前　言
微網(wǎng)是一個新型的微電力系統(tǒng)，涉及發(fā)電、輸電、蓄電（儲能）和用電等發(fā)電過程各個環(huán)節(jié)，并且集成了多種分布式發(fā)電、儲能裝置和不同類型負荷。微網(wǎng)利用可再生能源來發(fā)電，降低能耗、減少對環(huán)境的污染；微網(wǎng)作為大電網(wǎng)的補充，提高了電力系統(tǒng)的可靠性和靈活性。但微網(wǎng)承受擾動的能力相對較弱，考慮到風(fēng)能、太陽能資源的隨機性，系統(tǒng)的安全可能面臨更高的風(fēng)險。
能量管理系統(tǒng)（ Energy Management System，EMS）是電力綜合自動化系統(tǒng)管理軟件，但傳統(tǒng)的 EMS是針對火電為主的大型電力系統(tǒng)，用于大區(qū)級電網(wǎng)和省級電網(wǎng)的調(diào)度中心。由于微網(wǎng)的特點完全不同于傳統(tǒng)的主電網(wǎng)，因此傳統(tǒng)的 EMS不適用于微網(wǎng)管理，微網(wǎng)需要開發(fā)適合其特點的微網(wǎng) EMS。微網(wǎng) EMS是微網(wǎng)技術(shù)的重要組成，研究與開發(fā)微網(wǎng) EMS，能夠加速微網(wǎng)的發(fā)展與應(yīng)用�，F(xiàn)有的微網(wǎng) EMS在數(shù)據(jù)采集狀態(tài)監(jiān)測等基本功能方面已經(jīng)比較成熟，但在微網(wǎng)的功率預(yù)測、協(xié)調(diào)控制、經(jīng)濟優(yōu)化等高級應(yīng)用功能方面，目前還不成熟，仍處于探索階段。
本書作者近年來在微網(wǎng)的功率預(yù)測、協(xié)調(diào)控制、優(yōu)化運行 3個方面取得了一些研究成果，發(fā)表了 28篇 SCI、EI期刊論文、 4篇 EI收錄的國際會議論文，授權(quán)了 16項發(fā)明專利、 9項實用新型專利，獲得了上海市科技進步獎。針對目前國內(nèi)微網(wǎng)方面的著作不多，且現(xiàn)有的著作沒有全面反映微網(wǎng)在功率預(yù)測、協(xié)調(diào)控制、優(yōu)化運行 3個方面的情況，本書將著重論述作者在微網(wǎng)的功率預(yù)測、協(xié)調(diào)控制、優(yōu)化運行等幾個關(guān)鍵技術(shù)問題所做出的研究成果。
本書分為 4個部分，各部分的關(guān)鍵內(nèi)容如下：
（1）微網(wǎng)的功率預(yù)測方法分析與研究
風(fēng)光發(fā)電具有較強的隨機性、間歇性和波動性，輸出功率不穩(wěn)定，大規(guī)模接入電力系統(tǒng)將增加電網(wǎng)安全穩(wěn)定運行的難度，加重系統(tǒng)備用負擔(dān)。因此，提高風(fēng)光發(fā)電輸出功率的預(yù)測水平是充分并合理利用可再生能源的關(guān)鍵所在。光伏發(fā)電系統(tǒng)在不同天氣類型下的功率輸出存在著明顯的差別。為此，本書首先分析了影響光伏出力的氣象因素，確定了關(guān)聯(lián)性特征維度。基于氣象采集和監(jiān)控，提出了一種密度峰值層次聚類算法，將原始氣象樣本劃分類型，對比不同算法的聚類結(jié)果，證明該方法更具適用性，并針對每一類別建立支持向量機（ SVM）無監(jiān)督氣象類型標簽識別模型，對預(yù)測日類型進行定義，然后采用徑向基函數(shù)建立功率預(yù)測模型，結(jié)果表明本書提出的模型能夠提高預(yù)測的精度。