基于改進(jìn)粒子群算法的新能源配電網(wǎng)優(yōu)化調(diào)度

摘? 要：為了提升新能源配電網(wǎng)的優(yōu)化效果，文章設(shè)計(jì)了基于改進(jìn)粒子群算法的新能源配電網(wǎng)優(yōu)化調(diào)度模型，簡(jiǎn)化數(shù)據(jù)收集流程，提升測(cè)算效率，利用目標(biāo)函數(shù)和約束條件可以對(duì)新能源的配電網(wǎng)模式進(jìn)行有效識(shí)別，以此有效提高電網(wǎng)使用頻率，緩解用電緊張。研究表明，通過改進(jìn)粒子群算法，可以有效優(yōu)化電網(wǎng)的有功網(wǎng)損和電壓偏差，總體滿意度達(dá)到0.950以上，因此改進(jìn)粒子群算法將會(huì)越來越廣泛地應(yīng)用于新能源配電網(wǎng)的優(yōu)化。

關(guān)鍵詞：改進(jìn)粒子群算法;新能源;配電網(wǎng);調(diào)度優(yōu)化

中圖分類號(hào)：TP181? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2021）16-0105-03

Optimal Dispatch of New Energy Distribution Network Based on Improved Particle Swarm Algorithm

CAO Jinjing

（Boxing County Power Supply Company， State Grid Shandong Electric Power Company， Binzhou? 256500， China）

Abstract： In order to improve the optimization effect of new energy distribution network， the paper designs an optimization dispatching model of new energy distribution network based on improved particle swarm algorithm， simplifies the data collection process， improves the calculation efficiency， and the distribution network mode of new energy can be effectively identified by using the objective function and constraints， so as to effectively improve the frequency of power grid use and alleviate power shortage. The results show that the improved particle swarm algorithm can optimize the active power loss and voltage deviation effectively， and the overall satisfaction is over 0.950. So the improved particle swarm algorithm will be more and more widely used in optimization of new energy distribution network.

Keywords： improved particle swarm algorithm; new energy; distribution network; scheduling optimization

0? 引? 言

隨著新能源技術(shù)的發(fā)展，在目前的配電網(wǎng)中，接入了越來越多的分布式能源，使得配電網(wǎng)運(yùn)行更為安全、經(jīng)濟(jì)與優(yōu)質(zhì)。主動(dòng)配電網(wǎng)（ADN）的目標(biāo)是控制分布式發(fā)電（DG）設(shè)備和負(fù)荷側(cè)資源，以提高供電可靠性和間歇性能源消耗能力，減少配電網(wǎng)損耗，改善電能質(zhì)量。而建設(shè)新能源配電網(wǎng)可以有效緩解我國目前電網(wǎng)使用頻率高、用電緊張的問題。但新能源配電網(wǎng)中，光伏以及風(fēng)電存在著較強(qiáng)的波動(dòng)性與間歇性，這種不穩(wěn)定性與非連續(xù)性影響著新能源配電網(wǎng)的高效運(yùn)行。賁樹俊[1]等人構(gòu)建了兩階段的優(yōu)化調(diào)度模型，用于測(cè)算電力系統(tǒng)的實(shí)際運(yùn)行成本消耗和用電負(fù)荷數(shù)值，利用聚合商的算法可以根據(jù)使用時(shí)間和方向的差異進(jìn)行靈活性測(cè)算分析，以此提高新能源電力系統(tǒng)使用效能。陳文彬[2]等人利用新型的電力負(fù)荷測(cè)試，得出精準(zhǔn)的數(shù)據(jù)信息，以此對(duì)比新能源的電網(wǎng)實(shí)際使用成本的差異性，為日后新型能源化的電力系統(tǒng)提出進(jìn)一步的指導(dǎo)方法。格日勒?qǐng)D[3]等人基于Shapely值分配合作剩余，使用混沌粒子群算法設(shè)計(jì)模型求解流程，以此得出市場(chǎng)電網(wǎng)匹配度。根據(jù)研究人員的測(cè)試分析，本文提出了進(jìn)一步的優(yōu)化測(cè)試方法，利用改進(jìn)后的粒子群算法，構(gòu)建新型能源配電網(wǎng)調(diào)度模型，以此達(dá)到優(yōu)化電網(wǎng)的效能。

