?

基于遺傳算法考慮用戶側(cè)負(fù)荷平移的微網(wǎng)經(jīng)濟(jì)運(yùn)行分析

況達(dá)1,2，滕歡1,2，黃煒果1，王博堃1,2

(1.四川大學(xué)電氣信息學(xué)院，四川 成都610065；2.四川省智能電網(wǎng)重點(diǎn)實驗室，四川 成都610065)

摘要：將參與用戶側(cè)管理負(fù)荷分為兩類：可平移負(fù)荷和隨機(jī)負(fù)荷，建立了基于負(fù)荷平移的用戶側(cè)負(fù)荷管理數(shù)學(xué)模型。運(yùn)行周期分為谷、平、峰3個時段，在分布式電源經(jīng)濟(jì)出力及用戶側(cè)負(fù)荷優(yōu)化調(diào)度協(xié)同作用的基礎(chǔ)上，建立了考慮用戶側(cè)負(fù)荷平移的以微網(wǎng)運(yùn)行成本最低為目標(biāo)函數(shù)的微網(wǎng)經(jīng)濟(jì)運(yùn)行模型。利用線性逼近法將非線性目標(biāo)函數(shù)簡化，采用最佳保留策略選擇算子，通過改進(jìn)遺傳算法對上述模型進(jìn)行求解。仿真結(jié)果驗證了遺傳算法的適用性和該模型的有效性，考慮用戶側(cè)負(fù)荷平移的微網(wǎng)較不考慮時的成本降低了4.01%，表明微網(wǎng)分布式電源和用戶側(cè)負(fù)荷協(xié)同優(yōu)化具有較高的經(jīng)濟(jì)效益。

關(guān)鍵詞：用戶側(cè)可平移負(fù)荷管理；微網(wǎng)；經(jīng)濟(jì)優(yōu)化模型；線性逼近；遺傳算法

Abstract：The loads that participate in the user-side management are divided into two categories: transferable load and user-action load, and the mathematical model of user-side load management is established based on load transfer. The run cycle is divided into three periods, that is, valley time, flat time and peak time, and based on the cooperation of economic output of the distributed generations and optimal dispatch of the user-side load, an economic operation model of micro-grid is established, in which the user-side load transfer is taken into account and the minimum operation cost of micro-grid is taken as objective function. Using the linear approximation method to simplify the nonlinear objective function and the best retention strategy to select the operators, the proposed model is solved by the improved genetic algorithm. The simulation results verify that the genetic algorithm is applicable and the proposed model is effective. The total cost of micro-grid reduces by

4.01% considering user-side load transfer, which indicates that a higher economy can be achieved with cooperation optimization of distributed generations and user-side load in micro-grid.

Key words：user-side transferable load management; micro-grid; economic optimization model; linear approximation; genetic algorithm

(收稿日期：2015-09-14)

作者簡介：

中圖分類號：TM711

文獻(xiàn)標(biāo)志碼：A

文章編號：1003-6954(2016)01-0045-06

近年來，隨著整個電力系統(tǒng)從傳統(tǒng)電網(wǎng)向智能電網(wǎng)過渡，風(fēng)能、太陽能等可再生能源得到了廣泛關(guān)注，微網(wǎng)[1-2]作為一種新型的供電模式在國內(nèi)外逐漸受到重視。微網(wǎng)是一組微電源、負(fù)荷、儲能系統(tǒng)和控制裝置構(gòu)成的系統(tǒng)單元，能夠在并網(wǎng)和孤網(wǎng)下運(yùn)行，在給用戶提供電、熱能的同時還能提高能源利用率，降低環(huán)境污染。目前大量的研究主要集中在分布式電源的接入及控制技術(shù)等方面[3]。

