智能電網下分布式電源并網容量配置優化

魏志文

摘 要：為促成并網型分布式電源容量的精準配置，實現電網高效能、安全的運轉工作。文章系統介紹了優化配置研究，并結合并網型微電網容量的配置問題，基于分布式光伏運營模式要求，詳細闡釋了統購統銷和自發自用、余量上網等2類并網型微電網運營模式;為提高配電網資源的使用效率和微電網孤島能力，建立目標函數及配電網容量配置雙模型，引入遺傳算法求解雙模型最優解，并以某島的風光資源數據為研究實力，仿真分析了上述配置模式的應用效能，達到了預期要求。

關鍵詞：風光智能電網;分布式電源;電源容量;配置優化

中圖分類號：TM61 文獻標識碼：A 文章編號：1001-5922（2021）08-0102-04

Optimization of Distributed Power Generation Grid-connected Capacity Configuration in Smart Grid

Wei Zhiwen

（Dongguan Power Supply Bureau of Guangdong Power Grid Co.， Ltd.， Dongguan 523000， China）

Abstract：In order to promote the accurate configuration of the capacity of grid connected distributed generation and realize the high-efficiency and safe operation of the power grid. This paper systematically introduces the optimization configuration research， combined with the configuration of the grid-connected micro-grid capacity， based on the requirements of the distributed photovoltaic operation mode， explained in detail the two types of grid-connected micro-grid operation modes， including unified purchase and sales， spontaneous self-use， and remaining online; in order to improve the utilization efficiency of distribution network resources and the islanding capacity of microgrid， a dual model of objective function and distribution network capacity allocation is established. Genetic algorithm is introduced to solve the optimal solution of the dual model. Taking the wind and solar resource data of an island as the research strength， the application efficiency of the above allocation mode is simulated and analyzed， and the expected requirements are achieved.

Key words：wind and solar smart grid; distributed power; power capacity; configuration optimization

0 引言

在現代科學技術支持下，將分布式電能系統將引入微型電網之中成為可能，其是人類應對能源危機和全球變暖的重要手段之一。該電力系統發電的自維持特點和特有的配送電手段，可以提高供電連續性和可靠性，加大削峰填谷力度，提高電網運營的經濟性[1]。然而，美中不足的是風速和光照強度有其隨機性和不穩定性，這就使得風光電源的輸出不穩定，在一定程度上降低了電網對風光發電的容納能力。因此，對于微電網而言，儲能系統的精準配置是促成其高效能、可靠運行的基礎。目前，微電網在解決分布式清潔能源大規模應用方面已有一定成效，但也存在既定困難，尤其是如何基于自然資源的護理配置，來促成微電網容量及儲能配置的雙向優化，以契合負荷要求，是其未來設計規劃中的重點問題。

在此基礎上，文章為了基于微電網資源高效利益，處于運營模式的考量，提出了一種分布式電源并網容量優化配置的新方法。綜合考慮微電網系統經濟收益、運營安全穩定性、清潔能源的利用率等因素，構建目標函數及計算方法;基于儲能配置的約束條件，建構相關模型;其次，基于微電網運營效能的目標函數及約束條件，建構風光儲容量配置的優化模型，并以改進的遺傳算法進行模型解算;最后，采用某島嶼的風光資源作為仿真實例，驗證該配置方法可行性和有效性。

1 分布式電源并網優化配置研究綜述

基于范圍界定，分布式電源并網優化配置歸屬配電網規劃。而配電網規劃則以非線性、離散多目標的綜合優化為引領，旨在滿足不同負荷需求的前提下實現配網高效能、安全運行，并利用科學的方法求解擬優化問題的最優解，以最大限度的確保配電網經濟收益及運行安全性。實踐中，配電網規劃時應充分考量長期、短期的雙向運行可靠性需求，為此，需分時段進行規劃設計。在確保配電網結構及負荷既定的條件下，需根據擬接入的分布式電源數量及大小的時變性，優化其中的分布式電源并網，并以其接入容量及位置為配置優化的重點。但是，因為分布式發電能源在實際出力時，易于遭受地理、天氣、電力系統等多種環境因素的干擾，無法準確預測負荷、調度運行，加之分布式電源的類型呈現多元化，這些問題的存在均一定程度上增加了配電網優化配置建模的難度。此外，因為分布式電源并網時，接入的電網配套設施眾多、類型多樣，且并網的容量和位置各異，均不同程度影響配電網高效及可靠運行。同時，分布式電源并網配置優化時，除了上述因素外，還應重點關注電力行業政策、用戶需求、區域電力發展規劃等內容，如此，也增加了配電網配置優化的難度。而一直以來，諸多學者也對分布式電源并網優化配置進行了多方研究，并給出了具體的研究方法及結論，劉波等在深入探究分布式電源接入配網后引致的網損問題前提下，針對粒子群算法的不足，引入混合模擬退火算法對其進行改進，以此精準確定分布式電源的接入位置及容量，控制配電網網絡損耗，學者們以網絡損耗減控為著力點，通過優化配置數學建模，以仿真實驗方法驗證了配置算法對分布式電源電容和接入位置的全局尋優、解算能力;唐勇俊等對針對多負荷水平價考量節能調度的分布式電源并網優化配置問題，通過2層規劃數模建模，來精準測分布式電源及儲能電池的位置、容量及分布式的運行處理，并利用蟻群算法求解2層模型，最后通過實驗檢驗了該數學建模方法可實現分布式電源接入容量的增加;邱曉燕等系統研究了智能電網建設過程中分布式電源的規劃問題，在預設明確的分布式電源位置、容量、數量等條件下，通過多目標優化模型的建構，引入自適應遺傳算法來優化配置分布式電源位置及容量，明確給出接入的最佳方案，并通過實例予以驗證，配置模型計算法的應用可行性。

