含分布式能源的配電網(wǎng)規(guī)劃

胡 榮，馬 野

(上海電力學(xué)院電氣工程學(xué)院，上海 200090)

隨著分布式電源(Distributed Generation，DG)的迅速發(fā)展，大量的分布式電源引入配電網(wǎng)，使得配電網(wǎng)的規(guī)劃問題變得更加復(fù)雜.由于分布式電源的出力波動性和不確定性，使潮流反向、供電可靠性、隨機性處理等問題尤為突出.這些問題必須在配電網(wǎng)規(guī)劃階段解決，這就增加了規(guī)劃的難度.

近年來，國內(nèi)外學(xué)者對分布式電源進(jìn)行了大量的研究，在含有分布式的配電網(wǎng)規(guī)劃方面也取得了很多成果.本文對DG在配電系統(tǒng)中的優(yōu)化配置以及含DG配電網(wǎng)無功優(yōu)化進(jìn)行了介紹，并對模型的優(yōu)化算法進(jìn)行了歸納總結(jié)，對含分布式電源的配電網(wǎng)規(guī)劃給出了幾點建議.

1 分布式電源對配電網(wǎng)的影響

分布式電源的接入使配電系統(tǒng)從輻射形的網(wǎng)絡(luò)變?yōu)楸椴贾行‰娫春陀脩舻幕ヂ?lián)網(wǎng)絡(luò)，從而對傳統(tǒng)配電系統(tǒng)產(chǎn)生一定的影響.

(1)DG的出現(xiàn)給配電網(wǎng)規(guī)劃帶來的影響表現(xiàn)在:加大了規(guī)劃區(qū)網(wǎng)供負(fù)荷的預(yù)測難度;出現(xiàn)許多發(fā)電機節(jié)點，使得尋找最優(yōu)的網(wǎng)絡(luò)布置更加困難.［1］

(2)對電能質(zhì)量的影響:DG的出力具有很大的不確定性，易造成系統(tǒng)的電壓閃變;分布式電源通過電力電子逆變器接入配電網(wǎng)，造成諧波污染;當(dāng)DG與當(dāng)?shù)刎?fù)荷不協(xié)調(diào)運行或DG接入位置、容量不合理時，會引起電壓波動.［2］

(3)分布式電源還對配電網(wǎng)的可靠性、［3］故障恢復(fù)、［4］繼電保護(hù)［5］等產(chǎn)生影響.

2 分布式電源的優(yōu)化配置

DG對配電網(wǎng)的影響主要由其安裝位置和容量所決定，合理的安裝位置可以有效改善配電網(wǎng)電壓，減小網(wǎng)損，提高系統(tǒng)負(fù)荷率;反之，會影響電網(wǎng)的安全穩(wěn)定運行.［6］國內(nèi)外學(xué)者從不同角度，如費用、可靠性、降損、節(jié)能環(huán)保等，對DG優(yōu)化配置問題進(jìn)行了研究.

2.1 費用最省模型

費用最省基本是從網(wǎng)損最小、投資費用最省的角度設(shè)立目標(biāo)函數(shù)，投資費用包括設(shè)備建設(shè)成本、運行維護(hù)成本等.

費用最省模型的目標(biāo)函數(shù)為:

式中:n——DG的個數(shù);

Ci1，Ci2——單位容量建設(shè)設(shè)備和運行維護(hù)成本;

Pdi——第i個DG額定容量;

Closs——網(wǎng)損.

文獻(xiàn)［7］所建的目標(biāo)函數(shù)中還包括了蓄電池重置費用、停電補償費，使得微電網(wǎng)綜合年投資費用最低;文獻(xiàn)［8］將可靠性成本定義為停電之后的未供負(fù)荷成本，也將其引入目標(biāo)函數(shù)中.

約束條件分為等式約束和不等式約束，等式約束為DG接入配電網(wǎng)后的系統(tǒng)功率平衡方程;不等式約束為節(jié)點電壓上下限、支路功率最大限、DG容量上下限、N-1安全準(zhǔn)則等.還有相關(guān)文獻(xiàn)在考慮上述約束條件的同時還涉及了其他約束條件，如文獻(xiàn)［9］考慮了地理信息對建站投資費用的影響，文獻(xiàn)［10］和文獻(xiàn)［11］考慮了網(wǎng)絡(luò)重構(gòu)及配電網(wǎng)擴(kuò)展規(guī)劃的條件等.

2.2 效益最大模型

該模型的多目標(biāo)函數(shù)通常包括最大電壓改善率、網(wǎng)損改善率等.

