考慮價格型需求響應(yīng)的獨立型微電網(wǎng)優(yōu)化配置

張有兵，任帥杰，楊曉東，包侃侃，謝路耀，戚 軍

（浙江工業(yè)大學(xué) 信息工程學(xué)院，浙江 杭州 310023）

0 引言

由于柴油發(fā)電機DE（Diesel Engine）等燃料電機的高燃料運輸成本、庫存成本［1-2］以及外部成本［3］，充分利用各地豐富可再生能源RES（Renewable Energy Sources）成為解決偏遠地區(qū)能源供給問題的有效途徑。獨立型微電網(wǎng)作為燃料發(fā)電機、可再生能源以及儲能裝置等分布式電源DG（Distributed Generators）、負荷等的有機整合，能夠更加合理、經(jīng)濟、有效地實現(xiàn)海島或偏遠地區(qū)的能量供給［2，4］。微電網(wǎng)內(nèi)可控分布式電源（燃料發(fā)電機等）和儲能系統(tǒng)的容量優(yōu)化配置直接影響能源的梯級綜合利用效率、供電可靠性和電能質(zhì)量等關(guān)鍵技術(shù)指標［5］，是微電網(wǎng)規(guī)劃設(shè)計階段需要解決的首要問題。隨著風(fēng)機WT（Wind Turbine）、光伏 PV（PhotoVoltaic）等 RES 的不斷接入，各種RES的出力不確定性進一步加強了對微電網(wǎng)優(yōu)化配置展開研究的必要性。

目前國內(nèi)外關(guān)于離網(wǎng)型微電網(wǎng)的優(yōu)化配置已有不少研究。文獻［6］從經(jīng)濟性和環(huán)保性等角度建立了一種多目標優(yōu)化配置模型，從而實現(xiàn)了微電網(wǎng)內(nèi)各組件的最優(yōu)容量配置和電力電子設(shè)備的布局規(guī)劃。文獻［7］為伊朗某一偏遠地區(qū)的電力供應(yīng)建立了一種獨立型混合可再生能源系統(tǒng)的優(yōu)化配置模型。文獻［8］針對風(fēng)光柴儲獨立型微電網(wǎng)，提出了考慮供電經(jīng)濟性、環(huán)保性和可靠性的多目標優(yōu)化設(shè)計方法。文獻［9］從經(jīng)濟性角度對海島獨立型微電網(wǎng)中儲能的選型和容量配置進行了研究。文獻［6-9］均很少涉及微電網(wǎng)的需求側(cè)管理，考慮到燃料發(fā)電機等可控機組的爬坡速率、頻繁啟停的限制，以及燃料發(fā)電機、儲能蓄電池的高成本，單純依靠發(fā)電側(cè)確保系統(tǒng)安全運行的經(jīng)濟性較差［10］，通過需求響應(yīng) DR（Demand Response）引導(dǎo)用戶基于市場價格信號或激勵機制改變固有電力消費模式，從而使得用戶用電行為與RES出力更貼近［11］，因此成為大規(guī)模分布式發(fā)電并網(wǎng)下系統(tǒng)安全運行的有效方式。

目前關(guān)于DR在微電網(wǎng)中的應(yīng)用多體現(xiàn)在能量管理和優(yōu)化運行［12-13］，但實質(zhì)上利用DR也可以同時實現(xiàn)微電網(wǎng)的優(yōu)化配置。文獻［14］建立了一種基于DR控制方法的代理系統(tǒng)用于實現(xiàn)微電網(wǎng)系統(tǒng)各組件的優(yōu)化配置。文獻［15］針對激勵型DR對并網(wǎng)光儲微電網(wǎng)優(yōu)化配置影響進行了研究，得出DR可減少儲能容量配置，提高微電網(wǎng)經(jīng)濟效益。文獻［16］考慮激勵型DR建立孤島型微電網(wǎng)的容量配置優(yōu)化模型，并采用粒子群優(yōu)化算法進行求解。文獻［17］考慮海水淡化一類可轉(zhuǎn)移負荷的DR及轉(zhuǎn)移策略，在滿足供電可靠性及運行方式的前提下，采用混沌自由搜索算法求解微電網(wǎng)分布式電源容量最優(yōu)配置。文獻［15-17］主要針對激勵型DR在微電網(wǎng)優(yōu)化配置中的影響展開分析，并未研究價格型需求響應(yīng)PBDR（Price-Based Demand Response）在微電網(wǎng)中的應(yīng)用。文獻［18］為微電網(wǎng)內(nèi)設(shè)備級別的DR提出了一種定價策略，保證了微電網(wǎng)內(nèi)供需兩側(cè)的平衡，但并未分析微電網(wǎng)的經(jīng)濟性。

