智能电网中含分布式电源的调度问题研究
王 阳 1,李 鹏 1,2,李朝阳 3,林祥舰 4
(1.华北电力大学 电力系统保护与动态安全监控教育部重点实验室,河北 保定 071003;
2.华北电力大学苏州研究院,江苏 苏州 215123;
3.河南省新安县电业公司,河南 洛阳 471800;
4.烟台供电公司,山东 烟台 264001)
摘 要:随着化石能源的枯竭和环境保护的需要,智能电
网中的分布式电源技术得到越来越广泛的应用。本文针对
智能电网中含分布式电源的调度和传统电网调度的不同,
总结了分布式电源对电网调度的影响,分析了目前国内外
学者提出的含分布式电源的研究现状,并在此基础上,给
出了目前考虑分布式电源常用的几种调度模型和含分布
式电源的电网调度策略。
关键词:智能电网;分布式电源;电网调度;模型;策略
0 引言
目前电能生产、输送和分配的主要方式有大
容量高参数机组的中心电站、超高压远距离输电
与大电网互联集中供电。大电网的建设需要巨额
投资和很长的建设周期,且大电网的建设也受地
理条件、土地资源及能源的限制。最大限度地提
高电网体系能源效率成为人类发展面临的挑战。
随着化石能源的枯竭和环境保护的需要,包括风
电、光伏等可再生能源及高效的清洁能源受到高
度重视。而智能电网中的分布式电源技术能够利
用某些地区的客观地理优势,充分开发这些地区
所蕴含的可再生能源,此外分布式电源还能适应
负荷变化,保障供电安全性。且随着电力技术的
不断发展,公共环境政策的督促和电力市场的扩
大等因素的共同作用使分布式电源成为未来重要
的能源选择[1]。因此而发展起来的分布式发电系
统(distributed generation system,DGS)日渐成为满
足负荷增长需求、减少环境污染、提高能源综合
利用效率和供电可靠性的一种有效途径[2]。
由于分布式电源本身的一些特性,当分布式
电源接人电网时,必然会对电力系统调度带来新
的困难,使运行和调度人员难以像对待常规机组
那样准确的给出系统内各台机组的调度计划,使
得系统的运行情况就有可能恶化。传统的发电计
划基于电源的可靠性以及符合的可预测性,以这
两点为基础,发电计划的制定和实施有了可靠的
保证。但当电力系统中含有如光伏,风电等新能
源微电源,电力系统调度问题就有了更多的领域
需要我们去研究[3]。
针对智能电网中含分布式电源的调度和传统
电网调度的不同,本文总结了含分布式微电源的
电网调度特点以及计及分布式电源对电力调度带
来的新问题,分析了目前国内外学者提出的含分
布式电源的研究现状,并在此基础上,给出了考
虑分布式电源特性的调度模型和含分布式电源的
电网调度策略。
1 分布式电源对电网调度的影响
传统电力系统调度是由许多火力、水力等传
统发电厂提供电能,通过输电、变电、配电、供
电网络向广大用户供电,其产、供、销过程在一
瞬间同时完成和平衡。
多种分布式电源的接入使配电网从简单辐射
受电网络编程具有电源的复杂网络,分布式电源
的位置、容量以及运行方式对配电网的节点电压、
线路潮流、短路电流、网络损耗都有较大影响,
这使得含分布式电源的电网调度将面临一些新的
问题。下面将分析几种常见的分布式电源对电网
调度的影响。
风力发电是一种间歇性能源,含风电场的电
力系统经济调度问题是一个多变量、多约束的高
度非线性问题,其中又有随机变量,其难点在于多
变量、多约束、非线性和随机变量的处理。
太阳能光伏发电是太阳能利用的一种重要形
式,但由于时间、天气等因素,地表接收的太阳
能随时间有大幅度变化,基于调度问题的实时性,
应充分利用太阳能出力。总之,太阳能和风力机
组发出的电是不可控的,同时又是可再生能源,
所以在电网调度中应优先利用。
燃气轮机与传统的供热火电机组不同,燃气
轮机的特点是不受最小启停时间的约束,随时可
