并網(wǎng)型微電網(wǎng)多目標(biāo)容量優(yōu)化配置及減排效益分析

劉峪涵，汪 沨，譚陽紅

（湖南大學(xué)電氣與信息工程學(xué)院，長沙 410082）

并網(wǎng)型微電網(wǎng)多目標(biāo)容量優(yōu)化配置及減排效益分析

劉峪涵，汪 沨，譚陽紅

（湖南大學(xué)電氣與信息工程學(xué)院，長沙 410082）

以提高經(jīng)濟性和自供電能力為目標(biāo)，提出了一種并網(wǎng)型風(fēng)光儲微電網(wǎng)容量優(yōu)化配置方法，并對其環(huán)保減排效益進行了分析。首先確定了適用于并網(wǎng)型微電網(wǎng)的運行控制策略，然后以微源的數(shù)量作為優(yōu)化變量，構(gòu)建了以年平均綜合成本及自供電率為評價指標(biāo)的數(shù)學(xué)模型，并采用非支配排序多目標(biāo)遺傳算法對模型進行了求解。最后引入效用理論對各優(yōu)化結(jié)果進行綜合評價，以得到不同設(shè)計要求下的推薦方案。算例驗證了所提方法的正確性和有效性。

并網(wǎng)型微電網(wǎng)；多目標(biāo)優(yōu)化；自平衡率；減排效益；效用理論

Abstract:In order to improve the economical efficiency and self-supply ability of a grid-connected wind-solar-storage microgrid，a optimal capacity configuration method is proposed，and its emission reduction benefit is analyzed.Firstly，an operation and control strategy for the grid-connected microgrid is determined.Then，the number of micro-sources is taken as an optimization variable，and a mathematical model is established with the evaluation indices of annual average comprehensive cost and self-supply rate（SSR）.Moreover，non-dominated sorting genetic algorithm with multiple objec?tives is adopted to solve the optimization model.Finally，utility theory is introduced to evaluate the optimization results comprehensively，thus recommended schemes are obtained to different design requirements.The validity and effective?ness of the proposed method is verified by a numerical example.

Key words:grid-connected microgrid；multi-objective optimization；self-supply rate（SSR）；emission reduction benefit；utility theory

長期以來，燃煤火電一直是我國最重要的電力來源。但隨著能源危機以及燃煤造成的嚴重空氣污染等問題的進一步加劇，電力工業(yè)發(fā)展的重心逐漸轉(zhuǎn)向以風(fēng)力發(fā)電和光伏發(fā)電為代表的新能源發(fā)電領(lǐng)域[1-3]，分布式發(fā)電DG（distributed generation）技術(shù)的興起與發(fā)展也為電力工業(yè)實現(xiàn)清潔化、可持續(xù)發(fā)展提供了可行方案[1]。

微電網(wǎng)是DG的重要載體之一，其能有效整合各種DG、儲能單元和負荷。通過對不同出力特性DG和儲能系統(tǒng)的綜合利用，克服了新能源發(fā)電隨機性、波動性帶來的問題，并可靈活接入/退出大電網(wǎng)，運行于并網(wǎng)或孤島狀態(tài)[2]，實現(xiàn)了多元化的能源利用，提高了供電的可靠性并使得新能源發(fā)電的環(huán)保效益得到充分發(fā)揮。

