基于电能成本效益分析的微电网水光协调优化运行方法.pdf

第6 0 卷第8 期2023年8 月15 日电测与仪 表Electrical Measurement&InstrumentationVol.60 No.8Aug.15,2023基于电能成本效益分析的微电网水光协调优化运行方法林盾12,梁钰2,王绥瑜 2,万信书12,刘红岩1.2（1.海南电网有限责任公司电力科学研究院，海口5 7 0 12 5；2.海南省理化分析重点实验室，海口5 7 0 12 5）摘要：微电网为包括水力发电在内的可再生能源发电提供了可靠的并网与管理平台，其优化运行是一门重要课题。基于机会成本概念，以当前时段水力发电的最大化机会成本为目标建立优化模型，建立水力发电功率的成本效益模型作为优化运行模型的基础。以经济运行成本和环境折算成本建立模型目标函数，计及功率平衡约束，分布式发电运行约束，储能运行约束等必要约束条件建立微电网优化运行模型。基于萤火虫算法设计所建立模型的求解流程。通过设置离网模式和并网模式分别采用所建立的模型制定系统优化运行计划并进行指标对比，验证了所建立模型的有效性。关键词：微电网；优化运行；萤火虫算法；成本效益分析；机会成本D0I:10.19753/j.issn1001-1390.2023.08.023中图分类号：TM732Optimal operation method of micro-grid based on cost-benefit analysis ofelectric energy considering water-photovoltaic coordinationLin Dun-2,Liang Yu-,Wang Suiyu-2,Wan XinShu-2,Liu Hongyann2(1.Electric Power Research Institute of Hainan Power Grid Co.,Ltd.,Haikou 570125,China.2.Hainan Key Laboratory of Physical and Chemical Analysis,Haikou 570125,China)Abstract:Micro-grid provides a reliable grid-connection and management platform for renewable energy power generation,including hydroelectric power generation.Its optimal operation is an important issue.Based on the concept of opportunitycost,the optimization model is established to maximize the opportunity cost of hydroelectric power in the current period,and the cost-benefit model of hydroelectric power is established as the basis of the optimization operation model.Then,theobjective function of the model is established based on the economic operation cost and environmental conversion cost,andthe optimal operation model of micro-grid is established taking into account the power balance constraints,distributed gen-eration operation constraints,energy storage operation constraints and other necessary constraints.Finally,the solutionflow of the model is designed based on the firefly algorithm.Finally,by setting the off-grid mode and the grid-connectedmode respectively,the established model is used to make the optimal operation plan of the system,and the indicators arecompared to verify the effectiveness of the established model.Keywords:micro-grid,optimal operation,firefly algorithm,cost-benefit analysis,opportunity cost0引言分布式可再生能源发电作为人类解决能源问题的关键手段，近些年来得到蓬勃发展。