金堯, 王正宇，蔣傳文，張?jiān)?，趙巖

(1.上海交通大學(xué)電子信息與電氣工程學(xué)院，上海市 200240； 2.貴州電網(wǎng)公司電網(wǎng)規(guī)劃研究中心，貴陽市 550002；3.國網(wǎng)上海市電力公司，上海市200122)

主動(dòng)配電網(wǎng)與主網(wǎng)協(xié)調(diào)調(diào)度

金堯1, 王正宇1，蔣傳文1，張?jiān)?，趙巖3

(1.上海交通大學(xué)電子信息與電氣工程學(xué)院，上海市 200240； 2.貴州電網(wǎng)公司電網(wǎng)規(guī)劃研究中心，貴陽市 550002；3.國網(wǎng)上海市電力公司，上海市200122)

主動(dòng)配電網(wǎng)(active distribution network， ADN)擁有更多的調(diào)度自主權(quán)，能夠主動(dòng)管理分布式發(fā)電機(jī)、儲(chǔ)能設(shè)備以及主動(dòng)負(fù)荷，實(shí)現(xiàn)配網(wǎng)的高效運(yùn)行。主網(wǎng)與配網(wǎng)調(diào)度結(jié)果相互影響，因此在制定ADN優(yōu)化調(diào)度方案時(shí)，除了考慮自身的運(yùn)行成本，還應(yīng)該兼顧與主網(wǎng)之間的協(xié)調(diào)問題。該文設(shè)計(jì)配網(wǎng)與主網(wǎng)實(shí)時(shí)信息交互模式，對(duì)主動(dòng)負(fù)荷和儲(chǔ)能設(shè)備進(jìn)行建模分析，提出基于實(shí)時(shí)電價(jià)的協(xié)調(diào)調(diào)度模型；并針對(duì)該調(diào)度模型，提出并行優(yōu)化算法，通過對(duì)連接配網(wǎng)的IEEE 9節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真，驗(yàn)證了模型及求解算法的有效性；最后，分析比較了需求側(cè)響應(yīng)、儲(chǔ)能設(shè)備和聯(lián)絡(luò)線功率上限對(duì)調(diào)度結(jié)果產(chǎn)生的影響。

主動(dòng)配電網(wǎng)(ADN)；協(xié)調(diào)調(diào)度；需求側(cè)響應(yīng)；儲(chǔ)能設(shè)備；分布式發(fā)電機(jī)

0 引 言

受到資源短缺和環(huán)境污染的制約，傳統(tǒng)化石能源在電網(wǎng)中的比例逐漸下降，分布式能源滲透率不斷提高。在大規(guī)?？稍偕茉唇尤腚娋W(wǎng)后，配電網(wǎng)不再是作為一個(gè)純粹的受電端，將擁有更多的自主權(quán)，能夠?qū)Ψ植际侥茉匆约皟?chǔ)能設(shè)備進(jìn)行調(diào)度，并且可以對(duì)負(fù)荷進(jìn)行需求側(cè)管理。配網(wǎng)中分布式電源、儲(chǔ)能設(shè)備、需求側(cè)響應(yīng)等新元素的出現(xiàn)，給傳統(tǒng)的配網(wǎng)運(yùn)行調(diào)度模式帶來了新的挑戰(zhàn)，主動(dòng)配電網(wǎng)(active distribution network，ADN)應(yīng)運(yùn)而生[1-5]。主動(dòng)配電網(wǎng)是指能夠自主控制分布式發(fā)電機(jī)(distributed generation，DG)、主動(dòng)負(fù)荷和儲(chǔ)能設(shè)備的配電網(wǎng)[6]，能夠通過靈活的調(diào)度方式消納可再生能源，減小間歇性能源不確定性對(duì)電網(wǎng)可靠性造成的影響。

