供给侧改革背景下DG-MG-DN广域多维运营互动模式及关键技术

曾鸣，韩旭，李源非，李冉，隆竹寒，于辉，杨雍琦

(1．华北电力大学经济与管理学院，北京市 102206；2．中国电力科学研究院，北京市 100192)

供给侧改革背景下DG-MG-DN广域多维运营互动模式及关键技术

曾鸣1，韩旭1，李源非1，李冉1，隆竹寒1，于辉2，杨雍琦1

(1．华北电力大学经济与管理学院，北京市 102206；2．中国电力科学研究院，北京市 100192)

供给侧改革是我国当前宏观经济的核心内容和各行业发展战略的主攻方向。分布式电源(distributed generation，DG)与微电网(micro grid，MG)以其独特的物理经济优势，将成为能源电力行业供给侧改革的重要突破口。首先分析供给侧改革背景下DG、MG与配电网(distribution network，DN)运营互动的内涵、目标和主要问题；其次研究大规模并网背景下DG-MG-DN的运营互动模式，在已有的“自发自用，余量上网”模式的基础上，引入一种基于系统贡献值评价的逐级分摊式激励机制；最后，从能量传递、信息交互和利益分享3个角度研究了支撑DG-MG-DN运营互动实现的关键技术并提出了未来研究建议。

供给侧改革；分布式电源(DG)；微电网(MG)；运营互动

0 引 言

2015年11月，习近平总书记首次提出了“供给侧改革”的概念。同年12月召开的中央经济工作会议对供给侧结构性改革的理论依据及具体实践进行了全面的阐述，从顶层设计、政策措施直至重点任务，做了全方位部署[1]。供给侧改革，就是从提高供给质量出发，用改革的办法推进结构调整，通过创新供给结构引导需求的结构调整与升级，推动供需匹配，促进经济社会持续健康发展。供给侧改革是目前我国宏观经济管理的核心内容和各行业发展战略的主攻方向[2]。具体到能源电力行业的供给侧改革，其目标主要有2个层次：第1个层次是通过能源供给结构优化，提高能源供应效率和清洁能源利用效率，推动节能减排工作的开展；第2个层次是通过供需双侧的协调互动，实现整体能源电力供给消费系统的升级，使能源电力行业更好地发挥其对国民经济发展的支撑作用[3]。

分布式电源(distributed generation，DG)和微电网(micro grid，MG)是近年来我国电力系统理论和技术研究重点发展方向[4]。目前国内外关于DG和MG的研究主要集中在规划层面[5-7]、调度层面[8-11]和经济性评价层面[12-15]，而在基于电量交易和利益分享的DG-MG-DN运营互动层面的研究成果较少。文献[16]提出了代管运营和独立运营2种MG技术运营模式，但是该研究成果形成较早，没有考虑我国目前售电侧放开的趋势。并且，现阶段环境下，为了充分发挥DG和MG在能源电力行业供给侧改革的突破口作用，在技术基础之外还需要充分考虑DG-MG-DN之间的关系，从广域的角度建立科学的、可行的、考虑时空的多维运营互动模式，从而充分发挥用户及DG-MG-DN投资和运营商的主观能动性，推动我国能源电力事业的整体发展。

基于上述背景，本文对供给侧改革背景下DG-MG-DN运营互动模式展开研究。在分析DG-MG-DN运营互动的目标与问题的基础上，提出一种基于逐级分摊激励机制的DG-MG-DN广域多维运营互动模式，分析研究其模式机制、运行流程和关键技术，并提出相应政策建议和展望，为供给侧改革背景下DG-MG-DN协调发展探索新的途径。

