孫 晨

國網(wǎng)甘肅省電力公司蘭州供電公司西固供電分公司，甘肅 蘭州 730070

0 引言

在對分布式電源進行配置的過程中，電力單位需要深入研究其網(wǎng)損影響，并通過建立優(yōu)化配置數(shù)學模型來計算分布式電源的配置，以此解決分布式電源應用中的電網(wǎng)網(wǎng)損問題。在確保電網(wǎng)供電效果的同時盡最大限度提升電力企業(yè)的經(jīng)濟效益，進一步促進電力企業(yè)的發(fā)展。

1 分布式電源的概念

分布式電源就是合理安排電源位置，以此確保其發(fā)電效果的一種技術(shù)形式。在具體設置中，需要按照相應的標準進行電源的分散排列，這和傳統(tǒng)電源集中配置的方式存在明顯區(qū)別。分布式電源的合理應用，不僅可顯著提升配網(wǎng)工作效率，也可以進一步降低電力損耗，這與可持續(xù)發(fā)展戰(zhàn)略十分相符[1]。但是此種配置方法需要用智能電網(wǎng)作依托，對于材料和技術(shù)的要求都很高。

2 分布式發(fā)電技術(shù)的類型

（1）往復式內(nèi)燃機技術(shù)。其主要工作原理是通過汽缸內(nèi)部的燃料燃燒來實現(xiàn)熱能到機械能的轉(zhuǎn)化，從而帶動發(fā)電機。憑借著發(fā)電效率高、成本低的優(yōu)勢，往復式內(nèi)燃機的應用十分廣泛。但是該技術(shù)也具備一定的缺點，如噪聲大、污染物排放量高、維修成本高等。

（2）微型燃氣輪機技術(shù)。微型燃氣輪機是一種以柴油、汽油、甲烷、天然氣等為燃料，功率為數(shù)百千瓦的小型燃氣輪機。微型燃氣輪機具有質(zhì)量輕、體積小、維護簡單、污染小、發(fā)電效率高等優(yōu)勢，在分布式發(fā)電中十分適用[2]。

（3）燃料電池技術(shù)。其主要工作原理是讓燃料電池在低溫條件下直接實現(xiàn)化學能到電能的轉(zhuǎn)變，主要通過電化學過程來獲取電能。其主要優(yōu)勢是轉(zhuǎn)換效率高、噪聲低、無污染、功率高等，可在集中式與分布式發(fā)電系統(tǒng)中應用。

（4）風力發(fā)電技術(shù)。該技術(shù)通過風電機來實現(xiàn)風能到電能的轉(zhuǎn)化，作為一種新型的清潔能源發(fā)電技術(shù)，此項技術(shù)已經(jīng)趨于成熟。

（5）太陽能發(fā)電技術(shù)。此項技術(shù)主要包括光熱轉(zhuǎn)換與利用、光電轉(zhuǎn)換與利用及光化學轉(zhuǎn)換與利用等。該技術(shù)的主要優(yōu)勢是清潔無污染、規(guī)模靈活、安全可靠、維護簡單、不受地域限制。憑借著這些優(yōu)勢，此項技術(shù)在分布式發(fā)電中已經(jīng)得到廣泛應用。

3 分布式電源接入配電網(wǎng)的主要影響

將分布式電源接入電網(wǎng)之后，傳統(tǒng)電網(wǎng)中的饋線潮流的大小及方向會發(fā)生明顯改變，從而直接對電網(wǎng)網(wǎng)損產(chǎn)生影響[3]。

4 分布式電源配置優(yōu)化數(shù)學模型建立

4.1 目標函數(shù)

