并網型微電網多目標容量優化配置及減排效益分析

劉峪涵，汪 沨，譚陽紅

（湖南大學電氣與信息工程學院，長沙 410082）

并網型微電網多目標容量優化配置及減排效益分析

劉峪涵，汪 沨，譚陽紅

（湖南大學電氣與信息工程學院，長沙 410082）

以提高經濟性和自供電能力為目標，提出了一種并網型風光儲微電網容量優化配置方法，并對其環保減排效益進行了分析。首先確定了適用于并網型微電網的運行控制策略，然后以微源的數量作為優化變量，構建了以年平均綜合成本及自供電率為評價指標的數學模型，并采用非支配排序多目標遺傳算法對模型進行了求解。最后引入效用理論對各優化結果進行綜合評價，以得到不同設計要求下的推薦方案。算例驗證了所提方法的正確性和有效性。

并網型微電網；多目標優化；自平衡率；減排效益；效用理論

Abstract:In order to improve the economical efficiency and self-supply ability of a grid-connected wind-solar-storage microgrid，a optimal capacity configuration method is proposed，and its emission reduction benefit is analyzed.Firstly，an operation and control strategy for the grid-connected microgrid is determined.Then，the number of micro-sources is taken as an optimization variable，and a mathematical model is established with the evaluation indices of annual average comprehensive cost and self-supply rate（SSR）.Moreover，non-dominated sorting genetic algorithm with multiple objec?tives is adopted to solve the optimization model.Finally，utility theory is introduced to evaluate the optimization results comprehensively，thus recommended schemes are obtained to different design requirements.The validity and effective?ness of the proposed method is verified by a numerical example.

Key words:grid-connected microgrid；multi-objective optimization；self-supply rate（SSR）；emission reduction benefit；utility theory

長期以來，燃煤火電一直是我國最重要的電力來源。但隨著能源危機以及燃煤造成的嚴重空氣污染等問題的進一步加劇，電力工業發展的重心逐漸轉向以風力發電和光伏發電為代表的新能源發電領域[1-3]，分布式發電DG（distributed generation）技術的興起與發展也為電力工業實現清潔化、可持續發展提供了可行方案[1]。

微電網是DG的重要載體之一，其能有效整合各種DG、儲能單元和負荷。通過對不同出力特性DG和儲能系統的綜合利用，克服了新能源發電隨機性、波動性帶來的問題，并可靈活接入/退出大電網，運行于并網或孤島狀態[2]，實現了多元化的能源利用，提高了供電的可靠性并使得新能源發電的環保效益得到充分發揮。

DG容量和儲能容量的優化是微網規劃階段的重點。目前國內外就相關問題已有較多研究成果。按優化目標數目的不同，可分為單目標優化和多目標優化。單目標優化多以經濟性為目標，文獻[2-3]以綜合成本或年等值投資費用最低為目標，在考慮可靠性約束的條件下對電源進行了優化設計；文獻[4]研究了不同控制策略下獨立型微電網的容量優化問題；文獻[5-7]提出了將需求側資源納入運行管理時微電網電源容量優化方法。相比單目標優化僅將經濟性最優作為優化目標的不足，多目標優化還考慮了提高可再生能源利用率[8]、增大可再生能源能量供給比例[9]、減少污染物排放[8-10]等目標，突出了微電網在環境和社會等方面的效益。

現有文獻的研究多集中在獨立型微電網。相比獨立型微電網，并網型微電網能通過公共連接點PCC（point of common coupling）獲得大電網能量支撐，并在外網故障時轉入獨立運行[11]，因而具有更好的供電可靠性及靈活性[12-15]。本文建立了以提高經濟性和自供電能力為目標的并網型微電網容量配置模型，采用改進的非支配排序遺傳算法進行求解，并利用效用理論對方案進行排序篩選。通過實例進行了仿真驗證，并對并網型微電網的減排效益進行了分析。

