智能电网中含分布式电源的调度问题研究 王 阳 1，李 鹏 1,2，李朝阳 3，林祥舰 4 （1．华北电力大学 电力系统保护与动态安全监控教育部重点实验室，河北 保定 071003； 2．华北电力大学苏州研究院，江苏 苏州 215123； ３．河南省新安县电业公司，河南 洛阳 471800； ４．烟台供电公司，山东 烟台 264001） 摘 要：随着化石能源的枯竭和环境保护的需要，智能电 网中的分布式电源技术得到越来越广泛的应用。本文针对 智能电网中含分布式电源的调度和传统电网调度的不同， 总结了分布式电源对电网调度的影响，分析了目前国内外 学者提出的含分布式电源的研究现状，并在此基础上，给 出了目前考虑分布式电源常用的几种调度模型和含分布 式电源的电网调度策略。 关键词：智能电网；分布式电源；电网调度；模型；策略 0 引言 目前电能生产、输送和分配的主要方式有大 容量高参数机组的中心电站、超高压远距离输电 与大电网互联集中供电。大电网的建设需要巨额 投资和很长的建设周期，且大电网的建设也受地 理条件、土地资源及能源的限制。最大限度地提 高电网体系能源效率成为人类发展面临的挑战。 随着化石能源的枯竭和环境保护的需要，包括风 电、光伏等可再生能源及高效的清洁能源受到高 度重视。而智能电网中的分布式电源技术能够利 用某些地区的客观地理优势，充分开发这些地区 所蕴含的可再生能源，此外分布式电源还能适应 负荷变化，保障供电安全性。且随着电力技术的 不断发展，公共环境政策的督促和电力市场的扩 大等因素的共同作用使分布式电源成为未来重要 的能源选择[1]。因此而发展起来的分布式发电系 统(distributed generation system，DGS)日渐成为满 足负荷增长需求、减少环境污染、提高能源综合 利用效率和供电可靠性的一种有效途径[2]。 由于分布式电源本身的一些特性，当分布式 电源接人电网时，必然会对电力系统调度带来新 的困难，使运行和调度人员难以像对待常规机组 那样准确的给出系统内各台机组的调度计划，使 得系统的运行情况就有可能恶化。传统的发电计 划基于电源的可靠性以及符合的可预测性，以这 两点为基础，发电计划的制定和实施有了可靠的 保证。但当电力系统中含有如光伏，风电等新能 源微电源，电力系统调度问题就有了更多的领域 需要我们去研究[3]。 针对智能电网中含分布式电源的调度和传统 电网调度的不同，本文总结了含分布式微电源的 电网调度特点以及计及分布式电源对电力调度带 来的新问题，分析了目前国内外学者提出的含分 布式电源的研究现状，并在此基础上，给出了考 虑分布式电源特性的调度模型和含分布式电源的 电网调度策略。 １ 分布式电源对电网调度的影响 传统电力系统调度是由许多火力、水力等传 统发电厂提供电能，通过输电、变电、配电、供 电网络向广大用户供电，其产、供、销过程在一 瞬间同时完成和平衡。 多种分布式电源的接入使配电网从简单辐射 受电网络编程具有电源的复杂网络，分布式电源 的位置、容量以及运行方式对配电网的节点电压、 线路潮流、短路电流、网络损耗都有较大影响， 这使得含分布式电源的电网调度将面临一些新的 问题。下面将分析几种常见的分布式电源对电网 调度的影响。 风力发电是一种间歇性能源，含风电场的电 力系统经济调度问题是一个多变量、多约束的高 度非线性问题,其中又有随机变量,其难点在于多 变量、多约束、非线性和随机变量的处理。 太阳能光伏发电是太阳能利用的一种重要形 式，但由于时间、天气等因素，地表接收的太阳 能随时间有大幅度变化，基于调度问题的实时性， 应充分利用太阳能出力。总之，太阳能和风力机 组发出的电是不可控的，同时又是可再生能源， 所以在电网调度中应优先利用。 燃气轮机与传统的供热火电机组不同，燃气 轮机的特点是不受最小启停时间的约束，随时可 以启停，所以调度灵活。基于这些特点，有人提 出将燃气轮机恰当地应用在热电联供系统中，为 

