崔 林， 唐沂媛

(1． 國(guó)家電網(wǎng)公司變電站智能設(shè)備檢測(cè)技術(shù)重點(diǎn)實(shí)驗(yàn)室(國(guó)網(wǎng)江蘇省電力公司電力科學(xué)研究院)，江蘇 南京 211103；2． 國(guó)網(wǎng)山東省電力公司濟(jì)南供電公司，山東 濟(jì)南 250012；3. 東南大學(xué)電氣工程學(xué)院，江蘇 南京 211109)

·發(fā)電技術(shù)·

冷熱電聯(lián)供型微電網(wǎng)優(yōu)化運(yùn)行及敏感性分析

崔 林1， 唐沂媛2，3

(1． 國(guó)家電網(wǎng)公司變電站智能設(shè)備檢測(cè)技術(shù)重點(diǎn)實(shí)驗(yàn)室(國(guó)網(wǎng)江蘇省電力公司電力科學(xué)研究院)，江蘇 南京 211103；2． 國(guó)網(wǎng)山東省電力公司濟(jì)南供電公司，山東 濟(jì)南 250012；3. 東南大學(xué)電氣工程學(xué)院，江蘇 南京 211109)

冷熱電聯(lián)供型(CCHP)微電網(wǎng)是一種以聯(lián)供設(shè)備為核心，包含多種分布式單元存在冷熱電三種能量平衡的微電網(wǎng)形態(tài)，具有能源利用率高、供電可靠性高、環(huán)境污染小、調(diào)度靈活等特點(diǎn)。文中建立由多種微電源數(shù)學(xué)模型和約束條件組成的混合整數(shù)規(guī)劃模型，使建立的系統(tǒng)更實(shí)際情況。從微電網(wǎng)經(jīng)濟(jì)調(diào)度運(yùn)行出發(fā)，在滿足微電網(wǎng)冷熱電負(fù)荷需求下，以系統(tǒng)的整體費(fèi)用最小為優(yōu)化目標(biāo)，采用CPLEX優(yōu)化軟件求解，仿真了各月典型日的優(yōu)化運(yùn)行，從仿真結(jié)果可以了解不同電源在不同時(shí)段的出力情況，使電源經(jīng)濟(jì)運(yùn)行。同時(shí)對(duì)天然氣價(jià)格進(jìn)行敏感性分析，分析該價(jià)格對(duì)各電源出力情況的影響。

微電網(wǎng)；CCHP；優(yōu)化運(yùn)行；敏感性分析；CPLEX

0 引言

全球?qū)﹄娔苄枨蟮娜找嬖黾訉?dǎo)致了煤和石油等非可再生能源的大量加速消耗，同時(shí)產(chǎn)生的排放物也對(duì)環(huán)境造成了重大影響。因此，如何有效地利用清潔能源、提高可持續(xù)發(fā)展的能力成為全球關(guān)注的熱點(diǎn)。為了最大化開發(fā)電網(wǎng)的能源效率，微電網(wǎng)成為了各國(guó)研究的熱點(diǎn)[1-6]。

冷熱電聯(lián)供型(CCHP)微電網(wǎng)是一種以聯(lián)供設(shè)備為核心，包含多種分布式單元(可再生能源、聯(lián)供設(shè)備、儲(chǔ)能、蓄熱等)，存在冷熱電三種能量平衡的微電網(wǎng)形態(tài)。它是布置在用戶附近，以燃?xì)鉃橐淮文茉矗糜诎l(fā)電，并利用發(fā)電余熱制冷、制熱，同時(shí)向用戶輸出電能、冷熱能的分布式能源供應(yīng)系統(tǒng)。CCHP微電網(wǎng)具有能源利用率高、供電可靠性高、環(huán)境污染小、調(diào)度靈活等特點(diǎn)。冷熱電聯(lián)供系統(tǒng)在科學(xué)用能的指導(dǎo)下，可實(shí)現(xiàn)能源的梯級(jí)利用，能源利用率可以達(dá)到70%～90%，與分產(chǎn)系統(tǒng)相比，節(jié)能率可達(dá)到20%～40%，實(shí)現(xiàn)大幅度節(jié)能，減少環(huán)境污染，符合建設(shè)節(jié)約型社會(huì)的要求。

