葉清泉，林厚飛，金建新，陳 偉

（國網(wǎng)浙江省電力有限公司平陽縣供電公司，浙江 溫州 325200）

0 引言

大規(guī)模風(fēng)光發(fā)電的接入使得電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和靈活性備受關(guān)注［1］。而海島因其獨(dú)特的地理位置，擁有著非常豐富的風(fēng)光綠色資源，且缺少火力發(fā)力、水力發(fā)電等調(diào)節(jié)能力強(qiáng)的電廠，靈活性供需平衡問題受到極大的挑戰(zhàn)［2］。風(fēng)光資源因受到天氣、地理位置的制約，其出力具有不可控與間歇性，如何最大化利用這部分風(fēng)光資源、提高海島微電網(wǎng)的經(jīng)濟(jì)性具有十分重要的現(xiàn)實(shí)意義。在政府政策的支持下，電動汽車與儲能的接入更是對海島微電網(wǎng)的靈活性提出了更高的要求。未來智慧海島將成為海島的發(fā)展趨勢［3］。

在經(jīng)濟(jì)性方面，現(xiàn)有的研究從減少棄風(fēng)和棄光及切負(fù)荷量、提高可再生能源利用率等幾個方面對海島微電網(wǎng)系統(tǒng)進(jìn)行了分析［4］。文獻(xiàn)［5］以風(fēng)光互補(bǔ)的海島為研究對象，分析了海島的經(jīng)濟(jì)性以及影響經(jīng)濟(jì)性的敏感因素。文獻(xiàn)［6］分析了可再生能源滲透率下海島微電網(wǎng)系統(tǒng)的經(jīng)濟(jì)性，結(jié)果顯示風(fēng)、光、柴、儲的綜合運(yùn)用下，系統(tǒng)具有良好的經(jīng)濟(jì)性和技術(shù)性。文獻(xiàn)［7］研究了海島微電網(wǎng)各分布式電源的特點(diǎn)，從運(yùn)行成本與環(huán)境成本角度考慮，最后采用粒子群算法尋求最優(yōu)解。文獻(xiàn)［8］以儲能裝置運(yùn)行成本最小化對海島電網(wǎng)群進(jìn)行優(yōu)化配置。文獻(xiàn)［9-10］從并網(wǎng)和孤島模型對微電網(wǎng)內(nèi)運(yùn)行總成本進(jìn)行分析。雖然對海島微電網(wǎng)的經(jīng)濟(jì)性有大量研究，但是對海島中存在的大量棄風(fēng)棄光問題并沒有給出很好的解決方案。

海島中風(fēng)光資源，如電動汽車、儲能等的應(yīng)用都存在一定的靈活性裕度，目前關(guān)于海島微電網(wǎng)靈活性的研究還處于起步階段。文獻(xiàn)［11］分別從輸電側(cè)、配電側(cè)以及輸配側(cè)3個角度來介紹電力系統(tǒng)的靈活性。文獻(xiàn)［12］考慮的是孤島微電網(wǎng)的靈活性，重點(diǎn)考慮柴油發(fā)電機(jī)提供的靈活性。文獻(xiàn)［13］考慮的是風(fēng)光資源并網(wǎng)系統(tǒng)的靈活性，提出了固有與運(yùn)行兩種靈活性指標(biāo)來衡量系統(tǒng)的靈活性水平。文獻(xiàn)［14］認(rèn)為系統(tǒng)的靈活性為常數(shù)，以可再生能源的消納能力來驗(yàn)證靈活性的充裕度。文獻(xiàn)［15］提出了凈負(fù)荷允許波動率的概念，認(rèn)為靈活性存在上調(diào)靈活性和下調(diào)靈活性兩種。文獻(xiàn)［16］從網(wǎng)絡(luò)重構(gòu)的角度來對配電網(wǎng)靈活性提升進(jìn)行分析研究。文獻(xiàn)［17］從能量樞紐對電-氣系統(tǒng)進(jìn)行靈活性價(jià)值分析。文獻(xiàn)［18-20］對高滲透率可再生能源下的電力系統(tǒng)靈活性進(jìn)行分析。文獻(xiàn)［21-22］提出了一個測量電力系統(tǒng)靈活性的統(tǒng)一框架。綜合現(xiàn)有研究，以海島微電網(wǎng)為研究背景下的海島經(jīng)濟(jì)性與靈活性綜合優(yōu)化考慮的研究相對較少，且未充分考慮需求側(cè)靈活性資源，針對含大量風(fēng)光資源和電動汽車的海島微電網(wǎng)，如何協(xié)調(diào)優(yōu)化電源側(cè)與需求側(cè)資源，實(shí)現(xiàn)海島微電網(wǎng)經(jīng)濟(jì)性與靈活性綜合優(yōu)化是亟待解決的問題［23-25］。

