含分布式新能源的配電網風險規劃

葉斌，李萬啟，王緒利，代磊，郭創新，周賢正

(1.國網安徽省電力公司經濟技術研究院，合肥市 230022；2.浙江大學電氣工程學院，杭州市 310027)

含分布式新能源的配電網風險規劃

葉斌1，李萬啟2，王緒利1，代磊1，郭創新2，周賢正2

(1.國網安徽省電力公司經濟技術研究院，合肥市 230022；2.浙江大學電氣工程學院，杭州市 310027)

針對配電網規劃中分布式新能源出力隨機性大、規劃復雜度高的問題，提出一種含分布式新能源的配電網風險規劃模型。該模型以網絡綜合費用最小為目標函數，通過網絡支路負荷容量確定新建分布式新能源出力最大值，綜合考慮系統供電不足等網絡風險因素，進行含分布式新能源的配電網風險規劃。在求解過程中提出一種類比通信網絡廣播方式修復遺傳算法不可行解的方法。通過在含分布式光伏發電和徑流式水電站的安徽某地區10 kV網架規劃中的實際應用，驗證了該風險規劃模型的有效性。

配電網；分布式新能源；風險規劃；不可行解修復

0 引 言

傳統配電網規劃通常只針對單一電源點輻射式供電網絡進行規劃，隨著各種新能源的接入，多電源點供電和新能源出力的不確定性都增加了配電系統規劃的復雜性[1-3]。一方面，新能源接入會提高系統的電壓水平，增加電壓越限風險，另一方面，新能源會影響配電網潮流分布和方向，增加系統的運行風險。為此，在含新能源的配電網規劃中考慮運行風險因素，可以有效提高網絡的可靠性。

目前，針對含分布式能源發電的配電網規劃國內外專家學者已有不少研究。文獻[4-5]考慮了大量分布式電源接入，其出力的波動、間歇和隨機特性對配電網風險評估造成的影響，以配電網運行風險指標為基礎，提出配電網評估模型，其中文獻[4]提出一種基于設備隨機故障的含分布式電源配電網停電風險快速評估方法，從充裕性角度建立了配電網停電風險的指標體系。文獻[6-8]分析了分布式電源容量對配電網的影響，以維護、投資費用最低為目標函數，建立了配電網規劃多目標模型，但是規劃中缺少對配電網風險因素的考慮。文獻[9-12]綜合考慮了可靠性與經濟性之間的平衡問題，其中，文獻[10]分析了各種新能源的成本特性，利用雙層規劃模型來求解配電網網架規劃方案和分布式電源的位置和容量，但是僅考慮了系統投資和維護的直接經濟影響因素，沒有考慮因故障導致的間接經濟損失；文獻[11]綜合考慮了配電網經濟性和可靠性，提出了反映配電網結構合理性的網絡風險指數，但是隨著新能源電源的大規模接入，不能滿足現有配電網規劃的要求;文獻[12]建立了同時考慮經濟性和可靠性的儲能電池優化配置模型，利用帕累托算法求解多目標模型。文獻[13]提出規劃-運行聯合優化模型，提出了供電可靠性指標——丟失負荷成本，但是該指標的獲取較為模糊籠統，未使用具體的量化計算指標，不能準確反映失負荷情況。

本文主要針對含有分布式新能源出力的配電網絡，從風險的角度，提出中長期配電網風險規劃模型。采用層次分析法(analytic hierarchy process, AHP)確定多目標優化的權重值，并提出一種改進遺傳算法，利用格雷碼與二進制碼之間的編碼、解碼關系提高遺傳算法的后期局部搜索能力，并類比廣播原理對不可行解進行修復，提高了仿真計算的效率。通過仿真與實際算例結果顯示，該方法可以降低含新能源電源的配電網運行風險，進而降低投資與運行成本。

