基于长期运行模拟的独立型微网规划方案动态评估

曹晓宇 王建学 张 忠 成宏亮

(陕西省智能电网重点实验室(西安交通大学电气工程学院) 西安 710049)



基于长期运行模拟的独立型微网规划方案动态评估

曹晓宇 王建学 张 忠 成宏亮

(陕西省智能电网重点实验室(西安交通大学电气工程学院) 西安 710049)

为了评估独立型微网对于运行条件逐年动态变化的适应度，提出一种基于长期运行模拟的微网规划方案动态评估方法。首先建立动态评估的多时间尺度理论框架，并从可靠性、经济性、高效性、环保性等多个方面构建方案评估的指标体系。然后提出适应动态评估的长期运行模拟方法，在全寿命周期层面通过动态模型模拟外部环境与内部结构因素的逐年变化，在年运行层面通过序贯蒙特卡洛法模拟短期不确定性因素的随机变化。针对独立型风光柴储微网算例，通过与国际常用微网规划软件HOMER的结果对比，验证所提方法的正确性和有效性。算例结果表明，所提动态评估方法可以在不同场景下得到规划方案的综合指标结果和时序指标集，比静态评估更加全面、灵活，能够为微网规划及其扩展方案的制定提供科学合理的依据。

独立型微网 动态评估 长期运行模拟 多时间尺度

0 引言

随着分布式发电与储能技术的日益成熟，独立型微网(stand-alone microgrid)在解决偏远地区的供电问题上得到了广泛应用。引入微网可以合理利用当地的清洁能源发电，逐步取代以小型燃料机组为主的高耗能、高排放的传统孤岛供电模式[1]。为了满足电能质量要求并提高微网的经济与环境效益，在投建前应针对备选规划方案进行评估与比较，作为规划决策的依据。

在微网规划方案评估中应能够体现分布式电源与储能的各自特点，并充分考虑以孤岛系统为整体的协调运行策略[2]。文献[3，4]采用准稳态仿真法，根据已有的负荷与气象数据逐时模拟微网全寿命周期内的新能源出力与运行策略。该方法虽然能给出较为完整的评估结果，但无法计及新能源出力、负荷等的随机波动，属于确定性评估方法。由于微网运行受大量不确定性因素影响，更有效的评估方法是对微网未来运行进行概率性模拟。文献[5]建立了计及风光荷预测误差与元件故障停运的微网功率不确定性模型。文献[6]则借助虚拟发电厂(Virtual Power Plant，VPP)进行微网概率性建模，并采用非序贯蒙特卡洛模拟评估微网可靠性；考虑到微网运行状态间的时序相关性。文献[7，8]在分布式电源时序模型的基础上采用序贯蒙特卡洛模拟(Sequential Monte Carlo Simulation，SMCS)进行可靠性评估。文献[9]在SMCS的算法框架下加入负荷与储能的协调优化模型，研究了用户用电习惯与储能运行特性对微网可靠性的影响。文献[10，11]进一步将概率性模拟用于经济性、环保性等微网其他性能的评估中。除了上述不确定性因素外，系统特征的逐年变化也会对微网长期运行造成影响。例如，负荷增长会造成可靠性下降，能源价格波动会影响微网运行的经济效益，更换老化元件将产生额外成本等。若要考虑这些重要参数变化对微网长期运行的影响，就要求从静态评估拓展到动态评估，并针对不同时间阶段评估规划方案对于系统核心参数变化的适应性。当初始规划方案无法适应某一阶段的系统变化时，还应根据评估结果对电源配置与运行策略[12]进行阶段性调整，形成扩展规划方案。全方位、多时间尺度的动态评估[13]，才能更加适用于独立型微网规划及其扩展方案的评估与比较。