電壓改善率:

式中:zi，zo——安裝和未安裝DG時系統(tǒng)的電壓指標(biāo).［12］

網(wǎng)損改善率:

式中:pi，po——安裝和未安裝DG時系統(tǒng)網(wǎng)損.

文獻(xiàn)［13］提出了等效網(wǎng)損微增率的概念，并在目標(biāo)函數(shù)中引入了環(huán)境效益改善率:

式中:ewo，ewi——未安裝和安裝DG時污染氣體的排放量.

文獻(xiàn)［14］在滿足相關(guān)約束條件下，目標(biāo)函數(shù)考慮了線路電流指標(biāo)，即:

式中:N——線路總數(shù);

Ii，Iimax——第i條線路實際電流幅值和最大電流幅值.

文獻(xiàn)［15］則是考慮了DG的間歇性對優(yōu)化結(jié)果的影響，并將DG售電收益放入目標(biāo)函數(shù)中，實現(xiàn)了經(jīng)濟(jì)環(huán)境效益以及系統(tǒng)電壓質(zhì)量的綜合最優(yōu).

約束條件與費用最省模型相似，這里不作贅述.

3 含DG的配電網(wǎng)無功優(yōu)化

無功規(guī)劃是配電網(wǎng)規(guī)劃中另一重要任務(wù).本文將含DG配電網(wǎng)無功優(yōu)化按是否計及DG的無功調(diào)節(jié)能力分為如下兩類.

3.1 不計DG的無功控制能力

此類研究主要是通過發(fā)電機勵磁調(diào)節(jié)、變壓器電壓調(diào)節(jié)及無功補償設(shè)備配置進(jìn)行無功優(yōu)化.文獻(xiàn)［16］采用了變壓器分接頭、并聯(lián)補電容器等電壓/無功控制手段.文獻(xiàn)［17］通過對發(fā)電機自動電壓調(diào)節(jié)器、有載變壓器分接頭和電容器等設(shè)備的綜合調(diào)節(jié)，得到了系統(tǒng)有功損耗、電壓分布與發(fā)電機無功分布最小的優(yōu)化模型.文獻(xiàn)［18］將場景分析法運用到含風(fēng)電機組的無功優(yōu)化問題中;文獻(xiàn)［19］提出了風(fēng)電場場景的劃分規(guī)則，建立了多個風(fēng)電機組的無功優(yōu)化的場景模型.

3.2 計及DG的無功控制能力

DG能否向電網(wǎng)提供無功補償取決于并網(wǎng)形式，如光伏發(fā)電可通過控制逆變器，向電網(wǎng)輸送無功功率.

文獻(xiàn)［20］和文獻(xiàn)［21］將分布式電源作為連續(xù)可調(diào)無功源參與到配電網(wǎng)無功優(yōu)化中;文獻(xiàn)［22］考慮了配電網(wǎng)中可控制無功輸出的柴油發(fā)電機的無功貢獻(xiàn);文獻(xiàn)［23］從技術(shù)上解決了光伏并網(wǎng)發(fā)電與無功功率補償結(jié)合的控制方案，使光伏向電網(wǎng)提供有功功率的同時也能夠提供無功功率，充分發(fā)揮DG的無功補償能力.

4 求解方法

在含分布式發(fā)電的配電網(wǎng)規(guī)劃研究中，除小部分文獻(xiàn)采用不同的控制策略進(jìn)行仿真外，大多采用數(shù)學(xué)建模的方式.根據(jù)價值不同、約束條件的差異，規(guī)劃模型在維數(shù)、多目標(biāo)/單目標(biāo)、離散/連續(xù)、線性/非線性方面的差別也比較大，求解方法也各不相同，本文對各種主要的求解方法進(jìn)行分類歸納和總結(jié).

4.1 多目標(biāo)處理

(1)多目標(biāo)轉(zhuǎn)化為單目標(biāo)的方法 在多目標(biāo)規(guī)劃模型中，通常通過模糊理論將多個子目標(biāo)轉(zhuǎn)化為單一目標(biāo).文獻(xiàn)［17］采用了自適應(yīng)權(quán)重和因子將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題;文獻(xiàn)［24］則利用模糊隸屬度函數(shù)進(jìn)行轉(zhuǎn)換.

(2)利用Pareto解集 文獻(xiàn)［21］運用自適應(yīng)多目標(biāo)粒子群算法得到帕累托解集;文獻(xiàn)［14］則是利用基于熵的序數(shù)偏好對解集進(jìn)行排序，并給出最終的決策方案.

