張仁和
國網(wǎng)寧夏電力有限公司,寧夏銀川,750000
在分布式電源的接入作用下,傳統(tǒng)配電網(wǎng)的運(yùn)作模式發(fā)生了新的變化,不再是以簡單的輻射受電網(wǎng)絡(luò)作為運(yùn)行載體,而是更加側(cè)重于復(fù)雜的電源網(wǎng)絡(luò)環(huán)境。在實(shí)際環(huán)境因素的影響下,分布式電源的輸出表現(xiàn)出了明顯的間歇性和不確定性,并且為了適應(yīng)實(shí)際用電需求總量的變化,發(fā)展出了以穩(wěn)定供電為目標(biāo)的反調(diào)峰特性。通常情況下,配網(wǎng)規(guī)劃階段的考慮因素相對(duì)單一,對(duì)配網(wǎng)內(nèi)其他資源的利用程度相對(duì)較低,受大規(guī)模分布式電源的作用,電力系統(tǒng)能夠安全運(yùn)行也成了資源配置的重要前提。
分布式電源并網(wǎng)資源管理是關(guān)系到電力系統(tǒng)配電合理性和可靠性的關(guān)鍵,受客觀因素影響,用電負(fù)荷存在一定的動(dòng)態(tài)特征,波峰和波谷階段的差異較大,為了適應(yīng)這種波動(dòng),對(duì)并網(wǎng)配置進(jìn)行進(jìn)一步優(yōu)化研究是十分必要的。以區(qū)間魯棒控制為基礎(chǔ)對(duì)配電設(shè)備進(jìn)行協(xié)調(diào)配置,可以降低儲(chǔ)能成本開銷,但是對(duì)資源的利用程度仍存在提升空間[1]。將改進(jìn)的FPA算法應(yīng)用于分布式光伏配電網(wǎng)多目標(biāo)優(yōu)化研究中,可以實(shí)現(xiàn)對(duì)能源的充分利用,但是穩(wěn)定性依舊存在波動(dòng)[2]。
因此,本文提出了基于改進(jìn)粒子群算法的分布式電源并網(wǎng)優(yōu)化配置方法,并開展了試驗(yàn)和測試,對(duì)配置方法的實(shí)際應(yīng)用效果進(jìn)行分析。
受分布式電源屬性特征的影響,對(duì)其進(jìn)行配置研究的過程中需要綜合考慮不同的參數(shù),為此,本文在進(jìn)行配置前建立了分布式電源并網(wǎng)優(yōu)化配置目標(biāo)函數(shù),并將其當(dāng)作改進(jìn)粒子群算法計(jì)算的依據(jù)。在具體的計(jì)算過程中,考慮算法能夠適應(yīng)多投入多產(chǎn)出的相對(duì)效率分析,本文采用超效率數(shù)據(jù)包絡(luò)分析的方法。
根據(jù)分布式電源機(jī)組的輸入和輸出數(shù)據(jù),將其輸入超效率DEA模型中,并設(shè)立了各目標(biāo)函數(shù)的權(quán)重系數(shù)向量R={r1,r2,…ri},將其作為超效率DEA模型的決策單元,此時(shí)分布式電源并網(wǎng)優(yōu)化配置目標(biāo)函數(shù)可以表示為:
式中,f(*)表示分布式電源并網(wǎng)優(yōu)化配置目標(biāo)函數(shù),xi表示目標(biāo)函數(shù)對(duì)應(yīng)的數(shù)據(jù)信息,X表示分布式電源機(jī)組的總輸入數(shù)據(jù),ri表示對(duì)應(yīng)xi的權(quán)重系數(shù),Ci表示分布式電源機(jī)組對(duì)應(yīng)xi的輸出數(shù)據(jù),Pi表示對(duì)應(yīng)xi的輸出功率。
在此模式下,要得到配置優(yōu)化的最小化目標(biāo)值和最大化目標(biāo)值,必須要結(jié)合機(jī)組的歷史輸出負(fù)荷數(shù)據(jù)極值和儲(chǔ)能系統(tǒng)的允許負(fù)荷數(shù)據(jù)極值。假設(shè)配電系統(tǒng)的歷史用電負(fù)荷峰值為Wmax,波谷值為Wmin,那么分別將其作為超效率DEA模型決策單元輸入的閾值范圍,在系統(tǒng)電壓穩(wěn)定裕度的限制下,目標(biāo)函數(shù)需要滿足:
式中,W(xi)表示目標(biāo)函數(shù)的負(fù)荷參數(shù)。
用電負(fù)荷處于波谷階段時(shí),儲(chǔ)能系統(tǒng)是主要的能量輸入階段。因此,此時(shí)應(yīng)有:
式中,Qmax和Qmin分別表示儲(chǔ)能系統(tǒng)允許輸入負(fù)荷的最大值和最小值,Q(xi)表示目標(biāo)函數(shù)的輸入負(fù)荷參數(shù)。
