基于剩余電量評(píng)估的微電網(wǎng)切負(fù)荷策略研究

王海燕， 同向前， 張永輝

(西安理工大學(xué) 自動(dòng)化與信息工程學(xué)院，陜西 西安 710048)

基于剩余電量評(píng)估的微電網(wǎng)切負(fù)荷策略研究

王海燕， 同向前， 張永輝

(西安理工大學(xué) 自動(dòng)化與信息工程學(xué)院，陜西 西安 710048)

對(duì)于孤島模式下的微電網(wǎng)，若微電源和儲(chǔ)能元件容量不足以保證微網(wǎng)內(nèi)所有負(fù)荷在主電源計(jì)劃停電期間的正常供電時(shí)，需要切除微網(wǎng)部分負(fù)荷以最大限度地保證重要負(fù)荷的供電。本文提出了微網(wǎng)剩余電量的概念以及一種基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷策略，通過對(duì)孤島運(yùn)行期間微網(wǎng)的微電源發(fā)電量、儲(chǔ)能裝置儲(chǔ)電量和負(fù)荷所需用電量進(jìn)行實(shí)時(shí)預(yù)測(cè)估計(jì)和比較分析，按照電量平衡原則和負(fù)荷分級(jí)體系，優(yōu)化確定微網(wǎng)內(nèi)不同級(jí)別負(fù)荷的投切時(shí)刻，保證微網(wǎng)內(nèi)最重要負(fù)荷的連續(xù)供電和其余各級(jí)負(fù)荷的斷電時(shí)間最少。算例微電網(wǎng)的切負(fù)荷仿真結(jié)果表明了該策略的正確性和有效性。

微電網(wǎng); 剩余電量; 在線預(yù)測(cè); 切負(fù)荷

微網(wǎng)不僅解決了以風(fēng)力和光伏發(fā)電為主的分布式電源大規(guī)模分散接入問題，還為用戶帶來多方面的效益，已成為分布式電源的一種最有效利用方式[1-4]。通常，微網(wǎng)與主網(wǎng)并網(wǎng)運(yùn)行，微網(wǎng)內(nèi)負(fù)荷由分布式電源(DG)和主網(wǎng)共同供電，主網(wǎng)不僅能夠有效補(bǔ)充微源發(fā)電量的不足，也能有效吸納微源發(fā)出的多余電量。在主網(wǎng)計(jì)劃停電期間，弧島運(yùn)行的微網(wǎng)應(yīng)盡量保證負(fù)荷的可靠供電。但是，由于微源發(fā)電量和儲(chǔ)能電量有限，可能需要在適當(dāng)時(shí)刻切除部分負(fù)荷，以便保證重要負(fù)荷的連續(xù)供電。

國(guó)內(nèi)外對(duì)于微網(wǎng)孤島運(yùn)行的研究主要集中在功率供需平衡前提下的優(yōu)化調(diào)度[5]和微源運(yùn)行控制[6-7]方面。文獻(xiàn)[8]、[9]提出了微網(wǎng)日前調(diào)度與微源實(shí)時(shí)控制相結(jié)合的能量管理策略，文獻(xiàn)[10]、[11]則研究了微網(wǎng)的低頻減載策略。這些方法并不完全適合于并網(wǎng)型微網(wǎng)的孤島運(yùn)行方式。關(guān)于主網(wǎng)計(jì)劃停電期間以微網(wǎng)內(nèi)重要負(fù)荷連續(xù)供電為目標(biāo)的微網(wǎng)切負(fù)荷運(yùn)行策略，國(guó)內(nèi)外鮮有文獻(xiàn)報(bào)道。

本文針對(duì)計(jì)劃孤島運(yùn)行期間的微網(wǎng)，提出一種基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷策略，在主網(wǎng)計(jì)劃停電期間，根據(jù)微網(wǎng)內(nèi)各DG和負(fù)荷功率的超短期預(yù)測(cè)，結(jié)合儲(chǔ)能元件的充放電功率限制和當(dāng)前儲(chǔ)電量，對(duì)微網(wǎng)內(nèi)的各級(jí)負(fù)荷制定合理的切負(fù)荷策略，保證重要負(fù)荷在主網(wǎng)停電期間的連續(xù)可靠供電。

