基于双主控动态协作的独立微电网经济调度优化方法

摘要

本发明涉及一种基于双主控动态协作的独立微电网经济调度优化方法，该独立微电网包含蓄电池储能系统和柴油发电机组两种主控电源，以及风力发电机组和光伏发电系统两种非主控电源；该方法包括：1)蓄电池储能系统作为独立微电网的主控电源时，系统的经济调度优化策略；2)柴油发电机组作为独立微电网的主控电源时，系统的经济调度优化策略；3)基于粒子群优化算法的双主控动态协作的独立微电网经济调度优化过程。本发明解决了独立微电网系统中包含蓄电池储能系统和柴油发电机组两种不同类型的主控电源的经济调度优化问题，能够同时追求系统最优运行控制模式和最小发电成本目标，有效实现了独立微电网系统经济运行的最小化发电总成本目标和最大化利用可再生能源，改善微电网经济运行性能。

说明书

技术领域

本发明属于微电网经济运行技术领域，涉及一种基于双主控动态协作的独立微电网经济 调度优化方法，特别是一种基于蓄电池储能系统和柴油发电机组双主控动态协作的独立微电 网经济调度优化方法。

背景技术

独立微电网的经济调度优化是在确保系统稳定可靠运行的基础上，通过优化调配分布式 电源组合及其出力大小实现系统总发电成本最小化的一项关键技术。由于独立微电网系统中 各分布式电源的种类多样、控制特性各异、运行状态及运行成本各不相同等影响因素，因此， 含多分布式电源独立微电网的经济调度优化是一个高维的、多时间尺度的、多约束的和非线 性的复杂动态优化问题。相对于传统大电网，风光柴蓄混合能源独立微电网系统中高渗透率 的风电和光伏等间歇性电源以及具有独特能量双向流动的蓄电池储能系统，使得微电网系统 经济调度相对于传统大电网的经济调度具有非常大的差异性。

经对现有技术的文献检索发现，“独立运行模式下的微网实时能量优化调度”(独立运行 模式下的微网实时能量优化调度[J].中国电机工程学报,2012,32(16):26-35.)一文针对含风光 柴蓄混合能源的独立微电网能量管理问题，提出了一种独立微电网的实时能量优化调度方法， 将作为主控电源的蓄电池储能装置能量状态划分为4个区间，并缩减作为系统主控电源的可 控型微电源基点运行功率范围，从而根据储能装置能量状态、系统净负荷大小及被安排运行 的可控型微电源的当前出力能力对独立微电网系统进行实时能量优化调度，但此方法对蓄电 池储能装置的依赖太强。申请号为201110191474.5的中国发明专利申请提出一种独立运行模 式下的微电网多时间尺度能量优化调度方法，将微电网的经济调度分为日前计划和实时调度 两个阶段；在日前计划中，基于日前预测数据建立日前机组启停优化计划模型；在实时调度 中，遵循日前计划的开停机结果，基于实时超短期预测数据与各电源的实时运行状态，以确 定各电源的有功功率调度指令、卸荷功率指令及切负荷指令，但此方法没有针对系统中各分 布式电源和蓄电池储能系统在各时段间的相互耦合影响，没有给出相应的多种不同可控型电 源间的动态调度协调控制方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于双主控动态协作的独立微电网经济调度优化 方法，该方法包括了蓄电池储能系统和柴油发电机组分别作为独立微电网系统主控电源时， 系统的经济调度优化策略与基于粒子群优化算法的双主控动态协作的微电网经济调度优化过 程，该方法充分利用蓄电池储能系统和柴油发电机组不同的发电成本，使得蓄电池储能系统 和柴油发电机组根据不同的运行条件而交替作为主控电源来维持和保证整个微电网系统电压 和频率稳定性；能够同时追求系统最优运行控制模式和最小发电成本目标，有效实现了独立 微电网系统经济运行的最小化发电总成本目标和最大化利用可再生能源，改善微电网经济运 行性能。

