考虑交互功率与可再生能源功率波动的微电网调度优化模型.pdf

第４４卷第２３期２０１６年１２月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ、，ｏｌ－４４Ｎ０．２３Ｄｅｃ．１，２０１６Ｄ０Ｉ：１０．７６６７／ＰＳＰＣ１５２１６６考虑交互功率与可再生能源功率波动的微电网调度优化模型杨晓东，陈宇，张有兵，陈春成，马鑫军，戚军（浙江工业大学信息工程学院，浙江杭州３１００１４）摘要：电动汽车的发展普及与Ｖ２Ｇ（ＶｅｈｉｃｌｅｔｏＧｒｉｄ）思想的提出，对微电网系统的经济、安全运行带来了新的挑战，如何合理调度电动汽车有序充放电，促进微电网的经济、平稳运行成为当下的研究热点。针对含电动汽车的风光储并网型微电网环境，构建了最小化微电网与外部电网交互功率和平抑可再生能源功率波动的多目标调度优化模型。通过对某商业区域微电网运行算例的仿真求解，从微电网运行经济效益、日交互电量以及出力功率平均变化量等方面验证了所建模型的合理性和正确性。算例结果表明，以微电网为平台集成利用具有一定出行规律的电动汽车与可再生能源是一种理想的协同利用模式，既可以提高微电网运行的经济效益，又能有效改善微电网的交互功率和出力波动。关键词：并网型微电网；电动汽车；交互功率；可再生能源功率波动；调度优化；出力调整ＳｃｈｅｄｕｌｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｆｏｒｍｉｃｒｏｇｒｉｄｃｏｎｓｉｄｅｒｉｎｇｉｎｔｅｒａｃｔｉｖｅｐｏｗｅｒａｎｄｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｏｕｔｐｕｔｆｌｕｃｔｕａｔｉｏｎＹＡＮＧＸｉａｏｄｏｎｇ，ＣＨＥＮＹｕ，ＺＨＡＮＧＹｏｕｂｉｎｇ，ＣＨＥＮＣｈｕｎｃｈｅｎｇ，ＭＡＸｉ￣ｕｎ，ＱＩＪｕｎ（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ３１００１４，Ｃｈｉｎａ）—Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｐｏｐｕｌａｒｉｚａｔｉｏｎａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ（ＥＶｓ）ａｎｄｔｈｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｖｅｈｉｃｌｅ－ｔｏｇｒｉｄ（Ｖ２Ｇ），ｔｈｅｃｈａｒｇｉｎｇｌｏａｄｈａｓａｇｒｅａｔｉｎｆｌｕｅｎｃｅｏｎｔｈｅｓｅｃｕｒｉｔｙａｎｄｅｃｏｎｏｍｙｏｆｔｈｅｍｉｃｒｏｇｒｉｄｏｐｅｒａｔｉｏｎ．Ｏｎｔｈｉｓｂａｓｉｓ，ｈｏｗｔｏｍａｋｅｒｅａｓｏｎａｂｌｅｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒｐｌｕｇ－ｉｎＥＶｓａｎｄｅｎｓｕｒｅｔｈｅｓａｆｅｔｙｏｐｅｒａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｂｅｃｏｍｅｓａｐｒｏｂｌｅｍｔｏｂｅｓｏｌｖｅｄ．Ｂａｓｅｄｏｎｔｈｅｗｉｎｄ－ｓｏｌａｒ－ｂａｔｔｅｒｙｇｒｉｄ・ｃｏｎｎｅｃｔｅｄｍｉｃｒｏｇｒｉｄｗｉｔｈＥＶｓ，ａｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄｔｏｍｉｎｉｍｉｚｅｔｈｅｉｎｔｅｒａｃｔｉｖｅｐｏｗｅｒｂｅｔｗｅｅｎｍｉｃｒｏｇｒｉｄａｎｄｔｈｅｍａｉｎｐｏｗｅｒｄａｎｄｂａｌａｎｃｅｔｈｅｆｌｕｃｔｕａｔｉｏｎｏｆｗｉｎｄ－ｓｏｌａｒｐｏｗｅｒｏｕｔｐｕｔ．Ｔａｋｉｎｇａｍｉｃｒｏｇｒｉｄｉｎａｃｅｒｔａｉｎｃｏｍｍｅｒｃｉａｌａｒｅａａｓａｎｅｘａｍｐｌｅ，ｔｈｅｒｅａｓｏｎａｂｉｌｉｔｙａｎｄｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｉｓｖｅｒｉｆｉｅｄｉｎｓｅｖｅｒａｌｋｅｙａｓｐｅｃｔｓｏｆｍｉｃｒｏｇｒｉｄ，ｓｕｃｈａｓｔｈｅｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎ，ｄａｉｌｙｉｎｔｅｒａｃｔｉｖｅｅｎｅｒｇｙａｎｄａｖｅｒａｇｅｖａｒｉａｔｉｏｎｏｆｔｈｅｏｕｔｐｕｔ．ＳｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｎｔｅｇｒａｔｉｏｎｏｆＥＶｓｗｉｔｈｒｅｇｕｌａｒｐａｔｔｅｒｎｓａｎｄｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｒｅｓｏｕｒｃｅｓｉｎｔｈｅｍｉｃｒｏｇｒｉｄｅｎｖｉｒｏｎｍｅｎｔ，ｗｈｉｃｈＣａｌｌｎｏｔｏｎｌｙｒｅａｌｉｚｅｔｈｅｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎｂｕｔａｌｓｏｉｍｐｒｏｖｅｔｈｅｉｎｔｅｒａｃｔｉｖｅｐｏｗｅｒａｎｄｏｕｔｐｕｔｆｌｕｃｔｕａｔｉｏｎ，ｉｓａｎｉｄｅａｌｃｏｏｒｄｉｎａｔｅｄｍｏｄｅ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１４０７１６０）ａｎｄＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＺｈｅｊｉａｎｇＰｒｏｖｉｎｃｅ（Ｎｏ．