夏永洪 ，吳虹劍 ，辛建波 ，程 林 ，余運俊 ，萬曉鳳

（1.南昌大學(xué) 信息工程學(xué)院，江西 南昌 330031；2.國網(wǎng)江西省電力公司電力科學(xué)研究院，江西 南昌 330096；

3.清華大學(xué) 電力系統(tǒng)及發(fā)電設(shè)備控制和仿真國家重點實驗室，北京 100084）

0 引言

風(fēng)、光、水等可再生能源具有零污染、分布廣、蘊含量大等優(yōu)點。但由于光伏發(fā)電與風(fēng)力發(fā)電易受晝夜變化、云層遮擋、風(fēng)力大小等自然因素的影響，其出力存在一定的間歇性、隨機性［1-3］，通常需要配置儲能裝置。對于小水電，其短期波動小，當(dāng)具備了一定的裝機容量與調(diào)節(jié)庫容時，即可克服光伏與風(fēng)電出力存在的間歇性和不穩(wěn)定的缺點，以保證獨立風(fēng)光互補系統(tǒng)的供電質(zhì)量，同時可以降低儲能裝置的配置容量［4-5］。我國太陽能資源夏秋季節(jié)豐富、春冬季節(jié)匱乏，風(fēng)力資源春冬季節(jié)豐富、夏秋季節(jié)匱乏，與水力資源春夏季節(jié)豐水、秋冬季節(jié)枯水的現(xiàn)狀正好形成互補。由此可見，風(fēng)、光、水3種分布式資源在時空上具有良好的互補性。

以風(fēng)、光、水3種分布式電源構(gòu)成的互補微網(wǎng)在熱帶季風(fēng)、亞熱帶季風(fēng)、溫帶季風(fēng)以及海洋性氣候區(qū)域廣泛存在，特別是在我國南方富含小水電的地區(qū)。其應(yīng)用可以大幅提高資源的利用效率，對增強系統(tǒng)供電可靠性和提高微網(wǎng)經(jīng)濟效益具有重要意義［6-7］。近年來，有關(guān)互補分布式能源發(fā)電的研究較多。文獻［8］提出了一種基于離散概率模型的風(fēng)光互補供電系統(tǒng)優(yōu)化配置方案，通過離散概率分布描述了包括風(fēng)、光、負荷、補償裝置功率等的隨機分布，建立了有關(guān)系統(tǒng)電能裕度、總投資與電壓穿越概率最佳的配置策略。文獻［9-11］針對蓄電池儲能的風(fēng)電或風(fēng)光互補發(fā)電系統(tǒng)儲能容量優(yōu)化配置進行了研究，建立了以系統(tǒng)各項成本與負荷缺電率最小為目標的優(yōu)化模型，解決了滿足系統(tǒng)穩(wěn)定性與安全性要求的離網(wǎng)或并網(wǎng)型微網(wǎng)儲能容量配置問題。文獻［12-14］通過對蓄電池與超級電容不同充放電特性的研究，建立了基于這2種儲能裝置的互補微網(wǎng)混合儲能容量優(yōu)化配置方法，利用超級電容能量密度低、功率密度高以及充放電速度快的特點，克服了蓄電池儲能系統(tǒng)在容量配置、系統(tǒng)響應(yīng)速度等方面的不足。因此，目前的研究主要集中在互補原理的分析、不同種類互補系統(tǒng)的構(gòu)建、儲能容量的優(yōu)化配置以及微網(wǎng)運行的控制策略等方面，而關(guān)于互補發(fā)電系統(tǒng)的綜合評價較少，尤其是針對含小水電的互補微網(wǎng)的評價。

通過研究風(fēng)、光、水的季節(jié)出力特性及其互補關(guān)系，提出一種包含風(fēng)／光／水／儲的互補微網(wǎng)優(yōu)化配置方法，建立有關(guān)互補特性對微網(wǎng)經(jīng)濟運行影響的評價體系。通過改變風(fēng)、光、水等分布式發(fā)電組合及分布式發(fā)電比例，對比分析其對互補微網(wǎng)所需配置的儲能容量、微網(wǎng)設(shè)備安裝成本、運行維護成本、系統(tǒng)電力不足累計概率、分布式發(fā)電互補特性、環(huán)境效益和上網(wǎng)收益的影響，以體現(xiàn)分布式資源互補特性與微網(wǎng)經(jīng)濟效益之間的關(guān)聯(lián)。

