《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 電源技術(shù) > 設(shè)計應(yīng)用 > 山區(qū)分布式電源最優(yōu)接入容量及位置研究
山區(qū)分布式電源最優(yōu)接入容量及位置研究
2015年電子技術(shù)應(yīng)用第7期
宣菊琴1，張林垚2，吳桂聯(lián)2，李 明3，王宗禮3，劉 軍3
1.國網(wǎng)福建省電力有限公司，福建 福州350012； 2.國網(wǎng)福建省電力有限公司經(jīng)濟技術(shù)研究院，福建 福州350012； 3.山東國研電力技術(shù)有限公司，山東 濟南250101
摘要： 分布式電源接入位置與容量的不同會對電網(wǎng)產(chǎn)生不同影響，如何確定最優(yōu)的接入位置及容量是保證分布式電源接入系統(tǒng)經(jīng)濟性運行的關(guān)鍵因素。以系統(tǒng)網(wǎng)損最小為目標(biāo)，考慮到分布式電源接入對系統(tǒng)潮流分布的影響，建立了福建省山區(qū)配電網(wǎng)網(wǎng)損目標(biāo)函數(shù)模型，模型中以系統(tǒng)功率及電壓為約束條件，提出利用螢火蟲優(yōu)化算法對分布式電源最優(yōu)接入位置及容量進行尋優(yōu)。該算法操作簡單，具有很好的全局尋優(yōu)能力。通過算例分析，驗證了該算法在求解中的有效性。
中圖分類號： TM71
文獻標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.2015.07.045
中文引用格式： 宣菊琴，張林垚，吳桂聯(lián)，等. 山區(qū)分布式電源最優(yōu)接入容量及位置研究[J].電子技術(shù)應(yīng)用，2015，41(7)：162-166.
英文引用格式： Xuan Juqin，Zhang Linyao，Wu Guilian，et al. The study of mountain area distributed generation optimal access capacity and position[J].Application of Electronic Technique，2015，41(7)：162-166.
The study of mountain area distributed generation optimal access capacity and position
Xuan Juqin1，Zhang Linyao2，Wu Guilian2，Li Ming3，Wang Zongli3，Liu Jun3
1.State Grid Fujian Electric Power CO.，LTD，F(xiàn)uzhou 350012，China； 2.Power Economic Research Institute of Fujian Electric Power Company Limited，F(xiàn)uzhou 350012，China； 3.Shandong Guoyan Electric Power Technology CO.，LTD，Jinan 250101，China
Abstract： The grid can be influenced by different access capacity and position of distributed generation, how to determine the optimal access capacity and position is the key to keeping the grid economic running. The model of Fujian mountain network loss objective function is established in this paper, considering the power flow with the access of distributed generation, the power and voltage are the constraint conditions. Then, the firefly algorithm is proposed to getting the optimal access capacity and position of the distributed generation, the algorithm is simple and has better ability for global optimization. The feasibility of firefly algorithm is validated through the case analysis.
Key words : distributed generation；access capacity；access position；firefly algorithm

    

0 引言

    分布式電源接入對改善配電網(wǎng)電能質(zhì)量、提高供電可靠性、降低線路損耗等具有重要作用[1-3]。福建省山區(qū)供電網(wǎng)架相對薄弱，系統(tǒng)供電可靠性低，低電壓及線損過高問題較為突出。加大福建省山區(qū)分布式電源的開發(fā)力度，對于解決上述問題具有重要意義。然而，分布式電源接入容量及位置不同會帶來不同的影響。如何確定合適的接入容量及位置，保證系統(tǒng)更加經(jīng)濟、可靠地運行，是目前分布式電源接入系統(tǒng)研究的重點內(nèi)容[4-7]。

    分布式電源發(fā)電的波動性與隨機性，潛在地增加了分布式電源接入配電網(wǎng)系統(tǒng)的難度。智能算法的產(chǎn)生，為解決優(yōu)化問題提供了有效途徑。文獻[8]基于線損最小化的目標(biāo)，針對不同種類分布式電源建立了系統(tǒng)優(yōu)化模型，利用改進遺傳算法進行模型求解，但遺傳算法容易產(chǎn)生早熟現(xiàn)象，陷入局部最優(yōu)解；文獻[9]利用改進的粒子群算法對分布式電源的接入進行優(yōu)化；文獻[10]考慮到系統(tǒng)綜合費用，提出量子微分進化算法對分布電源進行優(yōu)化配置。但混合后的改進粒子群算法及量子微分進化算法參數(shù)較多，編程困難。