以启停,所以调度灵活。基于这些特点,有人提
出将燃气轮机恰当地应用在热电联供系统中,为
了不造成能量的损失,燃气轮机宜采用“以热定
电”的运行方式,优先满足热负荷的要求,电负荷
可以有多少用多少,优先利用燃气轮机发出的电。
蓄电池等储能装置在电网调度中可以有 2 种
运行方式:消峰填谷的运行方式和调频的运行方
式.消峰填谷的运行方式下,储能装置在负荷高
峰的 6~10 个时段放电,低谷的 3~5 个时段充
电.而工作在调频的方式下,则在负荷低谷的 6~
8 时段充电,其余时间出力在中等水平,便于调
频。
2 含分布式电源的电网调度问题研究现状
对于含分布式电源的电网调度问题,国内外
学者已做了一些研究。
对于目前应用广泛的风电,由于装机容量较
大的风电场一般接入 220kv 输电网,而风力资源
丰富的地区一般都远离负荷中心,电网结构普遍
薄弱,因此,大规模风电并网后出现了输电线路
过载、电压水平降低、系统暂态稳定性改变等问
题,加之风电出力的随机性和间歇行,及风电机
组物理性质的特殊性,大规模风电并网必然给系
统的运行和调度带来一系列影响。文献[3]建立了
基于机会约束规划的含风电场的电力系统经济调
度数学模型,以概率的形式描述相关约束条件,
考虑了机组的爬坡约束、出力限制,线路潮流限
制,备用约束及符合平衡等约束条件,利用基于
随机模拟的粒子群算法求解该问题。文献[4]和文
献[5]指出为了保证风电并网以后系统运行的可
靠性,需要在原来运行方式的基础上,额外安排
一定容量的旋转备用以响应风电场发电功率的随
机波动,维持电力系统的功率平衡与稳定;要充
分利用可中断负荷;加强风能预测。文献[6]根据
风电场风速的随机性强的特点,建立了含风电场
的电力系统经济调度模型。文献[7]针对电力系统
经济负荷分配问题非凸、非线性、高维的特点,
提出了一种改进自由搜索算法。通过调整个体信
息素和灵敏度的产生方式,采用实时控制搜索半
径的方案,进一步提高了此算法的寻优能力和鲁
棒性。
对于考虑含多种分布式电源的调度问题,文
献[1]通过研究分布式电源对电力系统的线损以
及各节点的边际电价的影响,提出了以系统收益
最大化目标新的含分布式电源的电网调度模型。
文献[8]针对分布式发电的特点,提出含多种复合
能源的分布式发电系统发电成本最低的机组组合
模型,并提出了一种针对分布式发电系统的调度
策略,用改进的遗传算法求取在此策略下机组组
合的发电费用。文献[9]提出一种应用模糊线性规
划优化理论求解电力系统经济负荷分配的方法。
在研究含分布式电源的调度方法和调度策略
方面,文献[10]从无功方面对无功调度做了研究。
文献[11]研究了我国电力系统的分层(多级)调
度控制及优势,因此可以考虑将分层调度的理论
方法应用在含分布式电源的电网调度中。文献[11]
针对安全约束条件下综合煤耗最优的节能调度问
题,提出一种电网节能调度两阶段计算新方法。
第一段按一般的经典法求解,不考虑系统网损,
发电计划由耗量特征排序和等微增率准则决定;
第二阶段计算最小网损下的发电计划修正。文献
[12]利用蓄电池的调度作为一种调度策略,即如
果蓄电池的容量在系统中所占比例较小,可以作
消峰填谷使用;如果蓄电池的容量在系统容量中
占有一定的比例,就可以灵活地安排蓄电池的充
放电。文献[13]提出一种基于多 Agent 系统的分
散发电调度方法,从宏观的角度对混合发电的问
题进行了规划设计,赋予了 Agent 自主性和协调
能力,在一定程度上克服了自然资源随机变化带
来的不确定性。文献[14]基于神经网络的思想提
出了一种微网控制器,并已用软件实现。
对于智能电网中微网的调度问题,文献[15]
针对微网中太阳能光伏发电、风力发电等分布式
发电的特点,考虑到不同类型、容量的分布式发
