華浩瑞，李鵬

(新能源電力系統(tǒng)國家重點實驗室(華北電力大學)，河北省保定市 071003)

計及功率預測誤差的交直流混合微電網(wǎng)多時間尺度優(yōu)化運行方法

華浩瑞，李鵬

(新能源電力系統(tǒng)國家重點實驗室(華北電力大學)，河北省保定市 071003)

為了提高交直流混合微電網(wǎng)優(yōu)化運行的適用性，針對交直流混合微電網(wǎng)特殊的網(wǎng)架結構和電氣特性，基于兩層時間尺度建立了計及功率預測誤差的交直流混合微電網(wǎng)多時間尺度優(yōu)化運行模型。首先，在h級時段，利用日前風光出力、負荷水平預測數(shù)據(jù)來制定日前經(jīng)濟調度方案。然后，在實時15 min級時段，檢測在日前h級調度方案下的不平衡功率偏差，制定不平衡功率調整計劃，該計劃能夠最大程度降低調整費用或者提高調整收益。最后通過算例驗證所提方法的有效性。

交直流混合微電網(wǎng); 優(yōu)化運行; 多時間尺度; 功率預測誤差; 不平衡功率調整; 帝國競爭算法

0 引 言

微電網(wǎng)是一種由以可再生能源為主的分布式電源(distributed generation，DG)、儲能系統(tǒng)(energy storage system，ESS)、負荷、變換器及監(jiān)控保護等裝置結合在一起的小型供用電自治系統(tǒng)[1-2]。微電網(wǎng)技術是一種新型能源網(wǎng)絡化供應與管理技術，能給可再生能源系統(tǒng)接入提供便利，避免分布式電源對大電網(wǎng)的沖擊，實現(xiàn)需求側管理及現(xiàn)有能源的最大化利用[3-6]。

微電網(wǎng)的優(yōu)化經(jīng)濟調度是一門重要課題，國內(nèi)外學者對其進行了深入研究。文獻[7]綜合考慮經(jīng)濟成本、環(huán)境效益和網(wǎng)損等多個運行指標對微電網(wǎng)的優(yōu)化運行進行數(shù)學建模。文獻[8]針對微電網(wǎng)運行中各種不確定性因素的影響，提出了基于機會約束規(guī)劃的微網(wǎng)系統(tǒng)動態(tài)經(jīng)濟調度模型，較好地應對了不確定性。文獻[9]采用機會約束建立了反映可靠性和經(jīng)濟性風險置信水平的動態(tài)經(jīng)濟調度模型，模型中的經(jīng)濟性同時考慮了微電網(wǎng)中可控機組發(fā)電成本和不確定性因素導致的高估/低估風險費用。文獻[10]建立了基于機會約束規(guī)劃的經(jīng)濟優(yōu)化模型，以一定置信水平下滿足備用需求作為可靠性約束，基于峰谷分時電價優(yōu)化一體化電站和燃料電池出力，并確定聯(lián)絡線交互功率。文獻[11]提出了基于機會約束規(guī)劃的儲能優(yōu)化控制方法，考慮了儲能裝置的功率出力和電量約束條件，以風光儲總出力曲線與給定計劃出力曲線的相似度最大為目標函數(shù)。文獻[12]提出了一種高可再生能源滲透率下考慮預測誤差的微電網(wǎng)經(jīng)濟調度模型，由日前計劃和實時調度組成。以上文獻研究的都是傳統(tǒng)交流微網(wǎng)的優(yōu)化運行模型，近年來，隨著直流負荷的應用越來越廣泛，交直流混合微電網(wǎng)開始成為備受關注的一種微電網(wǎng)形式[13]。但是目前還幾乎沒有文獻對交直流混合微網(wǎng)的優(yōu)化運行進行細致的研究。