1 供给侧改革背景下DG-MG-DN运营互动的目标与问题

供给侧改革的提出直接推动了多元化发电形式，为我国DG和MG的进一步发展提供了良好契机，而能源电力行业的供给侧改革也为DG-MG-DN之间的运营互动明确了发展方向。在供给侧改革背景下，如何实现DG与MG系统的能效自主优化并促进相关运营商或用户主动参与系统的全局优化运行，是在构建供给侧改革背景下DG-MG-DN的运营互动模式时应解决的关键问题。目前看来这一问题的解决需要突破2个瓶颈，一是由于辅助服务市场的缺失，大多数的DG与MG运营商在满足了其所属子系统内部能量平衡的基础上并没有足够的意愿去参与整个电力系统的优化运行[17]；二是由于大多数DG和MG采用的都是如热电联产、燃气轮机、分散式风电和光伏等国家近期鼓励发展的技术[18]，短期内不会面临技术淘汰的风险，因而也没有自主优化运行方式或开展技术革新从而获得更高能效的动力。

针对上述情况，为了强化统一调度，激发用户和运营商的积极性，本文在“自发自用，余量上网”模式的基础上，引入一种基于系统贡献值评价的逐级分摊式激励机制。该机制的核心是，在DG-MG-DN进行电量交易的基础互动行为框架之外，从系统调度和能量平衡的角度入手，通过追溯全局系统运行状态的成因，评价系统中各能量单元对全局运行做出的“贡献”，并通过经济激励进行逐级反馈，从而刺激DG与MG自发优化运行模式，服务全局最优，提升自身能效。

2 基于激励分摊机制的DG-MG-DN广域多维运营互动模式

2.1 单能量单元自优化平衡与交互协作模式

单能量单元自优化平衡是并网运行的DG和MG一方面通过其内部的电源机组，另一方面通过和DN的功率交换，以维持系统内部的能量平衡、频率稳定，并尽可能地优化运行能效，提升经济、环境效益。供给侧改革中“供需匹配”的核心思路仍然适用于电力系统的调度和运营，因此在供给侧改革背景下，各能量单元在自由化平衡的基础上，更加注重交互协作理念，一方面通过需求侧管理，激发用户用电需求并引导用户参与DG的优化平衡，促进用户行为向有利于单能量单元平衡的方向转变；另一方面通过供给侧优化，配置分布式光伏、风电等机组，结合燃气轮机、燃气内燃机等具有灵活调节能力的机组，通过机组间的协调互补，在满足能量平衡的基础上为用户提供经济、清洁的能源；同时，通过相关储能设施和设备，进一步满足“供需匹配”，促进供需双侧交互协作。此外，DG和MG还可以根据日前、时前市场的电价波动，自主作出向DN买卖电量的决策，以进一步提升经济效益。能量单元自优化平衡模式机制如图1所示。

2.2 多能量单元广域多维协同互动运行模式

多能量单元协同互动的实质和目的，是将各类DG、MG看成整体能量单元，通过自发式或指令式的运行，实现电力系统广域多维的协同优化运行。

具体而言，以DG、MG与DN的并网结点作为研究对象，以此结点的潮流识别作为DG和MG在并网时的特性曲线[19]。由于DG和MG都同时具有电力生产和电力消费的属性，这些能量单元相对于DN而言可以在负荷、电源模式之间相互切换，而在考虑用户负荷和机组处理的变化之后，其作为整体负荷或电源的规模也具有动态特性，因此并网中的DG和MG在不同程度上都具备可调控、可调度潜力。

基于上述分析，多能量单元广域多维协同互动运行模式，即将DN分为若干控制载体，并在每一载体配置人工/智能调度体，每一部分的调度体根据该部分全局最优的目标，对其中的一般电源、DG、MG下发优化调度信号，由后者调整自身的电源、负荷特性协同调度，以实现最优。此外，各部分上层还可以设置更为高阶的调度体进行全局最优调度并将指令逐级下发到子部分，各子部分在调度指令的约束下，分级优化自身辖区内的运行情况。多能量单元协同互动机制如图2所示。

