1所示。

综合能源微网由光伏发电、冷热电三联供的燃气轮机以及配电网对内部负荷进行供电。正常运行时，微网并入配电网运行，二者电能互为补充。当配电网发生故障时，公共连接点PCC1断开，微网进入孤岛运行模式。若出现极端故障情况，则可将公共连接点PCC2断开，由能够稳定供电的三联供系统保证一类负荷的用电。

2 优化调度模型建立

在综合能源微网中，光伏发电受自然光照制约，为不可控发电单元；微型燃气轮机调节性能好，可以对短期光伏出力波动进行补偿，且在输出电功率的同时可以解决相应的冷热负荷。控制综合能源微网的出力，其实质是控制微网中微型燃气轮机出力，故设有反送电能能力微网中的微型燃气轮机有功出力为决策变量，计算时将微网作为PQ节点进行计算[9]。配电网多目标优化调度模型如下。

2.1 目标函数

(1)从节能降耗的角度考虑，要求配电网运行费用最小。即满足

minF1=CTG+∑CMG+CLoss

(1)

式中CTG——配电网从输电网购电总成本，元；CMG——配电网从综合能源微网购电总成本，元；CLoss——系统运行时的电能损耗费用，元。

(2)从环保低碳的角度考虑，要求系统污染气体的总排放最小。即满足：

minF2=CCO2(ETG_CO2+∑EMT_CO2)+CSO2(ETG_SO2+∑EMT_SO2)

(2)

这可使整个配电网的CO2与SO2总排放成本最低。

(3)从电能质量的角度来讲，要求电压指标最优。定义电网电压改善率指标为未接入综合能源微网时的配电网电压指标与接入综合能源微网后的配电网电压指标的比值。设配电网中第i个节点的电压幅值为Ui，节点的有功负荷为PLi，节点的权重因子为ki。

定义系统的电压指标μ[10]为

(3)

式中N——配电网节点数，取33。

ki应满足

(4)

目标函数：

(5)

式中μwoi和μwi——未接入分布式电源时和接入分布式电源后系统的电压指标。

2.2 约束条件

(1)系统潮流约束和功率平衡。模型需要通过潮流计算得到各目标函数值，系统功率应满足实时平衡。

(2)机组出力约束，即微型燃气轮机出力上下限：

(6)

式中Pi——第i个综合能源微网中微型燃气轮机输出的有功功率， kW；Pimin和Pimax——微型燃气轮机有功出力的下限和上限。

该模型中取微网出力为0时对应的微型燃气轮机出力为Pimin，取微网出力最大时对应的微型燃气轮机出力为Pimax。

(3)支路功率约束：

(7)

式中Pli——第i条线路输送的功率，kW；Plimin和Plimax——支路功率的下限和上限。

(4)节点电压约束：

(8)

式中Ui——第i个节点的电压幅值，kV；Uimin和Uimax——电压幅值的下限和上限。

3 基于评价函数的交互式多目标决策方法

对于多目标规划问题，一种方法是将其转化为单目标问题，然后利用传统的单目标规划算法求解。转化为单目标规划的方法由权重系数法、基于模糊理论的隶属函数法[11]等。但权重系数法在权重选择上具有随意性，而隶属函数构造在合理性上有所欠缺。由于各个目标之间存在冲突，多目标决策问题的最优解往往不存在，本文采用交互式多目标决策方法，在众多非劣解中选择一个满意解。在权重系数选择的问题上，采取评价函数的计算结果来确定其值。

多目标决策问题的基本模型：

(9)

式中x——决策变量；X——其定义域；f(x)——目标函数；n——目标函数的个数。

3.1 单目标满意度函数

对于多目标问题，不同目标函数值的量纲也不相同。为了方便计算，需将各个目标函数进行归一化处理。设maxfi(x)、minfi(x)分别为目标函数fi(x)在整个定义域X上能够取到的最大值和最小值，记

(10)

定义ρ(fi(x))为单个目标的满意度函数，则maxρ(fi(x))=1，minρ(fi(x))=0。这样一来，多目标决策问题就转化为

(11)

ρ(x)={ρ(f1(x)),ρ(f2(x)),…,ρ(fn(x))}

(12)

多目标决策问题转化为关于满意度函数单目标决策问题。

3.2 总体协调度评价函数

对于多目标优化问题，理想情况是每个单目标的满意度均达到理想值。然而各个目标函数是矛盾的，其满意度函数的最优值也是不可能同时达到的。

因此需要构建一个能够协调各个目标值的总体评价函数。记ρ*(x)为各目标满意度的最理想值，其中

ρ*(x)={ρ*(f1(x)),ρ*(f2(x)),…,ρ*(fn(x))}

(13)

在某种意义下，可以在整个解空间里找到一个决策向量x*，使其对应的综合目标函数值ρ(x*)距离理想值ρ*(x)最近。由此可以确定总体协调度评价函数为

(14)