目前對(duì)聯(lián)供系統(tǒng)的優(yōu)化主要是從2個(gè)方面進(jìn)行研究：系統(tǒng)的優(yōu)化設(shè)計(jì)和系統(tǒng)的優(yōu)化運(yùn)行。文中研究的主要內(nèi)容即系統(tǒng)的優(yōu)化運(yùn)行，選擇投資一定條件下運(yùn)行費(fèi)用最小為目標(biāo)函數(shù)。目前國(guó)內(nèi)研究電力微電網(wǎng)優(yōu)化運(yùn)行和相關(guān)的一些算法相對(duì)較多，而對(duì)于含冷熱電聯(lián)產(chǎn)的微電網(wǎng)研究就相對(duì)較少。文獻(xiàn)[7]研究了可靠性與經(jīng)濟(jì)性相協(xié)調(diào)的微電網(wǎng)優(yōu)化運(yùn)行，但是其可靠性只是作為結(jié)果的一個(gè)參考性指標(biāo)而不是確定性約束條件。文獻(xiàn)[8]運(yùn)用混合整型多級(jí)目標(biāo)規(guī)劃方法建立優(yōu)化模型，并對(duì)模型的配置和策略進(jìn)行研究。文獻(xiàn)[9-12]以CCHP系統(tǒng)運(yùn)行成本最小為目標(biāo)，進(jìn)行了熱電聯(lián)供系統(tǒng)的數(shù)學(xué)優(yōu)化配置模型和不同運(yùn)行策略的研究。

文中建立了含冷熱電聯(lián)產(chǎn)系統(tǒng)的微電網(wǎng)孤網(wǎng)系統(tǒng)，由風(fēng)電機(jī)組、光伏電池(PV)、燃料電池(FC)、微型燃?xì)廨啓C(jī)(MT)、蓄電池和蓄熱槽等組成。文章建立了該系統(tǒng)的優(yōu)化運(yùn)行經(jīng)濟(jì)數(shù)序模型和約束條件，目標(biāo)函數(shù)綜合考慮了發(fā)電單元的初始投資等值費(fèi)用、燃料費(fèi)用、運(yùn)行維護(hù)成本以及環(huán)境等值費(fèi)用，采用CPLEX混合整數(shù)線性規(guī)劃求解，通過(guò)算例進(jìn)行設(shè)備優(yōu)化運(yùn)行和天然氣價(jià)格的敏感性分析。

1 CCHP微電網(wǎng)優(yōu)化運(yùn)行模型

考慮電源設(shè)備的初始投資和計(jì)及環(huán)境價(jià)值的微電網(wǎng)優(yōu)化運(yùn)行，風(fēng)力發(fā)電和太陽(yáng)能光伏發(fā)電不計(jì)燃料成本和運(yùn)行維護(hù)費(fèi)，文中采用CPLEX做混合整數(shù)線性規(guī)劃求解，CCHP微電網(wǎng)結(jié)構(gòu)示意圖如圖1所示。

圖1 CCHP微電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.1 Structure chart of the combined cooling, heating and power microgrid

1.1 經(jīng)濟(jì)性目標(biāo)函數(shù)

微電網(wǎng)優(yōu)化運(yùn)行目的是使系統(tǒng)各微電源最優(yōu)化出力既能滿足負(fù)荷，又要使總費(fèi)用最低。建立的經(jīng)濟(jì)性目標(biāo)函數(shù)為：

(1)

式中：P為優(yōu)化運(yùn)行區(qū)間總費(fèi)用；N為系統(tǒng)中電源個(gè)數(shù)。Pi和Ci分別為第i種電源的總輸出功率和單位電量的運(yùn)行維護(hù)費(fèi)用；Cfuel為發(fā)電單元單位電量的燃料費(fèi)用；發(fā)電單元的燃料成本是二項(xiàng)式，將二項(xiàng)式費(fèi)用曲線分三段計(jì)算,Cinv , i為發(fā)電單元的等值投資費(fèi)用,CEC,i為碳排放費(fèi)用。