本文将针对现有概率性评估理论做进一步扩展，综合考虑逐年变化系统特征与短期不确定性因素对独立型微网运行的影响，提出了微网规划方案的动态评估方法。本文主要完成两项工作：①立足于时间与指标两个维度，建立了动态评估的理论框架与指标体系，从经济性、可靠性、高效性、环保性等多个方面进行方案评估；②在包含全寿命周期与年运行的多时间尺度下，提出适应动态评估的微网长期运行模拟方法，并通过独立型风光柴储微网典型算例验证了所提方法的有效性。

1 微网规划方案动态评估的理论基础

1.1 动态评估框架

微网规划方案的静态评估多在阶段性运行(一年或相邻数年)时间尺度下进行，根据确定阶段内的静态系统特征计算相关指标；动态评估则将时间尺度拓展至微网运行的全寿命周期，考虑系统特征在不同阶段间的动态变化，得到包含时间与指标两个维度的评估结果[14]。系统特征因素可以分为外部环境因素与内部结构因素[15]：①外部环境因素诸如用电需求、能源价格，主要受到居民生活水平、经济条件与国家能源政策等的影响;②内部结构因素包括元件类型、容量与经济参数等。其中，部分元件的老化与更换将导致其容量发生变化；元件经济参数，如购置价格受到科技水平与制造工艺变化的影响。

动态评估可以划分为不同阶段的静态评估。在同一阶段内认为系统特征保持不变，微网运行状态主要受到新能源间歇性出力、负荷波动与元件故障停运等短期不确定性因素影响。按照时间顺序对不同阶段的评估结果进行排列，可以得到带有时间标度的指标集，并以此作为微网规划的决策依据。微网动态评估的时间尺度、主要影响因素及评估方法见表1。

表1 微网规划方案动态评估框架Tab.1 Dynamic assessment framework of microgrid planning

另外，评估阶段的划分可以根据投资方的主观判断，也可以通过求解优化模型得到。本文不讨论评估阶段的具体划分方式，仅以年为单位进行划分。

1.2 指标体系

全方位、多层次的指标体系是动态评估的重要基础。微网规划方案除了应满足持续可靠供电、经济高效运行的基本要求外，还应发挥节能减排作用，充分利用当地自然资源实现清洁、绿色发电。本文参照文献[18]，构建了包含经济性、可靠性、高效性与环保性在内的动态评估指标体系，见表2。

表2 动态评估指标体系Tab.2 Index system of dynamic assessment

本文仅详细介绍净现值成本与环境保护成本，其余指标的计算方法见文献[18]。

1)净现值成本。

根据微网全寿命周期内的电源投资、元件更换与运行费用等情况，采用净现值成本(Net Present Cost，NPC)衡量方案的经济效益[19]，即

Cnpc=Ccap+Copr+Cout+Cend

(1)

(2)

(3)

(4)

2)环境保护成本。

燃料型电源排放的污染物会对周边环境造成负面影响。采用环境保护成本Cenv衡量方案的环境效益[20]，即

(5)

2 适应动态评估的长期运行模拟方法

本文以独立型风光柴储微网为典型例子来研究长期运行模拟的实现方法，该系统的主要元件集合Xc={WT，PV，DG，BAT}。其中，新能源电源为风力发电机(Wind Turbine，WT)与光伏阵列(Photovoltaic Cell，PV)，可控元件为柴油发电机(Diesel Generator，DEG)与蓄电池(Battery，BAT)。

2.1 总体流程

与动态评估理论相对应，长期运行模拟在包含全寿命周期与年运行的多时间尺度下进行，总体流程如图1所示。其中，全寿命周期指微网工程的预期寿命，一般为15～20年，年运行周期为8 760 h。

