考慮戶用分布式光伏的負荷聚合商自建儲能的容量配置

摘" 要： 在新能源發電量將成為電量主體、太陽能發電將成為第一大電源的前景下，建立儲能是解決光伏發電不穩定，限制光伏電力應用與輸送和夜間缺乏光伏電力等問題的有效手段。以青海省果洛地區為參考，考慮到此地區用戶分散性較大，主要用電為光伏消納，且部分用戶裝有屋頂分布式光伏，為解決用戶夜間用電問題和避免分布式光伏資源浪費，提出由負荷聚合商建立儲能系統，結合容量約束條件，以收益最大為目標對儲能系統進行容量配置；再采用非線性變化慣性權重改進的粒子群算法進行求解。結果表明，在解決上述問題的同時，聚合商既能獲得自身收益，又能使簽約用戶節省用電成本，可有效促進更多用戶與其簽約，從而整合更多需求側資源，為電網的需求側響應及市場調控提供更好的輔助服務。

關鍵詞： 分布式光伏； 負荷聚合商； 容量配置； 儲能； 光伏發電； 改進粒子群算法

中圖分類號： TN86?34； TM615" " " " " " " " " " 文獻標識碼： A" " " " " " " " " " " 文章編號： 1004?373X（2024）08?0131?07

Considering of capacity configuration of self?built energy storage for load aggregators of household distributed photovoltaics

ZHAO Yajie， XUE Tianliang， ZHANG Lei， XU Guangchen

（College of Electrical Engineering amp; New Energy， China Three Gorges University， Yichang 443002， China）

Abstract： Under the prospect that new energy power generation will become the main body of electricity and solar power generation will become the largest power source， the establishment of energy storage is an effective means to improve the instability of photovoltaic power generation， and solve the problem of limiting the application and transmission of photovoltaic power， and lacking of photovoltaic power at night. Taking the Guoluo area in Qinghai Province as a reference， considering the high dispersion of users in this area， the main electricity consumption is photovoltaic consumption， and some users are equipped with rooftop distributed photovoltaics. In order to solve the problem of users' nighttime electricity consumption and avoid the waste of distributed photovoltaic resources， an energy storage system is proposed by load aggregators， and the capacity of the energy storage system is configured with the goal of maximizing the benefit in combination with the capacity constraints， and finally the particle swarm optimization algorithm with improved nonlinear inertia weight is used for the solution. The results show that while solving the above problems， aggregators can not only gain their own profits but also save electricity costs for contracted users， effectively promoting more users to sign contracts with them， thereby integrating more demand side resources and providing better auxiliary services for demand side response and market regulation of the power grid.

Keywords： distributed photovoltaics; load aggregator; capacity configuration; energy storage; photovoltaic power generation; improved particle swarm algorithm

0" 引" 言

在經濟迅速發展的過程中，化石燃料的使用日漸增加，環境污染問題日益凸顯，為解決環境污染，需使用清潔能源代替化石能源。隨著“碳達峰、碳中和”進程加快和能源轉型的深入推進，傳統電力系統正在向新型電力系統轉換。新型電力系統有著清潔低碳、安全可控、靈活高效、開放互動、智能友好等優點，預計2030年我國第一大電源將為新能源發電，其中包括風力發電和太陽能發電，總裝機規模趕超煤電；2060年前新能源發電量占比有望超過50%，成為電量主體[1]。光伏發電是當今太陽能發電的主流，將太陽能轉化為電能的光伏技術具有諸多優點，相比于化石能源，光伏發電可實現無污染、可再生；相比較于其他新能源，其安裝更靈活，目前已成為諸多學者研究的焦點[2]。

然而，受太陽輻照、溫度以及降雨量等氣象環境因素的影響，光伏發電功率也具有波動性與間歇性的缺點。目前限制光伏電力應用和輸送的主要原因是光伏電力具有不穩定性，而且高比例光伏接入電網難以實現充分消納。針對這兩個問題，為光伏發電系統建立儲能系統是有效的解決手段，將二者結合可以在棄光限制發電時，使光伏電站將多余電能作為電能消納存入儲能系統中，當光伏發電量難以滿足負荷量或晚上用電高峰時，可通過逆變器將儲能系統中所儲存的電能送入電網。因此儲能系統既可參與電網削峰填谷，還可以利用峰谷電價差創造更大的經濟效益[3]。