由以上文獻可知，關(guān)于PBDR在獨立型微電網(wǎng)優(yōu)化配置中的應(yīng)用有待進一步研究。為提高風(fēng)光等可再生能源的消納水平，本文首先根據(jù)獨立型微電網(wǎng)內(nèi)短期風(fēng)光出力與負荷之間的供需關(guān)系提出一種動態(tài)分時電價機制，并基于替代彈性建立PBDR模型；然后從經(jīng)濟性角度出發(fā)，計及電價引導(dǎo)下用戶用電行為，建立PBDR參與的獨立型微電網(wǎng)的優(yōu)化配置模型，并采用遺傳算法求解；最后以某海島微電網(wǎng)為例來驗證所建優(yōu)化配置模型的有效性。

1 獨立型微電網(wǎng)系統(tǒng)建模

獨立型微電網(wǎng)包含風(fēng)機、光伏陣列、柴油發(fā)電機以及儲能蓄電池 BES（Battery Energy Storage）、負荷等，與大電網(wǎng)不相連。為方便處理，將一天連續(xù)24h的時間進行離散化處理，均分為J個時段，對于任意k時段，有 k?｛1，2，…，J｝，且 k 時段的時長為 Δt。

1.1 獨立型微電網(wǎng)系統(tǒng)架構(gòu)

本文研究的獨立型微電網(wǎng)系統(tǒng)架構(gòu)如圖1所示。光伏發(fā)電、風(fēng)力發(fā)電和儲能系統(tǒng)等通過各自的變流器接入交流微電網(wǎng)。柴油發(fā)電機采用同步發(fā)電機發(fā)電，直接并入交流微電網(wǎng)。

圖1 獨立型微電網(wǎng)系統(tǒng)架構(gòu)Fig.1 Structure of stand-alone microgrid

1.2 微電網(wǎng)各分布式電源模型

a.風(fēng)機出力模型。

風(fēng)機當前時段的出力與當前時段的風(fēng)速、切入風(fēng)速、切出風(fēng)速以及額定風(fēng)速等因素之間存在非線性關(guān)系［19］，具體地，風(fēng)機出力與風(fēng)速的關(guān)系可表示為［20］：

其中，PWT（k）、vk分別為 k時段風(fēng)機出力和風(fēng)速；PWT，rate為風(fēng)機額定輸出功率；vci為切入風(fēng)速；vco為切出風(fēng)速；vr為額定風(fēng)速。

b.光伏出力模型。

光伏輸出功率由標準額定條件（太陽輻照度GSTC為1000W／m2，相對大氣光學(xué)質(zhì)量為AM1.5，電池溫度TSTC為25℃）下的輸出功率PSTC、光照強度和環(huán)境溫度得到［21］：

其中，PPV（k）為k時段的光伏出力；Gc為工作點的輻照度；ν為功率溫度系數(shù)；Tc為工作點的電池溫度。

c.柴油發(fā)電機模型。

柴油發(fā)電機耗油量 F（L ／（kW·h））與其輸出功率相關(guān)的線性函數(shù)可表示為：

其中，PDE，rate和PDE分別為柴油發(fā)電機的額定功率和輸出功率；F0和F1為柴油消耗曲線截距系數(shù)；PDE，min為柴油發(fā)電機最小運行功率。式（4）表示柴油發(fā)電機的運行功率約束。

d.儲能蓄電池模型。

為簡化建模，假設(shè)儲能蓄電池在充放電過程中兩端電壓維持不變，因此蓄電池模型建立如下：

其中，SB（k）與 SB（k-1）分別為 k 時段和 k-1 時段的蓄電池荷電狀態(tài) SOC（State Of Charge）；Pbat（k）為 k 時段蓄電池交互功率，Pbat（k）>0 時表示充電，Pbat（k）<0時表示放電，Pbat（k）=0 時表示浮充；Cbat為蓄電池容量；SBmax、SBmin分別為蓄電池的荷電狀態(tài)上、下限；PBc、PBd分別為蓄電池額定充、放電功率；ηB（Pbat（k））為 k時段充放電的效率，如式（9）所示。

其中分別為蓄電池充、放電效率。

式（6）、式（7）分別表示蓄電池需滿足荷電狀態(tài)約束、額定功率約束；式（8）表示其能量狀態(tài)在調(diào)度周期始末相等，保證蓄電池在調(diào)度周期內(nèi)滿足充放電循環(huán)，從而能夠連續(xù)有效工作。

2 PBDR模型

2.1 動態(tài)分時電價機制

我國的微電網(wǎng)售電電價政策尚未出臺，有必要探索適合獨立型微電網(wǎng)發(fā)展的電價機制。與大電網(wǎng)相比，以間歇性RES發(fā)電為主的微電網(wǎng)的供電能力與微電網(wǎng)內(nèi)的負荷需求都不確定。本文結(jié)合供電側(cè)和需求側(cè)供需狀態(tài)，以優(yōu)先使用RES的原則，提出依據(jù)新能源發(fā)電和負荷需求的差值劃分峰谷電價時段的電價機制。

