微电网能量管理研究

王少波，祖其武，牛玉刚

(1.上海环保工程成套有限公司,上海, 200070； 2.华东理工大学 信息科学与工程学院,上海, 200237)



微电网能量管理研究

王少波1，祖其武2，牛玉刚2

(1.上海环保工程成套有限公司,上海, 200070； 2.华东理工大学 信息科学与工程学院,上海, 200237)

微网作为传统电网的衍生，由其自身的网络结构及分布式电源等新特性，使得传统的能量控制方法已不适用于微网。首先对微电网的结构特点进行了描述，接着从单微网的本地能量调度延伸到多微网之间的能量协调以及经济运行优化等方面进行分析，最后对微网能量管理的研究现状进行了总结，指出了微网能量管理的发展需求和趋势。

微电网；能量管理；经济调度；优化运行；多代理

0 引 言

能源是人类生存和发展的基础，电能作为最清洁便利的能源形式，是整个社会文明进步的助推剂。自21世纪以来，经济全球化的快速推进，电力需求也得到了飞速发展，大电网的一些弊端也日益显露出来：成本高，运行难度大，难以满足用户对高电能质量的要求。尤其近十几年，世界范围内发生几次大面积停电事故，电网的脆弱性也充分地暴露出来。在能源需求，环境保护以及安全稳定的三重压力下，国际上已将更多的目光投向了既可提高能源利用效率又能充分利可再生能源的微网研究相关领域[1-2]。

微网将额定容量为几十千瓦的分布式单元——分布式发电(Distributed Generator，简称DG)、负荷、储能(Energy Storage，简称ES)及控制装置等组成一个单一可控的单元；与传统的集中式发电系统相比，微网更接近于负荷，减少了不必要的高压线路建设及远距离输电，减少线损、输电线路架设投资和运行费用；微网兼具发电、供热、制冷等多种能源形式，实现能源的梯级利用，提高能源综合利用效率。微网在满足电网约束和供电经济性的基础上，充分协调各种能源，实时可靠地向用户提供需求的电能；然而，微网中以风能和太阳能为代表的新能源易受环境气候影响，供电输出具有间歇性和不确定性[3]，新能源的这些特性使得它们在微网控制中不可调度，增加微网能量管理的难度；另外，微电网包括多种类型的负荷，各用户负荷对电能质量要求也不尽相同，这无疑对微网能量的控制策略提出了挑战[4]。因此，要保证微网内部能源的协调与优化运行，满足用户负荷的电能需求，其中能量的优化调度和管理是核心。

本文分别介绍了微电网的结构和特点、单微网的本地能量管理、多微网间的能量调度以及经济优化运行，最后针对微电网能量管理的研究现状，并阐述了微电网能量管理研究的新进展。

1 微电网的结构及其特点

微电网(Micro grid)是一种新型网络架构，主要由开关，DG，ES，电力电子装置以及通信设施等组成的自治系统，能够实现自我控制、保护和管理，既可与大电网并网运行，也可孤岛运行。

图1 微电网的基本结构

微电网的基本结构如图1所示，由电力网络和通信网络两部分组成，通信主要包括微网内部各分布式单元间的信息交互以及与其他微网或上级电网的互联。电力网络一般由三条馈线A、B和C和一条母线组成，整个网络呈放射状。微网通过静态开关(Common Connection Point，简称PCC)与配网相连，实现微网孤岛和并网模式的平滑切换。图中馈线A和B上有重要负荷，配备多个DG，馈线A上有一个热电联产的DG向用户传输热能和电能。馈线C为上是非重要负荷，由DGs和主网双源供电，孤岛运行模式下微网根据内部过负荷，通过断路器对其投切。当大电网发生故障或供能质量问题时，微网控制PCC切断与主网的联系，进入孤岛运行。当故障消除后，PCC重新与主网连上，恢复微网与主网过度到孤岛运行前的电压频率同步运行状态。

2 微电网经济运行与能量优化管理

正如传统的电力系统可以通过对发电机的转速调节实现节能减耗，同样由微网经济运行理论与能量优化管理方法的研究，也可实现微电网的高效经济运行。同常规的电力系统相比，微网中可调节变量更加丰富，调节方式也更加灵活；微网中DGs渗透，网络的拓扑结构也发生了变化，这必然会影响系统中潮流流向，潮流控制不但直接关系系统的稳定运行，也与网络中的能源损耗息息相关。

新能源是一种清洁能源，符合我国所提的节能减排政策，但是新能源的接入也给我们的控制带来了挑战。我们所熟知的太阳能、风能等都是一种不可调度的能源，他们易受环境因素的影响，使得发电量很难精确预测，因此，微网的稳定运行必须采用新的控制策略；而合理配置微网中新能源的接入容量和位置[5-6]，可以有效地提高系统可靠性，减少系统的运行成本，降低系统运行损耗。

