分散式電源選址定容

分散式電源選址定容規劃是指在已知負荷預測結果及配電網運行狀況的基礎上，確定DG的安裝位置和配置容量，使整個規劃期內配電網的經濟性和可靠性達到最優。DG的安裝位置和容量配置合理，可有效改善電網電能質量、降低系統有功損耗，提高電網運行的經濟性和可靠性.反之，則會影響配電網的電能損耗、潮流分布、電能質量以及開關設備保護等，威脅配電網運行的安全性和經濟性。

基本介紹

• 中文名：分散式電源選址定容
• 外文名：siting and sizingof distributed generation
• 類型：配電網規劃技術
• 研究內容：規劃模型、最佳化算法
• 領域：能源
• 學科：電氣工程

簡介

分散式電源(distributed generation DG)定義為分布在負荷附近、就近接入配電網的小規模發電裝置.DG因其清潔環保、發電成本小以及供電方式靈活等優點受到全世界範圍內的關注.DG主要分為冷熱電三聯供、內燃機組發電、小型水力發電、光伏發電、風力發電、燃料電池等.根據CIGRE C6. 11國際大電網會議配電與分散式發電專委會)工作報告，主動配電網定義為:可以綜合控制DG的配電網，DG在其合理的監管環境和接入準則基礎上承擔對電網的支撐、調節作用.DG接入配電網會對配電網的運行產生影響，其影響程度與DG的安裝位置和容量配置有關，因此，DG選址定容的問題是配電網規劃的重要研究內容。

DG接入配電網改變了配電網原有的結構，使配電網複雜化，嚴重影響電網的運行和調度.近年來，國內外學者對DG接入配電網後對電網的影響進行了深入研究分析，以求降低DG對配電網的影響，實現DG配置價值的最大化 . DG的安裝位置和容量配置合理，可有效改善電網電能質量、降低系統有功損耗，提高電網運行的經濟性和可靠性.反之，則會影響配電網的電能損耗、潮流分布、電能質量以及開關設備保護等，威脅配電網運行的安全性和經濟性.DG的選址定容規劃定義為:在己知負荷預測結果及配電網運行狀況的基礎上，確定DG的安裝位置和配置容量，使整個規劃期內配電網的經濟性和可靠性達到最優.

分散式電源的選址和定容研究現狀

從以上的分析可以看出，分散式發電對配電網的運行和規劃具有重要的影響，分散式電源的出現會使電力系統的負荷預測、規劃和運行與過去相比有更大的不確定性。由於大量的用戶會安裝分散式電源為其提供電能，使得配電網規劃人員更加難於準確預測負荷的增長情況，從而影響後續的規劃。另外分散式電源雖然可以減少電能損耗，可以推遲或減少對電網升級的投資，但是如果分散式電源的位置和規模不合適，反而可能會導致電能損耗的增加，導致網路中某些節點電壓的下降或出現過電壓，還會改變故障電流的大小、持續時間及其方向。可見，對分散式電源進行選址和定容是一個大規模的多目標尋優問題，而各個子目標之間的最佳化存在著相互制約相互矛盾的可能性。因此為獲得正確的決策，必須對分散式電源的影響做出準確的評估。即最最佳化工具必須能夠準確評估分散式電源對所在網的各種影響，給出分散式電源的最優位置和規模，使得分散式電源在電網的逐步滲透過程中不會破壞電網運行的安全性和經濟性。

