独立微网系统优化规划设计方法综述

乔 蕾，段绍辉，汪 伟，刘 海

（1.天津城市建设学院控制与机械工程学院，天津300384；2.深圳供电局有限公司，深圳518000；3.天津天大求实电力新技术股份有限公司，天津300384）

现阶段，在许多偏远地区和独立海岛上，受地理条件的限制，建设与大电网互联的常规配电系统比较困难，多采用以柴油发电机为主电源的供电模式，具有可靠性低、运行维护费用昂贵、污染环境等缺点。居民的生产、生活用电量的日益增加与薄弱的发配电系统之间的不平衡成为制约当地社会整体和谐发展的重要因素之一，供电问题亟待解决[1]。在充分利用可再生能源发电的基础上，结合传统化石能源发电技术、分布式发电供能技术（如光热技术、冷热电联供技术等）、分布式储能装置（如电化学储能、电解水制氢等）等，并将其通过合理的电网络有机地联系起来，汇集成能够独立运行的微网系统，是提高供电可靠性、可再生能源利用率、运行经济性、节能减排，以及实现多种能源的综合优化利用的最有效方式，能够较好地满足偏远地区和独立海岛的用能需求。

目前，国内外已经建成了多个独立微网示范工程，如希腊在Kythnos 岛建设的风光柴储独立海岛微网系统[2]，中广核集团先进能源中心在珠海担杆岛[3]，中国国电集团在浙江东福山岛上建造的包含多种能源形式和海水淡化的独立海岛微网系统。然而上述项目的主要目的是从技术可行性角度进行有益探索，解决当地无电到有电的问题。由于规划理论和方法的欠缺，并未开展真正意义上的优化规划设计。近期，浙江电网公司在国家“863”项目支持下，在东海的南麂岛旅游区内建设一个高可靠性的兆瓦级独立微网示范项目。南麂岛独立微网系统的规划设计是我国第一个包含电网规划和分布式发电供能系统规划在内的联合优化规划项目，该项目的实施为独立微网优化规划设计的研究提供了理论指导和实践经验。

本文首先介绍了独立微网系统的特点，优化规划设计中需要考虑的因素。然后，总结了国内外独立微网优化规划设计方法的研究现状，归纳了研究局限性。最后提出了独立微网系统优化规划设计研究中亟需解决的关键问题。

1 独立微网系统优化规划面临的问题

1.1 系统结构

按照分布式电源的接入方式不同，目前的独立微网系统主要分为直流和交流两种结构。

直流微网系统的拓扑结构如图1 所示：光伏发电、燃料电池等直流电源和蓄电池储能通过DC/DC 变换器接入直流母线，采用永磁直驱发电机的小型风力发电系统通过AC/DC 变换器接入直流母线；直流微网通过统一的DC/AC 变换器变为工频交流电后接入交流电网为负荷供电，交流负荷、柴油发电机接入交流母线。直流微网只采用一个DC/AC 变流器，因此总体成本和损耗相对交流微网低。分布式电源连接在直流母线处，因此电源之间的协调控制相对交流微网简单。但直流微网系统目前仅适合于容量较小，可再生能源分布较为紧密，供电范围较小的负荷区域。

图1 直流结构拓扑Fig.1 DC topology of isolated power system

独立微网系统的规模从最初的几百瓦、几十千瓦，发展到目前的几百千瓦，甚至几个兆瓦，例如目前正在设计的南麂岛微网系统等。随着独立微网系统的规模越来越大，独立微网系统中分布式电源的单机装机容量越来越大，分布也相对更为广泛。

这种情况下采用交流微网结构较为适宜，图2给出了一种简单的10 kV 电压等级的辐射状独立交流微网系统结构。柴油发电机、光伏发电、风力发电、电池储能和燃料电池等分布式电源相对分散的接入低压交流母线，然后通过升压变压器并入10 kV 或者更高电压等级的电网。

图2 交流结构拓扑Fig.2 AC topology of isolated power system

在已建成的独立微网系统中，网架相对薄弱，电源布置集中，因此电网中非电元件故障往往导致整个系统停电。然而，通过合理的设计、配置相应的保护和自动化装置则可以有效提高独立系统的可靠性。例如在采用中性点不接地或者经消弧线圈接地的独立系统中，配合自动分段器等可以有效减少单相接地故障对可靠性的影响。在闭环运行的独立系统中，则可以通过配置快速保护装置，有效隔离故障区域，保证非故障区域内负荷的供电可靠性。

