喻 婷,曾成碧
(1.四川大學(xué),成都 610065;2.國(guó)網(wǎng)四川省電力公司眉山供電公司,四川 眉山 620000)
隨著經(jīng)濟(jì)的快速發(fā)展,我國(guó)對(duì)能源的需求量在加速增長(zhǎng)。由于傳統(tǒng)能源結(jié)構(gòu)會(huì)對(duì)環(huán)境造成嚴(yán)重破壞,新能源替代傳統(tǒng)能源成為大勢(shì)所趨。在各種新能源中,太陽(yáng)能具有清潔、安全、分布廣泛、永不枯竭的優(yōu)點(diǎn),光伏發(fā)電在各種發(fā)電方式中所占比重也越來(lái)越大。但光伏發(fā)電過(guò)程中,光伏出力波動(dòng)不穩(wěn)定,隨著環(huán)境變化,具有隨機(jī)間歇等特點(diǎn),對(duì)電網(wǎng)的安全穩(wěn)定和控制調(diào)度等都是極大的考驗(yàn),對(duì)光電并網(wǎng)產(chǎn)生的經(jīng)濟(jì)效益也有一定限制。
為了提升配電網(wǎng)中光伏的接納容量,國(guó)內(nèi)外相關(guān)專家進(jìn)行了大量研究[1-3]。劉波等[4]通過(guò)功率變化引起電壓波動(dòng)來(lái)對(duì)地區(qū)配電網(wǎng)接納光伏容量進(jìn)行分析,發(fā)現(xiàn)平均功率因數(shù)越小,允許接納能力越小,功率波動(dòng)越大,對(duì)電網(wǎng)中的電壓質(zhì)量影響越大。武兆亮等[5]建立了分布式光伏最大準(zhǔn)入容量模型,選取粒子群算法作為優(yōu)化算法,對(duì)IEEE33節(jié)點(diǎn)配電系統(tǒng)進(jìn)行模擬計(jì)算,考慮電壓約束,得出最大準(zhǔn)入容量為8.8MW。周良學(xué)等[6]針對(duì)光伏智能逆變器電壓/無(wú)功控制,基于OpenDSS仿真平臺(tái)進(jìn)行實(shí)例分析,發(fā)現(xiàn)光伏逆變器/無(wú)功控制可有效改善電壓和光伏接入容量。孫強(qiáng)等[7]研究分布式光伏出力同負(fù)荷相關(guān)性對(duì)接入容量的影響,采用模擬退火算法和前推回代算法進(jìn)行研究,發(fā)現(xiàn)其接納能力和負(fù)荷情況有很大關(guān)系。劉琳等[8]在研究中發(fā)現(xiàn),配電網(wǎng)中適當(dāng)接入分布式光伏系統(tǒng)能減少網(wǎng)絡(luò)損耗,但當(dāng)光伏并入電網(wǎng)的容量高于負(fù)荷容量的2倍時(shí),分布式光伏接入電網(wǎng)反而會(huì)增加配電網(wǎng)的網(wǎng)絡(luò)損耗。
針對(duì)分布式光伏接納容量的研究重點(diǎn)考慮滿足電網(wǎng)安全、穩(wěn)定運(yùn)行約束(或者電流約束和電壓約束等)時(shí)的最大光伏接納容量,未考慮光伏發(fā)電帶來(lái)的經(jīng)濟(jì)效益。本文中考慮電網(wǎng)安全、穩(wěn)定運(yùn)行時(shí),滿足功率、電壓和電流約束,使光電站和配電網(wǎng)的聯(lián)合效益(包含環(huán)境效益)最大化的分布式光伏最佳接納能力。采用雞群算法對(duì)基于博弈論的配電網(wǎng)分布式光伏最優(yōu)接納能力的模型進(jìn)行求解和分析。雞群算法具有很強(qiáng)的收斂性,能精確求解復(fù)雜多目標(biāo)優(yōu)化問(wèn)題。將分布式光伏接入IEEE 33節(jié)點(diǎn)配電網(wǎng)系統(tǒng)。由于24 h負(fù)荷具有正態(tài)變化,故各個(gè)節(jié)點(diǎn)在不同時(shí)間點(diǎn)的負(fù)荷不同。求解不同時(shí)間段的聯(lián)合效益最大時(shí)的光伏最佳接納能力。