本文考慮風(fēng)光氫儲參與下，對海島微電網(wǎng)的經(jīng)濟(jì)性和靈活性進(jìn)行分析。采用模型預(yù)測控制的方法對風(fēng)光、負(fù)荷出力的不確定性進(jìn)行分析，通過建立模糊隸屬度函數(shù)綜合分析海島微電網(wǎng)的經(jīng)濟(jì)性和靈活性。案例分析表明，多目標(biāo)優(yōu)化能夠統(tǒng)籌兼顧系統(tǒng)的經(jīng)濟(jì)性與靈活性，且考慮氫的參與下，能大大減少棄風(fēng)棄光，提升系統(tǒng)的經(jīng)濟(jì)性與靈活性。

1 系統(tǒng)模型

1.1 風(fēng)機(jī)、光伏模型

風(fēng)機(jī)、光伏出力具有隨機(jī)性與不確定性，風(fēng)機(jī)和光伏在每個時(shí)段的輸出均是非負(fù)的且在理論的最大功率限制范圍內(nèi)即可：

式中：Pwt(t)和Ppv(t)分別為風(fēng)機(jī)、光伏在t時(shí)刻的出力；分別為風(fēng)機(jī)和光伏出力的理論最大值。

1.2 蓄電池模型

蓄電池容量約束為：

蓄電池出力約束為：

蓄電池的電量約束為：

式中：E(t)為t時(shí)刻電儲能中的電量；Pd(t)為t時(shí)刻電儲能的放電功率；Pc(t)為t時(shí)刻電儲能的充電功率；Δt為時(shí)間間隔；ηc和ηd分別為電儲能的充放電效率；分別為電儲能最大充放電功率，式（6）表示充電和放電不能同時(shí)進(jìn)行；Emax和Emin分別為電儲能電量的最大值和最小值，式（8）表示一個調(diào)度周期T后蓄電池的電量恢復(fù)到開始狀態(tài)；Bc(t)和Bd(t)分別為充、放電標(biāo)志位。

1.3 電動汽車模型

電動汽車的出行與返程大多具有一定的規(guī)律性，這里采用蒙特卡羅模擬電動汽車的出行時(shí)間、返回時(shí)間以及每天的行駛里程數(shù)。

電動汽車出行時(shí)刻表達(dá)式為：

電動汽車返程時(shí)刻表達(dá)式為：

電動汽車日行駛里程表達(dá)式為：

電動汽車SOC 消耗量用SOC，x表示，其表達(dá)式為：

式中：f0(x)為電動汽車出行時(shí)刻的概率分布；f1(x)為電動汽車返程時(shí)刻的概率分布；fk(y)為電動汽車行駛里程概率分布；x為時(shí)間；y為行駛的里程數(shù)；W為電動汽車每百千米耗電量；C為電動汽車電池容量大??；C（t）為t時(shí)刻電動汽車電池容量大??；μ0為電動汽車每天行駛開始時(shí)刻的期望；σ0為電動汽車每天行駛開始時(shí)刻的方差；μ1為電動汽車每天行駛結(jié)束時(shí)刻的期望；σ1為電動汽車每天行駛結(jié)束時(shí)刻的方差；μk為某個行駛里程的分布均值；σk為某個行駛里程的分布標(biāo)準(zhǔn)差。

