基于出力特性的分布式電源優(yōu)化配置與運行

張君則

基于出力特性的分布式電源優(yōu)化配置與運行

張君則

（國網(wǎng)北京大興供電公司，北京 102600）

針對不同類型分布式電源同時并網(wǎng)及運行問題，本文分析幾種典型分布式電源的并網(wǎng)方式及出力特性，提出不同類型分布式電源容量區(qū)分及出力控制模型，從而建立以配電網(wǎng)網(wǎng)損最小為目標(biāo)的分布式電源并網(wǎng)容量和位置綜合優(yōu)化配置模型。使用改進的粒子群算法進行容量和位置分組優(yōu)化并推代求解，再通過優(yōu)化各分布式電源的運行參數(shù)來調(diào)節(jié)其實際出力，進一步降低配電網(wǎng)網(wǎng)損。以IEEE-33節(jié)點配電系統(tǒng)為例進行計算，結(jié)果驗證了所提模型及算法的有效性。

分布式電源；出力特性；配電網(wǎng)；優(yōu)化計算

0 引言

近年來，在以電力為中心的新一輪能源革命背景下，傳統(tǒng)電網(wǎng)的形態(tài)和功能定位正在發(fā)生深刻變化，分布式電源（distributed generation, DG）以其獨特的技術(shù)優(yōu)勢得到越來越廣泛的應(yīng)用。分布式電源與傳統(tǒng)電網(wǎng)相互補充、協(xié)調(diào)，是充分利用現(xiàn)有資源和設(shè)備，為用戶提供優(yōu)質(zhì)電能的理想方式。然而，DG接入配電網(wǎng)后，將引起配電網(wǎng)的線路潮流、節(jié)點電壓等發(fā)生變化，隨之造成配電網(wǎng)損耗的改變。這種變化與接入配電網(wǎng)的DG類型、安裝容量和位置及運行時注入配電網(wǎng)的功率密切相關(guān)，因此需要對包含多類型DG系統(tǒng)的優(yōu)化配置和實際運行出力進行研究。

國內(nèi)外學(xué)者對分布式電源的優(yōu)化配置做了大量的研究。文獻[1]以改善系統(tǒng)網(wǎng)損與電壓分布為目標(biāo)，將粒子群算法與免疫克隆算法相結(jié)合進行求解，在求解質(zhì)量和迭代次數(shù)方面都更有優(yōu)勢。文獻[2]以配電網(wǎng)運行費用最低為目標(biāo)，用自適應(yīng)粒子群算法優(yōu)化DG的安裝位置和容量。文獻[3]采用混合模擬退火算法的改進粒子群算法進行分布式電源選址、定容計算，使配電系統(tǒng)的網(wǎng)損進一步降低。文獻[4]以分布式電源并網(wǎng)與離網(wǎng)兩種運行方式下配電網(wǎng)的運行風(fēng)險成本為目標(biāo)函數(shù)構(gòu)建分布式電源選址定容規(guī)劃模型，并采用改進多目標(biāo)粒子群算法進行求解。文獻[5]計及環(huán)境及電壓指標(biāo)，建立綜合考慮網(wǎng)損、購電費用及設(shè)備建設(shè)費用等的分布式電源優(yōu)化配置模型，并采用改進的自適應(yīng)遺傳算法進行求解。文獻[6]分別對不同類型DG的接入位置、接入容量變化時對系統(tǒng)電壓、網(wǎng)損的影響進行總結(jié)，但沒有對DG的安裝位置和容量進行定量計算。

目前，關(guān)于DG容量配置的研究大多局限于PQ型DG，即將DG有功功率和無功功率作為容量配置對象，而沒有對具有不同功率輸出特性的DG加以區(qū)分。例如，采用電流型PWM變流器[7]并網(wǎng)的DG以恒定電流源的形式向電網(wǎng)注入功率，則不宜籠統(tǒng)地以有功功率或無功功率表示。此外，DG的配置大多遵循“安裝即忘記”的原則，沒有考慮DG的功率輸出特性，難以發(fā)揮DG在改善電網(wǎng)運行方面的優(yōu)勢。