    螢火蟲算法作為新穎的智能優(yōu)化算法，其仿生原理簡單，系統(tǒng)參數(shù)少，易于編程實現(xiàn)，具有較強的收斂能力及全局尋優(yōu)能力[11]，已成功應(yīng)用于微網(wǎng)中微源負(fù)荷博弈模型的優(yōu)化求解[12]及分布式風(fēng)電的優(yōu)化配置[13]。本文在福建省山區(qū)典型配電網(wǎng)供電模式下，以網(wǎng)絡(luò)損耗最小為目標(biāo)，建立了福建山區(qū)配電網(wǎng)系統(tǒng)網(wǎng)損目標(biāo)函數(shù)模型，提出利用螢火蟲優(yōu)化算法進行模型求解，得出了適用于福建省山區(qū)配電網(wǎng)分布式電源最優(yōu)接入容量及位置的尋優(yōu)方法。

1 分布式電源接入優(yōu)化模型

    分布式電源的接入會對配電網(wǎng)潮流分布產(chǎn)生一定的影響，系統(tǒng)潮流分布的不同直接影響著配電網(wǎng)系統(tǒng)的穩(wěn)定及經(jīng)濟性。本文所建優(yōu)化模型考慮到配電網(wǎng)系統(tǒng)的潮流穩(wěn)態(tài)平衡、節(jié)點電壓約束、分布式電源有功功率約束、線路支線功率約束等約束條件。

1.1 潮流分析

    分布式電源接入配電網(wǎng)系統(tǒng)模型如圖1所示。

zn1-t1.gif

    配電網(wǎng)系統(tǒng)中節(jié)點i流出的有功及無功功率Pi、Qi如式(1)、式(2)所示：

    zn1-gs1-2.gif

其中，Ui是節(jié)點i的節(jié)點電壓；ri、xi是節(jié)點i與其下一節(jié)點所聯(lián)的支路電阻及支路電抗；PLi、QLi是節(jié)點i的有功負(fù)荷及無功負(fù)荷；Pdgi、Qdgi為節(jié)點i處分布式電源注入的有功功率及無功功率。

    根據(jù)我國國家電網(wǎng)的相關(guān)技術(shù)規(guī)定，配電網(wǎng)系統(tǒng)中10 kV與380 V電網(wǎng)線路節(jié)點電壓不得超過1.07 p.u。因此，考慮到分布式電源接入對線路節(jié)點電壓的影響，應(yīng)保證分布式電源接入系統(tǒng)后，接入點處的線路節(jié)點電壓不越限。文獻[5]中考慮到節(jié)點電壓越限的情況，給出了分布式電源在電壓不越限下較為實用的最大準(zhǔn)入容量的計算方法，在此不再贅述。

1.2 目標(biāo)函數(shù)

    分布式電源接入配電網(wǎng)要保證系統(tǒng)更加經(jīng)濟穩(wěn)定地運行，接入容量與位置的選取則顯得至關(guān)重要。本文所建配電網(wǎng)系統(tǒng)網(wǎng)損目標(biāo)函數(shù)如式(3)所示。

    zn1-gs3.gif

其中，N表示該配電網(wǎng)系統(tǒng)中電網(wǎng)支路的條數(shù)， i、j為第k條支路兩端的節(jié)點編號，Gk(i，j)則為配電網(wǎng)支路k的電導(dǎo)， δij為節(jié)點i、j的電壓相角差。

1.3 模型約束條件

    本文所建立的分布式電源最優(yōu)接入優(yōu)化模型中，考慮到系統(tǒng)潮流穩(wěn)定、節(jié)點電壓、分布式電源輸出功率及線路功率等約束條件，各等式約束及不等式約束條件如下文所述。