1.4 電轉(zhuǎn)氫模型

電轉(zhuǎn)氫是電轉(zhuǎn)氣的第一階段，利用電解水裝置，消耗電能產(chǎn)生氫氣和氧氣。

1.5 氫儲能模型

儲氫罐中t時(shí)刻氫氣體積狀態(tài)可由（17）式表示：

儲氫罐充放能體積約束如下：

1.6 氫燃料電池模型

氫燃料電池可以看作是電解水的逆反應(yīng)。氫燃料電池產(chǎn)生的電功率如（23）所示：

式中：PHf(t)為t時(shí)刻氫燃料電池產(chǎn)生的電功率；ηH為氫燃料電池工作的效率；VHf(t)為氫燃料電池t時(shí)刻消耗的氫氣體積。

2 目標(biāo)函數(shù)

由于海島微電網(wǎng)遠(yuǎn)離大陸，其中風(fēng)能、太陽能等可再生能源所占比例較大，出力具有很強(qiáng)的不可控性。由于可再生能源發(fā)電量和負(fù)荷波動等不確定因素的影響，系統(tǒng)原有的平衡可能會受到影響。在未來的優(yōu)化調(diào)度中，需要預(yù)留足夠的靈活資源來應(yīng)對各種不確定性。

t時(shí)段海島微電網(wǎng)的上調(diào)靈活性指標(biāo)為：

t時(shí)段海島微電網(wǎng)的下調(diào)靈活性指標(biāo)為：

其中儲能的上調(diào)、下調(diào)靈活性為：

電轉(zhuǎn)氫的上調(diào)、下調(diào)靈活性為：

電動汽車的下調(diào)靈活性為：

本文定義的靈活性評價(jià)指標(biāo)為系統(tǒng)上調(diào)、下調(diào)靈活性的均值，具體表示為：

為了將1個調(diào)度周期中的靈活性指標(biāo)用具體的值表示，本文采用將各時(shí)刻靈活性指標(biāo)的平均值作為海島微電網(wǎng)系統(tǒng)的靈活性指標(biāo)：

本文重點(diǎn)研究海島微電網(wǎng)系統(tǒng)的經(jīng)濟(jì)性和靈活性。

1）系統(tǒng)運(yùn)行經(jīng)濟(jì)性

海島微電網(wǎng)經(jīng)濟(jì)優(yōu)化運(yùn)行要求系統(tǒng)24 h 運(yùn)行總費(fèi)用最少，系統(tǒng)運(yùn)行過程中所需費(fèi)用包括從電網(wǎng)的購售電費(fèi)用和棄風(fēng)棄光懲罰費(fèi)用，目標(biāo)函數(shù)為：

式中：cin(t)為系統(tǒng)向電網(wǎng)的購電電價(jià)；cout(t)為系統(tǒng)向電網(wǎng)的售電電價(jià)；cwt和cpv分別為棄風(fēng)、棄光懲罰費(fèi)用；分別為棄風(fēng)量和棄光量。

2）系統(tǒng)運(yùn)行靈活性

根據(jù)前面的介紹，本文采用靈活性的平均值定義為靈活性指標(biāo)，一個系統(tǒng)的靈活性越大，系統(tǒng)運(yùn)行越可靠，即：

3）綜合考慮經(jīng)濟(jì)性和靈活性

綜合考慮運(yùn)行經(jīng)濟(jì)性與靈活性屬于多目標(biāo)求解問題，利用模糊隸屬度函數(shù)將多目標(biāo)問題轉(zhuǎn)化成求最大滿意度問題，即為單目標(biāo)優(yōu)化問題。系統(tǒng)運(yùn)行成本越小越好，是最小化函數(shù)，這里選擇降半直線形作為隸屬度函數(shù)，如圖1所示。系統(tǒng)運(yùn)行靈活性越大越好，是最大化函數(shù)，這里選擇升半直線形作為隸屬度函數(shù)，如圖2所示，運(yùn)行結(jié)果越靠近1，滿意程度越高，其中，f1和f2的隸屬度函數(shù)具體形式分別如下：

圖1 上半梯形隸屬度函數(shù)

圖2 下半梯形隸屬度函數(shù)

設(shè)δ為兩個目標(biāo)隸屬度函數(shù)中的最小值，表示優(yōu)化的滿意度指標(biāo)，即：

原多目標(biāo)問題即可轉(zhuǎn)化為在滿足約束下的單目標(biāo)優(yōu)化問題［26］：

3 約束條件

要使系統(tǒng)安全運(yùn)行，系統(tǒng)必須滿足一定的約束條件，電儲能、氫儲能以及設(shè)備模型約束條件在模型中已經(jīng)介紹，這里不再贅述。