本文以青海省果洛地區為參考背景展開研究。青海地區日照充足，年日照小時數超過3 500 h，是著名的“陽光地帶”，近10年來以光伏為主的新能源裝機急劇增長[4]。青海果洛州太陽能稟賦優異，地勢高峻而易受北方和西北方的寒流影響，降雨降雪量較多，居民年均取暖需求可達8個月之久，因無天然氣供暖，所以果洛地區具有一定的通過光伏發電取暖的光伏消納需求。果洛地區用戶分布于城鎮、牧區等，具有分散性較大的特點，且部分用戶裝有屋頂分布式光伏，需求側資源在分布上具有離散性；在用戶側建立分布式儲能存在著問題成本及安全性問題，且中小型電力用戶因達不到參與需求響應市場的準入門檻，導致其參與響應的積極性不高。需求響應作為調節電力系統平衡的重要手段，可以引導用戶參與市場調控，起到削峰填谷的作用，電力用戶也可獲得經濟效益。因此，本文考慮采用負荷聚合商（LA）運營模式整合需求側資源，由負荷聚合商自建儲能系統來解決建立分布式儲能成本高、收益回收周期長、安全可靠性低等問題。負荷聚合商通過與用戶簽訂合同來實現需求側資源管理，發掘需求側資源響應潛力并提供服務。

目前大多數研究中負荷聚合商與儲能的整合旨在用電動汽車和空調負荷優化需求響應負荷調度策略，提高系統運行效率和電網運行穩定性，很少為負荷聚合商建立儲能，研究儲能容量配置。文獻[5]通過對電動汽車和空調負荷的整合，結合LA調節需求的潛力，以主體收益最大化為目標構建了雙層優化調度模型，從而進行配電系統優化調度，減少購電量并提高收益。文獻[6]以經濟最優為目標，在LA協同控制框架下提出了適用于異構負荷的集群內部控制策略，減輕了機組調節壓力，降低了系統運行成本。文獻[7]針對用戶負荷不確定性的問題，將儲能裝置與市場交易傳統模型相結合，提出一種LA日前市場與實時市場聯合運營策略，有效減少了購電量與實際用電量的誤差。文獻[8]考慮到電力用戶由于用電意愿導致違約時對平衡帶來的風險，提出一種基于市場等級化補償規則，為負荷聚合商建立了儲能來規避風險。本文為解決在僅有光伏電站發電情況下，因光照度影響電網所供電量不足，及夜晚無光照情況下無法由光伏發電供電的問題，減少屋頂分布式光伏無儲能造成的浪費，提出由負荷聚合商自建儲能并提供電能供用戶使用，且光照度高能量難以充分消納時，儲能可作為負荷將多余電能存入儲能電池內。

1" 負荷聚合商自建儲能運營模式

如圖1所示，參與負荷聚合商自建儲能模式的利益主體有光伏用戶、普通用戶、負荷聚合商、電網。

光伏用戶為果洛地區建有屋頂分布式光伏且無自建儲能的用戶，普通用戶為無屋頂分布式光伏的用戶。簽約的光伏用戶在白天采用自發自用模式，可將超出戶用電量的部分即剩余電量出售給負荷聚合商獲利，夜間采用向負荷聚合商購電以供電能消耗。負荷聚合商與用戶簽訂協議并制定內部電價，簽約用戶的電能消耗由負荷聚合商提供，負荷聚合商從簽約用戶中獲取單個負荷的可控性和響應控制指令的意愿，儲能商給予簽約用戶低于向電網購電的購電價格。在每個采樣區間內，每個用戶之間用電需求不同，負荷聚合商可根據光伏用戶自建的分布式光伏發電情況與負荷情況，將電能進行戶間調度，提供給有電能需求的普通用戶，或根據整體用電情況與電網進行交易。負荷聚合商向電網提供簽約用戶的整體信息，接收調控中心下發的調控指令，并將指令分解后分配給具體的負荷，負荷聚合商與電網簽訂協議獲得批量電價，并從與用戶的電能交易中獲益。

2" 數學模型

2.1" 光伏發電模型

分布式光伏的發電量和輸出功率受環境因素影響較大，與其所處環境中的光照度、溫度的關系如下：

[Ppv=t=124PSTC?f?GtpvGSTC1+α（Ttpv-TSTC）Ttpv=Ttα+GtpvTOTC-200.8] （1）

式中：[Ppv]為戶用分布式光伏的發電量；[PSTC]為光伏組件標準測試下的發電功率；[f]為降額因子；[Gtpv]為t時刻太陽能光照度；[GSTC]為標準測試條件下的太陽能光照度；[α]為輸出功率溫度系數；[Ttpv]為光伏組件工作溫度；[TSTC]為標準測試下電池板溫度；[Ttα]為t時刻光伏板溫度；[TOTC]為光伏組件標稱工作溫度。

