計(jì)及需求側(cè)響應(yīng)的光伏微網(wǎng)群與主動(dòng)配電網(wǎng)雙層優(yōu)化

呂智林，廖龐思，楊 嘯

（廣西大學(xué)電氣工程學(xué)院，南寧 530004）

太陽(yáng)能、風(fēng)能等可再生能源取之不盡用之不竭的特性將使其成為未來(lái)電力系統(tǒng)主要能源。而主動(dòng)配電網(wǎng)ADN（active distribution network）的發(fā)展旨在提高配電網(wǎng)側(cè)的可再生能源滲透率，優(yōu)化能源結(jié)構(gòu)[1]。多個(gè)微電網(wǎng)組成微網(wǎng)群，相互成為備用能量，互濟(jì)富余電力也成為對(duì)可再生能源進(jìn)行充分利用的有效方法之一。在電力市場(chǎng)環(huán)境下，微網(wǎng)與微網(wǎng)或微網(wǎng)與主動(dòng)配電網(wǎng)相連才能獲得更大利益[2]。

目前已有許多文獻(xiàn)對(duì)微網(wǎng)并入主動(dòng)配電網(wǎng)做了討論和研究。文獻(xiàn)[3]提出了一種并網(wǎng)多微網(wǎng)-主動(dòng)配電網(wǎng)雙層優(yōu)化模型，利用上層ADN 系統(tǒng)的優(yōu)化結(jié)果約束下層多微網(wǎng)MMG（multi-microgrid）從而得到MMG 的分布式電源DG（distributed genera?tion）規(guī)劃；文獻(xiàn)[4]采用目標(biāo)級(jí)聯(lián)法對(duì)ADN 系統(tǒng)和MMG 分別進(jìn)行優(yōu)化調(diào)度，通過(guò)將聯(lián)絡(luò)線(xiàn)功率作為解耦變量，實(shí)現(xiàn)微網(wǎng)自治模型與配網(wǎng)優(yōu)化模型的解耦與并行求解；文獻(xiàn)[5]提出了一種以上層配電系統(tǒng)作為領(lǐng)導(dǎo)者，下層微網(wǎng)作為追隨者的非線(xiàn)性雙層優(yōu)化模型，解出上層最小化成本和下層MMG 的最大化利潤(rùn)；文獻(xiàn)[6]提出一種多微網(wǎng)-主動(dòng)配電網(wǎng)兩層嵌套模型，以?xún)?nèi)層ADN 系統(tǒng)的調(diào)度結(jié)果作為外層微網(wǎng)調(diào)度模型的約束實(shí)現(xiàn)多微網(wǎng)的經(jīng)濟(jì)優(yōu)化調(diào)度。

上述文獻(xiàn)都是對(duì)微網(wǎng)和ADN 系統(tǒng)分別進(jìn)行建模和優(yōu)化，從而使雙方達(dá)到經(jīng)濟(jì)效益的最大化，但在優(yōu)化過(guò)程中沒(méi)能考慮不同類(lèi)型微網(wǎng)用戶(hù)的用電特性。為了能更好地引導(dǎo)用戶(hù)進(jìn)行需求側(cè)響應(yīng)，本文結(jié)合了商業(yè)型、辦公樓型和住宅型3種微網(wǎng)的用電特性，利用需求側(cè)響應(yīng)DR（demand-side response），引導(dǎo)用戶(hù)改變用電習(xí)慣來(lái)節(jié)能降耗。需求側(cè)響應(yīng)是供需側(cè)制定用電協(xié)議，由用戶(hù)自發(fā)進(jìn)行用電調(diào)整來(lái)參與供需功率平衡調(diào)節(jié)的方式。需求側(cè)管理不僅能夠提高分布式電源的滲透性，還能彌補(bǔ)DG 發(fā)電的間歇性[7]。文獻(xiàn)[8]提出了一種基于多智能體系統(tǒng)的多步分層優(yōu)化算法，將儲(chǔ)能電池、需求側(cè)響應(yīng)和可控發(fā)電廠(chǎng)作為調(diào)節(jié)單元根據(jù)各微網(wǎng)的能量盈余和短缺信息實(shí)時(shí)進(jìn)行調(diào)控；文獻(xiàn)[9]結(jié)合冷熱電可平移負(fù)荷的特性，建立了包含可平移負(fù)荷的綜合能源運(yùn)行成本的優(yōu)化調(diào)度模型，最后算例表明了負(fù)荷平移具有削峰填谷，減少綜合運(yùn)行成本等方面的作用。在考慮能源效益方面，使用基于多智能體一致性的分布式能源管理方法能有效解決微網(wǎng)群中能源互聯(lián)網(wǎng)的能源管理問(wèn)題[10]，微網(wǎng)間將剩余能量進(jìn)行互濟(jì)調(diào)節(jié)能提高可再生能源消納率，且每個(gè)子微網(wǎng)只需要與相鄰微網(wǎng)進(jìn)行少量的信息交換，與傳統(tǒng)集中式調(diào)度方法相比，收斂速度更快，加快指令產(chǎn)生與下達(dá)，符合實(shí)時(shí)動(dòng)態(tài)調(diào)度的需求[11]。