國內外己有一些學者對分散式電源的選址和定容問題進行了研究。提出了一種在配電網擴展規劃中進行分散式電源選址和定容的方法，套用.遺傳算法最佳化分散式電源的位置和容量。對遺傳過程中生成的每個分散式電源位置和容量方案個體，運用基於支路交換的模擬退火算法規劃擴展網路，對分散式電源和網路的綜合規劃結果進行經濟性評估以衡量個體方案的優劣。但該文獻在目標函式中沒有體現出分散式 電源選址和定容的多目標特性，不利於規劃者根據電網實際情況對分散式電源進行規劃，同時在規劃結果中未考慮分散式電源的投資成本的影響;該文獻採用標準遺傳算法求解，有可能存在“封閉競爭”、過早收斂的問題;該算法中每個分散式電源的規劃方案要通過兩個變數來表示，當可接入的分散式電源很多時就會導致求解變數過多、求解計算速度過慢等問題。在給定分散式電源容量情況下，採用解析法研究了單條輻射線路上分散式電源的最優安裝位置。該模型假定符合沿饋線按一定的規律分布，但實際配電網中負荷分布往往是隨機的。現有網路負荷值及負荷點個數均不變情況下的分散式電源最佳化規劃問題，沒有考慮負荷增加的情況。在分散式電源個數、位置和容量均未知的情況下，考慮了原有負荷節點的負荷增加的情況，採用了標準遺傳算法對分散式電源的位置和容量進行最佳化。但該方法未反映分散式電源規劃的多目標特性，而且並未考慮分散式電源的投資費用，具有一定的局限性。提出了一種新的綜合模型，在目標函式中不僅計入了新增變壓器和新建線路所需的費用，同時還考慮了待選的分散式電源的投資和運行成本、配電公司用於購買新增負荷所需電力的費用、用於賠償供電損失的費用。但文中沒有提出相應的求解算法，僅使用於負荷節點較少的情況。

DG選址定容最佳化模型

近年來，國內外學者對DG選址定容最佳化問題開展了深入研究，提出了不同目標函式的DG選址定容最佳化模型.從費用角度，以配電網年運行費用最小為目標函式;從可靠性角度，以配電網平均停電量最小為目標函式;從降低網損角度，以配電網有功損耗最小為目標函式;從碳排放角度，以系統等效碳排放量最小為目標函式;從電壓質量角度，以系統電壓質量最優為目標函式，均構建了DG選址定容最佳化模型;考慮多個最佳化目標，以電網電能損失費用和缺供電量費用最小為目標函式，構建包含電能損耗和供電可靠性的多目標最佳化模型.

DG選址定容最佳化算法

DG選址定容問題是一個非線性、多變數的最佳化問題，可以採用最佳化算法對其進行求解.目前，經典數學最佳化方法、啟發式最佳化算法、智慧型最佳化算法以及複合最佳化算法是主要的DG選址定容最佳化算法.

經典數學最佳化方法

經典數學最佳化算法一般採用數學最佳化模型解決DG選址定容最佳化問題，理論上可保證解的最優，但實際求解過程中存在算法收斂性問題.經典數學最佳化算法主要分為分支定界法、線性規劃法、解析法等，其中線性規劃法通過數學方法將非線性問題轉化為線性問題求解，該方法求得的解存在較大偏差，甚至不切實際;分支定界法不僅可以求解純整數線性問題，還可以求解混合整數線性問題，分支定界法的基本思想是將可行域進行分割，在分割後的小集合上尋找最優解，然後集成獲得最終的最優解，該方法存在“維數災”問題.

研究了放射狀鏈式配電網接入DG後各節點電壓和有功網損的變化，通過計算線路網損微增量和電壓微增量獲得線路的有功網損和各節點電壓，採用數值方法求解DG最優安裝位置，從而使線路有功損耗最小.通過求出電壓穩定指標對節點有功、無功注入的靈敏度確定DG最優安裝位置，以配電網網損最小為最佳化目標，採用進化算法求解DG的最優容量，該方法僅考慮配電網電壓分布來確定DG的安裝位置，所求出的DG位置未必是網損最優的安裝位置.建立了含DG的配電網混合整數線性模型，通過分支定界法對模型進行求解，但該方法存在計算量大的問題.

啟發式最佳化算法

啟發式最佳化算法依據直觀的判斷，結合規劃人員的經驗來尋找最優解.啟發式最佳化算法主要分為靈敏度法、支路交換法等，其中靈敏度法較為直觀.該算法簡單、計算量小、不存在收斂問題，但不能保證解的最優性.

通過計算有功、無功等效網損微增率確定DG的最優安裝位置，建立以電壓改善指標、網損改善率指標及環境改善率指標最優為目標函式的DG容量最佳化模型，採用目標逼近法和二次序列規劃法求解最佳化模型.提出一種基於負荷質心的DG選址定容最佳化方法，通過負荷塊模擬DG供電範圍，為了使配電網有功損耗最小，要求在負荷塊的質心安裝DG，通過確定各類負荷權重來修正負荷質心，保證各類負荷相應的供電可靠性.根據‘`2 /3”準則確定DG的最優安裝位置，從而降低線路的有功損耗，該準則套用簡單，但只適用於負荷均勻分布的情況.