在有風(fēng)光等RES不斷接入的獨立微電網(wǎng)背景下，由于RES出力的不確定性和波動性，固定電價則無法補償用戶的損失，而靜態(tài)峰谷分時電價又難以反映微電網(wǎng)內(nèi)的供需狀況，用戶的利益將無法保證。為匹配RES出力的不確定性，減少所有參與調(diào)度的用戶的用電費用，保障調(diào)度的真正實現(xiàn)，本文提出面向DR用戶的動態(tài)分時電價機制。其中，動態(tài)分時電價指高峰、低谷電價固定，峰谷時段變化的電價機制，表示為p（k），并設(shè)定峰、谷時段集合分別為Tp、Tv。由各時段風(fēng)光發(fā)電功率和負荷需求量決定，具體表示如下：

其中，pp為峰時段的電價，pv為谷時段的電價，動態(tài)匹配RES出力；L（k）為k時段微電網(wǎng)內(nèi)的總負荷需求量。

2.2 DR模型

一般采用需求價格彈性來定量表示電力價格變化對于用戶響應(yīng)行為特性的影響。本文采用替代彈性（elasticity of substitution）來表示電力需求的相對變化和電力價格相對變化的關(guān)系，替代彈性經(jīng)常被用在峰谷電價的DR項目設(shè)計規(guī)劃中，來表示用戶峰谷電量的轉(zhuǎn)移比例和峰谷電價拉開比之間的關(guān)系［22］。

替代彈性可表示為［23］：

其中，εu，t為替代彈性系數(shù)；Qu、Qt分別為 u、t時段電力需求量；pu、pt分別為 u、t時段電價。

替代彈性計算所需要的數(shù)據(jù)信息較少，當用于峰谷電價項目中時，只需要大致統(tǒng)計峰谷時段用戶用電量的大小并獲知峰谷電價信息即可進行計算。基于替代彈性的峰谷電價下用戶峰／谷時段的負荷削減比例 ρΔLp和增加比例 ρΔLv可表示為：

其中，εp，v為峰時段相對于谷時段的替代彈性系數(shù)；Cp和Cv分別為峰時段的電費成本和谷時段的電費成本占日總電費成本的比例；pˉp、pˉv分別為峰時段和谷時段的平均電價。

根據(jù)式（12）便可進一步得出任一k時段負荷參與PBDR后的需求量：

3 PBDR負荷參與微電網(wǎng)優(yōu)化配置的優(yōu)化模型

3.1 微電網(wǎng)經(jīng)濟性優(yōu)化配置模型

本文以經(jīng)濟性作為獨立型微電網(wǎng)優(yōu)化配置的優(yōu)化目標，由其壽命周期內(nèi)總等年值成本Ctotal決定。其中總等年值成本由設(shè)備初始投資和置換成本、設(shè)備殘值、運行維護成本、燃料成本和污染治理成本組成。具體表示如下：

其中，CWT、CPV、CDE、CBES、CPO分別為風(fēng)機、光伏、柴油發(fā)電機、儲能蓄電池和污染治理等年值成本；CWT，init、CPV，init、CDE，init、CBES，init分別為風(fēng)機、光伏、柴油發(fā)電機和儲能蓄電池的初始投資等年值成本；CWT，om、CPV，om、CDE，om、CBES，om分別為風(fēng)機、光伏、柴油發(fā)電機和儲能蓄電池

其中，Cdev，eav為等年值成本；Cdev為凈現(xiàn)值成本；i（1+i）l／［（1+i）l-1］為資金回收系數(shù)，i為貼現(xiàn)率，l為系統(tǒng)壽命期望值。

3.2 PBDR參與獨立型微電網(wǎng)的優(yōu)化配置

為了實現(xiàn)上節(jié)中微電網(wǎng)的經(jīng)濟性優(yōu)化配置目標，本節(jié)將PBDR引入獨立型微電網(wǎng)的優(yōu)化配置。通過動態(tài)分時電價引導(dǎo)DR用戶改變固有用電行為，為了使負荷和風(fēng)光發(fā)電曲線在時序上實現(xiàn)最大化貼近，從而提高RES發(fā)電的消納率，以RES發(fā)電和負荷需求的差值累計和最小為PBDR參與獨立型微電網(wǎng)配置時的優(yōu)化目標，具體表達式為：的年運行和維護成本；CDE，rep、CBES，rep分別為柴油發(fā)電機和儲能蓄電池的置換等年值成本；CDE，sal、CBES，sal分別為柴油發(fā)電機和儲能蓄電池的等年值回收殘值；Cfuel為柴油發(fā)電機的燃料等年值成本；EDE為柴油發(fā)電機的年發(fā)電量；Cpog為單位電量的污染治理成本。工程全壽命周期為20a，風(fēng)機和光伏的壽命預(yù)計可達20a，柴油發(fā)電機和儲能蓄電池的壽命相對較短，在全壽命周期內(nèi)需要更換。

