并網(wǎng)運(yùn)行風(fēng)/光/儲(chǔ)微電網(wǎng)容量配置雙目標(biāo)優(yōu)化

蘭國軍，栗文義，尹凱，文博，宋沛辰

(1．內(nèi)蒙古工業(yè)大學(xué)電力學(xué)院，內(nèi)蒙古呼和浩特010080;2．大同超高壓供電局，山西大同037000)

并網(wǎng)運(yùn)行風(fēng)/光/儲(chǔ)微電網(wǎng)容量配置雙目標(biāo)優(yōu)化

蘭國軍1，栗文義1，尹凱1，文博1，宋沛辰2

(1．內(nèi)蒙古工業(yè)大學(xué)電力學(xué)院，內(nèi)蒙古呼和浩特010080;2．大同超高壓供電局，山西大同037000)

目前關(guān)于微網(wǎng)電源容量配置的研究主要針對獨(dú)立運(yùn)行情況，雖配置結(jié)果可保證系統(tǒng)運(yùn)行的可靠性，但增加了冗余投資。針對并網(wǎng)運(yùn)行的風(fēng)/光/儲(chǔ)微電網(wǎng)，制定了其運(yùn)行策略，分別建立了微網(wǎng)經(jīng)濟(jì)性和供電可靠性模型，采用多目標(biāo)模擬退火粒子群優(yōu)化算法求取模型的最優(yōu)解集，得到了微網(wǎng)中風(fēng)力和光伏發(fā)電及儲(chǔ)能系統(tǒng)容量配置方案。結(jié)果表明，相比于獨(dú)立運(yùn)行，在相同的可靠性要求下，以并網(wǎng)運(yùn)行的角度配置風(fēng)/光/儲(chǔ)微電源容量關(guān)系，可明顯降低微網(wǎng)投資成本。

并網(wǎng)運(yùn)行;風(fēng)/光/儲(chǔ)微電網(wǎng);容量配置;雙目標(biāo)優(yōu)化

1 引言

近年來，微電網(wǎng)技術(shù)已成為新能源發(fā)電領(lǐng)域的研究熱點(diǎn)，而電源的優(yōu)化配置是微網(wǎng)規(guī)劃建設(shè)的重要內(nèi)容［1，2］。由于風(fēng)、光資源的隨機(jī)性、波動(dòng)性和時(shí)間上的互補(bǔ)性，在風(fēng)/光/儲(chǔ)微電網(wǎng)中對風(fēng)、光微電源和儲(chǔ)能的容量進(jìn)行優(yōu)化配置，不僅可以保證資源的合理、有效利用，還可降低微網(wǎng)建設(shè)和運(yùn)營等成本，提高供電可靠性［3］。

微網(wǎng)具有并網(wǎng)/獨(dú)立兩種運(yùn)行模式，多數(shù)情況下處于并網(wǎng)運(yùn)行狀態(tài)。目前，針對微網(wǎng)電源容量配置的研究大多基于獨(dú)立運(yùn)行的情況［4，5］。文獻(xiàn)［6，7］對風(fēng)/光互補(bǔ)或其他微電源組成的獨(dú)立系統(tǒng)，以經(jīng)濟(jì)性為優(yōu)化目標(biāo)，研究微電源容量配置方案;由于沒有主網(wǎng)的電量支撐，要提高可靠性，必須以配置更多容量的電源為代價(jià)，因而配置結(jié)果往往增加了過多的冗余投資。文獻(xiàn)［8］針對微網(wǎng)并網(wǎng)運(yùn)行情況，以微網(wǎng)運(yùn)行成本最小為目標(biāo)，把負(fù)荷缺電率作為約束條件，研究微電源容量組合方案;但文章選取一天24h作為研究時(shí)段，不能反映全年運(yùn)行狀況;另外，上述研究都是針對單一目標(biāo)函數(shù)的優(yōu)化，而多目標(biāo)優(yōu)化方法是將經(jīng)濟(jì)性與可靠性等目標(biāo)函數(shù)都作為子目標(biāo)，對各子目標(biāo)函數(shù)同時(shí)尋優(yōu)，這樣可以協(xié)調(diào)處理相互矛盾的子目標(biāo)，使優(yōu)化結(jié)果更為合理［9］。