为达到上述目的，本发明提供如下技术方案：

一种基于双主控动态协作的独立微电网经济调度优化方法，所述独立微电网包含蓄电池 储能系统(BESS)和柴油发电机组(DE)两种主控电源，以及风力发电机组(WT)和光伏 发电系统(PV)两种非主控电源，该方法包括以下步骤：

步骤一：获得初始阶段的基本数据，包含有系统负荷需求、风电输出功率和光伏输出功 率、可用的分布式电源数量及输出功率限值、蓄电池储能系统的容量及容量限制值、分布式 电源的各种成本值；

步骤二：采用粒子群优化算法对独立微电网经济调度优化模型进行综合权衡求解，同时 计算求解出整个调度周期内微电网系统的最小发电成本以及最恰当的经济调度方案，在每个 周期内的微电网经济调度优化过程中都有两个不同的时间尺度：时间尺度t：仅用于优化求解 系统的最小发电成本目标；时间尺度t′：仅用于优化选择系统运行控制模式，求解最恰当的 经济调度方案；

在整个调度期间，独立微电网系统的主控电源不是唯一的，可能是由蓄电池储能系统和 柴油发电机组根据不同的运行条件而交替作为主控电源来维持和保证整个微电网系统电压和 频率稳定性。主控电源M(t')需要在控制模式选择的时间域(t'＝t'+1)内评估主控电源是否满足 最短启停时间约束。如果在整个调度周期内，主控电源总是始终由同一种分布式电源承担，那 么t和t′这两个时间尺度相同，即t＝t′。

步骤三：以采样时间段T(通常设定为5分钟)为基本单位逐次循环求解，并以一天(24小 时)为整个调度周期最大值进行检验是否满足终止条件，如果满足，则输出整个调度周期内所 有采样时间段的微电网最小发电成本总和，即为所求解的独立微电网经济调度优化结果，否 则，则返回步骤一继续运行直至满足终止条件。

进一步，在步骤二中，所述经济调度方案包括：

1)调度方案A：蓄电池储能系统作为主控电源，且独立微电网电源组合类型为“蓄电池 储能+风力发电机组+光伏发电机组”，此种情况下，微电网系统内的所有电力负荷需求都是由 风力发电机组、光伏发电机组和蓄电池储能系统来能够共同满足和承担，而不需柴油发电机 组的电力补充供应；

2)调度方案B：蓄电池储能系统作为主控电源，且独立微电网电源组合类型为“蓄电池 储能+风力发电机组+光伏发电机组+柴油发电机组”，而柴油发电机组则为从控电源并以恒定 功率方式提供电力输出，此种情况下，微电网系统内的所有电力负荷需求都是由蓄电池储能 系统、柴油发电机组、风力发电机组和太阳能光伏发电机组来共同承担和满足；

3)调度方案C：柴油发电机组作为主控电源，且独立微电网电源组合类型为“柴油发电 机组+风力发电机组+光伏发电机组”，此种情况下，微电网系统内的所有电力负荷需求都是由 风力发电机组、光伏发电机组和柴油发电机组来共同承担和满足，而不需要蓄电池储能系统 参与调节；

4)调度方案D：柴油发电机组作为主控电源，且独立微电网电源组合类型为“柴油发电 机组+风力发电机组+光伏发电机组+蓄电池储能”，而蓄电池储能系统则为从控电源并以恒功 率控制(PQ控制)方式协助柴油发电机组进行功率补偿调节，此种情况下，微电网系统内的 所有电力负荷需求都是由柴油发电机组、风力发电机组、光伏发电机组和蓄电池储能系统来 共同承担和满足；

5)调度方案E：两种不同模式间的交互切换，即根据系统实时运行需求，微电网系统从 当前控制模式切换到另一种控制模式，即微电网系统的两种不同运行控制模式Mode1(蓄电 池储能系统为主控电源)与Mode2(柴油发电机组为主控电源)之间的相互切换。

进一步，在步骤二中，所述经济调度优化模型包括：

1)优化目标：调度周期内的独立微电网系统总发电成本最小，目标函数定义如下：

C_MG(P)为独立微电网系统在整个调度周期NT内产生功率P所需要的总发电成本；N为 某调度周期[0，NT]内采样时间段T的个数；G为分布式电源的类型数量；C_j(P_j(t))表示第j 种分布式电源输出功率P_j(t)时的总发电成本；P_j(t)第j种分布式电源在第t个时间间隔期间 [(t-1)T，tT]的输出功率；