針對以上問題，本文根據(jù)DG的出力特性對不同類型DG的容量形式加以區(qū)分，以配電網(wǎng)網(wǎng)損最小為目標(biāo)，建立包含不同類型DG安裝容量和位置的綜合優(yōu)化配置模型。借鑒配電網(wǎng)潮流計算中“前推回代”算法的高效性，本文將DG的安裝容量和位置編號作為優(yōu)化變量，使用改進的粒子群算法對兩組變量分別進行優(yōu)化并推代求解。在確定DG安裝容量和位置的基礎(chǔ)上，通過優(yōu)化DG的運行參數(shù)來確定其實際出力，從而進一步降低電網(wǎng)損耗。

1 多類型DG綜合優(yōu)化配置模型

1.1 DG的出力特性及容量分類

分布式電源通常通過三種方式接入配電網(wǎng)[7]：同步發(fā)電機、電力電子裝置、異步發(fā)電機。根據(jù)并網(wǎng)方式的不同，DG在潮流計算中被等效為PQ、PV、PI、P-Q(V)四種節(jié)點類型來處理，其功率輸出表現(xiàn)為不同的調(diào)節(jié)特性。

1）并網(wǎng)接口為同步發(fā)電機，如采用功率因數(shù)控制的分軸微型燃氣輪機可作為PQ節(jié)點，其功率輸出特性可表示為

式中：為該類型DG的額定容量；為DG運行時的功率因數(shù)。

對于此類DG，可先假定其功率因數(shù)恒定，以額定容量作為容量的配置對象，運行中通過控制功率因數(shù)來調(diào)節(jié)其功率輸出。

2）并網(wǎng)接口為電力電子裝置，如以電流型PWM變流器并網(wǎng)的單軸微型燃氣輪機可以看作以恒定電流源輸出的PI節(jié)點處理，其功率輸出特性為

式中：為并網(wǎng)點電壓幅值；為變流器注入電網(wǎng)的電流幅值；為電流滯后電壓的相位。

實際應(yīng)用中，通常采取一些電流控制策略[8-10]使變流器實現(xiàn)單位功率因數(shù)的電流輸出和幅值調(diào)節(jié)，式（2）可簡化為

在進行潮流計算時其有功功率可按式（4）迭代。

式中：U為第次迭代的并網(wǎng)點電壓；+1為第+1次迭代注入電網(wǎng)的有功功率。

此類DG的輸出功率由并網(wǎng)電流決定，可將作為容量優(yōu)化的對象，運行中通過控制電流的大小來調(diào)節(jié)其功率。

3）通過同步發(fā)電機接口并網(wǎng)，采用電壓控制的分軸微型燃氣輪機或通過電壓型PWM變流器并網(wǎng)的單軸微型燃氣輪機等可作為PV節(jié)點，其功率輸出特性可表示為

式中：max為有功功率的最大值，輸出功率在此范圍內(nèi)可調(diào)；無功功率為機端電壓值的函數(shù)，通過潮流計算確定。

此類DG發(fā)出的有功功率和無功功率沒有耦合關(guān)系，需要通過優(yōu)化計算同時確定其有功功率和無功功率，運行中通過控制機端電壓來調(diào)節(jié)其無功輸出。

4）以異步發(fā)電機接口并網(wǎng)的P-Q(V)型DG，并網(wǎng)運行時需要從系統(tǒng)吸收無功功率來建立磁場，不具備電壓調(diào)節(jié)能力，因此這里暫不討論該類型DG的優(yōu)化配置。

1.2 目標(biāo)函數(shù)

本文以PQ型DG1、PI型DG2、PV型DG3同時接入配電網(wǎng)的網(wǎng)損最小為目標(biāo)，其數(shù)學(xué)表達式為

式中：變量和分別表示三種DG安裝位置和容量的三維向量；Loss為配電網(wǎng)網(wǎng)損；l為配電網(wǎng)支路個數(shù)；li為支路l的電阻；li、li為支路l的有功功率、無功功率；V為節(jié)點電壓。

