張媛媛，撖奧洋，于立濤，周生奇，張智晟

(1. 青島大學(xué) 電氣工程學(xué)院，山東 青島 266071；2. 國網(wǎng)山東省電力公司青島供電公司，山東 青島 266002)

熱電聯(lián)產(chǎn)(combined heat and power，CHP)型微網(wǎng)作為可靈活調(diào)度多種分布式能源的小規(guī)模電力系統(tǒng)，利用熱電聯(lián)產(chǎn)裝置回收發(fā)電的余熱進(jìn)行制冷和供熱，能源的利用率高達(dá)80%，成為電力系統(tǒng)發(fā)展的主要方向之一[1-4]。

CHP微網(wǎng)的經(jīng)濟(jì)性是其能快速推廣的關(guān)鍵，國內(nèi)外的眾多學(xué)者對(duì)CHP微網(wǎng)的經(jīng)濟(jì)調(diào)度已進(jìn)行了大量研究[5-7]。文獻(xiàn)[8]引入熱泵裝置，在風(fēng)電過?；驘嶝?fù)荷較高情況下消納電能輸出高質(zhì)量熱能，實(shí)現(xiàn)電熱能間的轉(zhuǎn)化，減小系統(tǒng)運(yùn)行成本。文獻(xiàn)[9]利用儲(chǔ)熱裝置實(shí)現(xiàn)聯(lián)產(chǎn)系統(tǒng)的熱、電解耦，并與傳統(tǒng)分產(chǎn)方式和“以熱定電”調(diào)度模式進(jìn)行比較，驗(yàn)證了模型的經(jīng)濟(jì)性。上述文獻(xiàn)探討的CHP微網(wǎng)優(yōu)化調(diào)度模型均針對(duì)發(fā)電側(cè)裝置或運(yùn)行模式，可調(diào)度范圍有限。

需求響應(yīng)策略[10-11]將用戶側(cè)納入電力系統(tǒng)調(diào)控范圍，在改善各類負(fù)荷曲線、電力系統(tǒng)優(yōu)化調(diào)度等方面起到了重要作用。文獻(xiàn)[12]采用電價(jià)電量彈性矩陣量化用戶電力響應(yīng)程度，同時(shí)計(jì)及用戶用能的滿意度，建立了發(fā)電側(cè)和用戶側(cè)協(xié)同參與的風(fēng)電機(jī)組并網(wǎng)優(yōu)化運(yùn)行模型。在微網(wǎng)調(diào)度[13]方面，文獻(xiàn)[14]在含光熱電站的CHP微網(wǎng)中以零售電價(jià)引導(dǎo)用戶彈性負(fù)荷參與需求響應(yīng)，將需求響應(yīng)產(chǎn)生的電量增加/減少看作虛擬機(jī)組的出力，求解系統(tǒng)的最大收益。文獻(xiàn)[15]分別建立了分時(shí)電價(jià)和實(shí)時(shí)電價(jià)2種模式下微網(wǎng)的需求響應(yīng)優(yōu)化策略。在電價(jià)高于微網(wǎng)運(yùn)行成本時(shí)，微網(wǎng)被優(yōu)先選擇供電，參與配電網(wǎng)系統(tǒng)需求響應(yīng)的第1階段。之后用戶再根據(jù)各時(shí)段電價(jià)進(jìn)行負(fù)荷轉(zhuǎn)移或負(fù)荷中斷，參與配電網(wǎng)系統(tǒng)需求響應(yīng)的第2階段。這些研究中微網(wǎng)采用的分時(shí)電價(jià)均為區(qū)域配電網(wǎng)發(fā)布電價(jià)，沒有具體分析自身的峰谷特性，系統(tǒng)負(fù)荷參與需求響應(yīng)的程度受到了一定影響。

此外，隨著電動(dòng)汽車(electric vehicle，EV)在電網(wǎng)中的滲透率越來越高，電網(wǎng)的平穩(wěn)運(yùn)行面臨著更大的挑戰(zhàn)[16-17]。文獻(xiàn)[18]采用蒙特卡洛方法仿真了EV無序充電下各時(shí)段的功率需求，通過算例驗(yàn)證了大規(guī)模EV充電負(fù)荷具有明顯的峰谷特性，存在巨大調(diào)控潛力。