1.2 独立微网系统优化规划问题特点

在独立微网系统内，大量间歇性可再生能源发电系统的接入、灵活多变的系统组合方案、运行控制策略的多样性以及不同用户对供电可靠性的要求使得独立微网系统在优化规划建模和求解方法上变得异常复杂，主要表现如下。

（1）独立微网系统内存在着大量不确定性因素，需要采用更加灵活的优化规划模型和求解方法。

独立微网系统的规划年限一般考虑10—20年，规划方案的制定需要建立在对综合用能情况和某些可再生能源资源情况进行长期预测的基础上。然而，受外部条件，如气候等因素的影响，预测结果存在大量的不确定性。此外，化石类能源价格的不确定性波动、分布式发电供能系统的投资成本的下降等，也会给优化规划方案带来影响。

（2）独立微网系统具有独特的运行控制目标、灵活多变的分布式发电供能系统组合方案和运行策略，需要充分考虑其对优化规划结果的影响。

可并网微网系统大部分时间内与大电网互联，通过对微网内部不同单元的科学调度，可实现收益最大化、污染物排放最小化等优化目标[4-5]。独立微网系统由于缺乏大电网的有效支撑，主要运行目标是保证如何通过合理的控制手段，维持整个系统在独立运行状态下的长期稳定运行，并满足微网内用户的用电需求。独立微网系统内分布式发电和储能装置的组合方案和运行方式将更加灵活。在控制策略上，常规发电机组和单一储能系统、混合储能系统的协调控制方法也存在着多种选择[6]。

（3）独立微网系统在优化规划阶段还需要充分融合不同用户对供电可靠性的要求，根据可靠性评估结果对规划设计方案进行评估和修正。

独立微网系统所涵盖的用户类型除了一般居民用电外，还包括工业用电、政府设施用电、公共服务设施用电、旅游住宿餐饮用电、军用设施用电等，各种负荷对于供电可靠性的要求也不同。在优化规划阶段，通过统计和量化计算的方法，预测元件或系统在未来时间内的可靠性水平，查找设计系统中可靠性的薄弱环节。针对这些薄弱环节，采取有效的改进措施，从而满足不同负荷对可靠性设计的要求。

独立微网系统集成了多种能源输入，优化规划阶段的不确定性、各种单元组合方案的多样性、网络结构设计的灵活性、以及不同类型负荷对可靠性的要求，无疑增加了独立微网系统的优化规划建模和求解方法的难度。

2 独立微网系统优化规划设计目标

开展独立微网系统的科学优化规划设计，对于降低系统的建设和运行成本，提高社会资本参与建设的积极性，具有重要的科学意义和经济价值。独立微网系统优化规划设计的主要目标是根据规划期间内的用电需求、可再生能源供给情况和现有网络的基本状况确定最优的系统建设方案，使得系统的建设和运行费用最小。主要研究内容包含分布式电源、储能装置的容量规划和电网规划，前者从供需平衡角度对微网内所接入的分布式发电单元的类型、容量和微网的运行控制策略等进行优化设计，而后者则从电网结构、最优路径、分布式发电单元的接入位置等进行优化规划。对于已经存在电网的区域，规划重点在于如何根据当地资源情况，在满足综合能源需求的情况下，按照既定目标合理地设计分布式发电供能系统的容量和接入位置。对于需要整体改造或者无电区域，则需要进行联合优化规划。

3 独立微网系统优化规划设计研究现状

在开展独立微网系统的优化规划和设计阶段，需要充分考虑独立微网系统内分布式发电单元的组合方案和运行控制策略，构建优化规划数学模型，同时对所提方案进行可靠性评估，根据不同类型负荷对可靠性指标的要求，提出相应的改进措施。下面将从独立微网系统的运行控制和高级能量管理策略、独立微网系统的优化规划数学模型和求解方法、独立微网系统的可靠性评估方法和改进措施等方面对国内外现状展开综述。

3.1 独立微网系统控制策略和能量管理策略

现有研究表明将多种能源系统组合在一起构成独立微网系统，可以有效发挥单一能源系统的优点，提高整个微网系统的效率和能源利用率，相比单一的光储系统或者风储系统具备更低的成本和更高的供电可靠性。然而由于独立微网系统运行方式的独特性，在系统组合方案上需要充分考虑可行的控制策略，保证独立微网系统的稳定运行。

目前，从微网控制层次上，可以分为微网内分布式电源的控制和微网的高级能量管理。

3.1.1 运行控制策略

从分布式电源的控制上，则分为恒功率控制、下垂控制和恒压/恒频控制。从微网控制策略上，主要分为主从控制和对等控制。目前在已建成的独立微网系统中，多采用基于主从控制策略的分层管理模式，通过集中布置可调发电机组，如柴油发电机、燃气轮机、生物质能发电，或者储能系统作为微网内的主调压、调频单元，其他分布式电源采用恒功率控制。