微網(wǎng)的經(jīng)濟(jì)運(yùn)行以及優(yōu)化調(diào)度是當(dāng)前微網(wǎng)研究的重要內(nèi)容之一。目前，對微網(wǎng)經(jīng)濟(jì)性的研究大多集中在微源方面，較少考慮用戶側(cè)的負(fù)荷管理。可以將微網(wǎng)中負(fù)荷劃為可調(diào)節(jié)負(fù)荷、敏感負(fù)荷以及可中斷負(fù)荷3種，在負(fù)荷高峰或異常時段，一般通過調(diào)控、切除負(fù)荷等手段來實現(xiàn)對用戶側(cè)的管理，起到削峰填谷、減少調(diào)峰機(jī)組、推遲裝機(jī)以及降低運(yùn)行成本的作用[4]。

國內(nèi)外已有相關(guān)文獻(xiàn)對微網(wǎng)的經(jīng)濟(jì)運(yùn)行及優(yōu)化調(diào)度進(jìn)行了研究。文獻(xiàn)[5]提出了基于需求響應(yīng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化策略，具有實際意義。文獻(xiàn)[6]將負(fù)荷分為了3類，基于啟發(fā)式規(guī)則的優(yōu)化策略，采用粒子群算法對需求側(cè)凈負(fù)荷進(jìn)行優(yōu)化分配，但給出的負(fù)荷模型較簡略。文獻(xiàn)[7]將參與需求側(cè)管理負(fù)荷分為3類：可中斷負(fù)荷、可平移負(fù)荷與彈性負(fù)荷，并建立了日前與日內(nèi)兩個調(diào)度階段的負(fù)荷模型。文獻(xiàn)[8]建立了考慮溫室氣體、污染物排放的以微網(wǎng)運(yùn)行成本最低為目標(biāo)函數(shù)的微網(wǎng)經(jīng)濟(jì)模型，并采用粒子群算法進(jìn)行求解。但儲能裝置過于簡化，沒有考慮儲能元件充放電指標(biāo)和約束條件，算法有局限性。文獻(xiàn)[9]詳細(xì)分析了蓄電池的動態(tài)運(yùn)行特性，考慮了蓄電池的充放電及自放電，給出了蓄電池模型。文獻(xiàn)[10]考慮了各種電源的約束條件，以運(yùn)行成本最小為目標(biāo)函數(shù)建立了微網(wǎng)的經(jīng)濟(jì)調(diào)度模型，采用改進(jìn)遺傳算法進(jìn)行優(yōu)化求解。但運(yùn)行成本中沒有考慮與外網(wǎng)的電能交易費(fèi)用。

以包含光伏(photovoltaic,PV)、風(fēng)機(jī)(wind turbine,WT)、微型燃?xì)廨啓C(jī)(micro turbine,MT)、燃料電池(fuel cell,FC)、蓄電池 (storage battery,SB)及用戶側(cè)負(fù)荷的微網(wǎng)為研究對象，建立了較為完善的用戶側(cè)負(fù)荷管理模型。在分布式電源經(jīng)濟(jì)出力以及用戶側(cè)負(fù)荷優(yōu)化調(diào)度協(xié)同作用的基礎(chǔ)上，構(gòu)建了考慮用戶側(cè)負(fù)荷平移的以綜合運(yùn)行成本最低為目標(biāo)函數(shù)的微網(wǎng)經(jīng)濟(jì)運(yùn)行模型。利用線性逼近法將非線性的模型簡化，采用改進(jìn)遺傳算法進(jìn)行求解。最后對比分析了微網(wǎng)負(fù)荷參與、不參與用戶側(cè)管理的微網(wǎng)運(yùn)行費(fèi)用。算例分析結(jié)果表明，考慮了用戶側(cè)負(fù)荷優(yōu)化管理的系統(tǒng)經(jīng)濟(jì)效益更顯著。

1微網(wǎng)結(jié)構(gòu)及用戶側(cè)負(fù)荷管理模型

1.1　微網(wǎng)系統(tǒng)結(jié)構(gòu)