光電站的初期投資成本較大。當(dāng)光電站投入的容量越大時(shí),光電站發(fā)電效益和環(huán)境效益越大,整體收益越好,所以光伏電站應(yīng)盡可能提高輸出容量以提高收益。光伏出力波動(dòng)和間歇會(huì)給配電網(wǎng)帶來(lái)沖擊,影響配電網(wǎng)的穩(wěn)定性和安全性,故電網(wǎng)在保證安全穩(wěn)定運(yùn)行的前提下會(huì)限制接納光伏容量并網(wǎng),以盡可能提高自身的經(jīng)濟(jì)效益。光電站和配電網(wǎng)尋求自身最大效益時(shí),兩者間會(huì)產(chǎn)生博弈問(wèn)題。本文中,討論前提是國(guó)家調(diào)控政策可以調(diào)整控制光電站和電網(wǎng)之間的收益。如果光電站和電網(wǎng)選擇合作聯(lián)盟,最優(yōu)策略是聯(lián)盟總收益最大,經(jīng)過(guò)收益的再次分配,使兩者的收益大于其他策略產(chǎn)生的收益;當(dāng)光電站和電網(wǎng)選擇合作,結(jié)成聯(lián)盟時(shí),配電網(wǎng)才能在滿足系統(tǒng)負(fù)荷增長(zhǎng)需求的同時(shí)滿足一定的經(jīng)濟(jì)性。光電站和電網(wǎng)的博弈模型為:
1) 參與人:光電站和配電網(wǎng),用W和G表示。
2) 參與人策略:在二者的博弈中,W和G的博弈策略都是接納光伏的容量,記為PW。由于地理位置、海拔高度、溫度、光照強(qiáng)度等外界條件的影響,光電站的建設(shè)規(guī)模會(huì)受到限制,因此策變量有上限和下限,即策略空間SW。
PW∈{SW=[PWMIN,PWMAX]}
(1)
式中:PWMIN為光電站容量下限;PWMAX為光電站容量上限。
3) 參與人收益:W和G的收益等于收入減去費(fèi)用,記為IW和IG。
4) 均衡策略:PW*是博弈模型的最優(yōu)均衡策略,能使總效益達(dá)到最高,滿足式(2):
IW(PW*)+IG(PW*)≥IW(PW)+IG(PW)
PW∈SW
(2)
其中:光電站和電網(wǎng)合作博弈的最終均衡策略是獲得使聯(lián)合系統(tǒng)經(jīng)濟(jì)效益達(dá)到最大的分布式光伏并網(wǎng)容量。
分布式光伏發(fā)電并入電網(wǎng)后,光電站和電網(wǎng)之間的均衡策略是采取合作博弈,獲得使聯(lián)合系統(tǒng)的經(jīng)濟(jì)利益(環(huán)境效益)最大的分布式光伏接納能力。常見的分布式光伏接納容量分析重在考慮電網(wǎng)安全運(yùn)行約束,包括電流約束和電壓約束等。本文中定量分析光伏系統(tǒng)接入電網(wǎng)對(duì)光電站和配電網(wǎng)的成本和環(huán)境效益,以聯(lián)合效益(含環(huán)境效益)最大化為目標(biāo),考慮電網(wǎng)安全運(yùn)行約束,建立了分布式光伏發(fā)電最佳接納模型。
目標(biāo)函數(shù)以聯(lián)合效益(含環(huán)境效益)最大化為目標(biāo):
CWj+CGOj+CGAj]
(3)
其中:V為聯(lián)合系統(tǒng)凈收益;N為光伏并網(wǎng)節(jié)點(diǎn);IWC為光電站每年得到的國(guó)家補(bǔ)償收益;IGS為光伏發(fā)電的環(huán)境收益;IGC為電網(wǎng)年獲得的補(bǔ)償收益;IEM為光電站每年出售電能獲得的收益;CWC為光電站初期建設(shè)投資費(fèi)用;CGj為光伏接網(wǎng)費(fèi)用;CW為光電站每年的運(yùn)行維護(hù)費(fèi)用;CGA為電網(wǎng)每年的輔助服務(wù)成本;CGO為電網(wǎng)每年的運(yùn)行維護(hù)費(fèi)用;i為銀行利率;TW為光電站的壽命年限;1-(1+i)-TW為等效年值系數(shù);T為新修線路的運(yùn)行年限。
1) 盈利能力約束:V>0
2) 光電站和配電網(wǎng)的聯(lián)合系統(tǒng)凈效益等于總效益減去總成本,當(dāng)凈效益為0時(shí),收益與成本相等,稱之為盈虧平衡。只有當(dāng)聯(lián)合系統(tǒng)的凈效益為正數(shù)時(shí),策略可以被采納。
3) 系統(tǒng)有功平衡約束為
(4)