1.3 約束條件

1）潮流方程約束

式中：P、Q為系統(tǒng)注入節(jié)點的有功功率和無功功率；DG、DG為分布式電源注入節(jié)點的有功功率和無功功率；L、L為負荷流出節(jié)點的有功功率和無功功率；b為網(wǎng)絡(luò)節(jié)點個數(shù)；V、V為節(jié)點、的電壓；G、B為節(jié)點、間的電導(dǎo)和電納；為節(jié)點與節(jié)點電壓相位差。

2）DG容量約束

（1）PQ型DG應(yīng)滿足

式中：max為DG連續(xù)運行的最大視在功率；和通過功率因數(shù)=cos進行耦合，即/=tan。

（2）PI型DG，為防止過大的輸出電流損壞變流器，應(yīng)滿足

式中，max為變流器最大輸出電流。

（3）PV型DG，其有功功率和無功功率同樣存在最大容量的約束，應(yīng)分別滿足

式中，max、max分別為有功容量和無功容量最大值。當(dāng)無功出力超出最大值時，則PV節(jié)點轉(zhuǎn)為PQ節(jié)點處理。

3）DG位置約束

限定不同類型DG接入配電網(wǎng)的不同位置，即滿足

式中，1、2、3分別為DG1、DG2、DG3接入配電網(wǎng)的位置編號。

2 模型求解算法

2.1 基本粒子群算法

粒子群算法（particle swarm optimization, PSO）是一種產(chǎn)生于模擬鳥類覓食過程中遷徙和集群行為的基于群體智能的進化計算技術(shù)[11]。PSO的求解過程為：在可行解范圍內(nèi)隨機產(chǎn)生個可行解粒子，粒子用維向量和表示其位置和速度，根據(jù)目標(biāo)函數(shù)適應(yīng)值迭代更新自己的位置和速度，直到得到滿足最大迭代次數(shù)的全局最優(yōu)解。粒子第1次迭代中速度和位置更新方程為

2.2 算法流程

將上述三種DG的位置編號和安裝容量分別用粒子=(1,2,3)和=[,, (,)]表示。先在可行解范圍內(nèi)產(chǎn)生初始粒子0即產(chǎn)生各DG的初始容量，采用PSO求解粒子得到各DG的并網(wǎng)位置，再用PSO反推各DG的安裝容量得到粒子的解。如此重復(fù)利用和間的互相推代，直到滿足設(shè)定的最大次數(shù)max。算法流程如下：

1）初始化。輸入配電網(wǎng)初始信息，設(shè)置粒子和的種群規(guī)模，慣性權(quán)重，加速系數(shù)1、2，迭代次數(shù)等。

2）在可行解范圍內(nèi)隨機生成粒子0作為DG初始并網(wǎng)容量。

3）求解粒子。調(diào)用潮流計算程序計算各粒子對應(yīng)的目標(biāo)函數(shù)適應(yīng)值即配電網(wǎng)網(wǎng)損，利用式（12）更新粒子的速度和位置，獲得全局最優(yōu)解。

4）求解粒子。在第3）步求得DG并網(wǎng)位置后，利用PSO對粒子進行求解，過程與步驟3）相同。

5）更新推代次數(shù)。重復(fù)步驟3）、4），若每推代一次而未發(fā)現(xiàn)更優(yōu)的粒子(,)，則=+1，直到達到設(shè)定的最大推代次數(shù)max時，跳轉(zhuǎn)至步驟6）；若發(fā)現(xiàn)更優(yōu)粒子則更新粒子(,)，清零，跳轉(zhuǎn)至步驟3）。