1 考慮分布式新能源的配電網風險規劃數學模型

1.1 風險規劃

風險規劃的定義：對所有的可行規劃方案進行風險評估，根據可能性與嚴重程度綜合考慮篩選出最優的規劃方案。與運行風險評估[14]的最大區別在于，風險規劃在網架建成前，根據現有故障概率推算將來運行風險，以達到提高網架可靠性的目的。

本文考慮的風險如下：

(1)系統切負荷概率。表示配電網因不同原因而導致消減負荷的概率，是對系統共計負荷可靠性的度量，計算公式如下：

(1)

式中：pli為第i天的系統發電容量小于負荷出現的概率；n為仿真計算的總天數。

(2)功率不足期望值。表示配電網中停電功率的期望值，是對配電網中不同故障原因導致電網負荷需求得不到滿足的度量，計算公式如下：

(2)

式中：pei為第i天某個系統狀態(線路故障、電壓越限等)發生的概率；Ci為對應系統狀態下系統消減的負荷。

(3)電壓穩定裕度。表示配電網安全穩定運行的能力大小，是網架評定的重要安全性指標[15]，本文將其作為約束條件，節點的電壓穩定裕度要小于1，計算公式如下：

(3)

式中：潮流方向是從節點i流向節點j；Pj和Qj是流過節點j的負荷；Sj是節點j的視在功率；Zij+Xij是支路i-j的阻抗；Ui是節點i的節點電壓。

1.2 目標函數

配電網規劃的目標是在保證合理風險水平的前提下，綜合考慮投資成本和運行成本之和最小：

minF=ω1Floss+ω2FL+ω3FLOLP+ω4FENDS

(4)

Floss=Elossα

(5)

(6)

(7)

(8)式中：Floss為網損折算成本；α為單位網損造成的經濟損耗值；FL為新增網架投資費用；r為貼現率；m為線路的設計使用年限；nl為新增線路數；Li和Cli為線路長度和單位線路造價；Cj和Ci為支路負荷容量；β為單位負荷損失造成的經濟損耗值；ω1、ω2、ω3、ω4為權重系數，經過歸一化處理后，ω1+ω2+ω3+ω4=1。

1.3 權重計算

本文配電網規劃屬于多目標規劃問題，式(4)中通過對權重系數的取值決定對某一目標的偏好程度，把復雜的多目標問題轉化成單目標問題進行求解，簡化多目標優化問題。傳統的權重法對于各個目標設置的權重值是固定不變的[16-17]，不能為決策者提供可選擇的多樣性的解，但是在實際規劃過程中，在不同的規劃場景，規劃方案下，優化策略不完全相同，因此本文采用變權重系數進行求解，可以在利用權重法快速求解特性的同時兼顧求解的靈活性，從而得到更優、更符合實際的規劃方案。

本文采用AHP對ω1、ω2、ω3、ω4進行求解。

如圖1所示，求解過程可以分解成3個層級：目標層是整個結構的頂層，為配電網規劃的目標；準則

圖1 風險規劃AHP模型層次結構圖Fig.1 Risk planning AHP model hierarchy diagram

層位于結構中間，提供配電網規劃過程中需要考慮的因素和決策的準則；決策層提供決策時的備選方案從而確定ω1、ω2、ω3、ω4在當前規劃方案的值。具體步驟如下。

(1)根據圖1構造判斷矩陣。征集配電網運行人員的專業意見，基于9標度法[18-19]對4個子目標進行兩兩比較，構建判斷矩陣A：

(9)

(2)采用和積法求取判斷矩陣特征向量。首先，A的元素按列歸一化處理：

(10)

然后，將歸一化后的各行元素相加：

(11)

式中Wi為第i行元素在向量中占比總和。

最后，將相加后的向量除以n即得到權重向量：

(12)

(3)一致性檢驗。為了避免出現例如減小網損重要度大于減少網架投資費用的重要度，減少網架費用重要度大于切負荷風險重要度，切負荷風險重要度卻大于減小網損重要度的矛盾情況，需要進行一致性檢驗，以保證各權重之間的協調性。

