蘇海鋒，胡夢(mèng)錦，梁志瑞

（華北電力大學(xué) 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，河北 保定 071003）

0 引言

隨著我國電力需求的迅速增長，煤、石油的過度使用，造成了越來越嚴(yán)重的環(huán)境污染問題。因此，在節(jié)能減排的政策下，能滿足用戶需求、保證電網(wǎng)清潔性的分布式電源DG（Distributed Generation）以高效、便捷、經(jīng)濟(jì)的發(fā)電方式在配電網(wǎng)中得到越來越多的應(yīng)用。但由于部分DG（如光伏、風(fēng)力發(fā)電等）出力具有隨機(jī)波動(dòng)性［1-2］，需要配電網(wǎng)提供較多的備用容量來彌補(bǔ)其出力的不確定性，無論從安全方面還是經(jīng)濟(jì)方面都限制了配電網(wǎng)對(duì)DG的接納能力［3-4］。安裝適量的儲(chǔ)能設(shè)備，利用儲(chǔ)能、DG和負(fù)荷需求之間的時(shí)序互補(bǔ)特性，能顯著抑制DG出力的波動(dòng)性，減少配電網(wǎng)備用容量，提高規(guī)劃方案的經(jīng)濟(jì)性。因此，如何將負(fù)荷、DG和儲(chǔ)能裝置的時(shí)序互補(bǔ)特性，應(yīng)用到DG選址定容的規(guī)劃中，來解決DG在配電網(wǎng)中滲透低的問題，成為國內(nèi)外學(xué)者研究的熱點(diǎn)之一。

文獻(xiàn)［5-6］在設(shè)定好負(fù)荷需求水平、讓DG按照額定容量發(fā)電的前提下，對(duì)DG進(jìn)行選址規(guī)劃，并沒有考慮DG出力和負(fù)荷的時(shí)序特性；文獻(xiàn)［7］中DG的選址定容規(guī)劃要求儲(chǔ)能的安裝容量至少要為風(fēng)力發(fā)電和光伏發(fā)電的安裝容量之和，這樣規(guī)劃會(huì)造成安裝多余的儲(chǔ)能裝置，使規(guī)劃方案經(jīng)濟(jì)性差；文獻(xiàn)［8］雖然考慮了負(fù)荷和DG出力的時(shí)序特性，也提及了儲(chǔ)能裝置，但并沒有根據(jù)儲(chǔ)能與DG、負(fù)荷的時(shí)序特性，對(duì)三者進(jìn)行協(xié)調(diào)優(yōu)化；文獻(xiàn)［9］以獨(dú)立發(fā)電商收益最大為目標(biāo)函數(shù)，建立了DG的選址定容規(guī)劃模型，但模型中只考慮了風(fēng)力發(fā)電的時(shí)序特性，并未考慮負(fù)荷需求的時(shí)序特性；文獻(xiàn)［10］對(duì)獨(dú)立運(yùn)行的微網(wǎng)系統(tǒng)容量進(jìn)行優(yōu)化配置，在規(guī)劃中儲(chǔ)能裝置的充放電狀態(tài)完全取決于DG的輸出功率與負(fù)載的大小關(guān)系，并沒有將平抑節(jié)點(diǎn)負(fù)荷的波動(dòng)性列入考慮之中。

針對(duì)上述文獻(xiàn)的不足，本文以風(fēng)力發(fā)電機(jī)WG（Wind turbine Generator）、光伏發(fā)電 PV（PhotoVoltaic）和鈉硫蓄電池儲(chǔ)能BS（Battery Storage）作為主要研究對(duì)象。在含DG的配電網(wǎng)規(guī)劃中充分考慮負(fù)荷、DG與儲(chǔ)能裝置時(shí)序互補(bǔ)特性，以配電網(wǎng)年度的綜合成本（投資成本、維護(hù)成本、購電費(fèi)用、可靠性成本和環(huán)境污染補(bǔ)償費(fèi)用）最小為目標(biāo)函數(shù)，建立風(fēng)力發(fā)電、光伏發(fā)電和儲(chǔ)能裝置選址定容的規(guī)劃模型。

