技术领域
[0001] 本
发明涉及微网优化配置技术领域，尤其是一种并网型微网优化配置方法，用于包含P2G和SOFC-MGT联合发电系统的微网优化配置。
背景技术
[0002] 近年来，随着
能源危机及环境污染问题的日益严重，由
可再生能源分布式发电作为重要组成部分的微网成为研究热点。微网作为一个灵活、可控、绿色、经济的新型分布式电源载体，在保障用户供电、节能环保、改善
电能质量等方面具有突出的优点。
[0003] SOFC-MGT联合发电系统相比传统发电方式(例如：火电、柴油机、
燃气轮机等)与
燃料电池发电更加高效与环保。考虑了SOFC-MGT联合发电系统易于捕获CO2的特点，对SOFC-MGT联合发电系统进行CO2捕获，并考虑了微网内弃
风弃光的存在，加入P2G系统，与CO2捕获系统结合可以产生
天然气为微网供能，实现能源的高效利用。
发明内容
[0004] 本发明需要解决的技术问题是提供一种并网型微网优化配置方法，其微网包含P2G和SOFC-MGT联合发电系统，通过天然气网为微
电网内SOFC-MGT联合发电系统供气，微电网内的SOFC-MGT联合发电系统和P2G系统均产生
热能，向微热网供热，实现微网规划的经济性与环保性。
[0005] 为解决上述技术问题，本发明所采用的技术方案是：
[0006] 一种并网型微网优化配置方法，所述方法的步骤如下：
[0007] 步骤1，建立微网内各元件模型；所述各元件模型，包括风机模型、光伏电池模型、SOFC-MGT联合发电系统模型、P2G系统模型、燃气
锅炉模型、充电站模型、电动
汽车模型、电池储能模型与热储能模型；
[0008] 步骤2，建立净收益模型；
[0009] 步骤3，建立微网优化配置模型；
[0010] 步骤4，通过CPLEX求解器确定微网净收益最大的容量配置。
[0011] 本发明技术方案的进一步改进在于：步骤1中，建立微网内各元件模型，具体过程如下：
[0012] 1-1风机模型
[0013]
[0014] 式中，PWT为风机输出功率，v为风速，vci为
切入风速，vco为
切出风速，vN为额定风速， 为风机额定功率；
[0015] 1-2光伏电池模型
[0016] PPV＝PSTCFPVGAC[1+k(Tw-Tr)]/GSTC (2)
[0017] 式中，PPV为光伏电池输出功率，PSTC为标准测试条件下的最大测试功率；FPV为光伏组件的降额因子，一般可取0.9～0.95；GAC为光照强度kw/m2；GSTC为标准测试条件下的光照强度，其值为1kw/m2；k为功率
温度系数，其值一般为-0.5％～-0.35％/K；Tw为电池板
工作温度；Tr为参考温度，其值为25℃；
[0018] 1-3SOFC-MGT联合发电系统模型
[0019] 为了便于微网优化配置，对SOFC-MGT联合发电系统的模型进行了简化，根据假定的条件，简化的模型如下：
[0020]
[0021] PPT＝ηPT·PGT (4)
[0022]
[0023]
[0024]
[0025]
[0026]
[0027] SOFC-MGT联合发电系统的模型如式(3)；式中，PFC、PPT、PGT、Pgen分别为
燃料电池、动
力涡轮机、燃气轮机以及发
电机的输出功率； 分别为联合发电系统输出的电、热功率；PCCS为捕获二
氧化
碳消耗的电功率； 为捕获的二氧化碳量；ηinv、 ηPT、ηgen、 分别为逆变器的效率、燃料电池的电效率、
动力涡轮机的效率、发电机的效率以及燃气轮机的电效率； 分别为联合发电系统的综合电、热效率；nf为燃料的注
入速率；LHVf为燃料的低热值；
[0028] 1-4P2G系统模型
[0030]
[0031] 式中， 为
电解池产生的氢气量；PP2G为电解池耗电功率； 为电解池产氢率；为氢气低热值；
[0032] (2)天然气生产系统
[0033]
[0034]
[0035]
[0036] 式中， 分别为反应的二氧化碳量、氢气量与生成的天然气量；为转换效率；
