張有兵，任帥杰，楊曉東，包侃侃，謝路耀，戚 軍

（浙江工業(yè)大學(xué) 信息工程學(xué)院，浙江 杭州 310023）

0 引言

由于柴油發(fā)電機(jī)DE（Diesel Engine）等燃料電機(jī)的高燃料運(yùn)輸成本、庫(kù)存成本［1-2］以及外部成本［3］，充分利用各地豐富可再生能源RES（Renewable Energy Sources）成為解決偏遠(yuǎn)地區(qū)能源供給問(wèn)題的有效途徑。獨(dú)立型微電網(wǎng)作為燃料發(fā)電機(jī)、可再生能源以及儲(chǔ)能裝置等分布式電源DG（Distributed Generators）、負(fù)荷等的有機(jī)整合，能夠更加合理、經(jīng)濟(jì)、有效地實(shí)現(xiàn)海島或偏遠(yuǎn)地區(qū)的能量供給［2，4］。微電網(wǎng)內(nèi)可控分布式電源（燃料發(fā)電機(jī)等）和儲(chǔ)能系統(tǒng)的容量?jī)?yōu)化配置直接影響能源的梯級(jí)綜合利用效率、供電可靠性和電能質(zhì)量等關(guān)鍵技術(shù)指標(biāo)［5］，是微電網(wǎng)規(guī)劃設(shè)計(jì)階段需要解決的首要問(wèn)題。隨著風(fēng)機(jī)WT（Wind Turbine）、光伏 PV（PhotoVoltaic）等 RES 的不斷接入，各種RES的出力不確定性進(jìn)一步加強(qiáng)了對(duì)微電網(wǎng)優(yōu)化配置展開(kāi)研究的必要性。

目前國(guó)內(nèi)外關(guān)于離網(wǎng)型微電網(wǎng)的優(yōu)化配置已有不少研究。文獻(xiàn)［6］從經(jīng)濟(jì)性和環(huán)保性等角度建立了一種多目標(biāo)優(yōu)化配置模型，從而實(shí)現(xiàn)了微電網(wǎng)內(nèi)各組件的最優(yōu)容量配置和電力電子設(shè)備的布局規(guī)劃。文獻(xiàn)［7］為伊朗某一偏遠(yuǎn)地區(qū)的電力供應(yīng)建立了一種獨(dú)立型混合可再生能源系統(tǒng)的優(yōu)化配置模型。文獻(xiàn)［8］針對(duì)風(fēng)光柴儲(chǔ)獨(dú)立型微電網(wǎng)，提出了考慮供電經(jīng)濟(jì)性、環(huán)保性和可靠性的多目標(biāo)優(yōu)化設(shè)計(jì)方法。文獻(xiàn)［9］從經(jīng)濟(jì)性角度對(duì)海島獨(dú)立型微電網(wǎng)中儲(chǔ)能的選型和容量配置進(jìn)行了研究。文獻(xiàn)［6-9］均很少涉及微電網(wǎng)的需求側(cè)管理，考慮到燃料發(fā)電機(jī)等可控機(jī)組的爬坡速率、頻繁啟停的限制，以及燃料發(fā)電機(jī)、儲(chǔ)能蓄電池的高成本，單純依靠發(fā)電側(cè)確保系統(tǒng)安全運(yùn)行的經(jīng)濟(jì)性較差［10］，通過(guò)需求響應(yīng) DR（Demand Response）引導(dǎo)用戶基于市場(chǎng)價(jià)格信號(hào)或激勵(lì)機(jī)制改變固有電力消費(fèi)模式，從而使得用戶用電行為與RES出力更貼近［11］，因此成為大規(guī)模分布式發(fā)電并網(wǎng)下系統(tǒng)安全運(yùn)行的有效方式。

目前關(guān)于DR在微電網(wǎng)中的應(yīng)用多體現(xiàn)在能量管理和優(yōu)化運(yùn)行［12-13］，但實(shí)質(zhì)上利用DR也可以同時(shí)實(shí)現(xiàn)微電網(wǎng)的優(yōu)化配置。文獻(xiàn)［14］建立了一種基于DR控制方法的代理系統(tǒng)用于實(shí)現(xiàn)微電網(wǎng)系統(tǒng)各組件的優(yōu)化配置。文獻(xiàn)［15］針對(duì)激勵(lì)型DR對(duì)并網(wǎng)光儲(chǔ)微電網(wǎng)優(yōu)化配置影響進(jìn)行了研究，得出DR可減少儲(chǔ)能容量配置，提高微電網(wǎng)經(jīng)濟(jì)效益。文獻(xiàn)［16］考慮激勵(lì)型DR建立孤島型微電網(wǎng)的容量配置優(yōu)化模型，并采用粒子群優(yōu)化算法進(jìn)行求解。文獻(xiàn)［17］考慮海水淡化一類可轉(zhuǎn)移負(fù)荷的DR及轉(zhuǎn)移策略，在滿足供電可靠性及運(yùn)行方式的前提下，采用混沌自由搜索算法求解微電網(wǎng)分布式電源容量最優(yōu)配置。文獻(xiàn)［15-17］主要針對(duì)激勵(lì)型DR在微電網(wǎng)優(yōu)化配置中的影響展開(kāi)分析，并未研究?jī)r(jià)格型需求響應(yīng)PBDR（Price-Based Demand Response）在微電網(wǎng)中的應(yīng)用。文獻(xiàn)［18］為微電網(wǎng)內(nèi)設(shè)備級(jí)別的DR提出了一種定價(jià)策略，保證了微電網(wǎng)內(nèi)供需兩側(cè)的平衡，但并未分析微電網(wǎng)的經(jīng)濟(jì)性。