了不造成能量的损失，燃气轮机宜采用“以热定 电”的运行方式，优先满足热负荷的要求，电负荷 可以有多少用多少，优先利用燃气轮机发出的电。 蓄电池等储能装置在电网调度中可以有 2 种 运行方式：消峰填谷的运行方式和调频的运行方 式．消峰填谷的运行方式下，储能装置在负荷高 峰的 6～10 个时段放电，低谷的 3～5 个时段充 电．而工作在调频的方式下，则在负荷低谷的 6～ 8 时段充电，其余时间出力在中等水平，便于调 频。 2 含分布式电源的电网调度问题研究现状 对于含分布式电源的电网调度问题，国内外 学者已做了一些研究。 对于目前应用广泛的风电，由于装机容量较 大的风电场一般接入 220kv 输电网，而风力资源 丰富的地区一般都远离负荷中心，电网结构普遍 薄弱，因此，大规模风电并网后出现了输电线路 过载、电压水平降低、系统暂态稳定性改变等问 题，加之风电出力的随机性和间歇行，及风电机 组物理性质的特殊性，大规模风电并网必然给系 统的运行和调度带来一系列影响。文献[3]建立了 基于机会约束规划的含风电场的电力系统经济调 度数学模型，以概率的形式描述相关约束条件， 考虑了机组的爬坡约束、出力限制，线路潮流限 制，备用约束及符合平衡等约束条件，利用基于 随机模拟的粒子群算法求解该问题。文献[4]和文 献[5]指出为了保证风电并网以后系统运行的可 靠性，需要在原来运行方式的基础上，额外安排 一定容量的旋转备用以响应风电场发电功率的随 机波动，维持电力系统的功率平衡与稳定；要充 分利用可中断负荷；加强风能预测。文献[6]根据 风电场风速的随机性强的特点，建立了含风电场 的电力系统经济调度模型。文献[7]针对电力系统 经济负荷分配问题非凸、非线性、高维的特点， 提出了一种改进自由搜索算法。通过调整个体信 息素和灵敏度的产生方式，采用实时控制搜索半 径的方案，进一步提高了此算法的寻优能力和鲁 棒性。 对于考虑含多种分布式电源的调度问题，文 献[1]通过研究分布式电源对电力系统的线损以 及各节点的边际电价的影响，提出了以系统收益 最大化目标新的含分布式电源的电网调度模型。 文献[8]针对分布式发电的特点，提出含多种复合 能源的分布式发电系统发电成本最低的机组组合 模型，并提出了一种针对分布式发电系统的调度 策略，用改进的遗传算法求取在此策略下机组组 合的发电费用。文献[9]提出一种应用模糊线性规 划优化理论求解电力系统经济负荷分配的方法。 在研究含分布式电源的调度方法和调度策略 方面，文献[10]从无功方面对无功调度做了研究。 文献[11]研究了我国电力系统的分层（多级）调 度控制及优势，因此可以考虑将分层调度的理论 方法应用在含分布式电源的电网调度中。文献[11] 针对安全约束条件下综合煤耗最优的节能调度问 题，提出一种电网节能调度两阶段计算新方法。 第一段按一般的经典法求解，不考虑系统网损， 发电计划由耗量特征排序和等微增率准则决定； 第二阶段计算最小网损下的发电计划修正。文献 [12]利用蓄电池的调度作为一种调度策略，即如 果蓄电池的容量在系统中所占比例较小，可以作 消峰填谷使用；如果蓄电池的容量在系统容量中 占有一定的比例，就可以灵活地安排蓄电池的充 放电。文献[13]提出一种基于多 Agent 系统的分 散发电调度方法，从宏观的角度对混合发电的问 题进行了规划设计，赋予了 Agent 自主性和协调 能力，在一定程度上克服了自然资源随机变化带 来的不确定性。文献[14]基于神经网络的思想提 出了一种微网控制器，并已用软件实现。 对于智能电网中微网的调度问题，文献[15] 针对微网中太阳能光伏发电、风力发电等分布式 发电的特点，考虑到不同类型、容量的分布式发 电所消耗的燃料、效率、运行和维护费用、温室 气体的排放量不同，以及太阳能光伏发电、风力 发电的特殊性，提出了一种综合考虑发电成本与 排放成本的微网环保经济调度的数学模型，针对 发电成本与排放成本的不同权重，采用混沌蚁群 优化算法进行了求解。文献[16]对孤岛运行情况 下的微网短期发电计划提出了一个三步走的方 案。第一步建立一个可行的短期发电计划方案， 第二步解决这个方案中存在的问题，第三步对该 方案进行优化。文献[17]提出了使用混沌量子遗 传算法来解决微网的经济调度问题。文献[18]把 微网看作是一个离散的时间系统，把动态经济调 度看作是在有限的时间内对微网的最优控制策略 的选择。 3 含分布式电源的电网调度模型与算法 电力系统经济调度问题通常是在考虑负荷平 衡的等式约束条件以及发电机出力等不等式约束 条件的前提下，研究如何使得发点费用最低或者 对环境危害最小的问题。 

