文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.2015.07.045
中文引用格式： 宣菊琴，張林垚，吳桂聯(lián)，等. 山區(qū)分布式電源最優(yōu)接入容量及位置研究[J].電子技術(shù)應(yīng)用，2015，41(7)：162-166.
英文引用格式： Xuan Juqin，Zhang Linyao，Wu Guilian，et al. The study of mountain area distributed generation optimal access capacity and position[J].Application of Electronic Technique，2015，41(7)：162-166.
0 引言
分布式電源接入對(duì)改善配電網(wǎng)電能質(zhì)量、提高供電可靠性、降低線路損耗等具有重要作用[1-3]。福建省山區(qū)供電網(wǎng)架相對(duì)薄弱，系統(tǒng)供電可靠性低，低電壓及線損過高問題較為突出。加大福建省山區(qū)分布式電源的開發(fā)力度，對(duì)于解決上述問題具有重要意義。然而，分布式電源接入容量及位置不同會(huì)帶來不同的影響。如何確定合適的接入容量及位置，保證系統(tǒng)更加經(jīng)濟(jì)、可靠地運(yùn)行，是目前分布式電源接入系統(tǒng)研究的重點(diǎn)內(nèi)容[4-7]。
分布式電源發(fā)電的波動(dòng)性與隨機(jī)性，潛在地增加了分布式電源接入配電網(wǎng)系統(tǒng)的難度。智能算法的產(chǎn)生，為解決優(yōu)化問題提供了有效途徑。文獻(xiàn)[8]基于線損最小化的目標(biāo)，針對(duì)不同種類分布式電源建立了系統(tǒng)優(yōu)化模型，利用改進(jìn)遺傳算法進(jìn)行模型求解，但遺傳算法容易產(chǎn)生早熟現(xiàn)象，陷入局部最優(yōu)解；文獻(xiàn)[9]利用改進(jìn)的粒子群算法對(duì)分布式電源的接入進(jìn)行優(yōu)化；文獻(xiàn)[10]考慮到系統(tǒng)綜合費(fèi)用，提出量子微分進(jìn)化算法對(duì)分布電源進(jìn)行優(yōu)化配置。但混合后的改進(jìn)粒子群算法及量子微分進(jìn)化算法參數(shù)較多，編程困難。
螢火蟲算法作為新穎的智能優(yōu)化算法，其仿生原理簡(jiǎn)單，系統(tǒng)參數(shù)少，易于編程實(shí)現(xiàn)，具有較強(qiáng)的收斂能力及全局尋優(yōu)能力[11]，已成功應(yīng)用于微網(wǎng)中微源負(fù)荷博弈模型的優(yōu)化求解[12]及分布式風(fēng)電的優(yōu)化配置[13]。本文在福建省山區(qū)典型配電網(wǎng)供電模式下，以網(wǎng)絡(luò)損耗最小為目標(biāo)，建立了福建山區(qū)配電網(wǎng)系統(tǒng)網(wǎng)損目標(biāo)函數(shù)模型，提出利用螢火蟲優(yōu)化算法進(jìn)行模型求解，得出了適用于福建省山區(qū)配電網(wǎng)分布式電源最優(yōu)接入容量及位置的尋優(yōu)方法。
1 分布式電源接入優(yōu)化模型
分布式電源的接入會(huì)對(duì)配電網(wǎng)潮流分布產(chǎn)生一定的影響，系統(tǒng)潮流分布的不同直接影響著配電網(wǎng)系統(tǒng)的穩(wěn)定及經(jīng)濟(jì)性。本文所建優(yōu)化模型考慮到配電網(wǎng)系統(tǒng)的潮流穩(wěn)態(tài)平衡、節(jié)點(diǎn)電壓約束、分布式電源有功功率約束、線路支線功率約束等約束條件。
1.1 潮流分析