1 剩余電量

微網(wǎng)的結(jié)構(gòu)形式多樣，本文以圖1所示微網(wǎng)為例加以說明。微網(wǎng)內(nèi)包含有1個(gè)光伏發(fā)電單元、1個(gè)風(fēng)力發(fā)電單元、2個(gè)蓄電池儲(chǔ)能元件和若干負(fù)荷。微網(wǎng)通過主隔離開關(guān)與主網(wǎng)相連，當(dāng)主網(wǎng)正常時(shí)，微網(wǎng)并網(wǎng)運(yùn)行，而當(dāng)主網(wǎng)故障或部分線路檢修時(shí)，微網(wǎng)與其斷開，轉(zhuǎn)為孤島運(yùn)行。

設(shè)微網(wǎng)獨(dú)立運(yùn)行的起始時(shí)刻為t0，主網(wǎng)計(jì)劃或預(yù)計(jì)停電時(shí)間為T，微網(wǎng)恢復(fù)并網(wǎng)運(yùn)行的時(shí)刻為tend，則有：T=tend-t0。在微網(wǎng)孤島運(yùn)行期間，若通過預(yù)測(cè)可以得到在主網(wǎng)停電期間DG的輸出功率變化曲線PDG(t)和負(fù)荷的功率需求變化曲線Pload(t)，則DG從當(dāng)前時(shí)刻t到停電結(jié)束所能發(fā)出的電量和負(fù)荷從當(dāng)前時(shí)刻t到停電結(jié)束所需要的電量分別為：

(1)

(2)

設(shè)當(dāng)前時(shí)刻t儲(chǔ)能裝置可釋放的儲(chǔ)存電量為WBAT(t)，則當(dāng)前時(shí)刻t微網(wǎng)的剩余電量定義為：

(3)

以上各電量的單位均為kW·h，功率的單位均為kW。

在孤島運(yùn)行期間，每隔ΔT對(duì)微網(wǎng)的剩余電量ΔW(t)進(jìn)行一次評(píng)估，若此時(shí)ΔW(t)>0，則表明此后的孤島運(yùn)行期間微網(wǎng)中微源可提供足夠的電能供應(yīng)負(fù)荷，無須切負(fù)荷。反之，若ΔW(t)≤0，則表明此后的孤島運(yùn)行期間微網(wǎng)中微源提供的電能不能滿足負(fù)荷需求，需要考慮按照一定順序切除部分相對(duì)不重要的負(fù)荷。微網(wǎng)孤島運(yùn)行期間的負(fù)荷投切策略隨著微電源和儲(chǔ)能裝置的出力變化進(jìn)行動(dòng)態(tài)調(diào)整。

制定準(zhǔn)確合理的微網(wǎng)切負(fù)荷策略的前提包括兩方面，一是需要對(duì)孤島運(yùn)行期間微網(wǎng)剩余電量進(jìn)行有效評(píng)估，其關(guān)鍵是對(duì)DG的輸出功率和負(fù)荷需求功率進(jìn)行準(zhǔn)確預(yù)測(cè)；二是要對(duì)微網(wǎng)負(fù)荷進(jìn)行分類分級(jí)，以確定投切負(fù)荷的判據(jù)和先后順序。

2 微網(wǎng)發(fā)電功率預(yù)測(cè)和負(fù)荷預(yù)測(cè)

孤島運(yùn)行期間，如何對(duì)微網(wǎng)內(nèi)的負(fù)荷進(jìn)行適時(shí)投切，需要預(yù)先對(duì)DG和負(fù)荷在計(jì)劃孤島期間的功率變化進(jìn)行準(zhǔn)確預(yù)測(cè)。功率預(yù)測(cè)已有大量文獻(xiàn)報(bào)道[12-14]，預(yù)測(cè)方法有統(tǒng)計(jì)法、時(shí)間序列法、神經(jīng)網(wǎng)絡(luò)和支持向量回歸等?；谏窠?jīng)網(wǎng)絡(luò)的DG發(fā)電功率預(yù)測(cè)是目前研究熱點(diǎn)之一，文獻(xiàn)[12]提出了RBF神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電短期出力預(yù)測(cè)模型，文獻(xiàn)[13][14]分別將小波神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)用于短期風(fēng)電功率的預(yù)測(cè)。

