基于经济调度的微网储能优化配置.pdf

第４１卷第１期２０１３年１月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４１ＮＯ．１Ｊａｎ．１．２０１３基于经济调度的微网储能优化配置杨秀，陈洁，朱兰，张美霞，王海波（上海电力学院，上海２０００９０）摘要：由于可再生能源发电和负荷具有不确定性，蓄电池作为储能装置是保证微网系统安全可靠运行的重要组成部分。为了准确分析含多种分布式电源的微网储能优化配置方案，建立了基于经济调度并计及制热收益的热电联产型微网储能优化配置模型。提出了并网和孤网运行方式下所需配置最小储能容量的定量分析方法，以一个包含风、光、储、微型燃气轮机、燃料电池以及热电负荷的微网为例，运用改进遗传算法优化了不同储能容量下各微源的出力及微网向外网的购售电量，并确定了两种运行方式下实现综合成本最低所需配置的储能容量。通过算例验证了所提模型、策略和算法的有效性。关键词：微网；经济调度；优化配置；改进遗传算法；热电联产；调度策略Ｏｐｔｉｍｉｚａｔｉｏｎａｌｌｏｃａｔｉｏｎｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｍｉｃｒｏｇｒｉｄｂａｓｅｄｏｎｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈ—ＹＡＮＧＸｉｕ，ＣＨＥＮＪｉｅ，ＺＨＵＬａｎ，ＺＨＡＮＧＭｅｉｘｉａ，ＷＡＮＧＨａｌ－ｂｏ（ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ，Ｓｈａｎｇｈａｉ２０００９０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｆｏｒｔｈｅｕｎｃｅｒｔａｉｎｔｉｅｓｏｆｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｇｅｎｅｒａｔｉｏｎａｎｄｌｏａｄ，ｅｎｅｒｇｙｓｔｏｒａｇｅｄｅｖｉｃｅｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｅｎｓｕｒｉｎｇｔｈｅｓａｆｅａｎｄｒｅｌｉａｂｌｅｏｐｅｒａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｓｙｓｔｅｍ．Ｔｏａｃｃｕｒａｔｅｌｙａｎａｌｙｚｅｔｈｅｓｃｈｅｍｅｏｆｏｐｔｉｍａｌａｌｌｏｃａｔｉｏｎｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｍｉｃｒｏｇｒｉｄｗｈｉｃｈｃｏｎｔａｉｎｓｖａｒｉｏｕｓｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓ，ｏｐｔｉｍｉｚａｔｉｏｎａｌｌｏｃａｔｉｏｎｍｏｄｅｌｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒＣＨＰｍｉｃｒｏｇｒｉｄｂａｓｅｄｏｎｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈａｎｄｈｅａｔｉｎｇｉｎｃｏｍｅｉｓｅｓｔａｂｌｉｓｈｅｄ．Ａｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｍｅｔｈｏｄｆｏｒａｌｌｏｃａｔｉｎｇｔｈｅｍｉｎｉｍｕｍｓｔｏｒａｇｅｃａｐａｃｉｔｙｉｎｇｒｉｄ－ｃｏｎｎｅｃｔｅｄａｎｄｉｓｌａｎｄｅｄｍｏｄｅｓｉｓｐｒｅｓｅｎｔｅｄ．Ａｍｉｃｒｏｇｒｉｄｃｏｎｓｉｓｔｉｎｇｏｆａｗｉｎｄｔｕｒｂｉｎｅ，ｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌｓ，ａｓｔｏｒａｇｅｂａｔｔｅｒｙ，ａｍｉｃｒｏｔｕｒｂｉｎｅ，ａｆｕｅｌｃｅｌｌ，ｈｅａｔｉｎｇａｎｄｅｌｅｃｔｒｉｃｌｏａｄｓｉｓｓｅｌｅｃｔｅｄａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔ．Ｔｈｅｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｃｈｏｓｅｎｔｏｏｐｔｉｍｉｚｅｔｈｅｏｕｔｐｕｔｏｆｍｉｃｒｏｓｏｕｒｃｅｓ，ａｎｄｅｌｅｃｔｒｉｃｉｔｙｐｕｒｃｈａｓｅｓａｎｄｓａｌｅｓｂｅｔｗｅｅｎｅｘｔｅｒｎａｌｎｅｔｗｏｒｋａｎｄｍｉｃｒｏｇｒｉｄ．