摘 要：為了建立合理的配電網(wǎng)分布式光伏電源配置方案，本文以電壓偏差最小、網(wǎng)損最低為目標(biāo)，分別建立優(yōu)化配置數(shù)學(xué)模型，同時(shí)，基于相應(yīng)的數(shù)學(xué)模型，提出兼顧電壓偏差和網(wǎng)損的多目標(biāo)融合數(shù)學(xué)模型。為了求解各個(gè)模型的最優(yōu)解，利用改進(jìn)灰狼算法進(jìn)行尋優(yōu)計(jì)算，從而確定不同條件下配電網(wǎng)分布式光伏的最佳配置方案，包括光伏的接入節(jié)點(diǎn)和容量。采用IEEE33節(jié)點(diǎn)配電網(wǎng)檢驗(yàn)分布式光伏優(yōu)化配置方法的應(yīng)用效果，根據(jù)仿真結(jié)果，所得結(jié)論如下：以電壓偏差最小為控制目標(biāo)的配置方案具有最大的網(wǎng)損；以網(wǎng)損最低為控制目標(biāo)的配置方案具有最大的電壓偏差；多目標(biāo)融合的優(yōu)化配置方案能夠同時(shí)控制網(wǎng)損和電壓偏差，實(shí)用價(jià)值最高。

關(guān)鍵詞：改進(jìn)灰狼算法；分布式光伏；優(yōu)化配置

中圖分類號(hào)：TP 18" " 文獻(xiàn)標(biāo)志碼：A

分布式光伏電源的選址定容會(huì)直接影響配電網(wǎng)的電壓穩(wěn)定性和網(wǎng)損，在設(shè)計(jì)相關(guān)的配置方案過(guò)程中，應(yīng)兼顧電壓偏差控制和網(wǎng)損控制，合理設(shè)計(jì)光伏接入點(diǎn)和容量。在工程實(shí)踐中，通常需要根據(jù)控制目標(biāo)建立數(shù)學(xué)模型，再借助人工智能算法求解最優(yōu)配置方案。農(nóng)燦[1]運(yùn)用改進(jìn)灰狼算法探索含分布式電源的無(wú)功優(yōu)化方法，取得了一定成效。何爽等[2]基于改進(jìn)灰狼算法對(duì)海島微電網(wǎng)進(jìn)行了調(diào)度方式優(yōu)化。

本文針對(duì)配電網(wǎng)分布式光伏電源選址定容，從電壓偏差控制、線路損失控制出發(fā)，提出2種優(yōu)化配置數(shù)學(xué)模型。同時(shí)，考慮電壓偏差控制和網(wǎng)損控制存在一定的沖突性，本文融合2種控制要素，構(gòu)建了多目標(biāo)控制數(shù)學(xué)模型。在模型求解階段，在特定條件下利用改進(jìn)灰狼算法進(jìn)行尋優(yōu)，以確定不同模型的最優(yōu)配置方法。

1 基于改進(jìn)灰狼算法的分布式光伏優(yōu)化配置方法

1.1 分布式光伏優(yōu)化配置數(shù)學(xué)模型構(gòu)建

1.1.1 配電網(wǎng)電壓最小偏差目標(biāo)函數(shù)

1.1.2 配電網(wǎng)線損最小目標(biāo)函數(shù)

1.1.3 多目標(biāo)融合數(shù)學(xué)模型

1.2 分布式光伏優(yōu)化配置數(shù)學(xué)模型約束條件

1.2.1 分布式光伏并網(wǎng)容量約束條件

將配電網(wǎng)中節(jié)點(diǎn)i處接入的分布式光伏電源最大裝機(jī)容量記為PDGimax，將該節(jié)點(diǎn)處的分布式光伏電源有功功率記為PDGi，那么該節(jié)點(diǎn)處的光伏并網(wǎng)容量約束條件為PDGimax≥PDGi。將配電網(wǎng)中節(jié)點(diǎn)i處對(duì)應(yīng)的負(fù)荷有功功率記為PLi，那么整個(gè)線路上的負(fù)荷有功功率之和為PLi，整個(gè)配電網(wǎng)的分布式光伏電源有功功率總和為PDGi。因此，分布式光伏電源并網(wǎng)總?cè)萘考s束條件為PLi≥PDGi。

