摘 要

电能随着科学技术的进步和发展在人类生产和生活中扮演着越来越重要的角色。电能的生产需要消耗一次能源。但随着能源需求不断增大，诸如煤、石油等能源储备逐渐减少，污染气体的排放逐渐增加。为了使电能生产具备持续性和环境友好性的特点，人们逐渐将可再生能源应用于发电。为减轻对电力系统的冲击，可再生能源与电网并联需要有微电网作为载体。因此，近些年有许多学者进行了微电网相关的研究，其中，微电网的经济调度是最热门的研究内容之一，经济调度的目的是使微电网在满足负荷条件下经济运行。

本文首先应用场景分析法处理可再生能源的不确定性，经过场景生成和场景缩减后，选取最具有代表性的一组场景。其中，场景生成采用拉丁超立方采样法，场景缩减采用K-均值聚类法。其次在综合考虑经济性、稳定性和环境友好性的基础上建立微电网综合优化调度模型，为实现运行的经济性和环境友好性，目标函数中包含了运行成本和污染气体治理费用，为实现运行的稳定性，约束条件中包含了频率约束和电压约束。最后在已选取的场景下进行算例分析，采用微分进化算法编写MATLAB程序对微电网综合优化调度模型进行求解。

关键词： 微电网；经济调度；场景分析；微分进化算法；拉丁超立方采样

Abstract

With the development of science and technology, electric energy plays an increasingly important role in human production and life. The production of electricity requires the consumption of primary energy. But as energy demand increases, reserves such as coal and petroleum dwindle and emissions of polluting gases increase. In order to make electricity production sustainable and environment-friendly, people gradually apply renewable energy to power generation. In order to reduce the impact on the power system, the parallel connection between renewable energy and the power grid requires the microgrid as the carrier.Therefore, in recent years, many scholars have conducted researches related to micro grid. Among them, economic dispatch of micro grid is one of the most popular research contents. The purpose of economic dispatch is to make micro grid operate economically under load conditions.

This paper will be carried out from the following aspects: firstly, scenario analysis method is applied to deal with the uncertainty of renewable energy. After scene generation and scene reduction, a representative group of scenes is selected. Among them, scene generation adopts Latin hypercube sampling method and scene reduction adopts backward reduction method. Secondly, on the basis of comprehensive consideration of economy, stability and environmental friendliness, a comprehensive optimal dispatching model of micro grid is established, In order to achieve the economy and environmental friendliness of the operation, the objective function includes the operation cost and pollution gas treatment cost, and the constraint condition includes the frequency constraint and voltage constraint to achieve the stability of the operation. Finally, numerical examples are analyzed under the scenarios selected above, and differential evolution algorithm is used to write MATLAB program to solve the comprehensive optimal dispatching model of micro grid.

Key Words: Micro-grid; economic dispatch; scenario analysis; Differential evolutionary algorithm; Latin hypercube sampling

