主動配電網規劃研究與綜述

鄧正臣

（上海電力大學 電子與信息工程學院，上海 201306）

近年來，我國的電網規模快速擴大，分布式電源（distributed generation，DG）、柔性設備大量并網，傳統配電網正逐步向主動配電網方向過渡，配電網的規劃方向出現了巨大變化，相關理論被不斷提出，推動著我國電力事業的快速發展。

配電網分為輻射型配電網和非輻射性配電網兩種，其作為電網的最后一環，體現著電力系統的配電作用。配電網規劃是一個多元、非線性、多目標的求解問題，它涉及到線路規劃、變電站規劃、DG 的選址定容等問題。在傳統的配電網中，電源與負荷較為集中、密集，電源多為大型火電站、大型水電站等發電機組，通過遠距離輸電系統將電能輸送到負荷，完成電能的生產、輸送、分配。隨著網絡規模的繼續擴大，傳統的配電網弊端也逐漸顯露，比如，傳統的配電網具有較強的耦合性，局部區域發生的事故極易擴散到其他區域，同時，隨著需求側電能質量要求的逐步提高，傳統配電網已經難以滿足需求，并且其運行方式較為固定單一，無法滿足靈活性的運行需求，對電網內的資產使用率不高。還考慮到新能源汽車普及率的逐漸提高，配電網中的柔性負荷逐漸增加，DG 的滲透率在某些特殊條件下甚至可以達到70%以上，這些改變都嚴重影響著配電網的運行穩定性。配電網的規劃設計方案將直接影響未來配電網的運行能力、對負荷的承載能力，也深刻影響著配電網運行的經濟性、穩定性[1-2]。

圖1 傳統的輻射型配電網

為了解決以上各種問題對配電網的運行影響，并促進可再生能源的高效利用，主動配電網的概念被正式提出。ADN 具有主動控制和自我管理的特點，可以加大配電網對可再生能源的接納能力、提高用戶的用電質量、加強供電可靠性、節約未來電網投資。ADN 為解決配電網問題提供了一個全新的解決思路，相比于傳統配電網，它能夠以更主動的方式合理調配配電網中的各個設備，以達到配電網運行效率的最大化，且能合理地平衡安全性、經濟性和可靠性。主動配電網技術可以較好地解決各種分布式能源的接入問題，因此，如何確定主動配電網的規劃方案并分析該方案對配電網的具體影響，有極大的研究價值。

因此，本文從主動配電網的模型建立、優化目標、相關求解算法等方面展開論述，并在最后介紹了ADN 規劃的未來重點研究方向。

1 ADN 規劃模型

一個完整的ADN 網絡包含多種電源、負荷和輸配電設備，如不同類別的DG、變電站（變壓器）、柔性負荷、新能源汽車、儲能設備（energy storage system，ESS）等。合理的設定相關模型，是解決ADN 規劃問題的首要條件。

圖2 典型的主動配電網

儲能裝置通常由蓄電池組組成，如大規模鋰電池組，也可以依靠飛輪儲能等裝置通過物理動能的方法儲存能量，在需要釋放能量時，再將其中所保存的動能轉換為電能，完成電能的儲存與轉化。儲能裝置的引入提高了配電網的經濟性，同時可以平抑電網中的能量波動[3]，但是大型儲能裝置因其較高的建設成本、環境影響、使用損耗等問題，在當前還并未得到廣泛使用，其相關理論需要進一步的發展。

文獻[3]考慮了ADN 中的儲能配合問題，為了處理分布式電源出力的不確定性，由序列運算理論建立對風力發電和光伏發電的出力建模。并且，將儲能設備作為旋轉備用，采用蒙特卡洛法得出儲能設備的出力。該模型以DG 投資經濟效益最大、有功網損最小和電壓穩定因子最大為優化目標。大容量蓄電池技術可以給ADN 的規劃管理帶來諸多益處，將是未來ADN 中不可或缺的組成部分，可以延緩配電網的升級投資、改善電能質量，提高配電網允許的最高DG 滲透率、削峰填谷等[4]。引入儲能裝置的同時，還需要綜合考量儲能裝置的建設成本、綜合使用成本等，同時根據儲能裝置的硬件要求進行必要的參數限制，以滿足實際運行所需。

文獻[5]建立大容量送電變壓器負載分接頭模型，充分考慮配電網絡與輸電網絡的相互作用，通過聯合調整變壓器負載分接頭和DG 出力，研究其對電壓的控制效果影響。

文獻[6]介紹了ADN 中的負荷預測與發電預測模型及相關方法。負荷預測主要根據負荷歷史數據和當前運行狀態，并考慮負荷的工作環境、社會環境等條件，來預測未來某時刻的負荷功率特性。負荷預測主要包括宏觀預測與微觀預測兩方面，宏觀預測用以預測系統的最大負荷或最大用電量，微觀預測主要針對局部地區。負荷預測的方法主要有回歸分析法、負荷密度法、彈性分析法、比例系數法等。發電預測從分布式發電概率入手，考慮電源裝機總容量等，對于有大量光伏出力的ADN，還必須考慮光照因素的影響。近年來，負荷預測與發電預測的方向逐步轉向大數據處理法，依靠神經網絡對大量歷史數據進行學習，依靠智能算法對未來的負荷功率和發電功率進行預測，但訓練神經網絡需要大量的歷史數據，歷史數據的質量極大影響著神經網絡預測算法的效果。