1.2.2 電壓、電流和功率約束條件

關(guān)于電壓約束條件，節(jié)點(diǎn)i處的電壓Ui應(yīng)滿足Uimin≤

Ui≤Uimax。因?yàn)榫€路的載流量不能超過(guò)限值，所以配電網(wǎng)對(duì)各支路的電流提出了約束條件。將節(jié)點(diǎn)i、k間的最大載流量記為Iikmax，其實(shí)際電流為Iik，那么支路電流約束條件為Iik≤Iikmax。受到線路載流量的影響，各分支線路的有功功率應(yīng)滿足Pik≤Pikmax。其中，Pik為配電網(wǎng)節(jié)點(diǎn)i、k分支線路的實(shí)際有功功率，Pikmax為節(jié)點(diǎn)i、k分支線路上的允許有功功率極限值[3]。

1.3 基于改進(jìn)灰狼算法的尋優(yōu)計(jì)算流程

真實(shí)配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)通常較復(fù)雜，網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量、負(fù)荷數(shù)量、支路數(shù)量和分布式光伏電源數(shù)量均較多，因此導(dǎo)致第1.1小節(jié)建立的數(shù)學(xué)模型無(wú)法求解。為了獲得目標(biāo)函數(shù)的最優(yōu)解，需要引入改進(jìn)灰狼算法進(jìn)行數(shù)學(xué)模型尋優(yōu)計(jì)算。改進(jìn)灰狼算法的尋優(yōu)流程如圖1所示。

2 算例分析

2.1 算例模型

算例模型采用IEEE33節(jié)點(diǎn)配電網(wǎng)（如圖2所示），其由1條主干線、3條饋線組成，模型中支路數(shù)量為32條。將各節(jié)點(diǎn)的初始電壓設(shè)置為1.0 p.u.。模型中各支路的阻抗和節(jié)點(diǎn)負(fù)荷均為已知量。部分支路的阻抗計(jì)算取值見表2。

2.2 基于改進(jìn)灰狼算法的光伏配置方案尋優(yōu)過(guò)程

利用改進(jìn)灰狼算法對(duì)分布式光伏優(yōu)化配置模型進(jìn)行尋優(yōu)計(jì)算，能夠獲得較優(yōu)解，從而提高分布式光伏電源配置方案的科學(xué)性，具體的實(shí)施要點(diǎn)如下所示。

2.2.1 算法參數(shù)初始化及數(shù)據(jù)輸入

將配電網(wǎng)的阻抗數(shù)據(jù)、各節(jié)點(diǎn)允許電壓、支路的載流限值和支路的實(shí)際電流等作為改進(jìn)灰狼算法的輸入數(shù)據(jù)。運(yùn)用Tent混沌映射算法進(jìn)行參數(shù)初始化，種群中的個(gè)體數(shù)量N=100，最大迭代次數(shù)tmax=100次，算法的初始迭代次數(shù)t=0。搜索區(qū)域的維度d初始化為32。

2.2.2 灰狼個(gè)體編碼

本文將配電網(wǎng)中分布式光伏電源的可接入節(jié)點(diǎn)數(shù)設(shè)置為6個(gè)，按照相同的長(zhǎng)度對(duì)灰狼個(gè)體進(jìn)行編碼?；依莻€(gè)體的編碼數(shù)值分別代表6個(gè)節(jié)點(diǎn)接入的光伏容量，因此每個(gè)灰狼個(gè)體代表一種光伏配置方案。

2.2.3 灰狼位置更新

完成灰狼個(gè)體編碼后，根據(jù)約束條件對(duì)適應(yīng)度函數(shù)進(jìn)行計(jì)算，進(jìn)而基于計(jì)算結(jié)果對(duì)灰狼進(jìn)行排序。前3個(gè)灰狼與目標(biāo)的距離最近，將其分別作為種群中的α、β和δ共3種灰狼個(gè)體[4]。運(yùn)用Levy飛行算法搜索整個(gè)灰狼種群，同時(shí)進(jìn)行迭代更新?；贚evy飛行算法的灰狼個(gè)體位置更新如公式（4）所示。

經(jīng)過(guò)多次迭代和算法收斂后輸出最優(yōu)結(jié)果。

2.3 基于改進(jìn)灰狼算法的光伏優(yōu)化配置方案尋優(yōu)結(jié)果

2.3.1 分布式光伏電源優(yōu)化配置方案尋優(yōu)結(jié)果

本文在第1.1小節(jié)中提出3種不同的目標(biāo)函數(shù)，按照第2.2小節(jié)對(duì)3種目標(biāo)函數(shù)進(jìn)行尋優(yōu)計(jì)算，求解分布式光伏電源的最優(yōu)選址定容方案，結(jié)果見表3。

