基于多源协同的区域分层能源综合调度优化

刘显茁，王皓怀，田伟达，郭自豪，邹红波

（1.南方电网电力调度控制中心，广东广州 510623；2.北京清大科越股份有限公司，北京 100084；3.三峡大学电气与新能源学院，湖北宜昌 443000）

0 引言

电力系统在能源互联网背景下的发展进程日新月异，主要体现在多种能源变革技术的广泛应用，以主动配电网为代表的微网以及互联网+在能源互联网中的应用为解决能源问题提供了相应的思路[1]。在分区分层电网体系中，能源互联网以区域能源系统的形式体现，将综合利用互补、协调优化运行等理念渗入其中，从而提升对分布式电源管理和控制的水平。最终以“低碳、经济、高效”[2]运行目标为原则，将综合能源运行的具体优化模型为指导，实现区域能源网络运行的可靠性、经济性和清洁性。

目前针对协同区域能源优化，文献[3]提出了考虑碳交易成本及区域能源优化的配电网扩展规划。文献[4]提出了跨区域多能源协调分配的市场价格机制设计。文献[5]提出了考虑区域多能源系统集群协同优化的联合需求侧响应模型。文献[6]考虑不确定性的区域能源互联网源-荷-储协调优化。文献[7]设计了区域能源优化配置原则。文献[8]研究了区域能源互联网“站-网”布局优化。文献[9]研究了区域能源互联网差异化发展模式。文献[10]分析了面向区域能源互联网的光储能量协同管理策略。

针对分层优化，文献[11]研究了含多能微网群的区域电热综合能源系统分层自治优化调度。文献[12]分析了能源互联网多源多层次协调优化方法。文献[13]研究了含电动汽车的新能源微电网多目标分层优化调度。文献[14]研究了计及动态响应特征的农村综合能源系统分层调控策略。文献[15]基于分层分布式调度的多园区服务商与综合能源供应商2 级协调优化运行。文献[16]建立了含多能微网群的区域电热综合能源系统分层自治优化调度模型。文献[17]研究了大规模集群可再生能源有功分层协调控制策略。

上述文献针对综合能源、能源互联网等均采用分层优化，是由于综合能源系统中各种能源结构的差异性，优化过程需要采用不同的目标、变量进行迭代，因此也适用于本文的多源协同区域综合能源优化。另一方面，这些文献中，针对多级能源系统的研究集中在规划、运行和交易3 个方面，且主要以大规模综合能源为基础，尚未讨论微电网参与的多级能源综合系统，并且微网在联网与孤岛运行方式下能源的优化策略存在明显差异，应当进一步进行仿真分析，说明含有微网的区域能源在不同运行模式下的优化调度、交易成本结果。

因此，本文将双层优化模型应用到输电网-微网的联合系统中，优化机组运行成本，提出了多级能源区域分层协调控制模型；利用输电网、微网双重优化解决能源协调问题。利用多级能源优化提升能源跨区调度的能力；利用分层模型有效提升对多种变量综合控制的能力和效果。

1 多级能源区域协调系统

1.1 分层求解方法

控制优化策略中，个体受到总体的优化目标控制，针对不同的控制策略和控制方式产生控制结果，从而实现系统的优化。以往的多级能源区域协调控制以集中控制为原则，需要采集多方面信息，针对各种控制对象数量庞大的情况，需要引入复杂的逻辑关系进行多维度优化，因此需要进行较大规模的求解耗时。为解决这一问题，针对含有多维度控制变量的情况，引入分层优化，可以按照对象的优化策略和优化类别进行分类，将优化目标、控制时间尺度、优化对象进行合理分配，将传统的集中优化分解为分层多级优化，形成若干子问题，减少优化过程中的信息交叉和变量迭代。针对不同层级的优化模型，能够兼顾整体环境干扰情况下个体利益最优的结果，通过层级之间的耦合关系将控制方式进行平衡，有机求解共同决策变量[18]。