[0037] 约束条件：
[0038]
[0039] 式中， 为二氧化碳储存罐容量；
[0040] 放热：
[0041] QP2G＝ηP2G,h·PP2G (15)
[0042] 式中，QP2G为P2G系统输出热功率；ηP2G,h为P2G系统放热效率。
[0043] 1-5燃气锅炉模型
[0044] 输出功率：
[0045] QGB＝ηGB·xGB·LNG (16)
[0046] 式中，QGB为燃气锅炉输出功率；ηGB为燃气锅炉转换效率；xGB为消耗的天然气量；LNG为天然气低热值；
[0047] 1-6充电站模型
[0048]
[0049]
[0050] 式中，REV为充电站售电的收入；CEV为充电站从电动汽车用户处买电的成本；Psell-EV、Pbuy-EV分别为充电站售电功率、买电功率；θ1、θ2分别为充电站售电时间、买电时间；
Csell-EV、Cbuy-EV分别为充电站售电价格、买电价格；
[0051] 1-7电动汽车模型
[0052]
[0053]
[0054] EEVmin≤EEV(t)≤EEVmax (21)
[0055] PEVcmin·δEVc(t)≤PEVc(t)≤PEVcmax·δEVc(t) (22)
[0056] PEVdmin·δEVd(t)≤PEVd(t)≤PEVdmax·δEVd(t) (23)
[0057] δEVc(t)+δEVd(t)≤1 (24)
[0058] 式中，ηEVc为电动汽车充电效率；ηEVd为电动汽车放电效率；PEVc(t)为t时段电动汽车充电功率；PEVd(t)为t时段电动汽车放电功率；EEV(t)为t时段电动汽车容量；EEV(t+1)为t+1时段电动汽车容量；Eev(t)为t时段单个电动汽车容量；EEVmin为电动汽车最小可用容量；EEVmax为电动汽车最大可用容量；PEVmin为电动汽车最小运行功率；PEV□max为电动汽车最大运行功率；δEVc(t)为t时段电动汽车充电状态；δEVd(t)为t时段电动汽车放电状态；
[0059] 1-8电池储能模型
[0060]
[0061] 0≤PESc(t)≤PESc,max (26)
[0062] 0≤PESd(t)≤PESd,max (27)
[0063] SE,min≤SE(t)≤SE,max (28)
[0064] PESc(t)·PESd(t)＝0 (29)
[0065] SE(0)＝SE(T) (30)
[0066] 式中：SE(t)为t时刻电池的
能量；SE(t+1)为t+1时刻电池的能量；σ为自放电比；PESc、PESd为充、放电功率；ηESc、ηESd为充、放电效率；Δt为间隔时间；PESc,max、PESd,max为充放电功率上限；SE,min、SE,max为电池能量上下限；
[0067] 1-9热储能模型
[0068]
[0069] HHSmin≤HHS(t)≤HHSmax (32)
[0070] 0≤QHSc≤QHSc,max (33)
[0071] 0≤QHSd≤QHSd,max (34)
[0072] HHS(T)＝HHS(0) (35)
[0073] 式中：HHS(t)为t时刻热储能容量；HHS(t+1)为t+1时刻热储能容量；μ为热储能
散热损失率；QHSc、QHSd为储、放热功率；ηHSc、ηHSd为储、放热效率；Δt为间隔时间；QHSc,max、QHSd,max为储放热功率上限；HHSmin、HHSmax为储
热容量上下限。
[0074] 本发明技术方案的进一步改进在于：步骤2中，建立净收益模型，具体过程如下：
[0075] 以微网净收益最大为目标，构建成本-效益计算模型：
[0076] 2-1成本模型
[0077] 微网规划成本包含：初始投资成本，运行和维护成本，购电成本，购气成本；
[0078] (1)初始投资成本
[0079] Cinv＝Cinit·CRF (36)
[0080]
