戚思源 吳文龍 周 艷 朱 慧

（國網(wǎng)江蘇省電力有限公司鹽城市大豐區(qū)供電分公司）

0 引言

當(dāng)前，我國電力系統(tǒng)主要采用大電網(wǎng)、大機(jī)組、高電壓的配電方式。這種配電方式可靠性相對較差，供電欠缺靈活性，且無法充分滿足配電網(wǎng)終端的電能需求，容易受到各方面因素的干擾，甚至可能出現(xiàn)系統(tǒng)大面積癱瘓的問題。隨著社會對電能需求不斷提高，對電能質(zhì)量要求不斷提升，大型電力系統(tǒng)的運(yùn)行呈現(xiàn)出越來越明顯的弊端，而若是采用增大輸送容量的方式，滿足電能增長需要，勢必會造成運(yùn)行難度大、損耗高、環(huán)境污染嚴(yán)重等問題。要想解決此問題，接入分布式電源具有重要作用。

1 分布式電源接入對配電網(wǎng)的影響

分布式電源主要包括風(fēng)力發(fā)電和光伏發(fā)電。其中，風(fēng)能作為可再生能源，其發(fā)電方式主要有獨(dú)立發(fā)電、并網(wǎng)發(fā)電和其他方式互補(bǔ)；光伏發(fā)電是太陽能直接應(yīng)用的形式，主要有集中式光伏發(fā)電、分布式光伏發(fā)電。

分布式電源在配電網(wǎng)中接入，向接入節(jié)點負(fù)荷直接注入功率，會使得配電網(wǎng)原本的潮流分別出現(xiàn)變化，一定程度上影響系統(tǒng)網(wǎng)損，而其影響效果則由分布式電源在配電網(wǎng)中的接入位置、容量和節(jié)點負(fù)荷等因素決定。通常情況下，若配電網(wǎng)系統(tǒng)中的各節(jié)點負(fù)荷均比節(jié)點所注入的分布式電源功率要大，那么分布式電源的接入就能夠減輕系統(tǒng)網(wǎng)損，相反則會使得局部支路或整個系統(tǒng)網(wǎng)損升高。當(dāng)分布式電源接入電網(wǎng)的總?cè)萘恳恢?，但各?jié)點容量分配不同，那么網(wǎng)損效果也不同，往往接入節(jié)點位置越靠后，越會減輕系統(tǒng)網(wǎng)損程度。

此外，分布式電源的接入，還會影響配電網(wǎng)的電壓分布情況。在配電系統(tǒng)當(dāng)中，電壓隨著配電網(wǎng)饋線潮流方向逐漸降低，各節(jié)點對負(fù)荷的需求各不相同，網(wǎng)絡(luò)中電壓分布也會有所不同。一般來說，沿著配電網(wǎng)潮流輸送的方向，節(jié)點電壓不斷下降，所以線路的末端電壓最低，可能會影響電網(wǎng)運(yùn)行的安全性。在分布式電源接入后，在接入位置向系統(tǒng)節(jié)點注入無功功率和有功功率。其中，無功功率能夠在一定程度上支撐節(jié)點電壓，使節(jié)點處電壓升高，若功率過大，則容易出現(xiàn)潮流倒送的問題，使得電壓超標(biāo)；有功功率則可以有效減小線路輸送容量，對電壓分布產(chǎn)生影響［1］。

2 不確定性分布式電源優(yōu)化配置

2.1 不確定性多場景分析

多場景分析，主要解決無法通過數(shù)學(xué)模型加以描述的不確定性問題，其重點在于以一定規(guī)則基礎(chǔ)，枚舉不確定變量，將其問題分析變成多個確定性問題分析，保證問題解決準(zhǔn)確性。若生成的場景規(guī)模越大，則意味著不確定性問題描述越精準(zhǔn)，若場景規(guī)模較小，則可能會遺漏其中部分代表性場景，精準(zhǔn)度變低。

分布式電源主要包括風(fēng)力發(fā)電和光伏發(fā)電。以往在研究分布式電源時，大多研究其負(fù)荷需求和出力值，但事實上，無論是風(fēng)力發(fā)電還是光伏發(fā)電，都容易受到地理位置和區(qū)域氣候等因素影響，在向配電網(wǎng)供能時，功率基本無法保持恒定，而是會在環(huán)境變化下，不斷改變出力效率，實際的負(fù)荷需求也并非完全一致。所以，在研究分布式電源優(yōu)化配置時，還需多加研究實際出力和負(fù)荷需求波動等情況。