其中設(shè)備全壽命周期內(nèi)等年值成本由凈現(xiàn)值成本求得［24］，計算公式如下：

3.3 約束條件

為了實現(xiàn)PBDR參與獨立型微電網(wǎng)的優(yōu)化配置，除了考慮式（4）以及式（6）—（8）所述的微電網(wǎng)內(nèi)各分布式電源的運行約束，還需考慮微電網(wǎng)系統(tǒng)約束及PBDR的基本約束。

3.3.1 系統(tǒng)約束

a.微電網(wǎng)供需平衡約束：

b.分布式電源裝機容量約束。

依據(jù)國家能源局新能源微電網(wǎng)建設(shè)指導(dǎo)意見，可再生能源裝機容量與峰值負荷的比值原則上要達到50%以上，柴油發(fā)電機應(yīng)作為冷備用，其發(fā)電量占總電量需求的20%以下，對于冬夏季負荷差異大的海島，該指標可以放寬到40%［25］。

3.3.2 PBDR約束

a.供電側(cè)收益約束。

PBDR參與微電網(wǎng)優(yōu)化配置后有利于提高風(fēng)光發(fā)電的消納率、減少儲能蓄電池和柴油發(fā)電機的使用，因此可大幅降低微電網(wǎng)的發(fā)電成本。

其中，Io（k）、IPDR（k）分別為 k 時段未實施 DR 時、實施DR后微電網(wǎng)的售電收益；α為利益轉(zhuǎn)讓系數(shù)，表示因DR引起的供電成本減少而可以接受的利益轉(zhuǎn)移百分比。

b.用戶側(cè)收益約束。

DR的實施效果取決于用戶的參與情況，因此用戶參與DR后應(yīng)有利于減少整體用電費用。

其中分別為未實施 DR 時、實施 DR 后的用戶用電平均價格。

c.用戶用電總量約束。

為了方便計算，可假設(shè)DR前后的用戶用電總量保持不變。

其中，Qo（k）、QPDR（k）分別為 k 時段未實施 DR 時、實施DR后用戶的用電量。

d.負荷轉(zhuǎn)移量約束。

由于微電網(wǎng)內(nèi)可參與DR的負荷量有限，因此每個時段負荷轉(zhuǎn)移量不能超過可轉(zhuǎn)移負荷量。

其中，mload（k）、Mload（k）分別為 k 時段實際負荷轉(zhuǎn)移量和可轉(zhuǎn)移負荷量。

4 PBDR負荷參與微電網(wǎng)優(yōu)化配置的實現(xiàn)

4.1 PBDR參與獨立型微電網(wǎng)優(yōu)化配置實現(xiàn)流程

獨立型微電網(wǎng)內(nèi)各分布式電源的容量配置一般會受到各種因素的影響，導(dǎo)致該配置模型的求解變成一個多維度非線性整數(shù)規(guī)劃問題，為此本文采用遺傳算法對所建優(yōu)化配置模型進行求解，具體實現(xiàn)流程如圖2所示。

圖2 獨立型微電網(wǎng)優(yōu)化配置實現(xiàn)流程Fig.2 Flowchart of optimal stand-alone microgrid configuration

為更好理解，結(jié)合圖2對獨立型微電網(wǎng)的實現(xiàn)加以具體描述：

a.根據(jù)國家標準設(shè)定獨立型微電網(wǎng)內(nèi)各RES的容量范圍；

b.對微電網(wǎng)內(nèi)各RES的配置容量范圍進行個體編碼，生成規(guī)模為N的初始種群P；

c.每個個體作為微電網(wǎng)配置的一種方案，由種群中的風(fēng)光配置容量確定風(fēng)光出力，并根據(jù)風(fēng)光出力以及原始負荷數(shù)據(jù)按照動態(tài)分時電價的機制制定電價，依據(jù)替代彈性得出各方案考慮DR后的負荷數(shù)據(jù)；

