計(jì)及分布式電源滲透率變化的變電站動(dòng)態(tài)擴(kuò)展規(guī)劃

劉 洪, 王 博, 葛少云, 鄭 楠, 郭 力

(智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室(天津大學(xué)), 天津市 300072)

計(jì)及分布式電源滲透率變化的變電站動(dòng)態(tài)擴(kuò)展規(guī)劃

劉 洪, 王 博, 葛少云, 鄭 楠, 郭 力

(智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室(天津大學(xué)), 天津市 300072)

針對(duì)規(guī)劃區(qū)域在不同發(fā)展階段分布式電源(DG)滲透率由低到高變化場景下的源網(wǎng)荷協(xié)調(diào)匹配問題,提出了一種有源配電網(wǎng)變電站動(dòng)態(tài)擴(kuò)展規(guī)劃方法。首先,考慮變電站滾動(dòng)投入效應(yīng)及規(guī)劃期內(nèi)剩余價(jià)值差異,建立了一種計(jì)及DG滲透率的變電站動(dòng)態(tài)擴(kuò)展規(guī)劃模型。其次,考慮負(fù)載均衡度和DG置信容量對(duì)變電站供電范圍劃分的影響,提出了加權(quán)Voronoi圖算法的罰函數(shù)、凹凸性和方向性改進(jìn)方法。然后,提出了基于遺傳算法和啟發(fā)式算法的有源配電網(wǎng)變電站動(dòng)態(tài)擴(kuò)展規(guī)劃求解方法,得到有源配電網(wǎng)變電站建設(shè)順序。最后,通過實(shí)例說明了所述方法的科學(xué)性和實(shí)用性。

滲透率; 動(dòng)態(tài)擴(kuò)展規(guī)劃; 改進(jìn)加權(quán)Voronoi圖; 遺傳算法; 啟發(fā)式算法

0 引言

變電站規(guī)劃問題可以分為旨在滿足規(guī)劃目標(biāo)年的負(fù)荷需求的靜態(tài)規(guī)劃和旨在滿足各發(fā)展階段持續(xù)增長的負(fù)荷需求的動(dòng)態(tài)擴(kuò)展規(guī)劃[1]。根據(jù)國內(nèi)外先進(jìn)的規(guī)劃理念,應(yīng)當(dāng)首先實(shí)現(xiàn)遠(yuǎn)景目標(biāo)年的電網(wǎng)靜態(tài)規(guī)劃,進(jìn)而結(jié)合電網(wǎng)現(xiàn)狀逐步實(shí)現(xiàn)近中期中間年的電網(wǎng)動(dòng)態(tài)擴(kuò)展規(guī)劃[2]。結(jié)合這一規(guī)劃思路,本文以負(fù)荷飽和年作為遠(yuǎn)景目標(biāo)年,并基于目標(biāo)年變電站選址定容結(jié)果,針對(duì)中間年變電站動(dòng)態(tài)擴(kuò)展規(guī)劃(SDEP)開展研究。該問題在時(shí)間軸上涉及了多個(gè)時(shí)間節(jié)點(diǎn),各時(shí)間節(jié)點(diǎn)的規(guī)劃結(jié)果之間也存在著較大的關(guān)聯(lián)性,復(fù)雜程度較高。

目前,SDEP方面的研究還相對(duì)較少,在負(fù)荷發(fā)展預(yù)測與在時(shí)間尺度上化簡問題等方面也缺少完備的解決方案。文獻(xiàn)[3-5]提出了用于SDEP問題的混合整數(shù)線性規(guī)劃模型,將非線性公式有效線性化,并用商業(yè)求解器解決混合整數(shù)線性規(guī)劃模型。文獻(xiàn)[6]給出了解決SDEP的遺傳算法,通過區(qū)分短、長期規(guī)劃,使用遺傳算法根據(jù)動(dòng)態(tài)策略解決變電站多階段規(guī)劃問題。文獻(xiàn)[7-9]提出了混合啟發(fā)式和學(xué)習(xí)自動(dòng)機(jī)算法,利用靜態(tài)和動(dòng)態(tài)規(guī)劃對(duì)變電站進(jìn)行選址、定容和定時(shí)。上述文獻(xiàn)提出的SDEP模型以整個(gè)規(guī)劃期投資最小為目標(biāo)函數(shù),忽略了規(guī)劃期結(jié)束時(shí)變電站的剩余價(jià)值,經(jīng)濟(jì)性計(jì)算不夠精確;模型求解法側(cè)重于求取變電站建設(shè)時(shí)序,對(duì)變電站供電范圍的處理較粗糙,無法保證變電站負(fù)載均衡性。

