計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃方法

孫開元, 陳坤, 岑海鳳, 李濤, 曾慧, 林琳

(廣東電網(wǎng)有限責(zé)任公司廣州供電局, 廣州 510013)

微電網(wǎng)是指由分布式電源、儲(chǔ)能裝置、能量轉(zhuǎn)換裝置、負(fù)荷、監(jiān)控和保護(hù)裝置等組成的小型發(fā)配電系統(tǒng)。隨著全球經(jīng)濟(jì)的快速發(fā)展,微電網(wǎng)得到社會(huì)各界專家的高度重視[1]。微電網(wǎng)中的新能源發(fā)電具有較強(qiáng)的隨機(jī)性和波動(dòng)性,會(huì)對微電網(wǎng)的電壓波動(dòng)等帶來影響,如何平抑微電網(wǎng)中新能源系統(tǒng)的能量波動(dòng)是研究的首要任務(wù)。而聯(lián)網(wǎng)型微電網(wǎng)是解決高比例新能源接入配電網(wǎng)中能量波動(dòng)的有效方案,但該方案對儲(chǔ)能容量的規(guī)劃提出了較高要求。因此,對聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量進(jìn)行規(guī)劃具有重要的意義。

目前,隨著新能源技術(shù)的發(fā)展,國內(nèi)大量學(xué)者對微電網(wǎng)儲(chǔ)能容量規(guī)劃方法進(jìn)行了研究,如招景明等[2]提出一種考慮光伏波動(dòng)的有源配電網(wǎng)分布式儲(chǔ)能雙目標(biāo)優(yōu)化規(guī)劃方法,該方法以電壓波動(dòng)和配電網(wǎng)綜合成本為雙目標(biāo),通過分布式儲(chǔ)能優(yōu)化規(guī)劃模型對雙目標(biāo)模型進(jìn)行優(yōu)化求解,解決了光伏出力隨機(jī)性對儲(chǔ)能配置方案的影響。但該方法存在經(jīng)濟(jì)性不理想的問題,建設(shè)和運(yùn)行成本較高。謝鵬等[3]提出了一種考慮多時(shí)間尺度不確定性耦合影響的風(fēng)光儲(chǔ)微電網(wǎng)系統(tǒng)儲(chǔ)能容量協(xié)同優(yōu)化方法,該方法在考慮微電網(wǎng)優(yōu)化運(yùn)行的耦合前提下,根據(jù)能量平衡能力指標(biāo)以及魯棒性協(xié)調(diào)成本指標(biāo)構(gòu)建了微電網(wǎng)儲(chǔ)能容量規(guī)劃模型,并通過復(fù)合差分進(jìn)化算法對其進(jìn)行求解,最終得到規(guī)劃方案。該方法僅限于包含可再生電源和電力負(fù)荷的微電網(wǎng)系統(tǒng),在含多種分布式電源的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量規(guī)劃中,存在儲(chǔ)能額定電量容量不穩(wěn)定的問題。黃金鑫等[4]提出了一種基于蒙特卡洛模擬和頻譜分析法的孤島微電網(wǎng)儲(chǔ)能容量配置方法,該方法在考慮微電網(wǎng)潮流約束以及安全約束的條件下,構(gòu)建最小功率補(bǔ)償模型,通過非線性內(nèi)點(diǎn)規(guī)劃求解最小功率補(bǔ)償。使用離散傅里葉對得到的最小功率補(bǔ)償進(jìn)行頻譜分析,獲取對應(yīng)的補(bǔ)償指令,進(jìn)而實(shí)現(xiàn)儲(chǔ)能容量規(guī)劃。該方法有利于解決孤島型微電網(wǎng)中間歇性新能源消納及功率波動(dòng)的問題,但存在儲(chǔ)能系統(tǒng)負(fù)荷較大的問題。徐婉迪等[5]提出了一種不確定環(huán)境下并網(wǎng)型光儲(chǔ)微電網(wǎng)的容量規(guī)劃方法,針對并網(wǎng)型光儲(chǔ)微電網(wǎng)容量規(guī)劃問題,構(gòu)建了全新的兩階段分布魯棒優(yōu)化模型,并基于線性決策準(zhǔn)則對模型進(jìn)行求解,從而實(shí)現(xiàn)微電網(wǎng)容量的規(guī)劃,該方法存在能量平衡能力不高的問題。張富平等[6]提出一種計(jì)及分布式電源不確定性的微網(wǎng)儲(chǔ)能容量博弈優(yōu)化方法,通過建立微網(wǎng)間的非合作博弈模型,考慮分布式電源出力的不確定性,利用機(jī)會(huì)約束規(guī)劃理論對微網(wǎng)非合作博弈優(yōu)化模型進(jìn)行建模分析,該方法在聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量規(guī)劃中存在規(guī)劃效率不高、規(guī)劃精度不高等問題。

