考虑负荷中断的微网并网经济调度

赵猛，丁晓群，刘远龙，王萍

(1.河海大学能源与电气学院，南京市 211000；2.国网山东省电力公司，济南市 250000；3.国网山东青岛供电公司，山东省青岛市 266000)

考虑负荷中断的微网并网经济调度

赵猛1，丁晓群1，刘远龙2，王萍3

(1.河海大学能源与电气学院，南京市 211000；2.国网山东省电力公司，济南市 250000；3.国网山东青岛供电公司，山东省青岛市 266000)

为了降低微网并网时的运行成本，同时协助电网“削峰填谷”，提出一种考虑负荷中断的微网并网经济调度模型。模型以微网为中间环节，构建一种新型负荷中断补偿机制，同时引入浮动补偿电价，该电价受到中断功率与中断时间的影响，可以反映用户满意度的变化。以一个包含风力发电机、光伏电池、微型燃气轮机、燃料电池、蓄电池以及可中断负荷的典型微网为例，通过Cuckoo-Search算法求解模型，给出最优中断组合、调度结果和运行成本，并求出极限中断电量。结果表明，该文模型与算法可行，可以为各参与方创造可观的经济效益。

微网；经济调度；补偿机制；浮动补偿电价；Cuckoo-Search算法

0 引 言

随着分布式发电的发展，微网作为一种高效的“源、网、荷”一体化运行与管理平台逐渐受到了人们的重视[1-2]。对于电网而言，微网表现为单一可控单元，并可在并网与孤岛运行状态间自由转换，提高了局部电网的供电可靠性，为用户提供高质量的电能[3]。

微网投资巨大，因此其运行经济性一直受到人们的关注。微网经济调度主要研究微网运行成本最小的问题，运行成本通常包括燃料成本、折旧成本、运行维护成本、环境成本和购售电成本等。目前，国内外对微网经济调度的研究已经有很多，但是在现有研究成果中，对可中断负荷的管理却不够重视。微网中的可中断负荷主要包括空调、暖气等一些需求可变的家庭负荷以及生产计划灵活的工业负荷[4]。绝大部分的研究仅仅在孤岛运行时才考虑进行负荷中断，主要用于应对微源出力的不足。但是可中断负荷作为一种宝贵的调度资源，对于电网的“削峰填谷”却有着重要意义，如果同时结合补偿电价，还能为微网带来可观的收益，达到降低运行成本的目的。文献[5]梳理了台湾电力工业的管理体制、市场模式和电价体系，分析了负荷中断的实施策略及包含的“削峰填谷”思想，构建了各参与方的成本效益模型，并通过计算验证了模型的可行性和有效性。文献[6]将需求侧的可中断负荷处理成一种可以主动参与微网规划与运行的电源，利用需求侧响应实现“削峰填谷”，最后运用非线性规划工具求解模型。

本文以一个包含可中断负荷的典型微网为例，设计了一种新型负荷中断补偿机制，该机制将微网作为中间环节，兼顾电网需求与用户利益；同时引入了浮动补偿电价，将补偿电价与中断功率、中断时间挂钩，更好地反映用户满意度的变化。本文通过新型的Cuckoo-Search算法求解微网并网经济调度问题，给出最优中断组合、调度结果和运行成本，并通过计算得到了电网所需的极限中断电量。

1 微源模型

1.1 风力发电机

风力发电机(wind turbine，WT)的输出与风速相关，一般呈三次方关系。可以通过风力发电机厂家提供的输出功率曲线，经拟合得到输出功率函数[7]。本文采用的风力发电机输出功率函数为

(1)

式中：vi、vr、vo、Pr分别为风力发电机的切入风速、额定风速、切出风速和额定功率。

1.2 光伏电池

光伏(photovoltaic，PV)电池的输出受到温度与光照强度的影响。工程应用中，通常采用如下简化模型：

(2)