相比之下，RBF神經(jīng)網(wǎng)絡(luò)具有訓(xùn)練速度更高、計(jì)算簡(jiǎn)單、收斂性好的優(yōu)點(diǎn)，本文采用RBF神經(jīng)網(wǎng)絡(luò)方法分別建立了DG發(fā)電功率和負(fù)荷功率的超短期預(yù)測(cè)模型。下面僅以風(fēng)力發(fā)電功率預(yù)測(cè)為例加以說明。

2.1 風(fēng)力發(fā)電功率特點(diǎn)

在風(fēng)力發(fā)電系統(tǒng)中，風(fēng)力機(jī)葉片從風(fēng)中捕獲部分能量轉(zhuǎn)化為旋轉(zhuǎn)動(dòng)能，然后通過機(jī)械驅(qū)動(dòng)系統(tǒng)傳遞給發(fā)電機(jī)，進(jìn)而轉(zhuǎn)化為電能。風(fēng)力機(jī)的輸出功率為[15]:

(4)

式中,ρ為空氣密度(kg/m3)；V為風(fēng)速(m/s)；d為風(fēng)力發(fā)電機(jī)的葉輪直徑(m)；P為每秒空氣流過風(fēng)力發(fā)電機(jī)葉輪斷面面積的風(fēng)能，即風(fēng)能功率(W)。

式(4)表明，風(fēng)力機(jī)的輸出功率除與風(fēng)速和風(fēng)葉直徑有關(guān)外，還受空氣密度的影響，空氣密度則由大氣溫度和壓力決定。此外，風(fēng)向、相對(duì)濕度等也會(huì)影響風(fēng)力機(jī)的輸出。

2.2 風(fēng)電功率預(yù)測(cè)模型

風(fēng)電預(yù)測(cè)模型應(yīng)考慮到綜合氣象信息。風(fēng)電輸出功率與大氣溫度、壓力、風(fēng)向、相對(duì)濕度等多種因素有關(guān)，按照這些因素對(duì)風(fēng)電輸出功率的影響程度取不同的權(quán)重，最終得到一個(gè)模糊綜合天氣指數(shù)。

2.3 基于RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型設(shè)計(jì)

選用正則化RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)力發(fā)電系統(tǒng)輸出功率預(yù)測(cè)模型的設(shè)計(jì)。RBF神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成[16]，如圖3所示。

在本文建立的預(yù)測(cè)模型中，輸入層神經(jīng)元個(gè)數(shù)n=9，輸出層神經(jīng)元個(gè)數(shù)m=1，正則化RBF神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元個(gè)數(shù)與輸入層相同，即l=n=9。

隱含層基函數(shù)采用高斯激活函數(shù)，隱含層第i個(gè)節(jié)點(diǎn)的輸出可由下式表示：

(5)

其中，X=(x1,x2,.......xn)T為輸入變量，ci為第i個(gè)基函數(shù)的中心向量，與X維數(shù)相同，采用K-means聚類算法求取。σi為第i個(gè)隱含層節(jié)點(diǎn)的標(biāo)準(zhǔn)化常數(shù)，即高斯基函數(shù)的方差。RBF網(wǎng)絡(luò)輸出函數(shù)表達(dá)式為：

(6)

式中,wi為隱含層到輸出層的加權(quán)系數(shù)，可由最小二乘法直接計(jì)算得到，計(jì)算公式見文獻(xiàn)[16]。

預(yù)測(cè)模型的結(jié)構(gòu)確立后，需要對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。選取圖1微網(wǎng)中風(fēng)力發(fā)電機(jī)某月(30天)的發(fā)電功率數(shù)據(jù)、并根據(jù)數(shù)值天氣預(yù)報(bào)得出風(fēng)速和模糊綜合天氣指數(shù)，共同作為預(yù)測(cè)模型輸入變量。將前25天數(shù)據(jù)作為訓(xùn)練集，后5天數(shù)據(jù)作為測(cè)試集。網(wǎng)絡(luò)模型的訓(xùn)練和預(yù)測(cè)步驟如下：