一致性檢驗包含判斷矩陣最大特征根求取、判斷矩陣一致性指標計算和隨機性一致性比率計算等，具體參見文獻[20]。根據一致性檢驗結果，對判斷矩陣進行修正。

1.4 約束條件

(1)光伏電量約束。

大量分布式光伏接入配電網會導致電網電壓偏差越限，本文采用經驗公式[21]，對每個節點的光伏接入容量進行約束：

PPV=2PLOAD+(1-SLOAD)

(13)

式中：PPV，PLOAD，SLOAD分別為分布式光伏接入容量最大值、負荷有功功率和負荷視在功率的標幺值。

(2)節點電壓幅值上下限約束。

各節點電壓均需滿足電壓幅值上下限約束：

Ui,min≤Ui≤Ui,max，i=1,2,…,n

(14)

式中：Ui,min、Ui,max為電壓幅值上下的限值。

(3)電流容量約束。

通過線路的電流幅值應小于相應饋線使用線路型號允許通過的最大電流值；同時對于每個節點注入電流也應在允許的范圍內：

Iik,min≤Iik≤Iik,max,i,k=1,2,…,nl,i≠k

(15)

(16)

式中：Iik,min、Iik,max為線路容量的上下限；Ii,min、Ii,max為節點電流容量的上下限；nl、np分別為線路數和節點數。

(4)有功無功潮流約束。

(17)

式中：δjk為節點電壓相角，Pj、Qj分別為j節點的有功、無功注入功率；PDG,j為節點j接入的分布式光伏注入有功功率；PL,j、QL,j分別為j節點負荷的有功、無功功率；Gj,k+Bj,k為支路j-k的導納；Uj為節點j的電壓值。

(5)電壓穩定裕度約束：

0<γVSMj<1

(18)

(6)網絡連通性約束。

(7)網絡輻射性約束。

2 改進遺傳算法

2.1 混合編碼

本文采用格雷格編碼與二進制編碼相結合的方法進行編碼。

格雷碼，又稱二進制循環碼[22]，是二進制編碼的一種變形，與二進制編碼具有相同的精度。格雷碼連續2個整數對應的編碼序列之間只有1位編碼發生變化，在尋優過程中，需要格雷碼與二進制編碼實現雙向轉化，即可以編碼和解碼，其規則如下。

格雷碼：Gn-1Gn-2...G2G1G0；

對應的二進制碼：Bn-1Bn-2...B2B1B0；

編碼公式：

(19)

譯碼公式：

(20)

式中：Gn-1和Bn-1分別為格雷碼與二進制碼的位值，⊕為異或符號。例如在有20條備選線路中選擇10條線路，其二進制編碼為：11001110001011100010；相對應的格雷碼為： 10101001001110010011。

二進制編碼具有良好的全局搜索能力，可以快速將解空間中的全體解搜索出，不會陷入局部最優解的快速下降陷阱。但是這也導致了二進制編碼局部搜索能力較差。而格雷碼相鄰碼組只有1位不同，在配電網架規劃中，相當于相鄰編碼只有1條線路不同，當計算結果接近最優值時，會提高計算精度，增強局部搜索能力。本文在計算過程中，初始幾次迭代使用二進制編碼，后期迭代中使用格雷碼編碼，這樣既可以兼顧二進制編碼的全局搜索能力也可以利用格雷碼較強的局部搜索能力，達到后期快速收斂的目的，提高算法的計算效率。

2.2 不可行解的修復

遺傳算法在交叉和變異過程中會產生大量不可行解，導致出現環網和孤島，降低搜索效率。

本文將通信網絡中的廣播原理應用到網絡連通性和輻射型的判定中，可以快速判定網絡的連通性，并根據判定結果對網絡結構進行修正，最終得到符合條件的網絡結構。

廣播的定義：節點之間為“一對所有”的通訊模式，網絡對于每一個節點發出的信號都會進行無條件復制并轉發，所有節點都可以接收到所有信息[23]。在配電網架中的負荷節點可以類比成通信網絡中的通信節點，從而，可以廣播對網架進行可行性修正。