ＬＹ１６Ｅ０７０００５）．Ｋｅｙｗｏｒｄｓ：ｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｍｉｃｒｏｇｒｉｄ；ｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ（ＥＶｓ）；ｉｎｔｅｒａｃｔｉｖｅｐｏｗｅｒ；ｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｏｆｔｈｅｒｅｎｅｗａｂｌｅｅｎｅｒｇｙ；ｓｃｈｅｄｕｌｉｎｇｏｐｔｉｍｉｚａｔｉｏｎ；ｏｕｔｐｕｔａｄｊｕｓｔｍｅｎｔ０引言近年来，随着电网规模的扩大，电网运行的稳定性和安全性趋于下降，分布式电源虽具有环保和基金项目：国家自然科学基金资助项目（５１４０７１６０）；浙江省自然科学基金资助项目（ＬＹ１６Ｅ０７０００５）高效等优点，但是其接入成本高，控制困难，为此，”微电网应运而生ｌ。微电网的全称是分布式能源系统，是将可再生能源发电装置、负载、储能装置及控制装置等系统地结合在一起，向用户供给电能和热能的小型发配供电系统Ｌ２Ｊ。由于微电网具有低成本、低污染和能源利用率高等特点，是目前国内外电网研究的热点课题。但是由于风光发电具有不稳杨晓尔，等考虑交功率与可再，｛ｉ能源功率波动的微电刚调度优化模一３１一定性和『白Ｊ歇性ＩｊＪ，使其不能像传统发电模式那样满足电网调度要求的灵活性，单纯依靠储能蓄电池将人幅增加工程造价，此外，储能蓄电池有电池循环次数较少，充放电效率低等缺陷。电动汽车（ＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅｓ，ＥＶｓ）接入电ｌ网（ＶｅｈｉｃｌｅｔｏＧｒＶ２Ｇ）概念的提出提供了一种有效的解决方案，通过有序充放电调度，町以实现移峰填谷、提高可再生能源利刚率、减少固定储能投资等功能Ｊ。风光发电的出力特性导致其规模化利Ｊ｛］将给系统带来巨人挑ｔ钱，为了满足系统的安全、经济运行以及供电电能质量要求，已出现严重的弃风弃光现象ｌ６Ｊ。微电网中如何调度储能以优化系统出力、促进可再牛能源就地消纳是解决问题的关键。目前，闺内外学者已针对可再生能源与电动汽车的集成利用进行了大量探讨。文献［７．８】介绍了一种合理的电动汽车建模方法，为本文建立电动汽车模型提供了基础；文献［９】表明电动汽车集群连入任何一个人口稠密城市的高层建筑后均可高效地用于分布式电力存储；文献［１０．１１］从电动汽车车主角度考虑电动汽车的影响，基于分时电价控制电动汽车有序充放电，减少了电动汽车运行成本、提高了用户满意度，但是并没有考虑电动汽车对微电网运行的影响。文献［１２．１３］利用电动汽车为可再生能源发电提供储能，以平抑其输出功率波动，提高了微电网运行的稳定性与可靠性，但是并未考虑提高可再生能源利用率与微电网的经济性；文献［１４．１６１研究了电动汽车的能量管理方式对微电网储能容量优化配置的影响，结果表明对电动汽车的合理调度可以提高微电网的可靠性，降低微电网的配置成本：文献［１７一ｌ８】构造了基于电动汽车的经济调度模型和策略，分析了电动汽车群的加入对微电网的经济性，结果证明电动汽车的有序充放电能够有效降低微电网运行费用，提高经济效益；文献［１９］￣ＪＪ对经济调度进行了更细致的分析，研究了在电动汽车与微电网相结合的情况下，建立了减小发电成本、增加环境效益和降低综合费用的多目标优化模型，不足之处在Ｊ二末考虑与主网相连时的供电质量及可再生能源功率波动等因素。基ｆＥ述分析，本文以含电动汽车集群的风光储并网型微电网为研究对象，旨在构建Ｖ２Ｇ模式下的微电调度优化模型，以充分利川可再生能源、提高可再生能源的供电质量。综合考虑微电网与外部电网交瓦功率和可再生能源功率波动对微电网进行的多目标调度优化，通过埘某商业域微电网运行算例的仿真求解，从微电网运行经济效益、日交互电量以及出力功率平均变化量等方面验证了所建模型的合理性和正确性。１微电网系统模型本义的研究针对山风机、光伏阵列、储能蓄电池、电动汽车组成的分布式风光储并网型微电网系“”统，该系统实行Ａ发自片ｊ、余量上网、电网调剂的运行策略，其架构如图ｌ所示。在该结构中，中央控制系统于获取联络线的负荷信息，一面用＿Ｊ向系统内的充电设施发布实时负荷信息，一面接受各充电设施的计划负荷予以整合来实时更新负荷信息。当电动汽：乍接入微电网，中央控制系统能够获取当前的负荷信息、可再生能源出力等信息，并以此为基础对该电动汽车进行充放电规划。一………一………………微电源控制器图１风光储一电动汽车并网型微电网结构—Ｆｉｇ．１Ｓｔｒｕｃｔｕｒｅｏｆｔｈｅｗｉｎｄｓｏｌａｒ－ｂａｔｔｅｒｙｍｉｃｒｏｇｒｉｄｗｉｔｈＥＶｓ１。１光伏阵列模型本文将连续的时间进行离散化，优化时段等分△成个时段，时间间隔为ｆ。标准额定条件（额定太阳辐照度ＧｓＴ为１０００Ｗ／ｍ、相对大气光学质量为℃ＡＭ１．