微網(wǎng)經(jīng)濟(jì)調(diào)度研究綜述

燕振剛 ,張雪霞,劉晉勇，鐘 偉,馬錫良,鄒 興

(1.西南交通大學(xué)電氣工程學(xué)院，四川 成都 610031；2.國網(wǎng)四川省電力公司計(jì)量中心，四川 成都 610045；3.國網(wǎng)四川省電力公司成都供電公司，四川 成都 610041)

微網(wǎng)經(jīng)濟(jì)調(diào)度研究綜述

燕振剛1,張雪霞1,劉晉勇2，鐘 偉3,馬錫良3,鄒 興3

(1.西南交通大學(xué)電氣工程學(xué)院，四川 成都 610031；2.國網(wǎng)四川省電力公司計(jì)量中心，四川 成都 610045；3.國網(wǎng)四川省電力公司成都供電公司，四川 成都 610041)

針對(duì)微網(wǎng)經(jīng)濟(jì)調(diào)度問題，綜合現(xiàn)有文獻(xiàn)分別從微網(wǎng)經(jīng)濟(jì)調(diào)度模型的種類、微源不確定性因素的處理方法和多時(shí)間尺度調(diào)度進(jìn)行論述。其中微網(wǎng)經(jīng)濟(jì)調(diào)度模型主要從靜態(tài)模型和動(dòng)態(tài)模型兩方面論述；不確定性因素處理方法分為確定性方法、模糊理論法和隨機(jī)概率分布函數(shù)法；多時(shí)間尺度經(jīng)濟(jì)調(diào)度主要分為基于短期預(yù)測(cè)技術(shù)的日前調(diào)度、基于超短期預(yù)測(cè)技術(shù)的日內(nèi)調(diào)度和基于“秒”級(jí)的實(shí)時(shí)調(diào)度。最后，對(duì)微網(wǎng)群集調(diào)度具有研究前景的方向做了展望。

微網(wǎng)；經(jīng)濟(jì)調(diào)度；不確定性；模糊理論；概率分布函數(shù)；多時(shí)間尺度

0 引 言

面對(duì)能源短缺、環(huán)境污染等問題，可再生能源的開發(fā)與利用成為重要的發(fā)展趨勢(shì)。微網(wǎng)作為一種可以充分利用可再生能源的有效方式，是將多種微源、儲(chǔ)能裝置和各類負(fù)荷集合在一起，構(gòu)成的一個(gè)可控系統(tǒng)。以孤島和并網(wǎng)兩種方式運(yùn)行，對(duì)節(jié)能和減小污染、充分利用分布式發(fā)電發(fā)揮著重要作用。為合理有效地利用各種微源，微網(wǎng)經(jīng)濟(jì)調(diào)度是在滿足一定約束條件和負(fù)荷需求下，合理的調(diào)度微源和儲(chǔ)能裝置出力，可以有效地減小運(yùn)行成本和提高環(huán)境效益，對(duì)微網(wǎng)優(yōu)化運(yùn)行起著重要的作用。

然而在微網(wǎng)經(jīng)濟(jì)調(diào)度問題的研究中，影響經(jīng)濟(jì)運(yùn)行結(jié)果的因素有很多，歸納起來主要有以下幾個(gè)方面：1)微網(wǎng)經(jīng)濟(jì)調(diào)度模型；2)求解這類優(yōu)化問題算法；3)微源和負(fù)荷隨機(jī)性；4)微源控制策略；5)不同調(diào)度時(shí)間尺度等。這些因素的影響是微網(wǎng)經(jīng)濟(jì)調(diào)度研究的重要內(nèi)容，從系統(tǒng)本身的角度來講，微網(wǎng)模型、微源隨機(jī)性處理方法和不同時(shí)間尺度3個(gè)方面因素影響比較關(guān)鍵，下面從這3個(gè)方面來進(jìn)行綜述。

1 微網(wǎng)經(jīng)濟(jì)調(diào)度模型研究

微網(wǎng)經(jīng)濟(jì)調(diào)度模型是經(jīng)濟(jì)調(diào)度研究的核心內(nèi)容，對(duì)微網(wǎng)運(yùn)行的合理性和可行性有著直接的影響。模型中包含的微源種類、約束條件的設(shè)定和考慮的目標(biāo)函數(shù)都將對(duì)優(yōu)化結(jié)果產(chǎn)生影響。經(jīng)濟(jì)調(diào)度根據(jù)是否考慮了不同時(shí)間斷面之間的關(guān)聯(lián)，主要分為靜態(tài)經(jīng)濟(jì)調(diào)度和動(dòng)態(tài)經(jīng)濟(jì)調(diào)度。靜態(tài)經(jīng)濟(jì)調(diào)度是忽略了各時(shí)間段之間的聯(lián)系，僅僅研究單一時(shí)間斷面的優(yōu)化方案；動(dòng)態(tài)經(jīng)濟(jì)調(diào)度為了加強(qiáng)不同時(shí)間段之間的關(guān)聯(lián)性，增加了可控微源的爬坡率約束。根據(jù)現(xiàn)有文獻(xiàn)的研究成果詳細(xì)論述兩種經(jīng)濟(jì)調(diào)度模型的特點(diǎn)。

1.1 靜態(tài)經(jīng)濟(jì)調(diào)度模型

靜態(tài)經(jīng)濟(jì)調(diào)度是基于當(dāng)前時(shí)段負(fù)荷的需求以及微源的運(yùn)行維護(hù)成本，在滿足負(fù)荷和約束條件下，按照經(jīng)濟(jì)性最優(yōu)的原則依次調(diào)度設(shè)備的啟停和對(duì)應(yīng)的輸出功率。通常忽略各時(shí)間段之間的互相關(guān)聯(lián)，獨(dú)立對(duì)每一時(shí)間段進(jìn)行優(yōu)化。這類模型中可再生能源是以當(dāng)前時(shí)刻風(fēng)、光的有效出力作為確定值來處理的，忽略其隨機(jī)性對(duì)經(jīng)濟(jì)運(yùn)行的影響。文獻(xiàn)[1]考慮了功率平衡約束、微源出力約束和電池的充放電深度，以運(yùn)行維護(hù)成本最小為目標(biāo)函數(shù)，建立了微網(wǎng)靜態(tài)經(jīng)濟(jì)調(diào)度模型。文獻(xiàn)[2]建立了微網(wǎng)靜態(tài)多目標(biāo)經(jīng)濟(jì)調(diào)度模型，模型中風(fēng)、光和負(fù)荷都是作為確定量處理的。充分考慮了微源運(yùn)行維護(hù)成本、環(huán)境成本、容量短缺和未滿足的負(fù)荷等目標(biāo)函數(shù)，多目標(biāo)函數(shù)應(yīng)用模糊評(píng)價(jià)函數(shù)進(jìn)行求解。

