邵靖珂，汪　沨，谭阳红，陈　春，黄晓倩，王　睿

（湖南大学电气与信息工程学院，长沙 410082）

计及需求侧响应的微网经济优化调度

邵靖珂，汪沨，谭阳红，陈春，黄晓倩，王睿

（湖南大学电气与信息工程学院，长沙 410082）

针对微网的运行特性以及用户对微网的影响，构建包含需求侧响应的微网经济优化调度模型。以需求侧负荷中的可转移负荷为主要研究对象，从用户的用电需求以及微网经济效益与环境效益出发，结合分时电价，对不同时段负荷的转入转出情况进行分析。对比负荷转移前后各微源的调度情况，分析负荷转移对于综合成本的影响。以不提高环境成本为前提，采用人群搜索算法对调度模型进行求解。算例表明微网经济优化调度中考虑需求侧响应，能够“削峰填谷”，提高微源利用率，降低微网运行费用。

微网；经济调度；需求侧响应；人群搜索算法

随着电力负荷持续增长，传统电力系统的弊端愈发显著，分布式电源逐渐受到关注。微网作为分布式电源的载体，因其经济性、运行灵活性以及环境友好性等因素，对大电网起到了良好的补充调节作用［1-3］。

微网的经济性是微网优化调度中的重要内容之一。目前针对微网内部经济问题的研究主要集中在如高经济效益、环保效益以及社会效益。将需求侧响应考虑到微网经济优化调度中，能够合理提高供需侧资源利用率，降低微网经济调度的综合成本。

文献［4-8］建立了以发电成本、环境成本为目标的热电联供型微网经济优化调度模型，对比分析单目标与多目标系统优化的结果；文献［9-10］建立了计及可平移负荷的微网系统多目标经济调度模型，运用智能算法进行优化，以达到发电成本和环境成本最小；文献［11］建立需求侧负荷微网经济调度模型，但最后并未考虑并网时微网向外网售电成本以及负荷补偿系数对经济优化调度的影响；文献［12］考虑了包含需求侧响应的微网资源规划，建立了考虑运行成本和负荷补偿的微网经济优化调度模型。以上文献涉及的都是改变需求侧后对微网发电成本分析，但很少考虑需求侧改变后微源调度的改变对环境成本的影响，以及负荷补偿费用对于微网运行综合成本的影响。

本文主要研究需求侧响应对于微网经济优化调度的影响，在结合分时电价的基础上建立了以发电成本、环境成本、负荷补偿费用为目标的微网多目标经济优化模型。运用人群搜索算法SOA（seeker optimization algorithm）对模型进行求解。综上分析，本文主要研究两个方面：首先建立计及需求侧响应的多目标微网经济优化数学模型；其次，采用SOA求解模型。

1　需求侧响应

需求侧资源主要包括分布式发电DG（distributed generation）资源、负荷资源、储能资源。其中负荷管理是需求侧响应中的一个重要方面，可以通过对需求侧负荷的调控从而对微网进行优化。

需求侧负荷一般分为以下3种类型［13-14］：重要负荷、可平移负荷、可调整负荷。这是根据负荷的重要性进行划分的，而实际上由于重要负荷的固定性和不可中断性，使其无法更改使用时间，同时可调整负荷的数量及类型的难以预测性，需求侧负荷着重考虑的是可平移负荷对微网经济优化调度的影响。所以本文将需求侧负荷分成两类：可转移负荷及不可转移负荷。可转移负荷可根据实际情况进行合理的改动及调节，同时须考虑转移不同时段以及不同功率的负荷所要提供的负荷补偿费用，而不可转移负荷为微网带来的效益是固定的，所以不考虑对其进行优化。

2　考虑需求侧响应的优化模型

2.1微源建模

微型燃气轮机MT（micro turbine）的燃料成本计算式为

式中：Cng为天然气价格；L为天然气低热值；Prc为燃气轮机输出的电功率；ηe为燃气轮机的发电效率。

燃料电池FC（fuel cell）的燃料成本与输出功率的关系可表示为

式中：PF为燃料电池输出的电功率；ηF代表燃料电池的发电效率。

蓄电池采用铅酸电池，其充放电方式如下。

蓄电池放电时，剩余容量为

蓄电池充电时，剩余容量为

式中：SSOC（t）为t时刻蓄电池的剩余容量；PESS（t）为t时刻蓄电池的充放电功率；ηEC、ηED分别为充、放电效率；δ为蓄电池单位时间自放电比例。

光伏电池PV（photovoltaic）出力模型见文献［15］，风机WT（wind turbine）出力模型见文献［16］。

2.2目标函数

本文采用日前调度模型，以微网一天内的发电成本F1（t）（F1（t）包括运行维护成本、燃料成本、投资折旧成本、微网与外网交互成本）、污染物对环境的影响成本F2（t）、需求侧负荷转移需要补偿费用F3（t）总和最小为目标函数，即