图2 多能量单元广域协同互动运行模式机制图

2.3 系统贡献值评价与激励分摊机制

2.3.1 系统贡献值定义

目前DG、MG的发展仍然处于初级阶段，在该阶段中，保持电网稳定运行是DG-MG-DN运营互动的基础，提升清洁能源的消纳量并使各主体综合效益最大化是DG-MG-DN运营互动发展的目标[20]。因此，本文重点从以下2个方面定义DG和MG的系统贡献值。

(1)调度贡献值。调度贡献值可以从削峰填谷的角度直观理解。将并入DN的各能量单元在并网电的标幺功率曲线与DN的标幺负荷曲线进行对比(分别取功率、负荷的平均值作为基准值)，把能量单元曲线与DN曲线趋势相反或相对于DN曲线幅度较小的部分定义为能量单元对系统调度的贡献，如图3(a)中的阴影部分；把能量单元曲线相对于DN曲线幅度更大的部分定义为系统调度的负担(即负贡献)，如图3(b)中的阴影部分。

图3 调度贡献与负贡献图示

(2)清洁能源消纳贡献值。清洁能源消纳贡献值目前只考虑清洁能源型的DG和内部含有清洁能源电源的MG，并且对于每种电源的贡献值测算分开进行。在具体测算中，根据一定区域内某种清洁能源机组的装机容量和一定周期内的发电量算出该期内该区域该类型机组的平均利用小时数，同时测算各机组的利用小时数。各机组的利用小时数与区域机组平均利用小时数的差值即为清洁能源消纳贡献值。

2.3.2 激励分摊机制

激励分摊的思路可以概括为“服务者获利，享受者付费”[21]。图4所示是基于系统贡献值评价与激励分摊机制的DG-MG-DN广域多维运营互动模式图。图4中，DG1为一个燃气轮机机组，通过其灵活运行的特性为系统提供了“调峰服务”，具有较大的调度贡献值。因此，DN根据2.3.1节中的定义对DG1提供调度激励。DG2是一个风电机组，其出力具有较强的不确定性，需要DN向其提供“调峰服务”，因此，DG2需要向DN支付相关的激励费用(或认为DG2在调峰方面的激励为负值)；但另一方面，DG2消纳了大量风能，具有清洁能源消纳贡献值，因此DN需要同时向其提供清洁能源消纳激励。综上，DG2受到的激励总额为调度激励和清洁能源激励的总和。对MG整体的激励和对DG的激励过程相同。但是在MG中需要将整体激励进一步分配至MG中的各能量单元上，即将MG系统曲线视作DN曲线，将MG中的DG和储能设备视作直接并入DN的DG，按照系统贡献值对MG中的DG和储能逐一进行激励。

2.4 DG-MG-DN运营互动整体流程

在单能量单元自优化平衡与交互协作模式、多能量单元广域多维协同互动运行模式、系统贡献值评价与激励分摊环节的基础上，为了提高供给侧改革的引导作用，本文所提出的DG-MG-DN运营互动整体流程包括机制参数设计、运行评价激励、系统自适应优化3个主要阶段，并与下文提出的关键技术紧密衔接，如图5所示。

(1)机制参数设计阶段。在已有的DG-MG-DN规划结构的基础上设计运营互动机制中的主要初始参数。一方面，结合规划区的历史运行数据或同类电网、机组的运行数据设计系统中的标幺曲线和系统平均利用小时数。另一方面，根据当地的电价、电源结构、负荷大小和波动幅度水平等因素设计调度贡献值和清洁能源消纳贡献值在转化为经济激励时的比例关系。为应对特殊运行情况，相关的运行标准、激励标准参数也可以由DN运营商和DG、MG运营商一对一进行协商。

(2)运行评价激励阶段。DN中的各能量单元在运行时，一方面以能量单元自优化平衡模式保障自身的能量平衡并提升能效；另一方面接受DN的实时信息，尽可能地参与系统的协同优化运行，以在争取获得激励的同时推动系统实现全局优化。由DN运营商牵头，按照月度或者季度周期对系统整体和系统中各能量单元的运行情况进行状态数据的整合与评价，并按照2.3节中的方式对系统中的DG、MG以及其中的各类能量单元进行激励。