[0081] 式中，Cinv为微网内元件的投资成本；Cinit为微网元件最初投资成本；CRF为资本回收系数；i为利率；n为元件的寿命；
[0082] (2)运行和维护成本
[0083] Com＝α·Cinit (38)
[0084] 式中，Com为微网元件的运行和维护成本；α为运行和维护成本系数；
[0085] (3)购电成本
[0086] 微网购电的方式有两种：一种是向配电网买电；另一种是向电动汽车用户买电；购电成本为：
[0087]
[0088] 式中，Cbuy,e为微网购电成本；Cbuy-grid为微网向配电网买电的价格；θ3为微网向配电网买电的时间；Pbuy-grid为微网向配电网买电的功率；Cbuy-EV为微网向电动汽车用户买电的价格；θ2为微网向电动汽车用户买电的时间；Pbuy-EV为微网向电动汽车用户买电的功率；
[0089] (4)购气成本
[0090] 微网的购气成本即微网向天然气网买气的成本：
[0091]
[0092] 式中，Cbuy,NG为微网购气成本；Cbuy-NG为微网购气价格；xbuy-NG为购气量；
[0093] 2-2效益模型
[0094] 微网的效益包含：实时电量效益、热负荷收益、充电站的收入、给电网售电收益、环境效益；
[0095] (1)实时电量效益
[0096]
[0097] 式中，Rele为微网的电量收益；Day为天数；Cele,i为i时刻售电价格；Pele,i为i时刻售电功率；Δt为时间间隔；
[0098] (2)热负荷效益
[0099]
[0100] 式中，Rh为微网的热负荷收益；Day为天数；Ch为售热价格；Ph,i为i时刻售热功率；Δt为时间间隔；
[0101] (3)充电站效益
[0102] 充电站的收益来源于向电动汽车售电，收益如下：
[0103]
[0104] 式中，REV为充电站售电的收入；Psell-EV为充电站售电功率；θ1为充电站售电时间；Csell-EV为充电站售电价格；
[0105] (4)环境效益
[0106] 环境收益如下：
[0107]
[0108] 式中，Renv为环境收益；Day为天数； 为二氧化碳排放价格， 为i时刻捕获的二氧化碳量； 为燃气锅炉单位热功率二氧化碳
排放量；QHSd,i为i时刻储热系统放热
功率；Δt为时间间隔；
[0109] 2-3净效益模型
[0110] 微网的净收益为总收益减去总成本：
[0111] 总收益：
[0112] R＝Rele+Rh+REV+Renv (45)
[0113] 总成本：
[0114] C＝Cinv+Com+Cbuy,e+Cbuy,NG (46)
[0115] 净收益：
[0116] Pnet＝R-C (47)
[0117] 本发明技术方案的进一步改进在于：步骤3中，建立微网优化配置模型，具体过程如下：
[0118] 3-1目标函数
[0119] 以微网规划净收益最大为目标，目标函数为
[0120] maxPnet＝R-C (48)
[0121] 3-2约束条件
[0122] 等式约束包括微网内能量的平衡约束；
[0123] 不等式约束包括各单元的运行约束；
[0124] (1)能量平衡约束
[0125] 电功率平衡：
[0126]
[0127] 热功率平衡：
[0128]
[0129] 式中，Pload(t)为微网内电负荷，Qh(t)为网内热负荷；
[0130] 天然气平衡：
[0131]
[0132] (2)与配网电功率交换约束
[0133] Pbuy-grid(t)≤Plinemax (52)
[0134] Psell-grid(t)≤Plinemax (53)
[0135] 式中，Plinemax为联络线的最大功率；
[0136] (3)与天然气网交换约束
[0137] xbuy-NG(t)≤xpmax (54)
[0138] 式中，xpmax为管道的最大输送量；
[0139] (4)PV、WT的有功出力约束
[0140]
[0141]
[0142] 式中， 为风机、光伏的额定功率；
