基于经济性与环保性的微电网多目标优化调度分析

吴 雪， 田 笑， 肖 莹， 张 华

（国网江苏省电力有限公司经济技术研究院， 江苏 南京 210009）

0 引言

近年来，由于全球能源需求的不断增长和环境污染问题的日益严重，微电网逐渐成为了发展的热点。微电网是一种由多种能源和负载组成的小型电力系统，以其能源自给自足、低碳环保、高效节能等优点，在城市、工业园区和农村等领域得到了广泛应用。微电网的应用领域不断拓展，其应用场景也越来越多样化，例如在电网薄弱地区、岛屿、远程地区和非洲等地，微电网可以为当地居民带来高质量的电力服务[1]。然而，微电网系统具有复杂性、不确定性和动态性等特点，因此需要开展深入研究，探索有效的优化调度方法，以提高微电网的效率和可靠性。

1 微电网概述

微电网是一种由多种分布式能源、存储设备和负荷组成的小型电力系统，可以独立运行或与主电网相互连接。微电网是一种新兴的能源系统，它具有多种优点，包括能源自给自足、低碳环保、高效节能等，这些优点使得微电网在未来的能源市场中具有广泛的应用前景。微电网的基本组成部分包括分布式能源、能量存储设备和负荷。分布式能源包括风力发电、光伏发电、燃料电池和微型燃气轮机等，能量存储设备包括电池储能和储氢储能等。这些部分的协调和优化是微电网的核心问题，需要综合考虑各个因素，例如天气条件、负荷需求、能源价格等，以确保微电网的稳定运行和经济效益。

微电网不仅可以提高能源利用效率，还可以通过减少对传统电网的依赖来减少对化石能源的需求，从而降低对环境的影响。此外，微电网还可以增加能源的安全性和可靠性，因为它们能够在主电网发生故障或灾害时继续运行。这使得微电网成为了一种备用电源选项，在突发情况下保障能源供应。在微电网的实现过程中，需要考虑多种因素，例如微电网的规模、结构和技术方案等。微电网的规模和结构决定了所需的分布式能源和能量存储设备的数量和类型，而技术方案则决定了微电网的运行效率和经济性。为了实现微电网的最佳性能，需要仔细评估各种因素，并进行详细的规划和设计。

2 不同种类的分布式电源数学模型

2.1 风力发电机数学模型

风力发电机数学模型是风力发电系统的核心。它由三个主要组成部分构成：风速模型、风机特性模型和电机模型。风速模型是用来描述风速在时间和空间上的变化规律的。风机特性模型描述了风力发电机的转矩特性和输出功率特性，包括空气动力学和机械特性。电机模型描述了发电机的电磁特性和输出电压特性。这些模型可以帮助人们更好地理解风力发电机的运行机理，优化风力发电系统的设计和运行，从而提高风力发电的效率和经济性。除了风力发电机数学模型，还有一些关键因素需要考虑，例如风场的地形、风向、风速和湍流强度。这些因素对风力发电机的性能和发电量产生重要影响[2]。因此，在设计和运行风力发电系统时，必须考虑这些因素，并制定相应的策略来优化系统性能。总之，风力发电机数学模型是风力发电系统的核心，它可以帮助人们更好地理解风力发电机的运行机理，优化风力发电系统的设计和运行，从而提高风力发电的效率和经济性。同时，还需要考虑其他关键因素，制定相应的策略来优化系统性能。

2.2 光伏发电数学模型

光伏发电的数学模型是一种非常重要的工具，用于描述太阳能发电系统的特性和性能。这种模型通常包括太阳辐射模型、光伏电池模型和直流电- 交流电转换模型。太阳辐射模型主要用来描述太阳辐射在不同时间和空间中的变化规律。它可以帮助我们更好地理解太阳能发电系统的运作机制和影响因素。光伏电池模型则用来描述光伏电池的电学特性和输出电压特性。这种模型可以帮助我们更好地了解太阳能电池的性能和限制。直流电- 交流电转换模型则用来描述光伏发电系统的电力转换过程。它可以帮助我们更好地理解太阳能发电系统的整个工作流程。通过使用光伏发电的数学模型，我们可以更好地设计和优化光伏发电系统，提高光伏发电的效率和经济性[3]。因此，深入理解和掌握光伏发电的数学模型非常重要。