近年來,越來越多的可再生能源作為分布式電源(DG)接入配電網(wǎng),DG供應(yīng)負(fù)荷的能力逐步提升。但由于其波動(dòng)特性,DG對(duì)傳統(tǒng)配電網(wǎng)負(fù)荷需求產(chǎn)生的影響比較復(fù)雜,現(xiàn)階段變電站擴(kuò)展規(guī)劃需重點(diǎn)解決這一問題。目前,有少數(shù)變電站規(guī)劃考慮了DG的影響,文獻(xiàn)[10]利用DG的時(shí)序特性修正負(fù)荷的時(shí)序需求并考慮負(fù)荷與DG的不確定性設(shè)置容量裕度系數(shù),進(jìn)而建立了變電站時(shí)序容量約束,其中利用系數(shù)處理負(fù)荷與DG不確定性的方式較為粗糙;文獻(xiàn)[11]利用基于可靠性的DG置信容量評(píng)估得到了等效的負(fù)荷需求減少量,進(jìn)而更新了變電站容量約束,但該方法側(cè)重分析在時(shí)間層面DG的電源替代特性對(duì)負(fù)荷需求產(chǎn)生的影響,忽略了在空間上負(fù)荷需求變化對(duì)變電站供電范圍的影響。

針對(duì)以上問題,本文提出了計(jì)及變電站滾動(dòng)投入效應(yīng)及規(guī)劃期內(nèi)剩余價(jià)值差異的經(jīng)濟(jì)性計(jì)算方法,并建立了計(jì)及DG滲透率的SDEP模型;提出了加權(quán)Voronoi圖算法的罰函數(shù)、凹凸性和方向性改進(jìn)方法,以獲取滿足模型約束的變電站供電范圍;然后,提出了基于遺傳算法和啟發(fā)式算法的有源配電網(wǎng)SDEP求解方法,得到有源配電網(wǎng)變電站建設(shè)順序;最后,通過實(shí)際算例對(duì)比分析,說明了本文方法的科學(xué)性和實(shí)用性。

1 考慮DG的SDEP模型

1.1 目標(biāo)函數(shù)

目標(biāo)年變電站規(guī)劃根據(jù)飽和負(fù)荷年的負(fù)荷需求確定變電站站址站容,即得到變壓器的最終狀態(tài)。本文SDEP是基于目標(biāo)年變電站規(guī)劃結(jié)果優(yōu)化中間年變電站投建和擴(kuò)容時(shí)間。為滿足飽和負(fù)荷年的負(fù)荷需求,所有變壓器都應(yīng)完成建設(shè),因此,變電站投建和擴(kuò)容時(shí)間將不影響飽和負(fù)荷年以后變電站的經(jīng)濟(jì)性。由于變壓器存在固定使用年限,變電站內(nèi)變壓器將循環(huán)更迭滾動(dòng)投入。變壓器首次投建時(shí)間不同,則其在規(guī)劃期結(jié)束時(shí)的剩余壽命不同,即剩余價(jià)值不同[12]。經(jīng)濟(jì)學(xué)認(rèn)為,如果固定資產(chǎn)可繼續(xù)使用,可將剩余價(jià)值作為另一個(gè)方案。因此,中間年變電站規(guī)劃方案投資成本應(yīng)為規(guī)劃周期內(nèi)的等效投資成本,即應(yīng)減去變壓器規(guī)劃期結(jié)束后的剩余價(jià)值。

minC=Cstation+Cfeeder+CCQ

(1)

(2)

(3)

(4)

其中,定義DG滲透率M為:

(5)

式中:PL為負(fù)荷最大值;PDG為DG置信容量,本文應(yīng)用文獻(xiàn)[13]與文獻(xiàn)[14]的光伏與風(fēng)機(jī)時(shí)序模型,并采用文獻(xiàn)[15]基于可靠性準(zhǔn)則及考慮負(fù)荷特性的DG置信容量評(píng)估方法得到DG置信容量評(píng)估結(jié)果。

1.2 約束條件

傳統(tǒng)的變電站規(guī)劃中,根據(jù)N-1原則確定變電站的負(fù)載率,進(jìn)而建立負(fù)荷與變電站負(fù)載能力間的不等式約束(容量約束)[16];根據(jù)電壓等級(jí)和負(fù)荷密度建立變電站供電半徑約束[17]?？紤]DG接入配電網(wǎng)后,光伏、風(fēng)機(jī)等承擔(dān)一部分負(fù)荷,網(wǎng)供負(fù)荷需求降低;加入DG的局部區(qū)域負(fù)荷密度等效降低,在該方向的變電站供電半徑增加。因此,本文考慮DG的影響建立新的容量和供電半徑約束。具體約束條件如下。

1)變電站建設(shè)順序約束

(6)

2)變電站容量約束

(7)

3)變電站網(wǎng)供負(fù)荷均衡

i=1,2,…,N,t=1,2,…,T

(8)

式中:max(Ei,t)/min(Ei,t)為在第t階段變電站網(wǎng)供負(fù)荷均衡度;Ei,t為第t階段變電站i的網(wǎng)供負(fù)載率。

4)變電站供電半徑約束

li,j≤Ri,tψi,t,j

(9)

