海島微電網組網優化研究

楊湛曄，馬紅偉，毛建容

(許繼集團智能電網研究中心，北京市100085)

海島微電網組網優化研究

楊湛曄，馬紅偉，毛建容

(許繼集團智能電網研究中心，北京市100085)

闡述了一種海島微電網組網方案的優化方法，并結合實際項目運行數據進行了驗證。通過對微電網組網方案數據的整理分析，研究了利用Homer工具計算并網、離網組網方案的凈現值投資、發電成本單價、發電量及可再生發電比例，分析光伏設備價格、儲能設備使用壽命、風速、柴油價格波動對組網方案的影響，比較出經濟性最優方案。然后在Powerfactory仿真軟件中搭建經濟性方案模型，研究驗證最優方案的可行性，實際并網運行數據和調研資料也驗證了現有組網方法合理。

微電網；海島供電；并網運行；離網運行；homer優化計算；Powerfactory仿真

0 引 言

海島供電系統接入新能源發電，組成海島新型智能微電網，可以作為微電網的一種典型運行方式，具有微電網的一般特性，又需結合海島自身特點，形成適合海島可持續發展的組網方案。

隨著微電網的發展，越來越多的國內外學者開始關注微電網的組網優化問題。文獻[1]提出了采用細菌覓食算法對風-光-儲混合的微電網電源優化配置問題進行求解的方法；文獻[2] 提出了一套含有微電網的配電網變電站規劃及網架規劃方法；文獻[3] 建立了風-光-儲混合電力系統規劃的非合作模型和合作博弈模型；文獻[4-5]分別從不同的角度分析了微電網組網方案優化；文獻[6-8] 對海島電網能量管理及微電網的優化配置做了系統的分析；文獻[9-10]對微電網的全網模型搭建與穩定性分析及Powerfactory仿真工具做了介紹；文獻[11-12]中對分布式發電優化及風光互補進行了深入的研究。

上述文獻在理論推導方面，模型完善方面進行了深入的研究。本文汲取上述文獻資料的成果，利用計算及仿真工具，針對特定的海島調研實際數據，進行了海島微電網建設的組網優化，并總結了一套含多種分布式能源海島微電網的組網方法。

分布式能源的利用，不是盲目的堆砌，不是接入后的粗放管理，需要結合時間、空間進行統籌協調。由于分布式能源存在不穩定性，造成了規劃選擇的多樣性，也形成了運行控制的動態特性。由于區域差異的存在，本文從多角度出發，分析了分布式能源之間，分布式能源與常規能源之間，發電與儲能之間，發電與負荷之間的關系，形成一種分布式能源優化互補的方法。該方法分析分布式發電設備成本、效率、壽命等，形成設備成本與發電成本的比例關系；分析特定區域的自然條件，形成自然能源利用的比例關系；分析特定區域的負荷需求，形成發電與負荷的比例關系；同時考慮環境、政策的影響因素，形成相應的比例關系；將上述形成的比例關系統籌起來，就形成了指導微電網組網建設、運行管理的方向。

1 微網組網分析方法與流程

通過對實際海島微電網組網方案的整理與歸納，整個海島微電網的組網方案流程步驟如圖1所示。

圖1 組網優化流程

可再生能源互補發電優化建模(hybrid optimization model for electric renewable，Homer)是一個計算機模型，可針對離網或并網的分布式發電系統，利用優化和靈敏度分析的算法，評估系統的經濟性和技術選擇的可行性，以及考慮技術成本的變化和能源資源的可用性。

利用電力系統仿真軟件Powerfactory驗證組網方案的可靠性。Powerfactory是數字仿真和電網計算程序，可以進行潮流計算、故障分析、諧波分析、穩定性分析、可靠性分析、保護、最優潮流、配網優化、低壓網絡分析等。

2 組網需求及優化目標

組網方案的優化分析，首先是要收集詳細且準確的資料數據，匯總整理成表格，為后期計算、仿真、分析備用。

2.1 數據資料

(1)自然資源數據整理：需要收集海島經緯度、面積、地貌、常駐人口、高峰人口、綠化覆蓋面積、島上建筑物、氣候總體特征(惡劣天氣情況)、平均光照強度、平均風速、交通運輸狀況(海島與大陸交通，海島島內交通狀況)，海島可開發占地面積，同時需要考慮柴油等燃料的價格以及價格波動的范圍，數據需要年、月、日甚至小時的平均數據。