分布式電源接入配電網(wǎng)系統(tǒng)模型如圖1所示。
配電網(wǎng)系統(tǒng)中節(jié)點(diǎn)i流出的有功及無功功率Pi、Qi如式(1)、式(2)所示：
其中，Ui是節(jié)點(diǎn)i的節(jié)點(diǎn)電壓；ri、xi是節(jié)點(diǎn)i與其下一節(jié)點(diǎn)所聯(lián)的支路電阻及支路電抗；PLi、QLi是節(jié)點(diǎn)i的有功負(fù)荷及無功負(fù)荷；Pdgi、Qdgi為節(jié)點(diǎn)i處分布式電源注入的有功功率及無功功率。
根據(jù)我國(guó)國(guó)家電網(wǎng)的相關(guān)技術(shù)規(guī)定，配電網(wǎng)系統(tǒng)中10 kV與380 V電網(wǎng)線路節(jié)點(diǎn)電壓不得超過1.07 p.u。因此，考慮到分布式電源接入對(duì)線路節(jié)點(diǎn)電壓的影響，應(yīng)保證分布式電源接入系統(tǒng)后，接入點(diǎn)處的線路節(jié)點(diǎn)電壓不越限。文獻(xiàn)[5]中考慮到節(jié)點(diǎn)電壓越限的情況，給出了分布式電源在電壓不越限下較為實(shí)用的最大準(zhǔn)入容量的計(jì)算方法，在此不再贅述。
1.2 目標(biāo)函數(shù)
分布式電源接入配電網(wǎng)要保證系統(tǒng)更加經(jīng)濟(jì)穩(wěn)定地運(yùn)行，接入容量與位置的選取則顯得至關(guān)重要。本文所建配電網(wǎng)系統(tǒng)網(wǎng)損目標(biāo)函數(shù)如式(3)所示。
其中，N表示該配電網(wǎng)系統(tǒng)中電網(wǎng)支路的條數(shù)， i、j為第k條支路兩端的節(jié)點(diǎn)編號(hào)，Gk(i，j)則為配電網(wǎng)支路k的電導(dǎo)， δij為節(jié)點(diǎn)i、j的電壓相角差。
1.3 模型約束條件
本文所建立的分布式電源最優(yōu)接入優(yōu)化模型中，考慮到系統(tǒng)潮流穩(wěn)定、節(jié)點(diǎn)電壓、分布式電源輸出功率及線路功率等約束條件，各等式約束及不等式約束條件如下文所述。
1.3.1 等式約束條件
配電網(wǎng)系統(tǒng)運(yùn)行穩(wěn)定時(shí)，各節(jié)點(diǎn)及線路上的潮流應(yīng)處于動(dòng)態(tài)穩(wěn)定的狀態(tài)，等式約束條件如式(4)所示。
1.3.2 不等式約束條件
系統(tǒng)不等式約束條件應(yīng)考慮到分布式電源接入后，保證接入點(diǎn)電壓跌落及越限在合適的范圍內(nèi)、分布式電源接入容量不超過其最大發(fā)電容量、系統(tǒng)線路功率在線路最大承載功率下。各不等式約束方程如下所示。
(1)節(jié)點(diǎn)電壓約束
式中：Uimax和Uimin分別為配電網(wǎng)系統(tǒng)中第i個(gè)節(jié)點(diǎn)電壓的上限及下限值，即在分布式電源接入配電網(wǎng)系統(tǒng)后，接入點(diǎn)電壓不得超過1.07 pu。
(2)DG功率約束
2 螢火蟲算法及優(yōu)化模型的求解
2.1 螢火蟲算法
劍橋?qū)W者Yang通過模擬自然界中螢火蟲的發(fā)光特性，于2008年提出了螢火蟲算法。該隨機(jī)優(yōu)化算法的實(shí)現(xiàn)過程主要如下所述：
首先對(duì)螢火蟲初始化，對(duì)不同位置下的螢火蟲進(jìn)行評(píng)價(jià)，選出螢火蟲中局部相對(duì)吸引度最大的個(gè)體和整個(gè)螢火蟲中亮度最大的個(gè)體；然后螢火蟲向其周圍亮度較高的個(gè)體移動(dòng)，移動(dòng)后螢火蟲更新自己的位置，同時(shí)根據(jù)相應(yīng)的位置更新各自的亮度及吸引度；經(jīng)過數(shù)次移動(dòng)后，螢火蟲將聚集在亮度最高的位置上。