式中 [ ]E g 表示数学期望， gN 为参与优化的 常规机组数； g iP 为常规机组 i 的发电有功功率； f P 为常规机组 i 的运行成本，一般用下式表 ( )g i 示： f P ( i g ) = a i + b P i i g + c P i i ( g 2 ) 发电机 i 的成本系数。 ，式中： , a b c 为 i , i i 传统经济调度的约束条件都没有含随机变 量，因此无论是等式还是不等式约束条件都是确 定性。而该模型由于风电场出力的随机性，约束 条件含有置信水平，分别为系统功率平衡约束， 系统的旋转备用约束，系统的分钟级爬坡能力的 约束，线路输送有功功率约束，常规机组出力约 束，具体表达式如下： S ． t ． N g å i = 1 g g C P i i + N w å k = 1 w P K = N l å j = 1 l P j g max g C P i i - g max up r P i i ³ g å = 1 g å = 1 N N i P r ì ï í ï î ì ï í ï î { P P r l P r i l min £ P 1 £ P l l max } ³ b 3 N g å i = 1 g g C P i i ³ R ü ï ý ï þ ³ b 1 , R = h 1 P L N w å k = 1 d w P k k ü ï ý ï þ ³ b 2 目前求解传统经济调度问题有以下几种主要 算法：线性规划法、网络流规划法、动态规划法、 拉格朗日乘子法、遗传算法、蚁群算法，粒子群 算法等，无论哪种算法，都是求解一个多变量、 多约束的高度非线性问题。 3.1 以系统收益最大化为目标函数的经济调度模 型 该模型假设：（1）电力交易按各个节点的边 际电价结算；（2）分布式电源的所有者为用户， 其成本由用户承担；（3）用户的电力需求在几年 内保持不变；（4）发电商的成本函数的表达式为 C gi = 2 a P gi gi + b P gi gi ，式中 giP 为发电商出力； gia ， gib 为发电商成本系数；（5）分布式电源的成本函 数为 C dgi = a 2 dgi dgi P + b P dgi dgi ，式中 dgiP 为 DG 发电 量； ,dgi a b 为 DG 成本系数；（6）线损成本用 dgi 整个系统所有节点的边际电价的平均值与系统总 的线损量的乘积表示 C loss = lmp i ´å P loss ( P ij ) ，式 中 å P loss ( P ij ) ——系统总线损； i lmp ——系统所 有节点 LMP 均值。 模型的具体表达式 min[ 2 C a P gi gi = + b P gi gi + a 2 dgi dgi P + b P dgi dgi S．t． £ min P dgi min £ P gi max - P ij - P gi ( P dgi P gi P ij - £ 0 P di £ £ max P dgi max P gi max P ij + ) £ P dgi P loss （2） ( P ij ) = 0 式中 0 diP ——负荷需求， ijP ——支路潮流，约束 条件分别为 DG 与常规电厂的出力限制，线路潮 流限制。等式为电力供需平衡的表达式。 3.2 基于机会约束规划的含风电场电力系统经济 调度数学模型 目标函数是发电成本期望值最小： g min P i £ g P i £ P i g max + P loss ( P ij ) ´ lmp i ] （4） （1） 3.3 两阶段节能算法的模型 第一阶段以发电机总煤耗最小为目标函数。 min F NG = å i = 1 ( F P i Gi ) （5） 第二阶段以网损和电机出力调整量为目标函 数，对第一阶段的目标函数进行修正。 目标函数分别为： （1） 网损最小 1 F 2 = NG å i = 1 ( F P i Gi ) + Pg L （6） （2） 电机出力调整量最小 NG 2 F 2 -å 3,4 微网环保经济调度模型 ( P Gi = = 1 i P Gi 0 2 ) （7） Ng å i = 1 ( ( I f P i i g ) ) ù ú ú û min E é ê ê ë （3） 该模型考虑了环保因素，加入了排放成本的 考虑。 