图4 基于激励分摊机制的DG-MG-DN广域多维运营互动模式

图5 DG-MG-DN运营互动整体流程

(3)系统自适应优化阶段。对DG和MG的激励将直接改变其运营成本，并最终通过成本价格机制分摊到运营商和用户身上。显然，这将能够有效刺激DG和MG参加系统的优化运行。一方面，DG和MG中的运营商将通过软硬件升级提升自身的调度水平；另一方面，用户会更为主动地参与需求响应、可中断负荷等机制中去。系统随着运行周期的增加，动态调整运营互动模式中的运行和激励标准以持续提升系统运营水平。

可以预见，在若干运营周期之后，将会有机组、调度水平较为落后的DG和MG被更为先进的机组和运营商取代。至此，系统能够实现自主适应和持续优化。综上所述，本文所提出的基于分摊激励机制的DG-MG-DN运营互动模式能够促进供需双侧都参与系统的运行优化，同时还能通过反馈和淘汰机制的引入实现系统供给侧的自适应发展，符合国家层面、能源电力行业层面供给侧改革的总体思路。

3 DG-MG-DN运营互动关键技术

为支撑DG-MG-DN在能量传递、信息交互、利益分享等层面运营互动的实现，需要在现有的DG、MG相关的技术框架中嵌套更为先进的信息物理技术，强化DG-MG-DN系统的信息能量联系；同时，现有的电力系统调度技术和系统成本分析技术也相应进行转变发展。

3.1 能量-信息流广域多维耦合传导技术

单能量单元交互协作以及多能量单元协同互动运行需要在线实时动态的信息采集、传输、分析与决策的支持，主要包括电能信息采集控制系统、电能质量监测分析系统、超短期负荷与潮流预测分析系统等[22]。这些系统的核心目的就是在DG-MG-DN之间实现能量流和信息流的广域多维耦合传导，从而使系统中的DG-MG-DN运营商和调度部门能够及时把握系统运行状态，对自身的运行策略进行动态调整。

结合目前能源互联网的发展趋势，未来“能量路由”将成为能量-信息流广域多维耦合传导技术的重点攻关方向。“能量路由”被认为是能源互联网的核心部件，需承担能源单元互联、DG与MG单元的互联、能源质量监控和调配、信息通信保障以及维护管理等功能[23]。可见，DG-MG-DN运营互动中的能量-信息流耦合传导场景将成为“能量路由”在电网层面的重要基础应用。

3.2 供需协同-多级联动的电力系统调度技术

在供给侧改革“供需匹配”的思路下，通过供需双侧有效协作实现系统运行最优和资源优化配置是DG-MG-DN运营互动的重要目标[24]。为此，分布式电压和MG需要加强对系统内部资源的调度，不仅包括各类电源和储能设备，还应包括需求响应资源和可中断负荷资源[25]，即实现“供需协同”。同时，虽然DG对MG和DN不存在直接的调度关系，但由于DN掌握系统全局运行信息，因此DN向各能量单元传递虚拟调度信号并由后者进行匹配将会有效改善电网运行状态。此外，当某区域DN出现运行风险时，也需要更高层级电网对其它区域的DN下发调度指令以确保全局系统的稳定。因此，电力系统的各层级之间应建立调度信息传导反馈机制，即实现“多级联动”。

供需协同方面，国内外目前主要研究成果针对的是需求响应资源的调度。包括，以经济效益最大化、清洁能源消纳最大化、峰谷波动最小化为目标的DN、MG调度[26]。多级联动方面，目前我国围绕“整体协调，分级优化”的思路在国家级、区域级、省级、地区级已经实现了多层调度，但是在更低层级，即DG-MG-DN之间尚没有形成上下联动。

