含熱電聯(lián)產(chǎn)熱電解耦運(yùn)行方式下的微網(wǎng)能量綜合優(yōu)化

劉 方，楊 秀，黃海濤，張美霞（上海電力學(xué)院電氣工程學(xué)院，上海 200090）

含熱電聯(lián)產(chǎn)熱電解耦運(yùn)行方式下的微網(wǎng)能量綜合優(yōu)化

劉 方，楊 秀，黃海濤，張美霞
（上海電力學(xué)院電氣工程學(xué)院，上海 200090）

通過安裝蓄熱槽對熱電聯(lián)產(chǎn)“以熱定電”約束進(jìn)行解耦，使微型燃?xì)廨啓C(jī)更加靈活可控參與系統(tǒng)調(diào)峰，有利于微網(wǎng)對高滲透率可再生能源的消納。考慮到風(fēng)機(jī)、光伏出力的隨機(jī)性以及熱電負(fù)荷的波動(dòng)性，建立了基于機(jī)會(huì)約束規(guī)劃的微網(wǎng)熱電能量綜合優(yōu)化模型。與傳統(tǒng)微網(wǎng)優(yōu)化模型相比，增加了系統(tǒng)熱平衡約束，熱電聯(lián)產(chǎn)熱電耦合約束，蓄熱槽運(yùn)行約束等。以微網(wǎng)最小運(yùn)行成本為優(yōu)化目標(biāo)，通過遺傳算法優(yōu)化各微源出力，形成最佳運(yùn)行方式。算例表明：熱電聯(lián)產(chǎn)系統(tǒng)以熱電解耦方式運(yùn)行，有利于提高能源利用效率以及微網(wǎng)運(yùn)行經(jīng)濟(jì)效益。

微網(wǎng)；優(yōu)化運(yùn)行；熱電聯(lián)產(chǎn)；熱儲能；機(jī)會(huì)約束規(guī)劃

熱電聯(lián)產(chǎn)系統(tǒng)CHP（combined heat and power）建立在能源梯級利用的概念基礎(chǔ)上，統(tǒng)一解決了電能和熱能的供應(yīng)問題，是一種經(jīng)濟(jì)節(jié)能、環(huán)境友好的用能方式，具有良好的社會(huì)和經(jīng)濟(jì)效益,在國內(nèi)外引起廣泛關(guān)注［1-2］。微網(wǎng)作為分布式發(fā)電的有效管理單元和組織形式［3-4］，接入熱電聯(lián)產(chǎn)系統(tǒng)承擔(dān)起熱負(fù)荷供給的任務(wù)，進(jìn)而由狹義的“微型電網(wǎng)”發(fā)展為更廣義的“微型能源網(wǎng)”［4］。隨著微網(wǎng)由電力供應(yīng)向熱電綜合供應(yīng)的發(fā)展，系統(tǒng)內(nèi)能源結(jié)構(gòu)以及設(shè)備在不同時(shí)間斷面的耦合關(guān)系愈加復(fù)雜，從而給微網(wǎng)的靈活調(diào)度管理提出了新挑戰(zhàn)，因此研究多能源微網(wǎng)的優(yōu)化調(diào)度更具實(shí)際意義。

