引言

近年來,我國農(nóng)村地區(qū)的分布式能源及電動汽車負(fù)荷占比日漸提高,導(dǎo)致其配電網(wǎng)臺區(qū)內(nèi)負(fù)荷類型出現(xiàn)了新特點。因此,研究面向源網(wǎng)荷儲充的新型農(nóng)網(wǎng)臺區(qū)配電網(wǎng)優(yōu)化運(yùn)行具有十分重要的意義。

目前已有許多文獻(xiàn)研究了配電網(wǎng)優(yōu)化運(yùn)行問題。

文獻(xiàn)針對風(fēng)電高頻波動問題和接入風(fēng)電后系統(tǒng)的調(diào)峰問題,設(shè)計了采用抽水儲能和電池儲能共同組成的復(fù)合型儲能在含高滲透率風(fēng)電的配電網(wǎng)中的協(xié)調(diào)優(yōu)化運(yùn)行策略。電池儲能具有響應(yīng)較為靈活、存儲容量不高的特點,這使其可以彌補(bǔ)風(fēng)電高頻波動的缺點,緩解上網(wǎng)風(fēng)電的波動性問題:抽水儲能具有存儲容量龐大的特點,這使之能夠參與電力系統(tǒng)的調(diào)峰運(yùn)行,用以彌補(bǔ)在接入風(fēng)能之后系統(tǒng)調(diào)峰運(yùn)行的不足。

文獻(xiàn)構(gòu)建了風(fēng)電-抽水蓄能-蓄電池儲能裝置聯(lián)合優(yōu)化運(yùn)行模型,使得風(fēng)電場與抽水蓄能電站的聯(lián)合出力在儲能裝置配合下能夠靈活地應(yīng)對負(fù)荷波動。

文獻(xiàn)研究了關(guān)于蓄電池儲能裝置的動態(tài)最優(yōu)調(diào)度策略,該策略的研究對象為蓄電池儲能裝置,并將最佳經(jīng)濟(jì)效益、最佳安全性、最小可再生能源系統(tǒng)波動、最適合的可再生能源發(fā)電方案等作為對微電網(wǎng)優(yōu)化調(diào)度的主要目標(biāo),設(shè)計了一個基于動態(tài)規(guī)劃的多目標(biāo)優(yōu)化策略,并通過模糊理論與二元對比定量法將其轉(zhuǎn)換為單目標(biāo)的問題,從而實現(xiàn)了該策略。

文獻(xiàn)研究了一種關(guān)于微電網(wǎng)環(huán)保經(jīng)濟(jì)運(yùn)行的優(yōu)化數(shù)學(xué)模型,該模型不但研究了儲能對負(fù)荷削峰填谷的影響,還同時探討了發(fā)電單位的發(fā)電成本、運(yùn)行管理成本以及環(huán)境保護(hù)成本等問題。微電網(wǎng)運(yùn)行的網(wǎng)絡(luò)結(jié)構(gòu)使用的是標(biāo)準(zhǔn)IEEE-14節(jié)點配電網(wǎng)絡(luò),并構(gòu)建了包括電網(wǎng)潮流方程的制約條件,而微網(wǎng)的環(huán)保經(jīng)濟(jì)運(yùn)行的研究方法則使用的是改進(jìn)微分進(jìn)化算法。

文獻(xiàn)考慮了可控分布式電源、實時電價、儲能裝置和聯(lián)絡(luò)開關(guān)對運(yùn)行費(fèi)用的影響。

文獻(xiàn)基于配電網(wǎng)與主電網(wǎng)之間的協(xié)調(diào)機(jī)制,以最小配電網(wǎng)運(yùn)行成本為優(yōu)化目標(biāo),建立了一種基于實時電價的配電網(wǎng)協(xié)調(diào)優(yōu)化模型。

文獻(xiàn)考慮了配電網(wǎng)重構(gòu),構(gòu)建多源協(xié)同優(yōu)化運(yùn)行模型,能夠顯著增強(qiáng)新能源消納能力,同時增加了配電網(wǎng)運(yùn)行的經(jīng)濟(jì)收益,提升了可靠性。

文獻(xiàn)考慮了向主網(wǎng)的購電成本、清潔電源和電池儲能設(shè)備的運(yùn)行費(fèi)用和網(wǎng)絡(luò)損耗費(fèi)用以及需求側(cè)響應(yīng)費(fèi)用。