DG容量和儲能容量的優(yōu)化是微網(wǎng)規(guī)劃階段的重點。目前國內(nèi)外就相關(guān)問題已有較多研究成果。按優(yōu)化目標(biāo)數(shù)目的不同，可分為單目標(biāo)優(yōu)化和多目標(biāo)優(yōu)化。單目標(biāo)優(yōu)化多以經(jīng)濟性為目標(biāo)，文獻[2-3]以綜合成本或年等值投資費用最低為目標(biāo)，在考慮可靠性約束的條件下對電源進行了優(yōu)化設(shè)計；文獻[4]研究了不同控制策略下獨立型微電網(wǎng)的容量優(yōu)化問題；文獻[5-7]提出了將需求側(cè)資源納入運行管理時微電網(wǎng)電源容量優(yōu)化方法。相比單目標(biāo)優(yōu)化僅將經(jīng)濟性最優(yōu)作為優(yōu)化目標(biāo)的不足，多目標(biāo)優(yōu)化還考慮了提高可再生能源利用率[8]、增大可再生能源能量供給比例[9]、減少污染物排放[8-10]等目標(biāo)，突出了微電網(wǎng)在環(huán)境和社會等方面的效益。

現(xiàn)有文獻的研究多集中在獨立型微電網(wǎng)。相比獨立型微電網(wǎng)，并網(wǎng)型微電網(wǎng)能通過公共連接點PCC（point of common coupling）獲得大電網(wǎng)能量支撐，并在外網(wǎng)故障時轉(zhuǎn)入獨立運行[11]，因而具有更好的供電可靠性及靈活性[12-15]。本文建立了以提高經(jīng)濟性和自供電能力為目標(biāo)的并網(wǎng)型微電網(wǎng)容量配置模型，采用改進的非支配排序遺傳算法進行求解，并利用效用理論對方案進行排序篩選。通過實例進行了仿真驗證，并對并網(wǎng)型微電網(wǎng)的減排效益進行了分析。

1 微電網(wǎng)系統(tǒng)結(jié)構(gòu)及控制策略

1.1 微電網(wǎng)系統(tǒng)結(jié)構(gòu)

本文選取的并網(wǎng)型風(fēng)光儲微電網(wǎng)結(jié)構(gòu)如圖1所示，其主要由風(fēng)力發(fā)電機、光伏陣列、儲能蓄電池以及本地負荷等構(gòu)成，各微源經(jīng)逆變器或變換器接入直流母線，再經(jīng)公共AC/DC逆變器接入交流微網(wǎng)，其中連接蓄電池的變換器為雙向DC/DC，以配合蓄電池的充電或放電過程[12]。微電網(wǎng)系統(tǒng)通過PCC與大電網(wǎng)相連接，以實現(xiàn)微電網(wǎng)與大電網(wǎng)能量的雙向流動。

1.2 運行控制策略

風(fēng)力發(fā)電機和太陽能光伏電池的輸出功率與天氣情況（風(fēng)速，光照強度，溫度等）密切相關(guān)，具有隨機性和不可調(diào)度性，在微網(wǎng)系統(tǒng)中屬于不可調(diào)度電源[2]。蓄電池儲能系統(tǒng)在一定范圍內(nèi)可以充電或放電，能根據(jù)具體情況對風(fēng)光輸出功率與負荷需求之間的差額進行填補。通過聯(lián)絡(luò)功率線，微網(wǎng)可與主網(wǎng)進行能量交互，向主網(wǎng)出售多余電能或從主網(wǎng)購買電能滿足微網(wǎng)內(nèi)負荷需求。本文總體的能量控制策略是微網(wǎng)能量自治（盡量不與主網(wǎng)進行能量交換），在微網(wǎng)內(nèi)優(yōu)先利用風(fēng)機和光伏機組的出力，蓄電池起到能量緩沖和系統(tǒng)備用的作用。

將1 a劃分為8 760 h，假定風(fēng)機和光伏的輸出功率在1 h內(nèi)恒定，依據(jù)各微源的數(shù)學(xué)模型計算第t小時風(fēng)機和光伏總發(fā)電量與系統(tǒng)總負荷的差額（凈功率）為

式中：NWT為風(fēng)機數(shù)量；PWT為單臺風(fēng)機的輸出功率；NPV為光伏組件數(shù)量；PPV為單塊光伏組件的輸出功率；PL為微網(wǎng)內(nèi)負荷功率需求。