3.1 電功率守恒約束

式中：Pload(t)為t時(shí)刻電負(fù)荷；Pin(t)為t時(shí)刻系統(tǒng)從上級電網(wǎng)購電功率；Pdis(t)為t時(shí)刻蓄電池放電功率；Pout(t)為t時(shí)刻系統(tǒng)賣電給電網(wǎng)的功率；Pch(t)為t時(shí)刻蓄電池充電功率；Pev為電動汽車充電功率；n（t）為t時(shí)刻電動汽車充電數(shù)量。

3.2 氫體積守恒約束

3.3 電動汽車運(yùn)行約束約束

電動汽車電池SOC限制：

電動汽車充電約束：

電動汽車出發(fā)電量限制：

式中：SOC，max和SOC，min分別為電動汽車電池SOC上下限；uev為電動汽車是否充電標(biāo)志位；u為電動汽車是否回家標(biāo)志位；SOC，cf為電動汽車準(zhǔn)備出發(fā)時(shí)刻的SOC 值；SOC，stop為電動汽車達(dá)到正常出行SOC的下限。

3.4 電網(wǎng)聯(lián)絡(luò)線功率守恒約束

式中：Pinmax和Poutmax分別為購、售電功率上限；Fin(t)和Fout(t)分別為購、售電標(biāo)志位。

4 模型預(yù)測控制

傳統(tǒng)控制方法通常是采用一個不變的全局優(yōu)化目標(biāo)，并將得到的反饋控制結(jié)果一直作用于系統(tǒng)，而模型預(yù)測控制采用滾動優(yōu)化策略，優(yōu)化過程是反復(fù)進(jìn)行的。由于風(fēng)光、負(fù)荷等的不確定性，系統(tǒng)的預(yù)測值與實(shí)際值存在偏差。采用模型預(yù)測控制方法，可以實(shí)時(shí)調(diào)整風(fēng)光、負(fù)荷出力，消除不確定性帶來的系統(tǒng)誤差。

模型預(yù)測控制的原理圖如圖3所示。在滾動優(yōu)化階段，系統(tǒng)在一開始使用第一時(shí)刻的預(yù)測值，生成當(dāng)前的調(diào)度計(jì)劃，在下一時(shí)刻，系統(tǒng)將重新預(yù)測，再次使用本次預(yù)測值生成當(dāng)前時(shí)刻的調(diào)度計(jì)劃，隨著預(yù)測域不斷向后推移，系統(tǒng)每次都使用最新的預(yù)測信息，進(jìn)行滾動優(yōu)化，并且只生成當(dāng)前時(shí)刻的調(diào)度計(jì)劃，直至完成整個優(yōu)化周期。本文的優(yōu)化周期為24 h，即預(yù)測域?yàn)?4 h，控制域?yàn)? h。

圖3 模型預(yù)測控制滾動優(yōu)化原理

本文基于模型預(yù)測控制的滾動優(yōu)化思想對風(fēng)光、負(fù)荷的不確定性進(jìn)行處理，根據(jù)系統(tǒng)每小時(shí)的預(yù)測更新數(shù)據(jù)，針對建立的以經(jīng)濟(jì)性和靈活性為綜合目標(biāo)的混合整數(shù)線性規(guī)劃問題，通過MATLAB調(diào)用Gorubi求解器進(jìn)行求解，從而獲取該預(yù)測域下海島微電網(wǎng)系統(tǒng)優(yōu)化運(yùn)行結(jié)果。此處依據(jù)模型預(yù)測控制的滾動思想對數(shù)據(jù)進(jìn)行滾動處理，并不對預(yù)測模塊模型與方法做重點(diǎn)探討。在模型預(yù)測控制下，系統(tǒng)的目標(biāo)函數(shù)不再是一個24 h的整體優(yōu)化，而是每個控制周期都需要一次優(yōu)化，系統(tǒng)共需優(yōu)化24次。