要想合理優(yōu)化分布式電源配置，就需要將電網(wǎng)中的最小有功網(wǎng)損作為目標函數(shù)。以下是其目標函數(shù)公式：

式中：f為目標函數(shù)，P1為電網(wǎng)中的有功網(wǎng)損。

4.2 約束條件

在對配電網(wǎng)中的分布式電源進行配置優(yōu)化時，其約束條件主要包括以下幾個方面。

4.2.1 狀態(tài)變量方面的約束條件

狀態(tài)變量方面的約束條件是對各個節(jié)點中的電壓幅值加以約束，其公式為

式中：Umin為節(jié)點下限電壓幅值；Umax為上限電壓幅值用表示；Ui為第i個節(jié)點上的電壓幅值。

4.2.2 控制變量方面的約束條件

控制變量方面的約束條件，是對安裝在每一個節(jié)點位置的分布式電源進行有功功率及無功功率的約束。

有功功率約束條件公式為

式中：PDGmin為有功功率的下限值；PDGmax為有功功率的上限值；PDG為分布式電源實際的有功功率值。

無功功率約束條件公式為

式中：QDGmin為無功功率的下限值；QDGmax為無功功率的上限值；QDG為分布式電源實際的無功功率值。

4.2.3 潮流方面的約束條件

潮流方面的約束條件，是對數(shù)學模型中的狀態(tài)變量及控制變量加以約束，其公式為

式中：x為數(shù)學模型的狀態(tài)變量；u為控制變量。

4.3 配置優(yōu)化計算

4.3.1 粒子群算法原理

通過上述模型和改進之后的粒子群算法對分布式電源進行配置優(yōu)化計算。粒子群算法的基本原理：假設有一群鳥正在隨機地對食物進行搜索，假設一個區(qū)域內(nèi)的食物只有一塊，鳥群中的每一只鳥都不知道這塊食物的具體位置，但是知道自己目前所在位置和食物之間的距離。在此過程中，最簡單有效的方法就是對目前和食物距離最近的周邊區(qū)域進行搜索[4]。

4.3.2 粒子群算法計算公式

將鳥抽象成一個沒有體積和質(zhì)量的粒子i，并以此為基準，向N維空間進行延伸，在N維空間內(nèi)，粒子i的位置可用xi=(x1,x2,…,xN)這一矢量來表示；鳥的飛行速度v可以用vi=(v1,v2,…,vN)這一矢量來表示。其中的每一個粒子都具有一個適應值，這個適應值由目標函數(shù)決定。每一個粒子都知道自身目前所在位置及其發(fā)現(xiàn)的最好位置（pbest），可以將其作為粒子自身的飛行經(jīng)驗；每一個粒子也知道自己目前在整個群體中所發(fā)現(xiàn)的最好位置（gbest），是pbest中的一個最佳值，可以將其看成粒子同伴經(jīng)驗值。粒子的下一步運動正是根據(jù)自身的經(jīng)驗以及同伴的最佳經(jīng)驗來決定。在每一次迭代的過程中，粒子都會對pbest及gbest兩個極值進行追蹤，在尋到兩個最佳值之后，粒子便會對自身速度及其位置進行更新，相關公式為

式中：i的取值為1,2,…,M，M是整個群體內(nèi)的總粒子數(shù)量；ω為慣性權(quán)重；c1及c2為加速常數(shù)；rand()為均勻分布在[0,1]這一范圍之內(nèi)的隨機數(shù)值。ωvi為記憶項，它所代表的是上一次的速度大小以及方向影響。ωvi+c1rand()(pbesti+xi)為自認認知項，代表的是從粒子自身目前所在位置指向最佳點的一個矢量值；同時，這一部分也代表了粒子所做出的動作來自于其自身經(jīng)驗。c2rand()(gbesti-xi)為群體認知項，它是一個從粒子目前所在位置指向群體最佳點的矢量值，所反映的是粒子之間所進行的協(xié)同合作以及知識共享。

4.3.3 動態(tài)慣性權(quán)重值的計算公式

粒子下一步運動主要根據(jù)自身經(jīng)驗及同伴的最佳經(jīng)驗來決定。粒子需要按照自身搜索經(jīng)驗及群體搜索經(jīng)驗向最優(yōu)解的方向移動，在移動的過程中，如果不能夠合理選擇慣性權(quán)重，粒子便很可能錯過最優(yōu)解。