11)可再生能源电源发电成本：

$\left(\begin{array}{c}{C}_{RES,i}\left(P_i\right(t\left)\right)=C_{DC,i}\left(P_i\right(t\left)\right)+C_{MO,i}\left(P_i\right(t\left)\right)-S_{ES,i}\left(P_i\right(t\left)\right)\\ =\frac{C_{AIC,i}(1+{\rho }_i)}{E_{APG,i}}·P_i\left(t\right)-k_{ES,i}·P_i\left(t\right)\\ =\left(\frac{C_{AIC,i}(1+{\rho }_i)}{E_{APG,i}}-k_{ES,i}\right)·P_i\left(t\right)\end{array}\right)$

C_DC,i、C_MO,i和S_ES,i分别为第i个可再生能源分布式电源输出功率P_i(t)时的折旧成本、运 行维护成本以及经济补贴；C_AIC,i为第i个可再生能源分布式电源的年均投资成本；ρ_i为第i个 可再生能源电源的运行维护成本系数；E_APG,i为第i个可再生能源分布式电源基于典型年历史 数据的年发电总量预测值；k_ES为根据当地能源政策而对可再生能源发电所设定的价格补贴系 数；

12)柴油发电机组发电成本：

$\left(\begin{array}{c}{C}_{DE}\left(P_{DE}\right(t\left)\right)=C_{DC}\left(P_{DE}\right(t\left)\right)+C_{MO}\left(P_{DE}\right(t\left)\right)+C_{FC}\left(P_{DE}\right(t\left)\right)+C_{EC}\left(P_{DE}\right(t\left)\right)\\ =(\frac{C_{AIC,DE}}{E_{APG,DE}}+K_{MO,DE})·P_{DE}\left(t\right)+(0.146+0.05415·P_{DE}^{RD}/P_{DE}(t\left)\right)·(c_{fp}+\underset{k=1}{\overset{5}{\Sigma }}{c}_{E,k})\end{array}\right)$

C_DC(P_DE(t))、C_MO(P_DE(t))、C_FC(P_DE(t))和C_EC(P_DE(t))分别表示柴油发电机组输出功率为 P_DE(t)时的折旧成本、运行维护成本、燃料成本和污染物治理成本；C_AIC,DE表示柴油发电机 组的年均投资成本；E_APG,DE表示基于典型年历史数据的柴油发电机组年发电总量预测值； K_MO,DE表示机组运行维护成本系数；表示柴油发电机组的额定功率；c_fp表示柴油燃料价 格；c_E,k表示第k种(k＝1,2,3,4,5分别代表NO_x，SO₂，CO₂，CO及灰尘)污染排放物的环境成 本系数；

13)蓄电池储能系统发电成本：

$\left(\begin{array}{c}{C}_{BESS}\left(P_{BESS}\left(t\right)\right)={\beta }_{BESS}·P_{BESS,dch}\left(t\right)\\ {\beta }_{BESS}=\frac{C_{init,BESS,}+C_{MO,BESS}}{E_{annu,BESS}}\end{array}\right)$

C_BESS(P_BESS(t))表示蓄电池储能系统在放电功率为P_BESS(t)时的发电成本；P_BESS,dch(t)表示 蓄电池储能系统的放电功率；β_BESS表示蓄电池储能系统的单位发电成本系数；

2)约束条件：独立微电网系统的约束条件包括系统电力供需平衡、旋转备用容量、分布 式电源输出功率约束、分布式电源最短启停时间约束和蓄电池储能系统容量约束等，以确保 微电网的稳定可靠；

21)系统电力供需平衡：

$\underset{j=1}{\overset{G}{\Sigma }}{P}_j\left(t\right)-P_{excessive}\left(t\right)=P_L\left(t\right)$