預(yù)測風(fēng)力發(fā)電有功功率難度相對較大，其出力容易受到所處位置風(fēng)速影響，憑借二者之間的關(guān)系，可得出風(fēng)力發(fā)電有功功率。利用不確定性概率模型，獲得風(fēng)機(jī)出力值，風(fēng)速符合兩參數(shù)Weibull分布，其函數(shù)模型如下：

其中，v、k、c分別為實際風(fēng)速、Weibull分布函數(shù)形狀參數(shù)和尺度參數(shù)。當(dāng)概率模型參數(shù)不同時，出現(xiàn)風(fēng)速最大概率時，所對應(yīng)的風(fēng)速也各有不同，產(chǎn)生的最大風(fēng)速也可能存在不同。此外，風(fēng)機(jī)實際有功出力，與其所處位置的風(fēng)速大小也有關(guān)聯(lián)。若風(fēng)速小于切入風(fēng)速或大于切出風(fēng)速時，風(fēng)機(jī)的實際輸出有功功率為0，此時由于風(fēng)速過低或風(fēng)機(jī)運(yùn)行不安全，導(dǎo)致風(fēng)機(jī)無法正常運(yùn)行；若風(fēng)速大于切入功率、小于切出功率時，那么風(fēng)機(jī)實際有功出力則與風(fēng)速之間呈線性關(guān)系，風(fēng)速不斷加大，風(fēng)機(jī)的輸出有功功率也會隨之加大；若風(fēng)速大于切出功率、小于切入功率時，風(fēng)機(jī)穩(wěn)定運(yùn)行，此時有功出力則為額定輸出功率［2］。

光伏發(fā)電的實際出力，主要受光照強(qiáng)度的影響。根據(jù)光照強(qiáng)度概率模型，在不同的Beta分布參數(shù)下，產(chǎn)生的光照強(qiáng)度分布概率密度函數(shù)各不相同。參數(shù)影響密度函數(shù)曲線形狀，影響光照強(qiáng)度概率分布情況。光伏的實際有功出力，隨著光照強(qiáng)度發(fā)生變化。通常情況下，當(dāng)光照強(qiáng)度小于額定光照強(qiáng)度時，光伏發(fā)電機(jī)實際有功出力和光照強(qiáng)度之間呈線性增長關(guān)系；當(dāng)光照強(qiáng)度大于額定光照強(qiáng)度時，太陽能電池組件達(dá)到最大發(fā)電功率，光伏有功輸出也會保持恒定。

2.2 多場景分析下的優(yōu)化配置模型

以風(fēng)力發(fā)電、光伏發(fā)電為基礎(chǔ)的分布式電源，能夠有效保證經(jīng)濟(jì)性和環(huán)保性指標(biāo)效果，以經(jīng)濟(jì)性角度，構(gòu)建分布式電源優(yōu)化配置模型，并考慮其所帶來的環(huán)境效益。

規(guī)劃分布式電源時，主要考慮四個約束條件，分別為電流、電壓、潮流和安裝容量約束。分布式電源優(yōu)化配置模型的構(gòu)建，屬于典型的約束性規(guī)劃問題，可運(yùn)用傳統(tǒng)數(shù)學(xué)規(guī)劃法和群體智能優(yōu)化法進(jìn)行計算求解。在本文研究中，主要采用粒子群算法，以群體間信息共享，尋找最優(yōu)解。粒子群算法應(yīng)用中，首先初始化粒子群算法種群參數(shù)，對各參數(shù)的粒子適應(yīng)度函數(shù)值計算，對其大小進(jìn)行排列，選擇個體和全局最優(yōu)粒子。根據(jù)計算結(jié)果，更新粒子位置和速度，判斷計算過程是否完成，輸出最優(yōu)解。

針對粒子算法進(jìn)行改進(jìn)，主要改進(jìn)其中的慣性權(quán)重因子，以此提高粒子群算法在迭代前期的全局搜索能力和后期的局部收斂性能，提高求解過程的收斂速度。同時，引進(jìn)遺傳算法中的交叉變異思想，增加種群多樣性，加大最優(yōu)解跳出的可能性［3］。粒子群算法中的重要參數(shù)之一即為慣性權(quán)重因子，其體現(xiàn)粒子在尋優(yōu)過程中達(dá)到整體狀態(tài)。在前期，為搜尋最優(yōu)解，粒子群搜索空間應(yīng)盡量擴(kuò)大，提高其全局搜索能力，在迭代后期，則快速收斂到最優(yōu)解，此時慣性權(quán)重因子需減小。

