0 引言

直流配网同传统交流配网相比具有许多优势(可控性好、损耗低、输电容量大、电能质量高、适宜分布式电源多点接入等)[1-5]，具有较好的应用前景[6-8]。美国目前正致力于利用直流配电的主动灵活性和良好可控性来实现智能楼宇或智能小区建设[9-11]；欧洲则希望能通过多端直流电网来实现广域范围内多种资源(水电、太阳能、风电、波浪能)的互补互济的超级电网规划[12]；日本关于直流配电的研究主要集中在家庭直流供电领域——“直流生态住宅”[13]，目前已开发出能应用于低压直流供电系统的直流家用电器、电源分配器、电源插头及直流插座，解决了直流配电网长期以来面临的实用化问题。

直流配网的经济调度是其发展过程中需要解决的关键问题之一。经济调度是指在满足系统安全约束的前提下，通过合理的优化调度模型及策略来优化、管理系统中各单元的运行状态与控制指令，以制定出最优的负荷分配方案，并实现分布式电源高效、可靠、最大化的利用和系统运行成本的最低。文献[14]分析了直流配网的特性与优势，介绍了直流配网能量优化管理技术的最新研究进展；文献[15]研究了微网在并网模式下的经济运行，着重研究了微源发电成本和分时电价对微网经济调度的影响；文献[16]总结了微源和微网经济运行的模型；文献[17]以短期与超短期功率预测为基础，综合考虑系统内分布式电源和可控负荷的技术特性，将微网能量管理分为日前和日内2个阶段，通过2个阶段的协调控制来实现微网的优化调度。

本文将在分析直流配网特性的基础上，建立其经济调度模型，并结合具体算例对模型进行验证。

1 直流配网经济调度策略

同传统交流系统经济调度相比，直流配网的经济调度要考虑更多因素，除了换流器的换流约束、储能元件的充放电约束及系统直流潮流约束之外，还需考虑可再生能源的不确定性出力和负荷的随机性需求等不确定性因素。

可再生能源发电具有波动性、间歇性、不确定性等特点，其短期功率预测值与实际值之间偏差较大，且会随着可再生能源所占比例的增加而加大，使得日前优化结果与系统实际运行情况存在较大偏差，执行中难以得到应有的优化效果，因此单一时间尺度的日前优化不足以满足直流配网经济调度的需求。

引入多时间尺度优化调度，就可在逐级提高预测精度的基础上，通过主动调节各微源运行功率来提前响应可再生能源和负荷的波动，从而降低可再生能源不确定性出力的影响。因此，建立了多时间尺度下的经济调度模型：在短期和超短期功率预测的基础上，将经济调度分为日前计划和实时调度2个阶段，通过2个阶段的协调优化，实现直流配网的经济调度，结构如图1所示。其中，日前计划为系统内各出力单元提供基本运行点；实时调度根据误差相对较小的超短期功率预测对日前计划结果进行调节，进而修正日前计划的偏差；各分布式电源、换流器的控制器主要负责平抑幅度较小的非规律性的随机变化的功率波动。

2 直流配网经济调度模型

直流配网经济调度是一个多目标、多约束的最小值优化问题。

4) 分布式电源有功出力约束。

2) 实时调度(保优控制)：结合超短期功率预测，以5～15 min为一周期调整日前计划出力，尽量降低因功率预测误差导致的系统波动功率。

土豆播种机的播种架试验装置的最优组合在试验优选方案中没有出现，为确保优选前后的播种质量在试验指标(粒距合格率、重播率、漏播率)上有可比性，进行二次试验，选取的主要参数为播种机架倾角α=10°、皮带转速ω=0.27m/s、种勺空间尺寸大小55mm×17.5mm。试验结果表明，优选后的排种器排种粒距合格率可达91.0%，重播率9%，漏播率2.0%。优选后的土豆播种机播种架试验装置综合指标优于其它参数组合下的排种性能。

2.1 日前计划

6) 储能装置(蓄电池)运行约束。

2.1.1 优化目标

日前计划以系统运行总成本最小为优化目标。

(1)

式中：T为调度周期，为24 h；Fcost为经济成本；Fenv为环境保护折算成本；FNloss为网损成本；FCloss为换流器损耗成本；Fgrid为配网与外网交互成本。各类成本定义如下：

