美章网 资料文库 主动配电网双层规划模型探究范文

主动配电网双层规划模型探究范文

本站小编为你精心准备了主动配电网双层规划模型探究参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。

主动配电网双层规划模型探究

《电测与仪表杂志》2015年第二十四期

摘要:

基于分解协调原理建立分布式电源双层规划模型,研究分布式电源在主动配电网中的合理规划问题。上层规划以节点网损灵敏度为原则,从系统网络损耗的角度确定分布式电源的安装位置与容量;下层规划根据分布式电源的投资效益、电压偏差指标建立多目标优化规划数学模型用于确定分布式电源的最佳出力。提出一种改进的多目标粒子群算法进行模型求解,通过对IEEE-33节点配电系统进行仿真计算验证所建模型和算法的可行性和有效性。

关键词:

分布式电源;主动配电网;双层规划模型;网损灵敏度;多目标粒子群算法

作为未来能源战略布局的重要组成部分,分布式电源(distributedgeneration,DG)以低碳环保、安装方式灵活多变等优点获得了快速的发展[1]。大规模DG接入,改变了传统无源配电网单一潮流流动方式,转变为以多电源为特征的主动配电网(activedistributionnetwork,ADN),增加了配电系统运行与规划的不确定性和复杂性[2-3]。传统方法在处理DG的规划问题时遵循“安装即忘记”的原则,而当前主动管理模式下,DG根据运行要求而主动参与系统调控,提高了分布式电源的接纳能力,有利于改善当前的环境压力。因此,基于主动管理模式下研究分布式电源在主动配电网中的优化规划问题具有重要意义。目前,对于分布式电源的规划研究取得了显著的成果。文献[4]建立了以系统有功网损最优的单目标数学模型,利用改进粒子群算法进行了问题求解。文献[5]建立了综合考虑发电商和用户侧经济效益的多目标优化数学模型,提出一种多目标遗传算法用于研究DG在配电网中的规划问题。文献[6]从经济、技术、环保的角度建立多目标优化规划模型,利用快速非支配遗传算法研究了多类型DG在配电网中的规划问题。以上文献在传统配电网背景下按照“安装即忘记”的原则讨论DG的规划问题,很少考虑DG参与优化运行的主动积极性。另一方面,主动管理模式下的DG规划问题是一个多目标非线性的复杂优化问题。传统方法主要通过单一指标[7]的处理方法,或者通过线性权重或模糊理论[8]的方法将多目标问题转化为单目标来处理。文献[9]建立了考虑DG调峰、调频和环保效益的双层规划模型研究DG的优化规划问题,并提出了一种混合智能算法进行问题求解。文献[10]建立了综合考虑投资费用、电压偏差及污染气体排放指标的多目标数学模型,提出一种自适应多目标粒子群算法研究DG的规划问题。针对以上问题,文章结合文献[9]中的双层规划和文献[10]中多目标优化算法的优势,建立了综合考虑DG投资效益、系统网损、电压偏差指标的多目标双层规划模型,并提出一种改进的多目标粒子群算法进行ADN中的DG规划问题求解。

1分布式电源多目标双层规划模型

1.1上层规划模型上层规划模型从系统网损灵敏度的角度确定DG安装位置与容量,在潮流计算过程中将DG作为恒定出力的PQ节点来处理,不同负荷节点对根节点的有功网损灵敏度为。

1.2下层规划模型下层规划模型以最佳DG出力为控制变量,以年投资运行效益、电压偏差指标为多目标函数建立ADN中的DG优化规划模型。

1.2.1DG投资效益模型DG投资效益指其投资所获得的年收益与年投资成本费用比值[12]:。

1.2.2电压偏差指标基于网络潮流计算建立考虑电压偏差的电压指标(indexofvoltage,IV)为[7]: 从上式可知,该电压偏差指标仅与电压幅值相关,当支路末端节点的电压下降至首端节点的一半时,系统出现电压失稳现象。因此,为合理规范分布式电源接入的电压质量问题,本文所建立的电压偏差指标越大越合理。

1.2.3多目标规划数学模型综合考虑DG投资运行效益、电压偏差指标最大化的多目标规划数学模型为:

1.3DG双层规划模型DG双层规划中,上层规划模型用于确定DG安装位置与容量,下层规划模型从投资效益、电压偏差指标的角度确定最佳的DG出力,上下层之间通过DG的出力实现上下层的相互作用,其对应的数学模型为:

2基于IMPSO算法的双层规划模型求解

粒子群优化算法(particleswarmoptimization,PSO)是一种源于对鸟群捕食行为的智能优化算法,主要通过不断更新其速度和位置来寻求最优解[13]。另一方面,快速非支配遗传算法是一种有效的多目标优化算法,常用于处理典型的非线性多目标优化问题,其核心策略主要包括:快速非支配排序策略、精英保留策略及拥挤度距离计算策略[14-15]。(1)快速非支配排序策略:首先从初始化种群M中找到支配个体p的个体数,将其保存在集合Ft中;其次对集合Ft中的每个个体i,统计其所支配个体集合Si,对Si中的每个个体l,执行nl=nl-1,若nl=0,将个体l保存在集合H中,则Fl中得到的个体为第一个非支配层集合;最后对当前集合H重复上述操作,直到整个种群被分层。(2)精英保留策略:即保留父代中的优良个体直接进入子代进行交叉、变异操作,常用方法是:将父代和子代集合全部合成为一个统一的种群,进行快速非支配排序和拥挤度距离计算,根据等级高低选取新的父代种群。(3)拥挤度距离计算策略:拥挤度主要是反映指定个体周围密度的指标,其有利于保留种群的多样性,其常用方法是:采用拥挤度算子计算每个个体的拥挤度距离,进行种群个体选取。本文从以下几个方面对PSO算法进行改进,提出一种改进的多目标粒子群算法(improvedmulti-ob-jectiveparticleswarmoptimization,IMPSO算法):(1)将快速非支配排序策略、精英保留策略及拥挤度距离计算策略引入至粒子群算法中,形成多目标粒子群算法。(2)采用线性递减的动态惯性权重法加强算法全局搜索能力,其随算法迭代次数的变化为:基于IMPSO算法的分布式电源双层规划步骤为:(1)输入网络原始数据,根据上层规划模型中式(1)和式(2)确定DG初始安装位置和容量。(2)将上层规划所获得的最优解作为下层规划模型的初始化值,利用IMPSO算法获取下层最佳DG安装容量,并将下层获取最优解返回至上层规划过程,重新确定最佳网损灵敏度,并对目标函数和约束条件进行校验。(3)判断是否达到最大迭代次数,若至最大迭代次数则输出计算结果并结束计算,否则,转至步骤(1)进行下一次迭代。

3算例分析

基于Matlab7.0软件平台,对IEEE-33节点配电系统进行仿真分析,研究DG的优化规划问题。图1为IEEE-33节点配电系统网络框架图,其电压等级为12.66kV,总有功负荷为3715kW,总无功负荷为2300kvar,系统线路等参数参见文献[16]。IMPSO粒子群算法参数设置如下:初始粒子数为80;粒子维度为2;最大迭代次数设置为200;惯性权重最大值为0.9,最小值为0.4;学习因子最大值为2.1,最小值为0.8。表1为DG投资运行的相关参数。表1中WT、PV、FC、MT分别代表风力发电机组、光伏机组、燃料电池、微型燃汽轮机。选取待安装分布式电源点为4个,规定分布式电源接入总容量不超过系统总有功负荷的30%,其对应出力功率因数为1;采用本文方法获得的最佳接入位置和容量如表2所示(规定14、18、25、32号节点处分别对应MT、FC、PV、WT)。由表2可知,采用本文双层规划模型的方法进行DG规划,14、18、25、32号节点的最优出力分别为140kW、200kW、220kW、280kW。与文献[11]的方法相比,在相同的规划条件下,本文方法DG接纳能力提高了9.7%,说明从主动管理模式下考虑DG规划问题时能更好的消纳分布式电源接入;另一方面,相比于单独考虑系统网损灵敏度来说,本文方法从投资效益、网损、电压指标的多重角度出发,所获得DG规划方案更加符合实际工程要求。表3为优化规划前后系统相应指标的变化情况,采用本文方法进行优化规划后,系统网络损耗为127.65kW,最低点电压为0.9353p.u,电压偏差指标为0.9632p.u。与文献[11]的方法相比,系统整体运行电压水平升高,网损进一步下降,且最低点电压幅值得以升高。说明采用本文的DG规划方案能有效降低配电网网络损耗,提高系统运行电压水平。表4为几种典型的优化规划结果,方案A中投资效益最佳,但其DG接纳能力、网损、电压指标相对较差;方案B中投资效益最差,但其电压偏差指标最优;方案C中DG接纳能力最佳,且降损效果最佳,但其电压指标及投资效益并非最优。综上所述,相比于传统方法,本文方法能为决策者提供多样性解,可以从不同侧重点的角度选择合理规划方案。图2为不同方案下的系统具体电压分布情况,与未优化前相比,系统节点运行电压水平明显提高。