2.3.2 分布式光伏電源優(yōu)化配置方案尋優(yōu)結(jié)果對(duì)比

2.3.2.1 3種方案的電壓偏差對(duì)比

配電網(wǎng)的標(biāo)準(zhǔn)電壓為1.0 p.u.，根據(jù)3種分布式光伏的優(yōu)化配置方案，模擬各個(gè)節(jié)點(diǎn)處的電壓值，結(jié)果如圖3所示。由圖3數(shù)據(jù)可知，當(dāng)目標(biāo)函數(shù)為fU時(shí)，各節(jié)點(diǎn)電壓與標(biāo)準(zhǔn)值的偏差最小。當(dāng)目標(biāo)函數(shù)為floss時(shí)，各節(jié)點(diǎn)電壓與標(biāo)準(zhǔn)電壓的偏差最大。

2.3.2.2 3種方案的網(wǎng)損對(duì)比

根據(jù)3種方案的分布式光伏電源接入方案，模擬計(jì)算出各分支線路的網(wǎng)損，3種方案的網(wǎng)損對(duì)比結(jié)果如圖4所示。由圖4數(shù)據(jù)可知，方案一網(wǎng)損最高，方案二網(wǎng)損最低，方案三網(wǎng)損介于方案一和方案二之間。

2.3.2.3 分布式光伏電源配置方案優(yōu)選

綜合比較3種方案，方案一電壓偏差最小，但是網(wǎng)損最大。方案二網(wǎng)損最小，但是電壓偏差最大。方案三能夠兼顧電壓偏差控制和網(wǎng)損控制。因此，方案三對(duì)應(yīng)的分布式光伏電源接入方式最佳，對(duì)應(yīng)的節(jié)點(diǎn)為2、6、13、23、30和31，配套的光伏裝機(jī)容量為410 kW、570 kW、620 kW、950 kW、430 kW和450 kW。

3 結(jié)論

在設(shè)計(jì)配電網(wǎng)的分布式光伏電源接入方案過(guò)程中，需要采用合理的配置降低光伏電源對(duì)電壓穩(wěn)定性和網(wǎng)損控制的影響。本文針對(duì)該問(wèn)題構(gòu)建了數(shù)學(xué)模型，利用改進(jìn)灰狼算法對(duì)模型進(jìn)行迭代運(yùn)算，從而確定光伏的接入點(diǎn)和接入容量，所得結(jié)論如下所示。1） 當(dāng)接入光伏電源時(shí)，將配電網(wǎng)電壓偏差最小和網(wǎng)損最小作為控制目標(biāo)，分別建立相應(yīng)的數(shù)學(xué)模型。另外，由于電壓偏差最小和網(wǎng)損最小這2個(gè)控制目標(biāo)相互制約，因此本文提出融合多目標(biāo)的數(shù)學(xué)模型。在模型求解階段，運(yùn)用改進(jìn)灰狼算法進(jìn)行迭代計(jì)算，從而確定各個(gè)目標(biāo)和約束條件下的光伏電源選址定容方案。2） 利用IEEE33節(jié)點(diǎn)配電網(wǎng)對(duì)優(yōu)化配置方法的應(yīng)用效果進(jìn)行檢驗(yàn)。仿真結(jié)果顯示，當(dāng)以電壓偏差最小為目標(biāo)時(shí)，對(duì)應(yīng)的網(wǎng)損值最大；當(dāng)以網(wǎng)損最小為目標(biāo)時(shí)，相應(yīng)的電壓偏差最大。

參考文獻(xiàn)

[1]農(nóng)燦.基于改進(jìn)灰狼算法的含分布式電源配電網(wǎng)無(wú)功優(yōu)化[J].青海電力，2024，43（增刊1）：8-14.

[2]何爽，胡丹，王駿駿，等.基于改進(jìn)灰狼算法的海島微電網(wǎng)優(yōu)化調(diào)度[J].電氣自動(dòng)化，2024，46（3）：41-44，48.

[3]于惠鈞，馬凡爍，陳剛，等.基于改進(jìn)灰狼優(yōu)化算法的含光伏配電網(wǎng)動(dòng)態(tài)無(wú)功優(yōu)化[J].電氣技術(shù)，2024，25（4）：7-15，58.

[4]田雨明，尹常永.基于改進(jìn)灰狼算法的并網(wǎng)型微電網(wǎng)容量?jī)?yōu)化研究[J].沈陽(yáng)工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2023，19（4）：56-63.