考慮用戶滿意度的主動配電網(wǎng)多目標(biāo)動態(tài)經(jīng)濟(jì)調(diào)度

肖俊明， 楊 璐， 朱永勝， 焦岳超， 董 燕， 馮 超， 鄭志帥

（中原工學(xué)院 電子信息學(xué)院， 河南 鄭州 450007）

0 前言

隨著能源短缺和污染問題的日益嚴(yán)重，以及用戶對電力需求的不斷增加，各種分布式清潔能源在電力系統(tǒng)中所占的比例也逐步增加[1]，[2]。 然而，可再生能源的隨機(jī)性與間歇性特點(diǎn)給分布式發(fā)電并網(wǎng)提出了新的要求，主動配電網(wǎng)（ADN）技術(shù)是解決此問題的重要途徑[3]。 隨著供給側(cè)和需求側(cè)控制技術(shù)的不斷提高，供需互動的主動配電網(wǎng)動態(tài)調(diào)度問題已成為新的研究熱點(diǎn)[4]，[5]。早期研究多注重于電源側(cè)，隨著能源互聯(lián)網(wǎng)等新概念及相關(guān)技術(shù)的提出，需求側(cè)管理也受到越來越多的重視[6]。

電力調(diào)度是主動配電網(wǎng)經(jīng)濟(jì)運(yùn)行的關(guān)鍵。文獻(xiàn)[7]結(jié)合配電網(wǎng)特點(diǎn)分析了隨機(jī)性可再生能源的消納對主動配電網(wǎng)的影響， 提出了針對主動配電網(wǎng)經(jīng)濟(jì)優(yōu)化的目標(biāo)函數(shù)。 文獻(xiàn)[8]為減少可再生能源隨機(jī)性， 采用日前經(jīng)濟(jì)優(yōu)化和日內(nèi)滾動修正兩階段優(yōu)化調(diào)度， 建立了以主動配電網(wǎng)運(yùn)行費(fèi)用最低為目標(biāo)的日前優(yōu)化調(diào)度模型。 在需求側(cè)管理方面，文獻(xiàn)[9]分析了微電網(wǎng)的用戶側(cè)可平移負(fù)荷， 并將其作為調(diào)度決策變量之一。 文獻(xiàn)[10]針對微電網(wǎng)綜合考慮用戶的用電舒適度和經(jīng)濟(jì)性， 以用戶滿意度最大為目標(biāo)建立了日前優(yōu)化調(diào)度模型。然而，在主動配電網(wǎng)框架下，兼顧多目標(biāo)、多能源形式并考慮需求側(cè)因素的研究相對較少。文獻(xiàn)[11]考慮了主動配電網(wǎng)下用戶側(cè)滿意度， 但僅僅將其作為一個約束條件，建立了單目標(biāo)經(jīng)濟(jì)優(yōu)化調(diào)度模型。文獻(xiàn)[12]同時考慮了用戶側(cè)滿意度、可再生能源利用率和網(wǎng)絡(luò)損耗等多目標(biāo)， 最終通過權(quán)重系數(shù)將多目標(biāo)轉(zhuǎn)化為單目標(biāo)問題。這樣，很難在多目標(biāo)間得到權(quán)衡， 為主動配電網(wǎng)提供最合理的調(diào)度計劃。文獻(xiàn)[13]以經(jīng)濟(jì)效益最大為目標(biāo)建立了模型， 但模型中僅考慮了儲能裝置與需求側(cè)可中斷負(fù)荷響應(yīng)的相互協(xié)調(diào)優(yōu)化。

本文以用戶滿意度為切入點(diǎn)， 構(gòu)建兼顧供需互動的主動配電網(wǎng)多目標(biāo)動態(tài)調(diào)度模型， 并提出基于改進(jìn)MOEA/D 算法的調(diào)度方法，以便分析需求側(cè)管理對主動配電網(wǎng)調(diào)度問題的影響， 為主動配電網(wǎng)的相關(guān)研究提供參考。

