曾鳴 閆斌杰

作者簡介：曾鳴（1957-），男，博士生導師，研究方向:電力市場理論及應(yīng)用、電力技術(shù)經(jīng)濟。

摘要：大力發(fā)展分布式發(fā)電可有效改善我國能源利用結(jié)構(gòu)，其重點為構(gòu)建最佳分布式發(fā)電投資決策框架，為投資者提供正確的經(jīng)濟信號，實現(xiàn)DG并網(wǎng)的經(jīng)濟性及環(huán)境社會友好性。

關(guān)鍵詞：分布式；投資策略；選址；定容

中圖分類號：F83文獻標識碼：A文章編號：16723198（2014）13010801

0引言

上世紀90年代，英國、北歐、美國等發(fā)達國家逐漸開始電力體制改革，放松對電力系統(tǒng)的管制。在電力系統(tǒng)放松管制的同時，各國對電網(wǎng)供電靈活性、可靠性的要求也在不斷提高，使得分布式發(fā)電將在未來電力系統(tǒng)中占據(jù)重要的地位。與此同時，隨著發(fā)電技術(shù)的不斷創(chuàng)新，分布式發(fā)電系統(tǒng)的成本效率也越來越高。

大規(guī)模分布式發(fā)電并網(wǎng)會給電網(wǎng)系統(tǒng)帶來一系列負面影響，例如：增加電力負荷預(yù)測、規(guī)劃和運行的不確定性；產(chǎn)生配電網(wǎng)雙向潮流；增大最優(yōu)配電網(wǎng)布置方案問題求解難度；增加運營管理難度；降低供電容量充裕地區(qū)供電設(shè)施的利用率等。這些負面影響與分布式發(fā)電的投資策略密切相關(guān)。分布式發(fā)電的投資策略是指在配電網(wǎng)規(guī)劃的宏觀環(huán)境中，投資者考慮政策、經(jīng)濟及環(huán)境等目標，對配電網(wǎng)中的分布式發(fā)電進行選址、定容、時序的研究，以期達到DG對社會、環(huán)境、經(jīng)濟貢獻的最優(yōu)。同時，分布式發(fā)電技術(shù)多樣性、政策不完善以及一次能源市場和二次能源市場價格的不確定性，使得分布式發(fā)電的投資策略面臨多方面的難題，因此，對分布式發(fā)電進行穩(wěn)定經(jīng)濟的投資決策具有挑戰(zhàn)。

1分布式發(fā)電選址研究現(xiàn)狀

分布式電站的建設(shè)要綜合考慮區(qū)域電力負荷、地理、氣候、環(huán)境等因素，在滿足電力約束的情況下，確定分布式電源的選址及定容。本文研究的選址問題指是在配電網(wǎng)中從哪個節(jié)點并入分布式發(fā)電（DG），并將分布式發(fā)電的選址問題納入配電網(wǎng)規(guī)劃工作中。分布式發(fā)電選址時應(yīng)考慮電網(wǎng)系統(tǒng)的負荷、經(jīng)濟效應(yīng)和潮流影響等因素，即在多個不確定因素下要實現(xiàn)多目標的優(yōu)化，使得分布式發(fā)電的選址成為配電網(wǎng)規(guī)劃的一部分。

目前，國內(nèi)外專家學者在研究分布式發(fā)電并網(wǎng)規(guī)劃問題時，基于多目標優(yōu)化的規(guī)劃方法對DG規(guī)劃問題進行研究，文獻［2］建立了一個包含所有可能的約束及目標的多目標優(yōu)化模型，并開發(fā)了適用于配電系統(tǒng)規(guī)劃應(yīng)用的可行性框架，使得總的規(guī)劃成本（DG的建設(shè)成本及運行成本、已有設(shè)備的運行成本、從TRANSCOs購電的成本、電力系統(tǒng)電損的成本）最小化，優(yōu)化了DG的容量及選址。文獻［3］在進一步考慮分布式發(fā)電削峰的配電網(wǎng)規(guī)劃的同時，結(jié)合基因算法與啟發(fā)式算法，給出了饋線網(wǎng)絡(luò)、DG選址及定容的最佳規(guī)劃機制，實現(xiàn)了饋線及DG投資，能源損失成本及DG削峰附加成本的最小化。文獻［4］通過遺傳算法、人工智能算法及多目標模糊算法等對模型進行定量與定性分析，并通過軟件對實際配電系統(tǒng)進行分析，比較幾種選址方案，得出了DG的最佳選址，并進一步對最佳DG選址帶來的收益進行了詳細分析。文獻［5］已知分布式電源總?cè)萘?，以實現(xiàn)配電網(wǎng)網(wǎng)損最小化為目標，采用禁忌搜索法對分布式電源的位置和容量進行調(diào)整。

2分布式發(fā)電定容研究現(xiàn)狀

分布式發(fā)電的定容是要解決實現(xiàn)經(jīng)濟、配電網(wǎng)安全運營等目標下所采用的最佳容量配置。DG投資者的目標是以最大的容量DG并入配電網(wǎng)，而配電網(wǎng)規(guī)劃的目標在于通過最優(yōu)配電系統(tǒng)擴容，滿足不斷增長負荷需求。而DG并網(wǎng)容量越大，對配電網(wǎng)運行及穩(wěn)定性造成的影響也越大，分布式發(fā)電大規(guī)模并網(wǎng)加大了電力規(guī)劃的難度。針對此問題，國內(nèi)外學者對分布式發(fā)電的定容問題進行了深入研究。

