考虑风电随机性的微网多时间尺度能量优化调度.pdf

第４２卷第２３期２０１４年１２月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４２ＮＯ．２３Ｄｅｃ．１．２０１４考虑风电随机性的微网多时间尺度能量优化调度徐立中，易永辉，朱承治，赵波，项中明，谢颖捷（１．国网浙江省电力公司，浙江杭州３１０００７；２．许继集团有限公司，河南许昌４６１０００；３．国网浙江省电力试验研究院，浙江杭州３１００１４）摘要：提出了考虑风电随机性的微网多时间尺度能量优化调度模型，实现了微网日前调度计划和实时调整之间的协调优化调度。该模型的日前调度部分以微网经济运行为目标，考虑风电出力的随机性，利用多场景方法提高了微网适应风电出力随机性的灵活性。在实时运行调整环节，利用响应速度较快的可控负荷消纳风电出力波动，使微网和外部电网的功率交换遵循目前调度计划，保证日前调度计划的有效性。该多时间尺度调度模型通过优化协调各种设备的运行，实现微网经济运行的同时，很好地消纳了风电随机性给外部电网带来的影响，实现了含风力发电微网对外部电网的可调度性。算例仿真验证了该模型的有效性。关键词：微网；风电；随机性；日前调度；实时运行调度Ｍｕｌｔｉ－ｔｉｍｅｓｃａｌｅｏｐｔｉｍａｌｅｎｅｒｇｙｄｉｓｐａｔｃｈｏｆｍｉｃｒｏｇｒｉｄｃｏｎｓｉｄｅｒｉｎｇｓｔｏｃｈａｓｔｉｃｗｉｎｄｐｏｗｅｒ—ＸＵＬｉ．ｚｈｏｎｇ，ＹＩＹｏｎｇ．ｈｕｉ，ＺＨＵＣｈｅｎｇ．ｚｈｉ，ＺＨＡＯＢｏ，ＸＩＡＮＧＺｈｏｎｇｍｉｎｇ，ＸＩＥＹｉｎｇｊｉｅ（１．ＺｈｅｊｉａｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｒｐｏｒａｔｉｏｎ，Ｈａｎｇｚｈｏｕ３１０００７，Ｃｈｉｎａ；２．ＸＪＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ，Ｘｕｃｈａｎｇ４６１０００，Ｃｈｉｎａ；３．Ｚｈ￣ｉａｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＴｅｓｔ＆ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ．Ｈａｎｇｚｈｏｕ３１００１４．Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｍｕｌｔｉ－ｔｉｍｅ－ｓｃａｌｅｓｃｈｅｄｕｌｉｎｇｍｏｄｅｌｏｆｅｌｅｃｔｒｉｃｉｔｙａｎｄｈｅａｔｆｏｒｍｉｃｒｏｇｒｉｄｗｉｔｈｖｏｌａｔｉｌｅｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ，——ｗｈｉｃｈｃｏｏｒｄｉｎａｔｅｓｔｈｅｄａｙａｈｅａｄｓｃｈｅｄｕｌｅａｎｄｒｅａｌｔｉｍｅｄｉｓｐａｔｃｈｆｏｒｍｉｃｒｏｇｒｉｄｉｎｄｉｆｆｅｒｅｎｔｔｉｍｅｓｃａｌｅｓ．Ｉｎｔｈｉｓｍｏｄｅｌ，ｔｈｅｏｂｊｅｃｔｉｖｅｏｆ—ｄａｙａｈｅａｄｓｃｈｅｄｕｌｉｎｇｉｓｔｏｍｉｎｉｍｉｚｅｔｈｅｏｐｅｒａｔｉｏｎａｌｃｏｓｔｏｆｍｉｃｒｏｇｒｉｄ，ｗｈｉｌｅｔｈｅｆｌｅｘｉｂｉｌｉｔｙｏｆｍｉｃｒｏｇｒｉｄｏｐｅｒａｔｉｏｎｉｓｉｍｐｒｏｖｅｄｔｏａｄａｐｔｔｏｔｈｅｖｏｌａｔｉｌｅｗｉｎｄｐｏｗｅｒｗｉｔｈｔｈｅｓｔｏｃｈａｓｔｉｃｗｉｎｄｏｕｔｐｕｔｒｅｐｒｅｓｅｎｔｅｄｂｙｓｃｅｎａｒｉｏｓ；ａｎｄｔｈｅｒｅａｌ－ｔｉｍｅｐｏｗｅｒｅｘｃｈａｎｇｅｂｅｔｗｅｅｎ—ｍｉｃｒｏｇｒｉｄａｎｄｅｘｔｅｒｎａｌｇｒｉｄａｐｐｒｏａｃｈｅｓｔｏｔｈｅｄａｙ－ａｈｅａｄｓｃｈｅｄｕｌｅｄｃｕｒｖｅａｓｃｌｏｓｅａｓｐｏｓｓｉｂｌｅｂｙｔｈｅｒｅａｌｔｉｍｅｄｉｓｐａｔｃｈ，ｉｎｗｈｉｃｈｔｈｅ—ｆｌｕｃｔｕａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒｉｓａｃｃｏｍｍｏｄａｔｅｄｂｙｒａｐｉｄｒｅｓｐｏｎｓｅｆａｃｉｌｉｔｉｅｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｍｕｌｔｉ－ｔｉｍｅｓｃａｌｅｓｃｈｅｄｕｌｉｎｇｍｏｄｅ１．