随着电能消耗的剧增，负荷多样化的增加，不同负荷对电能质量的要求也是有区别的，考虑到供电成本，不同用户对电能的支付能力也存在差异。微网的供电范围包括家庭用电、楼宇用电为主的生活用电，智能电表为代表的小功率负荷以及即插即用电动汽车(Electric Vehicle， 简称EV)的新型用电设备：家庭供电必须保障居民最小能源供应和基本生活；智能电表的用电实时性较高，必须持续地向这类负荷提供稳定的电能；EV等新型负荷能随时随地接入电网，对用电实时性不高，但必须保证一定的供电时段，当然这种间断供电也会对电网产生冲击。微网也可以为学校、工厂、商业区以及军事基地等小区域性供电，做好对负荷的预测，制定合理的发电计划，平衡功率需求具有重大意义；通过对大电网的能量交换进行预测，合理控制机组启停，减少能源损耗，降低生产成本，避免微网电能不足带来的不必要的经济损失。

3 微电网能量管理技术

微网包含光伏、风机、燃气轮机、燃料电池等DGs，如何有效地协调DGs出力，合理分配资源，可再生能源优化及最低损耗等目标，成为微网经济运行的研究热点。

3.1 单微电网系统的能量管理

单微网能量管理主要是优化内部资源，以最小的用电成本安全、可靠地向负荷提供需求电能。针对单微网能量管理问题，可以从以下两个方面分析：

(1)单目标优化函数模型

针对光伏和风电机组等DGs接入微网，文献[7]提出一种以降低网损为目标的优化模型，采用有功灵敏度分析法确定DGs的最佳接入节点及容量，有效地减少系统运行损耗，降低了运行成本。文献[8-9]采用了一种混合能源的模型，利用ES充放电，建立适当的能量平衡方程，提高了系统的供电可靠性。

为合理调度DGs保证微网经济运行，文献[10]建立基于改进粒子群算法优化DGs出力的数学模型，同时将汇入微网的主网功率也纳入优化范围，在考虑微网内供电平衡、DGs出力限制和爬坡约束，以微网总用电成本最低为目标。文献[11]建立了冷热电联产型的微网经济环保调度模型，将ES充放电价格计入群体寻优目标函数，结合协调进化遗传算法，使用群体寻优目标函数和精英寻优目标函数寻求DGs出力调度最优解，最后验证了孤岛和并网运行方式下该调度策略的有效性。

(2)多目标优化函数模型

微网中采用了不同类型、容量的DGs，其发电所消耗的燃料、效率、运行和维护费用、温室气体的排放量也不同，往往采用单一的控制目标很难准确地描述微网系统，因此通常建立一个多目标多约束的微网系统。文献[12-13]在充分利用当地清洁能源的同时，综合考虑DGs发电维护成本、污染物排放以及新能源发电新特性等建立数学模型，基于智能算法对不同目标权重进行协调和折中处理，使所有目标函数尽可能达到最优。

除了从运行成本和污染物排放补偿两个方面考虑，还可以从时间尺度进行优化。文献[14]考虑多种类型负荷的接入问题，由其自身的功率需求、请求响应时间以及持续工作时间的随机分布，建立Markov控制的模型，使得微网长期平均运行成本最小。文献[15]分别从日前和日内两个时间尺度对微网内ES运行成本、DGs有功出力值及徐秀策负荷启停机进行优化，优化各发电单元和需求侧管理负荷的启停机状态及其有功出力值，保证微网运行在最低成本。

3.2 多微电网系统的能量管理研究

当考虑区域内多个微网优化时，一方面要保证微网本身的稳定运行，对微网内部的DGs出力进行协调，实现本地的能量调度，另一方面也要考虑与其他微网的配合，实现微网间的信息流和能量流的交互，保证系统总负荷的供需平衡和能量的高效利用。目前，基于多代理系统(Multi Agent System，简称MAS)的多微网间经济调度策略主要有基于各种启发式算法的优化调度[16]和基于市场机制的竞争协调[17]。

基于启发式算法的优化调度是由系统给定的控制目标，在获取DGs和负荷的状态信息及系统约束后，确定经济调度和优化运行策略；基于市场交易的协调主要通过MAS提供一个虚拟的电力市场环境，DGs和负荷将各自的发电成本和需求向微网中央控制单元(Micro Grid Central Control，简称MGCC)投标，MGCC经过决策模块协调出结果。当系统处于合作环境时，即微网内DGs拥有相同且不含有竞争的电力市场环境，这些启发式算法是有效地；而当系统处于非合作环境时，各微网的控制目标以及DGs自身目标不一致，往往采用博弈的手段来处理。