目前，關(guān)于熱電聯(lián)產(chǎn)型微網(wǎng)優(yōu)化調(diào)度，國內(nèi)外學(xué)者已做了一些研究。文獻(xiàn)［5］建立了熱電聯(lián)產(chǎn)系統(tǒng)的節(jié)能優(yōu)化調(diào)度模型，重點(diǎn)研究了聯(lián)產(chǎn)系統(tǒng)的生產(chǎn)成本、環(huán)境成本、協(xié)調(diào)成本對調(diào)度策略的影響；文獻(xiàn)［6］提出了一種微網(wǎng)熱電聯(lián)合調(diào)度的優(yōu)化模型，考慮了風(fēng)電出力的波動(dòng)性，并通過罰函數(shù)將聯(lián)絡(luò)線的功率波動(dòng)引入目標(biāo)函數(shù)，使系統(tǒng)運(yùn)行總成本最小的同時(shí)減小了風(fēng)電出力波動(dòng)對電網(wǎng)的影響；文獻(xiàn)［7］建立了熱電聯(lián)產(chǎn)型微網(wǎng)經(jīng)濟(jì)運(yùn)行模型，考慮燃料電池、蓄電池同時(shí)輸出有功和無功，并在滿足能量供需平衡、電能質(zhì)量和蓄電池充放電深度等約束條件的基礎(chǔ)上，實(shí)現(xiàn)考慮制熱收益的綜合成本最低；文獻(xiàn)［8］研究了熱電聯(lián)產(chǎn)系統(tǒng)和儲能技術(shù)在微網(wǎng)中的應(yīng)用，在分時(shí)電價(jià)以及并網(wǎng)運(yùn)行環(huán)境下，對比分析了熱電聯(lián)產(chǎn)和不含熱電聯(lián)產(chǎn)系統(tǒng)時(shí)的運(yùn)行經(jīng)濟(jì)效益。以上研究對熱電聯(lián)產(chǎn)系統(tǒng)大多采用“以熱定電”的運(yùn)行方式，其出力受熱負(fù)荷需求約束，限制了微型燃?xì)廨啓C(jī)的調(diào)峰能力。針對于此，文獻(xiàn)［9］提出安裝儲熱裝置等方式對微型燃?xì)廨啓C(jī)進(jìn)行熱電解耦，參與系統(tǒng)調(diào)峰，可成為系統(tǒng)未來100%接納可再生能源的重要手段。

本文考慮到微網(wǎng)內(nèi)風(fēng)機(jī)、光伏出力以及熱電負(fù)荷的波動(dòng)性，基于機(jī)會(huì)約束規(guī)劃建立了熱電聯(lián)產(chǎn)型微網(wǎng)能量綜合優(yōu)化模型。深入研究了熱電聯(lián)產(chǎn)系統(tǒng)運(yùn)行模型，并配置蓄熱槽對微型燃?xì)廨啓C(jī)組進(jìn)行熱電解耦，增強(qiáng)其靈活可調(diào)度性，從而更好地參與系統(tǒng)調(diào)峰和備用，提高運(yùn)行效率。配置蓄熱槽后的熱電聯(lián)產(chǎn)模型納入到當(dāng)前微網(wǎng)優(yōu)化調(diào)度中，形成熱電綜合調(diào)度體系，從系統(tǒng)層面實(shí)現(xiàn)最優(yōu)經(jīng)濟(jì)運(yùn)行。

1 熱電聯(lián)產(chǎn)（CHP）型微網(wǎng)運(yùn)行模型

本文研究的CHP型微網(wǎng)系統(tǒng)由光伏發(fā)電PV （photovoltaic）、風(fēng)力發(fā)電WT（wind turbine）、蓄電池儲能SB（storage battery）、微型燃?xì)廨啓C(jī)MT（micro turbine）、燃料電池FC（fuel cell）、蓄熱槽HST（heat storage tank）以及熱、電負(fù)荷組成。微網(wǎng)系統(tǒng)能量流動(dòng)示意如圖1所示。

圖1 微網(wǎng)系統(tǒng)能量流動(dòng)示意Fig.1 Micro-grid system energy flow schematic

微網(wǎng)系統(tǒng)與外網(wǎng)和蓄電池儲能之間電能為雙向流動(dòng)，方便購售電和充放電；微型燃?xì)廨啓C(jī)高溫?zé)煔獬隹谔幣c溴冷機(jī)配套使用，產(chǎn)生熱能供應(yīng)熱負(fù)荷，并將多余部分存儲在蓄熱槽內(nèi)以備熱能不足時(shí)釋放。光伏、風(fēng)機(jī)出力以及熱電負(fù)荷具有隨機(jī)性，作為不可控量，其余單元作為可控量維持系統(tǒng)功率平衡。光伏發(fā)電隨機(jī)模型參見文獻(xiàn)［10］；光伏發(fā)電和光照強(qiáng)度呈線性比例關(guān)系，一般認(rèn)為服從Bate分布［11-13］；微網(wǎng)某一時(shí)段內(nèi)的負(fù)荷波動(dòng)一般認(rèn)為服從正態(tài)分布［1］，可將熱電負(fù)荷以同一正態(tài)分布表示。微網(wǎng)系統(tǒng)內(nèi)蓄電池儲能和燃料電池的逆變器提供無功出力，可作為無功補(bǔ)償裝置，因此不考慮負(fù)荷無功功率的隨機(jī)性。以下所建立模型時(shí)間粒度均取1 h。

