基于净效益最大化的微电网电源优化配置.pdf

第４１卷第２Ｏ期２０１３年１０月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ、，ｏＩ＿４ｌＮｏ．２Ｏ０ｃｔ．１６．２０１３基于净效益最大化的微电网电源优化配置李登峰，谢开贵，胡博，陈涛，万凌云（１．榆配电装备及系统安全与新技术国家重点实验室（重庆大学），重庆４０００４４；２．重庆市电力公司电力科学研究院，重庆４０１１２３）摘要：从成本效益分析角度，提出了基于净效益最大化的微电网电源优化配置模型。综合考虑电源投资、运行和维护、燃料购买等成本，以及节能、减排、降损、改善可靠性和延缓电网投资等效益，建立微电网年化净效益计算模型。以年化净效益为目标函数，计及储能单元充放电、微电网全年孤岛运行的充裕性、碳排放等约束条件，建立优化模型，并采用遗传算法进行求解。结果表明：该模型得到的电源配置方案能够取得较大社会经济效益，确保投资的最佳经济性，为微电网的规划和建设提供理论依据。关键词：成本效益分析；净效益最大化；微电网；电源优化配置；最佳经济性Ｏｐｔｉｍａｌｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｐｏｗｅｒｓｕｐｐｌｙｂａｓｅｄｏｎｍａｘｉｍｉｚｉｎｇｎｅｔｂｅｎｅｆｉｔｓ—ＬＩＤｅｎｇ．ｆｅｎｇ，ＸＩＥＫａｉｇｕｉ１，ＨＵＢｏ１，ＣＨＥＮＴａｏ２，—ＷＡＮＬｉｎｇｙｕｎ２（１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＴｒａｎｓｍｉｓｓｉｏｎＥｑｕｉｐｍｅｎｔ＆ＳｙｓｔｅｍＳｅｃｕｒｉｔｙａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙ（ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ），Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ；２．ＣｈｏｎｇｑｉｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｃｈｏｎｇｑｉｎｇ４０１１２３，Ｃｈｉｎａ）—Ａｂｓｔｒａｃｔ：Ｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｃｏ３ｔｂｅｎｅｆｉｔａｎａｌｙｓｉｓ，ａｎｏｐｔｉｍａｌｃｏｎｆｉｇｕｒａｔｉｏｎｍｏｄｅｌｏｆｍｉｃｒｏｇｆｉｄｐｏｗｅｒｓｕｐｐｌｙｂａｓｅｄｏｎｍａｘｉｍｉｚｉｎｇｎｅｔｂｅｎｅｆｉｔｓｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ａｃａｌｃｕｌａｔｉｏｎｍｏｄｅｌｏｆａｎｎｕａｌｎｅｔｂｅｎｅｆｉｔｓｉｓｂｕｉｌｔ．Ｔｈｉｓｍｏｄｅｌｔａｋｅｓｏｖｅｒａｌｌｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｃｏｓｔｓｏｆｅｑｕｉｐｍｅｎｔｓ，ｏｐｅｒａｔｉｏｎａｎｄｍａｉｎｔｅｎａｎｃｅ，ｆｕｅｌｓ，ａｓｗｅｌｌａｓｂｅｎｅｆｉｔｓｏｆｅｎｅｒｇｙｓａｖｉｎｇ，ｅｍｉｓｓｉｏｎｒｅｄｕｃｔｉｏｎ，ｌｏｓｓｒｅｄｕｃｔｉｏｎ，ｒｅｌｉａｂｉｌｉｔｙｉｍｐｒｏｖｅｍｅｎｔａｎｄｄｅｌａｙｏｆｐｏｗｅｒｇｒｉｄｉｎｖｅｓｔｍｅｎｔ．Ｔｈｅｎａｎｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄｗｉｔｈｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｏｆａｎｎｕａｌｎｅｔｂｅｎｅｆｉｔｓａｎｄｃｏｎｓ￣ｍｎｔｓｏｆｃｈａｒｇｉｎｇａｎｄｄｉｓｃｈａｒｇｉｎｇｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｕｎｉｔｓ，ａｄｅｑｕａｃｙｕｎｄｅｒｉｓｏｌａｔｅｄｉｓｌａｎｄｏｐｅｒａｔｉｏｎｉｎｔｈｅｗｈｏｌｅｙｅａｒａｎｄｃａｒｂｏｎｅｍｉｓｓｉｏｎｓ．Ｕｓｉｎｇｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｓｏｌｖｅｔｈｉｓｍｏｄｅｌ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｎｆｉｇｕｒａｔｉｏｎｓｃｈｅｍｅｓｏｂｔａｉｎｅｄｂｙｔｈｉｓｍｏｄｅｌＣａｎｅｎｓｕｒｅｂｅｓｔｅｃｏｎｏｍｙｏｆｉｎｖｅｓｔｍｅｎｔｓａｎｄｐｒｏｖｉｄｅａｔｈｅｏｒｅｔｉｃａｌｂａｓｉｓｆｏｒｔｈｅｐｌａｎｎｉｎｇａｎｄｃｏｎｓｔｒｕｃｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１０７７１３５１ａｎｄＮａｔｉｏｎａｌＨｉｇｈ－ｔｅｃｈＲ＆ＤＰｒｏｇｒａｍｏｆＣｈｉｎａ（８６３Ｐｒｏｇｒａｍ）（Ｎｏ．２０１１ＡＡ０５Ａ１０７）．—Ｋｅｙｗｏｒｄｓ：ｃｏｓｔｂｅｎｅｆｉｔａｎａｌｙｓｉｓ；ｍａｘｉｍｉｚｉｎｇｎｅｔｂｅｎｅｆｉｔｓ；ｍｉｃｒｏｇｒｉｄ；ｐｏｗｅｒｓｕｐｐｌｙｏｐｔｉｍａｌｃｏｎｆｉｇｕｒａｔｉｏｎ；ｂｅｓｔｅｃｏｎｏｍｙ中图分类号：］Ｍ７１５文献标识码：Ａ文章编号：１６７４．３４１５（２０１３）２０．００２０．０７０引言随着能源形势的日益紧张、节能减排呼声的日益高涨以及用户对供电可靠性要求的不断提高，分布式新能源发电正成为国内外电力领域的研究热点。微电网作为集成了分布式电源、储能装置、负荷以及控制装置的单一可控网络系统卜，其对新能基金项目：国家８６３高技术基金项目（２０１１ＡＡ０５Ａ１０７）；国家自然科学基金项目（５１０７７１３５）；重庆市杰出青年基金项目（ＣＳＴＣ２０１０ＢＡ３００６）；重庆市自然科学基金（ＣＳＴＣ２０１２ＪＪＡ９０００４）源的有效利用及灵活、智能的控制特点，使其在解决电能质量、能源和环保等方面出现问题时表现出极大的潜能【３ｊ，正受到越来越广泛的关注。研究表明【４ｊ：虽然微电网的建设投资成本较高，但若综合考虑其在提高可靠性、节能降耗、保护环境、延缓输配网投资等方面的效益，其投资可以是经济的。微电网系统容量的优化配置直接影响能源的梯级综合利用效率、供电可靠性和电能质量【５］。合理配置微电网电源以产生较大的社会经济效益，确保投资的最佳经济性是微电网建设、规划值得探究和深思的问题。李登峰，等基于净效益最大化的微电网电源优化配置．２１．目前，对电源优化配置的研究大多仅从成本的角度，以总费用最小为目标对电源的容量进行优化。文献【６］以总成本费用最小为目标，建立了一种计及设备投资、运行维护费用、燃料成本以及环保折算成本的微电网电源优化配置模型。文献［７］提出了一种以电源调度成本和热能补偿成本之和最小为目标的微电网中分布式电源的选址定容优化模型。文献ｆ８１提出了以网络建设成本和运行费用之和最小为目标的配电网规划模型，对分布式电源的位置、容量及配电网网架进行了优化。但同时从成本和效益的角度，以净效益（效益与成本之差１为目标，对微电网电源进行优化配置的研究还很鲜见。尽管基于最小成本的最优方案投资最小，但难以保证投资能够取得最佳效益。鉴于此，本文提出了一种基于净效益最大化的微电网电源优化配置模型。首先，综合考虑电源投资、运行和维护、燃料购买的成本，以及节能、减排、降损、改善可靠性及延缓电网投资的效益，建立微电网净效益计算模型。然后，基于该模型，建立了以年化净效益最大为目标，计及储能单元充放电、微电网全年孤岛运行的充裕性以及碳排放等约束条件的微电网电源优化配置模型，并采用遗传算法求解得到了不同情形下的微电网电源优化配置结果。１微电网电源的数学模型１．１微电网系统的结构本文采用的微电网结构如图１所示。微电网通过自动开关和配电网相连，可在并网和孤岛两种模式下灵活切换。微电网中分布式电源主要包括风机（ＷｉｎｄＴｕｒｂｍｅｓ，ＷＴ）、光伏阵列（ＰｈｏｔｏｖｏｌｔａｉｃＡｒｒａｙｓ，ＰＶ）、微型燃气轮机（ＭｉｎｄＴｕｒｂｉｎｅｓ，ＭＴ）ｇ￣Ｉ储能装置（ＥｎｅｒｇｙＳｔｏｒａｇｅＥｌｅｍｅｎｔｓ，ＥＳ）。其中微型燃气轮机工作在冷热电联产模式，可同时向用户供应冷、热、电能。图１微电网结构示意图Ｆｉｇ．１Ｓｔｒｕｃ￣ｅｄｉａｇｒａｍｏｆｍｉｃｒｏｇｒｉｄ１．２风机出力模型风电机组输出功率ＰｗＴ与风速ｖ之间的关系可近似用函数关系式（１）进行描述【。ｆ０，’善＋＋ｃ）０Ｖｔｉ（１）Ｖｒ。＞。式中：ｉ、ｖｒ和。分别为风机的切入风速、额定风速和切出风速，本文分别取２．５ｍ／ｓ、１２ｍ／ｓ、１８ｒｎ／ｓＬ６Ｊ；ＰＲ为风机额定输出功率。１．３光伏阵列出力模型光伏阵列的输出功率ＰＰｖ的表达式为ｏｊＰＰｖ＝ｃ＋［１＋Ｊｉ｝（一７８Ｔｃ）】（２）Ｌ．］＇ＳＴＣ式中：尸Ｐｖ为光伏阵列的实际输出功率；ＰｓＴｃ为标准测试条件下光伏阵列的额定输出功率；ＧＩＮＧ为工作点的实际辐照强度；Ｇｓｃ为标准测试条件下的辐照强度，等于１ｋｗ／ｍ０；ｋ为功率温度系数，取０．