1 風(fēng)光水多源互補特性分析

圖1為某互補微網(wǎng)示范工程中風(fēng)機、光伏和徑流式小水電集群的年出力標幺化曲線。

圖1 風(fēng)光水資源季節(jié)互補性表現(xiàn)Fig.1 Seasonally complementary performance of wind，solar and hydraulic energy sources

對于該示范工程應(yīng)用地區(qū)，秋冬季節(jié)的風(fēng)速較大，風(fēng)能資源較豐富，其占全年風(fēng)能資源的59.85%；而春季和夏季的風(fēng)速較小，風(fēng)能資源也較少。該地區(qū)夏秋季的太陽輻射強度大，光伏出力占全年的66.19%。因此，夏秋季節(jié)光伏電站的出力較大；冬春季節(jié)的太陽輻射強度較弱，光伏出力也較小。該地區(qū)春夏季節(jié)的雨水較多，其水力資源占全年的61.58%。尤其在夏季，雨水更多，可以稱之為豐水期；秋冬季節(jié)雨水較少，尤其在冬季，水電站處于枯水狀態(tài)。由此可見，當(dāng)風(fēng)電和光伏出力較小時，小水電站的出力較大；而當(dāng)水力資源處于枯水季節(jié)時，風(fēng)能和太陽能的出力較大。因此，在季節(jié)時間尺度上，風(fēng)、光、水等分布式資源的出力特性具有一定的互補特性［15］。

2 風(fēng)光水儲互補微網(wǎng)優(yōu)化配置方法

2.1 目標函數(shù)

目標函數(shù)包括3個部分：儲能容量、微網(wǎng)設(shè)備安裝成本以及系統(tǒng)運行維護成本。當(dāng)三者總和達到最小時，系統(tǒng)配置最優(yōu)。

2.1.1 儲能容量

其中，EH為微網(wǎng)所需配置的儲能容量（標幺值）；T為微網(wǎng)年運行時間；Rstore（t）為t時刻系統(tǒng)容量無限制下，即不考慮儲能裝置荷電狀態(tài)限制時所需儲能容量為 t時刻之后分布式電源與儲能系統(tǒng)失配累計最小值。

其中，ηin、ηout分別為儲能裝置充、放電效率；ΔP（t）為t時刻微網(wǎng)的失配功率（標幺值），其表達式見式（3）。

其中，N1為分布式電源種類數(shù)；λ為分布式發(fā)電比，即分布式發(fā)電功率與負荷耗電功率之比；αi為風(fēng)機、光伏與小水電等分布式電源裝機容量配比；Gi（t）為用單一分布式電源對系統(tǒng)供電時，其t時刻的輸出功率（標幺值）；L（t）為 t時刻負荷消耗功率（標幺值）。

由于分布式資源的儲存量在一年內(nèi)會隨時間改變，故在一段時間內(nèi)分布式電源的出力逐漸增加，將使得儲能裝置在這段時間內(nèi)能量持續(xù)增長。這一增長是相當(dāng)大的，將導(dǎo)致所需配置的儲能容量亦隨時間的增加而增大。此時，若簡單地采用時間段T內(nèi)系統(tǒng)儲能容量最值差進行儲能容量的配置將毫無意義，故定義EH以保證儲能系統(tǒng)對外供電時，能量不會出現(xiàn)負值。

2.1.2 微網(wǎng)設(shè)備安裝成本

對于微網(wǎng)系統(tǒng)，設(shè)備安裝成本CE包括分布式電源與儲能裝置購置費用以及設(shè)備安裝費用，其通常與系統(tǒng)總裝機容量呈正相關(guān)。將設(shè)備與安裝成本總資金換算為按期等額支付金額，其表達式如下：

