考慮負(fù)荷中斷的微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度

趙猛，丁曉群，劉遠(yuǎn)龍，王萍

(1.河海大學(xué)能源與電氣學(xué)院，南京市 211000；2.國(guó)網(wǎng)山東省電力公司，濟(jì)南市 250000；3.國(guó)網(wǎng)山東青島供電公司，山東省青島市 266000)

考慮負(fù)荷中斷的微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度

趙猛1，丁曉群1，劉遠(yuǎn)龍2，王萍3

(1.河海大學(xué)能源與電氣學(xué)院，南京市 211000；2.國(guó)網(wǎng)山東省電力公司，濟(jì)南市 250000；3.國(guó)網(wǎng)山東青島供電公司，山東省青島市 266000)

為了降低微網(wǎng)并網(wǎng)時(shí)的運(yùn)行成本，同時(shí)協(xié)助電網(wǎng)“削峰填谷”，提出一種考慮負(fù)荷中斷的微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度模型。模型以微網(wǎng)為中間環(huán)節(jié)，構(gòu)建一種新型負(fù)荷中斷補(bǔ)償機(jī)制，同時(shí)引入浮動(dòng)補(bǔ)償電價(jià)，該電價(jià)受到中斷功率與中斷時(shí)間的影響，可以反映用戶滿意度的變化。以一個(gè)包含風(fēng)力發(fā)電機(jī)、光伏電池、微型燃?xì)廨啓C(jī)、燃料電池、蓄電池以及可中斷負(fù)荷的典型微網(wǎng)為例，通過Cuckoo-Search算法求解模型，給出最優(yōu)中斷組合、調(diào)度結(jié)果和運(yùn)行成本，并求出極限中斷電量。結(jié)果表明，該文模型與算法可行，可以為各參與方創(chuàng)造可觀的經(jīng)濟(jì)效益。

微網(wǎng)；經(jīng)濟(jì)調(diào)度；補(bǔ)償機(jī)制；浮動(dòng)補(bǔ)償電價(jià)；Cuckoo-Search算法

0 引 言

隨著分布式發(fā)電的發(fā)展，微網(wǎng)作為一種高效的“源、網(wǎng)、荷”一體化運(yùn)行與管理平臺(tái)逐漸受到了人們的重視[1-2]。對(duì)于電網(wǎng)而言，微網(wǎng)表現(xiàn)為單一可控單元，并可在并網(wǎng)與孤島運(yùn)行狀態(tài)間自由轉(zhuǎn)換，提高了局部電網(wǎng)的供電可靠性，為用戶提供高質(zhì)量的電能[3]。

微網(wǎng)投資巨大，因此其運(yùn)行經(jīng)濟(jì)性一直受到人們的關(guān)注。微網(wǎng)經(jīng)濟(jì)調(diào)度主要研究微網(wǎng)運(yùn)行成本最小的問題，運(yùn)行成本通常包括燃料成本、折舊成本、運(yùn)行維護(hù)成本、環(huán)境成本和購(gòu)售電成本等。目前，國(guó)內(nèi)外對(duì)微網(wǎng)經(jīng)濟(jì)調(diào)度的研究已經(jīng)有很多，但是在現(xiàn)有研究成果中，對(duì)可中斷負(fù)荷的管理卻不夠重視。微網(wǎng)中的可中斷負(fù)荷主要包括空調(diào)、暖氣等一些需求可變的家庭負(fù)荷以及生產(chǎn)計(jì)劃靈活的工業(yè)負(fù)荷[4]。絕大部分的研究?jī)H僅在孤島運(yùn)行時(shí)才考慮進(jìn)行負(fù)荷中斷，主要用于應(yīng)對(duì)微源出力的不足。但是可中斷負(fù)荷作為一種寶貴的調(diào)度資源，對(duì)于電網(wǎng)的“削峰填谷”卻有著重要意義，如果同時(shí)結(jié)合補(bǔ)償電價(jià)，還能為微網(wǎng)帶來可觀的收益，達(dá)到降低運(yùn)行成本的目的。文獻(xiàn)[5]梳理了臺(tái)灣電力工業(yè)的管理體制、市場(chǎng)模式和電價(jià)體系，分析了負(fù)荷中斷的實(shí)施策略及包含的“削峰填谷”思想，構(gòu)建了各參與方的成本效益模型，并通過計(jì)算驗(yàn)證了模型的可行性和有效性。文獻(xiàn)[6]將需求側(cè)的可中斷負(fù)荷處理成一種可以主動(dòng)參與微網(wǎng)規(guī)劃與運(yùn)行的電源，利用需求側(cè)響應(yīng)實(shí)現(xiàn)“削峰填谷”，最后運(yùn)用非線性規(guī)劃工具求解模型。