6）輸出最優(yōu)解(,)。

3 算例分析

3.1 IEEE-33節(jié)點配電系統(tǒng)概況

以圖1所示IEEE-33節(jié)點配電系統(tǒng)為例進行計算，系統(tǒng)參數(shù)見文獻[12]，圖中數(shù)字為位置編號。該系統(tǒng)電壓等級為12.66kV，總有功負荷3 715kW，總無功負荷2 300kvar，三相功率基準(zhǔn)值為10MV·A，電壓基準(zhǔn)值為12.66kV，電流基準(zhǔn)值0.79kA。

圖1 IEEE-33節(jié)點配電系統(tǒng)

3.2 算例1：DG的綜合優(yōu)化配置計算

將該配電系統(tǒng)同時接入PQ型DG1、PI型DG2、PV型DG3，對應(yīng)的位置用粒子=(1,2,3)表示，容量用粒子=[,, (,)]表示。為DG1的容量，最大值為2MV·A，額定功率因數(shù)為0.95；為DG2經(jīng)變流器輸出的電流幅值，最大值取158A；、分別為DG3的有功功率和無功功率，的最大值為2MW，的最大值為2Mvar。

PSO采用文獻[13]中的方法對慣性權(quán)重進行改進，從0.4變化至0.9；采用文獻[14]中的方法對加速系數(shù)進行改進，1從0.9變化至0.5，2從0.5變化至0.9，粒子和的種群規(guī)模均取20，迭代次數(shù)=200，粒子的最大速度xmax=(4, 4, 4)，粒子的最大速度ymax= [0.001, 0.001, (0.001, 0.001)]，最大推代次數(shù)max=20。

對三種DG的并網(wǎng)位置和容量進行綜合優(yōu)化的計算結(jié)果見表1，結(jié)果保留4位有效數(shù)字。

表1 以網(wǎng)損最小為目標(biāo)的計算結(jié)果

以網(wǎng)損最小為目標(biāo)函數(shù)適應(yīng)值的優(yōu)化過程曲線如圖2所示。

圖2 以網(wǎng)損最小為目標(biāo)的優(yōu)化過程曲線

由圖2曲線的下降趨勢可以看出，該算法曲線通過較少的推代次數(shù)迅速收斂至最優(yōu)解附近，對所提出的優(yōu)化模型能夠快速求解。

3.3 算例2：DG的優(yōu)化運行計算

由于配電網(wǎng)的負荷是時刻變化的，DG的配置容量無法始終滿足電網(wǎng)的最佳運行狀態(tài)，因此需要通過優(yōu)化DG的運行參數(shù)來調(diào)節(jié)其功率輸出。

表2 DG的參數(shù)

以配電網(wǎng)網(wǎng)損最小為目標(biāo)，采用PSO對DG的運行參數(shù)=(,,)進行優(yōu)化，其結(jié)果與DG另外兩種運行狀態(tài)下的網(wǎng)損見表3。

表3 DG三種運行狀態(tài)下的網(wǎng)損

由表3可知，當(dāng)DG參與配電網(wǎng)運行時，配電網(wǎng)網(wǎng)損將大幅降低。根據(jù)電網(wǎng)的負荷情況，通過優(yōu)化DG的功率輸出能夠進一步降低所接入配電網(wǎng)的網(wǎng)損。

4 結(jié)論

1）根據(jù)DG功率輸出特性的不同，將不同類型DG的容量加以區(qū)分更能體現(xiàn)其多樣性及與傳統(tǒng)能源利用形式的差別，具有較強的現(xiàn)實意義和必要性。

2）針對提出的多類型DG綜合優(yōu)化配置模型，通過容量和位置兩組變量分別求解并互相推代的算法能夠快速求解該模型，計算結(jié)果驗證了該算法的有效性。

3）由于電網(wǎng)負荷是時刻變化的，需要對并網(wǎng)運行的DG輸出功率進行適當(dāng)調(diào)節(jié)。根據(jù)已優(yōu)化的DG運行參數(shù)來確定其實際輸出功率，進一步降低了配電網(wǎng)網(wǎng)損。

[1] SEDIGHIZADEH M, FALLAHNEJAD M, ALEMI M R, et al. Optimal placement of distributed generation using combination of PSO and clonal algorithm[C]// 2010 IEEE International Conference on Power and Energy, Kuala Lumpur, Malaysia, 2010: 1-6.