交直流混合微電網(wǎng)集合了交流微網(wǎng)和直流微網(wǎng)各自的優(yōu)點，方便直流負荷接入，能夠節(jié)省眾多換流裝置從而減少換流損耗、降低線路損耗，起到了節(jié)能、環(huán)保的效果[14]。本文采用兩層時間尺度建立計及功率預測誤差的交直流混合微電網(wǎng)多時間尺度優(yōu)化運行模型。在日前h級時段，利用日前風光出力、負荷水平預測數(shù)據(jù)來制定日前經(jīng)濟調度方案；在15 min級時段，以已制定的出力計劃為基礎，針對功率預測誤差引起的不平衡功率進行不平衡功率調整以滿足實時功率平衡，該策略能夠最大化調整收益或者最小化調整成本。然后采用帝國競爭算法對模型進行求解。最后通過算例驗證本文方法的有效性。

1 日前調度模型

1.1 交直流混合微電網(wǎng)結構

在一個典型交直流混合微網(wǎng)結構中，交流區(qū)接入風機(wind turbine，WT)、微型燃氣輪機(micro-turbine，MT)；直流區(qū)接入光伏電池(photovoltaic cell，PV)、燃料電池(fuel cell，F(xiàn)C)和蓄電池(storage battery，SB)。為最大化利用可再生能源，PV和WT工作在最大功率跟蹤模式，不參與調度。交流區(qū)通過并網(wǎng)處公共耦合點(point of common coupling，PCC)與大電網(wǎng)相連，可調度MT出力和向大電網(wǎng)購電。直流區(qū)通過交直流雙向AC/DC功率變換器(interlinking converter，ILC)維持直流母線電壓以控制功率平衡，可調度FC和SB出力。交流側主要接入交流負荷，直流側主要接入直流負荷，交直流混合微電網(wǎng)的重要優(yōu)點之一就是方便直流負荷接入。

本文參考了浙江省某地交直流混合微電網(wǎng)示范工程，構建的交直流混合微電網(wǎng)簡化結構如圖1所示。該結構方便交流微電源和交流負荷接入交流區(qū)域，直流微電源和直流負荷接入直流區(qū)域。

圖1 典型交直流混合微電網(wǎng)結構

1.2 日前調度方案的目標函數(shù)

利用日前風光出力、負荷水平預測數(shù)據(jù)來制定全時段的經(jīng)濟調度方案。交直流混合微電網(wǎng)日前經(jīng)濟調度模型中的目標函數(shù)針對的是所有時段的運行總成本，包含交流側成本和直流側成本，如式(1)所示：

f=CAC+CDC

(1)

式中：f為日前經(jīng)濟調度的目標函數(shù)；CAC和CDC分別為交流側和直流側的運行成本。

交流側成本包括微燃機燃料成本、污染物排放成本、各設備運行維護成本、向外網(wǎng)購電成本以及負荷中斷補償費用，如式(2)所示：

(2)

直流側的目標函數(shù)包括燃料電池燃料成本、污染物排放成本、各設備運行維護成本和負荷中斷補償費用，如式(3)所示：

(3)

1.3 約束條件

本文計及功率預測的交直流混合微電網(wǎng)優(yōu)化運行模型中的約束條件分為交流側約束和直流側約束。

(1)交流側功率平衡約束。交流側功率平衡約束如式(4)所示，式中計及了交直流混合微電網(wǎng)中各個換流設備的效率特性以及各饋線網(wǎng)損情況，對任意整數(shù)都成立。

(4)

ηA(u)=100u/(0.004+1.002u+0.018u2)

(5)

式中u為輸入功率與額定容量的比率[15]。

(2)交流側其他約束。交流側其他約束包含微燃機出力限制、蓄電池電量限制、與外網(wǎng)交換功率上下限、微燃機爬坡率約束以及負荷中斷容量上限。交流側約束如式(6)所示。

(6)

(3)直流側功率平衡約束。直流側功率平衡約束如式(7)所示，對任意t∈[1,24]的整數(shù)都成立。

(7)

ηB(u)=100u/(0.004+1.007u+0.007u2)

(8)

(4)直流側其他約束。直流側其他約束包含燃料電池出力限制、蓄電池電量限制、燃料電池爬坡率約束以及負荷中斷容量上限，如式(9)所示。

(9)

(10)

(5)交直流雙向功率變換器約束：

(11)