針對(duì)城鎮(zhèn)區(qū)域光伏發(fā)電較普及而風(fēng)力發(fā)電較少的情形，本文提出了考慮用戶(hù)需求側(cè)響應(yīng)的光伏微網(wǎng)群-主動(dòng)配電網(wǎng)雙層優(yōu)化調(diào)度模型，將下層光伏微網(wǎng)通過(guò)一定的拓?fù)浣Y(jié)構(gòu)組成微網(wǎng)群集系統(tǒng)，使用一致性算法將經(jīng)濟(jì)調(diào)度問(wèn)題轉(zhuǎn)換為功率分配過(guò)程中成本一致性問(wèn)題，在保證微電網(wǎng)群整體實(shí)時(shí)功率平衡的同時(shí)能降低功率調(diào)節(jié)所耗費(fèi)的成本。微網(wǎng)群通過(guò)聯(lián)絡(luò)線(xiàn)PCC（point of common coupling）與ADN進(jìn)行買(mǎi)賣(mài)電交易，根據(jù)微網(wǎng)群的電能情況來(lái)決定其是當(dāng)作虛擬負(fù)荷，還是當(dāng)作虛擬電源來(lái)參與上層主動(dòng)配電網(wǎng)最優(yōu)潮流的優(yōu)化調(diào)度，上層的配電網(wǎng)模型以系統(tǒng)網(wǎng)絡(luò)損耗最小為目標(biāo)函數(shù)，對(duì)最優(yōu)潮流模型進(jìn)行線(xiàn)性化出處理，解出滿(mǎn)足潮流約束下的配電網(wǎng)層DG出力。

1 微網(wǎng)群-主動(dòng)配電網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度策略

為提高微網(wǎng)的經(jīng)濟(jì)效益和環(huán)境效益以及能源效益，本文提出的策略主要考慮微網(wǎng)群并網(wǎng)運(yùn)行時(shí)與ADN 系統(tǒng)交互的兩種情況：有能量剩余向ADN系統(tǒng)售電，無(wú)法滿(mǎn)足用電需求時(shí)先微網(wǎng)群內(nèi)部互濟(jì)調(diào)節(jié)再向ADN 系統(tǒng)購(gòu)電，通過(guò)與ADN 交互減小分布式電源出力的不確定性和負(fù)荷波動(dòng)性對(duì)微網(wǎng)群的影響；上層ADN 系統(tǒng)與下層微網(wǎng)群作為不同的利益主體分別建模優(yōu)化，上下層優(yōu)化調(diào)度既獨(dú)立又互相關(guān)聯(lián)，上下層之間以PCC功率作為解耦變量進(jìn)行優(yōu)化，分別求解出各自的決策變量與目標(biāo)函數(shù)。

1.1 下層微網(wǎng)群功率調(diào)節(jié)策略

本文將多個(gè)光伏微網(wǎng)互聯(lián)組成微網(wǎng)群，使得微網(wǎng)群里的各個(gè)子微網(wǎng)實(shí)現(xiàn)能源共享，在各自負(fù)荷高峰和低谷時(shí)段能進(jìn)行能量互濟(jì)。各子微網(wǎng)都含有光伏PV（photovoltaic）發(fā)電機(jī)、儲(chǔ)能系統(tǒng)ESS（ener?gy storage system）、固定負(fù)荷FL（fixed load）以及需求側(cè)的柔性負(fù)荷。柔性負(fù)荷包括可轉(zhuǎn)移負(fù)荷TL（transferable load）和可中斷負(fù)荷IL（interruptible load），其中，可轉(zhuǎn)移負(fù)荷是指一類(lèi)使用時(shí)間靈活的負(fù)荷，根據(jù)協(xié)議用戶(hù)可在用電高峰時(shí)段的原本用電需求轉(zhuǎn)移到用電低谷時(shí)段或可再生能源出力高峰時(shí)段使用；可中斷負(fù)荷則是根據(jù)協(xié)議在用電高峰時(shí)段可直接中斷使用的負(fù)荷。