通過這樣的方式,確定改進(jìn)粒子群算法尋優(yōu)的范圍,為分布式電源并網(wǎng)配置的合理性提供保障。
在上述基礎(chǔ)上,本文采用粒子群算法實(shí)現(xiàn)對(duì)分布式電源并網(wǎng)配置的尋優(yōu)計(jì)算,但是考慮到其波動(dòng)性,本文在粒子群算法中引入了螢火蟲機(jī)制,以此實(shí)現(xiàn)對(duì)其的改進(jìn),提高尋優(yōu)的效率。
首先,本文將配置參數(shù)作為螢火蟲,其亮度和吸引度決定粒子的移動(dòng)方向和單位移動(dòng)步距。螢火蟲的相對(duì)熒光亮度可以表示為:
式中,L(xi)代表相對(duì)熒光亮度,Lmax表示螢火蟲的最大熒光亮度,即最優(yōu)配置參數(shù)對(duì)應(yīng)的熒光亮度值,其具體參數(shù)信息為上文1.1部分超效率DEA模型輸出的目標(biāo)函數(shù)值,λ表示光強(qiáng)吸收作用,e表示熒光亮度波動(dòng)變化,dij代表螢火蟲i與螢火蟲j的間距。
其次就是對(duì)螢火蟲吸引度的計(jì)算,可以表示為:
式中,A(xi)代表螢火蟲的吸引度,Amax代表螢火蟲的最大吸引度,即最優(yōu)配置參數(shù)對(duì)應(yīng)的吸引度值,同樣對(duì)應(yīng)1.1部分超效率DEA模型輸出的目標(biāo)函數(shù)值。為了防止粒子群算法在尋找最優(yōu)的歷程中落入部分最優(yōu)[3],本文設(shè)置了隨機(jī)擾動(dòng)值,其取值范圍為[0.02,0.05],在此基礎(chǔ)上對(duì)分布式電源的并網(wǎng)配置進(jìn)行尋優(yōu)。其計(jì)算過程如圖1所示。
圖1 基于改進(jìn)粒子群的分布式電源的并網(wǎng)配置尋優(yōu)方法
按照?qǐng)D1所示的方式,首先根據(jù)符合約束條件的并網(wǎng)配置參數(shù),對(duì)螢火蟲的位置進(jìn)行初始化,在此基礎(chǔ)上分別將輸出的目標(biāo)函數(shù)作為粒子群算法的尋優(yōu)目標(biāo),求出對(duì)應(yīng)情況下的最優(yōu)配置參數(shù)。計(jì)算粒子群算法的尋優(yōu)參數(shù)與螢火蟲之間的距離,將亮度和吸引度作為指標(biāo),進(jìn)行趨近計(jì)算,直至目標(biāo)函數(shù)的亮度無限接近螢火蟲的最大亮度值,將此時(shí)的參數(shù)作為最終的配置尋優(yōu)結(jié)果。
為了證明本文提出的基于改進(jìn)粒子群算法的分布式電源并網(wǎng)優(yōu)化配置方法的有效性,以實(shí)際配電網(wǎng)為基礎(chǔ)進(jìn)行了測試分析。選擇基于區(qū)間魯棒控制的配電信息物理雙層設(shè)備協(xié)調(diào)配置方法和基于改進(jìn)FPA算法的含分布式光伏配電網(wǎng)選址定容的多目標(biāo)優(yōu)化方法作為對(duì)比方法,比較三種方法的應(yīng)用性能[4]。
本文開展測試的配電系統(tǒng)中,共包含25個(gè)節(jié)點(diǎn),并以網(wǎng)絡(luò)拓?fù)涞男问浇⒘诉B接關(guān)系。系統(tǒng)配電線路的25個(gè)節(jié)點(diǎn)中,有19個(gè)為負(fù)荷節(jié)點(diǎn),對(duì)應(yīng)編號(hào)為F01、F02…F19;T節(jié)點(diǎn)數(shù)量為2個(gè),對(duì)應(yīng)編號(hào)為T01、T02;電源點(diǎn)數(shù)量為1個(gè),對(duì)應(yīng)編號(hào)為D00;末梢節(jié)點(diǎn)數(shù)量為3個(gè),對(duì)應(yīng)編號(hào)為M01、M02、M03。對(duì)該配電系統(tǒng)的運(yùn)行參數(shù)進(jìn)行統(tǒng)計(jì),其首端電壓強(qiáng)度為15.0kV,對(duì)應(yīng)機(jī)組的初始相位為0,儲(chǔ)能裝置的額定容量為 100MV·A。受分布式結(jié)構(gòu)的作用,配電系統(tǒng)的可靠性為0.95,可以實(shí)現(xiàn)對(duì)相關(guān)調(diào)度管理操作的順利執(zhí)行。在該配電系統(tǒng)覆蓋的用電范圍內(nèi),負(fù)荷波動(dòng)表現(xiàn)出了明顯的特征,對(duì)應(yīng)的高峰時(shí)段為9:00~13:00和18:00~21:00,波谷時(shí)段為0:00~5:00。