1.1 蓄電池儲能荷電狀態(tài)模型

與其他儲能技術(shù)相比，鉛酸蓄電池是目前唯一成本可以為用戶所接受的大容量儲能方式［14］。本文以鉛酸蓄電池為例進(jìn)行建模。蓄電池儲能SB系統(tǒng)在t時(shí)段末的荷電狀態(tài)與t-1時(shí)段末荷電狀態(tài)和時(shí)段t-1到t內(nèi)充放量及衰減量有關(guān)。荷電狀態(tài)SOC（state of charge）數(shù)學(xué)模型表示為

1.2 微型燃?xì)廨啓C(jī)（MT）運(yùn)行模型

MT的發(fā)電效率以及污染氣體排放量和自身容量、負(fù)載水平有關(guān)［15］。發(fā)電效率ηMTE表示為

式中：rij為常數(shù)，由MT生產(chǎn)廠家給出，參見文獻(xiàn)［11］；PMTref為MT額定功率；RMT為負(fù)載率。

溴冷機(jī)熱功率表示為

式中：T1、T2分別為熱煙氣進(jìn)、出溴冷機(jī)的溫度；T0為當(dāng)前環(huán)境溫度。

MT燃料成本表示為

式中：L為天然氣低熱熱值；Cng為天然氣價(jià)格。

1.3 蓄熱槽（HST）運(yùn)行模型

蓄熱槽主要考慮的參數(shù)［16］有Δt內(nèi)的熱量自損耗ΔEHST、充放熱效率ηHST，ch和ηHST，dis，其蓄熱量為

1.4 燃料電池（FC）模型

FC燃料成本與輸出功率關(guān)系特性為

1.5 微網(wǎng)運(yùn)行優(yōu)化目標(biāo)

在含有風(fēng)光儲的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度時(shí)，運(yùn)行經(jīng)濟(jì)性最高、環(huán)境效益最好常作為優(yōu)化目標(biāo)。本文以最小運(yùn)行成本為優(yōu)化目標(biāo)，將環(huán)境效益以污染排放成本的形式添加到運(yùn)行成本，考慮到微型燃?xì)廨啓C(jī)運(yùn)行效率及調(diào)峰需求，在蓄熱槽已滿時(shí)允許部分棄熱，并以懲罰項(xiàng)的形式添加到總運(yùn)行成本中。目標(biāo)函數(shù)表示為

1.6 約束條件

1.6.1 熱能約束

為提高微型燃?xì)廨啓C(jī)的運(yùn)行效率以及調(diào)峰能力，規(guī)定在蓄熱槽已滿時(shí)，可產(chǎn)生多余熱能，制定熱能約束為

1.6.2 微型燃?xì)廨啓C(jī)運(yùn)行約束

MT單位電量發(fā)電成本隨運(yùn)行功率增大而減小，且運(yùn)行功率較小時(shí)單位電量的污染排放較大，以此廠家建議運(yùn)行功率不低于額定功率的1/2［18］，制定約束為