針對(duì)微網(wǎng)同時(shí)承擔(dān)冷、熱、電3種負(fù)荷供應(yīng)的情況，研究了微網(wǎng)冷熱電聯(lián)供經(jīng)濟(jì)調(diào)度模型。文獻(xiàn)[3]提出了包含蓄能裝置的微網(wǎng)冷熱電聯(lián)供模型，約束中充分考慮冷熱電供需平衡、微源和蓄能裝置的出力約束。以運(yùn)行維護(hù)成本最小和環(huán)境效益最高為多目標(biāo)函數(shù)。運(yùn)行結(jié)果顯示，蓄電池有利于運(yùn)行的經(jīng)濟(jì)性，蓄熱蓄冷裝置降低了燃?xì)廨啓C(jī)的運(yùn)行成本。文獻(xiàn)[4]研究了冷熱電聯(lián)供微網(wǎng)經(jīng)濟(jì)環(huán)保調(diào)度模型，增加了熱備用約束和熱平衡約束，將蓄電池虛擬放電和充電價(jià)格計(jì)入目標(biāo)函數(shù)中，建立分階段尋優(yōu)目標(biāo)函數(shù)。文獻(xiàn)[5]在并網(wǎng)運(yùn)行條件下，建立了冷熱電聯(lián)供系統(tǒng)的經(jīng)濟(jì)調(diào)度模型，研究發(fā)電成本、分時(shí)電價(jià)和電能交易對(duì)微源有功出力值的影響。

從微網(wǎng)靜態(tài)經(jīng)濟(jì)調(diào)度模型的研究可以看出，模型中包含的隨機(jī)性微源一般作為確定值處理；約束條件也相對(duì)單一，一般多以功率平衡約束和微源出力約束為主。目標(biāo)函數(shù)一般是運(yùn)行維護(hù)成本，環(huán)境效益成本，冷、熱收益和電能交易成本中的一個(gè)目標(biāo)或多個(gè)目標(biāo)的組合形式。但是，靜態(tài)模型忽略了影響經(jīng)濟(jì)運(yùn)行結(jié)果的重要因素，如微源隨機(jī)性、可靠性約束、爬坡率約束等；動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型則更加全面地包含了這些因素，并討論了其對(duì)運(yùn)行結(jié)果的影響。

1.2 動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型

這類模型有別于靜態(tài)模型，考慮了可控微源爬坡率約束和儲(chǔ)能裝置剩余容量約束等因素的影響。運(yùn)行時(shí)間上具有更強(qiáng)的耦合性，為了加強(qiáng)時(shí)間耦合性，文獻(xiàn)中關(guān)于儲(chǔ)能裝置剩余容量的約束，要求在一個(gè)調(diào)度周期前后容量保持一致。對(duì)微源的出力調(diào)度往往是以調(diào)度周期內(nèi)綜合效益最大化為目標(biāo)進(jìn)行的，目標(biāo)函數(shù)更加多樣，如增加了可靠性目標(biāo)。約束條件增加了機(jī)組爬坡率約束、儲(chǔ)能剩余容量約束、備用約束、潮流約束等。文獻(xiàn)[6]研究了包含鈉硫電池儲(chǔ)能的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，動(dòng)態(tài)特性體現(xiàn)在調(diào)度周期始末電池能量狀態(tài)保持不變，同時(shí)加入鈉硫電池有效地平抑了可再生能源和負(fù)荷出力波動(dòng)。文獻(xiàn)[7]研究了孤島系統(tǒng)經(jīng)濟(jì)調(diào)度模型，模型中增加了可控機(jī)組爬坡率約束、可靠性約束。針對(duì)可再生能源功率波動(dòng)性問題，加入了失負(fù)荷風(fēng)險(xiǎn)指標(biāo)和風(fēng)光浪費(fèi)指標(biāo)，保證供電可靠性和可再生能源的高效利用。文獻(xiàn)[8]研究了動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，考慮了功率平衡約束、微源出力約束和爬坡率約束，功率平衡約束的求解是采用潮流計(jì)算方法實(shí)現(xiàn)的，并且可以根據(jù)出力和負(fù)荷情況實(shí)時(shí)進(jìn)行調(diào)節(jié)。文獻(xiàn)[9]在并網(wǎng)運(yùn)行條件下，研究計(jì)及分時(shí)電價(jià)冷熱電聯(lián)供微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，充分考慮機(jī)組啟停、爬坡率約束和儲(chǔ)能約束條件，但是該模型中忽略了可再生能源隨機(jī)性的影響。針對(duì)這一忽略的問題，文獻(xiàn)[10]在熱電聯(lián)產(chǎn)經(jīng)濟(jì)調(diào)度模型中引入熱泵裝置，不僅可以有效地消納過剩的風(fēng)電減少棄風(fēng)、減小儲(chǔ)能的充放電次數(shù)和節(jié)約燃料，而且能夠承擔(dān)部分熱負(fù)荷。文獻(xiàn)[11]提出基于電熱聯(lián)合調(diào)度的區(qū)域并網(wǎng)型微網(wǎng)運(yùn)行優(yōu)化模型，該模型有效地克服了以往熱電聯(lián)供模型中電熱之間相對(duì)獨(dú)立和燃?xì)廨啓C(jī)通常是完全跟蹤熱負(fù)荷而無法參與到電能調(diào)度中來的問題。這類模型綜合考慮了啟停及爬坡約束、出力約束和儲(chǔ)能的充放電特性。