本文研究的對(duì)象是光伏微網(wǎng)群與主動(dòng)配電網(wǎng)，因此對(duì)微網(wǎng)群進(jìn)行功率調(diào)節(jié)時(shí)從供給側(cè)和需求側(cè)兩個(gè)方面來(lái)考慮，所以主要的調(diào)節(jié)方式包括：儲(chǔ)能系統(tǒng)充放電、多微網(wǎng)間的協(xié)調(diào)、需求側(cè)響應(yīng)以及向ADN系統(tǒng)買(mǎi)賣(mài)電。

1.2 上層主動(dòng)配電網(wǎng)優(yōu)化調(diào)度策略

改進(jìn)的IEEE-33 節(jié)點(diǎn)主動(dòng)配電網(wǎng)系統(tǒng)結(jié)構(gòu)如圖1 所示。本文提出的微網(wǎng)群-主動(dòng)配電網(wǎng)聯(lián)合調(diào)度策略通過(guò)PCC 聯(lián)絡(luò)線(xiàn)將微網(wǎng)群接入配電網(wǎng)的14節(jié)點(diǎn)處，微網(wǎng)群優(yōu)化得到的PCC功率會(huì)作為線(xiàn)路參數(shù)參與上層的經(jīng)濟(jì)調(diào)度。

圖1 接入微網(wǎng)群的主動(dòng)配電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.1 Structure of ADN system connected with MMG

2 微網(wǎng)群-主動(dòng)配電網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度數(shù)學(xué)模型

2.1 微網(wǎng)群優(yōu)化調(diào)度模型

微網(wǎng)群的優(yōu)化調(diào)度以?xún)?chǔ)能電池充放電、向外購(gòu)電和需求側(cè)響應(yīng)3 種功率調(diào)節(jié)方式來(lái)實(shí)現(xiàn)功率平衡，平抑光伏出力和負(fù)荷的波動(dòng)。以微網(wǎng)群經(jīng)濟(jì)成本最優(yōu)的角度建立微網(wǎng)群優(yōu)化調(diào)度模型，在滿(mǎn)足各調(diào)節(jié)單元的功率約束條件下，實(shí)現(xiàn)微網(wǎng)群供電可靠性和經(jīng)濟(jì)性。

2.1.1 微網(wǎng)群優(yōu)化目標(biāo)

微網(wǎng)群的優(yōu)化目標(biāo)是實(shí)現(xiàn)微網(wǎng)群售電收益最高，調(diào)節(jié)成本最低，因此目標(biāo)函數(shù)是售電收益與調(diào)節(jié)成本之和，表達(dá)式為

式中：Pb,t為t時(shí)段微網(wǎng)群向ADN購(gòu)電或售電功率；ρ1為購(gòu)電價(jià)格，購(gòu)電情況下Pb(t)為負(fù)；ρ2為售電價(jià)格，售電情況下Pb(t)為正。

各調(diào)節(jié)單元的調(diào)節(jié)成本分別表述。需求側(cè)響應(yīng)的調(diào)節(jié)成本為式中：Ppv,i,t為微網(wǎng)i在t時(shí)段的光伏出力功率；Pb,t為t時(shí)段微網(wǎng)群與主動(dòng)配電網(wǎng)交易功率，即PCC 聯(lián)絡(luò)線(xiàn)功率；PL,i,t為微網(wǎng)i在t時(shí)段的負(fù)荷需求；Pdr,i,t為微網(wǎng)i在t時(shí)段的需求側(cè)響應(yīng)功率，包括該時(shí)段從原本負(fù)荷需求功率中轉(zhuǎn)移出去和中斷使用的負(fù)荷功率。每個(gè)子微網(wǎng)在t時(shí)段的需求側(cè)響應(yīng)功率為上述兩種類(lèi)型的需求側(cè)響應(yīng)功率之和，即