2.3 燃料电池数学模型

燃料电池的数学模型是研究燃料电池内部工作原理的一种计算模型。它通常包括以下三个部分：燃料供应模型、氢气输出模型和电化学反应模型。燃料供应模型主要描述燃料在燃料电池中的供应和流动过程，氢气输出模型主要描述燃料电池的输出特性，电化学反应模型主要描述燃料电池中的电化学反应过程。这些部分的综合作用决定了燃料电池的性能和特性。燃料电池的数学模型可以帮助我们更好地理解燃料电池的内部工作原理。通过对燃料电池数学模型的研究，可以分析燃料电池的性能、效率和经济性，并优化燃料电池系统的设计和运行，从而提高燃料电池技术的发展水平。此外，燃料电池数学模型还可以用来预测燃料电池在不同工况下的性能表现，为燃料电池的应用和推广提供科学依据。

2.4 微型燃气轮机

微型燃气轮机是一种能够将燃料转化为电力的设备。它的数学模型通常包括三个部分：燃气供应模型、燃气燃烧模型和旋转机械模型。其中，燃气供应模型用来描述燃气的供应和流动过程，燃气燃烧模型用来描述燃气在燃气轮机中的燃烧过程，旋转机械模型用来描述燃气轮机的旋转特性和输出功率特性。为了更好地优化微型燃气轮机系统的设计和运行，数学模型可以被用来预测燃气轮机的性能和效率[4]。通过优化这些模型，可以提高微型燃气轮机的效率和经济性。此外，微型燃气轮机也可以被用来代替其他能源设备，以减少对环境的影响，达到可持续发展的目的。因此，微型燃气轮机的研究和发展具有重要意义，它可以提供更加清洁和高效的能源解决方案。

3 基于经济性与环保性的微电网多目标优化调度模型

3.1 目标函数

在进行微电网的配置时，首先需要对其进行优化调度。为了更好地控制不同种类的能源，必须采用分布式电源，并满足其功率的需求。此外，还需要建立良好的系统运行机制，以保证微电网的安全运行。本文提出的微电网多目标优化调度模型主要包括两个目标函数，即经济性目标和环保性目标。其中，经济性目标主要包括成本最小化和效益最大化两个方面。在成本最小化方面，可以考虑采用更具成本效益的能源，以降低系统运行成本。在效益最大化方面，需要重点考虑如何更好地利用微电网的优势，提高其经济效益。环保性目标主要包括碳排放最小化和环境污染最小化两个方面。为了实现碳排放最小化，我们可以采用更清洁、更绿色的能源，如光伏和风能等[5]。为了实现环境污染最小化，可以采用更环保的设备，并加强微电网的环境监测和治理。将经济性和环保性结合起来，可以实现微电网系统的可持续发展。因此，应该在优化调度过程中，注重经济性和环保性的平衡，以达到最佳的系统运行效果。同时，我们也应该积极探索新的技术和方法，不断完善微电网的优化调度模型，以应对未来的市场需求和环境挑战。

