寧世超，呂 林，劉友波，許立雄，袁 川，杜新偉

(1. 四川大學(xué) 電氣信息學(xué)院，四川 成都 610065；2. 國(guó)網(wǎng)四川省電力公司，四川 成都 610041)

0 引言

國(guó)家能源局在2011年發(fā)布國(guó)能新能[2011]226號(hào)《關(guān)于分散式接入風(fēng)電開發(fā)的通知》和國(guó)能新能[2011]374號(hào)《關(guān)于印發(fā)分散式接入風(fēng)電項(xiàng)目開發(fā)建設(shè)指導(dǎo)意見的通知》后，中等規(guī)模風(fēng)電直接并入地區(qū)電網(wǎng)進(jìn)行就地消納的技術(shù)快速發(fā)展。受風(fēng)能資源限制，加之本身所具有的隨機(jī)性和波動(dòng)性[1-2]，風(fēng)電接入呈現(xiàn)不均勻性，易導(dǎo)致地區(qū)電網(wǎng)局部消納困難。同時(shí)，由于地區(qū)電網(wǎng)建設(shè)難以保證對(duì)各局部負(fù)荷增長(zhǎng)的適應(yīng)性，使其全局把控能力不足。因此，高滲透率地區(qū)高壓電網(wǎng)易出現(xiàn)阻塞風(fēng)險(xiǎn)與消納困境并存的情況。

針對(duì)風(fēng)電非均勻接入導(dǎo)致的消納困境，文獻(xiàn)[3]從消納能力和消納水平兩方面分析了其成因及危害，并提出了長(zhǎng)期性建議。文獻(xiàn)[4]提出了限制風(fēng)電出力方法，雖提高了風(fēng)電消納能力，但也在一定程度上出現(xiàn)了“棄風(fēng)”現(xiàn)象。而地區(qū)高壓電網(wǎng)環(huán)網(wǎng)與輻射狀網(wǎng)絡(luò)并存，利用高度靈活可轉(zhuǎn)供特點(diǎn)實(shí)現(xiàn)功率的均衡分布。但現(xiàn)有針對(duì)分布式電源DG(Distributed Generation)在配電網(wǎng)進(jìn)行轉(zhuǎn)供操作的研究，主要集中于10kV中壓層面[5-6]。而對(duì)于高壓電網(wǎng)的研究主要側(cè)重于單一層面，如文獻(xiàn)[7]基于高壓配電網(wǎng)拓?fù)渲貥?gòu)能力，推導(dǎo)了開、合環(huán)引起目標(biāo)函數(shù)變化量的估算公式，在不計(jì)及DG的情況下分析網(wǎng)絡(luò)重構(gòu)對(duì)地區(qū)電網(wǎng)110kV網(wǎng)絡(luò)的影響；文獻(xiàn)[8]針對(duì)DG的隨機(jī)波動(dòng)性，建立了DG出力和負(fù)荷需求的動(dòng)態(tài)概率模型，提出了地區(qū)電網(wǎng)動(dòng)態(tài)概率潮流計(jì)算方法。同時(shí)，現(xiàn)有研究缺乏考慮DG的地區(qū)高壓電網(wǎng)模型。文獻(xiàn)[9]針對(duì)高壓配電網(wǎng)典型接線模式提出了110kV變電站的配置判據(jù)；文獻(xiàn)[10]進(jìn)一步構(gòu)建了基于高壓電網(wǎng)靈活可轉(zhuǎn)供特點(diǎn)的公共信息聚合模型(CIM)；在此基礎(chǔ)上，文獻(xiàn)[11]針對(duì)現(xiàn)有模型對(duì)負(fù)荷重載問題解決效果欠佳的問題，提出了基于變電單元的高壓配電網(wǎng)阻塞管控模型，但未考慮接入DG后的影響。由此可見，對(duì)于風(fēng)電非均勻接入后的高滲透率地區(qū)高壓電網(wǎng)，現(xiàn)有技術(shù)與模型難以兼顧其消納困難和負(fù)荷重載兩重問題。

同時(shí)，風(fēng)電的隨機(jī)性導(dǎo)致確定性條件下的轉(zhuǎn)供算法并不完全適用，而機(jī)會(huì)約束規(guī)劃是解決隨機(jī)性問題的有效方法。機(jī)會(huì)約束規(guī)劃是在一定置信水平下對(duì)隨機(jī)變量進(jìn)行決策，用概率性的思想求解系統(tǒng)隨機(jī)性問題，并取得了良好的效果[12-13]。文獻(xiàn)[13]考慮風(fēng)機(jī)出力的不確定性，采用機(jī)會(huì)約束規(guī)劃對(duì)配電網(wǎng)進(jìn)行重構(gòu)，取得了良好的效果。

