基于新能源發電不確定性配電網優化調度研究

摘要：本文主要探究基于新能源發電不確定性的智能配電網優化調度方法。以風電、光伏發電為例，分析風電和光點不確定性；基于多代理系統，構建配電管理系統、區域型代理與單元型代理；設計目標函數，結合約束條件，求解實時優化調度算法，建立智能配電網優化調度模型。結果表明，該算法能夠通過微型燃氣輪機、風電調度達到系統平衡，可解決供電工序矛盾。

關鍵詞：新能源發電；不確定性；智能配電網；優化調度

中圖分類號：TM73""""""""" 文獻標志碼：A

新能源接入為電網注入新活力，可有效緩解化石能源依賴性，避免燃燒過多傳統燃料進而污染環境，并增加整體發電量。由于風能、太陽能等資源豐富、可再生且無污染，因此受到廣泛關注，需要逐步提高新能源在配電網中的占比。特別是我國國家發展和改革委員會提出必須加強風能、太陽能等新能源的利用開發。但是，新能源發電易受氣候、環境影響，存在不確定性，波動頻率無固定規律，傳統配電網能量管理、調度模式落后，制約了新能源的有效利用，因此智能電網應運而生，需要采取智能化手段并根據新能源發電不確定性對其進行優化調度，提高電網資源利用率。

1新能源發電不確定性

1.1風電不確定性

風力發電的本質是風能，受氣象因素影響，盡管一段時間能夠總結基本風速規律，但每時每刻風速強度均有變化，除了年度變化，短期內也存在無規律脈動變化，具有隨機性與波動性[1]。進行智能配電網優化時，風力發電不確定性主要包括預測功率誤差，即風電數據是基于歷史數據、環境變化預測的，每種預測模型均有誤差，無法對數據進行準確測量。現階段，風電功率預測誤差為25%～40%，比光電誤差更大。配電網運行影響如下所示。1）電能質量。大風擾動會對系統頻率造成影響，導致功率輸出不平穩，電壓出現偏差。2）電力系統調峰對風電接入有所影響，風電具備反調峰特性。3）繼電保護。連接分布式電源后，保護范圍受拓撲變化，可能出現拒動或誤動情況。4）電力市場交易改變了市場工序曲線，無法準確將電力信息申報至市場[2]。

1.2光電不確定性

在光伏發電中，受溫度、風速和光照強度等影響，光伏發電具有不確定性，并存在計算誤差和預測模型局限性，導致實際光伏發電功率和預測功率存在誤差[3]。在配電網中，光伏發電是分散式并網，如圖1所示，電量優先分配至臨近負荷，發電量如果低于需求量，就吸收電網電量，反之則剩余電量傳輸至電網。該發電并網影響類似于風力發電，對電能質量、符合平衡率、網損和繼電保護均有影響。

2基于新能源發電不確定性的智能配電網優化調度模型

2.1需求側管理

在法規與政策支持下，電力需求側管理利用激勵、引導等方法，統籌產品供應商、電網公司和發電公司等群體，以提高用電效率，轉變用電模式。與傳統配電網相比，智能配電網優化系統能夠掌握用戶信息，了解實時電價，利用用戶與電網的雙向互動，制定更復雜、靈活的需求側管理方法。具體要求如下。

第一，智能配電網優化調度集成量測與傳感技術，采集用戶智能表信息，實時監測電網運行，獲得用戶用電規律，保證預測負荷準確性，并制定合理調度方案。將需求側管理融入電器設計中，以監測、感應和遙控方式追蹤，提高調度質量。

第二，新能源是需求側管理的一部分，受限于光伏、風電能源不確定性，其調度能力較低，特別是風電，與用電負荷相比存在反調峰特性，加劇了峰谷差，增加了配電網運行難度。需要以需求側管理方式，并基于新能源不確定度，對負荷進行轉移、延遲和消減等調度，跟蹤新能源，加強出力平衡，提高新能源利用率。

第三，智能配電網需求側資源較豐富，包括樓宇微電網、智能家居和電動汽車等，從傳統負荷向生產型負荷轉變，需要優化調度，為電網提供支持。

2.2多代理系統

代理是具備反應性、自治性的實體，能夠根據自身學習與周圍環境決定行為，通過其他代理交換信息。多代理系統則是多個代理構成的松散、自主的聯合體系，物理上、邏輯上各代理互相分散，通過協同互動、互相服務共同完成任務[4]。各代理不受其他干擾，以協商、競爭方法協調矛盾，達成目標。多代理系統的智能配電網結構圖如圖2所示。