人工智慧最佳化算法

智慧型最佳化算法是建立在模擬某一自然現象或過程的一類算法.由於DG在配電網中最佳化配置實際上是受多個約束條件限制的多目標最佳化問題，故簡單的數學最佳化方法無法解決.然而智慧型最佳化算法具有全局最佳化、自適應、並行計算、魯棒性強與通用性強等特徵，能夠適用於複雜的非線性最佳化問題.

1遺傳算法

遺傳算法(genetic algorithm } GA)是模擬生物進化過程的算法，能夠解決含整數變數的組合最佳化問題，具有魯棒性強、全局收斂性、不要求目標函式連續可導等優點.但傳統遺傳算法在求解過程中存在局部最優解，同時大量冗餘疊代過程導致計算量大且時間長，不能夠自適應系統的變化.

通過GA最佳化10 kV配電網中DG的位置和容量，其中DG的個數、位置以及容量為未知條件.在考慮饋線各種電氣量的基礎上，構造以網損和擴建成本最小的目標函式.通過將DG容量加入傳統的0-1編碼矩陣的對角線，實現DG與配電網能同時參與計算，減少疊代次數，且不需要解碼，縮短疊代時間，使求解速度得到提高.

2粒子群最佳化算法

粒子群最佳化算法(particle swarm optimization PSO)是基於鳥類、魚群等群體智慧型搜尋的隨機最佳化算法，PSO的優點在於需調節的參數少，簡單且容易實現 . PST隨機產生一個粒子群，且每個粒子具有速度和位置，通過粒子群的個體極值和全局極值來更新各個粒子的速度與位置，並且進行疊代計算，最後依據到達設定的最大疊代次數或粒子達到最優位置終止疊代，得出最優解.但傳統的PSO容易陷入局部最優解，且收斂精度低.

為了實現系統有功網損最小，同時限定節點電壓滿足約束條件，結合潮流算法與PSO來確定DG的最優容量和接入位置.為了提高PSO的全局收斂能力與精度，通過罰函式將配電網的有功網損最小和滿足約束條件轉化為求目標函式的極值問題，同時加入慣性權重改進PSO，套用改進後的算法進行配電網DG選址與定容.

3蟻群算法

蟻群算法(ant colony optimization ACO)是通過觀察自然界的蟻群搜尋食物的過程而提出的幾率型算法，ACO中的正反饋機制對應於蟻群釋放信息素的交流與傳遞，同時ACO具有分散式並行計算的能力，可以縮短算法疊代時間並得到最優解.ACO具有較好的魯棒性，通過合理的選取調節參數，以及相應地算法改進，使算法在電力系統中的套用更加廣泛.

通過建立DG的不同出力模型，同時兼顧需求側的利益，建立目標函式，該函式以投資運行成本和網損最小為最佳化目標.通過ACO求解目標函式，得到DG的最佳安裝位置和容量.參考商旅問題(TSP)，類比於城市之間的路徑來建立DG最佳化模型的目標函式，選擇城市間最優路徑即為最佳化DG的安裝位置和容量.

DG選址與定容對配電網規劃的要求

分散式電源的出現使得規劃人員在配電網規劃中有了新的選擇。規劃人員可以在電網升級、增建線路和變電所、在合適的位置安裝適當容量的分散式電源這三種可選方案中選擇最優的一個，或者是三者的結合。隨著分散式發電技術性能的不斷提高和成本的逐年降低，其在電力系統所占的比重逐漸增長。大量分散式電源的接入將會對配電系統的規劃產出很大的影響。主要表現在以下幾個方面。

(1)分散式電源的出現會使電力系統的負荷預測、規劃要面對比過去更大的不確定性。進行負荷預測的時候，不僅要知道負荷總量預測值，還應該清楚負荷分布和增長的規律。而大量的用戶安裝分散式電源為其提供電能，必然對整個電力系統的負荷增長模式產生影響，使得配電網規劃人員更加難於準確預測負荷的增長情況，從而對配電網規劃造成影響。

(2)配電網規劃一般考慮5-20年，在此年限內，通常假定電網負荷逐年增長，新 的中壓、低壓節點不斷出現，需要增建一個或更多的變電所。由於規劃問題的動態屬性同其維數密切相聯(通常幾千個節點需要同時考慮)，若再出現許多發電機節點，使得在所有可能的網路結構中尋找到最優的網路布置方案(即可以使建造成本、維護成 本和電能損耗最小的方案)就更加困難.