現(xiàn)有的ADN調(diào)度模型研究中，往往只是單獨(dú)考慮配電網(wǎng)側(cè)的調(diào)度，忽略了配網(wǎng)與主網(wǎng)之間的信息交互與協(xié)調(diào)。文獻(xiàn)[7]的配網(wǎng)調(diào)度模型中綜合考慮了DG、儲(chǔ)能設(shè)備和主動(dòng)負(fù)荷。文獻(xiàn)[8]基于用戶、電網(wǎng)和環(huán)境效率最優(yōu)，建立主動(dòng)負(fù)荷需求側(cè)響應(yīng)決策模型。文獻(xiàn)[9]將隨機(jī)規(guī)劃理論應(yīng)用于ADN調(diào)度模型中，考慮了風(fēng)力和光伏發(fā)電帶來的不確定性影響。文獻(xiàn)[10]通過控制分布式電源和聯(lián)絡(luò)線開關(guān)來實(shí)現(xiàn)配電網(wǎng)運(yùn)行成本最優(yōu)。文獻(xiàn)[11]的調(diào)度模型中包含了基于經(jīng)濟(jì)效益最優(yōu)的日前調(diào)度模型和基于可靠性的實(shí)時(shí)調(diào)度模型。

需求側(cè)響應(yīng)能夠削峰填谷，提高電網(wǎng)消納新能源的能力。文獻(xiàn)[12]驗(yàn)證了通過需求側(cè)響應(yīng)能夠有效降低電網(wǎng)成本，節(jié)省能源消耗。文獻(xiàn)[13-14]建立了能夠統(tǒng)一調(diào)配發(fā)電資源和互動(dòng)負(fù)荷的發(fā)用電一體化調(diào)度模型，使用電側(cè)可以參與到電網(wǎng)的運(yùn)行中。文獻(xiàn)[15]將可中斷負(fù)荷和用電激勵(lì)負(fù)荷視作系統(tǒng)備用的一部分。文獻(xiàn)[16]研究了電價(jià)響應(yīng)和用戶滿意度機(jī)制。由于我國沒有實(shí)施實(shí)時(shí)電價(jià)，需求側(cè)響應(yīng)主要通過分時(shí)電價(jià)引導(dǎo)，無法實(shí)現(xiàn)用戶與電網(wǎng)的信息互動(dòng)，甚至有可能造成新的負(fù)荷高峰。本文提出的協(xié)調(diào)調(diào)度模型是基于實(shí)時(shí)電價(jià)機(jī)制，能夠更為精確地反映負(fù)荷及供電成本的變化，充分調(diào)動(dòng)用戶參與需求側(cè)響應(yīng)的積極性，更有利于主網(wǎng)與配網(wǎng)間協(xié)調(diào)互動(dòng)。

主網(wǎng)一般通過電價(jià)因素來影響配電網(wǎng)的調(diào)度計(jì)劃，同時(shí)配電網(wǎng)的調(diào)度計(jì)劃反過來也會(huì)對(duì)主網(wǎng)產(chǎn)生影響，如果僅從主網(wǎng)側(cè)或者配網(wǎng)側(cè)研究，往往不能得到全局較優(yōu)的方案，因此在制定調(diào)度計(jì)劃時(shí)，有必要做到主網(wǎng)與配網(wǎng)的協(xié)調(diào)。文獻(xiàn)[17]提出一種雙層調(diào)度模型，將聯(lián)絡(luò)線功率作為2個(gè)模型協(xié)調(diào)變量，能夠有效平衡主網(wǎng)成本和配網(wǎng)成本。文獻(xiàn)[18]提出的雙層調(diào)度模型分為用戶側(cè)模型和可控負(fù)荷模型，并驗(yàn)證了通過雙層優(yōu)化模型調(diào)度可控負(fù)荷能夠提高能源利用效率。文獻(xiàn)[19]研究了電動(dòng)汽車車群與主網(wǎng)之間的協(xié)調(diào)調(diào)度問題。

基于上述背景，本文假設(shè)ADN可以與主網(wǎng)進(jìn)行實(shí)時(shí)的信息互動(dòng)，提出實(shí)時(shí)電價(jià)條件下主網(wǎng)與配電網(wǎng)的協(xié)調(diào)調(diào)度模型，以成本效益最優(yōu)為目標(biāo)函數(shù)， 綜合考慮分布式能源、儲(chǔ)能設(shè)備以及需求側(cè)響應(yīng)的影響，并通過算例進(jìn)行仿真分析。

1 協(xié)調(diào)調(diào)度架構(gòu)

