微电网规划的目的是基于对可再生能源资源分布和负荷需求的合理预测，依照设定的规划目标和系统约束条件，拟定出微电网中分布式电源和储能等设备的配置方案。按侧重点的不同，微电网规划研究包括了可再生能源与负荷需求分析、规划建模、可靠性评估和求解算法等领域，下面依次对这些领域现阶段的研究进行介绍。
1. 可再生能源与负荷需求分析
实现微电网合理规划的首要任务：对微电网中可再生能源和负荷需求的分布特性进行分析，主要包括确定性分析和不确定性分析两种方法。
1.1 确定性分析
主要是指微电网规划设计中所涉及到的风、光等资源情况与负荷需求等信息来源于历史记录数据。一种典型应用即利用风速、光照强度与负荷等信息的全年8760小时的历史数据，对微电网的运行情况进行序贯分析。此外，选取若干典型日来代表可再生能源与负荷的全年变化特性也得到了较多应用-，不过典型日的选取相对简单。这类方法方便直接，但获取小时级、半小时级甚至10分钟级的现场历史气象信息的难度较大，特别是对于偏远地区或海岛，应用研究时有一定的局限性。即使能够获得完整的全年历史信息并对微电网的运行情况进行分析，这样得到的结果也有一定的局限性，并不能全面地反映系统未来所有可能的运行情况。
1.2 不确定性分析
主要是基于概率相关理论对可再生能源与负荷的变化特性进行建模。除了上节场景分析法所介绍的运行场景生成外，为了考虑气象信息与负荷需求的长期变化特性，还可采用蒙特卡罗随机生产模拟、时间序列法或马尔可夫方法形成小时级别的风、光及负荷信息。此外，选取小时级别的时间粒度，对可再生能源与负荷进行多状态建模-，既可计及对应变量的长期变化特性，也可有效降低计算复杂度，因而相关方法也得到了关注。
2. 微电网规划建模
微电网规划建模主要基于可再生能源与负荷需求分析结果，从技术、经济和环境等不同角度选定合理的优化变量、目标函数和约束条件，最终形成规划问题的数学描述。现有研究中，微电网规划考虑的优化变量主要包括分布式电源、储能等设备的型号、容量和位置，一些学者还考虑了调度策略类型的优化;优化目标可概括为经济性、环保性和可靠性等三类;而约束条件包括了潮流约束、设备运行约束、排放约束、可靠性约束以及优化变量范围约束等类型。微电网规划模型的具体组成和微电网的类型与运行方式有很大关系，这也决定了现有研究基本都是针对特定的微电网进行建模。
按照可再生能源与负荷需求分析方法的不同，微电网规划建模方式可分为确定性建模和不确定性建模两类。
2.1 确定性建模
通常采用全年小时级(或更短)资源与负荷数据，或者典型场景进行微电网运行模拟和方案优化。文献针对独立型和并网型微电网，基于全年小时级的资源和负荷数据，建立了以微电网全寿命周期成本最低为优化目标的规划模型。文献同样基于全年的风速、光照和负荷信息，考虑了风光柴储独立系统的成本与排放最小化的两目标优化问题;该模型可同时给出满足可靠性约束的多种配置方案，以供决策者选择。文献以含冷/热/电联供系统的并网型微电网为研究对象，基于典型运行场景进行规划研究;该模型以微电网年供能成本最低为目标，以污染物排放最低为目标或约束。文献针对独立型风光柴储微电网，计及设备投资成本、运行和维护成本、燃料成本及置换成本，建立了基于不同控制策略的独立型风光柴储微电网优化配置模型;该模型基于全年的资源和负荷数据，以供电经济性和环保性为优化目标，寻求不同控制策略下的分布式电源最优配置方案。文献针对并网型光储微电网，基于全年的光伏和负荷曲线，以规划期净现值最大化为目标，研究了光伏和储能的多期规划问题;所提出的模型框架适用于不同用户类型的光储微电网。文献和则针对户用光储并网型微电网，采用全年运行模拟的方式，对光伏和储能投资问题进行技术经济分析。
2.2 不确定性规划建模
计及规划期内的不确定性信息对规划方案的影响。现阶段，概率方法、随机规划、鲁棒优化等方法都得到了一定应用。文献就微电网中储能定容问题，建立基于可靠性约束的混合整数规划线性模型，采用随机场景生成的方法考虑可再生能源的易变性。文献将风电系统、光伏系统、柴油机系统与负荷逐时段运行情况离散化，建立统一的多状态系统运行模型，通过遍历所有时段的所有可能状态组合，计算得到相应系统的运行状态指标与可靠性指标，并与蒙特卡罗方法从计算时间与精度两个方面进行了比较。采用类似的方法，文献建立了包含储能系统在内的多状态转移概率模型，研究了风光柴储混合独立系统的容量配置问题;从技术-经济-社会效益的角度，对比分析了不同供电模式的最优配置问题。