郭紅偉
(云南電網有限責任公司西雙版納供電局,云南 景洪 666100)
在智能配電網分布中,電網的質量逐漸受到了社會各界的普遍關注與重視。分布式電源,是智能配電網中的相重要組成元素,且已經被廣泛應用到配電網絡中,在一定程度上降低了發電的成本。基于此,為了從比較全面的角度上掌握智能配電網電壓優化的分布式,并計算其最優解,本次研究展開了關分析。通過對智能配電網電壓優化模型的分析,本次研究是具有現實價值和意義的。
在分析智能電網電壓優化模型時,從求解接入配電網分布式電源容量問題,作出如下假設:分布式電源的接入點為PQ 節點,分布式電源簡稱為DG,因分布式電源存在輸出功率不可控制的特點,功出力范圍為,[0,PDGmax],其中分布式電源的容量問題,可轉化為確定其出力的上限問題。為此,本研究提出,電壓優化算法控制變量,是分布式電源輸出無功率、有功率,狀態變量為線路流經功率和節點變壓等。第一個優化目標,對功線損耗最小,將分布式電源接入后,將會對系統潮流分布加以改變,實現對網損的減小[1]。但若分布式電源注入容量高,將會增加網損,具體公式如下:
式中,k代表的是支路,Ui和Uj代表的是支路兩端節點i和j的電壓幅值;Gij代表的線路導納實部;Nb代表的是線路數目。設置第2個優化目標:
式中,PDGi代表的是節點i處的分布式電源有功出力,NDG代表的是接入分布式電源數目。采用懲罰因子ω,將多目標轉化為單目標優化,目標函數如公式(3):
基于上式,設計潮流方程形成等式約束,如公式(4)和(5):
式中,QDGi代表的是節點i處分布式電源無功出力;Bij和θij代表的是節點i和j處的導納虛部和相位差,N代表的是節點數目。不等式約束,主要為公式(6)~(10):
第一,分布式電源出力約束公式:
第二,節點的電壓約束公式:
第三,支路功率的約束公式:
第四,分布式電源總接入容量的限制公式:
式中,代表的是系統負荷總容量;φs代表的是所有接入分布式電源的集合。
根據對智能配電網分布并行電壓的分析,其優化問題分解協調的思想,主要是電網子區域內,能夠實現獨立的內層比迭代優化計算[2]。在子區域間,通過對邊界信息的互換,實現對外層迭代全局潮流的求取,對交換區域內的信息進行重新計算,此種計算方式突出體現為區域內優化計算。在計算期間,需要重復上述內外迭代過程,直至全局優化達到收斂目的[3-4]。本次研究中,主要以2 個區域急性分析,從2個區域解耦模型角度,分外層迭代求取全局潮流分解的協調思路。如圖1 所示為智能配電網分布式并行電壓區域解耦模型示意圖。