1 微電網系統結構及控制策略

1.1 微電網系統結構

本文選取的并網型風光儲微電網結構如圖1所示，其主要由風力發電機、光伏陣列、儲能蓄電池以及本地負荷等構成，各微源經逆變器或變換器接入直流母線，再經公共AC/DC逆變器接入交流微網，其中連接蓄電池的變換器為雙向DC/DC，以配合蓄電池的充電或放電過程[12]。微電網系統通過PCC與大電網相連接，以實現微電網與大電網能量的雙向流動。

1.2 運行控制策略

風力發電機和太陽能光伏電池的輸出功率與天氣情況（風速，光照強度，溫度等）密切相關，具有隨機性和不可調度性，在微網系統中屬于不可調度電源[2]。蓄電池儲能系統在一定范圍內可以充電或放電，能根據具體情況對風光輸出功率與負荷需求之間的差額進行填補。通過聯絡功率線，微網可與主網進行能量交互，向主網出售多余電能或從主網購買電能滿足微網內負荷需求。本文總體的能量控制策略是微網能量自治（盡量不與主網進行能量交換），在微網內優先利用風機和光伏機組的出力，蓄電池起到能量緩沖和系統備用的作用。

將1 a劃分為8 760 h，假定風機和光伏的輸出功率在1 h內恒定，依據各微源的數學模型計算第t小時風機和光伏總發電量與系統總負荷的差額（凈功率）為

式中：NWT為風機數量；PWT為單臺風機的輸出功率；NPV為光伏組件數量；PPV為單塊光伏組件的輸出功率；PL為微網內負荷功率需求。

當ΔP=0時，可再生能源發電剛好滿足微網內負荷需求，蓄電池無充放電，微網與主網也無能量交互。

當ΔP＞0時，可再生能源發電過剩，在蓄電池充電功率以及荷電狀態允許的條件下，優先對蓄電池進行充電，若功率仍有剩余，在聯絡線倒送功率限制內將盡可能出售給電網，這部分功率記為PM2G（t），再有的剩余功率，即為系統能量溢出功率，記為Pexc（t）。

當ΔP＜0時，可再生能源發電功率不足，在蓄電池放電功率和荷電狀態允許的條件下，優先利用蓄電池放電平衡功率缺口，蓄電池放電無法滿足負荷需求的情況下，從主網購買電能以保證微網內的功率平衡。

2 容量優化配置及減排效益模型

2.1 容量優化配置目標函數

以微電網所在地區的風光資源以及微電網內負荷需求為基礎，對并網型微電網的各DG及蓄電池容量進行優化配置，設計圍繞經濟性和自供電能力兩個指標進行。

1）微電網經濟性指標

本文采用年平均綜合成本為經濟性目標函數。目標函數包括年等值設備投資費用CAFC、年平均運行維護費用CAOM、年平均更換成本CARP以及年平均能量交換成本CAEC。該目標函數構建為

年平均設備投資成本為各電源投資成本乘以資金回收系數CRF（capital recovery factor）得到[13]，即

式中：CIC，i為某一微源的初始投資成本；r為折現率；Yi為微源壽命周期；f（r，Yi）為對應微源的資金回收系數，其計算公式為

年平均運行維護費用與各微源的裝機數量成正比關系為

式中：CWOM、CPOM、CBOM分別為風機、光伏組件和蓄電池的單位年平均運行維護費用；NBS為蓄電池數量。

本系統設計使用年限為20 a，系統壽命周期內需要對蓄電池進行更換。蓄電池的年平均更換成本可表示為

式中：CBRP為蓄電池的更換成本；frp為償債因子[14]。

年能量交換成本為微電網每年從大電網購買的電量成本與向微電網出售電量收益的差值，其計算公式為

式中：Cp（t）、Cs（t）分別為第t小時買入和賣出的電價；Ep（t）、Es（t）分別為第t小時買入和賣出的電量。

2）微電網自供電能力指標

微電網可以運行在并網狀態或孤立狀態，當大電網發生停電等故障時，微電網應進行主動解列，由并網運行轉入孤島運行。為保證微電網在獨立狀態下仍能基本滿足微電網內負荷的需求，定義微電網自平衡率SSR（self-supply rate）為微電網設備年供電量占負荷年用電量的比例[15]，自平衡率越高則對大電網的依賴越小，說明微電網轉入獨立運行時的供電能力越強。自供電能力指標目標函數構建為