1 多目標(biāo)動態(tài)調(diào)度模型

1.1 目標(biāo)函數(shù)

（1）用戶滿意度

為提高需求側(cè)管理水平， 為用戶提供更舒適的供電服務(wù)，本文在傳統(tǒng)經(jīng)濟(jì)性基礎(chǔ)上，構(gòu)建用戶滿意度目標(biāo)函數(shù)， 以供調(diào)度人員在供給側(cè)和用戶側(cè)之間折中選擇。

根據(jù)用戶側(cè)不可中斷負(fù)荷和可中斷負(fù)荷的特點(diǎn)，將其劃分為重要負(fù)荷和普通負(fù)荷，其中不可中斷負(fù)荷屬于重要負(fù)荷。 為保證主動配電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行，現(xiàn)對可中斷負(fù)荷進(jìn)行優(yōu)化調(diào)度，用戶滿意度目標(biāo)函數(shù)設(shè)計為

式中：LD，t，LU，t，LI，t分別為 t 時段的可中斷負(fù)荷量、系統(tǒng)重要負(fù)荷量、最大可中斷負(fù)荷量，kW。

（2）運(yùn)行費(fèi)用

本文綜合考慮了分布式能源發(fā)電成本、運(yùn)行維護(hù)成本、 向大電網(wǎng)購電成本等供給側(cè)運(yùn)行費(fèi)用和可中斷負(fù)荷補(bǔ)償成本、 可平移負(fù)荷補(bǔ)償成本等需求側(cè)管理費(fèi)用。 運(yùn)行費(fèi)用的目標(biāo)函數(shù)為

式中：T 為調(diào)度時段；N 為可控機(jī)組臺數(shù)；Cjdg，t為第j 個可控機(jī)組在t 時段的單位發(fā)電成本；Pjdg，t為第j 個可控機(jī)組在t 時段的有功功率，kW；CW，CPV，Cbat分別為風(fēng)電、光伏陣列、儲能裝置的運(yùn)行維護(hù)成本系數(shù)；PW，t，PPV，t，Pbat，t分別為風(fēng)電、 光伏陣列、儲能裝置的有功功率，其中Pbat，t在儲能裝置充電時為正，放電時為負(fù)；Cb，t為大電網(wǎng)的實(shí)時電價；Pline，t為 t 時段主動配電網(wǎng)向大電網(wǎng)購電量[14]。

可控負(fù)荷補(bǔ)償費(fèi)用公式：

式中：在無平移負(fù)荷時，RL為中斷補(bǔ)償費(fèi)用，在有平移負(fù)荷時，RL為可控負(fù)荷總補(bǔ)償費(fèi)用；CL，CT分別為中斷、 平移負(fù)荷補(bǔ)償系數(shù)；LT，t為 t 時段的平移負(fù)荷量。

系統(tǒng)總費(fèi)用Q：

1.2 約束條件

（1）功率平衡約束

系統(tǒng)功率平衡等式約束為

式中：PL，t為系統(tǒng)在 t 時段的負(fù)荷。

（2）機(jī)組有功出力約束

（3）機(jī)組爬坡約束

式中：UR，j，DR，j分別為機(jī)組 j 的上升、 下降爬坡速率；Δt 為調(diào)度時間間隔。

（4）系統(tǒng)旋轉(zhuǎn)備用約束

為減少可再生能源隨機(jī)性對系統(tǒng)調(diào)度的影響，考慮系統(tǒng)正負(fù)旋轉(zhuǎn)備用。

①系統(tǒng)的正旋轉(zhuǎn)備用容量約束

式中：wwu%，wpvu%分別為風(fēng)電、 光伏出力預(yù)測在t時段對正旋轉(zhuǎn)備用的需求系數(shù)[15]；Uj，t為系統(tǒng)在t時段由第j 個機(jī)組提供的正旋轉(zhuǎn)備用容量；Tn為旋轉(zhuǎn)備用響應(yīng)時間。