當(dāng)ΔP=0時，可再生能源發(fā)電剛好滿足微網(wǎng)內(nèi)負荷需求，蓄電池?zé)o充放電，微網(wǎng)與主網(wǎng)也無能量交互。

當(dāng)ΔP＞0時，可再生能源發(fā)電過剩，在蓄電池充電功率以及荷電狀態(tài)允許的條件下，優(yōu)先對蓄電池進行充電，若功率仍有剩余，在聯(lián)絡(luò)線倒送功率限制內(nèi)將盡可能出售給電網(wǎng)，這部分功率記為PM2G（t），再有的剩余功率，即為系統(tǒng)能量溢出功率，記為Pexc（t）。

當(dāng)ΔP＜0時，可再生能源發(fā)電功率不足，在蓄電池放電功率和荷電狀態(tài)允許的條件下，優(yōu)先利用蓄電池放電平衡功率缺口，蓄電池放電無法滿足負荷需求的情況下，從主網(wǎng)購買電能以保證微網(wǎng)內(nèi)的功率平衡。

2 容量優(yōu)化配置及減排效益模型

2.1 容量優(yōu)化配置目標(biāo)函數(shù)

以微電網(wǎng)所在地區(qū)的風(fēng)光資源以及微電網(wǎng)內(nèi)負荷需求為基礎(chǔ)，對并網(wǎng)型微電網(wǎng)的各DG及蓄電池容量進行優(yōu)化配置，設(shè)計圍繞經(jīng)濟性和自供電能力兩個指標(biāo)進行。

1）微電網(wǎng)經(jīng)濟性指標(biāo)

本文采用年平均綜合成本為經(jīng)濟性目標(biāo)函數(shù)。目標(biāo)函數(shù)包括年等值設(shè)備投資費用CAFC、年平均運行維護費用CAOM、年平均更換成本CARP以及年平均能量交換成本CAEC。該目標(biāo)函數(shù)構(gòu)建為

年平均設(shè)備投資成本為各電源投資成本乘以資金回收系數(shù)CRF（capital recovery factor）得到[13]，即

式中：CIC，i為某一微源的初始投資成本；r為折現(xiàn)率；Yi為微源壽命周期；f（r，Yi）為對應(yīng)微源的資金回收系數(shù)，其計算公式為

年平均運行維護費用與各微源的裝機數(shù)量成正比關(guān)系為

式中：CWOM、CPOM、CBOM分別為風(fēng)機、光伏組件和蓄電池的單位年平均運行維護費用；NBS為蓄電池數(shù)量。

本系統(tǒng)設(shè)計使用年限為20 a，系統(tǒng)壽命周期內(nèi)需要對蓄電池進行更換。蓄電池的年平均更換成本可表示為

式中：CBRP為蓄電池的更換成本；frp為償債因子[14]。

年能量交換成本為微電網(wǎng)每年從大電網(wǎng)購買的電量成本與向微電網(wǎng)出售電量收益的差值，其計算公式為

式中：Cp（t）、Cs（t）分別為第t小時買入和賣出的電價；Ep（t）、Es（t）分別為第t小時買入和賣出的電量。

2）微電網(wǎng)自供電能力指標(biāo)

微電網(wǎng)可以運行在并網(wǎng)狀態(tài)或孤立狀態(tài)，當(dāng)大電網(wǎng)發(fā)生停電等故障時，微電網(wǎng)應(yīng)進行主動解列，由并網(wǎng)運行轉(zhuǎn)入孤島運行。為保證微電網(wǎng)在獨立狀態(tài)下仍能基本滿足微電網(wǎng)內(nèi)負荷的需求，定義微電網(wǎng)自平衡率SSR（self-supply rate）為微電網(wǎng)設(shè)備年供電量占負荷年用電量的比例[15]，自平衡率越高則對大電網(wǎng)的依賴越小，說明微電網(wǎng)轉(zhuǎn)入獨立運行時的供電能力越強。自供電能力指標(biāo)目標(biāo)函數(shù)構(gòu)建為