綜上所述，現(xiàn)有研究缺乏對(duì)中等規(guī)模風(fēng)電非均勻接入后，高滲透率地區(qū)高壓電網(wǎng)的模型以及運(yùn)行優(yōu)化技術(shù)。本文基于高壓配電網(wǎng)的拓?fù)渲貥?gòu)能力對(duì)110kV網(wǎng)絡(luò)進(jìn)行拓?fù)涑槿。岢鲆宰冸妴卧獮榭刂茖?duì)象的高壓配電網(wǎng)機(jī)會(huì)約束轉(zhuǎn)供模型；針對(duì)風(fēng)電的隨機(jī)性和負(fù)荷的波動(dòng)性，利用風(fēng)電-負(fù)荷誤差的概率密度函數(shù)對(duì)隨機(jī)變量進(jìn)行多狀態(tài)建模；以源荷功率均衡分布為目標(biāo)，綜合考慮斷路器動(dòng)作次數(shù)和可控DG功率調(diào)整，構(gòu)建不確定性條件下以拓?fù)渲貥?gòu)為手段的地區(qū)高壓電網(wǎng)運(yùn)行優(yōu)化技術(shù)；最后采用改進(jìn)十進(jìn)制遺傳算法對(duì)模型進(jìn)行求解。實(shí)際算例測(cè)試表明，本文所提方法對(duì)于高滲透率地區(qū)高壓電網(wǎng)的阻塞困境與消納矛盾有較好的均衡作用，并提高了設(shè)備利用率、消除了運(yùn)行風(fēng)險(xiǎn)。

1 地區(qū)高壓電網(wǎng)拓?fù)浞治?/h2>

1.1 拓?fù)浣Y(jié)構(gòu)表達(dá)和變電單元組

基于高壓配電網(wǎng)的拓?fù)渲貥?gòu)能力，本文提出以110kV變電單元為控制對(duì)象的高壓配電網(wǎng)機(jī)會(huì)約束轉(zhuǎn)供模型。高壓配電網(wǎng)的轉(zhuǎn)供操作是通過改變各變電單元間的連接關(guān)系實(shí)現(xiàn)，因此模型首先應(yīng)明確變電單元含義及變電單元之間的連接關(guān)系。110kV變電站站內(nèi)通常配有2～3臺(tái)兩卷變壓器，根據(jù)《城市電力網(wǎng)規(guī)劃設(shè)計(jì)導(dǎo)則》[14]規(guī)定，一般為單母分段、內(nèi)橋及其與線變組的T接組合，如圖1所示。

圖1 變電單元及其連接關(guān)系Fig.1 Transformer units and their connected relations

圖1(a)中，S表示220kV變電站，與圖1(b)中黑色圓點(diǎn)對(duì)應(yīng)；虛線方框內(nèi)為110kV變電單元U，與圖1(b)中白色圓點(diǎn)對(duì)應(yīng)；WT表示風(fēng)電，與圖1(b) 中灰色圓點(diǎn)對(duì)應(yīng)。圖1(b)中虛線表示處于備供狀態(tài)的110kV線路。

為了保證供電可靠性，地區(qū)高壓電網(wǎng)110kV網(wǎng)絡(luò)按環(huán)網(wǎng)設(shè)計(jì)標(biāo)準(zhǔn)建設(shè)有大量備供線路，最長(zhǎng)備供距離可達(dá)10km，考慮每座110kV變電站至少存在1條備供線路，地區(qū)電網(wǎng)高壓電網(wǎng)拓?fù)浣Y(jié)構(gòu)如圖2所示。

圖2 高壓電網(wǎng)拓?fù)浣Y(jié)構(gòu)Fig.2 Topological structure of high-voltage network

由于建設(shè)有備供線路，110kV變電站與220kV變電站間存在多條可連通路徑，110kV網(wǎng)絡(luò)在保持開環(huán)運(yùn)行的同時(shí)，潛在的網(wǎng)架結(jié)構(gòu)極其豐富，為轉(zhuǎn)供操作提供多種可能。

根據(jù)文獻(xiàn)[11]所提變電單元組思想，按以下規(guī)則將圖2(a)中各變電單元分為A1、A2、An：

a. 任意2個(gè)有電氣連接的變電單元，如果此連接關(guān)系上沒有220kV變電站，則它們及其之間的所有變電單元屬于同一變電單元組；

b. 由固定220kV變電站向該單元組供電，這些變電站與該單元組中某一變電單元有直接電氣聯(lián)系(不經(jīng)過其他組內(nèi)單元)；

c. 220kV變電站可向多個(gè)單元組同時(shí)供電，其負(fù)載大小等于此時(shí)所帶變電單元的功率。

1.2 變電單元組可行拓?fù)錉顟B(tài)的改進(jìn)搜索算法

變電單元轉(zhuǎn)供操作是通過改變110kV網(wǎng)絡(luò)拓?fù)錉顟B(tài)實(shí)現(xiàn)的，亦是改變110kV線路斷路器的狀態(tài)，若將全部狀態(tài)代入求解算法，將會(huì)產(chǎn)生大量不可行解影響計(jì)算效率。同時(shí)，由于文獻(xiàn)[11]中搜索算法缺乏對(duì)風(fēng)電的考慮，本文提出適用于計(jì)及風(fēng)電的地區(qū)高壓配電網(wǎng)的可行拓?fù)錉顟B(tài)的改進(jìn)搜索算法。其具有以下2個(gè)特征：