目录

第1章 绪论 1

1.1研究背景及意义 1

1.2课题的研究现状 1

1.2.1场景分析研究现状 2

1.2.2优化模型研究现状 3

1.2.3优化问题求解研究现状 3

1.3本文主要工作及章节安排 4

第2章 场景分析 5

2.1概述 5

2.2场景生成 5

2.2.1分层采样 5

2.2.2排列 7

2.3场景缩减 8

2.4本章小结 9

第3章 微电网动态调度模型及算法 10

3.1概述 10

3.2建立调度模型 10

3.2.1目标函数 10

3.2.2约束条件 11

3.3微网经济运行控制策略 12

3.3.1微网并网运行控制策略 13

3.3.2微电网孤岛运行控制策略 13

3.4常用算法对比 13

3.5微分进化算法步骤 15

3.6本章小结 17

第4章 微电网调度的算例分析 18

4.1概述 18

4.2微电网的基本数据 18

4.3算例分析 21

4.4本章小结 23

第5章 结论与展望 24

5.1研究结论 24

5.2研究展望 25

致谢 26

参考文献 27

附录A 光伏发电场景数据 29

附录B 风电场景数据 30

第1章 绪论

1.1研究背景及意义

现如今科技发展给人类的生产生活带来诸多便利和益处，但取而代之的是能源的大量消耗。在过去多年之中，人类习惯了使用煤和石油等不可再生能源进行工业生产。随着地球资源不断被消耗，煤和石油等不可再生能源显得越来越宝贵，因此，为实现可持续发展，人类逐渐在能源消耗和工业生产中寻求平衡，这种平衡是指既要大力发展科技和工业，又要减缓不可再生能源消耗的速度。在这种情况下，使用可再生能源成为不二的解决方法。在诸多可再生能源中，近年来逐渐应用于生产的包括风能、太阳能、地热能和潮汐能等等，其中使用最广的是风能和太阳能。风能和太阳能不受地区限制，可因地制宜，因此受到广泛的关注，本文谈论的可再生能源指风能和太阳能。

传统电力系统一般使用火力、水力或核能发电，其中火力机组居多。为实现可持续发展，人类逐渐将可再生能源应用于发电。可再生能源的应用虽然可以缓解能源危机，但可再生能源并网发电会给电力系统带来极大的不确定性。可再生能源发电一般以直流电的形式进行发电，而日常生活中，人类普遍使用交流电，因此，要想将可再生能源应用到实际生活中，需要逆变装置将直流电逆变为交流电。而逆变器往往会带来大量的谐波，谐波对电力系统来说是“致命”的，因为这会直接影响到电力系统的电能指标和供电质量。因此，为减缓可再生能源发电对电力系统的冲击，人们发明了微电网。微电网是由分布式电源、电力电子装置以及负荷组成的一种新型发配电力系统。作为分布式发电的一种结构，它既能并网运行，又能作为一个孤岛系统独立运行，其主要作用是将大量分布式电源并网问题转化成一个微电网并网问题,从而减少了带有随机性、波动性的间歇性电源对电网安全稳定运行和供电质量等方面的不利影响^[1]。

微电网是电力系统的重要组成部分，微电网的经济性和安全稳定性关系到两个问题，一是微电网能否安全稳定运行直接影响到电力系统能否接入大量可再生能源，若微电网无法安全稳定运行，谐波过多，则会影响到电力系统的稳定性，若极大的破坏了电力系统的供电质量，则可再生能源不被允许接入电力系统。二是微电网的经济性决定了应用可再生能源的可行性。因此，微电网的可靠和经济运行是近年来电力系统方向的热门研究内容之一。研究微电网的经济调度对促进节能减排和可持续发展有重要意义。本文研究方向即为考虑可再生能源出力不确定情况下的微电网动态经济调度。

1.2课题的研究现状

1.2.1场景分析研究现状

处理风电和光伏发电不确定性的主要方法包括机会约束规划、模糊规划和场景分析方法。场景分析（scenario analysis）是描述不确定性、随机性问题的一种常用方法，是电力系统规划和运行研究的基础性工作^[2]。风力发电和光伏发电受季节和天气影响，具有随机性和不稳定性，场景分析可为含可再生能源出力不确定因素的电力系统提供预测场景，以辅助解决电力系统的实时调度和规划问题。场景分析的主要作用是将不确定的大规模场景转换为几个确定场景，从而降低模型的求解难度^[3]。

场景分析法包括两个步骤：场景生成和场景缩减。场景生成的作用是获得用于电力系统分析的大规模场景^[2]，主要方法有蒙特卡洛抽样法、基于自回归滑动平均模型的时间序列法、拉丁超立方采样法、ARMA误差序列法、场景树法和非参数的概率预测法。诸如以上的场景生成法的原理基本可以归因于大数定理。以下为运用了上述场景生成法的文献：文献[4]提出了一种生成多风电场出力场景的方法，即根据实测风电厂的风速信息预测未来风速的概率分布，利用蒙特卡洛法生成出力场景。文献[5]首先构建了风电和光伏发电独立出力的概率分布，然后利用卷积计算得到联合出力的概率分布，最后采用拉丁超立方采样法生成有效场景。文献[6]运用ARMA误差序列法生成风速场景，并根据风机模型的功率曲线将风速场景转换为风机出力场景。文献[7]采用基于自回归滑动平均模型（ARMA）的时间序列法模拟风速，形成场景集。文献[8]通过蒙特卡洛法结合场景树法生成风力发电系统中的风机出力场景。