本文以一個(gè)包含可中斷負(fù)荷的典型微網(wǎng)為例，設(shè)計(jì)了一種新型負(fù)荷中斷補(bǔ)償機(jī)制，該機(jī)制將微網(wǎng)作為中間環(huán)節(jié)，兼顧電網(wǎng)需求與用戶利益；同時(shí)引入了浮動(dòng)補(bǔ)償電價(jià)，將補(bǔ)償電價(jià)與中斷功率、中斷時(shí)間掛鉤，更好地反映用戶滿意度的變化。本文通過新型的Cuckoo-Search算法求解微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度問題，給出最優(yōu)中斷組合、調(diào)度結(jié)果和運(yùn)行成本，并通過計(jì)算得到了電網(wǎng)所需的極限中斷電量。

1 微源模型

1.1 風(fēng)力發(fā)電機(jī)

風(fēng)力發(fā)電機(jī)(wind turbine，WT)的輸出與風(fēng)速相關(guān)，一般呈三次方關(guān)系?？梢酝ㄟ^風(fēng)力發(fā)電機(jī)廠家提供的輸出功率曲線，經(jīng)擬合得到輸出功率函數(shù)[7]。本文采用的風(fēng)力發(fā)電機(jī)輸出功率函數(shù)為

(1)

式中：vi、vr、vo、Pr分別為風(fēng)力發(fā)電機(jī)的切入風(fēng)速、額定風(fēng)速、切出風(fēng)速和額定功率。

1.2 光伏電池

光伏(photovoltaic，PV)電池的輸出受到溫度與光照強(qiáng)度的影響。工程應(yīng)用中，通常采用如下簡(jiǎn)化模型：

(2)

式中：Tpv(t)、Gpv(t)分別為光伏電池組件的溫度以及受到的光照強(qiáng)度；PSTC為光伏電池組件在標(biāo)準(zhǔn)測(cè)試條件下(1 000 W/m2，25 ℃)的最大測(cè)試功率；TSTC為標(biāo)準(zhǔn)測(cè)試條件下的環(huán)境溫度；GSTC為標(biāo)準(zhǔn)測(cè)試條件下的光照強(qiáng)度；k為功率-溫度系數(shù)[8]。

1.3 蓄電池

蓄電池(storage battery，SB)是一種目前應(yīng)用比較廣泛的儲(chǔ)能裝置，對(duì)于平衡微網(wǎng)中的功率波動(dòng)、優(yōu)化調(diào)度策略具有重要的作用。蓄電池在t+1時(shí)刻的剩余容量可表示為

充電時(shí)：

S(t+1)Ec=(1-δ)S(t)Ec+Pch(t)ηch

(3)

放電時(shí)：

(4)

式中：S(t+1)、S(t)分別為蓄電池在t+1和t時(shí)刻的荷電狀態(tài)；Pch(t)、Pdis(t)為充放電功率；ηch、ηdis為充放電效率；Ec為蓄電池的總?cè)萘?；δ為自放電率[9]。

微型燃?xì)廨啓C(jī)(micro turbine，MT)的模型參考文獻(xiàn)[10]，燃料電池(fuel cell，F(xiàn)C)的模型參考文獻(xiàn)[11]。