此時(shí)目標(biāo)函數(shù)和約束條件分別為：

式中：ts為滾動優(yōu)化調(diào)度的起始時(shí)段；NT為1個完整調(diào)度周期的總時(shí)段數(shù)。

5 案例分析

5.1 案例基本信息

本文以某海島微電網(wǎng)系統(tǒng)為例，對所提優(yōu)化運(yùn)行策略進(jìn)行驗(yàn)證。海島微電網(wǎng)的可再生能源包括風(fēng)能和光能，儲能設(shè)備為電儲能和氫儲能。其中負(fù)荷包括不可控的居民用電負(fù)荷和可控負(fù)荷電動汽車，海島微電網(wǎng)除了利用當(dāng)?shù)氐目稍偕茉匆酝膺€與上級大電網(wǎng)相連。系統(tǒng)結(jié)構(gòu)圖如圖4 所示，風(fēng)光、負(fù)荷日前預(yù)測出力與滾動預(yù)測出力對比結(jié)果如圖5—7 所示，電儲能具體參數(shù)如表1 所示，電動汽車具體參數(shù)如表2所示。其中，系統(tǒng)采用峰谷電價(jià)，1：00—8：00，購電電價(jià)0.43 元，售電電價(jià)0.27 元；12：00—15：00、19：00—21：00，購電電價(jià)1.21元，售電電價(jià)1.02元；9：00—11：00、16：00—18：00、22：00—24：00，購電電價(jià)0.69元，售電電價(jià)0.5元。

表1 蓄電池設(shè)備參數(shù)

表2 電動汽車參數(shù)

圖4 海島微電網(wǎng)系統(tǒng)結(jié)構(gòu)

圖5 風(fēng)機(jī)出力

圖6 光伏出力

5.2 案例仿真結(jié)果

為方便分析比較不同場景下優(yōu)化運(yùn)行方案，本文設(shè)置以下3個方案。

方案1：不考慮氫能參與下，系統(tǒng)單目標(biāo)運(yùn)行優(yōu)化。

方案2：考慮氫能參與下，系統(tǒng)單目標(biāo)運(yùn)行優(yōu)化。

圖7 電負(fù)荷出力

方案3：考慮氫能參與下，綜合考慮經(jīng)濟(jì)性與靈活性多目標(biāo)優(yōu)化。

5.2.1 方案1：不考慮氫能參與下，系統(tǒng)單目標(biāo)運(yùn)行優(yōu)化

1）經(jīng)濟(jì)性單目標(biāo)優(yōu)化

由于海島中居民較少，電負(fù)荷較少，而可再生能源出力卻很大，在不考慮氫能參與的情況下，系統(tǒng)出現(xiàn)了大量的棄風(fēng)棄光，此時(shí)系統(tǒng)運(yùn)行總費(fèi)用為-12 001元，系統(tǒng)的靈活性為0.354 7。此時(shí)系統(tǒng)蓄電池運(yùn)行情況與電網(wǎng)購售電情況如圖8 所示，電動汽車充電情況如圖9所示，系統(tǒng)每個時(shí)刻的靈活性如圖10所示，棄風(fēng)棄光結(jié)果如圖11所示。

圖8 電池充放電與電網(wǎng)購售電結(jié)果

圖9 電動汽車充電結(jié)果

圖10 各時(shí)段靈活性結(jié)果

從圖11 可以看出，系統(tǒng)中存在大量的棄風(fēng)棄光，風(fēng)光資源出力完全滿足島內(nèi)電負(fù)荷與電動汽車充電的需要，此時(shí)系統(tǒng)一直處于向上級電網(wǎng)售電的狀態(tài)，考慮到棄風(fēng)棄光帶來的懲罰費(fèi)用，電儲能一直處于頻繁的充放電狀態(tài)，盡可能地減少棄風(fēng)棄光。

圖11 棄風(fēng)棄光結(jié)果

圖9為電動汽車的充電數(shù)量，由于在一天當(dāng)中凌晨和夜晚的時(shí)候電價(jià)最低，絕大多數(shù)的電動汽車都在這個時(shí)候接入電網(wǎng)進(jìn)行充電工作，電動汽車為了保證第二天的正常出行，電池SOC 需充到一定的量，為此也有小部分的車輛在其他時(shí)刻進(jìn)行充電。