a. 單元組內(nèi)拓?fù)浣Y(jié)構(gòu)呈放射狀，即單元組內(nèi)任一變電單元最多與一座220kV變電站有通路；

b. 單元組內(nèi)無孤島存在，即單元組內(nèi)任一變電單元最少與一座220kV變電站有通路。

以圖2(a)中An為例，闡述高壓配電網(wǎng)可行拓?fù)錉顟B(tài)φn的獲取方法。An內(nèi)有β個(gè)變電單元(BUni={U1，U2，…，Uβ})，由γ座220kV變電站(BSub={S1，S2，…，Sγ})向其供電，有m個(gè)可操作斷路器(BBre={QF1，QF2，…，QFm})，用0(斷開)和1(閉合)表示斷路器狀態(tài)，生成所有可能拓?fù)錉顟B(tài)集合φn，0(φn，0={x1，x2，…，xn})，共2m種可能的拓?fù)錉顟B(tài)。根據(jù)高壓配電網(wǎng)轉(zhuǎn)供操作的特點(diǎn)，提出適用于本文的邏輯約束條件：

a. 任意轉(zhuǎn)供操作中斷路器動(dòng)作需配套出現(xiàn)，即閉合狀態(tài)斷路器數(shù)量恒定；

b. 對(duì)于轉(zhuǎn)供過程中具有多座220kV變電站選擇情況，只能選擇其中一個(gè)轉(zhuǎn)供方向。

將上述條件通過數(shù)學(xué)表達(dá)如式(1)所示，滿足條件的拓?fù)錉顟B(tài)集合φn，1即可滿足特征式(1)。

(1)

根據(jù)An的拓?fù)浣Y(jié)構(gòu)生成表示其節(jié)點(diǎn)(包括220kV變電站節(jié)點(diǎn)和變電單元節(jié)點(diǎn))的矩陣Gn(m×1)及其連接關(guān)系的矩陣Bn(m×2)；從φn，1中取xs與矩陣Bn構(gòu)成表示網(wǎng)絡(luò)狀態(tài)的矩陣Bn(xs)(m×3)，如式(2)所示。

(2)

以220kV變電站節(jié)點(diǎn)為搜索起點(diǎn)，根據(jù)Bn(xs)中斷路器狀態(tài)遍歷節(jié)點(diǎn)，在Gn(m×1)中將經(jīng)過的節(jié)點(diǎn)置1、未經(jīng)過的節(jié)點(diǎn)置0得到Gn(xs)(m×2)。由于φn的可行拓?fù)錉顟B(tài)均需滿足特征b，因此Gn(m×2)的第二列需滿足：

(3)

得到An的所有可行拓?fù)錉顟B(tài)φn之后，可以形成γ×β階220kV變電站所帶負(fù)荷矩陣Ssu，其元素Ssu(i，j)表示第j個(gè)變電單元由第i座220kV變電站供電。本文所用搜索算法流程如圖3所示。

圖3 可行拓?fù)錉顟B(tài)搜索流程Fig.3 Flowchart of searching feasible topological state

根據(jù)矩陣Ssu，可得到φn中各拓?fù)錉顟B(tài)下220kV變電站負(fù)載Tn(xs)：

Tn(xs)=Ssu×Tn

(4)

其中，Tn為β×1維列向量，表示變電單元An的功率。

2 決策模型

本文采用機(jī)會(huì)約束規(guī)劃，提出調(diào)整拓?fù)浣Y(jié)構(gòu)以均衡源荷功率分布的技術(shù)，理論上符合式(5)所描述的優(yōu)化過程。

(5)

2.1 控制目標(biāo)

針對(duì)中等規(guī)模風(fēng)電非均勻接入的地區(qū)電網(wǎng)，本文通過功率均衡分布系數(shù)來衡量轉(zhuǎn)供操作對(duì)局部消納困難和局部負(fù)荷重載現(xiàn)象的優(yōu)化效果，如式(6)、(7)所示。

f1=Exp(‖kq-kavg‖2)q=1，2，…，NT

(6)

(7)

本文以功率均衡分布為目標(biāo)，綜合考慮斷路器動(dòng)作次數(shù)和可控DG功率調(diào)整，構(gòu)建不確定性條件下110kV高壓配電網(wǎng)的轉(zhuǎn)供模型，見式(8)—(10)。

(8)

(9)

F=min(f1+a1f2+a2f3)

(10)

式(8)為轉(zhuǎn)供操作過程中可操作斷路器動(dòng)作次數(shù),xi，j為拓?fù)鋓下斷路器j的狀態(tài)，上標(biāo)t,bef和t，aft分別表示t時(shí)刻優(yōu)化前、后拓?fù)錉顟B(tài)。式(9)為可控DG功率調(diào)整大小，即轉(zhuǎn)供過程中調(diào)整局部地區(qū)可控DG功率以提高風(fēng)電消納能力、均衡負(fù)載,hi,j為變電單元組i內(nèi)變電站j的可控DG功率調(diào)整大小。式(10)為本文所構(gòu)建的綜合目標(biāo)函數(shù)，a1、a2為相應(yīng)操作的懲罰系數(shù)。式(10)作為轉(zhuǎn)供操作的目標(biāo)函數(shù)，可保證斷路器動(dòng)作次數(shù)和可控DG功率調(diào)整在安全閾值內(nèi)，使網(wǎng)絡(luò)功率分布均衡，提高風(fēng)電消納能力、消除變電站重載。

2.2 約束條件

2.2.1 確定性約束條件

確定性約束條件主要有等式約束和不等式約束，見式(11)—(14)。

(11)