上述模型中的動(dòng)態(tài)特性主要體現(xiàn)在約束上，如爬坡率約束、儲(chǔ)能約束等條件。另外，考慮微源隨機(jī)性的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型也是研究的熱點(diǎn)。文獻(xiàn)[12]為了克服各時(shí)間段之間聯(lián)系不足的問題，充分考慮可再生能源隨機(jī)性，鈉硫電池的引入不僅可以平抑微源隨機(jī)性波動(dòng)，也可以加強(qiáng)不同時(shí)間斷面之間的關(guān)聯(lián)。文獻(xiàn)[13]綜合考慮了可在生能源的功率波動(dòng)，負(fù)荷預(yù)測(cè)誤差和機(jī)組啟停故障等隨機(jī)因素，建立了動(dòng)態(tài)調(diào)度的機(jī)會(huì)約束規(guī)劃模型。模型中，系統(tǒng)可靠性約束通過一定置信水平下的旋轉(zhuǎn)備用來體現(xiàn)，目標(biāo)函數(shù)也是在一定置信水平下達(dá)到運(yùn)行費(fèi)用最小。文獻(xiàn)[14]針對(duì)微網(wǎng)中可再生能源和負(fù)荷功率等隨機(jī)性的影響，目標(biāo)函數(shù)考慮制熱收益，建立了基于機(jī)會(huì)約束規(guī)劃的熱電聯(lián)產(chǎn)經(jīng)濟(jì)調(diào)度模型。約束條件的處理方式和目標(biāo)函數(shù)的求解與文獻(xiàn)[13]相同。文獻(xiàn)[15]針對(duì)風(fēng)、光出力隨機(jī)性和熱負(fù)荷波動(dòng)性，建立了基于機(jī)會(huì)約束規(guī)劃的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，增加了熱平衡約束、熱電耦合約束和蓄熱槽運(yùn)行約束等，蓄熱槽的作用是對(duì)熱電聯(lián)產(chǎn)“以熱定電”約束解耦。

目前研究計(jì)及需求側(cè)響應(yīng)的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型有很多。如文獻(xiàn)[16]對(duì)一個(gè)包含可再生能源的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，考慮了分時(shí)電價(jià)差異，建立了基于不同電價(jià)的優(yōu)化目標(biāo)和約束條件，優(yōu)化各時(shí)段內(nèi)微源的出力。文獻(xiàn)[17]建立了包含需求側(cè)響應(yīng)的微網(wǎng)經(jīng)濟(jì)調(diào)度模型，以需求側(cè)負(fù)荷中的可轉(zhuǎn)移負(fù)荷為研究對(duì)象，結(jié)合分時(shí)電價(jià)，對(duì)不同時(shí)段負(fù)荷轉(zhuǎn)移進(jìn)行分析，分析負(fù)荷轉(zhuǎn)移對(duì)綜合成本的影響。文獻(xiàn)[18]在經(jīng)濟(jì)調(diào)度模型中考慮負(fù)荷滿意度指標(biāo)，將可中斷負(fù)荷以可平移和不可平移兩種狀態(tài)進(jìn)行研究，研究表明如果能夠提高需求側(cè)的管理，可以有效實(shí)現(xiàn)可再生能源的最大化利用和運(yùn)行效益的最大化。文獻(xiàn)[19]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)度模型，通過引入反應(yīng)中斷功率和中斷時(shí)間影響的浮動(dòng)電價(jià)，來反映用戶滿意度的變化，并有效降低并網(wǎng)運(yùn)行成本。

近年來，電動(dòng)汽車的普遍應(yīng)用，計(jì)及電動(dòng)汽車接入微網(wǎng)經(jīng)濟(jì)調(diào)度的研究吸引了學(xué)者們的興趣。確定合理的電動(dòng)汽車入網(wǎng)負(fù)荷特性曲線成為這類模型研究的關(guān)鍵點(diǎn)。文獻(xiàn)[20]為了得到不同規(guī)模下電動(dòng)汽車入網(wǎng)負(fù)荷特性曲線，對(duì)電動(dòng)汽車的充放行為應(yīng)用蒙特卡洛法模擬，并研究接入電動(dòng)汽車的微網(wǎng)多目標(biāo)經(jīng)濟(jì)調(diào)度模型。文獻(xiàn)[21]研究了電動(dòng)汽車對(duì)微網(wǎng)經(jīng)濟(jì)運(yùn)行的影響，同樣是應(yīng)用蒙特卡洛模擬法仿真電動(dòng)汽車的充放電行為，在分時(shí)電價(jià)的機(jī)制下，以效益最大化為目標(biāo)，討論電動(dòng)汽車無序充電和有序放電行為對(duì)微網(wǎng)運(yùn)行經(jīng)濟(jì)性的影響。

綜上所述，微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型中增加可以加強(qiáng)時(shí)間關(guān)聯(lián)性的約束條件，考慮了可再生能源和負(fù)荷輸出功率波動(dòng)性的影響，討論了需求側(cè)響應(yīng)和電動(dòng)汽車入網(wǎng)而引入新的隨機(jī)因素對(duì)微網(wǎng)經(jīng)濟(jì)調(diào)度的影響。其中，針對(duì)可再生能源隨機(jī)性的影響，選擇合理有效處理隨機(jī)性的方法是十分有必要的，下面就現(xiàn)有文獻(xiàn)進(jìn)行歸類總結(jié)。

2 微源隨機(jī)性問題的處理方法

微網(wǎng)系統(tǒng)中風(fēng)、光電本身的不確定性和預(yù)測(cè)誤差帶來的不確定性，在調(diào)度過程中往往會(huì)出現(xiàn)功率的盈余或缺失，會(huì)造成系統(tǒng)經(jīng)濟(jì)成本的增加和可靠性的降低。因此應(yīng)用有效處理隨機(jī)性的方法來解決這類不確定性的問題具有重要的意義，大致可以分為以下幾種方法。