本文針對并網(wǎng)運(yùn)行的風(fēng)/光/儲(chǔ)微電網(wǎng)，制定了微網(wǎng)并網(wǎng)運(yùn)行策略，建立了經(jīng)濟(jì)性和可靠性雙目標(biāo)模型。以全年8760h為研究區(qū)間，采用多目標(biāo)模擬退火粒子群優(yōu)化算法，對該雙目標(biāo)模型求取pareto最優(yōu)解集，得到微電網(wǎng)中風(fēng)力和光伏發(fā)電及儲(chǔ)能容量配置方案;根據(jù)配置結(jié)果分析了并網(wǎng)運(yùn)行微網(wǎng)經(jīng)濟(jì)性與可靠性的關(guān)系。

2 微電源模型

2.1 風(fēng)力發(fā)電功率模型

風(fēng)力發(fā)電機(jī)輸出功率與風(fēng)速之間的近似關(guān)系用分段函數(shù)表示［10］:

式中，Pw、Pr分別為風(fēng)力發(fā)電機(jī)實(shí)際輸出功率和額定功率;vci為切入風(fēng)速;vco為切出風(fēng)速;vr為額定風(fēng)速。

2.2 光伏發(fā)電功率模型

光伏電池輸出功率如式(2)所示［10］:

式中，Ppv、ηg分別表示光伏電池輸出功率和光電轉(zhuǎn)換效率;Npv、Am為光伏電池塊數(shù)和單元面積;Gt為太陽輻照強(qiáng)度。

2.3 儲(chǔ)能裝置

儲(chǔ)能裝置在t時(shí)刻的荷電狀態(tài)由t－1時(shí)刻微電網(wǎng)的電量供求狀況和儲(chǔ)能裝置充放電狀態(tài)決定，具體儲(chǔ)能容量模型及荷電狀態(tài)將在微網(wǎng)運(yùn)行策略中詳述。文中采用標(biāo)準(zhǔn)額定容量為50kW·h的VRB-50釩蓄電池，不考慮外界環(huán)境對蓄電池充放電的影響［11］。

3 雙目標(biāo)優(yōu)化模型

3.1 經(jīng)濟(jì)性模型

從微網(wǎng)總支出成本(不計(jì)微網(wǎng)收益)的角度出發(fā)，建立經(jīng)濟(jì)模型，即在微電源投資和運(yùn)行維護(hù)成本的基礎(chǔ)上，計(jì)入向主網(wǎng)購電費(fèi)用和負(fù)荷缺電補(bǔ)償費(fèi)用，具體表達(dá)式為:

式中，F(xiàn)為微網(wǎng)的總費(fèi)用;CI為設(shè)備投資和運(yùn)行維護(hù)費(fèi)用;Ctra為從主網(wǎng)購電費(fèi)用;Ccop為缺電補(bǔ)償損失費(fèi)用。其表達(dá)式為:

式中，N為電源類型數(shù);xi為第i種電源(包括儲(chǔ)能)數(shù)目;Ccpi為第i種電源的等年值投資費(fèi)用;Comi為第i種電源年運(yùn)行和維護(hù)費(fèi)用;Ebuy(t)為t時(shí)刻向主網(wǎng)購電量;Pav為峰谷期平均購電費(fèi)用;LPS(t)為t時(shí)刻的缺電量;Pcop為給用戶的停電補(bǔ)償費(fèi)用［12］。系統(tǒng)的等年值裝機(jī)成本、運(yùn)行維護(hù)費(fèi)用計(jì)算方法見文獻(xiàn)［11］。

3.2 微網(wǎng)運(yùn)行策略及供電可靠性模型

微網(wǎng)全年(8760h)并網(wǎng)運(yùn)行，以1h為計(jì)算步長，t時(shí)刻風(fēng)力和光伏發(fā)電量為:

式中，Nw、Nv分別指風(fēng)力發(fā)電機(jī)和光伏電池?cái)?shù)量; Pw(t)、Pv(t)分別指t小時(shí)內(nèi)風(fēng)力和光伏發(fā)電量; Pre(t)是t小時(shí)內(nèi)風(fēng)力和光伏發(fā)電總發(fā)電量。由于微網(wǎng)與主網(wǎng)交換功率Pgrid受聯(lián)絡(luò)線物理容量或購售電合同限制，設(shè)定最大可交換功率為Pgridmax;為保證微網(wǎng)可靠經(jīng)濟(jì)運(yùn)行，根據(jù)風(fēng)力和光伏發(fā)電量Pre(t)的變化，制定微網(wǎng)并網(wǎng)運(yùn)行策略:

(1)當(dāng)t時(shí)刻Pre(t)大于負(fù)荷需求時(shí)，微電源在滿足負(fù)荷供電的情況下，向蓄電池充電。

1)若蓄電池組充電但未充滿，蓄電池的荷電狀態(tài)為:

式中，ES(t)為t時(shí)刻蓄電池組的儲(chǔ)能容量;σ為蓄電池每小時(shí)的自放電率;Pload(t)為t時(shí)刻的負(fù)荷功率，本文不計(jì)儲(chǔ)能及負(fù)荷側(cè)逆變器的效率。

2)若蓄電池組已充滿，仍有剩余發(fā)電量，可向主網(wǎng)輸電或啟用卸荷負(fù)載。蓄電池組的荷電狀態(tài)為:

式中，ESN為蓄電池組的額定總?cè)萘俊?/p>

(2)當(dāng)t時(shí)刻Pre(t)等于負(fù)荷需求時(shí)，蓄電池組的荷電狀態(tài)為:

(3)當(dāng)t時(shí)刻Pre(t)小于負(fù)荷需求時(shí)，首先選擇向主網(wǎng)購電。

1)若主網(wǎng)向微網(wǎng)輸送的電量可以補(bǔ)充供電缺額，蓄電池組荷電狀態(tài)和向主網(wǎng)購電量計(jì)算公式為:

2)若主網(wǎng)向微網(wǎng)輸送的電量不足以滿足供電缺額，啟用蓄電池組放電運(yùn)行以補(bǔ)充功率缺額。向主網(wǎng)購電量和蓄電池組荷電狀態(tài)為:

3)針對運(yùn)行策略2)，若蓄電池已達(dá)放電深度限制(即設(shè)定蓄電池最小荷電狀態(tài)SOCmin)仍不能滿足負(fù)荷供電需求，則切除可中斷負(fù)荷。微網(wǎng)向主網(wǎng)購電量和蓄電池荷電狀態(tài)為:

此時(shí)，負(fù)荷缺電量為:

根據(jù)負(fù)荷缺電量計(jì)算微網(wǎng)供電可靠性:

式中，ηLPSP為全年負(fù)荷缺電率(LPSP，the loss of power supply probability);LPS(t)、LPS(LPS，the loss of power supply)分別為t時(shí)刻和全年負(fù)荷缺電量。

4 雙目標(biāo)優(yōu)化求解

將風(fēng)力發(fā)電機(jī)、光伏電池和蓄電池臺(tái)數(shù)作為優(yōu)化過程中的決策變量，確定目標(biāo)函數(shù):

約束條件為:

式中，Nmin、Nmax分別為風(fēng)力發(fā)電和光伏發(fā)電滿足負(fù)荷需求所需的最大、最小數(shù)量;SOC(State of Charge)指蓄電池的荷電狀態(tài)。通常蓄電池的最小SOC為20%～30%，為保證蓄電池組具有足夠容量作為微網(wǎng)孤網(wǎng)運(yùn)行和極端條件下的備用，本文設(shè)定蓄電池最小荷電狀態(tài)SOCmin為50%。

5 模擬退火粒子群優(yōu)化算法

模擬退火粒子群算法是在標(biāo)準(zhǔn)粒子群算法的基礎(chǔ)上引入模擬退火機(jī)制，具有標(biāo)準(zhǔn)粒子群算法的并行性、快速性和模擬退火算法的全局性、精度高的優(yōu)點(diǎn)［13］。本文將多目標(biāo)模擬退火粒子群算法應(yīng)用到微電網(wǎng)電源容量配置優(yōu)化計(jì)算中。