3.3 系统经济性多元反馈分析技术

根据系统贡献值对系统中的能量单元进行逐一激励是DG-MG-DN运营互动的核心环节[27]。系统中的DG和MG的种类不同，决定了其成本构成、收益机制和有效激励阈值都不同。因此需要根据多元化影响因素，对包括生产成本、容量费、过网费等系统关键成本进行精准分析，科学合理地对系统经济性进行反馈和评估[28]。我国目前进行的电力体制改革会对DN产权、输电价格、电量交易方式等影响DG-MG-DN的运营成本的重要因素做出一定约束[29-30]，这将为相关研究带来不确定性。因此，未来的研究应重点关注DG-MG-DN成本形成的机制，形成兼容各类政策环境的多元成本分析模型，并为补贴、激励制定相应标准。

4 建议及展望

要推动DG-MG-DN的广域多维运营互动发展，发挥供给侧改革对能源电力系统发展的促进作用，应当进一步完善目前的政策体系，制定具有针对性的相关产业政策，促进DG-MG-DN广域互动的积极性与协调性。

(1)构建并完善DG-MG-DN运营互动市场体系。DG-MG-DN运营互动的关键是建立统一开放、有序竞争的DG-MG-DN运营互动市场体系，发挥市场在优化资源配置的作用。根据供给侧改革背景下，DG-MG-DN运营互动的不同场景需求，包括竞价上网、委托第三方参与交易等形式，明确其与传统发展场景的差异化实现路径；在市场激励调节下，结合不同的DG-MG-DN运营互动状态和实现形式，提出不同场景下相关交易机制、收费机制以及市场监管机制。同时，应进一步深入研究应对开放性市场的电网关键技术，将柔性的理念贯穿整个电网规划运营过程，加深服务业、互联网思维和电网调控的相互融合。

(2)推动示范性工程建设。积极争取国家支持在相关领域先行先试，通过试点示范，形成带动引领效应；充分考虑不同发展环境，结合区域特色、领域特点和各自基础，如新电改环境下输配电价放开试点地区以及2022年冬奥会举办地冀北地区，组织开展DG-MG-DN运营互动试点示范区建设，探索新型建设推广模式；推动云计算、物联网等新一代信息技术和智能微电网系统等智能化物理通道的协调规划，加快应用示范点和产业化基地建设。

(3)构建DG和MG投资收益评估机制。作为重要的能源生产和输送平台，DG和MG相关产业从投资建设到生产运营的全过程都将对国民经济、能源生产和利用方式、环境等带来显著效益。建议构建DG和MG投资收益评估机制，对DG和MG投资、建设、运行和效益进行科学评估，在此基础上，加大财政扶持力度、优化税收减免政策和投融资政策。在开展评估工作时，还应充分考虑各利益相关方价值，设计试点项目的评估方法和评估标准，充分调动各方的积极性。

5 结 论

本文在供给侧改革背景下，将融合供给侧改革理念的协同反馈机制嵌入DG-MG-DN电量交易的基础互动行为之中，提出了基于分摊激励机制的DG-MG-DN广域多维运营互动模式。该运营互动模式的核心环节包括单能量单元自优化平衡与交互协作、多能量单元广域多维协同互动运行和系统贡献值评价与激励分摊。该运营互动模式能够使得DG-MG-DN相应的运营商、用户自发按照系统全局最优目标调整自身运营策略并有意愿主动提升自身的设备和调度水平，有利于推动供给侧改革背景下DG-MG-DN的整体协调发展，发挥DG和MG在能源电力行业供给侧改革中的突破作用。

[1]贾康, 苏京春. 突破需求管理局限推进供给侧研究创新[N]. 中国证券报, 2015-11-17(A10).