(2)海島電源、電網數據整理：需要收集現有海島電網的電源、電網情況，是否有分布式能源接入，是否通過海底電纜并網等，需要海島電力系統結構圖，該部分數據搜集不僅要考慮現有數據，還要結合海島供電局的規劃與發展趨勢。

(3)負荷需求數據整理：海島電網的負荷需求及負荷規劃，以及典型日負荷曲線、年負荷需求總量、年負荷平均值、月平均負荷需求、月負荷峰值分布，負荷需求的數據也需要年、月、日甚至24 h的平均數據。

特殊負荷需求包括海水淡化、供熱、制冰制冷，電動汽車充放電需求，電動船充電碼頭需求等。

(4)設備數據整理：主要設備性能分析，包括儲能設備充放電深度、壽命曲線，風力發電機特性曲線，柴油發電機特性曲線等，根據海島建設實際需求以及海島規劃有目的地進行技術性能調查及比較。

在技術性能數據整理的同時，也必須關注市場動態，充分了解設備的投資成本、維護費用以及使用壽命情況等數據資料等。

(5)局限數據與政策性：全面了解海島建設發展中的各方面限制，比如某些海島上設有動物保護區，有些海島是貝類植物保護基地，因此需要考慮該海島在前期開發建設與后期運行維護時對污染物的排放限制，對燃料使用總量的限制，以及土地開發方面的限制，所以有必要對政策性法規文件等進行梳理。

2.2 資料來源

在數據整理時，可先制定清晰的收資表，在收資過程中補充完善，后期對數據加工，查漏補缺。原始資料的完整與準確直接影響到組網方案工作的效率。

部分數據資料可從NASA網站獲取，部分數據資料需要跟蹤市場信息，多數資料數據必須與海島及相關各部門溝通聯系，以便獲得準確、詳細的資料。

2.3 數據示例

以下給出案例海島風力發電相關數據的資料，如表1～2，圖2所示。

可參考上述表格，對所有組網數據資料進行加工整理，以便優化過程中初始邊界條件及迭代刻度的選擇。

2.4 實際組網需求示例

表1 某海島年平均風速

表2海島風機成本資料

Tab.2Costsofwindturbineonisland

圖2 海島風機特性曲線

將組網方法運用于南海某旅游生態海島的組網規劃中，選定海島目前已開發的大規模風力發電，風電出力遠遠大于海島需求，多余電量通過海底電纜并網。海島電網每年需保證1個月的離網維修，離網期間僅能憑借柴油機集中供電，柴油燃料受限不能保證供電可靠性，離網同時無法協調風電場出力，損失了大量的風電資源，因此需要優化組網方案。

2.5 優化目標

(1)發電費用最小。

式中：Pij為不同分布式發電(distributed generation,DG)的額定功率；ni為該DG電源的種類數量；ai為發電成本，包括燃料消耗成本、維護成本、折舊成本、購電成本等。

(2)治理費用最小。

式中：k代表不同治理類型(污染排放、CO2排放、噪音等)，Cikrik(Pi)表示治理發電Psi所產生的不良影響的費用。

(3)發電與用電平衡，儲能參與發電峰谷調節與互補。

∑P發電+∑P用電=∑P儲能調節

另外，離網型微電網的最優組網，必須確定最優微源結構，確定離網最小組網配置，最大組網配置(最大負荷需求)，明確計劃性孤島月份，分析非計劃性孤島方案，分析特定變量的影響等。

3 并網型微電網組網方案優化方法

3.1 并網組網方案優化原則

(1)并網型的海島微電網，負荷需求滿足最大峰值數據，默認不考慮柴油發電機接入，同時考慮適當規模的分布式發電設備，在Homer工具中計算迭代，計算最優方案。

(2)歸納典型結構方案，從多種角度考慮分析，例如完全依靠外界電網供電的并網方案、光儲互補的并網方案、單純接入風力發電的并網方案和具備風、光、儲互補的并網方案等，需根據實際情況歸納整理。

(3)最優典型結構方案對比，針對不同最優典型方案的投資金額、發電量、排放量、可再生能源比例、單位發電電價，進行對比分析，結合海島實際情況選擇組網方案。

(4)最優方案的確定過程中，需保證最優方案中任意可選項都通過最小可選刻度值上下浮動的比較。

具體的并網優化流程如圖3所示。

3.2 組網方案及敏感性分析

根據分析，對選取的海島進行逐項分析，設定了8種組網方式，統一計算，進行數據迭代對比，最后形成如表3所示的8種最優方案。

上述8種不同結構下的最優方案，其中第1種方案為當前風電場并網的發電情況，第5種為風力發電退出并網發電的情況。

敏感性分析：由于海底電纜和風電廠的前期投資已經完成，且投資規模較大，因此新增分布式發電設備價格、維護費用、風速變化、儲能設備使用壽命等敏感性因素對組網方案、投資凈現值、單位發電成本、污染物排放量的影響較小。現有風力發電并網效益較高，其余分布式發電在并網條件下將會增加發電的成本。