Ｔｈｅｓｔｏｒａｇｅｃａｐａｃｉｔｉｅｓｆｏｒａｃｈｉｅｖｉｎｇｔｈｅｍｉｎｉｍｕｍｃｏｍｐｒｅｈｅｎｓｉｖｅｃｏｓｔａｒｅｄｅｔｅｒｍｉｎｅｄｉｎｔｗｏｏｐｅｒａｔｉｏｎｍｏｄｅｓ．Ｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｄｉｓｐａｔｃｈｓｔｒａｔｅｇｙａｎｄａｌｇｏｒｉｔｈｍｉｓｐｒｏｖｅｄｂｙｔｈｅｅｘａｍｐｌｅｓ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙｔｈｅＮａｔｉｏｎａｌＨｉｇｈＴｅｃｈｎｏｌｏｇｙＲ＆ＤＰｒｏｇｒａｍｏｆＣｈｉｎａ（８６３Ｐｒｏｇｒａｍ）（Ｎｏ．２０１１ＡＡ０５Ａ１０６１ａｎｄＫｅｙＴｅｃｈｎｏｌｏｇｙＲ＆ＤＰｒｏｇｒａｍｏｆＳｈａｎｇｈａｉ（Ｎｏ．１０ｄｚ１２０３１００）．Ｋｅｙｗｏｒｄｓ：ｍｉｃｒｏｇｒｉｄ；ｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈ；ｏｐｔｉｍｉｚａｔｉｏｎａｌｌｏｃａｔｉｏｎ；ｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ；ＣＨＰ；ｄｉｓｐａｔｃｈｓｔｒａｔｅｇｙ中图分类号：ＴＭ７１文献标识码：Ａ——文章编号：１６７４３４１５（２０１３）０１．００５３０８０引言近年来，为了充分发挥可再生能源发电等分布式能源系统的效益，微网［１－３］的集成与运行控制成为研究的热点。微网将各种分布式电源、负荷、储能单元及控制装置等结合在一起，形成一个单一可控的单元，向用户同时提供电能和热能，实现热电联产（ＣｏｍｂｉｎｅｄＨｅａｔａｎｄＰｏｗｅｒ，ＣＨＰ）。由于风机、光伏等可再生能源发电具有间歇性、随机性和不确定性等特点，随着可再生能源渗透率的不断增加，它基金项目：国家８６３高技术基金项目（２０１１ＡＡ０５Ａ１０６）；上海市科委重点科技攻关计划（１０ｄｚｌ２０３１００）们给微网的安全可靠运行带来了越来越多的挑战。储能系统凭借其可充可放的运行特性，能有效克服可再生能源发电的波动性［４－６］。目前，微网中储能优化配置问题在国内外逐渐受到重视。国内学者丁明等针对可再生能源电站侧的蓄电池储能电站（ＢＥＳＳ），建立了动态性能分析与评价模型，并给出了基于ＢＥＳＳ动态性能的最佳ＢＥＳＳ容量配置方法Ｊ；文献［８］在分析决定电池容量的关键因素和风能、太阳能及负荷随机特性的基础上，提出了电池容量优化机会约束规划的数学模型；文献［９】采用神经网络策略实现了混合储能的容量配置，并根据混合储能问的协调配合减少了储能电池的容量；文献［１０］在考虑风电随机性的基础上，．５４．．电力系统保护与控制提出了基于机会约束规划的混合储能容量配置方法；文献［１１］从微网的经济调度出发，以保证系统的可靠运行为前提，提出了基于经济调度的蓄电池容量优化模型。但是，它们所研究的微网很少包括燃料电池、柴油发电机等可调度微源；也都未给出微网安全可靠运行所需配置最小储能容量的定量分析方法。本文针对包含光伏（Ｐｈｏｔｏｖｏｌｔａｉｃ，ＰＶ）、风机（ＷｉｎｄＴｕｒｂｉｎｅ，ＷＴ）、微型燃气轮机（ＭｉｃｒｏＴｕｒｂｉｎｅ，ＭＴ）、燃料电池（ｆｕｅｌｃｅｌｌ，ＦＣ）、蓄电池（ＳｔｏｒａｇｅＢａｔｔｅｒｙ，ＳＢ）、柴油发电机（ｄｉｅｓｅｌｅｎｇｉｎｅ，ＤＥ１以及热电负荷的微网，建立了基于经济调度的热电联供型微网系统储能优化配置模型，提出了并网和孤网运行方式下所需配置的最小储能容量的定量分析方法，运用改进遗传算法优化了不同储能容量下各微源的出力及微网向外网的购售电量，并确定了两种运行方式下实现考虑制热收益的综合成本最低所需配置的储能容量。输出功率与总效率。本文算例基于质子交换膜燃料电池（４０ｋＷＩＦＣＰＣ一２９），其Ｔ］ＦＣ（ｆ）与尸Ｆ（）的函数参见文献［１２］。１．１－３柴油发电机模型柴油发电机与传统火力发电机的耗量特性函数相似，采用如下的二次函数模型ｌ１引，如式（４）。（Ｅ（ｆ））：（ｆ）＋６尸ＤＥ（ｆ）＋Ｃ（４）式中：ａ、ｂ、Ｃ为成本函数的系数，可根据柴油发电机的耗量特性曲线拟合得到；尸ｎ（ｆ）为，时刻柴油发电机的出力。１．１．４蓄电池模型蓄电池在ｔ时刻的剩余电量与蓄电池在广１时刻的剩余电量、，－＿１时刻到，时刻蓄电池的充放电量有关。蓄电池放电时，（ｆ）０，，时刻的剩余电量为ｓｏｃ（ｔ）＝ｓｏｃ（ｔ一１）一Ｂ）／，７Ｄ（５）蓄电池充电时，≤（ｆ）０，ｔ时刻的剩余电量１微网系统储能优化配置模型为１．