简介
分布式电源(distributed generation DG)定义为分布在负荷附近、就近接入配电网的小规模发电装置.DG因其清洁环保、发电成本小以及供电方式灵活等优点受到全世界范围内的关注.DG主要分为冷热电三联供、内燃机组发电、小型水力发电、光伏发电、风力发电、燃料电池等2.根据CIGRE C6. 11国际大电网会议配电与分布式发电专委会)工作报告,主动配电网定义为:可以综合控制DG的配电网,DG在其合理的监管环境和接入准则基础上承担对电网的支撑、调节作用.DG接入配电网会对配电网的运行产生影响,其影响程度与DG的安装位置和容量配置有关,因此,DG选址定容的问题是配电网规划的重要研究内容。
DG接入配电网改变了配电网原有的结构,使配电网复杂化,严重影响电网的运行和调度.近年来,国内外学者对DG接入配电网后对电网的影响进行了深入研究分析,以求降低DG对配电网的影响,实现DG配置价值的最大化 . DG的安装位置和容量配置合理,可有效改善电网电能质量、降低系统有功损耗,提高电网运行的经济性和可靠性.反之,则会影响配电网的电能损耗、潮流分布、电能质量以及开关设备保护等,威胁配电网运行的安全性和经济性.DG的选址定容规划定义为:在己知负荷预测结果及配电网运行状况的基础上,确定DG的安装位置和配置容量,使整个规划期内配电网的经济性和可靠性达到最优.
分布式电源的选址和定容研究现状从以上的分析可以看出,分布式发电对配电网的运行和规划具有重要的影响,分布式电源的出现会使电力系统的负荷预测、规划和运行与过去相比有更大的不确定性。由于大量的用户会安装分布式电源为其提供电能,使得配电网规划人员更加难于准确预测负荷的增长情况,从而影响后续的规划。另外分布式电源虽然可以减少电能损耗,可以推迟或减少对电网升级的投资,但是如果分布式电源的位置和规模不合适,反而可能会导致电能损耗的增加,导致网络中某些节点电压的下降或出现过电压,还会改变故障电流的大小、持续时间及其方向。可见,对分布式电源进行选址和定容是一个大规模的多目标寻优问题,而各个子目标之间的优化存在着相互制约相互矛盾的可能性。因此为获得正确的决策,必须对分布式电源的影响做出准确的评估。即最优化工具必须能够准确评估分布式电源对所在网的各种影响,给出分布式电源的最优位置和规模,使得分布式电源在电网的逐步渗透过程中不会破坏电网运行的安全性和经济性。
国内外己有一些学者对分布式电源的选址和定容问题进行了研究。提出了一种在配电网扩展规划中进行分布式电源选址和定容的方法,应用.遗传算法优化分布式电源的位置和容量。对遗传过程中生成的每个分布式电源位置和容量方案个体,运用基于支路交换的模拟退火算法规划扩展网络,对分布式电源和网络的综合规划结果进行经济性评估以衡量个体方案的优劣。但该文献在目标函数中没有体现出分布式 电源选址和定容的多目标特性,不利于规划者根据电网实际情况对分布式电源进行规划,同时在规划结果中未考虑分布式电源的投资成本的影响;该文献采用标准遗传算法求解,有可能存在“封闭竞争”、过早收敛的问题;该算法中每个分布式电源的规划方案要通过两个变量来表示,当可接入的分布式电源很多时就会导致求解变量过多、求解计算速度过慢等问题。在给定分布式电源容量情况下,采用解析法研究了单条辐射线路上分布式电源的最优安装位置。该模型假定符合沿馈线按一定的规律分布,但实际配电网中负荷分布往往是随机的3。现有网络负荷值及负荷点个数均不变情况下的分布式电源优化规划问题,没有考虑负荷增加的情况4。在分布式电源个数、位置和容量均未知的情况下,考虑了原有负荷节点的负荷增加的情况,采用了标准遗传算法对分布式电源的位置和容量进行优化。但该方法未反映分布式电源规划的多目标特性,而且并未考虑分布式电源的投资费用,具有一定的局限性5。提出了一种新的综合模型,在目标函数中不仅计入了新增变压器和新建线路所需的费用,同时还考虑了待选的分布式电源的投资和运行成本、配电公司用于购买新增负荷所需电力的费用、用于赔偿供电损失的费用。但文中没有提出相应的求解算法,仅使用于负荷节点较少的情况3。
DG选址定容优化模型近年来,国内外学者对DG选址定容优化问题开展了深入研究,提出了不同目标函数的DG选址定容优化模型.从费用角度,以配电网年运行费用最小为目标函数6;从可靠性角度,以配电网平均停电量最小为目标函数;从降低网损角度,以配电网有功损耗最小为目标函数;从碳排放角度,以系统等效碳排放量最小为目标函数;从电压质量角度,以系统电压质量最优为目标函数,均构建了DG选址定容优化模型2;考虑多个优化目标,以电网电能损失费用和缺供电量费用最小为目标函数,构建包含电能损耗和供电可靠性的多目标优化模型.
