摘  要

本文针对并网型海岛微电网系统的容量优化配置问题展开了深入的研究。伴随着我国岛屿区域的快速发展，能源需求呈现持续增长态势。我国海岛微网建设呈现跨域发展趋势。在系统层面促进了新能源的大规模运用，也为能源系统提供了稳定运行方式。很多项目已经实现了良好的的优化。传统以柴油发电机为主导的供电方式存在显著弊端，不仅运行维护成本高昂，还导致碳排超标。对生态环境造成破坏。因此新能源将成为实现海岛地区清洁、高效、可持续供电的必由之路。

本研究着力构建并网型海岛微电网系统，重点解决风光储等多电源机组容量配置过程中经济性可靠性的优化问题。本文基于海岛微电网运行特性，提出了经济性目标函数、相关决策变量、各机组数学模型以及功率平衡，并以岛内全年风量、日照时长、岛内负荷为数据导入风电、光伏及储能系统的出力模型。在求解方法上，采用改进的整数线性规划方法，通过Yalmip程序和Cplex求解器。运用主程序进行计算，对日风量曲线、日辐射曲线和等效后的日负荷曲线进行数据的抓取，完整构建了最优求解的优化过程，实现了海岛容量配置的最优解。以广东市湛江市东头山岛为实际案例进行分析，优化的结果表明所配置的方案在保证供电可靠性的同时，经济性优化最多提高了59.9% 。本研究不仅为我国海岛地区可再生能源的规模化开发提供了重要参考价值，同时为构建新型电力系统贡献了解决方案。研究成果对于完善分布式能源系统优化理论、推进国家海洋能源发展战略、助力实现"碳达峰、碳中和"双碳目标具有重要的理论价值和实践指导意义。

关键词：并网海岛微电网；容量优化配置；优化模型

Abstract

This paper delves into the optimal capacity configuration of islands with connection types. The rapid development of island regions in our country requires an increase and demonstrates its necessity. It showcases the construction and cross-regional development trends of islands in our country. It promotes large-scale application of new energy and provides methods for stable energy use. Several projects have achieved the best results. The main engine power supply method has drawbacks, high transportation costs, and excessive carbon emissions. The ecological environment has been damaged, and new energy islands will become the only way to achieve efficient power supply. This study focuses on optimizing the design of micro-island grid systems and addressing the most critical issues in the allocation of multiple power sources, wind power, and photovoltaic storage capacities. This paper handles the operational characteristics of islands, economic objectives, related decision-making factors, mathematical and electrical recommendations for islands, annual wind volume, sunshine duration, island load data, as well as performance models of wind, solar, and storage systems. Regarding solution methods, we adopted an improved integer linear programming approach and used software, Yalmip programs, and CPLEX solvers. The main program in M is used to calculate daily wind volume curves, daily emission curves, and daily load curves based on equivalence, determining the most suitable process and complete setup for island capacity configuration. A case study using Dongtoushan Island in Zhanjiang City, Guangdong Province, is presented, showing that the optimized power supply reliability and optimization results increased by 60.41%. This study is a significant reference for large-scale development and regeneration options in China's island regions, contributing to the resolution of new energy construction issues. The research findings include improvements to decentralized optimal chemical theory, advancing national marine development strategies, achieving carbon neutrality, and currently supporting dual carbon goals. It maintains important theoretical significance and practical guidance.

Key words：Grid-connected island microgrid; capacity optimization; optimization model