由圖10 可知，在考慮經(jīng)濟(jì)性運(yùn)行下，系統(tǒng)靈活性在凌晨較高，白天較低，且整體水平也較低，由于儲能的頻繁充放電行為導(dǎo)致系統(tǒng)的靈活性也處于波動狀態(tài)。

2）靈活性單目標(biāo)優(yōu)化

在不考慮氫能參與的情況下，系統(tǒng)以靈活性最大為優(yōu)化目標(biāo)，此時(shí)，系統(tǒng)的靈活性為0.485 2，系統(tǒng)運(yùn)行費(fèi)用為-2 241.7元。此時(shí)系統(tǒng)蓄電池運(yùn)行情況與電網(wǎng)購售電情況如圖12 所示，電動汽車充電情況如圖13 所示，系統(tǒng)每個時(shí)刻的靈活性如圖14所示。

圖12 電池充放電與電網(wǎng)購售電結(jié)果

圖13 電動汽車充電結(jié)果

圖14 各時(shí)段靈活性結(jié)果

在系統(tǒng)只考慮運(yùn)行靈活性的時(shí)候，系統(tǒng)運(yùn)行費(fèi)用大大增加，從圖12 可以看出，此時(shí)系統(tǒng)還存在向電網(wǎng)購電的情況，系統(tǒng)在保證靈活性的時(shí)候無法兼顧經(jīng)濟(jì)性。

由圖13 可以看出，為了提高系統(tǒng)的靈活性，電動汽車在凌晨和夜晚出現(xiàn)充電高峰，對應(yīng)著靈活性的兩個高峰。

5.2.2 方案2：考慮氫能參與下，系統(tǒng)單目標(biāo)運(yùn)行優(yōu)化

1）經(jīng)濟(jì)性單目標(biāo)優(yōu)化

考慮到海島上存在大量的棄風(fēng)棄光，如何做到最大限度地利用這一部分綠色能源，不管是對能源短缺還是環(huán)境污染都是一個好的解決辦法。為此在系統(tǒng)中引入電轉(zhuǎn)氫、氫燃料電池與氫儲能，將多余的可再生能源轉(zhuǎn)化成氫能。此時(shí)系統(tǒng)的運(yùn)行費(fèi)用為-13 800 元，系統(tǒng)運(yùn)行靈活性為0.890 6，系統(tǒng)此時(shí)不存在棄風(fēng)棄光。此時(shí)系統(tǒng)蓄電池運(yùn)行情況與電網(wǎng)購售電情況如圖15所示，系統(tǒng)氫儲能、電轉(zhuǎn)氫與氫燃料電池運(yùn)行情況如圖16 所示，系統(tǒng)每個時(shí)刻的靈活性如圖17所示。

圖15 電池充放電與電網(wǎng)購售電結(jié)果

圖16 氫能系統(tǒng)運(yùn)行結(jié)果

圖17 各時(shí)段靈活性結(jié)果

考慮氫能后，電儲能不再頻繁地充放電，此時(shí)系統(tǒng)的靈活性波動幅度也較小。多余的風(fēng)光資源通過電轉(zhuǎn)氫，氫燃料電池這樣的電-氫-電循環(huán)，在適當(dāng)時(shí)刻供能給系統(tǒng)，也有一部分氫能存儲在儲氫罐中，氫能的引入大大減少了棄風(fēng)棄光，提升了系統(tǒng)的經(jīng)濟(jì)性，也相應(yīng)地提高了系統(tǒng)的靈活性。

2）靈活性單目標(biāo)優(yōu)化

系統(tǒng)在考慮氫能參與下，以系統(tǒng)靈活性最大為優(yōu)化目標(biāo)，此時(shí)系統(tǒng)的靈活性為1.400 1，運(yùn)行費(fèi)用為4 825.1 元。此時(shí)系統(tǒng)蓄電池運(yùn)行情況與電網(wǎng)購售電情況如圖18 所示，電動汽車充電情況如圖19 所示，系統(tǒng)每個時(shí)刻的靈活性如圖20 所示。方案1與方案2運(yùn)行結(jié)果對比如表3所示。

