论文部分内容阅读
摘 要：现如今，分布式电源已经被广泛应用于配电网建设中，分布式电源对配电网安全稳定运行有着重要的影响。本文首先对分布式电源配置概念进行介绍，然后对几种分布式电源类型进行分析，并对含分布式电源的配电网规划要点进行详细探究，以期为实际工程提供借鉴。
关键词：分布式电源；分类；规划模型；算法
中图分类号：TM715 文献标识码：A 文章编号：1004-7344（2018）33-0117-02
1 引 言
随着化石能源的危机和新能源发电的热潮，分布式电源已经逐渐受到人们的广泛关注，不仅有利于缓解能源供应问题，同时还能够降低电力用户的用电成本。分布式电源接入会增加配电网中的电源，同时改变配电网原来的单电源辐射性供电结构，因此，对含分布式电源的配电网规划要点进行详细探究迫在眉睫。
2 分布式电源配置的概念
所谓分布式电源配置，就是基于满足负荷需求的同时满足各种技术以及经济指标标准要求的前提，经过对并入网络的类别、装配容量以及地点的确立，促使计划期内配电网络可以稳定可靠地运行，与此同时使得投资具备科学性与经济性。分布式电源的科学配置不仅能够高效率的减少网络耗损、提高系统的电压水平，还有助于提升系统的平稳性。
3 分布式能源分类
3.1 风能发电
风能发电技术的工作原理是通过自然界中的风能推动风机叶片转动从而实现风能转化成动能，再由发电机将动能转化电能，从而起到发电的作用。风能属于可再生能源，污染少，且成本低廉，因此近几年风能发电的应用十分广泛，在我国很多多风的地区已陆续建设了不同容量的风力发电站。
3.2 光伏发电
光伏发电指的是将太阳能由硅电池作为能量的转换工具，将太阳能转化为电能的可再生能源发电技术。光伏发电系统占地少、运行成本低、清洁环保，适用于家庭或用电量较少的用户。
3.3 燃料电池发电
燃料电池与常见的干电池和蓄电池不同，它不是储能装置，而是一个能量转化装置。电池在电解质的作用下，持续向自身提供燃料及氧化剂，维持地输出电能，如果供应停止，则结束发电：能量转换效率高；环境污染小且噪音低；设备可靠性高；占地少，选址灵活，且维护简便。
3.4 微型燃气轮机发电
微型燃气轮机发电通过燃烧燃料产生的蒸汽使汽轮机旋转产生电能。这种发电形式所用设备轻巧灵便，发电效率高，环境污染小使用寿命长，运行维护简单，因此陆海及军工等多用这种方式进行发电。
4 含分布式电源的配电网规划
4.1 含分布式电源的配电网规划模型
4.1.1 目标函数
含DG的配电网规划模型选用配网年总花费最小为目标函数，如下式所示：
minZcost=CDG+CL+CB-CS（1）
式中：Zcost为配网的年总花费；CDG为经过折算的DG年建设与维护费用；CL为配电网的网损费用；CB为配电网的年购电费用；CS为配电网接入DG后的财政补贴费用。
后续对各目标分量计算模型的介绍中所涉及的均为折算到每年的情况，对此不再进行一一说明，具体模型如下：
（1）DG建设与维护费用：
CDG= （？坠·CDGi+Ceqi）·？姿i·SDGi+？坠·Cgi（2）
式中：n为DG接入数量；
CDGi为第i个DG所需投资费用（元/kW）；
？坠为DG固定投资平均费用系数，？坠= ；
r为年利率；
Ceqi为第i个DG每单位電量所需维护费（元/kW）；
SDGi为第i个DG的额定装机容量（kVA）；
λi为第i个DG的功率因数；
Cgi为第i个DG的固定安装费用（元/节点）。
（2）配电网的网损费用：
C = （Ce·？子max·？驻Pj）（3）
式中：m为支路数；Ce为单位电价（元/kWh）；τmax为最大负荷损耗小时数（h）；ΔPj为第j条支路的有功损耗（kW）。
（3）配电网购电费用：
CB=Ce（PW- i·SDGi）Tmax（4）
式中：PW为配电网总有功负荷（kW）；Tmax为最大负荷利用小时数（h）。
（4）配电网接入DG后的财政补贴费用：
CS=Cse· i·SDGi·Tmax（5）
