多利益主體主動配電網規劃研究

任勝軍，邢會明，劉 瀟，李樹強，郭子軒，耿鑫萍，周 倩

(北京國電德安電力工程有限公司，北京 100120)

0 引言

配電網是電力系統中至關重要的組成部分之一，從輸電網中獲取的電能直接通過配電網分配給用戶，其具有電力設備較多、用戶數量廣泛等特點。隨著經濟快速發展，用電側需求不斷增長，不合理的配電網建設不僅會使用電可靠性降低、電網運行成本增加，還會對社會經濟發展造成巨大負擔。如何使配電網規劃滿足并適度超前所在區域的發展需求成為配電網規劃的首要目標；在此基礎上，對如何使電網運維成本更低、用戶用電成本更小、網架結構更穩定等問題也提出了新的挑戰。當前我國的電力供求關系較以前也出現了緩和，有些時候甚至有了供大于求的情況[1]，造成了電能利用率降低、運行維護費用不斷增加等問題，在滿足包括供電側與用電側多利益主體的前提下，合理地對配電網進行規劃有著現實的意義。

主動配電網與傳統配電網的區別在于，主動配電網能夠靈活地對網絡架構體系進行主動控制和管理網絡架構及分布式電源的接入。目前配電網存在的問題主要體現在以下幾個方面：缺乏對配電網絡的全面監控；不具備全局優化能量管理功能；缺乏負荷側的優化管理等。隨著電力市場的改革，利益主體也發生了改變，配電網中分布式電源(DG)所有權不再僅僅歸電網所有，而是由用戶或者新能源供應商建設。用戶或者新能源供應商可以自主控制DG 的啟停，成為獨立的利益主體。因此，傳統配電網以電網為唯一利益主體的調度方式不再適用于含多利益主體的主動配電網運行新方式。

以用戶與配電網的聯合優化運行效益最優為目標，建立用戶側與配電網的優化模型。以主動配電網的全局優化為總目標，以主動配電網的運行費用最小為目標函數，目標函數包括線路造價、網損費用、分布式電源造價與分布式電源運維費用。模型輸出為分布式電源選址定容及線路連接方式、潮流計算的結果與導線選型。

1 主動配電網規劃模型

1.1 模型的簡化

配電網規劃是一個多目標動態的非線性規劃問題，與小規模、單一目標的規劃問題不同，主動配電網規劃是一個組合優化的規劃問題，所以需要對模型進行簡化。

(1) 評價一個模型的有效性通常以經濟性為主要評定指標，所以將目標函數設為線路造價、網損費用的總和；同時，為考慮多個主體的利益，將向上級購電費用等也加入目標函數。

(2) 考慮以多利益主體為目的的規劃目標，而不考慮單一利益個體的最優方案。

(3) 對模型的非線性參數進行線性化近似。

(4) 對建設費用進行簡化。配電網建設的費用主要包括土建費用、安裝費用、調試費用、基本預備費等一系列費用，其和具體的工程實際情況有著很強的聯系，為使模型簡化，下面用單位平均造價來描述配電網的建設費用。

(5) 主要考慮的約束條件為節點電壓約束、電流約束、輻射狀約束、儲能運行約束、線路接線約束、網損率約束。

1.2 模型的建立

目標函數：

(1) 線路造價：

其中xij為關聯矩陣：

表示i，j 兩個節點之間是否有連接，導線連接數量為多少。Cij表示ij 線路選型的單位造價，Lij為節點之間的距離。

(2) 網損費用：

電纜截面面積有三種選擇，分別是240 mm2，300 mm2，400 mm2，τmax，i取5 000 h/年。

(3) 分布式電源造價：

(4) 分布式電源運維費用：

τDG為每年分布式電源的工作時間，取1 600 h/年大概率為固定值。

(5) 向上級購電費：

(6) 儲能供電效益：

(7) 約束條件：

保證i=3，4，5，6，7，8 六個點每個點都有兩條連線。

② 潮流計算用到的導納矩陣，需要先確定好導線截面S的選取然后用公式r=(ρ/S)·L求出導納矩陣，應用matpower 工具箱進行潮流計算。

③ 設分布式電源有三個，三點容量：

④ 儲能運行約束：

⑤ 網損率小于3 %。主動配電網規劃的流程如圖1 所示，規劃從配電網投資者的利益出發，同時兼顧配電網運行的經濟性，首先設置導線型號為電纜截面面積可選240 mm2，300 mm2，400 mm2；之后進行潮流計算，通過潮流計算結果可知滿足約束條件的值；最后計算出目標函數的結果后指導線路接線方式。

圖1 規劃流程

2 進化細菌覓食算法

早在1991 年，進化算法就被研究出來并且當時就已經作為規劃中最為廣泛應用的算法了，隨著時間的推移，人們對進化算法進行改進優化，研究出更為強大的算法，目前來說仍被人們高頻度使用的算法有遺傳算法、粒子群算法。細菌覓食算法是在2003 年初發明的。細菌覓食算法(bacterial foraging optimization，BFO)是研究大腸桿菌的個體及群體生活以及行為，試圖找到個體及群體在進化過程中極具代表性的行為，對這些行為進行分析作為尋優的過程的方法。

