基于ADMM的多場景縣域多微電網(wǎng)交互運(yùn)行策略

01縣域網(wǎng)元微電網(wǎng)群電能交互框架縣域網(wǎng)元區(qū)域內(nèi)微電網(wǎng)群的互聯(lián)交互框架結(jié)構(gòu)如圖1所示。共包含3個(gè)微電網(wǎng)系統(tǒng)，每個(gè)微電網(wǎng)都含有微網(wǎng)運(yùn)營商（microgridoperator，MO）、剛性負(fù)荷、柔性負(fù)荷、新能源發(fā)電裝置、燃?xì)廨啓C(jī)和儲(chǔ)能系統(tǒng)。各微電網(wǎng)通過一個(gè)公共連接點(diǎn)（pointofcommoncoupling，PCC）與上級(jí)電網(wǎng)相連，可以向大電網(wǎng)購電或售電。同時(shí)微電網(wǎng)間通過聯(lián)絡(luò)線進(jìn)行電量交互，每個(gè)微電網(wǎng)都可以向縣域內(nèi)其他微電網(wǎng)購、售電。虛線為有線雙向通信信息流網(wǎng)絡(luò)，實(shí)線為電能傳輸線路。圖1

縣域網(wǎng)元區(qū)域內(nèi)的微電網(wǎng)群互聯(lián)交互框架結(jié)構(gòu)

Fig.1

Interconnectedinteractiveframeworkstructureofmicrogridgroupincountynetworkelementarea為促進(jìn)縣域內(nèi)新能源發(fā)電本地消納，減少輸送網(wǎng)損，各微電網(wǎng)通過MO進(jìn)行電量交互和信息交互。當(dāng)縣域內(nèi)電能不足以支撐微電網(wǎng)運(yùn)行時(shí)須向上級(jí)電網(wǎng)購電。02多場景縣域內(nèi)多微電網(wǎng)交互運(yùn)行優(yōu)化模型本節(jié)對(duì)縣域內(nèi)所有的能量單元進(jìn)行建模，并建立多場景網(wǎng)元微電網(wǎng)群能量交互管理系統(tǒng)模型。2.1

燃?xì)廨啓C(jī)機(jī)組微型燃機(jī)主要通過燃燒天然氣發(fā)電，第i個(gè)微電網(wǎng)t時(shí)刻發(fā)電量與燃?xì)庀牧哭D(zhuǎn)換關(guān)系為式中：為第i個(gè)微電網(wǎng)t時(shí)刻天然氣消耗量；ηGT為燃?xì)鈾C(jī)組的發(fā)電效率；為天然氣的燃燒熱值。燃?xì)廨啓C(jī)組作為快速響應(yīng)的可控式分布式電源，在參與微電網(wǎng)優(yōu)化調(diào)度的過程中需要滿足輸出功率約束，即式中：分別為燃?xì)廨啓C(jī)最小、最大輸出功率。2.2

儲(chǔ)能系統(tǒng)模型儲(chǔ)能系統(tǒng)（energystoragesystem，ESS）在t時(shí)刻的電荷狀態(tài)為式中：Si,t為第i個(gè)微電網(wǎng)t時(shí)刻儲(chǔ)能系統(tǒng)的容量；分別為第i個(gè)微電網(wǎng)t時(shí)刻儲(chǔ)能系統(tǒng)的充、放電功率；ηloss為損失效率；η為充放電效率；分別為儲(chǔ)能系統(tǒng)充、放電最大功率；分別為第i個(gè)微電網(wǎng)t時(shí)刻儲(chǔ)能系統(tǒng)充、放電狀態(tài)；Smin、Smax分別為儲(chǔ)能系統(tǒng)最小、最大容量限制。2.3