4结束语

文章建立了考虑投资效益、网损、电压指标的多目标双层规划数学模型,研究分布式电源在主动配电网中的优化规划问题,结论如下。(1)建立分布式电源双层规划数学模型,上层规划根据节点网损灵敏度原则确定分布式电源最佳安装位置和容量;下层规划从分布式电源的投资效益、电压偏差的角度建立多目标优化规划数学模型,确定分布式电源的最佳出力,提高分布式电源在主动配电网中的接纳能力。(2)提出了一种改进的多目标粒子群优化算法解决本文所建立的双层规划模型,为相关决策人员提供多样性解,有利于实际运行人员从不同视野下确定分布式电源的最佳接入方案,有助于实际工程研究。

参考文献

[1]苏文辉,林章岁,李喜兰,等.分布式电源对配电网静态电压稳定的影响研究[J].电测与仪表,2014,51(14):41-46.SuWenhui,LinZhangsui,LiXilan,etal.Researchonimpactofdistributedgenerationonstaticvoltagestabilityofdistributionnet-works[J].ElectricalMeasurement&Instrumentation,2014,51(14):41-46.

[2]曾博,刘念,张玉莹,等.促进间歇性分布式电源高效利用的主动配电网双层场景规划方法[J].电工技术学报,2013,28(9):155-163.ZengBo,LiuNian,ZhangYuying,etal.Bi-levelscenarioprogram-mingofactivedistributionnetworkforpromotingintermittentdistribu-tedgenerationutilization[J].Transactionsofchinaelectrotechnicalsociety,2013,28(9):155-163.

[3]方陈,张翔,程浩忠,等.主动管理模式下含分布式发电的配电网网架规划[J].电网技术,2014,38(4):823-829.FangChen,ZhangXiang,ChengHaozhong,etal.Frameworkplan-ningofdistributionnetworkcontainingdistributedgenerationconsider-ingactivemanagement[J].PowerSystemTechnology,2014,38(4):823-829.

[4]朱勇,杨京燕,张冬清.基于有功网损最优的分布式电源规划[J].电力系统保护与控制,2011,39(21):12-16.ZhuYong,YangJingyan,ZhangDongqing.Planningofdistributedgenerationbasedonoptimalrealpowerlosses[J].PowerSystemPro-tectionandControl,2011,39(21):12-16.

[5]MostafaF.Shaaban,YasserM.Atwa,EhabF.El-Saadany.DGallo-cationforbenefitmaximizationindistributionnetworks[J].IEEEtransactionsonpowersystems,2013,28(2):639-649.

[6]AliZ.,ShahramJ.,AshkanR.K.Afuzzyenvironmentaltechnicaleconomicmodelfordistributedgenerationplanning[J].Energy,2011,36(3):3437-3445.

[7]ParthaKayal,C.K.Chanda.PlacementofwindandsolarbasedDGsindistributionsystemforpowerlossminimizationandvoltagestabilityimprovement[J].ElectricalPowerandEnergySystems,2013,9(53):795-809.

[8]DuongQH,NadarajahM,KwangY.L.DeterminingPVpenetrationfordistributionsystemswithtime-varyingloadmodels[J].IEEETransactiononPowerSystems,2014,29(6):3048-3057.

[9]张节潭,苗淼,范宏,等.含风电场的双层电源规划[J].电网技术,2011,35(11):43-49.ZhangJietan,MiaoMiao,FanHong,etal.Bi-levelgenerationex-pansionplanningwithlarge-scalewindfarms[J].PowerSystemTechnology,2011,35(11):43-49.

[10]栗然,申雪,钟超,等.考虑环境效益的分布式电源多目标规划[J].电网技术,2014,38(6):1471-1478.LiRan,ShenXue,ZhongChao,etal.Multi-objectiveplanningofdistributedgenerationconsideringenvironmentalbenefit[J].PowerSystemTechnology,2014,38(6):1471-1478.

[11]庄园,王磊.分布式电源在配电网络中优化选址与定容的研究[J].电力系统保护与控制,2012,40(20):73-78.ZhuangYuan,WangLei.Researchofdistributedgenerationoptimallayoutandcapacityconfirmationindistributionnetwork[J].PowerSystemProtectionandControl,2012,40(20):73-78.

[12]张立梅,唐巍,王少林,等.综合考虑配电公司及独立发电商利益的分布式电源规划[J].电力系统自动化,2011,35(4):23-28.ZhangLimei,TangWei,WangShaolin,elal.Distributedgeneratorsplanningconsideringbenefitsfordistributionpowercompanyandinde-pendentpowersuppliers[J].AutomationofElectricPowerSystems,2011,35(4):23-28.

作者:潘超 孟涛 蔡国伟 尹杭 单位:东北电力大学 电气工程学院 长春供电公司