电所消耗的燃料、效率、运行和维护费用、温室
气体的排放量不同,以及太阳能光伏发电、风力
发电的特殊性,提出了一种综合考虑发电成本与
排放成本的微网环保经济调度的数学模型,针对
发电成本与排放成本的不同权重,采用混沌蚁群
优化算法进行了求解。文献[16]对孤岛运行情况
下的微网短期发电计划提出了一个三步走的方
案。第一步建立一个可行的短期发电计划方案,
第二步解决这个方案中存在的问题,第三步对该
方案进行优化。文献[17]提出了使用混沌量子遗
传算法来解决微网的经济调度问题。文献[18]把
微网看作是一个离散的时间系统,把动态经济调
度看作是在有限的时间内对微网的最优控制策略
的选择。
3 含分布式电源的电网调度模型与算法
电力系统经济调度问题通常是在考虑负荷平
衡的等式约束条件以及发电机出力等不等式约束
条件的前提下,研究如何使得发点费用最低或者
对环境危害最小的问题。
式中 [ ]E g 表示数学期望, gN 为参与优化的
常规机组数; g
iP 为常规机组 i 的发电有功功率;
f P 为常规机组 i 的运行成本,一般用下式表
(
)g
i
示:
f P
(
i
g
)
=
a
i
+
b P
i
i
g
+
c P
i
i
(
g
2
)
发电机 i 的成本系数。
,式中: ,
a b c 为
i
,
i
i
传统经济调度的约束条件都没有含随机变
量,因此无论是等式还是不等式约束条件都是确
定性。而该模型由于风电场出力的随机性,约束
条件含有置信水平,分别为系统功率平衡约束,
系统的旋转备用约束,系统的分钟级爬坡能力的
约束,线路输送有功功率约束,常规机组出力约
束,具体表达式如下:
S
.
t
.
N
g
å
i
=
1
g
g
C P
i
i
+
N
w
å
k
=
1
w
P
K
=
N
l
å
j
=
1
l
P
j
g
max
g
C P
i
i
-
g
max
up
r P
i
i
³
g
å
=
1
g
å
=
1
N
N
i
P
r
ì
ï
í
ï
î
ì
ï
í
ï
î
{
P P
r
l
P
r
i
l
min
£
P
1
£
P
l
l
max
}
³
b
3
N
g
å
i
=
1
g
g
C P
i
i
³
R
ü
ï
ý
ï
þ
³
b
1
,
R
=
h
1
P
L
N
w
å
k
=
1
d
w
P
k k
ü
ï
ý
ï
þ
³
b
2
目前求解传统经济调度问题有以下几种主要
算法:线性规划法、网络流规划法、动态规划法、
拉格朗日乘子法、遗传算法、蚁群算法,粒子群
算法等,无论哪种算法,都是求解一个多变量、
多约束的高度非线性问题。
3.1 以系统收益最大化为目标函数的经济调度模
型
该模型假设:(1)电力交易按各个节点的边
际电价结算;(2)分布式电源的所有者为用户,
其成本由用户承担;(3)用户的电力需求在几年
内保持不变;(4)发电商的成本函数的表达式为
C
gi
=
2
a P
gi gi
+
b P
gi gi
,式中 giP 为发电商出力; gia ,
gib 为发电商成本系数;(5)分布式电源的成本函
数为
C
dgi
=
a
2
dgi dgi
P
+
b
P
dgi dgi
,式中 dgiP 为 DG 发电
量; ,dgi
a b 为 DG 成本系数;(6)线损成本用
dgi
整个系统所有节点的边际电价的平均值与系统总
的线损量的乘积表示
C
loss
=
lmp
i
´å
P
loss
(
P
ij
)
,式
中
å
P
loss
(
P
ij
)
——系统总线损; i
lmp ——系统所
有节点 LMP 均值。
模型的具体表达式
min[
2
C a P
gi gi
=
+
b P
gi gi
+
a
2
dgi dgi
P
+
b
P
dgi dgi
S.t.
