基于動(dòng)態(tài)分時(shí)電價(jià)的含可平移負(fù)荷的微網(wǎng)優(yōu)化調(diào)度

封 鈺， 劉 存， 黃弦超

(華北電力大學(xué) 電氣與電子工程學(xué)院，北京 102206)

0 引 言

近年來(lái)我國(guó)鼓勵(lì)分布式能源，特別是屋頂光伏發(fā)電發(fā)展的相關(guān)政策不斷出臺(tái)，分布式光伏發(fā)電在我國(guó)得到了迅猛的發(fā)展[1-3]。以光伏和儲(chǔ)能系統(tǒng)為主要構(gòu)成的居民型微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度問(wèn)題，得到了廣泛的研究。同時(shí)，隨著新一輪電力體制改革的不斷深化，售電公司面臨越來(lái)越大的競(jìng)爭(zhēng)壓力，盈利方式從利用中小用戶信息獲取能力差的劣勢(shì)獲得“粗暴價(jià)差”，逐步轉(zhuǎn)為精細(xì)化經(jīng)營(yíng)，不斷提高服務(wù)質(zhì)量[4-5]。售電公司的定價(jià)策略問(wèn)題也已成為研究熱點(diǎn)問(wèn)題之一。

大部分居民型微網(wǎng)系統(tǒng)處于并網(wǎng)狀態(tài)。一方面，它可以向配電側(cè)購(gòu)、售電，在分時(shí)電價(jià)的影響下，如何優(yōu)化各時(shí)段購(gòu)售電電量是降低用戶用電成本的重要一環(huán)；另一方面，需求響應(yīng)(如可平移負(fù)荷)是居民用戶日常用電行為的組成，如何優(yōu)化這些用電行為也影響著用戶用電的經(jīng)濟(jì)性。可見(jiàn)，居民型微網(wǎng)系統(tǒng)的優(yōu)化運(yùn)行是一種基于分時(shí)電價(jià)的，以購(gòu)售電量?jī)?yōu)化和需求響應(yīng)行為優(yōu)化為核心的調(diào)度問(wèn)題。文獻(xiàn)[6]提出了一種分時(shí)電價(jià)下含蓄電池的微網(wǎng)系統(tǒng)的實(shí)時(shí)優(yōu)化策略。文獻(xiàn)[7]建立了一種基于分時(shí)電價(jià)的含光伏、儲(chǔ)能系統(tǒng)的家庭能源管理系統(tǒng)，優(yōu)化各調(diào)度時(shí)段的購(gòu)電量或售電量，以達(dá)到用電成本最低的目標(biāo)。不過(guò)以上研究采用的分時(shí)電價(jià)均為確定值，而非優(yōu)化變量。

在電力市場(chǎng)環(huán)境下，與微網(wǎng)進(jìn)行交易的售電公司可以采取更為靈活的定價(jià)策略，例如實(shí)時(shí)電價(jià)，從而將批發(fā)市場(chǎng)購(gòu)電成本的變化傳導(dǎo)至用戶。考慮到實(shí)時(shí)電價(jià)較為復(fù)雜，實(shí)施難度大，因而可以平衡電價(jià)制定可操作性和效率之間的矛盾的分時(shí)電價(jià)將是售電公司青睞的定價(jià)策略之一。文獻(xiàn)[8]建立了一種雙層優(yōu)化模型，上層優(yōu)化問(wèn)題以售電公司銷售收益最大為目標(biāo)函數(shù)，下層模型以工業(yè)大用戶用電成本最小為目標(biāo)函數(shù)，從而得到各個(gè)時(shí)段的分時(shí)電價(jià)水平以及用戶的用電計(jì)劃；文獻(xiàn)[9-10]則基于用戶的主動(dòng)負(fù)荷響應(yīng)生成實(shí)時(shí)電價(jià)，而后以用戶綜合購(gòu)電成本和環(huán)境處理費(fèi)用最低為目標(biāo)進(jìn)行優(yōu)化調(diào)度。

