蜂巢狀有源配電網優化調度技術研究

楊澤知

（國網湖北省電力有限公司鶴峰縣供電公司，湖北 鶴峰 445800）

0 引 言

傳統的中壓配網存在供電可靠性低、新能源消納能力弱、網絡改造升級費用高、受地域條件制約嚴重等問題。在我國配電系統逐步向規模化、分散化、智能化方向發展的背景下，傳統的中壓配電系統亟需進行改造與升級[1]。

傳統有源配電網的優化調度技術，是在傳統有源配電網的基礎上添加了分布式電源和儲能系統，將分布式電源的靈活調節能力及儲能系統的高功率密度等特性發揮到最大，從而對傳統配電網進行改造，提升其供電的可靠性和安全性[2]。在微網和分布式并網等技術快速發展的背景下，新能源電力輸出特征和輸出曲線的不確定性將持續改變[3]。如何綜合考慮分布式發電裝置的工作特點及投入費用，實現分布式發電裝置主動配電網的最優調度是一個新的問題。本文對蜂巢狀有源配電網的優化調度技術進行了研究[4]。

1 蜂巢狀有源配電網結構

隨著微網在配電網中的廣泛分布，形成了微網群。微網群不再是單純對配電網的一種輔助，所以要尋找一種能夠實現大規模應用的方案。以往的研究多采用串并聯方式，即使實現了大范圍的互聯，也僅僅是構成配電網絡的一個組成部分，其智能水平還不高[5]。究其原因在于單一微網容量小，調節能力弱，不可能實現自主運行，且其穩定運行還依賴于配電網的支持。

本文提出了一種基于“自治”的蜂巢狀有源微電網，并提出了一種基于網絡拓撲結構的優化調度技術[6]。如圖1 所示，其中六角形區域為多個源微網的供電范圍，并將其與多個源微網進行互聯，形成一個蜂巢狀有源配電網。

圖1 蜂巢狀有源配電網拓撲結構

智能電源和信息交換基站是一種具有儲能裝置的多端、可交直流混聯的電力電子裝置，其主要作用是監控微網的運行狀況，保持電源的均衡[7]。正常情況下，微電網工作時，其內部微電源的功率和負載的功率基本上是平衡的；在監控到所接入的微電網中有大量的電力短缺或過剩時，就會根據自己的能量儲備和與鄰近的微電網電力調度來保持它們之間的平衡。

在這種蜂巢狀有源配電網中，每一微網可以得到6 個基站的供電支持，而每一個基站可以和3 個鄰近的微網進行供電。在此基礎上，構建蜂巢狀有源配電網監控體系，實現全網及各節點的實時監控。在多個微電網出現并發故障或者出現功率失衡的情況下，按照最優策略進行功率分配，然后由調度中心向各個基站發送更高層次的控制命令。

蜂巢狀有源配電網結構有如下優點：（1）網絡架構堅固、供電可靠，在傳統的配電網中，如果發生了故障，將會給周邊區域帶來巨大的電力損失，但本文提出的蜂巢狀有源配電網內部的各微網相互聯系，一旦某一微網出現故障，基站就會切斷對該微網的電源，保證其他微網的正常運行[8]；（2）提高了新能源對環境的吸收率，新能源具有高度的不可控性和隨機性，與傳統的配網融合會降低系統的穩定性和可靠性，而本文提出的蜂巢狀有源配電網具有更好的調控能力和更大的新能源接入能力；（3）蜂巢狀有源配電網的適應性較強、成本較低，傳統的電網在擴大容量時，應對其進行重新規劃與設計，且投資巨大，蜂窩有源配電網模塊化特性大大降低了網絡構建和改造的復雜性與費用，通過本文所提出的蜂巢狀有源配電網的優化調度技術可由購買和出售電能獲得一些經濟效益[9]；（4）更容易實現電力市場化，蜂巢狀有源配電網中的每一個微網都可以為其提供電力，而基站作為其內部的一個小的能量交換中心，有利于其用電的市場化。