(3)利用兩層規(guī)劃模型 兩層規(guī)劃模型分為上層規(guī)劃和下層規(guī)劃，上層規(guī)劃的目標(biāo)函數(shù)和約束條件不僅與上層決策變量有關(guān)，而且還依賴于下層規(guī)劃的最優(yōu)解或最優(yōu)值;而下層規(guī)劃的最優(yōu)解或最優(yōu)值又受到上層決策變量的影響.［25］例如文獻(xiàn)［25］建立了兩層規(guī)劃模型，上層優(yōu)化以DG并網(wǎng)運行價值最大為目標(biāo)，確定DG與儲能電池的位置和容量;下層優(yōu)化模擬配置儲能裝置的配電網(wǎng)最優(yōu)節(jié)能調(diào)度，確定DG的運行出力.

4.2 智能算法

含DG的優(yōu)化配置模型大多為非線性多目標(biāo)，很多學(xué)者將智能算法如遺傳算法、蟻群算法和粒子群算法等應(yīng)用到這些模型中，并取得了很好的優(yōu)化效果.文獻(xiàn)［7］、文獻(xiàn)［15］和文獻(xiàn)［27］運用遺傳算法以及改進(jìn)的遺傳算法進(jìn)行求解.遺傳算法的改進(jìn)主要是在距離判別、收斂性、終止原則上作相應(yīng)的改進(jìn);［24］文獻(xiàn)［26］提出了一種矩陣編碼形式，使迭代過程無需譯碼等.文獻(xiàn)［7］、文獻(xiàn)［17］和文獻(xiàn)［21］主要應(yīng)用的是粒子群算法，并在特定的方面進(jìn)行了改進(jìn)，以避免陷入早熟或局部最優(yōu).

還有些學(xué)者將兩種算法結(jié)合起來，如文獻(xiàn)［28］將退火算法與粒子群算法結(jié)合起來進(jìn)行應(yīng)用.其他算法如細(xì)菌群體趨藥性算法、［20］微分進(jìn)化算法、［26］群搜索優(yōu)化算法［12］等也得到了廣泛應(yīng)用.

5 結(jié)語

目前，含分布式電源的配電網(wǎng)規(guī)劃得到很大發(fā)展:目標(biāo)函數(shù)逐漸由單目標(biāo)向多目標(biāo)發(fā)展;優(yōu)化算法也不斷改進(jìn)，并出現(xiàn)了混合優(yōu)化算法;所建模型則更加注重與網(wǎng)絡(luò)及拓?fù)浣Y(jié)構(gòu)相結(jié)合.為了更好地發(fā)揮分布式發(fā)電技術(shù)的優(yōu)勢和特點，在規(guī)劃方面給出如下建議:應(yīng)加強DG與配電網(wǎng)的協(xié)同規(guī)劃，并考慮DG的無功調(diào)節(jié)能力;應(yīng)改進(jìn)數(shù)學(xué)算法以保障求解的質(zhì)量和效率;應(yīng)通過先進(jìn)的預(yù)測技術(shù)，建立精確的隨機性負(fù)荷模型及分布式電源的出力模型;應(yīng)加強包含分布式的自動化規(guī)劃，便于實現(xiàn)含有分布式發(fā)電的配電網(wǎng)動態(tài)監(jiān)測、靈活跟蹤和調(diào)度控制等.

［1］ 王敏，丁明.含分布式電源的配電系統(tǒng)規(guī)劃［J］.電力系統(tǒng)及其自動化學(xué)報，2004，16(6):5-8.

［2］ 韋鋼，吳偉力，胡丹云，等.分布式電源及其并網(wǎng)時對電網(wǎng)的影響［J］.高電壓技術(shù)，2007，35(7):36-40.

［3］ 錢科軍，袁越，ZHOU Chengke.分布式發(fā)電對配電網(wǎng)可靠性的影響研究［J］.電網(wǎng)技術(shù)，2008，32(11):74-78.

［4］ 史永生，余莉娟，劉曉娜，等.計及分布式電源的配電網(wǎng)故障恢復(fù)研究［J］.能源研究與管理，2010(3):15-18.

［5］ YUN Baoji，F(xiàn)U Zhouxing，WANG Yingli，et al.The effects of distributed generator accessed to distribution network［C］//International Symposium on Computer，Consumer and Control，2014:146-149.

［6］ 王守相，王慧，蔡聲霞.分布式發(fā)電優(yōu)化配置研究綜述［J］.電力系統(tǒng)自動化，2009，37(18):110-114.

［7］ 符楊，蔣一鎏，李振坤.基于混合量子遺傳算法的微電網(wǎng)電源優(yōu)化配置［J］.電力系統(tǒng)保護(hù)與控制，2013，41(24):50-57.

［8］ ZIARI I，LEDWICH G，GHOSH A，etal.Integrated distribution systems planning to improve reliability under load growth［J］.Power Delivery，IEEE Transactions on，2012，27(2):757-765.

