摘要：針對含風力發電、光伏發電和儲能系統的多能互補系統的優化配置問題，本文提出了一種考慮系統 與配電網交互和需求側響應成本的多能互補系統全壽命周期優化配置方法，構建了雙層優化模型：上層以 年投資成本最小為目標進行全局優化，確定多能互補系統的最優配置方案與儲能出力范圍;下層以系統的 日運行成本和可再生能源利用率最小為目標，建立多能互補系統的多目標日前優化調度模型。分別考慮獨 立型和并網型多能互補系統，以某地實際風光數據為例，算例驗證了所提優化配置策略的正確性與有效性， 并量化分析了多能互補系統運營方式對優化配置策略的影響。

　　關鍵詞: 優化配置;多能互補系統;經濟調度;雙層優化

　　0 引言

　　隨著大規模分布式可再生能源和可控負荷接 入電網，如何進行合理規劃與配置，實現系統集成 和高效管控成為當前主要命題。微電網是一種含有 多種分布式電源的小型供配電系統[1]，其技術及應用在近些年得到了快速發展。微電網可實現多種分 布式能源的接入和集成控制，如光伏發電、風電、 儲能、微型同步機等，是典型的、常見的多能互補 系統，可以有效降低分布式電源出力對大電網產生 的影響，提升電網消納分布式電源的能力。通過系 統內能量協調，可以根據運行需求選擇并網或離網 模式，同時還能有效提高系統供電的電能質量及可靠性[2-4]。

　　因此，多能互補系統配置方案的合理性將 決定整個系統能否實現穩定經濟運行，因此其優化 配置方法一直是該領域的一個重要研究問題[5-6]。 隨著多能互補技術的發展，國內外學者針對多 能互補系統優化配置開展了一定的研究，這些方法 大多以尋求多能互補系統在經濟、供電、環保性等 方面的最優為目標[7-8]。

　　文獻[9]利用云平臺對多能 互補系統的儲能進行協調控制，建立了考慮經濟、 低碳的多目標規劃模型。文獻[10]基于全生命周期 理論，以凈現值收入為目標并考慮電源的可靠性， 建立多能互補系統的優化配置模型。針對風光儲微 電網的優化配置問題，文獻[11]以遺傳算法為基礎 對優化問題進行求解，然而該方法中沒有考慮儲 能，不利于運行平穩性和供電可靠性的提升。

　　文獻 [12]提出的配置方法中，將凈負荷預測的預測精度 和用戶微電網的收益指數作為重要參數。以上所述 的相關研究均采用了啟發式優化算法，這類算法存 在的主要問題是其種群規模較大數據量較多，導致 其搜索的尋優空間較大，使得其計算速度往往較 慢，該類方法往往無法保證所得解的全局最優性， 容易陷入早熟。

　　本文在上述研究的基礎上，針對多能互補系統 中的分布式電源、儲能和逆變器接入的容量配置問 題，綜合考慮運行的經濟和穩定性建立了雙層優化 模型。下層模型以多能互補系統的運行成本和可再 生能源利用率為目標，確定系統內各電源的運行調 度方案，上層模型以多能互補系統投資總成本為目 標，優化規劃各電源的配置容量。最后，分別考慮 獨立型和并網型多能互補系統，以某地實際風光數 據為例，基于算例分析驗證了所提方法的正確性和 有效性，同時討論了多能互補系統運營方式對優化 配置策略的影響。