DG选址定容优化算法DG选址定容问题是一个非线性、多变量的优化问题,可以采用优化算法对其进行求解.目前,经典数学优化方法、启发式优化算法、智能优化算法以及复合优化算法是主要的DG选址定容优化算法5.
经典数学优化方法经典数学优化算法一般采用数学优化模型解决DG选址定容优化问题,理论上可保证解的最优,但实际求解过程中存在算法收敛性问题.经典数学优化算法主要分为分支定界法、线性规划法、解析法等,其中线性规划法通过数学方法将非线性问题转化为线性问题求解,该方法求得的解存在较大偏差,甚至不切实际;分支定界法不仅可以求解纯整数线性问题,还可以求解混合整数线性问题,分支定界法的基本思想是将可行域进行分割,在分割后的小集合上寻找最优解,然后集成获得最终的最优解,该方法存在“维数灾”问题7.
研究了放射状链式配电网接入DG后各节点电压和有功网损的变化,通过计算线路网损微增量和电压微增量获得线路的有功网损和各节点电压,采用数值方法求解DG最优安装位置,从而使线路有功损耗最小.通过求出电压稳定指标对节点有功、无功注入的灵敏度确定DG最优安装位置,以配电网网损最小为优化目标,采用进化算法求解DG的最优容量,该方法仅考虑配电网电压分布来确定DG的安装位置,所求出的DG位置未必是网损最优的安装位置.建立了含DG的配电网混合整数线性模型,通过分支定界法对模型进行求解,但该方法存在计算量大的问题.
启发式优化算法启发式优化算法依据直观的判断,结合规划人员的经验来寻找最优解.启发式优化算法主要分为灵敏度法、支路交换法等,其中灵敏度法较为直观.该算法简单、计算量小、不存在收敛问题,但不能保证解的最优性.
通过计算有功、无功等效网损微增率确定DG的最优安装位置,建立以电压改善指标、网损改善率指标及环境改善率指标最优为目标函数的DG容量优化模型,采用目标逼近法和二次序列规划法求解优化模型.提出一种基于负荷质心的DG选址定容优化方法,通过负荷块模拟DG供电范围5,为了使配电网有功损耗最小,要求在负荷块的质心安装DG,通过确定各类负荷权重来修正负荷质心,保证各类负荷相应的供电可靠性.根据‘`2 /3”准则确定DG的最优安装位置,从而降低线路的有功损耗,该准则应用简单,但只适用于负荷均匀分布的情况.
人工智能优化算法智能优化算法是建立在模拟某一自然现象或过程的一类算法.由于DG在配电网中优化配置实际上是受多个约束条件限制的多目标优化问题,故简单的数学优化方法无法解决.然而智能优化算法具有全局优化、自适应、并行计算、鲁棒性强与通用性强等特征,能够适用于复杂的非线性优化问题.