式中:Ri,t為第t個(gè)階段變電站i傳統(tǒng)配電網(wǎng)中的供電半徑限制;ψi,t,j為第t個(gè)階段變電站i考慮DG后在負(fù)荷點(diǎn)j方向的半徑變化因數(shù),影響負(fù)荷點(diǎn)j的DG置信容量越大,ψi,t,j取值越大,具體計(jì)算如下。

ψi,t,j=

(10)

(11)

式中:Gi,t為第t個(gè)階段向變電站i供電的DG集合;Si,t,g和Ri,t,g分別為第t個(gè)階段向變電站i供電的DG節(jié)點(diǎn)g的裝機(jī)容量與等效供電半徑;li,g為變電站i與DG節(jié)點(diǎn)g的距離;ρi,t為第t個(gè)階段變電站i供電范圍內(nèi)的負(fù)荷密度。

5)變電站供電范圍不交叉

(12)

式中:ηi,t,j為用于判斷第t個(gè)階段負(fù)荷點(diǎn)j是否由變電站i供電的二進(jìn)制變量,1表示是,0表示否;δi,t,g為用于判斷第t個(gè)階段DG節(jié)點(diǎn)g是否向變電站i供電的二進(jìn)制變量,1表示是,0表示否。

具體的模型求解框架如附錄A圖A1所示。

2 加權(quán)Voronoi圖的定義及改進(jìn)

1.2節(jié)中第2至第5個(gè)約束條件均需要在變電站供電范圍劃分時(shí)進(jìn)行限制和判斷。本文采用加權(quán)Voronoi圖算法劃分變電站供電范圍,并在傳統(tǒng)加權(quán)Voronoi圖的基礎(chǔ)上進(jìn)行改進(jìn)以達(dá)到約束條件的要求。

2.1 傳統(tǒng)加權(quán)Voronoi圖

加權(quán)Voronoi圖是常規(guī)Voronoi圖的擴(kuò)展[18],定義加權(quán)Voronoi圖如下。

假設(shè)Q={q1,q2,…,qn},3≤n<∞為平面歐氏空間上的一個(gè)點(diǎn)集,點(diǎn)qi的權(quán)值ωi(i=1,2,…,n)為n個(gè)正整數(shù),那么圍繞n個(gè)點(diǎn)將平面空間做一個(gè)分割,劃分至控制點(diǎn)qi的空間V(qi,ωi)具有以下性質(zhì):

V(qi,ωi)={x∈V(qi,ωi)|ωid(x,qi)≤

ωjd(x,qj)，j=1,2,…,n,j≠i}

(13)

式中:d(x,qi)和d(x,qj)分別表示平面上的一點(diǎn)x與qi和qj間的歐氏距離,其中,qi≠qj,i≠j;ωid(x,qi)為點(diǎn)x與qi的加權(quán)距離。

以N個(gè)變電站作為N個(gè)控制點(diǎn),加權(quán)Voronoi圖將把規(guī)劃區(qū)域劃分為N個(gè)Voronoi區(qū)域,區(qū)域V(qi,ωi)即為變電站的供電范圍。變電站容量Si越大,變電站已供負(fù)荷量Pi越小,則變電站權(quán)值ωi減小以降低負(fù)荷點(diǎn)到變電站i的加權(quán)距離,進(jìn)而擴(kuò)大變電站供電范圍。因此變電站權(quán)值ωi定義如下:

(14)

式中:τ為衰減系數(shù)。

2.2 加權(quán)Voronoi圖的罰函數(shù)改進(jìn)

由于不同區(qū)塊負(fù)荷增長情況不同,規(guī)劃期的某個(gè)階段可能出現(xiàn)一些區(qū)塊負(fù)荷密度遠(yuǎn)低于其他區(qū)塊的情況。加權(quán)Voronoi圖劃分供電范圍時(shí),向低負(fù)荷密度區(qū)供電的變電站將被賦予極小的權(quán)值以得到較大的供電范圍。

假設(shè)變電站A與B之間距離為a,負(fù)荷點(diǎn)O在AB連線的延長線上,OA的距離為OA,OB的距離為OB,且OA>OB。若變電站A與B權(quán)值ωA和ωB相差很大,則可能出現(xiàn)加權(quán)距離ωAOA>ωBOB的情況,即變電站A與B的供電范圍邊界發(fā)生交叉。因此,變電站的權(quán)值應(yīng)適當(dāng)加重供電距離對(duì)供電范圍的影響。

文獻(xiàn)[19]從變電站已有供電距離影響剩余供電能力的角度提出了變權(quán)重,加重供電距離對(duì)供電范圍的影響,避免變電站負(fù)載率和供電半徑越限。但該改進(jìn)側(cè)重各變電站自身供電半徑限制,無法有效改善供電半徑較大時(shí)供電范圍交叉的情況。為解決這一問題,本文提出了加權(quán)Voronoi圖的罰函數(shù)改進(jìn),在達(dá)到一定供電距離后,增大變電站的權(quán)值,有效避免變電站供電范圍交叉,具體權(quán)值公式如下。