结合研究的时间尺度，微网长期运行模拟分为内、外两层算法。外层算法为全寿命周期层面的逐年运行模拟，计算当前年的负荷峰值、能源价格与元件价格，为内层算法构建动态场景。内层算法为年运行层面的序贯蒙特卡洛模拟，首先进行短期不确定性因素模拟，生成新能源出力与负荷的随机序列，并根据状态持续时间抽样得到元件故障状态序列；之后，逐时执行预设运行策略，根据净负荷削减结果评估系统状态，并计算年运行指标。根据年运行模拟结果更新元件老化状态，当需要进行元件更换(或容量扩建)时，计算当前年的更换成本与残值(或扩建成本)。完成逐年运行模拟后，计算全寿命周期指标。

图1 长期运行模拟流程Fig.1 Flow chart of long-term simulation

2.2 全寿命周期层面的逐年运行模拟

2.2.1 外部环境因素模拟

当前对长期负荷与能源价格未来走势的预测难度较大，且难以确定其随机变化的概率分布形式[16]。因此，在逐年模拟中采用确定性的负荷增长率与柴油价格变化率场景，对应年负荷峰值与柴油价格变化的指数模型为

(6)

(7)

2.2.2 内部结构因素模拟

风光柴储型微网的预期寿命取决于光伏或风机的运行寿命，其余元件的运行寿命则相对较短(一般为3～10年[18])，需要在全寿命周期层面进行老化模拟。

1)柴油机老化模拟。

假设柴油机的寿命衰减程度与运行时间成正比[17]，采用寿命衰减系数模拟柴油机老化，即

(8)

式中，λy为第y年的柴油机寿命衰减系数；Lnom为柴油机额定运行寿命；Lj为第j年的柴油机运行时间；ye为上一次更换柴油机的年份。柴油机更换准则是λy不能小于0。

2)蓄电池老化模拟。

蓄电池老化速率与其充放电策略有关[21]。在恒定放电深度下，蓄电池的容量损耗程度主要取决于充放电循环次数[22]，采用容量损耗系数进行衡量，即

(9)

(10)

3)动态价格模拟。

随着科技发展与生产经验积累，元件价格将经历一个逐年递减的阶段，并在技术成熟后趋于平稳。以光伏电池为例，价格变化趋势如图2所示[15]。采用分段指数函数拟合元件价格的动态变化，即

(11)

图2 光伏价格变化趋势Fig.2 Variation trend of PV module price

(12)

若达到临界价格，则说明元件k的生产技术已经成熟，价格趋于平稳。

2.2.3 系统级模拟

在逐年运行模拟中，根据第y年的内层算法结果计算下一年初的柴油机和储能老化状态

(13)

(14)

式中，Irep，k为元件更换标志(k∈{DG，BAT})， 满足更换条件时取1，否则取0。当元件满足更换条件时，需重置老化状态，并计算更换成本与残值

(15)

(16)

(17)

与图1对应，逐年运行模拟的具体流程如下：

A3：针对第y年执行SMCS，得到年运行指标。

A4：根据式(13)、式(14)更新柴储老化状态与储能容量。若有元件满足更换条件，前往步骤A5；否则，前往步骤A6。

A5：令λy=1或ψy=1，并根据式(11)～式(17)计算元件更换成本与残值。

A6：若y

A7：计算全寿命周期评估指标，算法终止。

2.3 年运行层面的序贯蒙特卡洛模拟

2.3.1 短期不确定性因素模拟

年运行模拟中考虑的不确定性因素主要有新能源出力、负荷和元件故障。其中，负荷曲线可以根据历史数据与随机扰动合成[4]，风光出力与元件故障的模拟方法如下。

1)光伏出力模拟。

若忽略温度的影响，光伏出力主要与光照强度有关，即

(18)

2)风电出力模拟。

风电出力根据风速-功率转换特性曲线计算，即

(19)

(20)

式中，θ为衰减系数；μ为平均风速；Φ(·)为含Weibull分布信息的概率函数；Wy，t为满足一维布朗运动的随机变量。

3)元件故障模拟。

根据两状态马尔科夫模型，元件存在运行与故障两种交替出现的状态，依次针对元件的无故障工作时间(Time to Failure，TTF)tTTF与修复时间(Time to Repair，TTR)tTTR进行抽样

tTTF=-tMTTFlnU1

(21)

tTTR=-tMTTRlnU2

(22)