００４５；Ｔｃ为工作点电池的表面温度；ＴｓＴＣ为参℃考温度２５。１．４微型燃气轮机冷热电联供模型微型燃气轮机具有输出功率灵活可调的特点。本文引入微型燃气轮机作为可再生能源发电的补充。为提高运行效率，微型燃气轮机工作在冷热电联产模式下，其数学模型描述为【ｌｌＪＪＴＴ（卜ｑｅ一￣：）／ｒＩｏｌＩ。＝ｌＭＴ。【Ｔ（ＰＭＴＡｔ）／（ｒｌ￣Ｌ）式中：ＱＭＴ、ＰＭＴ分别为燃气轮机的排气余热量和发电功率；叩。、叩１分别为微型燃气轮机的发电效率和热损系数；。、Ｑ。。分别为余热提供的制热和制冷量；凰。、。分别为溴冷机制热系数和制冷系数；△ＶＭＴ为运行ｆ时间消耗的天然气量；Ｌ为天然气低位发热值。参照文献［１１】，。、ｒ／：分别取０．３和０．２，。、。均取１．２，Ｌ取３５．１６ＭＪ／ｍ。１．５储能装置的荷电状态模型本文采用蓄电池作为储能元件，充放电间隔时间取１ｈ。蓄电池组的第ｔ小时的荷电量应满足Ｉｉ，△，ｔ－１＋Ｅ，，：｛１＋，＿ｍ＜＋一【４）Ｉ一，ｌ＋ＡＥｔ＞一电力系统保护与控制＝（Ｅｗｐ，一，）（５）式中：和分别为蓄电池组最大、最小荷△电量，分别取５０ｋＷｈ和１０ｋＷｈ；当臣为正和为负时，其绝对值分别表示蓄电池组第ｔｈ的充电量和放电量；ｉ为变换器效率，取９２％；为电池充电或放电效率，均取７２％［６１；Ｅｗｅ为风机和光伏阵列第ｆ的发电量之和；为第，ｈＥＬ微电网内部总的负荷电量。，ｈ２微电网的电源优化配置模型２．１目标函数本文微电网电源优化配置问题可描述为：各类备选分布式电源单机容量已知的情况下，以年风速、气温、太阳辐照强度以及负荷等作为输入数据，以微电网的净效益最大为目标，计及储能单元充放电、微电网全年孤岛运行的充裕性以及碳排放约束条件对各种各选电源的安装数目进行优化。该问题的目标函数为ｍａｘ难Ｔ（）＝。ａ１（）一ＣＴＴ。组ｌ（）（６）式中：…Ⅳ１，２，，ＸＮ］，为决策变量，为电源的类型数，为第ｉ种电源的数目；Ｂｌ（ｘ）、ＣＴ０ｔｌ）分别为微电网电源配置的年化综合效益和年化综合成本。２．１．１年化综合成本综合考虑分布式电源的投资成本、运行和维护成本以及燃料成本，得到微电网电源配置的年化综合成本计算模型为∽Ⅳ＝善［Ｃ１＋Ｃ．ＯＭ，ｆ＋（７）式中：第一项为电源的等年值装机成本；第二项为电源的年运行维护费用，与机组装机容量成正比；第三项为电源的年发电燃料成本。Ｃｒｙ，ｆ、ＣｏＭ、ｃＦｕ．ｆ分别为第ｉ种分布式电源的装机成本、年运行和维护成本以及燃料成本；为第ｉ种分布式电源的全寿命周期年限，均取２０年；为第ｉ种分布式电源的年发电量；为贴现率，取６％。２．１．２年化综合效益本文以常规大型燃煤发电为参考，对微电网在节能、减排、降损、改善可靠性及延缓电网投资五方面的效益进行量化，得到微电网电源配置的综合效益计算模型为。ｔｌｘ）＝ＢＥｓｘ）＋Ｒ（）＋ｌＬＲ（）＋（）＋ＢｌＴＤ（）（８）式中：ＢＴ０ａｌ）为微电网电源配置的年化综合效益；∽ＢＥＳ（Ｘ）、ＢＥＲ（Ｘ）、ＬＲ、ＢＲＢ（Ｘ）、ＢＴＤ（ｘ）分别为节能效益、减排效益、降损效益、可靠性效益以及延缓电网投资的效益。１１效益１：节能效益微电网往往可同时向用户供应电能和热能。从供应电能的角度，微电网中分布式可再生能源发电可以大大减少对传统化石能源的依赖；从供应热能的角度，微电网中往往集成了以天然气为燃料的小型冷热电联产机组，可回收发电余热用于冬季供热和夏季供冷，以此提高经济性以及能源的综合利用效率。因此，本文微电网的节能效益包含两方面：①采用可再生能源发电所节约的化石能源的价值；②微型燃气轮机冷热电联产工作模式下发电废热所提供热能和冷能的价值，计算如式（９）。ＢＥ（）－－Ｚｋｃ０ａｌＰ。。ａｌＥｉｘｉ＋（。）（９）式中：０ａ１为火电机组生产单位电能的平均煤耗量，取３５７ｇ／ｋＷｈ；Ｐ。。ａＩ为煤炭的单价，取７００元／ｔ［４］；最为第ｆ种分布式电源的年发电量；Ｅ３、ｘ３分别为微型燃气轮机（／－－３）的年发电量和安装数目；Ｐｈ。、Ｐ。。分别为热价和冷价，分别取５１．４元／ＧＪ￣１７９．６元／Ｇｊ［２］。２效益２：减排效益分布式可再生能源发电具有能源利用效率高、环境污染小等优点，是实现节能减排的有效途径之一。微电网的减排效益可用微电网中可再生能源生产与传统燃煤发电等量电能所减排的ＳＯ２、ＮＯｘ、ＣＯ：、ＣＯ、粉煤灰等污染物所带来的环境效益进行衡量，计算如式（１０）。Ⅳ∑（）－－Ｚｖ￣（ｏｏ一）Ｅｏ，ｆＸｉ（１０）１＝１式中：为第，项污染物的环境价值；为污染物的类型数；．