[0143] (5)燃气锅炉约束
[0144] QGBmin≤QGB(t)≤QGBmax (57)
[0145] QGB(t)-QGB(t-1)≤Rup,GB (58)
[0146] QGB(t-1)-QGB(t)≤Rdown,GB (59)
[0147] 式中，QGBmin、QGBmax为燃气锅炉输出最小、最大功率；Rup,GB、Rdown,GB为上坡速率、下坡速率；
[0148] (6)储能的相关约束
[0149] 电池充、放电功率受最大充、放电倍率制约
[0150]
[0151]
[0152] 式中， 为储能电池额定容量；γESc、γESd分别为储能的最大充、放电倍率。
[0153] 本发明技术方案的进一步改进在于：对SOFC-MGT联合发电系统模型进行简化，简化条件为：
[0154] (1)假定SOFC输出电效率恒定；
[0155] (2)假定SOFC-MGT联合发电系统输出电、热效率恒定；
[0156] (3)假定二氧化碳捕获系统消耗的能量与SOFC-MGT系统输出电功率有关；
[0157] (4)假定能捕获全部的二氧化碳。
[0158] 由于采用了上述技术方案，本发明取得的技术进步是：
[0159] 1、本发明考虑了SOFC-MGT联合发电系统易于捕获CO2的特点，在微网中使用固态氧化物燃料电池与微燃气轮机(SOFC-MGT)联合发电系统进行CO2捕获，比其他发电系统更加高效与环保，能够提高能源的利用率。
[0160] 2、本发明考虑了微网内弃风弃光的存在，加入P2G系统，与CO2捕获系统结合可以消纳系统产生的二氧化碳，并产生天然气为微网供能，实现能源的高效利用，达到能源的综合利用与高效环保。
[0161] 3、本发明采用自适应动态规划方法获得相应时间段内的优化控制策略，降低电网的峰谷
载荷差值，提高电网的灵活性与兼容性，同时降低用户的用电成本。
[0162] 4、本发明对SOFC-MGT联合发电系统模型进行了简化，使微网更加优化。
附图说明
[0163] 图1是本发明优化配置系统模型图。
具体实施方式
[0164] 下面结合
实施例对本发明做进一步详细说明：
[0165] 如图1所示：
[0166] 本发明对微网电、热系统进行优化配置，电热网互联，其中微电网由可再生能源(风机、光伏电池)、SOFC-MGT联合发电系统、P2G系统、电池储能、充电站、电动汽车和电负荷组成；微热网由燃气锅炉、热储能、热负荷组成。
[0167] 微电网与配电网、天然气网、热网相连。配电网与微电网之间传输功率实现微电网的功率平衡，天然气网为微电网内SOFC-MGT联合发电系统供气，微电网内的SOFC-MGT联合发电系统和P2G系统均产生热能，向微热网供热。
[0168] 微热网与天然气网、微电网相连。天然气网和微电网中的P2G系统为燃气锅炉供气，微电网内的SOFC-MGT联合发电系统和P2G系统向微热网供热。
[0169] 一种并网型微网优化配置方法，步骤如下：
[0170] 步骤1，建立微网内各元件模型；所述各元件模型，包括风机模型、光伏电池模型、SOFC-MGT联合发电系统模型、P2G系统模型、燃气锅炉模型、充电站模型、电动汽车模型、电池储能模型与热储能模型；
[0171] 步骤2，建立净收益模型；
[0172] 步骤3，建立微网优化配置模型；
[0173] 步骤4，通过CPLEX求解器确定微网净收益最大的容量配置。
[0174] 步骤1中，建立微网内各元件模型，具体过程如下：
[0175] 1-1风机模型
[0176]
[0177] 式中，PWT为风机输出功率，v为风速，vci为切入风速，vco为切出风速，vN为额定风速， 为风机额定功率。
[0178] 1-2光伏电池模型
[0179] PPV＝PSTCFPVGAC[1+k(Tw-Tr)]/GSTC (2)
[0180] 式中，PPV为光伏电池输出功率，PSTC为标准测试条件(
太阳能入射强度为1kW/m2,