ｔｈｅｉｍｐａｃｔｏｆｔｈｅｖｏｌａｔｉｌｅｗｉｎｄｐｏｗｅｒｏｎｔｈｅｅｘｔｅｒｎａｌｇｒｉｄｉｓｍｉｔｉｇａｔｅｄｗｈｉｌｅｔｈｅｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｉｓａｃｈｉｅｖｅｄｔｈｒｏｕｇｈｔｈｅｃｏｏｒｄｉｎａｔｉｏｎｏｆｆａｃｉｌｉｔｉｅｓ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｉｓｓｃｈｅｄｕｌｉｎｇｍｏｄｅ１．—Ｋｅｙｗｏｒｄｓ：ｍｉｃｒｏｇｒｉｄ；ｗｉｎｄｐｏｗｅｒ；ｓｔｏｃｈａｓｔｉｃｐｒｏｐｅｒｔｙ；ｄａｙ・ａｈｅａｄｓｃｈｅｄｕｌｉｎｇ；ｒｅａｌｔｉｍｅｄｉｓｐａｔｃｈ中图分类号：ＴＭ６１９；ＴＭ７３文献标识码：Ａ——文章编号：１６７４．３４１５（２０１４）２３０００１０８０引言分布式发电系统因其明显的经济和社会效益，近年来得到了快速发展。分布式发电靠近用电负荷，可以有效减少输电线网损；同时与大电网联网，互为补充运行，节省系统建设成本的同时提高供电可靠性ｌ引。分布式发电的主要形式包括风能和太阳能等可再生能源，以及热电联产等高效的小型发电机组，不仅可以有效减少污染物排放，而且通过余热回收能极大地提高能源的利用效率，实现节能减排。但是，随着大量分布式发电接入配电系统，电力系统的安全稳定运行面临严峻挑战。尤其是当可再生能源发电接入系统规模越来越大，其不可控性及随机波动性必将给电力系统带来诸多负面影响【２Ｊ。微网Ｉ４Ｊ将不可控的可再生能源、可控的热电联产和储能设备以及各种负荷作为一个整体，可以同时满足用户对电能和热能的需求。微网可以提高能源利用效率，通过热电联合提高运行的灵活性，并可与大电网互动实现对大电网运行的有力支持。它不仅能够解决分布式电源的大规模接入问题，还能充分发挥分布式发电的优势，真正实现分布式发电的安全、经济和高效运行。微网的经济优化运行就是研究微网各种设备的协调优化运行，国内外对此已经开展了大量研究ｌｊＪ。但是目前的研究多集中电力系统保护与控制在能量优化调度，对于可再生能源出力随机性的影响以及多时间尺度的协调控制并没有予以考虑。本文研究了微网多时间尺度能量优化调度，通过目前能量调度计划和实时运行调整的多时间尺度协调优化调度，研究热、电的联合优化，实现系统最优运行的同时，提高微网对于外部电网的可调度性。在目前能量调度模型中，考虑风电出力随机性，利用热、电系统之间的关联，通过大容量储热装置和电热转化设备，实现用电的削峰填谷和微网的灵活运行；在实时运行时，当超短期预测与目前预测的风电出力出现偏差时，通过调整日前调度计划，实现日前调度计划的有效性。１微网模型本文研究的微网系统包括小型热电联产发电机组、风力发电机组、热电储能设备以及燃气锅炉等。为了加强微网系统中热和电系统之间的关联，引入电热转化设备，可以在电力富余和价格较低的时段，通过加热装置转化为热能；同时，电热转化装置调节用电功率的速度快，可以在实时运行时参与调节风电出力的波动。１．１微网的优化运行微网通过热、电联合优化和多种设备间的协调控制，实现微网的协调优化运行。在微网日前调度中，以经济运行为优化目标，利用分时电价（ＴＯｕ）实现用电的削峰填谷。通常，用电负荷高峰一般出现在白天，而热负荷高峰则在早晨和晚上Ｌ８Ｊ，所以可以让ＣＨＰ在白天电负荷高峰时发电，由于此时的热负荷并不匹配，因此需要通过储热装置存储多余热能。晚上，电负荷较低、热负荷较高时，储热装置会释放热能供热，同时由于此时电价较低，电热转化装置会利用电能转化为热能进行供热。１．２考虑风电随机性的微网多时间尺度能量优化调度随着分布式发电，尤其是可再生能源接入电网，必将给电网带来很多影响。以微网整合分布式电源，实现微网内各种设备的协调优化控制，减少对外部电网的影响。大量研究发现风电存在很大的随机性Ｊ，风电的随机性需要电网在运行时提供大量旋转备用，这必然会降低电网的经济运行水平，大量的风…电接入可能还会影响电网的安全稳定运行Ｌ１。本文通过目前调度计划和实时运行调整的多时间尺度协调优化调度，降低微网内部风电的随机性对外部电网的影响。