以多代理技術管控智能配電網的本質是下放配電管理系統控制權，使各單元系統能夠自我控制，利用代理間制約、聯系關系，實現多層次智能配電網優化調度目標。基于多代理系統的管理結構主要如下。1）配電管理系統。該系統是控制中心，可收集各個區域代理人運行情況，結合負荷預測和光伏/風電出力預測情況，并基于系統區域內上級系統和競價數據，保證系統穩定運行并調度各區域發電。該系統可結合實際觀測整體系統，利用區域性代理控制、調度智能配電網。2）區域型代理。該代理比配電中心控制范圍更小，介于代理人與配電管理系統間，負責根據區域天氣，預測發電單元電力消費和處理情況，結合上層配電系統和下層代理人協調互通，制定區域新能源出力計劃、調控負荷計劃，公布上網電價與網內電價[5]。3）單元型代理。該代理包括風力發電、光伏發電等代理單元，能夠自我管控，利用通信

系統將荷電狀態、運行狀況和調用負荷情況等進行上報，確定負荷調用補償電價和發電成本，受區域型代理人控制，可通過通信系統運作協調。

智能配電網多代理系統接入新能源，能夠為能源間交換能量提供支持，具備高效、兼容特點。對拓撲結構來說，饋線上分段開關間或分段開關至線路末端節點的發電單元均可劃分成區域代理人。基于此，每個區域可等效成一個生產型負荷，輸出功率超出負荷需求即可視為可控性新能源，相饋線注入功率即為新能源輸出功率，自治控制即為新能源輸出功率調節，如圖3所示。

2.3目標函數

根據多代理系統進行智能配電網優化調度時，需要構建優化調度模型，鑒于運營人員與區域代理人利益一致，設計目標函數minF，如公式（1）所示。

式中：T為調度周期各階段數量；？T為各階段持續時間，進行優化調度時通常設計24h為一個周期，調度每階段為1h，認為1h內新能源輸出功率、系統負荷、負荷調控以及儲能交換功率不變[6]；ΩADG與Ωz分別為智能電網中獨立新能源總數和自治區域總數；PjNDG（t）為第j可控新能源t時段輸出功率；λjNDG（t）和CiADG（t）分別為第j和i可控新能源t時段運行成本。

CiADG（t）如公式（2）所示。

CiADG（t）=CiBESS+CiDC（t）+CiCL（t） （2）

式中：CiBESS為t時段i區域運行蓄電池成本；CiDC（t）為t時段i區域運行可控新能源成本；CiCL（t）為t時段i區域調用可控負荷成本。

智能配電網以新能源最大化利用為目標，對風電、光伏均采取最大功率點跟蹤方式。假設間歇式能源發電省略排放成本，其成本CiDC（t）如公式（3）所示。

（3）

式中：PgDC（t）為g節點t時段并網可控新能源發電電價；ΩDGi為i區域新能源接入節點集合；λgDG（t）為g節點t時段并網可控新能源有功功率。

2.4約束條件

功率平衡約束如公式（4）所示。

Pi（t）=Ui（t）∑j∈iUj（t）（Gijcosθij（t）+Bijsinθij（t））

Qi（t）=Ui（t）∑j∈iUj（t）（Gijsinθij（t）+Bijcosθij（t）） （4）

式中：Qi（t）和Pi（t）分別為i節點t時段注入的無功和有功功率；Bij和Gij分別為i、j支路電納與電導數值；Ui和Uj分別為i、j節點t時段電壓幅值；θij（t）為i、j節點t時段相角差。

節點電壓約束如公式（5）所示。

Vi，min≤Vi（t）≤Vi，max（5）

式中：Vi，max和Vi，min為i節點最大、最小電壓值；Vi（t）為i節點t時段電壓。

支路載流量約束如公式（6）所示。

IL，ij，max≥IL，ij（t）（6）

式中：IL，ij，max為支路電流最大值；IL，ij（t）為i、j支路t時段電流幅值。

新能源出力約束如公式（7）所示。

式中：ΔPgDG（t）和QgDG（t）分別為g節點i時段并網新能源可控有功和無功功率；QDGmin，g和QDGmax，g分別為新能源無功可調最小和最大值；PDGmin，g和PDGmax，g分別為新能源有功可調最小和最大值。

在負荷調控約束中，縮減部分不能超出節點可縮減負荷總量，可轉移負荷最大量需要低于全部用于參與可轉移量。在整體優化調度周期內，保持接受負荷轉移量不變且轉移時間在一定限度范圍內，否則會對用戶生活造成破壞。開始轉移負荷時，節點處起始調用可轉移負荷是1或0，完成負荷恢復時段與之相反。