ADN調(diào)度的核心就是要充分發(fā)揮配網(wǎng)中分布式電源、儲(chǔ)能設(shè)備和需求側(cè)響應(yīng)的作用，實(shí)現(xiàn)配網(wǎng)和主網(wǎng)的高效運(yùn)行，在實(shí)現(xiàn)效益最優(yōu)的同時(shí)，充分消納分布式電源，降低負(fù)荷峰谷差率，降低網(wǎng)絡(luò)損耗，提高電網(wǎng)的可靠性。

1.1 主網(wǎng)與配網(wǎng)協(xié)調(diào)調(diào)度

配網(wǎng)根據(jù)主網(wǎng)反饋的節(jié)點(diǎn)價(jià)格和售電量，又會(huì)調(diào)整自身的發(fā)電計(jì)劃與購電計(jì)劃，來確保自身成本最優(yōu)以及聯(lián)絡(luò)線功率與售電量相符合。

從上述分析可以看出，一方面主網(wǎng)的節(jié)點(diǎn)價(jià)格會(huì)影響配網(wǎng)的調(diào)度方案，另一方面配網(wǎng)的購電量也會(huì)影響主網(wǎng)的調(diào)度方案，所以主網(wǎng)和配網(wǎng)在制定調(diào)度方案時(shí)，存在信息交互的過程，如圖1所示，通過這種信息交互能夠做到全局的優(yōu)化，避免主網(wǎng)和配網(wǎng)調(diào)度方案陷入局部最優(yōu)。

圖1 主網(wǎng)與配電網(wǎng)間信息交互

1.2 主動(dòng)負(fù)荷模型

ADN一個(gè)重要的特點(diǎn)就是能夠?qū)χ鲃?dòng)負(fù)荷進(jìn)行需求側(cè)管理，將高峰的負(fù)荷平移到非高峰時(shí)段，這樣既能節(jié)省用電成本，又能夠緩解電網(wǎng)負(fù)荷壓力，本文的需求側(cè)響應(yīng)方案主要基于對(duì)節(jié)點(diǎn)價(jià)格和配網(wǎng)自身負(fù)荷水平的響應(yīng)[20]。

(1)

(2)

1.3 儲(chǔ)能設(shè)備模型

配網(wǎng)中加裝儲(chǔ)能設(shè)備一方面能夠平衡間歇性能源出力的波動(dòng)，另一方面能夠在負(fù)荷低谷、充電高峰時(shí)放電，起到削峰填谷的作用。本文不考慮儲(chǔ)能設(shè)備的運(yùn)行維護(hù)費(fèi)用，對(duì)于儲(chǔ)能設(shè)備有以下約束[21]：

NSOCmin≤Et≤NSOCmax

(3)

(4)

E1=ET

(5)

2 協(xié)調(diào)調(diào)度模型

本文提出了一種實(shí)時(shí)電價(jià)背景下主網(wǎng)與配網(wǎng)的協(xié)調(diào)調(diào)度模型，主網(wǎng)調(diào)度模型以購電成本最優(yōu)為目標(biāo)函數(shù)，配網(wǎng)調(diào)度模型的目標(biāo)函數(shù)中考慮了發(fā)電成本、購電成本以及懲罰項(xiàng)。

2.1 主網(wǎng)調(diào)度模型

主網(wǎng)調(diào)度采用單邊開放的有功競(jìng)價(jià)交易模型，并按照發(fā)電機(jī)組的實(shí)際報(bào)價(jià)進(jìn)行結(jié)算，目標(biāo)函數(shù)為調(diào)度周期內(nèi)主網(wǎng)購電成本最優(yōu)，即

(6)

主網(wǎng)的約束條件如下。

(1)功率平衡約束：

(7)

(2)機(jī)組出力約束：

(8)

(3)機(jī)組爬坡速率約束：

(9)

式中：εDRi和εURi為機(jī)組i增減出力限制。

(4)線路傳輸容量約束：

(10)

(5)節(jié)點(diǎn)電壓約束：

(11)

2.2 配網(wǎng)調(diào)度模型

對(duì)于配電網(wǎng)i，其調(diào)度模型的目標(biāo)函數(shù)為

(12)

系統(tǒng)的約束條件如下。

(1)功率平衡約束：

(13)

(2)可控機(jī)組出力約束：

(14)