2.1 處理隨機(jī)性問題的確定性方法

應(yīng)用確定性方法處理可再生能源隨機(jī)性問題，就是利用儲(chǔ)能裝置或響應(yīng)速度快的可控負(fù)荷來補(bǔ)償因?yàn)殡S機(jī)性造成的發(fā)電量的盈余和不足。如文獻(xiàn)[12]提出了應(yīng)用鈉硫電池來平抑可再生能源出力的波動(dòng)，有效地解決了功率波動(dòng)對(duì)經(jīng)濟(jì)調(diào)度的影響。文獻(xiàn)[22]的海島微網(wǎng)經(jīng)濟(jì)調(diào)度模型，針對(duì)風(fēng)能間歇性和隨機(jī)性的特征，提出一種將海水抽蓄電站作為儲(chǔ)能設(shè)備，配合風(fēng)電，柴油機(jī)組構(gòu)成微網(wǎng)為海島供電。這種方案很好地解決了風(fēng)電出力波動(dòng)帶來的影響，顯著降低了供電成本，且環(huán)境污染小。文獻(xiàn)[23]在含有風(fēng)電場(chǎng)的經(jīng)濟(jì)調(diào)度模型中引入正、負(fù)旋轉(zhuǎn)備用約束，以應(yīng)對(duì)風(fēng)電功率波動(dòng)對(duì)調(diào)度結(jié)果帶來的影響。隨著研究的深入，利用需求側(cè)響應(yīng)的“源-荷”雙側(cè)調(diào)度來平衡微源隨機(jī)性引發(fā)的波動(dòng)越來越普遍。如文獻(xiàn)[24]在調(diào)度模型中考慮價(jià)格型需求響應(yīng)，研究表明需求響應(yīng)可以提高風(fēng)電的消納能力。文獻(xiàn)[25]在風(fēng)電調(diào)度模型中計(jì)及實(shí)時(shí)電價(jià)的需求響應(yīng)，分析了價(jià)格型響應(yīng)負(fù)荷對(duì)間歇性能源接入的影響。文獻(xiàn)[26]綜合考慮“源-荷”特性，在調(diào)度模型中引入可中斷負(fù)荷和分時(shí)電價(jià)這兩種需求側(cè)響應(yīng)，以應(yīng)對(duì)風(fēng)電的反調(diào)峰特性和間歇性。

但是研究發(fā)現(xiàn)，這種方法是以高運(yùn)行成本和低可靠性為代價(jià)來解決問題的，而且誤差較大，不能完全反映微源隨機(jī)性對(duì)經(jīng)濟(jì)調(diào)度的影響。

2.2 處理隨機(jī)性問題的模糊理論建模方法

應(yīng)用模糊理論建模方法處理微源隨機(jī)性問題，就是對(duì)負(fù)荷預(yù)測(cè)值和可再生能源輸出功率的不確定性，采用模糊變量進(jìn)行表示。文獻(xiàn)[27]為解決風(fēng)電不確定性問題，基于模糊理論采用梯形模糊數(shù)來表示每個(gè)優(yōu)化時(shí)段的風(fēng)電出力，建立了包含風(fēng)電場(chǎng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模糊模型。為更好地表達(dá)決策者的意愿，構(gòu)建風(fēng)電有功出力和總成本的隸屬度函數(shù)和滿意度指標(biāo)，更好地適應(yīng)風(fēng)電輸出功率的隨機(jī)性。文獻(xiàn)[28]也是通過對(duì)風(fēng)電的模糊化建模，將風(fēng)險(xiǎn)引入目標(biāo)函數(shù)中，求取風(fēng)險(xiǎn)成本和發(fā)電成本兩個(gè)目標(biāo)函數(shù)的最優(yōu)解。同時(shí)文獻(xiàn)[29]進(jìn)一步證明模糊理論可以很好地解決含有不確定性風(fēng)電的短期經(jīng)濟(jì)調(diào)度問題。但是模糊建模的關(guān)鍵在于準(zhǔn)確確定模糊變量的隸屬度函數(shù)，隸屬度函數(shù)本身不具有對(duì)偶性，傳統(tǒng)的模糊理論只能給出“可能性”的結(jié)論，很難給出“可信性”結(jié)論[30]。為了解決這一問題，已有文獻(xiàn)將模糊理論和可信度結(jié)合來處理風(fēng)電的不確定性問題。文獻(xiàn)[31]將間歇式微源出力和負(fù)荷用模糊參數(shù)表示，將確定性約束改為模糊參數(shù)下的約束，并基于可信性理論建立了含多模糊參數(shù)的模糊機(jī)會(huì)約束模型。文獻(xiàn)[32]考慮風(fēng)電預(yù)測(cè)誤差的模糊性，結(jié)合可信性理論和模糊機(jī)會(huì)約束規(guī)劃研究模糊置信水平下的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度問題。

2.3 處理隨機(jī)性問題的概率分布函數(shù)方法

除了應(yīng)用模糊理論解決不確定性問題，還包括基于隨機(jī)概率分布的概率建模方法。概率分布函數(shù)的確定主要是基于風(fēng)速、風(fēng)電場(chǎng)出力和風(fēng)電功率的預(yù)測(cè)誤差來進(jìn)行的。不同的概率分布模型將會(huì)對(duì)結(jié)果有著直接的影響。實(shí)際中風(fēng)電預(yù)測(cè)比負(fù)荷預(yù)測(cè)更加困難，為了突出預(yù)測(cè)的不確定性，通常的做法是對(duì)預(yù)測(cè)誤差建立概率分布模型。例如文獻(xiàn)[33]考慮了風(fēng)速預(yù)測(cè)結(jié)果，并且分別利用幾種不同的隨機(jī)分布函數(shù)來描述風(fēng)速預(yù)測(cè)誤差，闡述不同概率密度函數(shù)對(duì)優(yōu)化結(jié)果的影響。文獻(xiàn)[34]對(duì)風(fēng)電誤差進(jìn)行統(tǒng)計(jì)，得到不同風(fēng)電功率輸出水平下的誤差概率分布模型，預(yù)測(cè)誤差在預(yù)測(cè)值附近一般服從正態(tài)分布。文獻(xiàn)研究表明采用正態(tài)分布密度函數(shù)來描述預(yù)測(cè)誤差的概率分布和實(shí)際誤差分布函數(shù)較吻合。如文獻(xiàn)[35]通過對(duì)風(fēng)速預(yù)測(cè)來推導(dǎo)風(fēng)電功率的概率分布函數(shù)，風(fēng)速預(yù)測(cè)誤差采用正態(tài)分布函數(shù)描述，在經(jīng)濟(jì)調(diào)度中有著很好的表現(xiàn)。從建模的方法上可以看出，概率分布函數(shù)建模方法較模糊模型能夠更加準(zhǔn)確地描述風(fēng)電功率的不確定性。