式中，PMTref、PMT，climb分別為MT額定有功出力以及爬坡速率限值。

1.6.3 燃料電池約束

式中：PFC，min、PFC，max為FC出力限值；Q、SFC，inv為FC無功出力以及逆變器額定容量。

1.6.4 儲能系統(tǒng)運(yùn)行約束

儲能系統(tǒng)運(yùn)行約束為

1.6.5 微網(wǎng)與外網(wǎng)聯(lián)絡(luò)線傳輸功率約束

微網(wǎng)與外網(wǎng)聯(lián)絡(luò)線傳輸功率約束為

考慮微網(wǎng)系統(tǒng)的無功優(yōu)化，除上述約束外，還需要重點(diǎn)考慮系統(tǒng)潮流約束。

2 機(jī)會(huì)約束規(guī)劃模型及求解

機(jī)會(huì)約束規(guī)劃CCP（chance constrained programming）主要針對約束條件中含有隨機(jī)變量且必須在觀測到隨機(jī)變量實(shí)現(xiàn)之前作出決策的問題［19］。考慮到所做決策在不利情況下難以滿足約束，可通過設(shè)置置信水平，使約束條件成立的概率不小于置信水平來允許不滿足約束。機(jī)會(huì)約束規(guī)劃的一種常見數(shù)學(xué)表達(dá)式描述為

式中：f（x，ξ）為目標(biāo)函數(shù)；ξ為隨機(jī)參數(shù)向量；Gi（x，ξ）為機(jī)會(huì)約束條件；pr｛·｝為事件成立的概率；α為預(yù)先給定的置信水平；Hj（x，ξ）為傳統(tǒng)的確定性約束。

根據(jù)功率平衡可將聯(lián)絡(luò)線功率（Pt

grid）表示為

經(jīng)過這樣處理，聯(lián)絡(luò)線功率的表達(dá)式中包含了風(fēng)機(jī)出力、光伏出力以及負(fù)荷功率等不確定性因素。不確定因素的存在可用概率的形式表示，因此結(jié)合式（19）可將式（23）表示為

對于給定的決策向量α，求解CCP模型需要完成2步：①判斷α是否滿足置信水平約束；②在滿足式（24）條件下求解最優(yōu)目標(biāo)。與確定性約束相比，機(jī)會(huì)約束規(guī)劃因隨機(jī)變量的存在，需要通過隨機(jī)模擬判斷是否滿足機(jī)會(huì)約束。本文應(yīng)用蒙特卡洛方法對隨機(jī)變量在約束范圍內(nèi)進(jìn)行N次模擬，假設(shè)滿足約束條件的次數(shù)為N′，通過大數(shù)定律求解N/N′，若N/N′＞α則滿足機(jī)會(huì)約束。

3 模型求解算法

遺傳算法是一種基于自然選擇和基因遺傳學(xué)原理的隨機(jī)并行搜索算法，是一種尋求全局最優(yōu)解而不需要任何初始化信息的高效優(yōu)化算法，被廣泛應(yīng)用于電源規(guī)劃、無功優(yōu)化及電力市場等電力系統(tǒng)領(lǐng)域［6，20］。

根據(jù)前面所述，本文將蒙特卡洛模擬和遺傳算法相結(jié)合，在優(yōu)化過程中求解機(jī)會(huì)約束。算法描述如下：

步驟1 輸入微網(wǎng)系統(tǒng)運(yùn)行參數(shù)以及遺傳算法相關(guān)參數(shù)，并隨機(jī)生成種群；

步驟2 對染色體進(jìn)行解碼，計(jì)算蓄電池儲能和燃料電池有功無功出力、燃?xì)廨啓C(jī)有功出力，確定連聯(lián)絡(luò)線交互功率；

步驟3 對隨機(jī)變量進(jìn)行蒙特卡洛模擬，判斷是否滿足機(jī)會(huì)約束；

步驟4 計(jì)算個(gè)體適應(yīng)度；

步驟5 判斷是否達(dá)到迭代次數(shù)，若達(dá)到迭代次數(shù)，轉(zhuǎn)入步驟6，若未達(dá)到迭代次數(shù)，則通過輪盤賭選擇，并進(jìn)行多點(diǎn)交叉和多點(diǎn)變異，轉(zhuǎn)入步驟2；

步驟6 輸出最優(yōu)結(jié)果。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

圖2中，微網(wǎng)線路參數(shù)分別為：R=0.64 Ω/km，X=0.1 Ω/km；負(fù)荷功率因數(shù)取0.9。各微源的參數(shù)采用文獻(xiàn)［21］數(shù)據(jù)；各微源污染物排放數(shù)據(jù)、污染物價(jià)值標(biāo)準(zhǔn)、罰款等級見文獻(xiàn)［22］。風(fēng)機(jī)、光伏出力和熱、電負(fù)荷需求等不可控量預(yù)測值如圖3所示。