微网内多个可调节机组采用“即插即用”的对等控制，之间不需要实时通讯，即可实现微网内有功和无功电流的均分，避免了由于通信失败而导致的系统瘫痪，提高了供电可靠性，有助于微网系统的扩展和拓扑结构的变化。对于使用同步发电机发电的分布式电源，由于同步发电机天然的下垂特性，较为容易实现对等控制。而针对逆变电源的对等控制，各国专家提出了许多解决方案，主要手段是模拟传统同步发电机组调节特性的下垂控制[7-9]。下垂控制方法的主要缺点是系统稳态时频率和电压都存在稳态误差，文献[10]采用储能装置进行频率二次调节，文献[11]采用动态电压恢复装置为解决电压偏差问题。文献[12]研究了独立微网系统中储能的作用，研究表明在以传统同步电机为主的微网内，储能系统通过适当的功率控制起到辅助一次调频、调压功能，保证独立系统运行时的频率和电压的稳定性。在独立微网系统中，应尽量通过上层调度管理系统进行发电和供电的调度，才能根本解决频率和电压的偏差问题。

3.1.2 高级能量管理策略

独立微网的高级能量管理策略是系统优化规划阶段需要考虑的另外一个重要因素。

独立微网系统内各种分布式单元相对独立但又存在着耦合关系，作为一个完整的能够充分利用当地可再生能源的多维能源综合利用系统，必须考虑各种能源及耗能设备之间的协调关系，进行合理协调分配，实现多种能源的多维综合利用。

文献[13]围绕柴油发电机和储能电池的能量管理提出了多种运行策略，该策略根据对柴油发电机单位发电成本、储能电池的单次循环充放电成本的比较，确定柴油发电机和储能电池投入运行的优先权，该方法在优化设计软件HOMER 中得到了应用。文献[14]采用类似的方法，研究了包含柴油发电机、电化学电池、电解水制氢、燃料电池、光伏发电和风力发电的独立微网系统的能量管理策略，按照成本最小原则对上述设备进行组合，以满足净负荷的需求。文献[15]研究了包括燃料电池、电解水制氢储能和电化学电池储能的独立微网系统能量管理策略，提出了基于电池的荷电状态的混合储能协调调度方法。文献[16]研究了一种在综合考虑微网内各设备运行约束条件的基础上，保证储能电池长期可靠运行的多能源协调控制策略，更加充分地考虑了蓄电池投资成本对运行经济性的影响。以上研究表明，在独立微网系统中选取何种分布式发电供能系统的组合方案和控制策略，取决于当地的可再生能源资源、负荷情况以及设备和燃料费用情况等，而选择合理的设备组合方案和运行控制策略可以有效降低系统的投资和运行成本。此外，目前已有的仿真软件中，也为独立微网中各分布式单元的协调控制提供了多种方案，例如美国NERL 开发的Hybrid2 仿真软件中[6]，针对风光柴储独立微网系统提出了多种控制策略，可以归纳为两大类：（1）柴油发电机主要扮演净负荷跟随的角色（负荷跟随，load following），蓄电池基本处于浮充状态，作为系统备用；（2）柴油发电机与蓄电池可轮流做主电源满足净负荷需求（循环充放，cycle charge）。净负荷是指由实际负荷减去可再生能源发电系统功率输出后的负荷值。

3.2 独立微网系统的优化规划数学模型和求解方法

目前在独立微网系统优化规划方法方面，国内外学者多侧重于从供需平衡角度开展分布式发电供能系统的容量设计。文献[17]从仿真方法、仿真工具、优化设计数学模型、运行控制策略等方面针对独立微网系统中的电源规划设计方法进行了相关综述。文献[18]则进一步从分布式电源准稳态仿真计算模型、优化规划设计方法等角度对包含可再生能源发电的独立微网系统电源规划方法进行综述研究。大部分的研究多采用基于准确气象延时数据和负荷数据的准稳态逐时仿真优化设计方法，根据已获得系统全寿命周期内的风速、光照强度、温度和负荷全年延时数据（通常以小时为单位），利用准稳态仿真程序，计算不同类型可再生能源组合方案下系统的各项指标，此处将这种方法称之为确定性方法。该方法的优点是在优化规划中可以详细模拟全寿命周期内可再生能源资源、负荷变化情况，以及独立微网系统的运行控制策略，缺点是无法有效计及预测误差、价格波动等不确定性因素对优化规划结果的影响。另外，采用确定性的规划方法，需要获取全寿命周期内小时级的气象和负荷数据，然而在实际规划设计阶段获取相关数据存在着一定的困难。