1 時(shí)序特性

1.1 負(fù)荷和DG的時(shí)序特性

（1）負(fù)荷的時(shí)序特性。

本文參照繪制電力負(fù)荷曲線的方法，繪制了5類典型用戶負(fù)荷［8］的負(fù)荷曲線，分別為Ⅰ工業(yè)負(fù)荷、Ⅱ商業(yè)負(fù)荷、Ⅲ市政生活、Ⅳ農(nóng)業(yè)（灌溉期）、Ⅴ農(nóng)業(yè)（非灌溉期）。這5類負(fù)荷的特點(diǎn)不同，變化規(guī)律也不相同。圖1（圖中負(fù)荷需求為標(biāo)幺值）比較了5類負(fù)荷的標(biāo)幺值，顯示了5類負(fù)荷不同的變化規(guī)律（不同類型負(fù)荷大小不具有相關(guān)性）。

圖1 電力負(fù)荷時(shí)序特性曲線Fig.1 Timing characteristic curves of power loads

由圖1可見：工業(yè)負(fù)荷率較高，幾乎不受外來因素的影響，均在0.8 p.u.以上；商業(yè)負(fù)荷用電時(shí)段集中在 07∶00—17∶00之間，其他時(shí)間負(fù)荷率較低；市政生活負(fù)荷曲線峰谷差較大，負(fù)荷率較低，每日用電主要集中在16∶00—21∶00之間；農(nóng)業(yè)負(fù)荷曲線則隨著排灌、秋收和農(nóng)閑呈現(xiàn)明顯的季節(jié)性，春秋灌溉期負(fù)荷率明顯大于冬夏非灌溉期負(fù)荷率。

（2）DG出力的時(shí)序特性。

盡管風(fēng)力、光伏等具有間歇特性的DG出力不穩(wěn)定，但仍具有一定的規(guī)律性。其輸出功率的時(shí)序特性與季節(jié)密切相關(guān)，具有明顯的季節(jié)性特點(diǎn)。本文在春、夏、秋、冬4個(gè)季節(jié)中分別選取典型日，對(duì)分布式發(fā)電的時(shí)序特性進(jìn)行研究，風(fēng)力發(fā)電、光伏發(fā)電出力時(shí)序特性曲線分別如圖2、圖3所示（圖中功率輸出為標(biāo)幺值）。風(fēng)力發(fā)電春季出力最大，夏季出力最??；光伏發(fā)電夏季出力最大，冬季出力最小。

圖2 WG出力時(shí)序特性曲線Fig.2 Timing characteristic curves of WG output

圖3 PV出力時(shí)序特性曲線Fig.3 Timing characteristic curves of PV output

1.2 節(jié)點(diǎn)等效負(fù)荷的時(shí)序特性

DG出力的變化和負(fù)荷需求的變化共同決定了DG接入后給配電網(wǎng)帶來的波動(dòng)性。節(jié)點(diǎn)i在t時(shí)刻的等效負(fù)荷 Pei（t）表示為：

其中，PLi（t）為節(jié)點(diǎn) i在 t時(shí)刻負(fù)荷的有功值；PDGi（t）為節(jié)點(diǎn)i的DG在t時(shí)刻的有功輸出。

節(jié)點(diǎn)等效負(fù)荷Pei（t）的大小能體現(xiàn)節(jié)點(diǎn)i的負(fù)荷需求的波動(dòng)情況。

2 基于時(shí)序特性的數(shù)學(xué)模型

2.1 目標(biāo)函數(shù)

在充分考慮負(fù)荷、DG與儲(chǔ)能裝置時(shí)序互補(bǔ)特性的基礎(chǔ)上，以配電網(wǎng)年度的綜合成本（投資成本、維護(hù)成本、購電費(fèi)用、可靠性成本和環(huán)境污染補(bǔ)償費(fèi)用）最小為目標(biāo)函數(shù)，建立風(fēng)力發(fā)電、光伏發(fā)電和儲(chǔ)能裝置選址定容的規(guī)劃模型如式（2）所示。

其中，Cinvest為DG、儲(chǔ)能及配電網(wǎng)網(wǎng)架線路的投資費(fèi)用；p1=r（r+1）y／［（1+r）y-1］為等年值折算系數(shù)，r為折現(xiàn)率，取為 0.08，y 為配電網(wǎng)壽命周期（a）；Co為 DG、儲(chǔ)能及線路每年的運(yùn)行維護(hù)費(fèi)用；Cbuy為配電網(wǎng)每年購電費(fèi)用；CEENS為配電網(wǎng)每年可靠性成本；Ce為配電網(wǎng)的年度環(huán)境污染補(bǔ)償費(fèi)用。

2.1.1 投資費(fèi)用

投資費(fèi)用主要包括DG投資費(fèi)用CDG、儲(chǔ)能裝置投資費(fèi)用CBS和配電網(wǎng)網(wǎng)架的投資費(fèi)用Cl。

2.1.2 年度運(yùn)行維護(hù)成本

年度運(yùn)行維護(hù)成本Co主要包括每年網(wǎng)絡(luò)損耗成本Closs和配電網(wǎng)線路、DG、儲(chǔ)能的維護(hù)費(fèi)用Cm。