2 15 min級不平衡功率調整方案

盡管采用日前優(yōu)化運行模型能夠最大程度應對風光出力不確定性對方案制定的影響，然而由于預測誤差的存在，在任一時段仍然會有不平衡功率。有必要建立模型來描述不平衡功率調整費用并制定不平衡功率調整方案。以15 min作為不平衡功率調整方案制定的時段，可以較好地協(xié)調調整效果和調整計算量、復雜性之間的矛盾。在更短的時間尺度內(nèi)，可以采用較為簡單的調整方案而對經(jīng)濟性沒有太大影響。不平衡功率定義為風、光實際出力與實際負荷之差減去風、光預測出力與實際負荷之差[16]。

(1)高估費用。當不平衡功率Pδ小于0時，在任意k時段(每個時段為15 min)的調整費為式(12)—(13)所示規(guī)劃問題的最小值，調整策略包含微燃機、燃料電池增大出力，增加向外網(wǎng)購電功率，增大負荷中斷容量，約束考慮到各種調整方案的上限以及雙向功率變換器傳輸容量限制。

(12)

(13)

(2)低估費用。當不平衡功率Pδ大于0時，在任意k時段的調整費用為式(14)—(15)所示規(guī)劃問題的最小值。低估費用主要表現(xiàn)為功率浪費現(xiàn)象，低估費用可以為負，即為調整收益，調整收益來自于可控微電源燃料費用、向外網(wǎng)購電費用、中斷負荷賠償費用的減少。

(14)

(15)

在高估費用模型中，可控變量大于0表示增大操作；在低估費用模型中，可控變量大于0表示減小操作。

因此在本文交直流混合微網(wǎng)多時間尺度優(yōu)化運行模型中，首先根據(jù)日前功率預測情況制定日前經(jīng)濟調度方案，并在次日按該方案運行；其次，在15 min級時間尺度內(nèi)，檢測由于日前預測誤差導致的不平衡功率，如果是高估，則調用模型(12)—(13)進行求解不平衡功率調整方案；如果是低估，則調用模型(14)—(15)進行求解不平衡功率調整方案。

3 帝國競爭算法與算例求解

3.1 帝國競爭算法

帝國競爭算法(imperialist competitive algorithm，IAC)受人類歷史上帝國之間爭奪殖民地現(xiàn)象啟發(fā)，是一種模擬政治社會演變現(xiàn)象的進化算法[17]。該算法首先初始化多個國家，每個國家由待決策變量構成，代表了一種決策方案。選取最強大的部分國家作為帝國，其余國家作為殖民地，在算法進化的過程中，表現(xiàn)為帝國之間相互爭奪殖民地，而競爭過程取決于帝國的實力，即該帝國所代表決策方案的優(yōu)劣性。當只剩下1個帝國時，該帝國即被認為是該優(yōu)化問題的解，算法結束。本文對所建立的微電網(wǎng)日前優(yōu)化運行模型和實時不平衡功率調整模型都采用帝國競爭算法求解。在日前優(yōu)化運行模型中，基本帝國競爭算法可以分為以下幾個階段[18-19]：初始化、殖民地同化、帝國與殖民地交換位置、殖民競爭和帝國消亡。

在初始化過程中，首先在搜索空間里隨機生成Npop個國家，在日前微電網(wǎng)優(yōu)化運行模型中每個國家代表1種微電網(wǎng)運行方案，將其中勢力最強的Nimp個國家定義為帝國，剩余的Ncol個國家定義為殖民地。假定本文的微電網(wǎng)優(yōu)化問題中1個經(jīng)濟調度方案有h個決策變量組成，將第n個國家定義為Cn=[x1,x2,…,xh]，針對本文微電網(wǎng)優(yōu)化問題，1個國家的目標函數(shù)為微電網(wǎng)運行成本f(Ci)，為最小值問題，因此目標函數(shù)越小，國家勢力越大，對于最大值問題反之。本文交直流混合微電網(wǎng)優(yōu)化運行問題中目標函數(shù)為運行成本，是最小值問題，因此定義第n個帝國或殖民地的相對勢力Fn為