目前，不确定性数学规划理论在电力系统的电源规划、输配电网规划等多个方面得到了广泛应用。不确定规划是处理各种不确定环境下（不确定性的表现形式包括随机性、模糊性、粗糙性、模糊随机性以及其它多重不确定性）的优化问题的理论工具，它提供了随机规划、模糊规划、粗糙规划以及模糊随机规划建模与求解的统一原理[19]。文献[20]采用模糊优化规划方法研究了含分布式电源的配电网规划问题。文献[21]在优化设计中采用蒙特卡罗仿真模拟独立微网系统中光照辐射强度和电池的初始容量，利用准稳态仿真分析系统的可靠性指标，并将其满足一定的置信水平作为蒙特卡洛仿真收敛的判断依据。文献[22]采用类似的方法对独立微网内分布式电源、储能设备的接入容量和关键控制参数进行优化设计。文献[23]提出了基于随机机会约束规划的风水光发电系统优化配置数学模型，可以得到在各种置信水平下满足目标和约束的若干优化配置方案以及各方案的评价指标。

优化规划目标包括可靠性、系统成本和污染物排放三大类。可靠性指标包括电力不足容量概率、电力不足时间概率，电力不足时间等[24-26]。在系统成本指标上，包括全寿命周期内的净费用和标准化成本等[27-29]。由于优化问题是一个包含离散变量和连续变量的混合优化规划问题，采用人工智能算法可以较好的对该类问题进行求解[30]。文献[31-33]利用遗传算法针对独立微网系统内各种分布式电源的类型和接入容量进行优化设计。在进行优化规划时，通常希望能够同时满足多个指标约束条件，但实际上在多目标优化问题的求解中，不同目标之间往往是相互冲突的。文献[34]采用基于固定权重值的方法，进行多目标优化设计，这种方法是将多目标优化简单的转化到单一目标。多目标寻优不是寻找单个全局最优解，而是寻找一组均衡解，也即Pareto 最优解。文献[35]采用多目标进化算法，以全寿命周期成本最小和碳排放最少为优化目标，针对风光柴储独立微网系统进行容量优化设计。文献[36]提出了包含电力不足容量概率指标的三目标优化模型。为了有效计及运行控制策略对优化结果的影响，文献[14]和文献[37]提出了一种基于综合考虑分布式电源组合方案和控制策略的分层优化设计方法，外层为各种分布式电源的容量优化，内层对所选定控制策略的关键控制变量进行优化，控制参数包括储能电池的SOC 最大设定值等，该方法在优化设计软件HOGA 中得到了应用。

除了上述研究外，由于分布式发电的出现给传统的配电网规划带来了新的挑战[38-39]，因此，在对系统进行规划设计时，应充分考虑分布式发电和配电网之间的综合协调规划。

文献[40]讨论了包含DG 的配电网规划问题，指出含DG 的配电网规划主要包括DG 的布点规划和配电网扩展规划两个方面。文献[38]从考虑安全约束、考虑DG 出力随机性、考虑DG 准入功率、DG 与配电网联合规划等多个角度，构建了含DG的配电网规划模型。文献[41]考虑分布式风电源出力的随机性以及负荷预测的不确定性，采用机会约束规划建立了含分布式风电源的配电网网架规划模型。模型以年综合费最小和分布式风电源公共连接点处电压闪变水平最小为优化目标。

上述研究表明目前在配电网规划中，已经开展了分布式电源的容量、位置优化和网架优化等研究，但是针对独立微网系统的研究仍然少有报道。

3.3 独立微网系统的可靠性评估和改进措施研究

在系统规划阶段应用可靠性价值理论就是要合理考虑可靠性评估指标，制定相应的策略，寻求经济性和可靠性的最优平衡。在独立微网可靠性分析方面，目前的研究多围绕发电-负荷需求系统的可靠性评估，评估目的是量化分析发电系统随机失效引起的风险，提供的是充裕性总体侧度指标，而不是单个负荷点的指标。文献[42]讨论了一个风机、电池储能的独立微网系统的可靠性求解问题，以电力不足期望值，电量不足期望值作为可靠性分析评估指标。采用序贯蒙特卡罗仿真模拟风力发电机的强迫停运时间和修复时间，并将其与风速时间序列模型相结合，从而获得风机的实际输出功率。采用灵敏度分析法分析了储能设备的容量，充放电特性，风机故障和检修特性等因素对系统可靠性的影响。文献[43]采用了类似的分析方法，研究了不同控制策略、不同配置方案对独立微网系统可靠性指标的影响。