式中：Tpv(t)、Gpv(t)分别为光伏电池组件的温度以及受到的光照强度；PSTC为光伏电池组件在标准测试条件下(1 000 W/m2，25 ℃)的最大测试功率；TSTC为标准测试条件下的环境温度；GSTC为标准测试条件下的光照强度；k为功率-温度系数[8]。

1.3 蓄电池

蓄电池(storage battery，SB)是一种目前应用比较广泛的储能装置，对于平衡微网中的功率波动、优化调度策略具有重要的作用。蓄电池在t+1时刻的剩余容量可表示为

充电时：

S(t+1)Ec=(1-δ)S(t)Ec+Pch(t)ηch

(3)

放电时：

(4)

式中：S(t+1)、S(t)分别为蓄电池在t+1和t时刻的荷电状态；Pch(t)、Pdis(t)为充放电功率；ηch、ηdis为充放电效率；Ec为蓄电池的总容量；δ为自放电率[9]。

微型燃气轮机(micro turbine，MT)的模型参考文献[10]，燃料电池(fuel cell，FC)的模型参考文献[11]。

2 负荷中断模型

传统上，电网一般给予负荷中断固定的补偿电价[5,12-13]，但是这种补偿机制无法反映不同中断功率和中断时间对用户满意度的影响。为了解决以上矛盾，本文设计了一种新型的负荷中断补偿机制。首先，电网不需要改变传统的补偿方式，但是补偿费用支付给微网而非用户；其次，在微网内部实施浮动补偿电价，浮动补偿电价与中断功率、中断时间相关，微网按照浮动补偿电价支付给用户负荷中断的补偿费用。在这个机制中，微网进行负荷中断的补偿成本为

Cc=(Kc2-Kc1)PilTil

(5)

式中：Kc1为电网赔付微网的固定补偿电价；Kc2为微网赔付用户的浮动补偿电价；Pil、Til分别为中断功率和中断时间。

浮动补偿电价与中断功率、中断时间具有如下关系：

(6)

(7)

式中：EP、ET分别为Kc2-Pil系数和Kc2-Til系数，反应的是浮动补偿电价随中断功率、中断时间的变化关系[14]；EPP、ETT分别为EP-Pil系数和ET-Til系数，反应的是EP随中断功率、ET随中断时间的变化关系；EP、ET、EPP、ETT都应该大于0。

由此，建立浮动补偿电价模型为

Kc2=f(Pil,Til) =

aPil2Til2+bPil2Til+cPilTil2+dPilTil+e

(8)

本文采用最小二乘拟合来求取上述模型中的系数，拟合数据根据现有研究成果中的用电电价、补偿电价合理选取[11,15]，最终得到浮动补偿电价模型为

Kc2=-0.000 9Pil2Til2+0.008 3Pil2Til+

0.011 7PilTil2-0.018 3PilTil

(9)

3 并网经济调度模型

3.1 目标函数

微网并网经济调度的目的是使微网并网时总的运行成本最小，本文中微网的运行成本由燃料成本、折旧成本、运行维护成本、环境成本、购售电成本、中断补偿成本、制热收益和补贴收益构成，经济调度的目标函数为

Cg(t)+Cc(t)-Che(t)-Csub(t)]

(10)

式中：Cf(t)、Cd(t)、Cm(t)、Ce(t)分别为t时刻微网的燃料成本、折旧成本、运行维护成本和环境成本；Cg(t)为t时刻微网与电网交互功率时产生的购售电成本；Cc(t)为t时刻微网进行负荷中断的补偿成本；Che(t)、Csub(t)分别为t时刻微网的制热收益以及风电、光伏的补贴收益。

3.2 约束条件

(1)功率平衡约束：

Pwt(t)+Ppv(t)+Pmt(t)+Pfc(t)+
Psb(t)+Pg(t)=Pl(t)-Pil

(11)

式中Pl(t)为微网在t时刻的总负荷。

(2)可控机组出力约束：

Pimin≤Pi(t)≤Pimax

(12)