P_excessive(t)为超出系统负荷需求的功率，P_L(t)为系统的总负荷需求；

22)旋转备用容量：

$\underset{g=1}{\overset{R}{\Sigma }}{P}_{CG,SR}\left(t\right)\ge {\mathrm{\Delta P}}_{MG,SR}\left(t\right)$

ΔP_MG,SR(t)＝e_MG·P_net-L(t)

R为独立微电网系统中主控电源数目；P_CG,SR(t)为独立微电网系统中主控电源可用的旋转 备用容量；P_MG,SR(t)为独立微电网系统所需的旋转备用容量；e_MG为独立微电网系统净负荷实 际值与预测值之间才偏差率；P_net-L(t)为独立微电网系统的净负荷需求 (P_net-L(t)＝P_L(t)-P_WT(t)-P_PV(t))；

23)分布式电源输出功率约束：

a.主控电源

P_M,low,h(t)≤P_M,h(t)≤P_M,high,h(t)

$\left(\begin{array}{c}{P}_{M,high,h}\left(t\right)=P_{M,max,h}-\Delta P_{MG,SR}\left(t\right)\\ P_{M,low,h}\left(t\right)=P_{M,min,h}+\Delta P_{MG,SR}\left(t\right)\end{array}\right)$

P_M,h(t)表示第h个主控电源的输出功率；P_M,high,h(t)和P_M,low,h(t)分别为第h个主控电源在 正常运行区域内输出功率的上限和下限值；P_M,max,h和P_M,min,h分别为第h个主控电源的技术输 出功率的最大值和最小值；

b.从控电源

P_S,min,l≤P_S,l(t)≤P_S,max,l

P_S,l(t)表示第l个从控电源的输出功率；P_S,max,l和P_S,min,l分别表示第l个从控电源的技术输 出功率的最大值和最小值；

24)分布式电源最短启停时间约束：

T_rs,j≥T_rs,min,j

T_rs,j表示第j个分布式电源的启停时间；T_rs,min,j表示第j个分布式电源最短持续开机和持 续停机时间；

25)蓄电池储能系统容量约束

SOC_min≤SOC_low≤SOC(t)≤SOC_high≤SOC_max

SOC_max表示蓄电池储能系统的最大规格容量(额定容量)，SOC_min为由制造商提供的最 小容量值，SOC_high和SOC_low分别表示蓄电池储能系统正常运行区域设定的容量最高值与最低 值。

本发明的有益效果在于：本发明根据独立微电网中蓄电池储能系统和柴油发电机组两种 不同主控电源的不同动态调节特性与经济性，并考虑各个调度时段之间的关联性，设计了独 立微电网系统双主控动态协作的经济调度优化策略与基于粒子群优化算法的双主控动态协作 的独立微电网经济调度优化过程，该动态调度优化策略可以最大限度发挥蓄电池储能系统的 耦合作用，以提高可再生能源利用率和减少柴油发电机组的运行时间，同时也可以提高柴油 发电机组的负载率，进而减少柴油发电机组的燃料成本与污染物治理成本，从而降低独立微 电网系统的发电成本，有效改善微电网经济运行性能。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为独立微电网动态经济调度方法流程示意图；

图2为独立微电网动态经济调度优化过程图；

图3为独立微电网系统结构示意图；

图4为基于双主控动态协作的独立微电网最优经济调度结果；

图5为基于柴油发电机组单主控电源的独立微电网经济调度结果。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

如图1和图2所示，本发明提供的一种基于双主控动态协作的独立微电网经济调度优化 策略，包括如下步骤：

步骤1：需要获得初始阶段的基本数据，包含有系统负荷需求、风电输出功率和光伏输 出功率、可用的分布式电源数量及输出功率限值、蓄电池储能系统的容量及容量限制值。

步骤2：建立独立微电网经济调度优化模型：

(1)优化目标：调度周期内的独立微电网系统总发电成本最小，目标函数定义如下：

C_MG(P)为独立微电网系统在整个调度周期NT内产生功率P所需要的总发电成本；N为 某调度周期[0，NT]内采样时间段T的个数；G为分布式电源的类型数量；C_j(P_j(t))表示第j 种分布式电源输出功率P_j(t)时的总发电成本；P_j(t)第j种分布式电源在第t个时间间隔期间 [(t-1)T，tT]的输出功率。

