李詩(shī)穎，楊曉輝

基于雙向動(dòng)態(tài)重構(gòu)與集群劃分的光伏儲(chǔ)能選址定容

李詩(shī)穎1，楊曉輝2

(1.國(guó)網(wǎng)江西省南昌市供電公司，江西 南昌 330069；2.南昌大學(xué)，江西 南昌 330031)

為研究網(wǎng)絡(luò)重構(gòu)與集群劃分對(duì)提升配電網(wǎng)中分布式電源規(guī)劃配置水平的可能性，提出一種動(dòng)態(tài)重構(gòu)與集群劃分的雙層劃分模型，同時(shí)獲得最佳重構(gòu)策略和集群劃分方式。通過4種方案進(jìn)行DPV、ESS選址定容實(shí)驗(yàn)，對(duì)比DPV接入容量、年綜合成本等規(guī)劃指標(biāo)及網(wǎng)絡(luò)損耗、電壓水平等系統(tǒng)運(yùn)行指標(biāo)。結(jié)果表明，在基于該雙層劃分結(jié)果的DPV、ESS選址定容方案下，DPV接入容量最大且系統(tǒng)年綜合成本最低。經(jīng)算例驗(yàn)證，分時(shí)段雙向動(dòng)態(tài)重構(gòu)策略可在降低規(guī)劃成本的同時(shí)大幅度拉伸DPV消納水平的提升空間，在解決高比例分布式電源規(guī)劃類問題時(shí)具有較高的參考價(jià)值。

分布式電源；選址定容；光伏消納；動(dòng)態(tài)重構(gòu)；集群劃分

0 引言

配電網(wǎng)中以分布式光伏(DPV)為代表的可再生能源發(fā)電(RDG)正呈現(xiàn)出快速增長(zhǎng)態(tài)勢(shì)[1-3]，為使分布式電源之間形成優(yōu)勢(shì)互補(bǔ)，充分發(fā)揮可再生能源的積極作用，針對(duì)RDG與儲(chǔ)能系統(tǒng)(ESS)的聯(lián)合優(yōu)化配置是近些年的研究熱點(diǎn)[4-7]。

基于配電網(wǎng)靈活的結(jié)構(gòu)調(diào)整能力，不少學(xué)者將網(wǎng)絡(luò)重構(gòu)作為一種主動(dòng)管理策略，研究其對(duì)于配電網(wǎng)中RDG規(guī)劃配置的影響[8-10]。文獻(xiàn)[11]提出基于馬爾可夫決策過程的配電網(wǎng)重構(gòu)近似動(dòng)態(tài)規(guī)劃方法以最小化RDG發(fā)電棄電和減載。文獻(xiàn)[12]針對(duì)高滲透RDG和ESS的配電網(wǎng)，提出最佳ESS充放電方案和最佳重構(gòu)策略，以同時(shí)優(yōu)化運(yùn)營(yíng)成本、可靠性和安全性指標(biāo)。文獻(xiàn)[13]建立分層模型，將RDG規(guī)劃主問題與網(wǎng)絡(luò)重構(gòu)子問題迭代求解。文獻(xiàn)[14]提出考慮網(wǎng)絡(luò)多時(shí)段動(dòng)態(tài)重構(gòu)的RDG選址定容二階錐規(guī)劃模型和求解方法。文獻(xiàn)[15]提出了兼顧環(huán)保效益的RDG配置和重構(gòu)優(yōu)化模型。大量研究表明，經(jīng)重構(gòu)后系統(tǒng)RDG接入容量提高、運(yùn)行性能提升，但目前的重構(gòu)策略普遍為單方向重構(gòu)，且很少針對(duì)重構(gòu)的時(shí)段劃分進(jìn)行優(yōu)化。

近年來(lái)，電力系統(tǒng)領(lǐng)域?qū)τ诩旱难芯颗c應(yīng)用逐漸引起關(guān)注[16-17]，越來(lái)越多的研究在解決RDG 規(guī)劃問題時(shí)將集群劃分納入考慮。文獻(xiàn)[18]提出基于集群劃分的分布式ESS容量規(guī)劃方法以解決節(jié)點(diǎn)電壓越限問題。文獻(xiàn)[19]提出基于集群劃分的DPV與ESS選址定容規(guī)劃以提升光伏滲透率、降低規(guī)劃成本。文獻(xiàn)[20]提出基于集群劃分的RDG規(guī)劃模型以利于RDG互補(bǔ)及中高壓配電網(wǎng)絡(luò)互聯(lián)。文獻(xiàn)[21]提出基于集群劃分的網(wǎng)-源-儲(chǔ)多目標(biāo)兩步規(guī)劃。研究表明集群規(guī)劃有利于RDG自平衡消納，提升系統(tǒng)經(jīng)濟(jì)性、可靠性。以上文獻(xiàn)的集群劃分方法均建立在某固定場(chǎng)景的負(fù)荷特性下，且均未考慮系統(tǒng)聯(lián)絡(luò)開關(guān)變化的情況，對(duì)于在動(dòng)態(tài)拓?fù)浜蜁r(shí)變負(fù)荷下提升劃分方法的全面性還存在進(jìn)一步的研究空間。