2.3.2 系统级模拟

根据模拟得到的新能源出力、负荷与元件可用容量逐时计算净负荷

(23)

负荷跟随策略以电力电量平衡为首要原则，未考虑储能的充放电管理。为了充分发挥储能的削峰填谷作用，本文在负荷跟随策略的基础上，结合负荷特性分析提出了一种分时充放电运行策略：

2)分时充放电策略：蓄电池在日负荷的峰平谷时段遵循不同的充放电策略。在峰时段，按照负荷跟随策略削减净负荷；在平时段或谷时段，若新能源出力不足，优先启动柴油机向用户供电。当柴油机发电容量充足时，在满足用电需求之余提高出力向蓄电池充电；当柴油机发电容量不足时，通过蓄电池放电填补功率缺额。

(24)

与图1对应，年运行模拟的具体流程如下：

a1：从外层算法中导入第y年的运行场景，并输入SMCS的计算参数，包括风光荷历史数据；元件可靠性参数与其他技术参数。设置迭代精度ε与迭代次数上限Nmax，令迭代次数i=1。

a2：针对第i次迭代，根据2.3.1节中的方法随机生成风光出力与负荷序列，通过状态持续时间抽样得到元件故障状态序列。令运行时间t=1、SOCt=1。

a3：针对时段t，根据式(23)计算系统净负荷。

a4：在预设运行策略下进行功率调节，计算溢出功率与失负荷功率，并判断系统状态。

a5：若t

a6：计算第i次迭代的EXC、LPSP，并根据式(24)计算β。若β>ε且i

a7：计算年运行指标，并向外层算法返回模拟结果。

3 算例分析

3.1 基础数据

针对我国西北地区某独立型风光柴储微网的规划方案进行评估，说明所提方法的有效性。微网元件的经济参数见表3[26]，技术参数详见文献[27]；主要污染物的治理成本系数见表4[28]；失负荷价值系数为20元/(kW·h)；安装工程费的占比为2%，折现率取4%；微网工程的预期寿命为20年，初始负荷峰值为200kW；柴油价格为1.06元/L；换流器的整流与逆变效率均为95%。

SMCS的模拟步长为1h，模拟时间为8 760 h；迭代精度ε=0.05，迭代次数上限Nmax=10 000。元件可靠性参数tMTTF取950 h，tMTTR取50 h。当地光照强度、风速与负荷的历史曲线如图3所示。在年运行模拟中，首先根据风光历史数据进行参数拟合；之后分别采用随机分解法与随机微分方程法(详见2.3.1节)生成光照强度与风速的时间序列；最后，根据式(18)和式(19)将光照强度与风速转化为光伏与风电出力。

表3 元件经济参数Tab.3 Economic parameters of components

表4 主要污染物治理成本Tab.4 Major pollution control expenditures

图3 自然资源与负荷历史曲线Fig.3 Historical data of natural resource and load

算例分析内容包括：①针对同一规划方案，在不同外部环境场景下进行动态评估，并与HOMER软件的评估结果作对比；②在同一外部环境场景下，针对不同规划方案进行动态评估与比较。其中，在不同新能源渗透率REP约束下，通过HOMER得到的经济性最优的规划方案见表5。在HOMER的优化设计中仅根据静态评估结果对备选方案进行排序筛选。

表5 不同新能源渗透率下的最优方案Tab.5 Optimal schemes with different constraints of renewable energy penetration

3.2 不同外部环境因素下的动态评估

在方案1的基础上，设置不同的负荷与柴油价格增长率场景(见表6)，并通过长期运行模拟对该方案进行动态评估。为了便于与HOMER对比，在负荷跟随策略下进行各场景的运行模拟。