文献以风柴系统为研究对象，提出了将日运行成本期望值与储能投资的日摊销成本之和最小化的随机规划方法。文中利用历史小时数据，建立了风速和负荷的日变化场景树并计算出对应场景出现的概率;通过对各场景的两阶段优化，即可得出所有场景的日运行成本及其期望值。该方法既考虑了风速和负荷的日变化模式，也考虑了它们之间的相关性和随机性。而文献则利用鲁棒优化研究了并网型微电网的最优容量配置问题;文中利用不确定集来描述规划期内可再生能源、负荷和购电电价预测的不确定性，并引入不确定性调节参数对规划方案的鲁棒性进行调节;该文献采用同样的方式计及了微电网孤岛运行状态的不确定性。文献针对含风机、光伏和微燃机的并网型微电网，建立了计及可再生能源和负荷不确定性的两阶段鲁棒规划模型，用于研究分布式电源的选址定容问题;相比于随机规划等需要知道随机变量分布特性的方法而言，鲁棒优化模型更为实用。
此外，为了研究分布式电源的投资时机与运行灵活性问题，实物期权分析法也得到一定的应用。而为了研究极端气象条件对微电网规划设计的影响，极值理论和贝叶斯方法也应用到气象变化的周期性与极端气象灾害对微电网规划影响的研究中。
3. 微电网可靠性评估
微电网可靠性评估是微电网规划设计中的重要环节。由于微电网集成了发、配、用电的整个过程，可以综合考虑各个环节的系统可靠性指标。
- 发电环节主要倾向于发电容量的充裕度评估，可靠性指标主要有
缺供电时间期望(Loss of Load Expectation，LOLE)、缺供能量期望(Loss of Energy Expectation，LOEE)等 - 配用电环节可借鉴传统配电网的可靠性评价指标的制定方式。类似于配电网的可靠性评估方法，微电网的供电可靠性计算可采用蒙特卡罗模拟法和解析法。由于可再生能源的接入，风机等分布式电源的供电能力既取决于设备自身的故障率，也受到风速等资源随机波动性的影响。而蓄电池的供电可靠性除受设备自身的故障水平影响外，还受荷电状态(State of Charge，SOC)时序性的制约。而像柴油机等设备的供电性能虽没有明显的时序性，但系统控制策略对其有一定的约束。这些新特点使得微电网的供电可靠性方法较常规的计算方法有所差别。应用蒙特卡罗法计算微电网供电可靠性时，需要重复抽样可再生能源、负荷、设备等的状态，并对相应的状态依序进行可靠性分析，直至蒙特卡罗法终止条件满足，最终给出微电网可靠性的期望水平。
而现有的解析求解方法主要分3 类:
- 一是基于确定性风光数据，序贯仿真计算系统全年或典型运行场景下的供电可靠性指标;
- 二是建立系统可靠性指标的解析表达式，显式求解得到;
- 三是考虑风光负荷等多状态建模环境下的可靠性计算方法。 由于多状态模型计及了风光负荷等的随机性且模型准确、计算时间可接受，使其在微电网可靠性计算上也得到了关注。该方法在应用时，主要通过将分布式电源、储能系统等的运行状态离散化，以枚举系统整体的运行方式，进而确定其长期的可靠性水平。
4. 微电网规划模型求解算法
微电网规划问题既含有设备选型与选址等离散变量，也含有设备出力等连续变量;既可只考虑单目标优化，也可进行多目标优化;约束条件中既有线性约束，也有非线性约束;所面对的是一个不确定性环境，既存在可再生能源的随机波动性，也面临电价、燃料价格、设备投资价格的易变性。因此，微电网规划设计本质上是多场景、多目标、非线性、混合整数、不确定性综合规划问题。而为求解微电网规划设计问题，枚举法、数学规划相关方法、启发式算法和混合算法等都得到了应用研究。
- 枚举法，顾名思义就是穷举所有可能的优化变量组合。当组合数目较少时，该方法简单高效，能确保找到全局最优解;但若变量个数较多、求解空间大，则组合数目将呈现指数式增长，极其耗费时间。
- 数学规划的相关求解方法对目标函数和约束条件有较严格的要求，微电网规划设计问题的复杂性限制了它的应用空间。不过通过适当的模型简化，将微电网规划设计问题列写为可解的数学规划模型，则可采用相关的成熟算法或者解耦算法进行求解。
- 启发式算法通常不依赖于具体的应用问题，建模方式相对宽松，能够方便处理信息的不确定性，因此在微电网的规划研究中应用较为广泛。但该方法并不能保证找到最优解，且求解效率较低。
参考文献：不确定性环境下的微电网规划与运行方法研究_焦冰琦.pdf
本文正在参加「金石计划 . 瓜分6万现金大奖」