為解決以上方法存在的問題,現(xiàn)提出一種計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃方法,在考慮需求響應(yīng)的基礎(chǔ)上,構(gòu)建聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型,通過改進(jìn)后的粒子群優(yōu)化算法(particle swarm optimization,PSO)對儲(chǔ)能容量隨機(jī)規(guī)劃模型進(jìn)行求解,從而獲得最優(yōu)規(guī)劃方案。

1 計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型

1.1 隨機(jī)模擬技術(shù)

根據(jù)隨機(jī)變量的概率抽取變量可以很好地實(shí)現(xiàn)隨機(jī)模擬,對于一些無法求解的復(fù)雜度較高的規(guī)劃問題,使用隨機(jī)模擬模型求解是較好的解決方案之一。估計(jì)目標(biāo)函數(shù)的期望值和估計(jì)隨機(jī)事件發(fā)生的概率是隨機(jī)優(yōu)化問題中主要的應(yīng)用方面[7]。

在考慮需求響應(yīng)的基礎(chǔ)上,構(gòu)建聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型,該模型由目標(biāo)函數(shù)以及約束條件共同組成隨機(jī)變量,目標(biāo)函數(shù)的期望值為

(1)

式(1)中:θ為目標(biāo)函數(shù)的期望值;g(ξ)為目標(biāo)函數(shù);N為隨機(jī)樣本的數(shù)量;i為樣本的編號(hào)。

由于實(shí)際約束條件比較模糊,因此,在隨機(jī)模擬技術(shù)下,通過概率來進(jìn)行約束條件的表示。設(shè)某一概率約束條件為

Pr{gj(x,ξ)≤0}≥λj,j=1,2,…,p

(2)

式(2)中:x為決策向量;ξ為隨機(jī)變量;gj(x,ξ)為約束條件函數(shù);λj為置信水平。

采用隨機(jī)模擬技術(shù)驗(yàn)證對應(yīng)的約束條件,詳細(xì)的操作步驟[8]如下。

步驟1優(yōu)先設(shè)定置數(shù)N1=0。

步驟2隨機(jī)形成N個(gè)變量,設(shè)定隨機(jī)變量樣本為ξi。

步驟3假設(shè)決策變量x滿足gj(x,ξi)≤0,需要將預(yù)置數(shù)的取值加1。

步驟4將步驟3重復(fù)N次。

步驟5假設(shè)N1/N≥λj,則成立;反之,則不成立。

1.2 模型構(gòu)建

1.2.1 目標(biāo)函數(shù)

在計(jì)及需求響應(yīng)條件下,聯(lián)網(wǎng)型的微電網(wǎng)輸出功率會(huì)隨著外界條件的變化而變化,同時(shí)由于電力系統(tǒng)包含多種不同的運(yùn)行模式,而且不同時(shí)段的風(fēng)機(jī)輸出功率也存在十分明顯的差異。為了確保聯(lián)網(wǎng)型微電網(wǎng)能夠更好完成儲(chǔ)能容量隨機(jī)規(guī)劃,使規(guī)劃后的項(xiàng)目投資費(fèi)用最小[9-10],構(gòu)建聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能成本目標(biāo)函數(shù)f1為

f1=CucPuc+CbatPbat

(3)