由以上文獻(xiàn)可知，關(guān)于PBDR在獨(dú)立型微電網(wǎng)優(yōu)化配置中的應(yīng)用有待進(jìn)一步研究。為提高風(fēng)光等可再生能源的消納水平，本文首先根據(jù)獨(dú)立型微電網(wǎng)內(nèi)短期風(fēng)光出力與負(fù)荷之間的供需關(guān)系提出一種動(dòng)態(tài)分時(shí)電價(jià)機(jī)制，并基于替代彈性建立PBDR模型；然后從經(jīng)濟(jì)性角度出發(fā)，計(jì)及電價(jià)引導(dǎo)下用戶用電行為，建立PBDR參與的獨(dú)立型微電網(wǎng)的優(yōu)化配置模型，并采用遺傳算法求解；最后以某海島微電網(wǎng)為例來(lái)驗(yàn)證所建優(yōu)化配置模型的有效性。

1 獨(dú)立型微電網(wǎng)系統(tǒng)建模

獨(dú)立型微電網(wǎng)包含風(fēng)機(jī)、光伏陣列、柴油發(fā)電機(jī)以及儲(chǔ)能蓄電池 BES（Battery Energy Storage）、負(fù)荷等，與大電網(wǎng)不相連。為方便處理，將一天連續(xù)24h的時(shí)間進(jìn)行離散化處理，均分為J個(gè)時(shí)段，對(duì)于任意k時(shí)段，有 k?｛1，2，…，J｝，且 k 時(shí)段的時(shí)長(zhǎng)為 Δt。

1.1 獨(dú)立型微電網(wǎng)系統(tǒng)架構(gòu)

本文研究的獨(dú)立型微電網(wǎng)系統(tǒng)架構(gòu)如圖1所示。光伏發(fā)電、風(fēng)力發(fā)電和儲(chǔ)能系統(tǒng)等通過(guò)各自的變流器接入交流微電網(wǎng)。柴油發(fā)電機(jī)采用同步發(fā)電機(jī)發(fā)電，直接并入交流微電網(wǎng)。

圖1 獨(dú)立型微電網(wǎng)系統(tǒng)架構(gòu)Fig.1 Structure of stand-alone microgrid

1.2 微電網(wǎng)各分布式電源模型

a.風(fēng)機(jī)出力模型。

風(fēng)機(jī)當(dāng)前時(shí)段的出力與當(dāng)前時(shí)段的風(fēng)速、切入風(fēng)速、切出風(fēng)速以及額定風(fēng)速等因素之間存在非線性關(guān)系［19］，具體地，風(fēng)機(jī)出力與風(fēng)速的關(guān)系可表示為［20］：

其中，PWT（k）、vk分別為 k時(shí)段風(fēng)機(jī)出力和風(fēng)速；PWT，rate為風(fēng)機(jī)額定輸出功率；vci為切入風(fēng)速；vco為切出風(fēng)速；vr為額定風(fēng)速。

b.光伏出力模型。

光伏輸出功率由標(biāo)準(zhǔn)額定條件（太陽(yáng)輻照度GSTC為1000W／m2，相對(duì)大氣光學(xué)質(zhì)量為AM1.5，電池溫度TSTC為25℃）下的輸出功率PSTC、光照強(qiáng)度和環(huán)境溫度得到［21］：

其中，PPV（k）為k時(shí)段的光伏出力；Gc為工作點(diǎn)的輻照度；ν為功率溫度系數(shù)；Tc為工作點(diǎn)的電池溫度。

c.柴油發(fā)電機(jī)模型。

柴油發(fā)電機(jī)耗油量 F（L ／（kW·h））與其輸出功率相關(guān)的線性函數(shù)可表示為：

其中，PDE，rate和PDE分別為柴油發(fā)電機(jī)的額定功率和輸出功率；F0和F1為柴油消耗曲線截距系數(shù)；PDE，min為柴油發(fā)電機(jī)最小運(yùn)行功率。式（4）表示柴油發(fā)電機(jī)的運(yùn)行功率約束。

d.儲(chǔ)能蓄電池模型。

為簡(jiǎn)化建模，假設(shè)儲(chǔ)能蓄電池在充放電過(guò)程中兩端電壓維持不變，因此蓄電池模型建立如下：

其中，SB（k）與 SB（k-1）分別為 k 時(shí)段和 k-1 時(shí)段的蓄電池荷電狀態(tài) SOC（State Of Charge）；Pbat（k）為 k 時(shí)段蓄電池交互功率，Pbat（k）>0 時(shí)表示充電，Pbat（k）<0時(shí)表示放電，Pbat（k）=0 時(shí)表示浮充；Cbat為蓄電池容量；SBmax、SBmin分別為蓄電池的荷電狀態(tài)上、下限；PBc、PBd分別為蓄電池額定充、放電功率；ηB（Pbat（k））為 k時(shí)段充放電的效率，如式（9）所示。

其中分別為蓄電池充、放電效率。

式（6）、式（7）分別表示蓄電池需滿足荷電狀態(tài)約束、額定功率約束；式（8）表示其能量狀態(tài)在調(diào)度周期始末相等，保證蓄電池在調(diào)度周期內(nèi)滿足充放電循環(huán)，從而能夠連續(xù)有效工作。

2 PBDR模型

2.1 動(dòng)態(tài)分時(shí)電價(jià)機(jī)制

我國(guó)的微電網(wǎng)售電電價(jià)政策尚未出臺(tái)，有必要探索適合獨(dú)立型微電網(wǎng)發(fā)展的電價(jià)機(jī)制。與大電網(wǎng)相比，以間歇性RES發(fā)電為主的微電網(wǎng)的供電能力與微電網(wǎng)內(nèi)的負(fù)荷需求都不確定。本文結(jié)合供電側(cè)和需求側(cè)供需狀態(tài)，以優(yōu)先使用RES的原則，提出依據(jù)新能源發(fā)電和負(fù)荷需求的差值劃分峰谷電價(jià)時(shí)段的電價(jià)機(jī)制。