式中：Ptr,i,t為微網(wǎng)i在t時(shí)段的轉(zhuǎn)移負(fù)荷功率；Pir,i,t為微網(wǎng)i在t時(shí)段中斷的負(fù)荷功率。需求側(cè)響應(yīng)調(diào)節(jié)中進(jìn)行負(fù)荷轉(zhuǎn)移的優(yōu)先級(jí)比中斷負(fù)荷高，即若需要進(jìn)行需求側(cè)響應(yīng)的時(shí)段正好在轉(zhuǎn)出負(fù)荷的時(shí)間約束內(nèi)則優(yōu)先考慮轉(zhuǎn)出負(fù)荷。

（2）儲(chǔ)能系統(tǒng)功率約束為

式中：Ptr,i,max為微網(wǎng)i的最大轉(zhuǎn)移負(fù)荷功率；Pir,i,max為微網(wǎng)i的最大可中斷負(fù)荷功率。微網(wǎng)i在t時(shí)段的轉(zhuǎn)移狀態(tài)變量di,t和轉(zhuǎn)移負(fù)荷功率Ptr,i,t分別為

（5）聯(lián)絡(luò)線(xiàn)功率約束為

式中，Ppcc,min和Ppcc,max分別為PCC 聯(lián)絡(luò)線(xiàn)功率的最小值和最大值。

下層優(yōu)化得出的微網(wǎng)向配電網(wǎng)購(gòu)電或售電功率Pb即為聯(lián)絡(luò)線(xiàn)功率。

2.2 上層配電網(wǎng)系統(tǒng)最優(yōu)潮流模型

2.2.1 目標(biāo)函數(shù)

最優(yōu)潮流模型以ADN 系統(tǒng)網(wǎng)絡(luò)損耗最低為目標(biāo)，求出網(wǎng)損最低情況下的發(fā)電成本。目標(biāo)函數(shù)為

式中：C(PGi)為發(fā)電機(jī)組運(yùn)行成本；PGi為第i個(gè)發(fā)電機(jī)組的有功發(fā)電功率；N為發(fā)電機(jī)組個(gè)數(shù)；αi、βi、γi分別為第i個(gè)發(fā)電機(jī)的耗量特性曲線(xiàn)參數(shù)。

2.2.2 約束條件

（1）功率平衡約束為

（2）功率上、下限約束和電壓上、下限約束為

式中：Vi_min、Vi_max分別為節(jié)點(diǎn)i電壓幅值的上、下限；PGimax、PGimin分別為發(fā)電機(jī)組i有功出力的上、下限；QGimax、QGimin分別為發(fā)電機(jī)組i無(wú)功出力的上、下限。

（3）二階錐約束為

3 雙層優(yōu)化調(diào)度模型的求解

3.1 微網(wǎng)群優(yōu)化模型的求解

下層微網(wǎng)群優(yōu)化調(diào)度模型使用離散一階一致性算法進(jìn)行求解，該算法選取子微網(wǎng)的調(diào)節(jié)成本作為一致性變量。基于一致性算法的功率調(diào)節(jié)策略不需要中央控制器，當(dāng)微網(wǎng)群功率不平衡時(shí)，子微網(wǎng)間只需要交換自身實(shí)時(shí)更新的一致性變量，達(dá)成一致后再各自逐級(jí)反解出決策變量。

由于迭代收斂得到的一致性變量即各微網(wǎng)的調(diào)節(jié)成本是一定的，所以已知調(diào)節(jié)成本可以根據(jù)調(diào)度優(yōu)先級(jí)先后反解出分配到各調(diào)節(jié)單元的功率。在該功率調(diào)節(jié)策略中，儲(chǔ)能單元輸出功率、需求側(cè)響應(yīng)功率以及向ADN 購(gòu)電功率3 個(gè)決策變量由一致性變量逐級(jí)反解得到，具體表現(xiàn)為調(diào)節(jié)成本低的單元優(yōu)先啟動(dòng)。一致性算法求解過(guò)程中，若某個(gè)調(diào)節(jié)單元分配到的功率超出約束條件的限制，則取最大值為調(diào)節(jié)功率，若取該調(diào)節(jié)單元的最大調(diào)節(jié)功率仍不能滿(mǎn)足功率平衡則啟動(dòng)下一個(gè)調(diào)節(jié)成本較低的調(diào)節(jié)單元進(jìn)行調(diào)節(jié)，直到總調(diào)節(jié)功率能夠填補(bǔ)微網(wǎng)群總體功率不平衡量且調(diào)節(jié)成本達(dá)到一致收斂。