５、电池温度Ｔ为２５）下ｋ时段的光伏发电功率ＰＰｖ（庀）用式（１）计算【２Ｕｊ。尸Ｐ（）＝［１十（一）］（１）Ｌ，ｓｒ式中：ＰｓＴ为标准额定条件下光伏额定输出功率；Ｇ为工作点的辐照度：功率温度系数；为工作点的电池温度。１．２风力发电模型有的研究工作普遍表明风速服从Ｒａｙｌｅｉｇｈ分布或Ｗｅｉｂｕｌ１分布ｌ１引，本文假设风速服从Ｒａｙｌｅｉｇｈ分布。风电机组最大输出功率和风速的函数关系描述如下：当风速低于某一阈值（驱动风速）时风力涡轮机处于停止状态，此时的输出功率为０；当风速．３２电力系统保护与控制大于切入风速而小于额定风速时，输出功率可近似表示为风速的线性函数；当风速大于额定风速而小于切出风速时，输出功率为一个常数。因此风机发电输出功率可表示为ｌ０，＜ｖｍ，＞Ｖｏｕｔ≤Ｐｗ（）＝｛ａ－ｔ－ｂ，ＶＶ（２）ｌ，。＜口：（３）一％ｂ：一生（４）一珞式中：表示ｋ时段风速；为额定风速；Ｖｉ为切∞入风速；Ｖｏｕｔ为切出风速；为风机额定输出功率。１．３储能蓄电池模型为简化建模，假设储能蓄电池在充放电过程中，两端电压维持不变，因此蓄电池模型建立如下。ｓＢ（）＝ＳＢ（七一１）＋（）（（ｋ））ａｔ／ｃ－ｂａｔ（５）ｉ（）（６）一尸Ｂｄ≤（）。（７）（１）＝）（８）式中：（与（１）分别为ｋ时段和１时段的蓄电池荷电状态（ＳｔａｔｅｏｆＣｈａｒｇｅ，ＳＯＣ）；尸ｂ砒为七时段蓄电池交互功率，砒（＞０时表示充电，砒＜０时表示放电，Ｐｂ砒（：０表示浮充；砒为蓄电池容量；分别为蓄电池的荷电状态上、下限；ＰＢ。、ＰＢｄ分别表示蓄电池额定充、放电功率；７７Ｂ（（））为ｋ时段充放电的效率。毫式中，、分别表示蓄电池充、放电效率。式（６）、式（７）表示蓄电池需满足荷电状态约束与额定功率约束；考虑到蓄电池在调度周期间变换的状态继承，为了保证蓄电池在调度周期间连续有效工作，式（８）表示其能量状态在调度周期始末相等。１．４电动汽车模型设该微电网系统接入的车辆集合为』Ｖ，则车辆规模为ｎＩＮｌ。电动汽车的主要用途是满足用户的出行需求，根据用户的行车特点，各车辆的情况有∈Ⅳ所不同，对于任意车辆ｆ，设其入网的时间为Ｉ『，离开时间为ｕｔ．ｆ。Ｖ２Ｇ模式下，任一ｋ时段，电动汽车ｆ与配网的功率交换用Ｐｆ（表示，Ｐ『（）＞Ｏ表示车辆Ｚ处于充电状态，（＜Ｏ表示处于放电状态，’Ｐｆ（＝０为浮充状态，且当艇【ｆ，，ｆ］时，Ｐｆ（＝Ｏ。本文假设参与调度的电动汽车动力电池均为锂电池。根据锂电池的充放电相关特性，作适当简化，在单个时段内，视锂电为恒功率充放电，则其荷电状态和对应的充放电功率近似呈线性关系：—（七）：Ｓ（ｋ１）＋Ｐ（后）７７（（ｋ））Ａｔ／Ｇ（１０）式中：．㈨与ｇ（ｋ－１）￣Ｊ七时段和ｌ时段的电动汽车荷电状态；Ｃ为电动汽车电池容量；（为ｋ时段电动汽车的交互功率；７７（Ｐｆ（）为时段充放电的效率，与功率交换方向有关。＝ｄ二，（１１）式中，矿、分别表示电动汽车充、放电效率。２微电网调度优化模型２．１目标函数为了有效利用可再生能源，改善供电质量，从而促进微电网的稳定运行，可以从两个角度考虑对微电网出力的优化：其一，最小化微电网与外电网的交互功率，使微电网出力与负荷尽可能贴合，这样不仅可以提高可再生能源利用率，还能够提高微电网的可靠性能，保证其平稳运行；其二，平抑微电网的输出功率波动，改善可再生能源利用效率。据此，本文综合考虑最小化交互功率与平抑可再生能源功率波动构建微电网调度优化模型。考虑到所选取的目标函数之间单位一致，故采用加权处理的方法来进行微电网的多目标调度优化。具体方法为ｍｉｎｆ＝｛，）＝＋（１２）式中：，ｉ只考虑最小化微电网与外电网交互功率；只考虑平抑可再生能源功率波动；与为目标≥权重系数，满足劬０、０且鳓＋＝１，本文中取１＝ｏ９２＝０．５进行讨论。２．１．１目标１：最小化交互功率由于可再生能源出力的不确定性，在其高于负荷功率时会造成能源浪费，或是在低于负荷功率时出现可再生能源供给不足的问题，需要从外电网购电，导致可再生能源的潜力无法完全发挥。目标１以最小化微电网与主网的交互功率为目标，调整微电网出力，如式（１３）所示。ｒ∑ｍｉｎｆ＝［（七）一（０３）∑Ｐｏｕｔ（ｋ）＝Ｐｗ（ｋ）＋Ｐｐ、，（七）＋（）＋Ｐ）１＝１式中：Ｐ。ｍ（表示微电网出力；（表示基本负荷。２．１．２目标２：平抑可再生能源功率波动可再生能源出力会受到天气、温度等各种偶然杨晓东，等考虑交互功率与可再生能源功率波动的微电网调度优化模型．３３．性因素的影响，导致出力曲线不稳定，影响其利用效率，此时目标函数为ｍｉｎｆ２＝（七）一Ｐｕｌ（七一１）】。（１４）ｋ＝２式中，Ｐ０ｍ（和户ｌ０ｕ（ｋ－１）分别表示ｋ时段和１时段的微电网出力。２．２约束条件（１）电动汽车荷电状态约束过充电与过放电都会导致锂电池寿命的缩短，因此需要将受控电动汽车第ｋ时段的荷电状态㈨限定在一定范围内。＾ＳＳ（七）（１５）式中，和ｉ分别为动力电池荷电状态的上、下限。（２）电动汽车充放电需求约束电动汽车离开时的荷电状态必须达到车主的期望值。∑△Ｐ）７７（尸）），＋（１６）式中：表示电动汽车初始ＳＯＣ；表示电动汽车的期望ＳＯＣ。（３）功率平衡约束为了维持整个微电网的有序运作，防止过载和空载状况的发生，微电网输出与负载之间要满足功率平衡约束。