在有風(fēng)光等RES不斷接入的獨(dú)立微電網(wǎng)背景下，由于RES出力的不確定性和波動(dòng)性，固定電價(jià)則無(wú)法補(bǔ)償用戶的損失，而靜態(tài)峰谷分時(shí)電價(jià)又難以反映微電網(wǎng)內(nèi)的供需狀況，用戶的利益將無(wú)法保證。為匹配RES出力的不確定性，減少所有參與調(diào)度的用戶的用電費(fèi)用，保障調(diào)度的真正實(shí)現(xiàn)，本文提出面向DR用戶的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制。其中，動(dòng)態(tài)分時(shí)電價(jià)指高峰、低谷電價(jià)固定，峰谷時(shí)段變化的電價(jià)機(jī)制，表示為p（k），并設(shè)定峰、谷時(shí)段集合分別為Tp、Tv。由各時(shí)段風(fēng)光發(fā)電功率和負(fù)荷需求量決定，具體表示如下：

其中，pp為峰時(shí)段的電價(jià)，pv為谷時(shí)段的電價(jià)，動(dòng)態(tài)匹配RES出力；L（k）為k時(shí)段微電網(wǎng)內(nèi)的總負(fù)荷需求量。

2.2 DR模型

一般采用需求價(jià)格彈性來(lái)定量表示電力價(jià)格變化對(duì)于用戶響應(yīng)行為特性的影響。本文采用替代彈性（elasticity of substitution）來(lái)表示電力需求的相對(duì)變化和電力價(jià)格相對(duì)變化的關(guān)系，替代彈性經(jīng)常被用在峰谷電價(jià)的DR項(xiàng)目設(shè)計(jì)規(guī)劃中，來(lái)表示用戶峰谷電量的轉(zhuǎn)移比例和峰谷電價(jià)拉開(kāi)比之間的關(guān)系［22］。

替代彈性可表示為［23］：

其中，εu，t為替代彈性系數(shù)；Qu、Qt分別為 u、t時(shí)段電力需求量；pu、pt分別為 u、t時(shí)段電價(jià)。

替代彈性計(jì)算所需要的數(shù)據(jù)信息較少，當(dāng)用于峰谷電價(jià)項(xiàng)目中時(shí)，只需要大致統(tǒng)計(jì)峰谷時(shí)段用戶用電量的大小并獲知峰谷電價(jià)信息即可進(jìn)行計(jì)算?；谔娲鷱椥缘姆骞入妰r(jià)下用戶峰／谷時(shí)段的負(fù)荷削減比例 ρΔLp和增加比例 ρΔLv可表示為：

其中，εp，v為峰時(shí)段相對(duì)于谷時(shí)段的替代彈性系數(shù)；Cp和Cv分別為峰時(shí)段的電費(fèi)成本和谷時(shí)段的電費(fèi)成本占日總電費(fèi)成本的比例；pˉp、pˉv分別為峰時(shí)段和谷時(shí)段的平均電價(jià)。

根據(jù)式（12）便可進(jìn)一步得出任一k時(shí)段負(fù)荷參與PBDR后的需求量：

3 PBDR負(fù)荷參與微電網(wǎng)優(yōu)化配置的優(yōu)化模型

3.1 微電網(wǎng)經(jīng)濟(jì)性優(yōu)化配置模型

本文以經(jīng)濟(jì)性作為獨(dú)立型微電網(wǎng)優(yōu)化配置的優(yōu)化目標(biāo)，由其壽命周期內(nèi)總等年值成本Ctotal決定。其中總等年值成本由設(shè)備初始投資和置換成本、設(shè)備殘值、運(yùn)行維護(hù)成本、燃料成本和污染治理成本組成。具體表示如下：

其中，CWT、CPV、CDE、CBES、CPO分別為風(fēng)機(jī)、光伏、柴油發(fā)電機(jī)、儲(chǔ)能蓄電池和污染治理等年值成本；CWT，init、CPV，init、CDE，init、CBES，init分別為風(fēng)機(jī)、光伏、柴油發(fā)電機(jī)和儲(chǔ)能蓄電池的初始投資等年值成本；CWT，om、CPV，om、CDE，om、CBES，om分別為風(fēng)機(jī)、光伏、柴油發(fā)電機(jī)和儲(chǔ)能蓄電池

其中，Cdev，eav為等年值成本；Cdev為凈現(xiàn)值成本；i（1+i）l／［（1+i）l-1］為資金回收系數(shù)，i為貼現(xiàn)率，l為系統(tǒng)壽命期望值。

3.2 PBDR參與獨(dú)立型微電網(wǎng)的優(yōu)化配置

為了實(shí)現(xiàn)上節(jié)中微電網(wǎng)的經(jīng)濟(jì)性優(yōu)化配置目標(biāo)，本節(jié)將PBDR引入獨(dú)立型微電網(wǎng)的優(yōu)化配置。通過(guò)動(dòng)態(tài)分時(shí)電價(jià)引導(dǎo)DR用戶改變固有用電行為，為了使負(fù)荷和風(fēng)光發(fā)電曲線在時(shí)序上實(shí)現(xiàn)最大化貼近，從而提高RES發(fā)電的消納率，以RES發(fā)電和負(fù)荷需求的差值累計(jì)和最小為PBDR參與獨(dú)立型微電網(wǎng)配置時(shí)的優(yōu)化目標(biāo)，具體表達(dá)式為：的年運(yùn)行和維護(hù)成本；CDE，rep、CBES，rep分別為柴油發(fā)電機(jī)和儲(chǔ)能蓄電池的置換等年值成本；CDE，sal、CBES，sal分別為柴油發(fā)電機(jī)和儲(chǔ)能蓄電池的等年值回收殘值；Cfuel為柴油發(fā)電機(jī)的燃料等年值成本；EDE為柴油發(fā)電機(jī)的年發(fā)電量；Cpog為單位電量的污染治理成本。工程全壽命周期為20a，風(fēng)機(jī)和光伏的壽命預(yù)計(jì)可達(dá)20a，柴油發(fā)電機(jī)和儲(chǔ)能蓄電池的壽命相對(duì)較短，在全壽命周期內(nèi)需要更換。