單個(gè)微網(wǎng)的調(diào)節(jié)成本包括蓄電池充放電折舊成本Cdr,i、需求側(cè)響應(yīng)成本Ces,i和購(gòu)電成本Cb,i，即

式中，Ci為第i個(gè)微網(wǎng)的總調(diào)節(jié)成本。

由文獻(xiàn)[13-14]的一致性算法圖論基礎(chǔ)，3 個(gè)微網(wǎng)由環(huán)形結(jié)構(gòu)的通信拓?fù)浣Y(jié)構(gòu)進(jìn)行通信得出通信迭代矩陣為H，則微網(wǎng)的一致性變量更新公式為

式中，θ為收斂誤差，本文取0.000 1。

綜上，微網(wǎng)群的優(yōu)化調(diào)度求解算法流程如圖2所示。

圖2 微網(wǎng)群功率調(diào)節(jié)流程Fig.2 Flow chart of MMG power regulation

在判斷各微網(wǎng)出力是否滿(mǎn)足負(fù)荷時(shí)，已經(jīng)能實(shí)現(xiàn)自給自足的子微網(wǎng)獨(dú)立運(yùn)行，退出通信拓?fù)洹．?dāng)微網(wǎng)群中的子微網(wǎng)有電能剩余時(shí)，優(yōu)先考慮把電能傳輸給電能不足的子微網(wǎng)，再考慮自身的儲(chǔ)能進(jìn)行充電。為避免棄光造成能源的浪費(fèi)，售電功率取各子微網(wǎng)進(jìn)行電能互濟(jì)及ESS充電后剩余電量出售給配電網(wǎng)，微網(wǎng)群售電過(guò)程不需要進(jìn)行一致性功率調(diào)節(jié)。

3.2 主動(dòng)配電網(wǎng)優(yōu)化模型的求解算法

上層的配電網(wǎng)模型以網(wǎng)絡(luò)損耗為目標(biāo)函數(shù)，將下層優(yōu)化得出PCC 聯(lián)絡(luò)線(xiàn)功率代入上層最優(yōu)潮流模型中求解出滿(mǎn)足潮流約束下的配電網(wǎng)層DG 出力。式（17）導(dǎo)致了上層模型的非凸非線(xiàn)性，因此在模型求解之前用二階錐技術(shù)通過(guò)重新定義變量將式（17）轉(zhuǎn)化為式（19），再用Gurobi 求解器進(jìn)行求解。模型求解步驟如下。

步驟1 將下層優(yōu)化得到的PCC功率代入主動(dòng)配電網(wǎng)線(xiàn)路參數(shù)中，開(kāi)始讀取數(shù)據(jù)。

步驟2 用二階錐技術(shù)轉(zhuǎn)化上層優(yōu)化模型。

步驟3 調(diào)用Gurobi求解器解上層優(yōu)化模型并輸出DG出力與目標(biāo)函數(shù)。

4 算例分析

4.1 算例參數(shù)

4.1.1 微網(wǎng)群基本參數(shù)

本文將微電網(wǎng)群視為能夠直接實(shí)現(xiàn)能量互濟(jì)的互聯(lián)系統(tǒng)，不考慮微網(wǎng)間具體的接線(xiàn)方式。各微網(wǎng)所含設(shè)備與設(shè)備容量如表1所示。

表1 微網(wǎng)群的設(shè)備容量及數(shù)量Tab.1 Equipment capacity and quantity of MMG

假設(shè)蓄電池的初始荷電狀態(tài)為10%，在光伏發(fā)電高峰期進(jìn)行充電，在負(fù)荷需求峰值時(shí)段進(jìn)行放電，對(duì)負(fù)荷曲線(xiàn)起到削峰填谷作用，充放電效率為90%，充放電折舊系數(shù)為0.05 元/kW。假設(shè)光伏消納率為100%。一個(gè)調(diào)度周期為24 h，微網(wǎng)群的24 h光伏預(yù)測(cè)出力如圖3所示。