當(dāng)分時(shí)電價(jià)和發(fā)用電計(jì)劃同時(shí)進(jìn)行優(yōu)化，在求解時(shí)將面臨電價(jià)變量與電量變量相乘的問(wèn)題，因此從整體來(lái)看，此類優(yōu)化問(wèn)題由常規(guī)的混合整數(shù)線性規(guī)劃問(wèn)題變成了混合整數(shù)非線性規(guī)劃問(wèn)題，使得求解難度增大。面對(duì)這一問(wèn)題，文獻(xiàn)[9]在建模過(guò)程中，通過(guò)電量電價(jià)彈性矩陣，在分時(shí)電價(jià)與用戶用電量之間建立線性關(guān)系從而實(shí)現(xiàn)解耦，而后采用遺傳算法進(jìn)行求解。而文獻(xiàn)[11]則預(yù)設(shè)各時(shí)段耗能上限，并據(jù)此進(jìn)行電價(jià)的分段設(shè)置。以上研究均是通過(guò)對(duì)電價(jià)與電量這兩個(gè)變量的函數(shù)關(guān)系進(jìn)行解耦的方式消除非線性關(guān)系，但這樣的方法本質(zhì)是將兩個(gè)變量合并成一個(gè)變量進(jìn)行表達(dá)。文獻(xiàn)[12]以當(dāng)?shù)剡呺H電價(jià)為基礎(chǔ)，采用兩階段能量調(diào)度方法對(duì)智慧家庭能量調(diào)度進(jìn)行研究。文獻(xiàn)[8]對(duì)上層優(yōu)化問(wèn)題利用遺傳算法優(yōu)化求解分時(shí)電價(jià)，下層則利用商業(yè)求解器GAMS求解混合整數(shù)規(guī)劃中的電量部分，通過(guò)迭代尋優(yōu)最終得到最優(yōu)解。這種兩階段優(yōu)化方式可以同時(shí)優(yōu)化電價(jià)和電量，但是遺傳算法等智能算法一般求解時(shí)間較長(zhǎng)，且無(wú)法判定求得最優(yōu)解[13]。

本文以電力市場(chǎng)中售電公司和居民型微網(wǎng)之間的定價(jià)策略和購(gòu)售電計(jì)劃為研究對(duì)象，提出了動(dòng)態(tài)分時(shí)電價(jià)下的微網(wǎng)優(yōu)化調(diào)度模型。通過(guò)所建立的模型，售電公司可以得到下一個(gè)交易日逐時(shí)的購(gòu)售電電價(jià)水平，微網(wǎng)運(yùn)營(yíng)者可以得到最優(yōu)的發(fā)用電和購(gòu)售電計(jì)劃。此外，本文提出了一種解決電價(jià)與電量相乘問(wèn)題的線性化方法，通過(guò)引入電價(jià)離散矩陣，分別將購(gòu)、售電電價(jià)與電量的實(shí)數(shù)變量相乘問(wèn)題轉(zhuǎn)化為0-1變量與實(shí)數(shù)變量相乘問(wèn)題，而后通過(guò)建立Big-M約束將問(wèn)題進(jìn)一步轉(zhuǎn)化為線性規(guī)劃問(wèn)題，最終實(shí)現(xiàn)將混合整數(shù)非線性規(guī)劃問(wèn)題轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問(wèn)題以利用GUROBI求解器求解。最后，在算例分析中定量研究了電價(jià)離散矩陣離散程度對(duì)求解目標(biāo)的影響，并將本文所提出的算法與常見(jiàn)的兩階段求解方法進(jìn)行了對(duì)比以驗(yàn)證算法的有效性。

1 微網(wǎng)優(yōu)化調(diào)度模型

本文建立了基于動(dòng)態(tài)分時(shí)電價(jià)的含可平移負(fù)荷的微網(wǎng)優(yōu)化調(diào)度模型，可以一次性同時(shí)優(yōu)化分時(shí)電價(jià)與微網(wǎng)的購(gòu)售電量。優(yōu)化目標(biāo)為在不減少售電公司現(xiàn)有收益的情況下，最大程度地降低微網(wǎng)的調(diào)度成本，即對(duì)微網(wǎng)實(shí)行動(dòng)態(tài)分時(shí)電價(jià)后，售電公司的收益不低于實(shí)行之前。

所研究的微網(wǎng)系統(tǒng)包含光伏發(fā)電(Photovoltaic, PV)和儲(chǔ)能系統(tǒng)(Energy Storage System，ESS)，需求響應(yīng)方面考慮了可平移負(fù)荷。由于本文重點(diǎn)研究居民型微網(wǎng)，因而忽略了風(fēng)力發(fā)電(Wind turbine，WT)、微型燃?xì)廨啓C(jī)(Micro Turbine，MT)、柴油機(jī)(Diesel Engine，DE)等分布式電源，但是本文所提出的方法同樣適用于包括上述機(jī)組的并網(wǎng)型微網(wǎng)系統(tǒng)。

