一種考慮價格型需求響應的獨立型微網優化配置方法

一種考慮價格型需求響應的獨立型微網優化配置方法
【專利摘要】一種考慮價格型需求響應的獨立型微網優化配置方法，包括如下步驟：S1：將一天連續24h的時間進行離散化處理，均分為T個時段，對于任意第t時段，第t時段的時長為Δt，繪制微網內常規負荷曲線；S2：繪制短期新能源發電功率曲線，根據新能源發電功率曲線和常規負荷曲線，制定面向微網用戶的實時電價，當新能源發電功率曲線大于常規負荷曲線的時段為低電價，當新能源發電功率曲線小于常規負荷曲線的時段為高電價；S3：建立需求響應優化模型，引導用戶的用電行為；S4：確定風光柴儲等微電源發電模型，以微網全壽命周期等年值成本為目標建立微網優化配置模型；S5：求解建立的微網優化配置模型，得到優化配置方案。本發明經濟效益較好。
【專利說明】
-種考慮價格型需求響應的獨立型微網優化配置方法
技術領域
[0001] 本發明屬于微電網的規劃設計技術領域，具體設及一種考慮價格型需求響應的獨 立型微網優化配置方法。
【背景技術】
[0002] 微網作為風光等新電源的有效組織形式，近年來受到了廣泛關注并得到越來越多 的應用，是解決海島和偏遠地區用電問題的有效方案。微網可提高供電可靠性和電能質量， 同時從柴發轉為W風光發電為主，減少污染排放。但風光資源的隨機性和波動性，增加了發 電的不確定性，存在嚴重風光消納問題，單純依靠配置儲能平抑波動經濟性差。需求響應是 電力市場通過價格信號或激勵手段，利用需求彈性引導電力用戶做出響應，改變負荷特性。 負荷配合甚至主動追蹤電力供給有利于大量間歇性新能源的接入。微網優化配置是微網規 劃設計階段需要解決的首要問題，優化配置方案合理與否將直接決定微網的安全運行和經 濟效益。在微網中為適應風光發電的波動性，有必要結合新能源發電和負荷情況制定靈活 的電價機制引導用戶用電行為，研究其對微網配置和經濟效益的影響。

【發明內容】

[0003] 為了克服已有微網優化配置方法的經濟效益較差的不足，本發明提供一種經濟效 益較好的考慮價格型需求響應的獨立型微網優化配置方法。
[0004] 本發明解決其技術問題所采用的技術方案是：
[0005] -種考慮價格型需求響應的獨立型微網優化配置方法，所述優化配置方法包括W 下步驟：
[0006] 步驟1:將一天連續24h的時間進行離散化處理，均分為T個時段，對于任意第t時 段，有tG{l，2，...，T}，且第t時段的時長為At，繪制微網內常規負荷曲線；
[0007] 步驟2:繪制短期新能源發電功率曲線，根據新能源發電功率曲線和常規負荷曲 線，制定面向微網用戶的實時電價，當新能源發電功率曲線大于常規負荷曲線的時段為低 電價，當新能源發電功率曲線小于常規負荷曲線的時段為高電價；
[000引步驟3:建立需求響應優化模型，引導用戶的用電行為，過程如下，
[0009] 步驟3-1:采用替代彈性來表示電力需求的相對變化和電力價格相對變化的關系；
[0010] 替代彈性可表示為：
[0011]
(1)
[001^ 式中：seu,k為替代彈性系數;Qu、Qk為u、k時段電力需求量;Pu、Pk為u、k時段電價，對 于任意第u、k時段，均有uG{l，2，...，T}、kG{l，2，...，T};
[0013]步驟3-2:基于替代彈性的峰谷電價下，用戶峰/谷時段的負荷削減比例％ A Lp和 增加比例％ ALo表不為：
[0014]
(2)
[0015] 式中：下標9和〇分別表示峰時段和谷時段，C為峰或谷時段電費占日總電費的比 例;巧為峰或谷時段的平均電價；
[0016] 步驟3-3: W新能源發電和負荷需求的差值累計和為需求響應目標，表達式為：
[0017] (3)
[001 引 （4)
[0019] 約束條件為：
[0020] l2>(l-a)Ii (5)
[0021] p2《pi (6)
[0022] 化二化 (J)