2.2 分布式電源最優(yōu)接入容量與位置求解步驟
螢火蟲優(yōu)化算法中，螢火蟲的亮度與各自的目標(biāo)函數(shù)值有關(guān)，目標(biāo)函數(shù)值越大的螢火蟲其亮度越高，相應(yīng)的吸引度也就越強(qiáng)。在福建省山區(qū)分布式電源接入配電網(wǎng)系統(tǒng)優(yōu)化模型中，本文以福建山區(qū)配電網(wǎng)系統(tǒng)網(wǎng)絡(luò)損耗最小為目標(biāo)函數(shù)。因此，在螢火蟲優(yōu)化算法求解過程中，令：
螢火蟲優(yōu)化算法求解后，尋優(yōu)的最優(yōu)值即為對(duì)應(yīng)的配電網(wǎng)系統(tǒng)網(wǎng)絡(luò)損耗的最小值。
在福建省山區(qū)配電網(wǎng)分布式電源接入容量或位置確定時(shí)，確定最優(yōu)接入位置或容量實(shí)現(xiàn)網(wǎng)損最小化的步驟如下所示：
(1)輸入福建省山區(qū)配電網(wǎng)系統(tǒng)網(wǎng)損目標(biāo)函數(shù)minPloss=
設(shè)置螢火蟲算法中螢火蟲的個(gè)數(shù)、光吸收系數(shù)、最大吸引度、優(yōu)化迭代次數(shù)、系統(tǒng)擾動(dòng)因子等計(jì)算參數(shù)。
(2)設(shè)置算法中螢火蟲的初始位置集合為X=(x1，x2，…，xn)，其中當(dāng)分布式電源容量確定時(shí)，集合X代表分布式電源接入位置集合，xi表示分布式電源接入配電網(wǎng)中的第i個(gè)結(jié)點(diǎn)，i∈n；當(dāng)分布式電源接入位置確定時(shí)，X代表分布式電源接入容量集合，xi表示分布式電源在配電網(wǎng)中第i個(gè)節(jié)點(diǎn)的接入容量，i∈n。
(3)計(jì)算螢火蟲在不同位置xi時(shí)，螢火蟲的最大亮度、吸引度、螢火蟲之間的距離、移動(dòng)方向等，根據(jù)移動(dòng)的距離及方向?qū)ξ灮鹣x的位置進(jìn)行更新。
其中：螢火蟲的亮度I表示為：
I0為螢火蟲的最大螢光亮度，γ為光強(qiáng)吸收系數(shù)，β0為最大吸引度，xi、xj為螢火蟲i和j所處的位置；α和rand均為擾動(dòng)隨機(jī)參數(shù)，用于擴(kuò)大螢火蟲的搜索空間，避免過早陷入局部最優(yōu)。
(4)判斷螢火蟲位置xi是否滿足收斂判據(jù)
ε。若滿足，則將螢火蟲新位置
作為最佳位置；若不滿足，則返回步驟(3)，繼續(xù)改變螢火蟲位置，進(jìn)行下一輪的位置更新。
(5)短路電流校驗(yàn)，分布式電源接入容量或位置確定后，校驗(yàn)系統(tǒng)短路點(diǎn)短路電流是否超過線路最大允許短路電流，若不滿足校驗(yàn)，則返回步驟(2)。
(6)輸出
輸出螢火蟲的最優(yōu)位置，即在分布式電源接入容量確定時(shí)，分布式電源最優(yōu)的接入位置，或在分布式電源接入位置確定時(shí)，分布式電源最優(yōu)的接入容量。
算法求解流程如圖2所示。
3 算例分析
目前，福建省山區(qū)農(nóng)村中壓配電網(wǎng)主要以輻射狀式供電結(jié)構(gòu)為主，已形成“八爪魚”式的電網(wǎng)結(jié)構(gòu)，即一個(gè)鄉(xiāng)鎮(zhèn)的中心電源點(diǎn)饋出若干條主線，主線上根據(jù)負(fù)荷分布饋出若干條小線徑的分支線，分支線上又根據(jù)負(fù)荷分布饋出若干條更小線徑的分分支線，系統(tǒng)結(jié)構(gòu)如圖3所示。主干線與主干線、分支線與分支線、主干線與分支線之間聯(lián)絡(luò)極少，幾乎都是輻射狀結(jié)構(gòu)。