其中設(shè)備全壽命周期內(nèi)等年值成本由凈現(xiàn)值成本求得［24］，計(jì)算公式如下：

3.3 約束條件

為了實(shí)現(xiàn)PBDR參與獨(dú)立型微電網(wǎng)的優(yōu)化配置，除了考慮式（4）以及式（6）—（8）所述的微電網(wǎng)內(nèi)各分布式電源的運(yùn)行約束，還需考慮微電網(wǎng)系統(tǒng)約束及PBDR的基本約束。

3.3.1 系統(tǒng)約束

a.微電網(wǎng)供需平衡約束：

b.分布式電源裝機(jī)容量約束。

依據(jù)國(guó)家能源局新能源微電網(wǎng)建設(shè)指導(dǎo)意見(jiàn)，可再生能源裝機(jī)容量與峰值負(fù)荷的比值原則上要達(dá)到50%以上，柴油發(fā)電機(jī)應(yīng)作為冷備用，其發(fā)電量占總電量需求的20%以下，對(duì)于冬夏季負(fù)荷差異大的海島，該指標(biāo)可以放寬到40%［25］。

3.3.2 PBDR約束

a.供電側(cè)收益約束。

PBDR參與微電網(wǎng)優(yōu)化配置后有利于提高風(fēng)光發(fā)電的消納率、減少儲(chǔ)能蓄電池和柴油發(fā)電機(jī)的使用，因此可大幅降低微電網(wǎng)的發(fā)電成本。

其中，Io（k）、IPDR（k）分別為 k 時(shí)段未實(shí)施 DR 時(shí)、實(shí)施DR后微電網(wǎng)的售電收益；α為利益轉(zhuǎn)讓系數(shù)，表示因DR引起的供電成本減少而可以接受的利益轉(zhuǎn)移百分比。

b.用戶側(cè)收益約束。

DR的實(shí)施效果取決于用戶的參與情況，因此用戶參與DR后應(yīng)有利于減少整體用電費(fèi)用。

其中分別為未實(shí)施 DR 時(shí)、實(shí)施 DR 后的用戶用電平均價(jià)格。

c.用戶用電總量約束。

為了方便計(jì)算，可假設(shè)DR前后的用戶用電總量保持不變。

其中，Qo（k）、QPDR（k）分別為 k 時(shí)段未實(shí)施 DR 時(shí)、實(shí)施DR后用戶的用電量。

d.負(fù)荷轉(zhuǎn)移量約束。

由于微電網(wǎng)內(nèi)可參與DR的負(fù)荷量有限，因此每個(gè)時(shí)段負(fù)荷轉(zhuǎn)移量不能超過(guò)可轉(zhuǎn)移負(fù)荷量。

其中，mload（k）、Mload（k）分別為 k 時(shí)段實(shí)際負(fù)荷轉(zhuǎn)移量和可轉(zhuǎn)移負(fù)荷量。

4 PBDR負(fù)荷參與微電網(wǎng)優(yōu)化配置的實(shí)現(xiàn)

4.1 PBDR參與獨(dú)立型微電網(wǎng)優(yōu)化配置實(shí)現(xiàn)流程

獨(dú)立型微電網(wǎng)內(nèi)各分布式電源的容量配置一般會(huì)受到各種因素的影響，導(dǎo)致該配置模型的求解變成一個(gè)多維度非線性整數(shù)規(guī)劃問(wèn)題，為此本文采用遺傳算法對(duì)所建優(yōu)化配置模型進(jìn)行求解，具體實(shí)現(xiàn)流程如圖2所示。

圖2 獨(dú)立型微電網(wǎng)優(yōu)化配置實(shí)現(xiàn)流程Fig.2 Flowchart of optimal stand-alone microgrid configuration

為更好理解，結(jié)合圖2對(duì)獨(dú)立型微電網(wǎng)的實(shí)現(xiàn)加以具體描述：

a.根據(jù)國(guó)家標(biāo)準(zhǔn)設(shè)定獨(dú)立型微電網(wǎng)內(nèi)各RES的容量范圍；

b.對(duì)微電網(wǎng)內(nèi)各RES的配置容量范圍進(jìn)行個(gè)體編碼，生成規(guī)模為N的初始種群P；

c.每個(gè)個(gè)體作為微電網(wǎng)配置的一種方案，由種群中的風(fēng)光配置容量確定風(fēng)光出力，并根據(jù)風(fēng)光出力以及原始負(fù)荷數(shù)據(jù)按照動(dòng)態(tài)分時(shí)電價(jià)的機(jī)制制定電價(jià)，依據(jù)替代彈性得出各方案考慮DR后的負(fù)荷數(shù)據(jù)；

d.結(jié)合PBDR后的負(fù)荷需求以及群體P，以微電網(wǎng)等年值成本為優(yōu)化目標(biāo)求出個(gè)體的適應(yīng)度；

e.對(duì)初始種群P依據(jù)適應(yīng)度進(jìn)行排序，保留一定的最優(yōu)個(gè)體，并進(jìn)行相關(guān)遺傳操作形成新的種群；

f.重復(fù)步驟c—e，直到滿足結(jié)束條件。

4.2 微電網(wǎng)配置優(yōu)化評(píng)價(jià)指標(biāo)