遺傳算法，以人工演化為基礎(chǔ)，得出的隨機(jī)搜索算法。這一算法的基本思想，是以適應(yīng)度函數(shù)值為基礎(chǔ)，構(gòu)建種群淘汰機(jī)制，對種群進(jìn)行篩選，將其中的最優(yōu)種群作為最優(yōu)解。遺傳算法在迭代過程中，全局搜索能力更強(qiáng)，其具有一定的變異能力，但局部搜索能力相對較差。所以，在改進(jìn)算法過程中，適當(dāng)運(yùn)用遺傳算法的選擇、變異操作、交叉等功能，將其應(yīng)用到粒子群算法當(dāng)中，提高粒子群算法全局搜索能力和收斂精度。

粒子群算法尋最優(yōu)解的過程中，需要利用群體間的信息共享，確保粒子始終向最優(yōu)解方向移動。在此改進(jìn)優(yōu)化下，粒子收斂速度更快，且可有效避免最優(yōu)粒子由于交叉變異等操作出現(xiàn)丟失問題，確保保留最優(yōu)粒子并繼承［4］。若同時有多個粒子為最優(yōu)粒子，為確保其全局搜索能力，可限制保留的粒子個數(shù)，以此更好地發(fā)揮遺傳算法操作性能。

2.3 分布式電源優(yōu)化配置

根據(jù)以上優(yōu)化配置模型和粒子算法改進(jìn)，從三種方案中確定最優(yōu)的分布式電源優(yōu)化配置方法。其中，方案1為不安裝分布式電源；方案2為在待選節(jié)點上安裝分布式電源；方案3為在待選節(jié)點上安裝分布式電源，并且考慮源荷的不確定性影響。如表1所示，為不同方案下分布式電源規(guī)劃結(jié)果。其中，表中的4（0，5）所表示的為在電網(wǎng)系統(tǒng)節(jié)點4位置安裝0臺風(fēng)機(jī)和5臺光伏。

表1 不同方案下分布式電源規(guī)劃結(jié)果

通過三個方案對比分析，發(fā)現(xiàn)在分布式電源并網(wǎng)后，會產(chǎn)生一定的費(fèi)用投入，但綜合費(fèi)用仍然比不接入分布式電源時要低。究其原因，主要在于接入分布式電源后，相當(dāng)于配電網(wǎng)中的節(jié)點負(fù)荷需求下降，線路傳輸功率有所減小，所以系統(tǒng)的網(wǎng)損費(fèi)用和上級電網(wǎng)的購電費(fèi)用均會有所減少。通過方案2和方案3對比分析，加入不確定性考慮后，分布式電源優(yōu)化配置會更加合理。這主要由于分布式電源在并入電網(wǎng)后，節(jié)點大概分別在于線路末端靠近的位置，由于輸送容量變多所產(chǎn)生的網(wǎng)損有所減小，在末端負(fù)荷注入無功功率可有效改善末端的電壓情況［5］。

加入不確定性因素進(jìn)行考慮時，所得到的方案綜合費(fèi)用更低，與實際情況更相符。在此基礎(chǔ)上，分析不同方案對配電網(wǎng)電壓分布的影響。在電網(wǎng)中接入分布式電源后，向待安裝節(jié)點注入無功和有功功率，可一定程度上支撐節(jié)點電壓，并考慮不確定性源荷對電網(wǎng)電壓分布的影響。

為進(jìn)一步證明改進(jìn)的粒子算法在分布式電源優(yōu)化配置中的有效性，將其與基本粒子群算法和混沌粒子群算法進(jìn)行對比分析，得出不同算法下的規(guī)劃結(jié)果，如表2所示。

表2 不同算法下的規(guī)劃結(jié)果

通過上述對比分析，發(fā)現(xiàn)在不同算法下，通過改進(jìn)粒子群算法所得到的分布式電源規(guī)劃結(jié)果更優(yōu)，所使用的費(fèi)用最少，這就意味著，通過改進(jìn)粒子群算法，能夠在考慮源荷不確定性的基礎(chǔ)上，保證更高的精度，所得到的接入方案也更加具有經(jīng)濟(jì)性。

3 結(jié)束語

綜上所述，本文根據(jù)分布式電源的特征和對配電網(wǎng)的影響，分析探究了不確定性分布式電源的優(yōu)化配置方法。通過采用改進(jìn)粒子群算法，結(jié)合遺傳算法的方式，提高最優(yōu)解找尋效率。并且，經(jīng)研究發(fā)現(xiàn)，在待選節(jié)點上安裝分布式電源，并且考慮源荷的不確定性影響可有效達(dá)到優(yōu)化配置效果。