沈　杰，張　健，冀瑞芳，陳　蓉，王　鶴

(1.國(guó)家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心，北京 昌平區(qū)100096；2.國(guó)網(wǎng)吉林省電力有限公司，吉林 長(zhǎng)春 130021；3.國(guó)網(wǎng)吉林省電力公司長(zhǎng)春市寬城供電公司，吉林 長(zhǎng)春 130051；4.東北電力大學(xué) 電氣工程學(xué)院，吉林 吉林 132012)

配電網(wǎng)中分布式電源選址定容研究

沈杰1，張健2，冀瑞芳3，陳蓉4，王鶴4

(1.國(guó)家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心，北京 昌平區(qū)100096；2.國(guó)網(wǎng)吉林省電力有限公司，吉林 長(zhǎng)春 130021；3.國(guó)網(wǎng)吉林省電力公司長(zhǎng)春市寬城供電公司，吉林 長(zhǎng)春 130051；4.東北電力大學(xué) 電氣工程學(xué)院，吉林 吉林 132012)

摘要：分布式電源是安裝在系統(tǒng)負(fù)荷附近的小型發(fā)電機(jī)組，合理設(shè)置分布式電源的位置和容量對(duì)電力系統(tǒng)優(yōu)化運(yùn)行具有重要意義。將分布式電源視為PQ節(jié)點(diǎn)，首先利用電壓靈敏度方法確定其最優(yōu)位置，然后通過遺傳算法(GA)確定其容量，以達(dá)到整個(gè)系統(tǒng)損耗最小的目的。最后為驗(yàn)證所提策略的有效性，以IEEE-33節(jié)點(diǎn)徑向配電網(wǎng)系統(tǒng)為例進(jìn)行仿真研究。結(jié)果表明，當(dāng)所有的母線電壓保持在適當(dāng)范圍內(nèi)時(shí)，分布式電源(DG)的優(yōu)化配置對(duì)網(wǎng)絡(luò)損耗最小化起到重要作用。

關(guān)鍵詞：分布式電源；配電網(wǎng)規(guī)劃；選址和定容； 遺傳算法

0引言

在全球一次能源逐漸衰竭和電力企業(yè)解除管制的背景下，分布式發(fā)電技術(shù)應(yīng)運(yùn)而生。一方面在一些偏遠(yuǎn)地區(qū)由于輸配電建設(shè)投資過大或者根本無法架設(shè)輸配電設(shè)備等情況導(dǎo)致供電無法滿足人們生產(chǎn)、生活需求；另一方面電力生產(chǎn)所帶來的環(huán)境污染也給節(jié)能減排帶來巨大壓力。而分布式發(fā)電具有優(yōu)化電網(wǎng)結(jié)構(gòu)、降低網(wǎng)絡(luò)損耗、實(shí)現(xiàn)經(jīng)濟(jì)運(yùn)行，并且能提高電力系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性等一系列優(yōu)點(diǎn)。因此，大電網(wǎng)與DG相結(jié)合的方式是未來的電力系統(tǒng)發(fā)展方向。

隨著分布式發(fā)電技術(shù)的逐步推廣應(yīng)用，對(duì)配電網(wǎng)的節(jié)點(diǎn)電壓、線路潮流、短路電流、網(wǎng)絡(luò)可靠性等都會(huì)帶來影響，其影響程度與分布式電源的位置和容量密切相關(guān)[1]。因此，合理選擇分布式電源的位置和容量十分重要。

國(guó)外已有一些學(xué)者對(duì)分布式電源的選址定容問題進(jìn)行了研究。文獻(xiàn)[2]提出了基于遺傳算法和決策理論的三步式方法并應(yīng)用于中壓網(wǎng)絡(luò)中分布式電源的最優(yōu)位置和容量的選擇與確定，但并沒有考慮分布式電源對(duì)配電網(wǎng)潮流和線路負(fù)載能力的影響。文獻(xiàn)[3]在給定分布式電源容量的情況下，采用解析法研究了單條輻射線路上分布式電源的最優(yōu)安裝位置，但并沒有考慮反向潮流問題。文獻(xiàn)[4]在分布式電源個(gè)數(shù)、位置和容量都未知的情況下，采用遺傳算法對(duì)分布式電源的位置和容量進(jìn)行優(yōu)化，并沒有考慮分布式電源的隨機(jī)性和不確定性?；谝陨衔墨I(xiàn)及相關(guān)研究，本文考慮了負(fù)荷的隨機(jī)性和不確定性，采用多目標(biāo)優(yōu)化對(duì)DG進(jìn)行選址定容。