考慮到現(xiàn)有研究中重構(gòu)方向的單一性與集群劃分方法的局限性，且鮮有文獻(xiàn)對(duì)此兩者的結(jié)合進(jìn)行研究，本文在保證配電網(wǎng)運(yùn)行性能的基礎(chǔ)上，同時(shí)考慮網(wǎng)絡(luò)重構(gòu)和集群劃分問題與RDG優(yōu)化布局的關(guān)聯(lián)性，提出相關(guān)劃分辦法及建立規(guī)劃模型。提出一種雙方向動(dòng)態(tài)重構(gòu)策略，根據(jù)需要控制各時(shí)段網(wǎng)損增大或減小，將該策略下的規(guī)劃曲線與單向重構(gòu)進(jìn)行對(duì)比；提出新的集群劃分方法，不僅兼顧各時(shí)刻負(fù)荷特性且可適應(yīng)聯(lián)絡(luò)開關(guān)變化，使結(jié)果更具普遍性。通過建立雙層模型同時(shí)獲得最佳重構(gòu)策略和集群劃分方式，并基于該劃分結(jié)果進(jìn)行DPV、ESS選址定容，通過與單方向重構(gòu)和傳統(tǒng)集群劃分方案進(jìn)行規(guī)劃結(jié)果對(duì)比，驗(yàn)證雙方向動(dòng)態(tài)重構(gòu)策略對(duì)進(jìn)一步提升DPV、ESS規(guī)劃配置水平的有效性及本文雙層模型的可靠性。

1 “DPV出力-綜合成本”關(guān)系曲線

本文中DPV、ESS遵循以下運(yùn)行原則：

1) DPV安裝節(jié)點(diǎn)的光伏發(fā)電應(yīng)首先滿足自身需求，再供給其他節(jié)點(diǎn)，當(dāng)系統(tǒng)中總DPV出力高于負(fù)荷需求時(shí)，由ESS吸收多余電能，系統(tǒng)倒送至主網(wǎng)的功率不應(yīng)超過上限值。

2) ESS釋放電能時(shí)，應(yīng)優(yōu)先選擇系統(tǒng)電壓水平低的時(shí)刻，在一個(gè)周期內(nèi)應(yīng)保持充放電平衡，保證ESS能夠循環(huán)穩(wěn)定地運(yùn)行。

圖1為某系統(tǒng)日負(fù)荷與光伏出力曲線，假設(shè)ESS充放電效率皆為1，基于本文DPV、ESS運(yùn)行規(guī)則，容易分析得出：理想情況下，若光伏出力曲線固定，整個(gè)系統(tǒng)ESS總額定容量的最佳配置點(diǎn)恰好等于所有DPV出力大于負(fù)荷的時(shí)刻中這兩者之差的總和，即光伏出力曲線高于負(fù)荷曲線的面積。若低于此面積，ESS容量不足以吸收剩余的光伏出力，導(dǎo)致功率倒送主網(wǎng)；若高于此面積，ESS容量有余，徒增投資成本。同理，ESS總額定功率的最佳配置點(diǎn)則為所有DPV出力大于負(fù)荷的時(shí)刻中這兩者之差的最大值，若低于此值會(huì)造成功率倒送，高于此值會(huì)增加投資成本。因此，ESS最佳配置點(diǎn)取決于DPV出力曲線，其關(guān)系如下。

圖1 某系統(tǒng)日負(fù)荷與光伏出力曲線

為獲得規(guī)劃成本與DPV接入容量的大致關(guān)系，暫時(shí)忽略節(jié)點(diǎn)間的差異，假設(shè)在系統(tǒng)DPV、ESS總配置量一定的情況下，均勻接入各節(jié)點(diǎn)，結(jié)合ESS最佳配置容量、功率與DPV的關(guān)系式(1)—式(3)，則系統(tǒng)的綜合成本可由DPV接入容量決定。具體的DPV、ESS規(guī)劃成本模型及經(jīng)濟(jì)技術(shù)參數(shù)見文獻(xiàn)[19]，給定某待規(guī)劃系統(tǒng)，通過計(jì)算可獲得年綜合成本，其“DPV出力-綜合成本”關(guān)系曲線如圖2所示，可見一般情況下，系統(tǒng)年綜合成本隨著DPV接入容量的增加呈先減后增的趨勢(shì)，在某一處達(dá)最低值。