2 負(fù)荷中斷模型

傳統(tǒng)上，電網(wǎng)一般給予負(fù)荷中斷固定的補(bǔ)償電價(jià)[5,12-13]，但是這種補(bǔ)償機(jī)制無法反映不同中斷功率和中斷時(shí)間對(duì)用戶滿意度的影響。為了解決以上矛盾，本文設(shè)計(jì)了一種新型的負(fù)荷中斷補(bǔ)償機(jī)制。首先，電網(wǎng)不需要改變傳統(tǒng)的補(bǔ)償方式，但是補(bǔ)償費(fèi)用支付給微網(wǎng)而非用戶；其次，在微網(wǎng)內(nèi)部實(shí)施浮動(dòng)補(bǔ)償電價(jià)，浮動(dòng)補(bǔ)償電價(jià)與中斷功率、中斷時(shí)間相關(guān)，微網(wǎng)按照浮動(dòng)補(bǔ)償電價(jià)支付給用戶負(fù)荷中斷的補(bǔ)償費(fèi)用。在這個(gè)機(jī)制中，微網(wǎng)進(jìn)行負(fù)荷中斷的補(bǔ)償成本為

Cc=(Kc2-Kc1)PilTil

(5)

式中：Kc1為電網(wǎng)賠付微網(wǎng)的固定補(bǔ)償電價(jià)；Kc2為微網(wǎng)賠付用戶的浮動(dòng)補(bǔ)償電價(jià)；Pil、Til分別為中斷功率和中斷時(shí)間。

浮動(dòng)補(bǔ)償電價(jià)與中斷功率、中斷時(shí)間具有如下關(guān)系：

(6)

(7)

式中：EP、ET分別為Kc2-Pil系數(shù)和Kc2-Til系數(shù)，反應(yīng)的是浮動(dòng)補(bǔ)償電價(jià)隨中斷功率、中斷時(shí)間的變化關(guān)系[14]；EPP、ETT分別為EP-Pil系數(shù)和ET-Til系數(shù)，反應(yīng)的是EP隨中斷功率、ET隨中斷時(shí)間的變化關(guān)系；EP、ET、EPP、ETT都應(yīng)該大于0。

由此，建立浮動(dòng)補(bǔ)償電價(jià)模型為

Kc2=f(Pil,Til) =

aPil2Til2+bPil2Til+cPilTil2+dPilTil+e

(8)

本文采用最小二乘擬合來求取上述模型中的系數(shù)，擬合數(shù)據(jù)根據(jù)現(xiàn)有研究成果中的用電電價(jià)、補(bǔ)償電價(jià)合理選取[11,15]，最終得到浮動(dòng)補(bǔ)償電價(jià)模型為

Kc2=-0.000 9Pil2Til2+0.008 3Pil2Til+

0.011 7PilTil2-0.018 3PilTil

(9)

3 并網(wǎng)經(jīng)濟(jì)調(diào)度模型

3.1 目標(biāo)函數(shù)

微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度的目的是使微網(wǎng)并網(wǎng)時(shí)總的運(yùn)行成本最小，本文中微網(wǎng)的運(yùn)行成本由燃料成本、折舊成本、運(yùn)行維護(hù)成本、環(huán)境成本、購(gòu)售電成本、中斷補(bǔ)償成本、制熱收益和補(bǔ)貼收益構(gòu)成，經(jīng)濟(jì)調(diào)度的目標(biāo)函數(shù)為

Cg(t)+Cc(t)-Che(t)-Csub(t)]

(10)

式中：Cf(t)、Cd(t)、Cm(t)、Ce(t)分別為t時(shí)刻微網(wǎng)的燃料成本、折舊成本、運(yùn)行維護(hù)成本和環(huán)境成本；Cg(t)為t時(shí)刻微網(wǎng)與電網(wǎng)交互功率時(shí)產(chǎn)生的購(gòu)售電成本；Cc(t)為t時(shí)刻微網(wǎng)進(jìn)行負(fù)荷中斷的補(bǔ)償成本；Che(t)、Csub(t)分別為t時(shí)刻微網(wǎng)的制熱收益以及風(fēng)電、光伏的補(bǔ)貼收益。

3.2 約束條件

(1)功率平衡約束：

Pwt(t)+Ppv(t)+Pmt(t)+Pfc(t)+
Psb(t)+Pg(t)=Pl(t)-Pil

(11)

式中Pl(t)為微網(wǎng)在t時(shí)刻的總負(fù)荷。

(2)可控機(jī)組出力約束：

Pimin≤Pi(t)≤Pimax

(12)