2.1.1和2.1.2節(jié)各成本計(jì)算用到的相關(guān)參數(shù)取值如表1所示。

表1 各項(xiàng)經(jīng)濟(jì)成本參數(shù)表Table 1 Parameters of economic costs

2.1.3 全年購電費(fèi)用

其中，Etotal為基于各類負(fù)荷時(shí)序特性求得的電網(wǎng)全年用電量；Edg為基于DG四季時(shí)序特性求得的DG全年可利用的發(fā)電量。

2.1.4 供電可靠性成本

每年的供電可靠性成本采用缺電損失成本進(jìn)行間接估算［11-12］。

其中，Ti為負(fù)荷節(jié)點(diǎn)i的故障平均停電持續(xù)時(shí)間；CRi為節(jié)點(diǎn)i每kW負(fù)荷單位停電時(shí)間對(duì)應(yīng)的停電損失費(fèi)用，各類用戶停電損失［13］如表 2所示；PLi為負(fù)荷節(jié)點(diǎn)i的負(fù)荷大小。

表2 停電損失費(fèi)用參數(shù)Table 2 Parameters of outage cost

假設(shè)每條支路都安裝可靠性為100%的熔斷器保護(hù)，保證發(fā)生故障負(fù)荷節(jié)點(diǎn)不影響其他負(fù)荷節(jié)點(diǎn)的正常運(yùn)行。由式（7）可得到節(jié)點(diǎn)i的故障時(shí)間。

其中，λj和γj分別為第j段線路的故障率和故障平均停電時(shí)間；λDGi和γDGi分別為節(jié)點(diǎn)i處DG的故障率和故障平均停電時(shí)間；γ=min（γj，γDGi）表示含 DG節(jié)點(diǎn)的故障恢復(fù)時(shí)間；Aij為任意節(jié)點(diǎn)i從電網(wǎng)獲取電能所經(jīng)過的支路j構(gòu)成的矩陣A中第i行第j列元素，由0、1表示節(jié)點(diǎn)i與支路j的關(guān)聯(lián)性；Ω為含有DG的負(fù)荷節(jié)點(diǎn)集。

2.1.5 年度環(huán)境污染補(bǔ)償費(fèi)用

環(huán)境污染補(bǔ)償費(fèi)用一般包括以下兩方面的費(fèi)用：①環(huán)境的損失費(fèi)用，包括由于污染所引起的環(huán)境質(zhì)量下降和過分消耗自然資源所引起的生態(tài)環(huán)境破壞產(chǎn)生的費(fèi)用；②排放污染物所受到的罰款。

其中，M為傳統(tǒng)發(fā)電排放污染氣體的種類數(shù)；Kk為傳統(tǒng)火電廠單位電量產(chǎn)生第k種污染物的排放強(qiáng)度（kg／（MW·h））；Vk為第 k 種污染氣體環(huán)境價(jià)值折價(jià)標(biāo)準(zhǔn)（元／kg）；Rk為第k種污染氣體排放征收價(jià)格（元 ／kg）。

各參數(shù)具體取值見表3。

表3 環(huán)境污染補(bǔ)償成本參數(shù)表Table 3 Parameters of environmental pollution compensation costs

2.2 約束條件

a.功率約束：

b.電壓約束：

c.DG安裝容量約束：

d.荷電狀態(tài)約束：

其中，PLi和QLi分別為節(jié)點(diǎn)i的有功和無功負(fù)荷；PDGi和QDGi分別為節(jié)點(diǎn)i的DG的有功和無功出力；Ui、Uj分別為節(jié)點(diǎn) i、j的電壓幅值；Gij和 Bij為網(wǎng)絡(luò)導(dǎo)納；θij為節(jié)點(diǎn)i和j的電壓相角差；分別為節(jié)點(diǎn)i的最高和最低電壓；SWGimax、SPVimax分別為在節(jié)點(diǎn)i處風(fēng)力發(fā)電、光伏發(fā)電的最大安裝容量；SOCmax=1、SOCmin=0分別表示儲(chǔ)能荷電狀態(tài)的上、下限值。