环境温度为25℃)下的最大测试功率；FPV为光伏组件的降额因子，用来表示光伏电池板表面灰尘、雨
雪的遮盖以及光伏电池板老化等引起的损耗，一般可取0.9～0.95；GAC为光照强度(kW/m2)；GSTC为标准测试条件下的光照强度，其值为1kW/m2；k为功率温度系数，因光伏电池不同而异，其值一般为-0.5％～-0.35％/K；Tw为电池板工作温度；Tr为参考温度，其值为25℃。
[0181] 1-3SOFC-MGT联合发电系统模型
[0182] SOFC-MGT是指
固体氧化物燃料电池-微型燃气轮机，英文为：Solid Oxide Fuel Cell-Micro Gas Turbine，简称SOFC-MGT，为了便于微网优化配置，对SOFC-MGT联合发电系统的模型进行了简化。简化的条件如下：
[0183] (1)假定SOFC输出电效率恒定；
[0184] (2)假定SOFC-MGT联合发电系统输出电、热效率恒定；
[0185] (3)假定二氧化碳捕获系统消耗的能量与SOFC-MGT系统输出电功率有关；
[0186] (4)假定能捕获全部的二氧化碳。
[0187] 根据假定的条件，简化的模型如下：
[0188]
[0189] PPT＝ηPT·PGT (4)
[0190]
[0191]
[0192]
[0193]
[0194]
[0195] SOFC-MGT联合发电系统的模型如式(3)，式中，PFC、PPT、PGT、Pgen分别为燃料电池、动力
涡轮机、燃气轮机以及发电机的输出功率； 分别为联合发电系统输出的电、热功率；PCCS为捕获二氧化碳消耗的电功率； 为捕获的二氧化碳量；ηinv、 ηPT、ηgen、 分别为逆变器的效率、燃料电池的电效率、动力涡轮机的效率、发电机的效率以及燃气轮机的电效率； 分别为联合发电系统的综合电、热效率；nf为燃料的
注入速率；LHVf为燃料的低热值。
[0196] 1-4P2G系统模型
[0197] P2G系统是指电转气系统，英文名称为：Power to Gas。
[0198] (1)电解池
[0199]
[0200] 式中， 为电解池产生的氢气量；PP2G为电解池耗电功率； 为电解池产氢率；为氢气低热值。
[0201] (2)天然气生产系统
[0202]
[0203]
[0204]
[0205] 式中， 分别为反应的二氧化碳量、氢气量与生成的天然气量； 为转换效率。
[0206] 约束条件:
[0207]
[0208] 式中， 为二氧化碳储存罐容量。
[0209] 放热：
[0210] QP2G＝ηP2G,h·PP2G (15)
[0211] 式中，QP2G为P2G系统输出热功率；ηP2G,h为P2G系统放热效率。
[0212] 1-5燃气锅炉模型
[0213] 输出功率：
[0214] QGB＝ηGB·xGB·LNG (16)
[0215] 式中，QGB为燃气锅炉输出功率；ηGB为燃气锅炉转换效率；xGB为消耗的天然气量；LNG为天然气低热值。
[0216] 1-6充电站模型
[0217]
[0218]
[0219] 式中，REV为充电站售电的收入；CEV为充电站从电动汽车用户处买电的成本；Psell-EV、Pbuy-EV分别为充电站售电功率、买电功率；θ1、θ2分别为充电站售电时间、买电时间；
Csell-EV、Cbuy-EV分别为充电站售电价格、买电价格。
[0220] 1-7电动汽车模型
[0221]
[0222]
[0223] EEVmin≤EEV(t)≤EEVmax (21)
[0224] PEVcmin·δEVc(t)≤PEVc(t)≤PEVcmax·δEVc(t) (22)
[0225] PEVdmin·δEVd(t)≤PEVd(t)≤PEVdmax·δEVd(t) (23)
[0226] δEVc(t)+δEVd(t)≤1 (24)