现阶段在独立微网系统的可靠性评估中往往忽略电网络部分，未计及电网中非电元件可靠性、网架结构以及不同故障类型对系统可靠性的影响。而通过合理的设计、配置相应的保护和自动化装置则可以有效提高独立系统的可靠性。相比大电力系统，虽然独立微网系统的容量较小，电压等级较低，但独立微网系统的运行方式更加灵活多变，且计算规模也相对较小，因此在系统可靠性分析上应涵盖发电设备和电网元件的全系统可靠性评估。

系统可靠性评估中的另外一项重要内容就是在系统状态分析中采取校正措施进行优化调整，包括发电机出力调整、削减负荷等。在独立微网系统中，从发电和负荷需求平衡角度，除了研究最佳负荷削减策略外，还需要研究最佳的可再生能源投切及功率调节策略。此外，由于独立微网系统中分布式电源具有分散配置、接近负荷侧的特点，使得系统在计划检修或者发生强迫性故障时，仍可以划分为若干个独立的子微网系统，需要充分考虑划分的原则以及对子微网系统内可靠性指标的影响。目前在包含分布式电源的配电系统可靠性研究方面，子微网划分策略以及子微网的可靠性指标计算得到了广泛关注。文献[44]根据配电网中负荷的重要程度，以等值有效最大负荷为目标函数，建立配电网孤岛划分模型。文献[45]研究了孤岛形成概率的计算方法，并在此基础上给出了孤岛形成概率的计算方法。文献[46]讨论了分布式电源的计划孤岛运行对可靠性的影响。文献[47]充分考虑负荷管理对孤岛划分的影响，根据孤岛运行时的功率平衡等要求以及优先保证重要负荷的供电等原则，依据定义的“负荷顺序”采用启发式的搜索策略，能在较短时间内得到可行的孤岛划分方案。

3.4 研究局限

从以上国内外的研究现状可以看出，现阶段围绕独立微网系统的优化规划理论和方法研究存在着一定的局限性，主要表现以下几个方面。

（1）在优化规划数学建模和求解方法方面。

目前国内外的研究均未开展包含电源规划和电网规划在内的联合优化规划。而独立微网系统内能否实现充分利用当地丰富的清洁和可再生能源资源发电的设计目标，需要在充分计及系统运行约束、负荷可靠性指标约束下开展包含分布式电源的独立电网优化规划。

其次，虽然在优化规划模型中计及了多种能量管理策略，但并未考虑设备的单机容量和台数的组合优化、多设备的组合开机方式、系统备用容量的设置问题等，在仿真步长内仅仅根据能量平衡所计算得到的结果在某种程度上往往不具备可行性和可操作性。

（2）在不确定环境下的优化规划方法方面。

多采用基于概率不确定性的随机优化规划方法，并未考虑多重不确定性因素等对优化规划结果的影响，而某些不确定因素，如水电站中的蓄水量等，其不确定表现形式既包含随机性也包含模糊性。此外，由于优化规划涉及分布式发电供能系统与电网的联合规划，既包含电源的定容和选址、关键控制参数的选取、也包含网架规划，如果选用单层优化规划方法，则极易陷入“维数灾”。

（3）在独立微网系统可靠性分析和改进措施方面。

现阶段的研究重点属于发电系统的可靠性评估范畴，从供需平衡角度分析全系统的可靠性程度，例如系统平均停电频率指标、系统平均停电持续时间指标等，未计及独立微网内单一负荷点的可靠性指标，未考虑电气网络的拓扑结构，不同非电元件状态（如计划检修、非破坏性故障、破坏性故障）对独立微网系统可靠性的影响。在提高独立微网系统可靠性措施方面，围绕包含多个相邻子微网的互联群微网系统中，独立微网内的子微网的划分方法以及故障情况下的负荷校正措施，可再生能源的投切和功率调整策略也需要深入研究。

此外，与国外发达国家相比，现阶段我国的研究主要集中在互补发电系统结构优化设计、底层设备的控制及系统仿真上，对独立微网系统的研究缺乏相应的理论和方法指导，在优化设计工具上仍是空白。

4 研究前景展望

独立微网系统的优化规划研究的最终目标是寻找能够满足系统运行约束和负荷可靠性指标约束，包含分布式发电供能系统的独立区域电网规划方案。在优化设计中还必须充分考虑运行控制策略的影响，运行问题与规划问题高度耦合。因此，整个优化规划设计的建模与求解变得较为复杂。为此，需要进一步开展如下几个方面的研究。