1.1 優(yōu)化目標(biāo)

優(yōu)化目標(biāo)為調(diào)度周期內(nèi)微網(wǎng)的調(diào)度成本最小，如式(1)所示。

Ctotal=min(Copera+Cshift+Cexch)

(1)

式中：Ctotal、Copera、Cshift和Cexch依次代表微網(wǎng)的日調(diào)度總成本、系統(tǒng)日運(yùn)行成本、可平移負(fù)荷日調(diào)整成本和聯(lián)絡(luò)線功率日交互成本。

(1)系統(tǒng)運(yùn)行成本Copera

系統(tǒng)運(yùn)行成本為光伏系統(tǒng)和ESS運(yùn)行費(fèi)用。其中光伏運(yùn)行成本忽略不計(jì)，ESS運(yùn)行成本用壽命損失費(fèi)用代替，表達(dá)式如下：

(2)

(2)功率交互成本Cexch

(3)

(3)可平移負(fù)荷調(diào)整成本Cshift

(4)

(5)

1.2 運(yùn)行約束部分

約束條件包括功率平衡約束、ESS運(yùn)行約束、PV出力約束和可平移負(fù)荷調(diào)整約束。

(1)功率平衡約束。

(6)

(7)

(2)可平移負(fù)荷調(diào)度約束

(8)

(9)

(3)PV出力約束

(10)

(4)儲(chǔ)能電池運(yùn)行約束[19-20]

(11)

(12)

(13)

(14)

(15)

(16)

2 動(dòng)態(tài)分時(shí)電價(jià)模型

分時(shí)電價(jià)設(shè)置的目的是為了引導(dǎo)用戶調(diào)整用電行為，進(jìn)而達(dá)到既能使用戶側(cè)降低用電費(fèi)用，也能讓售電側(cè)平滑負(fù)荷曲線的雙贏局面。本文的優(yōu)化目標(biāo)為在保證售電側(cè)基本收益不降低的情況下，最大程度降低微網(wǎng)的總調(diào)度成本，即實(shí)行動(dòng)態(tài)分時(shí)電價(jià)后，售電側(cè)的收益不小于實(shí)行之前。故在優(yōu)化前需設(shè)置基礎(chǔ)固定分時(shí)電價(jià)，而后進(jìn)行動(dòng)態(tài)分時(shí)電價(jià)優(yōu)化，所得到的動(dòng)態(tài)分時(shí)電價(jià)需滿足以下約束：

(1)售電公司收益約束

(17)

(18)

式中：θbuy代表售電公司向微網(wǎng)售出單位電量的收益；θsell代表售電公司從微網(wǎng)購(gòu)入單位電量的收益。

(2)動(dòng)態(tài)分時(shí)電價(jià)均值守恒約束

(19)

(3)購(gòu)售電價(jià)格上下限約束

(20)

(4)購(gòu)售電價(jià)格關(guān)系約束

(21)

3 優(yōu)化求解

近年來(lái)混合整數(shù)規(guī)劃法在微網(wǎng)優(yōu)化調(diào)度領(lǐng)域得到了廣泛的應(yīng)用。然而在本文所建立的優(yōu)化模型中，存在電價(jià)變量與購(gòu)售電量變量相乘的非線性表達(dá)，因而在應(yīng)用混合整數(shù)規(guī)劃算法進(jìn)行求解時(shí)，首先需要對(duì)式(3)進(jìn)行線性化處理。本節(jié)將提出一種基于離散價(jià)格矩陣的線性化方法。

(22)

進(jìn)而得到離散購(gòu)電電價(jià)矩陣：

MB=[mBmB…mB]NB×T

(23)

(24)

(25)

(26)

式中：[]T代表向量轉(zhuǎn)置，以符合向量相乘原則。

引入NB×T維度變量矩陣QB和RB，并約束：

(27)

(28)

(29)

(30)

進(jìn)而得到離散售電電價(jià)矩陣：

ME=[mEmE…mE]NE×T

(31)

(32)

(33)

(34)

