混合粒子群優(yōu)化算法的新能源電網(wǎng)規(guī)劃研究

鮑永勝，孫 潔，宋鴻雁

(國網(wǎng)銀川供電公司，寧夏 銀川 750000)

新能源的發(fā)展，有效緩解了當(dāng)前社會能源緊缺與環(huán)境污染問題。新能源發(fā)電不僅提升了社會與環(huán)境收益，還加強(qiáng)了電網(wǎng)運(yùn)行的安全性[1-3]。新能源發(fā)電對于傳統(tǒng)電源發(fā)電，存在較為顯著的出力波動性與不確定性，造成電網(wǎng)內(nèi)不能接入大量新能源[4]，還會導(dǎo)致新能源電網(wǎng)中存在較高的棄風(fēng)棄光量，為解決這些問題，便需設(shè)計合理的新能源電網(wǎng)規(guī)劃方案[5-6]，降低新能源的棄風(fēng)棄光量，確保電網(wǎng)穩(wěn)定運(yùn)行。索彩等[7]以成本最小為目標(biāo)，電力供需與環(huán)境減排為約束條件，塑造電網(wǎng)規(guī)劃模型，利用區(qū)間機(jī)會約束方法求解模型，獲取最佳電力系統(tǒng)規(guī)劃方案，該方法可有效規(guī)劃電力系統(tǒng)，提升年發(fā)電量，該方法求解電力系統(tǒng)規(guī)劃模型時的魯棒性較優(yōu)，但求解過程較為繁瑣，出現(xiàn)早熟的概率較高，收斂速度較慢；劉盾盾等[8]以電網(wǎng)運(yùn)行成本最小為目標(biāo)，電網(wǎng)網(wǎng)絡(luò)與輸配耦合為約束條件，塑造電網(wǎng)規(guī)劃模型，通過Benders分解混合異質(zhì)分解算法求解模型，獲取最佳電網(wǎng)規(guī)劃方案，該方法可有效規(guī)劃電網(wǎng)，具備一定的優(yōu)越性，在求解規(guī)劃模型時，求解過程較為簡單，不會出現(xiàn)早熟收斂情況，求解效率較快，但該方法的求解穩(wěn)定性較差，跳出局部極值難度較高?；旌狭Ｗ尤簝?yōu)化算法的收斂速度快[9]，引入混沌擾動策略，可避免算法陷入局部最優(yōu)，為此研究混合粒子群優(yōu)化算法的新能源電網(wǎng)規(guī)劃方法，獲取最佳的電網(wǎng)規(guī)劃方案，提升新能源消納能力，確保新能源電網(wǎng)穩(wěn)定運(yùn)行。

1 新能源電網(wǎng)規(guī)劃方法

1.1 新能源出力特性分析

1.1.1 風(fēng)能出力特性分析

電網(wǎng)中風(fēng)能出力的穩(wěn)定性較差，按照風(fēng)電基地的測風(fēng)數(shù)據(jù)可知，一天內(nèi)風(fēng)速都在近似零風(fēng)速與固定風(fēng)速間變更，導(dǎo)致風(fēng)電出力也在近似零出力與固定出力間持續(xù)變更。電網(wǎng)中風(fēng)能出力還存在隨機(jī)性和不確定性的問題，每個地方受地形與季節(jié)影響[10]，風(fēng)電出力在日平均出力時呈現(xiàn)的效果差異性便較大，在某地方季風(fēng)刮風(fēng)很多情況下，則該地方的風(fēng)電出力較多，在天氣狀況較差情況下，會出現(xiàn)風(fēng)電出力是零的情況。因此，風(fēng)能出力與天氣情況密切相關(guān)，不確定較為嚴(yán)重。