式中：PG2M（t）為第t小時主網對微網內負荷輸送的功率；PL（t）為第t小時微網內總負荷功率。

針對風機和光伏的模型問題，現有文獻已進行了較為充分的研究，本文不再贅述，詳見文獻[2-5]。

2.2 約束條件

1）微源數量約束

式中，NWT_max、NPV_max、NBS_max為實際場地等因素限制下的各微源最大安裝數量。

2）系統功率平衡約束

式中：PWT（t）、PPV（t）、PBS（t）分別為第t小時內風機、光伏組件以及蓄電池的輸出功率；PG（t）為t小時內大電網向微網輸入的功率；Pexc（t）為第t小時內的溢出功率。

3）蓄電池放電深度及充放電功率限制

式中：SOCmin和SOCmax分別為允許的最小和最大荷電狀態；Pc_max和Pd_max分別為允許的最大充電、放電功率。

4）倒送功率限制

并網型微電網可以將多余電能輸送給大電網，但是過大的功率倒送可能對大電網的穩定性造成不利影響[15]，因此需要根據大電網運營商要求對其做一定約束，即

式中，PM2G_max為微電網對大電網允許輸送的最大功率。

2.3 減排效益模型

煤在燃燒的過程中會產生大量的CO、CO2、SO2、NOx以及可懸浮顆粒[16]。相比燃煤火電機組，風力發電與太陽能光伏發電屬于清潔能源發電，其運行過程可近似認為無污染物排放。本文假設大電網電能全部由燃煤火電機組提供，則微電網年環保減排效益CREB可表示為

式中：EWP為微電網的年風光發電量；N為有害氣體種類數量；Eexc為年能量溢出量；Em，i為燃煤火電生產單位電能產生的第i種有害氣體的量；Cem，i為第i種有害氣體單位排放量相應的環保成本。

3 容量優化模型求解方法

根據所構建的數學模型，待求解問題的目標函數可分別表示為

該數學模型是一個含有多個決策變量的非線性多目標優化問題。擬采用帶精英策略的快速非支配排序遺傳算法NSGA-Ⅱ（non-dominated sorting genetic algorithmⅡ）進行求解。NSGA-Ⅱ的基本思想[17]為：①隨機產生規模為N的種群Xt，然后產生子代種群Yt，將父代與子代種群結合形成規模為2N的種群Rt；②對種群Rt進行非支配排序，計算各非支配層中的個體擁擠距離，根據非支配序以及擁擠度選擇較優個體形成新的父代種群Xt+1；③由種群Xt+1得到Yt+1，再合并產生Rt+1，重復以上操作，直到滿足循環結束條件。

NSGA-Ⅱ的關鍵技術是快速非支配排序方法以及個體擁擠距離計算，其實現方法如下。

1）快速非支配排序

對于種群Rt中的個體r，Sr為其所支配個體的集合，nr為支配個體r的個體數量。計算方法為：①將種群Rt中所有nr=0的個體放入集合Z1，該集合相應的非支配排序設為irank=1，并將其從考察集合Rt中的刪去；②按同樣的方法繼續尋找余下群體中的非支配解集，并放入集合Z2（第2非支配層），個體非支配序賦為irank=2；③重復以上操作進行直到所有的個體被分層，顯然同一層的個體具有相同的非支配序。

2）個體擁擠距離計算

個體ri的擁擠度是目標空間上與ri相鄰的2個個體ri+1和ri-1之間的距離。計算方法為：①初始化同層擁擠距離di=0；②對同層的個體按第m個目標函數值升序排列；③將排序在兩端的個體擁擠距離賦為W（W為給定的大數），即d0=dn=W；④計算中間個體的擁擠距離di=di+（di+1-di-1）/（fm_maxfm_min），fm_max和fm_min分別為集合中第m個目標函數的最大和最小值；⑤對不同的目標函數，重復步驟②～④，得到所有個體的擁擠距離di。