如果慣性權(quán)重值比較大，該算法會具有較強的全局尋優(yōu)能力和較弱的局部尋優(yōu)能力，得到的解不夠精確；如果慣性權(quán)重值較小，該算法會具有較強的局部尋優(yōu)能力和較弱的全局尋優(yōu)能力，得到的解更加精確?；诖?，在本次研究中，主要應用動態(tài)慣性權(quán)重，讓慣性權(quán)重值隨著搜索的推進而逐漸線性減小。在搜索之初，慣性權(quán)重值較大，其搜索范圍也比較大；在搜索后期，慣性權(quán)重值較小，這樣更容易獲得精確解[5]。以下是其改進公式：

式中：ω為慣性權(quán)重；ωmax為慣性權(quán)重最大值；ωmin為慣性權(quán)重最小值；k為目前的迭代次數(shù)；kmax為迭代次數(shù)最大值；k為迭代次數(shù)。

4.4 算例與仿真

4.4.1 計算步驟

具體計算步驟如下：

（1）確定配電網(wǎng)數(shù)據(jù)；

（2）確定粒子數(shù)等PSO 參數(shù)；

（3）對粒子群進行初始化；

（4）對電網(wǎng)潮流進行計算，以此確定有功網(wǎng)損；

（5）將粒子適應值作為依據(jù)，對個體最優(yōu)值及群體最優(yōu)值進行更新；

（6）以速度及位置公式為依據(jù)，對粒子速度及其位置進行更新。在完成了上述操作之后，如果得到的結(jié)果與迭代停止條件相符，便可將最終的結(jié)果輸出；如果不能滿足迭代停止條件，需要返回到第（4）步，并繼續(xù)第（4）步及以后的程序，一直到結(jié)果與迭代停止條件相符為止。

4.4.2 IEEE9 節(jié)點形式的標準系統(tǒng)

在本次算例的仿真分析中，主要應用的是IEEE9節(jié)點形式的標準系統(tǒng)，該系統(tǒng)為輻射形式的饋線結(jié)構(gòu)，其中有負荷點9 個，段數(shù)9 個。文章應用的IEEE9 節(jié)點形式標準系統(tǒng)結(jié)構(gòu)示意圖如圖1 所示，文章應用的IEEE 節(jié)點形式標準系統(tǒng)線路及其負荷數(shù)據(jù)如表1 所示。

圖1 IEEE9 節(jié)點形式標準系統(tǒng)結(jié)構(gòu)示意圖

表1 IEEE 節(jié)點形式標準系統(tǒng)線路及其負荷數(shù)據(jù)

4.4.3 算例仿真結(jié)果分析

在具體優(yōu)化設計中，將功率基準值SB設置為100 MVA，電壓基準值VB設置為23 kV。在對分布式電源進行配置優(yōu)化之前，該系統(tǒng)中的有功網(wǎng)損是783.81 kW。然后通過改進之后的粒子群算法對其進行仿真模擬。在具體仿真中，將粒子數(shù)目N設置為50；將迭代次數(shù)最小值設置為100；將加速常數(shù)c1及c2均設置為1.49；將慣性權(quán)重上限值設置為1.2；將慣性權(quán)重下限值設置為0.4。改進之后的粒子群算法進行算例仿真獲得的結(jié)果如表2 所示。

表2 改進之后的粒子群算法進行算例仿真獲得的結(jié)果

在通過上述方式進行分布式電源配置優(yōu)化計算仿真之后，讓該系統(tǒng)中的有功網(wǎng)損降低到了661.12 kW，相比于配置優(yōu)化之前，其網(wǎng)損降低了15.65%。同時，經(jīng)進一步的仿真試驗分析發(fā)現(xiàn)，在進行了分布式電源的配置優(yōu)化之后，系統(tǒng)電壓也變得更加穩(wěn)定。

5 結(jié)束語

綜上所述，在對分布式電源進行應用研究的過程中，電力企業(yè)應該了解其網(wǎng)損影響，然后通過合理的方式來建立數(shù)學模型，并對其配置進行仿真分析。通過應用數(shù)字化模型，改進相應的算法，可得到分布式電源配置的最優(yōu)解，以此實現(xiàn)其配置的合理優(yōu)化，從而盡最大限度降低分布式電源應用過程中的網(wǎng)損，在確保供電效果的同時，實現(xiàn)電力企業(yè)經(jīng)濟效益的最大化，并實現(xiàn)電力能源的最大化節(jié)約。