可再生分布式能源发电一般情况下并网接人微电网运行，同时系统中配备包括可控微电源，储能等供能设备对可再生能源发电进行平抑和调节14。微电网是一种新形式的分布式发电高效管理和集成模块，能够将分布式发电通过量测，监测,能量管理,继电保护等手段进行统一的基金项目：海南省重点研发计划项目（ZDYF2017012）；海南电网有限公司科技项目（0 7 30 0 KK52180023）一138 一文献标识码：B文章编号：10 0 1-139 0(2 0 2 3)0 8-0 138-0 6管理,降低对大电网的不利影响,提升系统的经济性和供电可靠性5-6。目前针对微电网优化运行问题，已有较多文献进行了研究,取得了不错的成果。这一方面是侧重于对微电网优化运行模型构建的研究，比如文献7 考虑到分布式发电出力的不确定性,采用鲁棒优化理论进行建模,研究了微电网在并网模式下的调度模型。文献8提出的模型将微电网内部多种供电形式模拟为竞价者,通过博奔过程最小化系统的运行成本，同时平衡了不同利益主体的冲突。文献9 通过计及风光协同，考虑了微电网中电动汽车参与电力市场的风险构建系第6 0 卷第8 期2023年8 月15 日统优化运行模型。文献10 建立的微电网优化运行模型针对高渗透率可再生能源的海岛微电网，主要针对系统离网模式下的运行方案进行制定。另外还有一些文献主要侧重对微电网优化运行模型的求解算法进行研究,比如文献11采用精英策略和混沌搜索对基本万有引力算法进行改进，并应用于微电网优化运行求解。文献12 将粒子群算法和细菌觅食算法整合为混合智能电网,在微电网优化运行求解上取得了较好效果。还有的文献则是采用其他形式算法进行求解，比如文献13采用改进遗传算法进行求解,文献14采用自适应遗传算法求解所建立的微网能量调度模型,文献15 采用混沌搜索算法设计模型求解流程等等。然而以上文献很少有建立的模型考虑到了水力发电并网接人微电网的影响。随着水力发电的不断开发，将其并网接人微电网一方面能够提升管理效益，另一方面也会提升微电网的管理难度。将水力发电与光伏发电进行集成管理,能够平滑整体出力,降低对大电网的波动。水力发电尽管也是一种可再生清洁能源，但是其运行特性不同于分布式风电和分布式光伏。水力发电本身带有储能效应,能够将水电站库容进行存储,选择在特性时间进行出力，同时该库容本身存在径流，需要建立合理的模型计及在微电网的优化运行模型当中。水力发电作为一种清洁能源，并网接入微电网将对微电网的能量管理计划产生较大影响，将水力发电与微电网的分布式光伏发电进行协同，能够给微电网带来显著的经济效益。文章针对含分布式光伏以及水力发电的微电网，计及水光协调，基于电能成本效益分析建立微电网的优化运行模型。首先采用经济学理论中的机会成本概念建立水力发电的成本效益模型作为水力发电出力计划制定的基础。接着以经济运行成本以及环境折算成本为目标函数建立微电网优化运行模型，计及必要的约束条件,基于萤火虫算法对所建立的模型进行求解。最后设置两种运行方式分别制定系统的运行计划并对运行指标进行对比和分析。1徐微电网分布式发电模型1.1分布式光伏发电模型光伏发电的出力与多种因素密切相关，包括光照强度,太阳入射角，光伏电池组件的转化效率以及额定功率。光伏组件的输出功率与日照强度密切相关，根据测试可以得出经验函数，并且在得知光照强度后，光伏电池的发电功率PPv为16：Ppv=InmnpvAcos0式中mm为跟踪效率；mpv为转换效率；A为电池的面积；0 为太阳人射角。则光伏最大发电功率为：电测与仪 表Electrical Measurement&Instrumentation式中Imax为当天最大光照强度。1.2可控微电源模型微电网中并网接入微燃机和燃料电池进行调峰。所采用的微燃机型号为某公司的C65型,该微燃机的燃料费用函数与其出力效率密切相关，微燃机的燃料费用函数具体如式（3）所示。(3)式中Cr,Mr为t时段微燃机的燃料成本；PMr为微燃机在t时段的出力；nmr为微燃机在t时段的运行效率；Cng为天然气单价（元/m）；Ln g 为天然气热值即9.7kWh/m；t 为微燃机运行时长。燃料电池的燃料成本函数如式(4)所示：式中Cr,Fc为t时段燃料电池燃料成本；Prc为燃料电池在t时段的出力；nrc为燃料电池在t时段的运行效率；2微电网水光协调优化运行模型2.1水电成本效益分析在微电网的优化运行模型中，大部分分布式发电的成本比较容易评估，比如分布式光伏发电的出力因为是可再生能源发电，因此其出力除了与功率相关的运行维护成本之外，几乎没有发电成本。