圖1 智能配電網分布式并行電壓區域解耦模型示意圖
根據圖中相關信息能夠了解到,S 代表配電網,在配電網的2 個子區域A、B 中,通過聯絡線支路i-j 互聯網,在上述聯絡線支路中點處,逐漸靠近變電站的母線端,引入虛擬性的負荷,另外端引入虛擬發動機。由此,達到斷開聯絡線目的。在此基礎上,每個引入的虛擬節點,對應的變量分別為xb1和xb2:
根據上式,能夠對邊界約束進行表示:
在分析智能配電網分布式并行電壓時,在考慮到配電網的輻射性結構基礎上,可以主從式問題角度,對全局潮流的分布與并行求解情況加以描述。將主區域設置為靠近變電站的母線區,虛擬的負荷起點[5-6]。設置為虛擬的發電機節點,可為電網提供相對可靠的電壓數據;將從區域設置為遠離變電站的母線區,虛擬的負荷起點,設置為虛擬的發電機節點,可為虛擬負荷節點,提供相對可靠的功率數據。將主區域和從區域的信息相互交換,反復迭代直至收斂[7-8]。在上述配電系統中,區域A 更靠近變電站母線,將其負荷節點設置為PQ,B 區域更靠近從區域,將其虛擬發電機節點設置為Vθ節點。
本次研究中,對智能配電網電壓優化分析時,提出的電壓優化算法,主要是從增量形式的角度上,描述控制變量分布式電源出力情況,對系統的不同狀態變量所產生的影響。在探討智能配電網電壓的序列二次規劃算法時,展開以下假設:DG1∈DGA、DG2∈DGB,分別在節點i和j上,將配電網接入,其出力的變化增量,與在相應i和j節點上的電流源效果具有等同性。由此,能夠得出電力網絡的線性方程:
在上述方程式中,Y代表的是節點導納矩陣;ΔUN代表的是節點處電壓增量列向量;ΔIN代表的是節點處注入點流量的列向量。非零元素位置上,對應分布式電源的節點位置。由節點電壓增量列向量分析,能夠得出線路的電流增量列向量,如公式(15):
在上述式中,Yb代表的是線路導納列向量;A代表的是關聯矩陣;對于第k條支路,可從公式角度對其流經功率進行表達,如公式(16):
研究期間,因考慮到節點標幺電壓情況,其電壓保持在1 <0°左右,因而可得到線路功率增量列向量如公式(17):
對于PQ 型的分布式電源,從恒功率特性角度出發,可明確ΔQDG=MΔPDG,其中,M=diag(tanθ),θ代表的是功率因數角。對于PV 型的分布式電源,考慮其功出力變化情況,無功出力的狀態下,在相對約束的范圍內作出的調整,會保持節點電壓幅度不變,若對節點電壓虛部對幅值影響進行忽略,可得以下公式:
式中,R與X,分別代表的是實部與虛部,以系統節點矩陣分布式電源接入的節點相對應。將矩陣M進行定義,M=R-1X,由此得出以下公式:
因而,也就能得出以下表達式:
根據上述公式,明確SP和SQ代表的是線路流經中,有功率和無功率增量,對分布式電源有功出力增量的靈敏度表達矩陣。將目標函數表達式,作為增量形式表現如下公式:
針對第k 條支路,能夠對有功線損增量形式進行進一步表示,如公式(22):
通過對該公式的分析,明確Rbk代表的是線路電阻,在功率平方下,線路的增量可表現為如下公式:
從分布式電源角度,并對系統總電源功出力增量公式進行設計,如下:
依據公式(20)~(24)中的相關內容,從目標函數角度,對二次規劃問題的標準型公式進行總結,如公式(25)所示:
結合上述公式,對線路功率的極限值約束情況進行綜合考慮,將第k條線路,看作時功率約束不等式,將其表現為增量形式:
節點電壓、分布式電源最大出力的約束力,也能夠從更為簡便的角度上,對變量線性不等式進行控制。綜合以上,含有分布式電源接入的配電網電壓優化模型,可描述為公式(28):
式中,W和b均代表的是不等式約束確定矩陣。
如上文闡述,傳統最優潮流問題轉換成二次規劃的問題,分布式電源是控制變量中的重要功出力,數目低于系統節點數目,且約束條件中,并不存在潮流等式約束,在一定程度上能夠保障求解過程的收斂性。依據求解的分布式電源增量結果,對出力情況進行調整,重新規劃和計算二次規劃問題,再次重復二次規劃求解過程[9-10]。上述迭代過程,就是子區域內分布式電源優化處理采用的序列二次規劃算法。
本次研究中,為了進一步提高電網電壓的優化水平,對分布式序列二次規劃算法也展開了探究。內層迭代,是電網電壓子區域利用序列二次規劃算法,所計算出的分布式電源最優出力[11-12]。外層迭代,是依據內層對分布式電源求解得到的出力情況,實現對邊界節點信息的互換和求解。通常情況下,在外層迭代后,電源系統各子區域將根據當前潮流信息情況,對區域有功線損增量情況加以確定,對其他各區域的分布式電源出力增量靈敏度矩陣進行計算,并明確分布式序列二次規劃算法,在特定區域內的應用。
在研究期間,為了進一步驗證上文提出的方法可行性,對接入的分布式電源節點系統算例,進行電壓優化分析。比借助MATLAB 對程序進行編寫,運行環境可為Intel i5-3210N 2.5GHz 處理器。如圖2 所示33 節點系統及分區示意圖,根據圖中相關信息能夠了解到,節點15 與節點32 處,分別接入了2 個PQ 型的分布式電源。

圖2 33節點系統及分區示意圖
分布式電源中的相關參數,見表1。

表1 2個PQ型分布式電源的參數情況
目前,常用的聚類算法是模糊聚類FC 算法,借助統計量F,對表征分區的合理程度進行區分。而與凝聚層次聚類法相比,分區數目相同的情況下,凝聚層次聚類法的優勢要顯著高于模糊聚類FC 算法。因而,凝聚層次聚類法更加適用于分區數目多的情況下。

圖3 33節點系統電壓幅值示意圖
經過實驗分析,得出懲罰系數ω的優化結果如表2 所示,分布式電源出力程度,通常是隨著懲罰系數的升高,而呈現出明顯增加的趨勢,二者為正相關關系。該研究結果,也是目標函數中分布式電源有功出力最大所占權重,逐漸升高將會出現的必然性結果。在分布式電源出力升高的趨勢下,系統潮流逆向流動呈現出明顯增強的趨勢。ω=0,目標函數只考慮有功線損最小,ω≥0.2,接入的分布式的電源處節點電壓幅值,將達到上限。

表2 不同懲罰系數下的優化結果分析
利用目標函數可分解的優勢,可將輔助問題原理引入到目標函數中,用于求解函數最小值。對分布式序列二次規劃算法與輔助問題原理算法進行比較。結合上述節點系統區分方案,得出有功線損最小優化目標,具體優化結果如表3所示。與輔助問題原理算法相比較,二次規劃算法無論是在有功線損方面,還是在內層迭代收斂次數方面,都存在相對客觀的現象,由此說明,在更好的收斂性能角度下,能夠獲得最優解。輔助問題原理算法在應用中,局部最優解更好。

表3 二次規劃算法與輔助問題原理算法的優化結果分析
在本次研究中,通過對智能配電網自動分區方案的分析,構建了與之相適應的分解協調模型。同時,采用增量表達式的方式,對智能配電網電壓優化模型進行描述,提出了分布式序列二次規劃計算方法,將其應用于并行求解分布式電源最優出力中。在前后節點電壓變化優化前與優化后的分析、其他并行求解方法優化結果的分析,證實分布式序列二次規劃計算方法在提高系統電壓治療方面,具有較為突出的優勢。在本次相關內容的研究下,能夠為日后提高智能配電網自動區分方案的應用水平,提供寶貴建議。