[0023] mioad^Mioad (8)
[0024] 式(3)~(4)中：Linit(t)、L(t)為微電網內t時段的初始的負荷需求量和參與價格 型需求響應后的負荷需求量，％ AL為負荷增加或消減比例；P"(t)、PpV(t)、Pnew(t)分別為 微電網內t時段風機、光伏和新能源總發電量；
[0025] 式(5)~(8)中：Ii為未實施需求響應時微網售電收入;12為實時電價下微網售電收 入;Cl為利益轉讓系數，表示因為實時需求響應引起的供電成本減少而可W接受的利益轉移 百分比，Pi為未實施需求響應時用戶用電平均價格;P2為實時電價下用戶用電平均價格，Qi 為未實施需求響應時用電總量;Q2為實施實時電價后的用電總量，miDad為實際負荷轉移量； 化。ad為可轉移負荷容量；
[0026] 根據需求響應優化模型（3)~(8)，基于實時電價引導電力用戶的用電行為，依據 需求價格彈性得出考慮需求響應后的負荷數據；
[0027] 步驟4:確定風光柴儲微電源發電模型，W微網全壽命周期等年值成本為目標，建 立微網優化配置模型，過程如下：
[0028] 經濟性作為微網優化配置的首要目標，由其壽命周期內總等年值成本CtDtai決定， 總成本由設備初始投資和置換成本、設備殘值、運行維護成本、燃料成本和污染治理成本組 成；
[00川式中：胖1\?￥、06、肥55分別為風機、光伏、柴油發電機、蓄電池儲能，加八。巾八0￡、 Cbess、Cpo 分另 Ij 為 WT、PV、DE、BESS 和污染治理等年值成本;Cwt, init，Cpv, init，Cde, init，Cbess, init 分
[0029]
[0030] (10) 別為WT，PV，DE和肥SS的初始投資等年值成本;CwT, ?，Cpv, ?，Cde, ?，Cbess, ?分別為WT，PV，DE和 BESS的年運行和維護成本；CdE,rep, CbESS,rep分別為DE和BESS的置換等年值成本；CdE, sal, Cbess,sal分別為DE和BESS的等年值回收殘值;Cfuei為柴油發電機的燃料等年值成本;Ede為柴 發年發電量;CpDg為單位電量的污染治理成本，工程全壽命周期為20年，WT和PV的壽命預計 可達20年，DE和BESS的壽命相對較短，在全壽命周期內需要更換；
[0032] 其中設備全壽命周期內等年值成本由凈現值成本求得，計算公式如下：
[0033]
01)
[0034] 式中：Cdev,eav為等年值成本;Cdev為凈現值成本；i(l + i)l/((l + i)l-l)為資金回收系 數，其中，i為貼現率，1為系統壽命期望值；
[0035] 根據優化配置模型（9)~（10)對微電網內風光柴儲的容量進行優化配置時，為充 分考慮價格型需求響應對微電網優化配置的影響，考慮如下約束條件：
[0036] 4.1)微電網供需平衡約束
[0037] L(t)=PpV(t)+PwT(t)+時 E(t)+PBESS(t) (12)
[0038] 式中：L(t)為微電網內t時段的負荷參與價格型需求響應后的負荷需求量;PwT(t)、 時v( t)、時E(t)分別為微電網內t時段WT、PV和DE發電量;Pbess(t)為微電網內t時段BESS的充 放電功率；
[0039] 4.2)儲能蓄電池安全約束
[0040] 儲能蓄電池的壽命和充放電深度相關，過充過放都會增加蓄電池壽命損耗，所W 需對蓄電池荷電狀態進行約束：
[0041 ] SOCmin^SOC(t) ^SOCmax (13)
[00創式中：SOCmax和SOCmin分別為t時段儲能蓄電池荷電狀態SOC(t)的上下限；
[00創此外，需將儲能蓄電池 t時段的充、放電功率?8￡551。(*)訊￡55。。如)限制為：
[0044]
(14)
[0045] 式中：PBESSin,max和PBESSout,max分別為蓄電池最大充、放電功率，一般與儲能蓄電池總 容量有關；