其中為負荷年平均功率，取其為本文的基準值；ci為風(fēng)機、光伏與小水電相關(guān)設(shè)備的購置成本系數(shù)，單位為元／kW；ri為安裝成本占設(shè)備成本的比例；cb為儲能裝置單位千瓦造價，單位為元／kW；k為銀行長期貸款利率；n1為該項目的還款年限，一般為分布式電源的使用年限。

2.1.3 系統(tǒng)運行維護成本

微網(wǎng)的運行維護成本可分為固定成本與可變成本，根據(jù)經(jīng)驗公式可折算成與系統(tǒng)設(shè)備利用率相關(guān)的比例因子［16］。CO為系統(tǒng)每年的運行維護成本，其表達式如下：

其中，KFi為風(fēng)機、光伏與小水電運行維護的年固定成本系數(shù)（元 ／（kW·a））；KOi為運行維護的年可變成本系數(shù)（元／（kW·h））；Ti為微網(wǎng) 3 種分布式電源的年平均運行時間，單位為h。

微網(wǎng)系統(tǒng)裝置的各項成本系數(shù)見表1。

表1 微網(wǎng)系統(tǒng)裝置的各項成本系數(shù)Table 1 Cost coefficients of microgrid devices

2.2 約束條件

系統(tǒng)約束條件具體如下所述。

2.2.1 系統(tǒng)容量約束

對于微網(wǎng)系統(tǒng)，由于當(dāng)單一分布式電源對系統(tǒng)供電時，其均能滿足系統(tǒng)的負荷需求，故對于同時具有風(fēng)、光、水3種分布式能源的發(fā)電系統(tǒng)，各分布式電源裝機容量所占份額均需小于等于1，其總和為1。

2.2.2 分布式發(fā)電比例約束

為保證系統(tǒng)供電充足，只有當(dāng)分布式發(fā)電總量大于系統(tǒng)負荷時，才能保證有盈余的電能對儲能系統(tǒng)供電；但如果發(fā)電總量過大，能源設(shè)備的投入也將隨之增大，將造成浪費。

其中，λmax一般控制在 1.0～1.3。

2.2.3 蓄電池荷電狀態(tài)約束

文中儲能裝置全部選用鉛酸蓄電池，在蓄電池的充放電過程中，必須嚴格滿足其荷電狀態(tài)（SOC）上、下限約束，以延長電池的使用壽命［17］。

其中，s1、s2分別為蓄電池SOC最小、最大值。

2.2.4 蓄電池充放電約束

為達到對蓄電池充放電的精確控制，需對其充放電速率、充放電電流進行約束。

其中，rc、rd分別為蓄電池的充、放電速率，rc_R、rd_R分別為其給定充、放電速率；Ic、Id分別為蓄電池的充、放電電流，Ic_max、Id_max分別為其充、放電電流最大值。

2.2.5 瞬時功率約束

為防止微網(wǎng)在負荷突增的情況下出現(xiàn)大功率缺失，導(dǎo)致系統(tǒng)電能質(zhì)量下降，微網(wǎng)瞬時功率平衡是負荷與儲能裝置協(xié)調(diào)控制的基本條件。

其中，Hc（t）為有限制下的儲能裝置的當(dāng)前儲能容量（標幺值），當(dāng)其為正時，系統(tǒng)處于放電狀態(tài)；當(dāng)其為負時，系統(tǒng)處于充電狀態(tài)。

2.3 評價指標

2.3.1 系統(tǒng)電力不足累計概率

考慮到風(fēng)／光／水／儲微網(wǎng)的負荷供給能力，提出用系統(tǒng)一年內(nèi)所有分布式電源與儲能裝置每日輸出功率之和小于負荷消耗功率的概率λLOLP進行表征，其表達式如下：

其中，Pr｛·｝表示不等式約束成立的概率。λLOLP越小，微網(wǎng)功率缺失越小，系統(tǒng)穩(wěn)定性越高。

2.3.2 分布式發(fā)電互補特性

為體現(xiàn)風(fēng)光水等分布式能源的互補特性，提出用分布式電源輸出功率之和在一年內(nèi)的波動DL進行表征，表達式如下：

其中，GDG（t）為分布式發(fā)電比λ為1時系統(tǒng)的輸出功率為其年平均值。DL越小，分布式發(fā)電的輸出功率波動越小，風(fēng)、光、水的互補特性越好。