本文基于已有的配電網(wǎng)對(duì)DG進(jìn)行選址定容研究，首先對(duì)負(fù)荷模型和靈敏度因子進(jìn)行分析；然后以網(wǎng)絡(luò)損耗最小和電壓偏差最小為目標(biāo)函數(shù)，采用改進(jìn)的自適應(yīng)遺傳算法對(duì)光伏發(fā)電進(jìn)行選址定容分析[5]；最后通過IEEE33節(jié)點(diǎn)系統(tǒng)驗(yàn)證所提方法的有效性。

1靜態(tài)負(fù)荷模型和靈敏度因子分析

1.1　靜態(tài)負(fù)荷模型分析

在傳統(tǒng)潮流計(jì)算中，通常把負(fù)荷視為恒定值，而在實(shí)際電力系統(tǒng)運(yùn)行中，節(jié)點(diǎn)電壓和頻率時(shí)刻變化，對(duì)負(fù)荷(居民負(fù)荷、工業(yè)負(fù)荷、商業(yè)負(fù)荷、恒定負(fù)荷)產(chǎn)生了影響。由于在電力系統(tǒng)正常運(yùn)行期間對(duì)頻率管理比較嚴(yán)格，其偏差很小，所以一般不考慮頻率變化，即使在某些暫態(tài)過程中，頻率變化也較小，可忽略不計(jì)。因此負(fù)荷可以只用電壓靜態(tài)特性表示，其二次多項(xiàng)式電壓靜態(tài)模型為[6]：

(1)

(2)

式中：UN為額定電壓；PN、QN分別為負(fù)荷在額定電壓下的有功功率、無功功率；ap、bp、cp、aq、bq、cq均為待定系數(shù)，且有ap+bp+cp=1，aq+bq+cq=1。

1.2　靈敏度因子分析

靈敏度因子的原理是在潮流計(jì)算中對(duì)每條母線進(jìn)行分析，母線按照其靈敏度因子值遞減的順序進(jìn)行排列形成優(yōu)先級(jí)列表，在優(yōu)先級(jí)列表中，具有最高靈敏度值的負(fù)載母線被選為分布式電源的安裝位置。本文采用電壓靈敏度指數(shù)進(jìn)行分析，公示如下：

(3)

θi=θoi-θLi，

(4)

式中：Voi是空載時(shí)i節(jié)點(diǎn)的電壓；VLi是負(fù)載時(shí)i節(jié)點(diǎn)的電壓；θoi是空載時(shí)i節(jié)點(diǎn)的相角；θLi是負(fù)載時(shí)i節(jié)點(diǎn)的相角。

2DG定容的優(yōu)化模型

2.1　目標(biāo)函數(shù)

選定負(fù)荷節(jié)點(diǎn)電壓V為狀態(tài)變量。以有功損耗最小和無功損耗最小為目標(biāo)函數(shù)，采用權(quán)重法將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題求解，電壓約束以罰函數(shù)的形式加入到目標(biāo)函數(shù)中，數(shù)學(xué)公式可以表示為：

(5)

式中：KP、Kq為目標(biāo)函數(shù)中各部分的權(quán)重系數(shù)；NL為支路數(shù)；Nm為節(jié)點(diǎn)數(shù)；KV為懲罰因子。

不等式約束如下：

(1)電壓約束

(6)

(2)分布式電源的有功功率限制

PDGimin≤PDGi≤PDGimaxi=1,2,…,NDG.

(7)

2.2　潮流計(jì)算

分布式電源可簡(jiǎn)化為PV或PQ節(jié)點(diǎn)，本文將其視為具有恒定功率因數(shù)的PQ節(jié)點(diǎn)，采用前推回代法[7]進(jìn)行含分布式電源的配電網(wǎng)潮流計(jì)算，具體描述如下：

(8)

(9)

(10)

i=1,2,…n.

3改進(jìn)的自適應(yīng)遺傳算法

3.1　染色體編碼

本文對(duì)分布式電源的位置和容量采用實(shí)數(shù)編碼[8]的方法，同時(shí)假設(shè)各分布式電源安裝在負(fù)荷節(jié)點(diǎn)上，且一個(gè)負(fù)荷節(jié)點(diǎn)上只能安裝一個(gè)分布式電源。

3.2　產(chǎn)生初始群體

在優(yōu)化過程中，采用隨機(jī)方式產(chǎn)生初始解，具體步驟如下：

(1)由待規(guī)劃電網(wǎng)的新增負(fù)荷總?cè)萘看_定分布式電源總?cè)萘浚?/p>

(2)隨機(jī)產(chǎn)生一個(gè)初始群體，并對(duì)該群體所有個(gè)體進(jìn)行校驗(yàn)。

3.3　遺傳算法的實(shí)現(xiàn)

遺傳算法從初始群體出發(fā)，以適應(yīng)度函數(shù)為依據(jù)，通過對(duì)群體進(jìn)行選擇、交叉、變異的操作使群體達(dá)到最優(yōu)，所采用的3種遺傳算子如下：