式中：Pimax、Pimin分别为第i台可控机组的出力上下限。

(3)可控机组爬坡率约束：

-Ridown≤Pi(t)-Pi(t-1)≤Riup

(13)

式中：Riup、Ridown分别为第i台可控机组单位时间内出力增加、减少的限值。

(4)联络线传输功率约束：

Pgmin≤Pg(t)≤Pgmax

(14)

式中：Pgmax、Pgmin分别为联络线传输功率的上下限。

(5)蓄电池储能约束：

Smin≤S(t)≤Smax

(15)

式中：Smax、Smin分别为蓄电池荷电状态的上下限。

3.3 并网调度策略

经济调度是求解最小运行成本的问题，但是单纯追求降低运行成本有可能破坏系统内部的协调运行。微网运行过程中面临的一些问题，例如：清洁能源的优先利用、蓄电池的充放电控制[16]等，需要采取一些措施加以限制，因此本文提出了如下调度策略。

(1)WT、PV跟踪最大出力，实现清洁能源的充分利用。

(2)MT采用“以热定电”方式运行，提高其综合利用效率。

(3)WT、PV、MT出力过剩时，优先向SB充电，其次考虑向电网售电，目的是为了维持SB的荷电状态；WT、PV、MT出力不足时，优先利用SB放电，其次考虑从电网购电或FC出力。

(4)平、谷时段，SB不放电，减少其充放电次数；峰时段，SB不充电，从而尽可能使微网向电网售电，降低运行成本；谷时段，检查SB的荷电状态，当S<0.9时，以最大功率充电。

(5)只在峰时段考虑负荷中断，配合电网“削峰填谷”的需求。

4 Cuckoo-Search(CS)算法

4.1 算法原理

Cuckoo-Search算法是由Xinshe Yang和Suash Deb于2009年提出的一种新型启发式搜索算法[17]，算法原理是模拟布谷鸟寻窝产卵的行为，具有设置参数少、搜索范围大等特点。CS算法的2个基本组件是莱维飞行和偏好随机游动，二者平衡了算法的全局和局部搜索能力。

算法根据莱维飞行更新鸟窝位置的公式如下：

(16)

式中：xi(t)、xi(t+1)分别为第t和t+1代第i个鸟窝的位置；α为步长控制量；L(λ)为莱维飞行随机搜索路径；⨁为点对点乘法。

4.2 求解步骤

通过分析经济调度的过程可以发现，为了降低运行成本，微网中的微源会在峰时段最大出力，从而尽可能减少从电网购电、增加售电。因此，峰时段的负荷中断不会影响各个微源的出力。假设峰时段微源出力之和大于总负荷，此时，微网的总运行成本可以分解为

C=C0+Cil=C0+(KsPilTil-Cc)

(17)

式中：C0为不进行负荷中断时的总运行成本；Cil定义为中断收益。

因此，可以将求解过程分为2步：

(1)求解Cil的最小值，并得到最优(Pil,Til)组合。

(2)基于上一步的结果，求解微网并网经济调度问题，并得到各个时刻的最优(Pwt(t),Ppv(t),Pmt(t),Pfc(t),Psb(t),Pg(t))组合。

2次求解均采用CS算法，算法中的最大迭代次数Tmax设置为4 000次；鸟窝数量n设置为20个；发现概率Pa设置为0.25。

5 算例分析

5.1 基础数据

本文所研究的微网包含有风力发电机、光伏电池、微型燃气轮机、燃料电池和蓄电池，系统结构如图1所示。

图1 微网系统结构Fig.1 Configuration of microgrid system

微网在峰时段的最大可中断负荷为15 kW；电网赔付微网的固定补偿电价为0.72元/( kW·h)；风电、光伏的发电补贴为0.4元/( kW·h)；制热收益为0.35元/( kW·h)；天然气价格为2.28元/m3；电网谷时段为24:00～06:00，平时段为07:00～09:00、14:00～16:00、21:00～23:00，峰时段为10:00～13:00、17:00～20:00。