１微源建模１．１．１微型燃气轮机模型含微型燃气轮机的热电联产系统的数学模型为ＱＭ（，）：）（１一／］ｅ（ｔ）一７７）／ｒＬ（ｆ）Ｑｈ。（，）＝ＱＭ（ｔ）Ｋｈ（１）‰∑＝（（）／（，７ｅ（）Ｌ））式中，ＱＭ（）为时刻燃气轮机排气余热量；，７ｅ（ｆ）为ｔ时刻燃气轮机的发电效率；７７１为燃气轮机散热损失系数；Ｐ１为ｆ时刻燃气轮机输出的电功率；ｅ（ｔ。（ｆ）为时刻燃气轮机烟气余热提供的制热量；。为溴冷机的制热系数；为燃气轮机消耗的△天然气量；为燃气轮机的运行时问；Ｌ为天然气低热热值，取９．７ｋＷ・ｈ／１ＴＩ。微型燃气轮机的燃料成本计算式为＝（Ｃ１／Ｌ）（Ｐｅ（ｔ）Ａｔ／Ｇ（ｔ））（２）式中：Ｃ为天然气价格，本文取为２．５元／ｍ。本文算例基于Ｃａｐｓｔｏｎｅ公司的Ｃ６５型微型燃气轮机，其ｒＬ（，）与（ｆ）的函数参见文献［１２］。１．１．２燃料电池模型燃料电池发电过程中的燃料消耗费用计算公式为ＣＦｃ＝（Ｃ１／Ｌ）（ＰＦｃ（ＯＡｔ／￣］Ｆｃ（ｆ））（３）式中，（ｆ）、ｒｌＦ（ｆ）分别为其ｆ时刻的燃料电池的ＳＯＣ（ｔ）：ＳＯＣ（ｔ一１）一（，）・７７ｃ（６）式中：ｓｏｃ（ｔ）￣ｆ时刻蓄电池的剩余电量；（ｆ）为时刻蓄电池的充放电功率；ｒ／ｃ、ｒ／Ｄ分别为充、放电效率。光伏电池的出力模型参见文献［１５］，风机的出力模型参见文献［１６１。１．２目标函数一天内微网的运行成本与蓄电池的成本所构成的综合成本最低１７－１９］。其中微网的运行成本由除蓄电池外其他微源的发电成本（包括燃料成本、投资折旧成本、运行维护成本）、污染排放物对环境的影响成本、微网与外网的交互成本以及热电联产系统的制热收益所组成，蓄电池成本包括投资和运行维护成本。ｍｉｎＣ＝ＣｏＰ＋ＣｓＢ．Ａｚ＋Ｂ．０Ｍ（７）式中：∑ｃ。＝（ｃｆ（）＋ｃＤＰ（ｆ）＋ＣＯＭ（）＋Ｃｏ（ｆ））＋Ｃ一（８）∑Ｃｆ（）＝（（））（９）ｃＤＰ（ｎＣａｚ，ｉ・］（１。）Ｍ∑（ｆ）＝ＫｏＭＩｆ・（ｆ）（１１）陈洁，等基于经济调度的微网储能优化配置一５５一Ｃｅ（）＝ｎｍ（（＋）・・（（１２）三率约束（１８）ｒｉｄ＝ＣＰ（ｔ）ＸＣＧＰ（ｔ）一ＣＳ（ｔ）ｘｃｓｅ（ｔ）（１３）ｈ＝。Ｘｈ（１４）ＣＳＢ，ＡＺ￣・器Ｂ（１５）‘ｓ眦ｓｅＬＤ‘ＩＯＭ＝’Ｂ，‘ＯＭＳｓＢ（１６）式中：ｃｏＰ、。．ＡＺ、。．ＯＭ分别为一天内微网的运行成本、蓄电池的投资成本和运行维护成本；Ｃｆ（ｆ）、（ｆ）、Ｃ０Ｍ（）、Ｃｅ（ｆ）分别为ｆ时刻各微源的燃料成本、投资折旧成本、运行维护成本、环境成本总和；枷为微网与外网的交互成本（当孤网运行时，此项成本为零）；为热电联产系统的制热收益；为第ｉ个微源的燃料成本函数；（）为第ｆ个微源时刻的出力：ｎ为微源的个数；为第ｆ个微源的单位容量安装成本；ｋ为第ｉ个微源的容量因数，ｋ＝第ｉ个微源的年发电量／（８７６０Ｘ该微源的额定功率）；为年利率；１７为第ｉ个微源的投资偿还期；Ｋ。Ｍ．为第ｉ个微源的单位电量运行维护成本系数；，为第．，项污染物的环境价值；Ｖ为第项污染物所受罚款；Ｑ为第ｉ个微源输出单位电量时第，项污染物排放量；ｍ为污染物的种类；ＣＰ（ｔ）、ｃｓ（ｔ）分别为ｆ时刻微网向外网的购电电价和售电电价；ＣＧＰ（ｔ）、ＣＳＰ（ｔ）分别为ｆ时刻微网向外网的购电量和售电量；。为热电联产系统的制热量；为单位制热量的售价；，ｚｓ。为蓄电池的使用年限；。．ＡＺ为蓄电池单位容量的投资成本；为蓄电池的总容量；ＫｓＢ．。Ｍ为蓄电池单位容量一年的运行维护成本。式（１５）～式（１６）表明蓄电池的成本主要与其容量相关，而与其出力基本无关［２０］。１．３约束条件（１）微网内功率平衡约束尸Ｐ、，（，）＋（ｆ）＋尸Ｍ（）＋１Ｃ（）＋Ｂ（）＋，，１、‘尸ＤＥ（）＋ｋＰＧｒｉｄ（，）＝（ｆ）式中：尸Ｐ、，（ｆ）、‰（ｆ）、）、（ｆ）、ｅｓ）、（）、ＰＧ州（ｆ）和（）分别为ｔ时刻ＰＶ、ｗＴ、ＭＴ、ＦＣ、ＳＢ、ＤＥ的输出功率、微网与外网的交互功率及电负荷需求；ｋ为费用考虑系数，孤网时ｋ为０，并网时ｋ为１。式中，－ｍｉ、．ｍ分别为第ｆ个微源有功功率的最小、最大值。（３）微型燃气轮机爬坡率约束增负荷时尸ＭＴ（）一尸Ｍ（－１）Ｒ。（１９）减负荷时尸ＭＴ（一１）一尸ＭＴ（）Ｒｄｏｗ．Ｍ（２０）式中，．Ｍ、．Ｍ分别为ＭＴ增加和降低有功功率的限值。（４）微网与外网允许交互的传输功率约束ｄ＿ｍｉ（ｆ）ｄ．（２１）式中，裥、尸Ｇ分别为微网与外网允许交互传输的最小和最大功率。（５）蓄电池运行约束ＳＯＣｍｉｓｏｃ（ｔ）ＳＯＣｍ（２２）卫．