式中：PG2M（t）為第t小時主網(wǎng)對微網(wǎng)內(nèi)負荷輸送的功率；PL（t）為第t小時微網(wǎng)內(nèi)總負荷功率。

針對風(fēng)機和光伏的模型問題，現(xiàn)有文獻已進行了較為充分的研究，本文不再贅述，詳見文獻[2-5]。

2.2 約束條件

1）微源數(shù)量約束

式中，NWT_max、NPV_max、NBS_max為實際場地等因素限制下的各微源最大安裝數(shù)量。

2）系統(tǒng)功率平衡約束

式中：PWT（t）、PPV（t）、PBS（t）分別為第t小時內(nèi)風(fēng)機、光伏組件以及蓄電池的輸出功率；PG（t）為t小時內(nèi)大電網(wǎng)向微網(wǎng)輸入的功率；Pexc（t）為第t小時內(nèi)的溢出功率。

3）蓄電池放電深度及充放電功率限制

式中：SOCmin和SOCmax分別為允許的最小和最大荷電狀態(tài)；Pc_max和Pd_max分別為允許的最大充電、放電功率。

4）倒送功率限制

并網(wǎng)型微電網(wǎng)可以將多余電能輸送給大電網(wǎng)，但是過大的功率倒送可能對大電網(wǎng)的穩(wěn)定性造成不利影響[15]，因此需要根據(jù)大電網(wǎng)運營商要求對其做一定約束，即

式中，PM2G_max為微電網(wǎng)對大電網(wǎng)允許輸送的最大功率。

2.3 減排效益模型

煤在燃燒的過程中會產(chǎn)生大量的CO、CO2、SO2、NOx以及可懸浮顆粒[16]。相比燃煤火電機組，風(fēng)力發(fā)電與太陽能光伏發(fā)電屬于清潔能源發(fā)電，其運行過程可近似認為無污染物排放。本文假設(shè)大電網(wǎng)電能全部由燃煤火電機組提供，則微電網(wǎng)年環(huán)保減排效益CREB可表示為

式中：EWP為微電網(wǎng)的年風(fēng)光發(fā)電量；N為有害氣體種類數(shù)量；Eexc為年能量溢出量；Em，i為燃煤火電生產(chǎn)單位電能產(chǎn)生的第i種有害氣體的量；Cem，i為第i種有害氣體單位排放量相應(yīng)的環(huán)保成本。

3 容量優(yōu)化模型求解方法

根據(jù)所構(gòu)建的數(shù)學(xué)模型，待求解問題的目標(biāo)函數(shù)可分別表示為

該數(shù)學(xué)模型是一個含有多個決策變量的非線性多目標(biāo)優(yōu)化問題。擬采用帶精英策略的快速非支配排序遺傳算法NSGA-Ⅱ（non-dominated sorting genetic algorithmⅡ）進行求解。NSGA-Ⅱ的基本思想[17]為：①隨機產(chǎn)生規(guī)模為N的種群Xt，然后產(chǎn)生子代種群Yt，將父代與子代種群結(jié)合形成規(guī)模為2N的種群Rt；②對種群Rt進行非支配排序，計算各非支配層中的個體擁擠距離，根據(jù)非支配序以及擁擠度選擇較優(yōu)個體形成新的父代種群Xt+1；③由種群Xt+1得到Y(jié)t+1，再合并產(chǎn)生Rt+1，重復(fù)以上操作，直到滿足循環(huán)結(jié)束條件。