1.1.1 初始投資成本

將MT，F(xiàn)C，PV風(fēng)力發(fā)電機(jī)和蓄電池投資總成本等值到每一天，得到初始等值投資成本。

Cinv,i=CTCPμCRF(r,YP)/365

(2)

(3)

式中：Yp為項(xiàng)目年，周期年限取為20 a；CTCP為裝機(jī)成本；μCRF(r,YP)為資金回收率。

1.1.2 環(huán)境等值成本

DG發(fā)電的環(huán)境價(jià)值一般包括2方面。

(1) 環(huán)境的損失，即消耗的環(huán)境資源，包括由于污染所引起的環(huán)境質(zhì)量下降和過(guò)分消耗自然資源所引起的生態(tài)環(huán)境破壞。

(2) 排放污染物所受的罰款。將微電網(wǎng)的電源對(duì)環(huán)境的影響統(tǒng)一到優(yōu)化模型中，對(duì)分布式發(fā)電技術(shù)的污染排放特性來(lái)評(píng)估環(huán)境影響，將環(huán)境影響折算成費(fèi)用為：

(4)

1.2 約束條件

1.2.1 電功率和冷熱功率約束

(5)

式中：Pe,t，Qh,t和Qc,t分別為t時(shí)段的用戶側(cè)電負(fù)荷，熱負(fù)荷和冷負(fù)荷需求；Pec,t為t時(shí)段電制冷機(jī)消耗的電量；Qj為由聯(lián)產(chǎn)系統(tǒng)提供的總熱功率；Qb,t為燃?xì)忮仩t在t時(shí)段的輸出熱功率；Qs,t為蓄熱罐在t時(shí)段的交換的熱功率；Qac,t為吸收式制冷機(jī)制冷量；Qec,t電制冷機(jī)制冷量；Pac為吸收式制冷效率。

1.2.2 機(jī)組增負(fù)荷和減負(fù)荷的爬坡能力約束

(6)

1.2.3 機(jī)組功率上下限約束

(7)

1.2.4 機(jī)組最大啟停次數(shù)約束

(8)

式中：Si,t是二進(jìn)制變量，即0,1變量，0代表機(jī)組停運(yùn)，1代表機(jī)組運(yùn)行。

1.2.5 系統(tǒng)備用約束

對(duì)于微電網(wǎng)來(lái)說(shuō)，并網(wǎng)運(yùn)行能來(lái)自大電網(wǎng)的備用支持，而當(dāng)處于孤網(wǎng)運(yùn)行時(shí)，必須保留總負(fù)荷容量的R%備用，以保障系統(tǒng)的供電可靠性和安全。

(9)

1.2.6 蓄電池運(yùn)行約束

(10)

式中：Pch，Pdisch分別為儲(chǔ)能電池充放電功率；Eba,t為t時(shí)段蓄電池的容量；μch和μdisch為蓄電池的充電和放電效率；φ為蓄電池自身?yè)p耗；Eba,T為本調(diào)度周期末的蓄電池容量；E為保證下一個(gè)調(diào)度周期蓄電池有效運(yùn)行的最小保有容量。

1.2.7 蓄熱槽運(yùn)行狀態(tài)約束

(11)

2 算例分析

文中采用的模型是混合整數(shù)非線性模型，CPLEX無(wú)法求解該類模型，故需要將其中的非線性部分線性化；同時(shí)通過(guò)權(quán)重系數(shù)將環(huán)境成本等值到總成本中，將多目標(biāo)函數(shù)單目標(biāo)化，通過(guò)在MATLAB中建立多約束線性混合整數(shù)規(guī)劃數(shù)學(xué)模型并使用CPLEX軟件進(jìn)行求解[15-17]。

2.1 負(fù)荷及微源參數(shù)