1) 经济成本。

主要指各分布式电源的运维成本和部分分布式电源的燃料成本。

式中：M为分布式电源数目；Pi为各分布式电源出力；Ci(Pi)为各分布式电源燃料成本；FOMi(Pi)为各分布式电源运维成本；kOMi为各分布式电源运行维护系数。

由图5(a)可看出：0:00—7:00(谷时段)系统负荷较小且购电价格较低，负荷需求主要通过外网购电满足，同时配网还会从外网购买多余电量来给蓄电池充电；8:00—20:00(峰、平时段)购电价格较高，系统负荷需求主要由燃料电池输出满足，在峰时段，蓄电池会向系统放电，同燃料电池一起为配网供电，若此时仍无法满足系统负荷需求，配网就会通过向外网购电来满足负荷功率缺额；21:00—23:00(峰、平时段)，系统内负荷功率缺额逐渐降低，但购电价格仍旧较高，所以系统负荷需求仍主要由燃料电池输出满足。可见,直流配网能在兼顾发电成本、环境效益及功率损耗的基础上来综合调度各分布式电源输出功率，并通过蓄电池充放电和电价差来实现削峰填谷和降低运行成本的目的，实现了新能源的最大利用和系统的经济运行。

微燃机、燃料电池等可控型分布式电源在发电过程中会排放CO2、SO2、NOx等污染物，将各微源各污染物的排放量按一定比例进行成本折算，即为环境保护成本。

(4)

式中：N为污染物种类；αj为各污染物的折算系数，元/kg；EFij为第i个分布式电源的第j种污染物的的单位排放量，kg/kW。

肖健告诉《中国名牌》记者：“百姓如今的生活水平上去了、经济条件好了，自然会选择更安全、更健康的食物。”

3) 网损成本。

FNloss=TNlossPNloss

(5)

式中：TNloss为网损成本系数；PNloss为网损。直流配网的网络损耗可由潮流计算获得如下：

(6)

式中：b为支路总数；Pk为支路k上流过的直流功率；Uk为支路k上的直流电压值；Rk为支路k的等效电阻。

4) 配网与电网交互成本。

Fgrid=TbuyPbuy-TsellPsell

(7)

实时调度中，超短期功率预测会每15 min上报一次从当前时刻到未来4 h内的可再生能源和负荷的超短期功率预测曲线(时间精度为15 min)。系统会在综合考虑未来4 h内可再生能源及负荷功率变化的基础上，依据实时调度模型对当前时段(15 min)的日前计划出力进行优化，将优化结果作为该时段的功率指令，并以此类推向后优化。

5) 换流器损耗成本。

直流配网中换流器(整流器、逆变器、DC/DC变换器)的损耗与其输入功率有关[18]。一般情况下，换流器功率损耗可分为空载损耗Pf、感应电流损耗PL、二极管通态损耗PD、IGBT通态损耗及开关损耗PIGBT，其可分别表示为

(8)

式中：a、b、c、d、e、f为各损耗的特性系数；m=Pin/Pcr；Pin为换流器输入功率，kW；Pcr为换流器额定功率，kW。

技术背景：机械自动化技术在我国可以说是起步阶段，但多少取得了一些成果，更为我国的制造生产效率提供了强大助力，可是我们的自动化技术正经历着起步过程，依然存在许多迫切须要精进的方面。而欲要我国自动化技术加速进入兴盛阶段，还要让自动化知识的大众化，当更多的人知道自动化将会给我们带来的好处，便会吸引更多的优秀人才，然后给自动化技术的兴起给予精准的技术支持，让自动化技术取得更大的成果，给人们的生活提供方便。

综上，换流器的损耗可表示为

(9)

式中：v=a/Pcr；u=b+c；w=d+e+f。

则换流器损耗成本为

FCloss=TClossPCloss

(10)

式中TCloss为换流器损耗成本系数。

2.1.2 约束条件

1) 功率平衡约束。

在经济全球化时代背景下，生猪自产自销户防疫工作得到社会各界的广泛关注。我国生猪养殖均是从外地调入苗猪与肉猪，以更好地满足人们的生活需求。由于外地生猪价格低廉，受劳动成本与饲养成本的影响，对生猪养殖业产生较大的冲击[1]。为全面提升生猪养殖经济效益，生猪自产自销养殖模式得到各地养殖户的认可，现主要论述生猪自产自销户防疫工作中存在的问题及相应的对策。

