⚡ electrical engineering

Cost-Effective Design of Grid-tied Community Microgrid

本研究提出了一种由基于偏好的深度强化学习增强的成本效益型多目标优化框架，用于设计并网社区微电网，使其在保持 0.208 美元/kWh 的具有竞争力的平准化能源成本的同时，实现高可靠性、91.99% 的效率以及相比传统系统减少 95% 的碳排放。

原作者： Moslem Uddin, Huadong Mo, Daoyi Dong

发布于 2026-06-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Moslem Uddin, Huadong Mo, Daoyi Dong

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个目前依赖于遥远的大型发电厂供电的小镇。有时输电线路会被切断，有时燃料变得昂贵，有时发电方式会导致空气污染。这篇论文的作者提出了这样一个问题：“我们如何为这个小镇建立一个本地、自给自足的电力系统，使其既便宜、可靠、清洁，又高效，且不在这四者之间顾此失彼？”

以下是他们如何解决这一问题的过程，通过简单的概念进行了拆解：

1. 重大挑战：“四方拉锯战”

设计一个本地电网（称为微电网）就像是在尝试赢得一场四方同时拉扯绳子的拔河比赛：

成本： 我们希望建设和运行成本尽可能低。
可靠性： 我们希望即使在暴风雨期间，灯也不会熄灭。
效率： 我们希望浪费的能量尽可能少。
环境： 我们希望污染尽可能少。

通常，如果你用力拉向其中一边（比如为了极度廉价），其他方面就会受到影响（它可能会变得不可靠或不环保）。作者想要找到一个让这四个方面都满意的“黄金平衡点”。

2. 解决方案：两步走的“聪明主厨”法

研究人员并没有仅仅靠猜测。他们构建了一个计算机框架，其作用就像一位正在准备复杂佳肴的大厨。

第一步：味觉测试（HOMER 模拟）
首先，他们使用了一个强大的模拟工具（HOMER）来烹饪出成千上万种不同的“食谱”。每种食谱都有不同比例的：

太阳能电池板（太阳能）
风力涡轮机（风能）
电池（储能）
柴油发电机（备用燃料）
主电网（大型公用事业连接）

他们测试了每一个食谱，以观察其在四个目标（成本、可靠性、效率、污染）上的表现。这产生了一个庞大的“可行方案”列表。

第二步：侍酒师（深度强化学习）
现在他们有了成千上万个好的食谱，但哪一个是最好的呢？这就是使用**深度强化学习（DRL）**的地方。把这想象成一位聪明的侍酒师（葡萄酒专家），他学习了解小镇的“口味”。

DRL 智能体观察所有的食谱。
它学习如何根据小镇最看重的因素来挑选出最佳平衡点。
它不仅仅是选最便宜的；它会根据特定社区的需求，挑选出能提供最佳综合价值的方案。

3. 现实世界测试：澳大利亚中蒂尔巴 (Central Tilba)

他们在澳大利亚一个真实的农村社区——中蒂尔巴进行了测试。

结果： 他们找到了一个“黄金配置”。
食谱： 它结合使用了太阳能电池板和风力涡轮机，并由一个大型电池系统提供后备支持。
惊喜： 他们发现可以完全移除柴油发电机（那个脏且吵的备用引擎），并且依然能保持 100% 的可靠供电。

4. 数据分析：为什么它胜出了

以下是他们的“黄金配置”与其他实现方式相比的表现：

可靠性： 100%。即使在恶劣天气下，灯也会亮着。
效率： 92%。能量浪费极少。
污染： 与仅使用普通电网相比，它减少了约 95% 的碳排放。
成本： 运行成本约为 $0.21/千瓦时。这与其他方法相比具有竞争力，并且比那些造价昂贵的“超可靠”或“超绿色”设计要便宜得多。
总投资： 需要约 $142 万美元** 进行建设，总生命周期成本为 **$ 483 万美元。

5. “如果……会怎样”的情景分析（敏感性分析）

作者还问道：“如果情况发生变化会怎样？”

如果小镇用电量增加： 成本和污染都会上升，但系统仍能运作。
如果阳光照射减少： 系统可以应对，但会对电池的依赖程度会增加。
如果风停了： 该系统对太阳能功率的变化比对风能的变化更敏感。
关键发现： 电网电价和电池成本是决定该系统是否划算的两个最重要因素。

6. 折衷方案：不要柴油，要大电池

一个有趣的发现是，为了在不使用柴油发电机的情况下实现 100% 的可靠性，他们需要一个非常大的电池。

优点： 没有烟雾，没有噪音，不需要运送燃料。
代价： 大电池很贵。如果停电时间非常长（数天），电池可能会在太阳或风重新充电之前就耗尽。柴油发电机在长时间停电时表现出色，因为你可以不断注入燃料，但它们很脏。作者在这项特定研究中选择了“清洁但昂贵的电池”路线，以最大化环境效益。

总结

这篇论文展示了一种智能的、由计算机驱动的方法，用于设计一个平衡了金钱、可靠性、效率和环境的本地电网。通过使用“两步走”的过程（模拟成千上万种选项，然后利用人工智能挑选出最佳方案），他们证明了一个澳大利亚小镇可以依靠清洁的可再生能源运行，实现 100% 的可靠性，在为地球做贡献的同时也节省了资金。