(3)機(jī)組爬坡速率約束：

(15)

(4)機(jī)組連續(xù)運(yùn)行、停運(yùn)時(shí)間約束：

(16)

(17)

(5)聯(lián)絡(luò)線功率約束：

(18)

此外，需求側(cè)響應(yīng)約束見公式(1)，儲(chǔ)能設(shè)備約束見公式(3)～(5)，線路傳輸功率約束、節(jié)點(diǎn)電壓約束與主網(wǎng)模型相同。

3 仿真分析

3.1 調(diào)度求解流程

本文中，主網(wǎng)的調(diào)度模型是最優(yōu)潮流問題，通過MATPOWER進(jìn)行計(jì)算求解，可以得到聯(lián)絡(luò)節(jié)點(diǎn)的節(jié)點(diǎn)價(jià)格，作為實(shí)際結(jié)算的價(jià)格。配網(wǎng)的調(diào)度模型采用粒子群算法進(jìn)行求解，可以得到配網(wǎng)DG的出力計(jì)劃、需求響應(yīng)和儲(chǔ)能設(shè)備的運(yùn)行策略。

3.2 算例描述

本文選用IEEE 9節(jié)點(diǎn)系統(tǒng)作為主網(wǎng)的網(wǎng)架，在節(jié)點(diǎn)B7接入ADN，在配網(wǎng)的節(jié)點(diǎn)b3加裝風(fēng)機(jī)和儲(chǔ)能設(shè)備，在節(jié)點(diǎn)b5和b6接入可控機(jī)組CG1和CG2，如圖3所示。假設(shè)主網(wǎng)所有線路傳輸容量均為300 MW，配網(wǎng)線路以及配網(wǎng)與主網(wǎng)聯(lián)絡(luò)線傳輸容量為80 MW，節(jié)點(diǎn)電壓上下限分別為額定電壓的1.1倍和0.9倍。

發(fā)電機(jī)組參數(shù)如表1所示，假設(shè)所有機(jī)組最小運(yùn)行和停運(yùn)時(shí)間為2 h，初始狀態(tài)為運(yùn)行2 h，啟動(dòng)費(fèi)用為100 $，增減出力限制為 30 MW/h。配網(wǎng)的線路參數(shù)如表2所示，假設(shè)儲(chǔ)能設(shè)備的額定容量為20 MW·h，最大放電功率為6 MW，最大充電功率為3 MW，充放電效率均為0.9。需求側(cè)響應(yīng)最大可轉(zhuǎn)出負(fù)荷為負(fù)荷的3%，最大可接收平移負(fù)荷為負(fù)荷的10%。

圖2 協(xié)調(diào)調(diào)度模型求解過程

圖3 含ADN的IEEE 9節(jié)點(diǎn)系統(tǒng)

表2 線路參數(shù)

ADN一天24 h的負(fù)荷和風(fēng)力發(fā)電預(yù)測(cè)如表3所示，配網(wǎng)節(jié)點(diǎn)b1、b2、b5和b6的負(fù)荷比例為1:2:1:1，主網(wǎng)節(jié)點(diǎn)B5和B9負(fù)荷分別為配網(wǎng)負(fù)荷的69%和75%，所有節(jié)點(diǎn)負(fù)荷的功率因素設(shè)為0.95，儲(chǔ)能設(shè)備的功率因素為1，風(fēng)力發(fā)電的功率因素為0.9。假設(shè)配網(wǎng)初始預(yù)測(cè)的節(jié)點(diǎn)價(jià)格為：8$/( MW·h) (01:00—06:00，19:00—24:00)，12 $/( MW·h) (07:00—12:00)，16 $/( MW·h)(13:00—18:00)。

表3 負(fù)荷及風(fēng)力發(fā)電預(yù)測(cè)數(shù)據(jù)

Table 3 Forecasted load and wind power data MW

3.3 計(jì)算結(jié)果分析

利用本文中介紹的優(yōu)化算法求解協(xié)調(diào)調(diào)度模型，得到機(jī)組的有功出力、需求側(cè)響應(yīng)和儲(chǔ)能設(shè)備運(yùn)行狀態(tài)，從結(jié)果可以看出主網(wǎng)機(jī)組由于成本較低全部開啟，配網(wǎng)機(jī)組成本較高并不是全天開啟，主要集中在負(fù)荷高峰時(shí)段開啟，這一方面是由于聯(lián)絡(luò)線功率限制，另一方面由于主網(wǎng)機(jī)組在負(fù)荷高峰時(shí)段邊際成本較高。