，为燃煤机组生产单位电能所排放的第，种污染物的数量；为第ｉ种分布式电源生产单位电能所排放的第，种污染物的数量（，＝：１～５分别表示ＳＯ２、Ｎ、ＣＯ２、ＣＯ、灰）。表１、表２分别给出了各种发电方式的污染物排放数据以及主要污染物的排放征收标准。３）效益３：降损效益由于分布式电源往往距离负荷侧较近，输送距离短，因此电能输送过程中产生的电能损耗必然比远距离输送等量电能的损耗要小。本文微电网的降损效益可用电源配置后微电网所减少的网损费用进李登峰，等基于净效益最大化的微电网电源优化配置．２３．行计算引。表１各种发电方式的污染物排放数据［］Ｔａｂｌｅ１ＰｏｌｌｕｔｉｏｎｅｍｉｓｓｉｏｎｏｆｄｉｆｆｅｒｅｎｔｇｅｎｅｒａｔｉｏｎｔｙｐｅｓｋＷｈ表２主要污染物的排放征收标准［］Ｔａｂｌｅ２Ｌｅｖｙｓｔａｎｄａｒｄｆｏｒｍａｉｎｐｏｌｌｕｔａｎｔｅｍｉｓｓｉｏｎ污染物ＳＯ２ＮＯｘＣＯ２ＣＯ灰排放征收标准／（元／ｔ）１０００１９５０９．７５１６０１２５∑ＢＬＲ（ｘ）＝Ｐ。（，一（１１）１式中：Ｐ。为电价，取０．４元／ｋＷｈ；Ｎ＇ｌｉｎｅ为线路条数；，为线路编号；、：分别为电源配置前后线路，上流过的电流；，为线路．，的长度；ｒｉｍ为线路，年最大负荷损耗小时数，取３０００ｈ；Ｒ为线路单位长度的电阻值。４）效益４：可靠性效益微电网可在并网和孤岛两种运行模式下实现有效转换，当电网出现故障时，微电网可稳定自主地孤岛运行，来保证对本地负荷的供电，从而提高供电可靠性。微电网的可靠性效益可用微电网提高供电可靠性所减少的期望停电损失来衡量，计算如式（１２）。∑（）：［（－－ＰＭＴＲ）Ｐ￣一挺Ｑ（１２）式中：ＡＲ为停电损失评价率，用来描述某类或全社会用户每停电１ｋＷｈ所遭受的经济损失【Ｊ，取５０元／ｋＷｈ；Ｑ为微电网内负荷点的集合；、ｒｋ分别为微电网并网运行时负荷点ｋ的年平均停运率和年平均停运时间，本文假设配电网的年平均停运率和年平均停运时间分别为０．４０８次／ａ和９．２２ｈ／ａ；ＰＬ为微电网内部的平均负荷；尸Ｍ为微电网的孤岛失效率，取０．３Ｌｌ，Ｊ；ＴＲ为微电网电源的重启时间；ＰＩｓ０为微电网全年孤岛运行概率；为微电网孤岛运行时第ｆｈ的缺电量。５）效益５：延缓电网投资的效益微电网的合理有序建设可降低峰荷时配电系统对电网输送容量的需求，延缓电网建设投资ｌ］。微电网在延缓电网投资方面的效益研Ｄ可用式（１３）估算。∽＿（１ｃｅｐｄ告善（１３）式中：为电网对微电网的备用率，取０＿３；ＣｅＤｄ为电网新扩建单位容量所需的投资费用，取０．３万元／ｋｗ；ＹＴＤ为延缓电网扩建的年数。２．２约束条件２．２．１蓄电池组充／放电约束１）充／放电量约束电池的充放电率过高会降低电池的使用寿命，其每小时充放电容量不能超过其可用容量的２０％ｔ］。当第ｔｈ风机和光伏阵列发电量之和大于负荷电量时，蓄电池组充电，则ⅥＩＥ，Ｐ，ｆ７７ｉ一ＥＬ，ｆ＞０Ｉ０．２卜１否则，蓄电池组放电，则Ｊ，，ｒ／ｉ一，＜０ＩｚＸＥ，－０．２．ｆ＿１式中，、ＡＥ，－分别为蓄电池组第ｔｈ的充、放电量。２１荷电状态约束为了防止过度充电或过度放电对电池造成损害，蓄电池荷电状态必须限制在其最大、最小荷电量之间，即ｉ．（１６）２．２－２微电网孤岛运行的发电充裕性约束缺电概率ＲＬＰｓＰ是表征容量混合系统充裕性的常用指标，其大小等于系统不能满足的负荷需求与评估期总负荷需求的比值们。为了确保微电网孤岛运行时的发电充裕性，ＲＬＰｓ应满足ＲＬｐｓＰＲｍ（１７）其中Ｐ＝∑’∑ＥＬＰｆ／，，（１８）‰＝二。ｔａｌ，＝Ｅｗｐ，＋＋ｄ（２０）式中：尺为微电网全年孤岛运行的最大允许缺电概率；ＬａＬ，为微电网第巾的总发电量；ＥＭＴ，，为微型燃气轮机第ｔｈ的发电量；ｄＥｔ为蓄电池组第ｆｈ的放电ｅ号【王ｊ∑５ｉ、ｌ，．２４一电力系统保护与控制量，当蓄电池组充电时其大小等于０。２．２＿３碳排放约束随着全球气候日益变暖，减少ＣＯ２排放和发展低碳经济已经成为当前研究热点。本文将碳排放约束加入到微电网电源优化配置模型中，以对微电网发电的ＣＯ２排放量进行限制。由于风机、光伏阵列、微型燃气轮机、蓄电池中，仅有微型燃气轮机发电才会排放ＣＯ２，因此碳排放约束条件可描述为ｘ３４．３ｅｍ（２１）式中，ｅ为微电网全年ＣＯ２排放量的最大允许值。此外，由于分布式电源的接入会影响微电网中节点电压和线路潮流，因此本文还计及了节点电压约束、线路电流约束。２．３优化方法遗传算法是一种模拟生物进化的随机搜索优化算法，具有较强的鲁棒性和适应性，已被应用于电力系统规划问题的研究。本文将遗传算法应用于微电网电源优化配置过程，采用二进制编码方式对染色体进行编码。