對(duì)于微網(wǎng)中的EV，文獻(xiàn)[19]將其分為可調(diào)度EV和不可調(diào)度EV，不可調(diào)度EV無序充放電，可調(diào)度EV固定充放電時(shí)間參與微網(wǎng)調(diào)度，同時(shí)從微網(wǎng)獲取一定的電價(jià)補(bǔ)償。文獻(xiàn)[20]以微網(wǎng)中可再生能源與電負(fù)荷的不平衡功率為引導(dǎo)，提出一種動(dòng)態(tài)電價(jià)調(diào)整方案，充分調(diào)動(dòng)EV有序充放電參與微網(wǎng)調(diào)度。但這些研究中僅考慮了EV負(fù)荷對(duì)負(fù)荷曲線的改善，忽略了除EV外的其他常規(guī)負(fù)荷削峰填谷的能力。

在上述背景下，本文首先以模糊聚類方法對(duì)CHP微網(wǎng)的日前電負(fù)荷預(yù)測(cè)曲線進(jìn)行峰、平、谷時(shí)段劃分，再以分時(shí)電價(jià)為決策變量建立常規(guī)負(fù)荷(除去EV充電負(fù)荷)的需求響應(yīng)模型。其次，結(jié)合分時(shí)電價(jià)和需求響應(yīng)后的負(fù)荷曲線，引導(dǎo)接入微網(wǎng)的EV有序充放電參與微網(wǎng)調(diào)度。以微網(wǎng)運(yùn)行成本最小為目標(biāo)建立日前優(yōu)化調(diào)度模型并采用粒子群優(yōu)化(particle swarm optimization，PSO)算法進(jìn)行求解。最后，以某并網(wǎng)型CHP微網(wǎng)為例，對(duì)本文所建模型進(jìn)行驗(yàn)證。

1 基于分時(shí)電價(jià)的需求響應(yīng)模型

1.1 峰、平、谷時(shí)段劃分

分時(shí)電價(jià)作為電力需求響應(yīng)重要的經(jīng)濟(jì)手段之一，合理的時(shí)段劃分是其充分發(fā)揮價(jià)格杠桿效用的前提和保障。本文采用模糊聚類方法對(duì)日前電負(fù)荷預(yù)測(cè)曲線進(jìn)行峰、平、谷時(shí)段劃分，主要步驟如下，具體公式見文獻(xiàn)[21]。

a)選取各時(shí)點(diǎn)負(fù)荷的隸屬度作為指標(biāo)，形成原始矩陣。負(fù)荷曲線上最高峰點(diǎn)和最低谷點(diǎn)分別屬于峰時(shí)段和谷時(shí)段的可能性為100%，其他點(diǎn)的隸屬度分別由偏大型和偏小型半梯度隸屬度函數(shù)計(jì)算得出[22]。

b)利用平移-標(biāo)準(zhǔn)法將原始矩陣模糊化處理。

c)采用歐氏距離法標(biāo)定標(biāo)準(zhǔn)化處理后的矩陣，建立模糊相似矩陣。

d)以模糊相似矩陣的傳遞閉包作為模糊等價(jià)矩陣，對(duì)其求截矩陣，聚類數(shù)為3的分類即為峰、平、谷時(shí)段劃分結(jié)果。

1.2 分時(shí)電價(jià)制訂

采用上下浮動(dòng)比例法確定分時(shí)電價(jià)。以平均電價(jià)c0為基礎(chǔ)，在其上下浮動(dòng)一定比例來確定系統(tǒng)的峰、平、谷電價(jià)。

(1)

式中：ωf、ωp、ωg分別為峰、平、谷電價(jià)浮動(dòng)比例；cf、cp、cg分別為峰、平、谷電價(jià)。為避免出現(xiàn)峰谷倒置現(xiàn)象，拉開比δ=ωf/ωg應(yīng)滿足[23]

(2)

式中Pload,f、Pload,g分別為峰、谷時(shí)段負(fù)荷。

1.3 基于分時(shí)電價(jià)的需求響應(yīng)模型

由電價(jià)-需求量曲線可知，用戶的用電量與電價(jià)成反比[24]。當(dāng)某時(shí)段的電價(jià)升高，用戶就會(huì)相應(yīng)減少本時(shí)段的用電量，將其轉(zhuǎn)移到電價(jià)較低的其他時(shí)段，反之亦然。電價(jià)變化率與負(fù)荷響應(yīng)率之間的關(guān)系用價(jià)格彈性系數(shù)λtn來表示，即