[0046] 4.3)微電網分布式電源裝機容量約束
[0047] 微電網內可再生能源裝機容量與峰值負荷的比值設定為50 % W上，柴油機應作為 冷備用，將其發電量設定為微電網總電量需求的40% W下；
[0048] 步驟5:求解建立的微網優化配置模型，得到優化配置方案。
[0049] 進一步，所述步驟5,采用遺傳算法求解建立的微網優化配置模型，求解過程如下：
[0050] 步驟5-1:輸入風光資源，負荷數據和實時電價；
[0051] 步驟5-2: W風光柴儲的配置容量作為個體編碼，生成規模為N的初始種群P，通過 遺傳算法操作得到子代種群Q，將上述2個種群結合形成中間種群R;
[0052] 步驟5-3:由電價、風光負荷數據和風光配置容量，依據需求價格彈性得出考慮需 求響應后的負荷數據，W微網等年值成本為優化目標求出個體的適應度；
[0053] 步驟5-4:對中間種群R依據適應度進行排序，保留最優的N個個體，形成新的父代 種群P'；
[0054] 步驟5-5:再通過遺傳算法操作產生新的子代種群Q'，將P'和Q'合并形成新的中間 種群R'，重復S3~S5步驟，直到滿足結束條件。
[0055] 本發明的技術構思為:將價格型需求響應因素添加到獨立型微網優化配置中，對 微網的經濟性和配置產生有益影響。
[0056] 本發明的有益效果主要表現在：1、提出的電價制定方法有效，通過實施需求響應， 改善負荷特性，減少棄風棄光和柴發儲能的使用，提高微網經濟效益。
[0057] 2、從經濟性角度出發需求響應技術增加了總體新能源配置容量，可提升新能源接 入水平。特別要指出的是，峰谷電價比的提高會增強需求響應的效應，利于微網增加新能源 裝機容量，減少儲能配置。
【具體實施方式】
[005引下面對本發明作進一步描述。
[0059] -種考慮價格型需求響應的獨立型微網優化配置方法，包括W下步驟：
[0060] 步驟1:將一天連續24h的時間進行離散化處理，均分為T個時段，對于任意第t時 段，有tG{l，2，...，T}，且第t時段的時長為At，繪制微網內常規負荷曲線；
[0061] 步驟2:繪制短期新能源發電功率曲線，根據新能源發電功率曲線和常規負荷曲 線，制定面向微網用戶的實時電價，當新能源發電功率曲線大于常規負荷曲線的時段為低 電價，當新能源發電功率曲線小于常規負荷曲線的時段為高電價；
[0062] 步驟3:建立需求響應優化模型，引導用戶的用電行為，過程如下，
[0063] 步驟3-1:采用替代彈性來表示電力需求的相對變化和電力價格相對變化的關系；
[0064] 替代彈性可表示為：
[0065]
0)
[0066] 式中：seu,k為替代彈性系數;Qu、Qk為u、k時段電力需求量;Pu、Pk為u、k時段電價，對 于任意第u、k時段，均有uG{l，2，...，T}、kG{l，2，...，T};
[0067] 步驟3-2:基于替代彈性的峰谷電價下，用戶峰/谷時段的負荷削減比例％ A Lp和 增加比例％ AU表示為：
[006引
劇
[0069] 式中：下標9和〇分別表示峰時段和谷時段，C為峰或谷時段電費占日總電費的比 例；歹為峰或谷時段的平均電價；
[0070] 步驟3-3: W新能源發電和負荷需求的差值累計和為需求響應目標，表達式為：
[0073]約束條件為：
[0071； (3)
[0072； (4)
[0074] l2>(l-a)Ii (5)
[0075] p2《pi (6)
[0076] 化二化 （7)
[0077] mioad^Mioad (8)
[0078] 式(3)~(4)中：Linit(t)、L(t)為微電網內t時段的初始的負荷需求量和參與價格 型需求響應后的負荷需求量，％ AL為負荷增加或消減比例;PwT(t)、PpV(t)、Pnew(t)分別為 微電網內t時段風機、光伏和新能源總發電量。