NSGA-Ⅱ的關(guān)鍵技術(shù)是快速非支配排序方法以及個體擁擠距離計算，其實現(xiàn)方法如下。

1）快速非支配排序

對于種群Rt中的個體r，Sr為其所支配個體的集合，nr為支配個體r的個體數(shù)量。計算方法為：①將種群Rt中所有nr=0的個體放入集合Z1，該集合相應(yīng)的非支配排序設(shè)為irank=1，并將其從考察集合Rt中的刪去；②按同樣的方法繼續(xù)尋找余下群體中的非支配解集，并放入集合Z2（第2非支配層），個體非支配序賦為irank=2；③重復(fù)以上操作進行直到所有的個體被分層，顯然同一層的個體具有相同的非支配序。

2）個體擁擠距離計算

個體ri的擁擠度是目標(biāo)空間上與ri相鄰的2個個體ri+1和ri-1之間的距離。計算方法為：①初始化同層擁擠距離di=0；②對同層的個體按第m個目標(biāo)函數(shù)值升序排列；③將排序在兩端的個體擁擠距離賦為W（W為給定的大數(shù)），即d0=dn=W；④計算中間個體的擁擠距離di=di+（di+1-di-1）/（fm_maxfm_min），fm_max和fm_min分別為集合中第m個目標(biāo)函數(shù)的最大和最小值；⑤對不同的目標(biāo)函數(shù)，重復(fù)步驟②～④，得到所有個體的擁擠距離di。

經(jīng)過排序和擁擠距離計算，每個個體有了兩個屬性irank和di。對于個體ri和rj，若滿足irank＜jrank，或者irank=jrank且di＞dj，則定義個體ri優(yōu)于個體rj，這樣前N個較優(yōu)個體將被選入新的父代種群Xt+1。

采用NSGA-Ⅱ，將式（15）中的目標(biāo)函數(shù)作為適應(yīng)度函數(shù)，其計算結(jié)果為Pareto最優(yōu)解集，此解集便為優(yōu)化后的備選方案。求解方法流程如圖2所示。

圖2 基于NSGA-Ⅱ的微電網(wǎng)容量配置流程Fig.2 Flow chart of capacity configuration for microgrid based on NSGA-Ⅱ

4 算例分析

4.1 原始數(shù)據(jù)

該地區(qū)風(fēng)光資源及負荷數(shù)據(jù)如圖3和圖4所示，這些數(shù)據(jù)作為輸入?yún)?shù)輸入系統(tǒng)，微網(wǎng)系統(tǒng)內(nèi)最大負荷為314.25 kW，待選微源設(shè)備的參數(shù)如表1所示。

圖3 微電網(wǎng)所在地氣象數(shù)據(jù)Fig.3 Meteorological data of the region where microgrid is located

圖4 年小時平均負荷曲線Fig.4 Hourly load cure in a year

表1 各DG參數(shù)Tab.1 Parameters of DGs

4.2 基于效用理論的方案選擇及分析

采用NSGA-Ⅱ，設(shè)定種群數(shù)量為50，進化代數(shù)為100得到的Pareto最優(yōu)解前沿如圖5所示。

圖5 Pareto最優(yōu)解集Fig.5 Pareto optimal solution set

為了避免多屬性決策的盲目性，引入效用理論對各待選方案進行綜合評價，從而確定最優(yōu)方案。效用理論是進行多屬性決策的一種理論，其基本思想是先對不同評價指標(biāo)進行無量綱處理，然后運用效用函數(shù)求得各指標(biāo)效用值，采用合成函數(shù)將效用值和權(quán)重值加權(quán)合成[18-20]，計算各方案效用評價綜合得分，根據(jù)得分對各方案進行優(yōu)劣排序。其數(shù)學(xué)模型可以表示為

式中：i為評價指標(biāo)的序號；f為評價指標(biāo)yi去量綱化的效用函數(shù)；Ui為去量綱化后評價指標(biāo)yi的效用函數(shù)評價值；ζ為合成模型；ωi為評價指標(biāo)yi的權(quán)重；F為效用函數(shù)綜合評價的最終得分。