[0227] 式中，ηEVc为电动汽车充电效率；ηEVd为电动汽车放电效率；PEVc(t)为t时段电动汽车充电功率；PEVd(t)为t时段电动汽车放电功率；EEV(t)为t时段电动汽车容量；EEV(t+1)为t+1时段电动汽车容量；Eev(t)为t时段单个电动汽车容量；EEVmin为电动汽车最小可用容量；EEVmax为电动汽车最大可用容量；PEV□min为电动汽车最小运行功率；PEV□max为电动汽车最大运行功率；δEVc(t)为t时段电动汽车充电状态；δEVd(t)为t时段电动汽车放电状态。
[0228] 1-8电池储能模型
[0229]
[0230] 0≤PESc(t)≤PESc,max (26)
[0231] 0≤PESd(t)≤PESd,max (27)
[0232] SE,min≤SE(t)≤SE,max (28)
[0233] PESc(t)·PESd(t)＝0 (29)
[0234] SE(0)＝SE(T) (30)
[0235] 式中：SE(t)为t时刻电池的能量；SE(t+1)为t+1时刻电池的能量；σ为自放电比；PESc、PESd为充、放电功率；ηESc、ηESd为充、放电效率；Δt为间隔时间；PESc,max、PESd,max为充放电功率上限；SE,min、SE,max为电池能量上下限。
[0236] 1-9热储能模型
[0237]
[0238] HHSmin≤HHS(t)≤HHSmax (32)
[0239] 0≤QHSc≤QHSc,max (33)
[0240] 0≤QHSd≤QHSd,max (34)
[0241] HHS(T)＝HHS(0) (35)
[0242] 式中：HHS(t)为t时刻热储能容量；HHS(t+1)为t+1时刻热储能容量；μ为热储能散
热损失率；QHSc、QHSd为储、放热功率；ηHSc、ηHSd为储、放热效率；Δt为间隔时间；QHSc,max、QHSd,max为储放热功率上限；HHSmin、HHSmax为储热容量上下限。
[0243] 步骤2中，建立净收益模型，具体过程如下：
[0244] 以微网净收益最大为目标，构建成本-效益计算模型。
[0245] 2-1成本模型
[0246] 微网规划成本包含：初始投资成本，运行和维护成本，购电成本，购气成本。
[0247] (1)初始投资成本
[0248] Cinv＝Cinit·CRF (36)
[0249]
[0250] 式中，Cinv为微网内元件的投资成本；Cinit为微网元件最初投资成本；CRF为资本回收系数；i为利率；n为元件的寿命。
[0251] (2)运行和维护成本
[0252] Com＝α·Cinit (38)
[0253] 式中，Com为微网元件的运行和维护成本；α为运行和维护成本系数。
[0254] (3)购电成本
[0255] 微网购电的方式有两种：一种是向配电网买电；另一种是向电动汽车用户买电。购电成本为：
[0256]
[0257] 式中，Cbuy,e为微网购电成本；Cbuy-grid为微网向配网买电的价格；θ3为微网向配网买电的时间；Pbuy-grid为微网向配网买电的功率；Cbuy-EV为微网向电动汽车用户买电的价格；θ2为微网向电动汽车用户买电的时间；Pbuy-EV为微网向电动汽车用户买电的功率。
[0258] (4)购气成本
[0259] 微网的购气成本即微网向天然气网买气的成本。
[0260]
[0261] 式中，Cbuy,NG为微网购气成本；Cbuy-NG为微网购气价格；xbuy-NG为购气量。
[0262] 2-2效益模型
[0263] 微网的效益包含：实时电量效益、热负荷收益、充电站的收入、给电网售电收益、环境效益。
[0264] (1)实时电量效益
[0265]
[0266] 式中，Rele为微网的电量收益；Day为天数；Cele,i为i时刻售电价格；Pele,i为i时刻售电功率；Δt为时间间隔。
[0267] (2)热负荷效益
[0268]
[0269] 式中，Rh为微网的热负荷收益；Day为天数；Ch为售热价格；Ph,i为i时刻售热功率；Δt为时间间隔。
