面向储能的光伏微网成本评价与对策研究

四、微网成本优化对策

基于以上情景分析可知，设置储能装置的微网系统协调性更高，但是储能装置的高成本是导致微网用户购电成本上升的主要原因，也是制约其发展的主要原因。随着分布式可再生能源的推广，微网的使用愈发广泛，可再生能源的种类也越来越多，安装储能装置成为平抑微网电力波动最为有效的方式。因此，本文提出三点对策，旨在降低微网成本，均衡微网电力供应，提高可再生能源利用效率。

1.加强储能装置的科技研发，突破储能高成本的壁垒

从微网用户的购电成本来看，储能装置的成本(日折旧费用600元)还存在很大的下降空间。若加强储能装置的科学研发和批量生产，单位产品的成本会随着产品累计产量的增加、生产经验的积累和科学技术的进步，而出现一定的比例的下降。一方面，要进一步完善储能装置的科研创新和科技生产的支持政策，并且开放科技资源共享机制。另一方面，创建储能装置的生产标准。但同时，应避免储能的科技创新过度依赖政府补贴。

2.减少分布式可再生能源出力的不确定性，加强微网的信息预测和反馈机制

微网信息系统不仅可以有效预测分布式可再生能源的发电量，还可以通过分析用户用能数据，调整自系统的协调程度用以增强适应性和灵活性。因此，构建微网信息通道是解决微网电力波动，减低微网用能成本的关键措施。在发电端进行可再生能源出力预测，在用电端安装智能电表分析用户用能数据，制定节能方案，进而降低用户的用电成本。

3.增加微网中发电端的电能种类，加强微网的协同管理

微网内各主体之间的协同发展是影响电力均衡供应的直接原因，提高不同种类的可再生能源之间的协同，提高微网与环境的协同及储能装置与用户之间的协同等，都可以有效降低微网购电成本。从本文案例可知，光伏微网不仅供电量与需求量之间严重不匹配(3785千瓦时<7385千瓦时)，而且供电时间区间与负荷时间区间不一致，如：光伏发电量从16时开始下降，至20时结束，但是，负荷量在17时至22时一直处于峰值区间，19时达到最大值440千瓦。所以，我们需要协调微网电力供应和需求总量来配置其他类型的微网供能和储能装置，添加分布式风电装置或者燃气发电装置来平衡微网的电力供需。

五、结论

为了研究分布式光伏的微网电力供需关系的变化规律及微网的购电成本变化特征，本文基于微网多主体结构构建出光伏微网电力均衡成本模型。此模型不仅分析了微网内分布式电力供应收益函数和用户电力需求成本函数，还分情景考虑了微网用户日购电成本的差异。通过计算可知，光伏微网供电量与需求量之间存在严重不匹配(3785千瓦时<7385千瓦时)，而且供电低谷时区恰是负荷高峰时区间。而且在并网情况下，微网日成本2237.5元小于加入储能装置的微网系统成本2633.6元，其中储能装置的日折旧费用高达600元。由此可知，储能装置的高成本成为制约其发展的主要因素，而且单一的发电方式易导致电力供需不平衡，产生较高的用电费用。

在智能电网快速发展的大背景下，微网电力协调机制是支撑微网发展的关键因素。为了优化微网成本，应协同微网内各主体的发展，匹配电力需求习惯;并且加强储能装置的科研攻关，降低储能装置的成本。未来的研究中，将进一步考虑多种分布式可再生能源供电对微网成本的影响，还将尝试探讨多种可再生能源供能时的微网最优资源配比情况。

参考文献：[1]张东霞，姚良忠，马文媛.中外智能电网发展战略[J].中国电机工程学报，2013，33(31)：1-15.

[2]高志远，姚建国，曹阳，等.智能电网发展机理研究初探[J].电力系统保护与控制，2014(5)：116-121.

[3]TAJER A，DOBSON I，KAR S.Guest dditorial the theory of complex systems  with applications to smart grid operations[J].IEEE Transactions on Smart  Grid，2016，7(4)：1949-1950.

[4]DENG R，YANG Z，CHOW M Y.A survey on demand response in smart  grids：mathematical models and approaches[J].IEEE Transactions on Industrial  Informatics，2015，11(3)：570-582.

[5]董开松，谢永涛，贾嵘，等.面向主动式配网的微电网技术探究[J].高压电器，2015，51(6)：97-100.

[6]王敏，李想，潘永春，等.微电网黑启动研究综述[J].电力自动化设备，2016(6)：41-45，59.

[7]刘振国，胡亚平，陈炯聪，等.基于双层优化的微电网系统规划设计方法[J].电力系统保护与控制，2015，43(8)：124-133.

[8]赵金利，宿洪智，李鹏，等.基于灵敏度分析的微电网互动运行成本计算方法[J].电力自动化设备，2016(6)：208-214.