圖3 并網優化流程圖

表3 并網型微電網組網典型方案數據對比

優化結論：并網新增風光柴儲等設備，不可避免地會增加凈現值及發電成本，但是海底電纜、海上風電的建設并不普遍，考慮新能源發電的環境效益及社會效益，以及海島的實際離網供電需求，增加分布式發電實為海島電網建設的方向。

4 離網型微電網組網方案優化方法

4.1 離網組網方案計算

(1)確定典型微源結構。按照統一負荷需求設定邊界條件，枚舉典型微源結構，例如風光柴儲微電網方案、風柴儲微電網方案、光柴儲微電網方案、柴儲微電網方案，通過Homer計算出各自的最優方案，然后分析不同最優方案的組網配置、投資凈現值、發電量成本、污染物排放量等數據。

(2)確定負荷需求區限。設定相同的微源組成結構，如風光柴儲微電網，選擇不同的負荷需求(月份、峰值負荷、平均負荷等)，通過Homer計算出各自最優方案，分析不同負荷需求條件下的最優方案的組網配置、投資凈現值、發電量成本、排放量等數據。

表4 特定海島小/大負荷需求組網數據對比

表4對比了特定海島小負荷需求與大負荷需求的相關數據，隨著負荷的增加，組網設備容量隨之增加，凈現值隨之增加，發電成本略微下調，污染物排放量也會隨之增加。

(3)根據實際需求優化組網方案。針對并網型有離網需求的微電網，由表4可知，不同的負荷需求會影響最優方案及其凈現值、發電量成本、污染物排放量。

可以明確計劃離網月份可以選擇負荷需求較小且分布式發電出力均較小的月份。

一旦發生非計劃性離網，組網方案要能滿足大部分時段的負荷需求，又不能盲目最大化投資，可根據實際情況斟酌。

具體的離網優化流程如圖4所示。

4.2 離網組網方案優化對比

以案例較小負荷需求為例，計算出的4種典型最優方案分別為：風光柴儲方案1、風柴儲方案2、光柴儲方案3、柴儲方案4，結果見表4～7和圖5。

綜合所有優化方案數據，風光柴儲微電網具有分布式發電滲透率較高，互補穩定性好，環境效益較好，初期建設成本略大，適宜作為最終方案；風柴儲微電網相比互補性略差，可作為初期可選方案；光柴儲微電網沒有充分考慮該海島風力資源優勢，不推薦應用于該島方案；柴儲微電網離網運行穩定性最好，不受光、風資源限制，災害天氣等惡劣情況下效果明顯，可是燃料消耗較大，污染物排放較大，可作為后備方案，解決短期極端情況。

4.3 敏感性分析

得出最優方案后，針對方案選取中的一些變量進行敏感性分析，例如可分別對柴油價格、光伏設備價格、儲能設備使用壽命、風速等級進行分析，設定邊界條件及最小刻度，逐步迭代求計算特定變量對最優方案的影響，結果見表8～9。

圖4 離網優化流程圖

表5 組網方案對比

表6 組網方案發電量對比

圖5 典型離網方案月平均發電數據對比

表7 組網方案排放量對比

表9柴油價格對發電量的敏感性分析數據

Tab.9Sensitivityanalysisofdieselpricestogeneratedenergy萬kW·h/a

數據顯示隨著柴油價格的降低，發電成本也大幅降低，可再生能源利用率也隨之降低。通過敏感性分析，可歸納出變量對最優方案的影響，增加方案選擇的靈活性。

因此，該方法形成了根據不同變量變化的一系列建設方案，指導下一步建設的方向。

5 微電網穩定性分析方法

根據經濟性優化分析所得的最優方案，在Powerfactory仿真環境中，搭建最優組網方案仿真模型，驗證經濟性優化方案的可靠性。

針對特定海島組網，按最優方案搭建了全網模型，分別進行了并網、離網潮流分析，故障分析以及穩定性分析，驗證了分布式發電出力變化、負荷變化對離網微電網的影響，研究配置的儲能設備是否能最大化消納分布式發電的峰谷差額，并為Homer經濟性優化提供了反饋信息，最終確定了兼顧經濟性和穩定性的組網方案。