式(3)中:Puc為超級電容的額定功率;Pbat為蓄電池的額定功率;Cuc為超級電容單位功率的成本;Cbat為蓄電池單位功率的成本。

計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能的另一個(gè)優(yōu)化目標(biāo)是可再生能源功率波動(dòng)平抑,該值應(yīng)該以加入儲(chǔ)能系統(tǒng)后等效輸出功率的方差最小為目標(biāo),根據(jù)微電網(wǎng)配置運(yùn)行一段時(shí)間內(nèi)的輸出功率方差和最小為目標(biāo)函數(shù)f2為

(4)

PDG,i=Pgd,i+Puc,i+Pbat,i

(5)

式中:Puc,i和Pbat,i分別為超級電容以及蓄電池的輸出功率;Pgd,i為沒有儲(chǔ)能補(bǔ)償?shù)目稍偕茉吹膶?shí)際發(fā)電功率;PDG,i為經(jīng)過儲(chǔ)能補(bǔ)償后可再生能源的輸出功率;t1為儲(chǔ)能參入可再生能源功率調(diào)節(jié)的開始時(shí)間;t2為儲(chǔ)能參入可再生能源功率調(diào)節(jié)的結(jié)束時(shí)間。

1.2.2 約束條件

計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能系統(tǒng)容量配置應(yīng)該考慮功率平衡、儲(chǔ)能電池荷電狀態(tài)、儲(chǔ)能最大功率限制等方面的約束條件,具體如下。

1)功率平衡約束

聯(lián)網(wǎng)型微電網(wǎng)在運(yùn)行過程中,需要滿足功率平衡需求,功率失衡將造成微電網(wǎng)運(yùn)行中出現(xiàn)功率波動(dòng),從而產(chǎn)生故障,因此,功率平衡約束條件為

Pgd,i+Puc,i+Pbat,i-PL,i-PLoss,i=0

(6)

式(6)中:PL,i為電力系統(tǒng)的負(fù)荷功率輸出值;PLoss,i為微電網(wǎng)運(yùn)行過程中產(chǎn)生的功率損耗。

2)儲(chǔ)能電池荷電狀態(tài)

為了確保聯(lián)網(wǎng)型微電網(wǎng)的正常運(yùn)行,在使用儲(chǔ)能電池的過程中,需要保證電池的安全性和最小耗損,有效防止過度放電對電池本身造成的影響[11-12]。其中,電池荷電狀態(tài)需要滿足以下的約束條件為

(7)

式(7)中:SOCuc,max和SOCuc,min分別為超級電容荷電狀態(tài)的上限和下限;SOCB,max和SOCB,min分別為蓄電池荷電狀態(tài)的上限和下限。

3)最大功率要求

在短時(shí)故障下,微電網(wǎng)中會(huì)突然出現(xiàn)比較大的功率,為了有效防止上述情況的發(fā)生。微電網(wǎng)儲(chǔ)能系統(tǒng)必須快速輸出較大功率,也減少突然大功率缺失對電能質(zhì)量的影響。儲(chǔ)能系統(tǒng)的總功率不小于瞬時(shí)功率最大值ΔPmax,表達(dá)式為

Puc,i+Pbat,i≥ΔPmax

(8)

在上述分析的基礎(chǔ)上,還需要設(shè)定超級電容以及蓄電池儲(chǔ)能輸出功率的范圍,表達(dá)式為

(9)

對以上的目標(biāo)函數(shù)以及約束條件進(jìn)行總結(jié),即可獲取計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型[13-14]為

(10)

(11)

1.3 模型求解

粒子群優(yōu)化算法(PSO)是一種基于種群的隨機(jī)優(yōu)化技術(shù),采用改進(jìn)的粒子群算法[15]對上述構(gòu)建的計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型進(jìn)行求解,優(yōu)先對PSO算法中的編碼方式進(jìn)行改進(jìn)。在聯(lián)網(wǎng)型微電網(wǎng)運(yùn)行過程中,需要通過決策變量的閾值取值范圍確定最終的解集搜索空間。

在搜索空間中會(huì)形成初始化的粒子種群,在搜索空間中對全部粒子群進(jìn)行初始化處理[16],即可形成粒子種群表示為

(12)

由于聯(lián)網(wǎng)型微電網(wǎng)中分布式電源的隨機(jī)出力特性導(dǎo)致隨機(jī)變量影響負(fù)荷的分配,因此,需要采用隨機(jī)模擬技術(shù)來對約束越限值進(jìn)行模擬。