对于包括微燃机和燃料电池来说，其发电遵循着严格的燃料成本函数,因此成本模型也容量建立。而对于库容式水电来说，一方面其发电通过水库蓄水进行，因此几乎不需要运行成本，但是另一方面，水力发电也能对能量进行存储，选择不同时间进行发电，从而对微电网的运行成本造成影响，产生不同的经济效益。因此有必要建立模型针对水电能源的虚拟发电成本以及输入微电网的电能效益进行评估。在这样的情景中，水电在当前时段的出力意味着后续时段的出力减少，因此水电出力实际上存在着一个机会成本，适合采用经济学中的机会成本思想进行评估。首先建立微电网各个时段的电能效益模型，作为水电运行成本评估模型的基础。在任意t时段,水电出力并入微电网产生的经济效益即为该时段不考虑水力发电时微电网的边际运行成本，该成本为负荷功率P的函数即F,（P）,其中，F（P）为以下规划的解：(1)minf=fum(Pomr)+fre(Pre)+mpPmJs.t.PMur+Prc+Pana=PPMr PuT,Pur(PMr-Pwlt)(PrcPrC,Prc(Pnc-PrC)0Vol.60 No.8Aug.15,2023(2)(4)(5)0一 139 一第6 0 卷第8 期2023年8 月15 日式中fmr（）为微燃机燃料成本函数；PMr为微燃机出力变量;frc（）为燃料电池燃料成本函数；PFc为燃料电池出力变量。Pmx为微燃机出力上限；Pmi为微燃机出力下限；Pmax为燃料电池出力上限；Pri为燃料电池出力下限；Pgrid为微电网向外网交换功率变量。qgrid为当前t时段分时电价水平。作为评估模型，式中只考虑了最为主要的燃料成本以及交换功率成本。事实上，并不是每个时段的微电网边际运行成本都是一样的，一方面是因为各时段的边际运行成本函数因为外网分时电价机制而不同，另一方面是因为各时段的负荷水平不同。以一天为微电网调度时间范围，水电在当前时段的出力成本即为当前时段出力的机会成本，该机会成本即为该部分出力在后续时段能够通过出力获得的最大效益之和,具体如式(6)所示的规划。Tmaxf=ZF,(P(Gi)-F,(Pl(G)-P)j=l+1TJs.t.P,=Pw.;wmm P,Pw.mj=t(n=t+1,t+1,T式中T为一天调度时段；Pw，为水电站在当前时段t安排的出力；P,为水电在后续第j个时段的出力变量；PL(i）为第j个时段负荷预测功率；Sw，为第t时段水电站剩余库容,转化为可发电功率的形式；Sw,min和Sw.max为水电站剩余库容的最小值和最大值；Pw.min和Pw为水电最小出力和最大出力；nw为水电出力效率；Q,为第j个时段水库自然径流量。基于式(6)可知,时段t水电出力成本同样为出力功率的函数，记为Cw（Pw,t）,即为式(6)所示规划的解。通过以上水电成本效益分析，就能够在微电网优化运行模型当中有效评估水电的出力成本。2.2优化运行目标函数优化运行模型考虑经济成本和环境折算成本。其中经济成本如式(7)所示：TJfur(PMm)+frc(Prc)+t=1at.PtqgridPPgrid+Ci(Pw.t)式中PMr为t时段微燃机出力；Prc为t时段燃料电池出力；m为设备编号，m为第m台设备的运维成本系数；Pm为第m台设备t时段的出力；Parid为t时段微电网与外网交换功率大于零时为购电。微电网在运行中可控微电源在出力的同时，会排一140 一电测与仪表Electrical Measurement&Instrumentation放污染物，在模型中需要计及该环境折算成本如式(8)所示：T0=1式中为污染物类别；N为污染物种类；入M为微燃机第种污染物的单位功率排放量；入c为燃料电池第种污染物的单位功率排放量；c为第种污染物的环境折算系数。2.3优化运行约束条件(1)功率平衡约束。微电网在运行的各个时段需要满足功率平衡约束如式(9)所示：PPerid,+PMr,+Pr.+Ppv,+Pw.=Pl.,+Pus.(9)式中PL.，为t时段微电网负荷水平；Pls，为t时段微电网网损功率,其计算方式如式(10)所示：LPlos.=(P)2+(Qi)R,/U%式中L为微电网中馈线数量；PI和Qi分别为第1(6)条馈线的有功功率和无功功率；R,为第l条馈线电阻；U为微电网母线额定电压。(2)可控微电源运行约束。可控微电源的出力不能超出微电网设备的最大出力，该约束如式（11)所示：PuTPuJPMr(PMm-Prl)0MPrePrPtLPe(Prc-Prc)0(3)水利发电运行约束。水电站在安排出力时需要满足水库的库容约束,以满足除发电以外的需要。该约束如式(12)所示：Sw.min Sw.Sw.m.其中，Sw，和Pw，满足如式(13）所示的关系约束。PVL+Sw.