①可再生能源电源发电成本：

$\left(\begin{array}{c}{C}_{RES,i}\left(P_i\right(t\left)\right)=C_{DC,i}\left(P_i\right(t\left)\right)+C_{MO,i}\left(P_i\right(t\left)\right)-S_{ES,i}\left(P_i\right(t\left)\right)\\ =\frac{C_{AIC,i}(1+{\rho }_i)}{E_{APG,i}}·P_i\left(t\right)-k_{ES,i}·P_i\left(t\right)\\ =\left(\frac{C_{AIC,i}(1+{\rho }_i)}{E_{APG,i}}-k_{ES,i}\right)·P_i\left(t\right)\end{array}\right)$

C_DC,i、C_MO,i和S_ES,i分别为第i个可再生能源分布式电源输出功率P_i(t)时的折旧成本、运 行维护成本以及经济补贴；C_AIC,i为第i个可再生能源分布式电源的年均投资成本；ρ_i为第i个 可再生能源电源的运行维护成本系数；E_APG,i为第i个可再生能源分布式电源基于典型年历史 数据的年发电总量预测值；k_ES为根据当地能源政策而对可再生能源发电所设定的价格补贴系 数。

②柴油发电机组发电成本

$\left(\begin{array}{c}{C}_{DE}\left(P_{DE}\right(t\left)\right)=C_{DC}\left(P_{DE}\right(t\left)\right)+C_{MO}\left(P_{DE}\right(t\left)\right)+C_{FC}\left(P_{DE}\right(t\left)\right)+C_{EC}\left(P_{DE}\right(t\left)\right)\\ =(\frac{C_{AIC,DE}}{E_{APG,DE}}+K_{MO,DE})·P_{DE}\left(t\right)+(0.146+0.05415·P_{DE}^{RD}/P_{DE}(t\left)\right)·(c_{fp}+\underset{k=1}{\overset{5}{\Sigma }}{c}_{E,k})\end{array}\right)$

C_DC(P_DE(t))、C_MO(P_DE(t))、C_FC(P_DE(t))和C_EC(P_DE(t))分别表示柴油发电机组输出功率为 P_DE(t)时的折旧成本、运行维护成本、燃料成本和污染物治理成本；C_AIC,DE表示柴油发电机 组的年均投资成本；E_APG,DE表示基于典型年历史数据的柴油发电机组年发电总量预测值； K_MO,DE表示机组运行维护成本系数；表示柴油发电机组的额定功率；c_fp表示柴油燃料价 格；c_E,k表示第k种(k＝1,2,3,4,5分别代表NO_x，SO₂，CO₂，CO及灰尘)污染排放物的环境成 本系数。

③蓄电池储能系统发电成本

$\left(\begin{array}{c}{C}_{BESS}\left(P_{BESS}\left(t\right)\right)={\beta }_{BESS}·P_{BESS,dch}\left(t\right)\\ {\beta }_{BESS}=\frac{C_{init,BESS,}+C_{MO,BESS}}{E_{annu,BESS}}\end{array}\right)$

C_BESS(P_BESS(t))表示蓄电池储能系统在放电功率为P_BESS(t)时的发电成本；P_BESS,dch(t)表示 蓄电池储能系统的放电功率；β_BESS表示蓄电池储能系统的单位发电成本系数。

(2)约束条件：独立微电网系统的约束条件包括系统电力供需平衡、旋转备用容量、分布 式电源输出功率约束、分布式电源最短启停时间约束和蓄电池储能系统容量约束等，以确保 微电网系统的稳定可靠。

①系统电力供需平衡

$\underset{j=1}{\overset{G}{\Sigma }}{P}_j\left(t\right)-P_{excessive}\left(t\right)=P_L\left(t\right)$

P_excessive(t)为超出系统负荷需求的功率，P_L(t)为系统的总负荷需求。

②旋转备用容量

$\underset{g=1}{\overset{R}{\Sigma }}{P}_{CG,SR}\left(t\right)\ge {\mathrm{\Delta P}}_{MG,SR}\left(t\right)$