ｌ＿．—ｅｗ（七）＋ＰＰｖ（）＋ｄ（七）＝（七）＋（）＋Ｐｆ（）（１７）ｌ＝１∽式中，％ｄ为ｋ时段微电网与外电网的交互功率，功率为正表示从电网购电，功率为负表示向电网倒送电。（４）倒送功率约束过大的电力倒送会对电力系统稳定性造成不利影响，因此需要对倒送功率有所限制。，ｏｕｔ（ｋ）（后）（１８）式中：Ｐｇｒｉｄ，（为微电网向外电网的倒送功率；ｍ（七）为倒送功率允许最大值。３微电网运行性能评价指标３．１微电网运行经济效益微电网日运行经济效益即微电网运行过程中产生的日净收益，具体表示为——ｓ．ｓｕｂＤＥ、，～Ｄｌ吣一Ｄｂ（１９）式中：Ｄｗｘ为微电网日运行经济收益；如ｓｂ为可再生能源补贴；ＤＥＶ为电动汽车用户补偿费用；Ｄｙｉｄ为与外电网交互成本；Ｄ。ｍ为系统日运行维护成本；Ｄｂ砒为储能蓄电池投资成本。（１）可再生能源补贴ｊｕ（一Ｑｐ）（２０）ｌＱＲＥＱｗ＋Ｑ口式中：ｓ为可再生能源发电量，包括风机日出力总量Ｑｗ和光伏日出力总量Ｑｐ；Ｑｐ为弃电量；ｐＲＥｓ，ｕｂ为风光系统发电单位能量（ｋＷ．ｈ）补贴价格。（２）电动车用户补偿Ｇｖ＝ＱＥ、，－ｓｕｂ（２１）式中：ＱＥｖ为电动车用户日负荷转移总量；ＰＥＶ，ｓｕｂ为电动汽车转移单位能量的补偿价格。（３）与外电网交互成本—ｄ蛳ｄｊｎ毗。ｄ，ｏｕＩ（２２）‰式中：为日购电电量；嘶为购电电价；为日倒送电量；Ｐｇｉｒｄ舢为倒送电价。ｆ４）系统维护运行成本＋，。ｍ‰＋Ｑｂ，。ｍ（２３）式中：Ｑｂ砒为蓄电池交互总电量；。ｍ、（ｐｐ。ｍ和砒Ｉｏｍ分别为风机、光伏和蓄电池的运行维护系数。（５）电池投资成本‰＝丽１（２４）式中：幅砒为蓄电池单位容量投资成本；ｉ为折现率；Ｙ为系统寿命期望值。３．２日交互电量微电网与外电网的日交互电量，包括在微电网自身出力不足时从外电网购买的电量和出力富余时向电网倒送的电量。ＱｆＱＩ＋ｆｄ１０ｆ（２５）式中，ｄ为微电网与外电网间的交互电量。３．３出力平均变化量平抑可再生能源功率波动的目标是改善注入功率不稳定和计划外功率波动的情况，可再生能源输出功率波动的改善效果可以用功率波动的平均变化量来评价。＝∑（）一Ｐｏｕｔ（ｋ一１）１（２６）式中，劝平均变化量。４算例分析４．１算例初始参数设置本文以商业型办公楼微电网为例，验证本文所电力系统保护与控制提调度优化模型的有效性。设时间间隔Ａｔ＝０．５ｈ将一天划分为４８个时段；设置峰时段为早上７点至晚上９点，电价为１．２元Ｗ－ｈ；谷时段为晚上９点至次日早上７点，电价为０．４元／ｋＷ・ｈ；设电动汽车的补偿价格为０．８元／ｌ（Ｗ・ｈ；根据国家相关政策，可再生能源发电补贴为Ｏ．６７元／ｋＷ・ｈｔ】，光伏倒送电价为０．４元／ｌ【Ｗ．ｈ［２２１。电动汽车初始ＳＯＣ参数服从均值为０．７，标准差为Ｏ．１的正态分布；已掌握的ＥＶ日停驶数目分布统计数据如图２所示；电动汽车ＳＯＣ范围为０．１～０．９之间；额定充、放电功率均为７ｋＷ；车辆动力电池的能量转化效率为０．９２；容量为６０ｋＷ・ｈ。嚣鼎抖臀图２微电网内ＥＶ停驶数目Ｆｉｇ．２ＮｕｍｂｅｒｏｆｔｈｅｐａｒｋｅｄＥＶｓｉｎｍｉｃｒｏｇｒｉｄ设置光伏装机容量为７５０ｋＷ，风机装机容量２００ｋＷ，启动风速３ｍ／ｓ，额定风速８ｍ／ｓ，停机风速２５ｍ／ｓ；光伏发电运行维护系数０．００９６元／ｌ（Ｗ・ｈ；风电机组运行维护系数０．０２９６元／ｋＷ・ｈ［２３］；最大倒送功率设为１００１（Ｗ。典型工作日基本负荷【９】、可再生能源发电功率预测曲线如图３所示。图３典型工作日预测曲线Ｆｉｇ．３Ｆｏｒｅｃａｓｔｅｄｐｏｗｅｒｃｕｒｖｅｓｏｎｗｏｒｋｄａｙｓ储能蓄电池运维系数０．０５５８９元／ｋＷ・ｈ，投资建设成本１２２６元／ｌ（Ｗ．ｈ；蓄电池ＳＯＣ上、下限设定为０．９和０．４；充、放电功率与容量比均为０．１５；蓄电池的能量转化效率为０．９２。４．２仿真结果分析（１）蓄电池与电动汽车出力比较图４分别表示４０辆电动汽车、４００ｋＷ・ｈ蓄电池和２４００ｋＷ・ｈ蓄电池接入微电网优化后的功率曲线。从曲线可以看出，白天时段由于大量电动车相继接入，在阳光最充足时系统对出力的调整功能达到最大，在这种情况下的微电网电动汽车与储能蓄电池调度效果相当，提高可再生能源利用率的效果十分显著；夜间时段，只含蓄电池的微电网拥有更高的输出功率，即对微电网出力的调度效果更好，原因在于相比于具有一定出行规律的电动汽车，蓄电池具有更大的调度区间。图４不同方案下调度优化后储能及电动汽车功率曲线Ｆｉｇ．４ｏｐｔｉｍｉｚｅｄｐｏｗｅｒｃｕｒｖｅｓｏｆｔｈｅｂａｔｔｅｒｙａｎｄＥＶｓｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｏｌｕｔｉｏｎｓｆ２）调度结果分析图５为基本负荷、风光出力曲线、加入４０辆电动汽车与４００ｋＷ・ｈ蓄电池以及加入２４００ｋＷ・ｈ蓄电池调度优化后的等效出力曲线。可见电动汽车的接入，使得１０：００到１６：００之间过剩的新能源出力几乎被完全消纳；相比之下，加入２４００ｋＷ・ｈ蓄电池调度优化后的微电网出力曲线则更为平缓，但在对可再生能源的消纳上，两种方案的效果相当。图５不同配置下调度优化后微电网出力曲线Ｆｉｇ．