(3)

式中：t、n分別表示第t時(shí)段和第n時(shí)段；當(dāng)t=n時(shí)，λtn為自彈性系數(shù)，描述用戶對(duì)本時(shí)段電價(jià)變化率的響應(yīng)程度；當(dāng)t≠n時(shí)，λtn為互彈性系數(shù)，描述用戶對(duì)其他段電價(jià)變化率的響應(yīng)程度；Pload,t為分時(shí)電價(jià)實(shí)施前第t時(shí)段的電負(fù)荷量；cn為分時(shí)電價(jià)實(shí)施前第n時(shí)段的電價(jià)；ΔPload,t為分時(shí)電價(jià)實(shí)施后第t時(shí)段的電負(fù)荷變化量；Δcn為分時(shí)電價(jià)實(shí)施后第n時(shí)段的電價(jià)變化量。

由式(3)可得峰、平、谷時(shí)段下的3×3階彈性系數(shù)矩陣B，則分時(shí)電價(jià)下峰、平、谷時(shí)段的電負(fù)荷變化量可表示為

(4)

式中：Pload,p為平時(shí)段負(fù)荷；ΔPload,f、ΔPload,p、ΔPload,g分別為峰、平、谷時(shí)段的電負(fù)荷變化量；Δcf、Δcp、Δcg分別為峰、平、谷時(shí)段的電價(jià)變化量。

假設(shè)分時(shí)電價(jià)下峰、平、谷時(shí)段轉(zhuǎn)移的負(fù)荷量在單位調(diào)度時(shí)間內(nèi)均勻分布，則1個(gè)調(diào)度周期(1 d)24個(gè)時(shí)段(1 h為1個(gè)時(shí)段)各自的負(fù)荷變化量

(5)

式中：Tf、Tp、Tg分別為峰、平、谷包含時(shí)段的集合；Δtf、Δtp、Δtg分別為峰、平、谷時(shí)長。

2 EV有序充放電模型

本文以家用EV出行習(xí)慣為例進(jìn)行分析。EV在滿足用戶日常行駛要求后，剩余電池電量接入微網(wǎng)參與調(diào)度。由文獻(xiàn)[18]可知，EV最后一次出行結(jié)束時(shí)間近似滿足正態(tài)分布t0～N(17.6,3.4)，1 d內(nèi)自然狀態(tài)下充電功率需求期望曲線如圖1所示。

圖1 1 d內(nèi)EV自然狀態(tài)下充電功率需求期望曲線Fig.1 Demand expectation curve of charging power of EV in natural state within one day

假設(shè)EV用戶最后一次返程結(jié)束后立即接入微網(wǎng)系統(tǒng)。EV剩余電量

Eev,dis=Eev,max-Eev,min-sW.

(6)

式中：Eev,max、Eev,min分別為EV的最大、最小電池容量；s為日行駛里程；W為每公里耗電量。EV放電開始時(shí)間

(7)

式中Twf,start、Tev,in分別為微網(wǎng)晚高峰開始時(shí)間和EV接入系統(tǒng)的時(shí)間。EV放電時(shí)長由放電開始時(shí)間與放電功率決定，放電結(jié)束時(shí)間Tend,dis上限為微網(wǎng)晚高峰結(jié)束時(shí)間。

微網(wǎng)晚高峰時(shí)段結(jié)束后，部分EV存在放電不完全情況，所以需要充電量

Eev,cha=sW+Pev(Tend,dis-Tstart,dis).

(8)

式中Pev為EV充放電功率，Pev>0表示EV放電。

采用慢速充電模式對(duì)EV進(jìn)行充電[19]。充電開始時(shí)間下限為微網(wǎng)谷時(shí)段開始時(shí)間，上限為微網(wǎng)谷時(shí)段結(jié)束時(shí)間，充電時(shí)長由充電開始時(shí)間和充電功率決定。須保證EV次日離開微網(wǎng)系統(tǒng)時(shí)電量充滿。

微網(wǎng)系統(tǒng)對(duì)EV放電的補(bǔ)償成本

(9)

式中：cev,t為t時(shí)段EV向微網(wǎng)系統(tǒng)放電時(shí)的單位補(bǔ)償電價(jià)；Pev,t為t時(shí)段EV充放電功率。