ΔP_MG,SR(t)＝e_MG·P_net-L(t)

R为独立微电网系统中主控电源数目；P_CG,SR(t)为独立微电网系统中主控电源可用的旋转 备用容量；P_MG,SR(t)为独立微电网系统所需的旋转备用容量；e_MG为独立微电网系统净负荷实 际值与预测值之间才偏差率；P_net-L(t)为独立微电网系统的净负荷需求 (P_net-L(t)＝P_L(t)-P_WT(t)-P_PV(t))。

③分布式电源输出功率约束

a.主控电源

P_M,low,h(t)≤P_M,h(t)≤P_M,high,h(t)

$\left(\begin{array}{c}{P}_{M,high,h}\left(t\right)=P_{M,max,h}-\Delta P_{MG,SR}\left(t\right)\\ P_{M,low,h}\left(t\right)=P_{M,min,h}+\Delta P_{MG,SR}\left(t\right)\end{array}\right)$

P_M,h(t)表示第h个主控电源的输出功率；P_M,high,h(t)和P_M,low,h(t)分别为第h个主控电源在 正常运行区域内输出功率的上限和下限值；P_M,max,h和P_M,min,h分别为第h个主控电源的技术输 出功率的最大值和最小值。

b.从控电源

P_S,min,l≤P_S,l(t)≤P_S,max,l

P_S,l(t)表示第l个从控电源的输出功率；P_S,max,l和P_S,min,l分别表示第l个从控电源的技术输 出功率的最大值和最小值。

④分布式电源最短启停时间约束

T_rs,j≥T_rs,min,j

T_rs,j表示第j个分布式电源的启停时间；T_rs,min,j表示第j个分布式电源最短持续开机和持 续停机时间。

⑤蓄电池储能系统容量约束

SOC_min≤SOC_low≤SOC(t)≤SOC_high≤SOC_max

SOC_max表示蓄电池储能系统的最大规格容量(额定容量)，SOC_min为由制造商提供的最小 容量值，SOC_high和SOC_low分别表示蓄电池储能系统正常运行区域设定的容量最高值与最低 值。

步骤3：采用粒子群优化算法对独立微电网经济调度优化模型进行综合权衡求解，同时 计算求解出整个调度周期内微电网系统的最小发电成本以及最恰当的经济调度方案。此处， 在每个采样周期内的微电网经济调度优化过程中都有两个不同的时间尺度：

(1)时间尺度t：仅用于优化求解系统的最小发电成本目标；

(2)时间尺度t′：仅用于优化选择系统运行控制模式，求解最恰当的经济调度方案。图1 中独立微电网的经济调度方案描述如下：

调度方案A：蓄电池储能系统作为主控电源(Mode1)，且独立微电网电源组合类型为“蓄 电池储能+风力发电机组+光伏发电机组”。此种情况下，微电网系统内的所有电力负荷需求都 是由风力发电机组、光伏发电机组和蓄电池储能系统来能够共同满足和承担，而不需柴油发 电机组的电力补充供应；

调度方案B：蓄电池储能系统作为主控电源(Mode1)，且独立微电网电源组合类型为“蓄 电池储能+风力发电机组+光伏发电机组+柴油发电机组”，而柴油发电机组则为从控电源并以 恒定功率方式提供电力输出。此种情况下，微电网系统内的所有电力负荷需求都是由蓄电池 储能系统、柴油发电机组、风力发电机组和太阳能光伏发电机组来共同承担和满足；

调度方案C：柴油发电机组作为主控电源(Mode2)，且独立微电网电源组合类型为“柴油 发电机组+风力发电机组+光伏发电机组”。此种情况下，微电网系统内的所有电力负荷需求都 是由风力发电机组、光伏发电机组和柴油发电机组来共同承担和满足，而不需要蓄电池储能 系统参与调节；