袁建黨等在基于清潔能源發電的經濟成本及效益的雙重優化考量，設計了一種基于電力市場環境約束的融合大型、多類型機組的風電并網的配電網優化模式，并以遺傳算法解算模型，而后，以某區域的電源規劃為實例，進行仿真運算，對比其與傳統電源規劃方式的差異，最終，驗證了所建模型可促成清潔能源發電機組投入增加、所建國民經濟投入，有效實現清潔能源發電環境優勢的運用，為新型電網發展下分店大規模并網的優化配置提供了理論與實踐指引。婁寧娜就分布式電源的位置、容量選定對配電網系統影響性進行了深入探究，引入基于適應度排序的選擇策略，以系統網損為目標函數建構分布式電網規劃數學模型，并改進的人工蜂群算法求解模型，而后，為驗證模型有效性，以某城市的配電網為仿真實例，測評了其與其他算法的差異，結果證明該模型及求解算法，可更合理的規劃分布式電源，極大的提升其運行的經濟效益。綜上所述，國內研究已經關注分布式電源的并網配置優化問題，雖然研究內容、方法各異，但均獲得了良好的研究成果和經驗。而文章即結合此，著眼于微電網運營模式及配電網資源優化利用視角，基于目標函數及容量約束條件建構微電網分布式電源并網容量優化配置的數學模型，并進行針對性求解，以獲取最優的配置方案。

2 建立目標函數模型和配電網容量配置數據模型

2.1 微電網的商業運營模式

運營商的收益與微電網項目結算方式息息相關，因此，需要先確定微電網的運營模式，再進行容量優化配置。文章中微電網可采用以下兩種運營模式。

（1）統購統銷。該模式主要先由電力企業對微電網電能進行統一收購，而后，再分銷給不同的 用戶。其優點是對能量調度策略依賴性小，但在成本上容易增加電力公司管理費用。

（2）自發自用、余量上網模式。該模式是微電網在用電需求方面自給自足，如果發電量少時，則從配電網購電;若有富余，則統一按照協議電價上網。其優點是有利于電力公司的管理，但該方式下的微電源容量配置對于能量調度策略具有較大的依賴性。

2.2 綜合能量調度策略

文章從成本角度發出，提出一種微電網綜合能量調度策略。將全年分為間隔為Δt的若干個時段，則t時刻微電網功率的不平衡量ΔP（t）如式（1）：

其中，Pw（t）表示t時刻風機輸出功率;Ppv（t）表示t時刻光伏輸出功率;PL（t）為負荷功率;Pbat（t）為蓄電池功率;Pg（t）為聯絡線功率。

2.3 目標函數建模及計算

1）微電網總投資收益。包括各微電源全壽命周期成本和微電網運營收入兩部分。其等年值Ccomp如式（2）：

其中，Ccomp、Cins、Crep、Co&m分別表示為：微電源總成本、初始投資費用、設備的替換費用和設備的運行維護費用;對于微電網運營收入等年值，在統購統銷模式下，微電網的運營收入I如式（3）：

其中，ppv、pw分別代表光伏發電和風力發電的標桿電價; 在自發自用、余量上網模式下，其收入Igrid如式（4）：

其中，α為協商制定的用電價格，其需依據微電網與配電網交換功率流向而定。

2）全年失負荷率。文章采用系統全年失負荷概率來表征微電網的供電可靠性。用PLS（t）表示切除的負荷功率，則微電網系統全年失負荷概率表示如式（5）：

3）可再生能源利用率。當微電網上送過大功率時，功率用Pwaste（t）表示，則微電網系統全年可再生能源利用率表示為式（6）：

微電網的總投資收益是文章研究的主要目標，從用戶需求和資源等方面考慮，綜合能量調度策略的目標函數計算流程如圖1所示。

2.4 建立配電網容量配置的數學模型

從微電網規劃設計過程中微電源的規劃面積、蓄電池充放電的安全和使用壽命、微電網友好接入3方面考慮，分別完成優化變量約束、蓄電池運行約束和微電網友好接入約束。在此基礎上，完成微電網容量配置的數學建模。而后，基于預設的目標函數及約束條件，即可得并網型分布微電網容量優化配置模型，公式為：