式中：Cse为DG发电的单位电量财政补贴。
4.1.2 约束条件
（1）潮流方程约束：
PDGi-PLi=Ui Uk（Gi，kcos？啄i，k+Bi，ksin？啄i，k）QDGi-QLi=Ui Uk（Gi，ksin？啄i，k+Bi，kcos？啄i，k）（6）
式中：下标DG为DG注入节点，下标L为线路注入节点；Gi，k、Bi，k为支路ik上的电导和电纳；δik为节点间相角差。
（2）节点电压约束：
Uimin≤Ui≤Uimax（i=1，2，L，nn）（7）
式中：Uimin、Uimax分别为Ui的上下限；nn为配电网节点数。
（3）支路电流不等式约束：
Ij≤Jjmax（j=1，2，L，nl）（8）
式中：Ijmax为第j条支路上的电流上限；nl为配电网支路数。
（4）分布式电源总容量约束：
S∑DG≤SL（9）
在公式（9）中，SΣDG为DG接入的总容量（kVA）；SL为允许DG接入的总容量上限（kVA）。DG可能会受到光照强度、风速等波动的影响，而导致其输出不稳定，故必须对DG容量加以限制，以保证系统的电能质量。 （5）各节点分布式电源容量约束：
SDGi≤Simax（10）
在公式（10）中，SDGi为节点i接入的DG容量（kVA）；Simax为节点i允许接入的DG容量最大值（kVA）。
该约束是由于分布式电源的启、停不受控于调度部门。为防止某一DG启、停对用户用电的影响，所以必须对各个节点分布式电源容量进行约束。
4.2 求解算法
鉴于遗传算法较好的全局寻优能力，本文采用改进的自适应遗传算法对配电网中DG分布进行规划。由于遗传算法中的适应函数具有非负性，故通常将所建模型的目标函数加以变换，形成最终的适应函数。本文配电网规划的目标函数为配电网年总花费达到最小，因此可选择适应函数为：
式中：x为规划年；f（x）为配电网年总花费的实际值；Cmax为输入值的最大值，本文取为目标函数f（x）到目前为止最大值的1.2倍。
为通过遗传算法寻优获得DG接入配电网的节点位置和容量，建立变量C={c1，c2，L，cn}，其中编号1，2，…n表示配电网各变电站低压侧所对应的所有负荷节点的汇流母线，c1，c2，L，cn的数值大小表示所在节点DG接入的容量值。以规划年负荷预测结果中配电网新增负荷总容量确定DG接入的最大容量，以随机产生的变量C为初始值，对规划模型中DG接入位置和容量进行辨识。
对遗传算法求解过程做如下说明：
①初始群体生成时，需不断对随机产生的染色体（变量C）进行校验和修正，使其满足4.1节DG接入的约束条件，需在此过程中，需要剔除不符合要求的个体并重新随机生成新的染色体。②文中遗传算法的遗传、交叉和变异均采用Matlab中遗传算法ga函数的内置算法进行，对此不作赘述。③终止条件包含两点，其一是适应度函数满足收敛判据，其二是迭代次数达到上限。本文设置收敛判据ε=0.0001，种群数量为100，遗传代数最大值为20。④本文首先采用遗传算法尋优，确定配电网中DG的分布。其次对确定好DG容量和位置后的配电网结合潮流计算进行网架结构的规划，得到最终的配电网规划结果。
5 结 语
综上所述，本文主要对含分布式电源接入的配电网规划措施进行了详细探究，在具体的规划过程中，首先需要建立含分布式电源的负荷预测模型，然后应用遗传算法，提供含分布式电源的配电网的规划措施，提出切实可行的含分布式电源的负荷预测方案和配电网规划方法。
参考文献
[1]张 丽，徐玉琴，王增平，等.包含分布式电源的配电网无功优化[J].电工技术学报，2011，26（3）：168～174.
[2]麻秀范，崔换君.改进遗传算法在含分布式电源的配电网规划中的应用[J].电工技术学报，2011，26（3）：175～181.
[3]钟 清，余南华，孙 闻，等.主动配电网分布式电源规划及经济性分析[J].电力系统及其自动化学报，2014，26（11）：82～86.