(11)

式中：Pgrid为外网输入功率；Pload、Ploss为直流配网总负荷及总损耗。

2) 直流系统潮流约束。

(12)

式中：Pdci为节点i注入的直流功率；Gij为直流配网节点电导矩阵中的系数；Udci、Udcj分别为节点i与节点j的直流电压。

3) 运行电压、功率约束。

他在书里也写了，过去我们俩有什么事儿都留条，互相写对联，抒情为主，叙事为辅。现在倒过来了，叙事为主了。一留条就是让我帮他干这个，干那个，我索性就在底下写个“阅”字，外面画个圆圈。他批评我：“你这是什么态度？”我大言不惭地回答：“领导的态度！”

式中：分别为节点i的直流电压上下限；为支路i-j的传输功率上限。

1) 日前计划(最优控制)：以经济为目标，以安全为约束。

Pi min≤Pi≤Pi max

(15)

式中Pimin、Pimax为分布式电源i运行功率的上下限。

2) S95系列大孔生态混凝土的28 d抗压强度略高于FA系列，但当孔隙率P及水胶比W/C相同时，大孔生态混凝土的抗压强度与W/C密切相关；

5) 直流配网并网接口传输功率约束。

(16)

式中为配网与外网并网接口允许交互功率的上下限。

在本文中，日前计划依据短期功率预测提前1 d给出未来24 h的运行计划，优化时段为1 h。

式中：Pbat(t)为蓄电池出力；Pbat,max、Pbat,min为蓄电池出力上下限；SOCmax、SOCmin为荷电状态上下限。

7) 日前计划调节裕量约束。

为在实时调度时配网有足够能力平抑波动功率，在进行日前优化时，需先给各参与实时调度的出力单元留有足够的调节裕量：

式中：ΔPM为该调度时刻系统所需的功率调节裕量；ere、eL分别为可再生能源发电及负荷的短期功率预测最大误差;PGi,max为实时调度中各出力单元运行功率的上限;PGi,R为参与实时调度出力单元所留的功率调节裕量。则参与实时调度的各微源出力上下限变为

式中分别为参与实时调度单元日前计划出力上下限。

2.2 实时调度

式中：Tbuy、Tsell分别为购售电电价；Pbuy、Psell分别为购售电功率。

2.2.1 优化目标

实时调度的优化目标一般有2种：

每隔一段时间，团队会在如何才能更有效地工作方面进行反省，然后相应地对自己的行为进行调整。为了保持团队的敏捷性，必须随环境一起变化。

(24)

式中：Pgrid,a(t)、PMT,a(t)、PFC,a(t)、Pbat,a(t)为外网、微燃机、燃料电池和蓄电池在t时段的日前调整功率；Cgrid,a、CMT,a、CFC,a、Cbat,a为其调整成本。

2) 以各可控微源调整后出力偏离日前计划最小为目标。

(25)

式中Pgrid(h)、PMT(h)、PFC(h)、Pbat(h)为外网、微燃机、燃料电池和蓄电池在第h小时的日前调度计划。

2.2.2 约束条件

1) 功率平衡约束。

治疗心衰这个原发病，应积极应用最大耐受剂量的β受体阻滞剂、普利类药物和/或醛固酮抑制剂以改善心功能；及时纠正水电解质紊乱和酸碱失衡的状态，并注意适量增加高蛋白饮食。切忌一味服用利尿剂而不积极改善心脏功能，要标本兼治才行。

Pgrid,a(t)+PMT,a(t)+PFC,a(t)+Pbat,a(t)=Pfluc(t)

(26)

2) 系统潮流方程约束。

(27)

3) 系统运行约束。

式中：Pfluc(t)为波动功率；Pi,a(t)为微源i日前计划调整功率；E(0)、E(T)分别为蓄电池周期始、末荷电量。

3 算例分析

3.1 模型数据

本文选取的直流配网拓扑结构如图2所示[19]。直流配网中各分布式电源相关系数、各直流微网中分布式电源的配置如表1、2所示，各微源的排放系数及折算成本如表3所示。该直流配电系统采用直流电压裕度控制[20]技术进行电压调节，直流配网并网接口换流站设置为主换流站，微燃机与燃料电池的换流站设置为辅助换流站，在主换流站不能承担电压调节任务时自动切换为主换流站，进行电压调节。