光伏用戶自建的屋頂分布式光伏在t時刻發電量、光伏用戶自用電量和出售給儲能系統的電量之間的關系滿足式（2）。

[Ptpv=Ptu+Ptl+Ptv] （2）

式中：[Ptpv]表示戶用分布式光伏在t時刻的發電量；[Ptu]表示光伏用戶在t時刻的自用電量；[Ptl]表示在t時刻分布式光伏發出的未被消納的電量；[Ptv]表示在t時刻光伏用戶出售給儲能系統的電量。

2.2" 儲能系統充放電模型

儲能系統的充放電過程中，單一時刻只能進行充電或者放電，即儲能系統的充放電不能同時進行，如式（4）所示。儲能系統處于充電過程時的儲能系統輸出功率值為正，儲能系統處于放電過程時值為負，儲能系統處于閑置狀態時值為0。

[PBESSt=PBESS，ct，" " chargingPBESS，dt，" " discharging0，" " " " " " "idle] （3）

式中：[PBESSt]為儲能系統在t時刻的輸出功率；[PBESS，ct]、[PBESS，dt]分別為儲能系統在t時刻的充電功率與放電功率。[PBESS，ct]、[PBESS，dt]的關系如下：

[PBESS，ct·PBESS，dt=0] （4）

定義[ζBESSt]為一個二進制變量，值取0或1。當[ζBESSt]值為1時表示儲能系統充電，值為0時表示儲能系統放電，儲能系統的充放電效率滿足式（5）。

[0≤PBESS，ct≤CλBESS·ζBESSt0≤PBESS，dt≤DλBESS·（1-ζBESSt）] （5）

式中：[λBESS]為充放電效率；[CλBESS]和[DλBESS]為儲能系統的充電效率和放電效率。

2.3" 儲能系統的電量和SOC模型

儲能系統在t時刻的電量[EB（t）]可用式（6）表示，定義[EB，min]和[EB，max]分別為儲能系統電量的最小值與最大值，[EB（t）]滿足式（7）所示約束關系。

[EB（t）=EB（t-1）+PBESS，ct·Δt·CλBESS-PBESS，dt·ΔtDλBESS] （6）

[EB，min≤EB（t）≤EB，max] （7）

為避免儲能電池出現過充過放而影響電池使用壽命，對儲能系統的電池荷電狀態進行上下限約束，從而延長電池使用壽命。定義[SOCmax]和[SOCmin]分別為SOC的上下限，則儲能系統的SOC滿足式（8）約束，儲能系統的荷電狀態可由式（9）計算，系統在t時刻和t-1時刻的荷電狀態滿足式（10）關系。

[SOCmin≤SOC（t）≤SOCmax] （8）

[SOC（t）=EB（t）EB，max] （9）

[SOC（t）=SOC（t-1）+PBESSt·Δt·λBESSEB] （10）

3" 目標函數與約束條件

3.1" 目標函數

本文構建的負荷聚合商自建儲能模式以儲能系統收益最大為目標函數，如式（11）所示。其中總成本包括投資成本、運行維護成本和購電成本，總收益包括售能收益和參與電網輔助服務的補貼收益。收益模型如式（12）所示，成本模型如式（13）所示。

目標函數：

[maxSNVP=Sin-Ccost] （11）

收益模型：

[Sin=Se+SsSe=t=124CeldPteldSs=t=124CsldPtsld] （12）

成本模型：

[Ccost=Cei+Cm+ChCei=CbpNbPb+CbeNbEb+CiNiPi365NCm=Cbmt=124m=121NmPtmCh=t=124（CgPtg+CvPtv）] （13）