整個微網(wǎng)由一個靜態(tài)開關(guān)和外部電網(wǎng)相聯(lián)，實現(xiàn)傳輸功率交互。在微網(wǎng)中，微型燃?xì)廨啓C(jī)和燃料電池屬于清潔能源發(fā)電，可控制機(jī)組發(fā)電出力，將其定義為可控機(jī)組(CU)。光伏和風(fēng)機(jī)屬于可再生能源發(fā)電，受天氣、季節(jié)、地理位置等因素影響，發(fā)電出力具有隨機(jī)性和不穩(wěn)定性，將其定義為不可控機(jī)組(RU)。蓄電池作為儲能設(shè)備，可削峰填谷和削減光伏、風(fēng)機(jī)發(fā)電不穩(wěn)定性對電網(wǎng)的沖擊。微網(wǎng)系統(tǒng)結(jié)構(gòu)如圖1所示。微網(wǎng)管理系統(tǒng)的作用是采集微網(wǎng)運(yùn)行數(shù)據(jù)，給出信號指令，監(jiān)測微網(wǎng)與外部電網(wǎng)的電能交易，通過局部控制單元調(diào)控分布式電源機(jī)組出力、制定用戶側(cè)負(fù)荷管理策略。

1.2　用戶側(cè)負(fù)荷管理模型

電力需求側(cè)管理(power demand side management,PDSM)作為一種新型用電管理模式，提出了將需求側(cè)合理分配能源作為供應(yīng)方可替代資源的新概念[11]。

現(xiàn)有用戶側(cè)管理項目中所能利用的用戶側(cè)資源主要是指能效資源和負(fù)荷[6]。將微網(wǎng)中負(fù)荷分為兩類：重要負(fù)荷和參與用戶側(cè)管理負(fù)荷[ 7]。用戶側(cè)管理負(fù)荷又由可平移負(fù)荷和隨機(jī)負(fù)荷組成。重要負(fù)荷的典型代表為學(xué)校、醫(yī)院、軍工等一級負(fù)荷，需保證其連續(xù)不間斷供電。可平移負(fù)荷的典型代表為洗衣機(jī)、熱水器等，此類負(fù)荷具有如下特點(diǎn)：1)使用有時段約束，存在用戶意愿起停時間，通常為白天人的活動期間；2)必須連續(xù)運(yùn)行；3)從某個時段平移到其他時段；4)功率大小恒定。隨機(jī)負(fù)荷是臨時啟用不在計劃中的負(fù)荷，該類負(fù)荷比較小，對微網(wǎng)運(yùn)行影響很小，假設(shè)由儲能裝置來供應(yīng)。

考慮的用戶側(cè)負(fù)荷管理是基于用戶側(cè)可平移負(fù)荷的管理，建立的模型是通過負(fù)荷間的平移，重新分布微網(wǎng)各時段負(fù)荷，保證微網(wǎng)成本最小。

用戶側(cè)負(fù)荷管理系統(tǒng)的數(shù)學(xué)模型為

(1)

2微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度模型

2.1　目標(biāo)函數(shù)

建立微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度模型的目的是實現(xiàn)微網(wǎng)總成本最小化，即滿足一系列約束，通過控制微源發(fā)電出力及調(diào)度負(fù)荷平移來實現(xiàn)成本最低。目標(biāo)函數(shù)為微網(wǎng)一天內(nèi)運(yùn)行總費(fèi)用，包括各微源發(fā)電費(fèi)用、啟動費(fèi)用(該微源指的是微型燃?xì)廨啓C(jī)以及燃料電池，因為光伏和風(fēng)機(jī)屬于可再生能源發(fā)電，發(fā)電成本很小忽略不計)、與外網(wǎng)電能交易費(fèi)用(只考慮從外網(wǎng)購電)、蓄電池投資和運(yùn)行維護(hù)成本、各微源運(yùn)行維護(hù)成本以及用戶側(cè)負(fù)荷平移的補(bǔ)償費(fèi)用。所以，微網(wǎng)經(jīng)濟(jì)運(yùn)行的目標(biāo)函數(shù)為

(2)

(3)

(4)

(5)

(6)

2.2　約束條件

1)微網(wǎng)內(nèi)功率平衡約束

(7)

2)各微源的輸出功率約束

Pi,min≤Pi≤Pi,max

(8)

式中，Pi,min、Pi,max分別為第i個微源輸出功率的最小、最大值。

3)微網(wǎng)與外網(wǎng)允許交互的傳輸功率約束

Pb,min≤Pb(t)≤Pb,max

(9)