②系統(tǒng)的負(fù)旋轉(zhuǎn)備用容量約束

式中：Pwmax，PPVmax分別為風(fēng)電、 光伏陣列的額定出力；wwd%，wpvd%分別為風(fēng)電、 光伏出力預(yù)測在t 時段對負(fù)旋轉(zhuǎn)備用的需求系數(shù)；Dj，t為系統(tǒng)由第j 個機(jī)組在t 時段提供的負(fù)旋轉(zhuǎn)備用容量。

（5）儲能裝置荷電狀態(tài)約束

式中：SOCbat，t為儲能裝置在 t 時段的電量， 是 t-1時段的電量SOCbat，t-1與t 時段儲能裝置的充放電功率之和；ηc，ηd分別為儲能的充電、 放電效率；b為儲能的充放電狀態(tài)，b 為0 是充電狀態(tài)，b 為1是放電 狀 態(tài) ；SOCbat，0，SOCbat，T分 別 為 儲能裝置 一個調(diào)度周期的起始、 終止荷電狀態(tài)；SOCbatmax，SOCbatmin分別為儲能裝置電量的上、下限。

（6）儲能充放電功率約束

從儲能裝置壽命考慮， 其充放電功率不能大于額定充放電功率。

式中：Pbat，tmax，Pbat，tmin分別為儲能裝置的額定充、放電功率。

（7）購電約束

式中：Pline，max為主動配電網(wǎng)與大電網(wǎng)的最大傳輸功率。

（8）需求側(cè)可中斷負(fù)荷約束

式中：LD，max為系統(tǒng)最大可中斷負(fù)荷量[11]。

2 模型求解

2.1 多目標(biāo)優(yōu)化問題

綜合考慮用戶滿意度、 主動配電網(wǎng)經(jīng)濟(jì)性以及可再生能源不確定性、 系統(tǒng)安全穩(wěn)定性等因素的多目標(biāo)動態(tài)調(diào)度問題可以描述為

式中：gj（x）≤0 為第 j 個不等式約束；hk（x）=0 為第k 個等式約束；p，q 分別為等式、不等式數(shù)量。

2.2 求解算法與實(shí)現(xiàn)

綜合分布式能源、儲能裝置、可控負(fù)荷的中斷與平移調(diào)度手段，考慮了機(jī)組的爬坡約束、功率平衡約束、 可再生能源不確定性引起的正負(fù)旋轉(zhuǎn)備用等復(fù)雜約束。模型中變量與約束間耦合度較高，具有高維強(qiáng)約束的特點(diǎn)。 這給常規(guī)算法調(diào)度求解提出了挑戰(zhàn)，而MOEA/D 采用的是將分解策略引入到多目標(biāo)進(jìn)化算法中， 將多目標(biāo)問題分解為多個單目標(biāo)子問題，降低了計算復(fù)雜度，可以有效解決本文所提模型復(fù)雜性問題[16]，[17]。 為獲得最優(yōu)的調(diào)度方案，本文在MOEA/D 算法的基礎(chǔ)上進(jìn)行適應(yīng)性改進(jìn)。

2.2.1 種群設(shè)置

在調(diào)度模型中， 決策變量為各個時段可控機(jī)組的調(diào)度出力、儲能裝置的充放電功率、向大電網(wǎng)購電量、需求側(cè)中斷負(fù)荷量，種群x 可表示為

調(diào)度方案共有Np個，其中一個調(diào)度方案xi如式（20），每個調(diào)度方案共有（N+3）×T 維。

2.2.2 約束處理

MOEA/D 原用于求解無約束多目標(biāo)優(yōu)化問題。本文所建模型具有高維高約束的特點(diǎn)，為適應(yīng)算法現(xiàn)對各個約束進(jìn)行處理。

（1）儲能裝置約束處理

①設(shè)置閾值θ 和最大調(diào)整次數(shù)K； ②設(shè)置儲能裝置等式約束違反量。

以24 h 為一個調(diào)度周期的日前調(diào)度，調(diào)度周期內(nèi)儲能裝置的初始容量與最終容量相等， 即完整的調(diào)度周期結(jié)束時， 儲能裝置的充電量等于放電量。