[2] 葉德意, 何正友, 臧天磊. 基于自適應(yīng)變異粒子群算法的分布式電源選址與容量確定[J]. 電網(wǎng)技術(shù), 2011, 35(6): 155-160.

[3] 劉波, 張焰, 楊娜. 改進的粒子群優(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, 23(2): 103-108.

[4] 劉向?qū)? 王凌纖, 吳炎彬, 等. 計及配電網(wǎng)運行風(fēng)險的分布式電源選址定容規(guī)劃[J]. 電工技術(shù)學(xué)報, 2019, 34(增刊1): 258-263.

[5] 李繼宇, 江修波, 李功新. 考慮用戶期望及低碳效益的分布式電源優(yōu)化配置[J]. 電氣技術(shù), 2019, 20(8): 11-17.

[6] 張立梅, 唐巍, 趙云軍, 等. 分布式發(fā)電接入配電網(wǎng)后對系統(tǒng)電壓及損耗的影響分析[J]. 電力系統(tǒng)保護與控制, 2011, 39(5): 91-96.

[7] 彭彬, 劉寧, 吳迪. 配電網(wǎng)潮流計算中的分布式電源建模[J]. 電力系統(tǒng)及其自動化學(xué)報, 2011, 23(2): 152-156.

[8] 侯世英, 肖旭, 徐曦. 基于間接電流控制的并網(wǎng)逆變器[J]. 電力自動化設(shè)備, 2010, 30(6): 76-79.

[9] 方天治, 張先云, 黃淳, 等. 輸入串聯(lián)輸出并聯(lián)LCL型并網(wǎng)逆變器系統(tǒng)的目標(biāo)多重化控制策略[J]. 電工技術(shù)學(xué)報, 2019, 34(6): 1189-1200.

[10] 姚建雙, 賈軍, 周苗, 等. 安康分布式電源并網(wǎng)關(guān)鍵問題研究[J]. 電氣技術(shù), 2021, 22(10): 88-92.

[11] KENNEDY J, EBERHART R. Particle swarm optimi- zation[C]//Proceedings of ICNN'95-International Con- ference on Neural Networks, Perth, WA, Australia, 1995: 1942-1948.

[12] BARAN M E, WU F F. Network reconfiguration in distribution systems for loss reduction and load balancing[J]. IEEE Transactions on Power Delivery, 1989, 4(2): 1401-1407.

[13] SHI Y, EBERHART R C. Empirical study of particle swarm optimization[C]//Proceedings of Congress on Evolutionary Computation (CEC99), Washington DC, USA, 1999: 1945-1950.

[14] RATNAWEERA A, HALGAMUGE S K, WATSON H C. Self-organizing hierarchical particle swarm opti- mizer with time-varying acceleration coefficients[J]. IEEE Transactions on Evolutionary Computation, 2004, 8(3): 240-255.

Optimal allocation and operation of distributed generation based on the output characteristics

ZHANG Junze

(State Grid Beijing Daxing Power Company, Beijing 102600)

In order to solve the problem of different types of distributed generations’(DGs’) grid -connection and operation at the same time, this article analyzes several typical DGs’ synchronization mode and output characteristics. A mothod of capacity division and power control of DG is proposed and then a comprehensive optimization model including different types of DGs is established with an objective of minimizing the network loss. A modified particle swarm algorithm is applied to solve the model. By optimizing the operating parameters of grid-connecting DGs and regulating the actual output power, the network loss can be further reduced. Taking the IEEE-33 distribution system as an example, the calculating result verifies the efficiency of the proposed model and algorithm.

distributed generation; output characteristics; distribution network; optimization calculation

2022-04-06

2022-04-12

張君則（1990—），男，漢族，安徽合肥人，碩士，工程師，主要研究方向為電力系統(tǒng)分析、運行與控制。