场景生成法的目的是获得数量足够多的不确定性场景，场景规模越大，场景集模拟的精确度越高，但弊端在于会降低运算效率，增加模型求解难度，因此需要场景缩减将场景生成得到的大规模场景用少量具有代表性的场景来代替，即场景缩减的目的是从大量场景中确定有效场景，有效场景将为后续章节服务。场景缩减分析分为确定性的和不确定性的两种，确定性的场景缩减指中长期电网规划中涉及的场景问题，不确定性场景缩减分析主要用于电力系统短时或日前调度研究中^[2]。本文考虑的是不确定性场景，不确定场景缩减分析方法常用的是同步回代缩减法和均值聚类法。文献[9]和[10]通过同步回代缩减法使得缩减后的场景和缩减前的场景概率分布最接近。同步回代缩减法在大规模场景下应用效率较低，文献[11]采用K-均值聚类法，不仅效率高而且保证了场景的多样性。

1.2.2优化模型研究现状

对于传统的电力系统，其出力方为火电机组或水电机组，因此机组的出力是确定的，优化模型中的目标函数和约束条件也因此是确定的^[12]。但对于含可再生能源的电力系统，由于风电和光伏出力具有随机性和间歇性的特点，因此相应的优化模型中也会出现带有随机性的变量。故这种情况下的优化问题是随机优化问题。

有关随机优化模型的研究已十分丰富，普遍采取运行成本和污染排放等最小化作为目标函数。文献[13-15]均使用鲁棒优化模型，文献[13]在分析需求侧响应的特性基础上，研究引起负荷需求弹性变化的不确定性，并且将该不确定性引入到模型中，建立了多目标鲁棒优化规划模型。文献[14]考虑微电网内可再生分布式电源和负荷的不确定性等，使用两阶段鲁棒优化方法得到“最恶劣”场景下系统运行成本最小的调度方案。文献[15]综合考虑“源储荷”协调调控，构建了广义能量优化鲁棒模型。文献[16-17]均基于多代理系统进行建模。文献[16]提出了一种基于多代理系统的主动配电网协同自治的优化控制建模与仿真方法。文献[17]通过建模分析了分布式多代理系统以及分布式多代理系统对需求侧响应的影响。文献[18]综合考虑微电网经济性、可靠性和可再生能源利用率，以其作为目标函数建立了风光储容量优化配置模型。文献[19]提出了一种基于势博弈的微电网经济运行模型。文献[20]建立了风柴荷联合参与微电网调频控制模型,提出了一种基于高渗透率可再生能源微电网的风柴荷协调调频策略。文献[21]提出了一种含分布式冷热电联供微电网的经济调度模型，并采用了模型预测控制。文献[22]提出了一种在用户端优化多源的算法，并建立了一个综合电-热-气模型以及建立了考虑需求侧响应的部署，以此降低用户端和配电网运营商的成本。

1.2.3优化问题求解研究现状

模型建立后，需要有对应的求解方法解出模型，即优化问题的求解，具体到本文的研究内容上也可称作微电网的经济调度。微电网优化是多变量、多约束和非线性的多目标优化问题。微电网的经济调度分为静态调度和动态调度。动态调度指考虑了各个不同时间段之间的相互影响，更贴合实际需求，而静态调度指仅仅考虑某一时间点或某一优化时间段内的经济调度。本文采用动态经济调度来解出模型。