1? 新能源配電網(wǎng)優(yōu)化調(diào)度模型設(shè)計(jì)

1.1? 新能源配電網(wǎng)中多目標(biāo)優(yōu)化模型

在大多數(shù)工程問題中，包括成本和效率在內(nèi)的問題公式化似乎很明顯。市場(chǎng)自由化造成復(fù)雜性的電力分配等領(lǐng)域需要制定多目標(biāo)優(yōu)化問題。配電領(lǐng)域在過去幾年經(jīng)歷了向有源網(wǎng)絡(luò)的重要重組，其特征是分布式發(fā)電機(jī)組的高滲透率，基于內(nèi)燃機(jī)、小型和微型燃?xì)廨啓C(jī)、燃料電池、光伏和風(fēng)能等技術(shù)植物;這些系統(tǒng)可能還包括存儲(chǔ)單元。以物理分布的方式生產(chǎn)能源的可能性提供了許多需要高質(zhì)量和經(jīng)濟(jì)運(yùn)行的利益的想法。這就是為什么目前配電管理問題可以表述為多目標(biāo)優(yōu)化問題的原因。

電力系統(tǒng)在實(shí)際工作過程中，需要多個(gè)控制變量和約束條件對(duì)其進(jìn)行不同程度的分工，以此達(dá)到高效穩(wěn)定的電力運(yùn)行。在電力輸出中，需要增強(qiáng)發(fā)電機(jī)的無法處理效能以此滿足高峰負(fù)荷下的電力正常運(yùn)行能力，可以通過利用靜止無功補(bǔ)償器和DG輸出的無功功率實(shí)時(shí)調(diào)整控制電力系統(tǒng)，確保變量在有效控制范圍內(nèi)。因此，電力系統(tǒng)下的無功優(yōu)化能力在新能源配電網(wǎng)中具有重要意義，可以有效簡(jiǎn)化非線性混合規(guī)則問題，提高控制變量能力，減少約束條件。電力系統(tǒng)多目標(biāo)無功優(yōu)化模型為：

（1）

式（1）中：目標(biāo)函數(shù)fi（x）（i=1，2，…，n）中，x表示控制變量，x∈RN;g（x）為潮流約束方程;xmin和xmax為控制變量;ymin和ymax為系統(tǒng)其他變量約束。

1.2? 目標(biāo)函數(shù)

目標(biāo)函數(shù)可以測(cè)算系統(tǒng)的性能標(biāo)準(zhǔn)，通過目標(biāo)函數(shù)的數(shù)值分析可以得到電力系統(tǒng)的實(shí)際用電情況，實(shí)際工作提供指導(dǎo)方法即：

（2）

式（2）中：N1為支路數(shù)量;Gk（i，j）為節(jié)點(diǎn)適應(yīng)度值;k為權(quán)重系數(shù);Vi和Vj為電壓幅值;θ為電壓相角差;Nnode為系統(tǒng)實(shí)際電壓值;ViN為額定電壓;Δvmax為最大允許偏差。

1.3? 約束條件

在約束條件下測(cè)算電力有功功率與無功功率，潮流計(jì)算約束公式為：

（3）

式（3）中：Pi為節(jié)點(diǎn)i注入的有功功率;Qi為節(jié)點(diǎn)i注入的無功功率，m為節(jié)點(diǎn)個(gè)數(shù);Gij和Bij為支路ij上的電導(dǎo)和電納。