：ＩｓＢ＋１）一）Ｉ（２３）１式中：ＳＯＣｉ、ＳＯＣｍ分别为蓄电池的最小和最大剩余电量；（ｆ）为ｆ时段蓄电池的运行状态，放电时ｓＢ（）＝１，充电时／／ＳＢ（，）＝０；为蓄电池的充放电次数限值，的取值可根据负荷情况、蓄电池在系统运行中所发挥的作用及其充放电循环次数等因素综合考虑而定。（６）热电联供系统供热约束。（ｆ）。ｄ（）（２４）式中，Ｑｈｅ（）、Ｑｄ。（ｆ）分别为ｆ时刻ＣＨＰ发出的热量和热负荷需求。１．４微网经济调度策略１．４．１并网运行方式在电价市场化的改革中，确保微网运行的经济性和收益最大化的优化策略为：将微源的发电成本与电价进行比较，若发电成本高于电价，则该微源不输出功率，不足的电负荷需求从外网购电来满足；若微源的发电成本低于电价，微源正常运行，此时，若微源未达到最大出力就已满足所有负荷需求，则增加有功出力向外网出售。综上所述，本文所研究的热电联产型微网系统在并网下的调度策略如下：１）由于ＰＶ和ｗＴ发电具有不可控性，且作为可再生能源不直接消耗燃料，不污染环境，故优先利用其出力，跟踪控制最大功率输出；２）为使热电联产系统运行效率最高，其采“”用以热定电的方式，由热负荷确定ＭＴ的出力；．５６一电力系统保护与控制３）当ｗＴ、ＰＶ和ＭＴ的功率超过系统电负荷需求时，超出的部分向外网出售；４）当ＷＴ、ＰＶ和ＭＴ的功率无法满足电负荷需求时，首先令蓄电池放电，同时检测蓄电池的状态；５）若蓄电池在放电范围内可满足负荷需求，则可以考虑增加蓄电池的出力向外网售电；６）若蓄电池满发后仍存在功率缺额，则再比较ＦＣ、ＤＥ的发电成本与购电成本，若ＦＣ、ＤＥ的发电成本高于电价，则ＦＣ和ＤＥ不发电，微网从外网购电以满足网内负荷需求，否则微源按指定功率发电；７）如果微源尚未达到最大功率就已满足全部电负荷需求，则比较此时微源的发电成本与电价，当发电成本低于电价时，则增加微源功率向外网售电，否则微源维持原出力水平。１．４．２孤刚运行方式微网在孤网运行方式下，不需要考虑与外网问的电能交易，系统内的热、电负荷需求完全由微源满足。微网能量管理系统通过实时比较微源的发电成本来优化调度各微源的出力，实现系统的安全经济运行。相应的调度策略为：１）优先利用ＷＴ和ＰＶ机组的出力，跟踪控制最大功率输出；２）热电联产系“”统以热定电，由热负荷确定ＭＴ的有功出力；３）ＷＴ、ＰＶ和ＭＴ的功率超出全部电负荷需求时，首先给蓄电池充电，同时监测蓄电池的状态；４）当ＷＴ、ＰＶ和ＭＹ的功率无法满足电负荷需求时，首先令蓄电池放电，同时监测蓄电池的状态；５）若在蓄电池的放电范围内无法满足网内电负荷需求，则根据微源的综合运行成本，经济调度各微源和蓄电池的功率来满足剩余负荷需求。２模型求解２．１最小储能容量求解方法假设配置储能前微网能输出的最小、最大功率尸Ｍ。、。．和电负荷曲线如图１所示，其中并网时外网看成微网中可双向流动功率的电源。｛３｜＿；■；；ｔ图１微网出力和电负荷需求Ｆｉｇ．１Ｏｕｔｐｕｔｏｆｍｉｃｒｏｇｒｉｄａｎｄｅｌｅｃｔｒｉｃｌｏａｄｄｅｍａｎｄ图１中的虚线代表省略的部分，但不失普遍性，。总是围绕上下波动，尸Ｍ。＜的区间为蓄电池需要放电的区间，而＞的区间为蓄电池需要充电的区间。图中以微网负荷恒定作分析，但对于非恒定负荷，本文所提的方法同样适用。综合考虑系统所需蓄电池的容量要求，计算蓄电池最小容量的过程如下：（１）计算蓄电池的最小放电容量ａ）当微网以最大功率。．向负荷供电时，所需的蓄电池放电容量最小。在每次放电之前，不管之前盈余的能量有多大，蓄电池的容量必须保证在接下来的放电区间能够满足放电的容量需求，对于有多个区间需要蓄电池放电，则容量必须满足所有区间的要求。故首先针对尸ＭＧ、一和曲线分别对放电区间（如区问］和，】）分段求（ｆ）一尸Ｍ。．（）的积分值，寻找积分最大值，将此最大值设为蓄电池的初始最小放电容量ｂ）蓄电池只是能量缓冲的中介，无法产生能量。因此，上图的充放电过程中，为了确保系统的正常运转，任…何一一个时刻，拙（）（ｉ（ｆ）＝。（０）＋【（ＰＭ。（）一≥（ｔ））ｄｔ）都不能小于零。若ｄｉｓ（Ｘ。）０，则ｉ（ｆ）在区间≥］的值大于０；同样，若ＳｄｉｓＸ４）０，ｉ（）在区间］的值一定大于０。。和都是从放电状态转到充电状态的时间点，把这类时间“”点称为放电积分点，因此只需要对此类时间点进行求值，如果这些点的值大于０，就能够保证“Ｓｄｉｓ（）０。设蓄电池初始电量为抵，在放电”积分点对Ｓ（ｆ）求值（由于蓄电池初始电量可变，且微网可以不运行在最大出力状态，故假设蓄电池在充放电过程中不可能处于过充状态１，若Ｓｄｉｓ（ｆ）＜０，则将Ｓｄｉ（ｆ）的绝对值加上Ｓ豳作为新的ＳＣ）重复步骤ｂ），直到所有时间段内都有≥Ｓｄｉｓ（ｆ）０，此时所对应的Ｓｄｉｓ即为最终的拙－ｍｊ。