4.2 優(yōu)化結(jié)果分析

4.2.1 置信水平α對優(yōu)化結(jié)果的影響

圖4、圖5分別為α=85%和α=95%時(shí)的有功優(yōu)化結(jié)果。

置信水平反映聯(lián)絡(luò)線功率的波動(dòng)，置信水平越高，聯(lián)絡(luò)線功率波動(dòng)越小，從而微網(wǎng)系統(tǒng)對電網(wǎng)的影響越小。從圖4和圖5對比可以看出，置信水平為95%時(shí)，聯(lián)絡(luò)線交互功率較為保守，降低了對電網(wǎng)的影響，且使聯(lián)絡(luò)線為系統(tǒng)提供較大的旋轉(zhuǎn)備用，提高了運(yùn)行可靠性。然而聯(lián)絡(luò)線在低谷電價(jià)時(shí)段對微網(wǎng)充電功率較小，在峰谷時(shí)段向外網(wǎng)售電也受限，卻影響微網(wǎng)運(yùn)行經(jīng)濟(jì)性。在實(shí)際工程實(shí)踐中，應(yīng)權(quán)衡微網(wǎng)運(yùn)行經(jīng)濟(jì)性和外網(wǎng)對擾動(dòng)的耐受能力，設(shè)置合適的置信水平，將聯(lián)絡(luò)線功率波動(dòng)限值在合理的范圍內(nèi)。

4.2.2 無功優(yōu)化結(jié)果

微網(wǎng)并網(wǎng)運(yùn)行時(shí)，通過P/Q控制方式調(diào)度各微源有功無功出力。由于聯(lián)絡(luò)線受功率因數(shù)限值，當(dāng)有功交互功率較小時(shí)，無功出力也受限，因此系統(tǒng)內(nèi)無功缺額主要由SB和FC逆變器提供，從而在一定程度上實(shí)現(xiàn)無功自給，提高微網(wǎng)運(yùn)行靜態(tài)穩(wěn)定性，降低了安裝無功補(bǔ)償裝置的成本，見圖6。

圖2 微網(wǎng)結(jié)構(gòu)Fig.2 Micro-grid structure

圖3 微網(wǎng)不可控量預(yù)測值Fig.3 Microgrid uncontrollable amount predictive value

圖4 α為85%時(shí)有功優(yōu)化結(jié)果Fig.4 Active optimization results when α is 85%

圖5 α為95%時(shí)有功優(yōu)化結(jié)果Fig.5 Active optimization results when α is 95%

圖6 無功優(yōu)化結(jié)果Fig.6 Reactive power optimization results

4.2.3 熱能優(yōu)化結(jié)果

圖7給出了置信水平α=85%時(shí)的熱能優(yōu)化結(jié)果。由圖可見，在MT未開啟時(shí)熱負(fù)荷由蓄熱槽獨(dú)立供應(yīng)。當(dāng)MT開啟以后，主要溴冷機(jī)供應(yīng)。MT在整個(gè)過程中以較高的功率運(yùn)行，運(yùn)行效率較高，且MT在1個(gè)周期內(nèi)只啟停1次，降低了調(diào)度的復(fù)

雜度。

圖7 熱能優(yōu)化結(jié)果Fig.7 Heat energy optimization results

4.2.4 蓄熱槽容量對優(yōu)化結(jié)果的影響

本文取蓄熱槽初始容量為額定容量的80%，優(yōu)化結(jié)果見圖8～圖10。從圖8可看出：當(dāng)蓄熱槽配置容量為1 000 kW·h，運(yùn)行至t=6時(shí)，蓄熱槽內(nèi)剩余熱能已經(jīng)低至底線，需要開啟MT滿足后續(xù)熱能需求，此時(shí)段為低谷電價(jià)，影響系統(tǒng)從外網(wǎng)購電，降低了經(jīng)濟(jì)性。而當(dāng)蓄熱槽配置容量為1 200 kW·h時(shí)，直到運(yùn)行至t=7時(shí)才開啟MT為系統(tǒng)供熱，經(jīng)濟(jì)性相對較好。

