计及微网实时电价的并网运行控制策略

窦鹏冲，李鹏

（新能源电力系统国家重点实验室（华北电力大学），河北 保定 071003）

众所周知，在追求低碳社会的今天，清洁高效的可再生能源发电越来越受到世界各国的重视[1]。随着智能电网建设的提出和分布式发电渗透率的提高，微网成为了解决新能源并网发电难题的有效途径[2]。国家发改委启动了30个微网示范工程建设的目标，国家电网公司也制定了分布式光伏并网发电的政策，为微网的发展提出了新的要求，也带来了供电和用户等方面的新问题。微网实时电价作为电力市场经济中的热点问题，受到了高度关注。微网实时电价的制定将改变供用电模式，提高能源效率，降低客户成本，减少温室气体排放，在创造电网价值最大化方面发挥重要作用[3]。

微网的运行方式分为并网运行和孤岛运行2种。当微网并网运行时，根据运行控制策略的不同，既可以把微网当做负荷从大电网中接收功率，也可以把微网当做电源向大电网输送功率。在微网与大电网进行功率交换时，为了更好地发挥微网的经济效益，可以将微网当作一个整体，对微网的实时电价进行分析，并与传统电网的实时电价进行比较，给出微网并网运行的控制策略[4-6]。

1 微网中微电源的数学模型

微网中含有多种类型的微电源，如：光伏电池（PV）、风力发电机组（WG）、蓄电池（BAT）、微型燃气轮机（MTG）、燃料电池（FC）、柴油发电机（DEG）等。其中，光伏发电和风力发电不可控，相应的储能设备存在输出功率波动和机组故障停运等不确定因素。光伏发电实行阶梯电价并制定扶持政策，风力发电实行投标制度并鼓励竞争[7]。鉴于此，重点对MTG、DEG和FC进行分析。

1.1 微型燃气轮机

微型燃气轮机的燃料成本与自身的工作效率有关[1]，表达式如式（1）所示。

式中，FMTG为微型燃气轮机的燃料成本；C为燃气轮机采用的燃料气体的单价，本文取2元/m3；LHV为天然气的低热热值，本文中取9.7 kW·h/m3；PMTG为微型燃气轮机的输出功率；ηMTG为燃气轮机的效率，其大小与微型燃气轮机输出功率的大小有关，具体表达式如式（2）所示。

微型燃气轮机的污染物排放成本和运行维护成本如式（3）所示。

式中，FMTG为微型燃气轮机的污染物排放和运行维护总成本；kMTG为微型燃气轮机的污染物排放成本和运行维护成本总的折算系数，按文献[8]中，kMTG取0.050 8元/kW；PMTG为微型燃气轮机的输出功率。

1.2 柴油发电机

柴油发电机的燃料成本就是它的耗量特性函数，如式（4）所示。

式中，参数a、b、c的大小一般由生产厂家给定，本文选取a=6，b=0.012，c=8.5×10-4。

柴油发电机的污染物排放成本和运行维护成本可以折算为式（5）。

式中，FDEG为燃料电池的污染物排放和运行维护总成本；kDEG为燃料电池的污染物排放成本和运行维护成本总的折算系数，按文献[8]中，kDEG取0.076 4元/kW；PDEG为燃料电池的输出功率。

1.3 燃料电池

燃料电池是一种把化学能直接转换成电能的发电装置，微网中通常使用的是质子交换膜燃料电池。当燃料电池的负荷突变时，燃料电池的电压和电流需要经过一段时间才能建立起来，而且在新稳态建立的过程中可能由于温度、气压、湿度等超标而影响电池的寿命，因此需要给燃料电池发电系统配置辅助储能环节，以弥补燃料电池动态响应上的不足。