文獻(xiàn)建立了考慮可控分布式電源、儲能裝置和需求側(cè)響應(yīng)的優(yōu)化運(yùn)行策略,該策略可以有效促進(jìn)間歇性可再生能源的消納,減少運(yùn)行費(fèi)用和網(wǎng)絡(luò)損耗,并提高用戶的用電滿意度。

文獻(xiàn)全面探討了配電網(wǎng)的可調(diào)度資源如新能源、儲能裝置、可投切電容器組、調(diào)壓器以及需求響應(yīng)。

文獻(xiàn)在概率潮流的基礎(chǔ)上,考慮了配電網(wǎng)供應(yīng)側(cè)和需求側(cè)的互動,建立了供需群體協(xié)同優(yōu)化運(yùn)行策略,該策略能夠在保證系統(tǒng)運(yùn)行安全性的前提下減小負(fù)荷波動。

文獻(xiàn)針對應(yīng)急供電和配電網(wǎng)日常運(yùn)行兩種場景,構(gòu)建考慮需求側(cè)響應(yīng)的配電網(wǎng)移動儲能系統(tǒng)優(yōu)化配置與調(diào)度模型,以減少停電損失,并保障配電網(wǎng)中移動儲能的經(jīng)濟(jì)運(yùn)行。

1農(nóng)網(wǎng)臺區(qū)運(yùn)行優(yōu)化模型

本文提出了一種考慮儲能裝置、需求響應(yīng)和電動汽車充電樁的農(nóng)網(wǎng)優(yōu)化運(yùn)行模型,該模型以最大化農(nóng)網(wǎng)日運(yùn)行綜合效益為目標(biāo)函數(shù)。

1.1臺區(qū)運(yùn)行優(yōu)化目標(biāo)

本文所提農(nóng)網(wǎng)優(yōu)化運(yùn)行模型的目標(biāo)函數(shù)為最大化農(nóng)網(wǎng)日運(yùn)行綜合效益,表達(dá)式如下:

式中:F為農(nóng)網(wǎng)的日運(yùn)行綜合效益:Bse、CsEss和CsDR分別為農(nóng)網(wǎng)日售電收益、儲能裝置日綜合運(yùn)行成本和需求響應(yīng)日支付成本:7和A1分別為調(diào)度時刻總數(shù)和相鄰調(diào)度時刻時間間隔:Ps,te、Ps,tEss,d、Ps,tEss,c和ps,t分別為時段農(nóng)網(wǎng)日售電功率、電池儲能設(shè)備放電功率、充電功率和分時電價:CEss和CDR分別為電池儲能設(shè)備綜合運(yùn)行費(fèi)用(將損耗、折舊等成本進(jìn)行折算)和需求響應(yīng)補(bǔ)償費(fèi)用:Ps,tDR為1時刻需求響應(yīng)的切負(fù)荷功率。

1.2配電網(wǎng)網(wǎng)側(cè)約束條件

(1)功率平衡約束:

式中:Ps,tpv和Ps,tL分別為1時段光伏貢獻(xiàn)和負(fù)荷值:Ps,tEV為1時刻電動汽車充電樁的充電功率。

(2)農(nóng)網(wǎng)臺區(qū)變壓器供電功率約束:

式中:Pemax為農(nóng)網(wǎng)臺區(qū)變壓器額定功率。

1.3負(fù)荷側(cè)約束條件

(1)儲能裝置充/放電功率約束:

式中:PEssmax和PEssmin分別為電池儲能設(shè)備充/放電有功功率的界限值。

(2)儲能裝置SOC約束:

式中:sEssmax和sEssmin分別為電池儲能設(shè)備SOC界限值:ss,tEss為1時刻電池儲能設(shè)備SOC:sEss0和sEssT分別為調(diào)度周期起點和調(diào)度周期終點時刻的電池儲能設(shè)備SOC值。

(3)儲能裝置充放電次數(shù)約束:

式中:NEss為一個調(diào)度周期內(nèi)儲能裝置實際充放電次數(shù):NEssmax為一個調(diào)度周期內(nèi)儲能裝置充放電次數(shù)上限。

(4)需求響應(yīng)約束:

式中:PDRmax為需求響應(yīng)的切負(fù)荷功率上限:NDR和NDRmax分別為一個調(diào)度周期內(nèi)需求響應(yīng)實際次數(shù)和需求響應(yīng)次數(shù)最大值。

(5)電動汽車充電樁約束:

式中:PEVmax為電動汽車充電樁充電功率上限。

為了保證臺區(qū)變壓器不重載,本模型規(guī)定當(dāng)變壓器供給功率超過額定功率70%時,充電樁停止充電。

2算例分析

本文所提農(nóng)網(wǎng)優(yōu)化運(yùn)行模型以某臺區(qū)炒茶點為算例研究對象。

2.1某臺區(qū)炒茶點典型情況

某臺區(qū)3月、4月炒茶季的典型日負(fù)荷曲線存在明顯的特點:夜間負(fù)荷顯著高于白天負(fù)荷,這是因為某臺區(qū)炒茶工作大多在夜間進(jìn)行,使得該臺區(qū)炒茶點的臺區(qū)負(fù)荷與大多數(shù)臺區(qū)負(fù)荷不同。以4月份炒茶典型日為例,該臺區(qū)炒茶點4月炒茶季的最高負(fù)荷可達(dá)330kW,而該臺區(qū)炒茶點變壓器容量僅為315kW,若不使用儲能裝置、需求響應(yīng)等措施,該臺區(qū)的變壓器會過載運(yùn)行,容易受到損壞。該臺區(qū)4月份用電負(fù)荷情況以及光伏曲線如圖1所示。

該臺區(qū)炒茶點的參數(shù)設(shè)置如表1所示,分時電價如表2所示,數(shù)據(jù)來源為浙江省電網(wǎng)銷售電價表(2020-02-01)。

2.2臺區(qū)運(yùn)行優(yōu)化結(jié)果

本文以該典型負(fù)荷情況為例,建立該臺區(qū)運(yùn)行優(yōu)化模型。下面以該臺區(qū)4月炒茶季的典型日為研究對象,利用GAMs軟件平臺對所建模型進(jìn)行求解,求得的該臺區(qū)4月份炒茶季典型日優(yōu)化調(diào)度策略如圖2所示。

由圖2可知,18:30一20:15時段以及21:45一23:00時段的負(fù)荷均已超過252kW(即為額定容量315kW的80%),并且夜間無光照,光伏沒有發(fā)電功率。本文所提優(yōu)化運(yùn)行模型給出的最優(yōu)調(diào)度策略可以避免臺區(qū)變壓器過載,下面分別對儲能裝置、需求響應(yīng)的調(diào)度策略進(jìn)行分析。

儲能裝置運(yùn)行優(yōu)化策略:由圖2可知,在負(fù)荷超過252kW的負(fù)荷峰值時段,電池儲能設(shè)備處于放電狀態(tài),把臺區(qū)變壓器供給功率限制在252kW,減輕了臺區(qū)變壓器的供電壓力,順利解決了變壓器重載的問題。除此之外,因為要保持電池儲能設(shè)備的SOC在一個調(diào)度周期內(nèi)不變,所以電池儲能設(shè)備在06:45、22:00、22:30等低電價時段調(diào)為充電狀態(tài)。以上電池儲能設(shè)備調(diào)度方案還可以實現(xiàn)低充高放,使得該臺區(qū)通過電池儲能設(shè)備的調(diào)度來獲利。

需求響應(yīng)策略:由圖2可知,由于電池儲能設(shè)備受制于SOC、放電功率界限值等因素,僅僅依賴電池儲能設(shè)備并不可以確保臺區(qū)變壓器供電功率處在額定功率的80%以下。故本文提出的優(yōu)化運(yùn)行模型所求解的最優(yōu)調(diào)度方案應(yīng)用了需求響應(yīng),將19:00、19:45的負(fù)荷分別中斷了43.66kW、21.01kW,極大地減輕了臺區(qū)變壓器的供電壓力,同時防止了電池儲能設(shè)備過度放電造成的SOC減小過大、電池儲能設(shè)備運(yùn)行壽命縮短等問題。

3結(jié)語

本文針對農(nóng)村配電網(wǎng)系統(tǒng)分布式能源和電動汽車負(fù)荷增加問題,構(gòu)建了考慮儲能裝置、需求響應(yīng)和電動汽車充電樁的農(nóng)網(wǎng)協(xié)調(diào)優(yōu)化運(yùn)行模型。該優(yōu)化運(yùn)行模型以臺區(qū)變壓器供電功率上限、功率供需平衡、儲能裝置充放電功率上下限及次數(shù)限制等為約束條件,旨在最大化農(nóng)村配電網(wǎng)的日綜合效益。最后,以某臺區(qū)炒茶點為算例進(jìn)行分析,驗證了本文所提農(nóng)網(wǎng)優(yōu)化運(yùn)行模型在提高農(nóng)網(wǎng)運(yùn)行經(jīng)濟(jì)性和供電可靠性方面具有較好的有效性。