d.結(jié)合PBDR后的負荷需求以及群體P，以微電網(wǎng)等年值成本為優(yōu)化目標求出個體的適應(yīng)度；

e.對初始種群P依據(jù)適應(yīng)度進行排序，保留一定的最優(yōu)個體，并進行相關(guān)遺傳操作形成新的種群；

f.重復(fù)步驟c—e，直到滿足結(jié)束條件。

4.2 微電網(wǎng)配置優(yōu)化評價指標

a.RES滲透率。

RES滲透率rnew為RES發(fā)電量占微電網(wǎng)總發(fā)電量的比例。

其中，QWT、QPV、QDE分別為風(fēng)機、光伏和柴油發(fā)電機實際有效發(fā)電量。

b.新能源丟棄率。

新能源丟棄率rnew，ab為棄風(fēng)棄光電量占風(fēng)光理論可發(fā)電量比例。

其中，QWT1、QPV1分別為依據(jù)風(fēng)速和光照條件風(fēng)機、光伏的理論發(fā)電量。

c.用戶響應(yīng)度。

本文采用用戶參與DR前后用電行為改變程度來體現(xiàn)用戶響應(yīng)度ds。

其中為DR前后各時段用戶用電量的改變量 Δq（k）絕對值之和為DR前總的用電量。

d.負荷貼近度。

本文采用負荷貼近度df表征用戶根據(jù)微電網(wǎng)內(nèi)供需狀態(tài)參與DR的準確性，具體表示如下：

由上式可知，負荷貼近度值越大則用戶參與DR的準確性越高，DR效果越好。

5 算例分析

5.1 參數(shù)設(shè)置

以某海島微電網(wǎng)為例進行算例分析，該地負荷平均功率約788.98kW，最大負荷為2056kW，平均風(fēng)速約 7.13 m／s，日均太陽輻照度約 3.90 kW·h ／（m2·d），年風(fēng)光資源和負荷數(shù)據(jù)如圖3所示。本文中選取替代彈性εp，v為0.5，利益轉(zhuǎn)讓系數(shù)α為5%，峰谷電價分別為 1.108 元／（kW·h）和 0.596 元／（kW·h）。各 RES 經(jīng)濟參數(shù)見表1，污染治理成本參數(shù)見表2［26］，柴油價格為 0.511 元 ／L，F(xiàn)0和 F1分別取值 0.08415、0.246［27］。

圖3 風(fēng)光資源和負荷曲線Fig.3 Wind speed curve，solar radiationcurve and load curve

表1 各RES經(jīng)濟參數(shù)Table 1 Parameters of renewable energy sources

表2 柴油機污染治理成本Table 2 Abatement cost and emission factor of diesel generator pollutions

5.2 比較項設(shè)置

為了更好地說明PBDR參與微電網(wǎng)優(yōu)化配置時采用動態(tài)分時電價機制的優(yōu)化效果，本文進行仿真計算時另設(shè)定2種電價機制，與本文所提動態(tài)分時電價機制作對比。

a.固定電價：電價恒定不變，不進行DR，作為參照。本文設(shè)定固定電價值為0.908元／（kW·h）。

b.固定分時電價：通過統(tǒng)計長期新能源發(fā)電和負荷需求情況，把一天24 h分成高峰電價和低谷電價2個固定時段。本文設(shè)定高、低電價值分別為1.108元／（kW·h）和 0.596 元／（kW·h）。

5.3 DR負荷特性結(jié)果分析

將固定電價、固定分時電價和動態(tài)分時電價3種電價機制的DR分別設(shè)為模式1、2、3。利用遺傳算法分別求得3種模式下微電網(wǎng)的負荷特性?；诓煌妰r機制下微電網(wǎng)內(nèi)基于短期RES出力預(yù)測的負荷響應(yīng)情況對比如圖4所示，統(tǒng)計DR負荷跟隨RES出力相關(guān)數(shù)據(jù)如表3所示。

圖4 需求響應(yīng)下負荷變化情況Fig.4 Load curve for different demand response modes

表3 3種模式下負荷特性相關(guān)統(tǒng)計數(shù)據(jù)Table 3 Related statistics of load characteristics for three modes

由圖4和表3可知，在微電網(wǎng)內(nèi)各RES配置相同的情況下，負荷貼近度方面，相較于固定電價，在固定分時電價和本文所提的動態(tài)分時電價機制下，實施DR后，負荷貼近度都有所提高，其中動態(tài)分時電價下，負荷貼近度最高；用戶響應(yīng)度方面，在固定分時電價和本文所提的動態(tài)分時電價機制下，用戶在DR過程中均具有較高的響應(yīng)度，但固定分時電價的用戶響應(yīng)度要稍大于動態(tài)分時電價下的用戶響應(yīng)度，原因主要是固定分時電價的更新周期遠短于動態(tài)分時電價，使得用戶在參與DR時能夠更加及時地基于價格信號做出調(diào)整。

因此，在獨立型微電網(wǎng)中實施DR能夠改善負荷特性，有利于新能源發(fā)電消納。動態(tài)分時電價下用戶的響應(yīng)度雖低于固定分時電價，但固定分時電價是根據(jù)微電網(wǎng)內(nèi)長期供需狀況統(tǒng)計得到，一天被劃分為2個固定時段，因此對短期供需狀態(tài)響應(yīng)的準確性不及動態(tài)分時電價。