引入NE×T維度變量矩陣VE，并約束：

(35)

(36)

(37)

4 算例分析

為了驗(yàn)證本文提出的模型與算法，下面將設(shè)計(jì)三組算例：(1)固定分時(shí)電價(jià)和動(dòng)態(tài)分時(shí)電價(jià)下微網(wǎng)調(diào)度結(jié)果對(duì)比分析；(2)價(jià)格離散矩陣離散度敏感性分析；(3)與常規(guī)兩階段優(yōu)化結(jié)果對(duì)比分析。本文使用MATLAB編程，GUROBI求解器求解。

4.1 基礎(chǔ)數(shù)據(jù)

本文涉及的基礎(chǔ)數(shù)據(jù)如下：

(1)固定分時(shí)電價(jià)和ESS系統(tǒng)參數(shù)分別見(jiàn)表1、表2；

(2)動(dòng)態(tài)電價(jià)價(jià)格離散矩陣設(shè)置見(jiàn)表3(4.3節(jié))；

(3)可平移負(fù)荷數(shù)據(jù)。如2.1節(jié)中所述，每類負(fù)荷在允許調(diào)度時(shí)間內(nèi)隨機(jī)產(chǎn)生30組。疊加后的可平移負(fù)荷如圖1所示；其余負(fù)荷為固定負(fù)荷，見(jiàn)圖1；

(4)光伏日前預(yù)測(cè)曲線，見(jiàn)圖1；

(5)售電公司從用戶收購(gòu)單位電量盈利0.06元/kW·h,向用戶售出單位電量盈利0.08元/kW·h；

(6)可平移負(fù)荷調(diào)整費(fèi)用為1元/次。

表1 固定分時(shí)交易電價(jià)

圖1 光伏和負(fù)荷日前預(yù)測(cè)功率 Fig.1 Day-ahead prediction power of PV and loads

表2 儲(chǔ)能系統(tǒng)參數(shù)

可平移負(fù)荷是居民負(fù)荷的重要組成，在分時(shí)電價(jià)的影響下居民會(huì)對(duì)可平移負(fù)荷的用電時(shí)間進(jìn)行調(diào)整。對(duì)可平移負(fù)荷的建模，既要考慮到不同類型負(fù)荷的用電持續(xù)時(shí)間不同，也要考慮到同類型負(fù)荷的功率差異?；谖墨I(xiàn)[14]，本文選取了三類可平移負(fù)荷：消毒柜、洗衣機(jī)和電熱水器，工作持續(xù)時(shí)間依次為1 h、2 h和3 h；每類各兩種，具有不同的功率特性。三類共六種可平移負(fù)荷功率特性如圖2所示。

圖2 可平移負(fù)荷功率特性Fig.2 Power characteristics of shift loads

此外，本文中設(shè)置，這三類可平移負(fù)荷允許開(kāi)始運(yùn)行的時(shí)間均介于早上7點(diǎn)和22點(diǎn)。

圖1為疊加后的可平移負(fù)荷、其余負(fù)荷、總負(fù)荷和光伏日前預(yù)測(cè)出力數(shù)據(jù)，對(duì)應(yīng)4.1節(jié)所述的基礎(chǔ)數(shù)據(jù)設(shè)置部分。

4.2 固定/動(dòng)態(tài)分時(shí)電價(jià)調(diào)度結(jié)果對(duì)比

根據(jù)本文提出的調(diào)度策略和優(yōu)化模型，基于固定分時(shí)電價(jià)和動(dòng)態(tài)分時(shí)電價(jià)兩種情況分別進(jìn)行計(jì)算，調(diào)度結(jié)果如下圖3-6所示。

圖3 固定分時(shí)電價(jià)下含可平移負(fù)荷調(diào)度結(jié)果Fig.3 Scheduling results with shiftable loads under fixed TOU electricity prices

圖4 固定分時(shí)電價(jià)下不含可平移負(fù)荷調(diào)度結(jié)果Fig.4 Scheduling results without shiftable loads under fixed TOU electricity prices

圖5 固定和動(dòng)態(tài)分時(shí)電價(jià) Fig.5 Fixed and dynamic TOU electricity prices

圖6 動(dòng)態(tài)分時(shí)電價(jià)下含可平移負(fù)荷調(diào)度結(jié)果Fig.6 Scheduling results with shiftable loads under dynamic TOU electricity prices