式中：[Sin]為儲能系統日收益；[Ccost]為系統日成本；[Se]為儲能系統售能收益；[Ss]為儲能項目參與電網輔助服務的收益補貼；[Celd]為儲能系統向用戶出售電能的售電單價；[Csld]為儲能系統放電補貼單價；[Pteld]為[t]時刻儲能系統為滿足用戶電負荷需求的放電功率；[Ptsld]為t時刻儲能系統參與電網輔助服務的輸出功率；h為儲能系統參與電網輔助服務的時長；[Cei]為投資成本；[Cm]為運行維護成本；[Ch]為購電成本；[Cbp]為蓄電池單位功率費用；[Cbe]為蓄電池單位容量費用；[Ci]為變流器單位功率費用；[Nb]、[Ni]為配置蓄電池、變流器數量；[Pb]為蓄電池額定功率；[Eb]為蓄電池額定容量；[Pi]為變流器額定功率；N為儲能系統等效壽命；[Cbm]為設備m輸出單位功率的維護費用，m取1、2，分別代表蓄電池、變流器；[Nm]為設備數量；[Ptm]為設備m在t時刻輸出的功率；[Cg]為儲能系統向電網購電的購電單價；[Ptg]為t時刻儲能系統向電網所購電量；[Cv]為儲能系統向裝有分布式光伏用戶購電的購電單價。

3.2" 約束條件

1） 功率平衡約束

[PBESSt=Pg+Pv+Peld+Psld] （14）

2） 荷電狀態約束

[SOCmin=0.2SOCmax=0.9SOCmin≤SOC（t）≤SOCmax] （15）

3） 充放電功率約束

充電功率約束：

[Pc，min≤PBESS，ct≤Pc，max] （16）

放電功率約束：

[Pd，min≤PBESS，dt≤Pd，max] （17）

4" 求解方法與算例分析

4.1" 求解方法

本文采用改進粒子群算法對儲能容量配置進行求解，標準粒子群算法流程如圖2所示，其表達式如下：

[vid（k+1）=ωvid（k）+c1r1[pid（k）-xid（k）]+" " " " " " " " " " " " c2r2[pgd（k）-xid（k）]] （18）

[xid（k+1）=xid（k）+vid（k+1）] （19）

式中：[vid（k）]表示在k時刻第i個粒子在d維度的速度i=1，2，…，x；d=1，2，…，d；[ω]為慣性權重；[c1]、[c2]為學習因子；[r1]、[r2]為（0，1）范圍內的隨機數；[pid]表示個體極值；[pgd]表示全局極值。

由式（18）可知：[ωvid]表示粒子在上個周期的速度，對粒子的初始移動非常重要的，當[ω]值過小時，粒子群優化算法全局求優能力較差，局部求優能力較好﹔當[ω]值過大時，粒子群優化算法的全局求優能力較強，而局部求優能力較差。因此提出Y與U兩個可變算子，分別在不同情況下對[ω]進行優化，增強算法前期全局搜索能力與后期局部搜索能力。可變算子及慣性權重的公式如下：

[Y=c1-c2c1+c2·kkmax] （20）

[U=c1c2·kkmax] （21）

[ω=eY-0.2，" "c1≥c213U，" " " " " "c1lt;c2] （22）

式中： [k]為當前迭代次數；[kmax]為最大迭代次數；Y、U為可變算子，可通過學習因子進行自適應調整。當[c1]=0、[c2]≠0時，粒子群收斂速度快，容易出現早熟現象；當[c1]≠0、[c2]=0時，粒子注重自己的信息，各粒子間互相交流較少，導致收斂速度大幅降低，粒子在一定的區間內漂移。為了避免陷入局部最優，獲得全局最優，需對[c1]和[c2]的值進行動態調整。使用式（23）和式（24）對[c1]和[c2]進行自適應優化。

[c1=cos2π2·kkmax+a] （23）

[c2=sin2π2·kkmax+b] （24）

式中：[a]=[b]=1。

標準粒子群算法的優點在于收斂速度較好，但是容易陷入局部最優解，因此本文采用非線性變化慣性權重算法的改進粒子群算法進行求解。使用改進后的算法求解步驟為：

1） 輸入室外溫度、太陽光照度、用戶平均日用負荷等數據；

2） 初始化儲能系統參數和算法參數，對每個粒子賦隨機初值；

3） 粒子進行迭代，迭代后更新位置、速度、學習因子和慣性權重，與粒子上一個周期的適應度進行比較，記憶并更新個體極值；

4） 將最優的個體極值保存為全局極值，并更新和保存個體極值；

5） 全局連續穩定5次及以上或者達到最大迭代次數，迭代結束。

4.2" 場景描述及參數設置

以與負荷聚合商簽約的用戶為150戶進行仿真，其中光伏用戶為60戶，普通用戶為90戶。根據青海當地用戶用電特征分為夏季和冬季兩個場景，用戶夏季和冬季的日平均用電負荷如圖3所示。