不等式約束為：

Vmin≤Vi≤Vmax? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

0≤ΔVi≤Vmax? ? ? ? ? ? ? ? ? ? ?   ? ? ?（5）

Iij≤Iijmax? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

Tmin≤T≤Tmax? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

由此分析可以得出，Vmin和Vmax分別為電壓的最小值和最大值;ΔVi=Vi-ViN為節(jié)點(diǎn)i的電壓偏差，ΔVmax為節(jié)點(diǎn)i的最大允許電壓偏差，Iijmax為ij支路上電流最大值;Tmin和Tmax為檔位下限值和上限值。

2? 新能源配電網(wǎng)調(diào)度模型的求解

2.1? 改進(jìn)粒子群算法

粒子群算法在配電網(wǎng)中具有廣泛的應(yīng)用前景，可以更全面地測(cè)試配電網(wǎng)的用電程度、有功網(wǎng)損和配電偏差等實(shí)際情況。粒子群算法是對(duì)鳥群算法的簡(jiǎn)化和更新，加入了新的測(cè)算方式和規(guī)則，可以更全面地測(cè)算配電網(wǎng)實(shí)際使用情況。改進(jìn)后的粒子群算法具有以下3種優(yōu)勢(shì)：

（1）數(shù)據(jù)測(cè)試范圍更加廣泛，避免個(gè)體數(shù)據(jù)出現(xiàn)交叉碰撞情況，導(dǎo)致數(shù)據(jù)計(jì)算錯(cuò)誤。

（2）提升測(cè)算速度，在抓取數(shù)據(jù)后與相應(yīng)測(cè)算公式結(jié)合，保持?jǐn)?shù)據(jù)測(cè)算結(jié)果協(xié)調(diào)一致。

（3）主動(dòng)靠近測(cè)算個(gè)體，高效集中化處理信息[4，5]。

基于上述改進(jìn)粒子群算法的優(yōu)勢(shì)，提出具體測(cè)算算法，假設(shè)粒子群算法中的每個(gè)粒子在z維度的搜索空間進(jìn)行一定速度的搜索測(cè)試，zj=（zj1，zj2，…，zjx）為粒子j在z維度空間下的位置，vj=（vj1，vj2，…，vjx）為粒子j在z維度的空間內(nèi)的測(cè)試速度，Obestj=（Obestj1，Obestj2，…，Obestjx）為粒子j在z維度空間內(nèi)的最優(yōu)測(cè)試位置。在z維度空間內(nèi)，粒子j的測(cè)試速度和位置，可以根據(jù)自身的測(cè)試能力和具體經(jīng)驗(yàn)進(jìn)行部分調(diào)整，以動(dòng)態(tài)模擬的形式對(duì)其測(cè)試速度和位置進(jìn)行部分調(diào)整，以此達(dá)到最優(yōu)效果：

vjn（t+1）=vjn（t）+a1b1（（Obestjn（t）-zj（t））

+a2b2（（Ebestjn（t）-zj（t））? ? ? ? ? ? ? ? ?（8）

式（8）中，vjn（t）為迭代次數(shù)為t代時(shí)j粒子的第n維速度分量;Obestjn（t）表示迭代次數(shù)為t代時(shí)粒子j第n維個(gè)體最優(yōu)位置分量;a1、a2為學(xué)習(xí)常數(shù)因子;b1、b2的取值范圍為[0，1]，取值方式為隨機(jī)取值，用以保證測(cè)試結(jié)果的普遍性[6];Ebestjn（t）表示整個(gè)粒子群的最優(yōu)測(cè)算位置。在matlab中編程實(shí)現(xiàn)的改進(jìn)粒子群算法，圖1顯示了改進(jìn)算法的迭代輸出，群的平均值（3.67）接近全局最優(yōu)值（3.676）。

2.2? 新能源配電網(wǎng)調(diào)度模型求解優(yōu)化

新能源配電網(wǎng)調(diào)度模型求解優(yōu)化具體步驟為：

（1）設(shè)定主動(dòng)配電網(wǎng)的經(jīng)濟(jì)調(diào)度模式（模型式1），讀取配電網(wǎng)系統(tǒng)數(shù)據(jù)及設(shè)置的參數(shù)，以此測(cè)算數(shù)據(jù)最優(yōu)解。