1遗传算法
遗传算法(genetic algorithm } GA)是模拟生物进化过程的算法,能够解决含整数变量的组合优化问题,具有鲁棒性强、全局收敛性、不要求目标函数连续可导等优点.但传统遗传算法在求解过程中存在局部最优解,同时大量冗余迭代过程导致计算量大且时间长,不能够自适应系统的变化.
通过GA优化10 kV配电网中DG的位置和容量,其中DG的个数、位置以及容量为未知条件.在考虑馈线各种电气量的基础上,构造以网损和扩建成本最小的目标函数.通过将DG容量加入传统的0-1编码矩阵的对角线,实现DG与配电网能同时参与计算,减少迭代次数,且不需要译码,缩短迭代时间,使求解速度得到提高5.
2粒子群优化算法
粒子群优化算法(particle swarm optimization PSO)是基于鸟类、鱼群等群体智能搜索的随机优化算法,PSO的优点在于需调节的参数少,简单且容易实现 . PST随机产生一个粒子群,且每个粒子具有速度和位置,通过粒子群的个体极值和全局极值来更新各个粒子的速度与位置,并且进行迭代计算,最后依据到达设置的最大迭代次数或粒子达到最优位置终止迭代,得出最优解.但传统的PSO容易陷入局部最优解,且收敛精度低.
为了实现系统有功网损最小,同时限定节点电压满足约束条件,结合潮流算法与PSO来确定DG的最优容量和接入位置.为了提高PSO的全局收敛能力与精度,通过罚函数将配电网的有功网损最小和满足约束条件转化为求目标函数的极值问题,同时加入惯性权重改进PSO,应用改进后的算法进行配电网DG选址与定容5.
3蚁群算法
蚁群算法(ant colony optimization ACO)是通过观察自然界的蚁群搜索食物的过程而提出的几率型算法,ACO中的正反馈机制对应于蚁群释放信息素的交流与传递,同时ACO具有分布式并行计算的能力,可以缩短算法迭代时间并得到最优解.ACO具有较好的鲁棒性,通过合理的选取调节参数,以及相应地算法改进,使算法在电力系统中的应用更加广泛.
通过建立DG的不同出力模型,同时兼顾需求侧的利益,建立目标函数,该函数以投资运行成本和网损最小为优化目标.通过ACO求解目标函数,得到DG的最佳安装位置和容量.参考商旅问题(TSP),类比于城市之间的路径来建立DG优化模型的目标函数,选择城市间最优路径即为优化DG的安装位置和容量.
DG选址与定容对配电网规划的要求分布式电源的出现使得规划人员在配电网规划中有了新的选择。规划人员可以在电网升级、增建线路和变电所、在合适的位置安装适当容量的分布式电源这三种可选方案中选择最优的一个,或者是三者的结合。随着分布式发电技术性能的不断提高和成本的逐年降低,其在电力系统所占的比重逐渐增长。大量分布式电源的接入将会对配电系统的规划产出很大的影响。主要表现在以下几个方面8。
(1)分布式电源的出现会使电力系统的负荷预测、规划要面对比过去更大的不确定性。进行负荷预测的时候,不仅要知道负荷总量预测值,还应该清楚负荷分布和增长的规律。而大量的用户安装分布式电源为其提供电能,必然对整个电力系统的负荷增长模式产生影响,使得配电网规划人员更加难于准确预测负荷的增长情况,从而对配电网规划造成影响。
(2)配电网规划一般考虑5-20年,在此年限内,通常假定电网负荷逐年增长,新 的中压、低压节点不断出现,需要增建一个或更多的变电所。由于规划问题的动态属性同其维数密切相联(通常几千个节点需要同时考虑),若再出现许多发电机节点,使得在所有可能的网络结构中寻找到最优的网络布置方案(即可以使建造成本、维护成 本和电能损耗最小的方案)就更加困难.