1.1.2 太陽能出力特性分析

太陽能發(fā)電包含光伏和光熱發(fā)電，光伏發(fā)電為將光能轉(zhuǎn)換成電能，光熱發(fā)電為將太陽能形成的熱能轉(zhuǎn)換成電能。太陽能發(fā)電沒有地區(qū)局限性，發(fā)電所需時間較少且發(fā)電質(zhì)量較高[11]，同時太陽能發(fā)電還具備波動性小的優(yōu)勢。但天氣會影響太陽能發(fā)的電量，尤其是陰天與晚上時太陽能發(fā)電量較少。因此，太陽能僅在特定季節(jié)的發(fā)電量無波動，其年發(fā)電量較少。

1.2 接入新能源對電網(wǎng)的影響

根據(jù)章節(jié)1.1可知，新能源均易受天氣影響，發(fā)電量穩(wěn)定性較差，因此，在電網(wǎng)內(nèi)接入大量新能源后，會造成電網(wǎng)規(guī)劃不能精準(zhǔn)估計負(fù)荷增量，導(dǎo)致后續(xù)無法規(guī)范用電[12]。電網(wǎng)規(guī)劃時，接入大量新能源，會影響電網(wǎng)的電能損耗情況與消納能力。電網(wǎng)接入新能源后，會導(dǎo)致電力系統(tǒng)的潮流模式出現(xiàn)變化，且不能精準(zhǔn)估計電力系統(tǒng)的潮流模式，造成大量電能質(zhì)量問題出現(xiàn)，降低電力系統(tǒng)運(yùn)行穩(wěn)定性[13]。在電網(wǎng)饋線接入新能源后，如果饋線內(nèi)新能源輸出電能大于當(dāng)前負(fù)荷，則饋線內(nèi)的潮流會逆向運(yùn)行，這一現(xiàn)象為非正?，F(xiàn)象。潮流出現(xiàn)變更后，便不能實時修正電壓，導(dǎo)致電網(wǎng)設(shè)備超負(fù)荷運(yùn)轉(zhuǎn)，直接降低供電穩(wěn)定性，影響用戶使用的電能質(zhì)量。電網(wǎng)內(nèi)接入新能源后，各時刻電網(wǎng)內(nèi)用戶用電功率去掉電網(wǎng)傳統(tǒng)電源的最小功率，就是電網(wǎng)可接收的最大新能源功率，這個時候多余的功率就是新能源功率的最大接收空間。實際運(yùn)行時，如果接收空間低于新能源發(fā)電功率，則需通過放棄接收空間多余的功率，保證電網(wǎng)功率不會出現(xiàn)失穩(wěn)現(xiàn)象，放棄的多余功率，就是棄風(fēng)棄光量。新能源電網(wǎng)規(guī)劃的主要影響因素如圖1所示。

圖1 新能源電網(wǎng)規(guī)劃的主要影響因素Fig.1 Main influencing factors of new energy grid planning

從圖1可知，影響新能源電網(wǎng)規(guī)劃的主要影響因素包含電網(wǎng)自身因素與新能源自身因素，其中新能源自身因素為風(fēng)能與太陽能發(fā)電，2個新能源發(fā)電場功率的預(yù)測準(zhǔn)確性會影響新能源的消納效果，發(fā)電功率預(yù)測準(zhǔn)確性高，可提前規(guī)劃電網(wǎng)運(yùn)行方式，精準(zhǔn)調(diào)度電量，降低棄風(fēng)棄光量；根據(jù)2.1小節(jié)可知，風(fēng)能與太陽能發(fā)電具有較大的波動性，會導(dǎo)致新能源出力出現(xiàn)波動，這些最終均歸結(jié)為新能源消納問題，通過合理規(guī)劃新能源機(jī)組，可及時調(diào)整新能源發(fā)電量，提升新能源輸出功率穩(wěn)定性，增加新能源利用率[14-15]，降低棄風(fēng)棄光量。

電網(wǎng)自身因素主要有電源結(jié)構(gòu)與負(fù)荷特性等，電網(wǎng)接入方式?jīng)Q定電網(wǎng)的電能傳輸性能，合理設(shè)計電網(wǎng)中新能源的接入方式，可改善電網(wǎng)潮流分布，降低電網(wǎng)的電能損耗；合理的電源結(jié)構(gòu)，可避免電源功率過剩情況出現(xiàn)[16]，降低電網(wǎng)中的電能損耗；新能源電網(wǎng)內(nèi)，用戶需要電能的時間不斷變更，會導(dǎo)致負(fù)荷也隨之不斷變更，為確保電力供需雙方不會出現(xiàn)失穩(wěn)情況，則需保證電網(wǎng)出力隨負(fù)荷的變更而變更。