染色体的各个分量为微电网各种电源的数目，各分量的二进制编码长度取决于与该分量相对应的电源的单机容量、微电网内部的峰荷需求以及编码精度。考虑到约束条件的影响，本文通过构造惩罚函数，将有约束问题转化为非约束问题。蓄电池的充放电约束已在计算微电网发电序列的过程中计及。其他约束条件以惩罚函数的形式计及到适应度函数中。．丝‰Ｆ（ｘ）＝Ｔ（）一）（２２）其中一式中：为约束条件数目；ｎ。㈤为第ｉ个约束条件对应的惩罚项；为惩罚因子，为很大的正数。３算例分析３．１微电网电源优化配置的经济性分析运用本文所提的模型对图１所示的微电网进行电源优化配置。该微电网内部的峰荷为５００ｋＷ，平均负荷为２８４ｋＷ，线路总长度为２ｋｍ，单位长度阻抗为（０．１３４＋ｊ０．０８２）Ｄ．／ｋｍ。由于规划前期微电网中分布式电源的接入位置均未确定，因此本文假定所有备选电源均接于一点，且该点距离负荷端的距离占整条线路长度的１０％。备选的电源的类型及经济性参数如表３所示。表３备选电源及其经济性参数【＿】Ｔａｂｌｅ３Ａｌｔｅｒｎａｔｉｖｅｐｏｗｅｒａｎｄｉｔｓｅｃｏｎｏｍｉｃｐａｒａｍｅｔｅｒｓ由于微电网电源规划、建设通常受微电网所在地区的可再生能源资源的限制，因此本文对以下三种情形进行计算：１１微电网各选电源仅考虑风机、微型燃气轮机和蓄电池，该情形适合于风资源丰富而光资源相对缺乏的地区；２微电网备选电源仅考虑光伏阵列、微型燃气轮机和蓄电池，该情形适合于光资源丰富而风资源相对缺乏的地区：３１微电网中含有风机、光伏阵列、微型燃气轮机、蓄电池四种电源，该情形适合于风、光资源均十分丰富的地区。设三种情形下，微电网全年孤岛运行的最大允许缺电概率为０．０００１，年最大允许ＣＯ２排放量为３００ｔ。表４、表５分别给出了最大年化净效益目标、最小年化综合成本目标下，采用遗传算法求解得到的三种情形的电源最优配置结果。图２给出了表４中各最优配置方案对应的微电网的各项效益。表４最大年化净效益目标下电源最优配置结果Ｔａｂｌｅ４Ｏｐｔｉｍａｌｓｉｚｉｎｇｒｅｓｕｌｔｓｂａｓｅｄｏｎｍａｘｉｍｉｚｉｎｇｎｅｔｂｅｎｅｆｉｔｓ表５最小年化综合成本目标下电源最优配置结果Ｔａｂｌｅ５Ｏｐｔｉｍａｌｓｉｚｉｎｇｒｅｓｕｌｔｓｂａｓｅｄｏｎｍｉｎｉｍｉｚｉｎｇｔｏｔａｌｃｏｓｔｓ分析如下：（１）表４中，三种情形的最优配置方案下，微电网所取得的年化净效益均为正数，表明：尽管微电网电源配置的成本较高，但若综合考虑其社会经济作用，对电源进行优化配置，微电网的投资可以李登峰，等基于净效益最大化的微电网电源优化配置．２５．获得可观的经济效益。Ｉ匠驾曩＿Ｉ墨曩＿Ｉ衄Ｉ璺＿效益１效益２效益３效益４效益５图２三种情形下微电网的各项效益Ｆｉｇ．２Ｂｅｎｅｆｉｔｓｏｆｍｉｃｒｏｇｒｉｄｕｎｄｅｒｔｈｒｅｅｃａｓｅｓ（２）由图２可知：三种情形下微电网取得的各各项效益中，节能效益明显高于其他方面的效益。因此，不难得出结论：微电网在节能方面的社会作用显著大于其他方面。（３）对比表４和表５的结果可知：两种优化目标下所得的电源最优配置方案差别很大，以年化综合成本最小为目标所得最优方案尽管能保证总成本最小，但并不能保证投资具有最佳经济性。３．２充裕性约束对配置结果的影响分析以情形１）为例，其他约束不变，采用本文的优化模型计算分析微电网全年孤岛运行的充裕性约束对电源配置结果和微电网经济性的影响，得到如图３所示的曲线（横坐标放大大ｌ０倍）。１Ｒ较赶廿匿整１０５Ｒｍ图３Ｒ与年化净效益的关系Ｆｉｇ．３ＲｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎＲｍａｘａｎｄｎｅｔｂｅｎｅｆｉｔｏｆｍｉｃｒｏｇｒｉｄ由图３可知，当从０到０．０００１之间变化时，微电网的年化净效益呈现逐渐增大的趋势，表明微电网全年孤岛运行的充裕性约束对微电网电源配置结果有重要影响，原因在于：高的系统充裕性往往伴随高成本的经济投入，随着尺的增大，微电网对充裕性的约束逐渐放松，最优电源配置下微电网的年化综合成本和年化综合效益均逐渐下降，但年化综合成本下降的幅度大于年化综合效益。因此，从０增加到０．０００１，微电网的年化净效益逐渐增大。３．３碳排放约束对配置结果的影响分析仍以情形１）为例，其他约束不变，将碳排放约束Ｐ从２００ｔ增加到３００ｔ，采用本文的优化模型得到如图４所示的碳排放约束与相应的最优配置对应的年化净效益的关系曲线。／一２００２１０２２０２３０２４０２５０２６０２７０２８０２９０３００碳排放约射ｔ图４与年化净效益的关系Ｆｉｇ．４Ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎａｎｄｎｅｔｂｅｎｅｆｉｔｏｆｍｉｃｒｏｇｒｉｄ由曲线可知，当由２００ｔ增加到３００ｔ时，微电网年化净效益也呈现出增大趋势，表明碳排放约束对微电网电源优化配置方案也有重要影响。其原因主要在于：随着碳排放约束的放宽，最优电源配置方案下微电网中微型燃气轮机的总发电量逐渐增加，因此，相同充裕性约束条件下，所需的风电有所减少；另一方面，由于微型燃气轮机在冷热电联供模式下的发电经济性优于风力发电。因此，当ｅ由２００ｔ增加到３００ｔ时，微电网的经济性会逐渐变好。４结论本文提出了一种基于净效益最大化的微电网电源优化配置模型。从成本效益分析角度，综合考虑电源投资、运行和维护、燃料购买等成本，以及节能、减排、降损、改善可靠性及延缓电网投资等效益，建立了以年化净效益最大为目标，计及储能单元充放电、微电网全年孤岛运行充裕性以及碳排放等约束条件的微电网电源优化配置的模型。对某实际微电网系统进行算例分析，得出以下结论：１）微电网在节能方面的社会作用显著大于其在减排、降损、改善可靠性、延缓电网投资等方面的作用。２）微电网全年孤岛运行的充裕性约束和碳排放约束对微电网电源配置方案的经济性均有影响。在进行微电网电源优化配置时，合理设置约束条件对于提高微电网投资的经济性十分必要。３）与传统的基于总成本最小目标的优化模型相比，本文所提的模型可以得到基于最佳经济性投资的电源配置结果，为微电网的规划、建设提供有价值的理论参考。参考文献［１］ＣｈｅｎＳＸ，ＧｏｏｉＨＢ，ＷａｎｇＭＱ．Ｓｉｚｉｎｇｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｍｉｃｒｏｇｒｉｄｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＳｍａｒｔＧｒｉｄ，∞∞∞如如加ｍ姗瑚瑚如ｏ．２６．电力系统保护与控制２０１２，１ｆ３）：１４２．１５０．［２］周念成，闫立伟，王强钢．光伏发电在微电网中接入及动态特性研究［Ｊ］．电力系统保护与控制，２０１０，３８（１４）：１１９－１２７．—ＺＨＯＵＮｉａｎ－ｃｈｅｎｇ，ＹＡＮＬｉｗｅｉ，ＷＡＮＧＱｉａｎｇ－ｇａｎｇ．Ｒｅｓｅａｒｃｈｏｎｄｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃａｎｄｉｎｔｅｇｒａｔｉｏｎｏｆｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｉｏｎｉｎｍｉｃｒｏｇｒｉｄｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１４）：１１９－１２７．［３］陈光堂，邱晓燕，林伟．含钒电池储能的微电网负荷优化分配［Ｊ］．电网技术，２０１２，３６（５）：８５．９１．ＣＨＥＮＧｕａｎｇｔａｎｇ，ＱＩＵＸｉａｏ・ｙａｎ，Ｌ１ＮＷｅｉ．Ｏｐｔｉｍａｌｌｏａｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｗｉｔｈｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｃｏｍｐｏｓｅｄｏｆｖａｎａｄｉｕｍｒｅｄｏｘｆｌｏｗｂａｔｔｅｒｙ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１２，３６（５）：８５９１．［４］梁惠施，程林，苏剑．微网的成本效益分析［Ｊ］．中国电—机工程学报，２０１１，３１（ｓ１）：３８４４．ＬＩＡＮＧＨｕｉ．ｓｈｉ．ＣＨＥＮＧＬｉｎ．ＳＵＪｉａｎ．Ｃｏｓｔｂｅｎｅｆｉｔａｎａｌｙｓｉｓｆｏｒｍｉｃｒｏｇｒｉｄ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００１，３１ｆＳ１：３８．４４．［５］王瑞琪，李珂，张承慧．基于混沌多目标遗传算法的微网系统容量优化［Ｊ］．电力系统保护与控制，２０１１，—３９（２２）：１６２２．ⅥＮＧＲｕｉ．ｑｉ．ＬＩＫｅ．ＺＨＡＮＧＣｈｅｎｇ．ｈｕｉ．Ｃｏｓｔｏｐｔｉｍｉｚａｔｉｏｎａｌｌｏｃａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｃａｐａｃｉｔｙｂａｓｅｄｏｎｃｈａｏｔｉｃｍｕｌｔｉ．ｏｂｉｅｃｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（２２）：１６．２２．［６］马溪原，吴耀文，方华亮，等．采用改进细菌觅食算法的风／光／储混合微电网电源优化配置［Ｊ］．中国电机工程学报，２０１１，３１（２５）：１７．２４．—ＭＡＸｉ．ｙｕａｎ，ＷＵＹａｏ．ｗｅｎ，ＦＡＮＧＨｕａｌｉａｎｇ，ｅｔａ１．Ｏｐｔｉｍａｌｓｉｚｉｎｇｏｆｈｙｂｒｉｄｓｏｌａｒ－ｗｉｎｄｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｉｎａｎｉｓｌａｎｄｅｄｍｉｃｒｏｇｒｉｄｕｓｉｎｇｉｍｐｒｏｖｅｄｂａｃｔｅｒｉａｌｆｏｒａｇｉｎｇａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，—２０１１，３ｉ（２５）：１７２４．１７］ＶａｌｌｅｍＭＲ，ＭｉｔｒａＪ．Ｓｉｔｉｎｇａｎｄｓｉｚｉｎｇｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｆｏｒｏｐｔｉｍａｌｍｉｃｒｏｇｒｉｄａｒｃｈｉｔｅｃｔｕｒｅ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔ｝１ｅ３７ｔｈＡｎｎｕａｌＮｏｒｔｈＡｍｅｒｉｃａｎＰｏｗｅｒＳｙｍｐｏｓｉｕｍ，２００５．［８］徐玉琴，李雪东，张继刚，等．考虑分布式发电的配电网规划问题的研究［Ｊ］．电力系统保护与控制，２０１１，３９（１）：１３－２３．——ＸＵＹｕｑｉｎ，ＬＩＸｕｅｄｏｎｇ，ＺＨＡＮＧＪｉ－ｇａｎｇ，ｅｔａ１．ＲｅｓｅａｒｃｈｏｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｃｏｎｓｉｄｅｒｉｎｇＤＧｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，—３９（１）：１３２３．［９］钟浩，唐民富．风电场发电可靠性及容量可信度评估［Ｊ］．电力系统保护与控制，２０１２，４０（１８）：７５－８０．ＺＨＯＮＧＨａｏ．ＴＡＮＧＭｉｎ．ｆｕ．Ａｓｓｅｓｓｍｅｎｔｏｎｔｈｅｒｅｌｉａｂｉｌｉｔｙａｎｄｃａｐａｃｉｔｙｃｒｅｄｉｂｉｌｉｔｙｏｆｗｉｎｄｆａｒｍｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎ￣ｏ１．２０１２，４０（１８１：７５＿８０．［１０］［１１］ＭｏｈａｍｅｄＦＡ，ＫｏｉｖｏＨＮ．Ｏｎｌｉｎｅｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄｗｉｔｈｂａｔｔｅｒｙｓｔｏｒａｇｅｕｓｉｎｇｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ［Ｃ１／／ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＥｎｅｒｇｙａｎｄＥｌｅｃｔｒｉｃａｌＤｒｉｖｅｓ．Ｓｅｔｕｂａｌ，Ｐｏｒｔｕｇａｌ：ＩＥＥＥ，２００７：５０－５４．言大伟，韦钢，陈眩姿，等．考虑可中断负荷的微网能量优化【Ｊ１．电力系统及其自动化学报，２０１２，２４（１）：８８．９３．ＹＡＮＤａ－ｗｅｉ，ＷＥＩＧａｎｇ，ＣＨＥＮＸｕａｎ．ｚｉ，ｅｔａ１．Ｍｉｃｒｏｇｒｉｄｅｎｅｒｇｙｏｐｔｉｍｉｚａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｉｎｔｅｒｒｕｐｔｉｂｌｅｌｏａｄ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ－ＥＰＳＡ，２０１２，２４（１）：—８８９３．［１２］冯志兵，金红光．燃气轮机冷热电联产系统技术与经济性分析［Ｊ］．热动力工程，２００５，２０（４）：４２５．４２９．ＦＥＮＧＺｈｉ－ｂｉｎｇ，ＪＩＮＨｏｎｇ－ｇｕａｎｇ．Ｔｅｃｈｎｏｌｏｇｙｏｆｇａｓ—ｔｕｒｂｉｎｅｔｒｉｇｅｎｅｒａｔｉｏｎ（ｃｏｏｌｉｎｇ，ｈｅａｔｉｎｇａｎｄｅｌｅｃｔｒｉｃｐｏｗｅｒ）ｓｙｓｔｅｍａｎｄｉｔｓｅｃｏｎｏｍｉｃａｎａｌｙｓｉｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇｆｏｒＴｈｅｒｍａｌＥｎｅｒｇｙａｎｄＰｏｗｅｒ，２００５，２Ｏ（４）：—４２５４２９．［１３］叶承晋，黄民翔．基于改进粒子群算法的分布式电源经济性最优规划［Ｊ］．