(16)

式中：fi為第i個國家所表示微電網(wǎng)優(yōu)化運行方案下的總運行成本；Jimp為帝國集合；所有帝國相對勢力之和為1。

另外，殖民地同化、帝國與殖民地交換位置、殖民競爭以及帝國消亡過程可以參考文獻[17-19]。

對實時不平衡功率調整模型的求解也采用帝國競爭算法，算法原理完全一樣，所不同的是：在實時不平衡功率調整模型中，每個國家或者殖民地代表1種不平衡功率調整方案；而每個國家的勢力由該國家所表示不平衡功率調整方案下的調整成本或收益決定。

綜上所述，本文采用帝國競爭算法對計及功率預測誤差的交直流混合微電網(wǎng)多時間尺度優(yōu)化運行方法進行求解的過程如下：

(1)初始化并評估日前優(yōu)化運行模型中的國家；

(2)調用殖民地同化、帝國與殖民地交換位置、殖民競爭和帝國消亡過程，得到迭代后帝國與殖民地情況；

(3)判斷收斂條件，若只剩下1個帝國，則得到該帝國所表示的微電網(wǎng)日前優(yōu)化運行方案，如果不收斂，返回第(2)步；

(4)以第(3)步中得到的微電網(wǎng)日前優(yōu)化運行方案為基礎，劃分不平衡功率調整時段，對第1個 15 min級時段調用帝國競爭算法，初始化并評估該時段不平衡功率調整方案的國家；

(5)調用殖民地同化、帝國與殖民地交換位置、殖民競爭和帝國消亡過程，得到迭代后帝國與殖民地情況；

(6)判斷收斂條件，若只剩下1個帝國，則得到該帝國所表示的第1個15 min級時段的不平衡功率調整方案，并進入下一個15 min級時段，以同樣原理求解其不平衡功率調整方案，否則返回步驟(5)；

(7)若已經(jīng)求完全部15 min級時段，則算法結束，返回日前微電網(wǎng)優(yōu)化運行方案和各個15 min級時段不平衡功率調整方案，以及綜合調度方案。

3.2 算例設置

交直流混合微電網(wǎng)中微燃機、蓄電池和光伏發(fā)電系統(tǒng)的參數(shù)參考文獻[7]，燃料電池和風機參數(shù)參考文獻[20]。儲能采用目前較為成熟的蓄電池儲能，蓄電池容量為1 MW·h，最大充放電功率都為250 kW，為了提高蓄電池壽命，允許最小剩余電量為其容量的10%，儲能充電效率和放電效率都為85%，自放電系數(shù)為10%。外網(wǎng)分時電價水平、可控微電源污染物排放成本的折算因子和排放因子參考文獻[7]。

在交直流混合微電網(wǎng)運行中，換流器損耗是網(wǎng)損的主要形式，線損相對其來說可以忽略不計，因此，本文只需在功率平衡約束中計及各種換流器效率函數(shù)即可。交直流混合微電網(wǎng)處于并網(wǎng)運行狀態(tài)，可以與外網(wǎng)進行功率交換，當售電時其收益按售電發(fā)生時段的外網(wǎng)分時電價水平來計。此外，在帝國競爭算法中，初始國家數(shù)設為200個，初始帝國數(shù)設為25個。

3.3 仿真結果

3.3.1 日前經(jīng)濟調度

圖2為某天日前預測的交直流混合微電網(wǎng)內(nèi)的交流區(qū)負荷預測曲線、直流區(qū)負荷預測曲線、風力發(fā)電和光伏發(fā)電預測曲線。對于日前風、光、荷預測，本文不涉及交直流混合微電網(wǎng)中不確定微電源和負荷的具體預測方法，而側重于研究采用計及功率預測誤差方法從而制定更加符合實際情況的交直流混合微電網(wǎng)優(yōu)化運行方案。