技术摘要：并网社区微电网的高性价比设计

问题陈述
全球能源格局正向分布式、可持续的电力系统转变。虽然并网社区微电网（MG）为增强可靠性和整合可再生资源提供了极具前景的解决方案，但设计经济可行性的系统仍然具有挑战性。现有的方法论通常侧重于单一的性能指标——如经济可行性、环境可持续性、效率或可靠性——而非将这四个方面协同集成到一个统一的框架中。这种碎片化的方法限制了微电网在动态且不确定的能源环境中实现最优运行的潜力。此外，目前缺乏研究在社区微电网背景下，特别是在使用自适应配置选择方法时，同时解决经济可行性、供应可靠性、运行效率和环境可持续性的问题。

方法论
本研究提出了一个综合性的两阶段设计框架，用于设计并网社区微电网，该框架将基于物理的仿真与数据驱动的决策优化相结合。

第一阶段：多目标优化（MO-OPT）与配置生成：
- 该框架利用 HOMER Pro 作为高保真技术经济仿真平台，系统地枚举并评估了一组全面的候选微电网配置方案。
- 系统组件包括太阳能光伏（PV）、风力涡轮机（WT）、柴油发电机（DG）、电池储能系统（BESS）、转换器以及主电网。
- 采用无导数优化程序和穷举网格搜索机制，在预设的设计边界内识别可行的系统架构。
- 优化过程考虑了四个相互冲突的目标：最小化净现值（NPC）和碳排放量（ $\xi$ ），同时最大化功率供应可靠性（ $\mathcal{R}$ ）和系统效率（ $\eta$ ）。
- 可行配置根据组件容量限制、可再生能源渗透率要求、备用容量裕度和电网互联约束进行筛选。输出结果为帕累托近似解空间。
第二阶段：基于偏好的深度强化学习（DRL）：
- 将基于偏好的 DRL 框架应用于第一阶段生成的解空间。
- 与传统的控制系统不同，DRL 智能体并不控制单个组件或实时调度计划。相反，它作为一个智能决策支持机制发挥作用。
- 智能体通过与环境进行交互来学习如何评估和对候选配置进行排序，其中环境的状态由归一化的多目标性能向量定义。
- 奖励信号源自标量化效用函数，该函数通过在四个目标之间的加权权衡来体现利益相关者的优先级。
- 最终配置通过最小化偏好加权标量化效用函数来选定，从而确保平衡点符合特定的利益相关者偏好。

核心贡献

集成框架： 开发了一种基于偏好的多目标设计框架，该框架将基于 HOMER 的配置生成与 DRL 辅助的解选择相结合，以系统地探索成本、可靠性、效率和排放之间的权衡。
数学建模： 提出了严谨的数学模型，以增强对复杂微电网系统的理解，该模型纳入了实际运行约束，并将离散架构决策与连续规模决策耦合。
全面评估： 执行了详细的成本效益分析，使用净现值（NPC）、平准化能源成本（LCOE）和可靠性指标来评估系统性能。
验证： 使用真实世界的数据和仿真验证了所提方法的有效性，证明了其在降低运营成本的同时确保社区规模应用能源可靠性的能力。

结果
该框架应用于澳大利亚新南威尔士州中央蒂尔巴（Central Tilba）农村社区的案例研究。

最优配置： 所提出的设计（配置 A5）实现了 \ $483 万** 的净现值（NPC）和 **\$ 0.208/kWh 的平准化能源成本（LLCOE）。
性能指标： 该系统实现了 100% 的可靠性（满足 100% 的负荷需求）和 91.99% 的效率。
环境影响： 该配置维持了 302,747 kg/年 的碳足迹，这大约比传统电网供能系统的年排放量低 95%。
组件规模： 最优配置包含 418 kW 的光伏容量、123 kW 的风力发电和 704 kWh 的电池储能。值得注意的是，该配置完全消除了对柴油发电机（DG）的依赖，资本投资为 \ $142 万**，年度运营成本为 **\$ 201,473。
对比分析： 与单目标优化设计（例如成本优化型或排放优化型设计）相比，所提出的设计提供了更优的平衡。例如，排放优化型设计的资本投资显著更高（$3.57M），且效率较低（79.96%）；而成本优化型设计则牺牲了可靠性。
敏感性分析：
- 负荷变化： 负荷波动对系统排放和成本的影响最为显著。负荷增加 10%，会导致 NPC 增加 5.87%，排放量增加 18.06%。
- 可再生能源变化： 光伏输出的波动对经济和环境性能的影响比风能变化更为显著。
- 经济参数： LCOE 对购电价格和电池资本成本最为敏感。电池成本增加 20%，会导致 LCOE 增加约 5%。

意义与主张
本文声称，所提出的框架为可持续且经济可行的微电网运营提供了一种务实且可扩展的设计方法论。通过将物理可行性评估与基于偏好的选择解耦，该方法在引入决策层适应性的同时，保留了工程严谨性。研究断言，这项工作对于识别为偏远地区提供可靠且具成本效益的电力供应的有效方案具有重要价值。它为政策制定者和能源规划者提供了基准，证明了通过战略性的平衡优化方法，可以在不造成不成比例的成本增加的情况下，实现高可靠性和排放控制。作者指出，虽然目前的框架侧重于配置选择，但未来的工作可以将其扩展到实时能量管理。