將系統(tǒng)內(nèi)的EV累加，即可得到微網(wǎng)系統(tǒng)中參與調(diào)度的EV的充放電負(fù)荷和補(bǔ)償成本。

3 CHP微網(wǎng)優(yōu)化調(diào)度模型

3.1 CHP微網(wǎng)系統(tǒng)結(jié)構(gòu)

本文的CHP微網(wǎng)系統(tǒng)結(jié)構(gòu)如圖2所示。系統(tǒng)外部與區(qū)域配電網(wǎng)相連，內(nèi)部包含風(fēng)力機(jī)、光伏、CHP機(jī)組、燃?xì)忮仩t、儲(chǔ)能裝置等。CHP機(jī)組由微型燃?xì)廨啓C(jī)和溴冷機(jī)組成。負(fù)荷側(cè)包括電負(fù)荷和熱負(fù)荷，電負(fù)荷又分為常規(guī)負(fù)荷和EV充電負(fù)荷2個(gè)部分。微網(wǎng)管理調(diào)度中心實(shí)時(shí)監(jiān)控系統(tǒng)能量變化并傳達(dá)調(diào)度信息。

3.2 CHP微網(wǎng)日前優(yōu)化調(diào)度模型

以CHP微網(wǎng)的運(yùn)行總成本最小為目標(biāo)建立日前優(yōu)化調(diào)度模型。總成本主要包括燃料成本、與配電網(wǎng)交易成本、系統(tǒng)各裝置的維護(hù)成本以及EV參與微網(wǎng)調(diào)度的補(bǔ)償成本。目標(biāo)函數(shù)為：

圖2 CHP微網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.2 Structure of CHP microgrid system

(10)

式中：Cgas,t、Cgr,t、Ca,t分別為t時(shí)段燃料成本、與配電網(wǎng)交易成本、系統(tǒng)各裝置的維護(hù)成本；cg、cgr、ca分別為單位天然氣價(jià)格、配電網(wǎng)交易電價(jià)、微網(wǎng)系統(tǒng)中第a個(gè)裝置的維護(hù)成本系數(shù)；A為系統(tǒng)內(nèi)裝置總數(shù)；Vchp,t、Vgb,t分別為t時(shí)段CHP機(jī)組和燃?xì)忮仩t的耗氣量；Pgr,t為t時(shí)段微網(wǎng)與配電網(wǎng)交易電量，Pgr,t>0表示從配電網(wǎng)購電；Pa,t為系統(tǒng)中第a個(gè)裝置t時(shí)段的功率。

3.3 約束條件

a)系統(tǒng)能量平衡約束為：

Pwt,t+Ppv,t+Pchp,t+Pgr,t+Pev,t+Pes,t=

Pload,t+ΔPload,t；

(11)

Hchp,t+Hgb,t+Hes,t=Hload,t.

(12)

式(11)、(12)中：Pwt,t、Ppv,t為t時(shí)段風(fēng)電出力和光伏出力；Pchp,t為t時(shí)段CHP機(jī)組電能出力；Pes,t為t時(shí)段儲(chǔ)電裝置的功率，Pes,t>0表示儲(chǔ)電裝置放電；Hchp,t為t時(shí)段CHP機(jī)組熱能出力；Hgb,t為t時(shí)段燃?xì)忮仩t出力；Hes,t為t時(shí)段儲(chǔ)熱裝置功率，Hes,t>0表示儲(chǔ)熱裝置放熱；Hload,t為t時(shí)段用戶熱負(fù)荷。

b)與配電網(wǎng)交互功率約束為

Pgr,min≤Pgr,t≤Pgr,max，

(13)

式中Pgr,min、Pgr,max分別為微網(wǎng)與配電網(wǎng)交易電量的下限和上限。

c)儲(chǔ)能裝置約束。電儲(chǔ)能和熱儲(chǔ)能裝置的數(shù)學(xué)模型及約束條件相似，以電儲(chǔ)能裝置模型為例，

Ees,min≤Ees,t≤Ees,max；

(14)

Pesc,max≤Pes,t≤Pesd,max.

(15)

式中：Ees,t為儲(chǔ)能裝置在t時(shí)段的容量；Ees,min、Ees,max分別為儲(chǔ)能裝置容量的下限和上限；Pesc,max為儲(chǔ)能裝置的最大儲(chǔ)能功率；Pesd,max為儲(chǔ)能裝置的最大放能功率。

d)機(jī)組出力約束。微型燃?xì)廨啓C(jī)和燃?xì)忮仩t的出力約束為：

Pchp,min≤Pchp,t≤Pchp,max；

(16)

Hchp,min≤Hchp,t≤Hchp,max；

(17)

0≤Hgb,t≤Hgb,max.