隨機(jī)規(guī)劃方法作為一種能夠有效解決含有隨機(jī)變量?jī)?yōu)化問題的方法，對(duì)考慮風(fēng)電功率隨機(jī)分布的經(jīng)濟(jì)調(diào)度問題有著廣泛的應(yīng)用。文獻(xiàn)[36]針對(duì)風(fēng)電的隨機(jī)性的影響，在風(fēng)速預(yù)測(cè)的基礎(chǔ)上，應(yīng)用隨機(jī)規(guī)劃理論建立了動(dòng)態(tài)的經(jīng)濟(jì)調(diào)度模型。而機(jī)會(huì)約束規(guī)劃可以有效地解決給定置信水平下具有隨機(jī)變量的優(yōu)化問題。文獻(xiàn)[37]是應(yīng)用機(jī)會(huì)約束規(guī)劃來解決包含隨機(jī)因素的經(jīng)濟(jì)調(diào)度模型。模型中的約束以概率的形式表示，風(fēng)電的隨機(jī)性問題得到了有效的解決。文獻(xiàn)[38]建立了基于機(jī)會(huì)約束規(guī)劃的孤島模式微網(wǎng)經(jīng)濟(jì)調(diào)度模型，風(fēng)光出力和負(fù)荷預(yù)測(cè)誤差用隨機(jī)變量表示，供電可靠性通過一定置信水平下的旋轉(zhuǎn)備用表示。

但是隨機(jī)規(guī)劃方法是建立在已知隨機(jī)變量的精確概率分布的基礎(chǔ)之上的，實(shí)際中獲得這類微源和負(fù)荷的概率分布比較困難。為了更好地解決隨機(jī)性的問題，文獻(xiàn)[39]采用區(qū)間數(shù)優(yōu)化方法。一般對(duì)于變量的上下界很容易得到，利用區(qū)間描述變量的不確定性，基于區(qū)間序關(guān)系的轉(zhuǎn)換方法[40]，將模型中不確定的區(qū)間優(yōu)劣比較轉(zhuǎn)化為確定性的數(shù)值大小比較。文獻(xiàn)[41]針對(duì)可再生能源出力和負(fù)荷的不確定性，采用區(qū)間數(shù)對(duì)風(fēng)速、光照強(qiáng)度以及負(fù)荷的變化的不確定性進(jìn)行描述，提出基于區(qū)間線性規(guī)劃的微網(wǎng)經(jīng)濟(jì)調(diào)度模型。文獻(xiàn)[42]考慮風(fēng)電和負(fù)荷預(yù)測(cè)值不確定性，應(yīng)用隨機(jī)模糊變量描述風(fēng)電功率，以區(qū)間形式表述負(fù)荷預(yù)測(cè)的不確定性，利用負(fù)荷不等式區(qū)間約束將遺傳算法的初始尋優(yōu)種群模糊化，建立了電力系統(tǒng)隨機(jī)模糊多目標(biāo)交易計(jì)劃模型。其中，區(qū)間模糊數(shù)學(xué)和隨機(jī)數(shù)學(xué)是處理不確定性信息的主要方法[32]。

2.4 處理不確定性問題的場(chǎng)景分析法

在已知隨機(jī)變量的概率分布的情況下，一般可以通過抽樣的方法來求解。文獻(xiàn)[23]應(yīng)用極大似然估計(jì)從風(fēng)速樣本中抽取數(shù)據(jù)，進(jìn)而轉(zhuǎn)化為風(fēng)電功率，此種方法因抽樣規(guī)模不同誤差較大。文獻(xiàn)[43]針對(duì)微網(wǎng)系統(tǒng)中風(fēng)、光出力隨機(jī)性的問題，采用點(diǎn)估計(jì)法解決優(yōu)化模型中隨機(jī)變量的問題。文獻(xiàn)[44]風(fēng)電的隨機(jī)性是通過場(chǎng)景模擬的方法來解決，采用拉丁超立方采樣獲得場(chǎng)景集，并利用基于概率距離的場(chǎng)景削減技術(shù)得到削減后的場(chǎng)景概率集，建立了考慮風(fēng)電隨機(jī)性的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型。