在日前调度计划时，在优化模型中利用场景手段考虑第二天风电的可能出力，保证在日内实时运行时风电出力偏离日前预测时，调度计划可以灵活调整，从而降低风电随机性对外部电网的影响。另外，通过考虑微网公共连接点（ＰＣＣ）处的波动，实现微网对外部电网的可调度性。而在实时运行时，当风电出力偏离日前预测值时，利用电热转化和电储能装置的快速响应Ｉ１，保证目前调度的有效性。在日前调度中，系统通过投资成本较低的热储能，优化热、电负荷的匹配，实现系统削峰填谷，而且在日前调度模型中，利用多场景手段描述风电出力的随机性，提高了系统适应风电出力随机性的灵活性；而在实时运行时，通过响应速度较快的电热转化装置和电储能系统，实现微网系统对风电出力波动的消纳，减小风电出力随机性对电网的影响。在实时运行时利用电热转换设备和储热装置快速调节风电随机性带来的影响，可以有效减少电储能系统的容量配置。这在当前电储能成本较高Ｌ８Ｊ的情况下，可以极大地降低系统建设成本。２考虑风电随机性的日前调度２．１风电随机性的场景描述本文采用场景描述方法描述风电出力的随机性。结合目前风电预测，利用拉丁超立方抽样（Ｌａｔｉｎ■ＨｙｐｅｒｃｕｂｅＳａｍｐｌｉｎｇ，ＬＨＳ）产生第天风电可能的出力曲线；然后利用场景削减技术削减场景数量，从而减少模型求解的计算量。假设风电出力满足Ｎ（／ｔ，）正态分布，其中是日前预测风电出力值，是风电可能出力的标准差，用来表征风电的随机性，并假设标准差与预测值成一定比例关系¨引。与随机采样不同，ＬＨＳ方法可以更精确描述变莓的分布。对于每一个变量，其累计概率分布被等分为Ⅳ份，然后在每一等份中随机选取一个值。通过ＬＨＳ采样，风电出力的随机性可以通过大量的场景来描述。然后采用考虑Ｋａｎｔｏｒｏｖｉｃｈ￣离¨Ｊ的场景削减方法对场景进行削减。２．２微网日前调度的确定性模型以系统总运行成本最低作为微网日前调度的｝＝】标，考虑热、电平衡约束，设备出力上下限和爬坡率约束，机组最小开停机时间等约束［１５－１６Ｉ。本文中日前调度时间间隔为１ｈ。２．２．１目标函数微网日前调度的目标是系统总成本费用最低，包括与外部电网的电能交换成本、发电机和锅炉的燃料成本。ｒｆ‰∑∑∑∑＝毪＋ｃ。＋ｃ。（１）ｈ＝ｌｈ＝ｌｈ＝ｌｉ＝１其中：ｉ是ｈ时刻的电价：ｃＧ是燃气价格；ｉ是ｈ时刻ＰＣＣ处的电能交换（大于０表示外部电网向微网输送功率，小于０则表示微网向外部电网输徐立中，等考虑风电随机性的微网多时间尺度能量优化调度出功率）；是ｈ时刻ＣＨＰｉ的燃气流量；是ｈ时刻锅炉的燃气流量。利用一次曲线对ＣＨＰ的燃气流量和电功率进行拟合【ｌ７Ｊ，如式（２）。Ｆ／／＝（）：ＯＦ＋ｂＥｆＩｈ（２）其中：表示ＣＨＰ在ｈ时刻的电功率；是ＣＨＰ在ｈ时刻的开停机状态。类似地，ＣＨＰ余热回收可用式（３）拟合。Ｈｈ＝（）＝ａＨｉ＋ｂＨ（３）其中，Ｈ是ＣＨＰ在ｈ时刻的热能输出。对于锅炉，热转换效率基本为常数。＝／７７Ｂ（４）其中：是锅炉的效率参数；是锅炉在ｈ时刻的热能输出。２．２．２约束条件微网日前调度模型需要考虑热、电平衡、设备运行上下限和爬坡率、最小开停机时间等约束。（１）有功平衡ｈ时刻的有功功率满足晰Ｈｐ∑＋＋＝＋（５）ｉ＝１其中，、和瑶分别是系统有功需求、风机出力预测值和电热转化设备功率。在ＰＣＣ处的交换功率必须满足容量约束，或者是给定的上下限约束。ｐｈ（６）其中，和是Ｐｃｃ处的交换功率的上下限。交换功率负值表示微网向外部电网输出电能。同时，电热转化设备的出力满足０（７）其中，是电热转化设备的额定容量。（２）热平衡热能供需平衡可表述为／ＩＣＨＰ∑≥＋＋硌＋（一＋。。）（８）ｉ＝１其中：和分别是ｈ时刻锅炉的热能输出和负荷热需求；和分别是ｈ时刻储热装置的热充、放功率；７７是电热转化设备的转换效率；ｒ／。是储热装置的热输出效率。锅炉的热输出需满足容量约束和爬坡约束。≤０ＨＨ一ｌ＜“其中：ｍ是锅炉的额定热输出功率；的热输出爬坡率。储热装置满足以下约束＝ｑＴ牟＋。一。≤００爿｛（９）（１０）Ｒ。为锅炉（１１）（１２）（１３）０ＨｉｏＨＴｍｏａｘ（１４）其中：是ｈ时刻储热装置的储热量；表示单位热能在储热装置中经过一个小时后剩余的比例；是储热装置的充热效率；是储热装置的最大储热水平；Ｈｍａｘ和ＨＴｏ是储热装置的最大充、放热功率。