1.3.1 等式約束條件

    配電網(wǎng)系統(tǒng)運行穩(wěn)定時，各節(jié)點及線路上的潮流應(yīng)處于動態(tài)穩(wěn)定的狀態(tài)，等式約束條件如式(4)所示。

    zn1-gs4.gif

1.3.2 不等式約束條件

    系統(tǒng)不等式約束條件應(yīng)考慮到分布式電源接入后，保證接入點電壓跌落及越限在合適的范圍內(nèi)、分布式電源接入容量不超過其最大發(fā)電容量、系統(tǒng)線路功率在線路最大承載功率下。各不等式約束方程如下所示。

    (1)節(jié)點電壓約束

    zn1-gs5.gif

式中：Uimax和Uimin分別為配電網(wǎng)系統(tǒng)中第i個節(jié)點電壓的上限及下限值，即在分布式電源接入配電網(wǎng)系統(tǒng)后，接入點電壓不得超過1.07 pu。

    (2)DG功率約束

zn1-gs6-7.gif

2 螢火蟲算法及優(yōu)化模型的求解

2.1 螢火蟲算法

    劍橋?qū)W者Yang通過模擬自然界中螢火蟲的發(fā)光特性，于2008年提出了螢火蟲算法。該隨機優(yōu)化算法的實現(xiàn)過程主要如下所述：

    首先對螢火蟲初始化，對不同位置下的螢火蟲進行評價，選出螢火蟲中局部相對吸引度最大的個體和整個螢火蟲中亮度最大的個體；然后螢火蟲向其周圍亮度較高的個體移動，移動后螢火蟲更新自己的位置，同時根據(jù)相應(yīng)的位置更新各自的亮度及吸引度；經(jīng)過數(shù)次移動后，螢火蟲將聚集在亮度最高的位置上。

2.2 分布式電源最優(yōu)接入容量與位置求解步驟

    螢火蟲優(yōu)化算法中，螢火蟲的亮度與各自的目標(biāo)函數(shù)值有關(guān)，目標(biāo)函數(shù)值越大的螢火蟲其亮度越高，相應(yīng)的吸引度也就越強。在福建省山區(qū)分布式電源接入配電網(wǎng)系統(tǒng)優(yōu)化模型中，本文以福建山區(qū)配電網(wǎng)系統(tǒng)網(wǎng)絡(luò)損耗最小為目標(biāo)函數(shù)。因此，在螢火蟲優(yōu)化算法求解過程中，令：

    zn1-gs8.gif

    螢火蟲優(yōu)化算法求解后，尋優(yōu)的最優(yōu)值即為對應(yīng)的配電網(wǎng)系統(tǒng)網(wǎng)絡(luò)損耗的最小值。

    在福建省山區(qū)配電網(wǎng)分布式電源接入容量或位置確定時，確定最優(yōu)接入位置或容量實現(xiàn)網(wǎng)損最小化的步驟如下所示：

    (1)輸入福建省山區(qū)配電網(wǎng)系統(tǒng)網(wǎng)損目標(biāo)函數(shù)minPloss=zn1-gs8-x1.gif設(shè)置螢火蟲算法中螢火蟲的個數(shù)、光吸收系數(shù)、最大吸引度、優(yōu)化迭代次數(shù)、系統(tǒng)擾動因子等計算參數(shù)。

    (2)設(shè)置算法中螢火蟲的初始位置集合為X=(x1，x2，…，xn)，其中當(dāng)分布式電源容量確定時，集合X代表分布式電源接入位置集合，xi表示分布式電源接入配電網(wǎng)中的第i個結(jié)點，i∈n；當(dāng)分布式電源接入位置確定時，X代表分布式電源接入容量集合，xi表示分布式電源在配電網(wǎng)中第i個節(jié)點的接入容量，i∈n。

    (3)計算螢火蟲在不同位置xi時，螢火蟲的最大亮度、吸引度、螢火蟲之間的距離、移動方向等，根據(jù)移動的距離及方向?qū)ξ灮鹣x的位置進行更新。

    其中：螢火蟲的亮度I表示為：

    zn1-gs9-12.gif

    I0為螢火蟲的最大螢光亮度，γ為光強吸收系數(shù)，β0為最大吸引度，xi、xj為螢火蟲i和j所處的位置；α和rand均為擾動隨機參數(shù)，用于擴大螢火蟲的搜索空間，避免過早陷入局部最優(yōu)。

