配電網(wǎng)中分布式電源規(guī)劃研究綜述

邱堅(jiān)石，陳 鐵

(1.吉林省長(zhǎng)春市新區(qū)空港經(jīng)濟(jì)開發(fā)區(qū)管委會(huì),吉林 長(zhǎng)春 130054；2.國(guó)網(wǎng)哈爾濱供電公司,黑龍江 哈爾濱150010)

?

配電網(wǎng)中分布式電源規(guī)劃研究綜述

邱堅(jiān)石1，陳 鐵2

(1.吉林省長(zhǎng)春市新區(qū)空港經(jīng)濟(jì)開發(fā)區(qū)管委會(huì),吉林 長(zhǎng)春 130054；2.國(guó)網(wǎng)哈爾濱供電公司,黑龍江 哈爾濱150010)

首先介紹了目前配電網(wǎng)中分布式電源(distributed generation，DG)規(guī)劃模型目標(biāo)函數(shù)和約束條件的選取，并將現(xiàn)有的優(yōu)化算法分為經(jīng)典數(shù)學(xué)方法、靈敏度分析方法、啟發(fā)式算法和混合算法；其次，綜述了DG規(guī)劃過(guò)程中不確定因素的建模方法；最后，分析了現(xiàn)有DG規(guī)劃方法中存在的不足，并對(duì)未來(lái)研究方向提出了建議。

配電網(wǎng)；分布式電源；規(guī)劃

分布式電源(distributed generation，DG)可以有效地緩解配電網(wǎng)當(dāng)前面臨的經(jīng)濟(jì)、技術(shù)和環(huán)境問(wèn)題，因此對(duì)DG進(jìn)行合理的規(guī)劃對(duì)配電網(wǎng)的經(jīng)濟(jì)安全運(yùn)行至關(guān)重要?，F(xiàn)有的DG包括柴油發(fā)電機(jī)組、燃?xì)廨啓C(jī)、分布式光伏、分布式風(fēng)電、燃料電池等[1，2]。

DG的接入會(huì)對(duì)配電網(wǎng)產(chǎn)生很大的影響：由于DG安裝位置距負(fù)荷較近，可以減小線路潮流輸送壓力，避免了城市配電網(wǎng)升級(jí)改造困難和投資費(fèi)用高的問(wèn)題，減小了系統(tǒng)網(wǎng)絡(luò)損耗；通過(guò)DG向高峰負(fù)荷供電，減少配電網(wǎng)針對(duì)高峰負(fù)荷的額外投資；對(duì)于輻射狀配電網(wǎng)，沿著饋線潮流方向，電壓逐漸降低，通過(guò)合理的DG規(guī)劃，可以對(duì)配電網(wǎng)進(jìn)行無(wú)功補(bǔ)償，改善電壓質(zhì)量；DG和配電網(wǎng)聯(lián)合協(xié)調(diào)運(yùn)行，當(dāng)系統(tǒng)發(fā)生故障時(shí)，DG可以繼續(xù)向重要負(fù)荷供電，提高系統(tǒng)可靠性；DG中可再生能源的使用，減少了傳統(tǒng)發(fā)電過(guò)程中環(huán)境污染氣體的排放。綜上所述，DG可以改善配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性、可靠性，減少對(duì)環(huán)境的污染，但同時(shí)DG的大規(guī)模接入對(duì)配電網(wǎng)的電壓、可靠性、繼電保護(hù)、諧波污染等帶來(lái)影響，并且其影響程度與DG安裝位置和容量密切相關(guān)。基于可再生能源的DG，如分布式光伏和風(fēng)電，其出力具有隨機(jī)性和波動(dòng)性，因此容易造成系統(tǒng)電壓波動(dòng)；傳統(tǒng)配電網(wǎng)中潮流方向是單向的，即從電源側(cè)流向負(fù)荷側(cè)，DG的接入改變了配電網(wǎng)結(jié)構(gòu)，可能出現(xiàn)潮流倒送的情況，影響繼電保護(hù)裝置的正常工作；不合理的DG的接入位置和容量可能引起非同期重合閘，增加停電時(shí)間，降低系統(tǒng)的可靠性；由于DG需要通過(guò)電力電子器件并入電網(wǎng)，但電力電子開關(guān)設(shè)備的頻繁動(dòng)作會(huì)使大量諧波注入電網(wǎng)，造成諧波污染[1-5]。