£
min
P
dgi
min
£
P
gi
max
-
P
ij
-
P
gi
(
P
dgi
P
gi
P
ij
-
£
0
P
di
£
£
max
P
dgi
max
P
gi
max
P
ij
+
)
£
P
dgi
P
loss
(2)
(
P
ij
)
=
0
式中 0
diP ——负荷需求, ijP ——支路潮流,约束
条件分别为 DG 与常规电厂的出力限制,线路潮
流限制。等式为电力供需平衡的表达式。
3.2 基于机会约束规划的含风电场电力系统经济
调度数学模型
目标函数是发电成本期望值最小:
g
min
P
i
£
g
P
i
£
P
i
g
max
+
P
loss
(
P
ij
)
´
lmp
i
]
(4)
(1)
3.3 两阶段节能算法的模型
第一阶段以发电机总煤耗最小为目标函数。
min
F
NG
= å
i
=
1
(
F P
i Gi
)
(5)
第二阶段以网损和电机出力调整量为目标函
数,对第一阶段的目标函数进行修正。
目标函数分别为:
(1) 网损最小
1
F
2
=
NG
å
i
=
1
(
F P
i Gi
)
+
Pg
L
(6)
(2) 电机出力调整量最小
NG
2
F
2
-å
3,4 微网环保经济调度模型
(
P
Gi
=
=
1
i
P
Gi
0 2
)
(7)
Ng
å
i
=
1
(
(
I f P
i
i
g
)
)
ù
ú
ú
û
min
E
é
ê
ê
ë
(3)
该模型考虑了环保因素,加入了排放成本的
考虑。
N
N
=
F
æ
ç
è
min
å
a
ö
÷
ø
4 含分布式电源的电网调度策略 [7]
å
b
,
emission i
,
gen i
C
C
+
i
i
(8)
在分布式发电系统中,实行能量调度的目的
是通过实时控制能量在分布式发电系统中的流动
以达到降低系统运行费用、提高系统运行效率的
目的。在含分布式发电的调度中,电网调度策略
是:
(1)可再生能源中太阳能、风能由于运行
维护的成本很低,并且是不可控资源,所以优先
利用。
(2)分布式系统中的小型水力机组由于运
行维护的成本很低,所以要全部、合理利用其价
值。水电机组包括 2 种基本类型:可调节型和不
可调节型。对于可调节的水电站,有 2 种调度方
法:一种是通过水煤换算系数将水电转换成煤电
来计算,但要反复迭代直到满足水量平衡约束为
止,另一种是当水电机组出力在供电电源中所占
比例较小时用来削峰。
即作为储能装置使用,在电力盈余时充电,在需
要时放电,起到削峰填谷的作用。
所以本文给出总的调度原则如图 1 所示。
5 结论
从上述的分析中可以看出,含分布式电源的
电网调度由于其自身的独特性,其经济负荷分配
和实时调度与大电网有很大的不同。一般把含分
布式电源的电网经济运行和实时调度看作是一个
多目标,多约束的动态规划问题。约束条件有:
装置的保护,电能质量,气候条件,大电网的信
息;目标有:运行和维护费用最小,发电成本最
小,温室气体排放量最小,消耗的一次能源最小。
但不同的学者采用了不同的优化方法,例如神经
网络算法,拉格朗日松弛法,遗传算法,蚁群算
法,粒子群算法,改进快速演化算法,混沌量子
遗传算法等,不同的优化算法有各自的优点。也
有学者提出了不同的思想。有学者提出基于等耗
量微增量的思想,把发电损耗看作评价函数,使
用移动代理技术建立模型。还有学者提出把含分
布式电源的电网系统看作是离散的时间系统,基
于这种思想建立实时调度的模型。目前常用的一
些调度模型缺少对分布式电源的具体模型的考
虑,所以对目标函数的优化精度不高,这方面还
有待进一步研究。
参考文献
[1] 董军,陈小良,张婧.计及分布式电源的电网调度模型研究
[J].华东电力,2009,37(5):0724-0726.
究综述.[J]电网技术,2009,33(9):82-86.
[2] 黄伟,孙昶辉,吴子平,等.含分布式发电系统的微网技术研
[3] 江岳文,陈冲,温步瀛,刘建涛.基于随机模拟粒子群算法的
含风电场电力系统经济调度[J].电工电能新技术,2007,26(3):
38-41.