    (4)判斷螢火蟲位置xi是否滿足收斂判據(jù)zn1-gs12-x1.gifε。若滿足，則將螢火蟲新位置zn1-gs12-x2.gif作為最佳位置；若不滿足，則返回步驟(3)，繼續(xù)改變螢火蟲位置，進行下一輪的位置更新。

    (5)短路電流校驗，分布式電源接入容量或位置確定后，校驗系統(tǒng)短路點短路電流是否超過線路最大允許短路電流，若不滿足校驗，則返回步驟(2)。

    (6)輸出

    輸出螢火蟲的最優(yōu)位置，即在分布式電源接入容量確定時，分布式電源最優(yōu)的接入位置，或在分布式電源接入位置確定時，分布式電源最優(yōu)的接入容量。

    算法求解流程如圖2所示。

zn1-t2.gif

3 算例分析

    目前，福建省山區(qū)農(nóng)村中壓配電網(wǎng)主要以輻射狀式供電結(jié)構(gòu)為主，已形成“八爪魚”式的電網(wǎng)結(jié)構(gòu)，即一個鄉(xiāng)鎮(zhèn)的中心電源點饋出若干條主線，主線上根據(jù)負(fù)荷分布饋出若干條小線徑的分支線，分支線上又根據(jù)負(fù)荷分布饋出若干條更小線徑的分分支線，系統(tǒng)結(jié)構(gòu)如圖3所示。主干線與主干線、分支線與分支線、主干線與分支線之間聯(lián)絡(luò)極少，幾乎都是輻射狀結(jié)構(gòu)。

zn1-t3.gif

    為了驗證本文所提螢火蟲優(yōu)化算法的有效性，取福建省山區(qū)配電網(wǎng)“八爪魚”系統(tǒng)結(jié)構(gòu)上的一條中壓饋線進行分析，在該饋線上取出33個節(jié)點，各節(jié)點分布如圖4所示。

zn1-t4.gif

    在所分析的供電線路上，系統(tǒng)供電變電站處系統(tǒng)電壓為10.6 kV，線路額定電壓為10.0 kV。該配電網(wǎng)供電線路上共有4條分支線路，最長分支線路(節(jié)點1-17)線路長度約10 km。該供電網(wǎng)絡(luò)為架空單輻射網(wǎng)絡(luò)，主干線路由JKLYJ-240架空線組成，最大輸送容量為10.5 MVA，正常運行時網(wǎng)損率約8％。算例參數(shù)如表1和表2所示。

zn1-b1.gif

zn1-b2.gif

    在螢火蟲優(yōu)化算法中，本文選取200個螢火蟲，設(shè)置光強吸收系數(shù)γ=7.812 5×10-7，最大吸引度和步長因子分別取為β0=0.9，α=0.8，rand為[0，1]上服從均勻分布的隨機因子，迭代次數(shù)為100次。

    本次以主干線（節(jié)點1-17）為例進行算例分析，從圖4可看出，該供電線路上的分支線路多位于主干線路的前端。因此，主干線路前端的負(fù)荷比主干線路后端的負(fù)荷多。各主干線路上各節(jié)點的最大準(zhǔn)入容量如圖5所示。

zn1-t5.gif

    通過計算得主干線末端17節(jié)點處的最大準(zhǔn)入容量為5.73 MW。從圖5可以看出，越靠近主干線路前端的節(jié)點，分布式電源的準(zhǔn)入容量就越大，可帶負(fù)荷也就越多；反之，在系統(tǒng)主干線路的末端，系統(tǒng)負(fù)荷減少，同時為了避免潮流的逆向傳輸，末端分布式電源的最大準(zhǔn)入容量相對較小。

    當(dāng)分布式電源位置確定時，通過計算螢火蟲在不同位置時的亮度、吸引度、螢火蟲之間的距離、移動方向等，經(jīng)過數(shù)次尋優(yōu)，得到了螢火蟲最佳位置點。在螢火蟲算法中，螢火蟲的位置集合即為分布式電源的容量集合。