為了與協(xié)調(diào)調(diào)度方案對(duì)比，假設(shè)主網(wǎng)與配網(wǎng)之間沒有信息交互，各自制定自己的調(diào)度方案，配網(wǎng)根據(jù)預(yù)測(cè)的節(jié)點(diǎn)電價(jià)制定日前調(diào)度方案，并向主網(wǎng)申報(bào)購電量，主網(wǎng)再制定主網(wǎng)的購電方案，實(shí)時(shí)調(diào)度中聯(lián)絡(luò)線功率應(yīng)與申報(bào)的購電量一致，并按照實(shí)際的節(jié)點(diǎn)價(jià)格結(jié)算。

表4對(duì)比了協(xié)調(diào)調(diào)度模型和無信息互動(dòng)的調(diào)度模型的成本和收益，其中總發(fā)電成本包括主網(wǎng)機(jī)組和配網(wǎng)機(jī)組，主網(wǎng)收益指主網(wǎng)售電費(fèi)用減去購電費(fèi)用，配網(wǎng)成本指配網(wǎng)發(fā)電費(fèi)用加上從主網(wǎng)購電費(fèi)用。可以看出協(xié)調(diào)調(diào)度不僅能夠降低配網(wǎng)成本，還能增加主網(wǎng)收益，通過信息互動(dòng)能夠優(yōu)化全網(wǎng)的機(jī)組配置。

表4 系統(tǒng)成本和收益對(duì)比

Table 4 System cost and benefit comparison $

為了進(jìn)一步驗(yàn)證協(xié)調(diào)調(diào)度模型結(jié)果的優(yōu)劣，將該配網(wǎng)模型接入IEEE 118系統(tǒng)，除主網(wǎng)參數(shù)外，其他條件不變。表5對(duì)比了不同系統(tǒng)，協(xié)調(diào)調(diào)度和全網(wǎng)優(yōu)化調(diào)度的總成本。全網(wǎng)優(yōu)化調(diào)度定義為，假設(shè)配網(wǎng)所有機(jī)組由主網(wǎng)統(tǒng)一調(diào)度，調(diào)度模型以經(jīng)濟(jì)性最優(yōu)為目標(biāo)函數(shù)，考慮網(wǎng)絡(luò)和機(jī)組的約束?？梢缘玫絀EEE 9節(jié)點(diǎn)系統(tǒng)中協(xié)調(diào)調(diào)度比全網(wǎng)調(diào)度成本高1.2%，IEEE 118節(jié)點(diǎn)系統(tǒng)中協(xié)調(diào)調(diào)度比全網(wǎng)調(diào)度成本高0.7%，這主要是由于在較大系統(tǒng)中，ADN對(duì)節(jié)點(diǎn)電價(jià)的影響有限，所以ADN的調(diào)度策略對(duì)全網(wǎng)影響相對(duì)較小。盡管經(jīng)濟(jì)性上稍遜于全網(wǎng)統(tǒng)一調(diào)度，協(xié)調(diào)調(diào)度模型中主網(wǎng)和配網(wǎng)間只需要傳遞購電量和節(jié)點(diǎn)價(jià)格等關(guān)鍵的協(xié)調(diào)變量，而統(tǒng)一調(diào)度需要傳遞配網(wǎng)所有節(jié)點(diǎn)用電信息和機(jī)組調(diào)度指令，所以協(xié)調(diào)調(diào)度模型能夠減小主網(wǎng)的調(diào)度壓力。

表5 不同運(yùn)行方式下系統(tǒng)成本對(duì)比

Table 5 System cost comparison under different running modes $

圖4選取了某一天19：00的購電量與節(jié)點(diǎn)價(jià)格的變化情況，來展示協(xié)調(diào)調(diào)度算法的迭代收斂過程。可以看出，由于配網(wǎng)調(diào)度模型的目標(biāo)函數(shù)加入了懲罰項(xiàng)，無論是購電量還是節(jié)點(diǎn)價(jià)格，在迭代3到4次時(shí)已經(jīng)達(dá)到收斂，證明了算法具有良好的收斂性。