6 結 論

通過特定海島微電網組網的優化分析，提出了一種針對微電網組網方案優化的方法，該方法通過并網運行數據的驗證，同時有助于離網微電網的互補優化配置，不僅適用于海島，也適用于一般性微電網，并得出如下結論：

(1)并網優化需側重經濟性因素，離網型優化則以穩定性為出發點，綜合考慮經濟、社會、環境效益。并網型海島有離網需求的微電網要根據需求考慮計劃離網、非計劃離網方案的區別。

(2)經濟性分析、穩定性分析互為邊界條件，需進行多次計算，以滿足經濟性和穩定性的需求。

(3)該方法的難點在于原始數據的收集整理以及穩定性分析時個性化仿真模型的搭建。

(4)該優化方法結合實際數據，針對優化進行了了大量的數據比較和仿真分析，為微電網組網規劃做出了貢獻。

[1]馬溪原，吳耀文，方華亮，等.采用改進細菌覓食算法的風/光/儲混合微電網電源優化配置 [J].中國電機工程學報，2011，31(25): 17-25.

[2]戴上,張焰,祝達康.含有微電網的配電網規劃方法 [J]. 電力系統自動化，2010，34(22): 41-45.

[3]梅生偉，王瑩瑩，劉鋒. 風-光-儲混合電力系統的博弈論規劃模型與分析 [J]. 電力系統自動化，2011，35(20): 13-19.

[4]胡吟，韋鋼，言大偉,等.分布式電源在配電網中的優化配置 [J]. 電力系統保護與控制，2012，40(11): 100-105.

[5]雷金勇，謝俊，甘德強. 分布式發電供能系統能量優化及節能減排效益分析 [J]. 電力系統自動化，2009，33(23): 29-36.

[6]王坤林，游亞戈，張亞群. 海島可再生獨立能源電站能量管理系統 [J]. 電力系統自動化，2010，34(14): 13-17.

[7]魯宗相，王彩霞，閔勇，等. 微電網研究綜述 [J]. 電力系統自動化，2007，31(19): 100-107.

[8]盛鹍，孔力，齊智平，等. 新型電網：微電網研究綜述 [J]. 電力系統保護與控制，2007， 35(12): 75-81.

[9]曹相芹，鞠平，蔡昌春.微電網仿真分析與等效化簡 [J]. 電力自動化設備，2011， 31(5): 94-97.

[10]關宏亮,遲永寧,戴慧珠,等.并網風電場改善系統阻尼的仿真 [J]. 電力系統自動化，2008，32(13): 81-85.

[11]劉自發，張偉，李可，等.考慮分布式電源的變電站優化規劃[J]. 電力建設，2013，34(7): 37-42.

[12]陳麗媛，陳俊文，李知藝，等.風光水互補發電系統的調度策略[J]. 電力建設，2013，34(12): 1-6.

(編輯：劉文瑩)

OptimalCombinationTechnologyofIslandMicrogrid

YANG Zhanye, MA Hongwei, MAO Jianrong

(Smart Gaid Research Institute of XuJi Co., Ltd., Beijing 100085, China)

This paper introduced the optimal combination scheme of island microgrid, and validated the scheme with using the operation data of actual projects. Through the arrangement and analysis of combination data of microgrid, the net present value of investment, the unit price of generating cost, the generated energy and the renewable power ratio in grid-connected mode or island mode were calculated by software Homer. Then, the equipment price of photovoltaic power generation was analyzed, as well as the influence of energy storage equipment’s service life, wind speed, diesel price on combination scheme, in order to obtain the most economical scheme. Finally, the model for the most economical scheme was built by simulation software PowerFactory, the feasibility of optimal scheme was studied and validated; its rationality was also proved by the actual operation data in grid-connected mode and the investigation materials.

microgrid; islanding power supply; grid-connected; island mode; homer optimization calculation; powerfactory simulation

TM 727，TM 732

： A

： 1000-7229(2014)06-0063-06

10.3969/j.issn.1000-7229.2014.06.012

2013-12-14

：2014-01-14

楊湛曄(1981)，男，碩士，工程師，主要從事微電網及分布式發電接入的研究，E-mail：kirksharp@foxmail.com；

馬紅偉(1974)，男，碩士，高級工程師，主要從事微電網及分布式發電接入的研究，E-mail：mahongwei@xjgc.com；

毛建容(1975)，女，碩士，高級工程師，從事微電網及分布式發電接入的研究，E-mail：maojianrong@xjgc.com。