直流配网中可再生能源及各节点负荷的短期和超短期功率预测曲线如图3所示。直流配网内冷负荷需求与微燃机输出功率如图4所示。峰平谷分时电价及天然气价格如表4所示，其中：0:00—8:00设为谷时段，10:00—13:00、15:00—17:00、19:00—22:00设为峰时段，其余时段设为平时段。

所有这一切导致了非常重要的结论：自动化革命不是由单一的分水岭事件所组成的，相反，这将是更大混乱的连锁事件。旧的工作会消失，新的工作会出现，但新的工作也会迅速改变和消失。人们需要重新训练和改造自己，不是一次而是很多次。

本算例中，网损、换流器损耗成本系数定为0.4元/(kW·h)。蓄电池荷电状态运行范围定为0.6～0.9(为延长蓄电池的使用寿命及保证系统在孤岛状态时能有一些储能来提供紧急支援)。为便于分析，规定直流微网同直流配网之间可进行双向能量交互，而直流配网只可从外部电网购电。为体现直流配电系统良好的可控性，尽量减少配网与外网之间传输功率的波动，将配网与主外网交互功率调节量上下限定为±5 kW。

本文采用基于模拟退火算法的改进粒子群算法进行求解[21]。取：c1=1.5；c2=1.5；ωmax=0.9；ωmin=0.4；迭代次数设置为300，种群数为40。

1) 以日前计划调整费用最小为目标。

3.2 日前计划

直流配网日前优化调度结果如图5所示，各类运行成本及各时段网损如图6所示。

2) 环境保护成本。

3.3 实时调度

3.3.1 直流微网的实时调度

直流微网自身具有良好的可控性，可等效为直流配网的一个负荷节点，各微网与配网实时调度交互功率曲线如图7所示。由图7可见，直流微网与直流配网的交互功率能很好地执行日前优化计划。

3.3.2 直流配网的实时调度

污水管理站、公交通车点等民生工程，建筑面积达15000平方米。还利用旧宅基地7.9亩，建设了2栋、6层、建筑面积7076平方米、住房72套的舜德小区，并已全部按成本价分配到户，安置72户293人，其中贫困户有58户236人,不但有效解决了满沟、上洼、前岭、小河4个居民组群众居住分散、生产生活条件差的问题，而且为这部分贫困户早日脱贫致富提供了最基本、最重要的住房保证，使岭回村的村容村貌焕然一新，各项设施功能齐全，人居环境全面优化，群众收入不断增加，幸福指数明显提高。尤其是贫困户们，更是深切感受到了国家扶贫政策给他们带来的好处和温暖，进一步坚定了创造美好生活的自信心。

1) 以调整费用最小为目标(目标1)。

目标1下各单元调整出力如图8所示，实时调度结果如图9所示。可看出，配网与外网间的交互功率能很好地执行日前计划，因短期功率预测误差导致的系统功率波动主要被燃料电池和蓄电池平抑掉了。在目标1情况下，燃料电池和蓄电池因调节出力成本较小而成为平抑波动功率的主要单元；而微燃机调整出力成本较大，故未参与系统实时调度修正出力。

20世纪90 年代以来，中国社会建设、经济建设都取得了巨大的成就，大众的社会生活状况普遍得到改善，国家与社会对于教育的投入与关注也越来越多。在此期间经济全球化趋势进一步加强，工业化特征更为明显，为培养现代化人才，使学生得到全面的发展，开始推进素质化教育。对于在此期间建设的中小学校园更讲求独立运营，要求功能性更强，校园内不同功能的组团之间穿插更为多样。对于现代社会，其教育环境的变化和教育理念的转化，要求使得学校不能只再进行简单的教学，提供成长的环境。所以为了加强现代校园各区块之间的联系其设计布局多采用行列独栋加连廊组合而成。在x、y轴面形成一个环线，在z轴方向形成环面。

