計及需求側響應的微網經濟優化調度

邵靖珂，汪　沨，譚陽紅，陳　春，黃曉倩，王　睿

（湖南大學電氣與信息工程學院，長沙 410082）

計及需求側響應的微網經濟優化調度

邵靖珂，汪沨，譚陽紅，陳春，黃曉倩，王睿

（湖南大學電氣與信息工程學院，長沙 410082）

針對微網的運行特性以及用戶對微網的影響，構建包含需求側響應的微網經濟優化調度模型。以需求側負荷中的可轉移負荷為主要研究對象，從用戶的用電需求以及微網經濟效益與環境效益出發，結合分時電價，對不同時段負荷的轉入轉出情況進行分析。對比負荷轉移前后各微源的調度情況，分析負荷轉移對于綜合成本的影響。以不提高環境成本為前提，采用人群搜索算法對調度模型進行求解。算例表明微網經濟優化調度中考慮需求側響應，能夠“削峰填谷”，提高微源利用率，降低微網運行費用。

微網；經濟調度；需求側響應；人群搜索算法

隨著電力負荷持續增長，傳統電力系統的弊端愈發顯著，分布式電源逐漸受到關注。微網作為分布式電源的載體，因其經濟性、運行靈活性以及環境友好性等因素，對大電網起到了良好的補充調節作用［1-3］。

微網的經濟性是微網優化調度中的重要內容之一。目前針對微網內部經濟問題的研究主要集中在如高經濟效益、環保效益以及社會效益。將需求側響應考慮到微網經濟優化調度中，能夠合理提高供需側資源利用率，降低微網經濟調度的綜合成本。

文獻［4-8］建立了以發電成本、環境成本為目標的熱電聯供型微網經濟優化調度模型，對比分析單目標與多目標系統優化的結果；文獻［9-10］建立了計及可平移負荷的微網系統多目標經濟調度模型，運用智能算法進行優化，以達到發電成本和環境成本最小；文獻［11］建立需求側負荷微網經濟調度模型，但最后并未考慮并網時微網向外網售電成本以及負荷補償系數對經濟優化調度的影響；文獻［12］考慮了包含需求側響應的微網資源規劃，建立了考慮運行成本和負荷補償的微網經濟優化調度模型。以上文獻涉及的都是改變需求側后對微網發電成本分析，但很少考慮需求側改變后微源調度的改變對環境成本的影響，以及負荷補償費用對于微網運行綜合成本的影響。

本文主要研究需求側響應對于微網經濟優化調度的影響，在結合分時電價的基礎上建立了以發電成本、環境成本、負荷補償費用為目標的微網多目標經濟優化模型。運用人群搜索算法SOA（seeker optimization algorithm）對模型進行求解。綜上分析，本文主要研究兩個方面：首先建立計及需求側響應的多目標微網經濟優化數學模型；其次，采用SOA求解模型。

1　需求側響應

需求側資源主要包括分布式發電DG（distributed generation）資源、負荷資源、儲能資源。其中負荷管理是需求側響應中的一個重要方面，可以通過對需求側負荷的調控從而對微網進行優化。

需求側負荷一般分為以下3種類型［13-14］：重要負荷、可平移負荷、可調整負荷。這是根據負荷的重要性進行劃分的，而實際上由于重要負荷的固定性和不可中斷性，使其無法更改使用時間，同時可調整負荷的數量及類型的難以預測性，需求側負荷著重考慮的是可平移負荷對微網經濟優化調度的影響。所以本文將需求側負荷分成兩類：可轉移負荷及不可轉移負荷。可轉移負荷可根據實際情況進行合理的改動及調節，同時須考慮轉移不同時段以及不同功率的負荷所要提供的負荷補償費用，而不可轉移負荷為微網帶來的效益是固定的，所以不考慮對其進行優化。

2　考慮需求側響應的優化模型

2.1微源建模

微型燃氣輪機MT（micro turbine）的燃料成本計算式為

式中：Cng為天然氣價格；L為天然氣低熱值；Prc為燃氣輪機輸出的電功率；ηe為燃氣輪機的發電效率。

燃料電池FC（fuel cell）的燃料成本與輸出功率的關系可表示為

式中：PF為燃料電池輸出的電功率；ηF代表燃料電池的發電效率。

蓄電池采用鉛酸電池，其充放電方式如下。

蓄電池放電時，剩余容量為

蓄電池充電時，剩余容量為

式中：SSOC（t）為t時刻蓄電池的剩余容量；PESS（t）為t時刻蓄電池的充放電功率；ηEC、ηED分別為充、放電效率；δ為蓄電池單位時間自放電比例。

光伏電池PV（photovoltaic）出力模型見文獻［15］，風機WT（wind turbine）出力模型見文獻［16］。

2.2目標函數

本文采用日前調度模型，以微網一天內的發電成本F1（t）（F1（t）包括運行維護成本、燃料成本、投資折舊成本、微網與外網交互成本）、污染物對環境的影響成本F2（t）、需求側負荷轉移需要補償費用F3（t）總和最小為目標函數，即