(12)

(13)

(14)

2.2.2 機(jī)會(huì)約束條件

系統(tǒng)機(jī)會(huì)約束包括節(jié)點(diǎn)電壓約束、負(fù)載率約束和風(fēng)電功率約束。由于風(fēng)電功率和負(fù)荷功率的不確定性，無法定性描述確定性系統(tǒng)的狀態(tài)約束，本文處理方法是希望系統(tǒng)狀態(tài)約束以一定的置信水平α成立。其意義為：認(rèn)為風(fēng)電功率和負(fù)荷功率的預(yù)測(cè)值由于各種原因不夠準(zhǔn)確，不能追求系統(tǒng)狀態(tài)約束的絕對(duì)滿足，應(yīng)在調(diào)度中考慮其不確定性，使系統(tǒng)狀態(tài)約束大致滿足。置信水平α用于衡量這種大致滿足的程度和決策者對(duì)約束滿足程度的期望，見式(15)—(18)。

(15)

(16)

(17)

(18)

2.3 隨機(jī)變量多狀態(tài)模型

(19)

(20)

在此基礎(chǔ)上，將f(ΔPc，t)離散化為7個(gè)區(qū)間，如圖4所示，圖中每個(gè)區(qū)間寬度為誤差的標(biāo)準(zhǔn)差σ。

圖4 功率誤差概率密度函數(shù)離散化Fig.4 Discretization of power error PDF

將各區(qū)間概率標(biāo)準(zhǔn)化，如式(21)所示。

(21)

其中，pr(s)為區(qū)間概率；sσ為功率誤差區(qū)間。

采用輪盤賭轉(zhuǎn)生成0～1間的數(shù)得到其預(yù)測(cè)誤差，即可依次確定各樣本中隨機(jī)變量的狀態(tài)。

3 模型求解

3.1 十進(jìn)制遺傳算法

地區(qū)電網(wǎng)110kV配電網(wǎng)具有閉環(huán)設(shè)計(jì)、開環(huán)運(yùn)行的特點(diǎn)，受輻射狀拓?fù)浣Y(jié)構(gòu)和無“孤島”約束。轉(zhuǎn)供操作實(shí)則為斷路器狀態(tài)變化過程，如果采用二進(jìn)制遺傳算法對(duì)斷路器狀態(tài)進(jìn)行0-1編碼，搜索空間將會(huì)呈指數(shù)增大，使得求解效率降低[18]。因此本文所設(shè)計(jì)的變電單元組可行拓?fù)錉顟B(tài)搜索算法，可預(yù)先保證網(wǎng)絡(luò)拓?fù)涞目尚行浴?/p>

故以變電單元組內(nèi)可行拓?fù)錉顟B(tài)為控制變量，同時(shí)為了規(guī)避二進(jìn)制編碼所帶來的增加染色體長(zhǎng)度及空解的問題，本文采用十進(jìn)制遺傳算法。以單元組內(nèi)可行拓?fù)錉顟B(tài)對(duì)基因編碼，同時(shí)加入單元組可控DG功率調(diào)整大小h和切負(fù)荷量PENS，編碼方案如式(22)所示。

(22)

根據(jù)式(6)—(10)計(jì)算種群各個(gè)體目標(biāo)函數(shù)大小，并通過式(23)計(jì)算個(gè)體適應(yīng)度。

(23)

其中，Nd為種群大??；d為根據(jù)目標(biāo)函數(shù)大小所確定的個(gè)體在種群中的位置；Psp為選擇壓力，通常情況下1≤Psp≤2。

本文所采用十進(jìn)制遺傳算法的尋優(yōu)范圍為各單元組內(nèi)可行拓?fù)錉顟B(tài)的乘積，規(guī)模龐大，因此迭代過程中容易陷入早熟和局部最優(yōu)。針對(duì)本文情況，動(dòng)態(tài)地調(diào)整個(gè)體適應(yīng)度ffit(d)，即當(dāng)種群進(jìn)化代數(shù)y>K(K為規(guī)定常數(shù))時(shí)，若檢測(cè)到可能陷入局部最優(yōu)，則調(diào)整最優(yōu)個(gè)體適應(yīng)度，見式(24)。

(24)

3.2 求解流程

首先由算法隨機(jī)產(chǎn)生初始種群(式(22))，計(jì)算每一個(gè)體所對(duì)應(yīng)目標(biāo)函數(shù)(式(6)—(10))，并排序確定其適應(yīng)度大??；根據(jù)適應(yīng)度對(duì)種群進(jìn)行遺傳操作，并判斷迭代過程中是否出現(xiàn)早熟情況并對(duì)其修改相應(yīng)參數(shù)(式(24))；最后，判斷最優(yōu)個(gè)體是否滿足機(jī)會(huì)約會(huì)條件。算法流程見圖5。