根據(jù)隨機(jī)模擬技術(shù)[式(2)]可知,在計(jì)及需求響應(yīng)條件下,聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能系統(tǒng)中的負(fù)荷需要滿足式(11)中的約束條件,表達(dá)式為

(13)

經(jīng)過改進(jìn)后,利用隨機(jī)模擬技術(shù)和改進(jìn)后的PSO算法對計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型進(jìn)行求解,求解流程如圖1所示,求解步驟如下。

圖1 模型求解流程Fig.1 Model solving process

步驟1計(jì)算網(wǎng)損和方差靈敏度,同時(shí)將其進(jìn)行排序。

步驟2輸入儲(chǔ)能容量歷史數(shù)據(jù),采用相關(guān)公式計(jì)算獲取粒子的位置和速度值。

步驟3計(jì)算不同粒子的適應(yīng)度取值。

步驟4更新粒子的全局以及局部最優(yōu)值。

步驟5通過模擬退火算法對求解的局部最優(yōu)解進(jìn)行抽樣,形成全新的目標(biāo)函數(shù)值,使用Metropolis準(zhǔn)則保留最優(yōu)解,剔除無用解。

步驟6通過抽樣結(jié)果獲取全局最優(yōu),同時(shí)檢驗(yàn)算法是否達(dá)到最大迭代次數(shù),假設(shè)達(dá)到,則跳轉(zhuǎn)至步驟7;反之,則返回步驟4。

步驟7輸出最優(yōu)規(guī)劃方案。

2 實(shí)驗(yàn)分析

為了驗(yàn)證所述的計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃的效果,需要準(zhǔn)確描述儲(chǔ)能系統(tǒng)額定容量和微電網(wǎng)能量平衡能力之間的關(guān)系?，F(xiàn)以廣東省某地區(qū)聯(lián)網(wǎng)型微電網(wǎng)為例,該微電網(wǎng)中存在分布式光伏和風(fēng)力發(fā)電系統(tǒng),共由30個(gè)節(jié)點(diǎn)所構(gòu)成,分別標(biāo)記為1～30,其中在4、10、15號(hào)多元負(fù)荷節(jié)點(diǎn)處并入光伏機(jī)組,在20號(hào)多元負(fù)荷節(jié)點(diǎn)處并入風(fēng)力機(jī)組。優(yōu)先獲取不同仿真對象的光伏以及風(fēng)電等數(shù)據(jù)的變化情況,負(fù)荷、光伏和風(fēng)電標(biāo)幺化數(shù)據(jù)如圖2所示。

圖2 負(fù)荷、光伏和風(fēng)電標(biāo)幺化數(shù)據(jù)Fig.2 Standardized data of load, photovoltaic and wind power

優(yōu)先獲取不同仿真對象的光伏以及風(fēng)電等數(shù)據(jù)的變化情況,負(fù)荷、光伏和風(fēng)電標(biāo)幺化數(shù)據(jù)如圖2所示。

圖2(a)～圖2(c)分別為不同仿真對象在00:00—24:00時(shí)間段的負(fù)荷需求標(biāo)玄值、光伏出力標(biāo)幺值和風(fēng)電出力標(biāo)幺值折線圖。由圖2(a)可知,不同仿真對象的負(fù)荷需求標(biāo)玄值隨時(shí)間變化均先呈現(xiàn)波動(dòng)變化,08:00—16:00時(shí)間段內(nèi)持續(xù)上升隨后趨于平衡。其中,仿真對象為16:00—20:00時(shí)負(fù)荷需求標(biāo)玄值最大。由圖2(b)可知,各仿真對象均隨著時(shí)間的增加呈現(xiàn)先增大后減小的趨勢,當(dāng)處于12:00時(shí)各仿真對象的光伏出力標(biāo)幺值均達(dá)到最高。由圖2(c)可知,各仿真對象的風(fēng)電出力標(biāo)幺值隨時(shí)間增加無規(guī)律波動(dòng)變化。其中,當(dāng)仿真對象參數(shù)小于0.2時(shí)其風(fēng)電出力標(biāo)幺值明顯高于仿真對象參數(shù)大于0.2時(shí)的風(fēng)電出力標(biāo)幺值。