式中:M為常規(guī)發(fā)電機(jī)組的臺(tái)數(shù);N為光電站數(shù);PG.i為常規(guī)機(jī)組的有功出力;PW.i為分布式光伏并網(wǎng)容量;Pload為有功負(fù)荷;ΔPLOSS為有功網(wǎng)損。
4) 光伏發(fā)電容量上限約束為
Si≤Smaxi=1,2,3,4,…,n
(5)
式中:Si為第i個(gè)節(jié)點(diǎn)接入電網(wǎng)的光伏容量;Smax為節(jié)點(diǎn)接入配電網(wǎng)的光伏容量上限。
5) 節(jié)點(diǎn)電壓約束為
Umin≤Ui≤Umax
(6)
式中:Ui為節(jié)點(diǎn)i的電壓;Umin為節(jié)點(diǎn)電壓約束的最低電壓;Umax為節(jié)點(diǎn)電壓約束的最高電壓。
1.4.1雞群算法
常見的群智能優(yōu)化算法如粒子群算法、蟻群算法等,選取的初始點(diǎn)大部分為均勻分布的隨機(jī)值。在算法的迭代過(guò)程中,每個(gè)個(gè)體獨(dú)立且沒(méi)有相互約束,對(duì)目標(biāo)函數(shù)沒(méi)有過(guò)多要求,應(yīng)用范圍廣,可解決復(fù)雜的優(yōu)化問(wèn)題。
雞群算法(CSO)是一種基于雞群搜索行為提出的新型全局優(yōu)化算法,通過(guò)對(duì)雞群的種類劃分建立等級(jí)制度進(jìn)行尋優(yōu)。雞群中存在公雞、母雞和小雞,他們各自的尋優(yōu)搜索策略不同,雞與雞之間也存在競(jìng)爭(zhēng)和學(xué)習(xí)關(guān)系。在迭代中,每只雞的適應(yīng)度會(huì)發(fā)生變化,并建立新的等級(jí)關(guān)系。相比其他群智能優(yōu)化算法,雞群算法具有控制參數(shù)少、穩(wěn)定性高等優(yōu)點(diǎn),在求解復(fù)雜多目標(biāo)優(yōu)化問(wèn)題時(shí)更加精確和穩(wěn)定。實(shí)驗(yàn)結(jié)果表明,雞群優(yōu)化算法在解決優(yōu)化問(wèn)題時(shí),其準(zhǔn)確性、魯棒性均表現(xiàn)良好,性能優(yōu)于粒子群算法。
雞群中的每個(gè)個(gè)體對(duì)應(yīng)求解的優(yōu)化問(wèn)題中的解。不同的雞群,個(gè)體位置的更新公式也不同。公雞是雞群中適應(yīng)度最佳的個(gè)體,它找尋食物的范圍更廣,相應(yīng)的位置更新表示為
(7)
式中:Randn(0,σ2)產(chǎn)生均值為0、標(biāo)準(zhǔn)差為σ2的正態(tài)分布的隨機(jī)數(shù);fk表示第k只公雞的目標(biāo)函數(shù)值;ε表示一個(gè)比較小的數(shù)。
母雞的位置更新表示為
(8)
其中:rand函數(shù)產(chǎn)生[0,1]范圍均勻分布的隨機(jī)數(shù);r1為第i只母雞所在群中的公雞;r2為所有種群中公雞和母雞中的任意一個(gè)個(gè)體,且r1不等于r2。
小雞的位置更新表示為
Xij(t+1)=Xij(t)+F×[Xmj(t)-Xij(t)]
(9)
其中:m為第i只小雞對(duì)應(yīng)的母雞;F(F∈[0,2]) 為小雞跟隨母雞的行走步長(zhǎng),即跟隨系數(shù)。
雞群算法基本流程見圖1。
圖1 雞群算法基本流程框圖
1.4.2罰函數(shù)
針對(duì)多約束優(yōu)化問(wèn)題,提出了一種結(jié)合罰函數(shù)的改進(jìn)雞群優(yōu)化算法,借助罰函數(shù)將約束優(yōu)化問(wèn)題轉(zhuǎn)化成雞群優(yōu)化算法可以求解的無(wú)約束問(wèn)題。
罰函數(shù)法是解決約束優(yōu)化問(wèn)題的一種關(guān)鍵方法,它通過(guò)設(shè)立懲罰項(xiàng)將包含多種約束的目標(biāo)函數(shù)求解問(wèn)題轉(zhuǎn)化成求解無(wú)約束極小化問(wèn)題,是一種制約函數(shù)法。遵循雞群進(jìn)化機(jī)制,根據(jù)雞群中可行解的躲閃、個(gè)體約束違反程度對(duì)雞群里個(gè)體的適應(yīng)度做出適當(dāng)修正:
Fi(x)=di(x)+pi(x)
(10)
式中:Fi(x)為個(gè)體x目標(biāo)i的修正適應(yīng)值。其中:di(x)為個(gè)體x對(duì)目標(biāo)i的距離值,表示個(gè)體離可行解的距離;pi(x)為目標(biāo)的懲罰值,表示個(gè)體可行性的懲罰因子。
1.4.3分布式光伏接納能力優(yōu)化流程
步驟1初始化每個(gè)光電站的裝機(jī)容量,采集當(dāng)?shù)刎?fù)荷消納能力、常規(guī)機(jī)組裝機(jī)容量,得出各光電站出力情況。
步驟2進(jìn)行光電站小時(shí)發(fā)電量的計(jì)算,獲得只和光伏發(fā)電量有關(guān)的目標(biāo)函數(shù)。光電站的成本和效益包括光電站投資建設(shè)成本、運(yùn)行維護(hù)費(fèi)用、國(guó)家給予的補(bǔ)貼效益;電網(wǎng)方面的成本和效益包含光伏接網(wǎng)費(fèi)用、運(yùn)行維護(hù)成本、出售光電獲得的收益、國(guó)家給予的補(bǔ)償收益和光伏發(fā)電帶來(lái)的環(huán)境效益。
步驟3進(jìn)行電力系統(tǒng)33節(jié)點(diǎn)潮流計(jì)算。檢查校驗(yàn)結(jié)果是否滿足電壓電流和功率約束條件,若滿足,累積該時(shí)段聯(lián)合系統(tǒng)的成本效益分子;否則,運(yùn)用罰函數(shù)做校正控制,滿足電網(wǎng)安全穩(wěn)定運(yùn)行約束后確定電力系統(tǒng)新的運(yùn)行點(diǎn),確定各節(jié)點(diǎn)的光伏接入容量,并輸出該時(shí)段的成本效益分子。
步驟4用雞群算法和罰函數(shù)優(yōu)化最終得到的聯(lián)合凈收益最大時(shí)的分布式光伏最佳接納容量和最大效益,即為光伏最佳接納方案。
步驟5選取1天的幾個(gè)時(shí)間段,重復(fù)步驟1~4,得到不同時(shí)間段的最大光伏出力和經(jīng)濟(jì)效益。
分布式光伏接納能力優(yōu)化流程見圖2。
采用IEEE33節(jié)點(diǎn)配電網(wǎng)系統(tǒng),拓?fù)浣Y(jié)構(gòu)包含32條支路,5個(gè)聯(lián)絡(luò)開關(guān),1個(gè)電源。負(fù)荷參數(shù)為原模型參數(shù),配電網(wǎng)的網(wǎng)絡(luò)總負(fù)荷為5 086.26+j2547.32 kVA。在除平衡節(jié)點(diǎn)外的32個(gè)節(jié)點(diǎn)分別并入光伏,首端基準(zhǔn)電壓為12.66 kV,三相功率基準(zhǔn)取10 MVA,Uimin=0.93UN,Uimax=1.07UN,光伏發(fā)電容量上限為Spv.max=1 000 kW;電流約束上限為300 A。雞群算法種群數(shù)pop=10,最大迭代次數(shù)M=100。
圖2 分布式光伏接納能力優(yōu)化流程框圖
在雞群算法中,雞群規(guī)模通常取決于經(jīng)驗(yàn),雞群數(shù)量過(guò)少不利于求解最優(yōu)解,雞群數(shù)量過(guò)多則會(huì)增加算法成本。Meng等[14]將種群數(shù)量設(shè)定為100,本文中分別將種群數(shù)5、50、100、200、500代入Matlab進(jìn)行計(jì)算后發(fā)現(xiàn),種群數(shù)達(dá)到100后,目標(biāo)數(shù)值精度差距較小。
對(duì)于目標(biāo)函數(shù)最大聯(lián)合經(jīng)濟(jì)效益,光電站、電網(wǎng)、環(huán)境相關(guān)成本和效益的計(jì)算如下:光伏電站的成本主要為初期建設(shè)成本(8.2元/W)、運(yùn)行維護(hù)費(fèi)用(196萬(wàn)/年,224元/時(shí));光伏電站效益分為3部分,一部分是國(guó)家給予的新能源補(bǔ)貼,補(bǔ)貼電價(jià)為0.42元/kW·h;一部分是節(jié)省的用電費(fèi)用,電價(jià)為1元/kW·h;一部分是多余的電量上網(wǎng)費(fèi)用,電價(jià)是0.8元/kW·h。配電網(wǎng)成本主要考慮收購(gòu)光電運(yùn)行成本,為0.086元/kW·h;電網(wǎng)購(gòu)光電成本 為0.8元/kW·h;配電網(wǎng)的效益主要包含電網(wǎng)售電收益,約為1元/kW·h;國(guó)家給予補(bǔ)貼 為0.02元/kW·h。另外,還需考慮環(huán)境效益,環(huán)境效益表達(dá)式為