經過排序和擁擠距離計算，每個個體有了兩個屬性irank和di。對于個體ri和rj，若滿足irank＜jrank，或者irank=jrank且di＞dj，則定義個體ri優于個體rj，這樣前N個較優個體將被選入新的父代種群Xt+1。

采用NSGA-Ⅱ，將式（15）中的目標函數作為適應度函數，其計算結果為Pareto最優解集，此解集便為優化后的備選方案。求解方法流程如圖2所示。

圖2 基于NSGA-Ⅱ的微電網容量配置流程Fig.2 Flow chart of capacity configuration for microgrid based on NSGA-Ⅱ

4 算例分析

4.1 原始數據

該地區風光資源及負荷數據如圖3和圖4所示，這些數據作為輸入參數輸入系統，微網系統內最大負荷為314.25 kW，待選微源設備的參數如表1所示。

圖3 微電網所在地氣象數據Fig.3 Meteorological data of the region where microgrid is located

圖4 年小時平均負荷曲線Fig.4 Hourly load cure in a year

表1 各DG參數Tab.1 Parameters of DGs

4.2 基于效用理論的方案選擇及分析

采用NSGA-Ⅱ，設定種群數量為50，進化代數為100得到的Pareto最優解前沿如圖5所示。

圖5 Pareto最優解集Fig.5 Pareto optimal solution set

為了避免多屬性決策的盲目性，引入效用理論對各待選方案進行綜合評價，從而確定最優方案。效用理論是進行多屬性決策的一種理論，其基本思想是先對不同評價指標進行無量綱處理，然后運用效用函數求得各指標效用值，采用合成函數將效用值和權重值加權合成[18-20]，計算各方案效用評價綜合得分，根據得分對各方案進行優劣排序。其數學模型可以表示為

式中：i為評價指標的序號；f為評價指標yi去量綱化的效用函數；Ui為去量綱化后評價指標yi的效用函數評價值；ζ為合成模型；ωi為評價指標yi的權重；F為效用函數綜合評價的最終得分。

容量優化配置決策模型的兩個屬性分別為年平均綜合成本CACT和自平衡率SSR，構造決策數學模型為

3種典型不同權重下的最優方案如表2所示。

表2 容量優化配置結果Tab.2 Result of optimal capacity configuration

整體上看，3組配置方案的自平衡率都在比較高的水平。高自平衡率下，即使大電網發生故障，微電網依靠自身供電依然能保證絕大部分微網內負荷需求得到滿足，這樣并網型微電網使負荷的供電可靠性得到了有效提高。

由圖5和表2可以看出，微電網年平均綜合成本與微電網自平衡率這兩個目標函數是相互沖突的。這是因為在目前的條件下，采用新能源發電的成本要高于直接從公共電網購電的成本。考慮到技術等因素的影響，各微源價格呈現持續下降的趨勢，這也意味著此類并網型微電網的經濟性與自供電能力將可能得到同時提升。

配置1為經濟性與自平衡性等偏重時的解，配置2為偏重自供電能力的解，配置3為偏重經濟性的解。對比3組典型配置方案，配置1比配置3的年平均綜合成本高出30.20%，自平衡率提升效果為7.25%；配置2的年平均綜合成本要比配置1高出42.47%，自平衡率的提高為5.86%。對自平衡性要求越高，相應要付出的經濟代價也越大，尤其是達到一定水平之后，自平衡率的小幅度提升需要較大的經濟代價。因此，合理評估確定各指標權重是降低系統電源冗余投資、獲得較優綜合效益的有效手段之一。各配置方案能量溢出均為零，說明新能源發電功率沒有浪費，能量得到了充分利用。

4.3 微電網減排效益分析

有害氣體排放的環保成本數據如表3所示。以配置1為例，各溫室污染氣體的減排量及減排效益如表4所示。

表3 生產單位電能有害氣體排放量及環保成本Tab.3 Quantity of harmful gases and environmental cost due to electricity generation per unit