a.RES滲透率。

RES滲透率rnew為RES發(fā)電量占微電網(wǎng)總發(fā)電量的比例。

其中，QWT、QPV、QDE分別為風(fēng)機(jī)、光伏和柴油發(fā)電機(jī)實(shí)際有效發(fā)電量。

b.新能源丟棄率。

新能源丟棄率rnew，ab為棄風(fēng)棄光電量占風(fēng)光理論可發(fā)電量比例。

其中，QWT1、QPV1分別為依據(jù)風(fēng)速和光照條件風(fēng)機(jī)、光伏的理論發(fā)電量。

c.用戶響應(yīng)度。

本文采用用戶參與DR前后用電行為改變程度來(lái)體現(xiàn)用戶響應(yīng)度ds。

其中為DR前后各時(shí)段用戶用電量的改變量 Δq（k）絕對(duì)值之和為DR前總的用電量。

d.負(fù)荷貼近度。

本文采用負(fù)荷貼近度df表征用戶根據(jù)微電網(wǎng)內(nèi)供需狀態(tài)參與DR的準(zhǔn)確性，具體表示如下：

由上式可知，負(fù)荷貼近度值越大則用戶參與DR的準(zhǔn)確性越高，DR效果越好。

5 算例分析

5.1 參數(shù)設(shè)置

以某海島微電網(wǎng)為例進(jìn)行算例分析，該地負(fù)荷平均功率約788.98kW，最大負(fù)荷為2056kW，平均風(fēng)速約 7.13 m／s，日均太陽(yáng)輻照度約 3.90 kW·h ／（m2·d），年風(fēng)光資源和負(fù)荷數(shù)據(jù)如圖3所示。本文中選取替代彈性εp，v為0.5，利益轉(zhuǎn)讓系數(shù)α為5%，峰谷電價(jià)分別為 1.108 元／（kW·h）和 0.596 元／（kW·h）。各 RES 經(jīng)濟(jì)參數(shù)見(jiàn)表1，污染治理成本參數(shù)見(jiàn)表2［26］，柴油價(jià)格為 0.511 元 ／L，F(xiàn)0和 F1分別取值 0.08415、0.246［27］。

圖3 風(fēng)光資源和負(fù)荷曲線Fig.3 Wind speed curve，solar radiationcurve and load curve

表1 各RES經(jīng)濟(jì)參數(shù)Table 1 Parameters of renewable energy sources

表2 柴油機(jī)污染治理成本Table 2 Abatement cost and emission factor of diesel generator pollutions

5.2 比較項(xiàng)設(shè)置

為了更好地說(shuō)明PBDR參與微電網(wǎng)優(yōu)化配置時(shí)采用動(dòng)態(tài)分時(shí)電價(jià)機(jī)制的優(yōu)化效果，本文進(jìn)行仿真計(jì)算時(shí)另設(shè)定2種電價(jià)機(jī)制，與本文所提動(dòng)態(tài)分時(shí)電價(jià)機(jī)制作對(duì)比。

a.固定電價(jià)：電價(jià)恒定不變，不進(jìn)行DR，作為參照。本文設(shè)定固定電價(jià)值為0.908元／（kW·h）。

b.固定分時(shí)電價(jià)：通過(guò)統(tǒng)計(jì)長(zhǎng)期新能源發(fā)電和負(fù)荷需求情況，把一天24 h分成高峰電價(jià)和低谷電價(jià)2個(gè)固定時(shí)段。本文設(shè)定高、低電價(jià)值分別為1.108元／（kW·h）和 0.596 元／（kW·h）。

5.3 DR負(fù)荷特性結(jié)果分析

將固定電價(jià)、固定分時(shí)電價(jià)和動(dòng)態(tài)分時(shí)電價(jià)3種電價(jià)機(jī)制的DR分別設(shè)為模式1、2、3。利用遺傳算法分別求得3種模式下微電網(wǎng)的負(fù)荷特性?；诓煌妰r(jià)機(jī)制下微電網(wǎng)內(nèi)基于短期RES出力預(yù)測(cè)的負(fù)荷響應(yīng)情況對(duì)比如圖4所示，統(tǒng)計(jì)DR負(fù)荷跟隨RES出力相關(guān)數(shù)據(jù)如表3所示。

圖4 需求響應(yīng)下負(fù)荷變化情況Fig.4 Load curve for different demand response modes

表3 3種模式下負(fù)荷特性相關(guān)統(tǒng)計(jì)數(shù)據(jù)Table 3 Related statistics of load characteristics for three modes

由圖4和表3可知，在微電網(wǎng)內(nèi)各RES配置相同的情況下，負(fù)荷貼近度方面，相較于固定電價(jià)，在固定分時(shí)電價(jià)和本文所提的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制下，實(shí)施DR后，負(fù)荷貼近度都有所提高，其中動(dòng)態(tài)分時(shí)電價(jià)下，負(fù)荷貼近度最高；用戶響應(yīng)度方面，在固定分時(shí)電價(jià)和本文所提的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制下，用戶在DR過(guò)程中均具有較高的響應(yīng)度，但固定分時(shí)電價(jià)的用戶響應(yīng)度要稍大于動(dòng)態(tài)分時(shí)電價(jià)下的用戶響應(yīng)度，原因主要是固定分時(shí)電價(jià)的更新周期遠(yuǎn)短于動(dòng)態(tài)分時(shí)電價(jià)，使得用戶在參與DR時(shí)能夠更加及時(shí)地基于價(jià)格信號(hào)做出調(diào)整。

因此，在獨(dú)立型微電網(wǎng)中實(shí)施DR能夠改善負(fù)荷特性，有利于新能源發(fā)電消納。動(dòng)態(tài)分時(shí)電價(jià)下用戶的響應(yīng)度雖低于固定分時(shí)電價(jià)，但固定分時(shí)電價(jià)是根據(jù)微電網(wǎng)內(nèi)長(zhǎng)期供需狀況統(tǒng)計(jì)得到，一天被劃分為2個(gè)固定時(shí)段，因此對(duì)短期供需狀態(tài)響應(yīng)的準(zhǔn)確性不及動(dòng)態(tài)分時(shí)電價(jià)。