(11)
其中:Δw為減少(或者增加)的網(wǎng)損;x為全部接入的光伏容量。
綜上,將總的效益減去成本可得到系統(tǒng)總效益和目標(biāo)函數(shù)。目標(biāo)函數(shù)表示為
(12)
其中:x為光伏接入總量;z為接入光伏后的網(wǎng)損增減量。
在配電網(wǎng)中加入光伏后,用Matlab和雞群算法計(jì)算系統(tǒng)總效益(包含環(huán)境效益)最大時(shí)分布光伏的最佳接納能力,并獲得各個(gè)節(jié)點(diǎn)在加入光伏后的電壓增減情況和網(wǎng)損情況。在除平衡節(jié)點(diǎn)外的其余32個(gè)節(jié)點(diǎn)并入光伏,聯(lián)合效益在雞群算法中的迭代進(jìn)化過(guò)程曲線見圖3,聯(lián)合效益迭代進(jìn)化過(guò)程中獲得的分布式光伏節(jié)點(diǎn)安裝容量見表1。
圖3 聯(lián)合效益迭代進(jìn)化過(guò)程曲線
表1 分布式光伏節(jié)點(diǎn)安裝容量
節(jié)點(diǎn)數(shù)光伏容量/kW電壓UN12253.8620.971317.239 250.964140.000 347 60.962150.997 6270.96116962.162 70.9591700.95818120.008 80.95719984.739 31.03720801.413 61.03321381.814 31.0322240.880 171.032
節(jié)點(diǎn)數(shù)光伏容量/kW電壓UN23115.855 51.0224189.672 11.012250.000 41.0112616.383 20.992788.967 70.98828124.561 70.9772938.376 010.96930135.096 60.965310.000 70.961322.066 340.9613313.249 50.96
由表1的數(shù)據(jù)得知,分布式光伏接入總量為5.844 MW,最大光伏量接入節(jié)點(diǎn)為19節(jié)點(diǎn),984.739 3 kW,接入光伏后的網(wǎng)損為0.185 2 MW,單位小時(shí)的聯(lián)合效益(包含環(huán)境效益)為 23 713.259 9元。
加入分布式光伏后,由表1的數(shù)據(jù)可知:配電網(wǎng)系統(tǒng)的最低節(jié)點(diǎn)電壓和平均電壓都在一定程度上有所提高。最低電壓由0.913 1UN提升到0.957UN;平均電壓由原來(lái)的0.948 5UN提升到0.990 7UN;系統(tǒng)的有功網(wǎng)損從原來(lái)的0.206 7 MW降至0.185 2 MW。加入分布式光伏后,原有電壓不合格節(jié)點(diǎn)的電壓值均在(0.93~1.07)UN范圍之內(nèi),滿足電壓偏差的要求,支路電流滿足電流約束。
選取一天24 h中具有代表性的時(shí)間段,研究不同時(shí)間段聯(lián)合效益最大時(shí)的光伏最佳接入容量。由于1 d內(nèi)負(fù)荷變化服從正態(tài)分布,各節(jié)點(diǎn)在不同時(shí)間的負(fù)荷不同(見表2),選取6∶00、8∶00、10∶00、12∶00、14∶00、18∶00時(shí)間段來(lái)研究光伏出力和系統(tǒng)效益。各個(gè)節(jié)點(diǎn)在各時(shí)段的負(fù)荷數(shù)據(jù)見表2。
