Page 79 - 电力与能源2024年第三期

张晶晶，等：计及风光资源不确定性的独立型微电网容量优化配置 353

表 2 确定性优化模型与随机优化模型在不同组合场景
下的运行性能对比
k LLR /‱ k PLR /%
场景
方案 1 方案 2 方案 1 方案 2
典型年场景 0.027 0.014 11.27 7.15
模拟场景 1 0.036 0.016 11.13 6.56
模拟场景 2 0.032 0.016 11.07 6.42
模拟场景 3 0.040 0.022 10.96 6.36
模拟场景 4 0.025 0.011 11.00 6.44
图 7 不同风险系数下微网容量配置方案
模拟场景 5 0.045 0.022 11.02 6.49
模拟场景 6 0.045 0.022 11.00 6.60
模拟场景 7 0.04 0.015 11.04 6.64
模拟场景 8 0.033 0.017 10.97 6.47
模拟场景 9 0.035 0.013 10.98 6.52
模拟场景 10 0.030 0.020 11.01 6.36
减少污染性电源发电量，使微网满足环保性要求。
由表 2 可知，就 LLR 指标而言，通过确定性优 图 8 不同风险系数下考虑风险的年均综合费用
化模型求得的所有组合场景的 LLR 指标均比通
安装容量基本不变。因为 λ 越大，风险偏好程度
过随机优化模型求得的要大。LLR 用于描述发
较低，决策者越来越倾向于规避风光出力带来的
电量不足造成的切负荷现象，LLR 越大表示负荷
运行风险。因此蓄电池和柴油发电机等可控电源
损失概率越大或负荷损失越严重。因此，随机优
的容量就会增加，系统整体的投资成本也会相应
化模型的求解结果更好，求解方案的可靠性更高。
增加。同时，模型中考虑了经济成本，柴油发电机
就 PLR 指标而言，通过确定性优化模型求得
容量增加所需的经济成本相比蓄电池更高，显然，
的所有组合场景的 PLR 指标均比通过随机优化
在已经满足系统可靠性的前提下，增加蓄电池容
模型求得的要大。PLR 用于描述发电造成的弃风
量更加划算，因此结果中柴油发电机的配置容量
弃光现象，PLR 越大，表示电源损失概率越大，即
基本不变。
电源损失越严重，弃风弃光量越多。因此，通过随
机优化模型所得配置结果弃风弃电量更少，可再 5 结语

生能源利用率更高。
本文考虑风光资源的不确定性对微网容量优
综上所述，从系统可靠性、环保性的角度出
化配置的影响，建立基于 CVaR 的微网随机优化
发，随机优化模型得到的配置结果可以适应未来
配置模型，并通过二进制粒子群优化算法求解得
多个可能出现的运行场景，其鲁棒性较确定性优
到考虑运行风险的最优配置方案，得到如下结论。
化模型更高。
（1）比较了不同组合场景下，通过确定性优

4.3 风险系数对配置结果的影响
为探究随机优化模型中不同风险系数对最终 化模型和随机优化模型求得的 LLR 和 PLR 指标，
配置结果的影响，设置风、光场景数分别为 10，置 结果表明随机优化模型得到的配置方案具有更强
信水平 β = 0.9，设置风险系数 λ 从 0~1 逐渐变化， 的鲁棒性。
各风险系数下对应的容量配置方案如图 7 所示， （2）讨论了不同风险系数下随机优化模型得

各方案的年平均综合费用如图 8 所示。 到的配置方案，结果表明随着风险系数的增加，为
由图 7 可知，随着风险系数从 0~1 逐渐增加， 规避风光出力不确定性带来的运行风险，蓄电池
风机、光伏和蓄电池安装容量也逐渐增大，其中蓄 的配置容量明显增加，而柴油发电机的配置容量
电池的安装数量增加较为明显，而柴油发电机的 基本不变。