其中：

式中：CFC（t）為t時刻各微源的燃料成本；CMC（t）為t時刻各微源的運行維護成本；CIC（t）為t時刻各微源的投資折舊成本；CBUY（t）為從大電網購電費用；CSEL（t）為售電給大電網的盈利；CE（t）為污染物對環境的影響成本；n為微源總數；Pi（t）為t時刻第i個微源的有功功率；Ki，OM為第i個微源的單位電量運行維護成本；Ci為第i個微源的單位容量安裝成本；8 760ki為第i個微源的年發電量；μ為年利率；ni為第i個微源的投資償還期；Cbuy（t）為t時刻從大電網購入電能的價格；Csel（t）為t時刻出售電能給大電網的價格；PD（t）為t時刻系統輸出有功功率；PG（t）為t時刻微網輸出有功功率；Oij為第i個微源第j種污染物的排放量；Cj為第j種污染物對環境影響的成本折算；NT為可轉移的負荷種類；εj為第j類可轉移負荷的單位補貼費用；T為運行周期；Dj（t，）為從t時段轉移到時段的j類可轉移負荷量。

2.3約束條件

（1）功率約束為

式中：Pdis，p（t）為t時刻第p個蓄電池的放電功率；Pcha，p（t）為t時刻第p個蓄電池的充電功率；Pbuy（t）為從電網購入電功率；Psel（t）為出售給電網的電功率。

（2）有功出力約束為

式中，Pi，max和Pi，min分別代表第i個微源的有功出力上下限。

（3）蓄電池充放電約束為

式中：PESS，min和PESS，max分別為蓄電池的最小、最大有功功率；Pcha，max和Pdis，max分別為充放電功率最大限度；Smin和Smax分別為蓄電池剩余容量的最小、最大值。

（4）負荷側約束可分為如下幾種情況。

可轉移負荷容量約束為

可轉移負荷轉移時間約束為

可轉移負荷容量和修正約束為

可轉移負荷平衡約束為

總負荷約束為

式中：Kj（t，）為從t時段轉移到時段的第j類可轉移負荷單元數量；ΔDj為第j類可轉移負荷的基本單元量；tj為第j類可轉移負荷的持續時間；分別為時段內的第j類可轉移負荷的最大轉入量和最大轉出量；和分別為轉移前后時段內第j類可轉移負荷的數量；Tcn和Tc分別為不允許和允許負荷轉移的時間域；LS（t）和LF（t）分別為t時段總負荷和不可轉移負荷。

3　模型求解

微網的經濟優化問題是一個多維度非線性規劃問題。本文采用SOA算法解決此類問題。算法將人的隨機搜索行為模擬成尋優過程，結合搜索和進化思想，以搜尋隊伍為種群，以搜尋者位置為優化問題的候選解，通過對人類行為的不確定性和人類搜尋的經驗梯度，達到發現目標函數最優解這一目的［17］。

SOA算法初始化，在個體可行解域內隨機產生初始值，個體位置更新產生新的坐標為

其中：

式中：βij為第i個個體j維搜索空間的搜索步長；fij（t）為第i個個體j維搜索空間的搜索方向fij（t）確定，并且fij（t）∈｛-1，0，1｝，其中fij（t）=-1代表第i個個體沿j維負軸方向前進，fij（t）=1代表第i個個體沿j維正軸方向前進，fij（t）=0代表第i個個體在j維保持靜止；θij為高斯隸屬度函數參數；rand（ui，1）是隨機均勻分布在區間［ui，1］上的實數；ω為慣性權值，隨進化代數的增加從0.9線性遞減至0.1；xmax和xmin分別為種群中最大和最小函數值的位置；itmax和it分別為最大迭代次數和當前迭代次數。

搜索方向fij（t）是通過第i個個體的利己方向fi，m、利他方向 fi，h以及預動方向 fi，p來確定的，其中：

式中：pi，best和 gi，best分別為第i個個體的個體最優值 和 集 體 最 優 值 ；xi（t1）和 xi（t2）分 別 為｛xi（t-2），xi（t-1），xi（t）｝中的最佳位置。