風(fēng)功率預(yù)測的關(guān)鍵是風(fēng)速特性的研究。本書首先考慮風(fēng)速的波動性，采用集合經(jīng)驗?zāi)�態(tài)分解（ EEMD）分解原始風(fēng)速序列，縮小頻域范圍，平穩(wěn)化風(fēng)速樣本，并避免了經(jīng)驗?zāi)�態(tài)分解（ EMD）方法出現(xiàn)的模態(tài)混疊現(xiàn)象；然后將平穩(wěn)子序列相空間重構(gòu)，分別建立最小二乘支持向量機（ LS-SVM）風(fēng)速預(yù)測模型，模型參數(shù)采用一種改進果蠅優(yōu)化算法（ FOA）實現(xiàn)優(yōu)化，并證明與遺傳算法（ GA）和粒子群優(yōu)化（ PSO）算法相比，具有可調(diào)參數(shù)少、泛化性能良好的優(yōu)點；最后疊加子序列預(yù)測值即為風(fēng)速預(yù)測值，將該值帶入風(fēng)速 -風(fēng)功率分段轉(zhuǎn)化函數(shù)后最終求出對應(yīng)時間下的風(fēng)電功率值，原始轉(zhuǎn)化函數(shù)變?yōu)榉侄魏瘮?shù)后能夠細化風(fēng)速的變化范圍，有助于提高功率曲線的回歸精度�；�于我們所建的預(yù)測模型基礎(chǔ)，對比分析多種預(yù)測方法，證明了我們提出的光伏和風(fēng)電功率預(yù)測模型具有較高的精度，對電力系統(tǒng)的穩(wěn)定運行和新能源事業(yè)的發(fā)展起到了促進作用。


（2）交流微網(wǎng)的協(xié)調(diào)控制方法分析與研究
微網(wǎng)中每個分布式發(fā)電（ DG）單元需要通過相應(yīng)的控制方法接入系統(tǒng)中，而各個 DG單元之間又需要合理的協(xié)調(diào)控制策略。微網(wǎng)分為交流、直流及混合 3種類型，本書分析研究了這 3種微網(wǎng)的控制方法，并提出了幾種新的控制方法。首先對交流微網(wǎng)的協(xié)調(diào)控制方法進行分析。書中先對微網(wǎng)的基本組成、結(jié)構(gòu)進行介紹，對其運行特點和關(guān)鍵技術(shù)進行簡單的描述，分析了國內(nèi)外的控制技術(shù)發(fā)展情況。其次，在 Simu-link中搭建了光伏電池、升壓電路、并網(wǎng)逆變電路的數(shù)學(xué)模型，并通過仿真驗證了模型的正確性；分析與討論了微網(wǎng)基礎(chǔ)技術(shù)；研究了光伏并網(wǎng)、控制部分的模型，并對外界環(huán)境變化情況下并網(wǎng)模型中各參數(shù)進行了仿真與分析。然后，詳細介紹了逆變器的控制方法，包括有功 .無功（ PQ）控制（也稱恒功率控制）、電壓 /頻率（ V/f）控制、下垂控制、虛擬同步發(fā)電機（ VSG）控制等，分別建立其仿真模型，通過算例仿真對控制方法進行驗證，并發(fā)現(xiàn)各種控制方法的特性與優(yōu)缺點。在此基礎(chǔ)上，提出了新型下垂控制、新型虛擬同步發(fā)電機控制兩種新的控制方法，并在 Simulink平臺上對其建模與仿真，比較分析了改進前、后的運行情況，說明了新型控制方法的優(yōu)越性。接著，研究了含有多個分布式電源的微網(wǎng)的協(xié)調(diào)控制策略，包括對等控制、主從控制、多主從控制、輔助主從控制等。對傳統(tǒng)的對等控制、主從控制的原理進行詳細的分析，并分別進行了建模仿真；然后根據(jù)這兩種協(xié)調(diào)控制表現(xiàn)出的優(yōu)缺點，提出了多主從控制、輔助主從控制兩種新型協(xié)調(diào)控制策略，并對其進行了算例仿真。最后，對該部分進行了總結(jié)與展望，指出了我們所完成的主要工作與不足之處，展望值得進一步深入研究的問題。