圖2 光伏接入容量與規(guī)劃成本的關(guān)系

2 雙層劃分模型

2.1 雙方向動(dòng)態(tài)重構(gòu)策略

目前，相關(guān)研究的重構(gòu)策略普遍為單方向，本文以提升DPV消納水平與降低規(guī)劃成本為目的提出一種雙方向重構(gòu)策略：如圖1，在DPV滲透率過高的時(shí)段通過逆向重構(gòu)增大網(wǎng)損，增加DPV消耗、減少ESS需求和投資；在其余時(shí)段正向重構(gòu)降低網(wǎng)損，減少購(gòu)電成本。

針對(duì)如何進(jìn)行最佳時(shí)段劃分并獲得相應(yīng)集群劃分方案建立以下雙層劃分模型。

2.2 上層劃分模型

其中：

結(jié)合系統(tǒng)綜合成本，上層目標(biāo)函數(shù)為

需要注意的是：考慮到各時(shí)段重構(gòu)方向不同，需為各時(shí)段設(shè)立重構(gòu)方向標(biāo)志，具體做法為：在初值設(shè)置階段，以重構(gòu)前“DPV出力-綜合成本”曲線谷值點(diǎn)對(duì)應(yīng)的DPV接入容量為基準(zhǔn)，將DPV出力大于系統(tǒng)負(fù)荷的時(shí)段提前標(biāo)記為逆重構(gòu)時(shí)段。

2.3 下層劃分模型

根據(jù)上層劃分所確定的各時(shí)段網(wǎng)絡(luò)拓?fù)浜透鲿r(shí)刻的負(fù)荷特性進(jìn)行下層集群劃分，以集群結(jié)構(gòu)綜合劃分指標(biāo)均值最高為最優(yōu)劃分方式。

下層目標(biāo)函數(shù)為周期內(nèi)集群結(jié)構(gòu)綜合指標(biāo)均值：

將下層模型的最優(yōu)值反饋回上層，更新后的上層劃分目標(biāo)函數(shù)為

3 算例

以33節(jié)點(diǎn)系統(tǒng)為例，其電壓等級(jí)為12.66 kV，線路參數(shù)見文獻(xiàn)[25]，太陽(yáng)輻照度曲線參考文獻(xiàn)[26]，DPV、ESS經(jīng)濟(jì)技術(shù)參數(shù)見文獻(xiàn)[19]。

3.1 雙層劃分結(jié)果

上層劃分結(jié)果如表1，分3個(gè)時(shí)段進(jìn)行重構(gòu)，其中12：00—15：00為逆重構(gòu)時(shí)段。

下層劃分結(jié)果如表2，共分為6個(gè)集群。

表1 上層劃分結(jié)果

表2 下層劃分結(jié)果

為對(duì)比雙向重構(gòu)與單向重構(gòu)對(duì)“DPV出力-綜合成本”曲線的影響，僅根據(jù)上層模型進(jìn)行單方向動(dòng)態(tài)重構(gòu)，結(jié)果如表3。

表3 單方向動(dòng)態(tài)重構(gòu)策略

現(xiàn)按照第1節(jié)的方法，在忽略節(jié)點(diǎn)層面的差異，假設(shè)各節(jié)點(diǎn)的DPV、ESS接入量均相等的情況下，基于算例和相關(guān)參數(shù)，通過計(jì)算獲得不同DPV出力下的系統(tǒng)年綜合成本，觀察兩種重構(gòu)策略下“DPV出力-綜合成本”曲線的變化趨勢(shì)。

如圖3所示，原系統(tǒng)的最低成本及對(duì)應(yīng)DPV接入容量分別為540.5萬(wàn)元、2 375 kW。在單方向重構(gòu)策略下曲線下移，最低成本降為535.5萬(wàn)元，但谷值點(diǎn)對(duì)應(yīng)的DPV接入容量沒有改變；而在雙方向重構(gòu)策略下曲線進(jìn)一步下移，最低成本降至531.9萬(wàn)元，同時(shí)谷值點(diǎn)對(duì)應(yīng)的DPV接入容量較原系統(tǒng)增加100 kW。若以原系統(tǒng)最低成本為基準(zhǔn)，單向重構(gòu)下DPV接入容量增加250 kW，雙向重構(gòu)下增加500 kW，可見雙方向重構(gòu)策略可在降低規(guī)劃成本的同時(shí)大幅度拉升DPV消納水平的提升空間，較單方向重構(gòu)策略有著明顯的優(yōu)勢(shì)。

上述結(jié)論建立在忽略節(jié)點(diǎn)差異的理想狀態(tài)下，實(shí)際情況中，DPV、ESS配置總量一定，各節(jié)點(diǎn)DPV出力不同、ESS安裝位置不同都會(huì)使網(wǎng)損波動(dòng)，進(jìn)而影響綜合成本。要得到最佳優(yōu)化布局結(jié)果，需進(jìn)行選址定容規(guī)劃。