容量優(yōu)化配置決策模型的兩個屬性分別為年平均綜合成本CACT和自平衡率SSR，構(gòu)造決策數(shù)學(xué)模型為

3種典型不同權(quán)重下的最優(yōu)方案如表2所示。

表2 容量優(yōu)化配置結(jié)果Tab.2 Result of optimal capacity configuration

整體上看，3組配置方案的自平衡率都在比較高的水平。高自平衡率下，即使大電網(wǎng)發(fā)生故障，微電網(wǎng)依靠自身供電依然能保證絕大部分微網(wǎng)內(nèi)負荷需求得到滿足，這樣并網(wǎng)型微電網(wǎng)使負荷的供電可靠性得到了有效提高。

由圖5和表2可以看出，微電網(wǎng)年平均綜合成本與微電網(wǎng)自平衡率這兩個目標(biāo)函數(shù)是相互沖突的。這是因為在目前的條件下，采用新能源發(fā)電的成本要高于直接從公共電網(wǎng)購電的成本。考慮到技術(shù)等因素的影響，各微源價格呈現(xiàn)持續(xù)下降的趨勢，這也意味著此類并網(wǎng)型微電網(wǎng)的經(jīng)濟性與自供電能力將可能得到同時提升。

配置1為經(jīng)濟性與自平衡性等偏重時的解，配置2為偏重自供電能力的解，配置3為偏重經(jīng)濟性的解。對比3組典型配置方案，配置1比配置3的年平均綜合成本高出30.20%，自平衡率提升效果為7.25%；配置2的年平均綜合成本要比配置1高出42.47%，自平衡率的提高為5.86%。對自平衡性要求越高，相應(yīng)要付出的經(jīng)濟代價也越大，尤其是達到一定水平之后，自平衡率的小幅度提升需要較大的經(jīng)濟代價。因此，合理評估確定各指標(biāo)權(quán)重是降低系統(tǒng)電源冗余投資、獲得較優(yōu)綜合效益的有效手段之一。各配置方案能量溢出均為零，說明新能源發(fā)電功率沒有浪費，能量得到了充分利用。

4.3 微電網(wǎng)減排效益分析

有害氣體排放的環(huán)保成本數(shù)據(jù)如表3所示。以配置1為例，各溫室污染氣體的減排量及減排效益如表4所示。

表3 生產(chǎn)單位電能有害氣體排放量及環(huán)保成本Tab.3 Quantity of harmful gases and environmental cost due to electricity generation per unit

表4 配置1污染氣體減排量及減排效益Tab.4 Emission reduction of pollution gases and its benefit in No.1 configuration

各溫室污染氣體的總減排量為1 538.16 kg，總減排效益為31 317.9$。這說明微網(wǎng)系統(tǒng)的投入能有效減少地區(qū)溫室氣體及其他有害氣體的排放，在提高了負荷供電可靠性的同時，對環(huán)境保護工作起到了積極顯著的作用。

5 結(jié)語

本文提出了一種針對并網(wǎng)型風(fēng)光儲微電網(wǎng)的容量優(yōu)化配置方法，以微電網(wǎng)年平均綜合成本和微電網(wǎng)自供電能力為優(yōu)化目標(biāo)，考慮設(shè)備運行等約束，對微電網(wǎng)進行了配置和運行的聯(lián)合優(yōu)化，并利用效用理論給出了不同的設(shè)計要求下的推薦方案。算例表明，利用設(shè)計的模型進行電源容量優(yōu)化配置，能綜合考慮到經(jīng)濟性和自平衡性對微電網(wǎng)設(shè)計的要求，有效提高負荷的供電可靠性并獲得顯著的減排效益。

[1]Pouresmaeil E，Miguel-Espinar C，Massot-Campos M，et al.A control technique for integration of DG units to the electrical networks[J].IEEE Trans on Industrial Electro-nics，2013，60（7）：2881-2893.