表6 外部环境场景Tab.6 External environment scenarios

HOMER与动态评估的综合指标结果见表7。可以看出，当负荷与油价均不增长时，动态评估的大部分结果与HOMER差距不大，验证了本文所提方法的正确性与有效性。与HOMER的确定性评估相比，动态评估考虑元件故障与新能源出力波动，发电容量充裕度降低，因此停电概率LPSP稍高于HOMER，新能源溢出率EXC相对较低；动态评估考虑了柴油机停运，污染物排放量减少，使得环境保护成本略低于HOMER。另外，由于动态评估得到的期望停电量偏高，增加了停电损失，净现值成本NPC略高于HOMER。从表7可以看出，扣除停电损失后，动态评估与HOMER得到的度电成本COE基本相同。

从表7还可以看出，考虑外部场景动态变化后系统指标变化明显。为进一步说明问题，给出了不同场景下的指标变化情况，如图4所示。可以看出，当负荷增长时(场景2、4)，停电概率LPSP逐年上升，自治度LA下降，新能源溢出率EXC下降；当负荷不增长时(场景1、3)，LPSP、LA与EXC在运行周期内基本保持不变。

表7 不同场景下的综合指标结果Tab.7 Overall index in different scenarios

图4 不同场景下的指标变化情况Fig.4 Index variation in different scenarios

经济性指标由于同时受负荷、油价、元件更换与停电损失等因素影响，波动更加复杂，需要深入讨论。由于考虑元件老化与更换，度电成本COE沿锯齿形曲线变化，其局部尖峰对应元件更换的发生时间(见图4d)。当负荷增长而油价不变时(场景2)，度电成本COE呈上升趋势。在未安排元件更换的年份，COE升高的主导因素是停电损失的逐年增加；而安排元件更换的年份，由于停电损失与更换成本的叠加效应，COE升高更加显著，且在运行周期中共发生5次元件更换。当油价上涨而负荷不变时(场景3)，一方面由于油价上涨，度电成本COE升高；另一方面由于负荷不增长，柴储利用率较低，减缓了老化进程，因此仅发生了3次元件更换。当负荷与油价同时增长时(场景4)，油价增长使得度电成本COE在场景2的基础上进一步升高。

综上，虽然动态评估与HOMER均能得到综合评估指标，但在动态评估结果中体现了逐年变化因素与短期不确定性因素对微网长期运行的影响，能够得到各项指标的变化情况，从而为规划提供更加全面准确的决策信息。

3.3 不同规划方案下的动态评估

从以上分析可以看出，考虑外部因素变化时，HOMER中的最优方案难以维持初始指标水平。为解决这一问题，针对初始方案的电源配置与运行策略进行阶段性调整。假设负荷与油价增长率均为2%，规划阶段的可靠性要求为停电概率LPSP≤2%，自治度LA≥90%。以方案2为例，可以通过3种调整方式满足规划要求。

1)方案2A(运行策略调整)：保持电源配置不变，运行策略由负荷跟随策略调整为分时充放电策略。

2)方案2B(电源配置调整)：保持运行策略不变，第9年末将柴油机容量增至180 kW，光伏容量增至120 kW，风机容量增至144 kW，蓄电池容量增至120 kW·h。

3)方案2C(分阶段协调规划)：同时调整电源配置与运行策略，规划周期划分为7年+7年+6年。前7年采用原始方案；第7年末将柴油机容量增至180 kW，改用分时充放电策略；第14年末将光伏容量增至120 kW，风机容量增至144 kW，蓄电池容量增至120 kW·h，采用分时充放电策略。

针对不同方案特点进行归纳。方案1、2均为表5中给出的初始规划方案，其中方案1的新能源渗透率高于方案2。方案2A、2B、2C为方案2基础上的扩展规划方案：方案2A仅调整运行策略；方案2B较集中地扩充了电源容量；而方案2C的扩建时间更加分散，且与运行策略调整相配合。不同规划方案的评估结果见表8与图5。