（３）机组额定功率和爬坡及开停机约束ＣＨＰ满足上下限约束、爬坡率约束、最小开停机时间约束【Ｊ。２．３考虑风电随机性的微网日前调度模型在日前调度模型中，针对不同的风电出力场景，给出对应的电热转化设备运行功率和微网与外部电网的交换功率，保持在各种不同的风电出力场景下系统功率的平衡。为了维持ＣＨＰ运行工况的稳定，本文的日前调度模型中不考虑ＣＨＰ参与调节风电出力的随机性【ｌ７】。ｎＣＨＰ∑＋＋＝＋（１５）ｉ＝Ｉ—ＪＦｐｓ，ｈ（１６）０（１７）其中，、和分别是ｈ时刻对应风电出力场景Ｓ的微网与外部电网交换功率、风电出力和电热转化设备功率。系统的热平衡满足即ＨＰ∑＋＋≥＋（一＋。Ｈｉ。）Ｈ（１８）ｉ＝１≤０ＨＨＢｍａｘ（１９）ｌ～ＩＲＢ（２０）其中，是ｈ时刻对应风电出力场景Ｓ的锅炉热出力。一４一电力系统保护与控制调整确定性模型的目标函数，考虑风电波动情况下的运行费用期望值最小Ｌ１，在目标函数中引入ＰＣＣ点处的功率波动项，降低风电随机性对外部电网的影响，提高微网实时运行时调整的灵活性。＝∑∑ｃＧｈ州ｐ∑∑．ｓ，ｈ－￣－ＣＧ＋（２１）∑∑ｃＧ＋／￣厶厶＂Ｌｓ州ｈ一ｊ）’其中：是ｈ时刻对应场景Ｓ的锅炉燃气流量；万是场景Ｓ的概率；是权重系数（本文算例取为１）。在目标函数中，前两项是电能交换和锅炉燃气的期望成本，第三项是ＣＨＰ燃料成本，最后一项表征ＰＣＣ处功率的波动。３微网实时运行调度微网实时运行时，通过超短期预￣ｌＪ［９，ＴＭ］下一时￣ｌＪ（１０ｍｉｎ）的风电出力，然后根据其与日前预测风电出力的偏差，通过电热转化装置、锅炉和电储能装置的调节，保证微网日前调度策略的有效性，提高微网的可调度性。３．１目标函数目标函数考虑的是实现实时调节所需要消耗的能量。…‘‘＿ｍｉｎ（一＋＋嘉－Ｈ￣）Ａｔ）２２其中：和仇表示电储能设备的充、放电效率；表示ｆ时刻锅炉热出力；则表示日前调度计划ｈ时的锅炉热出力。３．２约束条件电储能设备的容量、充放电功率满足以下关系和约束¨。Ｓ＝Ｓ＋Ａｔ一△ｆ（２３）ｌ｜ｄ，ｃｆ２４１・≤Ｌ・（２５）≤＋，ｄ１（２６）“≤ＳＳＳ（２７）“其中：和一分别为电储能设备储能的上下限；表示ｆ一１时刻电储能设备的剩余电量；和则表示电储能设备充电功率的上下限；和则表示电储能设备放电功率的上下限；和表示电储能设备的充放状态，为｛０，１｝变量。电转热和锅炉要满足额定容量约束，同时锅炉还有爬坡率约束。≤０足Ｈ≤０Ｉ一西ｌ＜（２８１（２９）（３０）７７（Ｈ一）＋（Ｈ一Ｈ）０（３１）式（３１）表示在实时调整后，系统供热仍能满足需求。根据超短期风电出力预测，在风电出力偏离日前预测时，为了保证日前调度计划的有效性，提高微网的可调度性，将ＰＣＣ处交换功率的偏差作为约束条件。≤△∈ｌ一一＋晶一＋Ｊｆｈ（３２）其中：，为时刻风电超短期预测｝Ｈ力；为日前预测的ｈ时风电出力；瑞和分别表示ｆ时刻和ｈ时电热转化设备的功率；和表示电储能设备时刻的充、放电功率；是波动控制项，表示ＰＣＣ处交换功率允许波动范围。３．３模型求解实时运行调度模型中，约束（３２）的作用是降低Ｐｃｃ处交换功率的偏差，它并不是微网的运行约束。在求解时，可以根据实际需要设定波动控制项△的值。另外，当取值过小而造成模型无解时，可以适当增大其取值；如果在达到某一取值之后模型依然无解，则本次放弃本次实时调度，系统运行按日前计划进行。４算例本文选取的微网系统ｌｌ９Ｊ包括三台ＣＨＰ、一组风力发电系统、一个电储能系统、一个电热转化装置以及锅炉、热储能装置和热电负荷，微网通过ＰＣＣ与外部电网连接。算例参数见附录Ａ。４．１日前和超短期预测的风电出力图１中实线表示日前预测的第二天各小时风电出力预测值，虚线则表示实时运行时风电超短期（１Ｏｍｉｎ）预测值，两者之间的偏差如杆图所示，可以发现风电实际运行时波动较大。因此如果微网实时运行时仍按照日前计划方式运行，风电的波动需要全部由外部大电网承担，ＰＣＣ处的实际电能交换就会与目前计划有较大的偏离。４．２微网日前调度计划取日前风电出力预测值的２０％作为标准差，通过ＬＨＳ采样法生成３０００个风电出力场景，再通过场景削减技术将削减至１０个。