[2]丁明，王波，趙波，等（Ding Ming，Wang Bo，Zhao Bo，et al）.獨立風(fēng)光柴儲微網(wǎng)系統(tǒng)容量優(yōu)化配置（Configura?tion optimization of capacity of standalone PV-wind-die?sel-battery hybrid microgrid）[J].電網(wǎng)技術(shù)（Power System Technology），2013，37（3）：575-581.

[3]江全元，石慶均，李興鵬，等（Jiang Quanyuan，Shi Qing?jun，Li Xingpeng，et al）.風(fēng)光儲獨立供電系統(tǒng)電源優(yōu)化配置（Optimal configuration of standalone wind-solar-stor?age power supply system）[J].電力自動化設(shè)備（Electric Power Automation Equipment），2013，33（7）：19-26.

[4]張曉，謝開貴，胡博（Zhang Xiao，Xie Kaigui，Hu Bo）.計及運行策略的光/柴/儲混合系統(tǒng)容量優(yōu)化配置（Deter?mination of the optimal capacity of PV-diesel-storage hy?brid generation system consideration operation strategy）[J].電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSUEPSA），2014，26（12）：8-14.

[5]劉柏良，黃學(xué)良，李軍（Liu Bailiang，Huang Xueliang，Li Jun）.計及可時移負荷的海島微網(wǎng)電源優(yōu)化配置（Opti?mal sizing of distributed generation in a typical island mi?crogrid with time-shifting load）[J].中國電機工程學(xué)報（Proceedings of the CSEE），2014，35（25）：4250-4258.

[6]朱蘭，嚴正，楊秀，等（Zhu Lan，Yan Zheng，Yang Xiu，et al）.計及需求側(cè)響應(yīng)的微網(wǎng)綜合資源規(guī)劃方法（Inte?grated resources planning in microgrid based on modeling demand response）[J].中國電機工程學(xué)報（Proceedings of the CSEE），2014，34（16）：2621-2628.

[7]段紹輝，汪偉，劉中勝，等（Duan Shaohui，Wang Wei，Liu Zhongsheng，et al）.含光伏的冷熱電聯(lián)供微網(wǎng)系統(tǒng)優(yōu)化調(diào)度方案（Research on optimal scheduling of combined cooling heating and power with photovoltaic power genera?tion）[J].電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSU-EPSA），2013，25（4）：150-155.

[8]Hakimi S M，Moghaddas-Tafreshi S M.Optimal planning of a smart microgrid including demand response and inter?mittent renewable energy resources[J].IEEE Trans on Smart Grid，2014，5（6）：2889-2900.

[9]趙媛媛，艾芊，余文志，等（Zhao Yuanyuan，Ai Qian，Yu Wenzhi，et al）.考慮多種因素評估的微電網(wǎng)優(yōu)化調(diào)度（A microgrid optimal scheduling considering the assess?ment of various factors）[J].電力系統(tǒng)保護與控制（Power System Protection and Control），2014，42（23）：23-30.

[10]肖峻，梁海深，王旭東，等（Xiao Jun，Liang Haishen，Wang Xudong，et al）.基于濾波的孤立微網(wǎng)多目標(biāo)規(guī)劃設(shè)計方法（Multi-objective planning and designing of is?land microgrid based on filiering）[J].電網(wǎng)技術(shù)（Power System Technology），2014，38（3）：596-602.

[11]郭力，劉文建，焦冰琦，等（Guo Li，Liu Wenjian，Jiao Bingqi，et al）.獨立微網(wǎng)系統(tǒng)的多目標(biāo)優(yōu)化規(guī)劃設(shè)計方法（Multi-objective optimal planning design method for stand-alone microgrid system）[J].中國電機工程學(xué)報（Proceedings of the CSEE），2014，34（4）：524-536.

[12]劉夢璇，王成山，郭力，等（Liu Mengxuan，Wang Cheng?shan，Guo Li，et al）.基于多目標(biāo)的獨立微電網(wǎng)優(yōu)化設(shè)計方法（An optimal design method of multi-objective based island microgrid）[J].電力系統(tǒng)自動化（Automation of Electric Power Systems），2012，36（17）：34-39.