[0270] (3)充电站效益
[0271] 充电站的收益来源于向电动汽车售电，收益如下：
[0272]
[0273] 式中，REV为充电站售电的收入；Psell-EV为充电站售电功率功率；θ1为充电站售电时间；Csell-EV为充电站售电价格。
[0274] (4)环境效益
[0275] 微网的环境效益来源两方面：一方面，微网使用二氧化碳捕获系统和P2G系统结合，减少了SOFC-MGT发电系统的二氧化碳排放，因此减少的环境治理成本即为CCS系统(二氧化碳捕获系统)环境收益；另一方面，储热系统放热时，减少了燃气锅炉的出热，从而减少了燃气锅炉的出热排放，由此减少的环境治理成本即为储热系统环境收益。环境收益如下：
[0276]
[0277] 式中，Renv为环境收益；Day为天数； 为二氧化碳排放价格， 为i时刻捕获的二氧化碳量； 为燃气锅炉单位热功率二氧化碳排放量；QHSd,i为i时刻储热系统放热
功率；Δt为时间间隔。
[0278] 2-3净效益模型
[0279] 微网的净收益为总收益减去总成本。
[0280] 总收益：
[0281] R＝Rele+Rh+REV+Renv (45)
[0282] 总成本：
[0283] C＝Cinv+Com+Cbuy,e+Cbuy,NG (46)
[0284] 净收益：
[0285] Pnet＝R-C (47)
[0286] 步骤3中，建立微网优化配置模型，具体过程如下：
[0287] 3-1目标函数
[0288] 本发明以微网规划净收益最大为目标，目标函数为
[0289] maxPnet＝R-C (48)
[0290] 3-2约束条件
[0291] 本发明等式约束包括微网内能量的平衡约束，不等式约束包括各单元的运行约束。
[0292] (1)能量平衡约束
[0293] 电功率平衡：
[0294]
[0295] 热功率平衡：
[0296]
[0297] 式中，Pload(t)为微网内电负荷，Qh(t)为网内热负荷。
[0298] 天然气平衡：
[0299]
[0300] (2)与配网电功率交换约束
[0301] Pbuy-grid(t)≤Plinemax (52)
[0302] Psell-grid(t)≤Plinemax (53)
[0303] 式中，Plinemax为联络线的最大功率。
[0304] (3)与天然气网交换约束
[0305] xbuy-NG(t)≤xpmax (54)
[0306] 式中，xpmax为管道的最大输送量。
[0307] (4)PV、WT的有功出力约束
[0308]
[0309]
[0310] 式中， 为风机、光伏的额定功率。
[0311] (5)燃气锅炉约束
[0312] QGBmin≤QGB(t)≤QGBmax (57)
[0313] QGB(t)-QGB(t-1)≤Rup,GB (58)
[0314] QGB(t-1)-QGB(t)≤Rdown,GB (59)
[0315] 式中，QGBmin、QGBmax为燃气锅炉输出最小、最大功率；Rup,GB、Rdown,GB为上坡速率、下坡速率。
[0316] (6)储能的相关约束
[0317] 电池充、放电功率受最大充、放电倍率制约
[0318]
[0319]
[0320] 式中， 为储能电池额定容量；γESc、γESd分别为储能的最大充、放电倍率。
[0321] 微网的优化配置是先给定原始数据，包括电热负荷、电动汽车负荷、风速、光照强度、温度、购气价格、与配电网交换功率的买卖价格、与电动汽车用户交换功率的买卖价格、售电价格、售热价格、微网内各元件的投资成本、运行成本、维护成本、寿命年利率等；再根据建立的微网模型求出各个元件的容量，使规划的微网的净收益达到最大。
[0322] 以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种
变形和改进，均应落入本发明
权利要求书确定的保护范围内。