（２）计算蓄电池的最小充电容量ａ）针对。和曲线分别对充电区间（如：］和］）分段求ＰＭＧ，ｍｉｎ（ｆ）一（ｆ）的积分值，寻找积分最大值，将此最大值设为蓄电池的初始最小充电容量Ｓ；ｂ）设蓄电池初始电量为，在ｃ０“”充电积分点（蓄电池从充电状态转到放电状态的时间点，如２、６）对Ｓｃｈ（ｆ）求值（Ｓｃｈ（ｆ）＝Ｓｃｈ（０）＋【（尸ＭＧ＿ｊ（，）一ＰＬ（））出，由于蓄电池初始电量可变，且微网可以不运行在最小出力状态，故假设蓄电池陈洁，等基于经济调度的微网储能优化配置一５７．在充放电过程中不可能处于过放状态），若。ｈ（）＞Ｓ。ｈ，则将Ｓｃｈ（ｆ）作为新的Ｓ。ｈ＿ｍｉ；ｃ）重≤复步骤ｂ），直到所有时间段内都有Ｓｃｈ（ｆ）Ｓ。．ｍｉ，此时所对应的即为最终的Ｓｃ－ｍｉ。（３）计算蓄电池的最小容量．ｍｉＳｓＢ，ｍｉｎ￣ｍａｘｃ，５式中，ＤＯＤ为蓄电池的放电深度，即蓄电池允许的放电量与其标称容量的百分比。２．２模型求解算法本文模型的求解流程如图２所示，通过求解蓄电池容量在Ｂ．ｍ和ＳｓＢ．ｍ之间变化时各容量下微网经济调度的综合成本，最终得出微网取得最低综合成本所对应的蓄电池容量，即为最优的蓄电池容量。图２求解算法的流程图Ｆｉｇ．２Ｆｌｏｗｃｈａｒｔｏｆｔｈｅａｌｇｏｒｉｔｈｍ本文运用改进自适应遗传算法【２¨，并采取了轮盘赌选择、多点交叉和多点变异来优化求解各容量下微网经济调度的综合成本。３算例分析３．１基础数据本文中微网与外网传输的功率上下限分别为３０ｋＷ、一３０ｋＷｆ外网向微网注入功率为正，反之为负），蓄电池的充放电效率都取为０．９。各微源的相关信息如表１所示。ｗＴ、ＰＶ出力，热、电负荷及由热负荷求出的ＭＴ电功率曲线如图３所示。实时电价参见文献［２２］，各微源的污染物排放数据、污染物价值标准、罚款等级参见文献［２３１。表１各微源的参数Ｔｌａｂｌｅ１ＰａｒａｍｅｔｅｒｓｏｆｗｔｒｉｏｕｓｍｉｃｒｏｓＯｕｒｃｅｓ１６０ｆ基，８０ｔ’＿。ｏｒ一ｌ３，，９ｌｌｌｊＬ）ｌ，ｌＺｌ２ｊ—・一热负荷—・～电负荷…ＭＴ电功率—懈一ｗＴ出力一～Ｆｌｖ出力图３已知机组出力及热电负荷Ｆｉｇ．３Ｔｈｅｋｎｏｗｎｐｏｗｅｒｏｆｓｏｕｒｃｅｓ，ｈｅａｔｉｎｇａｎｄｅｌｅｃｔｒｉｃｌｏａｄｓ３．２优化结果３．２．１孤网运行方式由２．１节最小储能容量求解方法可得出孤网运行时所需蓄电池的最小容量为１１３．１２ｋｗｈ，故本文将蓄电池的最小容量取为１５０ｋ，而最大容量设为１０００ｋｗｈ，蓄电池容量取不同的值时所对应的微网运行成本、蓄电池成本和综合成本如图４所示。蓄电池容量／ｋＷｈ—・一微网运行成本一…蓄电池成本综合成本图４孤网时蓄电池取不同容量下的费用Ｆｉｇ．４ＣｏｓｔｏｆｄｉｆｆｅｒｅｎｔｓｉｚｅｏｆＳＢｉｎｉｓｌａｎｄｅｄｍｏｄｅ从图４可以看出，随着蓄电池容量的增加，微网的运行成本随之减小，而蓄电池成本随之增加，援烈黼～恃援一５８一电力系统保护与控制当蓄电池容量为４５０ｋＷｈ时，综合成本最小，故孤网时蓄电池的最优配置容量为４５０ｋＷｈ。蓄电池容量为４５０ｋＷｈ时，微网系统的功率优—化结果如图５所示，其中负荷缺额＝电负荷一ＰＶ—ＷＴＭＴ出力。至、、图５孤网时微网功率优化结果Ｆｉｇ．５Ｏｐｔｉｍａｌｒｅｓｕｌｔｓｏｆｍｉｃｒｏ－ｇｒｉｄｐｏｗｅｒｉｎｉｓｌａｎｄｅｄｍｏｄｅ从图５可以看出，１～７时段，微网负荷较轻，ＰＶ、ＷＴ、ＭＴ发出的多余电量给蓄电池充电，８～１３时段，微网的负荷缺额主要由蓄电池提供，ｌ４时段末，蓄电池的剩余电量已达下限，负荷缺额主要由ＦＣ提供，若在ＦＣ出力范围内仍无法满足负荷需求，再调用ＤＥ的出力，ＤＥ在这里主要起到了调峰的作用。微网在孤网运行方式下一天内蓄电池只需充电１次、放电１次，较好地延长了蓄电池的使用寿命。３．２．２并网运行方式由２．１节最小储能容量求解方法可得出并网运行时所需蓄电池的最小容量为０ｋＷｈ，而最大容量仍设为１０００ｋＷｈ，蓄电池容量取不同的值时所对应的微网运行成本、蓄电池成本和综合成本如图６所不。从图４和图６中的微网运行成本可以看出，并网时由于在电价低于微源发电成本的时段，可优先从外网购电来满足负荷需求，而负荷较轻时段，微网在满足负荷需求的基础上又可向外网售电，故并网相比于孤网运行方式的经济效益更好。