５Ｏｐｔｉｍｉｚｅｄｏｕｔｐｕｔｃｕｒｖｅｓｏｆｍｉｃｒｏｇｒｉｄｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｆｉｇｕｒａｔｉｏｎｓ柏如加ｍＯ咖姗枷㈣枷姗瑚０杨晓东，等考虑交互功率与可再生能源功率波动的微电网调度优化模型．３５．（３）波动性分析图６为风光出力以及加入电动汽车和蓄电池调度优化后的微电网出力功率波动情况。图中显示加入大规模蓄电池后，经过调度优化的微电网出力仅有少许波动，大大提高了微电网运行的安全稳定性能；电动汽车配合少量蓄电池在主要停驶时段依然有非常好的效果，能够有效改善微电网出力波动。帕图６微电网出力波动Ｆｉｇ．６Ｆｌｕｃｔｕａｔｉｏｎｃｕｒｖｅｓｏｆｔｈｅｍｉｃｒｏｇｒｉｄｏｕｔｐｕｔ（４）交互功率分析图７为调度优化前后微电网与主网交互功率曲线。可以看出加入蓄电池或电动汽车后，微电网与电网间的交互功率大幅度降低，并且交互功率波动性得到有效改善，对微电网的稳定运行具有积极的促进作用。综上，随着Ｖ２Ｇ技术的发展，具有一定出行规律的电动汽车发挥分布式移动储能作用可以替代部分固定储能蓄电池，可有效减少当前能源架构的一些不利影响。图７微电网与主网交互功率曲线Ｆｉｇ．７Ｃｕｒｖｅｓｏｆｔｈｅｉｎｔｅｒａｃｔｉｖｅｐｏｗｅｒｂｅｔｗｅｅｎｍｉｃｒｏｇｒｉｄａｎｄｐｏｗｅｒｓｙｓｔｅｍ４．３微网的运行性能评价指标分析４．３．１经济性分析表１为５个方案下，经济效益方面的运行结果比较。方案１中只有分布式发电系统；方案２在风光发电系统上，接入４０辆电动汽车；方案３为配置了４００ｋＷ・ｈ蓄电池的风光储微电网；方案４为在方案３的基础上，接入电动汽车集群；方案５为配置２４００ｋＷ・ｈ蓄电池的风光储微电网。表１不同方案下微电网经济效益对比Ｔａｂｌｅ１Ｃｏｍｐａｒｉｓｏｎｏｆｅｃｏｎｏｍｉｃｅｆｆｉｃｉｅｎｃｙｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｏｌｕｔｉｏｎｓ对比方案２和方案５，由于蓄电池成本较高，方案５的经济效益大大降低，比调度前下降了９３．８元，而方案２通过发挥电动汽车的移动储能作用，尽管需要支付４５４．８０元的补偿费用，仍比方案５多产生了２４９．８３元的经济效益；此外，对于电动汽车车主来说，由于避免了在电价峰时段充电支付高昂电费，获得了一定收益。可见电动汽车的有序充放电对提高微电网与电动汽车主经济性具有显著的效果。对比方案２与方案４，方案４中微电网的经济效益比方案２少２０．６５元，蓄电池的增加开始降低系统的经济性，因此应当合理控制蓄电池容量，以达到最佳的经济效益。４．３．２交互电量比较表２为各方案下微电网的日交互电量。数据直观地反映了微电网出力与基本负荷之间的相似度。对比方案３与方案４，方案３的交互电量比调度前减少了８２０．４０ｋＷ・ｈ，方案４则减少了８８０．９７ｋＷ・ｈ，两者的日交互电量都有大幅度下降且下降幅度相当，可见以有序调度为手段发挥电动汽车集群的储能作用可以有效降低微电网储能容量要求。４．３．３波动性比较表３为各方案下微电网出力的平均变化量和最大变化量，其中最大变化量指优化时段内变化量的最大值。对比方案４与方案５可知，相较于电动汽栅姗瑚０瑚姗伽电力系统保护与控制车，蓄电池对平抑可再生能源出力波动具有更好的效果，因此，为了改善系统出力波动性、促进微电网平稳运行，系统仍需配置一定容量的蓄电池。表２微电网日交互电量Ｔａｂｌｅ２Ｄａｉｌｙｉｎｔｅｒａｃｔｉｖｅｅｎｅｒｇｙｏｆｍｉｃｒｏｇｒｉｄ表３微电网出力变化量Ｔａｂｌｅ３Ｏｕｔｐｕｔｖａｒｉｍｉｏｎｏｆｍｉｃｒｏｇｒｉｄ４．４灵敏度分析图８为不同电动汽车规模下微电网的经济效益与储能配置容量的关系。从图中可以看出，在不含电动汽车时，随着蓄电池容量的增加，微电网的经济效益存在小幅度上升，在蓄电池容量达到１４００ｋＷ・ｈ时经济效益达到最大值，之后开始下降；而在接入大规模电动汽车后，蓄电池数量的增加不再提高经济效益。一方面说明应合理配置储能容量以获得良好的经济效益，另一方面证明了Ｖ２Ｇ模式下电动汽车的优化调度可以有效减少微电网储能配置需求。储能配置容量／ｋＷ・ｈ图８不同电动汽车规模下经济效益与储能配置容量的关系Ｆｉｇ．８ＲｅｌａｔｉｏｎｓｈｉｐｏｆｅｃｏｎｏｍｉｃｅｆｆｉｃｉｅｎｃｙａｎｄｂａｔｔｅｒｙｃｏｎｆｉｇｕｒｅｄｃａｐａｃｉｔｙｕｎｄｅｒｄｉｆｆｅｒｅｎｔＥＶｓｃａｌｅｓ图９为不同电动汽车规模下微电网和主网的交互电量与储能配置容量的关系。从４０ＥＶｓ曲线可以看出本文所设置的参数下日交互电量最小能够降低到２２２５ｋＷ・ｈ，此时微电网出力曲线最为理想，在大规模电动汽车接入的情形下，配置适量的蓄电池可以有效降低交互电量，提高微电网与电力系统运行的安全可靠性能。储能配鬣容量／ｋＷ・ｈ图９不同电动汽车规模下日交互电量与储能容量的关系Ｆｉｇ．９ＲｅｌａｔｉｏｎｓｈｉｐｏｆｄａｉｌｙｉｎｔｅｒａｃｔｉｖｅｅｎｅｒｇｙａｎｄｂａｔｔｅｒｙｃｏｎｆｉｇｕｒｅｄｃａｐａｃｉｔｙｕｎｄｅｒｄｉｆｆｅｒｅｎｔＥＶｓｃａｌｅｓ图ｌ０为不同电动汽车规模下平均功率变化量与储能配置容量的关系。由图可知平均变化量始终随蓄电池容量的增加而减小，直至收敛到一固定值，而电动汽车规模对微电网波动性的影响较小，因此，为减少微电网出力波动，需配置适量蓄电池。