首先，對(duì)固定分時(shí)電價(jià)下可平移負(fù)荷的作用進(jìn)行分析。從圖3和圖4的對(duì)比中可以看出：固定電價(jià)下考慮可平移負(fù)荷后，19-22電價(jià)高峰時(shí)段的可平移負(fù)荷平移到電價(jià)較低的16-18時(shí)段。在不含可平移負(fù)荷的情況下，優(yōu)化結(jié)果中16時(shí)段售出電量，17-18時(shí)段買入電量；平移后，16時(shí)段不與售電公司發(fā)生電量交易，而17-18時(shí)段買入電量增加。

費(fèi)用方面，由于可平移負(fù)荷的作用，可平移負(fù)荷調(diào)整費(fèi)為18元，購(gòu)電費(fèi)用降低了39.95元，售電收入減少了6.43元，總成本降低了15.52元。由此可見(jiàn)，充分發(fā)揮可平移負(fù)荷的作用有利于降低微網(wǎng)的總調(diào)度成本。此外，可平移負(fù)荷沒(méi)有平移到固定分時(shí)電價(jià)中購(gòu)電電價(jià)最低的1-6時(shí)段的原因是該時(shí)段不在平移范圍內(nèi)。

而售電公司收益方面，考慮可平移負(fù)荷后，兩種情況下，其收益將由67.45元增至69.50元。

接下來(lái)，對(duì)動(dòng)態(tài)分時(shí)電價(jià)結(jié)果進(jìn)行分析。從圖5中可以看出，動(dòng)態(tài)分時(shí)電價(jià)下購(gòu)售電價(jià)高峰均出現(xiàn)在光伏高發(fā)時(shí)段和3-4時(shí)段。這是因?yàn)樵诠夥甙l(fā)時(shí)段，微網(wǎng)售出電量大，在提高售電收入的目標(biāo)導(dǎo)向下，將傾向抬高該時(shí)段售電電價(jià)。同時(shí)段下購(gòu)電電價(jià)也處于較高水平的原因在于，在式(19)動(dòng)態(tài)分時(shí)電價(jià)均值守恒約束下，抬高該時(shí)段購(gòu)電電價(jià)將有利于其他時(shí)段購(gòu)電電價(jià)的降低；與此同時(shí)，該時(shí)段微網(wǎng)不存在購(gòu)電需求，因此，抬高該時(shí)段購(gòu)電電價(jià)并不會(huì)造成微網(wǎng)購(gòu)電成本的增加。而3-4時(shí)段微網(wǎng)負(fù)荷全部由ESS供給，購(gòu)售電價(jià)高企更多出于均值約束需要。在動(dòng)態(tài)電價(jià)的作用下，微網(wǎng)總調(diào)度成本最終由固定分時(shí)電價(jià)下152.78元下降為-142.43元，效益提升明顯。

值得注意的是，如圖6所示，在動(dòng)態(tài)分時(shí)電價(jià)下，可平移負(fù)荷由早高峰和午高峰向晚高峰移動(dòng)，這是因?yàn)樵谕砀叻鍟r(shí)段購(gòu)電電價(jià)最低。對(duì)比圖3和圖6可以看出，在固定分時(shí)電價(jià)下ESS在白天利用光伏發(fā)電充電，在夜間放電，而在動(dòng)態(tài)分時(shí)電價(jià)下，ESS夜間不放電，反而在光伏出力較高同時(shí)售電電價(jià)也較高的7-8和16-17時(shí)段放電，一方面增加了微網(wǎng)白天向售電公司的售電量，另一方面也增加了微網(wǎng)夜間向售電公司的購(gòu)電量。因而，在動(dòng)態(tài)分時(shí)電價(jià)下，雖然微網(wǎng)的總調(diào)度成本顯著降低，而售電公司收益因總交易量增加，不但沒(méi)有減少，反而比之前增加，由固定分時(shí)電價(jià)下的69.50元變?yōu)?8.19元。

在動(dòng)態(tài)分時(shí)電價(jià)的引導(dǎo)下，售電公司和微網(wǎng)之間的調(diào)度結(jié)果相比于固定分時(shí)電價(jià)存在著較大差異，如表3所示。