5.4 DR參與微電網(wǎng)優(yōu)化配置結(jié)果分析

基于前文的3種電價機制設(shè)定5種配置方案：采用遺傳算法首先求得實行固定電價時微電網(wǎng)經(jīng)濟性配置方案，設(shè)為方案1；在與方案1相同配置下實行固定分時電價和動態(tài)分時電價機制，分別設(shè)為方案2和方案3；區(qū)別于方案1—3，采用遺傳算法分別求得固定分時電價和動態(tài)分時電價下DR參與的獨立型微電網(wǎng)經(jīng)濟性最優(yōu)配置方案，分別設(shè)為方案4和方案5。統(tǒng)計5種方案下系統(tǒng)長期運行相關(guān)數(shù)據(jù)如表4所示。

表4 不同方案下系統(tǒng)運行結(jié)果對比Table 4 Comparison of system operational data among different schemes

5.4.1 DR經(jīng)濟效益分析

從表4中方案1—3的統(tǒng)計數(shù)據(jù)可得出：在微電網(wǎng)各分布式電源配置相同的情況下，通過PBDR，在固定分時電價下有7.0%的負荷轉(zhuǎn)移，動態(tài)分時電價下有5.4%的負荷轉(zhuǎn)移。DR優(yōu)化目標，即新能源發(fā)電與負荷差值累計和，在實行固定電價、固定分時電價和動態(tài)分時電價時每年分別為6024993 kW·h、5649674 kW·h、5373727 kW·h。在新能源滲透率方面，相比于方案1，方案2、3的新能源滲透率都有提高，其中方案3下新能源滲透率最高。

在微電網(wǎng)配置成本方面，固定電價下的柴油發(fā)電機成本、污染治理成本和儲能成本分別為373.8萬元、135.2萬元和175.8萬元，固定分時電價下相應(yīng)項分別減少23.5萬元、10.0萬元和4.0萬元，動態(tài)分時電價分別減少35.8萬元、14.6萬元和13.1萬元。實行固定電價時的系統(tǒng)運行總成本最高，為1074.9萬元，基于動態(tài)分時電價的DR參與微電網(wǎng)配置時的成本最低，為1011.4萬元。

因此可知，RES出力和負荷差值累計越小，意味著棄風(fēng)棄光越少，以及柴油發(fā)電機和儲能使用越少，使柴油發(fā)電機成本和污染治理成本減少，電池壽命增長，儲能成本也減少?？梢娡ㄟ^制定有效的電價機制，實施DR，能夠在改善負荷特性的基礎(chǔ)上，提高微電網(wǎng)經(jīng)濟效益。此外，相比于固定分時電價，基于動態(tài)分時電價的DR效果更優(yōu)。

5.4.2 DR對微電網(wǎng)配置的影響

a.不同電價機制對微電網(wǎng)配置的影響。

從表4中方案4、5的統(tǒng)計數(shù)據(jù)可得出：在配置容量變化方面，與固定電價下的配置方案1—3相比，儲能容量、光伏裝機容量均有所增加，其中，方案4和方案5的光伏裝機容量分別增加300 kW和360 kW。在成本變化方面，與方案1—3相比，方案4和方案5的光伏成本均有所提高，柴油發(fā)電機成本和污染成本均有所降低；相比于方案1，方案4、5的系統(tǒng)總成本、儲能成本均有所降低，具體地，相比于和方案1采用相同配置的方案2和3，方案4和5的系統(tǒng)總成本也有不同程度的降低。此外，相比于方案1—3，方案4、5的新能源滲透率分別提高至78.3%和79.4%。

可見從經(jīng)濟性角度出發(fā)，DR的參與能夠減少柴油發(fā)電機的使用，增加了系統(tǒng)新能源配置容量，提高了新能源消納水平。

b.峰谷電價比對獨立型微電網(wǎng)配置的影響。

在動態(tài)分時電價的基礎(chǔ)上改變峰谷電價比，分析不同峰谷電價比對微電網(wǎng)配置的影響，統(tǒng)計結(jié)果如圖5所示。

從圖 5（a）、（b）可得出：將峰谷電價比從 1 逐漸提高到3的過程中，DR效應(yīng)逐漸增強，微電網(wǎng)內(nèi)的負荷轉(zhuǎn)移率隨著峰谷電價比的增加而提升，微電網(wǎng)運行總成本、新能源發(fā)電量和負荷需求的差值以及儲能配置容量、儲能蓄電池運行成本均隨著峰谷電價比的增加而降低，其中新能源發(fā)電和負荷需求差值累計從6024993 kW·h減小到5228327 kW·h，降幅 13.2%。從圖 5（c）、（d）可知，相比于初始峰谷電價比，雖然提高峰谷電價比使得光伏裝機容量增加，柴油發(fā)電機成本、污染成本降低，但隨著峰谷電價比的逐漸提高，光伏裝機容量趨于穩(wěn)定甚至有降低的趨勢，且柴油發(fā)電機成本和污染成本有提高的趨勢。出現(xiàn)這一現(xiàn)象的原因有：隨著峰谷電價比的提高，用戶用電成本降低，負荷轉(zhuǎn)移率也逐漸升高，用戶將更有意愿參與DR，由于新能源的發(fā)電限制，很容易造成新的電力缺口，因此為彌補新能源的發(fā)電不足，系統(tǒng)將增加柴油發(fā)電機的使用，從而使得柴油發(fā)電機成本和污染成本逐漸升高。