細菌在覓食時是向營養濃度高的方向趨化進行的，逐漸遠離有害元素，不斷地向營養移動，細菌覓食行為分為四個過程，分別是趨化、群體、復制以及消除分散。其尋優過程可以看作如圖2 所示的過程。

圖2 算法流程

普遍的細菌覓食算法在細菌趨化過程中是隨機分布的，分布情況與實際全局最優解之間的關聯性不大，容易陷入局部最優解中，在趨化部分加入概率分布，使越接近全局最優的地方概率越大，這樣就能有效地得到全局最優。下面將粒子群算法與改進之后的細菌覓食算法相結合，將細菌的每個群居看成粒子群算法中的一個粒子，通過群居的遷移尋優以及群居中每個細菌的覓食行為過程不斷地趨近全局最優。具體步驟如下：

(1) 對每個細菌群居進行粒子群劃分。給每個細菌群居安排一個位置，第i個細菌群落為：

(2) 細菌群居的適應度函數為群居中細菌適應度函數的最大值：

(3) 細菌趨化的運動方向及位置：

(4) 細菌復制：加入進化因子A，進化因子表示該細菌能否進行接下來的進化，其中w表示群落中細菌的差距，則：

根據進化因子判斷細菌群落中哪個細菌需要復制哪個細菌需要刪除，將需要復制的細菌進行互相交叉后復制，增加細菌的多樣性。

(5) 群居移動：

計算整體粒子的適應度函數并更新。

整體的算法流程如圖3 所示。

圖3 進化細菌覓食算法

3 算例分析

圖4為某地區的地理結構，其中，1，2 為電源點，兩個電源點的裝機容量各為50 MVA，各點電壓均為10 kV；3～8 為負荷點，各點負荷如表1 所示，功率因數按0.9 考慮。

圖4 規劃區域節點示意

表1 各節點負荷 MW

分布式電源可接入點為3～8 中的三個點，新能源按光伏考慮，容量為0.4 ～6 MW；3 ～8 點相互之間至少有兩條連線，目的為保證網架N-1時的負荷轉帶能力電源點到各負荷點為單線連接。網架的基本參數如表2 所示；10 kV 配電設備單位造價如表3 所示。

表2 網架的基本參數

表3 線路造價

分布式電源在配網中運行的情況是有所不同的，一般網絡系統中進行潮流計算時會把各節點分成3 種類型，分別是：PQ 節點，PV 節點以及PI 節點。下面在進行潮流計算時，把分布式電源看成PQ 節點進行處理。

配電網規劃的大前提是閉環設計開環運行，所以網絡拓撲方面要滿足規劃時是閉環的狀態，運行時滿足輻射狀網絡。

對配電網進行潮流計算，詳細步驟如下：

(2) 將導納矩陣中元素表示為:Yij=Gij+jBij。

(3) 將三個公式代到一起得到：

(4) 將實部和虛部分開，可得：

(5) 將分布式電源對潮流的影響加入進去，分布式電源可以簡單的看成PV 節點，則其有功和無功可以表示為：

PDG，QDG分別為分布式電源在運行過程中注入電網系統的有功和無功功率。

通過進化細菌覓食算法對模型進行求解后，輸出的結果如圖5 所示。

圖5 規劃結果

圖5中，3，4，7 為分布式電源接入位置，括號中的數字為注入功率；節點連接線上，第一個數字表示導線數量，第二個表示導線類型。三種導線類型分別為：240 mm2，300 mm2及400 mm2。電纜型號為JYV-400。

規劃前后的投資對比如下表4 所示。

表4 投資費用對比 萬元

規劃前的費用為系統的運維費用、投資費用、購電費用之和，規劃后的費用為分布式電源加入后投資的總費用，可以看出，除包括建設分布式電源投資費用以外，運維費用及購電費用均低于規劃前的總費用，實現了多利益主體的規劃目標，提高了經濟性。

通過進化細菌覓食算法與傳統的細菌覓食算法作比較，同樣的網架同樣的模型情況下求解的收斂速度及收斂性有著很大的差別，如圖6，7 所示。

圖6 傳統細菌覓食算法迭代速度

圖7 進化的細菌覓食算法迭代速度

經對比可以看出，對傳統細菌覓食算法優化后的進化細菌覓食算法性能高于優化之前，迭代速度得到明顯提升，減少了模型求解時間。

4 結論

以上提出了以實現多利益主體為目標的經濟性主動配電網優化模型，詳細闡述了以用戶與配電網的聯合優化運行效益最優為目標，建立用戶側與配電網的優化運行模型。以實際工程算例對模型的有效性進行了驗證，通過算例分析可知，優化模型能通過改變分布式電源接入位置與節點接線方式，從而達到減小運行費用的目的。對整個優化模型的有效性進行了驗證，通過對模型的分析可知，提出的進化細菌覓食算法也顯著提高了模型的求解速度。