燃料电池的燃料成本同样与其自身的工作效率有关。表达式如式（6）所示。

式中，FFC为燃料电池的燃料成本；PFC为燃料电池机的输出功率；ηFC为燃料电池的效率，具体表达式如式（7）所示。

燃料电池的污染物排放成本和运行维护成本可以折算为式（8）。

式中，FFC为燃料电池的污染物排放和运行维护总成本；kFC为燃料电池的污染物排放成本和运行维护成本总的折算系数，按文献[8]中，kFC取0.034 7元/kW；PFC为燃料电池的输出功率。

2 实时电价理论

2.1 实时电价的概念

美国的F.C.Schweppe教授在1980年提出了实时电价的概念，到20世纪80年代中后期，正式建立了实时电价理论。实时电价理论是在边际成本理论的基础上形成的，将边际成本理论和电力系统的实际相结合，由每时刻电力系统内的供需关系和各类约束条件决定。实时电价反映了电力系统生产过程中某一“瞬时”所需的费用，可以使用户合理安排自己的用电时段，降低用电费用，使发电企业降低成本，实现电网的削峰填谷，充分利用电力市场的供需状况，自动反馈调节用户负荷，通过经济利益激励用户合理有效用电[9-12]。

2.2 实时电价的数学模型

Schweppe教授建立的实时电价的数学表达式如式（9）所示。

式中，PK（t）为用户K在t时刻的实时电价；γ为发电分量；γF（t）、γM（t）、γQS（t）、γR（t）分别为发电微增燃料成本、发电微增维护成本、发电供电质量成本、发电收支协调；η为输电分量；ηLK（t）、ηMK（t）、ηQS（t）、ηKH（t）分别为网损微增成本、网络微增维护成本、网络供电质量成本、网络收支协调。

实时电价主要是由式（9）的前3部分组成，即：发电微增燃料成本、发电微增维护成本组成和发电供电质量成本。其中发电供电质量成本在系统满足电能质量要求的条件下为零，在不满足要求时该项成本迅速增加。在考虑系统污染物排放的情况下，实时电价还应包括发电微增污染物排放成本。因此在本文计算实时电价时只考虑系统的发电微增成本、发电微增维护成本和发电微增污染物排放成本。

2.3 微网的实时电价及计算方法

微网内微电源的种类众多，本文以微型燃气轮机和燃料电池为例。不同种类的微电源具有不同的输出特性，这使得微网的实时电价也与传统电网的实时电价不同。

图1为微电源综合费用（包括燃料成本、运行维护成本、污染物排放成本）与微型燃气轮机输出功率、柴油发电机输出功率和燃料电池输出功率之间的关系曲线图。

图1 微电源综合费用与输出功率关系曲线图Fig. 1 The relationship between the total cost of micro sources and their output powers

传统火电机组的运行成本对输出功率的导数曲线可以近似为一条直线，而MTG的运行成本对输出功率的导数曲线则近似为一条抛物线。DEG的运行成本对输出功率的导数曲线与传统火电机组类似，可近似为一条曲线。FC的运行成本对输出功率的导数曲线也可近似为一条直线。微网含有不同种类的微电源，不同种类的微电源运行特性有很大区别。可见，MTG的边际成本随着输出功率的增加不是单调递增的，而是呈现抛物线的变化规律；而DEG和FC的边际成本随着输出功率的增加而单调增加。因此微网内某节点的实时电价变化规律和传统电网有很大不同，不再是随着负荷水平的增加而单调增加，有可能出现随负荷水平的增加而减小的情况。

在计算微网的实时电价过程中，为简单明了地分析问题，本文对实时电价的模型做了必要简化，运用变尺度混沌优化算法求解微网的优化运行问题。微网实时电价简化模型：

式中，PK（t）为用户K在t时刻的实时电价；γF（t）、γM（t）、γp（t）分别为发电微增燃料成本、发电微增维护成本、发电微增污染物排放成本。

微网实时电价的计算步骤如下所示。

Step1：以微网的经济运行成本最小为目标函数，考虑各类约束条件，采用智能优化算法求解微网的优化运行。在本文中微网的经济运行成本包括燃料费用、运行维护费用和环保折算成本，考虑了可控型微电源的启停控制策略，采用改进变尺度混沌优化算法进行优化。