[2]曾鸣, 张晓春, 王丽华. 以能源互联网思维推动能源供给侧改革[J]. 电力建设, 2016, 37(4): 10-15. ZENG Ming, ZHANG Xiaochun, WANG Lihua. Energy supply side reform promoting based on energy internet thinking[J]. Electric Power Construction, 2016, 37(4): 10-15.

[3]曾鸣, 贾景姿. 能源行业中的供给侧改革[N]. 中国能源报, 2016-1-11(2).

[4]杨新法, 苏剑, 刘海涛, 等. 微电网技术综述[J]. 中国电机工程学报, 2014, 34(1): 57-70. YANG Xinfa, SU Jian, LIU Haitao, et al. Overview on micro-grid technology[J]. Proceedings of the CSEE, 2014, 34(1): 57-70.

[5]HAJ-AHMEDM A，ILLINDALA M S. The influence of inverter-based DGs and their controllers on distribution network protection[J]. IEEE Transactions on Industry Applications, 2014, 50(3): 2928-2937.

[6]DU Shipeng, SHAO Qianzhi, WANG Gang. Analysis of DG influences on system losses in distribution network[J]. International Journal of Grid Distribution Computing, 2015, 8(5): 141-152.

[7]鲁宗相, 王彩霞, 闵勇, 等. 微电网研究综述[J]. 电力系统自动化, 2007, 31(19): 100-107. LU Zongxiang, WANG Caixia, MIN Yong, et al. Overview on micro-grid research[J]. Automation of Electric Power Systems, 2007, 31(19): 100-107.

[8]LEEJ, HAN B, CHOI N. DC micro-grid operational analysis with detailed simulation model for distributed generation[C]//2010 IEEE Energy Conversion Congress and Exposition. Atlanta, GA：IEEE, 2010: 3153-3160.

[9]曾博, 欧阳邵杰, 张建华, 等. 考虑复杂预想场景下光伏高效利 的微电网综合规划[J]. 中国电机工程学报, 2014, 34(25): 4259-4269. ZENG Bo, OUYANG Shaojie, ZHANG Jianhua, et al. Integrated planning of micro-grid for efficient utilization of photovoltaic generation considering complicated operation scenarios[J]. Proceedings of the CSEE, 2014, 34(25): 4259-4269.

[10]刘畅, 李斌, 张庆仁, 等. 电动汽车、分布式电源与家庭用电互动研究[J]. 电子技术应用, 2014(z1): 56-59. LIU Chang, LI Bin, ZHANG Qingren, et al. The interaction research of electric vehicle, distributed power and household’s power consumption[J]. Application of Electronic Technique, 2014(z1): 56-59.

[11]刘柏良, 黄学良, 李军, 等. 含分布式电源及电动汽车充电站的配电网多目标规划研究[J]. 电网技术, 2015, 39(2): 450-456. LIU Bailiang, HUANG Xueliang, LI Jun, et al. Multi-objective planning of distributed network containing distributed generation and electric vehicle charging stations[J]. Power System Technology, 2015, 39(2): 450-456.

[12]徐迅, 陈楷, 龙禹, 等. 考虑环境成本和时序特性的微网多类型分布式电源选址定容规划[J]. 电网技术, 2013, 37(4): 914-921. XU Xun, CHEN Kai, LONG Yu, et al. Optimal site selection and capacity determination of multi-types of distributed generation in microgrid considering environment cost and timing characteristics[J]. Power System Technology, 2015, 37(4): 914-921.

[13]BASU A K, BHATTACHARYA A, CHOWDHURY S, et al. Planned scheduling for economic power sharing in a CHP-based micro-grid[J]. IEEE Transaction Power Systems, 2012, 27(1): 30-38.

[14]JHA R, MEENA N K，SWARNKAR A, et al. Dynamic Economic Dispatch of micro-grid using harmony search algorithm[C]//2015 Annual IEEE India Conference. New Delhi：IEEE, 2015: 1-6.