从图６可以看出，由于大多数时段电价低于微源的发电成本，故微网优先从外网购电来满足负荷需求，而成本较高微源的出力减少，因此，随着蓄电池容量的增加，微网运行成本减小的速度低于蓄电池成本增加的速度，所以当蓄电池容量为０ｋＷｈ时，综合成本最小。微网中不装设蓄电池时，系统功率优化结果如图７所示。图７并网时微网功率优化结果—Ｆｉｇ．７Ｏｐｔｉｍａｌｒｅｓｕｌｔｓｏｆｍｉｃｒｏｇｒｉｄｐｏｗｅｒｉｎ—ｇｒｉｄｃｏｎｎｅｃｔｅｄｍｏｄｅ从图７可以看出，１～７时段，ＰＶ、ＷＴ、ＭＴ发出的多余电量向外网出售，第８时段之后，外网几乎以最大功率向微网供电，不足的电负荷需求由ＦＣ和ＤＥ来满足，ＦＣ的出力跟踪负荷缺额的趋势而变化，ＤＥ在这里主要起到了调峰的作用。４结论储能技术对于微网的稳定运行和协调控制发挥着重要的作用。本文针对热电联产型微网建立了基于经济调度并计及制热收益的储能优化配置模型，并提出了并网和孤网运行方式下所需配置最小储能容量的定量分析方法，在结合经济调度策略的基础上，运用改进遗传算法进行求解，以一个热电联产型微网为例，通过优化计算确定了两种运行方式下实现综合成本最低所需配置的储能容量。算例分析验证了所提模型、策略和算法的有效性。参考文献［１］ＨａｔｚｉａｒｇｙｒｉｏｕＮ，ＡｓａｎｏＨ，ｌｒａｎｖａｎｉＲ，ｅｔａ１．Ｍｉｃｒｏｇｒｉｄｓ［Ｊ］．ＩＥＥＥＰｏｗｅｒａｎｄＥｎｅｒｇｙＭａｇａｚｉｎｅ，２００７，—５（４）：７８９４．枷㈣㈣３２２２１陈洁，等基于经济调度的微网储能优化配置一５９一［２］［３］［４］［５］［６］［７］［８］ＨａｔｚｉａｒｇｙｒｉｏｕＮＤ，ＤｉｍｅａｓＡ，ＴｓｉｋａｌａｋｉｓＡＧｅｔａ１．Ｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄｓｉｎｍａｒｋｅｔｅｎｖｉｒｏｎｍｅｎｔ［Ｃ］／／ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＦｕｔｕｒｅＰｏｗｅｒＳｙｓｔｅｍｓ，Ａｍｓｔｅｒｄａｍ，２００５．苏玲，张建华，王利，等．微电网相关问题及技术研究—［Ｊ】．电力系统保护与控制，２０１０，３８（１９）：２３５２３９．—ＳＵＬｉｎｇ，ＺＨＡＮＧＪｉａｎｈｕａ，ＷＡＮＧＬｉ，ｅｔａ１．Ｓｔｕｄｙｏｎｓｏｍｅｋｅｙｐｒｏｂｌｅｍｓａｎｄｔｅｃｈｎｉｑｕｅｒｅｌａｔｅｄｔｏｍｉｃｒｏｇｒｉｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１９）：２３５．２３９．黄宇淇，方宾义，孙锦枫．飞轮储能系统应用于微网的仿真研究［Ｊ］＿电力系统保护与控制，２０１１，３９（９）：８３．８７．———ＨＵＡＮＧＹｕｑｉ，ＦＡＮＧＢｉｎｙｉ，ＳＵＮＪｉｎｆａｎｇ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｅａｒｃｈｏｎｔｈｅｍｉｃｒｏｇｒｉｄｗｉｔｈｆｌｙｗｈｅｅｌｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（９）：８３・８７．王成山，于波，肖峻，等．平滑可再生能源发电系统输出波动的储能系统容量优化方法［Ｊ］．中国电机工程学报，２０１２，３２（１６）：１－８．ＷＡＮＧＣｈｅｎｇ－ｓｈａｎ，ＹＵＢｏ，ＸＩＡＯＪｕｎ，ｅｔａ１．Ｓｉｚｉｎｇｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓｆｏｒｏｕｔｐｕｔｓｍｏｏｔｈｉｎｇｏｆｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｓｙｓｔｅｍｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，—２０１２，３２（１６）：１８．ＴｏｓｈｉｆｕｍｉＩ，ＭａｓａｎｏｒｉＫ，ＡｋｉｒａＴ．Ａｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｗｉｔｈａｓｍｅｓａｎｄｓｅｃｏｎｄａｒｙｂａｔｔｅｒｙ［Ｊ］．ＩＥＥＥＴｒａｎｓ—ｏｎＡｐｐｌｉｅｄＳｕｐｅｒｃｏｎｄｕｃｔｉｖｉｔｙ，２００５，２（１５）：１９１５－１９１８．丁明，徐宁舟，毕锐．用于平抑可再生能源功率波动的储能电站建模及评价【Ｊ】．电力系统自动化，２０１１，—３５（２）：６６７２．ＤＩＮＧＭｉｎｇ，ＸＵＮｉｎｇ－ｚｈｏｕ，ＢＩＲｕｉ．