(3)对于想在配电网安装分布式电源的用户或独立发电公司,他们与想维持系统现有的安全和质量水平不变的配电网公司之间存在一定的冲突。因为有大量分布式电源接人配电系统并网运行,这将对配电网系统结构产生深刻影响,对大型发电厂和输电的依赖逐步减少,原有的单向电源馈电潮流特性发生了变化,一系列包电压调整、无功平衡、继电保护等在内的综合性问题将影响系统的运行。为了维护电网的安全、稳定的运行,必须使分布式电源能够接受调度。要实现这个目标,就需要通过电力电 子设备对其进行必要的控制和调节,将分布式电源单元集成到现有的配电系统中,这不但需要改造现有的配电自动化系统,还要由被动到主动(电压调整、保护政策、干扰和接口问题)地管理电网。
(4)分布式电源的投入运行,可能降低配电线路的利用率,使配电公司投资线路,的成本不能收回,产生沉没成本。
(5)分布式电源的机组类型及所采用能源的多样化,使得如何在配电网中确定合理的电源结构、如何协调和有效地利用各类型的电源成为迫切需要解决的问题。因此分布式电源的广泛应用,使得国家能源政策、能源规划等直接渗透到与分布式电源有关的电力系统规划中,并影响规划的决策过程。
分布式发电的优势分布式发电技术得到广泛应用,主要是因为分布式发电系统和大电网系统的配合应用具有以下优点:
(1)提高电力系统运行的可靠性和稳定性。由于用户可以自行控制相互独立的各个分布式发电系统,可以避免发生大规模停电事故。分布式发电技术还可以弥补大电网安全稳定性的不足,在意外灾害发生时,分布式发电系统可以继续供电,成为集中供电方式不可缺少的重要补充。
(2)污染少,能量利用率高。因分布式发电通常采用天然气做燃料或以氢气、太阳能、风能为能源,故可减少有害物的排放总量,减轻环保的压力;:大量就近供电减少了大容量远距离高电压输电线的建设,由此不但减少了高压输电线的电磁污染,也减少了高压输电线的征地面积和线路走廊。分布式发电在利用多种能源的同时还可为用户提供冷、热、电等多种能源应用方式,因此是解决能源危机、提高能源利用效率和能源安全问题的一种很好的途径。
(3)提高电网运行的经济性和灵活性。分布式发电能够降低输配电损耗,减少新建配电站以及降低新建配电站所附加的输配电成本。同时,分布式发电有灵活的负荷调节能力,启动过程只需几秒钟时间,其出力可以按小时调节。因.此,分布式发电的运营也具有很好的灵活性。
(4)促进电力市场的发展。随着分布式发电在公共电网的逐步渗透,大型中心发电站作为电网唯一供电者的模式被打破,供电者将呈现出多元化的局面。这一局面的出现必将在供电方引入竞争机制,由此带来电价的进一步合理化,电能质量、供电可靠性的提高以及供电服务质量的改善将是可以期待的[f81,其直接受益的将是消费者。
需要解决的问题目前在包含分布式电源的电网(主要是配电网)规划中需要解决以下几个方面的问题.
(1)有些分布式电源(主要是利用可再生能源发电的分布式电源,如太阳能、风能)和传统发电厂相比其输出是经常波动的,且这种波动受气候等自然条件的影响,无法进行有效的调节,因此它们的输出能量具有明显的随机特性。有必要研究这类分布式能源随气象条件变化的规律和统计特性,建立相应的模型。
(2)在电力市场环境下,用户安装的分布式电源可能与电力负荷直接抵消,从而对整个电力系统的负荷增长的模式产生影响,其结果是对电源的扩建规模和进度产生影响。因此,必须研究用户侧分布式电源对网侧负荷增长模式的影响。
(3)分布式电源的合理规模、布点以及电网扩展规划问题。研究传统的增容方法和非传统的增容方法(如增装分布式电源)的配合问题及其技术经济评价方法;研究电力系统可接受的分布式电源容量;研究在具有分布式电源供电的环境下中低压配电系统的优化规划问题;研究分布式电源对中低压配电系统可靠性的影响。