某區(qū)一年中典型日的冷熱電負(fù)荷預(yù)測(cè)數(shù)據(jù)如圖2所示。文中聯(lián)網(wǎng)購(gòu)電分時(shí)電價(jià)01:00-06:00和23：00-24：00電價(jià)為0.055 7 美元/(kW·h)，07：00-08：00和18：00，20：00電價(jià)為0.124 59 美元/(kW·h)，09：00-11：00和15：00-17：00電價(jià)為0.204 9 美元/(kW·h)，19：00-20：00電價(jià)為0.226 2 美元/(kW·h)；聯(lián)網(wǎng)運(yùn)行售電分時(shí)電價(jià)01：00-06：00和23：00-24：00電價(jià)為0.044 3 美元/(kW·h)，07：00-08：00，12：00-14：00，21：00-22：00和18：00電價(jià)為0.096 7 美元/(kW·h)，09：00-11：00和15：00-17：00電價(jià)為0.159 0 美元/(kW·h)，19：00-20：00電價(jià)為0.175 4 美元/(kW·h)。吸收式制冷系數(shù)為0.9，電制冷系數(shù)為3.5。FC發(fā)電效率為0.38，MT發(fā)電效率為0.28。

圖2 各月典型日電力負(fù)荷預(yù)測(cè)曲線Fig.2 Electricity load forecasting curve of typical day in each month

2.2 優(yōu)化出力結(jié)果分析

文中微電網(wǎng)的待選電源類型有光伏電池、風(fēng)力發(fā)電機(jī)、燃料電池、微型燃?xì)廨啓C(jī)和蓄電池。天然氣價(jià)格為0.051 6美元/(kW·h)，根據(jù)上述的數(shù)學(xué)模型和約束條件，目標(biāo)函數(shù)求解的結(jié)果分別是最小化費(fèi)用為100 175.5 美元，最小化CO2排放量為1 702.7 kg。各月典型日的優(yōu)化配置結(jié)果如圖3—8所示。

圖3 二月典型日優(yōu)化結(jié)果曲線Fig.3 Optimal results of the typical day of February

圖4 四月典型日優(yōu)化結(jié)果曲線Fig.4 Optimal results of the typical day of April

圖5 六月典型日優(yōu)化結(jié)果曲線Fig.5 Optimal results of the typical day of June

圖6 八月典型日優(yōu)化結(jié)果曲線Fig.6 Optimal results of the typical day of August

圖7 十月典型日優(yōu)化結(jié)果曲線Fig.7 Optimal results of the typical day of October

圖8 十二月典型日優(yōu)化結(jié)果曲線Fig.8 Optimal results of the typical day of December

在此目標(biāo)函數(shù)之下，由于FC產(chǎn)生的CO2數(shù)量較多，因此在以經(jīng)濟(jì)性和CO2排放為目標(biāo)的配置中，F(xiàn)C幾乎不提供出力。由圖3和圖8可知，冬季負(fù)荷主要靠風(fēng)電機(jī)組來(lái)提供基本負(fù)荷，在09：00-18：00時(shí)段，用電負(fù)荷處于高峰期，風(fēng)電機(jī)組幾乎提供了大部分的電力負(fù)荷，使微電網(wǎng)以高電價(jià)售電獲得收益，增加微電網(wǎng)的經(jīng)濟(jì)效益，并為主網(wǎng)起到削峰的作用。蓄電池在可再生能源出力充足的情況下充電，在可在生能源出力不足時(shí)，提供一定的電量，為微電網(wǎng)內(nèi)部起到削峰填谷的作用，并有利于平移可再生能源發(fā)電的波動(dòng)性。在24：00，由于電力負(fù)荷需求降低，而此時(shí)風(fēng)機(jī)發(fā)電量仍有剩余，故此時(shí)棄風(fēng)功率增大，而此時(shí)聯(lián)產(chǎn)機(jī)組已停止供電，減少排放量。

由圖5可知，春秋季風(fēng)電和光伏均存在，風(fēng)電和MT提供主要電力負(fù)荷，而光伏只提供小部分，在01：00-06：00和20：00-24：00，MT輸出功率為0，風(fēng)電機(jī)組幾乎提供了全部的電力負(fù)荷，以滿足需求。

由圖6可知，夏季典型日風(fēng)力發(fā)電明顯減少，光伏增多，主要日負(fù)荷由風(fēng)電機(jī)組、光伏電池和MT共同提供，白天的風(fēng)機(jī)和光伏增發(fā)的電量?jī)?chǔ)存在蓄電池中，因此夜間負(fù)荷主要靠風(fēng)電機(jī)組、MT和蓄電池共同提供，全天均無(wú)棄風(fēng)操作。