4.2.5 熱電解耦前后對比

從圖9可以看出，熱電聯(lián)產(chǎn)“以熱定電”運(yùn)行時(shí)，MT電功率具有明顯的反調(diào)峰性，再加上系統(tǒng)內(nèi)風(fēng)機(jī)裝機(jī)較大，使得儲能系統(tǒng)在低谷時(shí)段需要以較大功率充電吸納微網(wǎng)內(nèi)盈余電能，在高峰時(shí)段較大功率放電填補(bǔ)電能空缺，增加了調(diào)峰的難度，而熱電解耦運(yùn)行方式下，此現(xiàn)象明顯改善；由圖10可見，“以熱定電”運(yùn)行方式下儲能系統(tǒng)荷電量變化較大，需要大容量配置方可滿足需求，而熱電解耦運(yùn)行方式下，儲能系統(tǒng)荷電量變化較小，在相同配置容量下，將會(huì)大大提升微網(wǎng)對可再生能源的消納能力，提高微網(wǎng)的環(huán)保和經(jīng)濟(jì)效益。

圖8 不同蓄熱容量下的優(yōu)化結(jié)果Fig.8 Optimization results under different heat storage capacity

圖9 熱電解耦前后SB、MT有功優(yōu)化結(jié)果Fig.9 SB and MT active optimization results before and after thermoelectric decoupled

圖10 熱電解耦前后SB荷電量優(yōu)化結(jié)果Fig.10 SB Electricity optimization results before and after thermoelectric decoupled

5 結(jié)論

本文在微網(wǎng)傳統(tǒng)經(jīng)濟(jì)調(diào)度模式的基礎(chǔ)上，對熱電聯(lián)產(chǎn)“以熱定電”運(yùn)行約束進(jìn)行解耦，研究了蓄熱裝置運(yùn)行模型，在電能調(diào)度的同時(shí)對熱能進(jìn)行調(diào)度，形成微網(wǎng)熱電能量綜合優(yōu)化調(diào)度。最后通過實(shí)例驗(yàn)證熱電聯(lián)產(chǎn)熱電解耦方式運(yùn)行具有如下優(yōu)勢：

（1）微型燃?xì)廨啓C(jī)運(yùn)行不受熱負(fù)荷需求的制約，且反調(diào)峰性明顯改善，微網(wǎng)運(yùn)行可靠性提高；

（2）所需配置的儲能容量較低，經(jīng)濟(jì)性較好，而在同樣的儲能容量下，可使得系統(tǒng)接納更高滲透率的可再生能源。

［1］肖青，陳潔，楊秀，等（Xiao Qing，Chen Jie，Yang Xiu，et al）.含多種分布式電源的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度（Dynamic economic dispatch of microgrid with different types of distributed generations）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（4）：22-28.

［2］殷桂梁，李相男，郭磊，等（Yin Guiliang，Li Xiangnan，Guo Lei，et al）.混合儲能系統(tǒng)在風(fēng)光互補(bǔ)微電網(wǎng)中的應(yīng)用（Application of hybrid energy storage system on wind/solar hybrid microgrid）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2015，27（1）：49-53，59.

［3］ 楊新法，蘇劍，呂志鵬，等（Yang Xinfa，Su Jian，Lü Zhipeng，et al）.微電網(wǎng)技術(shù)綜述（Overview on microgrid technology）［J］.中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2014，34（1）：57-70.

［4］王成山，洪博文，郭力，等（Wang Chengshan，Hong Bowen，Guo Li，et al）.冷熱電聯(lián)供微網(wǎng)優(yōu)化調(diào)度通用建模方法（A general modeling method for optimal dispatch of combined cooling，heating and power microgrid）［J］.中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2013，33 （31）：26-33.

［5］陳潔，楊秀，朱蘭，等（Chen Jie，Yang Xiu，Zhu Lan，et al）.基于遺傳算法的熱電聯(lián)產(chǎn)型微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化（Genetic algorithm based economic operation optimization of a combined heat and power microgrid）［J］.電力系統(tǒng)保護(hù)與控制（Power System Protection and Control），2013，41（8）：7-15.