具體步驟如圖2所示。

(1)“消息”傳遞：“消息”最初由網絡根節點發出，通過相鄰節點完成全網絡的信息傳遞。

(2)消除環網：通信過程中，從入端節點開始，每個聯通過的節點給標記“1”，未聯通的節點標記“0”，當出現環網，即有節點被標記了2次。標記的時候采用“異或”，都為“1”則變為“0”，即讓其重新變為孤點，并切斷與其相連的所有支路。

(3)消除孤點：對未得到“消息”的節點，從根節點所在的網絡中隨機獲取一條與孤點相連的線路，消除孤點，然后重復步驟(1)至(3)，直到全網節點都獲取到“消息”為止。

3 算例及分析

本文首先使用10節點典型配電網絡對所提出的方法的有效性進行了驗證，并在安徽省某地區的10kV網絡規劃中得到了實際應用。

(1)10節點配電網規劃網絡如圖3所示，包括一個無窮大電源，2條已有線路和14條備選線路，在節點6和節點9處安裝了光伏出力裝置，具體參數見文獻[24]。

圖2 不可行解修復流程圖Fig.2 Process of infeasible solution repair

圖3 10節點網絡拓撲Fig.3 10 node network topology

根據式(9)～(12)，從中長期規劃考慮，并且風險權重大于資金權重，獲得權重值見表1。

表1 權重向量值
Table 1 Weight vector value

系統發電容量小于負荷出現的概率為5×10-5[25]，線路故障概率為0.045[26](假設每一條線路故障概率相同)，新增網架投資參數取自文獻[27]，規劃時間長度為5a。

本文通過對不考慮風險因素、考慮風險因素2種情況進行了仿真計算，得出相應的網絡拓撲進行對比。

不考慮風險因素最優規劃圖如圖4所示。

圖4 10節點網絡拓撲-不考慮風險因素Fig.4 10 node network topology without risk factors

考慮風險因素最優規劃圖如圖5所示。

圖5 10節點網絡拓撲-考慮風險因素Fig.5 10 node network topology with risk factors

當考慮風險因素時，線路1-3-5-9線路過長，節點9有光伏裝置接入，顯著提高了末端電壓，因此，線路變為1-9，降低了線路末端電壓；同時為了減少線路風險值，當不考慮風險因素的時候，節點7所接支路過多，會增加故障情況下失負荷風險，考慮風險后，仿真結果節點8與節點9相連，降低了系統風險。

表2是利用格雷碼編碼的改進遺傳算法與傳統二進制編碼的遺傳算法仿真結果比對表。種群數均為10，迭代次數為15，共進行了30次仿真。2種遺傳算法在30次仿真中最小值均為634.4，但是均值改進遺傳算法較傳統遺傳算法低9.1%，說明改進遺傳算法有更好的計算精度。以均值為基準，結果波動范圍436.7<659.6，說明局部收斂效果更好。因此改進遺傳算法是更為有效的算法。

表2 遺傳算法結果對比
Table 2 Comparison of Genetic Algorithm results 萬元

(2)本文所述方法實際應用于安徽某地區電網規劃，實際網絡拓撲如圖6所示。

圖6 安徽某地區10 kV網絡拓撲圖Fig.6 10 kV network topology in Anhui Province

圖6為安徽某地區10 kV桃嶺變下的網絡拓撲圖，規劃目標是新增秦灣、王家灣和張灣3個負荷節點。由于該地區屬于山區，海拔變化明顯，許多區域架設線路困難，且存在橋梁、河流等阻隔物，因此依據就近原則和方便施工的原則，給出備選線路，如表3所示。該地區負荷曲線、四沖下水電出力曲線、東沖光伏出力曲線如圖7所示。