1) 對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理, 為避免神經(jīng)元的飽和，對(duì)各輸入數(shù)據(jù)進(jìn)行歸一化處理。

2) 選取歸一化后的預(yù)測(cè)時(shí)刻前3個(gè)周期的風(fēng)速、模糊綜合天氣指數(shù)及風(fēng)機(jī)輸出功率作為輸入，利用構(gòu)建的RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)。

3) 最終得到預(yù)測(cè)的風(fēng)力發(fā)電系統(tǒng)的輸出功率值。

應(yīng)用類似方法可分別建立微網(wǎng)光伏發(fā)電功率預(yù)測(cè)模型和負(fù)荷預(yù)測(cè)模型并得出預(yù)測(cè)結(jié)果。

3 微網(wǎng)的負(fù)荷分級(jí)

電力系統(tǒng)中根據(jù)用電負(fù)荷可靠供電的要求不同，將負(fù)荷分為三級(jí)：一級(jí)負(fù)荷(關(guān)鍵負(fù)荷)、二級(jí)負(fù)荷(重要負(fù)荷)、三級(jí)負(fù)荷(一般負(fù)荷)。對(duì)一級(jí)負(fù)荷，要求由兩個(gè)獨(dú)立電源供電。對(duì)二級(jí)負(fù)荷，要求由兩回線路供電，且當(dāng)一回線路故障時(shí)，應(yīng)不影響另一回線路供電。對(duì)三級(jí)負(fù)荷，其供電方式無特殊要求，但應(yīng)盡量提高供電可靠性。

相比于傳統(tǒng)的電力負(fù)荷，對(duì)微網(wǎng)負(fù)荷的分級(jí)，到目前為止尚無統(tǒng)一的標(biāo)準(zhǔn)，從保證微網(wǎng)在任何運(yùn)行方式下都能可靠供電的角度考慮，為方便制定靈活的微網(wǎng)切負(fù)荷策略，本文提出按照負(fù)荷的供電要求和能否獨(dú)立開斷相結(jié)合的雙重負(fù)荷分級(jí)方法。

根據(jù)負(fù)荷對(duì)供電可靠性的不同要求，結(jié)合微網(wǎng)的斷路器數(shù)目將微網(wǎng)負(fù)荷分為n級(jí)。第1級(jí)負(fù)荷為重要負(fù)荷，第2級(jí)負(fù)荷的重要性次之，以此類推，第n級(jí)負(fù)荷的重要性最低。要求每級(jí)負(fù)荷對(duì)應(yīng)一個(gè)能獨(dú)立可控的斷路器。

微網(wǎng)孤島運(yùn)行時(shí)，首先保證第1級(jí)負(fù)荷的連續(xù)供電，在任何情況下均不考慮切除；滿足第1級(jí)負(fù)荷需求后，微網(wǎng)電能若仍有剩余，則繼續(xù)滿足其余負(fù)荷供電需求。當(dāng)微網(wǎng)電量不足時(shí)，可考慮從第n級(jí)負(fù)荷開始，逐級(jí)切除，直至微網(wǎng)剩余電量ΔW(t)>0時(shí)停止切負(fù)荷。

負(fù)荷分級(jí)機(jī)制的引入，有利于改善微網(wǎng)內(nèi)重要負(fù)荷及一般負(fù)荷的供電條件，同時(shí)將會(huì)提高微網(wǎng)整體供電的可靠性。

4 微網(wǎng)切負(fù)荷策略及其實(shí)現(xiàn)方法

4.1 基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷策略

基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷策略，是指對(duì)孤島運(yùn)行期間的微網(wǎng)，從微網(wǎng)獨(dú)立運(yùn)行時(shí)刻起，間隔ΔT對(duì)從該時(shí)刻到微網(wǎng)恢復(fù)并網(wǎng)時(shí)刻的微網(wǎng)剩余電量進(jìn)行實(shí)時(shí)預(yù)測(cè)估計(jì)和比較分析，最終確定微電網(wǎng)內(nèi)分級(jí)負(fù)荷的投切順序和時(shí)刻，以保證微網(wǎng)內(nèi)其余負(fù)荷，尤其是重要負(fù)荷的可靠持續(xù)供電。