為了適應(yīng)這種用電變化特征,分布式電源設(shè)置了反調(diào)峰特性參數(shù),雖然在一定程度上降低了系統(tǒng)供電負(fù)荷的波動(dòng)強(qiáng)度,但是也降低了負(fù)荷低谷期的資源利用率,出現(xiàn)了棄風(fēng)現(xiàn)象,高峰期因供電不足發(fā)生的切負(fù)荷現(xiàn)象也偶有發(fā)生。對(duì)配電系統(tǒng)的經(jīng)濟(jì)參數(shù)進(jìn)行統(tǒng)計(jì),其中,可平移分布式電源的單位電量成本為0.25元/kW·h,可轉(zhuǎn)移分布式電源的單位電量成本為0.75元/kW·h,靈活分布式電源的單位電量成本為0.80元/kW·h,儲(chǔ)能裝置儲(chǔ)存單位電量的成本為104.50元/年。
在此基礎(chǔ)上,分別采用三種方法統(tǒng)計(jì)其資源配置效果??紤]到配電系統(tǒng)的主要任務(wù)是實(shí)現(xiàn)對(duì)用電需求的保障,因此本文統(tǒng)計(jì)了10個(gè)測試日內(nèi)系統(tǒng)負(fù)荷由于供電異常出現(xiàn)切負(fù)荷的次數(shù)。為了最大限度提高對(duì)資源的利用率,對(duì)負(fù)荷低谷期的棄風(fēng)量進(jìn)行統(tǒng)計(jì),以10個(gè)測試日的總值作為最終的評(píng)價(jià)指標(biāo)[5]。
在上述基礎(chǔ)上,統(tǒng)計(jì)了三種方法的測試結(jié)果。首先,分析了10個(gè)測試日內(nèi)系統(tǒng)負(fù)荷由于供電異常在高峰時(shí)期出現(xiàn)切負(fù)荷的次數(shù)。其次,對(duì)比三種方法:區(qū)間魯棒控制方法雖然實(shí)現(xiàn)了對(duì)高峰時(shí)期出現(xiàn)切負(fù)荷次數(shù)的有效控制,但是切負(fù)荷總數(shù)為26次,日均仍達(dá)到2次以上;改進(jìn)FPA算法的切負(fù)荷總數(shù)為19次,波動(dòng)性較強(qiáng),日最小切負(fù)荷次數(shù)為1次,最大次數(shù)達(dá)到了4次,穩(wěn)定性相對(duì)較低;本文所用方法的切負(fù)荷總數(shù)為2次,僅在測試第5天和第8天各出現(xiàn)1次切負(fù)荷,能夠?qū)崿F(xiàn)對(duì)峰值用電需求的穩(wěn)定供電。
在上述基礎(chǔ)上,對(duì)10個(gè)測試日內(nèi)系統(tǒng)負(fù)荷在低谷時(shí)期的棄風(fēng)總量進(jìn)行統(tǒng)計(jì),其結(jié)果見表1。
表1 配電系統(tǒng)棄風(fēng)總量(kW)
從表1中可以看出,在三種方法中,區(qū)間魯棒控制方法在低谷時(shí)期的棄風(fēng)量最大值達(dá)到了156.37kW,最小值也達(dá)到了106.85kW,10個(gè)測試日棄風(fēng)總量為1251.79kW;改進(jìn)FPA算法與之相比有所提升,但測試期間的棄風(fēng)總量也達(dá)到了1104.32kW。觀察本文方法的數(shù)據(jù)結(jié)果可以看出,其單日棄風(fēng)總量基本穩(wěn)定在50.00kW以內(nèi),且測試期間的棄風(fēng)總量也僅為461.54kW,低于改進(jìn)FPA算法642.78kW,與區(qū)間魯棒控制方法相比降低了63.13%。測試結(jié)果表明,本文設(shè)計(jì)的分布式電源并網(wǎng)優(yōu)化配置方法可以提高配電系統(tǒng)對(duì)資源的利用率。
本文提出基于改進(jìn)粒子群算法的分布式電源并網(wǎng)優(yōu)化配置方法,降低了在波峰階段出現(xiàn)切負(fù)荷的次數(shù),同時(shí)還能夠降低波谷階段的棄風(fēng)量,提高了電力系統(tǒng)的運(yùn)行效果,實(shí)現(xiàn)了對(duì)資源的有效利用。
由于時(shí)間限制,本文方法在實(shí)驗(yàn)中僅針對(duì)10個(gè)測試日的電網(wǎng)切負(fù)荷情況進(jìn)行了測試,雖然當(dāng)前結(jié)果可以滿足設(shè)計(jì)需求,但是還需要更多測試來提高設(shè)計(jì)方法的科學(xué)性與魯棒性。在接下來的研究中,將進(jìn)行更多的實(shí)驗(yàn)測試,以期為相關(guān)電力資源管理部門工作的開展提供技術(shù)支持,保障城市用電環(huán)境的安全,提高供電質(zhì)量。