削减后的场景见附录Ｂ表ＶＩ＊ＨＶＩＩ。徐立中，等考虑风电随机性的微网多时间尺度能量优化调度一５．１０００８０Ｏ≥６００耋４００面匿２０００２Ｏ０——翻前风电预测出……超短期风电预测ｍ力一一。超短期和Ｈ预测出力偏篮一。一一咿…～—图１风电日前和超短期预测出力——Ｆｉｇ．１Ｄａｙａｈｅａｄａｎｄｓｈｏｒｔｔｅｒｍｆｏｒｅｃａｓｔｅｄｗｉｎｄｐｏｗｅｒ场景生成和削减后，根据考虑风电随机性的微网日前调度模型，利用ＴＯＭＬＡＢ［０ｌ的ＭＩＰ解法器，计算得到微网日前调度计划（表１）。表１微网日前调度计划！垒！！旦型：堡垒！！！篁！！堡时刻ＣＨＰ１ＣＨＰ２ＣＨＰ３ＰＧＢｏｉｌｅｒＥＨ本文算例采用分时电价，在电价较低的８点到２２点，ＣＨＰ满发，此时为用电负荷较高；其余时刻用电负荷较低，ＣＨＰ会降低出力，微网从外部电网吸收功率；通过峰谷电价实现了微网的削峰填谷。在实时运行时，即便在电价较低的用电低峰时刻电热转化设备也未以满功率方式运行，原因是为了使其满足各种可能风电出力场景，提高微网在实时运行时调整的灵活性。４．３微网实时调度计划实时调度过程中，当超短期预测偏离日前预测风电出力时，微网通过调整电热转化装置的运行，同时利用电储能设备，在微网内部消纳风电波动。利用ＴＯＭＬＡＢ［０ｌ的ＯＰ解法器求解微网实时运行调度模型，得到实时运行调度时各个时刻的系统运行调整策略。图２给出了未通过实时调整和通过实时调整调度，微网与外部电网的功率交换。实线表示日前微网调度计划的ＰＣＣ处的功率交换；虚线表示在实时运行时，如果微网内各设备按目前调度计划运行时ＰＣＣ处的功率交换，发现由于风电的波动造成ＰＣＣ处的实际功率交换与日前计划有较大偏差，最大达１０１．７ｋＷ，占风电装机容量（８００ｋＷ）的１２．７％，占系统最大负荷的４．１％；带点线条表示微网通过实时调度运行调整后ＰＣＣ处的功率交换。从图中可以发现，调整后的功率交换与日前计划吻合的较好，说明通过实时运行调整，微网ＰＣＣ处的功率交换能很好地执行目前计划，提高微网对于外部电网是可调度性。图中对曲线的局部做了放大说明。图２微网与外部电网功率交换（ＰＣＣ处）Ｆｉｇ．２ＥｎｅｒｇｙｅｘｃｈａｎｇｅａｔＰＣＣ为了更清晰地说明调整的效果，图３画出了在有实时调整和无实时调整情况下，ＰＣＣ处的实时功率交换和日前计划之间的偏差。虚线表示在实时运行时，如果微网内各设备按日前调度计划执行，风电波动带来的ＰＣＣ处功率交换与日前计划之间的偏差；实线则表示在实时调整中通过电热转化以及电储能装置等的响应，ＰＣＣ处的功率交换与目前计划之间的偏差。可以发现，通过实时运行调整，微网与外部电网之间的功率交换能够很好地执行日前计划，将风电波动带来的影响控制到最小。只有在几４３５６３２３３５５０；６６ｉ９拍∞船勰■Ｊｍ盘３５５Ｊ盘盘Ｊ３２●３９８７４７叭４２７８６８２２７６９嘧５眇罟昌黔％州甜如Ｂ＂鼹诣ＯＯＯＯＯＯ００ＯＯＯＯＯ０Ｏ０ＯＯ０Ｏ００Ｏ湖湖湖咖湖渤渤跏姗啪啪咖湖啪啪咖ｏＯＯ０ＯＯＯＯ０Ｏ０ＯＯＯＯＯ０∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞００００００加３４４４４４４４４４４４４４４４６２８８９５５Ｏ０ＯＯＯＯＯＯＯ０Ｏ０Ｏ０Ｏ●８４８４６３ＯＯ００Ｏ００ＯＯＯＯＯ０ＯＯＯＯ猢㈣咖伽㈣伽咖咖枷枷伽伽枷伽鲫。。●２３４５６７８９¨＂加．６．电力系统保护与控制个时刻，由于日前和超短期预测的风电出力偏差较大，实时调整无法彻底消纳这部分偏差的影响，但是仍能显著降低预测偏差带来的ＰＣＣ处功率交换的波动。ｈ图３有实时调度调整和无实时调度调整情况下的ＰＣＣ处功率交换值与日前计划的偏差Ｆｉｇ．３ＯｆｆｓｅｔｏｆｅｎｅｒｇｙｅｘｃｈａｎｇｅａｔＰＣＣｗｉｔｈａｎｄｗｉｔｈｏｕｔ—ｒｅａｌｔｉｍｅｓｃｈｅｄｕｌｉｎｇ５结论本文提出了考虑风电出力随机性的微网多时间尺度能量优化调度模型，在风电出现波动的情况下，该模型依然能够实现含风电微网的可调度性。