圖3 重構(gòu)前后的“DPV出力-綜合成本”關(guān)系曲線

3.2 DPV、ESS選址定容規(guī)劃對(duì)比方案

為對(duì)比單向與雙向重構(gòu)策略、集群與集中規(guī)劃方式的差異，通過以下4種方案進(jìn)行DPV、ESS選址定容。

方案1：未對(duì)系統(tǒng)進(jìn)行重構(gòu)和集群劃分。直接優(yōu)化各節(jié)點(diǎn)的DPV出力、ESS配置容量、功率及安裝位置，為與集群方案對(duì)應(yīng)，ESS接入數(shù)目與集群方案一致。

方案2：僅集群劃分。參考文獻(xiàn)[19]，根據(jù)典型時(shí)刻(DPV滲透率最大)的負(fù)荷特性進(jìn)行集群劃分，按照“集群-節(jié)點(diǎn)”雙層規(guī)劃辦法，上層以集群為單元，確定接入各集群的DPV總?cè)萘?、ESS容量和功率，下層以節(jié)點(diǎn)為單元，優(yōu)化集群內(nèi)各節(jié)點(diǎn)的DPV分容量與ESS位置。各集群ESS接入數(shù)目≤1。

方案3：僅動(dòng)態(tài)重構(gòu)(單方向)。基于表3的重構(gòu)策略進(jìn)行DPV、ESS選址定容，步驟同方案1。

方案4：同時(shí)動(dòng)態(tài)重構(gòu)(雙方向)與集群劃分?；诒?、表2的雙層劃分結(jié)果進(jìn)行DPV、ESS選址定容，步驟同方案2。

3.3 規(guī)劃結(jié)果

各方案的DPV、ESS配置結(jié)果和各項(xiàng)成本見表4，不同方案下，各集群接入的DPV、ESS如圖4，圖中柱體從左至右依次代表集群1—集群6。結(jié)合圖表，可分析出以下幾點(diǎn)：

方案1的DPV接入量最高，但ESS配置容量遠(yuǎn)高于其他方案，這很大程度上歸因于此方案采用的是集中規(guī)劃方式，解空間維度較高導(dǎo)致算法精確度下降，未能找到最優(yōu)解，設(shè)備安裝成本和運(yùn)行維護(hù)成本較其他方案都有明顯增加，總規(guī)劃成本也比其余方案都高。

方案2在方案1的基礎(chǔ)上進(jìn)行了集群劃分，其年綜合成本與DPV接入容量分別為542.7萬(wàn)元、 2 373.4 kW，與圖3原系統(tǒng)谷值點(diǎn)的偏差量為0.4%與0.02%?；诩阂?guī)劃的DPV、ESS選址定容有兩個(gè)顯著特點(diǎn)：

表4 各方案規(guī)劃結(jié)果與成本

圖4 各集群的DPV、ESS配置容量

1) 能大幅降低ESS配置容量，如圖4，方案1、3的ESS分布集中在三個(gè)集群且容量巨大，而方案2、4的ESS分布在各個(gè)集群，這說(shuō)明集群規(guī)劃有助于均勻ESS分布，各區(qū)域源-荷平衡度提高，集群間的功率交互減少，線路損耗也大大降低。

2) 有助于提升DPV接入容量，方案2、4的DPV接入容量均高于方案3，在集群規(guī)劃方式下，各集群供需匹配度提高，DPV自消納水平提升。

方案3在單方向動(dòng)態(tài)重構(gòu)下與方案1一樣采用集中規(guī)劃方式，因此ESS分布過于集中，其年綜合成本與DPV接入容量分別為538.3萬(wàn)元、2 350 kW，與圖3單方向重構(gòu)谷值點(diǎn)的偏差量為0.5%與1%。與方案2相比，雖然DPV接入容量減小，但購(gòu)電量也同時(shí)下降，這歸功于動(dòng)態(tài)重構(gòu)使網(wǎng)損降低，節(jié)約了購(gòu)電成本，總體有利于降低規(guī)劃成本，但對(duì)提升DPV接入容量的作用不大。

方案4同時(shí)采用雙向動(dòng)態(tài)重構(gòu)策略與集群規(guī)劃方式，在后3種方案中，方案4的綜合成本最低，DPV接入容量最高。其年綜合成本與DPV接入容量分別為538.3萬(wàn)元、2 350 kW，與圖3雙方向重構(gòu)谷值點(diǎn)幾乎沒有偏差。其規(guī)劃結(jié)果表明：

1) 雙向動(dòng)態(tài)重構(gòu)策略可有效提升系統(tǒng)的規(guī)劃配置水平，其原理在于：在光伏滲透率過高的時(shí)段通過逆向重構(gòu)增加網(wǎng)損，相當(dāng)于增大系統(tǒng)供電負(fù)荷，使系統(tǒng)對(duì)DPV需求增加，對(duì)ESS需求和投資減少，而其余時(shí)段通過正向重構(gòu)減小網(wǎng)損，從而減小購(gòu)電成本，雙管齊下，達(dá)到既提升DPV接入容量，又降低總成本的目的。