（1）不确定性环境下独立微网系统的多目标优化规划方法研究。

独立微网系统中各种能源供给系统相对独立但又存在着耦合关系，因此需要重点研究包含多子系统的独立微网的能量管理策略；研究考虑用户能源需求、可再生能源资源、市场环境等不确定性因素的建模方法；研究包含多种分布式发电供能单元的独立微网系统多目标优化规划数学模型；研究基于不确定数学优化规划理论的求解方法。

（2）独立微网系统全系统可靠性评估方法和改进措施研究。

独立微网系统的故障类型、网架结构、能量管理策略、运行方式等对独立微网系统的可靠性有着深远的影响，因此需要对微网系统优化规划方案进行可靠性再评估，并提出相应改进措施。为此需要重点研究计及可再生能源发电间歇性、负荷需求不确定性、储能系统多种运行方式和运行特性、发电和非发电设备故障特性的全系统可靠性分析方法。在校正措施上，研究包含多个子微网的互联群微网系统的子微网划分方法；研究系统故障下的最优负荷校正策略、可再生能源发电设备的最佳投切和可调节机组的功率调整策略等措施。

（3）融合可靠性的独立微网全系统两层不确定规划方法研究。

在各分布式发电供能系统总容量已知的情况下，在满足负荷需求和可靠性指标、网络运行约束的前提下，寻找一组最优的决策变量（如分布式发电供能系统的接入位置、容量和馈线的路径、尺寸等），可以使投资、运行和网损等费用之和最小，并最大可能的接入可再生能源发电（如光伏发电、风力发电、波浪能发电等）。为此需要开展包含电源规划和电网规划在内的联合优化规划。

独立微网全系统的联合优化规划包含网架规划，也包含分布式发电供能系统的接入位置和接入容量优化，系统求解复杂，而采用计及不确定性的多层规划方法，将规划模型转换为易于求解的子问题，可以有效降低求解的难度。为此需要重点研究计及不确定性的全系统两层优化规划数学模型和求解问题。

5 结语

本文简要介绍了独立微网系统的特点，优化规划设计中需要考虑的问题，总结了国内外独立微网优化规划设计方法的研究现状，并归纳了研究中的局限性。最后提出了独立微网系统优化规划设计研究中亟需解决的关键问题。

[1]Manolakos D，Papadakis G，Papantonis D，et al. A simulation optimization programme for designing hybrid energy systems for supplying electricity and fresh water through desalination to remote areas case study：The Merssini village，Donoussa island，Aegean Sea，Greece [J]. Energy，2001，26（7）：679-704.

[2]Vandenbergh M，Geipel R，Landau M，et al.Performance evaluation of the Gaidoroumandra mini-grid with distributed PV generators[C]//4th European PV-Hybrid and Mini-Grid Conference.Athens，Greece：2008.

[3]王坤林，游亚戈，张亚群（Wang Kunlin，You Yage，Zhang Yaqun）.海岛可再生独立能源电站能量管理系统（Energy management system of renewable stand-alone energy power generation system in an island）[J].电力系统自动化（Automation of Electric Power Systems），2010，34（14）：13-17.

[4]Chen C，Duan S，Cai T，et al. Smart energy management system for optimal microgrid economic operation[J]. IET Renewable Power Generation，2011，5（3）：258-267.

[5]刘小平，丁明，张颖媛，等（Liu Xiaoping，Ding Ming，Zhang Yingyuan，et al）.微网系统的动态经济调度（Dynamic economic dispatch for microgrids）[J]. 中国电机工程学报（Proceedings of the CSEE），2011，31（31）：77-84.

[6]Manwell J，Rogers A，Hayman G，et al. Hybrid2—a hybrid system simulation model：theory manual [EB/OL].http：//ceere.ecs.umass.edu/rerl/projects/software/hybrid2/Hy2_theory_manual.pdf，2006.

[7]Lasseter R H. Microgrids and distributed generation[J].Journal of Energy Engineering American Society of Civil Engineers，2007，133（3）：144-149.

[8]王成山，肖昭霞，王守相（Wang Chengshan，Xiao Zhaoxia，Wang Shouxiang）.微网中分布式电源逆变器的多环反馈控制策略（Multiple feedback loop control scheme for inverters of the micro source in microgrids）[J].电工技术学报（Transactions of China Electrotechnical Society），2009，24（2）：100-107.