Step2：计算当微网的负荷功率变化时，微网经济优化运行成本的变化情况。

Step3：按照式（11）计算微网的实时电价。

Step4：根据各时刻微网负荷功率变化的情况，按照步骤3计算的结果，得到不同时刻微网的实时电价。

3 微网并网运行控制策略

将微网并网点交换功率作为优化变量参与微网的优化运行，微网可以与主网自由双向交换功率。首先判断微电源的容量能否满足负荷的需要，当微网内微电源的输出功率不能满足负荷要求时，由配电网向微网供电。如果可以满足要求，则判断微网的实时电价和配电网实时电价的大小，如果微网实时电价小于配电网的实时电价则微网可以向配电网供电，反之，则不能向配电网供电。并网运行策略流程图如图2所示。

4 微网实时电价仿真分析

本章所选取的微网模型如图3所示，微电源的参数如表1所示。

图2 并网运行策略流程图Fig. 2 Grid-connected operation strategy diagram

图3 微网结构图Fig. 3 Microgrid structure diagram

表1 微电源的参数Tab. 1 Parameters of micro sources

微网内光伏发电和风力发电按照最大功率跟踪的控制模式，不作为优化变量，将其出力等效为具有负值的负荷，与微网负荷合并为广义负荷，优化变量为燃料电池、微燃机和柴油发电机这类可控微电源的出力。

微网的“广义负荷”曲线如图4所示。

配电网实行的是分时段实时电价，如表2所示。

根据本文中实时电价计算方法得出一天中微网的实时电价，如图5所示。

配电网向微网输送功率为正值，由微网向配电网输送功率为负值。微网内各微电源输出功率曲线如图6所示。

图4 微网“广义负荷”曲线Fig. 4 Generalized load curve of microgrid

表2 配电网实时电价Tab. 2 Real time price of distribution grid 元

图5 微网的实时电价Fig. 5 The real-time price of microgrid

图6 各微电源输出功率变化曲线Fig. 6 Distributed sources output power curve

将微网的实时电价和配电网的实时电价相比较得出：

00:00—07:00时段，微网的此时实时电价（0.44元）大于配电网的此时购电电价（0.37元），所以此时段内，配电网应该向微网输送功率。

08:00时刻，只有FC处于开机状态已不能满足负荷要求，综合考虑DEG的开机成本和运行成本，DEG开机运行的成本大于此时配电网的购电成本，所以此时DEG仍然处于停机状态，配电网向微网输送功率。

09:00—10:00时段，16:00—17:00时段和23:00时刻，微网此时的实时电价（0.68元）约等于配电网此时的购电电价（0.69元），却大于配电网此时的售电电价（0.58元），所以，微网并网点功率可以为0，也可以为正值，但不能为负值，即微网与配电网之间可以没有功率交换，也可以由配电网向微网输送功率，但不能由微网向配电网输送功率。

11:00时刻、13:00—15:00时段和21：00时刻，微网此时的实时电价（0.68元、0.83元）小于此时配电网的售电电价（0.95元），所以微网并网节点功率为负值，应由微网向配电网输送功率。

12:00时刻，FC和DE都已满发，MTG处于停机状态，有功率缺额。综合考虑MTG的开机成本和运行成本，MTG开机运行的成本大于此时配电网此时的购电成本，所以微网并网节点功率为正值，配电网向微网输送功率。

18:00时刻和22:00时刻，微网的此时实时电价（0.85元和0.79元）大于配电网此时的购电电价（0.69元），所以应由配电网向微网输送功率。

19:00—20:00时段，FC、DEG和MTG都已经到达额定功率，但不能满足负荷的需要，所以配电网向微网输送功率。

5 结论

本文将实时电价理论和微网技术相结合，首先介绍了实时电价理论的概念和数学模型，然后指出了微网实时电价与传统电网实时电价的区别，给出了微网实时电价的计算方法，通过微网实时电价制定并网优化运行控制策略，既可以充分发挥微网“削峰填谷”的作用，又可降低微网的运行费用。

[1] 余贻鑫，栾文鹏. 智能电网述评[J]. 中国电机工程学报，2009，29（34）：1-8.YU Yixin，LUAN Wenpeng. Smart grid and its implementations[J]. Proceedings of the CSEE，2009，29（34）：1-8（in Chinese）.