需求側(cè)響應(yīng)能夠?qū)⒁徊糠指叻遑?fù)荷平移到非高峰時(shí)段，減小了高峰時(shí)的機(jī)組壓力，圖5對(duì)比了不同需求側(cè)響應(yīng)參與度下的負(fù)荷曲線，原始負(fù)荷的峰谷差率為38.76%，可平移負(fù)荷為3%時(shí)峰谷差率為31.42%，為5%時(shí)峰谷差率為30.08%，可以看出用戶需求側(cè)響應(yīng)的參與度越高，對(duì)電網(wǎng)削峰填谷貢獻(xiàn)越大。

圖4 協(xié)調(diào)調(diào)度算法迭代過程

圖5 不同可平移負(fù)荷水平下的負(fù)荷曲線

儲(chǔ)能設(shè)備的運(yùn)行狀態(tài)主要取決于本身的容量功率限制和電網(wǎng)負(fù)荷水平，圖6顯示了儲(chǔ)能設(shè)備一天的充放電狀態(tài)，可以看出儲(chǔ)能設(shè)備基本集中在負(fù)荷低谷時(shí)(23:00—08:00)充電，負(fù)荷高峰時(shí)(12:00—18:00)放電，同樣能夠起到削峰填谷的作用。

圖6 儲(chǔ)能設(shè)備充放電狀態(tài)

聯(lián)絡(luò)線傳輸功率上限作為限制配網(wǎng)與主網(wǎng)能量交互的重要因素，同樣會(huì)對(duì)調(diào)度的結(jié)果產(chǎn)生影響。配網(wǎng)成本和總發(fā)電成本與聯(lián)絡(luò)線功率上限關(guān)系曲線如圖7所示，可以看出隨著聯(lián)絡(luò)線功率上限的增加，成本呈下降趨勢(shì)，這主要是由于主網(wǎng)機(jī)組的發(fā)電成本低于配網(wǎng)的機(jī)組，在只考慮價(jià)格因素的情況下，配網(wǎng)會(huì)優(yōu)先選擇購買主網(wǎng)電量，系統(tǒng)的成本也會(huì)隨之下降。

圖7 成本與聯(lián)絡(luò)線功率上限的關(guān)系

4 結(jié) 論

本文重點(diǎn)研究了ADN與主網(wǎng)協(xié)調(diào)機(jī)制，提出了基于實(shí)時(shí)電價(jià)的協(xié)調(diào)調(diào)度模型，通過仿真結(jié)果可以看出，協(xié)調(diào)調(diào)度模型的成本和效益都優(yōu)于無信息交互的模型。本文的主網(wǎng)模型采用的是單邊開放電力市場(chǎng)交易模型，ADN如何參與雙邊開放的電力市場(chǎng)以及相應(yīng)的競(jìng)價(jià)策略還有待于進(jìn)一步研究。另外由于主動(dòng)配電網(wǎng)靈活的調(diào)度方式，同樣可以參與輔助服務(wù)市場(chǎng)和電網(wǎng)的阻塞管理。

[1]范明天，張祖平，蘇傲雪，等. 主動(dòng)配電系統(tǒng)可行技術(shù)的研究[J]. 中國電機(jī)工程學(xué)報(bào)，2013，33(22)：12-18. FAN Mingtian, ZHANG Zuping, SU Aoxue, et al. Enabling technologies for active distribution systems[J]. Proceedings of the CSEE, 2013，33(22): 12-18.

[2]尤毅，劉東，于文鵬，等. 主動(dòng)配電網(wǎng)技術(shù)及其進(jìn)展[J]. 電力系統(tǒng)自動(dòng)化, 2012，36(18): 10-16. YOU Yi, LIU Dong, YU Wenpeng, et al. Technology and its trends of active distribution network[J]. Automation of Electric Power Systems, 2012，36(18): 10-16.