调度方案D：柴油发电机组作为主控电源(Mode2)，且独立微电网电源组合类型为“柴油 发电机组+风力发电机组+光伏发电机组+蓄电池储能”，而蓄电池储能系统则为从控电源并以 恒功率控制(PQ控制)方式协助柴油发电机组进行功率补偿调节。此种情况下，独立微电网系 统内的所有电力负荷需求都是由柴油发电机组、风力发电机组、光伏发电机组和蓄电池储能 系统来共同承担和满足；

调度方案E：两种不同模式间的交互切换，即根据系统实时运行需求，微电网系统从当 前控制模式切换到另一种控制模式。换言之，微电网系统的两种不同运行控制模式Mode1(蓄 电池储能系统为主控电源)与Mode2(柴油发电机组为主控电源)之间的相互切换。

图2中各符号的含义说明如下：P_L(t)为第t个采样时段内的负荷需求，P_WT(t)为第t个采 样时段内的风电输出功率，P_PV(t)为第t个采样时段内的光伏发电输出功率，P_BESS(t)为第t个 采样时段内的蓄电池充放电功率，P_DE(t)为第t个采样时段内的输出功率，SOC(t)为第t个采 样时段内的蓄电池荷电状态，C_MG(P_L(t))为满足第t个采样时段内负荷需求P_L(t)的独立微电网 系统发电总成本，M(t')为第t′个采样时段内的独立微电网运行控制模式，T为微电网运行周 期中的等值采样时间段，T_M(t'),min为第t′个采样时段内主控电源的最小启停时间限值， C_MG(P_L(NT))为独立微电网在整个运行周期中的最小发电成本总和。

步骤4：以采样时间段T(通常设定为5分钟)为基本单位逐次循环求解，并以一天(24小 时)为整个调度周期为最大值进行检验是否满足终止条件。如果满足，则输出整个调度周期内 所有采样时间段的微电网最小发电成本总和，即为所求解的独立微电网经济调度优化结果； 否则，则返回第一步继续运行直至满足终止条件。

参阅图3，在Matlab/Simulink中搭建风光柴蓄混合能源独立微电网仿真模型，以某一独 立微电网为例验证本方法所提出的双主控动态协作的独立微电网经济调度优化策略，并对独 立微电网采用基于柴油发电机组单主控电源调度策略“Mode1”与采用双主控动态协作的经 济调度优化策略“Mode1+Mode2”的经济性进行对比分析。风光柴蓄混合能源独立微电网 的电源基本参数如表1所示，设定独立微电网的调度周期为1天(24小时)，分成288个时段， 时间间隔(采样周期)为5分钟，仿真结果如图4和图5所示，“Mode1”与“Mode1+Mode2” 两种不同调度策略下的经济调度优化结果如表2所示。仿真结果验证了所提微电网双主控动 态协作的经济调度优化策略能够有效实现系统经济运行的最小化发电总成本目标和最大化利 用可再生能源，降低独立微电网系统的发电成本，提高了系统经济调度优化的效率和准确度。 这里需说明的是，图4与图5的没有给出的WT04、PV04、PV05、DE05及DE06的输出功 率曲线，表示这些分布式电源在该调度周期内没有运行。

表1分布式电源基本参数

表2两种经济调度策略的经济调度结果

由表2可知，风光柴蓄混合能源独立微电网经济调度的优化结果因调度策略不同而呈现 出较大差异，采用双主控动态协作的经济调度优化策略比采用单主控调度策略在一个调度周 期内节约发电成本5063.6097元。可见，如果按此比例计算，独立微电网系统采用双主控动 态协作的经济调度优化策略在一年内节约的总发电成本则是一个非常可观的数据 1848217.5405元。同时，在可再生能源发电利用率方面，该独立微电网在选择了文中所提出 的双主控动态协作的经济调度优化策略有效提高了可再生能源发电利用率更高(达到100％完 全吸收)；而采用单主控调度策略的可再生能源发电利用率则为96.59％，这表示为有部分可 再生能源分布式电源在该调度周期内切机。