(1)選擇(復(fù)制)算子

本文對(duì)選擇(復(fù)制)算子采用最優(yōu)保存策略，保證當(dāng)前群體中最優(yōu)個(gè)體的適應(yīng)度不低于前代群體的適應(yīng)度。

(2)交叉算子

采用改進(jìn)的“自適應(yīng)交叉算子”，公式如下：

(11)

交叉概率選擇Pc1=0.9，Pc2=0.4[9]。

(3)變異算子

采用改進(jìn)的“自適應(yīng)變異算子”，公式如下：

(12)

式中：fmax代表群體中最大的適應(yīng)度值；favg代表每代群體的平均適應(yīng)度值；f代表要變異個(gè)體的適應(yīng)度值。變異概率選擇Pm1=0.1，Pm2=0.001[9]。

3.4　搜索終止條件

一般來說，遺傳算法優(yōu)化搜索的終止條件有三個(gè)，滿足其中任何一個(gè)條件搜索就結(jié)束：

(1)遺傳操作中連續(xù)前后兩代群體中最優(yōu)個(gè)體的適應(yīng)度差值在某個(gè)限定的任意小正數(shù)ε所確定的范圍內(nèi)，即滿足：

(13)

式中:Znew為新產(chǎn)生的群體中最優(yōu)個(gè)體的適應(yīng)度；Zold為前代群體中最優(yōu)個(gè)體的適應(yīng)度；

(2)達(dá)到最優(yōu)解連續(xù)不變最大代數(shù)W；

(3)達(dá)到遺傳操作的最大迭代次數(shù)Ncmax。

這里采用達(dá)到遺傳操作的最大迭代次數(shù)Ncmax。

4算例分析

本文采用IEEE33節(jié)點(diǎn)配電網(wǎng)測(cè)試系統(tǒng)作為算例系統(tǒng)進(jìn)行DG的布點(diǎn)規(guī)劃，如圖1所示，該系統(tǒng)電壓等級(jí)為12.66 kV，總有功負(fù)荷為3 715.0 kW，總無功負(fù)荷為2 300.0 kW。配電網(wǎng)采用混合負(fù)載(住宅、商業(yè)和工業(yè)負(fù)載)進(jìn)行測(cè)試。

圖1　IEEE33節(jié)點(diǎn)配電網(wǎng)測(cè)試系統(tǒng)

4.1　分布式電源的選址

由公式(3)、(4)對(duì)每一條負(fù)載母線求電壓靈敏度指數(shù)，選取了四個(gè)靈敏度值相對(duì)較高的母線，其結(jié)果如表1所示。

表1　靈敏度值

可以得到，節(jié)點(diǎn)16、31是較靈敏的母線，所以按以下優(yōu)先順序選取母線位置：16、31、15、3。

4.2　分布式電源的大小

參數(shù)選擇：功率因數(shù)η=0.9；分布式電源容量為0.1MVA的整數(shù)倍且不大于所安裝節(jié)點(diǎn)的負(fù)荷量，即PDG≤Pli[16]；最大接入容量為最大負(fù)荷總量的10%。關(guān)于交叉概率、變異概率的選取如下：

群體大小M=60,交叉概率Pc1=0.9、Pc2=0.4，變異概率Pm1=0.1、Pm2=0.001，最大迭代次數(shù)Nc=100，收斂判據(jù)ε=0.000 1。本文選取的分布式電源為可提供有功和無功功率的光伏發(fā)電，把其視為具有恒定功率因數(shù)的PQ節(jié)點(diǎn)，由光伏注入的無功功率QDG=PDG*tanφ。

根據(jù)以上參數(shù)得到如下仿真結(jié)果：

(1)改進(jìn)自適應(yīng)遺傳算法收斂性分析

目標(biāo)函數(shù)采用兩種算法的仿真結(jié)果如圖2所示，其中收斂較快的那條線為基于標(biāo)準(zhǔn)遺傳算法的仿真結(jié)果，可以看出迭代到25次左右就開始收斂，出現(xiàn)了“早熟”的現(xiàn)象；收斂較慢的那條線為基于改進(jìn)的自適應(yīng)遺傳算法的仿真結(jié)果，可以看出迭代到50次左右開始趨于收斂，避免了“早熟”現(xiàn)象。

圖2　迭代收斂圖

(2)電壓分析

圖3為接入分布式電源前后系統(tǒng)中的節(jié)點(diǎn)電壓對(duì)比圖，其中虛線框代表加入DG前的電壓，實(shí)線框代表加入DG后的電壓，可以看出，加入DG后各節(jié)點(diǎn)電壓普遍提高。因此可知，分布式電源的加入能有效地提高系統(tǒng)的電壓水平。