6 算例分析

本文根據(jù)北方某地區(qū)的資源條件，針對并網(wǎng)運(yùn)行風(fēng)/光/儲(chǔ)微電網(wǎng)系統(tǒng)，研究微電源容量配置。風(fēng)力發(fā)電機(jī)、光伏電池和蓄電池等設(shè)備安裝、運(yùn)行成本等數(shù)據(jù)如表1所示［11］。風(fēng)力發(fā)電機(jī)的切入風(fēng)速、額定風(fēng)速和切出風(fēng)速分別取2.5m/s、12m/s和18m/s;光伏電池光電轉(zhuǎn)換效率ηg取13%，Am取0.6465m2;蓄電池每小時(shí)自放電率σ為0.01%。微網(wǎng)與主網(wǎng)的最大交換功率Pgridmax取50kW，缺電補(bǔ)償損失費(fèi)用Ccop取$0.1/(kW·h)［12］。將該地區(qū)某一年的風(fēng)速、太陽輻照強(qiáng)度數(shù)據(jù)及年負(fù)荷數(shù)據(jù)作為計(jì)算的輸入數(shù)據(jù)，如圖1曲線所示。采用模擬退火粒子群優(yōu)化算法，對微網(wǎng)成本、負(fù)荷缺電率兩個(gè)目標(biāo)函數(shù)同時(shí)尋優(yōu)得到微電源容量配置結(jié)果，文中分別列出了微網(wǎng)等年值成本最小和可靠性最高的兩種配置方案，見表2。

6.1 容量配置結(jié)果分析

圖1 微網(wǎng)所在地的氣象數(shù)據(jù)和負(fù)荷曲線Fig．1 Meteorological conditions and load at location ofmicrogrid

表1 微電源成本Tab．1 Cost ofmicro-sources

分析表1參數(shù)和表2容量配置結(jié)果發(fā)現(xiàn)，由風(fēng)力和光伏發(fā)電組成的微電網(wǎng)，由于存在風(fēng)速、光照不足的極端情況，為提高可靠性，所配置的微電源額定總?cè)萘窟h(yuǎn)大于微網(wǎng)不同時(shí)刻的負(fù)荷功率需求。這樣，使得微網(wǎng)的投資成本急劇增加。當(dāng)風(fēng)力發(fā)電機(jī)、光伏電池額定運(yùn)行時(shí)，微電源的可發(fā)電量將遠(yuǎn)遠(yuǎn)超過峰值負(fù)荷的需求，必將出現(xiàn)大量的電量剩余。因此，將風(fēng)力發(fā)電和光伏發(fā)電組成微電網(wǎng)并網(wǎng)運(yùn)行，參與主網(wǎng)能量調(diào)度和電量交換，可以充分有效地利用風(fēng)力和光伏發(fā)電。

表2 微電源配置結(jié)果Tab．2 Optimal configuration result ofmicro-sources

6.2 微網(wǎng)向主網(wǎng)購電分析

圖2顯示了不同時(shí)刻微網(wǎng)向主網(wǎng)的購電量。微網(wǎng)向主網(wǎng)購電時(shí)間主要集中在［2000，4000］和［6000，8000］小時(shí)區(qū)間內(nèi)，這是由于該區(qū)間內(nèi)當(dāng)?shù)仫L(fēng)速接近甚至超過20m/s，風(fēng)機(jī)退出運(yùn)行，此時(shí)光照低于額定輻照強(qiáng)度(1000W/m2)。而在［4000，6000］小時(shí)區(qū)間光照強(qiáng)度大于額定光照強(qiáng)度，風(fēng)速處于額定風(fēng)速和切出風(fēng)速之間，微電源發(fā)電量可滿足負(fù)荷供電需求，此時(shí)微網(wǎng)向主網(wǎng)購電很少。在微電源發(fā)電量大于負(fù)荷需求時(shí)，應(yīng)首先為蓄電池充電，然后向主網(wǎng)輸出電能，這樣可保證充足的備用容量。而將主網(wǎng)作為微網(wǎng)的備用和支撐，還可避免蓄電池頻繁充放電，延長蓄電池組的使用壽命。

圖2 不同時(shí)刻微網(wǎng)向主網(wǎng)購電量Fig．2 Power purchased from main grid in different time

6.3 儲(chǔ)能運(yùn)行策略分析

如圖3所示，由于蓄電池放電深度限制為50%，蓄電池剩余荷電量始終維持在25kW·h以上，這部分容量可為微網(wǎng)計(jì)劃或非計(jì)劃孤島運(yùn)行提供備用容量，從而保證微網(wǎng)在極端情況下的運(yùn)行可靠性。在并網(wǎng)運(yùn)行狀態(tài)下，通過制定合理的調(diào)度機(jī)制和配備完善的能量管理系統(tǒng)，蓄電池剩余荷電量還可配合主網(wǎng)削峰填谷。

6.4 經(jīng)濟(jì)性與可靠性關(guān)系

若設(shè)定微網(wǎng)與主網(wǎng)聯(lián)絡(luò)線交換功率Pgridmax= 0，可得到微網(wǎng)在孤島運(yùn)行狀態(tài)的電源配置情況。采用多目標(biāo)模擬退火粒子群優(yōu)化方法，求得pareto最優(yōu)前沿如圖4所示。