電負(fù)荷模型微電網(wǎng)t時(shí)刻的電負(fù)荷由剛性負(fù)荷和柔性負(fù)荷組成，柔性負(fù)荷又由可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷組成，即式中：為第i個(gè)微電網(wǎng)t時(shí)刻預(yù)測電負(fù)荷功率；為第i個(gè)微電網(wǎng)t時(shí)刻剛性負(fù)荷；分別為第i個(gè)微電網(wǎng)t時(shí)刻可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷；h、n分別為可轉(zhuǎn)移和可削減電負(fù)荷比例。2.4

階梯式碳交易機(jī)制模型2.4.1微電網(wǎng)碳配額模型第i個(gè)微電網(wǎng)t時(shí)刻的碳排放額度為式中：為第i個(gè)微電網(wǎng)t時(shí)刻的新能源發(fā)電功率；σGT、σRES分別為燃?xì)廨啓C(jī)和新能源發(fā)電碳排放額度分配系數(shù)。2.4.2

微電網(wǎng)碳排放量模型本文中微電網(wǎng)的碳排放主要來自燃?xì)廨啓C(jī)和從上級(jí)電網(wǎng)購電（認(rèn)為從上級(jí)電網(wǎng)購電均為火電）。第i個(gè)微電網(wǎng)t時(shí)刻的實(shí)際碳排放量為式中：βGT為燃?xì)廨啓C(jī)碳排放系數(shù)；βE為從上級(jí)電網(wǎng)購電所承擔(dān)的碳排放系數(shù)；為第i個(gè)微電網(wǎng)t時(shí)刻從上級(jí)電網(wǎng)的購電量。2.4.3

階梯式碳交易成本模型區(qū)別于傳統(tǒng)的固定碳交易機(jī)制，階梯式碳交易機(jī)制依據(jù)碳排放量分區(qū)間制定單位碳價(jià)，階梯式碳交易機(jī)制為式中：為第i個(gè)微電網(wǎng)的階梯式碳交易成本；d為碳排放量分區(qū)間長度；τ為碳交易單位價(jià)格；λ為價(jià)格增長率；T為優(yōu)化調(diào)度周期，為24h。2.5

目標(biāo)函數(shù)縣域網(wǎng)元內(nèi)各微電網(wǎng)以自身運(yùn)行成本最小為目標(biāo)，建立單個(gè)微電網(wǎng)交互合作的最優(yōu)調(diào)度模型，即式中：為參與縣域電能交互的第i個(gè)微電網(wǎng)的總體運(yùn)行成本；為微電網(wǎng)i的新能源發(fā)電成本；為微電網(wǎng)i的可再生能源單位發(fā)電成本；為微電網(wǎng)i的燃?xì)廨啓C(jī)維護(hù)及天然氣成本；cGT為燃?xì)廨啓C(jī)單位發(fā)電維護(hù)成本；cgas為天然氣價(jià)格；為微電網(wǎng)i與上級(jí)電網(wǎng)交互成本；分別為微電網(wǎng)向上級(jí)電網(wǎng)購、售電價(jià)；為微電網(wǎng)i在t時(shí)刻向上級(jí)電網(wǎng)售電量；分別為儲(chǔ)能運(yùn)行成本和單位充放電量損耗成本；為微電網(wǎng)i的需求響應(yīng)成本；分別為單位切負(fù)荷成本和單位轉(zhuǎn)移負(fù)荷成本；為微電網(wǎng)i的電能交互成本；為微電網(wǎng)i與微電網(wǎng)j的交互電量，正值表示i從j購入電量，反之為售出電量；為微電網(wǎng)i與微電網(wǎng)j單位交互電能的價(jià)格。2.6

約束條件2.6.1上級(jí)電網(wǎng)交互約束各微網(wǎng)與上級(jí)電網(wǎng)的功率交互約束為式中：為上級(jí)電網(wǎng)與各微網(wǎng)之間的最大交互功率；為0–1狀態(tài)變量，為1時(shí)為購電，反之不購電，為1時(shí)為售電，反之不售電。2.6.2