表4 配置1污染氣體減排量及減排效益Tab.4 Emission reduction of pollution gases and its benefit in No.1 configuration

各溫室污染氣體的總減排量為1 538.16 kg，總減排效益為31 317.9$。這說明微網系統的投入能有效減少地區溫室氣體及其他有害氣體的排放，在提高了負荷供電可靠性的同時，對環境保護工作起到了積極顯著的作用。

5 結語

本文提出了一種針對并網型風光儲微電網的容量優化配置方法，以微電網年平均綜合成本和微電網自供電能力為優化目標，考慮設備運行等約束，對微電網進行了配置和運行的聯合優化，并利用效用理論給出了不同的設計要求下的推薦方案。算例表明，利用設計的模型進行電源容量優化配置，能綜合考慮到經濟性和自平衡性對微電網設計的要求，有效提高負荷的供電可靠性并獲得顯著的減排效益。

[1]Pouresmaeil E，Miguel-Espinar C，Massot-Campos M，et al.A control technique for integration of DG units to the electrical networks[J].IEEE Trans on Industrial Electro-nics，2013，60（7）：2881-2893.

[2]丁明，王波，趙波，等（Ding Ming，Wang Bo，Zhao Bo，et al）.獨立風光柴儲微網系統容量優化配置（Configura?tion optimization of capacity of standalone PV-wind-die?sel-battery hybrid microgrid）[J].電網技術（Power System Technology），2013，37（3）：575-581.

[3]江全元，石慶均，李興鵬，等（Jiang Quanyuan，Shi Qing?jun，Li Xingpeng，et al）.風光儲獨立供電系統電源優化配置（Optimal configuration of standalone wind-solar-stor?age power supply system）[J].電力自動化設備（Electric Power Automation Equipment），2013，33（7）：19-26.

[4]張曉，謝開貴，胡博（Zhang Xiao，Xie Kaigui，Hu Bo）.計及運行策略的光/柴/儲混合系統容量優化配置（Deter?mination of the optimal capacity of PV-diesel-storage hy?brid generation system consideration operation strategy）[J].電力系統及其自動化學報（Proceedings of the CSUEPSA），2014，26（12）：8-14.

[5]劉柏良，黃學良，李軍（Liu Bailiang，Huang Xueliang，Li Jun）.計及可時移負荷的海島微網電源優化配置（Opti?mal sizing of distributed generation in a typical island mi?crogrid with time-shifting load）[J].中國電機工程學報（Proceedings of the CSEE），2014，35（25）：4250-4258.

[6]朱蘭，嚴正，楊秀，等（Zhu Lan，Yan Zheng，Yang Xiu，et al）.計及需求側響應的微網綜合資源規劃方法（Inte?grated resources planning in microgrid based on modeling demand response）[J].中國電機工程學報（Proceedings of the CSEE），2014，34（16）：2621-2628.

[7]段紹輝，汪偉，劉中勝，等（Duan Shaohui，Wang Wei，Liu Zhongsheng，et al）.含光伏的冷熱電聯供微網系統優化調度方案（Research on optimal scheduling of combined cooling heating and power with photovoltaic power genera?tion）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2013，25（4）：150-155.

[8]Hakimi S M，Moghaddas-Tafreshi S M.Optimal planning of a smart microgrid including demand response and inter?mittent renewable energy resources[J].IEEE Trans on Smart Grid，2014，5（6）：2889-2900.

[9]趙媛媛，艾芊，余文志，等（Zhao Yuanyuan，Ai Qian，Yu Wenzhi，et al）.考慮多種因素評估的微電網優化調度（A microgrid optimal scheduling considering the assess?ment of various factors）[J].電力系統保護與控制（Power System Protection and Control），2014，42（23）：23-30.

[10]肖峻，梁海深，王旭東，等（Xiao Jun，Liang Haishen，Wang Xudong，et al）.基于濾波的孤立微網多目標規劃設計方法（Multi-objective planning and designing of is?land microgrid based on filiering）[J].電網技術（Power System Technology），2014，38（3）：596-602.