2) 尋優(yōu)精確度較高。對(duì)比圖3的三個(gè)谷值點(diǎn)，方案2、4的規(guī)劃結(jié)果的偏差量均低于方案1、3，這說(shuō)明與集中規(guī)劃方式相比，以集群為單元進(jìn)行規(guī)劃，優(yōu)化方向更為準(zhǔn)確，更容易找到最優(yōu)解。

3.4 系統(tǒng)運(yùn)行指標(biāo)

1) 網(wǎng)絡(luò)損耗

圖5(a)為各方案對(duì)應(yīng)的系統(tǒng)網(wǎng)損情況，圖中線條從上到下依次為：原系統(tǒng)(藍(lán))、方案1(綠)、方案2(紫)、方案3(黑)、方案4(紅)。容易觀察到以下幾點(diǎn)：1) 不論是否重構(gòu)，適當(dāng)?shù)腄PV、ESS運(yùn)行策略都能顯著降低網(wǎng)損。在有太陽(yáng)輻照的07：00—19：00時(shí)段，由各節(jié)點(diǎn)的DPV就近提供能源補(bǔ)充，減少線路上的功率傳輸，系統(tǒng)損耗大幅度降低；在無(wú)太陽(yáng)輻照的20：00—22：00，根據(jù)本文ESS首先在用電高峰期釋放能量的策略，方案1和方案2的系統(tǒng)損耗仍有明顯減小。2) 在分時(shí)段動(dòng)態(tài)重構(gòu)(單向)下，方案3在全天范圍內(nèi)網(wǎng)損均保持較低水平，與方案1、2相比，隨著DPV出力的增大，網(wǎng)損進(jìn)一步降低的幅度減小；3) 在分時(shí)段動(dòng)態(tài)重構(gòu)(雙向)下，方案4在01：00—11：00和16：00—01：00兩個(gè)時(shí)段，網(wǎng)損與方案3幾乎一致，注意到在12：00—15：00時(shí)段，方案4的網(wǎng)損大幅度增加，甚至超過未規(guī)劃的情況，系統(tǒng)在此時(shí)進(jìn)行了逆重構(gòu)，通過目的性地增加網(wǎng)損來(lái)消化DPV出力，同時(shí)減小ESS配置容量，降低投資成本，如圖5(c)、5(d)所示，方案4群內(nèi)網(wǎng)損的增加幅度大于群間網(wǎng)損，這說(shuō)明在合理的集群劃分下，集群內(nèi)部網(wǎng)損盡可能增大，有助于DPV消納水平提升，而群間損耗盡可能降低，意味著功率交互減少；同理，方案2的群內(nèi)網(wǎng)損大于方案1，群間網(wǎng)損則相反。

圖5 各方案運(yùn)行指標(biāo)

2) 節(jié)點(diǎn)電壓

圖5(b)為各方案系統(tǒng)電壓最低值，圖6為具體電壓分布。與網(wǎng)損對(duì)應(yīng)，在DPV、ESS的運(yùn)行時(shí)段，方案1、2電壓水平顯著提升，太陽(yáng)輻照越強(qiáng)，電壓越高；在動(dòng)態(tài)重構(gòu)策略下，方案3在全天范圍內(nèi)保持較高的電壓水平，而方案4除逆重構(gòu)時(shí)段與方案3相差不大，電壓均在0.97 p.u.以上。但逆重構(gòu)時(shí)段12：00—15：00因網(wǎng)損暴增導(dǎo)致電壓大幅度下降，14：00時(shí)刻達(dá)到最低值0.919 5 p.u.，電壓偏移仍然在10%以內(nèi)，在算法上可以通過提高電壓幅值的約束下限或者把握逆重構(gòu)的力度來(lái)控制系統(tǒng)電壓不超過允許范圍。總地來(lái)說(shuō)，方案4僅以犧牲午休時(shí)段的部分電壓水平為代價(jià)，提高DPV消納和降低綜合成本是經(jīng)濟(jì)可行、利大于弊的。

圖6 各方案電壓分布

3.5 集群運(yùn)行性能評(píng)價(jià)指標(biāo)

為衡量集群劃分的合理性，從自平衡度、能量滲透率、容量滲透率、功率滲透率4個(gè)指標(biāo)進(jìn)行評(píng)價(jià)。具體計(jì)算公式見文獻(xiàn)[19]。