[9]DEIHIMI A，ZAHED B K，IRAVANI R.An interactive operation management of a  micro-grid with multiple distributed generations using multi-objective uniform  water cycle algorithm[J].Energy，2016(106)：482-509.

[10]艾欣，陈炜.基于RDA的微网内部分布式电源均衡调度策略研究[J].太阳能学报，2014(7)：1250-1257.

[11]陈炜，艾欣，范潆丹.基于模仿者动态算法的虚拟发电厂内部分布式发电资源均衡调度方法[J].电网技术，2014(3)：589-595.

[12]符杨，蒋一鎏，李振坤.基于混合量子遗传算法的微电网电源优化配置[J].电力系统保护与控制，2013，1(24)：50-57.

[13]徐青山，曾艾东，王凯，等.基于Hessian内点法的微型能源网日前冷热电联供经济优化调度[J].电网技术，2016(6)：16571665.

[14]ROY K，MANDAL K K，MANDAL A C.Modeling and managing of micro grid  connected system using improved artificial bee colony algorithm[J].International  Journal of Electrical Power&Energy Systems，2016(75)：50-58.

[15]周楠，樊玮，刘念，等.基于需求响应的光伏微网储能系统多目标容量优化配置[J].电网技术，2016(6)：1709-1716.

[16]汪隆君，许海林，王钢.计及分布式电源功率特性的微电网经济调度模型[J].电力系统自动化，2016(11)：31-38.

[17]CHEN Y，HU M.Balancing collective and individual interests in  transactive energy management of interconnected micro-grid  clusters[J].Energy，2016，109：1075-1085.

[18]王涛，岳贤龙，顾雪平.基于奇异值熵和潮流分布熵的电网关键节点辨识[J].电力自动化设备，2016(4)：46-53.

[19]竺炜，黄明涛，钟鹏.基于状态拓扑模型的电网安全稳定研究及展望[J].电力科学与技术学报，2016(1):70-77.

[20]陈蔚，高晓路，沈振江.多主体系统在城市发展模拟中的应用[J].地理科学进展，2012(6)：761-767.

[21]SABA D，LAALLAM F Z，HADIDI A E，BERBAOUI B.Contribution to the management  of energy in the systems multi renewable sources with energy by the application  of the multi agents systems“MAS”[J].Energy Procedia，2015，74(8)：616-623.

[22]LABEODAN T，ADUDA K，BOXEM G.On the application of multi-agent systems in  buildings for improved building operations,performance and smart grid  interaction-a survey[J].Renewable and Sustainable Energy  Reviews，2015，50(4)：1405-1414.

[23]朱兰，严正，杨秀，符杨.计及需求侧响应的微网综合资源规划方法[J].中国电机工学报，2014(16)：2621-2628.

[24]倪春花，李弘毅，吴在军.雾霾对光伏发电量的影响分析[J].江苏电机工程，2015(6)：77-81.

[25]黄敏敏，颜文俊.基于遗传算法优化神经网络的光伏发电预测[J].机电工程，2015(11)：1509-1512.

[26]张玉娜，王伟，梁勃.气候条件对光伏发电量影响浅析[J].太阳能，2015(2)：17-21.

[27]曾鹏飞.气象条件对光伏电站发电量的影响[J].中国高新技术企业，2013(5)：120-121.

[28]周开乐，沈超，丁帅，杨善林.基于遗传算法的微电网负荷优化分配[J].中国管理科学，2014(3)：68-73.

[29]ESRAM T，CHAPMAN P L.Comparison of photovoltaic array maximum power  point tracking techniques[J].IEEE Transaction on Energy  Conversion，2007，22(2)：439-449.

[30]吕天光，艾芊，孙树敏，程艳，赵媛媛.含多微网的主动配电系统综合优化运行行为分析与建模[J].中国电机工程学报，2016(1)：122-132.

[31]太阳能光伏网.2016年光伏上网电价正式出炉[EB/0L].(2015-12-15)[2016-06-04].http://solar.ofweek.com/2015-12/ART260009-8480-29040125.html.

[32]新华网.粤桂合作特别试验区调整峰谷分时电价[EB/0L].(2016-03-23)[2016-06-04].http://news.xinhuanet.com/local/201603/23/c_128824864.htm.

[33]毛晓明，陈深，吴杰康，等.分时电价机制下含蓄电池微网的优化调度[J].电网技术，2015(5)：1192-1197.

[34]孟良，王前双，高志强，等.微电网中储能电池的经济运行分析[J].电测与仪表，2014(10)：120-124.

[35]中国电池网.光伏画饼锂离子电池微网储能市场存疑[EB/0L].(2013-08-25)[2016-06-04].http://www.Itdcw.com/archives/news/0R51094H013.html.