[13]李志奇，呂林，張燃（Li Zhiqi，Lü Lin，Zhang Ran）.計及停電損失期望的微網(wǎng)經(jīng)濟運行（Economic operation of microgrid considering customer interruption cost）[J].電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSU-EPSA），2013，25（5）：77-82.

[14]Shadmand M B，Balog R S.Multi-objective optimization and design of photovoltaic-wind hybrid system for commu?nity smart DC microgrid[J].IEEE Trans on Smart Grid，2014，5（5）：2635-2643.

[15]馬溪原，吳耀文，方華亮，等（Ma Xiyuan，Wu Yaowen，F(xiàn)ang Hualiang，et al）.采用改進細菌覓食法的風(fēng)/光/儲混合微電網(wǎng)電源優(yōu)化配置（Optimal sizing of hybrid so?lar-wind distributed generation in an island microgrid us?ing improved bacterial foraging algorithm）[J].中國電機工程學(xué)報（Proceedings of the CSEE），2011，31（25）：17-25.

[16]李武強，余濤，林建泉，等（Li Wuqiang，Yu Tao，Lin Jian?quan，et al）.考慮隨機性的微電網(wǎng)環(huán)保經(jīng)濟優(yōu)化運行（Environmental/economic optimal operation of microgrid considering randomness）[J].電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSU-EPSA），2015，27（3）：81-86.

[17]Mao Meiqin，Jin Peng，Chang Liuchen，et al.Economic analysis and optimal design on microgrid with SS-PVs for industries[J].IEEE Trans on Sustainable Energy，2014，5（4）：1328-1336.

[18]薛美東，趙波，張雪松，等（Xue Meidong，Zhao Bo，Zhang Xuesong，et al）.并網(wǎng)型微網(wǎng)的優(yōu)化配置與評估（Inte?grated plan and evaluation of gird-connected microgrid）[J].電力系統(tǒng)自動化（Automation of Electric Power Sys?tems），2015，39（3）：6-13.

[19]張佳佳，陳金富，范榮奇（Zhang Jiajia，Chen Jinfu，F(xiàn)an Rongqi）.微網(wǎng)高滲透對電網(wǎng)穩(wěn)定性的影響分析（Inves?tigation of the influence of microgrids high large penetra?tion ratios on power network stability）[J].電力科學(xué)與技術(shù)學(xué)報（Journal of Electric Power Science and Technolo?gy），2009，24（1）：25-29.

[20]李春杰，程艷從，趙會茹（Li Chunjie，Cheng Yancong，Zhao Huiru）.基于效用函數(shù)的電力普遍服務(wù)綜合效用評價（Comprehensive utility evaluation of electric power universal service based on utility function）[J].電力系統(tǒng)自動化（Automation of Electric Power Systems），2012，36（22）：50-54.

Multi-objective Optimal Capacity Configuration and Emission Reduction Benefit Analysis of Grid-connected Microgrid

LIU Yuhan，WANG Feng，TAN Yanghong
（College of Electrical and Information Engineering，Hunan University，Changsha 410082，China）

TM744

A

1003-8930（2017）09-0070-06

10.3969/j.issn.1003-8930.2017.09.012

2015-05-29；

2017-05-18

國家自然科學(xué)基金資助項目（61102039）

劉峪涵（1990—），男，碩士，助理工程師，研究方向為分布式發(fā)電與微電網(wǎng)技術(shù)。Email：liuyuhan728@163.com

汪 沨（1972—），男，博士，教授，研究方向為高電壓絕緣與氣體放電。Email：wangfeng55@263.net

譚陽紅（1971—），女，博士，教授，研究方向為神經(jīng)網(wǎng)絡(luò)、小波信號出力和故障診斷。Email：809677326@qq.com