約束違反量ΔPbat：

若ΔPbat小于設(shè)定的閾值或大于最大調(diào)節(jié)次數(shù)K，則停止等式約束處理，否則調(diào)整各時段儲能裝置的出力。

③調(diào)整各時段儲能裝置的出力。

待所有時段的儲能裝置調(diào)節(jié)結(jié)束后， 令K=K+1，返回步驟②。 調(diào)整后若出力違反不等式約束時，則采用2.2.2 節(jié)中（3）的不等式約束處理。

④停止等式約束處理， 令儲能裝置在單位調(diào)度周期內(nèi)充放電量約束違反量 V1（x）=ΔPbat。

（2）系統(tǒng)功率平衡約束處理

采用啟發(fā)式約束處理方法處理系統(tǒng)功率平衡等式約束，對機(jī)組出力進(jìn)行實(shí)時調(diào)整[18]。

①設(shè)置每時段的閾值ζ 和最大調(diào)整次數(shù)L。

②設(shè)置等式約束的約束違反量。

若ΔPt小于設(shè)定的閾值ζ 或大于最大調(diào)節(jié)次數(shù)L，則停止等式約束處理，否則調(diào)整機(jī)組出力。

③調(diào)整機(jī)組出力，隨機(jī)生成 j+2 個 r1，r2，…，rj+2，使：

待所有機(jī)組出力、購電量、中斷負(fù)荷量調(diào)整結(jié)束后，令L=L+1，返回步驟②。 調(diào)整后若出力違反不等式約束，則采用不等式約束處理。

④待所有時段的機(jī)組出力、購電量、中斷負(fù)荷量調(diào)節(jié)結(jié)束后，停止等式約束處理，令功率平衡約束違反量 V2（x）=ΔPt。

（3）不等式約束處理

在約束調(diào)整過程中， 當(dāng)各個時段的機(jī)組出力、機(jī)組爬坡速率、向大電網(wǎng)購電量、可中斷負(fù)荷量不符合約束條件時做如下處理。

①不同時段機(jī)組出力和爬坡速率約束處理參照文獻(xiàn)[15]進(jìn)行。

②向大電網(wǎng)購電量約束處理：

③可中斷負(fù)荷量約束處理：

④當(dāng)最大調(diào)整次數(shù)達(dá)到上限仍得不到可行解時，就會產(chǎn)生約束違反量。 各約束違反量計算如下。

可再生能源旋轉(zhuǎn)備用約束違反量：

儲能裝置剩余電量約束違反量：

總約束違反量：

懲罰函數(shù)：

動態(tài)電力優(yōu)化調(diào)度屬于高維高約束優(yōu)化調(diào)度，采用文獻(xiàn)[19]的處理方法，將求解問題變成無約束非線性優(yōu)化問題。

2.2.3 求解流程

針對本文所建模型，采用MOEA/D 算法求解的流程圖如圖1 所示。

圖1 求解流程圖Fig.1 The flow chart of the solution

3 算例分析

3.1 場景設(shè)置

調(diào)度算法的參數(shù)設(shè)置如下： 種群規(guī)模Np為100；最大迭代次數(shù)為5 000；交叉概率為0.9；縮放因子為0.5；鄰域規(guī)模為30。 為了驗(yàn)證本文所提模型的合理性， 以擴(kuò)展的IEEE34 節(jié)點(diǎn)配電網(wǎng)為算例進(jìn)行分析[20]。 IEEE34 節(jié)點(diǎn)配電網(wǎng)包含3 臺燃汽輪機(jī)（GT）、1 臺柴油發(fā)電機(jī)（DE）、2 個光伏發(fā)電單元、1 個風(fēng)機(jī)發(fā)電單元和 2 個儲能裝置（ESS）。 各DERS 的數(shù)據(jù)參數(shù)如表1 所示。