(15)

2.3 加權(quán)Voronoi圖的凹凸性改進(jìn)

加權(quán)Voronoi圖的權(quán)值反映負(fù)荷分布不均勻、各站額定負(fù)載率和供電半徑對(duì)變電站供電范圍的影響[20]。加權(quán)Voronoi圖劃分供電范圍是一個(gè)不斷迭代的過程,通過反復(fù)調(diào)整變電站的權(quán)值來得到滿足約束條件的供電范圍。變電站的權(quán)值控制變電站供電范圍邊界線的移動(dòng),邊界線較小的移動(dòng)也可能導(dǎo)致多個(gè)負(fù)荷點(diǎn)所屬變電站發(fā)生變化。因此,變電站權(quán)值的控制精度能夠滿足變電站負(fù)載率要求卻很難滿足變電站網(wǎng)供負(fù)荷均衡這一約束。

為解決這一問題,本文提出了加權(quán)Voronoi圖的凹凸性改進(jìn)。在加權(quán)Voronoi圖迭代滿足變電站負(fù)載率約束后,重新判斷兩個(gè)相鄰變電站間邊界負(fù)荷點(diǎn)的歸屬問題。將網(wǎng)供負(fù)載率較高的分區(qū)邊界上的負(fù)荷從大到小排序,依次判斷是否需轉(zhuǎn)移至臨近的網(wǎng)供負(fù)載率較低的分區(qū)以滿足負(fù)荷均衡的約束。

2.4 加權(quán)Voronoi圖的方向性改進(jìn)

DG接入配電網(wǎng)后,分擔(dān)了配電網(wǎng)部分負(fù)荷, DG供電區(qū)域的網(wǎng)供負(fù)荷需求降低,為保障供電經(jīng)濟(jì)性,變電站供電半徑應(yīng)在DG供電區(qū)域方向相應(yīng)增加[20]。因此,各變電站的權(quán)值計(jì)算如下:

(16)

3 基于遺傳算法和啟發(fā)式算法的有源配電網(wǎng)SDEP

3.1 遺傳算法編碼

遺傳算法中,染色體使用二進(jìn)制編碼并根據(jù)變電站變壓器個(gè)數(shù)提出兩種不同編碼方式來表示變電站投建和擴(kuò)容的階段。變電站在目標(biāo)年有兩個(gè)變壓器則采用兩位二進(jìn)制編碼:00表示第一階段投建;01表示第二階段投建;10表示第三階段投建;11表示第四階段投建。變電站在目標(biāo)年有三個(gè)變壓器,則采用四位二進(jìn)制編碼,四位中僅有一位為1表示投建和擴(kuò)容在同一階段完成,其中,0001表示第一階段投建和擴(kuò)容;四位中僅有兩位為1表示在前面階段投建,后面階段擴(kuò)容,其中,0101表示第一階段投建、第三階段擴(kuò)容。這種編碼方式保證建設(shè)順序相近個(gè)體的編碼類似,有利于局部尋優(yōu)[21]。

上述編碼方式將很大程度降低交叉和變異操作后不可行解出現(xiàn)的概率。

3.2 基于遺傳算法和啟發(fā)式算法的求解流程

本文基于遺傳算法和啟發(fā)式算法進(jìn)行有源配電網(wǎng)SDEP,首先利用遺傳算法得到不計(jì)及DG的SDEP結(jié)果;之后計(jì)及 DG的影響,提出啟發(fā)式算法,結(jié)合目標(biāo)年變電站規(guī)劃結(jié)果(計(jì)及DG和不計(jì)及DG的目標(biāo)年站址站容均為已知條件)和不計(jì)及DG的SDEP結(jié)果,綜合分析得到計(jì)及DG的SDEP結(jié)果。具體流程如下。

步驟1:本文將規(guī)劃分為四個(gè)階段,首先初始化變電站建設(shè)順序種群。

步驟2:不考慮DG,利用改進(jìn)加權(quán)Voronoi圖算法對(duì)種群中的個(gè)體進(jìn)行供電范圍劃分并刪除不滿足約束的個(gè)體。

步驟3:不考慮DG,以目標(biāo)函數(shù)的倒數(shù)建立適應(yīng)度函數(shù),根據(jù)精英策略保留精英個(gè)體,利用輪盤賭進(jìn)行選擇,以交叉概率pc和變異概率pm對(duì)種群進(jìn)行多點(diǎn)交叉及變異,最終生成新種群。當(dāng)達(dá)到最大迭代次數(shù)時(shí)結(jié)束尋優(yōu),輸出最小費(fèi)用和最優(yōu)個(gè)體。