圖3 不同時(shí)刻單臺(tái)蓄電池荷電量Fig．3 SOC of battery cell in defferent time

圖4 雙目標(biāo)(等年值成本和負(fù)荷缺電率)優(yōu)化獲得的pareto前沿Fig．4 Pareto front caculated by bi-objective optimization for annual cost and LPSP

由圖4可看出，與獨(dú)立運(yùn)行比較，在相同可靠性指標(biāo)下，針對并網(wǎng)運(yùn)行配置微電源容量所需成本明顯低于孤網(wǎng)時(shí)的投資成本?？梢?，以微網(wǎng)并網(wǎng)運(yùn)行的角度配置微電源容量，可在保證微網(wǎng)運(yùn)行可靠性的同時(shí)降低投資、運(yùn)行成本。采用經(jīng)濟(jì)性和可靠性雙目標(biāo)同時(shí)優(yōu)化方法分析二者的關(guān)系比單目標(biāo)優(yōu)化方法更為直觀和明確。

7 結(jié)論

本文通過制定微網(wǎng)運(yùn)行策略，考慮微網(wǎng)向主網(wǎng)的購電費(fèi)用，建立了風(fēng)/光/儲(chǔ)微電網(wǎng)的經(jīng)濟(jì)性和可靠性雙目標(biāo)優(yōu)化模型。采用模擬退火粒子群優(yōu)化算法對模型求解，得到了微網(wǎng)中風(fēng)力發(fā)電機(jī)、光伏電池和儲(chǔ)能系統(tǒng)的容量配置關(guān)系。算例分析結(jié)果表明:相比于獨(dú)立運(yùn)行，針對微網(wǎng)并網(wǎng)運(yùn)行配置微電源容量，在合理的調(diào)度和運(yùn)行策略下，可以滿足系統(tǒng)的供電可靠性，并降低微電網(wǎng)投資成本。

［1］李鵬，張玲(Li Peng，Zhang Ling)．微網(wǎng)技術(shù)應(yīng)用與分析(Application and analysis ofmicrogrid)［J］．電力系統(tǒng)自動(dòng)化(Automation of Electric Power Systems)，2009，33(20):109-115．

［2］程軍照，李澍森，馮宇，等(Cheng Junzhao，Li Shusen，F(xiàn)eng Yu，et al．)．發(fā)達(dá)國家微網(wǎng)政策及其對中國的借鑒意義(Policies on microgrid in developed countries and implications for China)［J］．電力系統(tǒng)自動(dòng)化(Automation of Electric Power Systems)，2010，34 (1):64-68．

［3］劉文勝，毛曉明，陳志勇(Liu Wensheng，Mao Xiaoming，Chen Zhiyong)．微網(wǎng)優(yōu)化運(yùn)行研究進(jìn)展與展望(A review on microgrid optimal operation)［J］．電工電能新技術(shù)(Advanced Technology of Electrical Engineering and Energy)，2012，31(2):64-68．

［4］石慶均，耿光超，江全元(Shi Qingjun，Geng Guangchao，Jiang Quanyuan)．獨(dú)立運(yùn)行模式下的微網(wǎng)實(shí)時(shí)能量優(yōu)化調(diào)度(Real-time optimal energy dispatch of standalonemicrogrid)［J］．中國電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2012，32(16):26-35．

［5］王瑞琪，李珂，張承慧(Wang Ruiqi，Li Ke，Zhang Chenghui)．基于混沌多目標(biāo)遺傳算法的微網(wǎng)系統(tǒng)容量優(yōu)化(Optimization allocation of microgrid capacity based on chaotic multi-objective genetic algorithm)［J］．電力系統(tǒng)保護(hù)與控制(Power System Protection and Control)，2011，39(22):16-22．

［6］楊琦，張建華，劉自發(fā)，等(Yang Qi，Zhang Jianhua，Liu Zifa，et al．)．風(fēng)光互補(bǔ)混合供電系統(tǒng)多目標(biāo)優(yōu)化設(shè)計(jì)(Multi-objective optimization of hybrid PV/ wind power supply system)［J］．電力系統(tǒng)自動(dòng)化(Automation of Electic Power System)，2009，33(17): 86-90．