表1 各機(jī)組的模型參數(shù)Table 1 The parameters of each unit

風(fēng)機(jī)發(fā)電單元的額定輸出功率為500 kW；光伏發(fā)電單元額定輸出功率為1 000 kW；儲能裝置電量上限為600 kW·h，充放電效率為0.95，調(diào)度期間電池的荷電狀態(tài)最低為額定容量的20%，充放電功率為額定容量的10%；可中斷負(fù)荷上限為1 000 kW[8]，[14]。 本文算例以 1 h 為調(diào)度間隔，24 h 為一個完整的調(diào)度周期，向電網(wǎng)購電價采用24 h 分時電價。 風(fēng)力發(fā)電和光伏發(fā)電預(yù)測值見文獻(xiàn)[14]。

3.2 仿真及結(jié)果分析

3.2.1 算法分析

為驗(yàn)證本文算法的有效性，將其與經(jīng)典的快速非支配排序遺傳算法（NSGA-Ⅱ）進(jìn)行對比，其交叉和變異概率分別為0.9 和0.2。 為保證結(jié)果的可比性， 在相同測試環(huán)境下，NSGA-Ⅱ的種群規(guī)模和迭代次數(shù)與MOEA/D 保持一致， 程序代碼均采用Matlab2014b 編寫。 詳細(xì)結(jié)果如表2 和圖2 所示。 在極端解中，本文算法所得總費(fèi)用和滿意度分別為6.908 4×104元和98.98%，均優(yōu)于NSGA-Ⅱ。

表2 兩種算法得到的極端解Table 2 The extreme solutions obtained by the two methods

圖2 兩種算法得到的用戶滿意度與總費(fèi)用Fig.2 Customer satisfaction and total cost obtained by the two methods

3.2.2 調(diào)度模型分析

通過算法不斷迭代優(yōu)化得到了Np個調(diào)度方案，其運(yùn)行費(fèi)用和中斷補(bǔ)償費(fèi)用如圖3 所示。總費(fèi)用如圖4 所示。 各機(jī)組出力如圖5 所示。

圖3 運(yùn)行費(fèi)用與中斷補(bǔ)償費(fèi)用Fig.3 The operation costs and interruption compensation costs

圖4 用戶滿意度與總費(fèi)用Fig.4 The customer satisfaction and the total cost

圖5 各機(jī)組有功出力Fig.5 The active power output of each unit

本文以總費(fèi)用最少的調(diào)度方案為例進(jìn)行分析，其總費(fèi)用最少為6.908 4 萬元，負(fù)荷滿意度為94.72%。

由以上結(jié)果可見， 機(jī)組出力趨勢基本一致，在電價較高和負(fù)荷高峰時出力較多，電價較低和負(fù)荷低谷時出力較少。 其中DE 的發(fā)電成本較高，在購電電價較高時，DE 出力低于其他機(jī)組出力，購電電價較低時出力功率則為其下限。

圖6 為購電量、負(fù)荷、分時電價與GT1 出力的對比。 由圖6 可見，在電價較高時，機(jī)組出力增加，購電量減少，電價較低時機(jī)組出力減少，購電量增加，滿足負(fù)荷需求和主動配電網(wǎng)的經(jīng)濟(jì)性。

圖6 負(fù)荷、電價、購電量和GT1 出力對比Fig.6 The comparison of load,electricity price,electricity purchase and GT1 output

圖7 為儲能裝置與負(fù)荷、電價的對比圖。由圖7 可見， 儲能裝置在電價較高和負(fù)荷峰值時進(jìn)行放電，電價最低和負(fù)荷谷值時進(jìn)行充電。

圖8 為原始負(fù)荷與最終負(fù)荷（負(fù)荷+儲能充放電功率-中斷負(fù)荷） 對比圖。 由圖8 可知，儲能裝置在系統(tǒng)中發(fā)揮了削峰填谷的作用； 在用戶滿意度作用下， 需求側(cè)中斷負(fù)荷在系統(tǒng)中發(fā)揮了削峰的作用。