（2）對(duì)主動(dòng)配電網(wǎng)內(nèi)各個(gè)數(shù)據(jù)進(jìn)行初始化設(shè)置，保證測(cè)試的統(tǒng)一性和完整性。通過目標(biāo)函數(shù)（式2）計(jì)算實(shí)際用電及系統(tǒng)網(wǎng)損數(shù)據(jù)，判斷其是否滿足設(shè)定的約束（式3～7）的條件。滿足條件的情況下，網(wǎng)損值為適應(yīng)度值。不滿足條件的情況下再減少約束條件，重新進(jìn)行步驟（1）的計(jì)算。根據(jù)實(shí)際的調(diào)度時(shí)段對(duì)配電網(wǎng)的內(nèi)部運(yùn)行條件和相關(guān)成本進(jìn)行參數(shù)設(shè)定，設(shè)定主動(dòng)配電網(wǎng)的迭代通道數(shù)、最大粒子速度和運(yùn)行加速因子[7]。

（3）設(shè)定主動(dòng)配電網(wǎng)的初始迭代次數(shù)為0，隨后通過隨機(jī)生成粒子的方式形成配電網(wǎng)內(nèi)所有初始粒子，確定每個(gè)初始粒子的數(shù)量和z維空間位置。

（4）最末次的迭代各粒子通過測(cè)算后得出主動(dòng)配電網(wǎng)的經(jīng)濟(jì)調(diào)度值，測(cè)算當(dāng)前粒子與歷史粒子對(duì)比分析后，進(jìn)行優(yōu)化替換。

（5）根據(jù)改進(jìn)粒子群算法（式8）對(duì)測(cè)算的粒子速度進(jìn)行具體數(shù)值輸出、對(duì)粒子的位置進(jìn)行即時(shí)數(shù)據(jù)更新，若測(cè)算的粒子速度大于等于最大歷史速度，則選取本次的測(cè)算結(jié)果作為粒子速度數(shù)值，反之則保留歷史測(cè)算速度。

（6）當(dāng)主動(dòng)配電網(wǎng)的初始迭代次數(shù)達(dá)到最大次數(shù)時(shí)，說明此次主動(dòng)配電網(wǎng)測(cè)試內(nèi)容已完成，轉(zhuǎn)向步驟（7），否則進(jìn)行步驟（4）。

（7）得出主動(dòng)配電網(wǎng)內(nèi)部測(cè)試位置最優(yōu)值。

3? 實(shí)驗(yàn)驗(yàn)證

本文設(shè)定新能源配電網(wǎng)基準(zhǔn)電壓值為12.66 kV，接入容量為850 kW發(fā)電機(jī)組，以此保證實(shí)驗(yàn)結(jié)果的普適性。在測(cè)試過程中，新能源配電網(wǎng)的接入節(jié)點(diǎn)數(shù)量設(shè)定為29，調(diào)度周期為12 h，具體的調(diào)度周期內(nèi)，配電網(wǎng)系統(tǒng)負(fù)荷情況如表1所示。

由表1可看出，由于各時(shí)段風(fēng)速、光照能力的不同，導(dǎo)致配電網(wǎng)的負(fù)荷水平不同。由此對(duì)調(diào)度周期內(nèi)各個(gè)時(shí)段的配電網(wǎng)優(yōu)化前后目標(biāo)函數(shù)最優(yōu)值進(jìn)行對(duì)比分析，以此得出最優(yōu)數(shù)值。本文改進(jìn)的粒子群算法參數(shù)設(shè)置為：粒子數(shù)為50個(gè)，權(quán)重值設(shè)置為1，粒子的學(xué)習(xí)常數(shù)分別為1.5和2.5，最大迭代次數(shù)固定為500。測(cè)試不同時(shí)段優(yōu)化前后的目標(biāo)函數(shù)最優(yōu)值，得到有功網(wǎng)損和電壓偏差實(shí)驗(yàn)結(jié)果如表2所示。