假設(shè)微網(wǎng)中的蓄電池儲(chǔ)能元件可隨時(shí)進(jìn)行充放電，當(dāng)微網(wǎng)中的發(fā)電量大于用電量時(shí)，剩余的發(fā)電量由蓄電池進(jìn)行存儲(chǔ)；而當(dāng)微網(wǎng)的發(fā)電量小于用電量時(shí)，蓄電池可以及時(shí)放電來補(bǔ)充微網(wǎng)負(fù)荷需求的部分缺額。基于剩余電量評(píng)估的微網(wǎng)實(shí)時(shí)切負(fù)荷流程如圖4所示。

4.2 微網(wǎng)孤島運(yùn)行期間蓄電池能量管理

在并網(wǎng)運(yùn)行期間，儲(chǔ)能裝置常處于充滿后的浮充狀態(tài)，為孤島運(yùn)行做好儲(chǔ)能準(zhǔn)備。在微網(wǎng)孤島運(yùn)行期間，儲(chǔ)能裝置根據(jù)微網(wǎng)剩余電量，并結(jié)合自身的荷電狀態(tài)共同決定是否需要進(jìn)行充放電，同時(shí)主導(dǎo)微網(wǎng)電壓的幅值和頻率。

在圖1所示微電網(wǎng)中，儲(chǔ)能裝置承擔(dān)著微網(wǎng)孤島運(yùn)行期間的功率動(dòng)態(tài)平衡調(diào)節(jié)器的作用。當(dāng)DG發(fā)電功率大于負(fù)荷用電功率時(shí)，儲(chǔ)能裝置處于充電狀態(tài)，從微網(wǎng)吸收功率，如果DG發(fā)電功率與負(fù)荷功率之差大于儲(chǔ)能裝置的允許充電功率，則DG自動(dòng)調(diào)節(jié)輸出功率以維持微網(wǎng)功率的動(dòng)態(tài)平衡；當(dāng)DG發(fā)電功率小于負(fù)荷用電功率時(shí)，儲(chǔ)能裝置處于放電狀態(tài)，向微網(wǎng)發(fā)出功率。關(guān)于DG和儲(chǔ)能裝置的內(nèi)部控制可參考文獻(xiàn)[17]。

孤島運(yùn)行方式下的微網(wǎng)，其頻率和電壓易受負(fù)荷擾動(dòng)和DG輸出功率波動(dòng)的影響。微網(wǎng)頻率的波動(dòng)可通過調(diào)節(jié)儲(chǔ)能裝置的充放電功率進(jìn)行抑制。當(dāng)頻率下降時(shí)，儲(chǔ)能裝置放電以補(bǔ)償微網(wǎng)有功功率的缺額；當(dāng)頻率升高時(shí)，則充電以吸收微網(wǎng)中多余的有功功率。微網(wǎng)電壓的波動(dòng)可通過調(diào)節(jié)儲(chǔ)能裝置的無功功率輸出進(jìn)行抑制。當(dāng)電壓較低時(shí)，儲(chǔ)能系統(tǒng)發(fā)出無功功率以補(bǔ)償微網(wǎng)無功功率缺額；當(dāng)電壓較高時(shí)，則吸收多余的無功功率。合理的選擇儲(chǔ)能裝置的參數(shù)和控制策略，可以保證微網(wǎng)孤島運(yùn)行時(shí)頻率和電壓的穩(wěn)定。

5 算例分析

針對(duì)圖1所示微電網(wǎng)，設(shè)光伏發(fā)電系統(tǒng)(PV)、風(fēng)力發(fā)電系統(tǒng)(WT)額定輸出功率均為400 kW，Bat總額定容量為1 200 kW·h，額定充放電功率為400 kW，放電容量下限為200 kW·h。根據(jù)微網(wǎng)內(nèi)負(fù)荷的供電要求和斷路器數(shù)目，將微網(wǎng)負(fù)荷分為3級(jí)。第1級(jí)重要負(fù)荷的額定功率為200 kW，記為A；第2級(jí)一般負(fù)荷的額定功率為250 kW，記為B；第3級(jí)可中斷負(fù)荷的額定功率為100 kW，記為C。圖5中為某典型工作日微網(wǎng)中各DG(PV,WT)和三級(jí)負(fù)荷的功率預(yù)測(cè)曲線。