(1)合作环境下基于启发式算法的优化调度

合作环境是指多个微网间优化目标一致、利益也不发生冲突。文献[17]针对微网中的用户负荷、ES、DGs这些分布式单元，文中建立的MAS系统来协调各单元的合作、通信以及协商。文献[18]针对多微网间能量协调提出了基于MAS的分层控制结构，在JADE(Java Agent DEvelopment Framework)平台上构建了单元层、单微网层、多微网层和配网层的层次化多代理系统模型，兼具集中式和分布式控制的优点，实现了系统稳态运行时微网内部、多微网间的能量调度。

(2)非合作环境下基于市场机制的竞争协调

针对不同地区间的微网能量调度，往往因为地域和管理上的差异，经济利益和控制目标不尽相同，因此，多个微网交互运行时的非合作现象不容忽视。文献[19]提出了包括电力市场Agent、微电网Agent、发电公司Agent及元件级Agent组成的MAS系统的竞价结构，微电网Agent与发电公司Agent的同级利润最大化竞价以及保证新能源充分利用的同时达到微电网Agent与元件级Agent的成本优化。

文献[20]在已知各微网购售电价、ES租用价格以及主网购售电价的基础上，以各微网运行成本最低为目标，建立效用函数的经济运行柔性目标函数，首先将各微网目标函数解耦然后统一求解，得到非合作环境下各微网的最佳运行方式，但其中的效用函数是一种隐式表达，求解时需要通过复杂的回溯模拟，整个过程耗时过长。接着作者在文献[21]中设计了基于MAS的微网动态博弈架构，首先根据电能用途与归属，建立了基于价格差异与时间惯序权重的微网两阶段快速调度决策模型，最后考虑新能源出力的不确定，建立基于最大投标风险承受比例的电量决策模型和基于最小用电成本的电价投标决策模型。

文献[22]提出了一种包括两个虚拟的电力市场：本地市场和全局市场，并将用户需求引入到需求侧响应智能MAS系统。本地市场维持微网内部的能量交换，全局市场是维持不同微网以及公网间的能量交易。根据系统规定：优先级较低(负荷的容量以及频率)的用户设备只有当电力的成本较低时才能参与到用户侧需求管理，电力的成本是依据双边交易的市场清算价格决定的。文献[23]基于MAS解决微网中的DGs资源管理问题，提出一种模拟现实生活里拍卖过程来匹配能源市场中的买卖双方，当微网以负载形式参与时，它开始为本地负载申请额外的功率，只有达到当申请价格达到其最大可接受价格或者找到其他更好的卖方才停止申请(如自身的柴油发电机)；当微网以发电形式参与时，只有当申请者的权重值大于等于可接受的平均水平时，微网才会接受申请。

4 结束语

随着新能源技术的快速发展，微网系统运行的安全性、经济性、可靠性已是刻不容缓。微电网能量管理的任务是优化能源分配和合理利用，在满足一定的技术条件和系统约束的条件下，实现微网的安全经济运行，满足各类负荷电能需求。

针对新能源发电的间歇性和不确定性，往往加入一些输出稳定DGs作为辅助能源，另外加入一定容量的具有缓冲作用的ES共同维持整个微网的稳定运行。考虑到ES的充放电特性，故可对ES的充放电控制策略进行研究，协调各机组出力，实现微网的经济可靠运行。

针对多微网间的能量管理，可以从两个方面考虑，一是在保证整个系统的目标和利益一致的前提下，保证单个微网的安全运行，实现多个微网能量的统一调度，这是符合一些大的电网公司或国家对电力的宏观调控；二是从单个微网的独立利益出发，为实现各自的利益最大化，往往采用一定合同网协议将多余的能量交换出去，既实现了能量的合理利用，避免了能源的浪费，也为自身增加了收益，这是符合单微网运行机制的。

微电网以先进的信息与通信技术为基础，融合并应用了先进的传感和检测、控制、计算机和网络等技术，集成各种具有高级应用功能的控制系统，利用智能化的开关、配电终端设备，实现微网在稳态下可靠的监测、控制、优化和保护，并在发生故障时系统具备自我保护和修复的能力，最终为终端负荷提供安全、可靠、优质、经济、环保的电能供应和其他服务需求。

[1] 刘文，杨慧霞，祝斌. 微电网关键技术研究综述[J].电力系统保护与控制，2012,40(14)：152-155.

[2] 杨琦，马世英，李胜，等.微型电网运行及控制设计[J].电工技术学报，2012, 26(1)：268-273.

[3] 尹天文，张扬，柴熠.智能电网用户端系统关键技术及发展动向[J].低压电器，2012,3(16)：56-60.