[0079] 由需求響應模型（3)~(4)可知:新能源總發電量和負荷需求量的差值越小，價格 型需求響應的優化效果越好。
[0080] 式(5)~(8)中：Ii為未實施需求響應時微網售電收入;12為實時電價下微網售電收 入;a為利益轉讓系數，表示因為實時需求響應引起的供電成本減少而可W接受的利益轉移 百分比，Pi為未實施需求響應時用戶用電平均價格;P2為實時電價下用戶用電平均價格，Qi 為未實施需求響應時用電總量;Q2為實施實時電價后的用電總量，miDad為實際負荷轉移量； 化。ad為可轉移負荷容量；
[0081] 根據需求響應優化模型（3)~(8)，基于實時電價引導電力用戶的用電行為，依據 需求價格彈性得出考慮需求響應后的負荷數據；
[0082] 步驟4:確定風光柴儲等微電源發電模型，W微網全壽命周期等年值成本為目標， 建立微網優化配置模型。具體包括，
[0083] 經濟性作為微網優化配置的首要目標，由其壽命周期內總等年值成本CtDtai決定。 總成本由設備初始投資和置換成本、設備殘值、運行維護成本、燃料成本和污染治理成本組 成；
[0084]
[0085] (10)
[0086] 式中：胖1\?￥、06、肥55分別為風機、光伏、柴油發電機、蓄電池儲能，加、〔。巾、〔〇￡、 CbessXp日分別為機'、？￥、06、邸55和污染治理等年值成本；伽,加*向巾心1*向￡,1。1*向￡55,加*分 別為WT，PV，DE和肥SS的初始投資等年值成本;Cwt, ?，Cpv, ?，Cde, ?，Cbess, ?分別為WT，PV，DE和 BESS的年運行和維護成本；CdE,rep, CbESS,rep分別為DE和BESS的置換等年值成本；CdE, sal, Cbess,sal分別為DE和BESS的等年值回收殘值;Cfuei為柴油發電機的燃料等年值成本;Ede為柴 發年發電量;CpDg為單位電量的污染治理成本.工程全壽命周期為20年，WT和PV的壽命預計 可達20年，DE和BESS的壽命相對較短，在全壽命周期內需要更換；
[0087] 巧中設備全壽命嵐斯內等年值成本由凈現值成本求得，計算公式如下：
[0088]
(H)
[0089] 式中：Cdev,eav為等年值成本;Cdev為凈現值成本；i ( 1 + i )1/( ( 1 + i )1-1 )為資金回收系 數，其中，i為貼現率，1為系統壽命期望值；
[0090] 根據優化配置模型（9)~（10)對微電網內風光柴儲的容量進行優化配置時，為充 分考慮價格型需求響應對微電網優化配置的影響，考慮如下約束條件：
[0091] 4.1)微電網供需平衡約束
[0092] L(t)=PpV(t)+PwT(t)+時 E(t)+PBESS(t) (12)
[0093] 式中：L(t)為微電網內t時段的負荷參與價格型需求響應后的負荷需求量;PwT(t)、 時v( t)、時E(t)分別為微電網內t時段WT、PV和DE發電量;Pbess(t)為微電網內t時段BESS的充 放電功率；
[0094] 4.2)儲能蓄電池安全約束
[0095] 儲能蓄電池的壽命和充放電深度相關，過充過放都會增加蓄電池壽命損耗，所W 需對蓄電池荷電狀態進行約束：
[0096] SOCmin^SOC(t) ^SOCmax (13)
[0097] 式中：SOCmax和SOCmin分別為t時段儲能蓄電池荷電狀態SOC(t)的上下限；
[009引此外，將儲能蓄電池 t時段的充、放電功率?8￡551。(*)訊￡55。。如)限制為：
[0099]
(14)
[0100] 巧中：PBESSin,max和PBESSout,max分別為蓄電池最大充、放電功率，一般與儲能蓄電池總 容量有關；
[0101] 4.3)微電網分布式電源裝機容量約束
[0102] 微電網內可再生能源裝機容量與峰值負荷的比值設定為50% W上，柴油機應作為 冷備用，將其發電量設定為微電網總電量需求的40% W下；