储能配置容量／ｋＷ・ｈ图１０不同电动汽车规模下平均功率变化量与储能容量的关系Ｆｉｇ．１０ＲｅｌａｔｉｏｎｓｈｉｐｏｆａｖｅｒａｇｅｐｏｗｅｒｖａｒｉａｔｉｏｎａｎｄｂａｔｔｅｒｙｃａｐａｃｉｔｙｕｎｄｅｒｄｉｆｆｅｒｅｎｔＥＶｓｃａｌｅｓ综上所述，合理配置蓄电池与电动汽车、有序规划电动汽车充放电，发挥二者的协同作用可以提高可再生能源利用率、改善风光储微电网的经济效益、平抑可再生能源波动、促进微电网的安全、稳定运行。５总结本文面向风光储并网型微电网环境，综合考虑微电网与外部电网交互功率和可再生能源功率波动建立多目标调度优化模型。算例结果表明：杨晓东，等考虑交互功率与可再生能源功率波动的微电网调度优化模型．３７．（１）采用所提调度优化模型，能够在满足电动汽车用户充电需求的前提下，有效发挥电动汽车集群的分布式储能作用、显著改善微电网输出功率特性。（２）以微电网为平台集成利用具有一定出行规律的电动汽车与可再生能源，以合理规划电动汽车充放电过程为手段辅助微电网运行，能够提高微电网运行经济性、减小微电网与主网的交互功率、平抑可再生能源功率波动，促进微电网经济、平稳运行。参考文献［１］吕忠，周强，蔡雨昌．含分布式电源的ＤＥＩＷＯ算法配电网无功优化［Ｊ］．电力系统保护与控制，２０１５，４３（４）：６９．７３．ＬＵＺｈｏｎｇ，ＺＨＯＵＱｉａｎｇ，ＣＡＩＹｕｃｈａｎｇ．ＲｅａｃｔｉｖｅｐｏｗｅｒｏｐｔｉｍｉｚａｔｉｏｎｉｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｏｎＤＥＩＷＯａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（４）：６９－７３．［２］曹智平，周力行，张艳萍，等．基于供电可靠性的微电网规划［Ｊ］＿电力系统保护与控制，２０１５，４３（１４）：１０．１５．ＣＡＯＺｈｉｐｉｎｇ，ＺＨＯＵＬｉｘｉｎｇ，ＺＨＡＮＧＹａｎｐｉｎｇ，ｅｔａ１．Ｍｉｃｒｏ－ｇｒｉｄｐｌａｎｎｉｎｇｂａｓｅｄｏｎｓｕｐｐｌｙｒｅｌｉａｂｉｌｉｔｙ［Ｊ】．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１４）：１０１５．［３］康云龙，郭红霞，吴捷，等．分布式电源及其接入电力系统时若干研究课题综述［Ｊ］．电网技术，２０１０，３４（１１）：４３．４７．ＫＡＮＧＹｕｎｌｏｎｇ，ＧＵＯＨｏｎｇｘｉａ，ＷＵＪｉｅ，ｅｔａ１．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍａｎｄｒｅｌａｔｅｄｒｅｓｅａｒｃｈｉｓｓｕｅｓｃａｕｓｅｄｂｙｃｏｎｎｅｃｔｉｎｇｉｔｔｏｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１０，３４（１１）：４３．４７．［４］黄银华，李常春，罗方旋，等．大规模风电接入对福建电网调峰的影响［Ｊ】．电网与清洁能源，２０１５，３１（１２）：，９６－１００，１２５．ＨＵＡＮＧＹｉｎｈｕａ，ＬＩＣｈａｎｇｃｈｕｎ，ＬＵＯＦａｎｇｘｕａｎ，ｅｔａ１．Ｉｍｐａｃｔｏｆｌａｒｇｅ－ｓｃａｌｅｗｉｎｄｆａｒｍｃｏｎｎｅｃｔｅｄｗｉｔｈｉａｎｐｏｗｅｒｇｒｉｄｏｎｐｅａｋｔｏａｄｒｅｇｕｌａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍａｎｄＣｌｅａｎＥｎｅｒｇｙ，２０１５，３１（１２）：９６－１００，１２５．［５］路欣怡，刘念，陈征，等．电动汽车光伏充电站的多目—标优化调度方法［Ｊ］．电工技术学报，２０１４，２９（８）：４６５６．—ＬＵＸｉｎｙｉ，ＬＩＵＮｉａｎ，ＣＨＥＮＺｈｅｎｇ，ｅｔａ１．ＭｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍａｌｓｃｈｅｄｕｌｉｎｇｆｏｒＰＶ－ａｓｓｉｓｔｅｄｃｈａｒｇｉｎｇｓｔａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ【Ｊ】．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（８）：４６－５６．［６］朱向东．目前中国风电弃风现状及对策［Ｊ］．能源与节能，２０１２（１Ｏ）：３０，６７．ＺＨＵＸｉａｎｇｄｏｎｇ．Ｃｕｒｒｅｎｔｓｉｔｕａｔｉｏｎａｎｄｃｏｕｎｔｅｒｍｅａｓｕｒｅ’ｏｆｃｕｒｒｅｎｔｃｈｉｎａＳｗｉｎｄｐｏｗｅｒａｂａｎｄｏｎｗｉｎｄ［Ｊ］．ＥｎｅｒｇｙａｎｄＥｎｅｒｇｙＣｏｎｓｅｒｖａｔｉｏｎ，２０１２（１０）：３０，６７．Ｆ７ＪＥｓ］［９］田立亭，史双龙，贾卓．电动汽车充电功率需求的统计学建模方法［Ｊ】．电网技术，２０１０，３４（１１）：１２６．１３０．ＴＩＡＮＬｉｔｉｎｇ，ＳＨＩＳｈｕａｎｇｌｏｎｇ，ＪＩＡＺｈｕｏ．Ａｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｆｏｒｃｈａｒｇｉｎｇｐｏｗｅｒｄｅｍａｎｄｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１０，３４（１１）：１２６－１３０．