3 基于時(shí)序特性的規(guī)劃優(yōu)化策略與算法求解

3.1 等效負(fù)荷與儲(chǔ)能裝置協(xié)調(diào)優(yōu)化策略

本文假設(shè)風(fēng)力發(fā)電和光伏發(fā)電的輸出功率在1 h內(nèi)恒定，將一年8760 h分為春夏秋冬四季，在4個(gè)季節(jié)中分別選取典型日，以24 h為一周期進(jìn)行研究。根據(jù)式（1）計(jì)算節(jié)點(diǎn)i在t時(shí)刻的節(jié)點(diǎn)等效負(fù)荷Pei（t）。其中，PWG（t）、PPV（t）分別為單位容量的風(fēng)力發(fā)電、光伏發(fā)電在t時(shí)刻的輸出功率；Pip（t）為節(jié)點(diǎn)i等效負(fù)荷的平均值。

等效負(fù)荷Pei（t）與儲(chǔ)能裝置協(xié)調(diào)優(yōu)化，當(dāng)?shù)刃ж?fù)荷曲線瞬時(shí)減少時(shí)，儲(chǔ)能裝置存儲(chǔ)多余的能量；當(dāng)?shù)刃ж?fù)荷瞬時(shí)增加時(shí)，儲(chǔ)能裝置釋放能量。儲(chǔ)能裝置一要保證配電網(wǎng)潮流的單向流通，二要平抑DG接入配電網(wǎng)后負(fù)荷節(jié)點(diǎn)的波動(dòng)性。節(jié)點(diǎn)i的等效負(fù)荷與儲(chǔ)能裝置的協(xié)調(diào)優(yōu)化策略如下。

（1）保證配電網(wǎng)的單向潮流。

Pei（t）＜0時(shí)，負(fù)荷需求小于 DG 出力，蓄電池需要存儲(chǔ)多余電能，蓄電池充電。

（2）平抑負(fù)荷節(jié)點(diǎn)的波動(dòng)性。

Pei（t）＞0時(shí)，負(fù)荷需求大于 DG 出力，蓄電池根據(jù)判據(jù)①—④判斷充放電狀態(tài)。

①若 Pei（t）遠(yuǎn)遠(yuǎn)小于等效負(fù)荷平均值 Pip（t），即Pei（t）處于低谷階段，此時(shí)蓄電池需存儲(chǔ)電能，以備在負(fù)荷高峰時(shí)釋放。 若滿足 Pei（t）+Pc≤Pip（t），則蓄電池充電，Pc為蓄電池的充電功率。

②若 Pei（t）稍小于等效負(fù)荷平均值 Pip（t），此時(shí)蓄電池是否充電取決于蓄電池充電后，是否有利于平抑等效負(fù)荷的波動(dòng)性。 若滿足，則蓄電池充電，表示Pei（t）在其平均值的波動(dòng)范圍系數(shù)。

③若 Pei（t）遠(yuǎn)遠(yuǎn)大于等效負(fù)荷平均值 Pip（t），即Pei（t）處于用電高峰階段，此時(shí)蓄電池釋放電能。若滿足 Pei（t）-Pf≥Pip（t），則蓄電池放電，Pf為蓄電池的放電功率。

④若 Pei（t）稍大于等效負(fù)荷平均值 Pip（t），此時(shí)蓄電池是否放電取決于蓄電池放電后，是否有利于平抑等效負(fù)荷的波動(dòng)性。 若滿足，則蓄電池放電。

（3）由上述步聚得到春夏秋冬的儲(chǔ)能充放電功率，確定儲(chǔ)能充放電設(shè)備的功率 PBS=max［Pcx，Pfx］，Pcx、Pfx的下標(biāo) x 取 1、2、3、4 分別表示蓄電池在春、夏、秋、冬的充、放電功率。

（4）儲(chǔ)能蓄電池容量 SBS=max（Pcxtcx，Pfxtfx），其中，tcx、tfx分別為蓄電池每天的充、放電小時(shí)數(shù)。

3.2 粒子群優(yōu)化算法求解

本文基于3.1節(jié)負(fù)荷、DG、儲(chǔ)能的協(xié)調(diào)優(yōu)化策略，建立了含有風(fēng)力發(fā)電、光伏發(fā)電及蓄電池儲(chǔ)能裝置的并網(wǎng)接入位置和容量的規(guī)劃模型。模型采用粒子群優(yōu)化算法進(jìn)行求解。

a.粒子群優(yōu)化算法的速度更新和位置更新公式如下：

其中，下標(biāo)d表示粒子維數(shù)；ω為慣性權(quán)重；r1、r2為均勻分布在［0，1］區(qū)間的隨機(jī)數(shù)；c1、c2為學(xué)習(xí)因子，通常取為粒子i第t次迭代所經(jīng)歷的最好位置；為所有粒子所經(jīng)歷的最好位置；分別為粒子 i第 t次迭代的速度、位置，［-vmax，vmax］、［xmin，xmax］分別為速度和位置更新的范圍。