式中：Pimax、Pimin分別為第i臺(tái)可控機(jī)組的出力上下限。

(3)可控機(jī)組爬坡率約束：

-Ridown≤Pi(t)-Pi(t-1)≤Riup

(13)

式中：Riup、Ridown分別為第i臺(tái)可控機(jī)組單位時(shí)間內(nèi)出力增加、減少的限值。

(4)聯(lián)絡(luò)線傳輸功率約束：

Pgmin≤Pg(t)≤Pgmax

(14)

式中：Pgmax、Pgmin分別為聯(lián)絡(luò)線傳輸功率的上下限。

(5)蓄電池儲(chǔ)能約束：

Smin≤S(t)≤Smax

(15)

式中：Smax、Smin分別為蓄電池荷電狀態(tài)的上下限。

3.3 并網(wǎng)調(diào)度策略

經(jīng)濟(jì)調(diào)度是求解最小運(yùn)行成本的問題，但是單純追求降低運(yùn)行成本有可能破壞系統(tǒng)內(nèi)部的協(xié)調(diào)運(yùn)行。微網(wǎng)運(yùn)行過程中面臨的一些問題，例如：清潔能源的優(yōu)先利用、蓄電池的充放電控制[16]等，需要采取一些措施加以限制，因此本文提出了如下調(diào)度策略。

(1)WT、PV跟蹤最大出力，實(shí)現(xiàn)清潔能源的充分利用。

(2)MT采用“以熱定電”方式運(yùn)行，提高其綜合利用效率。

(3)WT、PV、MT出力過剩時(shí)，優(yōu)先向SB充電，其次考慮向電網(wǎng)售電，目的是為了維持SB的荷電狀態(tài)；WT、PV、MT出力不足時(shí)，優(yōu)先利用SB放電，其次考慮從電網(wǎng)購(gòu)電或FC出力。

(4)平、谷時(shí)段，SB不放電，減少其充放電次數(shù)；峰時(shí)段，SB不充電，從而盡可能使微網(wǎng)向電網(wǎng)售電，降低運(yùn)行成本；谷時(shí)段，檢查SB的荷電狀態(tài)，當(dāng)S<0.9時(shí)，以最大功率充電。

(5)只在峰時(shí)段考慮負(fù)荷中斷，配合電網(wǎng)“削峰填谷”的需求。

4 Cuckoo-Search(CS)算法

4.1 算法原理

Cuckoo-Search算法是由Xinshe Yang和Suash Deb于2009年提出的一種新型啟發(fā)式搜索算法[17]，算法原理是模擬布谷鳥尋窩產(chǎn)卵的行為，具有設(shè)置參數(shù)少、搜索范圍大等特點(diǎn)。CS算法的2個(gè)基本組件是萊維飛行和偏好隨機(jī)游動(dòng)，二者平衡了算法的全局和局部搜索能力。

算法根據(jù)萊維飛行更新鳥窩位置的公式如下：

(16)

式中：xi(t)、xi(t+1)分別為第t和t+1代第i個(gè)鳥窩的位置；α為步長(zhǎng)控制量；L(λ)為萊維飛行隨機(jī)搜索路徑；?為點(diǎn)對(duì)點(diǎn)乘法。

4.2 求解步驟

通過分析經(jīng)濟(jì)調(diào)度的過程可以發(fā)現(xiàn)，為了降低運(yùn)行成本，微網(wǎng)中的微源會(huì)在峰時(shí)段最大出力，從而盡可能減少?gòu)碾娋W(wǎng)購(gòu)電、增加售電。因此，峰時(shí)段的負(fù)荷中斷不會(huì)影響各個(gè)微源的出力。假設(shè)峰時(shí)段微源出力之和大于總負(fù)荷，此時(shí)，微網(wǎng)的總運(yùn)行成本可以分解為

C=C0+Cil=C0+(KsPilTil-Cc)

(17)

式中：C0為不進(jìn)行負(fù)荷中斷時(shí)的總運(yùn)行成本；Cil定義為中斷收益。

因此，可以將求解過程分為2步：

(1)求解Cil的最小值，并得到最優(yōu)(Pil,Til)組合。

(2)基于上一步的結(jié)果，求解微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度問題，并得到各個(gè)時(shí)刻的最優(yōu)(Pwt(t),Ppv(t),Pmt(t),Pfc(t),Psb(t),Pg(t))組合。