+I=Sw,3模型求解算法3.1萤火虫算法原理采用萤火虫算法17 对所建立的微电网水光协调ZmI Pm/+1me/MT,WT,SB,FC,PV!(7)Vol.60 No.8Aug.15,2023NN1Q优化运行模型设计求解流程。萤火虫算法具备求解效率高，迭代次数少以及不易于陷入局部最优解等优点，其寻优个体具有以下行为特性：（1）只要是在互相之间的感知范围之内，任意两个萤火虫之间都会相互吸引,吸引的结果是两者增强了向对方运动的倾向；(2)荧光素值高的萤火虫能更多地吸引其余萤火虫趋向自己移动，但是吸引地程度与距离有关，距离越(8)(10)(11)(12)(13)第6 0 卷第8 期2023年8 月15 日远则吸引力越小。萤火虫算法的个体位置和速度迭代采用文献18 中的方式进行。3.2算法步骤采用萤火虫算法对所建立的微电网水光协调优化运行模型进行求解，求解流程如下：(1)设定萤火虫算法中的种群规模，种群参数，包括萤火虫数量，光强系数，最大吸引力，算法迭代次数以及混沌搜索代数。输人微电网运行参数；(2)在控制变量范围内,以优化运行方案随机初始化每个萤火虫的位置；(3)以微电网综合运行计算每个萤火虫个体的目标函数,进而计算每个萤火虫的亮度；（4)针对每个萤火虫个体,选择其感知范围内亮度最高的萤火虫个体,计算两者之间的距离和吸引力，更新该萤火虫个体的位置；(5)判断算法求解结果是否收敛到设定的精度,或者迭代次数是否已经达到设定迭代次数，如果是则输出结果,算法结束,否则返回步骤(3）。4算例分析4.1算例设置文中算例针对如图1所示的河北省某地区微电网示范工程制定其日前运行计划。外网WT1交流负荷PCACAC联络开关ACACDCDC水力DCDC发电PV1FC图1含水力发电并网的微电网网架结构示意图Fig.1Schematic diagram of grid structure of micro-gridwith hydropower grid connection从图1中可以看出，该微电网中并网接入了分布式光伏发电，水力发电，微燃机，燃料电池以及负荷，同时系统通过公共耦合点与外网进行功率交换。针对微电网中典型运行日制定其一天内的优化运行计划，其中系统中分布式风电，分布式光伏，负荷水平以及水电站径流功率如图2 所示，其中水电站径流量已经折算为功率的形式便于考虑在模型中。此外,模型中储能放电效率ndis和充电效率nch为0.9 5;储能自放电系数DsB为0.0 1,储能容量Qs为40 0 kWh,水电站库容0.5MWh,萤火虫算法中,种群数目为6 0 个,最大迭代次数为15 0 代，光强系数为1.0；最大吸引力为1.0，外网分时电价曲线如图3所示。电测与仪 表Electrical Measurement&Instrumentation800600M率40020000图2 分布式风电光伏出力，负荷水平以及水库自然径流量功率曲线Fig.2Distributed wind power and PV output,loadlevel and reservoir natural run off power curve1(4M/2）/申0.80.60.40.200图3外网分时电价水平Fig.3 TOU electricity price of the external grid设置两种运行方式分别采用文中所建立的模型制定微电网的优化运行计划,验证模型的有效性。其中WT2MT交流负荷ACACAACACACSBPV2Vol.60 No.8Aug.15,2023负荷水平风电出力光伏出力水电径流55方式一为系统运行在离网模式下，方式二为系统运行在并网模式下。4.2微电网优化运行结果及其分析运行所建立的模型，可以得到微电网在方式一下的日前优化运行方案如图4所示。在离网模式下微电网制定的优化运行计划满足了用户的供电需要，并充分利用系统的运行特性降低综合运行成本。600400M率E2000-200-4000图4方式一并网模式下微电网日前优化运行方案Fig.4(Optimized operation scheme of micro-grid in dayahead under grid-connected mode 1从图4中可以看出，在第1时段到第7 时段,负荷水平较低，同时外网分时电价水平较低，系统向外网购电,在满足负荷用电的同时对储能进行充电，为后续时段放电做好基础。水里发电在这期间出力为零，主要一141 一10时段/h1015时段/水力发电储能510时段/h15燃料电池微文燃机外网15202020252525第6 0 卷第8 期2023年8 月15 日是因为在当前时段出力的机会成本较大，因此选择保留库容。在第8 时段到第15 时段，微电网进人第一次负荷高峰，但是同时分布式光伏出力也达到了峰值，风电出力上升，微电网仍然处于功率较为充裕的状态，此时外网分时电价水平较高，因此系统将微电网内富裕的功率进行上网以便获得收益，不仅储能进行放电，水力发电也处于充分出力的状态。