b.選址定容模型采用粒子群算法求解的步驟如下。

Step 1：輸入氣象資料、季節(jié)天數(shù)和配電網(wǎng)原始數(shù)據(jù)。

Step 2：設(shè)定粒子群迭代次數(shù)和粒子數(shù)，并初始化粒子群。

Step 3：根據(jù)3.1節(jié)儲(chǔ)能規(guī)劃研究的方法，計(jì)算各節(jié)點(diǎn)4個(gè)季節(jié)典型日各時(shí)刻的等效負(fù)荷值，并求解蓄電池在不同季節(jié)各時(shí)段的最佳運(yùn)行方式。

Step 4：將含有DG的節(jié)點(diǎn)模型等效成PV節(jié)點(diǎn)，采用前推回代法進(jìn)行潮流計(jì)算。計(jì)算適應(yīng)度函數(shù)，采用罰函數(shù)法處理不滿足約束條件的解。

Step 5：進(jìn)行個(gè)體尋優(yōu)，粒子本次目標(biāo)函數(shù)最小值所對(duì)應(yīng)的位置向量為最優(yōu)解，與上次目標(biāo)函數(shù)值比較，兩者較小者對(duì)應(yīng)的解為當(dāng)前個(gè)體最優(yōu)解。

Step 6：速度更新、位置更新。

Step 7：進(jìn)行全局尋優(yōu)。本次循環(huán)最優(yōu)解與當(dāng)前最優(yōu)解進(jìn)行比較，兩者較小為最新全局最優(yōu)解。

Step 8：若滿足搜索終止條件或達(dá)到最大搜索次數(shù)，輸出最優(yōu)結(jié)果；否則，繼續(xù)Step 2進(jìn)行循環(huán)，同時(shí)搜索迭代次數(shù)加1。

4 算例分析

本文對(duì)含有14個(gè)節(jié)點(diǎn)、13條支路的10 kV輻射型網(wǎng)絡(luò)進(jìn)行DG、儲(chǔ)能的選址定容規(guī)劃。拓?fù)鋱D如圖4所示，參數(shù)如表4所示。節(jié)點(diǎn)0處為35 kV／10 kV變電站10 kV側(cè)的出線?？蛇x擇支路線型1為LGJ-50，線型2為LGJ-70，線路建造費(fèi)用分別為5.5萬元／km和7.2萬元／km。規(guī)劃方案壽命周期取20 a。設(shè)備可靠性參數(shù)［14］如表5所示。本文基于時(shí)序特性含儲(chǔ)能裝置的DG規(guī)劃有6種規(guī)劃方案，如表6所示。

由圖4得到該配電網(wǎng)節(jié)點(diǎn)與支路的可靠性關(guān)聯(lián)矩陣A。

圖4 IEEE 13節(jié)點(diǎn)配電網(wǎng)拓?fù)鋱DFig.4 Topology of IEEE 13-bus distribution network

表4 節(jié)點(diǎn)及線路數(shù)據(jù)Table 4 Parameters of nodes and lines

表5 設(shè)備可靠性參數(shù)Table 5 Parameters of equipment reliability

表6 規(guī)劃方案Table 6 Planning schemes

A為14行13列的矩陣，矩陣中若第i行中第j列為1表示節(jié)點(diǎn)i-1從電網(wǎng)獲取電能經(jīng)過支路j，若為0則表示不經(jīng)過。例如，A的第9行表示，節(jié)點(diǎn)8獲取電能需要經(jīng)過的支路號(hào)為1、2、8。即支路1、2、8影響節(jié)點(diǎn)8的供電可靠性。

4.1 各方案選址定容結(jié)果和各項(xiàng)成本的情況

采用本文提出的負(fù)荷、DG、儲(chǔ)能協(xié)調(diào)優(yōu)化的策略，通過粒子群優(yōu)化算法，對(duì)表6中6種方案進(jìn)行DG、儲(chǔ)能選址定容規(guī)劃。得到各方案的規(guī)劃結(jié)果如表7所示，線型選擇如表8所示，對(duì)應(yīng)方案的各項(xiàng)成本的情況如表9所示。

表7 安裝位置及容量Table 7 Location and capacity of DGs and BSs

表8 考慮時(shí)序特性的支路線型Table 8 Branch types when timing characteristics are considered

