電力配電網絡節能調度模型的仿真分析

鄒秀茹

摘 要：我國電網規模不斷擴大，目前電力系統仿真計算中使用的穩定計算數據常將配電網絡簡化等效為等值負荷接入主網。隨著新能源的快速發展，并入配網的電源不斷增多，電力配電網絡節能調度模型在電力配電網絡中的應用，能夠實現配網的高效運行，對電力運輸節能降耗意義重大。基于此，文章主要對電力配電網絡節能調度模型的仿真進行了分析。

關鍵詞：電力企業；配電網絡；節能調度；模型仿真

一、電網穩定計算數據構建方法

電網穩定計算數據是為實際電網的仿真計算分析而構建的基礎數據，主要包括電力系統接線，電力系統各種元件、控制裝置及負荷的模型和參數，還包括故障類型和故障切除時間、重合閘動作時間、繼電保護和安全自動裝置的模型和動作時間等。電網穩定計算數據的準確性是電網仿真計算結果能反映電網運行特性的前提，進而影響著電網規劃調度與運行決策。

二、仿真實驗分析

為了驗證本文提出的電力配電網絡節能調度模型的有效性，需要進行相關的實驗分析。實驗從平均煤耗、節能情況、收斂情況和出力情況4個方面對節能調度的有效性進行驗證，同時將傳統基于細化排污函數的節能調度模型作為對比進行分析。

實驗將粒子種群數量分別設置為20，40，60，$0、100，即：POPSIZE={20，40，60，80，100}，電力配電網絡節能調度的目標函數的維數設置為D={2，4，6，8，10，20}。不同種群數量和函數維數晴況下，粒子群算法都獨立運行20次，每次優化運行最大迭代次數為1000次。設置目標函數值低于0.0001時運行停止。

三、平均煤耗情況分析

分別采用節能調度和傳統基于細化排污函數的節能調度模型對6個省的電力配電網絡進行節能調度，2種模型的平均煤耗比較結果如表1所示。

分析表1可知，本文模型的平均煤耗明顯低于傳統細化排污模型，充分體現了本文模型帶來的節能減排效應。除此之外，還可以看出：夏季平均煤耗明顯低于冬季的平均煤耗，這是因為夏季可以用水發電，火電機組的發電需求減少。

四、電力配電網絡節能調度模型算法及求解

（一）粒子群算法。針對本文提出的電力配電網絡節能調度模型，本文采用粒子群算法對其進行求解。首先在標準粒子群算法的基礎上引人慣性權重因子，用于優化粒子群算法的收斂性，公式表示：

式中：為粒子速度；為學習因子；0到1之間的隨機數，負責保留群體的多樣性；為粒子當前位置；為群體自身最佳位置；為描述粒子發現的最佳位置；為非負，被稱作慣性因子，主要用于權衡局部最優能力和全局最優能力。

（二）粒子群算法求解

1、粒子編碼。將每個粒子的位置向量編碼分為兩部分，也就是[離散變量：連續變量]。離散變量表示N個電量需求點、K個設備的調度問題，粒子的位置編碼為矩陣的前N+k--1列，其排列順序表示調度的順序，連續變量表示實數向量，粒子的位置為矩陣的后N列，分別表示N個需求點的電能供應量。本文粒子群算法的適應度函數為電力配電網絡節能調度的目標函數。

2、位置與速度操作。粒子速度用于改變粒子位置，粒子狀態由整數和實數混合排列表示，實數部分可繼續用原來的速度定義，整數部分速度需重新定義。通過如下操作定義粒子的位置和速度：位置間的加法，定義表示粒子狀態上的交換，表示X向量的第i維和第j維交換位置。

粒子的速度用表示。

位置與速度的加法，在更新粒子的位置過程中，粒子的新狀態基于交換數的順序將X的元素進行運算，則有。4）速度的加法，表示為個速度和的定義為2個速度中交換數的并集，并且改變交換數的順序。

速度的數乘表示為，其中是一個0到1之間的常數，則有即從V中選擇個交換數作為新的速度，其中，表示粒子的長度，指粒子速度中包含的交換數的數量。

位置間的減法，粒子的2個位置相減為速度，即

3、更新粒子速度和位置。通過對粒子位置和速度的特殊定義，將“”，“”，“”代人到粒子群速度和位置更新式中，獲取離散粒子群優化操作下的粒子速度和位置的更新公式為：

離散、連續組合優化過程中，各粒子向量速度和位置的更新分為兩部分，離散變量部分采用粒子速度和位置的新公式進行更新，連續變量部分通過粒子群算法進行更新。

五、結語

綜上所述，采用粒子群算法對目標函數進行求解引入慣性權重因子，以優化粒子群算法的收斂性，從而提高電力配電網絡系統的節能效果，及收斂速度，進而實現電力配電網絡節能調度模型的建立。

參考文獻：

[1]曾濤，邱鵬，補敏，李勝.電力配電網絡節能調度模型的仿真分析[J].電網與清潔能源，2016，04：63-68.endprint