圖5 十進(jìn)制遺傳算法流程圖Fig.5 Flowchart of decimal genetic algorithm

圖6 地區(qū)高壓電網(wǎng)局部系統(tǒng)Fig.6 Local regional high-voltage power system

4 算例仿真

以某地區(qū)電網(wǎng)局部系統(tǒng)驗(yàn)證所提模型的可行性和有效性，如圖6所示。220kV系統(tǒng)共有6座變電站，10條線路；110kV系統(tǒng)共有32個(gè)變電單元，40條線路，其中9條線路處于備供狀態(tài)，根據(jù)本文第1節(jié)所闡述的方法，將該系統(tǒng)分為6個(gè)變電單元組(A1—A6)。節(jié)點(diǎn)17處風(fēng)電場(chǎng)的裝機(jī)容量為150MW，節(jié)點(diǎn)27處風(fēng)電場(chǎng)的裝機(jī)容量為50MW，節(jié)點(diǎn)38處風(fēng)電場(chǎng)的裝機(jī)容量為100MW；節(jié)點(diǎn)29和節(jié)點(diǎn)37接有8MW的可控DG。

4.1 隨機(jī)變量多狀態(tài)表征

據(jù)氣象部門通知，未來2h內(nèi)有大風(fēng)。由于各風(fēng)電場(chǎng)地理的位置不同，故其確定性預(yù)測(cè)值差異較大；同時(shí)，考慮負(fù)荷的時(shí)序特性，單元組A3為重工業(yè)負(fù)荷，單元組A1、A4為輕工業(yè)負(fù)荷，單元組A2、A5和A6為商業(yè)及民用負(fù)荷；根據(jù)風(fēng)電場(chǎng)歷史統(tǒng)計(jì)數(shù)據(jù)可知，在特殊天氣狀況下風(fēng)電場(chǎng)出力預(yù)測(cè)誤差在不同時(shí)間點(diǎn)服從不同參數(shù)的正態(tài)分布，而各類型負(fù)荷波動(dòng)較小，因此全時(shí)間點(diǎn)服從同一參數(shù)的正態(tài)分布。風(fēng)電功率、負(fù)荷功率確定性預(yù)測(cè)值與其預(yù)測(cè)誤差見表1(表中功率確定性預(yù)測(cè)值為標(biāo)幺值)。表1中，ΔP為風(fēng)電功率和負(fù)荷的預(yù)測(cè)誤差，其服從標(biāo)準(zhǔn)差為σt的正態(tài)分布，具體計(jì)算見式(20)、(21)。

注：表頭中數(shù)據(jù)為預(yù)測(cè)時(shí)間Tf。

4.2 優(yōu)化轉(zhuǎn)供后的系統(tǒng)運(yùn)行狀態(tài)

為了提高風(fēng)電消納能力、消除變電站重載現(xiàn)象，從Tf=0.5h開始采集負(fù)荷和風(fēng)電數(shù)據(jù)，采用機(jī)會(huì)約束規(guī)劃，取置信度α=0.9。根據(jù)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行轉(zhuǎn)供操作，觸發(fā)條件如下：

a. 220kV線路負(fù)載率上限和220kV變電站負(fù)載率上限為0.8時(shí)，式(16)不滿足；

b. 式(17)不滿足。

則未來2h內(nèi)4個(gè)時(shí)間點(diǎn)220kV變電站負(fù)載率機(jī)會(huì)束條件與功率均衡分布系數(shù)f1見表2。

表2 220kV變電站負(fù)載率機(jī)會(huì)約束條件與f1Table 2 Load rate chance constraints of 220kV substation and f1

初始工況下(Tf=0.5h)，220kV變電站S3帶全部重工業(yè)負(fù)荷，負(fù)載率過高；而此時(shí)風(fēng)速較大，節(jié)點(diǎn)38處風(fēng)電場(chǎng)出力接近額定功率，無法就地消納，變電站S6出現(xiàn)風(fēng)電功率返送現(xiàn)象，此時(shí)Pr{0

圖7 Tf=0.5h時(shí)轉(zhuǎn)供前、后網(wǎng)絡(luò)狀況Fig.7 Network conditions before and after power transfer when Tf=0.5h

Tf=1.0h時(shí)，風(fēng)電功率和負(fù)荷功率未發(fā)生大幅度變化，Pr{0

圖8 Tf=1.5h時(shí)轉(zhuǎn)供前、后網(wǎng)絡(luò)狀況Fig.8 Network conditions before and after power transfer when Tf=1.5h

Tf=1.5h時(shí)，風(fēng)電功率各預(yù)測(cè)誤差區(qū)間概率接近，此時(shí)220kV變電站負(fù)載率裕度不足以保證滿足機(jī)會(huì)約束條件，觸發(fā)轉(zhuǎn)供操作，優(yōu)化前、后的效果見圖8。節(jié)點(diǎn)17處風(fēng)電場(chǎng)出力減小造成變電站S6的負(fù)載率不滿足機(jī)會(huì)約束條件，轉(zhuǎn)供后變電站S6不再對(duì)單元組A3供電并接入節(jié)點(diǎn)38處風(fēng)電場(chǎng)；變電站S4不接入風(fēng)電后負(fù)載率提高，因此將部分負(fù)荷轉(zhuǎn)供由給變電站S3和S5供電，并恢復(fù)節(jié)點(diǎn)27處可控DG出力3.12MW，確保變電站S4不出現(xiàn)過載現(xiàn)象。

Tf=2.0h時(shí)，節(jié)點(diǎn)17處風(fēng)電場(chǎng)的功率進(jìn)一步減小，變電站S1的負(fù)載率k1=0.7722，使其在機(jī)會(huì)約束條件下Pr{0