搜索方向由3個方向進行隨機加權幾何平均得到

式中：sign為符號函數；η和μ為［0，1］內常數。

SOA算法求解微網經濟優化調度模型流程如圖1所示。

圖1　SOA算法流程Fig.1　Flow chart of SOA

4　算例分析

本文選取中國北方某地區微網設計案例，根據其夏季典型日負荷數據進行分析，模型基礎數據［18］包括夏季典型日負荷曲線，當地可用風光能源數據包括風速曲線、光照強度曲線、環境溫度曲線、MT、FC發電成本等，各微源參數如表1所示。取天然氣價格為2.05元/m3，天然氣低熱值為9.7（kW·h）/m3。峰平谷時期購售電電價如表2所示。

在Matlab R2011a中對模型進行求解，本文選取3類可轉移負荷，單位轉移負荷持續時間為1 h、2 h、3 h，考慮到需求側負荷以及用戶的使用情況，規定各時段最大負荷轉入轉出量不得超過30 kW。最終的負荷優化結果如圖2所示。

表1　微源參數Tab.1 Parameters of microsources

表2　購售電電價Tab.2　Purchasing and selling price

圖2　總負荷優化情況對比Fig.2　Comparison of load optimization

圖2可以看出：對負荷進行控制后，電價峰時段的負荷值明顯減少，谷時段負荷值增大，大部分可控負荷從峰時段轉移到谷時段，可轉移負荷從高電價時段轉移到低電價時段，負荷峰值從164.3 kW降為135.6 kW，負荷谷值從47.5 kW升為75.2 kW，有效減小了峰谷差，起到了削峰填谷的作用，提高了微網運行的經濟性。

原負荷以及轉移負荷作為負荷輸入進行調度，調度結果如圖3和圖4所示。

圖3　負荷優化前調度情況Fig.3　Dispatch results before load optimization

圖4　負荷優化后調度情況Fig.4　Dispatch results after load optimization

從圖3和圖4可知：谷時段，微網中負荷較輕，電價峰時段負荷轉移至該時段，由于此時電價低于MT輸出功率內發電成本，所以首先考慮由外網購電來提供有功缺額，若還未滿足負荷需求，則提高MT的輸出功率。平時段07：00—10：00內，FC發電成本高于MT，所以降低FC發電量，由外網和MT出力以滿足負荷需求。在峰時段內，由于負荷峰值的降低，從外網購電量降低，FC輸出功率降低，MT盡量滿發來滿足負荷需求。

從調度結果來看：電價高時，微源出力增加，蓄電池放電，可向電網售電；電價低時，主要從外網購電以滿足負荷需求。而PV、WT由于其轉移不可控性，不考慮負荷控制對其的影響。

圖5和圖6分別是負荷轉移前后其發電成本和環境成本對比。可以看出，谷時段發電成本增加，這是因為負荷增加使外網此時出力增加，導致環境成本降低，而平時段09：00—10：00內，FC輸出增大，從而導致發電成本和環境成本的增加。峰時段內，負荷減少，微源出力減少，造成發電成本及環境成本的降低。

負荷優化前后效益對比如表3所示。

圖5　發電成本對比Fig.5　Comparison of electricity cost

圖6　環境成本對比Fig.6　Comparison of environment cost

表3　負荷優化前后效益對比Tab.3　Comparison of benefit before and after load optimization　元

從表3可以看出，負荷轉移后總費用降低，相比原總成本降低了7.27%，可知，將需求側響應考慮到微網經濟優化調度中能顯著提高系統運行的經濟性。

5　結語

本文考慮需求側響應對微網經濟優化調度的影響，建立了計及發電成本、環境成本以及轉移負荷補償成本的多目標微網經濟優化調度模型。算例表明，考慮需求側響應的微網經濟優化調度，可以提高微網運行的經濟效益以及微源利用率，減小負荷峰谷差，起到削峰填谷的作用，驗證了所提模型和算法的有效性。

［1］郭力，王守相，徐東，等（Guo Li，Wang Shouxiang，Xu Dong，et al）.冷電聯供分布式供能系統的經濟運行分析（Economical operation analysis of CCP distributed energy supply system）［J］.電力系統及其自動化學報（Proceedings of the CSU-EPSA），2009，21（5）：8-12.

［2］趙宏偉，吳濤濤（Zhao Hongwei，Wu Taotao）.基于分布式電源的微網技術（Review of distributed generation based microgrid technology）［J］.電力系統及其自動化學報（Proceedings of the CSU-EPSA），2008，20（1）：121-128.

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

［4］陳潔，楊秀，朱蘭，等（Chen Jie，Yang Xiu，Zhu Lan，et al）.微網多目標經濟調度優化（Microgrid multi-objective economic dispatch optimization）［J］.中國電機工程學報（Proceedings of the CSEE），2013，33（19）：57-66.

［5］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.