图4为风光柴蓄混合能源独立微电网系统在双主控动态协作的经济调度优化策略下的系 统经济运行曲线，在该动态经济调度优化策略下，蓄电池储能系统和柴油发电机组根据系统 运行状况交替作为系统主控电源，其中：(a)为负荷需求及分布式电源输出功率曲线，(b)为各 风力发电机组输出功率曲线，(c)为光伏发电系统输出功率曲线，(d)为柴油发电机组的输出功 率曲线，(e)为蓄电池储能系统的SOC曲线，由图4(a)-(d)可知：

(1)蓄电池储能系统作为独立微电网系统主控电源的运行时段有：①在0:00—4:55及 23:05—24:00期间，当可再生能源电源风力发电机组和光伏发电系统的输出功率大于系统负 荷需求时，蓄电池通过充电控制吸收系统的功率差额，在此过程中，柴油发电机组不工作。 ②在5:25—7:35、11:55—13:00、17:20—17:55及19:45—21:25期间，风力发电机组和光伏发 电系统仍然以最大功率输出，柴油发电机组以恒定功率输出，蓄电池储能系统主要用于系统 的调峰作用，调节系统净负荷的功率波动。

(2)柴油发电机组作为独立微电网系统主控电源的运行时段有：除去上述蓄电池储能系 统作为主控电源的时间段，调度周期内的其它时间段均是柴油发电机组作为系统的主控电源， 为了减少传统能源的消耗以及污染物排放，柴油发电机组应尽可能以较高的负载率工作，此 时，蓄电池储能系统在其容量允许范围内，用于调节柴油发电机组的负载率与提供系统的瞬 时功率补偿。

图4(e)为蓄电池储能系统的容量变化曲线，清楚显示了蓄电池储能系统的工作状态与容 量变化，遵循了独立微电网系统的动态经济调度模型及动态调度策略的共同要求，最大程度 实现独立微电网系统总发电成本最小化目标。

图5为风光柴蓄混合能源独立微电网系统在单主控电源调度策略下的系统经济运行曲 线，在该单主控电源调度策略下，柴油发电机组作为独立微电网系统的主控电源跟随系统的 功率波动，而蓄电池储能系统仅作为从控电源为系统提高瞬时功率补偿，其中：(a)为负荷需 求及分布式电源输出功率曲线，(b)为风力发电机组的输出功率曲线，(c)为光伏发电系统输出 功率曲线，(d)为柴油发电机组的输出功率曲线，(e)为蓄电池储能系统的SOC曲线。由图5(a)-(e) 可知：

(1)独立微电网系统采用单主控电源调度策略时，不可避免导致系统在调度周期的某些 时间段内舍弃部分可再生能源分布式电源，如图5(b)所示的风力发电机组WT03在2:30—5:00 期间停止运行，从而导致可再生能源发电利用率下降。

(2)采用单主控电源调度策略也会导致在系统净负荷需求少的时间段，柴油发电机组的 负载率减少，其经济性下降，如图5(d)所示的柴油发电机组DE01在0:00—3:40期间，其输 出功率均低于50％的额定功率。柴油发电机组长时间的低负载率运行不仅影响自身的使用寿 命，也降低了独立微电网系统的运行经济性。

(3)由图5(a)和图5(e)可知，蓄电池储能系统通过充电控制提高柴油发电机组的负载率， 从而减少柴油发电机组的燃料消耗与污染物排放。但结合图5(d)所示的柴油发电机组输出功 率曲线可知，采用双主控动态协作的经济调度优化策略，蓄电池储能系统作为系统的主控电 源时，柴油发电机组某些时间段内可以以额定功率输出；但单主控电源调度策略则必需柴油 发电机组保证一定的旋转备用容量以应对系统的瞬时功率波动。可见，采用单主控电源调度 策略使得可再生能源分布式电源的利用率下降、柴油发电机组更多的燃料需求及更高污染物 排放量，从而导致独立微电网系统更高的发电成本。

由图4与图5的仿真结果可知，本发明提出的双主控动态协作的经济调度优化策略可以 最大限度发挥蓄电池储能系统的耦合作用，以提高可再生能源利用率和减少柴油发电机组的 运行时间，同时也可以提高柴油发电机组的负载率，进而减少柴油发电机组的燃料成本与污 染物治理成本，从而降低了独立微电网系统的发电成本。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述 优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和 细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。