(3)對於想在配電網安裝分散式電源的用戶或獨立發電公司，他們與想維持系統現有的安全和質量水平不變的配電網公司之間存在一定的衝突。因為有大量分散式電源接人配電系統併網運行，這將對配電網系統結構產生深刻影響，對大型發電廠和輸電的依賴逐步減少，原有的單向電源饋電潮流特性發生了變化，一系列包電壓調整、無功平衡、繼電保護等在內的綜合性問題將影響系統的運行。為了維護電網的安全、穩定的運行，必須使分散式電源能夠接受調度。要實現這個目標，就需要通過電力電 子設備對其進行必要的控制和調節，將分散式電源單元集成到現有的配電系統中，這不但需要改造現有的配電自動化系統，還要由被動到主動(電壓調整、保護政策、干擾和接口問題)地管理電網。

(4)分散式電源的投入運行，可能降低配電線路的利用率，使配電公司投資線路，的成本不能收回，產生沉沒成本。

(5)分散式電源的機組類型及所採用能源的多樣化，使得如何在配電網中確定合理的電源結構、如何協調和有效地利用各類型的電源成為迫切需要解決的問題。因此分散式電源的廣泛套用，使得國家能源政策、能源規劃等直接滲透到與分散式電源有關的電力系統規劃中，並影響規劃的決策過程。

分散式發電的優勢

分散式發電技術得到廣泛套用，主要是因為分散式發電系統和大電網系統的配合套用具有以下優點:

(1)提高電力系統運行的可靠性和穩定性。由於用戶可以自行控制相互獨立的各個分散式發電系統，可以避免發生大規模停電事故。分散式發電技術還可以彌補大電網安全穩定性的不足，在意外災害發生時，分散式發電系統可以繼續供電，成為集中供電方式不可缺少的重要補充。

(2)污染少，能量利用率高。因分散式發電通常採用天然氣做燃料或以氫氣、太陽能、風能為能源，故可減少有害物的排放總量，減輕環保的壓力;:大量就近供電減少了大容量遠距離高電壓輸電線的建設，由此不但減少了高壓輸電線的電磁污染，也減少了高壓輸電線的征地面積和線路走廊。分散式發電在利用多種能源的同時還可為用戶提供冷、熱、電等多種能源套用方式，因此是解決能源危機、提高能源利用效率和能源安全問題的一種很好的途徑。

(3)提高電網運行的經濟性和靈活性。分散式發電能夠降低輸配電損耗，減少新建配電站以及降低新建配電站所附加的輸配電成本。同時，分散式發電有靈活的負荷調節能力，啟動過程只需幾秒鐘時間，其出力可以按小時調節。因.此，分散式發電的運營也具有很好的靈活性。

(4)促進電力市場的發展。隨著分散式發電在公共電網的逐步滲透，大型中心發電站作為電網唯一供電者的模式被打破，供電者將呈現出多元化的局面。這一局面的出現必將在供電方引入競爭機制，由此帶來電價的進一步合理化，電能質量、供電可靠性的提高以及供電服務質量的改善將是可以期待的[f81，其直接受益的將是消費者。

需要解決的問題

目前在包含分散式電源的電網(主要是配電網)規劃中需要解決以下幾個方面的問題.

(1)有些分散式電源(主要是利用可再生能源發電的分散式電源，如太陽能、風能)和傳統發電廠相比其輸出是經常波動的，且這種波動受氣候等自然條件的影響，無法進行有效的調節，因此它們的輸出能量具有明顯的隨機特性。有必要研究這類分散式能源隨氣象條件變化的規律和統計特性，建立相應的模型。

(2)在電力市場環境下，用戶安裝的分散式電源可能與電力負荷直接抵消，從而對整個電力系統的負荷增長的模式產生影響，其結果是對電源的擴建規模和進度產生影響。因此，必須研究用戶側分散式電源對網側負荷增長模式的影響。

(3)分散式電源的合理規模、布點以及電網擴展規劃問題。研究傳統的增容方法和非傳統的增容方法(如增裝分散式電源)的配合問題及其技術經濟評價方法;研究電力系統可接受的分散式電源容量;研究在具有分散式電源供電的環境下中低壓配電系統的最佳化規劃問題;研究分散式電源對中低壓配電系統可靠性的影響。