徐舟鷹 樂恩典
(國網(wǎng)舟山供電公司,浙江舟山316021)
隨著通信技術(shù)的不斷進(jìn)步,大數(shù)據(jù)的發(fā)展勢不可當(dāng),“數(shù)據(jù)即資產(chǎn)”的觀念已被大多數(shù)人所認(rèn)同。與此同時,在全球能源互聯(lián)網(wǎng)大力發(fā)展的背景下,國內(nèi)外的電力發(fā)展正經(jīng)歷著很大的變化,大量分布式可再生能源開始接入配電網(wǎng),如風(fēng)電、光伏等,它們的接入會對配電網(wǎng)的可靠性產(chǎn)生重大影響,且會增加配電網(wǎng)的運行數(shù)據(jù)。如何利用配網(wǎng)中海量的運行數(shù)據(jù)對其建立量化的可靠性評估方法成為了研究熱點。
本文介紹了改進(jìn)粒子群算法(Improved Particle Swarm Optimizer,IPSO)的特點和原理,并將其運用到具有分布式電源的配電網(wǎng)運行中去,在解決問題時采用權(quán)重系數(shù)進(jìn)行多目標(biāo)優(yōu)化,最終通過對算法的改進(jìn)提高了尋優(yōu)效率。
粒子群算法(Particle Swarm Optimization,PSO)是根據(jù)鳥類覓食的過程進(jìn)行的一個生物優(yōu)化算法,是基于一個群體的智能算法對一個復(fù)雜問題進(jìn)行分析和優(yōu)化的過程,對于多目標(biāo)問題反應(yīng)靈敏、計算快,但同時容易陷入局部最優(yōu)。
粒子群算法在中壓配電網(wǎng)中主要用于開關(guān)站的選址,開關(guān)站的模型通常包含經(jīng)濟(jì)模型和可靠性模型,本文在考慮這兩者的基礎(chǔ)上,使用一個綜合模型作為粒子群算法的迭代標(biāo)準(zhǔn)。在現(xiàn)階段的配電網(wǎng)運行中,如何采用海量運行數(shù)據(jù)對各種分布式新能源的接入和運行進(jìn)行選址也至關(guān)重要。
風(fēng)電所需要建立的開關(guān)站的經(jīng)濟(jì)模型主要包含其投資和運行費用,采用等年值法:
式中,M為風(fēng)機開關(guān)類型總數(shù);Nj為第j種類型開關(guān)新增數(shù)目;Csj為第j種開關(guān)目前單價;Pj為第j種開關(guān)使用壽命;Cs為總開關(guān)投資的等年值。
風(fēng)機的運行費用(年度費用)由式(2)得出,其大小和開關(guān)站的總投資成正比。
式中,CM為風(fēng)機運維費用;H為比例系數(shù)。
在配電網(wǎng)中,開關(guān)站的可靠性主要與其是否停電有關(guān),無論是計劃停電還是故障停電。由停電造成的損失計算如式(3)所示:
式中,LP為負(fù)荷節(jié)點數(shù);Tj為第j個負(fù)荷點的停電類型;ENSjt為負(fù)荷點j第t停電相應(yīng)所失去的供電量;CLOSSjt為負(fù)荷點j第t停電的單位停電損失;CL為年度停電損失總費用。
配電網(wǎng)風(fēng)機接入的綜合模型考慮使用權(quán)重因子將兩種模型整合,通過不同種類的運行方式,考慮經(jīng)濟(jì)性和可靠性的占比,得到綜合模型如式(4)所示:
式中,Ka、Kb為經(jīng)濟(jì)性、可靠性權(quán)重因子,Ka+Kb=1。
分布式電源接入配電網(wǎng)通常分為多電源接入和單電源接入。
2.4.1 單獨風(fēng)機接入過程