各節(jié)點(diǎn)在 1 d內(nèi)不同時(shí)段的負(fù)荷是不同的,接入的光伏容量也不同。將每個(gè)時(shí)段的負(fù)荷量在Matlab中重新計(jì)算,得到總的光伏出力和環(huán)境效益(見表3)。
表2 各時(shí)間段各節(jié)點(diǎn)負(fù)荷
表3 不同時(shí)段的光伏出力、總效益、網(wǎng)損和電壓
由表3可知,隨著配電網(wǎng)中負(fù)荷容量的增加,各節(jié)點(diǎn)的光伏接入容量也隨之增加,單位時(shí)間內(nèi)的系統(tǒng)總效益隨著光伏總接納容量的增加而增加,且并入電網(wǎng)的光伏容量越大,提升電壓越高,平均電壓也會(huì)提高。網(wǎng)損隨著并入光伏容量的不同而不同,在10∶00時(shí)刻,總光伏出力最大,為6 217.215 7 kW;總網(wǎng)損最少,為88.8 kW,系統(tǒng)總效益最高,為25 250.119 9元。
通過(guò)對(duì)不同時(shí)間段光伏最佳能力接納模型的計(jì)算分析,得到節(jié)點(diǎn)負(fù)荷變化下滿足最大經(jīng)濟(jì)效益的動(dòng)態(tài)時(shí)序最佳光伏出力。相較傳統(tǒng)的研究方法,本研究重點(diǎn)考慮光伏并網(wǎng)的經(jīng)濟(jì)性,在滿足安全約束的情況下,以獲得最大經(jīng)濟(jì)效益為目標(biāo)得到最佳光伏接納能力。
將光伏建設(shè)初期成本調(diào)整為10元/W,利用最佳接納模型進(jìn)行計(jì)算,獲得不同節(jié)點(diǎn)光伏最大接納容量,如圖4所示。聯(lián)合效益最大時(shí),分布式光伏接入總量為5.324 MW,網(wǎng)損為0.152 8 MW,系統(tǒng)單位小時(shí)的總效益(包含環(huán)境效益)為20 588.324 1元。
圖4 系統(tǒng)效益最大時(shí)各節(jié)點(diǎn)光伏接納容量
傳統(tǒng)的光伏最佳接納模型[7]在保證節(jié)點(diǎn)電壓和線路電流不越線的條件下以凈收益為目標(biāo),采用布谷鳥算法得到光伏最大接入容量和經(jīng)濟(jì)效益。當(dāng)光伏建設(shè)成本為10元/W時(shí),采用IEEE123節(jié)點(diǎn)算例,得到各節(jié)點(diǎn)光伏接入容量(見圖5),聯(lián)合效益最大時(shí),分布式光伏接入總量為2.990 MW,最大日均凈收益為5 364.1元。
圖5 系統(tǒng)效益最大時(shí)各節(jié)點(diǎn)光伏接納容量
由圖4、5可知,本文中建立的模型和方法與傳統(tǒng)的模型都能在滿足系統(tǒng)安全穩(wěn)定約束的前提下得到最大的聯(lián)合經(jīng)濟(jì)效益。本文中采取合作博弈的形式,利用雞群算法進(jìn)行優(yōu)化,得到的最大經(jīng)濟(jì)效益優(yōu)于傳統(tǒng)模型,可同時(shí)得到光伏接入量不同時(shí)的網(wǎng)損量。
建立了基于博弈論的配電網(wǎng)分布式光伏最佳接納模型,并構(gòu)造雞群算法對(duì)不同時(shí)間段光伏最佳接納能力進(jìn)行計(jì)算和分析,得出配電網(wǎng)光伏最佳接納能力方案和各節(jié)點(diǎn)光伏并網(wǎng)與電壓、網(wǎng)損、總效益之間的關(guān)系。相比其他方法,本文中提出的基于博弈論的配電網(wǎng)分布式光伏最佳接納模型除考慮光伏并網(wǎng)的安全約束外,還考慮光伏發(fā)電的經(jīng)濟(jì)效益,最終在有效提高配電網(wǎng)光伏最佳容量的同時(shí),得到最大的經(jīng)濟(jì)效益。與傳統(tǒng)方法對(duì)比發(fā)現(xiàn),新方法的經(jīng)濟(jì)效益更高,采用的雞群算法具有很強(qiáng)的收斂性,能較為精確地求解復(fù)雜多目標(biāo)優(yōu)化問(wèn)題,性能優(yōu)于傳統(tǒng)的多目標(biāo)算法,能更加有效地避免陷入局部最優(yōu)。
下一步工作中,將使用實(shí)際電網(wǎng)進(jìn)一步驗(yàn)證和研究分布式光伏最佳接納能力模型的作用。