收稿日期：2018-10-10
作者简介：蔡 微（1975-），男，工程师，主要从事电网规划、电网建设等工作。
关键词：分布式电源；分类；规划模型；算法
中图分类号：TM715 文献标识码：A 文章编号：1004-7344（2018）33-0117-02
1 引 言
随着化石能源的危机和新能源发电的热潮，分布式电源已经逐渐受到人们的广泛关注，不仅有利于缓解能源供应问题，同时还能够降低电力用户的用电成本。分布式电源接入会增加配电网中的电源，同时改变配电网原来的单电源辐射性供电结构，因此，对含分布式电源的配电网规划要点进行详细探究迫在眉睫。
2 分布式电源配置的概念
所谓分布式电源配置，就是基于满足负荷需求的同时满足各种技术以及经济指标标准要求的前提，经过对并入网络的类别、装配容量以及地点的确立，促使计划期内配电网络可以稳定可靠地运行，与此同时使得投资具备科学性与经济性。分布式电源的科学配置不仅能够高效率的减少网络耗损、提高系统的电压水平，还有助于提升系统的平稳性。
3 分布式能源分类
3.1 风能发电
风能发电技术的工作原理是通过自然界中的风能推动风机叶片转动从而实现风能转化成动能，再由发电机将动能转化电能，从而起到发电的作用。风能属于可再生能源，污染少，且成本低廉，因此近几年风能发电的应用十分广泛，在我国很多多风的地区已陆续建设了不同容量的风力发电站。
3.2 光伏发电
光伏发电指的是将太阳能由硅电池作为能量的转换工具，将太阳能转化为电能的可再生能源发电技术。光伏发电系统占地少、运行成本低、清洁环保，适用于家庭或用电量较少的用户。
3.3 燃料电池发电
燃料电池与常见的干电池和蓄电池不同，它不是储能装置，而是一个能量转化装置。电池在电解质的作用下，持续向自身提供燃料及氧化剂，维持地输出电能，如果供应停止，则结束发电：能量转换效率高；环境污染小且噪音低；设备可靠性高；占地少，选址灵活，且维护简便。
3.4 微型燃气轮机发电
微型燃气轮机发电通过燃烧燃料产生的蒸汽使汽轮机旋转产生电能。这种发电形式所用设备轻巧灵便，发电效率高，环境污染小使用寿命长，运行维护简单，因此陆海及军工等多用这种方式进行发电。
4 含分布式电源的配电网规划
4.1 含分布式电源的配电网规划模型
4.1.1 目标函数
含DG的配电网规划模型选用配网年总花费最小为目标函数，如下式所示：
minZcost=CDG+CL+CB-CS（1）
式中：Zcost为配网的年总花费；CDG为经过折算的DG年建设与维护费用；CL为配电网的网损费用；CB为配电网的年购电费用；CS为配电网接入DG后的财政补贴费用。
后续对各目标分量计算模型的介绍中所涉及的均为折算到每年的情况，对此不再进行一一说明，具体模型如下：
（1）DG建设与维护费用：
CDG= （？坠·CDGi+Ceqi）·？姿i·SDGi+？坠·Cgi（2）
式中：n为DG接入数量；
CDGi为第i个DG所需投资费用（元/kW）；
？坠为DG固定投资平均费用系数，？坠= ；
r为年利率；
Ceqi为第i个DG每单位電量所需维护费（元/kW）；
SDGi为第i个DG的额定装机容量（kVA）；
λi为第i个DG的功率因数；
Cgi为第i个DG的固定安装费用（元/节点）。
（2）配电网的网损费用：
C = （Ce·？子max·？驻Pj）（3）
式中：m为支路数；Ce为单位电价（元/kWh）；τmax为最大负荷损耗小时数（h）；ΔPj为第j条支路的有功损耗（kW）。
（3）配电网购电费用：
CB=Ce（PW- i·SDGi）Tmax（4）
式中：PW为配电网总有功负荷（kW）；Tmax为最大负荷利用小时数（h）。
（4）配电网接入DG后的财政补贴费用：
CS=Cse· i·SDGi·Tmax（5）
式中：Cse为DG发电的单位电量财政补贴。
4.1.2 约束条件
（1）潮流方程约束：