圖7 儲能裝置與負(fù)荷、分時電價的對比Fig.7 The comparison of energy storage device with load and time-of-use electricity price

圖8 負(fù)荷與最終負(fù)荷對比Fig.8 The comparison of load and final load

為進(jìn)一步驗(yàn)證該模型調(diào)度結(jié)果的正確性，通過柱狀圖描述系統(tǒng)的功率平衡，如圖9 所示。分布式能源發(fā)電量和向大電網(wǎng)購電量均滿足負(fù)荷需求，符合系統(tǒng)功率平衡約束。

圖9 功率平衡約束驗(yàn)證Fig.9 The verification of power balance constraint

3.2.3 不同調(diào)度場景分析

（1）中斷負(fù)荷補(bǔ)償價格敏感性分析

本文所取補(bǔ)償價格為 0.9 元/（kW·h）[8]。如表3 所示， 隨著補(bǔ)償價格的變化， 用戶滿意度不變時，總費(fèi)用也會產(chǎn)生相應(yīng)的變化趨勢?，F(xiàn)通過本文所提方案， 隨著補(bǔ)償價格的變化讓用戶滿意度做相應(yīng)的自動調(diào)整。 此時的總費(fèi)用雖然也是隨之增加或降低，但相較于滿意度不變時節(jié)省了總費(fèi)用。

表3 不同補(bǔ)償價格對系統(tǒng)的影響Table 3 The influence of different compensation prices on the system

用戶滿意度不變時，參與優(yōu)化調(diào)度的可中斷負(fù)荷不變，相應(yīng)地負(fù)荷方差也保持不變，分別為94.72%和1.424 9×106。 用戶滿意度動態(tài)變化時，降低補(bǔ)償價格，會使參與優(yōu)化調(diào)度的可中斷負(fù)荷增多，系統(tǒng)總費(fèi)用減少，負(fù)荷方差降低，使系統(tǒng)更加經(jīng)濟(jì)、安全、穩(wěn)定的運(yùn)行，但用戶的滿意度有所降低；反之，增加補(bǔ)償價格，使參與優(yōu)化調(diào)度的可中斷負(fù)荷減少，用戶滿意度增高，但系統(tǒng)總費(fèi)用和負(fù)荷方差增加。

（2）可平移負(fù)荷影響分析

中斷負(fù)荷受總負(fù)荷量、 向大電網(wǎng)購電電價、機(jī)組出力成本和中斷補(bǔ)償價格的共同影響。 由圖10可知，在負(fù)荷高峰和電價較高時，共有12 個時段產(chǎn)生了中斷負(fù)荷， 負(fù)荷低谷和電價較低時中斷負(fù)荷為零。為了提高用戶滿意度，現(xiàn)將部分負(fù)荷進(jìn)行整體平移，平移時段數(shù)越高，用戶滿意度越高。 為了滿足負(fù)荷需求，須產(chǎn)生更高的運(yùn)行費(fèi)用，相應(yīng)的總費(fèi)用也更高。

圖10 負(fù)荷的中斷量Fig.10 The interruption of load

表4 為不同平移時段數(shù)對系統(tǒng)的影響， 無平移負(fù)荷時總費(fèi)用為69 084 元，負(fù)荷方差為1.4249×106；中斷負(fù)荷全部平移到低谷時段后，總費(fèi)用為72 380 元，負(fù)荷方差為 7.467 7×105；總費(fèi)用增加了4.8%，負(fù)荷方差降低了42.4%。 可見，提高需求側(cè)用戶滿意度使系統(tǒng)的總費(fèi)用增高， 同時由于平移負(fù)荷的產(chǎn)生，降低了負(fù)荷方差，給系統(tǒng)帶來更高的穩(wěn)定性。

表4 不同平移時段數(shù)對系統(tǒng)的影響Table 4 The influence of different translation periods on the system