［6］徐立中，楊光亞，許昭，等（Xu Lizhong，Yang Guangya，Xu Zhao，et al）.考慮風(fēng)電隨機(jī)性的微電網(wǎng)熱電聯(lián)合調(diào)度（Combined scheduling of electricity and heat in a microgrid with volatile wind power）［J］.電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2011，35（9）：53-60，66.

［7］周任軍，冉曉洪，毛發(fā)龍，等（Zhou Renjun，Ran Xiaohong，Mao Falong，et al）.分布式冷熱電三聯(lián)供系統(tǒng)節(jié)能協(xié)調(diào)優(yōu)化調(diào)度（Energy-saving corrdinated optimal dispatch of distributed combined cool，heat and power supply）［J］.電網(wǎng)技術(shù)（Power System Technology），2012，36（6）：8-14.

［8］吳雄，王秀麗，別朝紅，等（Wu Xiong，Wang Xiuli，BieZhaohong，et al）.含熱電聯(lián)供系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行（Economic operation of microgrid with combined heat and power system）［J］.電力自動(dòng)化設(shè)備（Electric Power Automation Equipment），2013，33（8）：1-6.

［9］呂泉，陳天佑，王海霞，等（Lü Quan，Chen Tianyou，Wang Haixia，et al）.含儲熱的電力系統(tǒng)電熱綜合調(diào)度模型（Combined heat and power dispatch model for power system with heat accumulator）［J］.電力自動(dòng)化設(shè)備（Electric Power Automation Equipment），2014，34（5）：79-85.

［10］金鵬，艾欣，許佳佳（Jin Peng，Ai Xin，Xu Jiajia）.基于序列運(yùn)算理論的孤立微電網(wǎng)經(jīng)濟(jì)運(yùn)行模型（An economic operation model for isolated microgrid based on sequence operation theory）［J］.中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2012，32（25）：52-59.

［11］顧偉，吳志，王銳（Gu Wei，Wu Zhi，Wang Rui）.考慮污染氣體排放的熱電聯(lián)供型微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化（Multi-objective optimization of combined heat and power microgrid considering pollutant emission）［J］.電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2012，36（14）：177-185.

［12］葉承晉，黃民翔，王焱，等（Ye Chengjin，Huang Minxiang，Wang Yan，et al）.基于離散概率模型的風(fēng)光互補(bǔ)供電系統(tǒng)優(yōu)化配置（A hybrid wind/photovoltaic power supply system based on discrete probabilistic methodology）［J］.電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2013，37（6）：48-54.

［13］梁雙，胡學(xué)浩，張東霞，等（Liang Shuang，Hu Xuehao，Zhang Dongxia，et al）.基于隨機(jī)模型的光伏發(fā)電置信容量評估方法（Probabilistic models based evaluation method for capacity credit of photovoltaic generation）［J］.電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2012，36（13）：32-37.

［14］趙波，王成山，張雪松（Zhao Bo，Wang Chengshan，Zhang Xuesong）.海島獨(dú)立型微電網(wǎng)儲能類型選擇與商業(yè)運(yùn)營模式探討（A survey of suitable energy storage for island stand-alone microgrid and commercial operation mode）［J］.電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2013，37（4）：21-27.

［15］Bando S，Watanabe H，Asano H，et al.Impact of various characteristics of electricity and heat demand on the optimal configuration of a microgrid［J］.Electrical Engineering in Japan，2009，169（2）：6-13.

［16］彭樹勇（Peng Shuyong）.冷熱電聯(lián)供型微電網(wǎng)優(yōu)化配置與運(yùn)行研究（Research on the Optimal Configuration and Operation for CCHP Microgrid）［D］.成都：西南交通大學(xué)電氣工程學(xué)院（Chengdu：School of Electrical Engineering，Southwest Jiaotong University），2014.

［17］李樂（Li Le）.微網(wǎng)的經(jīng)濟(jì)運(yùn)行研究（Study of Economic Operation in Microgrid）［D］.北京：華北電力大學(xué)電氣與電子工程學(xué)院（Beijing：School of Electrical and Electronic Engineering，North China Electric Power University），2011.