本文將對(duì)DG規(guī)劃模型中的目標(biāo)函數(shù)、約束條件和優(yōu)化算法進(jìn)行分析，介紹規(guī)劃過(guò)程+-中不確定因素的建模方法，最后針對(duì)現(xiàn)有DG規(guī)劃中存在的不足，提出未來(lái)需要重點(diǎn)研究的方向。

1 DG規(guī)劃的數(shù)學(xué)模型及優(yōu)化算法

1.1 DG規(guī)劃模型

早期DG規(guī)劃研究中，僅選取網(wǎng)絡(luò)損耗作為目標(biāo)函數(shù)[3]，缺少對(duì)DG接入配電網(wǎng)的多目標(biāo)特性進(jìn)行綜合考慮，很難滿足電力系統(tǒng)實(shí)際運(yùn)行需求。為了滿足DG接入配電網(wǎng)后的電壓質(zhì)量要求，文獻(xiàn)[6]同時(shí)考慮將網(wǎng)損和電壓指標(biāo)作為優(yōu)化目標(biāo)。隨著傳統(tǒng)集中式發(fā)電系統(tǒng)對(duì)環(huán)境污染問(wèn)題的日益突出，DG的環(huán)境效益得到越來(lái)越多的關(guān)注，文獻(xiàn)[7]在構(gòu)建DG規(guī)劃模型時(shí)，考慮選取污染氣體排放量作為目標(biāo)函數(shù)，并對(duì)得到的DG接入配電網(wǎng)方案和未接入DG的配電網(wǎng)污染氣體排放量進(jìn)行對(duì)比，證明了DG的接入帶來(lái)良好的環(huán)境效益。

同時(shí)約束條件的選取對(duì)DG規(guī)劃的合理性具有重要意義。通常選取潮流方程作為規(guī)劃模型等式約束條件，不等式約束考慮節(jié)點(diǎn)電壓滿足電網(wǎng)最大電壓偏差要求、線路傳輸功率不越限、DG輸出功率約束、變電站容量不越限。為了避免DG接入配電網(wǎng)后，產(chǎn)生雙向潮流對(duì)配電保護(hù)裝置的影響，文獻(xiàn)[8]將支路潮流方向作為約束條件，提高了系統(tǒng)可靠性。

1.2 DG規(guī)劃模型的優(yōu)化算法

DG規(guī)劃是一個(gè)復(fù)雜的非線性、混合整數(shù)、多目標(biāo)優(yōu)化問(wèn)題，很難找到相應(yīng)的Pareto最優(yōu)解集?，F(xiàn)有DG規(guī)劃問(wèn)題的優(yōu)化算法可以分為經(jīng)典數(shù)學(xué)方法、靈敏度分析方法、啟發(fā)式算法和混合算法。

(1)經(jīng)典數(shù)學(xué)方法：用于解決DG規(guī)劃問(wèn)題的經(jīng)典數(shù)學(xué)優(yōu)化算法主要包括二次規(guī)劃方法、線性規(guī)劃和非線性規(guī)劃方法。但是這些方法存在計(jì)算量大、靈活性不足和“維數(shù)災(zāi)難”的問(wèn)題，并且通常需要線性和目標(biāo)函數(shù)連續(xù)等先驗(yàn)條件，但實(shí)際的DG規(guī)劃很難滿足這些條件。

(2)靈敏度分析方法：通過(guò)對(duì)各節(jié)點(diǎn)進(jìn)行靈敏度分析，將各節(jié)點(diǎn)靈敏度因子按從大到小進(jìn)行排序，找到最有潛力的DG安裝位置。當(dāng)需要接入DG的配電網(wǎng)存在較多節(jié)點(diǎn)時(shí)，靈敏度分析方法可以減小安裝位置搜索空間，提高優(yōu)化效率，但該方法只能獲得DG最優(yōu)的安裝位置，不能確定DG接入類型和容量。

