風光儲微電網容量配置優化綜述

吳榆俊 鐘 森

（國網江蘇省電力有限公司丹陽供電分公司）

0 引言

步入21世紀以來，隨著環境問題愈發嚴重和化石燃料的存量不斷減少，各國開始不斷地提高對環境保護和能源安全問題的重視。2021年，我國率先提出了“碳達峰”和“碳中和”的目標，隨后電力行業也積極響應這一目標。這表明我國電力能源體系將從依靠化石燃料為主體的形式向以新能源為主體的形式轉變。

各種新能源當中，目前最具發展前景的當屬光伏發電和風力發電，據國家能源局統計，2021年全年我國光伏新增裝機容量共30656萬千瓦，同比增長20.9%，風電新增裝機容量共32848萬千瓦，同比增長16.6%，由此可見國家對于光伏和風力發電的積極推進。

1 風光儲微電網主要形式

光伏發電和風力發電都具有較大的波動性和隨機性，從而導致其接入電網后會對電力系統的穩定性帶來一定的負面影響。另外，雖然我國的風能和光能資源十分豐富，但是風能和光伏都集中在西北、西南地區，而主要用電量較多的城市都分布在東南沿海地區，這樣經過輸送會使得本來投資就相對較高的新能源發電的成本再次提升，使得其經濟效益下降，最終阻礙了新能源發電的大規模推廣。

為克服上述問題，更好地利用新能源發電，國外學者Lasseter提出可以建設微電網［1］，微電網可以看作是一種小型的電力系統，主要可以利用當地的自然資源進行分布式發電來為當地負荷供電。因為其發電方式主要是風能、光伏以及其他形式互補，還配有儲能設備，所以其能夠較好地克服光伏發電和風力發電都具有較大的波動性和隨機性的缺點。另外，由于其主要為當地負荷供電，因此，不需要在架設輸電線路，減少資金的投入。微電網優點雖多，但是要能夠充分發揮微電網的優點，關鍵在于如何確定其容量配置，微電網的容量配置就是在既定的目標下如何設置各主要設備的裝機容量從而達到最優。為了盡可能地獲得最好的容量配置方案，國內外專家學者對此做了大量研究，本文主要綜述國內外學者在風光微電網容量配置方面做的一些研究，將從風光儲微電網的各種形式、容量配置的評價指標和容量配置的求解驗證技術三個方面來進行闡述。

風光互補的微電網早期的主要形式是依靠風光互補發電來為負荷供電，但這種形式并不能很好地降低其波動性和隨機性，隨著電力系統儲能技術的不斷發展，新一代的微電網都加入了儲能設備來緩解供需不匹配的狀況。

基于不同的儲能方式，目前已經出現了多種以風光互補為主要發電方式的微電網形式［2］。具體如下表所示。

表 風光儲微電網的各種形式

2 容量配置問題的評價指標

容量配置問題從本質上來說是一個在多個等式和不等式條件約束下的單目標或多目標的非線性優化問題，而無論是目標函數還是約束條件的確定都與微電網的評價指標有關，將對常用的評價指標做一些列舉。

總的來說，微網容量配置問題的評價指標共有四大類，分別是經濟性指標、可靠性指標、環境性指標和社會性指標。

2.1 經濟性指標

微電網的經濟性很大程度上決定著微電網容量配置方案的可行性，只有經濟效益達到標準后，才表明建設該容量配置方案下的微電網是可行的。經濟性指標主要有：①壽命期總成本（Life Cycle Cost，LCC）或總實際成本（Total Precent Cost，TPC）或凈現值（Net Present Value，NPV）或總成本 （Total Cost，TC），這些主要是用于表征微網整個使用周期內的總成本，是一種比較直觀的指標。②平均發電成本（Levelised cost of energy，LCOE），用于表征微網每發一度電所需要的成本，是一種比較精確的指標。③年度總成本（Total Annual Cost，TAC）或年度系統成本（Annual System Cost，ASC），用于表征系統年度的總成本，精度介于前兩者之間，方便后期對于微網進行微調。

2.2 可靠性指標

作為供電系統，其供電的可靠性必然是非常重要的評價指標，同樣在進行容量配置時，可靠性指標也有著重要的參考價值。可靠性指標主要有：①供電缺失概率（Loss of Power Supply Probability，LPSP），負荷缺電率（Loss of Load probability，LOLP），負荷缺失風險（Loss of Load Risk，LOLR）或負荷預期缺失（Loss of Load Expectation，LOLE），這些指標主要是從負荷側來體現微網的可靠性高低。②能量波動率（Energy Fluctuation Rate），從供電質量來表征微網可靠性的高低。