表3 方案1與方案2運(yùn)行結(jié)果對比

圖18 電池充放電與電網(wǎng)購售電結(jié)果

圖19 電動汽車充電結(jié)果

圖20 各時(shí)段靈活性結(jié)果

考慮氫儲能參與下，系統(tǒng)的靈活性大大增加，但是此時(shí)系統(tǒng)還存在向上級電網(wǎng)購電的情況，系統(tǒng)運(yùn)行費(fèi)用也大大增加。

從表3 可以看出，不管是方案1 還是方案2，在單目標(biāo)運(yùn)行下，系統(tǒng)運(yùn)行結(jié)果都存在偏一性，都能達(dá)到單目標(biāo)下的經(jīng)濟(jì)性最優(yōu)和靈活性最優(yōu)，但卻無法同時(shí)兼顧，為此有必要進(jìn)行經(jīng)濟(jì)性和靈活性的多目標(biāo)優(yōu)化。分別對比方案1和方案2的經(jīng)濟(jì)性優(yōu)化與靈活性優(yōu)化，考慮氫能參與后不僅能大大減少棄風(fēng)棄光，提升系統(tǒng)的經(jīng)濟(jì)性，也顯著提高了系統(tǒng)的靈活性。

5.2.3 方案3：考慮氫能參與下，綜合考慮經(jīng)濟(jì)性與靈活性多目標(biāo)優(yōu)化

在方案2中，系統(tǒng)分別以經(jīng)濟(jì)性和靈活性兩個單目標(biāo)進(jìn)行優(yōu)化的時(shí)候，都能取得單目標(biāo)的最優(yōu)結(jié)果，但是無法同時(shí)兼顧二者，運(yùn)行存在一定的局限性，因此有必要采用多目標(biāo)優(yōu)化運(yùn)行，綜合求解系統(tǒng)的經(jīng)濟(jì)性和靈活性，此時(shí)系統(tǒng)運(yùn)行費(fèi)用和靈活性與前兩種情況的對比如表4所示，各時(shí)刻運(yùn)行靈活性對比情況如圖21所示。

表4 各場景下經(jīng)濟(jì)性與靈活性運(yùn)行結(jié)果

圖21 各場景下運(yùn)行靈活性對比結(jié)果

以經(jīng)濟(jì)性為優(yōu)化目標(biāo)時(shí)，系統(tǒng)日運(yùn)行費(fèi)用最低，但此時(shí)系統(tǒng)運(yùn)行靈活性不是很理想；以靈活性為優(yōu)化目標(biāo)時(shí)，系統(tǒng)取得最優(yōu)的靈活性，但此時(shí)系統(tǒng)運(yùn)行費(fèi)用較高；可見以經(jīng)濟(jì)性和靈活性為單一目標(biāo)時(shí)，系統(tǒng)運(yùn)行存在一定的局限性。在采用多目標(biāo)進(jìn)行優(yōu)化求解時(shí)，系統(tǒng)的經(jīng)濟(jì)性和靈活性都相對取得了較優(yōu)值，系統(tǒng)能同時(shí)兼顧經(jīng)濟(jì)性和靈活性。

6 結(jié)語

本文通過對含電動汽車的海島微電網(wǎng)系統(tǒng)進(jìn)行日內(nèi)經(jīng)濟(jì)性和靈活性的滾動優(yōu)化研究，在單目標(biāo)研究的基礎(chǔ)上再進(jìn)一步綜合研究經(jīng)濟(jì)性與運(yùn)行靈活性的多目標(biāo)優(yōu)化運(yùn)行問題。仿真結(jié)果表明多目標(biāo)優(yōu)化下系統(tǒng)能統(tǒng)籌兼顧經(jīng)濟(jì)性與靈活性；通過引入氫能可大大減少系統(tǒng)的棄風(fēng)棄光，提升系統(tǒng)的經(jīng)濟(jì)性，也能顯著提升系統(tǒng)的靈活性。氫能的引入為海上風(fēng)電的開發(fā)利用指出了新的方向。

目前由于電-氫轉(zhuǎn)換設(shè)備在海島上沒有廣泛推廣，本文在考慮經(jīng)濟(jì)性的時(shí)候缺乏對電-氫轉(zhuǎn)換設(shè)備的投資成本的考慮，因此這將是下一步的研究方向。