圖7(a)—圖7 (d)為各方案集群性能評(píng)價(jià)指標(biāo)，圖中線條按顏色依次為：方案1(藍(lán))、方案2(黑)、方案3(紫)、方案4(紅)。容易觀察到：1) 方案4對(duì)應(yīng)的各項(xiàng)指標(biāo)都分布得比較均勻，集群自平衡度分布在0.3～0.5，均值達(dá)到0.423，是所有方案中最高的，這說(shuō)明方案4的各個(gè)集群擁有較高的自我滿足能力，從外部購(gòu)電少，集群間的功率交互低，自治能力較高；2) 規(guī)劃結(jié)果中方案4的DPV消納量最高，這體現(xiàn)在各個(gè)集群的能量滲透率都比較高，均值達(dá)到0.433，其余方案的均值依次為0.420 1、0.418 6、0.376 0；3) 各方案集群容量滲透率、功率滲透率的均值都超過1，這說(shuō)明DPV出力都有剩余，需要安裝ESS，數(shù)值越大，ESS需求越大，投資成本越高，數(shù)值過小，則DPV接入容量不夠，從外部獲取的能量越多，加大集群間的功率交互，因此各個(gè)集群的數(shù)值差異越大，匹配度越差，明顯可見方案1、3的分布比較分散，由于采用集中規(guī)劃方式，優(yōu)化精確度不到位，而基于集群規(guī)劃的方案2、4的數(shù)值分布都相對(duì)均勻。綜合各項(xiàng)指標(biāo)來(lái)看，方案4的集群劃分方式是最合理的。

圖7 各方案集群運(yùn)行指標(biāo)對(duì)比

4 結(jié)論

本文通過建立雙層模型同時(shí)獲得動(dòng)態(tài)重構(gòu)策略和集群劃分結(jié)果，并結(jié)合3種參照方案進(jìn)行了DPV、ESS選址定容規(guī)劃，得出以下幾點(diǎn)主要結(jié)論：

1) 分時(shí)段雙方向動(dòng)態(tài)重構(gòu)策略可在降低綜合成本的同時(shí)提升DPV接入容量。其原理在于：在DPV滲透率過高的時(shí)段逆向重構(gòu)增加網(wǎng)損，增大系統(tǒng)負(fù)擔(dān)，使系統(tǒng)對(duì)DPV的需求增加，對(duì)ESS的需求減少，從而降低ESS投資成本；而其余時(shí)段正向重構(gòu)減小網(wǎng)損，降低購(gòu)電成本。

2) 將重構(gòu)與集群劃分結(jié)合較單獨(dú)考慮其中一項(xiàng)能使DPV、ESS規(guī)劃配置水平進(jìn)一步提高，還可集兩者之長(zhǎng)：不僅規(guī)劃結(jié)果的精確度增加，且在規(guī)劃后的運(yùn)行階段，系統(tǒng)電壓水平提升，各集群具有較高的自治能力，便于調(diào)控與管理。

3) 此動(dòng)態(tài)重構(gòu)與集群劃分的雙層劃分模型可同時(shí)獲得最佳重構(gòu)策略和集群劃分方案，在保證逆重構(gòu)時(shí)段準(zhǔn)確的同時(shí)，以盡可能少的重構(gòu)次數(shù)獲得較高的DPV、ESS規(guī)劃指標(biāo)及集群結(jié)構(gòu)指標(biāo)，實(shí)現(xiàn)動(dòng)態(tài)重構(gòu)最大的性價(jià)比，為系統(tǒng)中DPV、ESS的最優(yōu)規(guī)劃奠定基礎(chǔ)。

[1] DING M, XU Z, WANG W, et al. A review on China? s large-scale PV integration: progress, challenges and recommendations[J]. Renewable and Sustainable Energy Reviews, 2016, 53(1): 639-652.

[2] 方一晨, 張沈習(xí), 程浩忠, 等. 含智能軟開關(guān)的主動(dòng)配電網(wǎng)分布式光伏準(zhǔn)入容量魯棒優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(7): 8-17.

FANG Yichen, ZHANG Shenxi, CHENG Haozhong, et al. Robust optimization of distributed photovoltaic hosting capacity of active distribution network with soft open point[J]. Automation of Electric Power Systems, 2021, 45(7): 8-17.

[3] 湯茂東, 曲小慧, 姚若玉, 等. 基于離散一致性算法的直流配電網(wǎng)多光伏協(xié)調(diào)控制策略[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(24): 89-95.

TANG Maodong, QU Xiaohui, YAO Ruoyu, et al. Multi-photovoltaic coordinated control strategy in DC distribution network based on discrete consensus algorithm[J]. Automation of Electric Power Systems, 2020, 44(24): 89-95.

[4] 陳長(zhǎng)青, 陽(yáng)同光. 計(jì)及柔性負(fù)荷的電網(wǎng)儲(chǔ)能和光伏協(xié)調(diào)規(guī)劃研究[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(4): 169-177.

CHEN Changqing, YANG Tongguang. Research on grid energy storage and photovoltaic coordination planning with flexible load[J]. Power System Protection and Control, 2021, 49(4): 169-177.

[5] 方保民, 李紅志, 孔祥鵬, 等. 含高比例光伏出力的長(zhǎng)期分布式儲(chǔ)能配置研究[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(2): 121-129.

FANG Baomin, LI Hongzhi, KONG Xiangpeng, et al. Research on long-term distributed energy storage configuration with a high proportion of photovoltaic output[J]. Power System Protection and Control, 2021, 49(2): 121-129.