5.2 求解最优(Pil,Til)组合微网的中断收益曲线如图2所示。

图2 中断收益曲线Fig.2 Profit of load interruption

通过计算可以得到中断收益最大时的中断功率为4.853 kW、中断时间为3.4 h，最大中断收益为20.23元。

5.3 并网经济调度

本文中，调度周期为1 d，时间间隔为1 h。算例采用的是青岛某小区冬季典型日负荷、热负荷数据以及WT、PV出力数据，如图3所示。

图3 冬季典型日负荷、热负荷以及WT、PV出力Fig.3 Electric and heating loads, power of WT and PV on a typical day in winter

5.3.1 无负荷中断

当不考虑负荷中断时，微网并网经济调度的结果如图4所示。

图4 无负荷中断时的调度结果图Fig.4 Dispatch result without load interruption

从图4中可以看出，平谷时段，FC的发电成本高于购电电价，因此FC不出力；峰时段，FC的发电成本低于购电电价，因此FC满发。平谷时段，SB根据调度策略不放电，一方面减少了SB的充放电次数，另一方面也保证SB能够在峰时段以最大功率放电，获得售电收益，降低微网的总运行成本；在24:00，由于检测到SB的荷电状态低于0.9，因此SB开始充电，从而使其剩余电量能够满足下一个调度周期的需求。平谷时段，微网始终从电网购电，充分利用平谷时段的低电价；峰时段，微网尽可能向电网售电，获得售电收益。

通过计算可得，无负荷中断时，微网一天内的总运行成本为495.74元。

5.3.2 进行负荷中断

当进行负荷中断时，中断功率为4.853 kW、中断时间为3.4 h，微网并网经济调度的结果如图5所示。

图5 进行负荷中断时的调度结果图Fig.5 Dispatch result under load interruption

从图5中可以看出，进行负荷中断并不会对并网时微源的出力产生影响，能够保证微网运行的稳定性，但是可以增加峰时段微网向电网的售电量，从而提高了售电收益，降低了总运行成本。此时的微网运行成本如图6所示。

图6 进行负荷中断时的微网运行成本图Fig.6 Operation cost of microgrid under load interruption

从图6中可以看出，平谷时段，由于微源的发电以及向电网购电产生了运行成本；峰时段，由于微源出力增多，微网大量向电网售电，一方面抵消了微源的发电成本，另一方面也使微网获得了较大收益。当进行负荷中断时，微网能够向电网售出更多的电量，同时可以作为中间环节获得补偿电价差，因此此时的发电成本要比无负荷中断时低。

进行负荷中断时，微网一天内的总运行成本为455.28元。和无负荷中断相比，总运行成本降低了8.16%；峰时段，微网向电网的售电量增加了33.390 kW·h，实现了微网与电网的双赢。

5.3.3 极限中断电量

对于电网而言，更多地考虑到负荷中断对电网“削峰填谷”的促进意义。因此，电网希望知道在不损害微网利益的基础上，微网所能够达到的极限中断电量。

经计算可得，当中断功率为7.650 kW，中断时间为4 h时，微网达到电网所希望的极限中断电量61.200 kW·h，此时中断收益为0。和无负荷中断相比，微网峰时段向电网的售电量增加了24.7%，“削峰填谷”意义明显。

6 结 论

本文提出了一种考虑负荷中断的微网并网经济调度方法，该方法充分利用微网内存在的可中断负荷，实现并网时微网运行成本的降低和满足电网“削峰填谷”的需求。文中针对现有负荷中断补偿机制的缺点，设计了一种以微网为中间环节的新型补偿机制。该机制的核心内容是浮动补偿电价，浮动补偿电价与中断时间、中断功率相关，从而能够有效反映用户满意度的变化，更加贴近实际。文中采用新型的Cuckoo-Search算法求解微网并网经济调度问题，该算法具有设置参数少、搜索范围大等特点。算例表明，本文所提出的机制、模型以及策略切实可行，算法有效，能够实现预期的目标。