場景一：夏季為7月至9月，用戶無空調制冷需求，負荷主要集中在早上06：00—08：00；中午11：00—12：00；晚上18：00—23：00。

場景二：冬季為10月至來年6月，用戶冬季采暖負荷量量較大。除上述場景提到的三個時間段外，用電高峰主要在晚上18：00以后。

設定儲能壽命為30年，用戶向電網購電平均單價為0.45元/（kW·h），簽約用戶向負荷聚合商購電單價為0.40元/（kW·h），其他仿真參數設置詳見表1、表2。

4.3" 結果分析

根據用戶在夏季和冬季的用電負荷圖，可得出儲能系統在夏季和冬季的輸出功率曲線，如圖4所示。夏季和冬季在傍晚18：00至第二天早上6：00之間光伏用戶和普通簽約用戶的用電負荷均由儲能系統提供。夏季早上7：00之后光伏用戶自建的分布式光伏可滿足自身電能消耗，并有余量出售給儲能系統；在晚上18：00至第二天6：00有購電需求，普通用戶全天均有購電需求。而冬季用戶采暖需求負荷較大，相比于夏季，光伏用戶在滿足家用負荷之外，有少量電能可出售給儲能商，在晚上17：00至第二天7：00有購電需求，普通用戶全天均有購電需求。

由于用戶與用戶之間用電習慣不同，且單一用戶每日的用電負荷也有波動，所以用戶日總負荷能達到日最高負荷量的情況并非一直出現，根據改進的粒子群算法得出容量配置為1 458.75 kW·h。為驗證改進的粒子群算法，使用未改進的粒子群算法求解得出儲能配置容量為1 542.70 kW·h ，如表3所示，本文儲能容量配置為1 458.75 kW·h，相比于1 542.70 kW·h，初始投資成本更低，成本回收期更短，凈收益更多。

光伏用戶在夏季和冬季平均每日出售給儲能系統的電能如圖5所示。相比于冬季，在夏季無取暖需求且光照度更強的情況下，光伏用戶日均售能更多。光伏用戶與普通簽約用戶夏季和冬季平均每戶每日在有儲能和無儲能情況下的用電費用如表4所示。

由表4可知，無論是在夏季還是冬季，在有儲能的情況下，光伏用戶與普通用戶的平均日用電消費均少于無儲能情況。相比較于普通用戶，在有儲能的情況下，光伏用戶出售滿足自身家用負荷之外的電能之后，可節省更多的用能消費；建立儲能，光伏用戶每年用電花費可節省約930元，普通用戶每年用電花費可節省約382元。

5" 結" 論

本文首先從青海地區光照資源充足且大部分用電消耗依靠光伏發電，在夜晚無光照需從外網購電，以及部分用戶自建有分布式光伏的角度出發，提出了由負荷聚合商來建立儲能系統以滿足用戶夜間電能消耗及避免戶用分布式光伏能源浪費的方法；并在負荷聚合商自建儲能系統的運營模式框架下，建立了儲能系統模型和以負荷聚合商收益最大為目標的目標函數，在進行條件約束與仿真后可得出以下結論：

1） 負荷聚合商在建立儲能后，除保證自身收益外，可有效解決用戶在夜間無光照情況下的用電問題，及部分用戶自建的屋頂分布式光伏在滿足自身負荷后可能出現的能源浪費問題，并可在一定程度上為光伏用戶及普通用戶節省用電花費。

2） 負荷聚合商建立的儲能系統在給簽約用戶帶來良好的用電體驗的同時，可有效促進更多電力用戶與其簽約，從而整合更多需求側資源，為電網的需求側響應及市場調控提供更好的輔助服務。

注：本文通訊作者為趙雅潔。

參考文獻

[1] 李春來，周萬鵬，楊立濱，等.青海省規模化電網側共享儲能發展分析[J].青海科技，2022，29（4）：63?71.

[2] 張蕾，邢治河，魏昭.加油站光伏發電模式選擇與經濟性分析[J].油氣與新能源，2021，33（3）：97?101.

[3] 黎耀華，賈衛歌.光儲充一體化充電站系統研究[J].機械工程與自動化，2023（1）：224?226.

[4] 駱曉飛，解統強.新能源優勢突出 青海加速儲能產業布局[N].經濟參考報，2022?11?28（7）.