（3）新能源接入規(guī)模影響分析

本文以風(fēng)電為例，分析新能源接入規(guī)模對系統(tǒng)的影響（表5）。 由表5 可知，隨著風(fēng)電規(guī)模的不斷增大，有更多的可再生能源出力提供負(fù)荷需求， 降低了運(yùn)行成本和中斷補(bǔ)償成本，提高了用戶滿意度， 減少了系統(tǒng)總費(fèi)用。 但是，風(fēng)電規(guī)模的增加須要有更多的機(jī)組備用來應(yīng)對可再生能源的隨機(jī)性；當(dāng)風(fēng)電規(guī)模增至7倍時，機(jī)組出力不足以提供風(fēng)電所需的旋轉(zhuǎn)備用，系統(tǒng)無可行解。

此外，由于風(fēng)力發(fā)電規(guī)模的增加，使風(fēng)電出力不確定性增加，同時受儲能裝置放電總功率上限的限制，最終使負(fù)荷方差值增大。 可見，主動配電網(wǎng)系統(tǒng)在提高可再生能源接入水平時，要綜合考慮多種因素，特別是可再生能源的波動性給主動配電網(wǎng)系統(tǒng)帶來的不確定性。

表5 不同風(fēng)電規(guī)模對系統(tǒng)的影響Table 5 The influence of different wind power scales on the system

（4）儲能 0-1 狀態(tài)影響分析

為進(jìn)一步驗(yàn)證精細(xì)化模型對系統(tǒng)的影響，針對考慮儲能0-1 狀態(tài)的案例結(jié)果進(jìn)行分析。 表6為有無考慮儲能0-1 狀態(tài)對系統(tǒng)的影響， 其中“0”表示未考慮，“1”表示考慮。 由表 6 可知，考慮了儲能狀態(tài)，使更多的可中斷負(fù)荷參與調(diào)度，所以用戶滿意度較未考慮儲能狀態(tài)時要低。

表6 儲能狀態(tài)對系統(tǒng)的影響Table 6 The influence of energy storage state on the system

表7 和表8 分別給出了考慮儲能0-1 狀態(tài)下不同補(bǔ)償價格和風(fēng)電規(guī)模對系統(tǒng)的影響。 由表7，8 可知，增加補(bǔ)償價格，用戶滿意度增高，系統(tǒng)總費(fèi)用和負(fù)荷方差增加；增加風(fēng)電規(guī)模，用戶滿意度和負(fù)荷方差增高，系統(tǒng)總費(fèi)用減少?？紤]儲能狀態(tài)與未考慮儲能狀態(tài)的變化趨勢一致， 驗(yàn)證了所提模型的合理性。

表7 不同補(bǔ)償價格對系統(tǒng)的影響Table 7 The influence of different compensation prices on the system

表8 不同風(fēng)電規(guī)模對系統(tǒng)的影響Table 8 The influence of different wind power scales on the system

4 結(jié)束語

①本文建立了主動配電網(wǎng)多目標(biāo)動態(tài)調(diào)度模型。在動態(tài)時間尺度下，綜合了可再生能源不確定性、機(jī)組爬坡速率和系統(tǒng)能量平衡等復(fù)雜約束，并且兼顧了用戶滿意度與主動配電網(wǎng)經(jīng)濟(jì)效益，體現(xiàn)了需求側(cè)管理對主動配電網(wǎng)經(jīng)濟(jì)調(diào)度的影響。

②設(shè)計了基于適應(yīng)性改進(jìn)的MOEA/D 求解算法，計及模型高維高約束強(qiáng)耦合的特點(diǎn)，提出了針對系統(tǒng)高維變量間復(fù)雜約束的有效處理策略，為主動配電網(wǎng)提供最優(yōu)調(diào)度方案。

③以擴(kuò)展的IEEE34 節(jié)點(diǎn)配電網(wǎng)為算例，通過不同調(diào)度場景對本文所提調(diào)度模型和方法進(jìn)行分析，驗(yàn)證了其有效性與合理性。