(3)啟發(fā)式算法：通常為基于群智能算法的隨機(jī)優(yōu)化方法，包括遺傳算法、粒子群算法、蟻群算法等。啟發(fā)式算法對(duì)復(fù)雜的非線性優(yōu)化問(wèn)題具有良好的解決能力和魯棒性，但具有容易陷入局部最優(yōu)的缺陷。

(4)混合算法：首先通過(guò)靈敏度分析方法找到最優(yōu)的DG安裝位置，然后利用經(jīng)典方法或啟發(fā)式優(yōu)化算法確定DG的容量，提高了優(yōu)化效率，避免了處理混合整數(shù)優(yōu)化問(wèn)題，但不能同時(shí)確定最優(yōu)的DG接入位置和容量。

文獻(xiàn)[9]以網(wǎng)損和能源成本作為目標(biāo)函數(shù)，通過(guò)序貫二次規(guī)劃方法對(duì)DG規(guī)劃模型進(jìn)行求解。實(shí)驗(yàn)結(jié)果證明文中所提方法可以有效提高配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性。文獻(xiàn)[10]以改善電壓分布和減小網(wǎng)絡(luò)損耗為目標(biāo)函數(shù)，并通過(guò)計(jì)算各節(jié)點(diǎn)電壓穩(wěn)定指標(biāo)的靈敏度指數(shù)來(lái)確定最佳的DG安裝位置。通過(guò)開展對(duì)比實(shí)驗(yàn)證明，與選取功率穩(wěn)定指標(biāo)和網(wǎng)損敏感指標(biāo)作為靈敏度因子相比，文中所提方法能獲得更好的DG規(guī)劃方案。文獻(xiàn)[11]綜合考慮網(wǎng)絡(luò)損耗、能源成本、電壓穩(wěn)定性和污染氣體排放量作為目標(biāo)函數(shù)建立規(guī)劃模型，通過(guò)蟻群算法和人工蜂群算法確定多類型DG的安裝位置和容量。由于蟻群算法和人工蜂群算法分別對(duì)離散問(wèn)題和連續(xù)問(wèn)題具有良好的尋優(yōu)效果，因此，首先，采用蟻群算法找到DG的最佳接入位置，然后，采用人工蜂群算法確定DG的最優(yōu)安裝容量。文獻(xiàn)[12]以減小網(wǎng)損和提高節(jié)點(diǎn)電壓質(zhì)量作為目標(biāo)函數(shù)，首先，通過(guò)靈敏度分析方法找到合理的DG安裝節(jié)點(diǎn)，然后通過(guò)粒子群算法確定DG的安裝容量。

2 DG規(guī)劃中不確定因素的建模

間歇性DG主要包括分布式光伏和風(fēng)電，由于其輸出功率分別受太陽(yáng)輻照和風(fēng)速等外界氣象因素的影響很大，因此其出力具有很強(qiáng)的隨機(jī)性。同時(shí)由于負(fù)荷預(yù)測(cè)誤差的存在和用戶用電行為的隨機(jī)性導(dǎo)致配電網(wǎng)中負(fù)荷的不確定性。為了得到合理的DG規(guī)劃方案，需要在實(shí)際規(guī)劃過(guò)程中考慮間歇性DG出力和負(fù)荷的不確定性。針對(duì)不確定因素建模的常用方法有模糊方法、概率模型和典型場(chǎng)景規(guī)劃方法等。文獻(xiàn)[13]根據(jù)模糊理論，用三角模糊數(shù)對(duì)負(fù)荷和DG出力進(jìn)行了描述。通過(guò)對(duì)IEEE33節(jié)點(diǎn)系統(tǒng)開展實(shí)驗(yàn)，證明了在考慮未來(lái)負(fù)荷增長(zhǎng)趨勢(shì)的情況下，在DG規(guī)劃中對(duì)不確定因素建立模糊模型的有效性。文獻(xiàn)[14]分別建立Weibull分布、Beta分布和正態(tài)分布概率模型對(duì)風(fēng)速、太陽(yáng)光照強(qiáng)度和負(fù)荷的不確定性進(jìn)行描述。文獻(xiàn)[15]以網(wǎng)絡(luò)損耗和系統(tǒng)可靠性作為優(yōu)化目標(biāo)，通過(guò)對(duì)歷史氣象數(shù)據(jù)和負(fù)荷特性進(jìn)行分析，建立典型的配電網(wǎng)運(yùn)行場(chǎng)景?；谝幌盗袌?chǎng)景的組合，構(gòu)建合理的數(shù)學(xué)模型進(jìn)行DG選址定容規(guī)劃。