式中，Pb,min、Pb,max分別為微網(wǎng)與外網(wǎng)允許交互傳輸?shù)淖钚?、最大功率?/p>

4)可控機(jī)組爬坡率約束

(10)

(10)

5)儲能裝置約束

目前一般選用蓄電池[12]作為儲能裝置，蓄電池在t時段的剩余電量與蓄電池在(t-1)時段的剩余電量、(t-1)時段到t時段蓄電池的充放電量和電量衰減量有關(guān)。同時，蓄電池不允許深度放電和過度充電，必須留有一定的裕度，不然會縮短蓄電池壽命。

①蓄電池容量約束

蓄電池放電以及蓄電池充電

SOC(t)=SOC(t-1)-Pdis(t)/ηdis-DBSSB

(12)

SOC(t)=SOC(t-1)+Pch(t)ηch-DBSSB

(13)

SOC(0)=SOC(T)

(14)

式中：SOC(t)為蓄電池在t時段的剩余容量；ηdis、ηch分別為蓄電池的放電效率和充電效率；DB為蓄電池單位時間間隔的自放電比例。

②蓄電池運(yùn)行約束

SOCmin≤SOC(t)≤SOCmax

(15)

0≤Pch(t)≤Pch,max

(16)

0≤Pdis(t)≤Pdis,max

(15)

式中：SOCmin、SOCmax分別為蓄電池最小和最大剩余容量；Pch,max、Pdis,max分別為蓄電池最大充電量和最大放電量。

6)接入用戶側(cè)負(fù)荷管理系統(tǒng)后可平移負(fù)荷約束

負(fù)荷分為重要負(fù)荷、可平移負(fù)荷以及隨機(jī)負(fù)荷。重點(diǎn)研究可平移負(fù)荷的特性及平移調(diào)控策略。負(fù)荷平移調(diào)控只能在白天即人的活動時間內(nèi)進(jìn)行，此時間段處在負(fù)荷平時段及峰時段。這里規(guī)定，可平移負(fù)荷只能從負(fù)荷的峰時段平移到平時段，以緩解峰值時微網(wǎng)壓力?？善揭曝?fù)荷滿足如下約束：

①可平移負(fù)荷平移時段約束

(18)

(19)

式中，s1、s2代表了負(fù)荷峰時段和負(fù)荷平時段。

②可平移負(fù)荷平移量約束

(20)

(21)

(22)

3模型求解算法

所建立的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度模型的目標(biāo)函數(shù)是非線性的。實際上對于非線性規(guī)劃問題的求解，一般是將非線性函數(shù)簡化為線性函數(shù)，再運(yùn)用線性規(guī)劃法進(jìn)行求解[13]。微型燃?xì)廨啓C(jī)及燃料電池的發(fā)電特性是在一定出力范圍內(nèi)，機(jī)組出力越多，單位能源消耗對應(yīng)的發(fā)電費(fèi)用成本越低，故可控機(jī)組的發(fā)電費(fèi)用與可控機(jī)組的發(fā)電出力是一個凹函數(shù)的關(guān)系，如圖2所示。

通過線性逼近以及Matlab軟件的離散點(diǎn)逼近處理，可將可控機(jī)組發(fā)電費(fèi)用函數(shù)進(jìn)一步簡化。

用Python語言工具編寫適合該模型的遺傳算法，算法采用最佳保留策略選擇算子。為了達(dá)到下一代能保留種群中適應(yīng)度最高個體的目的，交叉算子和變異算子也采用了改進(jìn)的“自適應(yīng)交叉算子”和“自適應(yīng)變異算子”，具體模型可參見文獻(xiàn)[15]。算法求解流程如圖3所示。

4算例分析

4.1　基礎(chǔ)數(shù)據(jù)

選取某地區(qū)的微網(wǎng)設(shè)計案例，算例基礎(chǔ)數(shù)據(jù)[16]包括該地區(qū)夏季典型日負(fù)荷的預(yù)測曲線、光伏和風(fēng)機(jī)的預(yù)測出力等，如圖4所示。