圖3 微網(wǎng)群光伏出力及負(fù)荷預(yù)測(cè)Fig.3 Photovoltaic output and load forecasting of MMG

圖3 中負(fù)荷表示每個(gè)微網(wǎng)的總負(fù)荷，包括固定負(fù)荷、可中斷負(fù)荷和可轉(zhuǎn)移負(fù)荷，MG1 是商場(chǎng)區(qū)域微網(wǎng)，總負(fù)荷需求較高且高峰期在下午到晚上；MG2 是辦公樓型微網(wǎng)，負(fù)荷用電高峰期在白天；MG3 是住宅區(qū)微網(wǎng)，高峰期為08：00 和20：00。為提高用戶(hù)進(jìn)行需求側(cè)響應(yīng)的積極性，根據(jù)可進(jìn)行需求側(cè)響應(yīng)的負(fù)荷量并結(jié)合各時(shí)段用戶(hù)響應(yīng)的實(shí)際意愿為3個(gè)不同類(lèi)型MG設(shè)定相應(yīng)的補(bǔ)償價(jià)格，3個(gè)微網(wǎng)支付給用戶(hù)的需求側(cè)響應(yīng)補(bǔ)償價(jià)格r1、r2、r3如圖4所示。本文微網(wǎng)群與主動(dòng)配電網(wǎng)的交易電價(jià)采用尖峰電價(jià)[15]，一個(gè)調(diào)度周期各時(shí)段電價(jià)如表2所示。

圖4 微網(wǎng)群需求側(cè)響應(yīng)補(bǔ)償價(jià)格Fig.4 Demand-side response compensation price of MMG

表2 微網(wǎng)群與ADN 交易的電價(jià)Tab.2 Electricity price for transaction between MMG and ADN

4.1.2 ADN 系統(tǒng)基本參數(shù)

ADN系統(tǒng)結(jié)構(gòu)如圖2所示，發(fā)電機(jī)組基本參數(shù)如表3所示。

表3 ADN 系統(tǒng)中各機(jī)組的特性參數(shù)與出力范圍Tab.3 Characteristic parameters and output range of each unit in ADN system

4.2 結(jié)果與分析

4.2.1 微網(wǎng)群優(yōu)化調(diào)度結(jié)果

對(duì)微網(wǎng)群進(jìn)行24 h 調(diào)度，得到3 個(gè)微網(wǎng)的需求側(cè)響應(yīng)功率、與ADN 交易的電能功率以及儲(chǔ)能充放電功率，結(jié)果分別如圖5～圖7所示。

圖5 微網(wǎng)群需求側(cè)響應(yīng)功率Fig.5 Demand-side response power of MMG

圖6 微網(wǎng)群買(mǎi)賣(mài)電功率Fig.6 Purchase and selling electric power by MMG

圖7 儲(chǔ)能充放電功率Fig.7 Charging and discharging power of energy storage

結(jié)合圖3～圖7，由于07：00—17：00 光伏出力充足，不需要向ADN 購(gòu)電及啟動(dòng)需求側(cè)響應(yīng)進(jìn)行調(diào)節(jié)，需求側(cè)響應(yīng)功率為0。在時(shí)段00：00—06：00和17：00—24：00 則需充分利用儲(chǔ)能、需求側(cè)響應(yīng)以及向外購(gòu)電來(lái)滿(mǎn)足微網(wǎng)電能需求。圖6 中數(shù)值為負(fù)表示購(gòu)電，為正表示售電。MG1儲(chǔ)能和需求側(cè)響應(yīng)調(diào)節(jié)單元的調(diào)節(jié)能力較強(qiáng)，需要承擔(dān)更多的調(diào)節(jié)功率。但當(dāng)3 個(gè)微網(wǎng)總調(diào)節(jié)成本達(dá)成一致時(shí)，MG2 和MG3 由于進(jìn)行需求側(cè)響應(yīng)功率較小，所以需要幫MG1承擔(dān)購(gòu)電量，所以從圖6可以看出MG2和MG3的購(gòu)電量較大。3個(gè)MG在一個(gè)調(diào)度周期內(nèi)的儲(chǔ)能充放電情況如圖7 所示，數(shù)值為正表示充電，為負(fù)表示放電。