[15]PARVIZIMOSAED M, ANVARI-MOGHADDAM A, GHASEMKHANI A, et al. Multi-objective dispatch of distributed generations in a grid-connected micro-grid considering demand response actions[C]//22nd International Conference on Electricity Distribution. Stockholm：IET, 2013: 1-4.

[16]CHENG Yonghua. Smart micro-grids enable seamless interconnection and disconnection for high reliability and flexibility in distributed power generation[C]//2012 International Symposium on Power Electronics, Electrical Drives, Automation and Motion(SPEEDAM). Sorrento：IEEE, 2012: 164-169.

[17]孟菁. 基于情景分析理论的微电网规划综合评价[D]. 秦皇岛: 燕山大学, 2015. MENG Jing. A comprehensive evaluation method for microgrid planning based on scenario analysis theory[D]. Qinhuangdao: Yanshan University, 2015.

[18]SANCHEZ S, MOLINAS M, DEGANO M, et al. Stability evaluation of a DC micro-grid and future interconnection to an AC system[J]. Renewable Energy, 2014, 62(3): 649-656.

[19]鹿伟, 刘超, 李娜, 等. 电力市场环境下微网的可选运营模式及其成本效益研究[J]. 水电能源科学, 2013, 31(5): 179-182. LU Wei, LIU Chao, LI Na, et al. Options of micro-grid management mode and cost-benefit analysis under electricity market environment [J]. Water Resources and Power, 2013, 31(5): 179-182.

[20]刘小聪, 王蓓蓓, 李扬, 等. 智能电网下计及用户侧互动的发电日前调度计划模型[J]. 中国电机工程学报, 2013, 33(1): 30-38. LIU Xiaocong, WANG Beibei, LI Yang, et al. Day-ahead generation scheduling model considering demand side interaction under smart grid paradigm[J]. Proceedings of the CSEE, 2013, 33(1): 30-38.

[21]梁山. 清洁能源将获重大政策扶持分布式光伏发展料全面提速[N]. 上海证券报, 2014-8-21(A06).

[22]汪旸, 尹项根, 张哲. 分布式集中决策的区域智能保护系统结构与算法[J]. 电力系统自动化, 2009, 33(21): 53-57. WANG Yang, YIN Xianggen, ZHANG Zhe. System architecture and algorithm of regional intelligent protection system with distributed centralized decision[J]. Automation of Electric Power Systems, 2009, 33(21): 53-57.

[23]曾鸣, 杨雍琦, 李源非, 等. 能源互联网背景下新能源电力系统运营模式及关键技术初探[J]. 中国电机工程学报, 2016, 36(3): 681-691. ZENG Ming, YANG Yongqi, LI Yuanfei, et al. The preliminary research for key operation mode and technologies of electrical power system with renewable energy sources under energy internet[J]. Proceedings of the CSEE, 2016, 36(3): 681-691.

[24]张志华. 基于统一潮流控制器(UPFC)的微电网并网研究[D]. 秦皇岛: 燕山大学, 2011. ZHANG Zhihua. Study on micro-grid integrated based onunified power-flow controller[D]. Qinhuangdao: Yanshan University, 2011.

[25]王艳. 基于多智能体技术的微电网潮流优化控制策略研究[D]. 长沙: 中南大学, 2011. WANG Yan. The optimal control strategy research on micro-grid power-flow based on the multi-agent technology[D]. Changsha: Central South University, 2011.

[26]刘敦楠, 曾鸣, 黄仁乐, 等. 能源互联网的商业模式与市场机制(二)[J]. 电网技术, 2015, 39(11): 3057-3063. LIU Dunnan, ZENG Ming, HUANG Renle, et al. Business models and market mechanisms of e-net(2)[J]. Power System Technology, 2015, 39(11): 3057-3063.