[9]Guerrero J M，Matas J，de Vicuna L G，et al. Wirelesscontrol strategy for parallel operation of distributed-generation inverters[J]. IEEE Trans on Industrial Electronics，2006，53（5）：1461-1470.

[10]Jones C E.Local Control of MicroGrids Using Energy Storage[D].Manchester：University of Manchester，2007.

[11]Morozumi S，Nara K. Recent trend of new type power delivery system and its demonstrative project in Japan[J].IEEE Trans on Power and Energy，2007，127（7）：770-775.

[12]郭力，王成山（Guo Li，Wang Chengshan）.含多种分布式电源的微网动态仿真（Dynamical simulation on microgrid with different types of distributed generations）[J]. 电力系统自动化（Automation of Electric Power Systems），2009，33（2）：82-86.

[13]Barley C D，Winn C B. Optimal dispatch strategy in remote hybrid power systems[J].Solar Energy，1996，58（4-6）：165-179.

[14]Dufo-Lopez Rodolfo，Bernal-Agustin Jose L，Contreras Javier. Optimization of control strategies for stand-alone renewable energy systems with hydrogen storage[J]. Renewable Energy，2007，32（7）：1102-1126.

[15]Giannakoudis Garyfallos，Papadopoulos Athanasios I，Seferlis Panos，et al.Optimum design and operation under uncertainty of power systems using renewable energy sources and hydrogen storage[J]. International Journal of Hydrogen Energy，2010，35（3）：872-891.

[16]刘梦璇，郭力，王成山，等（Liu Mengxuan，Guo Li，Wang Chengshan，et al）.风光柴储孤立微电网系统协调运行控制策略设计（A coordinated operation control strategy for hybrid isolated microgrid including wind power，photovoltaic system，diesel generator and battery storage）[J].电力系统自动化（Automation of Electric Power Systems），2012，36（15）：19-24.

[17]Bernal-Agustin J L，Dufo-Lopez R.Simulation and optimization of stand-alone hybrid renewable energy systems[J]. Renewable and Sustainable Energy Reviews，2009，13（8）：2111-2118.

[18]Zhou Wei，Lou Chengzhi，Li Zhongshi，et al.Current status of research on optimum sizing of stand-alone hybrid solar-wind power generation systems[J]. Applied Energy，2010，87（2）：380-389.

[19]刘宝碇，赵瑞刚，王刚.不确定规划及应用[M].北京：清华大学出版社，2003.

[20]杨毅，韦钢，周冰，等（Yang Yi，Wei Gang，Zhou Bing，et al. 含分布式电源的配电网模糊优化规划（Optimized fuzzy planning of the distribution network including distributed generation）[J].电力系统自动化（Automation of Electric Power Systems），2010，34（13）：19-23.

[21]Aran P，Banerjee R，Bandyopadhyay S. Optimum sizing of photovoltaic battery systems incorporating uncertainty through design space approach[J].Solar Energy，2009，83（7）：1013-1025.

[22]Sreeraj E S，Chatterjee Kishore，Bandyopadhyay Santanu.Design of isolated renewable hybrid power systems[J]. Solar Energy，2010，84（7）：1124-1136.

[23]张帆，蔡壮，杨明皓（Zhang Fan，Cai Zhuang，Yang Minghao）.基于随机机会约束规划的农村风/水/光发电容量配置（Capacity allocation of rural hybrid generating system based on stochastic chance constrained programming）[J]. 农业工程学报（Transactions of the CSAE），2010，26（3）：267-271.

[24]Diaf S，Notton G，Belhamel M，et al.Design and technoeconomical optimization for hybrid PV/wind system under various meteorological conditions[J]. Applied Energy，2008，85（10）：968-987.

[25]Maghraby H A M，Shwehdi M H，Al-Bassam G K.Probabilistic assessment of photovoltaic （PV）generation systems[J]. IEEE Trans on Power Systems，2002，17（1）：205-208.

[26]Shrestha G B，Goel L.A study on optimal sizing of standalone photovoltaic stations[J].IEEE Trans on Energy Conversion，1998，13（4）：373-378.

[27]Bernal-Agustin J L，Dufo-Lopez R，Rivas-Ascaso D M.Design of isolated hybrid systems minimizing costs and pollutant emissions[J].Renewable Energy，2006，31（14）：2227-2244.

[28]Dalton G J，Lockington D A，Baldock T E. Feasibility analysis of stand-alone renewable energy supply options for a large hotel[J]. Renewable Energy，2008，33（7）：1475-1490.