（3）直流微網(wǎng)及混合微網(wǎng)的協(xié)調(diào)控制方法分析與研究
本書對直流微網(wǎng)及混合微網(wǎng)的協(xié)調(diào)控制方法進行了分析。本書所研究的主要目標是風(fēng)光儲交直流混合微網(wǎng)的協(xié)調(diào)控制，主要從 DG的控制策略、直流微網(wǎng)的控制策略、交流微網(wǎng)的控制策略、交直流混合微網(wǎng)的控制策略這 4個方面展開。首先研究了混合微網(wǎng)中光伏、風(fēng)電、儲能的控制策略，并分別建立了各微源的數(shù)學(xué)模型以及仿真模型，并對微源的特性及微源的各種控制策略進行了仿真分析。在研究光伏發(fā)電系統(tǒng)的最大功率點跟蹤（ MPPT）控制策略時，本書提出了基于虛擬直流發(fā)電機（ VDG）的光伏發(fā)電系統(tǒng) MPPT控制策略；以及在研究光伏發(fā)電系統(tǒng)傳統(tǒng)的限功率控制策略 —恒壓控制時，本書創(chuàng)新性地提出了光伏發(fā)電系統(tǒng)的變壓控制。書中對上述兩個創(chuàng)新點進行了建模、仿真和分析，指出了本書所提出的創(chuàng)新點的優(yōu)勢。其次，本書建立了直流微網(wǎng)的數(shù)學(xué)模型，研究了直流微網(wǎng)的傳統(tǒng)控制策略 —分級控制，并對直流微網(wǎng)的分級控制進行了仿真分析，發(fā)現(xiàn)了分級控制的一些缺點。為了克服分級控制的缺陷，本書在對分級控制進行充分研究的基礎(chǔ)上，創(chuàng)新性地提出了直流微網(wǎng)的變功率控制，然后建立了變功率控制的 Simulink仿真模型，并進行了充分的仿真分析，得出了變功率控制相對于分級控制所具有的優(yōu)勢。然后，本書建立了交流微網(wǎng)的仿真模型，并分析了交流微網(wǎng)中傳統(tǒng)的微源控制策略（如 PQ控制、 V/f控制、下垂控制）的基本原理，由此發(fā)現(xiàn) PQ控制、下垂控制與光伏發(fā)電系統(tǒng)、風(fēng)電系統(tǒng)的協(xié)調(diào)性較差，因而本書認為交流微網(wǎng)中光伏發(fā)電系統(tǒng)、風(fēng)電系統(tǒng)采用直流電壓控制比較好，為了配合直流電壓控制策略的實現(xiàn)，本書對恒壓控制進行改進，進而提出了基于直流電壓控制與改進型恒壓控制的交流微網(wǎng)的協(xié)調(diào)控制，并分別分析了在孤島模式與并網(wǎng)模式下上述控制策略的異同，然后建立了交流微網(wǎng)兩種模式下控制策略的仿真模型，并進行了仿真分析。最后，本書將直流微網(wǎng)與交流微網(wǎng)通過 AC/DC雙向變換器連接起來構(gòu)成交直流混合微網(wǎng)，建立了 AC/DC雙向變換器的控制策略及混合微網(wǎng)的仿真模型，并仿真了交直流混合微網(wǎng)工作于不同模式時混合微網(wǎng)的變化情況，以及混合微網(wǎng)在不同模式切換時的混合微網(wǎng)的變化情況。


（4）微網(wǎng)的優(yōu)化運行方法分析與研究