由圖7可知，秋季典型日風(fēng)電機(jī)組提供主要負(fù)荷，因發(fā)電量大，滿足負(fù)荷需求之后還有剩余，因此向主電網(wǎng)輸送一部分電量，還有一部分電量?jī)?chǔ)存在蓄電池內(nèi)部。

圖9和圖10中為典型夏季冷負(fù)荷，負(fù)荷需求由電制冷和吸收式制冷提供，根據(jù)發(fā)電量和余熱量來(lái)分配吸收式制冷量和電制冷量，以達(dá)到最優(yōu)經(jīng)濟(jì)性，在聯(lián)產(chǎn)機(jī)組停機(jī)時(shí)段，吸收式制冷由蓄熱槽提供熱量(吸收式制冷的值設(shè)為負(fù)值)。

圖9 六月典型日冷功率平衡曲線Fig.9 Cooling power balance of the typical day of June

圖10 八月典型日冷功率平衡曲線Fig.10 Cooling power balance of the typical day of August

2.3 天然氣價(jià)格敏感性分析

根據(jù)上述最優(yōu)經(jīng)濟(jì)性和排放量綜合目標(biāo)函數(shù)和約束條件，分析燃?xì)鈨r(jià)格對(duì)系統(tǒng)容量配置的影響。各電源的配置情況如表1所示。

表1 容量配置對(duì)天然氣價(jià)格的敏感性Table 1 Sensitivity analysis of the price of natural gas to the configuration

MT的初始投資成本低，但是發(fā)電成本高，F(xiàn)C初始投資成本高，但是發(fā)電成本低，風(fēng)機(jī)和光伏均無(wú)燃料費(fèi)用，且不需要環(huán)境等值費(fèi)用。從表1優(yōu)化配置的結(jié)果來(lái)看，在燃料價(jià)格上漲到0.04 美元/(kW·h)之前，系統(tǒng)的容量配置沒(méi)有發(fā)生改變，當(dāng)價(jià)格上漲到0.04 美元/(kW·h)時(shí)，光伏電池的配置開始增加，可再生能源得到了更多利用，新能源的競(jìng)爭(zhēng)力開始提高，隨著價(jià)格繼續(xù)上漲，光伏電池的配置持續(xù)增加。優(yōu)化配置的結(jié)果中沒(méi)有配置FC，是由于FC的CO2排放量過(guò)大，無(wú)法滿足目標(biāo)函數(shù)的經(jīng)濟(jì)性和環(huán)境效益的統(tǒng)一。從優(yōu)化結(jié)果來(lái)看，通過(guò)優(yōu)化發(fā)電配置可以提高新能源的利用率，減少再生能源的浪費(fèi)，進(jìn)一步增加環(huán)境效益，但缺點(diǎn)是增加了系統(tǒng)的總費(fèi)用。

3 結(jié)論

文中將環(huán)境價(jià)值利用權(quán)重系數(shù)等值到優(yōu)化方法中去，使得分布式電源的環(huán)境效益得以體現(xiàn)。通過(guò)建立的微電網(wǎng)的數(shù)學(xué)模型和約束條件，以及總費(fèi)用和CO2排放量綜合最優(yōu)的目標(biāo)函數(shù)，優(yōu)化得到不同的電源的出力，使得系統(tǒng)的可靠性和可再生能源的利用率提高。而后分析了不同燃料價(jià)格的變化對(duì)于系統(tǒng)的容量配置的影響。通過(guò)對(duì)算例的優(yōu)化計(jì)算，合理配置微電源和安排微電源的運(yùn)行，使得微電網(wǎng)更具有經(jīng)濟(jì)性和環(huán)境效益。

從建立各分布式單元的數(shù)學(xué)模型出發(fā)，通過(guò)建立多種微電源組合的目標(biāo)函數(shù)和約束條件的混合整數(shù)規(guī)劃模型，采用CPLEX軟件進(jìn)行優(yōu)化求解，對(duì)不同月份典型日的優(yōu)化運(yùn)行進(jìn)行仿真，從仿真結(jié)果對(duì)不同電源在不同月份的出力情況和敏感性分析，合理的微源容量選擇可提高微電網(wǎng)對(duì)于不同負(fù)荷類型的適應(yīng)能力，是提高系統(tǒng)經(jīng)濟(jì)、能效、環(huán)境效益的重要基礎(chǔ)。

[1] 崔恒志，黃奇峰，楊世海，等． 冷熱電聯(lián)供型微電網(wǎng)容量規(guī)劃優(yōu)化研究[J]． 江蘇電機(jī)工程，2013，32(3)：39-41.