其中，λi表示權重系數;fi為評價指標;w為懲罰項系數。

文章針對微電網的特點，通過改進優化變量編碼解碼形式、建立優秀個體庫和增加隨機變量對遺傳算法進行改進。

3 案例分析

3.1 工程概況

以江蘇某島嶼供電線路分布與電源分布為分析案例，供電支線為10kV。采用就近接入的方式，在所選供電所1臺630kV·A低壓側母線中接入1回線路，選定380V并網電壓等級，并在島上荒地選配適當的位置布設2臺以上100kW風力發電機組。求解島嶼的風光資源月均值，并以此為據，以采集的風光資源月均值為基礎，利用HOMER軟件實時仿真風光資源及負荷的全年離散數值，實測儲能配置的容量需求。

3.2 仿真結果及分析

針對不同的運營模式和能量調度策略，采用改進的遺傳算法進行求解，得到如表1所示的最優配置結果。

通過表1的分析結果可知，在兩種運營模式下進行仿真計算，得到的容量優化配置方案都不利于投資收益。但是，采用綜合能量調度策略后，明顯提高了經濟效益和蓄電池壽命。而且比較2種策略下的失負荷率，均低于0.8%，保證了供電可靠性。另外，通過表中數據分析可知，運營模式選用由供電企業統購通銷，可最大限度的提升微電源容量，縮減儲能容量，且經實例驗證了其實用性。而在自發自用、余量上網模式下，則趨向于選擇用戶自發電的自我滿足，此時，電力運營的經濟效益隨用電價格增加而增加，兩者正向相關。

4 結論

上述研究基于智能電網下分布式電源并網容量配置優化問題，分析了兩種并網型微電網的商業運營模式，從而提出一種綜合能量調度策略，完成了目標函數的建模與計算，最終建立了配電網容量配置的數據模型。最后以江蘇某島的風光資源數據進行仿真分析，通過分析結果驗證了上述風光儲容量配置方法的可行性和有效性，可在實踐應用中明顯提高社會效益。

參考文獻

[1]劉洪，李吉峰，葛少云，等.基于多主體博弈與強化學習的并網型綜合能源微網協調調度[J].電力系統自動化，2019，43（01）：40-48.

[2]王先齊，呂智林，湯澤琦.基于分時電價機制的并網型微網多目標動態優化調度[J].電力系統保護與控制，2017，45（04）：9-18.

[3]卜令巖，賈清泉，田書婭，等.電壓檢測型APF構成的分布式諧波治理系統穩定性分析[J].電力系統自動化，2020（21）：99-112.

[4]孫毅衛，鄭天文，陳西平，等.多逆變器并聯諧振機理分析及虛擬電阻控制[J].可再生能源，2017（04）：585-592.

[5]汪玉鳳，王旭，劉存國，等.基于下垂系數模糊自適應的APF直流側電壓控制策略[J].2017（01）：39-44.

[6]凌松，張瑩.分布式電源并網對配電網電能質量的影響研究[J].信息技術，2020，44（05）：97-101.

[7]楊剛，管霖，林凌雪，等.分布式電源并網對配網饋線供電能力的影響分析[J].電力系統及其自動化學報，2020，32（01）：13-20.

[8]潘金生，李夢佳，劉秀杰，等.分布式光伏電源接入對配電網電能質量的影響[J].山東電力技術，2018，45（09）：22-25.

[9]譚瑾，劉國峰，郝麗麗，等.分布式電源并網對配電網電壓的影響研究[J].電氣應用，2018，37（06）：12-17+24.

[10]劉波，張焰，楊娜.改進的粒子群優化算法在分布式電源選址和定容中的應用[J].電工技術學報，2008（02）：103-108.

[11]唐勇俊，劉東，阮前途，等.計及節能調度的分布式電源優化配置及其并行計算[J].電力系統自動化，2008（07）：92-97.

[12]邱曉燕，夏莉麗，李興源.智能電網建設中分布式電源的規劃[J].電網技術，2010，34（04）：7-10.

[13]袁建黨，袁鐵江，晁勤，等.電力市場環境下大規模風電并網系統電源規劃研究[J].電力系統保護與控制，2011，39（05）：22-26.

[14]婁寧娜.配電網規劃中的分布式電源選址與定容的研究[D].長沙：湖南大學，2017.