表3 備選線路數據
Table 3 Alternative route data

從圖7中看到，水力發電功率在1天當中基本保持不變，出力浮動較小，而光伏出力在中午12點前后出力出現極值點。此時，光伏出力對系統影響最大，因此選取這個時刻作為計算截面，具體負荷數據如表4所示。

圖7 該地區負荷、四沖下水電、光伏電力特性圖Fig.7 Load, Sichongxia hydropower, photovoltaic power characteristics in this area

表5是該網絡線路的歷史故障率數據，待建線路故障率取所有線路故障率的平均值。其他參數取值為：α=0.525 8，r=0.95，pli=0.018，m=5，β=α=0.525 8。

表5 已有線路數據
Table 5 Existing line data

在不考慮風險因素和考慮風險因素2種情況下，得到的最優規劃方案見表6

表6 2種方案對比
Table 6 Comparison between two kinds of schemes 萬元

方案二是用本文所建立的風險規劃模型計算后得出的規劃結果，與用常規規劃方法得出的方案一相比，雖然網損和線路投資總費用有所增加，但網架的風險值下降，并且在將風險期望后果轉化為相應經濟指標后，綜合經濟指標F有了明顯下降。

4 結 論

本文提出含分布式新能源的配電網規劃模型，給出提高遺傳算法后期搜索能力的方法，最后用實際算例驗證了該模型方法的有效性。

(1)風險規劃可以提高電力系統的穩定性，利用AHP分析方法，可以同時兼顧系統的經濟性，加強規劃方案的合理性。

(2)規劃時間尺度越長，風險規劃的優勢越大，因為從長遠來看，降低系統風險等于減少后續投入，因而降低了網絡建設成本。

(3)利用格雷碼對傳統遺傳算法的編碼進行了改進，計算結果更接近最優值，但是由于配電網規劃的解為離散化的，且存在修復不可行解的情況出現，會影響運算精度，有進一步優化的空間。

[1]DUGAN R C，MCDERMOTT T E，BALL G J.Planning for distributed generation[J].IEEE Industry Applications Magazine，2001，7(2)：80-88.

[2]韋鋼，吳偉力，胡丹云，等.分布式電源及其并網時對電網的影響[J].高電壓技術，2007，33(1):36-40. WEI Gang，WU Weili，HU Danyun，et al.Distributed generation and effects of its parallel operation on power system[J].High Voltage Engineering，2007，33(1):36-40.

[3]劉健，張志華，黃煒，等.分布式電源接入對配電網故障定位及電壓質量的影響分析[J].電力建設，2015，36(1):115-121. LIU Jian，ZHANG Zhihua，HUANG Wei，et al.Influence of distributed generation on fault location and voltage quality of distribution network[J].Electric Power Construction，2015，36(1):115-121.

[4]周湶，廖婧舒，廖瑞金，等.含分布式電源的配電網停電風險快速評估[J].電網技術，2014，38(4)：882-887. ZHOU Quan，LIAO Jingshu，LIAO Ruijin，et al.Containing distributed power distribution network outage risk of rapid assessment[J].Power System Technology，2014，38(4)：882-887.

[5]周文萍.含分布式光伏的配電網風險分析[D].北京：華北電力大學，2014. ZHOU Wenping.Risk analysis of distribution network with distributed PV[D].Beijing：North China Electric Power University，2014[6]張奇.配電網規劃中分布式電源的選址和定容[D].濟南：山東大學，2008. ZHANG Qi.Siting and sizing of DG in distributed network planning[D].Jinan：Shandong University，2008[7]張婷婷，張勤，張傳雪，等.配電網規劃中分布式電源的選址和定容[J].電子元器件應用，2010，12(11):56-59. ZHANG Tingting，ZHANG Qin，ZHANG Chuanxue，et al.Location of distributed generation in distribution network planning and application of constant volume [J].Electronic Components，2010,12(11): 56-59.