步驟4:建立計(jì)及DG和不計(jì)及DG的目標(biāo)年變電站規(guī)劃結(jié)果的變電站對(duì)應(yīng)關(guān)系。例如,計(jì)及DG的目標(biāo)年規(guī)劃結(jié)果中變電站8的站址和不計(jì)及DG的結(jié)果中變電站4的站址的距離最近,則建立對(duì)應(yīng)關(guān)系4-8。

步驟5:根據(jù)步驟3得到不計(jì)及DG時(shí),由目標(biāo)年回推至初始規(guī)劃年變電站的削減順序,結(jié)合步驟4得到的變電站對(duì)應(yīng)關(guān)系生成計(jì)及DG時(shí),由目標(biāo)年回推至初始規(guī)劃年變電站的削減順序。

步驟6:由目標(biāo)年依次前推,每個(gè)中間規(guī)劃階段均按照變電站削減順序進(jìn)行減容減站,利用改進(jìn)加權(quán)Voronoi圖算法劃分供電范圍判斷是否滿足約束,若滿足約束,則接受對(duì)此變電站的處理;

步驟7:重復(fù)步驟6直至所有階段規(guī)劃完成。

4 算例對(duì)比

4.1 基本情況

本算例選用某占地面積63.08 km2的區(qū)域,根據(jù)用地規(guī)劃將其分為368個(gè)小區(qū)進(jìn)行空間負(fù)荷預(yù)測,規(guī)劃期為20年,其負(fù)荷飽和年總負(fù)荷為744.5 MW,功率因數(shù)為0.9。規(guī)劃區(qū)域預(yù)測目標(biāo)年光伏發(fā)電額定容量為250.5 MW,風(fēng)機(jī)發(fā)電額定容量為126.5 MW。按照規(guī)劃區(qū)負(fù)荷發(fā)展程度將其分為老城區(qū)、第1年投建的新城區(qū)和第10年投建的新城區(qū)。負(fù)荷特性分為居民、商業(yè)和工業(yè)三種。

368個(gè)負(fù)荷點(diǎn)的位置、負(fù)荷量、DG類型和DG裝機(jī)容量參見文獻(xiàn)[17],規(guī)劃區(qū)發(fā)展類型和負(fù)荷特性附錄A圖A2。不同發(fā)展類型區(qū)域的負(fù)荷增長情況如附錄A圖A3所示。不計(jì)及DG與計(jì)及DG的目標(biāo)年變電站站址站容結(jié)果見附錄A表A1。

4.2 不計(jì)及DG的SDEP結(jié)果

根據(jù)3.2節(jié)求解流程可知,不計(jì)及DG的SDEP結(jié)果是計(jì)及DG的SDEP的基礎(chǔ),因此,本節(jié)首先不計(jì)及DG的影響,利用遺傳算法進(jìn)行配電網(wǎng)SDEP仿真,得到各階段變電站建設(shè)狀態(tài)以及變電站供電范圍,具體如圖1所示。圖中,小實(shí)心圓表示光伏,大實(shí)心圓表示變電站,小空心圓表示負(fù)荷點(diǎn),實(shí)心三角形表示風(fēng)機(jī),(x,y)表示平面上點(diǎn)的位置。

圖1 不計(jì)及DG的SDEP各階段變電站供電范圍Fig.1 Substation power supply range of different stages in SDEP without considering DG

遺傳算法在80代左右收斂,不計(jì)及DG的SDEP在規(guī)劃期投資終值為78 913萬元。目標(biāo)年共有8個(gè)變電站,裝機(jī)容量為1 090 MVA,其中,變電站1和變電站2為已有變電站。由圖1可知,第一階段將建設(shè)3×50 MVA的變電站5,此階段共有3個(gè)變電站;第二階段將建設(shè)2×50 MVA的變電站4和2×40 MVA的變電站6,此階段共有5個(gè)變電站;第三階段將建設(shè)3×50 MVA的變電站7和3×40 MVA的變電站8,擴(kuò)容變電站4為3×50 MVA、變電站6為3×40 MVA,此階段共有7個(gè)變電站;第四階段將建設(shè)2×50 MVA的變電站3,完成所有變電站的建設(shè)。

4.3 不計(jì)及DG規(guī)劃方案的DG容量價(jià)值

4.2節(jié)中圖1展示了不計(jì)及DG的規(guī)劃方案,變電站的供電范圍劃分只考慮了負(fù)荷與變電站的關(guān)系。實(shí)際上,DG根據(jù)已劃分的供電范圍及DG位置可確定所屬變電站,并發(fā)揮其容量價(jià)值。因此,本節(jié)對(duì)DG在圖1方案下的容量價(jià)值進(jìn)行評(píng)估,具體各階段變電站裝機(jī)容量、DG置信容量、DG滲透率、容載比和負(fù)載率差值結(jié)果如表1所示。

表1 不計(jì)及DG的SDEP結(jié)果Table 1 SDEP results without considering DG

由表1可知,在這4個(gè)規(guī)劃階段,DG的置信容量由3.13 MW增加至49.73 MW,DG滲透率也由1.33%提升至6.68%;DG分擔(dān)部分負(fù)荷,變電站容載比相對(duì)于自然負(fù)荷下的容載比有所提高。