隨著化石燃料資源的逐漸短缺和環保要求的逐漸提高，以電動汽車為代表的新能源汽車快速普及，使之也成為配電網中重要的負荷組成，電動汽車內含有能量電池，在配電網充電時可將其視作負荷，也可以將其設計成可供電的電池，在配電網中為其他負荷供電，這樣就起到了能量雙向流動的作用。文獻[7]考慮了一種優化控制電動汽車充電負荷的方法，并研究了電動汽車充電負荷預測模型，建立兩層規劃模型，規劃層以單位用電量的年綜合經濟代價最小為目標，運行層以負荷曲線方差最小為目標，最后利用進化算法解決模型的求解問題。

2 優化目標

ADN 對配電網具有較好的主動控制作用，可以優化配電網中的多項參數。

文獻[8]提出了廣義電源的概念，將可中斷負荷與光伏電源作為廣義電源代表，建立ADN 雙層規劃模型，上層規劃以廣義電源的建設、發電和污染治理的總成本最低為目標，優化各類電源裝機容量；下層規劃以網損最小為目標。充分考慮了ADN 建設、運營過程對環境的影響和社會效益因素，與傳統的配電網規劃相比，能夠達到更好的節能減排作用。

文獻[9]構建了一套完善的ADN 模型，包含分組投切電容器、有載調壓變壓器、ESS、靜止無功補償等，以棄風、棄光、失負荷最少為優化目標，采用多目標優化方式，并建立分層魯棒規劃模型。

文獻[10]在考慮DG 與負荷不確定性的基礎上，以配電網經濟性、可靠性、電壓穩定性為優化目標，提高DG的使用率。

文獻[11]以投入運行的電網網架和DG 出力大小為目標優化函數，并且將以碳排放為代表的環境成本作為評價標準，綜合評估ADN 低碳規劃方案，更好地適應低碳經濟發展對電網建設的要求。

3 相關求解算法

由于ADN 規劃模型的建立需要考慮負荷、電源、電網運行狀態、故障等不確定性因素，也要考慮優化過程的多目標性，而在傳統的配電網規劃中，無論是配電網模型還是目標函數的設定都更為簡單，這導致ADN 規劃算法較于傳統的配電網算法具有更高的復雜性，需要更高效的算法處理問題。為了能得到更準確的ADN 規劃方案，當前急切需要研究新算法，以改進常規算法效能不足的問題。當前，ADN 規劃算法一般采用以粒子群算法（particle swarm optimization，PSO）、遺傳算法（genetic algorithm，GA）為代表的進化算法與多層規劃算法相結合，對模型進行求解。

文獻[12]采用多目標雙層規劃模型，上層以年綜合成本最小為目標，采用粒子群算法與遺傳算法的自適應改進粒子群算法求解；下層模型以網絡損耗最小為目標，采用跟蹤中心軌跡內點法求解。最后以IEEE-33 節點標準測試系統為算例，驗證了所提算法的有效性。

文獻[13]考慮了主動配電網下的最優潮流計算，建立以ADN 有功網損最小為目標的最優潮流模型，根據二階錐約束理論，建立了混合整數二階錐規劃模型，并與粒子群算法進行對比，結果表明文中提及的混合整數二階錐規劃模型相比于粒子群算法具有更好的適應性。

文獻[14]以配電網選址定容綜合成本為優化目標函數，并將其以概率形式表示，采用改進人工魚群算法與反饋策略、全局最優記錄、自適應視野、改進步長等改進方法。仿真結果驗證了改進算法的有效性。

4 結束語

本文基于ADN 的多種特性，從ADN 的概念、規劃模型、優化目標、相關求解算法幾個部分，綜合論述了ADN規劃研究的現狀，分析了ADN 對未來配電網發展的重要作用和其中存在的一些問題。

結論如下：

（1）ADN 的主動調控能力給配電網的運行效率、安全性、穩定性等帶來了極大改善，但在如何處理多種主動調控方案上仍然缺乏深入的研究。ADN 的管理策略仍然是較為單一的，多種管理策略沒有很好協調融合。

（2）在對ADN 規劃模型求解的過程中，需要計算各種約束條件和狀態不確定性，這使得ADN 求解的計算量極大增加，當前急需尋找一種效率更高的新計算算法，或者改進配電網中各設備的建模方法，提高模型仿真求解的運行效率和仿真結果的有效性。

（3）近年來，隨著電力市場的進一步發展、開放，ADN的建設過程和運營過程會引入數量繁多的投資主體，如何在規劃ADN 的過程中平衡、協調各投資主體的利益，將是未來ADN 規劃研究重點之一。

（4）我國社會逐漸向可持續發展、綠色發展、協調發展的方向進步，電力作為清潔能源，是替代石油資源的最佳選擇。在可見的未來，我國的能源組成結構仍會繼續優化，低碳、節能將成為ADN 規劃的必備要求，電動汽車滲透率將進一步提高，以各種新能源組建的DG 會以更大的規模并網，并且更多的家庭用戶會更積極地參與到ADN 的運行，這些改變都將使主動配電網的運行復雜化，形成一個多源互動、相互協同的整體，極大地豐富了主動配電網的理論架構和基礎。研究以上因素對配電網的運行影響也是ADN 規劃的未來發展方向之一。