［9］ 劉自發(fā)，張建華.基于改進(jìn)多組織粒子群體優(yōu)化算法的配電網(wǎng)絡(luò)變電站選址定容［J］.中國電機工程學(xué)報，2007，27(1):105-111.

［10］ 趙晶晶，李新，彭怡，等.基于粒子群優(yōu)化算法的配電網(wǎng)重構(gòu)和分布式電源注入功率綜合優(yōu)化算法［J］.電網(wǎng)技術(shù)，2009，33(17):162-166.

［11］ BORGES Carmen LuciaTancredo，MERTINS Vinícius Ferreira.Multistage expansion planning for active distribution networks under demand and Distributed Generation uncertainties［J］.International Journal of Electrical Power ＆Energy Systems，2012，36(1):107-116.

［12］ CHIRADEJA P，RAMAKUMAR R.An approach to quantify the technical benefits of distributed generation［J］.IEEE Transactions on Energy Conversion，2004，19(4):764-773.

［13］ 鄭漳華，艾芊，顧承紅，等.考慮環(huán)境因素的分布式發(fā)電多目標(biāo)優(yōu)化配置［J］.中國電機工程學(xué)報，2009，29(13):23-28.

［14］ 夏澍，周明，李庚銀.分布式電源選址定容的多目標(biāo)優(yōu)化算法［J］.電網(wǎng)技術(shù)，2011，35(9):115-121.

［15］ 鄧威，李欣然，劉志勇，等.考慮無功補償影響因素的間歇性分布式電源綜合優(yōu)化配置［J］.中國電機工程學(xué)報，2012，32(10):80-88.

［16］ NIKNAM T，M.RANJBAR A，SHIRANI A R.Impact of distributed generation on volt/var control in distribution networks［C］//IEEE Bologna PowerTech Conference，Bologna，Italy，2003:1-7.

［17］ 韓學(xué)軍，鄧艷秋，張全厚.含分布式電源的改進(jìn)PSO算法配電網(wǎng)無功優(yōu)化［J］.計算機仿真，2013，30(5):125-128.

［18］ 陳海焱，陳金富，段獻(xiàn)忠.含風(fēng)電機組的配網(wǎng)無功優(yōu)化［J］.中國電機工程學(xué)報，2008，28(7):40-45.

［19］ 何禹清，彭建春，毛麗林，等.含多個風(fēng)電機組的配電網(wǎng)無功優(yōu)化［J］.電力系統(tǒng)自動化，2010，34(19):37-41.

［20］ 陳繼明，孫名妤，游聚娟，等.基于子空間細(xì)菌群體趨藥性算法的含分布式電源的配電網(wǎng)無功優(yōu)化［J］.山東大學(xué)學(xué)報:工學(xué)版，2014，44(2):49-54.

［21］ 程杉，陳民鈾，黃薏宸.含分布式發(fā)電的配電網(wǎng)多目標(biāo)無功優(yōu)化策略研究［J］.電力系統(tǒng)保護(hù)與控制，2013，41(10):45-50.

［22］ 陳琳，鐘金，倪以信，等.含分布式發(fā)電的配電網(wǎng)無功優(yōu)化［J］.電力系統(tǒng)自動化，2006，30(14):20-24.

［23］ 汪海寧，蘇建徽，張國榮，等.光伏并網(wǎng)發(fā)電及無功補償?shù)慕y(tǒng)一控制［J］.電工技術(shù)學(xué)報，2005，20(9):114-118.

［24］ 劉述奎，李奇，陳維榮，等.改進(jìn)粒子群優(yōu)化算法在電力系統(tǒng)多目標(biāo)無功優(yōu)化中的應(yīng)用［J］.電力自動化設(shè)備，2009，29(11):31-36.

［25］ 唐勇俊，劉東，阮前途，等.計及節(jié)能調(diào)度的分布式電源優(yōu)化配置及其并行計算［J］.電力系統(tǒng)保護(hù)與控制，2010，38(21):156-161.

［26］ 麻秀范，崔換君.改進(jìn)遺傳算法在含分布式電源的配電網(wǎng)規(guī)劃中的應(yīng)用［J］.電工技術(shù)學(xué)報，2011，26(3):74-78.

［27］ 李惠玲，盛萬興，張學(xué)仁，等.改進(jìn)小生境遺傳算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用［J］.電網(wǎng)技術(shù)，2008，32(17):29-34.

［28］ 劉波，張焰，楊娜.改進(jìn)的粒子群優(yōu)化算法在分布式電源選址和定容中的應(yīng)用［J］.電工技術(shù)學(xué)報，2008，2(2):103-108.