應(yīng)用MATLAB語(yǔ)言編寫基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷策略程序，對(duì)微網(wǎng)在主網(wǎng)計(jì)劃停電期間的運(yùn)行情況進(jìn)行仿真。

設(shè)微網(wǎng)于16:00與主網(wǎng)斷開連接，21:00恢復(fù)并網(wǎng)運(yùn)行。在孤島運(yùn)行期間，根據(jù)圖5中微網(wǎng)各DG和各類負(fù)荷的功率預(yù)測(cè)曲線，應(yīng)用基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷程序，以Δt=15 min的間隔，由式(1)、(2)分別計(jì)算微網(wǎng)中DG的總可發(fā)電量，負(fù)荷A、負(fù)荷A+B及總負(fù)荷的所需用電量，并根據(jù)儲(chǔ)能裝置荷電狀態(tài)SOC實(shí)測(cè)值估算其儲(chǔ)電量，由式(3)對(duì)微網(wǎng)剩余電量進(jìn)行估計(jì)，得到各評(píng)估時(shí)刻微網(wǎng)是否需要切負(fù)荷以及切除哪級(jí)負(fù)荷。微網(wǎng)孤島運(yùn)行期間各評(píng)估時(shí)刻負(fù)荷需求電量、DG可發(fā)電量和蓄電池儲(chǔ)電量曲線和切負(fù)荷情況如圖6所示。

對(duì)圖6進(jìn)行分析，從16:00微網(wǎng)孤島運(yùn)行起始時(shí)刻至21:00恢復(fù)并網(wǎng)運(yùn)行，微網(wǎng)剩余電量變化和切負(fù)荷情況可分為4個(gè)關(guān)鍵時(shí)間點(diǎn)。

1) 孤島運(yùn)行起始時(shí)刻16:00，微網(wǎng)預(yù)測(cè)電量表現(xiàn)為：

因此，需要切除負(fù)荷C。負(fù)荷C切除后，有

于是，蓄電池處于充電狀態(tài)。

2) 孤島運(yùn)行至16:15，微網(wǎng)預(yù)測(cè)電量表現(xiàn)為：

但是

此時(shí)，蓄電池處于放電狀態(tài)。

3) 孤島運(yùn)行至16:45，微網(wǎng)預(yù)測(cè)電量表現(xiàn)為:

但在下一評(píng)估時(shí)刻17:00，微網(wǎng)的預(yù)測(cè)電量為：

因此，需要在當(dāng)前時(shí)刻16:45提前切除負(fù)荷B。負(fù)荷B切除后，有

于是，蓄電池再次處于充電狀態(tài)。

4) 孤島運(yùn)行至18:15，微網(wǎng)預(yù)測(cè)電量表現(xiàn)為:

此時(shí)，負(fù)荷B再次投入，蓄電池放電。

負(fù)荷A+B同時(shí)運(yùn)行的狀態(tài)從18:15將一直持續(xù)到微網(wǎng)恢復(fù)并網(wǎng)運(yùn)行時(shí)刻21:00。

在微網(wǎng)孤島運(yùn)行的5小時(shí)內(nèi)，由于采用基于剩余電量評(píng)估的微網(wǎng)切負(fù)荷策略，通過對(duì)各評(píng)估時(shí)刻微網(wǎng)中各DG可發(fā)電量、各級(jí)負(fù)荷需求電量和儲(chǔ)能元件儲(chǔ)電量的計(jì)算比較，準(zhǔn)確及時(shí)地對(duì)微網(wǎng)中的次要負(fù)荷C和B進(jìn)行投切，保證了微網(wǎng)中重要負(fù)荷A的持續(xù)供電，縮短了次重要負(fù)荷B的停電時(shí)間，滿足微網(wǎng)孤網(wǎng)運(yùn)行期間可靠供電和安全穩(wěn)定運(yùn)行的要求。