N N = F æ ç è min å a ö ÷ ø 4 含分布式电源的电网调度策略 [7] å b , emission i , gen i C C + i i （8） 在分布式发电系统中，实行能量调度的目的 是通过实时控制能量在分布式发电系统中的流动 以达到降低系统运行费用、提高系统运行效率的 目的。在含分布式发电的调度中，电网调度策略 是： （1）可再生能源中太阳能、风能由于运行 维护的成本很低，并且是不可控资源，所以优先 利用。 （2）分布式系统中的小型水力机组由于运 行维护的成本很低,所以要全部、合理利用其价 值。水电机组包括 2 种基本类型：可调节型和不 可调节型。对于可调节的水电站，有 2 种调度方 法：一种是通过水煤换算系数将水电转换成煤电 来计算，但要反复迭代直到满足水量平衡约束为 止，另一种是当水电机组出力在供电电源中所占 比例较小时用来削峰。 即作为储能装置使用，在电力盈余时充电，在需 要时放电，起到削峰填谷的作用。 所以本文给出总的调度原则如图 1 所示。 5 结论 从上述的分析中可以看出，含分布式电源的 电网调度由于其自身的独特性，其经济负荷分配 和实时调度与大电网有很大的不同。一般把含分 布式电源的电网经济运行和实时调度看作是一个 多目标，多约束的动态规划问题。约束条件有： 装置的保护，电能质量，气候条件，大电网的信 息；目标有：运行和维护费用最小，发电成本最 小，温室气体排放量最小，消耗的一次能源最小。 但不同的学者采用了不同的优化方法，例如神经 网络算法，拉格朗日松弛法，遗传算法，蚁群算 法，粒子群算法，改进快速演化算法，混沌量子 遗传算法等，不同的优化算法有各自的优点。也 有学者提出了不同的思想。有学者提出基于等耗 量微增量的思想，把发电损耗看作评价函数，使 用移动代理技术建立模型。还有学者提出把含分 布式电源的电网系统看作是离散的时间系统，基 于这种思想建立实时调度的模型。目前常用的一 些调度模型缺少对分布式电源的具体模型的考 虑，所以对目标函数的优化精度不高，这方面还 有待进一步研究。 参考文献 [1] 董军，陈小良，张婧．计及分布式电源的电网调度模型研究 [J]．华东电力，2009，37(5)：0724-0726． 究综述.[J]电网技术，2009，33(9)：82-86． [2] 黄伟，孙昶辉，吴子平，等．含分布式发电系统的微网技术研 [3] 江岳文，陈冲，温步瀛，刘建涛．基于随机模拟粒子群算法的 含风电场电力系统经济调度[J]．电工电能新技术，2007，26(3)： 38-41． （3）燃气轮机有以热定电和以电定热 2 种 运行方式，但都有其缺陷，可能造成能源的浪费。 在分布式发电中，燃气轮机如果不增加新的辅助 设备,如补燃锅炉、蓄热、蓄电等装置，那么采用 以热定电的运行方式能源利用率最大，即根据用 户对热负荷的需求来确定燃气轮机的运行方式， 满足热负荷，产多少电就用多少电，燃气轮机发 的电要优先利用。 可再生能源 （4）蓄电池有 2 种用途：一种是平衡能量 的，即直接与太阳能及风力机组并联运行，因为 太阳能、风能随机性太大，如果直接用，可能会 影响到电网的电能质量，如果与蓄电池并联运行， 可以稳定这两者的输出；另一种是平衡负载的， [7] 夏澍，张建华，邱威，葛晓琳．基于改进自由搜索算法的电力 经济负荷分配[J]．电网与清洁能源，2010，26 (4)：38-40． [8] 丁明，包敏，吴红斌，马婉玲，茆美琴．复合能源分布式发电 系统的机组组合问题[J]．