(18)

式中：Pchp,min、Pchp,max分別為CHP機(jī)組電能出力下限和上限；Hchp,min、Hchp,max分別為CHP機(jī)組熱能出力下限和上限；Hgb,max為燃?xì)忮仩t出力上限。

熱電聯(lián)產(chǎn)機(jī)組的爬坡約束為

RdownΔt≤Pchp,t+1-Pchp,t≤RupΔt，

(19)

式中Rup、Rdown分別為上、下爬坡速率。

e)需求響應(yīng)約束。需求響應(yīng)實(shí)施后用戶的購電費(fèi)用不高于實(shí)施前的購電費(fèi)用，即：

C2=cfP′load,f+cpP′load,p+cgP′load,g；

(20)

(21)

式中：P′load,f、P′load,p、P′load,g分別為需求響應(yīng)后峰、平、谷時(shí)段負(fù)荷量；C2為需求響應(yīng)后用戶購電成本。

需求響應(yīng)實(shí)施前后一個(gè)調(diào)度周期內(nèi)總的用電量基本保持不變，即

(22)

f)EV約束。EV各時(shí)段電池電量約束為

Eev,min≤Eev,t≤Eev,max，

(23)

離開微網(wǎng)系統(tǒng)時(shí)EV電池電量約束為

Eev,set≤Eev,leave≤Eev,max.

(24)

式(23)、(24)中：Eev,t為t時(shí)段EV電池電量；Eev,leave為EV離開微網(wǎng)時(shí)的電量；Eev,set為離開微網(wǎng)時(shí)EV設(shè)置的最小電量。

3.4 模型求解

PSO算法是從隨機(jī)解出發(fā)，通過迭代搜尋最優(yōu)解的一種智能算法[25]。在一個(gè)d維搜索空間中，有m個(gè)粒子組成的一個(gè)群落，通過適應(yīng)度函數(shù)評(píng)價(jià)每個(gè)粒子所在的位置解的品質(zhì)，計(jì)算得到的適應(yīng)度值與個(gè)體最優(yōu)適應(yīng)度值、全局最優(yōu)適應(yīng)度值作比較，更新個(gè)體最優(yōu)值和全局最優(yōu)值。迭代過程中，粒子不斷更新自身的速度和位置，直至滿足終止條件輸出最優(yōu)解。速度和位移更新公式為：

vid(t+1)=wvid(t)+c1r1(pis(t)-xis(t))+

c2r2(pgs(t)-xis(t))；

(25)

xis(t+1)=xis(t)+vis(t+1).

(26)

式中：w為動(dòng)力常量；c1、c2為非負(fù)的學(xué)習(xí)因子；r1、r2為隨機(jī)數(shù)，服從[0,1]上的均勻分布；vis(t)、xis(t)分別為第i個(gè)粒子在t時(shí)刻的速度和位置；pis(t)、pgs(t)分別為第i個(gè)粒子迭代出的個(gè)體最優(yōu)值和整個(gè)群落的全局最優(yōu)值。

求解流程如圖3所示。

4 算例

4.1 算例介紹

以某地區(qū)并網(wǎng)型CHP微網(wǎng)為例，對(duì)本文提出的模型和算法進(jìn)行驗(yàn)證。微網(wǎng)冬季某典型日風(fēng)光出力和電熱負(fù)荷預(yù)測(cè)曲線如圖4所示。

該微網(wǎng)中包含2臺(tái)最大出力800 kW的燃?xì)廨啓C(jī)和制熱系數(shù)1.2的溴冷機(jī)、2臺(tái)最大出力800 kW的燃?xì)忮仩t、容量1 000 kW的蓄電池組和5 000 kW的蓄熱槽組等裝置，系統(tǒng)其他參數(shù)見表1。微網(wǎng)內(nèi)部電能質(zhì)量不滿足向配電網(wǎng)輸電要求，因此只能從配電網(wǎng)購電，購電價(jià)格見表2，功率上限為1 000 kW。燃料天然氣的價(jià)格為2.28元/m3，熱值為9.7 kWh/m3。實(shí)施分時(shí)電價(jià)前的平均電價(jià)為0.55元/kWh，熱價(jià)為0.25元/kWh。