[3]程林，劉琛，康重慶，等. 主動(dòng)配電網(wǎng)關(guān)鍵技術(shù)分析與展望[J]. 電力建設(shè)，2015，36(1): 26-32. CHENG Lin, LIU Chen， KANG Chongqing, et al. Analysis of development of key technologies in active distribution network[J]. Electric Power Construction, 2015，36(1): 26-32.

[4]趙波，王財(cái)勝，周金輝，等. 主動(dòng)配電網(wǎng)現(xiàn)狀與未來發(fā)展[J]. 電力系統(tǒng)自動(dòng)化，2014，38(18): 125-135. ZHAO Bo, WANG Caisheng, ZHOU Jinhui，et al. Present and future development trend of active distribution network [J]. Automation of Electric Power Systems，2014，38(18): 125-135.

[5]丁明，石雪梅. 新能源接入對(duì)主動(dòng)配電網(wǎng)的影響[J]. 電力建設(shè)，2015，36(1): 76-84. DING Ming，SHI Xuemei. Effect of new energy paralleling to the active distribution networks[J]. Electric Power Construction, 2015,36(1): 76-84.

[6]D’ADAMO C, JUPE S, ABBEY C. Global survey on planning and operation of active distribution networks-update of CIGRE C6.11 working group activities[C]//20 International Conference and Exhibition on Electricity Distribution：Part 1，Prague，Czech，2009.

[7]GILL S, KOCKAR I, AULT G W. Dynamic optimal power flow for active distribution networks[J]. IEEE Transactions on Power System，2014, 29(1): 121-131.

[8]程瑜，安甦. 主動(dòng)負(fù)荷互動(dòng)響應(yīng)行為分析[J]. 電力系統(tǒng)自動(dòng)化，2013, 37(20): 63-70. CHENG Yu, AN Su. Analysis of active load’s interaction response behavior[J]. Automation of Electric Power Systems, 2013, 37(20): 63-70.

[9]王健，謝樺，孫健. 基于機(jī)會(huì)約束規(guī)劃的主動(dòng)配電網(wǎng)能量優(yōu)化調(diào)度研究[J]. 電力系統(tǒng)保護(hù)與控制，2014，42(13): 45-52. WANG Jian, XIE Hua, SUN Jian. Study on energy dispatch strategy of active distribution network using chance-constrained programming[J]. Power System Protection and Control, 2014，42(13): 45-52.

[10]尤毅，劉東，鐘清，等. 主動(dòng)配電網(wǎng)優(yōu)化調(diào)度策略研究[J]. 電力系統(tǒng)自動(dòng)化，2014，38(9): 177-183. YOU Yi, LIU Dong, ZHONG Qing, et al. Research on optimal schedule strategy for active distribution network[J]. Automation of Electric Power Systems, 2014，38(9): 177-183.

[11]BORGHETTI A, BOSETTI M, GRILLO S, et al. Short-term scheduling and control of active distribution systems with high penetration of renewable resources[J]. IEEE Systems Journal, 2010, 4(3): 313-322.

[12]KHODAEI A, SHAHIDEHPOUR M, BAHRAMIRAD S. SCUC with hourly demand response considering intertemporal load characteristics[J]. IEEE Transactions on Smart Grid，2011, 2(3): 564-571.

[13]夏葉，康重慶，寧波，等. 用戶側(cè)互動(dòng)模式下發(fā)用電一體化調(diào)度計(jì)劃[J]. 電力系統(tǒng)自動(dòng)化， 2012, 36(1): 17-23. XIA Ye, KANG Chongqing, NING Bo, et al. A generation and load integrated scheduling on interaction mode on customer side[J]. Automation of Electric Power Systems, 2012, 36(1): 17-23.

[14] 劉小聰，王蓓蓓，李揚(yáng)，等. 智能電網(wǎng)下計(jì)及用戶側(cè)互動(dòng)的發(fā)電日前調(diào)度計(jì)劃模型[J]. 中國電機(jī)工程學(xué)報(bào)， 2013, 33(1): 30-38. LIU Xiaocong, WANG Beibei, LI Yang, et al. Day-ahead generation scheduling model considering demand side interaction under smart grid paradigm[J]. Proceedings of the CSEE, 2013, 33(1): 30-38.