CUI Hengzhi， HUANG Qifeng， YANG Shihai, et al. Capacity planning of combined cooling, heating, and power micro-grids[J]. Jiangsu Electrical Engineering, 2013, 32(3): 39-41.

[2] 朱永利，姚建國(guó)，劉 驥． 微電網(wǎng)關(guān)鍵技術(shù)及研究現(xiàn)狀[J]． 江蘇電機(jī)工程，2012，31(03)：81-84.

ZHU Yongli, YAO Jianguo, LIU Ji. Key Technologies and developing state of microgrid[J]. Jiangsu Electrical Engineering, 2012, 31(03): 81-84.

[3] HATZIARGYRIOU N, ASANO H, IRAVANI R, et al. Microgrids[J]. Power and Energy Magazine, IEEE. 2007. 5(4): 78-94.

[4] LASSETER B. Microgrids[C] ∥Power Engineering Society Winter Meeting. Columbus, Ohio, USA： 2001: 146-149.

[5] LASSETER R H. Microgrids[C] ∥Power Engineering Society Winter Meeting. NewYork，USA： 2002: 305-308.

[6] LASSETER R H, PAIGI P. Microgrid: a conceptual solution[C] ∥Power Electronics Specialists Conference. Aachen, Germany： 2004.

[7] 言大偉，韋 剛，胡 吟，等． 可靠性與經(jīng)濟(jì)性相協(xié)調(diào)的微電網(wǎng)能量?jī)?yōu)化[J]． 電力系統(tǒng)自動(dòng)化，2012，36(8)：18-23.

YAN Dawei, WEI Gang, HU Yin, et al.Microgrid energy optimization with coordination of reliability and economy[J]. Automation of Electric Power Systems, 2012, 36(8): 18-23.

[8] 李 赟，黃興華． 冷熱電三聯(lián)供系統(tǒng)配置與運(yùn)行策略的優(yōu)化[J]． 動(dòng)力工程學(xué)報(bào)，2006，26(6)：894-898.

LI Yun, HUANGXinghua. Intergrated optimization of scheme and operation strategy for CCHP system[J]. Journal of Power Engineering, 2006, 26(6): 894-898.

[9] 魏 兵，王志偉，蔣 露，等． 微型燃?xì)廨啓C(jī)冷熱電聯(lián)供系統(tǒng)的優(yōu)化運(yùn)行研究[J]． 華北電力大學(xué)學(xué)報(bào)，2007，34(2)：138-144.

WEI Bing, WANG Zhiwei, JIANG Lu, et al.Research of optimal operation on micro-turbine CCHP systems[J]. Journal of North China Electric Power University, 2007, 34(2): 138-144.

[10] FANG F, WEI L, LIU J, et al. Complementary configuration and operation of a CCHP-ORC system[J]. Energy, 2012, 46: 211-220.

[11] 李 赟． 聯(lián)供系統(tǒng)設(shè)備配置與運(yùn)行策略集成優(yōu)化研究[D]． 上海：上海交通大學(xué)，2007.

LI Yun. Integrated optimization research on facilities scheme and operation stragety of cogeneration system[D]. Shanghai: Shanghai Jiao Tong University, 2007.

[12] 吳 志． 熱電聯(lián)供型微電網(wǎng)建模及能量?jī)?yōu)化管理[D]． 南京：東南大學(xué)，2012：12-15.

WU Zhi. Modelling and energy management of CHP Microgrid[D]. Nanjing: Southeast University, 2012: 12-15.