[27]曾鸣, 杨雍琦, 刘敦楠, 等. 能源互联网源-网-荷-储协调优化运营模式及关键技术[J]. 电网技术, 2016, 40(1): 114-124. Zeng Ming, Yang Yongqi, Liu Dunnan, et al. “Generation-grid-load-storage” coordinative optimal operation mode of energy internet and key technologies[J]. Power System Technology, 2016, 40(1): 114-124.

[28]曹军威, 杨明博, 张德华, 等. 能源互联网——信息与能源的基础设施一体化[J]. 南方电网技术, 2014, 8(4): 1-10. CAO Junwei, YANG Mingbo, ZHANG Dehua, et al. Energy internet: an infrastructure for cyber-energy integration[J]. Southern Power System Technology, 2014, 8(4): 1-10.

[29]谭茂强, 邓长虹. 海岛微网建设关键技术研究[J]. 电力建设, 2013, 34 (2): 60-63. Tan Maoqiang, Deng Changhong.Key technology of micro grid construction in island[J]. Electric Power Construction, 2013, 34(2): 60-63.

[30]董亦斌, 吴学智, 唐芬. 分布式光伏发电与主动配电网的协调发展[J]. 电力建设, 2015, 36(1): 72-75. Dong Yibin, Wu Xuezhi, Tang Fen. Coordinated development of distributed photovoltaic generation and active distribution network[J]. ElectricPower Construction, 2015, 36(1): 72-75.

(编辑 张媛媛)

DG-MG-DN Wide Area Multidimensional Operation Interactive Mode and Key Technologies Under Background of Supply-Side Reform

ZENG Ming1, HAN Xu1, LI Yuanfei1，LI Ran1，Long Zhuhan1，YU Hui2, YANG Yongqi1

(1.School of Economics and Management, North China Electric Power University, Beijing 102206, China; 2. China Electric Power Science Research Institute, Beijing 100192, China)

Supply-side reform is the core content of China’s current macro economy and the main direction of industries’ development strategies. Distributed generation (DG) and microgrid (MG) will become the important breakthroughs in the supply-side reform of the energy and power industry because of their unique physical and economic advantages. This paper first analyzes the contents, goals and main problems of operation interaction among DG, MG and distribution network (DN) under the background of supply-side reform. Secondly, this paper studies the operation interaction mode of DG-MG-DN under the background of large-scale grid-connected. On the basis of the existing mode that the used electricity is generated by ones own, and then, the surplus power accesses to the grid, this paper introduces a progressive sharing incentive mechanism based on system contribution value. Finally, this paper studies the key technologies of the operation interaction’s implementation among DG, MG and DN from aspects of energy transfer, information interaction and benefit sharing, and proposes some suggestions for future research.

supply-side reform; distributed generation(DG); micro grid(MG); operation interactive mode

国家自然科学基金项目(71271082)；中央高校基本科研业务费专项资金资助项目(2016XS84)；国家电网公司科技项目(面向电改的分布式电源与微电网运营模式研究)(分布式电源发展适用性策略分析及评估研究)

TM 711

A

1000-7229(2016)11-0078-08

10.3969/j.issn.1000-7229.2016.11.012

2016-08-01

曾鸣(1957)，男，教授、博士生导师，研究方向为分布式电源与微网运营模式，能源互联网运营机制与规划等；

韩旭(1990)，女，博士研究生，研究方向为分布式电源与微网运营规划，需求侧响应等；

李源非(1993)，男，硕士研究生，研究方向为配电网规划，需求侧响应等；

李冉(1993)，女，硕士研究生，研究方向为配电网规划，电力系统交易机制等；

隆竹寒(1994)，女，硕士研究生，研究方向为配电网规划，需求侧响应等；

于辉(1978)，女，硕士研究生，研究方向为配电网技术，微电网与配电网并网技术等；

杨雍琦(1990)，男，博士研究生，研究方向为配电网规划，能源互联网运营机制与规划等。

Project supported by the National Natural Science Foundation of China (71271082); The Fundamental Research Funds for the Central Universities (2016XS84)