多微網(wǎng)間交互約束式中：為微網(wǎng)間最大交互功率；μi-j,t和μj-i.t為0–1狀態(tài)變量，μi-j,t為1時(shí)表示微電網(wǎng)i向微電網(wǎng)j輸電，反之不輸電，μj-i.t為1時(shí)表示微電網(wǎng)j向微電網(wǎng)i輸電，反之不輸電。微電網(wǎng)在參與優(yōu)化調(diào)度的過程中要考慮到整個(gè)系統(tǒng)的功率平衡約束、各出力機(jī)組的出力和爬坡約束等，在這里不再贅述。03基于ADMM的多微電網(wǎng)交互運(yùn)行優(yōu)化模型3.1

縣域微電網(wǎng)群優(yōu)化問題3.1.1目標(biāo)函數(shù)縣域內(nèi)微電網(wǎng)群的目標(biāo)函數(shù)可以分解為各微電網(wǎng)目標(biāo)函數(shù)，即式中：k為縣域內(nèi)微網(wǎng)群中的子微網(wǎng)個(gè)數(shù)。3.1.2

全局變量微電網(wǎng)交互電量既是整個(gè)微網(wǎng)群的全局變量也是每個(gè)子微網(wǎng)的局部變量，因此之間具有耦合關(guān)系，它們在優(yōu)化調(diào)度的過程中相等，即式中：為微電網(wǎng)j與微電網(wǎng)i的交互電量，為正表示微電網(wǎng)j從微電網(wǎng)i購入電量，反之為售出電量。3.2

ADMM基本原理子微網(wǎng)求解目標(biāo)函數(shù)的優(yōu)化問題可以表示為式中：xi為子微網(wǎng)i的局部變量；y為整個(gè)微網(wǎng)群的全局變量。采用增廣拉格朗日松弛法求解得式中：ρ為懲罰因子且大于0；μ為拉格朗日乘子。采用ADMM算法，反復(fù)迭代求解，求得最優(yōu)解，迭代過程如式（32）所示，即式中：m為迭代次數(shù)。3.3

分布式優(yōu)化模型與收斂判斷縣域內(nèi)微網(wǎng)群中的子微電網(wǎng)i的優(yōu)化問題為式中：ψ(i)為和微電網(wǎng)i交互的其他微電網(wǎng)集合。ADMM算法包括原始?xì)埐詈蛯?duì)偶?xì)埐?個(gè)收斂參數(shù)，在本文的系統(tǒng)中，收斂判據(jù)為式中：分別為原始?xì)埐詈蛯?duì)偶?xì)埐畹氖諗烤?。各微電網(wǎng)優(yōu)化調(diào)度流程如圖2所示。具體流程如下所示。圖2