微網(wǎng)能夠整合可再生能源發(fā)電等 DG的優(yōu)勢，協(xié)調(diào)分布式電源與大電網(wǎng)之間的矛盾，結(jié)合負荷、儲能單元及控制裝置，構(gòu)成單一可控的單元，向用戶同時提供電能、熱能和冷能，實現(xiàn)冷熱電聯(lián)產(chǎn)（ CCHP）。由于 DG具有間歇性、隨機性、不對稱性和多樣性等特點，在滿足安全性、可靠性和供電質(zhì)量等約束條件下，對微網(wǎng)內(nèi)各類微源進行優(yōu)化調(diào)度，合理分配其出力，實現(xiàn)熱、電各種能源的綜合優(yōu)化，以達到分布式能源微網(wǎng)系統(tǒng)的優(yōu)化運行，這已成為現(xiàn)代電力工業(yè)領(lǐng)域新的研究熱點。本書針對這些問題進行了深入的研究，主要研究內(nèi)容如下：首先，本書在分析了微網(wǎng)經(jīng)濟優(yōu)化運行的國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，建立了含光伏發(fā)電、風(fēng)力發(fā)電、微型燃氣輪機、蓄電池、燃料電池和電動汽車的微網(wǎng)模型，特別考慮了電動汽車同時作為負荷和微源，且計及熱電聯(lián)產(chǎn)制熱收益的基礎(chǔ)上，以經(jīng)濟效益最大化、環(huán)境成本最小化作為微網(wǎng)多目標優(yōu)化問題。應(yīng)用非劣排序遺傳算法 NSGA-II進行多目標優(yōu)化求解，求得 Pareto前端解，從而獲得微網(wǎng)最優(yōu)調(diào)度策略。算例中通過與單目標遺傳算法對比分析，驗證了所提模型、策略和算法的有效性。然后，針對一個典型風(fēng)光儲互補的微網(wǎng)經(jīng)濟優(yōu)化模型，在經(jīng)典量子遺傳算法的基礎(chǔ)上，通過引入了雙鏈式結(jié)構(gòu)和動態(tài)旋轉(zhuǎn)角調(diào)整策略，采用了一種改進型量子遺傳算法。通過算例分析，并與傳統(tǒng)的遺傳算法和基本的量子遺傳算法進行了對比，驗證了該算法在全局尋優(yōu)、收斂精度和收斂速度上的優(yōu)越性。最后，為了解決微網(wǎng)中普遍存在的三相負荷不平衡問題，本書詳細分析了微網(wǎng)三相負荷不平衡特征，提出了一種新的微網(wǎng)三相負荷計算方法；考慮到大多數(shù)微源不能承受較大的微網(wǎng)不平衡，進一步改進了微網(wǎng)分相優(yōu)化調(diào)度模型，并運用改進型量子遺傳算法對模型求解，從而獲得了最優(yōu)的三相負荷接入方案，提高了微網(wǎng)運行的可靠性和經(jīng)濟性。


在微網(wǎng)研究方向，本人的課題組已經(jīng)培養(yǎng)了數(shù)十名碩士研究生，本書的一些內(nèi)容直接引自他們的學(xué)位論文，在這里對本書做出貢獻的楊小龍、張強、褚思遠、黃山等表示感謝。另外，本書除選用自己的一些微網(wǎng)研究成果外，還參考了國內(nèi)外學(xué)者對微網(wǎng)研究的成果，在此也表示感謝。
本書適合微網(wǎng)系統(tǒng)研究、設(shè)備研發(fā)、工程建設(shè)和運行管理等相關(guān)領(lǐng)域的科技工作者閱讀，也可供高等院校分布式能源與微網(wǎng)相關(guān)專業(yè)的教師、研究生和高年級本科生參考。
由于作者的寫作能力和學(xué)術(shù)水平有限，書中難免有疏漏之處，敬請讀者批評指正，并提出寶貴的意見。
上海電力大學(xué)自動化工程學(xué)院　程啟明教授 2019年 4月