表8 不同方案下的综合指标结果Tab.8 Overall index of different schemes

图5 不同方案下的指标变化情况Fig.5 Index variation of different schemes

通过方案对比得出以下结论：

1)总体而言，方案2的可靠性与高效性优于方案1。但从图5可以看出，随着负荷增长，方案2从第11年开始不再满足供电可靠率要求。

2)与方案2相比，方案2A通过调整运行策略降低了停电概率LPSP与度电成本COE，验证了分时充放电策略对于储能运行的优化效果，可以在不加装电源的前提下改善系统可靠性。但从图5可以看出，单纯调整运行策略无法改变各项指标的变化趋势，仍难以满足电能质量要求。

3)与方案2相比，方案2B通过增加分布式电源与储能容量延缓了可靠性恶化，较大程度上降低了停电概率LPSP，能够满足各年度的电能质量要求。从表8可以看出，不考虑停电损失时，方案2与方案2B的度电成本相近；计及停电损失后，方案2B的度电成本远低于方案2，说明通过改善可靠性获得了可观的经济效益。

4)方案2C与方案2B的最终配置方案相同，但通过分阶段协调规划进一步提高了可靠性与经济性水平。根据图5，方案2C的度电成本COE变化相比方案2B更加平缓，总体水平低于其他方案。主要原因是方案2C采取分散投资策略，合理利用运行策略调整将各年度的停电概率控制在更低水平，取得了更加显著的可靠性收益。

综上，动态评估不仅适用于初始方案的评估和比较，还能够评价电源配置与运行策略的调整效果，为扩展规划方案的制定提供了理论依据。因此，动态评估比现有方法更加灵活，适用面更广。

4 结论

本文提出了独立型微网规划方案的动态评估方法。建立动态评估的多时间尺度理论框架与指标体系，并研究了与之相适应的长期运行模拟方法。微网长期运行模拟在全寿命周期层面通过动态模型模拟外部环境与内部结构因素的逐年变化，在年运行层面通过序贯蒙特卡洛法模拟短期不确定性因素的随机变化，从经济性、可靠性、高效性、环保性等多个方面得到规划方案的时序指标集。算例结果表明，本文所提动态评估方法具有正确性与有效性，与现有方法相比更加全面、灵活，能够为微网规划及其扩展方案的制定提供科学合理的依据。

[1] 杨欢，赵荣祥，辛焕海，等.海岛电网发展现状与研究动态[J].电工技术学报，2013，28(11)：95-105. Yang Huan，Zhao Rongxiang，Xin Huanhai，et al.Development and research status of island power systems[J].Transactions of China Electrotechnical Society，2013，28(11)：95-105.

[2] 姜世公，李琰，王卫.一种微网系统孤岛运行条件下的能量管理策略[J].电工技术学报，2014，29(2)：130-135. Jiang Shigong，Li Yan，Wang Wei.A novel power management strategy for microgrid on islanding mode[J].Transactions of China Electrotechnical Society，2014，29(2)：130-135.

[3] Notton G，Muselli M，Poggi P，et al.Autonomous photovoltaic systems：Influences of some parameters on the sizing：simulation timestep，input and output power profile[J].Renewable Energy，1996，7(4)：353-370.

[4] Lambert T，Gilman P，Lilienthal P.Micropower system modeling with homer[M].New York：John Wiley & Sons，Inc.，2006.

[5] 施琳，罗毅，涂光瑜，等.微网功率不确定性模型及其在旋转备用优化中的应用[J].电力系统保护与控制，2013，41(18)：37-44. Shi Lin，Luo Yi，Tu Guangyu，et al.Uncertain model of microgrid power and its application in optimal scheduling of spinning reserve[J].Power System Protection and Control，2013，41(18)：37-44.

[6] Bie Zhaohong，Zhang Peng，Li Gengfeng，et al.Reliability evaluation of active distribution systems including microgrids[J].IEEE Transactions on Power Systems，2012，27(4)：2342-2350.