其中：

式中：CFC（t）为t时刻各微源的燃料成本；CMC（t）为t时刻各微源的运行维护成本；CIC（t）为t时刻各微源的投资折旧成本；CBUY（t）为从大电网购电费用；CSEL（t）为售电给大电网的盈利；CE（t）为污染物对环境的影响成本；n为微源总数；Pi（t）为t时刻第i个微源的有功功率；Ki，OM为第i个微源的单位电量运行维护成本；Ci为第i个微源的单位容量安装成本；8 760ki为第i个微源的年发电量；μ为年利率；ni为第i个微源的投资偿还期；Cbuy（t）为t时刻从大电网购入电能的价格；Csel（t）为t时刻出售电能给大电网的价格；PD（t）为t时刻系统输出有功功率；PG（t）为t时刻微网输出有功功率；Oij为第i个微源第j种污染物的排放量；Cj为第j种污染物对环境影响的成本折算；NT为可转移的负荷种类；εj为第j类可转移负荷的单位补贴费用；T为运行周期；Dj（t，）为从t时段转移到时段的j类可转移负荷量。

2.3约束条件

（1）功率约束为

式中：Pdis，p（t）为t时刻第p个蓄电池的放电功率；Pcha，p（t）为t时刻第p个蓄电池的充电功率；Pbuy（t）为从电网购入电功率；Psel（t）为出售给电网的电功率。

（2）有功出力约束为

式中，Pi，max和Pi，min分别代表第i个微源的有功出力上下限。

（3）蓄电池充放电约束为

式中：PESS，min和PESS，max分别为蓄电池的最小、最大有功功率；Pcha，max和Pdis，max分别为充放电功率最大限度；Smin和Smax分别为蓄电池剩余容量的最小、最大值。

（4）负荷侧约束可分为如下几种情况。

可转移负荷容量约束为

可转移负荷转移时间约束为

可转移负荷容量和修正约束为

可转移负荷平衡约束为

总负荷约束为

式中：Kj（t，）为从t时段转移到时段的第j类可转移负荷单元数量；ΔDj为第j类可转移负荷的基本单元量；tj为第j类可转移负荷的持续时间；分别为时段内的第j类可转移负荷的最大转入量和最大转出量；和分别为转移前后时段内第j类可转移负荷的数量；Tcn和Tc分别为不允许和允许负荷转移的时间域；LS（t）和LF（t）分别为t时段总负荷和不可转移负荷。

3　模型求解

微网的经济优化问题是一个多维度非线性规划问题。本文采用SOA算法解决此类问题。算法将人的随机搜索行为模拟成寻优过程，结合搜索和进化思想，以搜寻队伍为种群，以搜寻者位置为优化问题的候选解，通过对人类行为的不确定性和人类搜寻的经验梯度，达到发现目标函数最优解这一目的［17］。

SOA算法初始化，在个体可行解域内随机产生初始值，个体位置更新产生新的坐标为

其中：

式中：βij为第i个个体j维搜索空间的搜索步长；fij（t）为第i个个体j维搜索空间的搜索方向fij（t）确定，并且fij（t）∈｛-1，0，1｝，其中fij（t）=-1代表第i个个体沿j维负轴方向前进，fij（t）=1代表第i个个体沿j维正轴方向前进，fij（t）=0代表第i个个体在j维保持静止；θij为高斯隶属度函数参数；rand（ui，1）是随机均匀分布在区间［ui，1］上的实数；ω为惯性权值，随进化代数的增加从0.9线性递减至0.1；xmax和xmin分别为种群中最大和最小函数值的位置；itmax和it分别为最大迭代次数和当前迭代次数。

搜索方向fij（t）是通过第i个个体的利己方向fi，m、利他方向 fi，h以及预动方向 fi，p来确定的，其中：

式中：pi，best和 gi，best分别为第i个个体的个体最优值 和 集 体 最 优 值 ；xi（t1）和 xi（t2）分 别 为｛xi（t-2），xi（t-1），xi（t）｝中的最佳位置。