表3 斷路器動(dòng)作次數(shù)Table 3 Number of circuit breaker action

注：“A1中15-14斷，11-2合”表示變電單元A1中線路15-14斷路器斷開，線路11-2斷路器閉合；其他同。

圖9 風(fēng)電、負(fù)荷功率確定性預(yù)測(cè)值所占比例Fig.9 Proportion of wind power and load power deterministic predictive values

表3為對(duì)應(yīng)時(shí)間轉(zhuǎn)供操作斷路器動(dòng)作次數(shù)，圖9為各時(shí)間風(fēng)電功率和負(fù)荷功率確定性預(yù)測(cè)值所占比例。可以看出，在Tf=0.5h時(shí)，風(fēng)電功率所占比例最大，此時(shí)轉(zhuǎn)供主要是為了消除風(fēng)電消納困境，同時(shí)均衡重工業(yè)單元組內(nèi)負(fù)荷分布。在Tf=1.5h時(shí)，風(fēng)電功率降低造成部分變電站重載，此時(shí)轉(zhuǎn)供主要是為了消除變電站重載現(xiàn)象、均衡負(fù)載。在Tf=2.0h時(shí)，風(fēng)電功率進(jìn)一步降低，上一時(shí)間網(wǎng)絡(luò)重構(gòu)后大部分變電站留有足夠裕度，此時(shí)只針對(duì)局部地區(qū)進(jìn)行小范圍轉(zhuǎn)供。

圖10為轉(zhuǎn)供前、后系統(tǒng)狀態(tài)對(duì)比圖。從圖中可以看出，在Tf=0.5h時(shí)，風(fēng)電消納問題與變電站重載同時(shí)出現(xiàn)，f1=1.1809，系統(tǒng)功率分布極其不均衡；通過轉(zhuǎn)供操作，將大量負(fù)荷轉(zhuǎn)由風(fēng)電消納困難地區(qū)供電，提高風(fēng)電消納率的同時(shí)使得其余變電站有足夠供電空間接納重工業(yè)負(fù)荷，變電站負(fù)載量最大差值僅為13.64%。在Tf=1.5h時(shí)，風(fēng)電功率下降導(dǎo)致之前因消納風(fēng)電而接入大量負(fù)荷的變量站負(fù)載率越限，轉(zhuǎn)供后負(fù)載分布均衡，各變電站有足夠供電空間使其滿足機(jī)會(huì)約束式(16)。在Tf=2h時(shí)，最大負(fù)載率雖未越限，但此時(shí)風(fēng)電功率誤差區(qū)間概率接近致使越限風(fēng)險(xiǎn)較大，在置信度α=0.9下不滿足約束，觸發(fā)小范圍轉(zhuǎn)供操作。

圖10 轉(zhuǎn)供前、后系統(tǒng)狀態(tài)對(duì)比Fig.10 Comparison of network condition before and after power transfer

4.3 系統(tǒng)運(yùn)行狀態(tài)對(duì)比

表4 負(fù)荷削減量和棄風(fēng)量Table 4 Load power reduction and wind power abandon

削減負(fù)荷和限制風(fēng)電功率的方法雖然暫時(shí)性地消除了風(fēng)電消納和變電站重載問題，但系統(tǒng)處于不平衡運(yùn)行狀態(tài)，設(shè)備利用效率低。同時(shí)，考慮風(fēng)電和負(fù)荷功率波動(dòng)，為了保證各變電站不出現(xiàn)重載和功率返送風(fēng)險(xiǎn)(即滿足機(jī)會(huì)約束條件)，負(fù)荷削減量與棄風(fēng)量均大于傳統(tǒng)情況，使各變電站的裕度足夠。

對(duì)比表2與表4可知，本文所提方法避免了切負(fù)荷和棄風(fēng)現(xiàn)象的出現(xiàn)，利用高壓配電網(wǎng)可轉(zhuǎn)供的特點(diǎn)進(jìn)行負(fù)荷疏導(dǎo)與風(fēng)電消納優(yōu)化操作。

4.4 計(jì)算效率對(duì)比

將本文模型與文獻(xiàn)[19]中以斷路器狀態(tài)為控制變量的傳統(tǒng)方法進(jìn)行比較?；跈C(jī)會(huì)約束規(guī)劃，在MATLAB中采用遺傳算法進(jìn)行求解，在種群個(gè)數(shù)為50、迭代50次的情況下，不同規(guī)模網(wǎng)絡(luò)規(guī)模Nu下的求解性能如表5所示。

表5 計(jì)算時(shí)間對(duì)比Table 5 Comparison of calculation time

由測(cè)試結(jié)果可知，本文所提模型在基于機(jī)會(huì)約束規(guī)劃的求解過程中收斂性和計(jì)算時(shí)間上都優(yōu)于傳統(tǒng)模型，且隨著網(wǎng)絡(luò)規(guī)模的增大，效果越明顯；當(dāng)網(wǎng)絡(luò)規(guī)模達(dá)到60時(shí)，傳統(tǒng)模型在遺傳算法迭代過程中不易收斂。這是因?yàn)橐詳嗦菲鳡顟B(tài)編碼的傳統(tǒng)模型在迭代過程中會(huì)產(chǎn)生大量不滿足拓?fù)浼s束的解不可行解，嚴(yán)重影響了迭代的收斂性。