在第16 时段到第2 4时段，微电网迎来了第二次负荷高峰，系统内功率较为紧张，一方面储能和水力发电充分放电，另一方面，微电网也开启了包括微燃机和燃料电池在内的可靠微电网进行调峰,尽管成本较高，但是能够保障系统供电可靠性,该时段微电网向外网购电功率也达到最高值。事实上，在并网模式下微电网在一天综合运行成本为1584.67元。同理可以得到方式二下微电网优化运行方案如图5所示。600400M/率2000-200L0图5 方式二离网模式下微电网日前优化运行方案Fig.5 Optimized operation scheme of micro-grid inday ahead under off-grid mode 2从图5 中可以看出，在离网运行模式下，微电网制定的系统日前优化运行计划与并网模式下的有较大差异。在各个时段内，微电网通过水力发电，微燃机以及燃料电池进行供电，同时通过储能设备进行有限的调节。在一天中间时段，由于分布式风电光伏出力较高，因此微电网水电出力较低，在后续负荷高峰时段，水电将剩余库容充分放电以满足用电需求，同时储能充分放电对紧张功率进行调节。事实上，在离网运行模式下微电网一天综合运行成本为2 6 5 1.0 3元，显著高于方式一并网模式下的。基于萤火虫算法的微电网优化运行模型求解过程中的目标函数收敛曲线如图6 所示。事实上，采用粒子群算法以及遗传算法分别对所建立的模型进行求解,可以得到算法求解指标对比如表1所示。从表1中可以看出,采用萤火虫算法对所建立的微电网水光协调优化运行模型进行求解具有较好的效果，相比于传统的粒子群算法和遗传算法，萤火虫算法不仅在寻优能力上更优，同时在求解时间上也更短，更适用于所建立的微电网优化运行模型。一142 一电测与仪表Electrical Measurement&Instrumentation1042.521.510.50并网模式050送代次数/代图6 基于萤火虫算法的微电网并网模式和离网模式下目标函数收敛曲线Fig.6Convergence curve of objective function ingrid-connected mode and off-grid mode of micro-grid表1基于不同算法的微电网优化运行模型求解指标对比Tab.1Comparison of solving indices of micro-grid optimaloperation model based on different algorithms水力发电求解算法并网模式下寻优燃料电池并网模式下求解时间微燃机离网模式下寻优储能离网模式下求解时间510时段/hVol.60 No.8Aug.15,2023离网模式100based on firefly algorithm粒子群算法1 603.9527.193 692.5123.481520150遗传算法董火虫算法1597.321 584.6723.5416.352.667.102 651.0318.0611.48255结束语针对含水力发电的微电网优化运行问题，提出基于电能成本效益分析的微电网优化运行模型，仿真算例表明：（1)所建立的模型能够通过充分评估水电站剩余库容的发电价值，从而将其发电成本与其余微电源发电形式一样进行量化，作为微电网优化运行计划制定的基础;（2)微电网并网运行模式相比于离网运行模式，其综合运行成本显著更低，这表明微电网以并网运行模式进行规划和运行有着更优的社会经济效益；(3)在模型求解上,无论是在并网模式下还是在离网模式下，采用的萤火虫算法在微电网优化运行模型求解上的指标优于传统的几类基本算法，更加适用于所建立的模型。参考文献1】王成山，肖朝霞，王守相微电网综合控制与分析J电力系统自动化，2 0 0 8,32(7)：9 8-10 3.Wang Chengshan,Xiao Zhaoxia,Wang Shouxiang.Synthetical controland analysis of micro-grid J.Automation of Electric Power Systems,2008,32(7):98-103.2】戴腾飞，茅靖峰，吴爱华，等分布式光储直流微电网滑模自抗扰鲁棒运行控制J可再生能源，2 0 2 2，40（11）：15 0 5-15 14.Dai Tengfei,Mao Jingfeng,Wu Aihua,et al.Sliding mode active dis-turbance rejection robust operation control for distributed photovoltaic200第6 0 卷第8 期2023年8 月15 日and energy storage DC