表9 規(guī)劃方案費(fèi)用Table 9 Costs of planning schemes

表9中，方案3的CBS（790.72萬元）包括564.81萬元蓄電池的構(gòu)建費(fèi)用和225.91萬元的充放電設(shè)備的構(gòu)建費(fèi)用。方案6的CBS（493.85萬元）包括343.24萬元蓄電池的構(gòu)建費(fèi)用和150.61萬元充放電設(shè)備的構(gòu)建費(fèi)用。

4.2 結(jié)果分析

4.2.1 考慮時(shí)序特性與不考慮時(shí)序特性的方案比較

方案1和4、方案2和5、方案3和6，兩兩之間具有相同的DG和儲(chǔ)能規(guī)劃要求，方案1、2、3不考慮時(shí)序特性，方案4、5、6考慮時(shí)序特性。

①由表9可以看出，考慮時(shí)序特性的方案4、5、6的網(wǎng)絡(luò)損耗費(fèi)用Closs、購電費(fèi)用Cbuy、環(huán)境污染補(bǔ)償費(fèi)用Ce明顯對(duì)應(yīng)小于不考慮時(shí)序特性的方案1、2、3。原因是在不考慮負(fù)荷時(shí)序特性時(shí)，負(fù)荷需求按最大負(fù)荷計(jì)算，用電量比較大，造成方案1、2、3的購電費(fèi)用和環(huán)境污染補(bǔ)償費(fèi)用以及網(wǎng)絡(luò)損耗費(fèi)用比較大。由此可見，考慮時(shí)序特性的規(guī)劃方案更具有經(jīng)濟(jì)性。

②由表7和表9可以看出，方案3儲(chǔ)能的充放電設(shè)備的功率（0.45MW）、安裝費(fèi)用 CBS（790.72 萬元）明顯高于方案6儲(chǔ)能的充放電設(shè)備的功率（0.3 MW）、安裝費(fèi)用CBS（493.8萬元），這是因?yàn)榉桨?是在充分考慮了DG、負(fù)荷的時(shí)序特性的基礎(chǔ)上，通過對(duì)等效負(fù)荷和儲(chǔ)能裝置進(jìn)行協(xié)調(diào)優(yōu)化，確定儲(chǔ)能裝置的充放電設(shè)備的功率及蓄電池的容量。因此方案6可以在不過多安裝儲(chǔ)能及保證配電網(wǎng)經(jīng)濟(jì)性的前提下，達(dá)到最好的優(yōu)化效果。由此可見，考慮時(shí)序特性對(duì)儲(chǔ)能裝置優(yōu)化配置規(guī)劃的重要性。

綜合上述①和②，不考慮DG和負(fù)荷的時(shí)序特性的規(guī)劃方案1、2、3不僅與真實(shí)運(yùn)行情況不相符而且規(guī)劃結(jié)果經(jīng)濟(jì)性差。因此最優(yōu)方案應(yīng)該在考慮時(shí)序特性的方案4、5、6中選取。

4.2.2 在考慮時(shí)序特性的方案中選取最優(yōu)方案

①比較表9中方案5和方案6的DG可利用的發(fā)電量Edg，可以得到方案5的DG出力滲透率為（4 844.68÷21675.1）×100%≈22.35%，方案 6的DG出力滲透率為（5954.05÷21675.1）×100%≈27.47%，方案6比方案5提高了約5%。這表明儲(chǔ)能和等效負(fù)荷（負(fù)荷、DG出力）的協(xié)調(diào)優(yōu)化，減小了負(fù)荷曲線的波動(dòng)性（見圖5），提高了DG出力的滲透率。同時(shí)，DG滲透率越大，環(huán)境污染補(bǔ)償費(fèi)用和購電費(fèi)用就越少。由此可見，儲(chǔ)能裝置和DG、負(fù)荷協(xié)調(diào)優(yōu)化不僅可以提高DG出力在配電網(wǎng)中的滲透率，也可以提高配電網(wǎng)規(guī)劃的經(jīng)濟(jì)性。

由圖5不難看出，方案6的節(jié)點(diǎn)等效負(fù)荷曲線的波動(dòng)性明顯減小。由此可見負(fù)荷、DG及儲(chǔ)能裝置協(xié)調(diào)優(yōu)化的有效性。

圖5 方案6春季儲(chǔ)能優(yōu)化前后時(shí)序特性曲線Fig.5 Timing characteristic curves of Scheme 6，before and after storage optimization in spring