[0103] 步驟5:采用遺傳算法求解建立的微網優化配置模型，得到優化配置方案。具體步 驟如下，
[0104] 步驟5-1:輸入風光資源，負荷數據和實時電價；
[0105] 步驟5-2: W風光柴儲的配置容量作為個體編碼，生成規模為N的初始種群P。通過 遺傳算法操作得到子代種群Q，將上述2個種群結合形成中間種群R;
[0106] 步驟5-3:由電價、風光負荷數據和風光配置容量，依據需求價格彈性得出考慮需 求響應后的負荷數據。W微網等年值成本為優化目標求出個體的適應度；
[0107] 步驟5-4:對中間種群R依據適應度進行排序，保留最優的N個個體，形成新的父代 種群P' ；
[0108] 步驟5-5:再通過遺傳算法操作產生新的子代種群Q'，將P'和Q'合并形成新的中間 種群R'，重復S3~S5步驟，直到滿足結束條件。
[0109] 為使本領域技術人員更好地理解本發明，
【申請人】還應用電考慮價格型需求響應的 獨立型微網優化配置方法W某海島微網為例進行算例仿真分析。
[0110] 該地負荷平均功率約為788.98kW/h，最大負荷為2056kW，平均風速約為7.13m/s， 日平均太陽光照福照度約為3.90化胖-11)/(1112-(1)。本文中選取替代彈性36。,。為0.5，選取 利益轉讓系數Ct為5%。微網實行固定電價時電價為0.908元AkW ? h)，實行分時電價和實時 電價時，峰谷電價分別為1.108元AkW- h)和0.596元AkW- h)。
[0111] 各微電源經濟參數見表1，污染治理成本參數見表2，柴油價格為0.511元/L。
[0112]
[0113]
[0114] 表2
[0115] 為了更好的體現出實時電價作為需求響應技術相對最優的結論，將固定電價和分 時電價進行仿真對比分析，固定電價24小時電價不變，不隨新能源發電或負荷需求的改變 而改變，不進行需求響應。分時定價把一天24小時分成高峰電價和低谷電價兩時段。通過統 計長期新能源發電和負荷需求情況制定，即風光等新能源發電平均值大于負荷值的時段為 低電價時段，反之為高電價時段。高低電價時段確定后長期不變。
[0116] 首先求得實行固定電價時微網經濟性最優配置，設為方案1。在與方案1相同配置 下實行分時電價和實時電價，分別設為方案2和方案3。對比3組配置相同，電價機制不同的 方案，分析需求響應對微網經濟效益影響。
[0117] 從表3可得出：在微網電源配置相同的情況下，通過價格型需求響應，在分時電價 下有7.0%的負荷轉移，實時電價下有5.4%的負荷轉移。需求響應優化目標，即新能源發電 與負荷差值累計和，在實行固定電價時每年為6 024 993kW-h，分時電價為5 649 674kW- h，實時電價為5 373 727kW ? h，實時電價響應效果最優。新能源發電和負荷差值累計越小， 意味著棄風棄光越少，W及柴發和儲能使用越少，使柴發成本和污染治理成本減少，電池壽 命增長，儲能成本也減少。固定電價下的柴發成本、污染治理成本和儲能成本分別為373.8 萬元、135.2萬元和175.8萬元，分時電價下相應項分別減少23.5萬元、10.0萬元和4.0萬元， 實時電價分別減少35.8萬元、14.6萬元和13.1萬元，=種方案的風機和光伏成本相同。因 而，總成本實行固定電價最高為1074.9萬元，其次是分時電價總成本為1037.4萬元，實時電 價最低為1011.4萬元。同時，S種電價下新能源滲透率分別為74.9%、76.8%和77.6%，分 時電價和實時電價都有提高。
[0118] 可見通過制定有效電價機制，實施需求響應，改善負荷特性，提高微網經濟效益， 其中實時電價效果更優。
[0119]
[0120]
[0121]
[0122] 續巧 3
[0123] 求得實行分時電價和實時電價時微網經濟性最優配置，分別設為方案4和方案5。