    各節(jié)點處的最大準(zhǔn)入容量與最優(yōu)接入容量對比如圖6所示。從圖中可看出，分布式電源的最優(yōu)接入容量同樣沿主干線路逐漸降低，即在主干線路的末端考慮到所帶負(fù)荷容量及潮流分布的情況，接入主干線路末端的分布式電源的最優(yōu)接入容量最小。如果該節(jié)點的最優(yōu)接入容量超過了該節(jié)點的最大準(zhǔn)入容量，則將準(zhǔn)入容量作為該節(jié)點的最優(yōu)接入容量；若該節(jié)點的最優(yōu)接入容量小于其準(zhǔn)入容量，則認(rèn)為已確定的最優(yōu)接入容量可實現(xiàn)系統(tǒng)網(wǎng)損最小，分布式電源接入后使配電網(wǎng)處于經(jīng)濟的運行狀態(tài)。以主干線路上的末端17節(jié)點為例，通過螢火蟲算法的多次尋優(yōu)，得出17節(jié)點最優(yōu)的接入容量為3.75 MW，低于其最大準(zhǔn)入容量5.73 MW。因此， 17節(jié)點在接入3.75 MW容量時，滿足節(jié)點電壓約束條件，同時在該接入條件下，使得配電網(wǎng)系統(tǒng)網(wǎng)絡(luò)損耗最小，提高了系統(tǒng)的經(jīng)濟性。

zn1-t6.gif

4 結(jié)論

    本文在福建山區(qū)配電網(wǎng)典型的“八爪魚”供電模式上，對分布式電源的接入模型進行了研究，同時采用螢火蟲算法進行優(yōu)化求解。算例結(jié)果驗證了螢火蟲算法在分布式電源接入優(yōu)化求解中的有效性，該算法簡單，易實現(xiàn)。分布式電源最優(yōu)接入容量與位置的研究，有助于指導(dǎo)福建省山區(qū)配電網(wǎng)的規(guī)劃，對于山區(qū)配電網(wǎng)具有重要的經(jīng)濟價值和現(xiàn)實意義。

參考文獻

[1] 梁有偉，胡志堅，陳允平.分布式發(fā)電及其在電力系統(tǒng)中的應(yīng)用研究綜述[J].電網(wǎng)技術(shù)，2003，27(12)：71-75.

[2] 王志群，朱守真，周雙喜，等.分布式發(fā)電對配電網(wǎng)電壓分布的影響[J].電力系統(tǒng)自動化，2004，28(16)：56-60.

[3] 裴瑋，盛鹍，孔力，等.分布式電源對配網(wǎng)供電電壓質(zhì)量的影響與改善[J].中國電機工程學(xué)報，2008，28(13)：152-157.

[4] 劉志昱，黃偉.基于穩(wěn)態(tài)分析和區(qū)間層次分析法的分布式電源最佳位置確定方法[J].電網(wǎng)技術(shù)，2011，35(11)：57-61.

[5] 文升，顧潔，程浩忠，等.分布式電源的注入容量與優(yōu)化布置的實用方法[J].電力自動化設(shè)備，2012，32(10)：109-114.

[6] 王建國，楊秀苔.考慮分布式電源接入的新農(nóng)村電網(wǎng)規(guī)劃模型[J].電網(wǎng)技術(shù)，2012，36(3)：264-268.

[7] 鐘嘉慶，葉治格，盧志剛.分布式發(fā)電注入容量與接入位置的優(yōu)化配置分析[J].電力系統(tǒng)保護與控制，2012，40(7)：50-55.

[8] 胡吟，韋鋼，言大偉，等.分布式電源在配電網(wǎng)中的優(yōu)化配置[J].電力系統(tǒng)保護與控制，2012，40(11)：100-105.

[9] 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.

[10] 于青，劉剛，劉自發(fā)，等.基于量子微分進化算法的分布式電源多目標(biāo)優(yōu)化規(guī)劃[J].電力系統(tǒng)保護與控制，2013，41(14)：66-72.

[11] Yang Xinshe.Firefly algorithm for multimodal optimization[C].Proc of the 5th International Conference on Stochastic Algorithm：Foundations and Applications.Berlin：Springer Verlag，2009：169-178.

[12] 王晶，王宗禮，陳駿宇，等.基于螢火蟲優(yōu)化算法的微網(wǎng)源-荷博弈模型及分析[J].電力系統(tǒng)自動化，2014，38(21)：7-12.

[13] 倪健，黃紅程，顧潔，等.基于螢火蟲算法的分布式風(fēng)電源優(yōu)化配置[J].華東電力，2014，42(10)：2074-2080.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。