提高自我觉察的能力，是在人际关系上强化精神激励的重要方面。美国人本主义理论的代表人物马斯洛指出：“真正让一个人改变的是对自我的觉察”，是“对自己做出恰如其分的判断”。自我觉察能力的体现重要的是了解自己的实际需要和生活目标。例如在生活目标上，重要的表现是“为”和“乐”。“为”的能力有大有小，为团队、为企业、为社会、为别人、为自己做有益的事情，都是“为”。“乐”是悦心健体，陶冶感情，交友增益。提高自我觉察能力，了解自己，全面看问题，增强价值感，是处理好人际关系，造就高效、健康、愉悦和昂扬向上的职业状态的重要前提。

2) 以修正后出力偏离日前计划最小为目标(目标2)。

目标2下各单元调整出力如图10所示，实时调度结果如图11所示。可看出，配网与外网之间的交互功率波动很小，能很好地执行日前优化计划，因短期功率预测误差导致的系统功率波动主要被燃料电池和微燃机平抑掉了。在目标2情况下，燃料电池和微燃机因日前计划出力较大而成为平抑波动功率的主要单元；而蓄电池日前计划出力相对较小，故承担平抑波动功率的任务较小。

水泥窑协同处置垃圾技术实际上是垃圾焚烧技术（机械炉排炉技术、流化床技术、热解气化技术、水泥窑协同处置技术）中的一种，是将水泥窑生产水泥熟料的过程与固体废弃物处理的过程结合到一起，使二者的优势能够互补，提高水泥生产效率与废弃物处理效果。与传统的焚烧处理方法不同，水泥窑协同处置技术在利用废弃物热值的基础上，还能够将废弃物中残存的难以热分解的物质固定在生产的水泥之中，减少这些物质在环境中渗出的可能性[1]。

由结果可知，通过实时调度调节修正各分布式电源日前计划出力，能有效平抑因功率预测精度不够导致的功率波动，减小波动功率对系统运行的影响，大大降低了各出力单元控制器的负担，提高了直流配电的可调度性，显示了直流配网的优势。

4 结论

本文在建立了包含日前计划和实时调度的多时间尺度下的直流配网经济调度模型，该模型中各微源通过实时调度调节日前计划出力，能有效平抑可再生能源不确定性出力及负荷随机需求对系统优化运行的影响，在保证系统可靠性的前提下实现了直流配网的经济调度。

参考文献

[1] 郑欢， 江道灼， 杜翼． 交流配电网与直流配电网的经济性比较[J]． 电网技术， 2013， 37(12)： 3368-3374．

ZHENG Huan， JIANG Daozhuo， DU Yi． Economic comparison of AC and DC distribution system[J]． Power System Technology， 2013， 37(12)： 3368-3374．

[2] 李庚银， 吕鹏飞， 李广凯， 等． 轻型高压直流输电技术的发展与展望[J]． 电力系统自动化， 2003， 27(4)： 77-81．

LI Gengyin， LÜ Pengfei， LI Guangkai， et al． Development and prospects for HVDC light[J]． Automation of Electric Power Systems， 2003， 27(4)： 77-81．

[3] SANNINO A， POSTIGLIONE G， BOLLEN M. Feasibility of a DC network for commercial facilities[J]． IEEE Transactions on Industry Applications， 2003， 39(5)： 1499-1507．

[4] 汤广福， 贺之渊， 庞辉． 柔性直流输电工程技术研究、应用及发展[J]． 电力系统自动化， 2013， 37(15)： 3-14．

TANG Guangfu， HE Zhiyuan， PANG Hui． Research， application， and development of VSC-HVDC engineering technology[J]． Automation of Electric Power Systems， 2013， 37(15)： 3-14．

[5] 史海旭， 孙凯， 肖曦， 等． 面向中压直流配电网的光伏发电接入技术综述与分析[J]． 分布式能源， 2016， 1(3) ： 1-9．

SHI Haixu， SUN Kai， XIAO Xi， et al． An overview and analysis of photovoltaic power integration technology for medium voltage DC distribution network[J]． Distributed Energy， 2016， 1(3) ： 1-9．

[6] 温家良， 吴锐， 彭畅， 等． 直流电网在中国的应用前景分析[J]． 中国电机工程学报， 2012， 32(13)： 7-12， 185．

WEN Jialiang， WU Rui， PENG Chang, et al． Analysis of DC grid prospects in China[J]． Proceedings of the CSEE， 2012， 32(13)： 7-12， 185．