此时d(x)满足：

(15)

3.3 基于评价函数的交互式多目标决策模型

对于含分布式电源的优化调度模型，需要首先对各个单目标求取其最理想值，进而计算单个目标的满意度函数，最终在整个解空间中寻找距离满意解最近距离的偏好解，便可得到优化调度最终确定值。其求解步骤如下。

(2)计算各单目标函数的满意度函数值。各单目标满意度函数计算公式为

(16)

不难得出，各单目标满意度函数的最优值ρ1*=0，ρ2*=0，ρ3*=0。

(3)将多目标决策问题转化为以关于评价函数的单目标优化问题。

(17)

(4)运用粒子群算法进行求解计算，确定最终结果。根据微网的出力情况，确定整个配电网的最佳运行状态。

4 算例分析

本文在IEEE-33节点系统的基础上构建了一个含若干个综合能源微网的配电网模型。设12、14、15、17、18、25、30、31和32节点为综合能源微网。

所接入的9个微网中光伏和微型燃气轮机装机容量如表1所示。

表1 各微网光伏和微型燃气轮机装机情况

IEEE33节点系统接线拓扑及微网接入点如图2所示。

取一天之中某一时刻各微网出力情况进行计算，此时各微网运行状态如表2所示。表示此时刻微网中光伏发电状态、微型燃气轮机发电状态以及微网能向配电网反送的最大功率。

(1)目标函数1中，对于有余力向配电网反送电能的微网，其送电价格为对应时刻的电价。设配电网从输电网购电的成本为0.1元/kWh，该时刻从配电网购电电价为0.36元/kWh。

表2 各微网最大出力运行状态

(2)目标函数2中，首先计算出微网无反送功率时整个配电网负荷对应发电单元的排放成本。在此基础上计算微网出力之后对应的整个配电网排放成本，即传统发电厂和微网中微型燃气轮机排放指标。

(3)目标函数3中，需要计算微网出力前后配电网的电压指标。本文只考虑微网并网条件下的运行状态和此时微网内部各分布式电源的出力状态。根据式(3)计算出微网出力前后的配电网电压指标。

根据这三条分析，计算出各单目标函数的最大值和最小值，如表3所示。

表3 配电网各目标函数的最大值和最小值

当配电网只追求运行成本最少，不考虑低碳环保和电压质量时，得到的优化结果如表4所示。此时各单目标满意度分别为ρ1=0，ρ2=1，ρ3=1。

表4 运行成本最小时优化结果

当配电网只追求排放成本最少，不考虑运行成本和电压质量时，得到的优化结果如表5所示。此时各单目标满意度分别为ρ1=1，ρ2=0，ρ3=0。

表5 排放成本最小时优化结果

当配电网只追求电压质量最好，不考虑运行成本和低碳环保时，得到的优化结果如表6所示。此时各单目标满意度分别为ρ1=1，ρ2=0，ρ3=0。

表6 电压指标比最小时优化结果

根据基于评价函数的交互式多目标决策模型，整个解空间中的最理想解，其评价函数值应距离ρ*(x)={0,0,0}最近。运用粒子群算法，设定200个粒子迭代200次计算得到配电网最优状态下，各微网出力结果。如表7所示。

表7 配电网优化调度下各微网的理想出力值

此时对应的三个目标函数的满意度函数值均与理想值最近。此时各单目标满意度分别为ρ1=0.555 5，ρ2=0.365 2，ρ3=0.302 5，配电网运行成本、排放成本和电压质量指标如表8所示。

表8 最优结果下的配电网各运行指标

计算结果表明，该模型可以在整个解空间中找到距离三个单目标最优解最近的满意解。此时12、30、31和32号节点微网均达到最大出力，而25号节点微网出力有所降低。这时，需要再由微网层对内部电源出力进行控制。将微型燃气轮机出力由最大出力(477.24 kW)降低至对应值(129.53 kW)即可。这样便可得到整个配电网，包括微网及其内部电源在内的所有元件在这一时刻的运行状态。证明了本文的含分布式电源的优化调度模型合理，可以实现对各个电源的合理利用，实现经济、低碳和电压指标的最优。配电网中各微网最终运行状态如表9所示。

表9 配电网最终运行状态 kW

5 结语

本文建立了基于综合能源微网的配电网的多目标优化调度模型，确定了运行成本最低、排放最少、电压最优的最终方案。通过对各个目标函数最优值计算，得到不同决策变量下对应的满意度函数，在解空间中寻找到各满意值欧氏距离最近的点，则为非劣解中的最满意解。进而在确立微网最终出力的基础上，微网层面再协调其内部各分布式电源的出力，最终确定整个配电网的最优化运行形态，对实际电网调度有一定的参考意义。