1.3 新能源電網(wǎng)規(guī)劃的目標(biāo)函數(shù)及約束條件

在新能源電網(wǎng)規(guī)劃中，需重點分析新能源電網(wǎng)的電能損耗與新能源消納能力，以這2個指標(biāo)為目標(biāo)函數(shù)，建立新能源電網(wǎng)規(guī)劃模型。新能源電網(wǎng)規(guī)劃目標(biāo)函數(shù)的約束條件共包含4個，分別是新能源規(guī)劃潮流功率約束、容量約束、線路輸電能力約束、風(fēng)能與太陽能出力約束，其中，風(fēng)能與太陽能出力約束如下：固定時間段中，風(fēng)能發(fā)電出力需小于等于風(fēng)能最大可發(fā)出力，太陽能發(fā)電出力需小于等于太陽能最大可發(fā)出力[17]，風(fēng)能與太陽能發(fā)電場的裝機(jī)容量確定2個發(fā)電場的最大可發(fā)電力。

1.4 新能源電網(wǎng)規(guī)劃模型求解

利用混合粒子群優(yōu)化算法求解新能源電網(wǎng)規(guī)劃模型，獲取最佳的新能源電網(wǎng)規(guī)劃方案，由粒子代表新能源電網(wǎng)規(guī)劃的各個方案[18]，混合粒子群優(yōu)化算法為融合粒子群算法和自然選擇機(jī)理，并在融合后的算法內(nèi)添加混沌擾動與變異策略，避免代表新能源電網(wǎng)規(guī)劃方案的惰性粒子陷入局部最優(yōu)。粒子群算法和自然選擇機(jī)理的融合原理是在各次迭代時，均由大至小排序求解新能源電網(wǎng)規(guī)劃中各粒子的適應(yīng)度函數(shù)值f，利用位置x與速度v較優(yōu)的一半粒子取代位置與速度較差的一半粒子，存儲留下個體記憶的歷史最佳值；在融合后算法內(nèi)添加混沌擾動與變異策略的具體過程為：通過當(dāng)前全局最佳值經(jīng)過不間斷迭代s次后的差值確定算法在求解新能源電網(wǎng)規(guī)劃時有沒有陷入局部最佳，在算法進(jìn)入早熟狀態(tài)情況下，那么在得到差值變化區(qū)間后，如果，則選擇混動擾動操作，如果，則選擇變異操作，其中不間斷迭代s次后的全局最佳值是，第r次的全局最佳值是。

混沌操作的步驟如下：①通過Logistic映射，獲取新能源電網(wǎng)規(guī)劃方案的混沌矩陣；②生成新能源電網(wǎng)規(guī)劃方案的自適應(yīng)擾動偏差；③在擾動偏差中載波入混沌矩陣，在全局最優(yōu)鄰近區(qū)域中重新獲取個新粒子。

混沌擾動操作后，可確保代表新能源電網(wǎng)規(guī)劃方案的惰性粒子不會陷入局部最優(yōu)，加快收斂速度與準(zhǔn)確性，通過變異操作確保個體極值與距離較遠(yuǎn)的惰性粒子，不會陷入局部最優(yōu)，變異操作是任意選取個代表新能源電網(wǎng)規(guī)劃方案的粒子，各粒子均會任意生成一個變異位，完成變異操作。