在目前调度模型中，通过投资成本较低的热储能设备匹配电、热负荷，实现系统的削峰填谷和经济运行；同时考虑了风电出力的随机性，利用多场景手段描述风电出力的随机性，提高了系统适应各种可能风电出力的灵活性，使系统能够在实时运行时消纳风电波动；由于ＣＨＰ是提高微网能源利用效率最有效的手段，其部分负荷运行模式会降低机组的能源利用效率，进而降低微网系统的运行效率，所以在目前调度模型中，ＣＨＰ并未被安排参与消纳风电的波动。在实时运行调度模型中，通过电热转化和电储能系统的快速响应，及时消纳风电出力的波动，使微网和外部电网的功率交换遵循日前调度计划；同时，电储能装置仅被用于短时问的风电出力波动调节，可以减少对电储能系统的容量需求，在电储能系统投资成本较高的情况下，有利于减少系统建设成本。该多时间尺度模型很好地协调了各种设备的运行，在实现系统经济运行的同时，很好地消纳了风电随机性给外部电网带来的影响。附录Ａ系统参数算例系统的具体参数见表Ｉ～表ＩＶ。表Ｖ给出了电、热负荷以及日前风电预测值。表Ｉ发电机组参数（１）ＴａｂｌｅＩＵｎｉｔｓｄａｔａ（１）注：ａＦ、ｂＦ、ａＨ和ｂＨ是ＣＨＰ的效能参数。表ＩＩ发电机组参数（２）ＴａｂｌｅＩＩＵｎｉｔｓｄａｔａ（２）表ＩＩＩ系统设备参数ＴａｂｌｅＩＩＩＳｙｓｔｅｍｃｏｍｐｏｎｅｎｔｓｄａｔａ注：三个参数分别表示：未衰减率、充入效率、放出效率。徐立中，等考虑风电随机性的微网多时间尺度能量优化调度．７一表Ｉｖ能源价格ＴａｂｌｅＩＶＥｎｅｒｇｙｔａｒｉｆｆ低谷（１～７ｈ，２３～２４ｈ）高峰（８～２２ｈ）电价燃料价格０．２８８￥，ｋＷｈ０．６６８￥／ｋＷｈＯ．４Ｓ／ｋＷｈｒ１Ｏ．３５ｋＷｈ／ｍ３ＨＨＶ）表ｖ热、电负荷需求及日前风电预测出力ＴａｂｌｅＶＨｏｕｒｌｙｌｏａｄａｎｄｆｏｒｅｃａｓｔｗｉｎｄｐｏｗｅｒｋＷ时间电负荷热负荷风电出力时间电负荷热负荷风电出力ｌ１６８６．５２６０９．９２８７．８１３２２４８９２５４７．６５３２．３２１６０３．２２４８０．９４４８．８１４２２０７．１２９２ｌ６５０９．０３１５ｌ９．９２３８４．１４７７．６ｌ５２ｌ６５６２２０８．４４９９．７４ｌ５１９．９２５２６．２５１９．５１６２１２３．８２３６０．１１９８６５１５６１．７２５４８．９５３２．３１７２２０７．１２６５４．０２５．９６ｌ７６９．８２４５２．４５２８．９ｌ８２３１ｌ３２８２４．９５０．５７２０８２．３２８４２．７６４００１９２４５７．０２９６７．０６４．７８２２６９．５３１２Ｏ．３６２９．７２０２４５７．０２５７０．３３２．７９２３ｌ１ｌ３３１９４．１５００．６２ｌ２４ｌ５．５２４７３．８３９．１ｌ０２３１ｌ－３３０２９．３４０２５２２２２９０．４２４９６．５３５３．２１１２２６９．５２５４１．９６３４．５２３２０４０．５２３８９．８５２６．８ｌ２２２６９．５２５９３．０５８４ｌ２４ｌ８３２．４２４３５５３３５．９附录Ｂ削减后的风电出力场景表ｖＩ削减后的风电出力场景ＴａｂｌｅＶＩＲｅｄｕｃｅｄｗｉｎｄｐｏｗｅｒｓｃｅｎａｒｉｏｓ．８一电力系统保护与控制表ＶＩＩ削减后的风电出力场景的概率ＴａｂｌｅＶＩＩＰｒｏｂａｂｉｌｉｔｙｏｆｒｅｄｕｃｅｄｗｉｎｄｐｏｗｅｒｓｃｅｎａｒｉｏｓ参考文献［１］钱科车，袁越．分布式发电技术及其对电力系统的影响ｌＪ］．继电器，２００７，３５（１３）：２５．２９．ＱＩＡＮＫｅ－ｊｕｎ，ＹＵＡＮＹｕｅ．Ｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓｉｍｐａｃｔｏｎｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．Ｒｅｌａｙ，２００７，３５（１３）：２５－２９．［２］张立梅，唐巍，赵云军，等．分布式发电对配电网影响的综合评估［Ｊ］．电力系统保护与控制，２０１０，３８（２１）：—Ｉ３２１３５，１４０．—ＺＨＡＮＧＬｉｍｅｉ，ＴＡＮＧＷｅｉ，ＺＨＡＯＹｕｎ￣ｕｎ，ｅｔａ１．Ｔｈｅｉｎｔｅｇｒａｔｅｄｅｖａｌｕａｔｉｏｎｏｆｉｍｐａｃｔｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｏｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄ—Ｃｏｎｔｒｏｌ，２０１０，３８（２１）：１３２１３５，１４０．