与传统的整体优化方法相比，分层分布式优化方法具有不可比拟的优势，具体表现在：（1）可以同时覆盖优化控制过程中多个不同甚至相互矛盾的目标；（2）优化中的多目标分等级优化的决策方法与实际情况更加接近；（3）可以鲜明地表示出上级控制决策者与下层各个个体间的相互作用[19]。

1.2 协调控制模型分层求解

区域能源互联网的优化调度涉及到2 种具有明显不同目标函数的决策者，即全局调度决策者和自治区域内储能、分布式电源（DG）、柔性负荷、分布式冷热源等可控资源。其系统示意图如图1 所示[20]。

图1 多级能源系统Fig.1 Multi-stage energy systems

上层全局调度决策者需要依照区域能源互联网全局的调度情况制定优化调度目标（如网损，电压水平，调度成本等）及策略，因此是全局层面的最优问题。下层优化需要以上层的优化结果作为输入，将上层优化过程中涉及到的变量结果作为求解输入，包括相应的储能、分布式电源、柔性负荷、分布式冷热联供等可控电源的出力，将多种能源的调度运行策略模型计及其中，实现以提高可再生能源渗透率、抑制可再生能源波动性为目标的多级优化策略。最终实现上层和下层的同步优化[21]。

本文所提上层调度主要求解输电网问题，即输电网日前基础组合问题，在满足可再生能源负荷波动的情况下优化机组处理，进而优化成本。由于输电网系统与微网系统直接相连，从全局层面上优化网络则需要分别对输电网和微网进行优化。而下层模型主要针对微网，具有网络状或者辐射状特点，也是负荷集中的网络，在每个节点可以部署相应的需求响应负荷，通过上下限约束进行调动。在优化模型整体求解过程中，需要统筹考虑上下层网络交换变量的关系，即输电网售电至微网，微网通过功率调节反馈输电网的节点负荷。

2 多级能源区域协调双层优化模型

2.1 上层优化模型

上层优化问题的目标函数为最小化系统发输电、备用、微网购售电和微网需求响应的各项发电总成本[22]。具体的目标函数F1为：

1）节点功率约束。

式中：Pinj，t为考虑传统机组、风机组、所有节点需求的节点功率净注入；P*inj，t为考虑风电预测误差、发电机备用和微网需求响应之后的节点净注入功率；μGSF为风机出力预测系数。

2）机组运行约束。

式中：wg，t为机组运行状态变量；Pg,tmax和Pg,tmin分别为机组出力最大值和最小值；Rgmax和Rgmin分别为机组爬坡约束最大值和最小值。

3）供需平衡约束。

式中：PD,t为t时段负荷需求；PW,t为风电机组出力；式（7）为功率供给和需求的平衡关系。

4）风电预测误差约束

2.2 下层优化模型

下层优化问题需要优化微网运行，包括分布式发电、储能、与输电网的能量交换、需求响应等最小化；可调度负荷水平、出售电能、需求响应收益最大化[23]。目标函数F2为：

1）机组运行约束。

2）可调度负荷约束。

3）需求响应约束。

4）储能运行约束。

式中：PBt储能出力；bt为储能装置状态。

5）购售电约束。

6）功率平衡约束。

2.3 多级能源区域协调双层优化模型求解

采用改进的遗传算法[24-26]对上层规划模型求解。采用原对偶内点法[27]对下层规划的最优潮流模型求解。模型求解过程如下。

1）输入网络原始数据，建立机组、风电、储能、可响应负荷模型，并设定遗传参数。

2）随机生成满足约束条件的状态参数、初始种群。

3）对上层优化的父种群进行选择、交叉、变异遗传操作，产生子种群。

“枫桥经验”发源于20世纪60年代绍兴枫桥的“社教运动”，主要内容是发动和依靠群众，坚持矛盾不上交，就地解决，实现捕人少，治安好。50年来，“枫桥经验”不断寻求自身突破与理念升华，成为有效化解社会矛盾的好经验、社会治安综合治理的好典型、新时期社会管理创新的好样板。“枫桥经验”作为一种独特的地方治理模式探索，在一定意义上，已成为一种活的、具有本土性质的法治实践。从法治的视角看，“枫桥经验”与时俱进的发展，呈现出四种转变：