為了驗(yàn)證本文所提螢火蟲優(yōu)化算法的有效性，取福建省山區(qū)配電網(wǎng)“八爪魚”系統(tǒng)結(jié)構(gòu)上的一條中壓饋線進(jìn)行分析，在該饋線上取出33個(gè)節(jié)點(diǎn)，各節(jié)點(diǎn)分布如圖4所示。
在所分析的供電線路上，系統(tǒng)供電變電站處系統(tǒng)電壓為10.6 kV，線路額定電壓為10.0 kV。該配電網(wǎng)供電線路上共有4條分支線路，最長(zhǎng)分支線路(節(jié)點(diǎn)1-17)線路長(zhǎng)度約10 km。該供電網(wǎng)絡(luò)為架空單輻射網(wǎng)絡(luò)，主干線路由JKLYJ-240架空線組成，最大輸送容量為10.5 MVA，正常運(yùn)行時(shí)網(wǎng)損率約8％。算例參數(shù)如表1和表2所示。
在螢火蟲優(yōu)化算法中，本文選取200個(gè)螢火蟲，設(shè)置光強(qiáng)吸收系數(shù)γ=7.812 5×10-7，最大吸引度和步長(zhǎng)因子分別取為β0=0.9，α=0.8，rand為[0，1]上服從均勻分布的隨機(jī)因子，迭代次數(shù)為100次。
本次以主干線（節(jié)點(diǎn)1-17）為例進(jìn)行算例分析，從圖4可看出，該供電線路上的分支線路多位于主干線路的前端。因此，主干線路前端的負(fù)荷比主干線路后端的負(fù)荷多。各主干線路上各節(jié)點(diǎn)的最大準(zhǔn)入容量如圖5所示。
通過計(jì)算得主干線末端17節(jié)點(diǎn)處的最大準(zhǔn)入容量為5.73 MW。從圖5可以看出，越靠近主干線路前端的節(jié)點(diǎn)，分布式電源的準(zhǔn)入容量就越大，可帶負(fù)荷也就越多；反之，在系統(tǒng)主干線路的末端，系統(tǒng)負(fù)荷減少，同時(shí)為了避免潮流的逆向傳輸，末端分布式電源的最大準(zhǔn)入容量相對(duì)較小。
當(dāng)分布式電源位置確定時(shí)，通過計(jì)算螢火蟲在不同位置時(shí)的亮度、吸引度、螢火蟲之間的距離、移動(dòng)方向等，經(jīng)過數(shù)次尋優(yōu)，得到了螢火蟲最佳位置點(diǎn)。在螢火蟲算法中，螢火蟲的位置集合即為分布式電源的容量集合。
各節(jié)點(diǎn)處的最大準(zhǔn)入容量與最優(yōu)接入容量對(duì)比如圖6所示。從圖中可看出，分布式電源的最優(yōu)接入容量同樣沿主干線路逐漸降低，即在主干線路的末端考慮到所帶負(fù)荷容量及潮流分布的情況，接入主干線路末端的分布式電源的最優(yōu)接入容量最小。如果該節(jié)點(diǎn)的最優(yōu)接入容量超過了該節(jié)點(diǎn)的最大準(zhǔn)入容量，則將準(zhǔn)入容量作為該節(jié)點(diǎn)的最優(yōu)接入容量；若該節(jié)點(diǎn)的最優(yōu)接入容量小于其準(zhǔn)入容量，則認(rèn)為已確定的最優(yōu)接入容量可實(shí)現(xiàn)系統(tǒng)網(wǎng)損最小，分布式電源接入后使配電網(wǎng)處于經(jīng)濟(jì)的運(yùn)行狀態(tài)。以主干線路上的末端17節(jié)點(diǎn)為例，通過螢火蟲算法的多次尋優(yōu)，得出17節(jié)點(diǎn)最優(yōu)的接入容量為3.75 MW，低于其最大準(zhǔn)入容量5.73 MW。因此， 17節(jié)點(diǎn)在接入3.75 MW容量時(shí)，滿足節(jié)點(diǎn)電壓約束條件，同時(shí)在該接入條件下，使得配電網(wǎng)系統(tǒng)網(wǎng)絡(luò)損耗最小，提高了系統(tǒng)的經(jīng)濟(jì)性。
