基于分區(qū)選擇的主動(dòng)配電網(wǎng)分布式最優(yōu)潮流分析

摘要： 基于交替方向乘子法（ ADMM） 在分布式形式下解決主動(dòng)配電系統(tǒng)最優(yōu)潮流問(wèn)題（OPF），針對(duì)分布式算法性能受到配電系統(tǒng)區(qū)域劃分影響的問(wèn)題，提出了一種基于量測(cè)數(shù)據(jù)驅(qū)動(dòng)的電網(wǎng)分區(qū)方法，以加速優(yōu)化算法的收斂速度。與傳統(tǒng)的ADMM 算法依賴于全局信息不同，本文引入了一致性方法來(lái)協(xié)調(diào)區(qū)域交界的平衡問(wèn)題，從而實(shí)現(xiàn)最優(yōu)潮流問(wèn)題的完全分布式求解。此外，本文采用LinDistFlow（Linearized Distribution Flow）交流近似模型來(lái)應(yīng)對(duì)配電網(wǎng)最優(yōu)潮流問(wèn)題的非凸性挑戰(zhàn)。通過(guò)在不同規(guī)模的IEEE 配電網(wǎng)案例上進(jìn)行測(cè)試，驗(yàn)證了所提方法的有效性，且其在優(yōu)化算法的迭代次數(shù)、計(jì)算時(shí)間和誤差精度等性能上均優(yōu)于其他分區(qū)方法。

關(guān)鍵詞：主動(dòng)配電系統(tǒng)；最優(yōu)潮流問(wèn)題；分布式優(yōu)化；區(qū)域智能劃分；數(shù)據(jù)驅(qū)動(dòng)方法

中圖分類號(hào)：TP309 文獻(xiàn)標(biāo)志碼：A

配電系統(tǒng)作為電力網(wǎng)絡(luò)中能源傳輸和分配的主要載體之一，其安全穩(wěn)定運(yùn)行是保證供電可靠性的基礎(chǔ)。隨著可再生能源發(fā)電、電動(dòng)汽車、儲(chǔ)能等分布式能源并網(wǎng)，傳統(tǒng)配電網(wǎng)正發(fā)展為具有一定可控性、且可向輸電網(wǎng)反向輸送能量的主動(dòng)配電網(wǎng)。主動(dòng)配電網(wǎng)中能源的多源接入和多元化利用提高了電力系統(tǒng)的經(jīng)濟(jì)性和可持續(xù)性，但同時(shí)也面臨運(yùn)行場(chǎng)景復(fù)雜和能源分布不均衡等困難，因此需要高效的控制和優(yōu)化策略來(lái)確保系統(tǒng)的穩(wěn)定運(yùn)行[1-2]。

最優(yōu)潮流問(wèn)題（Optimal Power Flow，OPF）分析作為電力系統(tǒng)穩(wěn)態(tài)運(yùn)行的基礎(chǔ)，旨在確保電力系統(tǒng)安全穩(wěn)定運(yùn)行的同時(shí)最大化經(jīng)濟(jì)效益[3]。傳統(tǒng)的最優(yōu)潮流問(wèn)題是以集中式方法求解，通過(guò)中央控制器收集所有相關(guān)的電網(wǎng)信息，指導(dǎo)資源的配置，但它不僅耗費(fèi)大量的通信資源，缺乏實(shí)時(shí)性和靈活性，而且難以處理大規(guī)模數(shù)據(jù)。而分布式算法不需要控制中心，而是通過(guò)多區(qū)域之間協(xié)同來(lái)求解最優(yōu)潮流問(wèn)題，具備節(jié)約通信資源、低延時(shí)性、可擴(kuò)展性等優(yōu)勢(shì)[4]。交替方向乘子法（ Alternating Direction Method ofMultipliers，ADMM）[5] 是目前求解最優(yōu)潮流問(wèn)題較為先進(jìn)且應(yīng)用廣泛的分布式算法。文獻(xiàn)[6] 中將配電網(wǎng)整體運(yùn)行成本作為上層優(yōu)化，以本地儲(chǔ)能和購(gòu)電成本為下層優(yōu)化，通過(guò)上下層融合來(lái)完成有限信息交換，實(shí)現(xiàn)了基于ADMM 算法的主動(dòng)配電網(wǎng)分層優(yōu)化調(diào)度。文獻(xiàn)[7] 中以輸配電網(wǎng)連結(jié)處的耦合變量為共享變量，利用ADMM 算法對(duì)最優(yōu)潮流模型求解，將大規(guī)模輸配電網(wǎng)規(guī)劃轉(zhuǎn)化為輸電網(wǎng)和配電網(wǎng)規(guī)劃，降低了模型的求解復(fù)雜度。

盡管ADMM 算法能為最優(yōu)潮流問(wèn)題提供可靠的解決方案，然而算法的計(jì)算時(shí)間受分區(qū)結(jié)果影響，因此對(duì)系統(tǒng)進(jìn)行合理分區(qū)能提高算法的收斂速度。分區(qū)方法主要分為兩大類，一類是以電網(wǎng)的拓?fù)湫畔榛A(chǔ)分區(qū)方法，包括KAFFPa、譜聚類（SpectralClustering）、METIS 等[8] 均是以電網(wǎng)的支路和導(dǎo)納信息為輸入的分區(qū)方法。此外，文獻(xiàn)[9] 通過(guò)親和矩陣來(lái)量化總線之間的計(jì)算耦合，使用譜聚類將弱耦合的總線分配到不同區(qū)域，以實(shí)現(xiàn)給定系統(tǒng)的最優(yōu)分區(qū)。文獻(xiàn)[10] 通過(guò)引入誤差平方和來(lái)表征K-means算法的聚類效果，實(shí)現(xiàn)了基于源-荷匹配度系數(shù)的電網(wǎng)優(yōu)化分區(qū)方法，以避免聚類模型對(duì)分析結(jié)果的影響。另一類分區(qū)方法是基于量測(cè)數(shù)據(jù)的分區(qū)方法。隨著數(shù)據(jù)測(cè)量和傳輸技術(shù)的發(fā)展，出現(xiàn)了相量測(cè)量單元（ Phasor Measurement Units） 、高級(jí)量測(cè)體系（Advanced Metering Infrastructure）等對(duì)電網(wǎng)數(shù)據(jù)進(jìn)行測(cè)量的工具，為進(jìn)一步挖掘數(shù)據(jù)價(jià)值提供保障[11]。文獻(xiàn)[12] 中基于實(shí)際采集的配電網(wǎng)歷史數(shù)據(jù)建立配電網(wǎng)模型，將負(fù)荷數(shù)據(jù)轉(zhuǎn)換成圖像，并運(yùn)用社區(qū)挖掘算法分析圖像間的相似度，實(shí)現(xiàn)對(duì)配電網(wǎng)的分區(qū)。但是隨著配電系統(tǒng)中可再生能源滲透率的增長(zhǎng)，系統(tǒng)的分區(qū)不僅和電網(wǎng)的拓?fù)湫畔⒂嘘P(guān)，還受分布式能源位置和運(yùn)行狀態(tài)所影響。