利用混合粒子群優(yōu)化算法求解新能源電網(wǎng)規(guī)劃模型的具體步驟如下：①輸入新能源電網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)，獲取新能源電網(wǎng)規(guī)劃的約束條件，初始化代表新能源電網(wǎng)規(guī)劃方案的粒子群，設(shè)置新能源電網(wǎng)規(guī)劃方案數(shù)量即種群數(shù)量h，最大迭代次數(shù)，x與v的上下限，令迭代次數(shù)為0，按照混沌理論初始化h；②通過前推回代法進(jìn)行新能源電網(wǎng)規(guī)劃的潮流計算，求解新能源電網(wǎng)規(guī)劃的適應(yīng)度值，更新粒子的個體極值與全局最佳值；③由大至小排序h內(nèi)各新能源電網(wǎng)規(guī)劃方案的適應(yīng)度值，利用h內(nèi)x與v較優(yōu)的一半新能源電網(wǎng)規(guī)劃方案取代x與v較差的一半新能源電網(wǎng)規(guī)劃方案；④更新x與v；⑤求解全局最佳適應(yīng)度值的差值，衡量新能源電網(wǎng)規(guī)劃方案求解是否陷入早熟，如果進(jìn)入早熟狀態(tài)，那么繼續(xù)步驟⑥，如果沒有進(jìn)入早熟狀態(tài)，那么繼續(xù)步驟⑦；⑥確定展開混沌擾動還是變異操作；⑦分析迭代次數(shù)是否達(dá)到最大，達(dá)到最大返回至步驟②，未達(dá)到最大，輸出最佳解，即最佳新能源電網(wǎng)規(guī)劃方案。

2 實例分析

以某省中220 kV新能源電網(wǎng)為實驗對象，該新能源電網(wǎng)共分為4個區(qū)域，分別是東、南、西、北區(qū)。將本文方法應(yīng)用在該新能源電網(wǎng)規(guī)劃中，該省新能源電網(wǎng)規(guī)劃基準(zhǔn)年是2026年，將4個典型日數(shù)據(jù)當(dāng)成基礎(chǔ)，實現(xiàn)算例分析。該新能源電網(wǎng)的原始結(jié)構(gòu)如圖2所示。

圖2 新能源電網(wǎng)的原始結(jié)構(gòu)Fig.2 Original structure of new energy grid

圖2中，待建風(fēng)能發(fā)電場的總?cè)萘渴?54.92 MW，待建太陽能發(fā)電場的總?cè)萘渴?6.81 MW，每個新能源發(fā)電場的容量與在電網(wǎng)中的接入位置均未確定，利用本文方法以最小電能網(wǎng)損與最大新能源消納能力為目標(biāo)，獲取最佳的新能源電網(wǎng)規(guī)范方案，允許在已有線路中新建線路。

本文方法獲取的最佳新能源電網(wǎng)規(guī)劃方案及規(guī)劃結(jié)果見表1、圖3。

表1 新能源電網(wǎng)規(guī)劃方案Tab.1 New energy grid planning scheme

圖3 本文方法的新能源電網(wǎng)規(guī)劃結(jié)果Fig.3 New energy grid planning results of proposed method

規(guī)劃后新能源電能損耗與棄風(fēng)率、棄光率如圖4、圖5所示，各新能源的電能損耗需控制在100 kW 以內(nèi)，棄風(fēng)率需控制在5%以內(nèi)，棄光率需控制在2%以內(nèi)，這樣可確保規(guī)劃線路在符合負(fù)荷提升需要的同時，提升電網(wǎng)的聯(lián)系效果，增強(qiáng)電網(wǎng)運(yùn)行可靠性。綜合分析表1與圖3—圖5可知，本文方法可有效獲取新能源電網(wǎng)規(guī)劃的最佳方案，規(guī)劃后的電網(wǎng)中，各新能源的電能損耗均控制在10 kW以內(nèi)，各風(fēng)能發(fā)電場的棄風(fēng)率均控制在5%以內(nèi)，各太陽能發(fā)電場的棄光率均控制在2%以內(nèi)，本文方法規(guī)劃后的新能源電網(wǎng)的電能損耗與棄風(fēng)、光率均低于標(biāo)準(zhǔn)值，說明本文方法規(guī)劃后的新能源電網(wǎng)的電能損耗與棄風(fēng)、光率均較低，即規(guī)劃后的電網(wǎng)運(yùn)行可靠性較高，新能源消納能力較優(yōu)。