優(yōu)化調(diào)度流程

Fig.2

Optimalschedulingprocess

1）根據(jù)以往數(shù)據(jù)分析，進(jìn)行拉格朗日乘子和全局交互電量的初始化設(shè)置，向子微網(wǎng)發(fā)放初始交互調(diào)度方案。2）各MO根據(jù)預(yù)測的可再生能源出力及負(fù)荷預(yù)測情況，求解自身最優(yōu)調(diào)度方案和局部交互功率，通過聯(lián)絡(luò)線發(fā)送至縣域網(wǎng)元微網(wǎng)群調(diào)度機(jī)構(gòu)。3）各微電網(wǎng)更新拉格朗日乘子，并且計(jì)算殘差，判斷誤差是否收斂，收斂則結(jié)束迭代，不收斂則循環(huán)迭代直到收斂。04基于Shapley值的微電網(wǎng)群收益分配相比于多個(gè)微電網(wǎng)單獨(dú)運(yùn)行，微電網(wǎng)群交互運(yùn)行可以大大減少整個(gè)系統(tǒng)的運(yùn)行成本，但是對(duì)每個(gè)子微網(wǎng)而言，交互運(yùn)行的收益分配并不公平。Shapley值方法是一種解決合作博弈中收益分配問題的方法，它通過計(jì)算每個(gè)參與者的邊際貢獻(xiàn)來確定每個(gè)參與者應(yīng)該獲得的份額比例。本文通過Shapley值方法來分配縣域內(nèi)微電網(wǎng)群中各微電網(wǎng)的收益。首先，本文假設(shè)有n個(gè)微電網(wǎng)組成一個(gè)縣域內(nèi)微電網(wǎng)群，每個(gè)微電網(wǎng)i都有發(fā)電、消納和交互的能力。設(shè)縣域內(nèi)微電網(wǎng)群的總收益為式中：V0為各微網(wǎng)獨(dú)立運(yùn)行時(shí)的微電網(wǎng)群成本；V1為交互運(yùn)行時(shí)的微電網(wǎng)群成本。每個(gè)微電網(wǎng)i參與協(xié)作所產(chǎn)生的收益為式中：M為微電網(wǎng)集合的任意子集；Mi為微電網(wǎng)集合中包含微電網(wǎng)i的所有子集；|M|為集合M中微電網(wǎng)個(gè)數(shù)；ΔVM為集合M的分配收益；ΔVM?{i}集合M除去微電網(wǎng)i的分配收益。05算例分析5.1

基礎(chǔ)數(shù)據(jù)為了驗(yàn)證本文所提方法的有效性，根據(jù)負(fù)荷及可再生能源的預(yù)測值進(jìn)行日前優(yōu)化調(diào)度，間隔為1h。以縣域內(nèi)3個(gè)微電網(wǎng)為例，系統(tǒng)中每一個(gè)微電網(wǎng)都包含剛性負(fù)載、柔性負(fù)載、燃?xì)廨啓C(jī)、儲(chǔ)能和可再生能源。假定微電網(wǎng)的柔性負(fù)荷占比最大為20%，微電網(wǎng)的儲(chǔ)能配置容量為1500kW·h，其最大充放電功率為500kW。微電網(wǎng)群的典型日負(fù)荷曲線如圖3所示。可再生能源出力預(yù)測曲線如圖4所示。微電網(wǎng)1主要依靠風(fēng)力發(fā)電，日內(nèi)發(fā)電量穩(wěn)定，能夠?qū)崿F(xiàn)局部能源的自給自足，同時(shí)將多余的能源進(jìn)行交易以賺取收益，其在微電網(wǎng)群中擔(dān)任供電型微電網(wǎng)的角色。微電網(wǎng)2主要依靠光伏發(fā)電，從其負(fù)荷特性可以看出此區(qū)域?yàn)樽≌瑓^(qū)，在工作時(shí)間用電需求低，而早晚為用電高峰期，其在微電網(wǎng)群中既作為供應(yīng)方也作為接收方。微網(wǎng)3主要依靠光伏發(fā)電，為工業(yè)開發(fā)區(qū)微電網(wǎng)，工作時(shí)間用電需求較高，其在微電網(wǎng)群中作為電能的接收方。圖3