5.4 DR參與微電網(wǎng)優(yōu)化配置結(jié)果分析

基于前文的3種電價(jià)機(jī)制設(shè)定5種配置方案：采用遺傳算法首先求得實(shí)行固定電價(jià)時(shí)微電網(wǎng)經(jīng)濟(jì)性配置方案，設(shè)為方案1；在與方案1相同配置下實(shí)行固定分時(shí)電價(jià)和動(dòng)態(tài)分時(shí)電價(jià)機(jī)制，分別設(shè)為方案2和方案3；區(qū)別于方案1—3，采用遺傳算法分別求得固定分時(shí)電價(jià)和動(dòng)態(tài)分時(shí)電價(jià)下DR參與的獨(dú)立型微電網(wǎng)經(jīng)濟(jì)性最優(yōu)配置方案，分別設(shè)為方案4和方案5。統(tǒng)計(jì)5種方案下系統(tǒng)長(zhǎng)期運(yùn)行相關(guān)數(shù)據(jù)如表4所示。

表4 不同方案下系統(tǒng)運(yùn)行結(jié)果對(duì)比Table 4 Comparison of system operational data among different schemes

5.4.1 DR經(jīng)濟(jì)效益分析

從表4中方案1—3的統(tǒng)計(jì)數(shù)據(jù)可得出：在微電網(wǎng)各分布式電源配置相同的情況下，通過(guò)PBDR，在固定分時(shí)電價(jià)下有7.0%的負(fù)荷轉(zhuǎn)移，動(dòng)態(tài)分時(shí)電價(jià)下有5.4%的負(fù)荷轉(zhuǎn)移。DR優(yōu)化目標(biāo)，即新能源發(fā)電與負(fù)荷差值累計(jì)和，在實(shí)行固定電價(jià)、固定分時(shí)電價(jià)和動(dòng)態(tài)分時(shí)電價(jià)時(shí)每年分別為6024993 kW·h、5649674 kW·h、5373727 kW·h。在新能源滲透率方面，相比于方案1，方案2、3的新能源滲透率都有提高，其中方案3下新能源滲透率最高。

在微電網(wǎng)配置成本方面，固定電價(jià)下的柴油發(fā)電機(jī)成本、污染治理成本和儲(chǔ)能成本分別為373.8萬(wàn)元、135.2萬(wàn)元和175.8萬(wàn)元，固定分時(shí)電價(jià)下相應(yīng)項(xiàng)分別減少23.5萬(wàn)元、10.0萬(wàn)元和4.0萬(wàn)元，動(dòng)態(tài)分時(shí)電價(jià)分別減少35.8萬(wàn)元、14.6萬(wàn)元和13.1萬(wàn)元。實(shí)行固定電價(jià)時(shí)的系統(tǒng)運(yùn)行總成本最高，為1074.9萬(wàn)元，基于動(dòng)態(tài)分時(shí)電價(jià)的DR參與微電網(wǎng)配置時(shí)的成本最低，為1011.4萬(wàn)元。

因此可知，RES出力和負(fù)荷差值累計(jì)越小，意味著棄風(fēng)棄光越少，以及柴油發(fā)電機(jī)和儲(chǔ)能使用越少，使柴油發(fā)電機(jī)成本和污染治理成本減少，電池壽命增長(zhǎng)，儲(chǔ)能成本也減少。可見(jiàn)通過(guò)制定有效的電價(jià)機(jī)制，實(shí)施DR，能夠在改善負(fù)荷特性的基礎(chǔ)上，提高微電網(wǎng)經(jīng)濟(jì)效益。此外，相比于固定分時(shí)電價(jià)，基于動(dòng)態(tài)分時(shí)電價(jià)的DR效果更優(yōu)。

5.4.2 DR對(duì)微電網(wǎng)配置的影響

a.不同電價(jià)機(jī)制對(duì)微電網(wǎng)配置的影響。

從表4中方案4、5的統(tǒng)計(jì)數(shù)據(jù)可得出：在配置容量變化方面，與固定電價(jià)下的配置方案1—3相比，儲(chǔ)能容量、光伏裝機(jī)容量均有所增加，其中，方案4和方案5的光伏裝機(jī)容量分別增加300 kW和360 kW。在成本變化方面，與方案1—3相比，方案4和方案5的光伏成本均有所提高，柴油發(fā)電機(jī)成本和污染成本均有所降低；相比于方案1，方案4、5的系統(tǒng)總成本、儲(chǔ)能成本均有所降低，具體地，相比于和方案1采用相同配置的方案2和3，方案4和5的系統(tǒng)總成本也有不同程度的降低。此外，相比于方案1—3，方案4、5的新能源滲透率分別提高至78.3%和79.4%。

可見(jiàn)從經(jīng)濟(jì)性角度出發(fā)，DR的參與能夠減少柴油發(fā)電機(jī)的使用，增加了系統(tǒng)新能源配置容量，提高了新能源消納水平。

b.峰谷電價(jià)比對(duì)獨(dú)立型微電網(wǎng)配置的影響。

在動(dòng)態(tài)分時(shí)電價(jià)的基礎(chǔ)上改變峰谷電價(jià)比，分析不同峰谷電價(jià)比對(duì)微電網(wǎng)配置的影響，統(tǒng)計(jì)結(jié)果如圖5所示。