圖8 為3 個(gè)微網(wǎng)分別在一個(gè)調(diào)度周期內(nèi)的收益，即功率調(diào)節(jié)成本與賣(mài)電收益的總和。在01：00—05：00、19：00—24：00 時(shí)段中3 個(gè)微網(wǎng)使用一致性算法進(jìn)行功率調(diào)節(jié)，調(diào)節(jié)成本達(dá)成一致，所以3 個(gè)微網(wǎng)的調(diào)節(jié)成本相同。

圖8 微網(wǎng)群收益Fig.8 Revenue of MMG

商業(yè)型MG1和住宅型微網(wǎng)MG3需求側(cè)響應(yīng)類(lèi)型包含可轉(zhuǎn)移負(fù)荷和可中斷負(fù)荷，而辦公樓型微網(wǎng)MG2只包含可中斷負(fù)荷。實(shí)施DR調(diào)度后轉(zhuǎn)移的負(fù)荷、中斷負(fù)荷與原始負(fù)荷占比如圖9～圖11所示。

圖9 MG1 實(shí)施DR 后的負(fù)荷功率Fig.9 Load power after DR of MG1

圖10 MG2 實(shí)施DR 后的負(fù)荷功率Fig.10 Load power after DR of MG2

圖11 MG3 實(shí)施DR 后的負(fù)荷功率Fig.11 Load power after DR of MG3

圖9～圖11 中的“DR 后負(fù)荷”表示進(jìn)行需求側(cè)響應(yīng)后的總負(fù)荷（包括固定負(fù)荷和無(wú)需中斷或轉(zhuǎn)移負(fù)荷）。白色部分表示轉(zhuǎn)移出去的負(fù)荷，陰影部分表示實(shí)施DR后轉(zhuǎn)入使用的負(fù)荷。對(duì)比光伏出力曲線(xiàn)可知白天的光伏發(fā)電充足可以滿(mǎn)足用戶(hù)用電需求，不需要進(jìn)行需求側(cè)響應(yīng)。進(jìn)行負(fù)荷轉(zhuǎn)移能起到一定的削峰填谷作用，協(xié)調(diào)進(jìn)行兩種需求側(cè)響應(yīng)能使調(diào)度周期內(nèi)的負(fù)荷盡量趨近光伏發(fā)電輸出功率曲線(xiàn)。

為驗(yàn)證下層基于一致性算法的功率調(diào)節(jié)策略的有效性，本文采用微網(wǎng)分散自治模式進(jìn)行對(duì)比分析。模式1 中3 個(gè)微網(wǎng)互聯(lián)成微網(wǎng)群，根據(jù)本文提出的功率調(diào)節(jié)策略進(jìn)行調(diào)度。模式2中3個(gè)微網(wǎng)不互聯(lián)，各自進(jìn)行功率調(diào)節(jié)。2 種運(yùn)行方式一個(gè)調(diào)度周期內(nèi)功率調(diào)節(jié)費(fèi)用如表4所示。

表4 2 種模式下微網(wǎng)功率調(diào)節(jié)費(fèi)用Tab.4 Power regulation cost in two modes of microgrid

由表4可知：模式1中，微網(wǎng)群的調(diào)節(jié)費(fèi)用比較平均地由3個(gè)微網(wǎng)承擔(dān)，因?yàn)樵诖四Ｊ较挛⒕W(wǎng)間互通信息，總體功率不平衡時(shí)先由調(diào)節(jié)費(fèi)用最低的儲(chǔ)能單元放電，再根據(jù)各子微網(wǎng)進(jìn)行DR 和向外購(gòu)電調(diào)節(jié)費(fèi)用高低進(jìn)行調(diào)節(jié)功率的分配；模式2中，MG1的調(diào)節(jié)費(fèi)用比MG2高出很多是因?yàn)镸G1供需功率不平衡量較大，所以需要更多的DR 功率和向外購(gòu)電來(lái)調(diào)節(jié)，產(chǎn)生的費(fèi)用最多。然而使用模式1后能充分利用其他微網(wǎng)可調(diào)資源，把自身的調(diào)節(jié)壓力分給另外兩個(gè)調(diào)節(jié)成本較低的微網(wǎng)，實(shí)現(xiàn)微網(wǎng)群的能量互濟(jì)且在使微網(wǎng)群實(shí)現(xiàn)功率平衡的前提下調(diào)節(jié)成本最小，獲得更好的經(jīng)濟(jì)效益。