2次求解均采用CS算法，算法中的最大迭代次數(shù)Tmax設(shè)置為4 000次；鳥窩數(shù)量n設(shè)置為20個(gè)；發(fā)現(xiàn)概率Pa設(shè)置為0.25。

5 算例分析

5.1 基礎(chǔ)數(shù)據(jù)

本文所研究的微網(wǎng)包含有風(fēng)力發(fā)電機(jī)、光伏電池、微型燃?xì)廨啓C(jī)、燃料電池和蓄電池，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 微網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.1 Configuration of microgrid system

微網(wǎng)在峰時(shí)段的最大可中斷負(fù)荷為15 kW；電網(wǎng)賠付微網(wǎng)的固定補(bǔ)償電價(jià)為0.72元/( kW·h)；風(fēng)電、光伏的發(fā)電補(bǔ)貼為0.4元/( kW·h)；制熱收益為0.35元/( kW·h)；天然氣價(jià)格為2.28元/m3；電網(wǎng)谷時(shí)段為24:00～06:00，平時(shí)段為07:00～09:00、14:00～16:00、21:00～23:00，峰時(shí)段為10:00～13:00、17:00～20:00。

5.2 求解最優(yōu)(Pil,Til)組合微網(wǎng)的中斷收益曲線如圖2所示。

圖2 中斷收益曲線Fig.2 Profit of load interruption

通過計(jì)算可以得到中斷收益最大時(shí)的中斷功率為4.853 kW、中斷時(shí)間為3.4 h，最大中斷收益為20.23元。

5.3 并網(wǎng)經(jīng)濟(jì)調(diào)度

本文中，調(diào)度周期為1 d，時(shí)間間隔為1 h。算例采用的是青島某小區(qū)冬季典型日負(fù)荷、熱負(fù)荷數(shù)據(jù)以及WT、PV出力數(shù)據(jù)，如圖3所示。

圖3 冬季典型日負(fù)荷、熱負(fù)荷以及WT、PV出力Fig.3 Electric and heating loads, power of WT and PV on a typical day in winter

5.3.1 無負(fù)荷中斷

當(dāng)不考慮負(fù)荷中斷時(shí)，微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度的結(jié)果如圖4所示。

圖4 無負(fù)荷中斷時(shí)的調(diào)度結(jié)果圖Fig.4 Dispatch result without load interruption

從圖4中可以看出，平谷時(shí)段，F(xiàn)C的發(fā)電成本高于購(gòu)電電價(jià)，因此FC不出力；峰時(shí)段，F(xiàn)C的發(fā)電成本低于購(gòu)電電價(jià)，因此FC滿發(fā)。平谷時(shí)段，SB根據(jù)調(diào)度策略不放電，一方面減少了SB的充放電次數(shù)，另一方面也保證SB能夠在峰時(shí)段以最大功率放電，獲得售電收益，降低微網(wǎng)的總運(yùn)行成本；在24:00，由于檢測(cè)到SB的荷電狀態(tài)低于0.9，因此SB開始充電，從而使其剩余電量能夠滿足下一個(gè)調(diào)度周期的需求。平谷時(shí)段，微網(wǎng)始終從電網(wǎng)購(gòu)電，充分利用平谷時(shí)段的低電價(jià)；峰時(shí)段，微網(wǎng)盡可能向電網(wǎng)售電，獲得售電收益。

通過計(jì)算可得，無負(fù)荷中斷時(shí)，微網(wǎng)一天內(nèi)的總運(yùn)行成本為495.74元。

5.3.2 進(jìn)行負(fù)荷中斷

當(dāng)進(jìn)行負(fù)荷中斷時(shí)，中斷功率為4.853 kW、中斷時(shí)間為3.4 h，微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度的結(jié)果如圖5所示。

圖5 進(jìn)行負(fù)荷中斷時(shí)的調(diào)度結(jié)果圖Fig.5 Dispatch result under load interruption