2.3 環境性指標

環境性指標主要是針對一些微網當中可能會對環境造成污染的設備（如柴油發電機、蓄電池等）而設置的，主要的環境性指標有：①二氧化碳的總排放量（Total CO2Emissions），這一指標主要是針對含有柴油發電機的微網需要控制溫室氣體的排放而設置的。②生命周期評估（LCA），主要是針對蓄電池這種類型的設備，其生產和報廢階段都會對環境產生一定的污染。

2.4 社會性指標

社會性指標主要是用于評價微網對于社會產生的一些影響，這一類評價指標的種類并不是很多。碳排放的社會成本（Social Cost of Carbon，SCC）是一種社會性的評價指標，主要用來表征微網運行過程中產生的溫室氣體所產生的社會性影響。

3 容量配置問題的求解方式

容量配置問題本質上是一個單目標或多目標的優化問題，而優化目標，也就是目標函數通常都是非線性的，這類問題的求解，通常有三種主要方式，分別是傳統的求解方式，群智能算法以及軟件工具。

傳統的求解方式主要是使用各種迭代、數值解析、圖形構造等方法。學者Hosseinalizadeh R采用迭代技術求解了PV－WT的微網容量配置問題，得出的方案經過驗證表明，該系統與其他系統相比成本更低［14］。胡林獻［15］等人建立了以工程壽命內總收益最大為目標函數的風光互補系統容量優化配置模型，考慮風光互補性、風光資源利用率、跟蹤調度曲線等約束，以工程壽命內總收益最大為目標函數的容量優化配置模型，提出一種變步長循環離散求解方法。最后通過算例驗證了配置方案和算法的合理性。

群智能算法主要是模仿一些動物、微生物種群的習性而提出的一種智能算法，這類算法的求解速度與精度都比較好，因而是目前使用的最廣泛的一種方式。劉鵬飛［5］以系統年值成本為目標函數，系統年缺點率等為約束條件，運用一種基于混沌的QPSO算法來對風光氫儲的系統進行容量配置，通過仿真驗證了得出的結果準確性。王廣玲［12］以系統總成本為目標函數，在考慮空間限制、蓄電池壽命、入網功率的波動的情況下，采用粒子群（PSO）算法分別進行求解并仿真，得出結論，儲能設備對提升系統的經濟性和穩定性都具有很大的作用。陳永進［7］建立了以微電網投資及運營成本、年棄風棄水電量和電源年發電量為目標函數的多目標優化模型，通過基于精英策略的非支配性排序遺傳算法（NSGA-Ⅱ）求出模型的最優解集，并采用逼近理想解排序方法（TOPSIS）選擇滿意的配置方案，隨后進行仿真，驗證了該配置方法的實用性和經濟性。除了上述的群智能算法外，還有人工蜂群算法 （ABC）［11］、麻雀搜索算法 （SSA）［13］、蚱蜢優化算法（GOA）［16］、蟻群算法（ACO）［17］、差分進化算法（DE）［18］等都可以用于求解微電網容量配置優化的問題。

可用于求解驗證容量配置問題的軟件目前主要有兩種，分別是HOMER和iHOGA［14］。HOMER是由美國NREL發展起來的一個小型的電力系統優化模型軟件，可應用于離網和并網的電力系統評估設計任務中［20］。胡文雷［21］利用HOMER軟件對系統功容量配置問題進行研究，以總凈現成本最為目標函數，得出最優配置方案，并對蓄電池狀態以及供電可靠性進行分析驗證。Ramli M［22］利用Matlab和荷馬軟件仿真驗證了沙特阿拉伯西海岸地區PV-WT混合系統的潛力。

4 結束語

本文主要綜述國內外學者在風光微電網容量配置方面做的研究，從風光儲微電網的各種形式，容量配置的評價指標和容量配置的求解驗證技術三個方面來進行匯總。

1）對于風光儲微電網的形式而言，今后主要可以研究加入其他不同的優質儲能方式，比如進一步細化氫儲能，鹽差能儲能等清潔的儲能方式。

2）對于評價指標而言，可以為了更好地評價整個系統的優劣，可以進一步考慮如何優化個別更好的同時在目標函數上耦合多種類型的評價指標。

3）對于求解仿真技術來說，今后除了采用更好的群智能算法以外，還應當結合控制策略來進一步精確地優化容量配置。

總而言之，風光儲微電網作為一種能夠很好地利用新能源的形式，十分具有發展前景。