從表3可以看出，在不同的電價(jià)機(jī)制下售電公司和微網(wǎng)的交互電量在第9時(shí)段、第16時(shí)段以及第19-22時(shí)段存在較大差異。在動(dòng)態(tài)電價(jià)機(jī)制下，因微網(wǎng)對(duì)外售電電價(jià)在第9、16時(shí)段大幅提高，因而微網(wǎng)在這些時(shí)段顯著增加了外售電量；而在第19-22時(shí)段，微網(wǎng)購(gòu)電電價(jià)顯著降低，所以在這些時(shí)段大幅增加了外購(gòu)電量。

經(jīng)過(guò)以上分析，可以得出，靈活的動(dòng)態(tài)分時(shí)電價(jià)可以有效調(diào)節(jié)微網(wǎng)的購(gòu)售電策略，與售電公司共同取得經(jīng)濟(jì)上的雙贏。

4.3 價(jià)格離散矩陣離散程度敏感性分析

為分析價(jià)格離散矩陣的離散間隔對(duì)優(yōu)化結(jié)果的影響，設(shè)計(jì)了3個(gè)對(duì)比算例進(jìn)行敏感性分析，如表4所示。

在其他參數(shù)不變的情況下，算法到達(dá)最優(yōu)解用時(shí)依次為168 s、990 s、32 s和6.8 s，而最優(yōu)解相同。隨離散間隔的縮小，求解時(shí)間大大增加，可見(jiàn)選擇恰當(dāng)?shù)碾x散間隔可有效平衡求解效率。

4.4 與兩階段求解方式對(duì)比

參照文獻(xiàn)[8]中求解方式，進(jìn)行兩階段優(yōu)化求解，參數(shù)設(shè)置與上文中基本算例相同。上層使用遺傳算法進(jìn)行求解，下層在MATLAB平臺(tái)調(diào)用GUROBI求解器求解。迭代次數(shù)為100次，群體為50，交叉率取0.6，變異率取0.05，購(gòu)售電價(jià)采用二進(jìn)制編碼，編碼長(zhǎng)度為10。調(diào)度成本隨遺傳代數(shù)變化情況如圖7所示。

表3 固定/動(dòng)態(tài)分時(shí)電價(jià)下售電公司和微網(wǎng)調(diào)度結(jié)果

表4 價(jià)格離散矩陣參數(shù)設(shè)置

圖7 調(diào)度成本變化曲線Fig.7 Evaluation of the scheduling cost value

從圖7可以看出，即使迭代100次，兩階段優(yōu)化算法得到的最優(yōu)解依然劣于本文所提出算法求出的最優(yōu)值，且遺傳算法調(diào)用求解器(固定分時(shí)電價(jià)求解)一次用時(shí)約3 s，每代50個(gè)群體，因此每一代群體進(jìn)行選擇前用時(shí)都約150 s，100代用時(shí)將近五小時(shí)才求解完畢。綜上，本文提出的求解算法用時(shí)和精度都具有優(yōu)勢(shì)。

5 結(jié) 論

本文建立了基于動(dòng)態(tài)分時(shí)電價(jià)的含可平移負(fù)荷的微網(wǎng)優(yōu)化調(diào)度模型，提出了一種解決電價(jià)變量與電量變量相乘問(wèn)題的線性化方法，將混合整數(shù)非線性規(guī)劃問(wèn)題轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問(wèn)題以利用GUROBI求解器求解。所建立的模型和提出的算法可以一次性同時(shí)優(yōu)化分時(shí)電價(jià)與微網(wǎng)的購(gòu)售電量，較兩階段求解方法具有時(shí)間和效率優(yōu)勢(shì)，且離散矩陣離散精度對(duì)最優(yōu)影響不大，具有較強(qiáng)的穩(wěn)定性。同時(shí)，根據(jù)算例計(jì)算結(jié)果可以看出，所建立的動(dòng)態(tài)分時(shí)電價(jià)能促進(jìn)售電公司與微網(wǎng)之間的交易，從而實(shí)現(xiàn)雙贏。不過(guò)，本文的研究重點(diǎn)在于論證所提算法與常見(jiàn)兩階段求解方法在求解“動(dòng)態(tài)分時(shí)電價(jià)下的微網(wǎng)優(yōu)化調(diào)度模型”問(wèn)題中的有效性和先進(jìn)性，并沒(méi)有考慮售電公司與微網(wǎng)之間的博弈行為，在后續(xù)研究中可考慮該因素。