在配電網(wǎng)只有一個風(fēng)機時,風(fēng)電的供電范圍是確定的,只需要根據(jù)政府規(guī)劃和供電需求確定其裝接位置即可。將該區(qū)域的粒子位置代入上述式子中,可以得到每個粒子的“適應(yīng)度”,通過對“適應(yīng)度”的對比和判斷,評價該粒子所處的環(huán)境,以及如此建設(shè)和運行是否經(jīng)濟(jì)。通常來說,“適應(yīng)度”越低對應(yīng)著其所需要的投資成本以及后期運營成本越低,而對于所有的“粒子”的位置所對應(yīng)的總“適應(yīng)度”的最低點即最優(yōu)的投放位置。
具體步驟如下:
(1)隨機給定n個粒子的位置,即代表風(fēng)機的裝接位置;
(2)計算各個粒子位置所對應(yīng)的“適應(yīng)度”,即該位置裝接風(fēng)機的成本;
(3)根據(jù)上述粒子產(chǎn)生的最優(yōu)解進(jìn)行位置調(diào)整,采用實際情況對“適應(yīng)度”函數(shù)進(jìn)行優(yōu)化,完成一次搜索,每一次迭代都再進(jìn)行上述步驟,直到尋找到最優(yōu)點;
(4)最后停止循環(huán)得到最優(yōu)位置。
2.4.2 多風(fēng)電機組接入電網(wǎng)過程
多個風(fēng)機接入電網(wǎng)的步驟同一臺風(fēng)機接入類似,只是最后的結(jié)果需要輸出一組變量組成的最優(yōu)解的合集作為每個風(fēng)機的布點。除了考慮風(fēng)電的容量外,也要考慮其在該供電位置的供電范圍。根據(jù)粒子群算法的步驟,就需要對m個目標(biāo)進(jìn)行優(yōu)化,同時得到其“適應(yīng)度”的和的最小值,才是這m個風(fēng)機所要的最優(yōu)位置。
具體步驟如下:
(1)確定每個風(fēng)機的供電范圍,通過隨機數(shù)的放置測得每個負(fù)荷點到該電源點的距離作為參考,并判斷該容量是否符合要求;
(2)容量滿足要求的風(fēng)機就不再進(jìn)行劃分,其余風(fēng)機直到劃分完畢即可,接著在每個點的范圍內(nèi)確定風(fēng)機最優(yōu)位置,即重復(fù)單風(fēng)機的優(yōu)化步驟即可,直到獲得最優(yōu)解。
根據(jù)需要,建一個規(guī)模為2×50 MW的風(fēng)電站和一個規(guī)模為1×50 MW的風(fēng)電站,線路的貼現(xiàn)率為0.08,折舊年限為16,新建站出線單位長度投資費用均為150萬元/km,網(wǎng)損折算系數(shù)α1=α2=α3=0.004 69(假設(shè)線路全年投入運行),具體信息如表1所示。
從圖1中可以看出,運用粒子群算法求解電力系統(tǒng)開關(guān)優(yōu)化問題具有良好的性能,經(jīng)過多次運行程序,均能在20代以內(nèi)收斂到最優(yōu)解。
表1 負(fù)荷坐標(biāo)信息表
圖1 粒子群算法趨勢圖
隨著分布式能源接入配電網(wǎng),采用最優(yōu)方法配置負(fù)荷成為配電網(wǎng)中一個十分重要的問題,其社會價值、工程經(jīng)濟(jì)價值都有顯著提高。本文在研究風(fēng)機的配置后得出了以下結(jié)論:
(1)通過對風(fēng)機電源點的劃分,可以簡化計算過程,節(jié)省搜索時間,減少計算量,從而快速高效地得到系統(tǒng)的經(jīng)濟(jì)性指標(biāo);
(2)根據(jù)配電網(wǎng)中風(fēng)機開關(guān)站優(yōu)化的特點,將改進(jìn)粒子群算法運用到計算中,相對于原始方法效果更佳,算法精確有效。