微網(wǎng)中包含300輛EV，均實(shí)施有序充放電策略。每輛車的電池總?cè)萘繛?4 kWh，慢速充電功率恒為4 kW，電池荷電狀態(tài)(state of charge，SOC)最小為0.3，充放電效率90%，放電補(bǔ)償費(fèi)用為0.4元/kWh。

圖4 冬季典型日風(fēng)光出力和負(fù)荷預(yù)測(cè)曲線Fig.4 Typical daily wind and PV output curve and load forecast curve

設(shè)置不同調(diào)度策略，對(duì)比分析CHP微網(wǎng)中同時(shí)考慮需求響應(yīng)和EV有序調(diào)度對(duì)系統(tǒng)峰谷差以及日運(yùn)行成本的影響。策略1：單一電價(jià)下，常規(guī)負(fù)荷不參與需求響應(yīng)，EV不向微網(wǎng)輸送功率，進(jìn)行無序充電。策略2：單一電價(jià)下，常規(guī)負(fù)荷不參與需求響應(yīng)，EV參與微網(wǎng)調(diào)度，有序充放電。策略3：分時(shí)電價(jià)下，EV無序充電，總負(fù)荷參與需求響應(yīng)。策略4：分時(shí)電價(jià)下，常規(guī)負(fù)荷參與需求響應(yīng)，EV有序充放電。

表1 CHP微網(wǎng)機(jī)組參數(shù)設(shè)置Tab.1 Unit parameters of CHP microgrid

表2 配電網(wǎng)分時(shí)電價(jià)Tab.2 TOU electricity price of distribution network

4.2 優(yōu)化結(jié)果分析

根據(jù)第1.1節(jié)所介紹的聚類方法，得到典型日電力負(fù)荷峰、平、谷時(shí)段劃分結(jié)果為：峰時(shí)段09：00—11：00、16：00—21：00；平時(shí)段06：00—09：00、11：00—16：00、21：00—22：00；谷時(shí)段00：00—06：00、22：00—24：00。電價(jià)電量彈性系數(shù)一般根據(jù)經(jīng)驗(yàn)值給定，本文采用文獻(xiàn)[24]中的彈性系數(shù)矩陣進(jìn)行計(jì)算，用戶電力需求響應(yīng)度設(shè)為0.6。比較EV入網(wǎng)時(shí)間和微網(wǎng)晚高峰開始時(shí)間可知，EV在17：00—21：00向微網(wǎng)放電，在22：00—次日06：00充電。

不同調(diào)度策略優(yōu)化后的電負(fù)荷曲線如圖5所示。策略1負(fù)荷曲線為總電負(fù)荷曲線，峰谷差最大；策略3中電負(fù)荷在分時(shí)電價(jià)引導(dǎo)下(見表3)參與需求響應(yīng)，晚高峰部分負(fù)荷轉(zhuǎn)移到谷時(shí)段，峰谷差由1 611.82 kW降至1 351.14 kW，減小16.17%；策略2中EV有序充放電，在18：00—21：00時(shí)段內(nèi)負(fù)荷大幅削減，峰谷差降至712.04 kW；策略4在常規(guī)負(fù)荷需求響應(yīng)優(yōu)化的基礎(chǔ)上再進(jìn)行EV有序調(diào)度，峰谷差為637.36 kW，曲線較策略2更加平滑。

圖5 各調(diào)度策略下對(duì)應(yīng)負(fù)荷曲線Fig.5 Corresponding load curves under 4 strategies

表3 分時(shí)電價(jià)優(yōu)化結(jié)果Tab.3 Optimization results of TOU electricity price

各調(diào)度策略下微網(wǎng)的日運(yùn)行成本見表4。策略4下微網(wǎng)系統(tǒng)電熱機(jī)組優(yōu)化后的出力安排如圖6和圖7所示，策略1、策略2、策略3系統(tǒng)電熱機(jī)組出力安排見附錄A圖A1—A6，其中凈負(fù)荷為各策略下系統(tǒng)電負(fù)荷(常規(guī)負(fù)荷或總負(fù)荷)與風(fēng)光出力的差值。

圖6 策略4微網(wǎng)電功率平衡及蓄電池SOC變化曲線Fig.6 Electric power balance curve of microgrid and SOC curve of battery under strategy 4