表1　各微源以及大電網(wǎng)系統(tǒng)的運(yùn)行參數(shù)

假設(shè)微源側(cè)與用戶負(fù)荷側(cè)利益一致，那么根據(jù)歷史用戶側(cè)負(fù)荷平移補(bǔ)償費(fèi)用函數(shù)確定的常數(shù)K1、K2為0。負(fù)荷的平移調(diào)控只能在白天即人的活動時間內(nèi)進(jìn)行，此時間設(shè)為8:00~21:00?？善揭曝?fù)荷量見圖4，將峰時段可平移負(fù)荷的最大轉(zhuǎn)出量設(shè)定為25 kW，平時段的最大轉(zhuǎn)入量設(shè)定為15 kW。設(shè)定有3類可平移負(fù)荷，其單位負(fù)荷持續(xù)時間分別為1 h、2 h和3 h。

各微源以及大電網(wǎng)系統(tǒng)的運(yùn)行參數(shù)[17]如表1所示。假設(shè)初始MT、FC機(jī)組為停運(yùn)狀態(tài)，單次啟動費(fèi)用[18]分別為1.94元和2.72元。算例實行分時電價政策[19]，谷時段為0:00~07:00，其對應(yīng)電價為0.17元/kW·h；平時段為08:00~10:00、16:00~18:00、22:00~23:00，其對應(yīng)電價為0.49元/ kW·h；峰時段為11:00~15:00、19:00~21:00，其對應(yīng)電價為0.83元/ kW·h。

采用容量為100 kW·h蓄電池，并網(wǎng)運(yùn)行成本費(fèi)用參考文獻(xiàn)[20]。蓄電池額定充放電功率為15 kW，最小容量定為額定容量的15%，最大容量定為額定容量的100%，定義初始容量為最小容量。蓄電池的充放電效率即ηch、ηdis均取0.9，DB數(shù)值很小，可忽略不計，假設(shè)蓄電池在谷峰時段均勻充放電。各微源運(yùn)行維護(hù)成本系數(shù)[8]如表1所示。

結(jié)合不同可控機(jī)組出力對應(yīng)燃料費(fèi)用等相關(guān)數(shù)據(jù)，采用前面提到的方法對可控機(jī)組發(fā)電費(fèi)用曲線進(jìn)行近似化線性處理，得到的微型燃?xì)廨啓C(jī)和燃料電池發(fā)電費(fèi)用曲線如圖5所示。

4.2　優(yōu)化結(jié)果

采用二進(jìn)制編碼方式，每一個染色體表示一個方案。在滿足約束的基礎(chǔ)上計算各方案對應(yīng)目標(biāo)函數(shù)適應(yīng)度值，并比較其大小。最后通過譯碼找出使得目標(biāo)函數(shù)即微網(wǎng)總成本最小的各時刻可控機(jī)組出力方案，結(jié)果如圖6所示。

從圖6可看出，當(dāng)MT機(jī)組發(fā)電費(fèi)用高于購電電價時，機(jī)組停運(yùn)，電力差額由外網(wǎng)滿足；當(dāng)MT機(jī)組發(fā)電費(fèi)用低于購電電價，且FC機(jī)組發(fā)電費(fèi)用高于MT機(jī)組或FC機(jī)組出力不足時，MT機(jī)組啟動出力滿足部分負(fù)荷需求。當(dāng)FC機(jī)組發(fā)電費(fèi)用高于購電電價時，機(jī)組停運(yùn)，電力差額由外網(wǎng)滿足；當(dāng)FC機(jī)組發(fā)電費(fèi)用低于購電電價，且MT機(jī)組發(fā)電費(fèi)用高于FC機(jī)組或MT機(jī)組出力不足時，F(xiàn)C機(jī)組啟動出力滿足部分負(fù)荷需求。在運(yùn)行周期內(nèi)，除了有光伏、風(fēng)機(jī)出力外，蓄電池在谷時段均勻充電、峰時段均勻放電。