圖2 日前小時級風光荷預測曲線

本文算例中交直流混合微電網(wǎng)應用于某廠區(qū)，直流側負荷為廠區(qū)大量使用的直流負荷，因此1天內(nèi)負荷曲線較為平穩(wěn)；交流側接入廠區(qū)傳統(tǒng)負荷，其峰谷特性較為明顯。從圖2中可以看出直流負荷在1天中變化相對比較平穩(wěn)，交流區(qū)負荷在13:00及22:00左右出現(xiàn)負荷高峰，00:00—08:00負荷處于較低階段，這一階段負荷變化比較平穩(wěn)。風力發(fā)電一直在較低水平平穩(wěn)運行；光伏在09:00—16:00的出力較為可觀，其中在10:00出現(xiàn)峰值，但仍然低于直流區(qū)負荷。

日前經(jīng)濟調度方案中，計劃總運行成本為 6 152.03元，交直流混合微電網(wǎng)日前經(jīng)濟調度方案如圖3所示。

圖3 交直流混合微網(wǎng)日前經(jīng)濟調度方案

由圖3可以看出：雙向換流器傳輸功率與微電網(wǎng)向外網(wǎng)交換功率較為接近，因此，直流區(qū)負荷很大一部分功率是由雙向換流器提供的。這是因為大部分時段光伏發(fā)電量都遠遠小于直流區(qū)負荷。在光伏發(fā)電高峰時段，微電網(wǎng)向外電網(wǎng)購電功率下降至最低水平，但是由于負荷始終大于各微電源出力總和，微電網(wǎng)需一直從外網(wǎng)購電。燃料電池運行成本較高，一直保持在較低功率階段平穩(wěn)運行；由于微燃機接在交流區(qū)，對交流負荷變化敏感，在交流區(qū)負荷處于較低水平時，微燃機出力較低，在交流區(qū)負荷高峰時期，微燃機出力較高。蓄電池在電價谷時段充電，在電價高峰時段放電，以此來降低交直流混合微電網(wǎng)運行成本。

3.3.2 實時不平衡功率調整結果

在15 min級的時間尺度內(nèi)，風、光、荷預測誤差服從貝塔分布[12]，因此本文采用貝塔分布來擬合生成滿足一定誤差要求的光伏發(fā)電功率和風力發(fā)電功率波動數(shù)據(jù)，作為15 min級調度層輸入數(shù)據(jù)。在每個15 min時段末，交直流混合微電網(wǎng)通過最新的風、光、荷功率數(shù)據(jù)來預測下一個15 min時段的風光、荷、功率水平，并與日前預測結果作比較計算不平衡功率。事實上，文獻[21]指出，超短期風、光、荷預測誤差與預測時長的關系如圖4所示，可見在15 min級時間尺度內(nèi)，風、光、荷功率預測誤差非常小，可以認為據(jù)此計算出的下一個15 min級時段的不平衡功率偏差與實際不平衡功率偏差相等，從而為提前制定下一個15 min級時段的實時經(jīng)濟調度方案提供了可能。

某一次模擬得到的15 min級風、光、荷實際功率曲線如圖5所示。

根據(jù)圖3所示的15 min級風光荷實際功率曲線，可以計算出每個15 min時段的交流區(qū)不平衡功率偏差和直流區(qū)不平衡功率偏差，進而調用不平衡功

圖4 超短期風光荷預測誤差與預測提前時長的關系

圖5 實時15 min級風光荷實際功率曲線

率調整模型求解出不平衡功率調整計劃，從而在原有日前經(jīng)濟調度計劃的基礎上給出交直流混合微電網(wǎng)實際運行方案，如圖6所示。

圖6 實時15 min級經(jīng)濟調度方案

通過對比圖3與圖6，可以發(fā)現(xiàn)圖6中外網(wǎng)交換功率曲線與換流器交換功率曲線變化較大，微燃機出力略有改變。在微電網(wǎng)中，儲能是最昂貴的投資設備之一，為了避免儲能充放電轉換頻繁，嚴重影響儲能使用壽命，本文規(guī)定在實時不平衡功率調整中儲能出力沒有變化。因此，圖6相比于圖3儲能的15 min級出力計劃仍然沿用日前制定的儲能充放電計劃。算例中通過10次完全相同的模擬得到實時經(jīng)濟調度結果，交直流混合微電網(wǎng)1天平均運行成本為 6 621.54元，該成本是在日前調度的成本上加上平均不平衡功率調整費用469.51元得到的。