由圖6可知：配電網(wǎng)谷時(shí)段，購電價(jià)格低于微型燃?xì)廨啓C(jī)單位發(fā)電成本，且微網(wǎng)電量需求低于購電功率上限，所以CHP機(jī)組停止運(yùn)行，微網(wǎng)從配電網(wǎng)購電來滿足用戶常規(guī)用電需求以及蓄電池和EV的充電需求；配電網(wǎng)平時(shí)段，微網(wǎng)系統(tǒng)用電量超出購電功率上限，燃?xì)廨啓C(jī)出力滿足部分電力需求，其余部分由購電電量補(bǔ)充；配電網(wǎng)峰時(shí)段，購電價(jià)格高于微型燃?xì)廨啓C(jī)發(fā)電單位成本，微型燃?xì)廨啓C(jī)、蓄電池、配電網(wǎng)共同提供系統(tǒng)所需電量，在微網(wǎng)晚高峰時(shí)段，結(jié)束行程的EV也放電參與系統(tǒng)調(diào)度。

表4 4種調(diào)度策略下CHP微網(wǎng)日運(yùn)行成本Tab.4 Daily operation costs of CHP microgrid under 4 scheduling strategies 元/d

圖7 策略4微網(wǎng)熱功率平衡及熱儲(chǔ)能剩余熱量比變化曲線Fig.7 Heat power balance curve of microgrid and thermal energystorage residual heat ratio curve under strategy 4

由圖7可知：當(dāng)CHP機(jī)組停運(yùn)時(shí)，系統(tǒng)熱需求全部由燃?xì)忮仩t供應(yīng)；CHP機(jī)組運(yùn)行時(shí)，溴冷機(jī)、蓄熱槽和燃?xì)忮仩t共同配合作用，當(dāng)溴冷機(jī)制熱量滿足系統(tǒng)需求后仍有剩余時(shí)，多余部分經(jīng)蓄熱槽存貯轉(zhuǎn)移給其他時(shí)段使用，此時(shí)燃?xì)忮仩t不運(yùn)行；當(dāng)溴冷機(jī)產(chǎn)熱量小于系統(tǒng)熱需求時(shí)，蓄熱槽優(yōu)先放熱補(bǔ)充，不足部分再由燃?xì)忮仩t補(bǔ)充。

由表4可知：策略2中EV參與調(diào)度，微網(wǎng)晚高峰時(shí)段CHP機(jī)組發(fā)電量減少，峰時(shí)段部分購電量轉(zhuǎn)移到谷時(shí)段，微型燃?xì)廨啓C(jī)燃料費(fèi)用和購電費(fèi)用比策略1分別減少815.71元和310.52元；策略3中分時(shí)電價(jià)下系統(tǒng)總電負(fù)荷在各時(shí)段之間只發(fā)生轉(zhuǎn)移，總量保持不變，所以微型燃?xì)廨啓C(jī)燃料成本比策略1略微減少，高于策略2，但其購電成本比策略2降低5.93%；策略4中微型燃?xì)廨啓C(jī)燃料成本和購電成本最低，總成本比策略1降低7.18%。由于策略4中微型燃?xì)廨啓C(jī)發(fā)電量最小，CHP機(jī)組的產(chǎn)熱量也最小，因此燃?xì)忮仩t燃料費(fèi)用要高于其他策略；策略1下燃?xì)忮仩t的燃料費(fèi)用最低。

5 結(jié)束語

本文以包含EV的CHP微網(wǎng)為研究對(duì)象，基于分時(shí)電價(jià)優(yōu)化后的負(fù)荷曲線，將微網(wǎng)內(nèi)的EV充放電量作為虛擬可控機(jī)組參與微網(wǎng)調(diào)度，再次優(yōu)化系統(tǒng)電力曲線。以微網(wǎng)日運(yùn)行成本最小為目標(biāo)函數(shù)，結(jié)合配電網(wǎng)購電電價(jià)安排機(jī)組生產(chǎn)。算例結(jié)果表明，與僅包含需求響應(yīng)或EV有序調(diào)度的優(yōu)化模型相比，本文所提的綜合模型降低系統(tǒng)峰谷差、減少系統(tǒng)運(yùn)行成本的效果更為顯著，并且微網(wǎng)峰時(shí)段轉(zhuǎn)移到谷時(shí)段的電量增加，對(duì)配電網(wǎng)的削峰填谷起到更大的幫助作用。