microgrid J.Renewable Energy Resources,2022,40(11):1505-1514.3宋丹，张武洋，王成华含光储系统的微电网能量协调控制策略J哈尔滨理工大学学报，2 0 2 1，2 6（6)：9 4-10 3.Song Dan,Zhang Wuyang,Wang Chenghua.Coordinated control strate-gy of microgrid energy with optical storage system J.Journal of HarbinUniversity of Science and Technology,2021,26(6):94-103.4周凌志，任永峰，陈麒同，等新型主从控制微电网运行控制策略研究J可再生能源，2 0 2 1，39（8）：110 0-110 6.Zhou Lingzhi,Ren Yongfeng,Chen Lintong,et al.Operation controlstrategy of new master-slave control for microgrid J.Renewable Ener-gy Resources,2021,39(8):1100-1106.5李蕊基于不同商业运营模式的分布式电源/微电网综合效益评价方法J.电网技术，2 0 17，41(6)：17 48-17 5 8.Li Rui.Comprehensive benefit evaluation method of distributed genera-tion/microgrid projects based on different business models J.PowerSystem Technology,2017,41(6):1748-1758.6余中平，关洪浩，孟高军，等.基于多功能储能变流器的微电网电能质量综合补偿策略J.电力电容器与无功补偿，2 0 2 1，42（3）：157-163.Yu Zhongping,Guan Honghao,Meng Gaojun,et al.Comprehensivecompensation strategy on power quality for microgrid based on multifunction energy storage converter J.Power Capacitor&Reactive Pow-er Compensation,2021,42(3):157-163.7 Lu Tianguang,Ai Qian,Zhao Yuanyuan.A bi-level multi-objective op-timal operation of grid-connected microgrids J.Electric Power SystemsResearch,2016,(131):60-70.8孔祥玉，曾意，陆宁，等。基于多智能体竞价均衡的微电网优化运行方法J.中国电机工程学报，2 0 17，37（6）：16 2 6-16 33.Kong Xiangyu,Zeng Yi,Lu Ning,et al.Optimal bidding managementfor agent-based microgrid operation J.Proceedings of the CSEE,2017,37(6):1626-1633.9 Wei Jin,Kundur D.GOAliE:goal-seeking obstacle and collision eva-sion for resilient multicast routing in smart grid J.IEEE Transactionson Smart Grid,2016,7(2):567-579.10于，刘兴华，孙树敏，等高可再生能源渗透率海岛微电网运行控制J.电网技术，2 0 18，42(3)：7 7 9-7 8 8.Yu Peng,Liu Xinghua,Sun Shumin,et al.Study on operation controlof island microgrid with high renewable energy penetration J.PowerSystem Technology,2018,42(3):779-788.11李鹏，徐伟娜，周泽远，等基于改进万有引力搜索算法的微网优化运行J中国电机工程学报，2 0 14，34（19）：30 7 3-30 7 9.Li Peng,Xu Weina,Zhou Zeyuan,et al.Optimal operation of micro-grid based on improved gravitational search algorithmJ.Proceedingsof the CSEE,2014,34(19):3073-3079.