從圖5中可以看出，進(jìn)行負(fù)荷中斷并不會(huì)對(duì)并網(wǎng)時(shí)微源的出力產(chǎn)生影響，能夠保證微網(wǎng)運(yùn)行的穩(wěn)定性，但是可以增加峰時(shí)段微網(wǎng)向電網(wǎng)的售電量，從而提高了售電收益，降低了總運(yùn)行成本。此時(shí)的微網(wǎng)運(yùn)行成本如圖6所示。

圖6 進(jìn)行負(fù)荷中斷時(shí)的微網(wǎng)運(yùn)行成本圖Fig.6 Operation cost of microgrid under load interruption

從圖6中可以看出，平谷時(shí)段，由于微源的發(fā)電以及向電網(wǎng)購(gòu)電產(chǎn)生了運(yùn)行成本；峰時(shí)段，由于微源出力增多，微網(wǎng)大量向電網(wǎng)售電，一方面抵消了微源的發(fā)電成本，另一方面也使微網(wǎng)獲得了較大收益。當(dāng)進(jìn)行負(fù)荷中斷時(shí)，微網(wǎng)能夠向電網(wǎng)售出更多的電量，同時(shí)可以作為中間環(huán)節(jié)獲得補(bǔ)償電價(jià)差，因此此時(shí)的發(fā)電成本要比無負(fù)荷中斷時(shí)低。

進(jìn)行負(fù)荷中斷時(shí)，微網(wǎng)一天內(nèi)的總運(yùn)行成本為455.28元。和無負(fù)荷中斷相比，總運(yùn)行成本降低了8.16%；峰時(shí)段，微網(wǎng)向電網(wǎng)的售電量增加了33.390 kW·h，實(shí)現(xiàn)了微網(wǎng)與電網(wǎng)的雙贏。

5.3.3 極限中斷電量

對(duì)于電網(wǎng)而言，更多地考慮到負(fù)荷中斷對(duì)電網(wǎng)“削峰填谷”的促進(jìn)意義。因此，電網(wǎng)希望知道在不損害微網(wǎng)利益的基礎(chǔ)上，微網(wǎng)所能夠達(dá)到的極限中斷電量。

經(jīng)計(jì)算可得，當(dāng)中斷功率為7.650 kW，中斷時(shí)間為4 h時(shí)，微網(wǎng)達(dá)到電網(wǎng)所希望的極限中斷電量61.200 kW·h，此時(shí)中斷收益為0。和無負(fù)荷中斷相比，微網(wǎng)峰時(shí)段向電網(wǎng)的售電量增加了24.7%，“削峰填谷”意義明顯。

6 結(jié) 論

本文提出了一種考慮負(fù)荷中斷的微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度方法，該方法充分利用微網(wǎng)內(nèi)存在的可中斷負(fù)荷，實(shí)現(xiàn)并網(wǎng)時(shí)微網(wǎng)運(yùn)行成本的降低和滿足電網(wǎng)“削峰填谷”的需求。文中針對(duì)現(xiàn)有負(fù)荷中斷補(bǔ)償機(jī)制的缺點(diǎn)，設(shè)計(jì)了一種以微網(wǎng)為中間環(huán)節(jié)的新型補(bǔ)償機(jī)制。該機(jī)制的核心內(nèi)容是浮動(dòng)補(bǔ)償電價(jià)，浮動(dòng)補(bǔ)償電價(jià)與中斷時(shí)間、中斷功率相關(guān)，從而能夠有效反映用戶滿意度的變化，更加貼近實(shí)際。文中采用新型的Cuckoo-Search算法求解微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度問題，該算法具有設(shè)置參數(shù)少、搜索范圍大等特點(diǎn)。算例表明，本文所提出的機(jī)制、模型以及策略切實(shí)可行，算法有效，能夠?qū)崿F(xiàn)預(yù)期的目標(biāo)。

今后可進(jìn)一步研究更加多樣化的補(bǔ)償機(jī)制，制定更加精確的補(bǔ)償電價(jià)模型，將負(fù)荷中斷納入到電網(wǎng)營(yíng)銷體系中去，這也是電力需求側(cè)管理的重要內(nèi)容之一。兼顧“經(jīng)濟(jì)性”與“削峰填谷”的微網(wǎng)多目標(biāo)調(diào)度應(yīng)該成為以后研究的重點(diǎn)。

[1]LIU B, ZHUO F, ZHU Y, et al. System operation and energy management of a renewable energy-based DC micro-grid for high penetration depth application[J]. IEEE Transactions on Smart Grid, 2015, 6(3): 1147-1155.