［6］楊佩佩，艾欣，崔明勇，等（Yang Peipei，Ai Xin，Cui Mingyong，et al）.基于粒子群優化算法的含多種供能系統的微網經濟運行分析（Particle swarm optimization based economic operation analysis of microgrid containing multi energy supply system）［J］.電網技術（Power System Technology），2009，33（20）：38-42.

［7］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動態經濟調度（Dynamic economic dispatch of microgrid with different types of distributed generations）［J］.電力系統及其自動化學報（Proceedings of the CSU-EPSA），2013，25（4）：22-28.

［8］李武強，余濤，林健泉，等（Li Wuqiang，Yu Tao，Lin Jianquan，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.

［9］符楊，蔣一鎏，李振坤，等（Fu Yang，Jiang Yiliu，Li Zhenkun，et al）.計及可平移負荷的微網經濟優化調度（Optimal economic dispatch for microgrid considering shiftable loads）［J］.中國電機工程學報（Proceedings of the CSEE），2014，34（16）：2612-2620.

［10］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（Optimal sizing of distributed generation in a typical island microgrid with time-shifting load）［J］.中國電機工程學報（Proceedings of the CSEE），2014，34（25）：4250-4258.

［11］吳雄，王秀麗，崔強（Wu Xiong，Wang Xiuli，Cui Qiang）.考慮需求側管理的微網經濟優化運行（Optimal operation of microgrid considering demand side management）［J］.西安交通大學學報（Journal of Xi'an Jiaotong University），2013，47（6）：90-96.

［12］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（Integrated 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.

［13］Stluka P，Godbole D，Samad T.Energy management for buildings and microgrids［C］//50th IEEE Conference on Decision and Control and European Control Conference.Orlando，USA，2011：5150-5157.

［14］Katiraei F，Iravani R，Hatziargyriou N，et al.Microgrids management［J］.IEEE Power&Energy Magazine，2008，6（3）：54-65.

［15］牛銘，黃偉，郭佳歡，等（Niu Ming，Huang Wei，Guo Jiahuan，et al）.微網并網時的經濟運行研究（Research on economic operation of grid-connected microgrid）［J］.電網技術（Power System Technology），2010，34（11）：38-42.

［16］符楊，蔣一鎏，李振坤（Fu Yang，Jiang Yiliu，Li Zhenkun）.基于混合量子遺傳算法的微電網電源優化配置（Optimal allocation of distributed generation for microgrid based on hybrid quantum genetic algorithm）［J］.電力系統保護與控制（Power System Protection and Control），2013，41（24）：50-57.

［17］余勝威，曹中清（Yu Shengwei，Cao Zhongqing）.基于人群搜索算法的PID控制器參數優化（Optimization parameters of PID controller parameters based on seeker optimization algorithm）［J］.計算機仿真（Computer Simulation），2014，31（9）：347-350，373.

［18］李樂（Li Le）.微網的經濟運行研究（Study of Economic Operation in Microgrid）［D］.北京：華北電力大學電氣與電子工程學院（Beijing：School of Electrical and Electronic Engineering，North China Electric Power University），2011.

Optimal Economic Dispatch for Microgrid Considering Demand Side Response

SHAO Jingke，WANG Feng，TAN Yanghong，CHEN Chun，HUANG Xiaoqian，WANG Rui
（School of Electrical and Information Engineering，Hunan University，Changsha 410082，China）

According to the operation characteristics and the influence of users on the microgrid，an economical scheduling model including demand side response is proposed.With shifting load as the research object the proposed method analyses the load from or to the microgrid during different periods at time-of-use price，considering both the electric power demand of users and the economic and environmental benefit of the microgrid.By comparing the micro-source schedules before and after load shifting，the influence of load shifting on the comprehensive cost is analysed.On the premise of not raising the cost of environment，seeker optimization algorithm（SOA）is used to solve the scheduling model.A numerical example shows that considering the demand side response，the economical scheduling can keep a balance between peak and valley demands，improve the utilization rate of micro resources，and reduce the operation cost.

microgrid；economic dispatch；demand side response；seeker optimization algorithm（SOA）

TM73

A

1003-8930（2016）10-0031-06

10.3969/j.issn.1003-8930.2016.10.006

2015-06-30；

2016-01-25

國家自然科學基金資助項目（61102039）；教育部新世紀優秀人才支持計劃資助項目（NCET-11-0130）；高校博士學科點專項科研基金資助項目（20120161110009）

邵靖珂（1990—），女，碩士研究生，研究方向為微網經濟運行及電力市場。Email：sjk0820@126.com

汪沨（1972—），男，博士，教授，博士生導師，研究方向為高電壓絕緣及氣體放電。Email：wangfeng55@263.com

譚陽紅（1971—），女，博士，教授，博士生導師，研究方向為電力系統分析以及電力系統故障診斷及在線監測。Email：tanyho@126.com