基于用戶側(cè)負(fù)荷管理模型和平移約束，利用Matlab軟件計算仿真得到用戶側(cè)負(fù)荷平移方案如表2所示。平移后峰、平時刻負(fù)荷重新分配，平移后用戶側(cè)負(fù)荷分布如圖7所示?？紤]用戶側(cè)負(fù)荷平移后，微網(wǎng)各時刻電量供需發(fā)生了變化，為了保證微網(wǎng)的經(jīng)濟(jì)運(yùn)行，微源的出力策略也要發(fā)生改變。

最后采用Python軟件對考慮用戶側(cè)負(fù)荷平移后的微網(wǎng)經(jīng)濟(jì)模型進(jìn)行編程計算，求得最終結(jié)果。

為了分析考慮了用戶側(cè)負(fù)荷優(yōu)化管理的系統(tǒng)是否具有更好的經(jīng)濟(jì)效益，對以上兩種運(yùn)行模式下的運(yùn)行費(fèi)用進(jìn)行了計算。綜合考慮微源發(fā)電費(fèi)用、啟動費(fèi)用、外網(wǎng)購電費(fèi)用、蓄電池投資成本和運(yùn)行維護(hù)成本、各微源運(yùn)行維護(hù)成本以及用戶側(cè)負(fù)荷平移補(bǔ)償費(fèi)用，求得不考慮用戶側(cè)負(fù)荷管理的微網(wǎng)運(yùn)行總費(fèi)用為1 436.67元；在微網(wǎng)分布式電源和用戶側(cè)負(fù)荷協(xié)同優(yōu)化，即在用戶側(cè)負(fù)荷平移的基礎(chǔ)上，微網(wǎng)運(yùn)行總費(fèi)用為1 379.14元，相比于前一種情況，運(yùn)行成本減少了4.01%。分析結(jié)果表明，微網(wǎng)系統(tǒng)在微源優(yōu)化調(diào)度的基礎(chǔ)上，綜合考慮用戶側(cè)負(fù)荷管理，將具有更高的經(jīng)濟(jì)效益。

表2　用戶側(cè)負(fù)荷平移方案

5結(jié)論

1)建立了考慮用戶側(cè)負(fù)荷平移的以微網(wǎng)運(yùn)行成本最低為目標(biāo)函數(shù)的微網(wǎng)經(jīng)濟(jì)運(yùn)行模型，仿真求得最優(yōu)的機(jī)組出力策略，計算兩種運(yùn)行模式下的總費(fèi)用，結(jié)果表明，考慮用戶側(cè)負(fù)荷管理的微網(wǎng)經(jīng)濟(jì)效益更顯著；

2)仿真結(jié)果驗證了模型的有效性，所提模型更適用于小型企業(yè)、社區(qū)等負(fù)荷需求較穩(wěn)定，且方便集中調(diào)控的區(qū)域微網(wǎng)；

3)著重研究了小型微網(wǎng)的一種負(fù)荷平移方案。本課題將進(jìn)一步研究由多個小型微網(wǎng)復(fù)合構(gòu)成的大型微網(wǎng)系統(tǒng)的經(jīng)濟(jì)運(yùn)行，系統(tǒng)通過多個節(jié)點(diǎn)與外網(wǎng)相連，且并不局限于峰平時刻的負(fù)荷平移，在各個時刻負(fù)荷自由平移及考慮多種類負(fù)荷情況下，找出最優(yōu)的負(fù)荷平移方案，進(jìn)一步提高微網(wǎng)經(jīng)濟(jì)性。

參考文獻(xiàn)

[1] 肖宏飛，劉士榮，鄭凌蔚，等．微型電網(wǎng)技術(shù)研究初探

[J]．電力系統(tǒng)保護(hù)與控制，2009，37(8)：114-119．

[2]汪少勇．基于分布式電源的微網(wǎng)的設(shè)計與運(yùn)行[J]．電力自動化設(shè)備，2011，31(4)：120-123．

[3]Katiraei F，Iravani R，Hatziargyriou N，et al．Microgrids Management[J]．IEEE Power and Energy Magazine，2008，6(3)：54-65．