电力系统保护与控制，２０１２，４０（９）：】２７一】３２．ＹＥＣｈｅｎｇ－ｊｉｎ．ＨＵＡＮＧＭｉｎ．ｘｉａｎｇ．Ｄｉｓｔｒｉｂｕｔｅｄｐｏｗｅｒｏｐｔｉｍａｌｌｙｅｃｏｎｏｍｉｃａｌｐｌａｎｎｉｎｇｂａｓｅｄｏｎｍｏｄｉｆｉｅｄｄｉｓｃｒｅｔｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０ｆ９）：１２７．１３２．【１４３ＣｈｉｒａｄｅｊａＲａｍａｋｕｍａｒＲ．Ａｎａｐｐｒｏａｃｈｔｏｑｕａｎｔｉｔｈｅｔｅｃｈｎｉｃａｌｂｅｎｅｆｉｔｓｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，２００４，１９（４）：７６４．７７３．—【１５ｊＹａｓｓｅｒＡｂｄｅｌＲａｄｙＩｂｒａｈｉｍＭｏｈａｍｅｄ．ＺｅｉｎｅｌｄｉｎＨＨ．ＳａｌａｍａｅｔＭＭＡ，ｅｔａ１．Ｓｅａｍｌｅｓｓｆｏｒｍａｔｉｏｎａｎｄｒｏｂｕｓｔｃｏｎｔｒｏｌｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｍｉｃｒｏｇｒｉｄｓｖｉａｄｉｒｅｃｔｖｏｌｔａｇｅｃｏｎｔｒｏｌａｎｄｏｐｔｉｍｉｚｅｄｄｙｎａｍｉｃｐｏｗｅｒｓｈａｒｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＥｌｅｃｔｒｏｎｉｃｓ，２０１２，２７（３）：１２８３－１２９３．［１６］王兆宇，艾芊．智能配电网中微电网的多目标优化配置［Ｊ］．电网技术，２０１２，３６（８）：１９９．２０３．Ⅵ—ＮＧＺｈａｏ．ｙｕ．ＡＩＱｉａｎ．ＭｕｌｔｉｏｂｉｅｃｔｉｖｅａｌｌｏｃａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｉｎｓｍａｒｔｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｆＪ１．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１２，３６（８１：１９９．２０３．’１１７ＪＣｏｓｔａＭＰＭｏｔｏｓＭＡ．ＡｓｓｅｓｓｉｎｇｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｓｔｏｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｆＪ｜．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，２００９，７９ｆ２１：３８２．３８９．［１８］胡骅，徐冲，吴汕，等．影响用户侧分布式发电经济性因素分析［Ｊ】．电力自动化设备，２００８，２８（５）：２９．３３．ⅥＨＵＨｕａ，ＸＵＣｈｏｎｇ，ｒＬＪＳｈａｎ，ｅｔａ１．Ａｎａｌｙｓｉｓｏｆｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｅｃｏｎｏｍｙｏｆｃｕｓｔｏｍｅｒ－ｓｉｄｅｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００８．２８ｆ５１：２９．３３．［１９］ＹＡＮＧＨｏｎｇ．ｘｉｎｇ，ＺＨＯＵＷｅｉ，ＬＵＬｉｎ，ｅｔａ１．Ｏｐｔｉｍａｌｓｉｚｉｎｇｍｅｔｈｏｄｆｏｒｓｔａｎｄ．ａｌｏｎｅｈｖｂｒｉｄｓｏｌａｒ－ｗｉｎｄｓｙｓｔｅｍｗｉｔｈＬＰＳＰｔｅｃｈｎｏｌｏｇｙｂｙｕｓｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．ＳｏｌａｒＥｎｅｒｇｙ，２００８，８２（４：３５４．３６７．［２０］ＤｉａｆＳ，ＤｉａｆＤ，Ｂｅｌｈａｍｅ１Ｍ，ｅｔａ１．ＡｍｅｔｈｏｄｏｌｏｇｙｆｏｒｏｐｔｉｍａｌｓｉｚｉｎｇｏｆａｕｔｏｎｏｍｏｕｓｈｙｂｒｉｄＰＶｗｉｎｄｓｙｓｔｅｍ［Ｊ］．ＥｎｅｒｇｙＰｏｌｉｃｙ，２００７（３５）：５７０８．５７１８．收稿日期：２０１３－０１－２０；修回日期：２０１３－０２－１９作者简介：李登峰（１９８７一），男，硕士研究生，研究方向为电力系统规划与可靠性；Ｅ．ｍａｉｌ：ｌｄｆｌ９８７０５２５＠１６３．ｃｏｍ谢开贵（１９７２一），男，教授，博士生导师，主要从事电力系统分析与计算、规划与可靠性，电力市场及人工智能等方面的研究和教学工作；胡博（１９８３一），男，副教授，主要从事电力系统分析与计算、规划与可靠性等方面研究与教学工作。