2.5實時優化調度

在智能配電網中，系統實時運行擾動主要是新能源電力波動、負荷波動造成的功率擾動。為減輕實時調度負擔，可采取物理解耦模式，對于區域功率擾動，利用區域代理人控制新能源達成平衡；對于區域外功率擾動，利用變電站低壓母線達成平衡。在自治區域內，新能源提供的旋轉備用難以抵消系統功率波動，要求上級變電站低壓側母線平衡波動，目標函數minf如公式（8）所示。

式中：ΔPiADG（t）為i區域實時調度向系統饋線注入功率波動；PiADG（t）為預測短期功率/負荷，是i區域預測短期注入系統饋線功率/負荷；PiADG（t）為i區域實際注入系統饋線功率。

通過優化各區域獲得總功率波動？PADG（t），如公式（9）所示。

在實時調度中，還需要考慮區域供需平衡約束，如公式（10）所示。

式中：ΩL，i為i區域負荷集合；ΩDG，i為i區域間歇式電源集合；ΔDi'（t）為i區域l'負荷實測出力和預測出力差值；ΔgPDG（t）為i區域g節點分布式電源預測出力和實時出力差值；Δg'PDG（t）為i區域g'節點分布式電源預測出力和實時出力差值。

2.6算法求解

智能配電網調控新能源時，基于多代理系統優化調度建模，并采取微分進化算法對其進行求解，步驟如下。1）輸入智能配電網網架參數和系統光伏、風電新能源裝機容量基本參數，編碼處理，引入24h光伏、風電和負荷預測信息，種群信息初始化。2）種群個體的約束違反懲罰值，與目標函數值進行計算，構成適應度函數值。3）根據微分進化算法，采用交叉、變異操作生成新個體，對其適應度函數值進行計算，比較原有適應度函數值，如果優于原參數，就以新個體代替原個體。4）多次迭代，保證達到收斂條件，輸出優化調度結果。

3算例分析

3.1系統概況

采用配電網節點配送系統，電壓等級12.66V。結合上述分區方法，劃分4個自治區，利用區域代理人加以控制。負荷節點包括居民用戶、商業用戶與工業用戶。系統新能源和儲能裝置、并網節點見表1。

光照度與風速采取廣東中山典型日實測數據，構成風電系統輸出功率與光伏系統輸出功率。

3.2日前優化調度

在日前優化模型下計算獲得24h風電系統、光伏系統、儲能設備以及微型燃氣輪機出力情況。由于燃氣輪機出力較穩定，因此功率峰值在2：00—4：00、11：00—18：00這2個時間段。考慮風電2：00—4：00短時間缺額，增加微型燃氣輪機出力，維持功率平衡。而在11：00—18：00，風電功率處于谷值節點，屬于負荷峰值階段，應對其反調峰特性，增加微型燃氣輪機輸出功率。蓄電池儲能時，2：00—7：00以充電為主，處于負荷谷值節點，風電出力較高；10：00—18：00是蓄電池放電階段和負荷峰值階段，風電出力低谷。18：00—23：00調用不顯著，盡管處于負荷峰值階段，但風電也是峰值功率階段，可通過微型燃氣輪機、風電調度取得系統平衡。各區域內日前調度注入饋線功率，分布式電源容量較大，以外送功率為主，可實現供需平衡。

4結論

綜上所述，石油、煤炭等化石能源儲量衰竭，增加了世界能源壓力。面對環保和能源枯竭的雙重挑戰，必須合理利用風力、光伏等新能源進行發電，以分布式電源方式實現配電網并網，緩解能源和環境問題。但是新能源具有不確定性，可立足于多代理系統模式構建智能配電網，實時調控各區域、各單元新能源負荷，從而滿足用戶電力需求，維持電力系統運行穩定性。

參考文獻

[1]張昌慶，姜雪嬌，覃剛，等. 基于需求響應平臺的主動配電網短期負荷預測[J]. 中國新技術新產品，2023（13）：59-61.

[2]李巍. 山區配電網自動化建設的難點分析及對策[J]. 中國新技術新產品，2023（17）：66-69.

[3]趙玉芝. 基于蟻獅優化算法的主動配電網優化調度[J]. 中國新技術新產品，2022（20）：39-42.

[4]潘忠志，孔寧，王燕濤. 改進新能源消納的配電網資源優化配置研究[J]. 東北電力大學學報，2023，43（6）：71-78.

[5]李可雨，王峰，蔡德勝，等. 新能源發電協同參與配電網無功優化控制技術[J]. 供用電，2023，40（4）：15-22.

[6]宋昌軍. 新能源發電并網對配電網運行的影響及應對措施[J]. 電氣技術與經濟，2023（1）：147-149.