[0124] 從表3中可得出：與方案1固定電價相比，方案4和方案5的光伏裝機容量分別增加 SOOkW和360kW，儲能容量也相應增加，新能源滲透率分別提高至78.3%和79.4%。雖然方案 4和方案5光伏成本增加，但柴發發電得W減少，柴發成本和污染物治理成本減少的更多，而 儲能因其壽命變長其成本沒有增加。總成本實行固定電價最高為1074.9萬元，其次是分時 電價總成本為1032.9萬元，實時電價最低為1008.0萬元。
[0125] 可見從經濟性角度出發，需求響應技術增加了總體新能源配置容量，提高新能源 接入水平。
[0126] 在本說明書的描述中，參考術語"一個實施例"、"一些實施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結合該實施例或示例描述的具體特征、結構、材料或者特 點包含于本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不 必須針對的是相同的實施例或示例。而且，描述的具體特征、結構、材料或者特點可W在任 一個或多個實施例或示例中W合適的方式結合。此外，本領域的技術人員可W將本說明書 中描述的不同實施例或示例進行結合和組合。
[0127] 盡管上面已經示出和描述了本發明的實施例，可W理解的是，上述實施例是示例 性的，不能理解為對本發明的限制，本領域的普通技術人員在本發明的范圍內可W對上述 實施例進行變化、修改、替換和變型。
【主權項】
1. 一種考慮價格型需求響應的獨立型微網優化配置方法，其特征在于:所述優化配置 方法包括W下步驟： 步驟1:將一天連續24h的時間進行離散化處理，均分為T個時段，對于任意第t時段，有t e {1，2,...，Τ}，且第t時段的時長為Δ t，繪制微網內常規負荷曲線； 步驟2:繪制短期新能源發電功率曲線，根據新能源發電功率曲線和常規負荷曲線，審U 定面向微網用戶的實時電價，當新能源發電功率曲線大于常規負荷曲線的時段為低電價， 當新能源發電功率曲線小于常規負荷曲線的時段為高電價； 步驟3:建立需求響應優化模型，引導用戶的用電行為，過程如下， 步驟3-1:采用替代彈性來表示電力需求的相對變化和電力價格相對變化的關系； 替代彈性可表示為：(1) 式中：seu,k為替代彈性系數;Qu、Qk為u、k時段電力需求量;Pu、Pk為u、k時段電價，對于任 意第u、k時段，均有ue{l，2，...，T}、ke{l，2，...，T}; 步驟3-2:基于替代彈性的峰谷電價下，用戶峰/谷時段的負荷削減比例％ΔLp和增加比 例％ AL。表示為：傑 式中：下標9和〇分別表示峰時段和谷時段，C為峰或谷時段電費占日總電費的比例;聲為 峰或谷時段的平均電價； 步驟3-3: W新能源發電和負荷需求的差值累計和為需求響應目標，表達式為：式(3)~(4)中：Linit(t)、L(t)為微電網內t時段的初始的負荷需求量和參與價格型需求 響應后的負荷需求量，％ΔΙ為負荷增加或消減比例;PwT(t)、PpV(t)、Pnew(t)分別為微電網 內t時段風機、光伏和新能源總發電量； 式(5)~(8)中：Ii為未實施需求響應時微網售電收入;12為實時電價下微網售電收入;α 為利益轉讓系數，表示因為實時需求響應引起的供電成本減少而可W接受的利益轉移百分 比，Ρ1為未實施需求響應時用戶用電平均價格;Ρ2為實時電價下用戶用電平均價格，化為未 實施需求響應時用電總量;Q2為實施實時電價后的用電總量，miDad為實際負荷轉移量;Mlcad 為可轉移負荷容量； 根據需求響應優化模型（3)~（8)，基于實時電價引導電力用戶的用電行為，依據需求 價格彈性得出考慮需求響應后的負荷數據； 步驟4:確定風光柴儲微電源發電模型，W微網全壽命周期等年值成本為目標，建立微 網優化配置模型，過程如下： 經濟性作為微網優化配置的首要目標，由其壽命周期內總等年值成本CtDtal決定，總成 本由設備初始投資和置換成本、設備殘值、運行維護成本、燃料成本和污染治理成本組成；式中：胖1'、？