目  录

摘  要

Abstract

第一章绪 论

1.1 课题研究背景及意义

1.2 国内外研究现状与发展动态

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3本文主要工作

第二章并网海岛微电网基础理论及现状分析

2.1 微电网基础理论

2.1.1 微电网概念与特点

2.1.2 微电网运行模式与关键技术

2.1.3 微电网的结构与控制方式

2.2 海岛能源资源与需求特点

2.2.1 可再生能源分布与潜力评估

2.2.2 海岛用电需求分析与预测

2.3 海岛微电网发展现状与挑战

2.3.1 已建海岛微电网分析

2.3.2 面临的主要问题与挑战

2.4 本章小结

第三章并网海岛微电网容量优化配置模型与方法

3.1 容量优化配置原则与目标

3.1.1 稳定性与可靠性目标

3.1.2 经济性与环保性目标

3.2 容量优化配置模型构建

3.2.1 数学模型与约束条件

3.2.2 优化算法选择与应用

3.3 本章小结

第四章案例分析

4.1 湛江东海岛基本状况

4.1.1 海岛概况

4.1.2 气候特点

4.1.3 东头山岛介绍

4.2 风能和光能资源评估

4.2.1 东头山岛风能资源评估

4.2.2 东头山岛光能资源评估

4.3 容量配置优化方案

4.3.1 海岛电网配置问题求解

4.3.2 并网模式下配置优化求解结果和最优解方案

4.3.3 孤岛模式下配置优化求解结果和最优解方案

4.4 本章小结

结论

参考文献

附录

致 谢

第一章绪 论

1.1 课题研究背景及意义

全球能源的发展方向是朝着低碳和清洁指标奔去，现在很多国家都将新能源当做应对能源安全和气候问题的重中之重。根据2022年国际能源署的数据显示，新能源装机容量在全球总量已经有百分之三十了。在分布式能源系统中有举足轻重的地位。微电网系统它具备灵活的出力，可有效地吸收当地的可再生能源。尤其适用于偏远地区和难以接入主网的地区。

目前仍有地区的海岛大量依赖柴油发电机发电，这不仅浪费钱没有经济性可言还污染了岛上的空气，对环境的污染可谓是破坏性的。其实大多数海岛并不缺乏自然的能源资源[1]。比如我国南海的岛屿就是，那里常年风速维持在每秒六到八米，日照时间也很充足，一年超过两千个小时。这些有利的自然条件完全可以支撑风能和太阳能。受限于地理、技术瓶颈和经济成本等因素。很多海岛的可再生能源利用率还不到二成，它们仍然主要依赖化石燃料。

微电网的发展后即将逆转了这一局面。建立可再生独立能源电站是解决无电网海岛的能源短缺问题,并促进这些地区经济发展[2]。利用海岛风能和光能资源建设海岛微电网可提高供电可靠性[3]。它将分布式电源、储能系统和智能控制技术结合在一起，实现能源即发即用[4][5]。现在的研究者们也将目光集中在了怎样在电网接入、设备容量、供电安全、经济投资之间找到一个平衡点。不只靠经验，也不靠拍脑袋，而是要有一套科学的方法，真正实现清洁、稳定、可持续的供电方案。

和过去单一依赖柴油发电相比的话，现在更倾向于利用周边的自然资源能源作为主要能量输入来源。备用和应急部分还是用柴油发电机作为后备出力。虽然这还是离不开化石能源，但已经能在满足用电需求的同时，减少柴油的使用频率，提升供电的稳定性。更关键的是，它能缓解海岛生态环境的压力[6]。

除工程层面上的价值还有它的理论价值，过去的电网规划方法难适应复杂岛屿场景。现在通过引入多目标模型，把不确定性因素、资源互补、并网与孤岛运行等问题都当做实现目标的约束条件。借助计算机软件和编程来优化风电、光伏、储能与柴油机的配置比例。找到电源、负荷和储能三者之间的平衡方法。

实际工程中的优化带来的变化也是更加直观的，一些项目采用了海底电缆可靠性评估模型和蒙特卡洛仿真。改造后系统在完全孤岛状态下依然可以维持三个小时的新能源供电，供电可靠性提升超过六成。风光储组合优化后，一年可减少柴油消耗量百吨，运维成本大幅变少。前沿的量子通信则可以实现与主网的数据交互，系统在不同运行模式之间切换更平稳。背靠新能源的持续供电，一些岛上的产业也在转型。