搜索方向由3个方向进行随机加权几何平均得到

式中：sign为符号函数；η和μ为［0，1］内常数。

SOA算法求解微网经济优化调度模型流程如图1所示。

图1　SOA算法流程Fig.1　Flow chart of SOA

4　算例分析

本文选取中国北方某地区微网设计案例，根据其夏季典型日负荷数据进行分析，模型基础数据［18］包括夏季典型日负荷曲线，当地可用风光能源数据包括风速曲线、光照强度曲线、环境温度曲线、MT、FC发电成本等，各微源参数如表1所示。取天然气价格为2.05元/m3，天然气低热值为9.7（kW·h）/m3。峰平谷时期购售电电价如表2所示。

在Matlab R2011a中对模型进行求解，本文选取3类可转移负荷，单位转移负荷持续时间为1 h、2 h、3 h，考虑到需求侧负荷以及用户的使用情况，规定各时段最大负荷转入转出量不得超过30 kW。最终的负荷优化结果如图2所示。

表1　微源参数Tab.1 Parameters of microsources

表2　购售电电价Tab.2　Purchasing and selling price

图2　总负荷优化情况对比Fig.2　Comparison of load optimization

图2可以看出：对负荷进行控制后，电价峰时段的负荷值明显减少，谷时段负荷值增大，大部分可控负荷从峰时段转移到谷时段，可转移负荷从高电价时段转移到低电价时段，负荷峰值从164.3 kW降为135.6 kW，负荷谷值从47.5 kW升为75.2 kW，有效减小了峰谷差，起到了削峰填谷的作用，提高了微网运行的经济性。

原负荷以及转移负荷作为负荷输入进行调度，调度结果如图3和图4所示。

图3　负荷优化前调度情况Fig.3　Dispatch results before load optimization

图4　负荷优化后调度情况Fig.4　Dispatch results after load optimization

从图3和图4可知：谷时段，微网中负荷较轻，电价峰时段负荷转移至该时段，由于此时电价低于MT输出功率内发电成本，所以首先考虑由外网购电来提供有功缺额，若还未满足负荷需求，则提高MT的输出功率。平时段07：00—10：00内，FC发电成本高于MT，所以降低FC发电量，由外网和MT出力以满足负荷需求。在峰时段内，由于负荷峰值的降低，从外网购电量降低，FC输出功率降低，MT尽量满发来满足负荷需求。

从调度结果来看：电价高时，微源出力增加，蓄电池放电，可向电网售电；电价低时，主要从外网购电以满足负荷需求。而PV、WT由于其转移不可控性，不考虑负荷控制对其的影响。

图5和图6分别是负荷转移前后其发电成本和环境成本对比。可以看出，谷时段发电成本增加，这是因为负荷增加使外网此时出力增加，导致环境成本降低，而平时段09：00—10：00内，FC输出增大，从而导致发电成本和环境成本的增加。峰时段内，负荷减少，微源出力减少，造成发电成本及环境成本的降低。

负荷优化前后效益对比如表3所示。

图5　发电成本对比Fig.5　Comparison of electricity cost

图6　环境成本对比Fig.6　Comparison of environment cost

表3　负荷优化前后效益对比Tab.3　Comparison of benefit before and after load optimization　元

从表3可以看出，负荷转移后总费用降低，相比原总成本降低了7.27%，可知，将需求侧响应考虑到微网经济优化调度中能显著提高系统运行的经济性。

5　结语

本文考虑需求侧响应对微网经济优化调度的影响，建立了计及发电成本、环境成本以及转移负荷补偿成本的多目标微网经济优化调度模型。算例表明，考虑需求侧响应的微网经济优化调度，可以提高微网运行的经济效益以及微源利用率，减小负荷峰谷差，起到削峰填谷的作用，验证了所提模型和算法的有效性。

［1］郭力，王守相，徐东，等（Guo Li，Wang Shouxiang，Xu Dong，et al）.冷电联供分布式供能系统的经济运行分析（Economical operation analysis of CCP distributed energy supply system）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2009，21（5）：8-12.