2.3.3 環(huán)境效益

以風(fēng)、光、水為主的清潔能源發(fā)電可有效減少各類污染物的產(chǎn)生，實現(xiàn)節(jié)能減排。根據(jù)文獻［16］，可估算出電力行業(yè)污染物排放的評價指標參數(shù)，如表2所示。結(jié)合傳統(tǒng)燃煤發(fā)電中各類污染物的排放系數(shù)，針對各污染物的環(huán)境價值與罰款金額，可將其等效折算為互補微網(wǎng)的環(huán)境效益CEN，其表達式如下：

其中，n為傳統(tǒng)燃煤發(fā)電所產(chǎn)生的污染物種類數(shù)；E為微網(wǎng)年發(fā)電量（kW·h）；γi為傳統(tǒng)燃煤發(fā)電對應(yīng)第i種污染物的排放系數(shù)（g／（kW·h））；vi為第 i種污染物的環(huán)境價值（元／kg）；φi為第 i種污染物所受罰款（元／kg）。

表2 傳統(tǒng)燃煤發(fā)電各污染物排放系數(shù)與評價指標Table 2 Pollutant emission coefficients and evaluation indexes of traditional coal-fired power generation

2.3.4 上網(wǎng)收益

由于系統(tǒng)分布式發(fā)電比λ大于1，系統(tǒng)所需配置的儲能裝置容量較小，故當(dāng)微網(wǎng)處于并網(wǎng)狀態(tài)時，系統(tǒng)將有少量的電能缺額和大量的盈余與大電網(wǎng)進行交換，將此部分產(chǎn)生的經(jīng)濟效益定義為互補微網(wǎng)上網(wǎng)效益CS，其表達式如下：

其中，ΔEi為第i種分布式電源年電能盈余與缺額差值；pe為大電網(wǎng)上網(wǎng)電價，取 0.52 元 ／（kW·h）。

3 模型求解

對于該示范工程，風(fēng)、光、水年出力標幺化曲線如圖1所示。微網(wǎng)日負荷48000 kW·h，日平均功率為2 000 kW，其（標幺值）年變化曲線如圖2（a）所示。利用自適應(yīng)遺傳算法求解包含風(fēng)、光、水的微網(wǎng)分布式發(fā)電容量配比，確定分布式發(fā)電比λ以及風(fēng)機、光伏與小水電裝機容量所占比例。其中，設(shè)置遺傳算法中種群規(guī)模為50，最大迭代數(shù)為25，交叉概率為0.9，變異概率為0.1；蓄電池SOC在0.6～1.0之間；銀行貸款利率為5.94%；項目還款年限為15 a；系統(tǒng)各分布式能源成本系數(shù)如表1所示。

經(jīng)迭代，求得分布式發(fā)電比λ為1.1869，風(fēng)機裝機容量占總?cè)萘?1.66%，光伏占28.51%，小水電占50.32%。同時，根據(jù)式（1），可得儲能系統(tǒng)配置容量為0.0147 p.u.，考慮到蓄電池SOC的限制，其應(yīng)為0.0367 p.u.，即 73.4 kW。由式（4）和（5）可得微網(wǎng)設(shè)備安裝成本為355.7萬元；系統(tǒng)年運行維護成本為21.0萬元。由式（12）—（16）得此時微網(wǎng)電力不足累計概率λLOLP為0.243 8；分布式發(fā)電互補特性DL為0.0350，其值均較小；環(huán)境效益CEN為103.9萬元；上網(wǎng)效益CS為168.7萬元。

根據(jù)求得的分布式發(fā)電比λ與分布式電源裝機容量配比αi進行配置，得到在不考慮儲能裝置調(diào)節(jié)以及其他調(diào)節(jié)方式情況下的微網(wǎng)日失配功率（標幺值）分布圖，如圖 2（b）所示。