动态经济调度一般通过算法或反馈来实现。目前比较普遍的算法为粒子群算法、遗传算法和微分进化算法等。文献[23]建立了微电网动态经济调度模型,设计了改进微分进化算法。文献[24]建立了热电联供型微网动态经济调度模型,运用了结合蒙特卡罗模拟的改进遗传算法。文献[25]针对光伏系统设计了一种双层协同优化方法，第一层运用离散粒子群法，以达到环境效益的目的，第二层优化运用改进粒子群法，以实现经济性。文献[26]采用基于动态交换和密度距离的混沌粒子群算法及二进制粒子群算法分别求解日前调度和实时调度模型。除以上所述三种常见算法外，文献[27]使用鲁棒优化模型，设计了一种改进细菌觅食算法，该算法的主要步骤包括趋向、复制和驱散。动态经济调度不仅可以通过算法来实现，还可通过反馈来实现。文献[28]引入了反馈校正，及时有效纠正预测误差和随机因素产生的优化调度结果偏差。

1.3本文主要工作及章节安排

电力系统中含有可再生能源的出力时，如果不妥善处理，会给系统带来极大的不确定性，这给电力系统的经济运行带来了新的挑战。本文运用场景分析来处理风电和光伏出力的不确定性，采用拉丁超立方采样法进行场景生成，产生风机和光伏出力的大量场景，然后进行场景缩减，产生少数有效场景。在确定场景下，将采用微分进化算法对经济调度模型进行求解。

本文结构如下：

第一章为绪论，主要介绍论文的研究背景、意义和研究现状。研究现状主要包括场景分析的研究现状、优化模型的研究现状和优化问题求解的研究现状。

第二章为场景分析，主要介绍场景生成和场景缩减的具体实现步骤，场景生成拟采用拉丁超立方采样法，场景缩减拟采用均值聚类法。

第三章主要介绍微电网的优化调度模型，优化调度模型包括目标函数和约束条件。目标函数为运行成本和污染气体治理费用之和，旨在达到优化调度的经济性和环境效益。约束条件中除普遍考虑的发电约束外，还有电压和频率的约束，旨在达到优化调度的稳定性。

第四章为优化模型求解的算法实现，首先介绍常用算法对比，通过对比选出最优算法即微分进化算法，然后介绍使用微分进化算法的步骤，最后采用微分进化算法求解模型，进行算例分析。

第五章是对本文的工作做总结与展望。总结本文的工作内容并思考不足之处。

第2章 场景分析

2.1概述

风电和光伏发电受大自然规律的约束，表现出一定的随机性和间歇性。在微电网的经济调度中，若能精确预测可再生能源的发电情况，则可大大减少不确定微源带来的风险。处理风光不确定性问题常用的方法是机会约束规划、模糊规划和场景分析。本文采用场景分析方法。首先通过场景生成法生成大量场景，场景数量越多，模拟的精确度越高，但另一方面也会增加模型的复杂程度和求解模型的难度，为解决模型精度和计算之间的矛盾，场景生成后还需要进行场景缩减，将大规模场景缩减为少数几个有效场景，有效场景将用于后续模型和算例中。本章中将采用拉丁超立方采样法来进行场景生成，将采用K-均值聚类法来进行场景缩减，具体操作方法和步骤如下。

2.2场景生成

场景生成主要包含以下两个关键性步骤：①分层采样：对每个输入随机变量进行采样，确保随机分布区域能够被采样点完全覆盖。②排列：改变各随机变量采样值的排列顺序，使每个随机变量采样值的相关性趋于最小^[29]。下面分别介绍这两步。

2.2.1分层采样

拉丁超立方采样是一种随机采样方法，主要目的是通过随机采样得到的场景来模拟实际场景^[29]。这种方法由M. D. McKay等人在 1979 年提出。该方法可分为以下三个步骤进行：

（1）将[0,1]分为N等份，在每个小区间[i/N,(i 1)/N]内由均匀分布随机产生一个数。

（2）改变各随机变量采样值的排列顺序，将这n个随机数打乱。

（3）n个随机数即为每个随机样本的概率，按照概率分布函数的反函数生成随机分布的值。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：