［18］Canova A，Chicco G，Genon G，et al.Emission characterization and evaluation of natural gas-fueled cogeneration microturbines and internal combustion engines［J］.Energy Conversion and Management，2008，49（10）：2900-2909.

［19］于佳，任建文，周明（Yu Jia，Ren Jianwen，Zhou Ming）.基于機(jī)會(huì)約束規(guī)劃的風(fēng)-蓄聯(lián)合動(dòng)態(tài)經(jīng)濟(jì)調(diào)度（A chance-constrained programming based dynamic economic dispatch of wind farm and pumped-storage power station）［J］.電網(wǎng)技術(shù)（Power System Technology），2013，37（8）：2116-2122.

［20］熊信銀.遺傳算法及其在電力系統(tǒng)中的應(yīng)用［M］.武漢：華中科技大學(xué)出版社，2004.

［21］陳潔，楊秀，朱蘭，等（Chen Jie，Yang Xiu，Zhu Lan，et al）.不同運(yùn)行調(diào)度模式下微網(wǎng)經(jīng)濟(jì)運(yùn)行對比分析（Comparison of microgrid economic operation among different dispatch modes）［J］.電力自動(dòng)化設(shè)備（Electric Power Automation Equipment），2013，33（8）：106-113.

［22］王晶，陳駿宇，藍(lán)愷（Wang Jing，Chen Junyu，Lan Kai）.基于實(shí)時(shí)電價(jià)的微網(wǎng)PSO最優(yōu)潮流算法研究（PSO optimal power flow algorithm for a microgrid based on spot power prices）［J］.電力系統(tǒng)保護(hù)與控制（Power System Protection and Control），2013，41（16）：34-40.

Energy Comprehensive Optimization of Micro-grid Including CHP with Thermoelectric Decoupling Operation Mode

LIU Fang，YANG Xiu，HUANG Haitao，ZHANG Meixia
（School of Electrical Engineering，Shanghai University of Electric Power，Shanghai 200090，China）

By installing heat storage tank to decouple“heat-load-based”constraint of combined heat and power（CHP），the micro-turbine（MT）will be more flexible and controllable to participate peak adjustment，which is beneficial for micro-grid to consume high penetration of renewable energy.Considering the randomness of photovoltaic and wind turbine output，volatility of thermoelectric load，a micro-grid comprehensive thermoelectric energy optimization model is established based on chance constrained programming.Compared to traditional micro-grid optimization model，system thermal balance constraints and CHP thermoelectric coupling，heat storage tank operating constraints are increased.Microgrid minimum operating cost as optimization goal，by genetic algorithm to optimize each micro-source output，so that the best run way is formed.Example show that：The CHP run as“heat-load-based”decoupled mode will improve energy efficiency and micro-grid running economy.

micro-grid；optimal operation；combined heat and power；thermal energy storage；chance-constrained programming

TM73

A

1003-8930（2016）01-0051-07

10.3969/j.issn.1003-8930.2016.01.009

2015-03-24；

2015-08-06

國家電網(wǎng)公司科技項(xiàng)目（H2013-042）；國家自然科學(xué)基金資助項(xiàng)目（71203137）；上海市科委重點(diǎn)科技攻關(guān)計(jì)劃項(xiàng)目（11dz1210405）；上海市楊浦國家創(chuàng)新型試點(diǎn)城區(qū)建設(shè)和發(fā)展專項(xiàng)資金項(xiàng)目（2011YOCX03-006）；上海綠色能源并網(wǎng)工程技術(shù)研究中心項(xiàng)目（13DZ2251900）

劉 方（1989—），男，碩士研究生，研究方向?yàn)槲⒕W(wǎng)經(jīng)濟(jì)運(yùn)行與需求側(cè)管理。Email：liufang2008054@163.com

楊 秀（1972—），男，博士，教授，研究方向?yàn)榉植际桨l(fā)電與微電網(wǎng)的運(yùn)行與仿真。Email：yangxiu721102@126.com

黃海濤（1978—），女，博士，副教授，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行優(yōu)化。Email：hbdl_huanghaitao@sina.com