圖2 微網(wǎng)年負荷與失配功率分布Fig.2 Annual load and power mismatch of microgrid

由圖2可知，微網(wǎng)的盈余能量遠大于失配能量的累計面積，微網(wǎng)的功率失配情況處于平衡狀態(tài)；分布式發(fā)電與負荷的失配情況與季節(jié)呈現(xiàn)很強的相關(guān)性，當(dāng)某一階段中的風(fēng)、光、水等資源較為豐富時，將有能量盈余。經(jīng)配置可得，小水電裝機容量約占系統(tǒng)總裝機容量的一半時，風(fēng)機與光伏起調(diào)節(jié)作用。其充分考慮到該地區(qū)水力資源豐富的特點，利用3種分布式資源的季節(jié)互補性優(yōu)勢，解決了因風(fēng)光出力波動較大而導(dǎo)致的年初儲能累計容量急劇減小，甚至可能出現(xiàn)負值等的問題；同時，當(dāng)系統(tǒng)并網(wǎng)時，其所剩余的少量能量缺失與大量盈余將與大電網(wǎng)進行交換，可產(chǎn)生一定的經(jīng)濟價值。經(jīng)配置可得，當(dāng)分布式發(fā)電量略大于負荷消耗量時，只需配置少量的儲能，可滿足系統(tǒng)建設(shè)的穩(wěn)定性、安全性與經(jīng)濟性的要求。

4 互補特性及發(fā)電比對微網(wǎng)系統(tǒng)經(jīng)濟效益的影響

為體現(xiàn)風(fēng)、光、水3種分布式電源互補組合相比傳統(tǒng)的風(fēng)光，以及僅由光伏、風(fēng)電構(gòu)成的微網(wǎng)發(fā)電系統(tǒng)的優(yōu)勢，通過控制風(fēng)光水互補特性以及分布式發(fā)電比的方式來進行對比分析。

4.1 互補特性對微網(wǎng)系統(tǒng)經(jīng)濟效益的影響

根據(jù)第3節(jié)確定的分布式發(fā)電比λ，分析不同分布式電源組合對微網(wǎng)產(chǎn)生的影響。通過自適應(yīng)遺傳算法，得到不同分布式發(fā)電組合最優(yōu)配比和相應(yīng)的儲能容量（標幺值，后同），如表3所示。

表3 不同分布式發(fā)電組合下的最優(yōu)配比Table 3 Optimal proportions of different DG combinations

由表3可知，對于包含小水電的任意2種或3種分布式電源組合，小水電占比均為最大，其中風(fēng)、水組合中占77.38%，光、水組合中占71.18%，風(fēng)、光、水組合中占50.32%。鑒于徑流式小水電在日時間尺度波動較小，在季節(jié)時間尺度上與光伏和風(fēng)力發(fā)電存在良好的互補特性，且資源相對豐富，故在微網(wǎng)發(fā)電系統(tǒng)中占主導(dǎo)地位。

由式（1）—（5）得到分布式電源不同組合下的微網(wǎng)配置的儲能容量EH與微網(wǎng)設(shè)備安裝成本CE以及運行維護成本CO的變化曲線，如圖3所示。

由圖3可知，系統(tǒng)儲能配置容量在獨立光伏供電時達到最大，在風(fēng)、水同時供電時，達到最?。幌到y(tǒng)設(shè)備安裝成本在獨立光伏供電時達到最大，在獨立小水電供電時，達到最小；系統(tǒng)運行維護成本在獨立光伏供電時達到最大，在獨立風(fēng)機供電時，達到最小。對于該地區(qū)，光伏供電成本較高，而小水電資源豐富，且成本低廉，因此，為達到系統(tǒng)建設(shè)的經(jīng)濟性要求，應(yīng)當(dāng)適當(dāng)加大小水電容量，減小光伏容量。

對于分布式電源的不同組合，由式（12）—（16）可得系統(tǒng)電力不足累計概率λLPOP、分布式發(fā)電互補特性DL、環(huán)境效益CEN與上網(wǎng)效益CS，如表4所示。