今后可进一步研究更加多样化的补偿机制，制定更加精确的补偿电价模型，将负荷中断纳入到电网营销体系中去，这也是电力需求侧管理的重要内容之一。兼顾“经济性”与“削峰填谷”的微网多目标调度应该成为以后研究的重点。

[1]LIU B, ZHUO F, ZHU Y, et al. System operation and energy management of a renewable energy-based DC micro-grid for high penetration depth application[J]. IEEE Transactions on Smart Grid, 2015, 6(3): 1147-1155.

[2] 别朝红, 林雁翎, 张建华. 微网技术及其标准体系的研究[J]. 高电压技术, 2015, 41(10): 3177-3184. BIE Zhaohong, LIN Yanling, ZHANG Jianhua. Review on microgrid technology and international standards[J]. High Voltage Engineering, 2015, 41(10): 3177-3184.

[3] 张弛, 陈晓科, 徐晓刚, 等. 基于电力市场改革的微电网经营模式[J]. 电力建设, 2015, 36(11): 154-159. ZHANG Chi, CHEN Xiaoke, XU Xiaogang, et al. Microgrid operation mode based on electricity market reform[J]. Electric Power Construction, 2015, 36(11): 154-159.

[4]QUAN S, CAO J, CHEN X. Research on interruptible load management in power market [C]//2014 China International Conference on Electricity Distribution (CICED). Shenzhen: IEEE, 2014: 1127-1130.

[5]肖欣, 周渝慧, 郑凯中, 等. 台湾实施可中断电价进行削峰填谷的需求响应策略及其成本效益分析[J]. 中国电机工程学报, 2014, 34(22): 3615-3622. XIAO Xin, ZHOU Yuhui, ZHENG Kaizhong, et al. Research on strategy of interruptible price and its cost-benefit model aimed at peak load shifting in Taiwan[J]. Proceedings of the CSEE, 2014, 34(22): 3615-3622.

[6]朱兰, 严正, 杨秀, 等. 计及需求侧响应的微网综合资源规划方法[J]. 中国电机工程学报, 2014, 34(16): 2621-2628. ZHU Lan, YAN Zheng, YANG Xiu, et al. Integrated resources planning in microgrid based on modeling demand response[J]. Proceedings of the CSEE, 2014, 34(16): 2621-2628.

[7]CHEDID R, AKIKI H, RAHMAN S, A decision support technique for the design of hybrid solar-wind power systems[J]. IEEE Transactions on Energy Conversion, 1998, 13(1): 76-83.

[8]牛铭, 黄伟, 郭佳欢, 等. 微网并网时的经济运行研究[J]. 电网技术, 2010, 34(11):38-42. NIU Ming, HUANG Wei, GUO Jiahuan, et al. Research on economic operation of grid-connected microgrid[J]. Power System Technology, 2010, 34(11):38-42.

[9]丁明, 张颖媛, 茆美琴, 等. 包含钠硫电池储能的微网系统经济运行优化[J]. 中国电机工程学报, 2011,31(4): 7-14. DING Ming, ZHANG Yingyuan, MAO Meiqin, et al. Economic operation optimization for microgrids including na/s battery storage[J]. Proceedings of the CSEE, 2011,31(4): 7-14.

[10]陈洁, 杨秀, 朱兰, 等. 微网多目标经济调度优化[J]. 中国电机工程学报, 2013, 33(19): 57-66,19. CHEN Jie, YANG Xiu, ZHU Lan, et al. Microgrid multi-objective economic dispatch optimization [J]. Proceedings of the CSEE, 2013, 33(19): 57-66,19.

[11]李乐. 微网的经济运行研究[D]. 北京: 华北电力大学, 2011. LI Le. Study of economic operation in microgrid[D]. Beijing: North China Electric Power University, 2011.