[7] 王杨，谢开贵，胡博，等.基于时序模拟的离网型微网可靠性分析[J].电工技术学报，2016，31(6)：206-211. Wang Yang，Xie Kaigui，Hu Bo，et al.Reliability analysis of islanded microgrid based on sequential simulation[J].Transactions of China Electrotechnical Society，2016，31(6)：206-211.

[8] Wang Shouxiang，Li Zhixin，Wu Lei，et al.New metrics for assessing the reliability and economics of microgrids in distribution system[J].IEEE Transactions on Power Systems，2013，28(3)：2852-2861.

[9] 别朝红，李更丰，谢海鹏.计及负荷与储能装置协调优化的微网可靠性评估[J].电工技术学报，2014，29(2)：64-73. Bie Zhaohong，Li Gengfeng，Xie Haipeng.Reliability evaluation of microgrids considering coordinative optimization of loads and storage devices[J].Transactions of China Electrotechnical Society，2014，29(2)：64-73.

[10]曾鸣，李娜，马明娟，等.考虑不确定因素影响的独立微网综合性能评价模型[J].电网技术，2013，37(1)：1-8. Zeng Ming，Li Na，Ma Mingjuan，et al.An integrated performance evaluation model of independent microgrid considering impacts of uncertain factors[J].Power System Technology，2013，37(1)：1-8.

[11]Zhang Linfeng，Xiang Jing.The performance of a grid-tied microgrid with hydrogen storage and a hydrogen fuel cell stack[J].Energy Conversion & Management，2014，87(11)：421-427.

[12]朱博，陈民铀，徐瑞林，等.孤岛模式下的微网优化运行策略[J].电力系统保护与控制，2012，40(17)：35-40. Zhu Bo，Chen Minyou，Xu Ruilin，et al.An optimal operation strategy of islanded microgrid[J].Power System Protection and Control，2012，40(17)：35-40.

[13]郭亚军.一种新的动态综合评价方法[J].管理科学学报，2002，5(2)：49-54. Guo Yajun.New theory and method of dynamic comprehensive evaluation[J].Journal of Management Science in China，2002，5(2)：49-54.

[14]顾雪平，王大江，梁海平，等.电力系统扩展黑启动方案动态综合评估[J].电工技术学报，2015，30(3)：44-52. Gu Xueping，Wang Dajiang，Liang Haiping，et al.Dynamic comprehensive assessment of power system extended black-start plans[J].Transactions of China Electrotechnical Society，2015，30(3)：44-52.

[15]Jeon C，Shin J.Long-term renewable energy technology valuation using system dynamics and Monte Carlo simulation：Photovoltaic technology case[J].Energy，2014，66(4)：447-457.

[16]Carpaneto E，Chicco G，Mancarella P，et al.Cogeneration planning under uncertainty.Part II：Decision theory-based assessment of planning alternatives[J].Applied Energy，2011，88(4)：1075-1083.

[17]Xiao Jun，Bai Linquan，Li Fangxing，et al.Sizing of energy storage and diesel generators in an isolated microgrid using Discrete Fourier Transform (DFT)[J].IEEE Transactions on Sustainable Energy，2014，5(3)：907-916.

[18]Chauhan A，Saini R P.A review on Integrated Renewable Energy System based power generation for stand-alone applications：Configurations，storage options，sizing methodologies and control[J].Renewable and Sustainable Energy Reviews，2014，38(10)：99-120.

[19]韩璐，李凤婷，周二雄，等.基于成本-收益的微网分布式能源优化配置[J].电工技术学报，2015，30(14)：388-396. Han Lu，Li Fengting，Zhou Erxiong，et al.The distributed energy optimization configuration of microgrid based on cost-benefit[J].Transactions of China Electrotechnical Society，2015，30(14)：388-396.