由表4可知，當(dāng)風(fēng)、光、水3種分布式電源同時對微網(wǎng)供電時，系統(tǒng)電力不足累計概率λLPOP與分布式發(fā)電互補特性DL均為最小，系統(tǒng)供電可靠性、3種分布式資源的利用率達到最高。同時，當(dāng)分布式發(fā)電比λ固定時，系統(tǒng)的環(huán)境效益CEN將保持不變，上網(wǎng)效益CS在獨立風(fēng)機發(fā)電時達到最大。單一分布式電源供電時的儲能容量變化曲線如圖4所示。

圖3 不同分布式發(fā)電組合對微網(wǎng)的影響Fig.3 Influences of DG combination on microgrid

表4 不同分布式發(fā)電組合下的結(jié)果Table 4 Results of different DG combinations

圖4 單一分布式電源供電時的儲能累計容量變化曲線Fig.4 Accumulative capacity curve of energy storage when single DG is available

由圖4可知，由于風(fēng)機與光伏在年初出力波動性較大，導(dǎo)致其單獨供電時微網(wǎng)系統(tǒng)儲能容量在一段時間內(nèi)出現(xiàn)負值，表示需要對儲能裝置進行額外充電，才能滿足系統(tǒng)在微網(wǎng)運行時對負荷的正常供應(yīng)，這是不合理的。故對于包含小水電在內(nèi)的任意2種或3種分布式電源組合可有效規(guī)避該情況的發(fā)生，保證了儲能系統(tǒng)在微網(wǎng)運行過程中能夠時刻保持正常工作狀態(tài)。

此外，當(dāng)小水電與其他2種分布式電源共同構(gòu)成微網(wǎng)時，其在季節(jié)上存在明顯的互補作用，能夠使得系統(tǒng)所需配置的儲能容量達到最小，系統(tǒng)設(shè)備安裝成本CE以及運行維護成本CO支出合理，環(huán)境效益CEN和上網(wǎng)效益CS與其他分布式電源組合方式無明顯差異，保證了微網(wǎng)運行的經(jīng)濟性。同時，系統(tǒng)電力不足累計概率λLOLP和分布式發(fā)電互補特性DL較小，保證了微網(wǎng)運行的安全性、穩(wěn)定性。

4.2 發(fā)電比對微網(wǎng)系統(tǒng)經(jīng)濟效益的影響

當(dāng)分布式電源類型為風(fēng)、光、水3種時，針對不同分布式發(fā)電比λ對微網(wǎng)的影響進行分析。通過自適應(yīng)遺傳算法，計算得到不同分布式發(fā)電組合最優(yōu)配比，如圖5所示。

圖5 不同分布式發(fā)電比下的分布式電源最優(yōu)配比Fig.5 Optimal capacity configuration of DGs for different DG ratios

由圖5可知，在包含風(fēng)、光、水3種分布式電源的情況下，小水電的裝機容量始終占系統(tǒng)總裝機容量的40%～80%。

根據(jù)式（1）—（5），可得到微網(wǎng)所需配置的儲能容量EH、微網(wǎng)設(shè)備安裝成本CE和運行維護成本CO；再由式（12）—（16），得到系統(tǒng)電力不足累計概率 λLOLP、分布式發(fā)電互補特性DL、環(huán)境效益CEN與上網(wǎng)效益CS。它們隨λ的變化情況如圖6所示。

由圖6可知，隨著分布式發(fā)電比λ的增加，微網(wǎng)配置的儲能容量EH與系統(tǒng)電力不足累計概率逐漸下降，環(huán)境效益CEN與上網(wǎng)效益CS呈線性遞增；當(dāng)λ＝1.05時，分布式發(fā)電互補特性DL與系統(tǒng)運行維護成本CO均達到最小值；當(dāng)λ＝1.30時，微網(wǎng)設(shè)備安裝成本CE達到最大值，為513.4萬元。