5 結(jié)論

中等規(guī)模風(fēng)電經(jīng)110kV/35kV系統(tǒng)直接并入地區(qū)高壓電網(wǎng)已成為主流趨勢(shì)，針對(duì)其非均勻接入而帶來的消納困難與負(fù)荷重載問題，本文提出基于高壓電網(wǎng)靈活可轉(zhuǎn)供的拓?fù)涮攸c(diǎn)的機(jī)會(huì)約束轉(zhuǎn)供模型。通過某地區(qū)實(shí)際算例得出，模型具有以下特點(diǎn)：

a. 針對(duì)該地區(qū)網(wǎng)架結(jié)構(gòu)靈活的特點(diǎn)，建立基于變電單元的高壓配電網(wǎng)拓?fù)淠Ｐ停紤]適用于模型特點(diǎn)的負(fù)荷轉(zhuǎn)供邏輯約束條件，確定各單元組可行拓?fù)錉顟B(tài)，提出了以此為控制對(duì)象的高壓配電網(wǎng)轉(zhuǎn)供模型，顯著提高計(jì)算效率；

b. 考慮風(fēng)電、負(fù)荷功率的不確定性，以確定性預(yù)測(cè)值與預(yù)測(cè)誤差之和的形式構(gòu)建隨機(jī)變量多狀態(tài)模型，采用機(jī)會(huì)約束規(guī)劃求解，使模型更加符合實(shí)際情況；

c. 模型充分利用高壓電網(wǎng)運(yùn)行拓?fù)涮攸c(diǎn)，均衡風(fēng)電和負(fù)荷功率分布，避免了切負(fù)荷和棄風(fēng)操作的出現(xiàn)，以提高設(shè)備利用率平抑運(yùn)行風(fēng)險(xiǎn)。

本文所提方法對(duì)于風(fēng)電非均勻接入后的高滲透率地區(qū)電網(wǎng)在運(yùn)行過程中突發(fā)的消納矛盾及運(yùn)行阻塞有較強(qiáng)的疏導(dǎo)能力，同時(shí)提高了高壓配電網(wǎng)的資產(chǎn)效率。另外，由于短時(shí)間內(nèi)頻繁的網(wǎng)絡(luò)重構(gòu)對(duì)配電網(wǎng)安全運(yùn)行提出了挑戰(zhàn)，因此針對(duì)110kV高壓配電網(wǎng)特點(diǎn)，利用柔性直流互聯(lián)裝置對(duì)功率的解耦控制構(gòu)建交直流混合配電網(wǎng)，實(shí)現(xiàn)更為高效的均衡負(fù)荷阻塞與新能源消納矛盾策略亦是下一步的研究重點(diǎn)。

參考文獻(xiàn)：

[1] 劉文穎，文晶，謝昶，等. 基于源荷互動(dòng)的含風(fēng)電場(chǎng)電力系統(tǒng)多目標(biāo)模糊優(yōu)化調(diào)度方法[J]. 電力自動(dòng)化設(shè)備，2014，34(10)：56-63，68.

LIU Wenying，WEN Jing，XIE Chang，et al. Multi-objective fuzzy optimal dispatch based on source-load interaction for power system with wind farm[J]. Electric Power Automation Equipment，2014，34(10)：56-63，68.

[2] 趙晉泉，唐潔，羅衛(wèi)華，等. 一種含風(fēng)電電力系統(tǒng)的日前發(fā)電計(jì)劃和旋轉(zhuǎn)備用決策模型[J]. 電力自動(dòng)化設(shè)備，2014，34(5)：21-27.

ZHAO Jinquan，TANG Jie，LUO Weihua，et al. Day-ahead gene-ration scheduling and spinning reserve decision-making model for power grid containing wind power[J]. Electric Power Automation Equipment，2014，34(5)：21-27.

[3] 朱凌志，陳寧，韓華玲. 風(fēng)電消納關(guān)鍵問題及應(yīng)對(duì)措施分析[J]. 電力系統(tǒng)自動(dòng)化，2011，35(22)：29-34.

ZHU Lingzhi，CHEN Ning，HAN Hualing. Key problems and solutions of wind power accommodation[J]. Automation of Electric Power Systems，2011，35(22)：29-34.

[4] 劉暢，吳浩，高長(zhǎng)征，等. 風(fēng)電消納能力分析方法的研究[J]. 電力系統(tǒng)保護(hù)與控制，2014，42(4)：61-66.

LIU Chang，WU Hao，GAO Changzheng，et al. Study on analysis method of accommodated capacity for wind power[J]. Power System Protection and Control，2014，42(4)：61-66.

[5] 王薪蘋，衛(wèi)志農(nóng)，孫國(guó)強(qiáng)，等. 計(jì)及分布式電源和負(fù)荷不確定性的多目標(biāo)配網(wǎng)重構(gòu)[J]. 電力自動(dòng)化設(shè)備，2016，36(6)：116-121.

WANG Xinping，WEI Zhinong，SUN Guoqiang，et al. Multi-objective distribution network reconfiguration considering uncertainties of distributed generation and load[J]. Electric Power Automation Equipment，2016，36(6)：116-121.