党杰，汤奕，宁佳，等．基于用户意愿和出行规律的电动汽车充电负荷分配策略［Ｊ］．电力系统保护与控制，２０１５，４３（１６）：８－１５．ＤＡＮＧＪｉｅ，ＴＡＮＧＹｉ，ＮＩＮＧＪｉａ，ｅｔａ１．Ａｓｔｒａｔｅｇｙｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｃｈａｒｇｉｎｇｌｏａｄｂａｓｅｄｏｎｕｓｅｒｉｎｔｅｎｔｉｏｎａｎｄｔｒｉｐｒｕｌｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１６）：８－１５．ＫＵＭＡＲＫ，Ｎ，ＳＩＶＡＮＥＡＳＡＮＢ，ＣＨＥＡＨＰＨ，ｅｔａ１．Ｖ２ＧｃａｐａｃｉｔｙｅｓｔｉｍａｔｉｏｎｕｓｉｎｇｄｙｎａｍｉｃＥＶｓｃｈｅｄｕｌｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｍａｒｔＧｒｉｄ，２０１４，５（２）：１０５１・１０６０．［１Ｏ］孙近文，万云飞，郑培文，等．基于需求侧管理的电动汽车有序充放电策略［Ｊ】．电工技术学报，２０１４，２９（８）：６４．６９．ＳＵＮＪｉｎｗｅｎ，ＷＡＮＹｕｎｆｅｉ，ＺＨＥＮＧＰｅｉｗｅｎ，ｅｔａ１．Ｃｏｏｒｄｉｎａｔｅｄｃｈａｒｇｉｎｇａｎｄｄｉｓｃｈａｒｇｉｎｇｓｔｒａｔｅｇｙｆｏｒｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｂａｓｅｄｏｎｄｅｍａｎｄｓｉｄｅｍａｎａｇｅｍｅｎｔ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，—２９（８）：６４６９．［１１］孙晓明，王玮，苏粟，等．基于分时电价的电动汽车有序充电控制策略设计［Ｊ］．电力系统自动化，２０１３，３７（１）１９１．１９５．ＳＵＮＸｉａｏｍｉｎｇ，ＷＡＮＧＷｅｉ，ＳＵＳｕ，ｅｔａ１．Ｃｏｏｒｄｉｎａｔｅｄｃｈａｒｇｉｎｇｓｔｒａｔｅｇｙｆｏｒｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｂａｓｅｄｏｎｔｉｍｅ－ｏｆ－ｕｓｅｐｒｉｃｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，—２０１３，３７（１）：１９１１９５．［１２］赵博，朱金大，张卫国．考虑规模化电动汽车入网的电网调频控制策略［Ｊ】．电网与清洁能源，２０１５，３１（１２）：７３．７６．ＺＨＡＯＢｏ．ＺＨＵＪｉｎｄａ，ＺＨＡＮＧＷｅｉｇｕｏ．ＦｒｅｑｕｅｎｃｙｒｅｇｕｌａｔｉｏｎｓｔｒａｔｅｇｙｏｆｔｈｅｇｒｉｄｃｏｎｓｉｄｅｒｉｎｇｌａｒｇｅｓｃａｌｅｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｔｏｇｒｉｄｔＪ］．ＰｏｗｅｒＳｙｓｍｍａｎｄＣｌｅａｎＥｎｅｒｇｙ，２０１５，３１（１２）：７３－７６．［１３］赵俊华，文福拴，薛禹胜，等．计及电动汽车和风电出力不确定性的随机经济调度【Ｊ］．电力系统自动化，２０１０，３４（２０）：２２－２９．ＺＨＡＯＪｕｎｈｕａ，ＷＥＮＦｕｓｈｕａｎ，ＸＵＥＹｕｓｈｅｎｇ，ｅｔａ１．Ｐｏｗｅｒｓｙｓｔｅｍｓｔｏｃｈａｓｔｉｃｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈｃｏｎｓｉｄｅｒｉｎｇｕｎｃｅｒｔａｉｎｏｕｔｐｕｔｓｆｒｏｍｐｌｕｇ－ｉｎｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓａｎｄｗｉｎｄｇｅｎｅｒａｔｏｒｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，３４（２０）：２２・２９．［１４］余岳，粟梅，孙尧，等．计及电动汽车的微电网储能单元容量优化【Ｊ】．仪器仪表学报，２０１４，３５（６）：１２６１－１２６８．．３８．电力系统保护与控制ＹＵＹｕｅ，ＳＵＭｅｉ，ＳＵＮＹａｏ，ｅｔａ１．Ｃａｐａｃｉｔｙｏｐｔｉｍｉｚａｔｉｏｎｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｕｎｉｔｉｎｍｉｃｒｏｇｉｒｄｃｏｎｓｉｄｅｒｉｎｇｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ，２０１４，３５（６）：１２６１－１２６８．［１５］张明锐，谢青青，李路遥，等．考虑电动汽车能量管理的微网储能容量优化【中国电机工程学报，２０１５，—１８（１２）：４６６３４６７３．ＺＨＡＮＧＭｉｎｇｒｕｉ，ＸＩＥＱｉｎｇｑｉｎｇ，ＬＩＬｕｙａｏ，ｅｔａ１．Ｏｐｔｉｍａｌｓｉｚｉｎｇｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｍｉｃｒｏｇｒｉｄｓｃｏｎｓｉｄｅｒｉｎｇｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ—ｏｆｔｈｅＣＳＥＥ，２０１５，１８（１２）：４６６３４６７３．