[11]郭力，劉文建，焦冰琦，等（Guo Li，Liu Wenjian，Jiao Bingqi，et al）.獨立微網系統的多目標優化規劃設計方法（Multi-objective optimal planning design method for stand-alone microgrid system）[J].中國電機工程學報（Proceedings of the CSEE），2014，34（4）：524-536.

[12]劉夢璇，王成山，郭力，等（Liu Mengxuan，Wang Cheng?shan，Guo Li，et al）.基于多目標的獨立微電網優化設計方法（An optimal design method of multi-objective based island microgrid）[J].電力系統自動化（Automation of Electric Power Systems），2012，36（17）：34-39.

[13]李志奇，呂林，張燃（Li Zhiqi，Lü Lin，Zhang Ran）.計及停電損失期望的微網經濟運行（Economic operation of microgrid considering customer interruption cost）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2013，25（5）：77-82.

[14]Shadmand M B，Balog R S.Multi-objective optimization and design of photovoltaic-wind hybrid system for commu?nity smart DC microgrid[J].IEEE Trans on Smart Grid，2014，5（5）：2635-2643.

[15]馬溪原，吳耀文，方華亮，等（Ma Xiyuan，Wu Yaowen，Fang Hualiang，et al）.采用改進細菌覓食法的風/光/儲混合微電網電源優化配置（Optimal sizing of hybrid so?lar-wind distributed generation in an island microgrid us?ing improved bacterial foraging algorithm）[J].中國電機工程學報（Proceedings of the CSEE），2011，31（25）：17-25.

[16]李武強，余濤，林建泉，等（Li Wuqiang，Yu Tao，Lin Jian?quan，et al）.考慮隨機性的微電網環保經濟優化運行（Environmental/economic optimal operation of microgrid considering randomness）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2015，27（3）：81-86.

[17]Mao Meiqin，Jin Peng，Chang Liuchen，et al.Economic analysis and optimal design on microgrid with SS-PVs for industries[J].IEEE Trans on Sustainable Energy，2014，5（4）：1328-1336.

[18]薛美東，趙波，張雪松，等（Xue Meidong，Zhao Bo，Zhang Xuesong，et al）.并網型微網的優化配置與評估（Inte?grated plan and evaluation of gird-connected microgrid）[J].電力系統自動化（Automation of Electric Power Sys?tems），2015，39（3）：6-13.

[19]張佳佳，陳金富，范榮奇（Zhang Jiajia，Chen Jinfu，Fan Rongqi）.微網高滲透對電網穩定性的影響分析（Inves?tigation of the influence of microgrids high large penetra?tion ratios on power network stability）[J].電力科學與技術學報（Journal of Electric Power Science and Technolo?gy），2009，24（1）：25-29.

[20]李春杰，程艷從，趙會茹（Li Chunjie，Cheng Yancong，Zhao Huiru）.基于效用函數的電力普遍服務綜合效用評價（Comprehensive utility evaluation of electric power universal service based on utility function）[J].電力系統自動化（Automation of Electric Power Systems），2012，36（22）：50-54.

Multi-objective Optimal Capacity Configuration and Emission Reduction Benefit Analysis of Grid-connected Microgrid

LIU Yuhan，WANG Feng，TAN Yanghong
（College of Electrical and Information Engineering，Hunan University，Changsha 410082，China）

TM744

A

1003-8930（2017）09-0070-06

10.3969/j.issn.1003-8930.2017.09.012

2015-05-29；

2017-05-18

國家自然科學基金資助項目（61102039）

劉峪涵（1990—），男，碩士，助理工程師，研究方向為分布式發電與微電網技術。Email：liuyuhan728@163.com

汪 沨（1972—），男，博士，教授，研究方向為高電壓絕緣與氣體放電。Email：wangfeng55@263.net

譚陽紅（1971—），女，博士，教授，研究方向為神經網絡、小波信號出力和故障診斷。Email：809677326@qq.com