②比較表9中方案4、5、6的可靠性成本 CEENS可以看出，含有DG的方案5和6的可靠性成本明顯低于方案4，這是因?yàn)镈G和儲(chǔ)能接入配電網(wǎng)可以減少負(fù)荷節(jié)點(diǎn)的故障停電時(shí)間和降低停電損失的電量，所以DG、儲(chǔ)能可以提高配電網(wǎng)的供電可靠性。

綜上所述，方案6雖然增加了儲(chǔ)能的投資成本，但儲(chǔ)能與負(fù)荷、DG的協(xié)調(diào)優(yōu)化，提高了DG發(fā)電的滲透率，降低了購電成本、可靠性成本、環(huán)境污染補(bǔ)償成本，使配電網(wǎng)每年的綜合成本達(dá)到最小。因此最終選取方案6作為最優(yōu)方案。

5 結(jié)論

本文基于DG和負(fù)荷的時(shí)序特性，考慮配電網(wǎng)的投資成本、運(yùn)行成本、購電費(fèi)用、可靠性成本和環(huán)境污染補(bǔ)償費(fèi)用的綜合成本等年值，對(duì)負(fù)荷和儲(chǔ)能裝置進(jìn)行協(xié)調(diào)優(yōu)化，建立了DG和儲(chǔ)能選址定容的規(guī)劃模型，并采用粒子群優(yōu)化算法進(jìn)行求解得到最優(yōu)的規(guī)劃方案。主要結(jié)論如下：

a.考慮時(shí)序特性的規(guī)劃方案更符合負(fù)荷和DG的實(shí)際運(yùn)行情況，且充分考慮負(fù)荷、DG的時(shí)序特性，更有利于規(guī)劃安裝的儲(chǔ)能裝置得到充分的利用；

b.負(fù)荷與儲(chǔ)能裝置的協(xié)調(diào)優(yōu)化可以有效地減緩節(jié)點(diǎn)等效負(fù)荷的波動(dòng)性，是提高DG出力滲透率、含DG的配電網(wǎng)規(guī)劃方案的經(jīng)濟(jì)性的有效措施。

本文提出的負(fù)荷與儲(chǔ)能裝置協(xié)調(diào)優(yōu)化的策略實(shí)現(xiàn)了負(fù)荷、DG、儲(chǔ)能時(shí)序上的良好互補(bǔ)；將其應(yīng)用到DG和儲(chǔ)能裝置的選址定容的規(guī)劃模型中，得到了配電網(wǎng)綜合成本等年值最優(yōu)的規(guī)劃方案；充分驗(yàn)證了規(guī)劃模型和計(jì)算方法的正確性和有效性。

［1］鞠平，陳謙，熊傳平，等.基于日負(fù)荷曲線的負(fù)荷分類和綜合建模［J］.電力系統(tǒng)自動(dòng)化，2006，30（16）：6-9.JU Ping，CHEN Qian,XIONG Chuanping，et al.Load classification based daily load curve and integrated modeling［J］.Automation of Electric Power Systems，2006，30（16）：6-9.

［2］石慶均，江全元.包含蓄電池儲(chǔ)能的微網(wǎng)實(shí)時(shí)能量優(yōu)化調(diào)度［J］.電力自動(dòng)化設(shè)備，2013，33（5）：76-82.SHIQingjun，JIANG Quanyuan.Real-time optimal energy dispatch for microgrid with battery storage［J］.Electric Power Automation Equipment，2013，33（5）：76-82.

［3］國際電工委員會(huì).大容量可再生能源接入電網(wǎng)及大容量儲(chǔ)能的應(yīng)用［M］. 北京：中國電力出版社，2014：42-60.

［4］李鵬，竇鵬沖，李雨薇，等.微電網(wǎng)技術(shù)在主動(dòng)配電網(wǎng)中的應(yīng)用［J］.電力自動(dòng)化設(shè)備，2015，35（4）：8-16.LIPeng，DOU Pengchong，LIYuwei，et al.Application ofmicrogrid technology in active distribution network ［J］.Electric Power Automation Equipment，2015，35（4）：8-16.

［5］夏澍，周明，李庚銀，等.分布式電源選址定容的多目標(biāo)優(yōu)化算法［J］.電網(wǎng)技術(shù)，2011，35（9）：115-121.XIA Shu，ZHOUMing，LIGengyin，etal.Multi-objectiveoptimization algorithm for distributed generation locating and sizing［J］.Power System Technology，2011，35（9）：115-121.