微電網(wǎng)群負(fù)荷曲線

Fig.3

Loadcurvesofmicrogridgroup圖4

可再生能源預(yù)測出力

Fig.4

Renewableenergyforecastoutput

5.2

場景設(shè)置及對(duì)比分析為了驗(yàn)證本文所提機(jī)制的效果，對(duì)比3種不同交互策略的優(yōu)化調(diào)度結(jié)果。1）考慮普通碳交易機(jī)制的多微網(wǎng)獨(dú)立運(yùn)行調(diào)度；2）考慮階梯式碳交易機(jī)制的多微網(wǎng)獨(dú)立運(yùn)行調(diào)度；3）考慮階梯式碳交易的多微網(wǎng)交互運(yùn)行調(diào)度。其中獨(dú)立運(yùn)行是指微電網(wǎng)間不進(jìn)行電能交互，每個(gè)微電網(wǎng)只與上級(jí)電網(wǎng)交互。交互運(yùn)行是指微電網(wǎng)間進(jìn)行電能交互，將每個(gè)微電網(wǎng)的子目標(biāo)函數(shù)合成為微電網(wǎng)群的總成本函數(shù)，各子微網(wǎng)根據(jù)內(nèi)部目標(biāo)函數(shù)和局部約束獨(dú)立優(yōu)化，形成內(nèi)部調(diào)度方案，并發(fā)送到微網(wǎng)群調(diào)度機(jī)構(gòu)進(jìn)行全局調(diào)度。由表1可知，考慮階梯式碳交易與多微網(wǎng)交互運(yùn)行時(shí)系統(tǒng)的總成本為25127,5元，相比于獨(dú)立運(yùn)行且傳統(tǒng)碳交易機(jī)制運(yùn)行時(shí)總成本降低了6989.6元，下降約21.76%。同時(shí)微電網(wǎng)群的碳排放量也從18120.4kg降到了11008.2kg，下降了近39.2%。這說明在采用階梯式碳交易機(jī)制和交互運(yùn)行時(shí)可以更好地利用可再生能源發(fā)電，更多地消納可再生能源，實(shí)現(xiàn)經(jīng)濟(jì)和環(huán)境的全面提升。表1

3種不同運(yùn)行方式下各微網(wǎng)成本Table1

Thecostofeachmicrogridunderthreedifferentoperatingmodes5.3

多微電網(wǎng)交互優(yōu)化調(diào)度及收益分配5.3.1

ADMM算法收斂性分析本文采用ADMM算法迭代求解多微網(wǎng)交互情況下的最優(yōu)調(diào)度方案，各微電網(wǎng)的系統(tǒng)成本的收斂情況如圖5所示，在迭代到第43次時(shí)收斂。由此可知，基于ADMM算法的多微網(wǎng)交互運(yùn)行有著很好的收斂性并且可以盡可能地保護(hù)各主體的隱私。圖5

成本收斂情況

Fig.5

Costconvergence5.3.2

調(diào)度結(jié)果分析微電網(wǎng)之間的電能交互結(jié)果如圖6所示。由圖6可知，微網(wǎng)1的電能大多數(shù)時(shí)候供大于求，表現(xiàn)為供電型微電網(wǎng)，在00:00—07:00、17:00—24:00電能交互功率為負(fù)值，總是將電能交易出去以賺取收益，其作為微電網(wǎng)群中主要電能供應(yīng)方很好地實(shí)現(xiàn)了電能的高效利用和利益最大化。從微網(wǎng)2負(fù)荷特性和電能交互結(jié)果來看，此區(qū)域?yàn)榭h域內(nèi)的住宅區(qū)，在10:00—18:00自身負(fù)荷需求較低時(shí)，充當(dāng)電能的供應(yīng)商，而從18:00—24:00變成電能的接受方，體現(xiàn)了其在微電網(wǎng)群中應(yīng)承擔(dān)的責(zé)任，實(shí)現(xiàn)了電能的合理利用。微網(wǎng)3則為縣域內(nèi)經(jīng)濟(jì)較為發(fā)達(dá)的經(jīng)濟(jì)開發(fā)區(qū)，白天的用電量較大，需要不斷購入電能，總為電能的接收方。圖6