[2] 李鹏，张玲，王伟，等. 微网技术应用与分析[J]. 电力系统自动化，2009，33（20）：109-115.LI Peng，ZHANG Ling，WANG Wei，et al. Application and analysis of microgrid[J]. Automation of Electric Power Systems，2009，33（20）：109-115（in Chinese）.

[3] 冯兆丽，茅佳佳，温书胜，等. 智能电网实时电价研究综述：模型与优化方法[J]. 工业控制计算机，2012，1（25）：87-90.FENG Zhaoli，MAO Jiajia，WEN Shusheng，et al. Review on real-time pricing for smart grid：models and optimization methods[J].Industrial Control Computer，2012，25（2）：87-90（in Chinese）.

[4] 陈洁，杨秀，朱兰，等. 微网多目标经济调度优化[J]. 中国电机工程学报，2013，33（19）：57-66.CHEN Jie，YANG Xiu，ZHU Lan，et al. Microgrid multiobjective economic dispatch optimization[J]. Proceedings of the CSEE，2013，33（19）：57-66（in Chinese）.

[5] 王金全，黄丽，杨毅. 基于多目标粒子群算法的微电网优化调度[J]. 电网与清洁能源，2014，30（1）: 49-54.WANG Jinquan，HUANG Li，YANG Yi. Optimal dispatch of microgrid based on mult-objective particle swarm optimization[J]. Power System and Clean Energy，2014，30（1）：49-54（in Chinese）.

[6] 殷树刚，张宇，拜克明.基于实时电价的智能用电系统[J].电网技术，2009，33（19）：11-15.YIN Shugang，ZHANG Yu，BAI Keming. A smart power utilization system based on real-time electricity prices[J].Power System Technology，2009，33（19）：11-15（in Chinese）.

[7] 刘丛，王立晶，孔鹏. 风力发电发展政策及电价机制的研究[J]. 电力科学与工程，2009，1（25）：5-9.LIU Cong，WANG Lijing，KONG Peng. Study on policy schemes and price mechanisms to support wind power development[J]. Electric Power Science and Engineering，25（1）：5-9（in Chinese）.

[8] MOHAMED F A，KOIVO H N.System modeling and online optimal management of microgrid using multiobjective optimization[C]//Clean Electrical Power International Conference，Capri，2007：148-153.

[9] MATTDAVISON，LINDSAYANDERSONC，BENMARCUS，et al. Development of a hybrid model for electrical power spot prices[J]. IEEE Transactions on Power Systems，2002，17（2）：257-264.

[10] AMIR-HAMED MOHSENIAN-RAD，ALBERTO LEONGARCIA. Optimal residential load control with price prediction in real-time electricity pricing environments[J].IEEE Transactions on Smart Grid，2010，1（2）：120-132.

[11] QIAN Liping，ZHANG Yingjun，HUANG Jianwei，et al.Demand response management via real-time electricity price control in smart grids[J]. IEEE Journal on Selected Areas in Communications，2013，31（7）：1208-1279.

[12] 王晶，陈骏宇，蓝恺. 基于实时电价的微网PSO最优潮流算法研究[J]. 电力系统保护与控制，2013，41（16）：34-40.WANG Jing，CHEN Junyu，LAN Kai. PSO optimal power flow algorithm for a microgrid based on spot power prices[J].Power System Protection and Control，2013，41（16）：34-40（in Chinese）.