[13] 許 丹，丁 強(qiáng)，潘 毅，等． 基于經(jīng)濟(jì)調(diào)度的微電網(wǎng)蓄電池容量?jī)?yōu)化[J]． 電力系統(tǒng)保護(hù)與控制，2011，39(17)：55-59.

XU Dan, DING Qiang,PAN Yi, et al. Study on optimizing capacity of storage battery in microgrid system based on economic dispatch[J]. Power System Protection and Control, 2011, 39(17): 55-59.

[14] 顧 偉，吳 志，王 銳． 考慮污染氣體排放的熱電聯(lián)供型微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化[J]． 電力系統(tǒng)自動(dòng)化，2012,36(14)：177-185.

GU Wei, WU Zhi, WANG Rui. Multi-objective optimization of combined heat and power microgrid considering pollutant emission[J]. Automation of Electric Power Systems, 2012, 36(14): 177-185.

[15] 王慶華． 基于綜合性指標(biāo)的天然氣冷熱電聯(lián)供系統(tǒng)優(yōu)化運(yùn)行與配置[D]． 北京：華北電力大學(xué)，2012：56-57.

WANG Qinghua. Optimal operation and configuration of nature gas-fired combined cooling, heating and power system based on integrated performance criterion[D]. Beijing: North China Electric Power University, 2012: 56-57.

[16] 錢科軍，袁 越，石曉丹，等． 分布式發(fā)電的環(huán)境效益分析[J]． 中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(29)：11-15.

QIAN Kejun, YUAN Yue, SHI Xiaodan, et al. Environmental benefits analysis of distributed generation[J]. Proceeding of the CSEE, 2008, 28(29): 11-25.

[17] LIU M, SHI Y, FANG F. A new operation strategy for CCHP systems with hybrid chillers[J]. Applied Energy, 2012, 95: 164-173.

崔 林

崔 林(1981—)，男，江西黎川人，工程師，主要研究方向?yàn)殡娏ο到y(tǒng)分析、新能源并網(wǎng)、分布式電源微電網(wǎng)(E-mail：cuilin98@js.sgcc.com.cn)；

唐沂媛(1992—)，女，山東濟(jì)南人，工程師，主要研究方向?yàn)榫C合能源系統(tǒng)的規(guī)劃(E-mail：tangyy@sd.sgcc.com.cn)。

(編輯錢 悅)

OptimalOperationandSensitivityAnalysisoftheCombinedCooling,HeatingandPowerMicrogrid

CUI Lin1, TANG Yiyuan2，3

(1. State Grid Key Laboratory of Substation Intelligent Equipment Testing Technology(State Grid Jiangsu Electric PowerResearch Institute), Nanjing 211103, China; 2. Jinan Power Supply Company, Jinan 250012, China；3.College of Electrical Engineering, Southeast University, Nanjing 210096, China)

The combined cooling, heating and power (CCHP) microgrid is a kind of distributed power system with the cogeneration plant as the core part, existing three kinds of energy balance, including various distributed micro-sources. The CCHP micro-grid has a lot of advantages such as high energy utilization ratio, strong power supply reliability, low environmental pollution and flexible dispatching. Models of mixed integer programming (MIP) composed by a variety of power mathematical models and constraints are established, so the system can better accord with the actual situation. Considering the economic dispatching of micro-grid, this paper simulates the optimization of typical day of each month for the minimum cost of overall system using CPLEX and the result should meet the needs of electrical-cold-heat load in this micro-grid. Simulation of optimal sizing and the optimized operation of typical daily load of different seasons can learn from the simulation results, so the powers can work economically. Meanwhile, sensitivity analysis of natural gas’s price was established to evaluate the impact on the operation of the system.

microgrid; combined cooling, heating and power (CCHP); optimal operation; sensitivity analysis; CPLEX

TM711

A

2096-3203(2017)06-0138-06

2017-06-28；

2017-07-30

國(guó)家科技支撐計(jì)劃資助項(xiàng)目(消納風(fēng)電的熱-電聯(lián)合優(yōu)化規(guī)劃及運(yùn)行控制技術(shù))；國(guó)家電網(wǎng)公司科技項(xiàng)目(多源分布式新能源發(fā)電直流供電運(yùn)行控制技術(shù)研究與應(yīng)用)