[12]AN X, ZHANG S, WANG X. CVaR-based decision-making model for interruptible load management[C]//2010 Chinese Control and Decision Conference (CCDC). Xuzhou: IEEE, 2010: 448-451.

[13]罗运虎, 薛禹胜, LEDWICH G, 等. 低电价与高赔偿2种可中断负荷的协调[J]. 电力系统自动化, 2007, 31(11): 17-21. LUO Yunhu, XUE Yusheng, LEDWICH G, et al. Coordination of low price interruptible load and high compensation interruptible load[J]. Automation of Electric Power Systems, 2007, 31(11): 17-21.

[14]张亮. 珠海分时电价及可中断电价策略研究[D]. 广州: 华南理工大学, 2012. ZHANG Liang. The strategy of classification differentiated price of electricity and the management of interruptible load[D]. Guangzhou: South China University of Technology, 2012.

[15] 赵贺, 王坤, 井天军. 微电网自发自用运行的经济性分析[J]. 电力建设, 2014, 35(5): 113-117. ZHAO He, WANG Kun, JING Tianjun. Economic analysis of micro-grid in energy self-balance mode[J]. Electric Power Construction, 2014, 35(5): 113-117.

[16]石庆均, 江全元. 包含蓄电池储能的微网实时能量优化调度[J]. 电力自动化设备, 2013, 33(5): 76-82. SHI Qingjun, JIANG Quanyuan. Real-time optimal energy dispatch for microgrid with battery storage[J]. Electric Power Automation Equipment, 2013, 33(5): 76-82.

[17] 陈政, 曾鸣, 张翔, 等. 放松管制环境下基于改进布谷鸟搜索算法的DGO与DNO效益均衡模型[J]. 电力建设, 2015, 36(8): 7-14. CHEN Zheng, ZENG Ming, ZHANG Xiang, et al. Benefit equilibrium model of DGO and DNO in deregulated environment based on ICSA[J]. Electric Power Construction, 2015, 36(8): 7-14.

(编辑 张媛媛)

Economic Dispatch of Grid-Connected Microgrid Considering Load Interruption

ZHAO Meng1, DING Xiaoqun1, LIU Yuanlong2, WANG Ping3

(1. College of Energy and Electrical Engineering, Hohai University, Nanjing 211000, China;2. State Grid Shandong Electric Power Company, Jinan 250000, China;3. State Grid Qingdao Power Supply Company, Qingdao 266000, Shandong Province, China)

To reduce the operation cost of grid-connected microgrid and give assistance to load shifting in power grid, this paper proposes an economic dispatch model of grid-connected microgrid with considering load interruption. The model regards microgrid as an intermediate link and establishes a new load interruption compensation mechanism. Floating compensation price is introduced to reflect user satisfaction, which is affected by interrupting power and time. We select a typical microgrid consisting of wind turbines, photovoltaic cells, micro turbines, fuel cells, storage battery and interruptible load as example, adopt Cuckoo-Search algorithm to solve the model, obtain the optimal interrupting combination, dispatch result and operation cost, as well as the limit interrupting energy. The results show that the model and algorithm are feasible and can create remarkable economic revenue for all participants.

microgrid; economic dispatch; compensation mechanism; floating compensation price; Cuckoo-Search algorithm

国网山东省电力公司2015年科技项目(5206021400NP)

TM 73

A

1000-7229(2016)04-0057-06

10.3969/j.issn.1000-7229.2016.04.009

2015-11-25

赵猛(1989)，男，硕士，本文通信作者，主要研究方向为分布式发电、微网、无功优化及AVC；

丁晓群(1956)，男，教授，博导，主要研究方向为分布式发电、配电网节能降损、无功优化及AVC；

刘远龙(1971)，男，硕士，高级工程师，主要研究方向为电网调控运行管理；

王萍(1973)，女，硕士，高级工程师，主要研究方向为电网无功电压和新能源管理。