［１６］张颖达，刘念，张建华，等．含电动汽车充电站的风光互补系统容量优化配置［Ｊ】．电力系统保护与控制，２０１３，４１（１５）：１２６－１３４．ＺＨＡＮＧ、ｎｇｄａ，ＬＩＵＮｉａｎ，ＺＨＡＮＧＪｉａｎｈｕａ，ｅｔａ１．Ｏｐｔｉｍｕｍｓｉｚｉｎｇｏｆａｓｔａｎｄ－ａｌｏｎｅｈｙｂｒｉｄＰＶ／ｗｉｎｄｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｉｎｔｅｇｒａｔｅｄｗｉｔｈｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｃｈａｎｇｓｔａｔｉｏｎｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１３，４１（１５）：１２６．１３４．［１７］苏粟，蒋小超，王玮，等．计及电动汽车和光伏一储能的微网能量优化管理［Ｊ］．电力系统自动化，２０１５，３９（９）：１６４．１７１．ＳＵＳｕ，ＪＩＡＮＧＸｉａｏｃｈａｏ，ＮＧＷｅｉ，ｅｔａ１．Ｏｐｔｉｍａｌｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｆｏｒｍｉｃｒｏｇｒｉｄｓｃｏｎｓｉｄｅｒｉｎｇｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓａｎｄｐｈｏｔｏｖｏｌｔａｉｃ－ｅｎｅｒｇｙｓｔｏｒａｇｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１５，３９（９）：１６４－１７１．［１８］茆美琴，孙树娟，苏建徽，等．包含电动汽车的风／光／储微电网经济性分析［Ｊ］．电力系统自动化，２０１１，—３５（１４）：３０３５．ＭＡＯＭｅｉｑｉｎ，ＳＵＮＳｈｕｊｕａｎ，ＳＵＪｉａｎｈｕｉ，ｅｔａ１．Ｅｃｏｎｏｍｉｃａｎａｌｙｓｉｓｏｆａｍｉｃｒｏｇｒｉｄｗｉｔｈｗｉｎｄ／ｐｈｏｔｏｖｏｌｔａｉｃ／ｓｔｏｒａｇｅｓａｎｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，２０１１，３５（１４）：３０３５．［１９］吴红斌，侯小凡，赵波，等．计及可入网电动汽车的微网系统经济调度［Ｊ】．电力系统自动化，２０１４，３８（９）：７７．８４．ＷＵＨｏｎｇｂｉｎ，ＨＯＵＸｉａｏｆａｎ，ＺＨＡＯＢｏ．ｅｔａ１．Ｅｃｏｎｏｍｉｃａｌｄｉｓｐａｔｃｈｏｆｍｉｃｒｏｇｒｉｄｃｏｎｓｉｄｅｒｉｎｇｐｌｕｇ－ｉｎｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１４，—３８（９）：７７８４．［２Ｏ］杨晓东，张有兵，任帅杰，等．含高渗透率光伏发电并网型微网中的电动汽车优化调度方法［Ｊ］．电力系统自—动化，２０１６，４０（１８）：１５２３．ＹＡＮＧＸｉａｏｄｏｎｇ，ＺＨＡＮＧＹｏｕｂｉｎｇ，ＲＥＮＳｈｕａｉｊｉｅ，ｅｔａ１．Ｏｐｔｉｍａｌｓｃｈｅｄｕｌｉｎｇｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｃｈａｒｇｉｎｇａｎｄ—ｄｉｓｃｈａｒｇｉｎｇｉｎｇｒｉｄｃｏｎｎｅｃｔｅｄｍｉｃｒｏｇｒｉｄｗｉｔｈｈｉｇｈｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｐｅｎｅｔｒａｔｉｏｎ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１６，４０（１８）：１５－２３．［２１］北极星太阳能光伏网．中国８省１５市光伏补贴政策一览［ＥＢ／ＯＬ］．［２２］百度文库．自发自用余电上网享受国家补贴［ＥＢ／ＯＬ］．ｈｔｔｐ：Ｈｗｗｗ．ｅｎｅｒｇｙ．ｓｈ．ｃｎ／ｎｅｗｓ／ｎｅｗｓ１６６．ｈｔｍ１．［２３］丁明，张颖媛，茆美琴，等．包含钠硫电池储能的微网系统经济运行优化［Ｊ】．中国电机工程学报，２０１１，３１（４）７．１４．ＤＩＮＧＭｉｎｇ，ＺＨＡＮＧＹｉｎｇｙｕａｎ，ＭＡＯＭｅｉｑｉｎ，ｅｔａ１．ＥｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｍｉｃｒｏｇｒｉｄｓｉｎｃｌｕｄｉｎｇＮａ／Ｓｂａｔｔｅｒｙｓｔｏｒａｇｅ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１１，３１（４）：７－１４．收稿日期：２０１５－１２－１２；修回日期：２０１６－０３－０８作者简介：杨晓东（１９９０－），男，博士研究生，主要研究方向为新能源并网、电动汽车入网、需求侧管理、电力系统通信；Ｅ－ｍａｉｌ：ｙａｎｇ＿ｘｄ９０＠１６３．ｔｏｍ陈宇（１９９５一），男，本科，主要研究方向为电动汽车入网、分布式发电与微电网；张有兵（１９７１一），男，通信作者，博士，教授，主要研究方向为智能电网、分布式发电及新能源优化控制、电动汽车入网、电力系统通信、电能质量监控Ｅ－ｍａｉｌ：ｙｏｕｂｉｎｇｚｈａｎｇ＠ｚｊｕｔ．ｅｄｕ．ｃａ（编辑周金梅）