圖3　系統(tǒng)節(jié)點(diǎn)電壓

(3)應(yīng)用遺傳算法對(duì)分布式電源容量進(jìn)行優(yōu)化，可得最優(yōu)容量如表2所示：

表2　分布式電源的接入容量

系統(tǒng)未接入DG時(shí)的有功網(wǎng)損為190 kW，接入DG后的有功網(wǎng)損為86.6 kW，優(yōu)化后的有功網(wǎng)損下降了54.442%，由此可知，分布式電源的合理配置能夠有效的降低網(wǎng)絡(luò)損耗。

5結(jié)論

本文提出了以最優(yōu)網(wǎng)絡(luò)損耗為目的，在IEEE-33節(jié)點(diǎn)徑向配電系統(tǒng)中，采用改進(jìn)的自適應(yīng)遺傳算法對(duì)分布式電源的位置和容量進(jìn)行求解并仿真驗(yàn)證，該算法驗(yàn)證了當(dāng)保持所有的母線電壓在額定范圍內(nèi)時(shí)，對(duì)分布式電源的位置和容量進(jìn)行優(yōu)化配置能夠有效降低網(wǎng)絡(luò)損耗。

參考文獻(xiàn)

[1]王波一,王鶴,蘭森,等.基于改進(jìn)微分進(jìn)化算法的微電網(wǎng)優(yōu)化運(yùn)行研究[J].東北電力大學(xué),2013,33(1/2):27-32.

[2]孫建國(guó),馮志兵.冷熱電聯(lián)產(chǎn)系統(tǒng)的發(fā)展及前景[J].燃?xì)廨啓C(jī)技術(shù).2006,19(2):11-17.

[3]Mutale J.Strbac G,Curcic et al.Allocation of Losses in Distribution System with Embedded[C].Generation,Transmission and Distribution,IEEE Proceedings-2000,147(1):7-14.

[4]DUgand R C,McDermott T E.Operating Conflicts for Distribution Generation on Distribution System.Rural Electric Power Conference,2001:A3/1-A3/6.

[5]Pukar Mahat,Weeakorn Ongsakul and Nadarajah Mithulanathan,Optimal Placement of Wind Turbine DG in primary distribution systemsfor Real Loss Reduction,International energy journal.2006,43(6):6-8.

[6]Tl Goze,M.K.Hocaogl,U.Eminoglu and A.Balike,Optimal placementand sizing of distributed generation on radial feeder with different staticload model,future Power Systems,2005 International Conference on,2005,18(18):1-6.

[7]顏偉,劉方,王官潔.輻射型網(wǎng)絡(luò)潮流的分層前推回代算法[J].中國(guó)電機(jī)工程學(xué)報(bào).2003,23(8):76-80.

[8]鄒琳,夏旦堪,胡國(guó)安.基于實(shí)數(shù)編碼的多種群并行遺傳算法研究.小型微型計(jì)算機(jī)系統(tǒng)2004,25(6):982-986.

[9]許明輝,高成修,于剛.一種克服遺傳算法早熟的參數(shù)調(diào)整及并行方法.武漢理工大學(xué)學(xué)報(bào)：理學(xué)版.2001,47(1):33-36.

The Sitting and Sizing of Distributed Generation in Distribution Network

SHEN Jie1,ZHANG Jian2,JI Rui-fang3,CHEN Rong4,WANG He4

(1.State Intellectual Property Office Patent Examination Cooperation Center in Beijing,Changping District,Beijing City,100096;2.Electric power control center of State Grid Jilin,Changchun City,Jilin Province,130021;3,Electric power control center of State Grid Jilin,Changchun Kuancheng power company,130051;4.Northeast Dianli University,Electrical Engineering,Jilin City,Jilin Province,132012)

Abstract：Distributed generation is a small generating units and located close to the load,a reasonable set of distributed power position and capacity is important for the power system optimizing operation.DG are modeled as PQ bus.Firstly,the optimal location is determine by the method of voltage sensitivity,then determine its capacity by genetic algorithm (GA),In order to achieve the purpose of the whole system loss is minimized.Finally,in order to verify the effectiveness of the proposed strategy,IEEE-33 nodes with radial distribution network system as an example simulation.The results show,when all of the bus voltage is maintained within an appropriate range,Distributed power (DG) optimized configuration of the network plays an important role in minimizing the loss.

Key words：Distributed generation;Distribution network planning;Siting and Sizing;genetic algorithm

中圖分類號(hào)：TM715

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-2992(2015)06-0033-06

作者簡(jiǎn)介：沈杰(1979-)，女，遼寧省阜新市人，國(guó)家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心助理研究員，主要研究方向：電力系統(tǒng)及其自動(dòng)化.

收稿日期：2015-09-12