6 結(jié) 論

針對(duì)微網(wǎng)孤島運(yùn)行時(shí)發(fā)電量不能滿足所有負(fù)荷需求的實(shí)際，提出了微網(wǎng)剩余電量的概念及基于剩余電量的微網(wǎng)切負(fù)荷策略，可有如下結(jié)論：

1) 剩余電量反映了微網(wǎng)電量的實(shí)時(shí)供需平衡情況，可作為微網(wǎng)切負(fù)荷的依據(jù)?；谑Ｓ嚯娏康呢?fù)荷投切策略可以最大限度地提高微網(wǎng)負(fù)荷的供電可持續(xù)性。

2) 剩余電量估計(jì)是以微源和負(fù)荷的功率短期預(yù)測(cè)為基礎(chǔ)的，預(yù)測(cè)精度會(huì)影響負(fù)荷投切時(shí)刻的切合度。

3) 儲(chǔ)能裝置的容量越大，負(fù)荷供電連續(xù)性越好。儲(chǔ)能裝置的額定容量和充放電功率限制均會(huì)影響投切結(jié)果，還需要進(jìn)一步深入研究。

[1]Hatziargyriou N, Asand H, Iravani R,et al．Microgrids[J]．IEEE Power and Energy Magazine, 2007,5(4)：78-94．

[2]Katiraei F, Iravani R, Hatziargyriou N, et al. Microgrids management[J].IEEE Power and Energy Magazine, 2008, 6(3): 54-65．

[3]魯宗相, 王彩霞, 閔勇, 等．微電網(wǎng)研究綜述[J].電力系統(tǒng)自動(dòng)化, 2007, 31(19)：100-107．

Lu Zongxiang, Wang Caixia, MinYong, et al. Overview on microgrid research[J].Automation of Electric Power Systems, 2007, 31(19)：100-107．

[4]王成山, 李鵬．分布式發(fā)電、微網(wǎng)與智能配電網(wǎng)的發(fā)展與挑戰(zhàn)[J]．電力系統(tǒng)自動(dòng)化, 2010, 34(2)：10-14, 23．

Wang Chengshan, Li Peng．Development and challenges of distributed generation, the micro-grid and smart distribution system [J].Automation of Electric Power Systems, 2010, 34(2)：10-14, 23．

[5]Mohammad F, Hassan B．Statistical cooperative power dispatching in interconnected microgrids[J].IEEE Transactions on Sustainable Energy, 2013, 4(3):586-593.

[6]Balaguer I J, Qin Lei, Yang Shuitao, et al. Control for grid-connected and intentional islanding operations of distributed power generation[J].IEEE Transactions on Industrial Electronics, 2011, 58(1):147-157.

[7]Ashabani S M, Mohamed Y A I. A flexible control strategy for grid-connected and islanded microgrids with enhanced stability using nonlinear microgrid stabilizer[J].IEEE Transactions on Smart Grid, 2012,3(3):1291-1301.

[8]郭思琪,袁越,張新松,等.多時(shí)間尺度協(xié)調(diào)控制的獨(dú)立微網(wǎng)能量管理策略[J].電工技術(shù)學(xué)報(bào), 2014, 29(2):122-129.

Guo Siqi, Yuan Yue, Zhang Xinsong, et al. Energy management strategy of isolated microgrid based on multi-time scale coordinated control[J].Transactions of China Electrotechnical Society, 2014, 29(2):122-129.

[9]郭力,王蔚,劉文建,等.風(fēng)柴儲(chǔ)海水淡化獨(dú)立微電網(wǎng)系統(tǒng)能量管理方法[J].電工技術(shù)學(xué)報(bào), 2014, 29(2):113-121.

Guo Li, Wang Wei, Liu Wenjian, et al. The energy management method for stand-alone wind/diesel/battery/sea-water desalination microgrid[J].Transactions of China Electrotechnical Society, 2014, 29(2):113-121.