場(chǎng)景集分析方法是把具有連續(xù)概率分布的隨機(jī)性向量離散成場(chǎng)景集合[45]，把隨機(jī)優(yōu)化問題轉(zhuǎn)化為確定性問題。場(chǎng)景法可以明確體現(xiàn)不確定因素的概率特征，重點(diǎn)是研究場(chǎng)景的生成和場(chǎng)景集的削減兩個(gè)方面。場(chǎng)景集的生成方法現(xiàn)有文獻(xiàn)主要有幾下幾種抽樣方法：采用蒙特卡洛法抽樣得到大規(guī)模場(chǎng)景集[46]；采用基于自回歸滑動(dòng)平均模型，并考慮風(fēng)速多時(shí)刻之間的耦合性[47]；通過風(fēng)電預(yù)測(cè)功率譜密度來構(gòu)造場(chǎng)景集，應(yīng)用線性回歸對(duì)歷史數(shù)據(jù)進(jìn)行分析[48]。但是這類場(chǎng)景集的生成方法需要足夠巨大的抽樣規(guī)模，才能保證得到的場(chǎng)景集對(duì)原分布的近似。場(chǎng)景削減的方法包括快速向前選擇法、向后削減法和場(chǎng)景樹構(gòu)造法等。但是這類方法通過遍歷搜索手段來得到最優(yōu)場(chǎng)景集，所以規(guī)模太大導(dǎo)致計(jì)算效率低。文獻(xiàn)[45]提出一種處理風(fēng)電功率隨機(jī)性的模型，基于Wassertein距離衡量指標(biāo)[49]，得到風(fēng)電功率分布的最優(yōu)近似場(chǎng)景；并采用基于k-medoids的聚類方法得到削減后的場(chǎng)景模型，結(jié)果顯示近似程度高，計(jì)算速度快。所以場(chǎng)景分析求解概率模型關(guān)鍵是選擇合適的方法得到場(chǎng)景集合，并應(yīng)用高效的削減技術(shù)得到具有代表性的概率場(chǎng)景。

3 微網(wǎng)多時(shí)間尺度經(jīng)濟(jì)調(diào)度

微網(wǎng)不同時(shí)間尺度經(jīng)濟(jì)調(diào)度本質(zhì)上是減小運(yùn)行誤差，使微網(wǎng)系統(tǒng)的抗干擾能力增強(qiáng)，更好地消納間歇性分布式電源。主要目的是平抑由于可再生微源和負(fù)荷的隨機(jī)性帶來的影響。目前關(guān)于多時(shí)間尺度的經(jīng)濟(jì)調(diào)度問題的研究主要從日前和日內(nèi)兩個(gè)時(shí)間尺度進(jìn)行研究。

文獻(xiàn)[50]的研究彌補(bǔ)了基于短期功率預(yù)測(cè)技術(shù)單一的日前調(diào)度并不能完全反映可再生能源和負(fù)荷的預(yù)測(cè)誤差以及非計(jì)劃瞬時(shí)波動(dòng)功率對(duì)能量管理系統(tǒng)的影響。結(jié)合基于超短期功率預(yù)測(cè)技術(shù)的日內(nèi)調(diào)度，在不改變?nèi)涨罢{(diào)度計(jì)劃的前提下來優(yōu)化網(wǎng)內(nèi)的備用電源、儲(chǔ)能裝置的出力值，兩者協(xié)同共同優(yōu)化各微源的有功出力。文獻(xiàn)[51]提出了一種基于模型預(yù)測(cè)控制的日內(nèi)滾動(dòng)優(yōu)化校正策略，采用有限時(shí)間窗內(nèi)的滾動(dòng)優(yōu)化代替?zhèn)鹘y(tǒng)單斷面優(yōu)化，提前感知未來一段時(shí)間內(nèi)的可再生能源出力以及聯(lián)絡(luò)線計(jì)劃的變化情況，對(duì)機(jī)組出力進(jìn)行調(diào)整，并結(jié)合時(shí)域滾動(dòng)和系統(tǒng)實(shí)時(shí)狀態(tài)反饋，來消除隨機(jī)性的影響。日前經(jīng)濟(jì)調(diào)度多以小時(shí)為時(shí)間尺度，但是由于微源和負(fù)荷的隨機(jī)性使得預(yù)測(cè)誤差較大，需要實(shí)時(shí)性強(qiáng)的超短期預(yù)測(cè)來對(duì)其修正。一個(gè)是以“時(shí)”為尺度，另一個(gè)是以“分”為尺度，兩者的時(shí)間跨度較大。文獻(xiàn)[52]針對(duì)這一問題，在超短期和實(shí)時(shí)調(diào)度之間加入基于準(zhǔn)則的功率分配快速消納可再生能源和負(fù)荷的功率波動(dòng)環(huán)節(jié)，減小聯(lián)絡(luò)線的功率波動(dòng)。文獻(xiàn)[53]提出時(shí)計(jì)劃、調(diào)整計(jì)劃及實(shí)時(shí)計(jì)劃多時(shí)間尺度的協(xié)同優(yōu)化控制方法。加入時(shí)間尺度為15 min的調(diào)整計(jì)劃，以預(yù)測(cè)曲線為目標(biāo)，動(dòng)態(tài)修正微源發(fā)電計(jì)劃，逐級(jí)平抑因誤差造成PCC功率波動(dòng)；在以1 min為時(shí)間尺度的實(shí)時(shí)計(jì)劃中，利用儲(chǔ)能裝置快速跟蹤負(fù)荷的能力平抑因?yàn)橥话l(fā)事件產(chǎn)生的波動(dòng)。因此，研究微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度不能僅僅依靠日前經(jīng)濟(jì)調(diào)度，更需要多時(shí)間尺度協(xié)調(diào)優(yōu)化。

4 展 望

目前的研究主要集中在單一微網(wǎng)經(jīng)濟(jì)調(diào)度問題。但是單一微網(wǎng)的工作容量有限，抗干擾能力較弱，運(yùn)行工作過程中容易出現(xiàn)分布式電源出力突變，負(fù)荷的接入或脫離等問題，運(yùn)行可靠性較差。近年來，微網(wǎng)群集經(jīng)濟(jì)調(diào)度作為一種新的組網(wǎng)方式，通過子微網(wǎng)及分布式電源之間的能量調(diào)度和互補(bǔ)，可以進(jìn)一步提分布式電源的滲透率。但是目前國內(nèi)關(guān)于微網(wǎng)群集調(diào)度的研究還比較少，未來關(guān)于微網(wǎng)群集調(diào)度的研究，在微網(wǎng)群的組網(wǎng)方式、子網(wǎng)間的協(xié)調(diào)控制和微網(wǎng)群能量管理等方面值得做一些深入的研究。

[1] 郭佳歡.微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化的研究[D].北京:華北電力大學(xué),2010.