［３］王成山，武震，李鹏．微电网关键技术研究［Ｊ］．电工技术学报，２０１４，２９（２）：１．１２．—ＷＡＮＧＣｈｅｎｇｓｈａｎ，ＷＵＺｈｅｎ．ＬＩＰｅｎｇ．Ｒｅｓｅａｒｃｈｏｎｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｏｆｍｉｃｒｏｇｒｉｄ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（２）：１－１２．１４ＪＨＡＴＺＩＡＲＧＹＲ１０ＵＮ，ＡＳＡＮ０Ｈ，ＩＲＡＶＡＮＩＲ，ｅｔａ１．Ｍｉｃｒｏｇｒｉｄｓ［Ｊ］．ＩＥＥＥＰｏｗｅｒａｎｄＥｎｅｒｇｙＭａｇａｚｉｎｅ，２００７，—５（４１：７８９４．［５］王新刚，艾芊，徐伟华，等．含分布式发电的微电网能量管理多目标优化［Ｊ】．电力系统保护与控制，２００９，３７（２０）：７９－８３．—ＷＡＮＧＸｉｎｇａｎｇ，ＡＩＱｉａｎ，ｘｕＷｅｉ－ｈｕａ，ｅｔａ１．—Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍａｌｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｏｆｍｉｃｒｏｇｒｉｄｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（２０）：７９－８３．［６］姜世公，李琰，王卫．一种微网系统孤岛运行条件下的能量管理策略［Ｊ］．电工技术学报，２０１４，２９（２）：１３０．１３５．—ＪＩＡＮＧＳｈｉｇｏｎｇ，ＬＩＹａｎ，ＷＡＮＧＷｅｉ．Ａｎｏｖｅｌｐｏｗｅｒｍａｎａｇｅｍｅｎｔｓｔｒａｔｅｇｙｆｏｒｍｉｃｒｏｇｒｉｄｏｉｌｉｓｌａｎｄｉｎｇｍｏｄｅ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，—２９（２）：１３０１３５．１７ｊＦＩＲＥＳＴＯＮＥＲ．Ｏｐｔｉｍａｌｒｅａｌ－ｔｉｍｅｄｉｓｐａｔｃｈｆｏｒｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍｓ［Ｄ】．Ｂｅｒｋｅｌｅｙ：ＵｎｉｖｅｒｓｉｔｙｏｆＣａｌｉｆｏｒｎｉａ，２００７．［８］ＳＴＡＤＬＥＲＭ，ＭＡＲＮＡＹＣ，ＳＩＤＤＩＱＵＩＡ，ｅｔａ１．Ｅｆｆｅｃｔｏｆｈｅａｔａｎｄｅｌｅｃｔｒｉｃｉｔｙｓｔｏｒａｇｅａｎｄｒｅｌｉａｂｉｌｉｔｙｏｎｍｉｃｒｏｇｒｉｄｖｉａｂｉｌｉｔｙ［ＥＢ／ＯＬ］＿『２００９－０３］．ｈｔｔｐ：／／ｃｅｒｔｓ．１ｂ１．ｇｏｖ／ｐｄｆ／ｌｂｎｌ－１３３４Ｅ一２００９．ｐｄｆ．１９ＪＭＯＮＴＥＩＲＯＣ，ＢＥＳＳＡＲ．ＭＩＲＡＮＤＡＶｅｔａ１．Ｗｉｎｄｐｏｗｅｒｆｏ￣Ｂ／ＯＬ］．［２００９－１１－０６］．ｗｗｗ．ｄｉｓ．ａｎ１．ｇｏｖ／ｐｕｂｓ／６５６１３．ｐｄｆ＝［１０］ＥＲＩＫＳＥＮＰＢ，ＡＣＫＥＲＭＡＮＮＴ，ＡＢＩＬＤＧＡＡＲＤＨ，ｅｔａ１．Ｓｙｓｔｅｍｏｐｅｒａｔｉｏｎｗｉｔｈｈｉｇｈｗｉｎｄｐｅｎｅｔｒａｔｉｏｎ［Ｊ］．—ＩＥＥＥＰｏｗｅｒａｎｄＥｎｅｒｇｙＭａｇａｚｉｎｅ，２００５，３（６）：６５７４．［１１］ＳＷＩＥＲＣＺＹＮＳＫＩＭ，ＴＥＯＤＯＲＥＳＣＵＲＡＳＭＵＳＳＥＮＣＮ，ｅｔａ１．Ｏｖｅｒｖｉｅｗｏｆｔｈｅｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓｆｏｒｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎｅｎｈａｎｃｅｍｅｎｔ［Ｃ］／／２０１０ＩＥＥＥｌｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＩｎｄｕｓ仃ｉａｌＥｌｅｃｔｒｏｎｉｃｓ（ＩＳＩＥ）．Ｊｕｌｙ４．７，２０１０，Ｂａｒｉ．’１１２ＪＷＹＳＳＧＤ，Ｊ０ＲＧＥＮＳＥＮＫＨ．ＡｕｓｅｒｓｇｕｉｄｅｔｏＬＨＳ［ＥＢ／ＯＬ］＿［１９９８一ｏ２１．ｈｔｔｐ：／／ｐｒｏｄ．ｓａｎｄｉａ．ｇｏｖ／ｔｅｃｈｌｉｂ／ａｃｃｅｓｓ．ｃｏｎｔｒｏ１．ｃｇｉ／１９９８／９８０２１０．