3.2 约束条件

微电网多目标优化调度模型中，有三个重要的约束条件，分别是能量平衡约束、发电容量约束和储能容量约束。具体来说，首先能量平衡约束是用来保证微电网系统在每个时刻的能量供需平衡。这意味着，微电网系统在任何时候都必须有足够的能量供应，以满足其当前的能源需求。如果系统的能量供应不足，那么它将无法正常运行，这将对整个微电网系统的可靠性和稳定性造成不利影响。其次，发电容量约束用来保证各种分布式电源的发电容量不超过其最大容量。这意味着，各种分布式电源在发电的过程中，不能超过其最大发电容量，否则可能会对微电网系统的稳定性造成不利影响。因此，发电容量约束是确保微电网系统稳定运行的重要因素之一。最后，储能容量约束用来保证储能设备的储能容量不超过其最大容量。这意味着，储能设备在储存能量的过程中，不能超过其最大储能容量，否则可能会对微电网系统的稳定性造成不利影响[6]。因此，储能容量约束也是确保微电网系统稳定运行的重要因素之一。通过这些约束条件的实施，微电网系统可以更加稳定地运行，从而保证其可靠性和稳定性。

4 基于改进遗传算法的微电网优化配置

微电网是指由多个分布式电源、储能设备和负荷组成的电力系统。与传统的中心化电网不同，微电网具有分布式、自治性和可靠性等特点，因此在能源转型和可持续发展方面具有重要的意义。然而，由于微电网系统的复杂性和不确定性，其优化调度问题一直是一个难题。本文提出了一种基于改进遗传算法的微电网优化配置算法，该算法主要包括三个步骤：种群初始化、遗传操作和适应度评估。在这里，将详细介绍这三个步骤及其实现方法。在种群初始化阶段，需要确定微电网的规模和拓扑结构，以及各个节点的电气参数。这些参数的确定是非常关键的，因为它们直接影响到微电网的性能和效率。可以通过对微电网的负荷、发电机和储能装置等方面进行分析，来确定这些参数的取值范围。还需要考虑微电网系统的能量平衡、发电容量约束和储能容量约束等重要因素。能量平衡是用来保证微电网系统在每个时刻的能量供需平衡[7]。如果系统的能量供应不足，那么它将无法正常运行，这将对整个微电网系统的可靠性和稳定性造成不利影响。发电容量约束用来保证各种分布式电源的发电容量不超过其最大容量。储能容量约束用来保证储能设备的储能容量不超过其最大容量。通过这些约束条件的实施，微电网系统可以更加稳定地运行，从而保证其可靠性和稳定性。

接下来，可以利用遗传操作来优化微电网的配置方案，具体包括发电机的数量和容量、储能装置的容量和数量等方面。为了实现这一目标，可以采用交叉和变异操作。交叉操作是将两个不同的微电网配置方案进行交叉，得到一个新的微电网配置方案。变异操作是对某个微电网配置方案进行随机的变异操作，得到一个新的微电网配置方案。这些操作可以为更好地探索微电网配置方案空间提供显著帮助，并找到最优的配置方案。同事还通过采用改进的遗传算法，通过引入新的算子和策略，提高了算法的搜索能力和收敛速度。最后，在适应度评估阶段，我们采用经济性和环保性两个指标来评估微电网配置方案的优劣。经济性是指微电网配置方案的总体成本，包括建设成本、运营成本和维护成本等。环保性是指微电网配置方案的环境效益，包括减少碳排放、降低噪音等[8]。通过对这两个指标的评估，可以确定最优的微电网配置方案。还采用了多目标优化方法，通过权衡经济性和环保性等多个因素，得到更加全面和合理的微电网配置方案。通过改进遗传算法，可以有效地解决微电网优化调度问题，提高微电网系统的效率和经济性。该算法可以应用于各种类型的微电网系统，包括城市微电网、农村微电网、海岛微电网等。因此，相信这一算法对于微电网系统的优化和发展有着重要的意义。

5 结语

本文的研究为微电网的规划、设计和运行提供了参考和指导。未来，将继续研究微电网系统的优化调度问题，以提高微电网的可持续发展水平。具体而言，需要结合实际进一步考虑微电网的安全性、稳定性、可靠性等方面的问题，并探索如何将微电网与其他能源系统进行整合，以实现更加高效的能源利用。