經(jīng)過擬合獲取不同類型儲(chǔ)能系統(tǒng)額定容量下微電網(wǎng)的能量平衡能力變化情況,得出能量平衡能力指標(biāo)測試結(jié)果如圖3所示。

圖3 能量平衡能力指標(biāo)測試結(jié)果Fig.3 Test results of index value of energy balance ability

分析圖3中的實(shí)驗(yàn)數(shù)據(jù)可知,隨著電容電量的不斷增加,微電網(wǎng)的整體平衡能力開始變強(qiáng)。

雖然電容電量的增加會(huì)提高微電網(wǎng)的整體平衡能力,但是電容電量的增加會(huì)提高建設(shè)和運(yùn)行成本,因此,需要考慮微網(wǎng)與主網(wǎng)聯(lián)網(wǎng)變壓器的變電容量對儲(chǔ)能系統(tǒng)的容量配置以及總成本的影響,分析變壓器容量和儲(chǔ)能配置的經(jīng)濟(jì)性。在實(shí)驗(yàn)?zāi)M中設(shè)置3 種規(guī)格的變壓器容量,分別為315、400和500 kV·A,運(yùn)行時(shí)間設(shè)置為前10年,不同變壓器容量下的儲(chǔ)能系統(tǒng)成本如表1所示。

表1 不同變壓器容量下的儲(chǔ)能系統(tǒng)成本Table 1 Cost of energy storage system with different transformer capacities

由表1的結(jié)果可知,變壓器容量越大,對應(yīng)的儲(chǔ)能容量就越小,主要是由于變壓器容量越大,計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)中儲(chǔ)能需要調(diào)節(jié)的作用就越少,不需要配置較多的儲(chǔ)能來用于調(diào)節(jié)。而且儲(chǔ)能所需要投入的成本較高,配置的儲(chǔ)能容量越大,需要投入的成本也越多,同樣,變壓器容量越大,投入的成本也越多。當(dāng)變壓器容量由315 kV·A增長到400 kV·A時(shí),建設(shè)成本加運(yùn)行成本由138.86萬元降到了137.73萬元,而變壓器容量由400 kV·A增長到 500 kV·A時(shí),建設(shè)成本加運(yùn)行成本由137.73萬元增加到了138.64萬元?？梢?在變壓器容量為400 kV·A時(shí),儲(chǔ)能系統(tǒng)的綜合成本最低,因此,在該聯(lián)網(wǎng)型微電網(wǎng)中,考慮到變壓器容量和儲(chǔ)能配置的綜合成本最優(yōu),選定所使用的變壓器容量為400 kV·A,儲(chǔ)能容量為49.465 kW·h。

為了進(jìn)一步驗(yàn)證計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃方法的優(yōu)越性。采用文獻(xiàn)[3]中的考慮能量平衡能力指標(biāo)以及魯棒性協(xié)調(diào)成本指標(biāo)的微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃方法、文獻(xiàn)[4]中的考慮潮流約束以及安全約束的微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃方法和本文方法進(jìn)行對比分析,對比測試3種不同方法的儲(chǔ)能容量規(guī)劃性能,實(shí)驗(yàn)測試結(jié)果如表2所示。

表2 不同方法的儲(chǔ)能容量規(guī)劃性能測試結(jié)果Table 2 Performance test results of energy storage capacity planning by different methods

表2中,已考慮和未考慮是指是否考慮實(shí)驗(yàn)的隨機(jī)不確定性。由表2中的數(shù)據(jù)可知,本文方法相比文獻(xiàn)[3]方法和文獻(xiàn)[4]方法的能量平衡能力指標(biāo)更高,特別是在考慮隨機(jī)不確定性后,能量平衡能力指標(biāo)更高。而且所提方法的儲(chǔ)能額定電量容量相比文獻(xiàn)[3]方法和文獻(xiàn)[4]方法在考慮隨機(jī)不確定性和不考慮隨機(jī)不確定性的差值最小,說明所提方法的儲(chǔ)能額定電量容量相對更穩(wěn)定。所提方法的儲(chǔ)能系統(tǒng)負(fù)荷相對于文獻(xiàn)[3]方法和文獻(xiàn)[4]方法更小,在考慮隨機(jī)不確定性后,負(fù)荷更小,說明所提方法功率輸出更平衡。主要是由于所提方法在計(jì)及需求響應(yīng)條件下,將功率平衡最優(yōu)作為規(guī)劃目標(biāo),組建儲(chǔ)能容量隨機(jī)規(guī)劃模型,并利用改進(jìn)粒子群算法對構(gòu)建的儲(chǔ)能容量隨機(jī)規(guī)劃模型進(jìn)行求解,從而獲得了較好的規(guī)劃性能。