3 DG規(guī)劃未來(lái)研究方向

本文在分析了現(xiàn)有DG規(guī)劃方法存在不足的基礎(chǔ)上，對(duì)未來(lái)研究需要考慮的方向進(jìn)行綜述。

(1)雖然現(xiàn)有研究提出了大量的DG規(guī)劃模型優(yōu)化算法，但它們大都存在優(yōu)化效率不足和容易陷入局部最優(yōu)的缺陷，因此，需要提出更加有效的優(yōu)化算法對(duì)DG規(guī)劃問(wèn)題進(jìn)行求解。

(2)構(gòu)建DG規(guī)劃數(shù)學(xué)模型時(shí)，目標(biāo)函數(shù)的選取需要同時(shí)從經(jīng)濟(jì)、技術(shù)和環(huán)境的角度進(jìn)行考慮，但是現(xiàn)有研究在建立目標(biāo)函數(shù)時(shí)缺少對(duì)以上因素的綜合考慮。

(3)現(xiàn)有研究在構(gòu)建DG規(guī)劃模型時(shí)，缺少對(duì)相關(guān)的技術(shù)、經(jīng)濟(jì)、環(huán)境和地理約束條件的綜合考慮。例如在實(shí)際DG規(guī)劃中，某些特定的母線不允許DG的接入，但大部分研究忽略了對(duì)相關(guān)約束條件的考慮。

(4)通過(guò)DG和儲(chǔ)能設(shè)備的配合使用，可以向配電網(wǎng)提供更加平穩(wěn)的功率輸出并緩解間歇性DG出力的隨機(jī)性，但在現(xiàn)有DG規(guī)劃中缺少對(duì)儲(chǔ)能系統(tǒng)的分析和使用。

(5)現(xiàn)有研究缺少對(duì)分布式光伏、風(fēng)電和負(fù)荷等不確定性因素的建模。為了更加準(zhǔn)確地模擬配電網(wǎng)運(yùn)行過(guò)程，需要通過(guò)合理的方法對(duì)以上不確定因素進(jìn)行建模，從而得到更加有效的DG規(guī)劃方案。

(6)現(xiàn)有研究大部分從選址定容角度對(duì)DG進(jìn)行規(guī)劃，缺少對(duì)同一節(jié)點(diǎn)不同類型DG接入效果的分析。在未來(lái)DG規(guī)劃研究工作中，需要對(duì)接入DG類型、接入位置和容量進(jìn)行綜合考慮。

4 結(jié)束語(yǔ)

隨著DG滲透率的不斷增加，對(duì)配電網(wǎng)中的DG進(jìn)行合理的規(guī)劃至關(guān)重要。本文首先介紹了現(xiàn)有DG規(guī)劃研究中模型目標(biāo)函數(shù)與約束條件的選取，并對(duì)相應(yīng)的優(yōu)化算法進(jìn)行分類；其次，綜述了現(xiàn)有文獻(xiàn)在規(guī)劃過(guò)程中對(duì)間歇性DG出力和負(fù)荷不確定因素的建模方法；最后，針對(duì)現(xiàn)有規(guī)劃方法中存在的不足，提出了未來(lái)工作需要考慮的研究方向。

[1] A.R.Jordehi.Allocation of distributed generation units in electric power systems：A review[J].Renewable & Sustainable Energy Reviews，2016，56：893-905.