因此，在進行微電網(wǎng)優(yōu)化配置時，提高峰谷電價比有利于增強DR效應(yīng)，為了充分體現(xiàn)DR對微電網(wǎng)優(yōu)化配置的影響，需根據(jù)用戶的響應(yīng)度以及電力缺口設(shè)定合理的峰谷電價比，以增加新能源裝機容量，減少儲能配置容量。

圖5 峰谷電價比對運行結(jié)果的影響Fig.5 Effect of peak-valley price ratio on system operational data

6 結(jié)論

本文依據(jù)獨立微電網(wǎng)的供電側(cè)和需求側(cè)短期供需狀態(tài)劃分峰谷電價時段，提出適應(yīng)獨立型微電網(wǎng)的動態(tài)分時電價，并以此將PBDR因素添加到微電網(wǎng)的優(yōu)化配置中，分析PBDR對微電網(wǎng)經(jīng)濟效益和配置的影響。通過仿真分析得出如下結(jié)論。

a.獨立微電網(wǎng)進行優(yōu)化配置時考慮PBDR能夠有效改善負荷特性，有利于新能源發(fā)電消納。為提高動態(tài)分時電價機制下DR實用性，有必要進一步研究如何提高用戶對動態(tài)分時電價的響應(yīng)度。

b.通過制定有效電價機制，實施DR，能夠在改善負荷特性的基礎(chǔ)上，提高微電網(wǎng)經(jīng)濟效益。相比于固定分時電價，本文提出的基于動態(tài)分時電價的DR效果更優(yōu)。

c.從經(jīng)濟性角度出發(fā)DR技術(shù)增加了總體新能源配置容量，可提升新能源接入水平。為了充分體現(xiàn)DR對微電網(wǎng)優(yōu)化配置的影響，需合理設(shè)定峰谷電價比，以增加新能源裝機容量，減少儲能配置容量。

參考文獻：

［1］ARRIAGA M，CA?IZARES C A，KAZERANI M.Renewable energyalternativesforremotecommunitiesin Northern Ontario，Canada［J］.IEEE Transactions on Sustainable Energy，2013，4（3）：661-670.

［2］SENJYU T，HAYASHI D，YONA A，et al.Optimal configuration of power generating systems in isolated island with renewable energy［J］.Renewable Energy，2007，32（11）：1917-1933.

［3］FRERIS L，INFIELD D.Renewable energy in power systems［M］.West Sussex，UK：John Wiley&Sons Ltd，2008：1-277.

［4］KHODAYAR M E，BARATI M.Integration of high reliability distribution system in microgrid operation［J］.IEEE Transactions on Smart Grid，2012，3（4）：1997-2006.

［5］徐意婷，艾芊.含微電網(wǎng)的主動配電網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度方法［J］.電力自動化設(shè)備，2016，36（11）：19-26.XU Yiting，AI Qian.Coordinated optimal dispatch of active distribution network with microgrids［J］.Electric Power Automation Equipment，2016，36（11）：19-26.

［6］SACHS J，SAWODNY O.Multi-objective three stage design optimization for island microgrids［J］.Applied Energy，2016，165：789-800.

［7］ASKARAZDEH A，COELHO L D S.A novel framework for optimization of a grid independent hybrid renewable energy system：a case study of Iran［J］.Solar Energy，2015，112：383-396.

［8］劉夢璇，王成山，郭力.基于多目標的獨立微電網(wǎng)優(yōu)化設(shè)計方法［J］. 電力系統(tǒng)自動化，2012，36（17）：34-39.LIU Mengxuan，WANG Chengshan，GUO Li.An optimal design method of multi-objective based island microgrid［J］.Automation of Electric Power Systems，2012，36（17）：34-39.

［9］趙波，張雪松.儲能系統(tǒng)在東福山島獨立型微電網(wǎng)中的優(yōu)化設(shè)計和應(yīng)用［J］. 電力系統(tǒng)自動化，2013，37（1）：161-167.ZHAO Bo，ZHANG Xuesong.Optimal design and application of energy storage system in Dongfushan island stand-alone microgrid［J］.Automation of Electric Power Systems，2013，37（1）：161-167.

［10］王錫凡，肖云鵬，王秀麗.新形勢下電力系統(tǒng)供需互動問題研究及分析［J］. 中國電機工程學(xué)報，2014，34（29）：5018-5028.WANG Xifan，XIAO Yunpeng，WANG Xiuli.Study and analysis on supply-demand interaction of power systems under new circumstances［J］.Proceedings of the CSEE，2014，34（29）：5018-5028.