电力系统自动化，2008，32(6)：46-50． [9] 何发武．基于模糊线性规划的电力系统经济负荷分配算法 [5] 张红光，张粒子，陈树勇，安宁．大容量风电场接入电网的暂 态稳定特性和调度对策研究[J]．中国电机工程学报，2007，27 (31)：46-51． [12] 赵维兴，林成，孙斌，熊小伏，朱继忠等．安全约束条件下综 合煤耗最优的节能调度算法研究[J]．电力系统保护与控制， 2010，38 (9)：19-22． [10] 李翼铭．电力系统的无功补偿调度研究[J]．电力系统自动化， [4] 宋伟宁．浅议风电机组并网运行与系统调度问题[J]．中国电力 [11] 郝军．我国电力系统的分层（多级）调度控制及优势[J]．现代 [6] 王粤．含风电场的电力系统经济调度研究[D]．华北电力大学 [J]．电力科学与工程，2007，23 (3)：13-16． 图 1 含分布式电源的调度原则 （保定）电气与电子工程学院，2008． 发展与改革研究．2009，(11)：29-30． 2010，(4)：56-58． 经济信息，2010，(05)：0148． 

[13] 丁明，包敏，吴红斌．分布式功能系统的经济调度[J]．电力科 学与技术学报，2008，23 (1)：14-17． [14] 柳澹，吴捷，曾君，郭红霞，余晓明．基于多 Agent 系统的分 散发电调度规划[J]．控制理论与应用，2008，25 (1)：152-154．13 [15] F. Pilo，G. Pisano，G. G. Soma．Neural Implementation of MicroGrid Central Controllers [C]．Industrial Informatics，2007 5th IEEE International Conference on，23-27，June．2007． [16] 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，2009，36 (5)：2-6． [17] Logenthiran，T.,rinivasan，D．Short term generation scheduling of a Microgrid [C] ． 2009 IEEE Region 10 Conference ， TENCON-10，Singapore，23-26 Jan，2009． [18] Gwo-Ching Liao．Using Chaotic Quantum Genetic Algorithm Solving Environmental Economic Dispatch of Smart Microgrid Containing Distributed Generation System Problems [C]．2010 International Conference on Power System Technology，24-28 Oct，2010． [19] Liu Xiaoping, Ding Ming, Han Jianghong, Han Pingping, and Peng Yali. Dynamic Economic Dispatch for Microgrids Including Battery Energy Storage [C]. Power Electronics for Distributed Generation Systems (PEDG), 2010 2nd IEEE International Symposium on ，2010． 作者简介： 王阳（1987-），男，陕西渭南市人，汉族，硕士研究生， 主要研究方向为新能源并网发电与微网技术。Email： yougushuike1@gmail.com。 李鹏（1965-），男，河北保定人，汉族，博士，教授，IEEE 高级会员。主要研究方向：微网技术与新能源并网发电、 电能质量分析与控制、电力电子技术在电力系统中的应 用。Email：ncepulp@gmail.com。