[4]向月，劉俊勇，魏震波，等．可再生能源接入下新型可中斷負(fù)荷發(fā)展研究[J]．電力系統(tǒng)保護(hù)與控制，2012，40(5)：148-155．

[5]Lau R，Ayyorgun S，Mau S C，Eswaran S，et al． Strategy and Modeling for Building DR Optimization[C]．In Smart Grid Communications，2011 IEEE International Conference on,2011:381-386．

[6]邢龍，張沛超，方陳，等．基于廣義需求側(cè)資源的微網(wǎng)運(yùn)行優(yōu)化[J]．電力系統(tǒng)自動化，2013，37(12)：7-12．

[7]郭思琪，袁越，張新松，等．多時間尺度協(xié)調(diào)控制的獨(dú)立微網(wǎng)能量管理策略[J]．電工技術(shù)學(xué)報，2014，29(2)：122-129．

[8]楊佩佩，艾欣，崔明勇，等．基于粒子群優(yōu)化算法的含多種供能系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行分析[J]．電網(wǎng)技術(shù)，2009，33(20)：38-42．

[9]陳潔，楊秀，朱蘭，等．不同運(yùn)行調(diào)度模式下微網(wǎng)經(jīng)濟(jì)運(yùn)行對比分析[J]．電力自動化設(shè)備，2013，33(8):106-113．

[10]丁明，包敏，吳紅斌．分布式供能系統(tǒng)的經(jīng)濟(jì)調(diào)度[J]．電力科學(xué)與技術(shù)學(xué)報，2008，23(1)：13-17．

[11]譚親躍，王少榮，程時杰.電力需求側(cè)管理(PDSM)綜述[J]．繼電器，2005，33(17)：79-84．

[12]茆美琴，孫樹娟，蘇建徽．包含電動汽車的風(fēng)/光/儲微電網(wǎng)經(jīng)濟(jì)性分析[J]．電力系統(tǒng)自動化，2011，35(14)：30-35．

[13]方樂潤．線性規(guī)劃及其在水資源工程中的應(yīng)用(二)[J]．黑龍江水專學(xué)報，1996(2)：1-9．

[14]李淑萍．海底油氣集輸系統(tǒng)網(wǎng)絡(luò)流規(guī)劃模型設(shè)計[J]．油氣儲運(yùn)，2009，28(4)：22-24．

[15]邱曉燕，夏莉麗，李興源．智能電網(wǎng)建設(shè)中分布式電源的規(guī)劃[J]．電網(wǎng)技術(shù)，2010，34(4)：7-10．

[16]李樂．微網(wǎng)的經(jīng)濟(jì)運(yùn)行研究[D]．保定：華北電力大學(xué)，2011．

[17]吳雄，王秀麗，王建學(xué)，等．微網(wǎng)經(jīng)濟(jì)調(diào)度問題的混合整數(shù)規(guī)劃方法[J]．中國電機(jī)工程學(xué)報，2013，33(28)：1-9．

[18]Tsikalakis A G，Hatziargyrion N D．Centralized Control for Optimizing Microgrids Operation[J]．IEEE Transactions on Energy Conversion，2008，23(1)：241-248．

[19]牛銘，黃偉，郭佳歡，等．微網(wǎng)并網(wǎng)時的經(jīng)濟(jì)運(yùn)行研究[J]．電網(wǎng)技術(shù)，2010，34(11)：38-42．

[20]楊秀，陳潔，朱蘭，等．基于經(jīng)濟(jì)調(diào)度的微網(wǎng)儲能優(yōu)化配置[J]．電力系統(tǒng)保護(hù)與控制，2013，41(1)：53-60．

況達(dá)(1992)，碩士研究生，從事電力系統(tǒng)調(diào)度自動化研究；

滕歡(1965)，高級工程師、碩士生導(dǎo)師，從事電力系統(tǒng)調(diào)度自動化及計算機(jī)信息處理研究；

黃煒果(1990)，碩士研究生，從事電力系統(tǒng)及其自動化研究；

王博堃(1991)，碩士研究生，從事電力系統(tǒng)調(diào)度自動化研究。