电测与仪表Electrical Measurement&Instrumentation12杨毅，雷霞，徐贵阳，等采用PSO-BF算法的微电网多目标电能优化调度J电力系统保护与控制，2 0 14，43（13）：14-2 0.Yang Yi,Lei Xia,Xu Guiyang,et al.Multi-objective optimal dispatchof microgrid using particle swarm optimization combined with bacterialforaging algorithm J.Power System Protection and Control,2014,43(13);14-20.13陈昌松，段善旭，蔡涛，等基于改进遗传算法的微网能量管理模型J电工技术学报，2 0 13，2 8（4)：19 6-2 0 1.Chen Changsong,Duan Shanxu,Cai Tao,et al.Microgrid energy man-agement model based on improved genetic arithmetic J.Transactionsof China Electrotechnical Society,2013,28(4):196-201.14林伟，陈光堂，邱晓燕，等。基于改进自适应遗传算法的微电网负荷优化分配J电力系统保护与控制，2 0 12，40（12）：49-5 5.Lin Wei,Chen Guangtang,Qiu Xiaoyan,et al.Optimal load distribu-tion of microgrid based on improved self-adaptive genetic algorithm J.Power System Protection and Control,2012,40(12):49-55.15刘柏良，黄学良，李军计及可时移负荷的海岛微网电源优化配置J中国电机工程学报，2 0 14，34（2 5）：42 5 0-42 5 8.Liu Boliang,Huang Xueliang,Li Jun.Optimal sizing of distributedgeneration in a typical island microgrid with time-shifing load J.Pro-ceedings of the CSEE,2014,34(25):4250-4258.16Karaki S H,Chedid R B,Ramadan R.Probabilistic performance as-sessment of autonomous solar-wind energy conversion systems J.IEEETransactions on Energy Conversion,1999,14(3):766-772.17王晶，王宗礼，陈骏宇，等。基于萤火虫优化算法的微网源一荷博奔模型及分析J电力系统自动化，2 0 14，38(2 1)：7-12.Wang Jing,Wang Zongli,Chen Junyu,et al.A game model for DGs-loads in microgrid based on firefly algorithm and its analysisJ.Auto-mation of Electric Power Systems,2014,38(21):7-12.18陈海东，庄平，夏建矿，等。基于改进萤火虫算法的分布式电源优化配置J电力系统保护与控制，2 0 16，44（1）：149-15 4.Chen Haidong,Zhuang Ping,Xia Jiankuang,et al.Optimal power flowof distribution network with distributed generation based on modifiedfirefly algorithm J.Power System Protection and Control,2016,44(1):149-154.作者简介：梁钰（19 8 5 一），男，高级工程师，硕士，主要研究方向为微电网运行优化、智能电网研究与应用。王绥瑜（19 6 3一），男，高级工程师，主要研究方向为系统分析、继电保护和配网自动化。收稿日期：2 0 2 0-0 5-0 1；修回日期：2 0 2 2-12-12(王克祥编发）Vol.60 No.8Aug.15,2023林盾（19 6 7 一），男，通信作者，高级工程师，主要研究方向为电力新技术、智能电网研究与应用。Email:一143一