[8]蔡麗霞.含分布式電源的配電網規劃研究[D].濟南：山東大學，2009. CAI Lixia.Study on distribution network planning with distributed generation[D].Jinan：Shandong University，2009.

[9]劉自發，張偉，李可，等.考慮分布式電源的變電站優化規劃[J].電力建設，2013，7(34)：37-42. LIU Zifa , ZHANG Wei , LI Ke , et al.Substation optimization planning based on distributed generation [J].Electric Power Construction，2013，7(34)：37-42.

[10]麻秀范.含分布式電源的配電網規劃與優化運行研究[D].北京：華北電力大學，2013. Ma Xiufan.Distribution network planning and optimization of distribution network planning and optimization operation of[D].Beijing：North China Electric Power University，2013.

[11]盛四清，范林濤，李興，等.基于帕累托最優的配電網多目標規劃[J].電力系統自動化，2014，38(15):51-57. SHENG Siqing，FAN Lintao，LI Xing，et al.Pareto optimal distribution etwork multi-objective planning [J].Power System Automation，2014，38(15)：51-57.

[12]劉芳，李冰，張帆.計及配電網經濟性與可靠性的電池儲能系統優化配置[J].電力建設，2015，36(12)：76-83. LIU Fang，LI Bing，ZHANG Fan.Battery energy storage system optimal allocation considering economy and reliability of distribution network[J].Electric Power Construction，2015，36(12)：76-83.

[13]沈欣煒，朱守真，鄭競宏，等.考慮分布式電源及儲能配合的主動配電網規劃-運行聯合優化[J].電網技術，2015，39(7):1913-1920. SHEN Xinwei，ZHU Shouzhen，ZHENG Jinghong，et al.Consider the distribution of power and energy storage with the active power distribution network planning-operation joint optimization[J].Power Grid Technology，2015，39(7)：1913-1920.

[14]馮永青，張伯明，吳文傳，等.基于可信性理論的電力系統運行風險評估(一)運行風險的提出與發展[J].電力系統自動化，2006，30(1)，17-23. FENG Yongqing，ZHANG Boming，WU Wenchuan，et al.The proposed and development of operational risk assessment of power system based on credibility theory (1)[J].Power System Automation，2006，30(1)，17-23.

[15]高軍彥，麻秀范，凡鵬飛.一種評價配電網電壓穩定裕度的新指標[C]//第十一屆全國電工數學學術年會論文集.福州：中國電機工程學會電工數學專業委員會，2007：284-289. MA Xiufan，GAO Junyan，FAN Pengfei.A new indicator of the evaluation of the voltage stability margin of power distribution network [C]// Proceedings of the Eleventh Annual National Electrical and Mathematics Academic Annual Meeting.Fuzhou：Professional Committee of the Mathematics of Electrical Engineering of the CSEE，2007：284-289.

[16]ZHANG Yongjun，REN Zhen.Real-time optimal reactive power dispatch using multi-agent technique[J].Electric Power Systems Research，2004,69(2)：259-265.

[17]張武軍，葉劍鋒，梁偉杰，等.基于改進遺傳算法的多目標無功優化[J].電網技術，2004，38(11):67-71. ZHANG Wujun，YE Jianfeng，LIANG Weijie，et al.，Multi-objective reactive power optimization based on genetic algorithm[J].Power System Technology，2004，38(11)：67-71.

[18]丁儉，王華.一種簡明的群體決策AHP模型及新的標度方法[J].管理工程學報，2000，1(1):16-18. DING Jian，WANG Hua.A concise group decision AHP model and a new scaling method[J].Management Engineering Journal，2000，1(1)：16-18.

[19]汪應洛.系統工程[M].2版.北京：機械工業出版社，1995.