當(dāng)λ較小時，儲能裝置在一段時間內(nèi)不僅無法吸收微網(wǎng)的能量盈余，反而需要對外供能，系統(tǒng)正常運行時，無法對儲能裝置進行額外充電以彌補其能量虧空。故當(dāng)λ過小時，需要進行適當(dāng)?shù)乃ω摵刹僮?，將大幅降低系統(tǒng)的供電可靠性與穩(wěn)定性。當(dāng)λ較大時，微網(wǎng)系統(tǒng)內(nèi)輸出的能量將隨之增大，儲能裝置只是將微網(wǎng)的能量盈余進行儲存，系統(tǒng)失配功率ΔP基本為0，此時，系統(tǒng)內(nèi)不僅加大了分布式發(fā)電設(shè)備的使用投入，還增大了系統(tǒng)投資成本。因此，λ較大時，系統(tǒng)將產(chǎn)生不必要浪費，不利于實現(xiàn)微網(wǎng)建設(shè)的經(jīng)濟性。

圖6 不同分布式發(fā)電比對微網(wǎng)系統(tǒng)的影響Fig.6 Influences of DG ratio on microgrid

5 總結(jié)

本文提出了一種考慮風(fēng)、光、水等分布式發(fā)電互補特性的微網(wǎng)儲能容量配置方法，建立了互補微網(wǎng)經(jīng)濟運行評價指標。通過靈活調(diào)整分布式電源組合方式及分布式發(fā)電比例，實現(xiàn)了不同配置下的微網(wǎng)經(jīng)濟運行。結(jié)果表明：當(dāng)風(fēng)、光、水3種分布式電源出力特性互補時，由其構(gòu)成的互補微網(wǎng)系統(tǒng)儲能容量較小，同時其運行時的經(jīng)濟效益最優(yōu)。

參考文獻：

［1］黃偉，孫昶輝，吳子平，等.含分布式發(fā)電系統(tǒng)的微網(wǎng)技術(shù)研究綜述［J］.電網(wǎng)技術(shù)，2009，33（9）：14-18.HUANG Wei，SUN Changhui，WU Ziping，et al.A review on microgrid technology containing distributed generation system［J］.Power System Technology，2009，33（9）：14-18.

［2］梁有偉，胡志堅，陳允平.分布式發(fā)電及其在電力系統(tǒng)中的應(yīng)用研究綜述［J］.電網(wǎng)技術(shù)，2003，27（12）：71-75.LIANG Youwei，HU Zhijian，CHEN Yunping. A survey of distributed generation and its application［J］.Power System Technology，2003，27（12）：71-75.

［3］竇曉波，袁簡，吳在軍，等.并網(wǎng)型風(fēng)光儲微電網(wǎng)容量改進優(yōu)化配置方法［J］.電力自動化設(shè)備，2016，36（3）：26-32.DOU Xiaobo，YUAN Jian，WU Zaijun，et al.Improved configuration optimization ofPV-wind-storage capacitiesforgrid-connected microgrid［J］.Electric Power Automation Equipment，2016，36（3）：26-32.

［4］魯宗相，王彩霞，閔勇，等.微電網(wǎng)研究綜述［J］.電力系統(tǒng)自動化，2007，31（19）：100-107.LU Zongxiang，WANG Caixia，MIN Yong，etal.Overview on microgrid research［J］.Automation of Electric Power Systems，2007，31（19）：100-107.

［5］周林，黃勇，郭珂，等.微電網(wǎng)儲能技術(shù)研究綜述［J］.電力系統(tǒng)保護與控制，2011，39（7）：147-152.ZHOU Lin，HUANG Yong，GUO Ke，et al.A survey of energy storage technology for micro grid［J］.Power System Protection and Control，2011，39（7）：147-152.

［6］張國榮，陳夏冉.能源互聯(lián)網(wǎng)未來發(fā)展綜述［J］.電力自動化設(shè)備，2017，37（1）：1-7.ZHANG Guorong，CHEN Xiaran.Future development of energy internet［J］.Electric Power Automation Equipment，2017，37（1）：1-7.

［7］支娜，肖曦，田培根，等.微網(wǎng)群控制技術(shù)研究現(xiàn)狀與展望［J］.電力自動化設(shè)備，2016，36（4）：107-115.ZHI Na，XIAO Xi，TIAN Peigen，et al.Research and prospect of multi-microgrid control strategies［J］.Electric Power Automation Equipment，2016，36（4）：107-115.