3.3.3 多時間尺度優(yōu)化運行結果比較

根據(jù)本文模型可知，交直流混合微電網(wǎng)日前經(jīng)濟調度方案下的運行成本通常不會是實際運行成本，這是由功率預測誤差導致的。2種時間尺度下的各微電源燃料成本、環(huán)境成本、向外網(wǎng)購售電成本、實時功率調整成本的比較如表1所示。

表1 各時間尺度交直流混合微網(wǎng)運行成本比較

Table 1 Operation cost comparison of AC/DC hybrid microgrid at different time scales 元

可見由于本文算例中風、光滲透率較小，因此交直流混合微電網(wǎng)向外網(wǎng)購電成本占很大部分，可控微電源由于運行成本相對較大，只是起到了在負荷峰時段調峰作用。事實上，交直流混合微電網(wǎng)日前計劃1天運行成本曲線、實時經(jīng)濟調度1天運行成本曲線和1天不平衡功率調整費用曲線如圖7所示。

圖7 多時間尺度運行成本曲線對比

由圖7可以看出，實時經(jīng)濟調度1天運行成本曲線在日前計劃1天運行成本曲線的基礎上略微有調整。而1天不平衡功率調整費用曲線有正有負，在大部分15 min級時段為正，表示其實際產(chǎn)生費用，而在部分時段為負，表示其實際存在調整收益，這些時段通常為低估時段，此時通過降低交直流混合微電網(wǎng)中各種供電方式的費用可以節(jié)約成本，產(chǎn)生收益。盡管當存在不平衡功率時，可能存在調整費用也可能存在調整收益，這取決于實際凈負荷功率的偏差，但是總體上調整費用要大于調整收益，這種差異主要是由可控微電源在功率調整過程中存在爬坡率限制導致的功率浪費現(xiàn)象造成的。

為了進一步驗證本文采用帝國競爭算法對模型進行求解的優(yōu)勢，分別利用基本粒子群算法和本文帝國競爭算法在相同條件下求解問題10次，其統(tǒng)計結果如表2所示，可見相比于基本粒子群算法，帝國競爭算法在尋優(yōu)能力和求解速度上都具有明顯的優(yōu)勢。

表2 10次計算統(tǒng)計結果

Table 2 Statistical results of 10 calculations

4 結 論

本文首先針對交直流混合微電網(wǎng)特殊的網(wǎng)架結構和電氣特性建立了交直流混合微電網(wǎng)優(yōu)化運行模型，其次在此基礎上提出了計及功率預測誤差的交直流混合微電網(wǎng)多時間尺度優(yōu)化運行模型。仿真結果表明，本文模型可以針對交直流混合微電網(wǎng)進行經(jīng)濟調度，多時間尺度模型能夠較好地協(xié)調日前運行計劃和實時經(jīng)濟調度之間的關系。h級的日前運行計劃最優(yōu)化交直流混合微電網(wǎng)優(yōu)化運行成本，而15 min級的實時不平衡功率調整方案一方面能夠保證微電網(wǎng)功率平衡，另一方面能夠保證調整計劃費用最小或者收益最大。交直流混合微電網(wǎng)能夠給直流微源和直流負荷提供更加高效的接入平臺，作為一種特殊的微電網(wǎng)形式開始得到越來越多的關注。

[1]LASSETER R H．Microgrids[C]//Proceedings of Power Engineering Society Winter Meeting. New York: IEEE，2002:2-6．

[2]LI J，QI W B． Towards optimal operation of internet data center microgrid[J]． IEEE Transactions on Smart Grid， 2016，PP(99)：1-1．

[3]MOHAMED F A，KOIVO H N．System modelling and online optimal management of microgrid using mesh adaptive direct search [J]．International Journal of Electrical Power & Energy Systems，2010，32(5)：398-407．