[2] 周曉燕,劉天琪,沈浩東，等.含多種分布式電源的微電網(wǎng)經(jīng)濟(jì)調(diào)度研究[J].電工電能新技術(shù),2013,32(1):5-8.

[3] 戚建文,任建文,渠衛(wèi)東,等.冷熱電聯(lián)供微網(wǎng)環(huán)保經(jīng)濟(jì)調(diào)度研究[J].電測(cè)與儀表,2016,53(25):90-97.

[4] 宋曉英,王艷松.基于協(xié)同進(jìn)化遺傳算法的微網(wǎng)經(jīng)濟(jì)環(huán)保調(diào)度[J].電力系統(tǒng)保護(hù)與控制2014,42(5):85-89.

[5] 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.

[6] 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].中國電機(jī)工程學(xué)2011,31(4):7-14．

[7] 羅毅,劉明亮.計(jì)及風(fēng)險(xiǎn)備用約束的孤網(wǎng)系統(tǒng)環(huán)保經(jīng)濟(jì)調(diào)度[J].電網(wǎng)技術(shù),2013,37(10):2705- 2711.

[8] 寧陽天,李相俊,麻秀范,等.基于改進(jìn)粒子群算法的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].電力建設(shè)，2014,35(6):26-30.

[9] 吳雄,王秀麗,別朝紅,等.含熱電聯(lián)供系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行研究[J].電力自動(dòng)化設(shè)備,2013,33(8):1-6.

[10] 郭宇航,胡博,萬凌云,等.含熱泵的熱電聯(lián)產(chǎn)型微電網(wǎng)短期最優(yōu)經(jīng)濟(jì)運(yùn)行[J].電力自動(dòng)化設(shè)備,2015,39(14):16-23.

[11] 李正茂,張峰,梁軍，等.含電熱聯(lián)供系統(tǒng)的微電網(wǎng)運(yùn)行優(yōu)化[J].中國電機(jī)工程學(xué)報(bào),2015,35(14):3569-3577.

[12] 黃偉,黃婷,周歡,等.基于改進(jìn)微分進(jìn)化算法的微電網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化,2014,38(9):211-217.

[13] 劉小平,丁明,張穎媛,等.微網(wǎng)系統(tǒng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].中國電機(jī)工程學(xué)報(bào),2011,31(31):77-84.

[14] 肖青,陳潔,楊秀,等.含多種分布式電源的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2013,25(4):22-29.

[15] 劉方,楊秀,黃海濤,等.含熱電聯(lián)產(chǎn)熱電解耦運(yùn)行方式下的微網(wǎng)能量綜合優(yōu)化[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2016,28(1):51-58.

[16] 劉方,楊秀.分時(shí)電價(jià)下考慮預(yù)測(cè)偏差的微網(wǎng)經(jīng)濟(jì)運(yùn)行[J].陜西電力,2016,44(4):65-71.

[17] 邵靖珂,汪沨,譚陽紅,等.計(jì)及需求側(cè)相應(yīng)的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2016,28(10):31-37.

[18] 曾君,徐冬冬,劉俊峰,等.考慮負(fù)荷滿意度的微電網(wǎng)運(yùn)行多目標(biāo)優(yōu)化方法研究[J].中國電機(jī)工程學(xué)報(bào),2016,36(12):3325-3335.

[19] 趙猛,丁曉群,劉遠(yuǎn)龍,等.考慮負(fù)荷中斷的微網(wǎng)并網(wǎng)經(jīng)濟(jì)調(diào)度[J].電力建設(shè),2016,37(4):57-63.

[20] 吳紅斌,侯小凡,趙波,等.計(jì)及可入網(wǎng)電動(dòng)汽車的微網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)自動(dòng)化,2014,38(9):77-84.

[21] 陳深,毛曉明,林澤坤.電動(dòng)汽車對(duì)微網(wǎng)優(yōu)化運(yùn)行的影響分析[J].電力學(xué)報(bào),2014,29(6):473-479.

[22] 范劉洋,汪可友,李國杰,等.含有海水抽蓄電站的海島微網(wǎng)優(yōu)化調(diào)度[J].電網(wǎng)技術(shù),2016,40(2):381-386.

[23] 周瑋,彭昱,孫輝,等.含風(fēng)電場(chǎng)的電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].中國電機(jī)工程學(xué)報(bào),2009,29(25):13-18．

[24] Le Xie, Joo J Y, I lic M D. Integration of Intermittent Resources with Price: Responsive Loads[C]∥41st North American Power Symposiu In. USA: IEEE Computer Society,2009:1-6．

[25] Hamidi V, Li F, Robinson F. The Effect of Responsive Demand in Domestic Sector on Power System Operation in the Networks with High Penetration of Renewables[C]∥IEEE Power and Energy Society General Meeting，USA,2008:1-8.

[26] 劉小聰,王蓓蓓,李揚(yáng),等.智能電網(wǎng)下計(jì)及用戶側(cè)互動(dòng)的發(fā)電日前調(diào)度計(jì)劃模型[J].中國電機(jī)工程學(xué)報(bào),2013,33(1):30-38．

[27] 陳海焱,陳金富,段獻(xiàn)忠.含風(fēng)電場(chǎng)電力系統(tǒng)經(jīng)濟(jì)調(diào)度的模糊建模及優(yōu)化算法[J].電力系統(tǒng)自動(dòng)化,2006,30(2):22-26．

[28] Wang L F, Singh C. Tradeoff between Risk and Cost in Economic Dispatch Including Wind Power Penetration Using Particle Swarm Optimization[C] ∥International Conference on Power System Technology, Chongqing, China, 2006: 1-7.

[29] Hong Y Y, Li C T. Short-term Real-power Scheduling Considering Fuzzy Factors in an Autonomous System Using Genetic Algorithms[J]. The Institution of Engineering and Technology, 2006, 153(6): 684-692.

[30] 黃國棟,李偉剛,李振斌.大規(guī)模風(fēng)電接入的電網(wǎng)發(fā)電調(diào)度研究綜述[J].電測(cè)與儀表2015,52(9):1-6.