[2] 段雙明，郭陽(yáng)，任俊，等.含分布式電源的低壓直流配電網(wǎng)研究綜述[J].東北電力大學(xué)學(xué)報(bào)，2015，35(6)：1-7.

[3] 李介夫，王光，李衛(wèi)國(guó)，等.一種利用混合儲(chǔ)能系統(tǒng)平抑風(fēng)光功率波動(dòng)的控制策略[J].東北電力大學(xué)學(xué)報(bào)，2014，34(5)：32-38.

[4] P.S.Georgilakis，N.D.Hatziargyriou.Optimal distributed generation placement in power distribution networks：Models，Methods，and Future Research[J].IEEE Transactions on Power Systems，2013，28(3)：3420-3428.

[5] 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(bào)，2008，23(2)：103-108.

[6] V.Hengsritawat，T.Tayjasanant，N.Nimpitiwan.Optimal sizing of photovoltaic distributed generators in a distribution system with consideration of solar radiation and harmonic distortion[J].International Journal of Electrical Power & Energy Systems，2012，39(1)：36-47.

[7] 栗然，申雪，鐘超，等．考慮環(huán)境效益的分布式電源多目標(biāo)規(guī)劃[J]．電網(wǎng)技術(shù)，2014，38(6)：1471-1478.

[8] 章力，高元海，熊寧，等．考慮潮流倒送約束的分布式光伏電站選址定容規(guī)劃[J]．電力系統(tǒng)自動(dòng)化，2014，38(17)：43-48．

[9] Y.A.Knirel，Q.Sun，S.N.Senchenkova，et al.Simultaneous capacity optimization of distributed generation and storage in medium voltage microgrids[J].International Journal of Electrical Power & Energy Systems，2015，67(7)：101-113.

[10] V.V.S.N.Murty ，A.Kumar.Optimal placement of DG in radial distribution systems based on new voltage stability index under load growth[J].International Journal of Electrical Power & Energy Systems，2015，69：246-256.

[11] M.Kefayat，A.L.Ara，S.A.N.Niaki.A hybrid of ant colony optimization and artificial bee colony algorithm for probabilistic optimal placement and sizing of distributed energy resources[J].Energy Conversion & Management，2015，92(3)：149-161.

[12] S.Devi，M.Geethanjali.Optimal location and sizing determination of distributed generation and DSTATCOM using particle swarm optimization algorithm[J].International Journal of Electrical Power & Energy Systems，2014，62：562-570.

[13] S.Ganguly，D.Samajpati.Distributed generation allocation on radial distribution networks under uncertainties of load and generation using genetic algorithm[J].IEEE Transactions on Sustainable Energy，2015，6(3)：688-697.

[14] 陳穎．分布式電源接入配電網(wǎng)的選址與定容研究[D]．北京：華北電力大學(xué)，2013．

[15] 李亮，唐巍，白牧可，等．考慮時(shí)序特性的多目標(biāo)分布式電源選址定容規(guī)劃[J].電力系統(tǒng)自動(dòng)化，2013，37(3)：58-63，128．

Review of Distributed Generation Planning in Distribution Network

Qiu Jianshi1，Chen Tie2

(1.The Management Committee of Changchun Airport Economic Development Area of Changchun New Area,Changchun Jilin 130000；2.State Grid Haerbin City Electric Power Supply Company,Harbin Heilongjiang 150000)

Firstly，the objective functions and the applied constraints of distributed generation (DG) programming model in distribution network are introduced.And the existing optimization algorithms that have been applied to DG planning are divided into classic approaches，sensitivity analysis-based approaches，metaheuristic-based approaches and hybrid approaches.Secondly，the modeling method of uncertain factors in the process of DG planning is reviewed.Finally，the shortcomings of the existing DG planning methods are analyzed，and the suggestions for the future research are provide.

Distribution network；Distributed generation；Planning

2016-12-09

邱堅(jiān)石(1989-),男,碩士,工程師,主要研究方向:輸配電技術(shù).

1005-2992(2017)02-0089-04

TM732

A

電子郵箱： qiujianshi@126.com(邱堅(jiān)石)；ct5246@sina.com(陳鐵)