[6] 王林川，梁峰，李漫，等. 含有分布式電源配電網(wǎng)重構(gòu)算法的研究[J]. 電力系統(tǒng)保護(hù)與控制，2011，39(5)：41-44，50.

WANG Linchuan，LIANG Feng，LI Man，et al. Research on the distribution network reconfiguration with the distributed generation[J]. Power System Protection and Control，2011，39(5)：41-44，50.

[7] 汲國(guó)強(qiáng)，吳文傳，張伯明，等. 以降損和載荷均衡為目標(biāo)的地區(qū)電網(wǎng)網(wǎng)絡(luò)重構(gòu)快速算法[J]. 電網(wǎng)技術(shù)，2012，36(11)：172-178.

JI Guoqiang，WU Wenchuan，ZHANG Boming，et al. Regional network reconfiguration algorithm for loss reduction and loading equilibrium[J]. Power System Technology，2012，36(11)：172-178.

[8] 余昆，曹一家，陳星鶯，等. 含分布式電源的地區(qū)電網(wǎng)動(dòng)態(tài)概率潮流計(jì)算[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2011，31(1)：20-25.

YU Kun，CAO Yijia，CHEN Xingying，et al. Dynamic probability power flow of district grid containing distributed generation[J]. Proceedings of the CSEE，2011，31(1)：20-25.

[9] 葛少云，郭明星，王成山，等. 城市高壓配電網(wǎng)接線模式比較研究[J]. 電力自動(dòng)化設(shè)備，2004，24(2)：33-37.

GE Shaoyun，GUO Mingxing，WANG Chengshan，et al. Comparative study of connection modes in high-voltage distribution networks[J]. Electric Power Automation Equipment，2004，24(2)：33-37.

[10] 金勇，劉友波，劉俊勇，等. 基于公共信息模型對(duì)象聚合的高壓配電網(wǎng)功能單元信息模型[J]. 電力系統(tǒng)自動(dòng)化，2016，40(9)：106-112.

JIN Yong，LIU Youbo，LIU Junyong，et al. CIM aggregation based functional units information model for high-voltage distribution network[J]. Automation of Electric Power Systems，2016，40(9)：106-112.

[11] 張曦，呂林，金勇，等. 基于高壓配電網(wǎng)變電單元分組重構(gòu)的城市電網(wǎng)輸電阻塞管控模型及算法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2016，36(20)：5403-5413.

ZHANG Xi，Lü Lin，JIN Yong，et al. Congestion mitigation model and algorithm for urban power grids considering reconfigurability of high-voltage distribution transformer unit groups[J]. Proceedings of the CSEE，2016，36(20)：5403-5413.

[12] 江岳文，陳沖，溫步瀛. 隨機(jī)模擬粒子群算法在風(fēng)電場(chǎng)無功補(bǔ)償中的應(yīng)用[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(13)：47-52.

JIANG Yuewen，CHEN Chong，WEN Buying. Application of stochastic simulation’s particle swarm algorithm in the compensation of reactive power for wind farms[J]. Proceedings of the CSEE，2008，28(13)：47-52.

[13] 王威，韓學(xué)山，李保銀. 基于機(jī)會(huì)約束規(guī)劃的含風(fēng)機(jī)配電網(wǎng)重構(gòu)[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2014，26(5)：23-26.

WANG Wei，HAN Xueshan，LI Baoyin. Reconfiguration of distribution network with wind turbines based on chance-constrained programming[J]. Proceedings of the CSU-EPSA，2014，26(5)：23-26.

[14] 國(guó)家電網(wǎng)公司. 城市電力網(wǎng)規(guī)劃設(shè)計(jì)導(dǎo)則：Q/GDW 156—2006[S]. 北京：中國(guó)電力出版社，2007.

[15] LANGE M. On the uncertainty of wind power predictions-analysis of the forecast accuracy and statistical distribution of errors[J]. Journal of Solar Energy Engineering，2005，127(2)：177-184.

[16] DOHERTY R，MALLEY M O. A new approach to quantify reserve demand in systems with significant installed wind capacity[J]. IEEE Transactions on Power Systems，2005，20(2)：587-595.

[17] 劉健，徐精求,董海鵬. 配電網(wǎng)概率負(fù)荷分析及其應(yīng)用[J]. 電網(wǎng)技術(shù)，2004，28(6)：67-70，75.

LIU Jian，XU Jingqiu，DONG Haipeng. Probabilistic load flow ana-lysis of distribution network and its application[J]. Power System Technology，2004，28(6)：67-70，75.

[18] 胡衛(wèi)，黃純，孫彥廣，等. 基于人工培植雜交的配電網(wǎng)重構(gòu)方法[J]. 電力自動(dòng)化設(shè)備，2014，34(9)：106-111.

HU Wei，HUANG Chun，SUN Yanguang，et al. Distribution network reconfiguration based on artificial cultivated hybrid[J]. Electric Power Automation Equipment，2014，34(9)：106-111

[19] ANDERVAZH M R，OLAMAEI J，HAGHIFAM M R. Adaptive multi-objective distribution network reconfiguration using multi-objective discrete particles swarm optimisation algorithm and graph theory[J]. IET Generation Transmission & Distribution，2013，7(12)：1367-1382.