ＭｏｄｅｌｉｎｇｏｆＢＥＳＳｆｏｒｓｍｏｏｔｈｉｎｇｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｏｕｔｐｕｔｆｌｕｃｔｕａｔｉｏｎｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，３５（２）：６６・７２．孙耀杰，康龙云，史维祥，等．分布式电源中最佳蓄电池容量的机会约束规划［Ｊ］．系统仿真学报，２００５，１７（１）：４１．４４．——ＳＵＮＹａｏ－ｊｉｅ，ＫＡＮＧＬｏｎｇｙｕｎ，ＳＨＩＷｅｉｘｉａｎｇ，ｅｔａ１．Ｓｔｕｄｙｏｎｓｉｚｉｎｇｏｆｂａｔｔｅｒｉｅｓｆｏｒｄｉｓｔｒｉｂｕｔｅｄｐｏｗｅｒｓｙｓｔｅｍｕｔｉｌｉｚｉｎｇｃｈａｎｃｅｃｏｎｓｔｒａｉｎｅｄｐｒｏｇｒａｍｍｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍＳｉｍｕｌａｔｉｏｎ，２００５，ｌ７（１）：４１－４４．［９］ＡｂｂｅｙＣ，ＳｔｒｕｎｚＫ，ＪｏｏｓＧＡｋｎｏｗｌｅｄｇｅ・ｂａｓｅｄａｐｐｒｏａｃｈ—ｆｏｒｃｏｎｔｒｏｌｏｆｔｗｏｌｅｖｅｌｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｗｉｎｄｅｎｅｒｇｙｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，２００９，２（２４）：５３９－５４７．［１０］谢石骁，杨莉，李丽娜．基于机会约束规划的混合储能—优化配置方法［ＪＪ．电网技术，２０１２，３６（５）：７９８４．——ＸＩＥＳｈｉｘｉａｏ．ＹＡＮＧＬｉ．ＬＩＬｉｎａ．Ａｃｈａｎｃｅｃｏｎｓｔｒａｉｎｅｄｐｒｏｇｒａｍ－ｍｉｎｇｂａｓｅｄｏｐｔｉｍａｌｃｏｎｆｉｇｕｒａｔｉｏｎｍｅｔｈｏｄｏｆｈｙｂｒｉｄｅｎｅｒＤｓｔｏｒａｇｅｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１２，３６（５）：７９・８４．［１１］许丹，丁强，潘毅，等．基于经济调度的微电网蓄电池容量优化［Ｊ］．电力系统保护与控制，２０１１，３９（１７）：—５５５９．ＸＵＤａｎ，Ｄ１ＮＧＱｉａｎｇ，ＰＡＮＹｉ，ｅｔａ１．Ｓｔｕｄｙｏｆｆｏｐｔｉｍｉｚｉｎｇｃａｐａｃｉｔｙｏｆｓｔｏｒａｇｅｂａｔｔｅｒｙｉｎｍｉｃｒｏｇｒｉｄｓｙｓｔｅｍｂａｓｅｄｏｎｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（１７）：５５５９．［１２］李乐．微网的经济运行研究［Ｄ】．北京：华北电力大学，２０１１．［１３］ＢｈｕｖａｎｅｓｗａｒｉＲ，ＥｄｒｉｎｇｔｏｎＣＳ，ＣａｒｔｅｓＤＡ，ｅｔａ１．Ｏｎｌｉｎｅｅｃｏｎｏｍｉｃｅｎｖｉｒｏｎｍｅｎｔａｌｏｐｔｉｍｉｚａｔｉｏｎｏｆａｍｉｃｒｏｇｒｉｄｕｓｉｎｇａｎｉｍｐｒｏｖｅｄｆａｓｔｅｖｏｌｕｔｉｏｎａｒｙｐｒｏｇｒａｍｍｉｎｇｔｅｃｈｎｉｑｕｅ［Ｃ］／／ＮｏｒｔｈＡｍｅｒｉｃａｎＰｏｗｅｒＳｙｍｐｏｓｉｕｍ，２００９—１６．［１４］ＲｏｓｓＭ，ＨｉｄａｌｇｏＲ，ＡｂｂｅｙＣ，ｅｔａ１．Ｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓｃｈｅｄｕｌｉｎｇｆｏｒａｎｉｓｏｌａｔｅｄｍｉｃｒｏｇｒｉｄ［Ｊ］．ＩＥＴ—ＲｅｎｅｗａｂｌｅＰｏｗｅｒＧｅｎｅｒａｔｉｏｎ，２０１１，５（２）：１１７１２３．［１５］丁明，张颖媛，茆美琴，等．集中控制式微网系统的稳态建模与运行优化［Ｊ１．电力系统自动化，２００９，３３（２４）：７８－８２．——ＤＩＮＧＭｉｎｇ，ＺＨＡＮＧＹｉｎｇｙｕａｎ，ＭＡＯＭｅｉｑｉｎ，ｅｔａ１．Ｓｔｅａｄｙｍｏｄｅｌａｎｄｏｐｅｒａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｍｉｃｒｏｇｒｉｄｓｕｎｄｅｒｃｅｎｔｒａｌｉｚｅｄｃｏｎｔｒｏｌ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃ—ＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（２４）：７８８２．［１６］ＤｅｎｇＱｉｊｕｎ，ＧａｏＸｉｎｇ，ＺｈｏｕＨｏｎｇ．ＳｙｓｔｅｍｍｏｄｅｌｉｎｇａｎｄｏｐｔｉｍｉｚａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｕｓｉｎｇＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ［Ｃ］／／Ｔｈｅ２ｎｄＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｔｅｌｌｉｇｅｎｔＣｏｎｔｒｏｌ—ａｎｄＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ，２０１１：５４０５４４．［１７］ＣｈｅｎＣ，ＤｕａｎＳ，ＣａｉＬｅｔａ１．Ｓｍａｒｔｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍｆｏｒｏｐｔｉｍａｌｍｉｃｒｏｇｒｉｄｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎ［Ｊ］．ＩＥＴ—ＲｅｎｅｗＰｏｗｅｒＧｅｎｅｒａｔｉｏｎ，２０１ｌ，５（３）：２５８２６７．一６Ｏ一电力系统保护与控制［１８］ＣｈｅｎＳＸ，ＧｏｏｉＨＢ，ＷａｎｇＭＱ．Ｓｉｚｉｎｇｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｍｉｃｒｏｇｒｉｄｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＳｍａｒｔＧｒｉｄ，—２０１２，３（１）：１４２１５１．［１９］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［Ｊ１．电力系统保护与控制，２０１１，３９（２２）：ｌ６－２２．——ＷＡＮＧＲｕｉｑｉ，ＬＩＫｅ，ＺＨＡＮＧＣｈｅｎｇｈｕｉ．Ｏｐｔｉｍｉｚａｔｉｏｎａｌｌｏｃａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｃａｐａｃｉｔｙｂａｓｅｄｏｎｃｈａｏｔｉｃｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（２２）：１６－２２．［２０］ＶｅｎｕＣ，ＲｉｆｆｏｎｎｅａｕＢａｃｈａＳ，ｅｔａ１．Ｂａｔｔｅｒｙｓｔｏｒａｇｅｓｙｓｔｅｍｓｉｚｉｎｇｉｎｄｉｓｔｒｉｂｕｔｉｏｎｆｅｅｄｅｒｓｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍｓ［Ｃ】／／ＰｒｏｃＩＥＥＥＢｕｃｈａｒｅｓｔＰｏｗｅｒＴｅｃｈ．Ｊｕｎ．２００９．［２１］任子武，伞冶．自适应遗传算法的改进及在系统辨识—中应用研究【Ｊ】．系统仿真学报，２００６，１８（１）：４１４３．—ＲＥＮＺｉＷＵ，ＳＡＮＹｅ．Ｉｍｐｒｏｖｅｄａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｒｅｓｅａｒｃｈｉｎｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍＳｉｍｕｌａｔｉｏｎ，２００６，—１８（１１：４１４３．［２２］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［Ｊ１．中国电机工程学报，２０１ｌ，３１（４）—７１４．——Ｄ１ＮＧＭｉｎｇ，ＺＨＡＮＧＹｉｎｇｙｕａｎ，ＭＡＯＭｅｉｑｉｎ，ｅｔａ１．ＥｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｍｉｃｒｏｇｒｉｄｓｉｎｃｌｕｄｉｎｇＮａ／Ｓｂａｔｔｅｒｙｓｔｏｒａｇｅ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１１，３１（４）：７－１４．［２３］钱科军，袁越，石晓丹，等．分布式发电的环境效益分析［ＪＪ．中国电机工程学报，２００８，２８（２９）：１１－１５．—ＱＩＡＮＫｅ－ｊｕｎ，ＹＵＡＮＹｕｅ，ＳＨＩＸｉａｏｄａｎ，ｅｔａ１．Ｅｎｖｉｒｏｎｍｅｎｔａｌｂｅｎｅｆｉｔｓａｎａｌｙｓｉｓｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８（２９）：—１１１５—收稿日期：２０１２－０４２８作者简介：杨秀（１９７２一），男，博士，教授，主要研究方向为分布式发电与微电网的运行与仿真；陈洁（１９８７－），男，硕士研究生，主要研究方向为微—网运行与控制，微网储能优化配置；Ｅｍａｉｌ：ｃｈｅｎｊｉｅｂｏｙｓ＠１６３．ｃｏｍ朱兰（１９７８－），女，博士研究生，讲师，主要研究方向为微网规划与运行。