從圖 5（a）、（b）可得出：將峰谷電價(jià)比從 1 逐漸提高到3的過(guò)程中，DR效應(yīng)逐漸增強(qiáng)，微電網(wǎng)內(nèi)的負(fù)荷轉(zhuǎn)移率隨著峰谷電價(jià)比的增加而提升，微電網(wǎng)運(yùn)行總成本、新能源發(fā)電量和負(fù)荷需求的差值以及儲(chǔ)能配置容量、儲(chǔ)能蓄電池運(yùn)行成本均隨著峰谷電價(jià)比的增加而降低，其中新能源發(fā)電和負(fù)荷需求差值累計(jì)從6024993 kW·h減小到5228327 kW·h，降幅 13.2%。從圖 5（c）、（d）可知，相比于初始峰谷電價(jià)比，雖然提高峰谷電價(jià)比使得光伏裝機(jī)容量增加，柴油發(fā)電機(jī)成本、污染成本降低，但隨著峰谷電價(jià)比的逐漸提高，光伏裝機(jī)容量趨于穩(wěn)定甚至有降低的趨勢(shì)，且柴油發(fā)電機(jī)成本和污染成本有提高的趨勢(shì)。出現(xiàn)這一現(xiàn)象的原因有：隨著峰谷電價(jià)比的提高，用戶用電成本降低，負(fù)荷轉(zhuǎn)移率也逐漸升高，用戶將更有意愿參與DR，由于新能源的發(fā)電限制，很容易造成新的電力缺口，因此為彌補(bǔ)新能源的發(fā)電不足，系統(tǒng)將增加柴油發(fā)電機(jī)的使用，從而使得柴油發(fā)電機(jī)成本和污染成本逐漸升高。

因此，在進(jìn)行微電網(wǎng)優(yōu)化配置時(shí)，提高峰谷電價(jià)比有利于增強(qiáng)DR效應(yīng)，為了充分體現(xiàn)DR對(duì)微電網(wǎng)優(yōu)化配置的影響，需根據(jù)用戶的響應(yīng)度以及電力缺口設(shè)定合理的峰谷電價(jià)比，以增加新能源裝機(jī)容量，減少儲(chǔ)能配置容量。

圖5 峰谷電價(jià)比對(duì)運(yùn)行結(jié)果的影響Fig.5 Effect of peak-valley price ratio on system operational data

6 結(jié)論

本文依據(jù)獨(dú)立微電網(wǎng)的供電側(cè)和需求側(cè)短期供需狀態(tài)劃分峰谷電價(jià)時(shí)段，提出適應(yīng)獨(dú)立型微電網(wǎng)的動(dòng)態(tài)分時(shí)電價(jià)，并以此將PBDR因素添加到微電網(wǎng)的優(yōu)化配置中，分析PBDR對(duì)微電網(wǎng)經(jīng)濟(jì)效益和配置的影響。通過(guò)仿真分析得出如下結(jié)論。

a.獨(dú)立微電網(wǎng)進(jìn)行優(yōu)化配置時(shí)考慮PBDR能夠有效改善負(fù)荷特性，有利于新能源發(fā)電消納。為提高動(dòng)態(tài)分時(shí)電價(jià)機(jī)制下DR實(shí)用性，有必要進(jìn)一步研究如何提高用戶對(duì)動(dòng)態(tài)分時(shí)電價(jià)的響應(yīng)度。

b.通過(guò)制定有效電價(jià)機(jī)制，實(shí)施DR，能夠在改善負(fù)荷特性的基礎(chǔ)上，提高微電網(wǎng)經(jīng)濟(jì)效益。相比于固定分時(shí)電價(jià)，本文提出的基于動(dòng)態(tài)分時(shí)電價(jià)的DR效果更優(yōu)。

c.從經(jīng)濟(jì)性角度出發(fā)DR技術(shù)增加了總體新能源配置容量，可提升新能源接入水平。為了充分體現(xiàn)DR對(duì)微電網(wǎng)優(yōu)化配置的影響，需合理設(shè)定峰谷電價(jià)比，以增加新能源裝機(jī)容量，減少儲(chǔ)能配置容量。

參考文獻(xiàn)：

［1］ARRIAGA M，CA?IZARES C A，KAZERANI M.Renewable energyalternativesforremotecommunitiesin Northern Ontario，Canada［J］.IEEE Transactions on Sustainable Energy，2013，4（3）：661-670.

［2］SENJYU T，HAYASHI D，YONA A，et al.Optimal configuration of power generating systems in isolated island with renewable energy［J］.Renewable Energy，2007，32（11）：1917-1933.

［3］FRERIS L，INFIELD D.Renewable energy in power systems［M］.West Sussex，UK：John Wiley&Sons Ltd，2008：1-277.

［4］KHODAYAR M E，BARATI M.Integration of high reliability distribution system in microgrid operation［J］.IEEE Transactions on Smart Grid，2012，3（4）：1997-2006.

［5］徐意婷，艾芊.含微電網(wǎng)的主動(dòng)配電網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度方法［J］.電力自動(dòng)化設(shè)備，2016，36（11）：19-26.XU Yiting，AI Qian.Coordinated optimal dispatch of active distribution network with microgrids［J］.Electric Power Automation Equipment，2016，36（11）：19-26.

［6］SACHS J，SAWODNY O.Multi-objective three stage design optimization for island microgrids［J］.Applied Energy，2016，165：789-800.

［7］ASKARAZDEH A，COELHO L D S.A novel framework for optimization of a grid independent hybrid renewable energy system：a case study of Iran［J］.Solar Energy，2015，112：383-396.

［8］劉夢(mèng)璇，王成山，郭力.基于多目標(biāo)的獨(dú)立微電網(wǎng)優(yōu)化設(shè)計(jì)方法［J］. 電力系統(tǒng)自動(dòng)化，2012，36（17）：34-39.LIU Mengxuan，WANG Chengshan，GUO Li.An optimal design method of multi-objective based island microgrid［J］.Automation of Electric Power Systems，2012，36（17）：34-39.