［6］栗然，馬慧卓，祝晉堯，等.分布式電源接入配電網(wǎng)多目標(biāo)優(yōu)化規(guī)劃［J］.電力自動(dòng)化設(shè)備，2014，34（1）：6-12.LI Ran，MA Huizhuo，ZHU Jinyao，et al. Multi-objective optimization for DG integration into distribution system［J］.Electric Power Automation Equipment，2014，34（1）：6-12.

［7］徐遜，陳楷，龍禹，等.考慮環(huán)境成本和時(shí)序特性的微網(wǎng)多類型分布式電源選址定容規(guī)劃［J］.電網(wǎng)技術(shù)，2013，37（4）：914-921.XU Xun，CHEN Kai，LONG Yu，et al.Optimal site selection and capacity determination of multi-types of distributed generation in microgrid considering environment cost and timing characteristics［J］.Power System Technology，2013，37（4）：914-921.

［8］李亮，唐巍，白牧可，等.考慮時(shí)序特性的多目標(biāo)分布式電源選址定容規(guī)劃［J］.電力系統(tǒng)自動(dòng)化，2013，37（3）：58-63，128.LILiang，TANGWei，BAIMuke，et al.Multi-objection loacting and sizing of distributed generator based on time-sequence characteristics［J］.Automation of Electric Power Systems，2013，37（3）：58-63，128.

［9］張節(jié)潭，程浩忠，姚良忠，等.分布式風(fēng)電源選址定容規(guī)劃研究［J］.中國電機(jī)工程學(xué)報(bào)，2009，29（16）：1-7.ZHANG Jietan，CHENG Haozhong，YAO Liangzhong，et al．Study on siting and sizing of distributed wind generation［J］．Proceedings of the CSEE，2009，29（16）：1-7.

［10］王瑞琪，李珂，張承慧，等.基于混沌多目標(biāo)遺傳算法的微網(wǎng)系統(tǒng)容量優(yōu)化［J］.電力系統(tǒng)保護(hù)與控制，2011，39（22）：16-22.WANG Ruiqi，LI Ke，ZHANG Chenghui，et al.Optimization allocation of microgrid capacity based on chaotic multi-objective genetic algorithm［J］.Power System Protection and Control，2011，39（22）：16-22.

［11］張焰.電網(wǎng)規(guī)劃中的可靠性成本-效益分析研究［J］.電力系統(tǒng)自動(dòng)化，1999，23（15）：33-35.ZHANG Yan.Research on cost-benefit analysis of electric-power network reliability planning［J］.Automation of Electric Power Systems，1999，23（15）：33-35.

［12］趙源，何源，宿曉嵐，等.分布式電源對(duì)配網(wǎng)可靠性的影響及優(yōu)化配置［J］.電力自動(dòng)化設(shè)備，2014，34（9）：13-20.ZHAO Yuan，HE Yuan，SU Xiaolan，et al.Effect of distributed generation on power distribution system reliability and its optimal allocation［J］.Electric Power Automation Equipment，2014，34（9）：13-20.

［13］周麗梅，范明天.城市電網(wǎng)用戶停電損失估算及評(píng)價(jià)方法研究［J］.中國電力，2006，39（7）：70-73.ZHOU Limei，F(xiàn)AN Mingtian.Research on customer outage cost assessment and its evaluation method in urban electric power network［J］.Electriic Power，2006，39（7）：70-73.

［14］CHOWDHURY A A，AGARWAL K S.Reliability modeling of distributed generation in conventional distribution systems planning and analysis［J］.IEEE Transactions on Industry Applications，2003，39（5）：1493-1498.

［15］王鶴，李國慶.含多種分布式電源的微電網(wǎng)控制策略［J］.電力自動(dòng)化設(shè)備，2012，32（5）：19-23.WANG He，LI Guoqing.Control strategy of microgrid with different DG types［J］.Electric Power Automation Equipment，2012，32（5）：19-23.

［16］丁明，張穎媛，茆美琴，等.包含鈉硫電池儲(chǔ)能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化［J］.中國電機(jī)工程學(xué)報(bào)，2011，31（4）：7-14.DING Ming，ZHANG Yingyuan，MAO Meiqin，et al.Economic operation optimization or microgrids including Na／S battery storage［J］.Proceedings of the CSEE，2011，31（4）：7-14.

［17］唐西勝，鄧衛(wèi)，李寧寧，等.基于儲(chǔ)能的可再生能源微網(wǎng)運(yùn)行控制技術(shù)［J］.電力自動(dòng)化設(shè)備，2012，32（3）：99-103.TANG Xisheng，DENG Wei，LI Ningning，et al. Control technologies of microgrid operation based on energy storage ［J］.Electric Power Automation Equipment，2012，32（3）：99-103.