［8］葉承晉，黃民翔，王焱，等.基于離散概率模型的風(fēng)光互補供電系統(tǒng)優(yōu)化配置［J］.電力系統(tǒng)自動化，2013，37（6）：48-54.YE Chengjin，HUANG Minxiang，WANG Yan，et al.A hybrid wind／photovoltaic power supply system based on discrete probabilistic methodology［J］.Automation of Electric Power Systems，2013，37（6）：48-54.

［9］ZHAO Y S，ZHAN J，ZHANG Y，et al.The optimal capacity configuration of an independent wind／PV hybrid power supply system based on improved PSO algorithm［C］∥International Conference on Advances in Power System Control Operation and Management（APSCOM）.Hong Kong，China：IET，2009：1-7.

［10］徐林，阮新波，張步涵，等.風(fēng)光儲互補發(fā)電系統(tǒng)容量的改進優(yōu)化配置方法［J］.中國電機工程學(xué)報，2012，32（25）：88-98.XU Lin，RUAN Xinbo，ZHANG Buhan，etal.Animproved optimal sizing method for wind-solar-battery hybrid power system［J］.Proceedings of the CSEE，2012，32（25）：88-98.

［11］朱蘭，嚴正，楊秀，等.風(fēng)光儲微網(wǎng)系統(tǒng)蓄電池容量優(yōu)化配置方法研究［J］.電網(wǎng)技術(shù)，2012，36（12）：26-30.ZHU Lan，YAN Zheng，YANG Xiu，et al.Optimal configuration of battery capacity in microgrid composed of wind power and photovoltaic generation with energy storage［J］.Power System Technology，2012，36（12）：26-30.

［12］何勇琪，張建成，鮑雪娜.并網(wǎng)型風(fēng)光混合發(fā)電系統(tǒng)中儲能系統(tǒng)容量優(yōu)化研究［J］.華北電力大學(xué)學(xué)報，2012，39（4）：1-5.HE Yongqi，ZHANG Jiancheng，BAO Xuena.Optimizationof storage capacity in grid-connected wind ／PV ／storage hybrid system［J］.Journal of North China Electric Power University，2012，39（4）：1-5.

［13］ALLEGRE A L，BOUSCAYROL A，TRIGUI R.Influence of control strategies on battery／supercapacitor hybird energy storage systems for traction applications［C］∥Vehicle Power and Pro-pulsion Conference.Dearborn，USA：IEEE，2009：213-220.

［14］陳謙，陳霄逸，金宇清，等.基于混合儲能的大型風(fēng)電場優(yōu)化控制［J］.電力自動化設(shè)備，2015，35（4）：70-75.CHEN Qian，CHEN Xiaoyi，JIN Yuqing，et al.Optimal control of large-scale wind farm based on hybrid energy storage ［J］.Electric Power Automation Equipment，2015，35（4）：70-75.

［15］曹蓓.多能源互補微網(wǎng)的綜合優(yōu)化配置［D］.南昌：南昌大學(xué)，2014.CAO Bei.Comprehensive optimal configuration of micro-grid with various new energies［D］.Nanchang：Nanchang University，2014.

［16］吳耀文，馬溪原，孫元章，等.微網(wǎng)高滲透率接入后的微網(wǎng)綜合經(jīng)濟效益評估與分析［J］.電力系統(tǒng)保護與控制，2012，40（13）：49-54.WU Yaowen，MA Xiyuan，SUN Yuanzhang，et al.Overall economic evaluation and analysis of accession of microgrids with high penetration［J］.Power System Protection and Control，2012，40（13）：49-54.

［17］石慶均，江全元.包含蓄電池儲能的微網(wǎng)實時能量優(yōu)化調(diào)度［J］.電力自動化設(shè)備，2013，33（5）：76-83.SHI Qingjun，JIANG Quanyuan.Real-time optimal energy dispatch for microgrid with battery storage［J］.Electric Power Automation Equipment，2013，33（5）：76-83.