[7] 宋强， 赵彪， 刘文华， 等． 智能直流配电网研究综述[J]． 中国电机工程学报， 2013， 33(25)： 9-19， 5．

SONG Qiang， ZHAO Biao， LIU Wenhua， et al． An overview of research on smart DC distribution power network[J]． Proceedings of the CSEE， 2013， 33(25)： 9-19， 5．

[8] ELSAYED A T， MOHAMED A A， MOHAMMED O A． DC microgrids and distribution systems： an overview[J]． Electric Power Systems Research， 2015(119)： 407-417．

[9] BOROYEVICH D， CVETKOVIC I， DONG D， et al． Future electronic power distribution systems： a contemplative view[C]//IEEE 12th International Conference on Optimization of Electrical and Electronic Equipment． Basov， Russia， 2010： 1369-1380．

[10] SALEHI V， MOHAMED A， MAZLOOMZADEH A， et al． Laboratory-based smart power system， part I： design and system development[J]． IEEE Transactions on Smart Grid， 2012， 3(3)： 1394-1404．

[11] ALEX H， MARIESA L C， GERALD T H， et al． The future renewable electric energy delivery and management system： the energy internet[J]． Proceedings of the IEEE， 2011， 99(1)： 133-148．

[12] 范松丽， 苑仁峰， 艾芊， 等． 欧洲超级电网计划及其对中国电网建设启示[J]． 电力系统自动化， 2015， 39(10)： 6-15．

FAN Songli， YUAN Renfeng， AI Qian， et al． European supergrid project and its enlightenment to China[J]． Automation of Electric Power Systems， 2015， 39(10)： 6-15．

[13] 黄逊青． 日本住宅直流供电技术进展[J]． 家电科技， 2011(6)： 36．

[14] 马骏超， 江全元， 余鹏， 等． 直流配电网能量优化控制技术综述[J]． 电力系统自动化， 2013， 37(24)： 89-96．

MA Junchao, JIANG Quanyuan, YU Peng, et al． Survey on energy optimized control technology in DC distribution netwotk[J]． Automation of Electric Power Systems, 2013， 37(24)： 89-96.

[15] 牛铭， 黄伟， 郭佳欢， 等． 微网并网时的经济运行研究[J]． 电网技术， 2010， 34(11)： 38-42．

NIU Ming, HUANG Wei, GUO Jiahuan, et al． Research on economic operation of grid-connected microgrid[J]． Power System Technology, 2010， 34(11)： 38-42．

[16] 张美霞， 陈洁， 杨秀， 等． 微网经济运行研究综述[J]． 华东电力， 2012， 40(9)： 1480-1485．

ZHANG Meixia， CHEN Jie， YANG Xiu， et al． Research review of microgrid economic operation[J]． East China Electric Power， 2012， 40(9)： 1480-1485．

[17] 郭思琪， 袁越， 张新松， 等． 多时间尺度协调控制的独立微网能量管理策略[J]． 电工技术学报， 2014， 29(2)： 122-129．

GUO Siqi， YUAN Yue， ZHANG Xinsong， et al． Energy management strategy of isolated microgrid based on multi-time scale coordinated control[J]． Transactions of China Electrotechnical Society， 2014， 29(2)： 122-129．

[18] RIFFONNEAU Y， BACHA S， BARRUEL F， et al． Optimal power flow management for grid connected PV systems with batteries[J]． IEEE Transactions on Ustainable Energy, 2011， 2(3)： 309-320．

[19] 邓得政． 直流配网能量管理与优化运行研究[D]． 北京： 华北电力大学， 2016．

DENG Dezheng. Research on energy management and optimal operation of DC distribution system[D]. Beijing: North China Electric Power University, 2016.

[20] ROUZBEHI K， MIRANIAN A， LUNA A， et al． A generalized voltage droop strategy for control of multi-terminal DC grids[C]//IEEE Energy Conversion Congress and Exposition． Denver， America： IEEE， 2013： 59-64．

[21] 龚纯， 王正林． 精通Matlab最优化计算[M]． 北京： 电子工业出版社， 2012： 306-309．