［2］赵宏伟，吴涛涛（Zhao Hongwei，Wu Taotao）.基于分布式电源的微网技术（Review of distributed generation based microgrid technology）［J］.电力系统及其自动化学报（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］陈洁，杨秀，朱兰，等（Chen Jie，Yang Xiu，Zhu Lan，et al）.微网多目标经济调度优化（Microgrid multi-objective economic dispatch optimization）［J］.中国电机工程学报（Proceedings of the CSEE），2013，33（19）：57-66.

［5］李志奇，吕林，张燃（Li Zhiqi，Lü Lin，Zhang Ran）.计及停电损失期望的微网经济运行（Economic operation of microgrid considering customer interruption cost）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（5）：77-82.

［6］杨佩佩，艾欣，崔明勇，等（Yang Peipei，Ai Xin，Cui Mingyong，et al）.基于粒子群优化算法的含多种供能系统的微网经济运行分析（Particle swarm optimization based economic operation analysis of microgrid containing multi energy supply system）［J］.电网技术（Power System Technology），2009，33（20）：38-42.

［7］肖青，陈洁，杨秀，等（Xiao Qing，Chen Jie，Yang Xiu，et al）.含多种分布式电源的微网动态经济调度（Dynamic economic dispatch of microgrid with different types of distributed generations）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（4）：22-28.

［8］李武强，余涛，林健泉，等（Li Wuqiang，Yu Tao，Lin Jianquan，et al）.考虑随机性的微电网环保经济优化运行（Environmental/economic optimal operation of microgrid considering randomness）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（3）：81-86.

［9］符杨，蒋一鎏，李振坤，等（Fu Yang，Jiang Yiliu，Li Zhenkun，et al）.计及可平移负荷的微网经济优化调度（Optimal economic dispatch for microgrid considering shiftable loads）［J］.中国电机工程学报（Proceedings of the CSEE），2014，34（16）：2612-2620.

［10］刘柏良，黄学良，李军（Liu Bailiang，Huang Xueliang，Li Jun）.计及可时移负荷的海岛微网电源优化配置（Optimal sizing of distributed generation in a typical island microgrid with time-shifting load）［J］.中国电机工程学报（Proceedings of the CSEE），2014，34（25）：4250-4258.

［11］吴雄，王秀丽，崔强（Wu Xiong，Wang Xiuli，Cui Qiang）.考虑需求侧管理的微网经济优化运行（Optimal operation of microgrid considering demand side management）［J］.西安交通大学学报（Journal of Xi'an Jiaotong University），2013，47（6）：90-96.

［12］朱兰，严正，杨秀，等（Zhu Lan，Yan Zheng，Yang Xiu，et al）.计及需求侧响应的微网综合资源规划方法（Integrated resources planning in microgrid based on modeling demand response）［J］.中国电机工程学报（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］牛铭，黄伟，郭佳欢，等（Niu Ming，Huang Wei，Guo Jiahuan，et al）.微网并网时的经济运行研究（Research on economic operation of grid-connected microgrid）［J］.电网技术（Power System Technology），2010，34（11）：38-42.

［16］符杨，蒋一鎏，李振坤（Fu Yang，Jiang Yiliu，Li Zhenkun）.基于混合量子遗传算法的微电网电源优化配置（Optimal allocation of distributed generation for microgrid based on hybrid quantum genetic algorithm）［J］.电力系统保护与控制（Power System Protection and Control），2013，41（24）：50-57.

［17］余胜威，曹中清（Yu Shengwei，Cao Zhongqing）.基于人群搜索算法的PID控制器参数优化（Optimization parameters of PID controller parameters based on seeker optimization algorithm）［J］.计算机仿真（Computer Simulation），2014，31（9）：347-350，373.

［18］李乐（Li Le）.微网的经济运行研究（Study of Economic Operation in Microgrid）［D］.北京：华北电力大学电气与电子工程学院（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

国家自然科学基金资助项目（61102039）；教育部新世纪优秀人才支持计划资助项目（NCET-11-0130）；高校博士学科点专项科研基金资助项目（20120161110009）

邵靖珂（1990—），女，硕士研究生，研究方向为微网经济运行及电力市场。Email：sjk0820@126.com

汪沨（1972—），男，博士，教授，博士生导师，研究方向为高电压绝缘及气体放电。Email：wangfeng55@263.com

谭阳红（1971—），女，博士，教授，博士生导师，研究方向为电力系统分析以及电力系统故障诊断及在线监测。Email：tanyho@126.com