[2] 別朝紅, 林雁翎, 張建華. 微網(wǎng)技術(shù)及其標(biāo)準(zhǔn)體系的研究[J]. 高電壓技術(shù), 2015, 41(10): 3177-3184. BIE Zhaohong, LIN Yanling, ZHANG Jianhua. Review on microgrid technology and international standards[J]. High Voltage Engineering, 2015, 41(10): 3177-3184.

[3] 張弛, 陳曉科, 徐曉剛, 等. 基于電力市場(chǎng)改革的微電網(wǎng)經(jīng)營(yíng)模式[J]. 電力建設(shè), 2015, 36(11): 154-159. ZHANG Chi, CHEN Xiaoke, XU Xiaogang, et al. Microgrid operation mode based on electricity market reform[J]. Electric Power Construction, 2015, 36(11): 154-159.

[4]QUAN S, CAO J, CHEN X. Research on interruptible load management in power market [C]//2014 China International Conference on Electricity Distribution (CICED). Shenzhen: IEEE, 2014: 1127-1130.

[5]肖欣, 周渝慧, 鄭凱中, 等. 臺(tái)灣實(shí)施可中斷電價(jià)進(jìn)行削峰填谷的需求響應(yīng)策略及其成本效益分析[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(22): 3615-3622. XIAO Xin, ZHOU Yuhui, ZHENG Kaizhong, et al. Research on strategy of interruptible price and its cost-benefit model aimed at peak load shifting in Taiwan[J]. Proceedings of the CSEE, 2014, 34(22): 3615-3622.

[6]朱蘭, 嚴(yán)正, 楊秀, 等. 計(jì)及需求側(cè)響應(yīng)的微網(wǎng)綜合資源規(guī)劃方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(16): 2621-2628. ZHU Lan, YAN Zheng, YANG Xiu, et al. Integrated resources planning in microgrid based on modeling demand response[J]. Proceedings of the CSEE, 2014, 34(16): 2621-2628.

[7]CHEDID R, AKIKI H, RAHMAN S, A decision support technique for the design of hybrid solar-wind power systems[J]. IEEE Transactions on Energy Conversion, 1998, 13(1): 76-83.

[8]牛銘, 黃偉, 郭佳歡, 等. 微網(wǎng)并網(wǎng)時(shí)的經(jīng)濟(jì)運(yùn)行研究[J]. 電網(wǎng)技術(shù), 2010, 34(11):38-42. NIU Ming, HUANG Wei, GUO Jiahuan, et al. Research on economic operation of grid-connected microgrid[J]. Power System Technology, 2010, 34(11):38-42.

[9]丁明, 張穎媛, 茆美琴, 等. 包含鈉硫電池儲(chǔ)能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2011,31(4): 7-14. DING Ming, ZHANG Yingyuan, MAO Meiqin, et al. Economic operation optimization for microgrids including na/s battery storage[J]. Proceedings of the CSEE, 2011,31(4): 7-14.

[10]陳潔, 楊秀, 朱蘭, 等. 微網(wǎng)多目標(biāo)經(jīng)濟(jì)調(diào)度優(yōu)化[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2013, 33(19): 57-66,19. CHEN Jie, YANG Xiu, ZHU Lan, et al. Microgrid multi-objective economic dispatch optimization [J]. Proceedings of the CSEE, 2013, 33(19): 57-66,19.

[11]李樂. 微網(wǎng)的經(jīng)濟(jì)運(yùn)行研究[D]. 北京: 華北電力大學(xué), 2011. LI Le. Study of economic operation in microgrid[D]. Beijing: North China Electric Power University, 2011.

[12]AN X, ZHANG S, WANG X. CVaR-based decision-making model for interruptible load management[C]//2010 Chinese Control and Decision Conference (CCDC). Xuzhou: IEEE, 2010: 448-451.