[4]李鵬，張玲，王偉，等．微網(wǎng)技術應用與分析[J]．電力系統(tǒng)自動化，2009，33(20)：109-115．

LI Peng，ZHANG Ling，WANG Wei，et al．Application and analysis of microgrid[J]．Automation of Electric Power Systems，2009，33(20)：109-115．

[5]趙巖，李博嵩，蔣傳文． 售電側開放條件下我國需求側資源參與電力市場的運營機制建議[J]．電力建設，2016，37(3):112-116．

ZHAO Yan，LI Bohao，JIANG Chuanwen．Suggestion on electric market operation mechanism with demand side resource[J]．Electric Power Construction，2016，37(3):112-116．

[6]王成山，孫充勃，李鵬． 主動配電網(wǎng)優(yōu)化技術研究現(xiàn)狀及展望[J]． 電力建設，2015， 36(1):8-15．

WANG Chengshan，SUN Chongbo，LI Peng． Review and perspective on the optimization of active distribution network[J]． Electric Power Construction， 2015， 36(1) : 8-15．

[7]李鵬，徐偉娜，周澤遠，等． 基于改進萬有引力搜索算法的微網(wǎng)優(yōu)化運行[J]． 中國電機工程學報，2014，34(19):3073-3079．

LI Peng，XU Weina，ZHOU Zeyuan，et al． Optimal operation of microgrid based on improved gravitational search algorithm [J]． Proceedings of the CSEE，2014，34(19)：3073-3079．

[8]劉小平，丁明，張穎媛，等． 微網(wǎng)系統(tǒng)的動態(tài)經(jīng)濟調度[J]． 中國電機工程學報，2011，31(31):77-84．

LIU Xiaoping, DING Ming, ZHANG Yingyuan， et al． Dynamic economic dispatch for microgrids [J]．Proceedings of the CSEE，2011，31(31)：77-84．

[9]童小嬌，易國偉，周鵬，等． 考慮功率調整優(yōu)先策略的微網(wǎng)動態(tài)經(jīng)濟調度[J]． 電網(wǎng)技術， 2015，39(8):2173-2179．

TONG Xiaojiao，YI Guowei，ZHOU Peng，et al．Dynamic economic dispatch in microgrid considering strategy of prior power regulation[J]． Power System Technology， 2015，39(8)：2173-2179．

[10]PARISIO A， RIKOS E， TZAMALIS G， et al．Use of model predictive control for experimental microgrid optimization[J]． Applied Energy， 2014， 115: 37-46．

[11]MOTEVASEL M， SEIFI A R． Expert energy management of a micro-grid considering wind energy uncertainty[J]． Energy Conversion and Management， 2014， 83: 58-72．

[12]趙波，薛美東，陳榮柱，等． 高可再生能源滲透率下考慮預測誤差的微電網(wǎng)經(jīng)濟調度模型[J]．電力系統(tǒng)自動化，2014，38(7):1-8．

ZHAO Bo， XUE Meidong， CHEN Rongzhu， et al． An economic dispatch model for microgrid with high renewable energy resource penetration considering forecast errors[J]．Automation of Electric Power Systems， 2014，38(7)：1-8.

[13]殷曉剛，戴冬云，韓云，等．交直流混合微網(wǎng)關鍵技術研究[J]．高壓電器，2012，48(9):43-46．

YIN Xiaogang，DAI Dongyun，HAN Yun，et al．Discussion on key technologies of AC-DC hybrid microgrid[J]．High Voltage Apparatus， 2012，48(9)：43-46．

[14]陳和升，衛(wèi)志農(nóng)，孫國強，等． 考慮換流器控制特性的交直流混聯(lián)微電網(wǎng)狀態(tài)估計[J]．電力建設，2016，37(5):91-99．

CHEN Hesheng，WEI Zhinong，SUN Guoqiang，et al． State estimation of AC/DC hybrid microgrid considering control characteristics of converter[J]． Electric Power Construction， 2016，37(5):91-99．

[15]KAKIGANO H，MIURA Y，ISE T，et al．Basic sensitivity analysis of conversion losses in a DC microgrid[C]//Proceedings of International Conference on Renewable Energy Research and Applications. Nagasaki，Japan:IEEE，2012．77-83.