(3)燃气轮机有以热定电和以电定热 2 种
运行方式,但都有其缺陷,可能造成能源的浪费。
在分布式发电中,燃气轮机如果不增加新的辅助
设备,如补燃锅炉、蓄热、蓄电等装置,那么采用
以热定电的运行方式能源利用率最大,即根据用
户对热负荷的需求来确定燃气轮机的运行方式,
满足热负荷,产多少电就用多少电,燃气轮机发
的电要优先利用。
可再生能源
(4)蓄电池有 2 种用途:一种是平衡能量
的,即直接与太阳能及风力机组并联运行,因为
太阳能、风能随机性太大,如果直接用,可能会
影响到电网的电能质量,如果与蓄电池并联运行,
可以稳定这两者的输出;另一种是平衡负载的,
[7] 夏澍,张建华,邱威,葛晓琳.基于改进自由搜索算法的电力
经济负荷分配[J].电网与清洁能源,2010,26 (4):38-40.
[8] 丁明,包敏,吴红斌,马婉玲,茆美琴.复合能源分布式发电
系统的机组组合问题[J].电力系统自动化,2008,32(6):46-50.
[9] 何发武.基于模糊线性规划的电力系统经济负荷分配算法
[5] 张红光,张粒子,陈树勇,安宁.大容量风电场接入电网的暂
态稳定特性和调度对策研究[J].中国电机工程学报,2007,27
(31):46-51.
[12] 赵维兴,林成,孙斌,熊小伏,朱继忠等.安全约束条件下综
合煤耗最优的节能调度算法研究[J].电力系统保护与控制,
2010,38 (9):19-22.
[10] 李翼铭.电力系统的无功补偿调度研究[J].电力系统自动化,
[4] 宋伟宁.浅议风电机组并网运行与系统调度问题[J].中国电力
[11] 郝军.我国电力系统的分层(多级)调度控制及优势[J].现代
[6] 王粤.含风电场的电力系统经济调度研究[D].华北电力大学
[J].电力科学与工程,2007,23 (3):13-16.
图 1 含分布式电源的调度原则
(保定)电气与电子工程学院,2008.
发展与改革研究.2009,(11):29-30.
2010,(4):56-58.
经济信息,2010,(05):0148.
[13] 丁明,包敏,吴红斌.分布式功能系统的经济调度[J].电力科
学与技术学报,2008,23 (1):14-17.
[14] 柳澹,吴捷,曾君,郭红霞,余晓明.基于多 Agent 系统的分
散发电调度规划[J].控制理论与应用,2008,25 (1):152-154.13
[15] F. Pilo,G. Pisano,G. G. Soma.Neural Implementation of
MicroGrid Central Controllers [C].Industrial Informatics,2007
5th IEEE International Conference on,23-27,June.2007.
[16] 艾欣,崔明勇,雷之力.基于混沌蚁群算法的微网环保经济调
度[J].华北电力大学学报,2009,36 (5):2-6.
[17] Logenthiran,T.,rinivasan,D.Short term generation scheduling
of a Microgrid [C] . 2009 IEEE Region 10 Conference ,
TENCON-10,Singapore,23-26 Jan,2009.
[18] Gwo-Ching Liao.Using Chaotic Quantum Genetic Algorithm
Solving Environmental Economic Dispatch of Smart Microgrid
Containing Distributed Generation System Problems [C].2010
International Conference on Power System Technology,24-28
Oct,2010.
[19] Liu Xiaoping, Ding Ming, Han Jianghong, Han Pingping, and
Peng Yali. Dynamic Economic Dispatch for Microgrids Including
Battery Energy Storage [C]. Power Electronics for Distributed
Generation Systems (PEDG), 2010 2nd IEEE International
Symposium on ,2010.
作者简介:
王阳(1987-),男,陕西渭南市人,汉族,硕士研究生,
主要研究方向为新能源并网发电与微网技术。Email:
yougushuike1@gmail.com。
李鹏(1965-),男,河北保定人,汉族,博士,教授,IEEE
高级会员。主要研究方向:微网技术与新能源并网发电、
电能质量分析与控制、电力电子技术在电力系统中的应
用。Email:ncepulp@gmail.com。