[13]羅運(yùn)虎, 薛禹勝, LEDWICH G, 等. 低電價(jià)與高賠償2種可中斷負(fù)荷的協(xié)調(diào)[J]. 電力系統(tǒng)自動(dòng)化, 2007, 31(11): 17-21. LUO Yunhu, XUE Yusheng, LEDWICH G, et al. Coordination of low price interruptible load and high compensation interruptible load[J]. Automation of Electric Power Systems, 2007, 31(11): 17-21.

[14]張亮. 珠海分時(shí)電價(jià)及可中斷電價(jià)策略研究[D]. 廣州: 華南理工大學(xué), 2012. ZHANG Liang. The strategy of classification differentiated price of electricity and the management of interruptible load[D]. Guangzhou: South China University of Technology, 2012.

[15] 趙賀, 王坤, 井天軍. 微電網(wǎng)自發(fā)自用運(yùn)行的經(jīng)濟(jì)性分析[J]. 電力建設(shè), 2014, 35(5): 113-117. ZHAO He, WANG Kun, JING Tianjun. Economic analysis of micro-grid in energy self-balance mode[J]. Electric Power Construction, 2014, 35(5): 113-117.

[16]石慶均, 江全元. 包含蓄電池儲(chǔ)能的微網(wǎng)實(shí)時(shí)能量?jī)?yōu)化調(diào)度[J]. 電力自動(dòng)化設(shè)備, 2013, 33(5): 76-82. SHI Qingjun, JIANG Quanyuan. Real-time optimal energy dispatch for microgrid with battery storage[J]. Electric Power Automation Equipment, 2013, 33(5): 76-82.

[17] 陳政, 曾鳴, 張翔, 等. 放松管制環(huán)境下基于改進(jìn)布谷鳥搜索算法的DGO與DNO效益均衡模型[J]. 電力建設(shè), 2015, 36(8): 7-14. CHEN Zheng, ZENG Ming, ZHANG Xiang, et al. Benefit equilibrium model of DGO and DNO in deregulated environment based on ICSA[J]. Electric Power Construction, 2015, 36(8): 7-14.

(編輯 張媛媛)

Economic Dispatch of Grid-Connected Microgrid Considering Load Interruption

ZHAO Meng1, DING Xiaoqun1, LIU Yuanlong2, WANG Ping3

(1. College of Energy and Electrical Engineering, Hohai University, Nanjing 211000, China;2. State Grid Shandong Electric Power Company, Jinan 250000, China;3. State Grid Qingdao Power Supply Company, Qingdao 266000, Shandong Province, China)

To reduce the operation cost of grid-connected microgrid and give assistance to load shifting in power grid, this paper proposes an economic dispatch model of grid-connected microgrid with considering load interruption. The model regards microgrid as an intermediate link and establishes a new load interruption compensation mechanism. Floating compensation price is introduced to reflect user satisfaction, which is affected by interrupting power and time. We select a typical microgrid consisting of wind turbines, photovoltaic cells, micro turbines, fuel cells, storage battery and interruptible load as example, adopt Cuckoo-Search algorithm to solve the model, obtain the optimal interrupting combination, dispatch result and operation cost, as well as the limit interrupting energy. The results show that the model and algorithm are feasible and can create remarkable economic revenue for all participants.

microgrid; economic dispatch; compensation mechanism; floating compensation price; Cuckoo-Search algorithm

國(guó)網(wǎng)山東省電力公司2015年科技項(xiàng)目(5206021400NP)

TM 73

A

1000-7229(2016)04-0057-06

10.3969/j.issn.1000-7229.2016.04.009

2015-11-25

趙猛(1989)，男，碩士，本文通信作者，主要研究方向?yàn)榉植际桨l(fā)電、微網(wǎng)、無功優(yōu)化及AVC；

丁曉群(1956)，男，教授，博導(dǎo)，主要研究方向?yàn)榉植际桨l(fā)電、配電網(wǎng)節(jié)能降損、無功優(yōu)化及AVC；

劉遠(yuǎn)龍(1971)，男，碩士，高級(jí)工程師，主要研究方向?yàn)殡娋W(wǎng)調(diào)控運(yùn)行管理；

王萍(1973)，女，碩士，高級(jí)工程師，主要研究方向?yàn)殡娋W(wǎng)無功電壓和新能源管理。