[6] 張勇軍, 張鍶恒, 劉斯亮, 等. 考慮分布式光伏與儲(chǔ)能接入的配變雙層規(guī)劃[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(24): 9-15.

ZHANG Yongjun, ZHANG Siheng, LIU Siliang, et al. Dual planning of a distribution transformer considering the impact of distributed photovoltaics and energy storage access[J]. Power System Protection and Control, 2020, 48(24): 9-15.

[7] MURTY V V S N, ASHWANI K. Multi-objective energy management in microgrids with hybrid energy sources and battery energy storage systems[J]. Protection and Control of Modern Power Systems, 2020, 5(1): 1-20.

[8] CAPITANESCU F, OCHOA L F, MARGOSSIAN H, et al. Assessing the potential of network reconfiguration to improve distributed generation hosting capacity in active distribution systems[J]. IEEE Transactions on Power Systems, 2015, 30(1): 346-356.

[9] GUTIéRREZ-ALCARAZ G, GALVáN E, GONZáLEZ- CABRERA N, et al. Renewable energy resources short-term scheduling and dynamic network reconfiguration for sustainable energy consumption[J]. Renewable and Sustainable Energy Reviews, 2015, 52: 256-264.

[10] 倪識(shí)遠(yuǎn), 張林垚. 考慮動(dòng)態(tài)重構(gòu)的主動(dòng)配電網(wǎng)多目標(biāo)雙層優(yōu)化調(diào)度方法[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(20): 38-47.

NI Shiyuan, ZHANG Linyao. Multi-objective bi-level optimal dispatch method of an active distribution network considering dynamic reconfigurations[J]. Power System Protection and Control, 2020, 48(20): 38-47.

[11] CHONG W, SHUNBO L, PING J, et al. MDP-based distribution network reconfiguration with renewable distributed generation: approximate dynamic programming approach[J]. IEEE Transactions on Smart Grid, 2020, 11(4): 3620-3631.

[12] AZIZIVAHED A, AREFI A, GHAVIDE S, et al. Energy management strategy in dynamic distribution network reconfiguration considering renewable energy resources and storage[J]. IEEE Transactions on Sustainable Energy, 2020, 11(2): 662-673.

[13] 張沈習(xí), 袁加妍, 程浩忠, 等. 主動(dòng)配電網(wǎng)中考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的分布式電源規(guī)劃方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2016, 36(增刊1): 1-9.

ZHANG Shenxi, YUAN Jiayan, CHENG Haozhong, et al. Optimal distributed generation planning in active distribution network considering demand side management and network reconfiguration[J]. Proceedings of the CSEE, 2016, 36(S1): 1-9.

[14] 朱俊澎, 顧偉, 張韓旦, 等. 考慮網(wǎng)絡(luò)動(dòng)態(tài)重構(gòu)的分布式電源選址定容優(yōu)化方法[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(5): 111-119.

ZHU Junpeng, GU Wei, ZHANG Handan, et al. Optimal allocation of distributed generators considering dynamic network reconfiguration[J]. Automation of Electric Power Systems, 2018, 42(5): 111-119.

[15] ESMAEILI M, SEDIGHIZADEH M, ESMAILI M. Multi-objective optimal reconfiguration and DG (Distributed Generation) power allocation in distribution networks using big bang-big crunch algorithm considering load uncertainty[J]. Energy, 2016, 103: 86-99.

[16] 王文賓, 靳偉, 李洪濤, 等. 考慮光伏集群無(wú)功貢獻(xiàn)的配電網(wǎng)無(wú)功電壓優(yōu)化調(diào)節(jié)方法[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(20): 114-123.

WANG Wenbin, JIN Wei, LI Hongtao, et al. Reactive voltage optimization regulation method of distribution network considering the reactive power contribution of a photovoltaic cluster[J]. Power System Protection and Control, 2020, 48(20): 114-123.

[17] 柴園園, 劉一欣, 王成山, 等. 含不完全量測(cè)的分布式光伏發(fā)電集群電壓協(xié)調(diào)控制[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2019, 39(8): 2202-2212.

CHAI Yuanyuan, LIU Yixin, WANG Chengshan, et al. Coordinated voltage control for distributed PVs clusters with incomplete measurements[J]. Proceedings of the CSEE, 2019, 39(8): 2202-2212.

[18] 李國(guó)武, 李艷瓊, 劉嬌揚(yáng), 等. 考慮集群劃分的分布式儲(chǔ)能容量規(guī)劃方法[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào), 2018, 30(12): 5-14.

LI Guowu, LI Yanqiong, LIU Jiaoyang, et al. Planning method for capacity of distributed energy storage considering cluster partition[J]. Proceedings of the CSU-EPSA, 2018, 30(12): 5-14.

[19] 丁明, 方慧, 畢銳, 等. 基于集群劃分的配電網(wǎng)分布式光伏與儲(chǔ)能選址定容規(guī)劃[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2019, 39(8): 2187-2201.