［9］趙波，張雪松.儲(chǔ)能系統(tǒng)在東福山島獨(dú)立型微電網(wǎng)中的優(yōu)化設(shè)計(jì)和應(yīng)用［J］. 電力系統(tǒng)自動(dòng)化，2013，37（1）：161-167.ZHAO Bo，ZHANG Xuesong.Optimal design and application of energy storage system in Dongfushan island stand-alone microgrid［J］.Automation of Electric Power Systems，2013，37（1）：161-167.

［10］王錫凡，肖云鵬，王秀麗.新形勢(shì)下電力系統(tǒng)供需互動(dòng)問(wèn)題研究及分析［J］. 中國(guó)電機(jī)工程學(xué)報(bào)，2014，34（29）：5018-5028.WANG Xifan，XIAO Yunpeng，WANG Xiuli.Study and analysis on supply-demand interaction of power systems under new circumstances［J］.Proceedings of the CSEE，2014，34（29）：5018-5028.

［11］INGO S，ALEKSANDRA S B S.Demand side management as a solution for the balancing problem of distributed generation with high penetration of renewable energy sources［J］.International Journal of Sustainable Energy，2003，23（4）：45-59.

［12］張曉波，張保會(huì)，吳雄.風(fēng)光預(yù)測(cè)后微電網(wǎng)的優(yōu)化運(yùn)行［J］.電力自動(dòng)化設(shè)備，2016，36（3）：21-25.ZHANG Xiaobo，ZHANG Baohui，WU Xiong.Optimal microgrid operation based on wind ／PV power prediction［J］.Electric Power Automation Equipment，2016，36（3）：21-25.

［13］OZAN E.Economic impacts of small-scale own generating and storage units，and electric vehicles under different demand res-ponse strategies for smart households［J］.Applied Energy，2014，126：142-150.

［14］KYRIAKARAKOS G，DOUNIS A I，ROZAKIS S，et al.Polygeneration microgrids：a viable solution in remote areas for supplying power，potable water and hydrogen as transportation fuel［J］.Applied Energy，2011，88（12）：4517-4526.

［15］趙波，包侃侃，徐志成，等.考慮需求側(cè)響應(yīng)的光儲(chǔ)并網(wǎng)型微電網(wǎng)優(yōu)化配置［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2015，35（21）：5465-5474.ZHAO Bo，BAO Kankan，XU Zhicheng，et al.Research on optimal sizing for grid-connected PV-and-storage microgrid considering demand response［J］.Proceedings of the CSEE，2015，35（21）：5465-5474.

［16］HU R X，HE X Y，JING Z X，et al.Capacity configuration optimization for island microgrid with wind ／solar／pumped storage considering demand response［C］∥Smart Grid Technologies-Asia.Bangkok，Thailand：IEEE，2015：1-6.

［17］劉柏良，黃學(xué)良，李軍.計(jì)及可時(shí)移負(fù)荷的海島微網(wǎng)電源優(yōu)化配置［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2014，34（25）：4250-4258.LIU Bailiang，HUANG Xueliang，LI Jun.Optimal sizing of distributed generation in a typical island microgrid with timeshifting load［J］.Proceedings of the CSEE，2014，34（25）：4250-4258.

［18］LI Pan，GUAN Xiaohong，WU Jiang，et al.Pricing strategy for device-level demand response in a microgrid［C］∥Proceedings of the 33rd Chinese ControlConference.Nanjing，China：IEEE，2014：7579-7584.

［19］ZHAO M，CHEN Z，BLAABJERG F.Probabilistic capacity of a grid connected wind farm based on optimization method［J］.Renewable Energy，2006，31（13）：2171-2187.

［20］張節(jié)潭，程浩忠，胡澤春，等.含風(fēng)電場(chǎng)的電力系統(tǒng)隨機(jī)生產(chǎn)模擬［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2009，29（28）：34-39.ZHANG Jietan，CHENG Haozhong，HU Zechun，etal.Power system probabilistic production simulation including wind farms［J］.Proceedings of the CSEE，2009，29（28）：34-39.

［21］GAVANIDOU E，BAKIRTZIS A.Design of a stand alone system with renewable energy sources using trade off methods［J］.IEEE Transactions on Energy Conversion，1992，7（1）：42-48.

［22］BOISVERT R，CAPPERS P，NEENAN B，et al.Industrial and commercial customer response to real time electricity prices［EB／OL］.（2004-12-10）［2016-05-05］.http：∥eetd.lbl.gov ／sites／all／files／publications／boisvert.pdf.

［23］王蓓蓓.面向智能電網(wǎng)的用戶需求響應(yīng)特性和能力研究綜述［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2014，34（22）：3654-3663.WANG Beibei.Research on consumers’ response characterics and ability under smart grid：a literatures survey［J］.Proceedings of the CSEE，2014，34（22）：3654-3663.

［24］程浩忠.電力系統(tǒng)規(guī)劃［M］.北京：中國(guó)電力出版社，2008：1-270.

［25］國(guó)家能源局.國(guó)家能源局關(guān)于推進(jìn)新能源微電網(wǎng)示范項(xiàng)目建設(shè)的指導(dǎo)意見(jiàn)［EB／OL］.（2015－07－13）［2016－05－10］.http：∥zfxxgk.nea.gov.cn ／auto87 ／201507 ／t20150722_1949.htm.

［26］丁明，張穎媛，茆美琴，等.包含鈉硫電池儲(chǔ)能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2011，31（4）：7-14.DING Ming，ZHANG Yingyuan，MAO Meiqin，et al.Economic operation optimization for microgrids including Na／S battery storage［J］.Proceedings of the CSEE，2011，31（4）：7-14.

［27］DUFO-LOPEZ R.Multi objective design of PV-wind-dieselhydrogen-battery systems［J］.Renewable Energy，2008，33（12）：2559-2572.