4.4 計(jì)及DG的SDEP結(jié)果

本節(jié)根據(jù)計(jì)及DG和不計(jì)及DG的目標(biāo)年變電站站址站容結(jié)果建立變電站對(duì)應(yīng)關(guān)系為:1-1,2-2,3-3,4-4,4-8,5-5,6-6,7-7。結(jié)合4.2節(jié)得到的結(jié)果,利用啟發(fā)式算法進(jìn)行計(jì)及DG的SDEP。各階段變電站建設(shè)狀態(tài)及供電范圍如圖2所示。圖中,小實(shí)心圓表示光伏,大實(shí)心圓表示變電站,小空心圓表示負(fù)荷點(diǎn),實(shí)心三角形表示風(fēng)機(jī)。

圖2 計(jì)及DG的SDEP各階段變電站供電范圍Fig.2 Substation power supply range of different stages in SDEP considering DG

計(jì)及DG的SDEP在規(guī)劃期投資終值為49 492萬元。目標(biāo)年共有7個(gè)變電站,裝機(jī)容量為970 MVA,其中,變電站1和變電站2為已有變電站。由圖2可知,第一階段將建設(shè)3×50 MVA的變電站5,此階段共有3個(gè)變電站;第二階段將建設(shè)3×50 MVA的變電站6,此階段共有4個(gè)變電站;第三階段將建設(shè)3×50 MVA的變電站4,2×50 MVA的變電站3和2×40 MVA的變電站7,此階段共有7個(gè)變電站;第四階段將擴(kuò)容變電站7為3×40 MVA,完成所有變電站的建設(shè)。通過圖1和圖2對(duì)比分析可知,計(jì)及DG置信容量進(jìn)行規(guī)劃將減少或延緩變電站建設(shè),因此,和4.2節(jié)相比,本節(jié)變電站投資終值降低了37.28%。

4.5 計(jì)及DG規(guī)劃方案的DG容量價(jià)值

4.4節(jié)中圖2展示了計(jì)及DG的規(guī)劃方案,變電站的供電范圍劃分考慮了負(fù)荷、DG與變電站的關(guān)系。本節(jié)對(duì)DG在圖2方案下的容量價(jià)值進(jìn)行評(píng)估,具體各階段變電站裝機(jī)容量、DG置信容量、DG滲透率、容載比和負(fù)載率差值結(jié)果如表2所示。

表2 計(jì)及DG的SDEP結(jié)果Table 2 SDEP results considering DG

由表2可知,有源配電網(wǎng)的4個(gè)規(guī)劃階段,DG的置信容量由4.64 MW增加至68.36 MW,DG滲透率由1.97%提升至9.18%。

通過表1和表2對(duì)比可知,在計(jì)及DG置信容量的規(guī)劃中,第一階段變電站裝機(jī)容量不變,容載比提升至1.95;第二階段變電站裝機(jī)容量降低30 MVA,容載比降至1.86;第三階段變電站裝機(jī)容量降低60 MVA,容載比降至1.85;第四階段變電站裝機(jī)容量降低120 MVA,容載比降至1.43。綜上,隨著DG滲透率的提高,DG分擔(dān)負(fù)荷的比例越來越高,變電站裝機(jī)容量減少量越來越大,變電站容載比也隨變電站裝機(jī)容量的減少而降低,避免了變電站容量的冗余,保證了變電站建設(shè)的經(jīng)濟(jì)性。因此,SDEP考慮DG的影響會(huì)使規(guī)劃方案更加合理。

另一方面,在計(jì)及DG置信容量的規(guī)劃中,第一階段DG的置信容量提升了48.24%;第二階段DG的置信容量提升了26.54%;第三階段DG的置信容量提升了47.16%;第四階段DG的置信容量提升了37.46%。此外,變電站在各階段的網(wǎng)供負(fù)荷均衡度均有所改善。因此,變電站供電范圍考慮DG的影響會(huì)提升DG置信容量并使各變電站網(wǎng)供負(fù)荷更加均衡。

4.6 方向性改進(jìn)的效果

DG滲透率越高加權(quán)Voronoi圖方向性改進(jìn)的效果越明顯。為具體說明計(jì)及DG置信容量后方向性改進(jìn)的效果,選定DG滲透率最高的第四階段,對(duì)各變電站的半徑變化因數(shù)Ψi,4,j(1.000 0～1.569 2)進(jìn)行展示,如圖3所示。圖中,小實(shí)心圓表示負(fù)荷點(diǎn),大實(shí)心圓表示變電站,大空心圓表示光伏,空心三角形表示風(fēng)機(jī)。

圖3 半徑變化因數(shù)示意圖Fig.3 Schematic diagram of radius change factor

由負(fù)荷點(diǎn)顏色可知,在DG越聚集的方向,半徑變化因數(shù)越大,本文提出的加權(quán)Voronoi圖方向性改進(jìn)能較好地反映DG對(duì)變電站供電范圍的影響。