[5] 譚鳴驄，王玲玲，蔣傳文，等.考慮負荷聚合商調節潛力的需求響應雙層優化模型[J].中國電力，2022，55（10）：32?44.

[6] 覃丹，馬立紅，汪希玥，等.基于負荷聚合商模式的電網協同優化調度[J].電力需求側管理，2023，25（2）：57?62.

[7] 蘇超，武小梅，田明正.考慮儲能裝置的負荷聚合商運營策略研究[J].寧夏電力，2017（5）：17?24.

[8] 張開宇，宋依群，嚴正.考慮用戶違約可能的負荷聚合商儲能配置策略[J].電力系統自動化，2015，39（17）：127?133.

[9] 孫波，吳旭東，謝敬東，等.基于信息間隙決策理論的綜合負荷聚合商儲能優化配置模型[J].現代電力，2021，38（2）：193?207.

[10] 汪鋒，劉智強，張克勇，等.基于分時電價與儲能充放電策略的臺區可調控資源聚合及調度[J].儲能科學與技術，2023，12（4）：1204?1214.

[11] 張思遠，鐘浩.聚合用戶儲能的云儲能容量配置與定價[J].南方電網技術，2022，16（11）：9?19.

[12] 林敏怡，雷勇，李宇澤，等.基于改進量子粒子群算法的儲能容量優化配置[J].電源技術，2021，45（2）：203?207.

[13] EMRANI A， BERRADA A， BAKHOUYA M. Optimal sizing and deployment of gravity energy storagesystem in hybrid PV?windpowerplant [J]. Renewable energy， 2022 ， 183： 12?27.

[14] 郭桂志.社區微電網儲能容量配置與協同優化運行研究[D].南寧：廣西大學，2022.

[15] HOU Hui， XUE Mengya， XU Yan， et al. Multi?objective economic dispatch of a microgrid considering electric vehicle and transferable load [J]. Applied energy， 2020， 262： 307?316.

[16] XIAO Jiangwen， YANG Yanbing， CUI Shichang， et al. A new energy storage sharing framework with regard to both storage capacity and power capacity [J]. Applied energy， 2022， 307： 118171.

[17] 文剛，翁維華，趙巖，等.考慮負荷聚集商參與的源荷互動雙層優化模型[J].電網技術，2017，41（12）：3956?3963.

[18] LIU Di， CAO Junwei， LIU Mingshuang. Joint optimization of energy storage sharing and demand response in microgrid considering multiple uncertainties [J]. Energies， 2022， 15（9）： 3067.

[19] 周天嬌，周任軍，黃婧杰，等.儲能聚合商自營共享模式下電能交易方法[J].電力自動化設備，2023，43（5）：171?176.

[20] 張沖，榮娜.基于改進粒子群算法的新能源側儲能容量配置[J].電網與清潔能源，2022，38（10）：98?105.

[21] JIN Y W， YU B， SEO M， et al. Optimal aggregation design formassive V2 G participation in energy market [J]. IEEE access， 2020（8）： 211794?211808.

[22] 趙安軍，李旺，于軍琪，等.基于戶間調度的青海農村家庭光儲容量配置優化[J].電力系統及其自動化學報，2023，35（7）：45?56.

[23] 羅曉樂，宋洋，徐翔，等.計及新能源消納的儲能容量優化配置研究[J].電氣開關，2022，60（2）：19?24.

[24] 梅書凡，檀勤良，代美.考慮風光出力季節性波動的儲能容量配置[J].電力工程技術，2022，41（4）：51?57.

[25] 白樺，王正用，李晨，等.面向電網側、新能源側及用戶側的儲能容量配置方法研究[J].電氣技術，2021，22（1）：8?13.

[26] 李濤，許苑，陳健，等.計及全壽命成本和收益的微電網儲能優化配置[J].電力系統及其自動化學報，2020，32（3）：46?51.

作者簡介：趙雅潔（1998—），女，湖北武漢人，碩士研究生，主要研究領域為可再生能源并網與儲能技術。

薛田良（1977—），男，山西運城人，博士，副教授，碩士生導師，主要研究領域為信息物理系統。

張" 磊（1986—），男，土家族，湖北恩施人，博士，副教授，博士生導師，主要研究領域為大規模新能源接入電力系統的優化調度。

徐光晨（1998—），男，安徽馬鞍山人，碩士研究生，主要研究領域為綜合能源系統優化調度。