[15] 王卿然，謝國輝，張粒子. 含風(fēng)電系統(tǒng)的發(fā)用電一體化調(diào)度模型[J]. 電力系統(tǒng)自動(dòng)化，2011, 35(5): 15-18, 30. WANG Qingran, XIE Guohui, ZHANG Lizi. An integrated generation-consumption dispatch model with wind power[J]. Automation of Electric Power Systems, 2011, 35(5): 15-18, 30.

[16]別朝紅，胡國偉，謝海鵬，等. 考慮需求響應(yīng)的含風(fēng)電電力系統(tǒng)的優(yōu)化調(diào)度[J]. 電力系統(tǒng)自動(dòng)化，2014，38(13): 115-120, 159. BIE Zhaohong, HU Guowei, XIE Haipeng, et al. Optimal dispatch for wind power integrated systems considering demand response[J]. Automation of Electric Power Systems, 2014，38(13): 115-120, 159.

[17]KARGARIAN A, YONG F. System of systems based securi-ty-constrained unit commitment incorporating active distribution grids[J]. IEEE Transactions on Power Systems，2014, 29(5): 2489-2498.

[18]NG S K K, ZHONG J. Smart dispatch of controllable loads with high penetration of renewables[C]//2012.

[19]GONZALEZ VAYA M, ANDERSSON G. Optimal bidding strategy of a plug-in electric vehicle aggregator in day-ahead electricity markets under uncertainty[Z]. 2014: 1-11.

[20]符楊，蔣一鎏，李振坤，等. 計(jì)及可平移負(fù)荷的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度[J]. 中國電機(jī)工程學(xué)報(bào),2014，35(16): 2612-2620. FU Yang, JIANG Yiliu, LI Zhenkun, et al. Optimal economic dispatch for microgrid considering shiftable loads[J]. Proceedings of the CSEE, 2014,35(16): 2612-2620.

[21]CHEN S X, GOOI H B, Wang M Q. Sizing of energy storage for microgrids[J]. IEEE Transactions on Smart Grid, 2012, 3(1):142-151.

(編輯 張媛媛)

Coordinative Dispatching Between Active Distribution Network and Main Network

JIN Yao1, WANG Zhengyu1, JIANG Chuanwen1, ZHANG Yu2, ZHAO Yan3

(1. School of Electronic Information and Electrical Engineering, Shanghai Jiaotong University, Shanghai 200240, China; 2. Power Grid Planning & Research Center， Guizhou Power Grid Corporation, Guiyang 550002, China; 3. State Grid Shanghai Municipal Electric Power Company, Shanghai 200122, China)

Active distribution network (ADN) with more autonomy in dispatching is able to control distributed generators, energy storage equipments and active load, which can realize the efficient operation of distribution network. The dispatching schedule of main network and distribution network influences each other. Besides the operating cost, the coordination of main network and distribution network should be considered when we make the optimal schedule of ADN. This paper provides a real-time information interaction mode, carries out modeling analysis on active load and energy storage equipments, and proposes a coordinative dispatching model based on real-time pricing. In addition, a parallel optimization algorithm is presented aiming at the scheduling model. Simulation results on the IEEE 9 node system connected with a distribution network verify the validity of the model and the algorithm. Finally, we analyze the influences of demand response, energy storage equipments and power limit in interconnecting lines on the dispatching schedule.

active distribution network (ADN); coordinative dispatching; demand response; energy storage equipment; distributed generator

國家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(863計(jì)劃)(2014AA051902)；國家電網(wǎng)公司科技項(xiàng)目(5217L0140009)

TM 743

A

1000-7229(2016)01-0038-07

10.3969/j.issn.1000-7229.2016.01.006

2015-09-29

金堯(1991)，男，碩士研究生，主要研究方向?yàn)殡娏ο到y(tǒng)優(yōu)化運(yùn)行、主動(dòng)配電網(wǎng)；

王正宇(1990)，男，碩士研究生，主要研究方向?yàn)榕潆娋W(wǎng)優(yōu)化運(yùn)行；

蔣傳文(1966)，男，博士，教授，主要研究方向?yàn)殡娏κ袌?chǎng)、電力系統(tǒng)優(yōu)化運(yùn)行、可再生能源及風(fēng)險(xiǎn)管理。

Project supported by the National High Technology Research and Development of China (863 Program) (2014AA051902)