[29]Deshmukh M K，Deshmukh S S. Modeling of hybrid renewable energy systems[J]. Renewable and Sustainable Energy Reviews，2008，12（1）：235-249.

[30]Banos R，Manzano-Agugliaro F，Montoya F G，et al.Optimization methods applied to renewable and sustainable energy：A review[J].Renewable and Sustainable Energy Reviews，2011，15（4）：1753-1766.

[31]Dufo-Lopez R，Bernal-Agustin J L . Design and control strategies of PV-Diesel systems using genetic algorithms[J].Solar Energy，2005，79（1）：33-46.

[32]Yang Hongxing，Zhou Wei，Lou Chengzhi. Optimal design and techno-economic analysis of a hybrid solar-wind power generation system[J]. Appli ed Energy，2009，86（2）：163-169.

[33]Carapellucci Roberto，Giordano Lorena.Modeling and optimization of an energy generation island based on renewable technologies and hydrogen storage systems[J]. International Journal of Hydrogen Energy，2011，37（3）：2081-2093.

[34]Yang Hongxing，Zhou Wei，Lu Lin，et al. Optimal sizing method for stand-alone hybrid solar-wind system with LPSP technology by using genetic algorithm[J].Solar Energy，2008，82（4）：354-367.

[35]Dufo-Lopez Rodolfo，Bernal-Agustin Jose L，Yusta-Loyo Jose M，et al.Multi-objective optimization minimizing cost and life cycle emissions of stand-alone PV-wind-diesel systems with batteries storage[J]. Applied Energy，2011，88（11）：4033-4041.

[36]宋洪磊，吴俊勇，冀鲁豫，等（Song Honglei，Wu Junyong，Ji Luyu，et al）.风光互补独立供电系统的多目标优化设计（Multi-objective optimal sizing of stand-alone hybrid wind/PV system）[J].电工技术学报（Transactions of China Electrotechnical Society），2011，26（7）：104-111.

[37]Dufo-Lopez R，Bernal-Agustin J L. Design and control strategies of PV-Diesel systems using genetic algorithms[J].Solar Energy，2005，79（1）：33-46.

[38]欧阳武（Ouyang Wu）.含分布式发电的配电网规划研究（Distribution Network Planning with Distributed Generation）[D].上海：上海交通大学电子信息与电气工程学院（Shanghai：School of Electronic Information and Electrical Engineering of Shanghai Jiao Tong University），2009.

[39]于建成，迟福建，徐科，等（Yu Jiancheng，Chi Fujian，Xu Ke，et al）.分布式电源接入对电网的影响分析（Analysis of the impact of distributed generation on power grid）[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA），2012，24（1）：138-141.

[40]王敏，丁明（Wang Min，Ding Ming）.含分布式电源的配电系统规划（Distribution network planning including Distributed Generation）[J]. 电力系统及其自动化学报（Proceedings of the CSU-EPSA），2004，16（6）：5-8，23.

[41]张新松，张沈习，袁越（Zhang Xinsong，Zhang Shenxi，Yuan Yue）. 含分布式风电源的配电网网架规划（Grid planning for distribution network with distributed wind generators）[J].电力系统保护与控制（Power System Protection and Control），2012，40（13）：1-6.

[42]Billinton R，Bagen，Cui Y.Reliability evaluation of small stand-alone wind energy conversion systems using a time series simulation model[J]. IEE Proceedings-Generation，Transmission and Distribution，2003，150（1）：96-100.

[43]Bagen，Billinton Roy. Evaluation of different operating strategies in small stand-alone power systems[J]. IEEE Trans on Energy Conversion，2005，20（3）：654-660.

[44]刘传铨，张焰（Liu Chuanquan，Zhang Yan）.计及分布式电源的配电网供电可靠性（Distribution network reliability considering distribution generation）[J].电力系统自动化（Automation of Electric Power Systems），2007，31（22）：46-49.

[45]王浩鸣（Wang Haoming）.含分布式电源的配电系统可靠性评估方法研究（Reliability Evaluation of Distribution System Including Distributed Generations）[D]. 天津：天津大学电气与自动化工程学院（Tianjin：School of Electrical Engineering & Automation of Tianjin University），2012.

[46]Bollen M H J，Sun Y，Ault G W. Reliability of distribution networks with DER including intentional islanding[C]//International Conference on Future Power Systems. Amsterdam，Netherlands：2005.

[47]程寅，周步祥，林楠，等（Cheng Yin，Zhou Buxiang，Lin Nan，et al）.考虑负荷管理影响的配电网孤岛划分方法（Islanding method in distribution networks with the consideration of load management）[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA），2012，24（3）：101-106，115.