DING Ming, FANG Hui, BI Rui, et al. Optimal siting and sizing of distributed PV-storage in distribution network based on cluster partition[J]. Proceedings of the CSEE, 2019, 39(8): 2187-2201.

[20] 胡迪, 丁明, 畢銳, 等. 光伏和風(fēng)電互補(bǔ)性對(duì)高滲透率可再生能源集群接入規(guī)劃影響分析[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2020, 40(3): 821-836.

HU Di, DING Ming, BI Rui, et al. Impact analysis of PV and WT complementarity on access planning of high penetrated renewable energy cluster[J]. Proceedings of the CSEE, 2020, 40(3): 821-836.

[21] 胡迪, 丁明, 畢銳, 等. 基于集群劃分的網(wǎng)-源-儲(chǔ)多目標(biāo)兩步規(guī)劃[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(2): 95-106.

HU Di, DING Ming, BI Rui, et al. Two-step planning of grid-resource-storage based on cluster partition[J]. Automation of Electric Power Systems, 2020, 44(2): 95-106.

[22] 董志輝, 林凌雪. 基于改進(jìn)模糊C均值聚類時(shí)段劃分配電網(wǎng)動(dòng)態(tài)重構(gòu)[J]. 電網(wǎng)技術(shù), 2019, 43(7): 2299-2305.

DONG Zhihui, LIN Lingxue. Dynamic reconfiguration of distribution network based on improved fuzzy C-means clustering of time division[J]. Power System Technology, 2019, 43(7): 2299-2305.

[23] 丁明, 劉先放, 畢銳, 等. 采用綜合性能指標(biāo)的高滲透率分布式電源集群劃分方法[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(15): 47-52.

DING Ming, LIU Xianfang, BI Rui, et al. Method for cluster partition of high-penetration distributed generators based on comprehensive performance index[J]. Automation of Electric Power Systems, 2018, 42(15): 47-52.

[24] 張倩, 丁津津, 張道農(nóng), 等. 基于集群劃分的高滲透率分布式系統(tǒng)無(wú)功優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2019, 43(3): 130-143.

ZHANG Qian, DING Jinjin, ZHANG Daonong, et al. Reactive power optimization of high-penetration distributed generation system based on clusters partition[J]. Automation of Electric Power Systems, 2019, 43(3): 130-143.

[25] 王守相, 王成山. 現(xiàn)代配電系統(tǒng)分析[M]. 北京: 高等教育出版社, 2007.

[26] 張雨金, 楊凌帆, 葛雙冶, 等. 基于Kmeans-SVM的短期光伏發(fā)電功率預(yù)測(cè)[J]. 電力系統(tǒng)保護(hù)與控制, 2018, 46(21): 118-124.

ZHANG Yujin, YANG Lingfan, GE Shuangye, et al. Short-term photovoltaic power forecasting based on Kmeans algorithm and support vector machine[J]. Power System Protection and Control, 2018, 46(21): 118-124.

Capacity and location optimization of photovoltaic and energy storage based on bidirectional dynamic reconfiguration and cluster division

LI Shiying1, YANG Xiaohui2

(1. State Grid Jiangxi Nanchang Power Supply Company, Nanchang 330069, China; 2. Nanchang University, Nanchang 330031, China)

In order to study the possibility of network reconfiguration and cluster division to improve distributed generation configuration in the distribution network, a two-layer model of dynamic reconfiguration and cluster division is proposed, which can obtain the best reconfiguration strategy and cluster division at the same time. The distributed photovoltaic (DPV) and energy storage system (ESS) capacity and location optimization experiments are carried out through 4 schemes, the optimization indicators such as DPV capacity and annual overall cost and operation indicators such as network loss and voltage level are compared. The results show that under the DPV and ESS capacity and location optimization scheme based on the two-layer division result, the DPV capacity is the largest and the annual overall cost is the lowest. The examples show that the bidirectional dynamic reconfiguration strategy can greatly expand the room for improvement of DPV consumption while reducing planning costs. It has high reference value when solving high-proportion distributed power optimization problems.

This work is supported by the National Natural Science Foundation of China (No. 61773051 and No. 61963026).

distributed generation; capacity and location optimization; photovoltaic consumption; dynamic reconfiguration; cluster division

10.19783/j.cnki.pspc.210385

國(guó)家自然科學(xué)基金項(xiàng)目資助(61773051，61963026)

2021-04-10；

2021-09-06

李詩(shī)穎(1993—)，女，通信作者，碩士研究生，研究方向?yàn)橹悄茈娋W(wǎng)及分布式電源規(guī)劃配置；E-mail: 623083790@ qq.com

楊曉輝(1978—)，男，博士，教授，主要從事分布式能源以及新能源優(yōu)化配置的研究。E-mail: yangxiaohui@ ncu.edu.cn

(編輯 葛艷娜)