[10]Raghami A, Ameli M T, Hamzeh M,et al．Primary and secondary frequency control in an autonomous microgrid supported by a load-shedding strategy[C]//4th Power Electronics, Drive Systems & Technologies Conference, Tehran, Iran, 2013:282-287.

[11]Hong Y Y, Hsiao M C, Chang Y R, et al．Multiscenario underfrequency load shedding in a microgrid consisting of intermittent renewables[J].IEEE Transactions on Power Delivery, 2013, 28(3):1610-1617.

[12]陳昌松,段善旭,蔡濤,等.基于模糊識(shí)別的光伏發(fā)電短期預(yù)測(cè)系統(tǒng)[J].電工技術(shù)學(xué)報(bào), 2011, 26(7):83-89.

Chen Changsong, Duan Shanxu, Cai Tao, et al．Short-term photovoltaic generation forecasting system based on fuzzy recognition[J].Transactions of China Electrotechnical Society, 2011, 26(7):83-89.

[13]王賀,胡志堅(jiān), 陳珍,等.基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)功率組合預(yù)測(cè)[J].電工技術(shù)學(xué)報(bào), 2013, 28 (9):137-144.

Wang He, Hu Zhijian, Chen Zhen, et al. A hybrid model for wind power forecasting based on ensemble empirical mode decomposition and wavelet neural networks[J].Transactions of China Electrotechnical Society, 2013, 28 (9):137-144.

[14]劉瑞葉,黃磊.基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)輸出功率預(yù)測(cè) [J].電力系統(tǒng)自動(dòng)化, 2012, 36(11):19-37.

Liu Ruiye, Huang Lei. Wind power forecasting based on dynamic neural networks[J].Automation of Electric Power Systems, 2012, 36(11):19-37.

[15]吳雙群, 趙丹平.風(fēng)力發(fā)電原理[M].北京：北京大學(xué)出版社, 2011.

[16]史峰, 王小川, 郁磊, 等.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2010.

[17]彭思敏. 電池儲(chǔ)能系統(tǒng)及其在風(fēng)-儲(chǔ)孤網(wǎng)中的運(yùn)行與控制[D].上海：上海交通大學(xué)，2013.

Peng Simin. Battery energy storage system and its operation and control in the isolated grid based on wind-battery[D].Shanghai: Shanghai Jiaotong University, 2013.

(責(zé)任編輯 楊小麗)

A study of load shedding strategy of microgrid based on surplus energy evaluation

WANG Haiyan， TONG Xiangqian， ZHANG Yonghui

(Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an 710048,China)

When microgrid operates in isolated mode, if the capacity of micro sources and energy storage devices cannot ensure the power supply for all loads in the microgrid during scheduled outage of the main power source, it is necessary to remove part of loads in the microgrid to guarantee the power supply for the important loads in maximum. This paper presents the concept of surplus energy of microgrid, and a load shedding strategy of microgrid based on the surplus energy evaluation. According to the result of real-time predicted estimation and compared analysis for power generation of micro sources, capacity of storage devices and the required power consumption of loads during the islanded operation of microgrid , this strategy optimizes the switching time of different level loads in the microgrid in accordance with power balance principle and load classification system, in order to ensure the continuous power supply of the most important loads and the shortest power-off time of the rest loads at all levels. The load shedding simulation results of the scenario show the correctness and effectiveness of the strategy.

microgrid; surplus energy; online prediction; load shedding

1006-4710(2015)04-0428-06

2014-12-06

國(guó)家自然科學(xué)基金資助項(xiàng)目(51507139);陜西省重點(diǎn)學(xué)科建設(shè)專項(xiàng)基金資助項(xiàng)目(5X1301)；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助項(xiàng)目(20126118110009)；陜西省教育廳科學(xué)研究計(jì)劃資助項(xiàng)目(2010JK756)。

王海燕，女，講師，博士生，研究方向?yàn)榉植际桨l(fā)電運(yùn)行控制及微電網(wǎng)能量管理。E-mail：wanghaiyan@xaut.edu.cn。

同向前，男，教授，博導(dǎo)，研究方向?yàn)殡娏﹄娮蛹夹g(shù)在電力系統(tǒng)中的應(yīng)用。E-mail：lstong@mail.xaut.edu.cn。

TM762

A