文獻［6］給出一個新的基于基因算法的軟件程序，為中低壓配電網(wǎng)制定了DG容量分攤的最佳機制。文獻［7］則運用最佳潮流技術(shù)估算了并入DG的配電網(wǎng)容量。文獻［8］研究了旨在實現(xiàn)配電運營商投資成本，損失補償費用最小化的DG容量投資模型。文獻［9］研究了基于DG削峰的配電網(wǎng)規(guī)劃，給出了DG的最佳容量，彌補了傳統(tǒng)削峰方法的不足，實現(xiàn)了饋線投資、DG投資以及能源損失成本及DG削峰的附加成本的最小化。同時，分布式發(fā)電定容問題不僅要考慮經(jīng)濟上的最優(yōu)，還要考慮系統(tǒng)供電的可靠性需求?？赏ㄟ^競價方式在配電網(wǎng)中分配DG并入的容量，保證了分布式電源在系統(tǒng)重要時段出力，提高了電力高負荷需求時段分布式電源提供電能的經(jīng)濟性及可靠性?；蛘卟捎眠z傳算法和決策理論的三步式方法，確定中壓網(wǎng)絡(luò)中DG的最優(yōu)選址及容量。

3分布式發(fā)電時序研究現(xiàn)狀

分布式發(fā)電時序研究主要從兩個方面進行：一是在一次能源價格不確定的情況下進行分布式發(fā)電的投資時序研究，找出投資的價格門檻；二是在長期電價不確定的情況下進行分布式發(fā)電的投資時序研究，尋求投資的電價門檻。

對于價格不確定性投資決策大多數(shù)研究應(yīng)用了實物期權(quán)模型，將各種投資機會與經(jīng)營靈活性當作期權(quán)進行量化研究，避免了以凈現(xiàn)值法為代表的傳統(tǒng)投資決策方法與實際情況存在差異的弊端，同時將實物期權(quán)模型與博弈論相結(jié)合，考慮投資帶來的機會成本及信息的不對稱，對不確定環(huán)境下分布式發(fā)電的投資評價具有重要作用。除了能源價格及電價的不確定性，一些文獻還考慮到折現(xiàn)率、電力負荷增長及容量成本增長率的不確定性。

作者簡介：劉清（1983-），安徽大學江淮學院，助教，研究方向：教學管理。4結(jié)論

分布式發(fā)電投資策略主要涉及分布式電源的選址、定容及投資時序三個維度。這三個維度往往又是相互聯(lián)系、密不可分的。國內(nèi)外對分布式發(fā)電投資的文獻研究給分布式發(fā)電的投資策略研究積累了豐富的理論實踐經(jīng)驗，對分布式發(fā)電投資策略優(yōu)化問題的求解起到了推動作用。

參考文獻

［1］El睰hatam W, Salama MMA. Distributed generation technologies, definitions and benefits［J］. Electric Power Systems Research,2004,71:11928.

［2］R.C. Dugan, T.E. McDermott, G.J. Ball, Distribution planning for distributed generation［C］.Rural Electric Power Conference,2000:C4/1睠4/7.

［3］Celli G, Ghiani E, Mocci S, Pilo F. A multi瞣bjective evolutionary algorithm for the sizing and siting of distributed generation［J］. IEEE Transaction on Power Systems,2005,20(2):7507.

［4］G.P. Harrison, A. Piccolo, P. Siano, A. Robin Wallace, Hybrid GA and OPF evaluation of network capacity for distributed generation connections［J］. Electric Power Systems Research ,2008，（78）:392398.

［5］G.P. Harrison, A. Piccolo, P. Siano, A. Robin Wallace, Hybrid GA and OPF evaluation of network capacity for distributed generation connections［J］. Electric Power Systems Research,2008，（78）:392398.

［6］Mori H, Iimura Y. Application of parallel tabu search to distribution network expansion planning with distributed generation［C］. Proceedings of the IEEE bologna powertech conference,2003:5807.

［7］Zhu Dan, Broadwater Robert P.,Tam Kwa睸ur,et al.Impact of dg placement on reliability and efficiency with time瞯arying loads［J］.IEEE Transactions on Power Systems,2006,21(1): 419427.

［8］Nara K, Hayashi Y, Ikeda K, Ashizawa T. Application of tabu search to optimal placement of distributed generators［J］. Power Eng Soc Winter Meet,2001,(2):91823.

［9］Celli G, Pilo F. Optimal distributed generation allocation in MV distribution networks［C］. PICA 2001. In: 22nd IEEE power engineering society international conference on innovative computing for power瞖lectric energy meets the market,2001:816.

［10］David Trebollea, Tomás Gómez, Rafael Cossent, Pablo Frías. Distribution planning with reliability options for distributed generation［J］. Electric Power Systems Research,2010, (80): 222229.