5 結(jié)語

本文以DG置信容量與負(fù)荷峰值的比值為DG滲透率并提出了一種計(jì)及DG的SDEP方法。與不計(jì)及DG的SDEP相比,隨著變電站DG滲透率的提高,DG置信容量對(duì)變電站裝機(jī)容量的影響越來越大。

在變電站建設(shè)上,充分計(jì)及各階段DG替代特性,減少或延緩了變電站投資,降低了變電站投資終值,保證了變電站建設(shè)經(jīng)濟(jì)性。在變電站供電范圍劃分上,提出了加權(quán)Voronoi圖罰函數(shù)和凹凸性改進(jìn),保證了滿足約束的供電范圍劃分;充分計(jì)及DG置信容量空間上的影響,提出了加權(quán)Voronoi圖方向性改進(jìn),使變電站的供電范圍更加合理,均衡變電站網(wǎng)供負(fù)荷的同時(shí)提升了DG置信容量。

未來在有源配電網(wǎng)SDEP中還可考慮柔性負(fù)荷影響、概率性容量充裕度等問題。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] FRANCO J F, RIDER M J, ROMERO R. Robust multi-stage substation expansion planning considering stochastic demand[J]. IEEE Trans on Power Systems, 2016, 31(3): 2125-2134.

[2] GONEN T. Electric power distribution systems engineering[M]. New York, NY, USA: McGraw-Hill, 1986.

[3] JALALI M, ZARE K, HAGH M T. A multi-stage MINLP-based model for sub-transmission system expansion planning considering the placement of DG units[J]. International Journal of Electrical Power & Energy Systems, 2014, 63: 8-16.

[4] JALALI M, ZARE K, HAGH M T. Dynamic expansion planning of sub-transmission substation and defining the associate service area[J]. Electric Power Systems Research, 2014, 116: 218-230.

[5] NAJAFI S, HOSSEINIAN S H, ABEDI M, et al. A framework for optimal planning in large distribution networks[J]. IEEE Trans on Power Systems, 2009, 24(2): 1019-1028.

[6] HAGHIFAM M R, SHAHABI M. Optimal location and sizing of HV/MV substations in uncertainty load environment using genetic algorithms[J]. Electric Power Systems Research, 2002, 63: 37-50.

[7] MAZHARI S M, MONSEF H, ROMERO R. A hybrid heuristic and evolutionary algorithm for distribution substation planning[J]. IEEE Systems Journal, 2015, 9(4): 1396-1408.

[8] RAVADANEGH S N, ROSHANAGH R G. On optimal electric power distribution networks expansion planning[J]. International Journal of Electrical Power & Energy Systems, 2014, 54: 487-497.

[9] RAVADANEGH S N, ROSHANAGH R G. A heuristic algorithm for optimal multistage sizing, siting and timing of MV distribution substations[J]. Electric Power Systems Research, 2013, 105: 134-141.

[10] 李振坤,岳美,胡榮,等.計(jì)及分布式電源與可平移負(fù)荷的變電站優(yōu)化規(guī)劃[J].中國電機(jī)工程學(xué)報(bào),2016,36(18):4883-4893.

LI Zhenkun, YUE Mei, HU Rong, et al. Optimal planning of substation considering distributed generation and shiftable loads[J]. Proceedings of the CSEE, 2016, 36(18): 4883-4893.

[11] 葛少云,王世舉,路志英,等.基于分布式電源置信容量評(píng)估的變電站規(guī)劃方法[J].電力系統(tǒng)自動(dòng)化,2015,39(19):61-67.DOI:10.7500/AEPS20141202007.

GE Shaoyun, WANG Shiju, LU Zhiying, et al. Substation optimization planning method based on capacity credit evaluation of distributed generator[J]. Automation of Electric Power Systems, 2015, 39(19): 61-67. DOI: 10.7500/AEPS20141202007.

[12] 林仁文,楊熠.中國的資本存量與投資效率[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2013(9):72-88.

LIN Renwen, YANG Yi. A new estimate of China’s capital stock[J]. The Journal of Quantitative & Technical Economics, 2013(9): 72-88.

[13] PARK J, WU L, CHOI J, et al. A probabilistic reliability evaluation of a power system including solar/photovoltaic cell generator[C]// IEEE Power and Energy Society General Meeting, July 26-30, 2009, Calgary, Canada: 3849-3854.

[14] 方鑫,郭強(qiáng),張東霞,等.考慮天氣不確定性的光伏電站置信容量評(píng)估[J].電力系統(tǒng)自動(dòng)化,2012,36(10):27-32.

FANG Xin, GUO Qiang, ZHANG Dongxia, et al. Capacity credit evaluation of grid-connected photovoltaic generation considering weather uncertainty[J]. Automation of Electric Power Systems, 2012, 36(10): 27-32.