ｐｄｆ．—［１３］ＷＡＮＧＪ，ＳＨＡＨＩＤＥＨＰＯＵＲＭＬＩＺ．Ｓｅｃｕｒｉｔｙｃｏｎｓｔｒａｉｎｅｄｕｎｉｔｃｏｍｍｉｔｍｅｎｔｗｉｔｈｖｏｌａｔｉｌｅｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，２３ｆ３、：１３１９．１３２７．１ｌ４ＪＤＵＰＡＣ０ＶＡＪ．ＧＲＯＷＥ－ＫＵＳＫＡＮ，Ｒ０ＭＩＳＣＨＳｃｅｎａｒｉｏｒｅｄｕｃｔｉｏｎｉｎｓｔｏｃｈａｓｔｉｃｐｒｏｇｒａｍｍｉｎｇ：ａｎａｐｐｒｏａｃｈｕｓｉｎｇｐｒｏｂａｂｉｌｉｔｙｍｅｔｒｉｃｓ［Ｊ］．ＭａｔｈＰｒｏｇｒａｍ：—ＳｅｒｉｅｓＢ，２００３，９５ｆ３）：４９３５１１．［１５］丁明，包敏，吴红斌，等．复合能源分布式发电系统的—机组组合问题［Ｊ】．电力系统自动化，２００８，３２（６）：４６５０．ＤｒＮＧＭｉｎｇ，ＢＡＯＭｉｎ，ＷＵＨｏｎｇ．ｂｉｎ，ｅｔａ１．ＵｎｉｔｃｏｍｍｉｔｍｅｎｔｐｒｏｂｌｅｍｉｎｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓｖｓｔｅｍｗｉｔｈｍｕｌｔｉｐｌｅｅｎｅｒｇｙｓｏｕｒｃｅｓｌＪ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，３２ｆ６）：４６．５０．［１６］张宁宇，高山，赵欣．一种考虑风电随机性的机组组—合模型及其算法『Ｊ１．电工技术学报，２０１３，２８（５）：２２２９．ＺＨＡＮＧＮｉｎｇ．ｙｕ，ＧＡＯＳｈａｎ，ＺＨＡＯＸｉｎ．Ａｎｕｎｉｔｃｏｍｍｉｔｍｅｎｔｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍｗｉｔｈｒａｎｄｏｍｎｅｓｓｏｆｗｉｎｄｐｏｗｅｒ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ—Ｓｏｃｉｅｔｙ，２０１３，２８（５１：２２２９．［１７］郭力，王守相，许东，等．冷电联供分布式供能系统的经济运行分析【ＪＪ．电力系统及其自动化学恨２００９，２ｌ（５）：８－１２．ⅥＧＵＯＬｉ．（ＡＮＧＳｈｏｕ－￣ａｎｇ，ＸＵＤｏｎｇｅｔａ１．Ｅｃｏｎｏｍｉｃ￣ｏｐｅｒａｔｉｏｎａｎａｌｙｓｉｓｏｆＣＣＰｄｉｓｔｒｉｂｕｔｅｄｅｎｅｒｇｙｓｕｐｐｌｙｓｙｓｔｅｍ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵＥＰＳＡ，２００９，２１ｆ５）：８．１２．——１１８ｊＢＲＯＷＮＳＷＯＲＤＲ．ＡＲＭＩＮＥＳＧＫ．Ｔｈｅｓｔａｔｅｏｆ－ｔｈｅａｒｔ—ｉｎｓｈｏｒｔ．ｔｅｒｍｐｒｅｄｉｃｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒ［ＥＢ／ＯＬ］．ｆ２００３０８．１２］．ｈｔｔｐ：／／ａｎｅｍｏｓ．ｃｍａ．ｉｆ／ｄｏｗｎｌｏａｄ／ＡＮＥＭＯＳＤ１．１ＳｔａｔｅＯｆ］ｒｈｅａｒｔｖ１．１．ｐｄｆｉｌ１９ＪＨＥＩＡＮＤ，ＢＡＲＫＥＲＰ＇ＪＯＨＮＳＯＮＢ，ｅｔａ１．Ｉｎｖｅｓｔｉｇａｔｉｏｎｏｆｔｈｅｔｅｃｈｎｉｃａｌａｎｄｅｃｏｎｏｍｉｃｆｅａｓｉｂｉｌｉｔｙｏｆ——ｍｉｃｒｏ－ｇｒｉｄｂａｓｅｄｐｏｗｅｒｓｙｓｔｅｍｓ［ＥＢ／ＯＬ］．［２００１１２１．ｈｔｔｐ：／／ｍｙ．ｅｐｒｉ．ｃｏｍ／ｐｏｒｔａｌ／ｓｅｒｖｅｒ．ｐｔ？ｓｐａｃｅ＝ＣｏｍｍｕｎｉｔｙＰａｇｅ＆ｃＭｇｒ＆ｐａｒｅｎｔｉｄ＝２＆ｃｏｎｔｒｏｌＳｅｔＣｏｍｍｕｎｉｔｙ＆ＣｏｍｍｕｎｉｔｙｌＤ＝４０５．［２０］ＨＯＬＭＳＴＲＯＭＫ，ＧＯＲＡＮＡＯ，ＥＤＶＡＬＬＭＭ．Ｕｓｅｒｓ—ｇｕｉｄｅｆｏｒＴＯＭＬＡＢ７［ＥＢ／ＯＬ］．［２０１０－０５０５１．ｈｔｔｐ：／／ｔｏｍｏｐｔ．ｃｏｒｎ／ｄｏｃｓ／ＴＯＭＬＡＢ．Ｎｆ．收稿日期：２０１４－０６一Ｏ５；修回日期：２０１４－０８－２７作者简介：徐立中（１９８３－），男，工学博士，从事调度运行工作和节能经济调度研究等；Ｅ－ｍａｉｌ：ｌｉｚｈｏｘｕ＠ｇｍａｉｌ．ｃｏｍ易永辉（１９６９一），男，工学博士，研究方向为智能变电站及电力系统继电保护等。