4 結(jié)論
本文在福建山區(qū)配電網(wǎng)典型的“八爪魚”供電模式上，對(duì)分布式電源的接入模型進(jìn)行了研究，同時(shí)采用螢火蟲算法進(jìn)行優(yōu)化求解。算例結(jié)果驗(yàn)證了螢火蟲算法在分布式電源接入優(yōu)化求解中的有效性，該算法簡(jiǎn)單，易實(shí)現(xiàn)。分布式電源最優(yōu)接入容量與位置的研究，有助于指導(dǎo)福建省山區(qū)配電網(wǎng)的規(guī)劃，對(duì)于山區(qū)配電網(wǎng)具有重要的經(jīng)濟(jì)價(jià)值和現(xiàn)實(shí)意義。
參考文獻(xiàn)
[1] 梁有偉，胡志堅(jiān)，陳允平.分布式發(fā)電及其在電力系統(tǒng)中的應(yīng)用研究綜述[J].電網(wǎng)技術(shù)，2003，27(12)：71-75.
[2] 王志群，朱守真，周雙喜，等.分布式發(fā)電對(duì)配電網(wǎng)電壓分布的影響[J].電力系統(tǒng)自動(dòng)化，2004，28(16)：56-60.
[3] 裴瑋，盛鹍，孔力，等.分布式電源對(duì)配網(wǎng)供電電壓質(zhì)量的影響與改善[J].中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(13)：152-157.
[4] 劉志昱，黃偉.基于穩(wěn)態(tài)分析和區(qū)間層次分析法的分布式電源最佳位置確定方法[J].電網(wǎng)技術(shù)，2011，35(11)：57-61.
[5] 文升，顧潔，程浩忠，等.分布式電源的注入容量與優(yōu)化布置的實(shí)用方法[J].電力自動(dòng)化設(shè)備，2012，32(10)：109-114.
[6] 王建國(guó)，楊秀苔.考慮分布式電源接入的新農(nóng)村電網(wǎng)規(guī)劃模型[J].電網(wǎng)技術(shù)，2012，36(3)：264-268.
[7] 鐘嘉慶，葉治格，盧志剛.分布式發(fā)電注入容量與接入位置的優(yōu)化配置分析[J].電力系統(tǒng)保護(hù)與控制，2012，40(7)：50-55.
[8] 胡吟，韋鋼，言大偉，等.分布式電源在配電網(wǎng)中的優(yōu)化配置[J].電力系統(tǒng)保護(hù)與控制，2012，40(11)：100-105.
[9] 劉波，張焰，楊娜.改進(jìn)的粒子群優(yōu)化算法在分布式電源選址和定容中的應(yīng)用[J].電工技術(shù)學(xué)報(bào)，2008，23(2)：103-108.
[10] 于青，劉剛，劉自發(fā)，等.基于量子微分進(jìn)化算法的分布式電源多目標(biāo)優(yōu)化規(guī)劃[J].電力系統(tǒng)保護(hù)與控制，2013，41(14)：66-72.
[11] Yang Xinshe.Firefly algorithm for multimodal optimization[C].Proc of the 5th International Conference on Stochastic Algorithm：Foundations and Applications.Berlin：Springer Verlag，2009：169-178.
[12] 王晶，王宗禮，陳駿宇，等.基于螢火蟲優(yōu)化算法的微網(wǎng)源-荷博弈模型及分析[J].電力系統(tǒng)自動(dòng)化，2014，38(21)：7-12.
[13] 倪健，黃紅程，顧潔，等.基于螢火蟲算法的分布式風(fēng)電源優(yōu)化配置[J].華東電力，2014，42(10)：2074-2080.