[4] H S V SKUMAR NUNNA, S DOOLLA. Multi agent-based distributed energy resource management for intelligent micro grids[J].IEEE Transactions on Industrial Electronics, 2013, 60(4): 1678-1687.

[5] 王晶，陈江斌，束洪春. 基于可靠性的微网容量最优配置[J].电力自动化设备，2014, 34(4)：120-126.

[6] 任宏伟，韩丛英，裴玮，等. 基于多目标优化模型的分布式电源选址方案研究[J].电力系统保护与控制,2013, 41(24)：64-69.

[7] 张国卫，王会桥. 微网中光伏电源容量优化研究[J].华北电力大学学报，2014, 41(2)：51-55.

[8] 佟云剑，姜世公，王卫. 光伏微网系统的混合逻辑动态建模[J].低压电器，2014,56(2)：41-45.

[9] 戴仲覆，陈涛，于文俊. 一种在微网动态经济调度中考虑风电随机性的方法[J].发电与空调，2013,34(5)：22-27.

[10] 宁阳天，李相俊，麻秀范，等. 基于改进粒子群算法的微网动态经济调度算法[J].电力建设，2014, 35(6)：26-30.

[11] 宋晓英, 王艳松. 基于协同进化遗传算法的微网经济环保调度[J].电力系统保护与控制, 2014, 42(5)：85-89.

[12] 苗雨阳，卢锦玲，朱国栋. 基于改进多目标粒子群算法的微电网并网优化调度[J].电力科学与工程，2012, 28(7)：15-20.

[13] 艾欣，崔明勇，雷之力. 基于混沌蚁群算法的微网环保经济调度[J].华北电力大学学报:自然科学版，2009, 36(5)：1-6.

[14] 郭思琪，袁越，张新松，等. 多时间尺度协调控制的独立微网能量管理策略[J].电工技术学报，2014, 29(2)：122-129.

[15] 江琦，路改香，唐昊，等. 智能电网弹性响应时间业务需求的接入控制[J].控制与决策，2014, 29(7)：1311-1315.

[16] T LOGENTHIRAN, D SRINIVASAN, D WONG. Multi-agent coordination for DER in micro grid[R]. Singapore: IEEE International Conference on Sustainable Energy Technologies, 2008, 77-82.

[17] F Y S EDDY, H B GOOI. Multi-agent system for optimization of micro grids [R]. Jeju，Korea: IEEE 8th International Conference on Power Electronics and ECCE Asia, 2011, 2374-2381.

[18] 丁明，马凯，毕锐. 基于多代理系统的多微网能量协调控制[J].电力系统保护与控制，2013,41(24)：1-8.

[19] 艾芊，章健. 基于多代理系统的微电网竞价优化策略[J].电网技术，2010,54(2)：46-51.

[20] 江润洲，邱晓燕，李丹，等. 含储能系统的多微网智能配电系统经济运行[J].电网技术， 2013, 37(12)：3596-3602.[21] 江润洲，邱晓燕，李丹. 基于多代理的多微网智能配电网动态博弈模型[J].电网技术，2014, 38(12)： 3321-3327.

[22] H S V S KNUNN, S DOOLLA. Demand response in smart distribution system with multiple micro grids[J]. IEEE Transactions on Industrial Electronics, 2012, 3(4): 1641-1649.

[23] KUMAR NUNN，DOOLLA S. Multi-agent based distributed-energy-resource management for intelligent micro grids[J]. IEEE Transactions on Industrial Electronics , 2013, 60(4): 1678-1687.

A Survey on Micro Grid Energy Management

Wang Shaobo1, Zu Qiwu2, Niu Yugang2

(1.Shanghai Environment Protection Complete Engineering Co.,Ltd., Shanghai 200070, China;2. College of Information Science & Engineering, East China University of Science & Technology, Shanghai, 200237, China)

The traditional network structure and new characteristics (distributed generator. etc.) of the micro grid-a derivative of the traditional power grid-make the conventional energy control strategy not applicable to the micro grid any more. This paper describes the structural characters of the micro grid, analyzes the extension from local energy scheduling of a single micro grid to energy coordination among multiple micro grids as well as optimization of economic operation, and finally summarizes the research status of micro grid energy management and points out the development need and trend of micro grid energy management.

micro grid, energy management; economic scheduling; optimized operation; multi agent

本文得到上海市优秀学术/技术带头人计划资助(16XD1421300)

10.3969/j.issn.1000-3886.2016.04.025

TM731

A

1000-3886(2016)04-0080-03

王少波(1976-)，男，河南洛宁人，博士，研究方向环保及新能源工程。 祖其武(1991-)，男，安徽马鞍山人，硕士，研究方向为微电网能量管理。 牛玉刚(1964-)，男，辽宁营口人，教授，研究方向为，随机系统、无线传感网络、智能电网。

定稿日期: 2016-04-08