為進(jìn)一步驗(yàn)證所提方法的規(guī)劃效率,采用文獻(xiàn)[3]方法和文獻(xiàn)[4]方法、本文方法分別對計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)中電源規(guī)劃和網(wǎng)架規(guī)劃所用時(shí)間進(jìn)行對比,結(jié)果如圖4所示。

圖4 電源規(guī)劃和網(wǎng)架規(guī)劃所用時(shí)間比較Fig.4 Time comparison between power supply planning and grid planning

由圖4可知,本文方法的電源規(guī)劃和網(wǎng)架規(guī)劃所使用的時(shí)間,比文獻(xiàn)[3]方法與文獻(xiàn)[4]方法所有時(shí)間都短,表明所提方法具有更高的微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃效率,主要是由于本文方法采用了粒子群優(yōu)化算法對隨機(jī)規(guī)劃模型進(jìn)行了求解,提高了處理效率。

3 結(jié)論

為了更好地實(shí)現(xiàn)儲(chǔ)能容量規(guī)劃,得到最優(yōu)規(guī)劃方案,在考慮功率平衡、儲(chǔ)能電池荷電狀態(tài)以及最大功率要求的基礎(chǔ)上,提出了一種計(jì)及需求響應(yīng)的聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃方法。在考慮需求響應(yīng)的基礎(chǔ)上,通過構(gòu)建聯(lián)網(wǎng)型微電網(wǎng)儲(chǔ)能容量隨機(jī)規(guī)劃模型,利用改進(jìn)后的PSO算法對模型進(jìn)行求解,從而獲得最優(yōu)規(guī)劃方案,得出以下結(jié)論。

(1)經(jīng)過擬合獲取不同類型儲(chǔ)能系統(tǒng)額定容量下微電網(wǎng)的能量平衡能力變化情況可知,隨著電容電量的不斷增加,微電網(wǎng)的整體平衡能力開始變強(qiáng)。

(2)變壓器容量越大,對應(yīng)的儲(chǔ)能容量就越小,反之,儲(chǔ)能容量越大,變壓器容量越小。因此,需要考慮變壓器容量和儲(chǔ)能配置的綜合成本,項(xiàng)目案例中選定所使用的變壓器容量為400 kV·A,儲(chǔ)能容量為49.465 kW·h。

(3)本文方法相比文獻(xiàn)[3]方法和文獻(xiàn)[4]方法的能量平衡能力指標(biāo)更高,特別是在考慮隨機(jī)不確定性后,能量平衡能力指標(biāo)更高,儲(chǔ)能額定電量容量相對更穩(wěn)定,儲(chǔ)能系統(tǒng)負(fù)荷更小,功率輸出更平衡,表明儲(chǔ)能容量規(guī)劃效果好。

(4)本文方法相比文獻(xiàn)[3]方法和文獻(xiàn)[4]方法,電源規(guī)劃和網(wǎng)架規(guī)劃所用時(shí)間更短,表明所提方法規(guī)劃效率更高。

(5)實(shí)驗(yàn)在儲(chǔ)能配置容量隨機(jī)規(guī)劃方面,因?qū)嶒?yàn)時(shí)間和項(xiàng)目資金有限,后續(xù)實(shí)驗(yàn)可進(jìn)一步優(yōu)化微電網(wǎng)中需求響應(yīng)資源與儲(chǔ)能的關(guān)系,從而減少儲(chǔ)能配置容量需求,以達(dá)到提高微電網(wǎng)運(yùn)行和規(guī)劃經(jīng)濟(jì)性的目的。