4）利用原对偶内点法求解下层规划的最优潮流模型，对多级能源最优模型进行求解，从而求出上层规划所得子种群个体对应的下层规划最优值。

5）将下层规划得到的最优值反馈到上层规划，求出上层规划各个体的适应度值并排序。

6）判断是否达到收敛条件，如果未达到，则返回到步骤3），达到输出最优解。

3 仿真分析

3.1 仿真模型

为验证本文所提的双层模型，选择输电网-微网联合系统，如图2 所示。其中，G1，G2，G3为传统机组，参数见表1；风机节点为B3；L2，L1，L4为可响应负荷节点；L3，L5为常规负荷节点；DG1和DG2均为储能。同时本文考虑微网可以实现孤岛运行，由微网内部分布式机组供电。

图2 输电网-微网联系系统示意图Fig.2 Illustration of transmission and microgrid network

表1 机组参数Table 1 Unit parameters

3.2 结果分析

3.2.1 风电渗透率对成本的影响

在成本分析中，风力发电的渗透水平影响着输电网络中的潮流分布，进而影响整体网络的运行成本。针对本文的仿真条件对部署的风电节点渗透率水平进行动态调整后，得到的输电网成本和微网成本如表2 所示。

表2 不同风电渗透率成本Table 2 Costs of different wind power permeability rates

从表2 可知，在联合优化过程中，渗透率的增加会提升运行成本。同时，联合优化相比孤岛模式成本降低。其原因在于输电网与微网进行功率交换时导致功率变化。在联合优化过程中，拥有功率交换的能力，能够有效平衡潮流的分布，减轻方便增加对输电网整体运行的压力。

3.2.2 微网机组容量影响

由于微网在不同容量模式下的运行成本不同，考虑在固定的风电渗透率水平（20%）情况下，将微网机组容量进行调整，测试不同的成本运行情况。具体如表3 所示。

表3 不同容量的成本Table 3 Costs of different capacity

从表3 可知，在输电网和微网量和优化模式下，微网络机组容量的增加会降低运行成本。同时，相比孤岛模式联合优化的结果成本要更低。说明功率交换存在降低网络运行成本的因素，让负荷的可控能力更强。随着微网机组的容量增加，微网成本逐渐增加，说明微网机组运行带来系统成本的增加。

3.2.3 可响应负荷水平对成本的影响

分析微网中可响应负荷水平对成本的影响。通过设置不同的响应比例，进行成本对比分析。如表4 所示。

从表4 可知，在可响应负荷水平增加的过程中，微网和输电网联合优化的成本均会下降。同时，相比孤岛模式下，联合优化成本要更低。得益于可响应负荷的时间可控、负荷量可转移的特性，联合优化可以有效改善潮流分布，从而降低网络成本。可响应水平为20%时，微网成本下降11.3%；响应水平为40%时，微网成本下降13.9%；响应水平为60%时，微网成本下降16.3%。说明随着可响应负荷水平增加，微网在联合运行状态下的成本减少水平越高，说明综合效益越好。

4 结语

本文针对多源协同的分层区域能源综合系统调度优化进行求解。根据求解得到的结果，说明在风电渗透率水平增加的情况下，多级能源综合控制能够降低成本。同时，在微网机组容量逐渐增加的情况下，微网络的联合优化运行成本低于孤岛运行模式，实现微网络在以较低的成本运行。随着负荷响应水平的不同，相比孤岛模式成本下降在11%～17%之间。另一方面，可响应负荷水平的增加也会降低联合优化的运行成本。