电力系统优化：电力系统经济调度_9.分布式发电与微电网经济调度.docxVIP

PAGE1

PAGE1

9.分布式发电与微电网经济调度

9.1引言

分布式发电（DistributedGeneration,DG）和微电网（Microgrid）是现代电力系统的重要组成部分，它们在提高系统可靠性和灵活性、促进可再生能源利用、减少传输损耗等方面发挥着重要作用。经济调度的目标是在满足系统需求和约束的条件下，优化分布式发电和微电网的运行，以实现最低的运行成本。本节将详细介绍分布式发电与微电网经济调度的基本原理、模型和方法，并通过具体实例进行说明。

9.2分布式发电与微电网的基本概念

9.2.1分布式发电

分布式发电是指在电力用户的负荷附近安装小型发电设备，这些设备通常包括太阳能光伏（Photovoltaic,PV）、风力发电（WindPower,WP）、微型燃气轮机（MicroTurbine,MT）、燃料电池（FuelCell,FC）等。分布式发电的主要优点包括：

提高系统可靠性：分布式发电可以减少对大型集中式发电站的依赖，提高电力供应的可靠性。

促进可再生能源利用：分布式发电设备如太阳能光伏和风力发电可以有效利用可再生能源。

减少传输损耗：分布式发电设备靠近负荷，可以减少电力传输过程中的损耗。

提高电力质量：分布式发电可以提供更稳定的电压和频率，提高电力质量。

9.2.2微电网

微电网是指由分布式发电设备、负荷、储能设备和控制装置组成的小型电力系统，可以在并网和孤岛模式下运行。微电网的主要优点包括：

灵活性：微电网可以根据需要在并网和孤岛模式之间切换，提高系统的灵活性。

经济性：微电网可以通过优化调度，降低运行成本。

环境友好：微电网可以有效利用可再生能源，减少环境污染。

可靠性：微电网可以提供备用电源，提高电力供应的可靠性。

9.3经济调度模型

9.3.1目标函数

经济调度的目标函数通常是最小化系统的总运行成本，可以表示为：

min

其中，CiPi表示第i个发电设备的运行成本，Pi表示第i

9.3.2约束条件

经济调度需要满足以下约束条件：

功率平衡约束：系统总发电量等于总负荷需求。

i

设备出力上下限约束：每个发电设备的出力必须在其允许的范围内。

P

储能设备约束：储能设备的充放电功率和状态需要满足特定的约束条件。

P

P

E

可再生能源出力约束：可再生能源的出力受天气条件等外部因素的影响，需要进行预测并纳入调度模型。

P

P

9.4经济调度方法

9.4.1线性规划

线性规划（LinearProgramming,LP）是一种常用的优化方法，适用于线性目标函数和约束条件的优化问题。线性规划模型可以通过标准的数学软件求解，如MATLAB的linprog函数。

9.4.1.1例子

假设一个微电网系统中有3个分布式发电设备（微型燃气轮机、太阳能光伏和风力发电），以及一个储能设备。系统总负荷需求为100kW，设备的出力上下限和运行成本如下：

微型燃气轮机：出力范围[20,80]kW，运行成本0.1元/kW

太阳能光伏：出力范围[0,50]kW，运行成本0元/kW

风力发电：出力范围[0,30]kW，运行成本0元/kW

储能设备：充放电功率范围[-20,20]kW，储能容量范围[0,50]kWh

%定义变量

N=4;%设备总数

P_load=100;%负荷需求

P_min=[20,0,0,-20];%设备出力下限

P_max=[80,50,30,20];%设备出力上限

C=[0.1,0,0,0];%设备运行成本

%定义目标函数

f=C;

%定义约束条件

A=[1,1,1,1];%功率平衡约束

b=P_load;

A_lb=-eye(N);%出力下限约束

b_lb=-P_min;

A_ub=eye(N);%出力上限约束

b_ub=P_max;

%求解线性规划问题

options=optimoptions(linprog,Algorithm,dual-simplex);

[P,cost]=linprog(f,A,b,A_lb,b_lb,A_ub,b_ub,[],[],options);

%输出结果

disp(各设备出力：);

disp(P);

disp(总运行成本：);

disp(cost);

9.4.2混合整数线性规划

混合整数线性规划（MixedIntegerLinearProgramming,MILP）是一种扩展的线性规划方法，可以处理包含整数变量的优化问题。MILP适用于需要考虑设备启停状态的经济调度问题。

9.4.2.1例子

假设