　　1 多能互補系統與配電網交互成本

　　并網型多能互補系統主要有“自發自用”和“統 購統銷”兩種運營方式，不同方式的互動成本也不 同。另外，多能互補系統在與配電網互動時還應考 慮需求側響應成本。

　　2 多能互補系統雙層優化規劃模型

　　以多能互補系統全壽命周期的投資總成本最 低為目標，構建上層優化模型，量化各電源的建設運行成本，從全壽命周期角度優化各電源的容量配置。

　　3 雙層優化算法

　　本文采用雙層優化算法進行求解：上層采用改 進型十進制遺傳算法(GA)進行求解，下層采用商業規劃求解器(Gurobi)進行求解[16]。根據多能互補系統的經濟運行目標，優化 求解得到電源配置方案，選擇春夏秋冬四季的典型 日為代表。本文定義的全局決策變量為 Nwt、Npv、 Nbess、Ninvr，具體計算步驟如下： 步驟 1：算法初始化，設置遺傳算法和多能互 補系統所需參數及數據信息; 步驟 2：生成初始種群，上層配置層給出風機 容量、光伏容量、逆變器容量初始值，以及儲能出 力范圍 Pmaxcharge、Pmaxdischarge; 步驟 3：下層經濟調度層根據上層所給數據， 采用混合整數線性規劃方法確定多能互補系統的 最佳運行調度方案，并上報儲能各時段出力值 Pbess-in，Pbess-out; 步驟 4：上層根據下層上報的數據確定儲能容 量，并根據多能互補系統運行約束，計算得到種群 的適應度值，找出當前最優個體和最優種群; 步驟 5：對個體進行選擇、交叉、變異運算處 理，更新并生成新的種群。 步驟 6：判斷是否達到最大迭代次數，若是， 則終止運算，輸出最優結果方案;若否，則將迭代 次數加 1，返回步驟 3。

　　4 算例分析

　　4.1基本參數設置

　　根據某地氣象數據，得到典型日風機和光伏單位發電功率以及負荷功率曲線。分別對獨立型和并網型多能互補系統進行雙層優化配置分析，備選電源為WT、PV和BESS，備選變流器為風力變流器(WT-inv)，光伏變流器(PV-inv) 和儲能雙向變流器(BS-inv)，其規格、購置成本及 年運行維護成本。

　　電力能源論文投稿刊物：《儲能科學與技術》Energy Storage Science and Technology(雙月刊)2012年創刊，是國家新聞出版署正式批準的儲能行業唯一高端科學技術期刊，重點報道抽水儲能、壓縮空氣儲能、深冷儲能、熱儲存、冷儲能和化學儲能(各類電池如鉛酸電池、鋰電池、釩電池、鈉硫電池等)、超導儲能、燃料電池、飛輪儲能及超級電容等的最新科研及技術成果、示范項目及儲能業界經濟動態。《儲能科學與技術》既具有學術性和前瞻性，又注重實用性和導向性。

　　5 結論

　　本文針對風光儲型多能互補系統，提出了一種 多目標雙層優化配置方法：上層以年投資成本最小 為目標進行確定最優配置方案;下層以系統的日運行成本和可再生能源利用率最小為目標，建立多能 互補系統多目標日前經濟優化調度模型。以某地實 際風光數據為例，算例驗證了本文所提方法的正確 性與有效性。 所提方法考慮了多能互補系統與配電網的交 互成本、需求響應成本等經濟性指標，在規劃建設 初期可以準確量化多能互補系統運行經濟性。 所提方法考慮了全壽命周期建設成本，同樣適 用于在變電站站內的并網型多能互補系統進行優 化配置和方案優選。

　　參考文獻：

　　[1] M.H.K.Tushar, C.Assi. Optimal energy manage -ment and marginal-cost electricity pricing in microgrid network[J]. IEEE Transactions on Industrial Informatics, 2017, 13(6)：3286-3298.

　　[2] T.Zhao, Z.Ding. Distributed finite-time optimal resource management for microgrids based on multi-Agent framework[J]. IEEE Transactions on Industrial Electronics, 2018, 65(8)：6571-6580.

　　[3] Y.Zhang, J.Wang, A.Berizzi, et al. Life cycle planning of battery energy storage system in off-grid wind-solar-diesel microgrid[J]. IET Generation, Transmission & Distribution, 2018, 12(20): 4451- 4461.

　　[4] 寇凌峰, 熊雄, 侯小剛, 牛耕, 屈小云, 陳凡. 面向低壓配變臺區的微電網技術[J]. 儲能科學與技 術, 2019, 8(4): 665-670.

　　作者：寇凌峰1，季宇1，吳鳴1，牛耕1