微電網(wǎng)間電能交互結(jié)果Fig.6

Energyinteractionresultsbetweenmicrogrids

在日內(nèi)的用電高峰期間，縣域微電網(wǎng)群內(nèi)部可以實(shí)現(xiàn)電能交互，滿足用電需求，提高整個(gè)系統(tǒng)的電能可靠性，從而減少上級(jí)電網(wǎng)的供電壓力，減少電能運(yùn)輸成本。與此同時(shí)還能減少缺電型微電網(wǎng)的運(yùn)行成本，增加供電型微電網(wǎng)的售電收益。以場景3為例，微網(wǎng)群的各機(jī)組出力及負(fù)荷優(yōu)化結(jié)果如圖7所示。各微網(wǎng)出力主要由可再生能源、燃?xì)廨啓C(jī)和儲(chǔ)能電池提供。微網(wǎng)1在00:00—08:00和17:00—24:00時(shí)，可再生能源和燃機(jī)的出力大于負(fù)荷需求，多余的電能用于儲(chǔ)能以應(yīng)對(duì)自生負(fù)荷的需求，或交易給其他需要電能的微網(wǎng)以賺取利益，大大提高了可再生能源的利用率。在08:00—15:00時(shí)通過加大燃機(jī)功率和需求響應(yīng)進(jìn)行削峰填谷來滿足負(fù)荷需求。微網(wǎng)2的可再生能源為光伏，且負(fù)荷特性為住宅區(qū)，在白天有大量富裕的電能，因此微網(wǎng)2在白天主要是將電能交易給電能不足的微網(wǎng)以賺取收益，其余部分儲(chǔ)存起來以應(yīng)對(duì)晚間的用電峰時(shí)。晚間，微網(wǎng)2首先利用削峰填谷減少負(fù)荷需求，然后利用儲(chǔ)能放電，燃機(jī)發(fā)電和與其他微網(wǎng)購買電能來滿足自身負(fù)荷需求。微網(wǎng)3因?yàn)殡娔苄枨蠛艽?，可再生能源加?chǔ)能放電全部用于自身仍不能滿足自身需求，所以向微電網(wǎng)群的其他微網(wǎng)購電，加大燃機(jī)出力以及向上級(jí)電網(wǎng)購電以滿足需求。圖7

優(yōu)化調(diào)度后各微網(wǎng)機(jī)組出力

Fig.7

Theoutputofeachmicrogridunitafteroptimalscheduling

縣域內(nèi)不同屬性的微電網(wǎng)交互運(yùn)行，可以大大提高可再生能源的利用率，減少棄風(fēng)棄光的現(xiàn)象，實(shí)現(xiàn)了低碳運(yùn)行。同時(shí)減少了對(duì)上級(jí)電網(wǎng)的依賴性，有效降低了整個(gè)電網(wǎng)系統(tǒng)的運(yùn)行壓力，提高了系統(tǒng)運(yùn)行的可靠性。除此之外，縣域內(nèi)電能交易，減少了電能的運(yùn)輸成本和用電成本，提高了整個(gè)微網(wǎng)群的經(jīng)濟(jì)性。5.3.3

Shapley收益分配在實(shí)現(xiàn)了多微網(wǎng)交互運(yùn)行、降低了整個(gè)微網(wǎng)群的運(yùn)行成本的情況下，還須解決個(gè)體利益分配問題。本文采用Shapley法按照每個(gè)微電網(wǎng)的貢獻(xiàn)度，對(duì)整個(gè)微網(wǎng)群系統(tǒng)的收益進(jìn)行分配，結(jié)果如表2所示。由表2可知，多微網(wǎng)交互運(yùn)行后，各子微網(wǎng)的運(yùn)行成本都有所下降，均優(yōu)于獨(dú)立運(yùn)行時(shí)的系統(tǒng)成本，證明本文所提的交互運(yùn)行可以提升各微電網(wǎng)的經(jīng)濟(jì)性。表2

Shapley法分配收益后各微網(wǎng)實(shí)際運(yùn)行成本Table2

TheactualoperatingcostofeachmicrogridafterShapleybenefitallocation06結(jié)語為了提高可再生能源的消納率，減少碳排放量，更好地實(shí)現(xiàn)“雙碳”目標(biāo)，本文提出一種縣域內(nèi)多微電網(wǎng)交互運(yùn)行優(yōu)化調(diào)度策略，