4.2.2 ADN 層聯(lián)合優(yōu)化調(diào)度結(jié)果

主動(dòng)配電網(wǎng)24 h 調(diào)度的分布式電源出力如圖12所示。

圖12 主動(dòng)配電網(wǎng)DG 出力Fig.12 DG output from ADN

圖12中01：00—06：00和17：00—24：00時(shí)PCC功率為負(fù)說(shuō)明微網(wǎng)群作為虛擬負(fù)荷連接到ADN 系統(tǒng)中。由于DG8 和DG24 機(jī)組參數(shù)較小，因此DG8和DG24 承擔(dān)較大的出力變化，由圖12 也可以看出，其他DG的出力變化較小。

ADN 系統(tǒng)的網(wǎng)絡(luò)損耗如圖13 所示，由圖13 可知06：00—17：00時(shí)段的ADN系統(tǒng)網(wǎng)絡(luò)損耗有所降低，因?yàn)樵摃r(shí)段微網(wǎng)群向ADN系統(tǒng)售電，在ADN系統(tǒng)充當(dāng)發(fā)電單元的角色，ADN的其他機(jī)組就可以減少發(fā)電，使得網(wǎng)損降低。

圖13 主動(dòng)配電網(wǎng)網(wǎng)絡(luò)損耗Fig.13 Network loss of ADN

算例中把下層優(yōu)化得到的PCC 功率代到上層最優(yōu)潮流優(yōu)化時(shí)，若在微網(wǎng)群可再生能源出力高峰時(shí)段不與主動(dòng)配電網(wǎng)進(jìn)行交易，棄風(fēng)棄光的能量為629 kW，對(duì)自然資源造成很大的浪費(fèi)。同時(shí)若在負(fù)荷高峰時(shí)段僅使用向外購(gòu)電方式進(jìn)行功率調(diào)節(jié)會(huì)使調(diào)節(jié)成本增多，所以采用本文提出的微網(wǎng)群-主動(dòng)配電網(wǎng)聯(lián)合調(diào)度方案能在保證用電可靠性的前提下提高經(jīng)濟(jì)效益和環(huán)境效益。

ADN 系統(tǒng)發(fā)電成本如圖14 所示。由圖14 可知，微網(wǎng)群向ADN售電時(shí)段，PCC聯(lián)絡(luò)線(xiàn)在ADN系統(tǒng)中當(dāng)做電源供電，其他DG就可以減少出力，減小ADN系統(tǒng)的發(fā)電成本。

圖14 ADN 系統(tǒng)發(fā)電成本Fig.14 Power generation cost of ADN system

5 結(jié) 論

本文通過(guò)研究城鎮(zhèn)光伏微網(wǎng)用戶(hù)的用電行為，將三種不同用戶(hù)類(lèi)型的光伏微網(wǎng)組成的微網(wǎng)群接入ADN系統(tǒng)，構(gòu)建了微網(wǎng)群和ADN系統(tǒng)雙層優(yōu)化調(diào)度模型。通過(guò)分析算例仿真結(jié)果，得出的結(jié)論如下。

（1）下層微網(wǎng)群計(jì)及需求側(cè)響應(yīng)的微網(wǎng)調(diào)節(jié)成本一致性協(xié)調(diào)策略與各微網(wǎng)分散自治的方式相比能實(shí)現(xiàn)微網(wǎng)間的能量協(xié)調(diào)互濟(jì)，降低微網(wǎng)群的整體功率調(diào)節(jié)費(fèi)用。通過(guò)協(xié)調(diào)調(diào)度不同微網(wǎng)內(nèi)部的儲(chǔ)能系統(tǒng)及需求側(cè)的柔性負(fù)荷等可調(diào)資源，更好地引導(dǎo)用戶(hù)用電，對(duì)負(fù)荷曲線(xiàn)起到削峰填谷的作用，并直接減少微網(wǎng)群電費(fèi)支出。

（2）微網(wǎng)群通過(guò)與ADN進(jìn)行電能交易，既可以緩解負(fù)荷高峰時(shí)因光伏發(fā)電不足造成供電緊張，又可以在光伏發(fā)電高峰將剩余電能出售，提高微網(wǎng)群經(jīng)濟(jì)效益、減少棄光，同時(shí)也減少了ADN 系統(tǒng)的發(fā)電成本和網(wǎng)絡(luò)損耗。