PDGi-PLi=Ui Uk（Gi，kcos？啄i，k+Bi，ksin？啄i，k）QDGi-QLi=Ui Uk（Gi，ksin？啄i，k+Bi，kcos？啄i，k）（6）
式中：下标DG为DG注入节点，下标L为线路注入节点；Gi，k、Bi，k为支路ik上的电导和电纳；δik为节点间相角差。
（2）节点电压约束：
Uimin≤Ui≤Uimax（i=1，2，L，nn）（7）
式中：Uimin、Uimax分别为Ui的上下限；nn为配电网节点数。
（3）支路电流不等式约束：
Ij≤Jjmax（j=1，2，L，nl）（8）
式中：Ijmax为第j条支路上的电流上限；nl为配电网支路数。
（4）分布式电源总容量约束：
S∑DG≤SL（9）
在公式（9）中，SΣDG为DG接入的总容量（kVA）；SL为允许DG接入的总容量上限（kVA）。DG可能会受到光照强度、风速等波动的影响，而导致其输出不稳定，故必须对DG容量加以限制，以保证系统的电能质量。 （5）各节点分布式电源容量约束：
SDGi≤Simax（10）
在公式（10）中，SDGi为节点i接入的DG容量（kVA）；Simax为节点i允许接入的DG容量最大值（kVA）。
该约束是由于分布式电源的启、停不受控于调度部门。为防止某一DG启、停对用户用电的影响，所以必须对各个节点分布式电源容量进行约束。
4.2 求解算法
鉴于遗传算法较好的全局寻优能力，本文采用改进的自适应遗传算法对配电网中DG分布进行规划。由于遗传算法中的适应函数具有非负性，故通常将所建模型的目标函数加以变换，形成最终的适应函数。本文配电网规划的目标函数为配电网年总花费达到最小，因此可选择适应函数为：
式中：x为规划年；f（x）为配电网年总花费的实际值；Cmax为输入值的最大值，本文取为目标函数f（x）到目前为止最大值的1.2倍。
为通过遗传算法寻优获得DG接入配电网的节点位置和容量，建立变量C={c1，c2，L，cn}，其中编号1，2，…n表示配电网各变电站低压侧所对应的所有负荷节点的汇流母线，c1，c2，L，cn的数值大小表示所在节点DG接入的容量值。以规划年负荷预测结果中配电网新增负荷总容量确定DG接入的最大容量，以随机产生的变量C为初始值，对规划模型中DG接入位置和容量进行辨识。
对遗传算法求解过程做如下说明：
①初始群体生成时，需不断对随机产生的染色体（变量C）进行校验和修正，使其满足4.1节DG接入的约束条件，需在此过程中，需要剔除不符合要求的个体并重新随机生成新的染色体。②文中遗传算法的遗传、交叉和变异均采用Matlab中遗传算法ga函数的内置算法进行，对此不作赘述。③终止条件包含两点，其一是适应度函数满足收敛判据，其二是迭代次数达到上限。本文设置收敛判据ε=0.0001，种群数量为100，遗传代数最大值为20。④本文首先采用遗传算法尋优，确定配电网中DG的分布。其次对确定好DG容量和位置后的配电网结合潮流计算进行网架结构的规划，得到最终的配电网规划结果。
5 结 语
综上所述，本文主要对含分布式电源接入的配电网规划措施进行了详细探究，在具体的规划过程中，首先需要建立含分布式电源的负荷预测模型，然后应用遗传算法，提供含分布式电源的配电网的规划措施，提出切实可行的含分布式电源的负荷预测方案和配电网规划方法。
参考文献
[1]张 丽，徐玉琴，王增平，等.包含分布式电源的配电网无功优化[J].电工技术学报，2011，26（3）：168～174.
[2]麻秀范，崔换君.改进遗传算法在含分布式电源的配电网规划中的应用[J].电工技术学报，2011，26（3）：175～181.
[3]钟 清，余南华，孙 闻，等.主动配电网分布式电源规划及经济性分析[J].电力系统及其自动化学报，2014，26（11）：82～86.
收稿日期：2018-10-10
作者简介：蔡 微（1975-），男，工程师，主要从事电网规划、电网建设等工作。