通過不同時(shí)段對(duì)有功網(wǎng)損、電壓偏差數(shù)據(jù)的記錄分析，以此獲得總體滿意度的測(cè)算結(jié)果，5時(shí)負(fù)荷最小，整體優(yōu)化滿意度為0.991。通過實(shí)驗(yàn)分析可以得出，優(yōu)化有功網(wǎng)損和電壓偏差可以有效降低網(wǎng)損率，提高節(jié)點(diǎn)電壓，在新能源配電網(wǎng)的使用中可以減弱外界波動(dòng)性與間歇性等相關(guān)因素，提高電網(wǎng)穩(wěn)定連續(xù)運(yùn)行能力。

4? 結(jié)? 論

配電網(wǎng)作為人們?nèi)粘Ｉ畹幕A(chǔ)功能性設(shè)施，使用范圍越來越大，在工作和生活中占據(jù)的地位也較高。并且，隨著網(wǎng)絡(luò)技術(shù)化腳步進(jìn)程的加快，使得配電網(wǎng)的形式多種多樣。但是隨之而來的問題是，新能源配電網(wǎng)使用過程中存在著較強(qiáng)的波動(dòng)性與間歇性，影響配電的使用效果。為此，本文在改進(jìn)粒子群算法的基礎(chǔ)上，提出了一種新能源配電網(wǎng)優(yōu)化調(diào)度模型。該模型可以有效地測(cè)算電網(wǎng)的使用頻率和承載能力，有效提高電網(wǎng)使用頻率，緩解用電緊張問題。

參考文獻(xiàn)：

[1] 賁樹俊，胡楠，韓偉，等.考慮需求響應(yīng)虛擬電廠的新能源電力系統(tǒng)兩階段優(yōu)化調(diào)度研究 [J].電力需求側(cè)管理，2020，22（1）：41-47.

[2] 陳文彬，徐大勇，郭瑞鵬.負(fù)荷預(yù)測(cè)對(duì)新能源電網(wǎng)多目標(biāo)優(yōu)化調(diào)度的影響規(guī)律研究 [J].電力系統(tǒng)保護(hù)與控制，2020，48（10）：46-51.

[3] 格日勒?qǐng)D，張立輝，柴劍雪.計(jì)及微電網(wǎng)群合作博弈的主動(dòng)配電網(wǎng)能量?jī)?yōu)化調(diào)度二層規(guī)劃模型 [J].可再生能源，2020，38（2）：205-211.

[4] 白浩，雷金勇，袁智勇，等.考慮負(fù)荷聚集商參與的配電網(wǎng)雙層優(yōu)化調(diào)度方法 [J].南方電網(wǎng)技術(shù)，2020，14（11）：36-42.

[5] 葛樂，張偉，嚴(yán)鋒，等.基于自適應(yīng)模型預(yù)測(cè)控制的柔性互聯(lián)配電網(wǎng)優(yōu)化調(diào)度 [J].電力自動(dòng)化設(shè)備，2020，40（6）：15-23.

[6] 刁涵彬，李培強(qiáng)，王繼飛，等.考慮電/熱儲(chǔ)能互補(bǔ)協(xié)調(diào)的綜合能源系統(tǒng)優(yōu)化調(diào)度 [J].電工技術(shù)學(xué)報(bào)，2020，35（21）：4532-4543.

[7] 陳恒安，管霖，盧操，等.新能源發(fā)電為主電源的獨(dú)立微網(wǎng)多目標(biāo)優(yōu)化調(diào)度模型和算法 [J].電網(wǎng)技術(shù)，2020，44（2）：664-674.

作者簡(jiǎn)介：曹金京（1978.11—），男，漢族，山東濱州人，高級(jí)工程師，碩士研究生，研究方向：電力工程技術(shù)。