[16]楊毅，雷霞，葉濤，等． 考慮安全性與可靠性的微電網(wǎng)電能優(yōu)化調度[J]． 中國電機工程學報，2014，34(19):3080-3088．

YANG Yi， LEI Xia， YE Tao， et al． Microgrid energy optimal dispatch considering the security and reliability[J]． Proceedings of the CSEE， 2014， 34(19)： 3080-3088.

[17]張金環(huán)，安海霞，王永春． 基于改進小生境帝國競爭算法的多目標電力系統(tǒng)無功優(yōu)化[J]． 華北電力大學學報(自然科學版)，2014，41(04):41-47．

ZHANG Jinhuan，AN Haixia，WANG Yongchun．Multi-objective reactive power optimization based on improved empire competition algorithm[J]. Journal of North China Electric Power University(Science and Technology),2014，41(04):41-47．

[18]王帥群，敖日格樂，高尚策，等． 基于進出口貿(mào)易的帝國主義競爭算法[J]． 計算機科學，2015，42(5):14-18．

WANG Shuaiqun， AORI Gele， GAO Shangce，et al． Empire competition algorithm based on import and export trade[J]． Computer Science， 2015，42(5):14-18．

[19]翟云峰，易國偉，王亦，等． 基于改進帝國競爭算法的微網(wǎng)動態(tài)經(jīng)濟調度[J]． 電力科學與工程，2015，31(5):34-41．

ZHAI Yunfeng， YI Guowei， WANG Yi， et al． Dynamic economic dispatch in microgrid based on improved empire competition algorithm[J].Electric Power Science and Engineering , 2015，31(5):34-41．

[20]王成山，孫充勃，彭克，等． 微電網(wǎng)交直流混合潮流算法研究[J]． 中國電機工程學報，2013，33(4):8-15．

WANG Chengshan，SUN Chongbo，PENG Ke，et al． Study on AC-DC hybrid power flow algorithm for microgrid[J]． Proceedings of CSEE，2013，33( 4) : 8-15．

[21]AMJADY N， KEYNIA F， ZAREIPOUR H． Short-term load forecast of microgrids by a new bilevel prediction strategy[J]． IEEE Transactions on smart grid， 2010， 1(3): 286-294．

(編輯 張小飛)

Multiple Time Scale Optimal Operation Method of AC/DC Hybrid Microgrid Considering Power Prediction Error

HUA Haorui, LI Peng

(State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Baoding 071003, Hebei Province, China)

According to the special grid structure and electrical characteristics of AC/DC hybrid microgrid, this paper proposes the multiple time scale optimal operation model of AC/DC hybrid microgrid with considering power prediction error based on two layers of time scale, in order to improve the applicability of the optimal operation of AC/DC hybrid microgrid. Firstly, in hour-period, the day ahead scheduling scheme is formulated through wind, photovoltaic and load prediction curve of next day. Then, in real time 15 minutes-period, an unbalanced power adjustment plan is developed by the detection of unbalanced power errors under the the day ahead scheme, which can maximize the adjustment costs or minimize the adjustment income. Finally, the effectiveness of the proposed method is verified through a numerical example.

AC/DC hybrid microgrid; optimal operation; multiple time scale; power prediction error; unbalanced power adjustment; imperialist competition algorithm

國家高技術研究發(fā)展計劃項目(863計劃)(2015AA050104); 國家自然科學基金項目(51577068)

TM 734

A

1000-7229(2016)12-0040-08

10.3969/j.issn.1000-7229.2016.12.005

2016-07-28

華浩瑞(1992)，男，碩士研究生，主要研究方向為新能源并網(wǎng)發(fā)電與微網(wǎng)技術等；

李鵬(1965)，男，博士，教授，IEEE Senior Member, 主要研究方向為新能源并網(wǎng)發(fā)電與微網(wǎng)技術、電能質量分析與控制、電力電子技術在電力系統(tǒng)中的應用等。

Project supported by National High Technology Research and Development of China (863 Program) (2015AA050104);National Natural Science Foundation of China(51577068)