[20]吴耀文，马溪原，孙元章，等.微网高渗透率接入后的综合经济效益评估与分析[J].电力系统保护与控制，2012，40(13)：49-54. Wu Yaowen，Ma Xiyuan，Sun Yuanzhang，et al.Overall economic evaluation and analysis of accession of microgrids with high penetration[J].Power System Protection and Control，2012，40(13)：49-54.

[21]Zhang Zhong，Wang Jianxue，Cao Xiaoyu.Economic dispatch of microgrid considering optimal management of lithium batteries[C]//2014 International Conference on Power System Technology，Chengdu，2014：3194-3199.

[22]Kumai K，Ikeya T，Ishihara K，et al.Degradation mechanism due to decomposition of organic electrolyte in Li/MoS2 cells during long cycling[J].Journal of Power Sources，1998，70(2)：235-239.

[23]Graham V A，Hollands K G T.A method to generate synthetic hourly solar radiation globally[J].Solar Energy，1990，44(6)：333-341.

[24]Zhang Ning，Kang Chongqing，Duan Changgang，et al.Simulation methodology of multiple wind farms operation considering wind speed correlation[J].International Journal of Power and Energy Systems，2010，30(4)：264-273.

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

[26]梁惠施，程林，苏剑.微网的成本效益分析[J].中国电机工程学报，2011，31(S1)：38-44. Liang Shihui，Cheng Lin，Su Jian.Cost benefit analysis for microgrid[J].Proceedings of the CSEE，2011，31(S1)：38-44.

[27]郭力，刘文建，焦冰琦，等.独立微网系统的多目标优化规划设计方法[J].中国电机工程学报，2014，34(4)：524-536. Guo Li，Liu Wenjian，Jiao Bingqi，et al.Multi-objective optimal planning design method for stand-alone microgrid system[J].Proceedings of the CSEE，2014，34(4)：524-536.

[28]李乐.微网的经济运行研究[D].北京：华北电力大学，2011.

Dynamic Assessment of Stand-Alone Microgrid Planning Using Long-Term Simulation

Cao Xiaoyu Wang Jianxue Zhang Zhong Cheng Hongliang

(Shanxi Key Laboratory of Smart Grid School of Electrical Engineering Xi’an Jiaotong University Xi’an 710049 China)

In order to assess the adaptability of stand-alone microgrid (MG) to the annually varied operation condition，a dynamic assessment approach for MG planning based on long-term simulation is proposed.Primarily，a multiple-time theoretical framework of dynamic assessment is established，while an index system is constructed to assess the reliability，efficiency，cost，and environmental benefits of the planning schemes.Subsequently，a novel long-term simulation method is developed to perform the dynamic assessment.In the proposed simulation method，the annually varied factors concerning external environment and internal structure are simulated by dynamic modeling in the life cycle of MG; and the short-term uncertainties are characterized by sequential Monte Carlo simulation in each year.In the case study of a typical stand-alone microgrid，the validity and effectiveness of the proposed approach is verified by comparing to the results of HOMER，which is commonly used in the MG planning.The proposed approach can provide the assessment results containing the overall indices as well as the time-sequencing index sets of planning schemes in different scenarios，which is more comprehensive and flexible than the conventional static assessment.Thus it can be utilized to facilitate the decision of MG planning and generation expansion.

Stand-alone microgrid，dynamic assessment，long-term simulation，multiple time frames

国家自然科学基金(51577146)和陕西省自然科学基础研究计划(2016JM5072)资助项目。

2015-06-09 改稿日期2015-12-03

TM715

曹晓宇 男，1990年生，博士研究生，研究方向为分布式发电系统和微电网的规划与运行。

E-mail：cxykeven2013@stu.xjtu.edu.cn

王建学 男，1976年生，教授，博士生导师，研究方向为电力系统规划与运行、新能源与分布式发电、电力市场等。

E-mail：jxwang@mail.xjtu.edu.cn(通信作者)