圖4 規(guī)劃后新能源電能損耗Fig.4 Power loss of new energy after planning

圖5 規(guī)劃后新能源的棄風(fēng)、光率Fig.5 Wind curtailment and light ratio of new energy after planning

利用本文方法規(guī)劃該新能源電網(wǎng)后，該電網(wǎng)的斷面潮流分布情況如圖6所示。分析圖6可知，本文方法規(guī)劃后的新能源電網(wǎng)潮流分布曲線較為飽滿，高出力水平時間段較多，且規(guī)劃后的斷面潮流分布曲線較為集中，即斷面利用率較高，新能源電網(wǎng)負(fù)載水平較高。實驗證明，利用本文方法規(guī)劃新能源電網(wǎng)后，可提升該電網(wǎng)的斷面利用率與電網(wǎng)負(fù)載水平。

圖6 規(guī)劃后新能源電網(wǎng)潮流分布情況Fig.6 Power flow distribution of new energy grid after planning

利用本文方法規(guī)劃該新能源電網(wǎng)后，該新能源電網(wǎng)的日累計發(fā)電量、線路負(fù)載率、碳排放量和應(yīng)用本文方法前的對比分析結(jié)果如圖7—圖9所示。

圖7 規(guī)劃前后電網(wǎng)的日累計發(fā)電量Fig.7 Accumulative daily power generation of power grid before and after planning

圖8 規(guī)劃前后電網(wǎng)的線路負(fù)載率Fig.8 Line load rate of power grid before and after planning

圖9 規(guī)劃前后電網(wǎng)的碳排放量Fig.9 Carbon emission of power grid before and after planning

分析圖7可知，在不同時間段，規(guī)劃后的累計發(fā)電量明顯高于規(guī)劃前，且規(guī)劃前的累計發(fā)電量波動幅度較大，規(guī)劃后的累計發(fā)電量波動幅度明顯低于規(guī)劃前。實驗證明：利用本文方法規(guī)劃新能源電網(wǎng)后，可有效提升電網(wǎng)的日累計發(fā)電量，并提升電網(wǎng)在各時間段累計發(fā)電量的穩(wěn)定性。

電網(wǎng)線路負(fù)載率越接近1，說明電網(wǎng)內(nèi)設(shè)備的利用程度越佳，分析圖8可知，不同時間段內(nèi)，規(guī)劃前的線路負(fù)載率明顯低于規(guī)劃后的線路負(fù)載率，且規(guī)劃前線路負(fù)載率的波動幅度較大，規(guī)劃后線路負(fù)載率波動幅度非常小，說明利用本文方法規(guī)劃新能源電網(wǎng)后，可有效提升電網(wǎng)線路負(fù)載率，并提升電網(wǎng)運(yùn)行的穩(wěn)定性。

分析圖9可知，在不同時間段內(nèi)，規(guī)劃后的碳排放量明顯低于規(guī)劃前，說明利用本文方法規(guī)劃新能源電網(wǎng)后，可有效降低電網(wǎng)的碳排放量，減輕對環(huán)境的污染。

3 結(jié)語

快速推進(jìn)新能源發(fā)展為促進(jìn)能源改革的關(guān)鍵條件，新能源發(fā)電對比傳統(tǒng)發(fā)電存在較為顯著的出力隨機(jī)性與波動性大的問題，通過設(shè)計合理的新能源電網(wǎng)規(guī)劃方案，可減少新能源電網(wǎng)的電能損耗，為此研究混合粒子群優(yōu)化算法的新能源電網(wǎng)規(guī)劃方法，以最小電能損耗、最大新能源消納能力為目標(biāo)函數(shù)，建立新能源電網(wǎng)規(guī)劃模型，利用混合粒子群優(yōu)化算法求解該模型，獲取最佳電網(wǎng)規(guī)劃方案，提升電網(wǎng)日累計發(fā)電量與線路負(fù)載率，確保電網(wǎng)能夠穩(wěn)定運(yùn)行。