［7］丁明，包敏，吳紅斌，等(Ding Ming，Bao Min，Wu Hongbin，et al．)．復(fù)合能源分布式發(fā)電系統(tǒng)的機(jī)組組合問題(Unit commitment problem in distributed generation system with multiple energy sources)［J］．電力系統(tǒng)自動(dòng)化(Automation of Electric Power System)，2008，32(6):46-50．

［8］Lin Shan，LiGengyin，Wang Wenbo，et al．Optimal sizing combination of the micro-sources in a connected microgrid［A］．2012 IEEE Innovative Smart Grid Technologies-Asia(ISGT Asia)［C］．2012.1-5．

［9］肖曉偉，肖迪，林錦國，等(Xiao Xiaowei，Xiao Di，Lin Jinguo，et al．)．多目標(biāo)優(yōu)化問題的研究概述(O-verview on multiobjective optimization problem research)［J］．計(jì)算機(jī)應(yīng)用研究(Application Research of Computers)，2011，28(3):805-808，827．

［10］H Hassanzadehfard，SM Moghaddas-Tafreshi，SM Hakimi．Effect of energy storage systems on optimal sizing of islanded micro-grid considering interruptible loads［A］．Proceedings of the 2011 3rd International Youth Conference on Energetics(IYCE)［C］．2011.1-7．

［11］馬溪原，吳耀文，孫元章，等(Ma Xiyuan，Wu Yaowen，Sun Yuanzhang，et al．)．采用改進(jìn)細(xì)菌覓食算法的風(fēng)光儲(chǔ)混合微電網(wǎng)電源優(yōu)化配置(Optimal sizing of hybrid solar-wind distributed generation in an isolated microgrid using improved bacterial foraging algorithm)［J］．中國電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2011，31(25):17-25．

［12］言大偉，韋鋼，陳眩姿，等(Yan Dawei，Wei Gang，Chen Xuanzi，et al．)．考慮可中斷負(fù)荷的微網(wǎng)能量優(yōu)化(Optimization considering interruptible load)［J］．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA)，2012，24(1):88-93．

［13］李勇，王建君，曹麗華(Li Yong，Wang Jianjun，Cao Lihua)．火電廠負(fù)荷優(yōu)化分配的模擬退火粒子群算法(Simulated annealing particle swarm optimization algorithm ofoptimal load dispatch in power plant)［J］．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA)，2011，23(3):40-44．

Bi-objective optim ization of capacity configuration based on grid-connected w ind/photovoltaic/storagem icrogrid

LAN Guo-jun1，LIWen-yi1，YIN Kai1，WEN Bo1，SONG Pei-chen2
(1．School of Electric Power，Inner Mongolia University of Technology，Hohhot010080，China; 2．Datong Extra-high Voltage Power Supply Bureau，Datong 037000，China)

Currently，research onmicro-sources capacity configuration is concentrated on the case of isolatedmicrogrid．Though configuration results can guarantee the reliability of the system connected or disconnected，the redundant investment is increased．In this paper，the operation strategy for the parallel operation of wind/photovoltaic/ storagemicrogrid is developed，and the economymodel and power supply reliability model are established respectively，usingmulti-objective simulated annealing particle swarm optimization algorithm to calculate optimal solution set of themodel．The configuration scheme of the wind power，photovoltaic power and energy storage system is obtained．It shows thatas compared with the isolated operation，to configure themicro-sources capacity relationship of wind/photovoltaic/storagemicrogrid in view of parallel operation，the investment cost will be decreased obviously under the same reliability requirement．

parallel operation;wind/photovoltaic/storagemicrogrid;capacity configuration;bi-objective optimization

TM9

A

1003-3076(2015)03-0018-06

2013-09-26

內(nèi)蒙古自然科學(xué)基金(2013MS0701)、內(nèi)蒙古“草原英才”工程、內(nèi)蒙古工業(yè)大學(xué)風(fēng)能太陽能利用技術(shù)省部共建教育部重點(diǎn)實(shí)驗(yàn)室開放基金資助項(xiàng)目

蘭國軍(1989-)，男，內(nèi)蒙古籍，碩士研究生，研究方向?yàn)樾履茉窗l(fā)電及微電網(wǎng)技術(shù);栗文義(1963-)，男，內(nèi)蒙古籍，教授，博士生導(dǎo)師，博士，主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃及可靠性分析、新能源發(fā)電(通信作者)。