￥、06、邸55分別為風機、光伏、柴油發電機、蓄電池儲能，加、〔。巾、〔0￡、〔6￡55、〔口0 分別為WT、PV、DE、BESS和污染治理等年值成本；加,init，Cpv, init，Cde, init，Cbess, init分別為WT， PV，DE和邸SS的初始投資等年值成本;CwT, ?，Cpv, ?，Cde, ?，Cbess, ?分別為WT，PV，DE和肥SS的 年運行和維護成本；CdE, rep，CbESS, rep分別為DE和邸SS的置換等年值成本；CdE, sal，CbESS, sal分別 為DE和BESS的等年值回收殘值;Cfuel為柴油發電機的燃料等年值成本;Ede為柴發年發電量； CpDg為單位電量的污染治理成本，工程全壽命周期為20年，WT和PV的壽命預計可達20年，DE 和BESS的壽命相對較短，在全壽命周期內需要更換； 其中設備全壽命周期內等年值成本由凈現值成本求得，計算公式如下：(11) 式中：Cdev,eav為等年值成本;Cdev為凈現值成本;i(l + i)l/((l + i)l-l)為資金回收系數， 其中，i為貼現率，1為系統壽命期望值； 根據優化配置模型（9)~（10)對微電網內風光柴儲的容量進行優化配置時，為充分考 慮價格型需求響應對微電網優化配置的影響，考慮如下約束條件： 4.1) 微電網供需平衡約束 L(t)=Ppv(t)+Pwx(t)+PDE(t)+PBESs(t) (12) 式中：L(t)為微電網內t時段的負荷參與價格型需求響應后的負荷需求量;PwT(t)、Ppv (t)、時E(t)分別為微電網內t時段WT、PV和DE發電量;Pbess(t)為微電網內t時段BESS的充放 電功率； 4.2) 儲能蓄電池安全約束 儲能蓄電池的壽命和充放電深度相關，過充過放都會增加蓄電池壽命損耗，所W需對 蓄電池荷電狀態進行約束： SOCmin《SOC(t)《SOCmax (13) 式中：SOCmax和SOCmin分別為t時段儲能蓄電池荷電狀態SOC(t)的上下限； 此外，將儲能蓄電池 t時段的充、放電功率PBESSin(t )、PBESScmt (t)限制為：(14) 式中：PBESSin,max和PBESSout,max分別為蓄電池最大充、放電功率，一般與儲能蓄電池總容量 有關； 4.3)微電網分布式電源裝機容量約束 微電網內可再生能源裝機容量與峰值負荷的比值設定為50% W上，柴油機應作為冷備 用，將其發電量設定為微電網總電量需求的40% W下； 步驟5:求解建立的微網優化配置模型，得到優化配置方案。2.如權利要求1所述的一種考慮價格型需求響應的獨立型微網優化配置方法，其特征 在于:所述步驟5中，采用遺傳算法求解建立的微網優化配置模型，求解過程如下： 步驟5-1:輸入風光資源，負荷數據和實時電價； 步驟5-2: W風光柴儲的配置容量作為個體編碼，生成規模為N的初始種群P，通過遺傳 算法操作得到子代種群Q，將上述2個種群結合形成中間種群R; 步驟5-3:由電價、風光負荷數據和風光配置容量，依據需求價格彈性得出考慮需求響 應后的負荷數據，W微網等年值成本為優化目標求出個體的適應度； 步驟5-4:對中間種群R依據適應度進行排序，保留最優的N個個體，形成新的父代種群 P'； 步驟5-5:再通過遺傳算法操作產生新的子代種群Q'，將P'和Q'合并形成新的中間種群 R'，重復S3~S5步驟，直到滿足結束條件。
【文檔編號】H02J3/14GK105977991SQ201610303635
【公開日】2016年9月28日
【申請日】2016年5月10日
【發明人】張有兵, 楊曉東, 蔣楊昌, 任帥杰, 包侃侃, 翁國慶
【申請人】浙江工業大學