2 多目標優化模型

在確保系統運行可靠性的前提下，通過對各微網的功率進行調度，從而降低系統的運營成本。因此，本文將最小化運營成本作為微網群調度的目標函數，其公式為

式中：CFC(t)為t時刻微網群的發電成本；CMC(t)為t時刻微網群的運行維護費用；Cgrid(t)為t時刻微網群的購電成本。

（1）發電成本。在微網群中，主要有3 種分布式電源進行供電，分別是風電、光伏以及小型燃氣發電機。在這些分布式電源中，可再生能源有風電和光伏。在發電的過程中，可再生能源不會消耗任何燃料，而小型燃氣發電機發電需要消耗一定量的能源。因此，微網群的發電成本主要是小型燃氣發電機所帶來的成本。

（2）運營維護費用。微網群的運營維護費用也就是為維持各分布式電源正常運行所需要的成本，其值與發電量成正比。

（3）購電成本。當微網群處于并網運行，在系統中發生電力短缺時，可以從與之相連的電網中購電，這就是購電成本。

3 多目標粒子群算法

本文提出了一種基于微粒群的有源配電系統的多目標優化模型。在此基礎上，提出了一種基于微粒群優化的多目標優化方法，并將其與多目標優化方法相結合，使其能夠以較快的速度達到全局最優[7]。本項目提出了一種基于自然鳥類群體的搜索算法，其優點是可實現性好，且有較好的全局尋優性能，為解決多目標問題提供了一條新途徑。

一般的優化問題中存在著一個有限的區域，粒子群算法將一些移動的微粒放入該區域，并經過反復的搜索，最終得到最優解。然而，在顆粒的運動中，也存在著顆粒沖出最優空間邊界的現象，而邊界條件則是對邊界點進行截斷處理。

將邊界條件劃分為2 個部分，一是在邊界外顆粒的位置，二是在邊界外顆粒的速度。常用的定位算法有2 種，一種是將顆粒直接置于最優空間中；另一種是將顆粒隨機地置于最優空間中。常用的處理速度的方式有隨機、吸收、反射以及衰減4 種。其中，吸收是指將顆粒速度設置為0；反射是指將顆粒的速度設置為原速度的反方向，即-v0；衰減是指將顆粒的速度設置為0 ～1 的隨機數乘原速度，即rand·v0；隨機是指將顆粒的速度設置為隨機速度，即-v1。邊界條件類別如表1 所示。

表1 邊界條件分類

在邊界條件中，吸收速度且邊界放置的邊界條件具有收斂速度快、收斂效果穩定的優勢，本文選擇該方法處理出界粒子。此外，本文在粒子群算法原有環節中加入了變異環節，通過生成隨機數來設置變異概率使粒子有隨機概率來改變其位置，使粒子可以到達全局最優位置，從而達到最優解并避免陷入局部最優解。

具體來說，因為帶界的微粒群有很強的收斂性，所以本文提出了一種新的微粒群算法來求解帶界的微粒[10]。并在此基礎上引入突變鏈，給粒子以突變概率，使得其有可能發生突變，從而達到最優解并避免陷入局部最優解。本文提出的基于多目標優化模型的微網群優化流程如圖2 所示。

圖2 基于多目標優化模型的微網群優化流程

4 結 論

隨著電網負荷增長、規模日益巨大、結構日趨復雜，以風能、光伏為代表的新型分布式新能源技術已成為未來發展的新趨勢。當前，國際上對微網群接入配電網的大量研究均基于對原有配網拓撲保持不變的假設，難以充分利用電力系統間的互饋作用，也難以提高系統的可靠性。亟需針對微網群接入的特點，開展與微網群相匹配的配電網拓撲與調控方法研究。本文以蜂巢狀有源配電網為對象，構建了蜂巢狀有源配電網的數學模型，并采用改進的微粒群算法對其進行多目標優化，最終實現蜂巢狀有源配電網的多目標優化。并證明了所提出的控制策略能夠有效減少分布式發電裝置對配網的沖擊，在保障配網安全的同時，減少了系統的調度費用，提升了系統的效率和可靠性。