[15] 王世舉.考慮供電能力提升和分布式電源接入的變電站優(yōu)化規(guī)劃[D].天津:天津大學(xué),2015.

[16] 蘇海鋒,張建華,梁志瑞,等.基于全壽命周期成本的配電網(wǎng)變電站選址定容優(yōu)化規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2012,36(23):59-64.

SU Haifeng, ZHANG Jianhua, LIANG Zhirui, et al. Substation locating and sizing optimization planning based on life cycle cost[J]. Automation of Electric Power Systems, 2012, 36(23): 59-64.

[17] GONZALEZ-SOTRES L, MATEO-DOMINGO C, SANCHEZ-MIRALLES A, et al. Large-scale MV/LV transformer substation planning considering network costs and flexible area decomposition[J]. IEEE Trans on Power Delivery, 2013, 28(4): 2245-2253.

[18] 路志英,葛少云,王成山.基于粒子群優(yōu)化的加權(quán)伏羅諾伊圖變電站規(guī)劃[J].中國電機(jī)工程學(xué)報(bào),2009,29(16):35-41.

LU Zhiying, GE Shaoyun, WANG Chengshan. Substation location planning of the weighted Voronoi diagram based on particle swarm optimization algorithm[J]. Proceedings of the CSEE, 2009, 29(16): 35-41.

[19] 曹昉,孟琦斌,苗培青,等.基于改進(jìn)加權(quán)Voronoi圖和遺傳算法的變電站規(guī)劃[J].電網(wǎng)技術(shù),2015,39(2):511-516.

CAO Fang, MENG Qibin, MIAO Peiqing, et al. Optimal substation planning based on improved weighted Voronoi diagram and genetic algorithm[J]. Power System Technology, 2015, 39(2): 511-516.

[20] 劉洪,王博,李梅菊,等.基于改進(jìn)加權(quán)Voronoi圖算法的有源配電網(wǎng)變電站規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2017,41(13):45-52.DOI:10.7500/AEPS20160927009.

LIU Hong, WANG Bo, LI Meiju, et al. Substation planning of active distribution network based on improved weighted Voronoi diagram method[J]. Automation of Electric Power Systems, 2017, 41(13): 45-52. DOI: 10.7500/AEPS20160927009.

[21] 熊雄,葉林,楊仁剛.電力需求側(cè)規(guī)模儲(chǔ)能容量優(yōu)化和經(jīng)濟(jì)性分析[J].電力系統(tǒng)自動(dòng)化,2015,39(17):42-48.DOI:10.7500/AEPS20131212005.

XIONG Xiong, YE Lin, YANG Rengang. Optimal allocation and economic benefits analysis of energy storage system on power demand side[J]. Automation of Electric Power Systems, 2015, 39(17): 42-48. DOI: 10.7500/AEPS20131212005.

DynamicExpansionPlanningforSubstationConsideringVariationofDistributedGeneratorPermeability

LIUHong,WANGBo,GEShaoyun,ZHENGNan,GUOLi

(Key Laboratory of Smart Grid of Ministry of Education (Tianjin University), Tianjin 300072, China)

Aiming at the problem of coordination of source, network and load in planning area where the permeability of distributed generator varies from low to high at different stages of development, a dynamic expansion planning method for substation with distributed generator penetration is proposed. Firstly, considering the rolling input effect and the residual value difference of substation during the planning period, a dynamic expansion planning model for substation with distributed generator permeability is established. Secondly, considering load balance and the influence of distributed generator capacity on the power supply division of substation, the penalty function, convexity and direction improvement methods of weighted Voronoi diagram algorithm are achieved. Thirdly, the substation dynamic expansion planning method of active distribution network based on genetic algorithm and heuristic algorithm is proposed, and the construction sequence of active distribution network substation is obtained. Finally, an example is given to illustrate the scientific and practicality of the method.

This work is supported by National Key Research and Development Program of China (No. 2016YFB0900401) and National Natural Science Foundation of China (No. 51477116).

permeability; dynamic expansion planning; improved weighted Voronoi diagram; genetic algorithm; heuristic algorithm

2017-06-15;

2017-07-17。

上網(wǎng)日期: 2017-09-19。

國家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目(2016YFB0900401);國家自然科學(xué)基金資助項(xiàng)目(51477116)。

劉 洪(1979—),男,博士,副教授,主要研究方向:城市智能電網(wǎng)及綜合能源系統(tǒng)規(guī)劃與評(píng)估。E-mail： liuhong@tju.edu.cn

王 博(1993—),女,通信作者,碩士研究生,主要研究方向:城市智能電網(wǎng)規(guī)劃評(píng)估。E-mail: dianwuwb@tju.edu.cn

葛少云(1964—),男,教授,博士生導(dǎo)師,主要研究方向:城市電網(wǎng)規(guī)劃和配電系統(tǒng)自動(dòng)化等。E-mail: syge@tju.edu.cn

(編輯萬志超)