［11］INGO S，ALEKSANDRA S B S.Demand side management as a solution for the balancing problem of distributed generation with high penetration of renewable energy sources［J］.International Journal of Sustainable Energy，2003，23（4）：45-59.

［12］張曉波，張保會，吳雄.風(fēng)光預(yù)測后微電網(wǎng)的優(yōu)化運行［J］.電力自動化設(shè)備，2016，36（3）：21-25.ZHANG Xiaobo，ZHANG Baohui，WU Xiong.Optimal microgrid operation based on wind ／PV power prediction［J］.Electric Power Automation Equipment，2016，36（3）：21-25.

［13］OZAN E.Economic impacts of small-scale own generating and storage units，and electric vehicles under different demand res-ponse strategies for smart households［J］.Applied Energy，2014，126：142-150.

［14］KYRIAKARAKOS G，DOUNIS A I，ROZAKIS S，et al.Polygeneration microgrids：a viable solution in remote areas for supplying power，potable water and hydrogen as transportation fuel［J］.Applied Energy，2011，88（12）：4517-4526.

［15］趙波，包侃侃，徐志成，等.考慮需求側(cè)響應(yīng)的光儲并網(wǎng)型微電網(wǎng)優(yōu)化配置［J］.中國電機工程學(xué)報，2015，35（21）：5465-5474.ZHAO Bo，BAO Kankan，XU Zhicheng，et al.Research on optimal sizing for grid-connected PV-and-storage microgrid considering demand response［J］.Proceedings of the CSEE，2015，35（21）：5465-5474.

［16］HU R X，HE X Y，JING Z X，et al.Capacity configuration optimization for island microgrid with wind ／solar／pumped storage considering demand response［C］∥Smart Grid Technologies-Asia.Bangkok，Thailand：IEEE，2015：1-6.

［17］劉柏良，黃學(xué)良，李軍.計及可時移負荷的海島微網(wǎng)電源優(yōu)化配置［J］.中國電機工程學(xué)報，2014，34（25）：4250-4258.LIU Bailiang，HUANG Xueliang，LI Jun.Optimal sizing of distributed generation in a typical island microgrid with timeshifting load［J］.Proceedings of the CSEE，2014，34（25）：4250-4258.

［18］LI Pan，GUAN Xiaohong，WU Jiang，et al.Pricing strategy for device-level demand response in a microgrid［C］∥Proceedings of the 33rd Chinese ControlConference.Nanjing，China：IEEE，2014：7579-7584.

［19］ZHAO M，CHEN Z，BLAABJERG F.Probabilistic capacity of a grid connected wind farm based on optimization method［J］.Renewable Energy，2006，31（13）：2171-2187.

［20］張節(jié)潭，程浩忠，胡澤春，等.含風(fēng)電場的電力系統(tǒng)隨機生產(chǎn)模擬［J］.中國電機工程學(xué)報，2009，29（28）：34-39.ZHANG Jietan，CHENG Haozhong，HU Zechun，etal.Power system probabilistic production simulation including wind farms［J］.Proceedings of the CSEE，2009，29（28）：34-39.

［21］GAVANIDOU E，BAKIRTZIS A.Design of a stand alone system with renewable energy sources using trade off methods［J］.IEEE Transactions on Energy Conversion，1992，7（1）：42-48.

［22］BOISVERT R，CAPPERS P，NEENAN B，et al.Industrial and commercial customer response to real time electricity prices［EB／OL］.（2004-12-10）［2016-05-05］.http：∥eetd.lbl.gov ／sites／all／files／publications／boisvert.pdf.

［23］王蓓蓓.面向智能電網(wǎng)的用戶需求響應(yīng)特性和能力研究綜述［J］.中國電機工程學(xué)報，2014，34（22）：3654-3663.WANG Beibei.Research on consumers’ response characterics and ability under smart grid：a literatures survey［J］.Proceedings of the CSEE，2014，34（22）：3654-3663.

［24］程浩忠.電力系統(tǒng)規(guī)劃［M］.北京：中國電力出版社，2008：1-270.

［25］國家能源局.國家能源局關(guān)于推進新能源微電網(wǎng)示范項目建設(shè)的指導(dǎo)意見［EB／OL］.（2015－07－13）［2016－05－10］.http：∥zfxxgk.nea.gov.cn ／auto87 ／201507 ／t20150722_1949.htm.

［26］丁明，張穎媛，茆美琴，等.包含鈉硫電池儲能的微網(wǎng)系統(tǒng)經(jīng)濟運行優(yōu)化［J］.中國電機工程學(xué)報，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.

［27］DUFO-LOPEZ R.Multi objective design of PV-wind-dieselhydrogen-battery systems［J］.Renewable Energy，2008，33（12）：2559-2572.