研究的意义不仅仅只是为了优化实际的工程，更关系到岛屿可持续发展和国家海洋战略安全，推动了区域内能源的转型。

1.2 国内外研究现状与发展动态

1.2.1 国内研究现状

我国对海岛电力优化问题的研究早开始于本世纪初。随着新能源的发展，海岛供电安全成为新的重点。研究体系逐步形成，强调多目标优化政策导向与工程实践的融合。初期主要为单一的能源模式，光伏与柴油机组联用，可再生能源占比达到40%。但当时储能技术不够成熟，没有考虑到系统稳定性和经济性。2010年后《海岛保护法》出台后，海岛能源规划问题开始向着政策层面上靠拢。《海洋可再生能源发展十二五规划》也推动微型电网的智能化发展方向。清华大学团队提出基于混合整数线性规划的容量配置模型的方案，将生命周期成本和资源预测误差都纳入了设计过程。确保电网实现最优技术经济比、最佳可持续发展、最大经济效益、最可靠电力供给、最优环境保护是发展智能电网的目的所在。[7]

相关技术研究不断深入。中国电科院开发鲁棒优化算法，通过盐雾腐蚀对光伏性能的影响，提出设备冗余的配置策略。使微电网系统可用率提升至九成。数据与物理双驱动模型，采用深度强化学习方法动态调节风光储容量比例。将负荷预测误差减小，运行成本下降。

这些都为未来微电网建设提供前车之鉴，但是多数模型建立在理想气象条件下，缺乏动态响应机制也缺乏长期运行数据。多岛互联微电网协同优化理论尚还没有完善，限制了大规模能源系统的集成。

1.2.2 国外研究现状

气候变化、资源稀缺和不断增长的电力需求需要新的方法，以减少化石燃料的使用为电力系统供电。如果设计得当，配备风力涡轮机或光伏板等可再生能源（可再生能源）的能源系统不仅对环境的影响较小，而且成本也较低[8]。Japan提出“光伏制氢—燃料电池”配比模型，实现100%清洁供能。但是由于夏季台风频发引发电解槽老化，引起运行寿命下降导致没有引起新的变革。瑞典建立基于Copula的风光负荷建模工具，得到了备用柴油容量削减41%的好成绩。该模型对低纬度地区存在区域的适应性偏差，尤其在高湿高辐照场景中误差更大。澳大利亚将深度学习引入配置优化，利用记忆网络预测可再生出力。配置响应时间显著的缩短了，但是模型对算力要求极高，也不利于资源受限岛屿部署。

国际研究呈现三大趋势第一是关注氢能、波浪能等新型能源协同机制。第二是强化智能算法应用。第三是政策驱动推动成果向工程快速转化。

1.3本文主要工作

本章小结，研究以构建科学可行的配置为目标。重点是解决稳定性与可靠性问题，让系统运行安全并且高效，要兼顾经济效益与环境保护。深入分析海岛风能、太阳能等能源资源的分布。结合用电需求构建实际的优化配置模型[9]。有涉及到能源供给、成本控制等多个方面，具备系统性。通过方案对比，评估配置筛选出最优解。选具有代表性的岛屿开展实证验证，检验模型的准确性确保理论成果具备实际指导价值。要解决的问题：

①考虑海岛微电网的能源资源特性、负荷需求、气候条件等因素进行优化配置。

②设计合理的数学模型解决并网海岛微电网的容量优化问题。

③选择合适的优化算法来求解，保证计算结果的准确性和可靠性。

本文搜集分析国内外有关海岛微电网，容量优化配置，可再生能源利用等方面的文献，明确现状和存在的问题。同时根据海岛微电网的特点和约束条件，建立容量优化配置的模型。分析海岛微电网的能源需求和新能源相关的问题。从成本效益分析角度,提出基于净效益最大化的微电网电源优化配置模型。综合考虑电源投资、运行和维护、燃料购买等成本,以及节能、减排、降损、改善可靠性建立微电网年化净效益计算模型[10]。