[31] 熊虎,向鐵元,陳紅坤,等.含大規(guī)模間歇式電源的模糊機(jī)會(huì)約束機(jī)組組合研究[J].中國電機(jī)工程學(xué)報(bào),2013,33(13):36-44．

[32] 艾欣,劉曉.基于可信性理論的含風(fēng)電場(chǎng)電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].中國電機(jī)工程學(xué)報(bào)，2011,31(Z1):12-18.

[33] JABR R A, Pal B C. Intermittent Wind Generation in Optimal Power Flow Dispatching[J]. IET Generation, Transmission and Distribution, 2009, 3(1): 66-74.

[34] 孟祥星,王宏.大規(guī)模風(fēng)電并網(wǎng)條件下的電力系統(tǒng)調(diào)度[J].東北電力大學(xué)學(xué)報(bào),2009,29(1):1-7.

[35] Siahkali，Vakilian，M. Stochastic Unit Commitment of Wind Farms Integrated in Power System[J].Electric Power Systems Research, 2010,80(9):1006 -1017.

[36] 孫元章,吳俊,李國杰,等.基于風(fēng)速預(yù)測(cè)和隨機(jī)規(guī)劃的含風(fēng)電場(chǎng)電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].中國電機(jī)工程學(xué)報(bào), 2009, 29(4): 41-47.

[37] 江岳文,陳沖,溫步瀛.基于隨機(jī)模擬粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)經(jīng)濟(jì)調(diào)度[J].電工電能新技術(shù),2007,26(3): 37-43.

[38] 任建文,渠衛(wèi)東.基于機(jī)會(huì)約束規(guī)劃的孤島模式下微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].電力自動(dòng)化設(shè)備，2016,36(3):73-80.

[39] 朱祥祥,黃崇鑫,岳東.等.基于區(qū)間不確定性的微網(wǎng)有功-無功聯(lián)合優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化,2016,40(15):39-47.

[40] Liu Y, Jiang C,Shen J,et al. Coordination of Hydro Units with Wind Power Generation Using Interval Optimization[J]. IEEE Trans actions on Sustaunable Energy,2015,6(2):443-453.

[41] 王守相,王棟,韓亮.考慮不確定的微網(wǎng)日前經(jīng)濟(jì)優(yōu)化調(diào)度區(qū)間線性規(guī)劃方法[J].電力系統(tǒng)自動(dòng)化,2014,38(24):5-13.

[42] 馬瑞,康仁,姜飛,等.考慮風(fēng)電隨機(jī)模糊不確定性的電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度計(jì)劃研究[J].電力系統(tǒng)保護(hù)與控制,2013,41 (1) :150-156．

[43] 李武強(qiáng),余濤,林建泉,等.考慮隨機(jī)性的微電網(wǎng)環(huán)保經(jīng)濟(jì)運(yùn)行優(yōu)化[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2015,27(3):81-87.

[44] 戴仲覆,陳濤,于文俊.一種在微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度中考慮風(fēng)電隨機(jī)性的方法[J].發(fā)電與空調(diào)，2013,34(5):1-5.

[45] 王群,董文略,楊莉.基于Wasserstein距離和改進(jìn)K-medoids聚類的風(fēng)電/光伏經(jīng)典場(chǎng)景集生成算法[J].中國電機(jī)工程學(xué)報(bào),2015,35(11):2654-2662.

[46] 王蓓蓓,劉小聰,李揚(yáng).面向大容量風(fēng)電接入考慮用戶側(cè)互動(dòng)的系統(tǒng)日前調(diào)度和運(yùn)行模擬研究[J].中國電機(jī)工程學(xué)報(bào),2013,33(22):35-44.

[47] Zhang Jianyong, Wang Cong. Application of ARMA Model in Ultra-short Term Prediction of Wind Power[C]∥2013 International Conference on Computer Sciences and Applications (CSA), Wuhan, China: Hubei University of Technology,2013: 361-364．

[48] Due hee L,Ross B．Future Wind Power Scenario Synthesis through Power Spectral Density Analysis[J]. IEEE Transactions on Smart Grid,2014,5(1):490-500．

[49] 黎靜華,韋化,莫東.含風(fēng)電場(chǎng)最優(yōu)潮流的Wait-and-See模型與最優(yōu)漸近場(chǎng)景分析[J].中國電機(jī)工程學(xué)報(bào),2012,32(22):15-23．

[50] 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):122-128.

[51] 肖浩,裴瑋,孔力.基于模型預(yù)測(cè)控制的微電網(wǎng)多時(shí)間尺度協(xié)調(diào)優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化,2016,40(18):7-16.

[54] 竇曉波,徐忞慧,董建達(dá)，等.微電網(wǎng)改進(jìn)多時(shí)間尺度能量管理模型[J].電力系統(tǒng)自動(dòng)化,2016,40(9):48-56.

[55] 茆美琴,張永寧,王楊洋,等.削峰填谷策略下微電網(wǎng)多時(shí)間尺度能量?jī)?yōu)化[J].南方電網(wǎng)技術(shù),2016,10(8):23-32.

Aiming at the economic dispatch problems of micro-grid and according to the existing literatures, the classification of micro-grid economic scheduling model, methods of dealing with uncertain factors and multiple time-scale dispatch in the micro-source are discussed. Wherein, the economic dispatch model of micro-grid can be divided into static model and dynamic model; the methods of dealing with uncertain factors is mainly include deterministic method, fuzzy tool and stochastic probability distribution function technique; multiple time-scale dispatch in the micro-source mainly focuses on day-ahead scheduling based on super short time forecasting technique, daily scheduling based on super short time forecasting technique and real time scheduling based on "second". Finally, through comprehensive analysis, some promising research directions of micro-grid cluster scheduling are included.

micro-grid; economic dispatch; uncertainty; fuzzy theory; probability distribution function; multiple time scales

TM727

A

1003-6954(2017)02-0088-07

2016-11-13)

燕振剛(1991)，碩士研究生，研究方向?yàn)槲㈦娋W(wǎng)經(jīng)濟(jì)調(diào)度。