[20]鄧雪，李佳銘，曾浩健，等. 層次分析法權重計算方法分析及其應用研究[J].數學的時間與認識，2012，42(7)：93-100. DENG Xue，LI Jiaming，ZENG Haojian，et al.Research on computation methods of AHP wight vector and its applications[J].Mathematics in Practice and Theory，2012，42(7)：93-100.

[21]SHAYANI R A，DE OLIVEIRA M A G.Photovoltaic generation penetration limits in radial distribution systems[J].IEEE Transactions on Power Systems，2006，26(26)：1625-1631.

[22]李正生，馬文彥，閆杰.格雷碼辨析[J].電子科技，2011，24(10):77-80. LI Zhengsheng，MA Wenyan，YAN Jie.Gray analysis [J].Electronic Science and Technology，2011，24(10): 77-80.

[23]孫利民.無線傳感器網絡[M].北京：清華大學出版，2005：36-40.

[24]康慶平，周雷.一個實用的配電網優化規劃方法[J].電網技術，1994，18(6):39-43. KANG Qingping，ZHOU Lei.A practical distribution network optimization planning method[J].Power Grid Technology，1994，18(6): 39-43.

[25]李文啟，郭為民，楊明，等.求解計及失負荷概率約束機組組合問題的快速啟發式算法[J].電力與能源，2014，35(3)：254-259. LI Wenqi，GUO Weimin，YANG Ming，et al.Fast heuristic algorithm for solving the problem of combination of and [J].Power & Energy，2014，35(3)：254-259.

[26]段濤，羅毅，施琳，等.計及氣象因素的輸電線路故障概率的實時評估模型[J].電力系統保護與控制，2013，41(15):59-67. DUAN Tao，LUO Yi，SHI Lin，et al.Real time evaluation model of transmission line fault probability with meteorological factors[J].Power System Protection and Control，2013，41(15)：59-67.

[27]崔艷龍.含分布式發電的配電網規劃研究[D].成都：西南交通大學，2013. CUI Yanlong.Research on distribution network planning with distributed generation[D].Chengdu：Southwest Jiao Tong University，2013

(編輯 張媛媛)

Risk Planning of Distribution Network with Distributed New Energy

YE bin1, LI Wanqi2, WANG Xuli1, DAI Lei1, GUO Chuangxin2, ZHOU Xianzheng2

(1. State Grid Anhui Economic Research Institute, Hefei 230022, China;2. School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China)

Aiming at the distributed new energy with problems of large output randomness and high planning complexity in distribution network planning, this paper proposes a risk planning model of distribution network with distributed new energy. The model takes the minimum cost as the objective function, determines the maximum value of the new distributed new energy output through the load capacity of the network, comprehensively considers system power supply shortage and other network risk factors and carries out the risk planning of distribution network with distributed new energy. A method for the infeasible solution repair of Genetic Algorithm is proposed during the solving process which is similar to communication network broadcast. The effectiveness of the risk planning model is verified through its application in a 10 kV network planning in Anhui Province, which contains distributed photovoltaic power generation and run-of-river hydropower station.

distribution network; distributed new energy; risk planning; infeasible solution repair

國家自然科學基金項目(51537010)

TM 727

A

1000-7229(2016)04-0117-07

10.3969/j.issn.1000-7229.2016.04.018

2015-11-08

葉斌(1977)，男，高級工程師，主要研究方向為配電網風險規劃理論和自愈規劃理論；

李萬啟(1989)，男，碩士研究生，主要研究方向為含新能源的配電網規劃；

王緒利(1984)，男，工程師，主要研究方向為配電網一次網架規劃，可靠性及配電自動化理論；

代磊(1982)，男，工程師，主要研究方向為配電網一次網架規劃，可靠性及配電自動化理論；

郭創新(1969)，男，教授，主要研究方向為新能源接入，配電網規劃與運行，電網風險調度等；

周賢正(1986)，男，博士研究生，主要研究方向為含新能源的配電網規劃。

Project supported by the National Natural Science Foundation of China(51537010)