多利益主体主动配电网规划研究

任胜军，邢会明，刘 潇，李树强，郭子轩，耿鑫萍，周 倩

(北京国电德安电力工程有限公司，北京 100120)

0 引言

配电网是电力系统中至关重要的组成部分之一，从输电网中获取的电能直接通过配电网分配给用户，其具有电力设备较多、用户数量广泛等特点。随着经济快速发展，用电侧需求不断增长，不合理的配电网建设不仅会使用电可靠性降低、电网运行成本增加，还会对社会经济发展造成巨大负担。如何使配电网规划满足并适度超前所在区域的发展需求成为配电网规划的首要目标；在此基础上，对如何使电网运维成本更低、用户用电成本更小、网架结构更稳定等问题也提出了新的挑战。当前我国的电力供求关系较以前也出现了缓和，有些时候甚至有了供大于求的情况[1]，造成了电能利用率降低、运行维护费用不断增加等问题，在满足包括供电侧与用电侧多利益主体的前提下，合理地对配电网进行规划有着现实的意义。

主动配电网与传统配电网的区别在于，主动配电网能够灵活地对网络架构体系进行主动控制和管理网络架构及分布式电源的接入。目前配电网存在的问题主要体现在以下几个方面：缺乏对配电网络的全面监控；不具备全局优化能量管理功能；缺乏负荷侧的优化管理等。随着电力市场的改革，利益主体也发生了改变，配电网中分布式电源(DG)所有权不再仅仅归电网所有，而是由用户或者新能源供应商建设。用户或者新能源供应商可以自主控制DG 的启停，成为独立的利益主体。因此，传统配电网以电网为唯一利益主体的调度方式不再适用于含多利益主体的主动配电网运行新方式。

以用户与配电网的联合优化运行效益最优为目标，建立用户侧与配电网的优化模型。以主动配电网的全局优化为总目标，以主动配电网的运行费用最小为目标函数，目标函数包括线路造价、网损费用、分布式电源造价与分布式电源运维费用。模型输出为分布式电源选址定容及线路连接方式、潮流计算的结果与导线选型。

1 主动配电网规划模型

1.1 模型的简化

配电网规划是一个多目标动态的非线性规划问题，与小规模、单一目标的规划问题不同，主动配电网规划是一个组合优化的规划问题，所以需要对模型进行简化。

(1) 评价一个模型的有效性通常以经济性为主要评定指标，所以将目标函数设为线路造价、网损费用的总和；同时，为考虑多个主体的利益，将向上级购电费用等也加入目标函数。

(2) 考虑以多利益主体为目的的规划目标，而不考虑单一利益个体的最优方案。

(3) 对模型的非线性参数进行线性化近似。

(4) 对建设费用进行简化。配电网建设的费用主要包括土建费用、安装费用、调试费用、基本预备费等一系列费用，其和具体的工程实际情况有着很强的联系，为使模型简化，下面用单位平均造价来描述配电网的建设费用。

(5) 主要考虑的约束条件为节点电压约束、电流约束、辐射状约束、储能运行约束、线路接线约束、网损率约束。

1.2 模型的建立

目标函数：

(1) 线路造价：

其中xij为关联矩阵：

表示i，j 两个节点之间是否有连接，导线连接数量为多少。Cij表示ij 线路选型的单位造价，Lij为节点之间的距离。

(2) 网损费用：

电缆截面面积有三种选择，分别是240 mm2，300 mm2，400 mm2，τmax，i取5 000 h/年。

(3) 分布式电源造价：

(4) 分布式电源运维费用：

τDG为每年分布式电源的工作时间，取1 600 h/年大概率为固定值。

(5) 向上级购电费：

(6) 储能供电效益：

(7) 约束条件：

保证i=3，4，5，6，7，8 六个点每个点都有两条连线。

② 潮流计算用到的导纳矩阵，需要先确定好导线截面S的选取然后用公式r=(ρ/S)·L求出导纳矩阵，应用matpower 工具箱进行潮流计算。

③ 设分布式电源有三个，三点容量：

④ 储能运行约束：

⑤ 网损率小于3 %。主动配电网规划的流程如图1 所示，规划从配电网投资者的利益出发，同时兼顾配电网运行的经济性，首先设置导线型号为电缆截面面积可选240 mm2，300 mm2，400 mm2；之后进行潮流计算，通过潮流计算结果可知满足约束条件的值；最后计算出目标函数的结果后指导线路接线方式。

图1 规划流程

2 进化细菌觅食算法

早在1991 年，进化算法就被研究出来并且当时就已经作为规划中最为广泛应用的算法了，随着时间的推移，人们对进化算法进行改进优化，研究出更为强大的算法，目前来说仍被人们高频度使用的算法有遗传算法、粒子群算法。细菌觅食算法是在2003 年初发明的。细菌觅食算法(bacterial foraging optimization，BFO)是研究大肠杆菌的个体及群体生活以及行为，试图找到个体及群体在进化过程中极具代表性的行为，对这些行为进行分析作为寻优的过程的方法。

细菌在觅食时是向营养浓度高的方向趋化进行的，逐渐远离有害元素，不断地向营养移动，细菌觅食行为分为四个过程，分别是趋化、群体、复制以及消除分散。其寻优过程可以看作如图2 所示的过程。

图2 算法流程

普遍的细菌觅食算法在细菌趋化过程中是随机分布的，分布情况与实际全局最优解之间的关联性不大，容易陷入局部最优解中，在趋化部分加入概率分布，使越接近全局最优的地方概率越大，这样就能有效地得到全局最优。下面将粒子群算法与改进之后的细菌觅食算法相结合，将细菌的每个群居看成粒子群算法中的一个粒子，通过群居的迁移寻优以及群居中每个细菌的觅食行为过程不断地趋近全局最优。具体步骤如下：

(1) 对每个细菌群居进行粒子群划分。给每个细菌群居安排一个位置，第i个细菌群落为：

(2) 细菌群居的适应度函数为群居中细菌适应度函数的最大值：

(3) 细菌趋化的运动方向及位置：

(4) 细菌复制：加入进化因子A，进化因子表示该细菌能否进行接下来的进化，其中w表示群落中细菌的差距，则：

根据进化因子判断细菌群落中哪个细菌需要复制哪个细菌需要删除，将需要复制的细菌进行互相交叉后复制，增加细菌的多样性。

(5) 群居移动：

计算整体粒子的适应度函数并更新。

整体的算法流程如图3 所示。

图3 进化细菌觅食算法

3 算例分析

图4为某地区的地理结构，其中，1，2 为电源点，两个电源点的装机容量各为50 MVA，各点电压均为10 kV；3～8 为负荷点，各点负荷如表1 所示，功率因数按0.9 考虑。

图4 规划区域节点示意

表1 各节点负荷 MW

分布式电源可接入点为3～8 中的三个点，新能源按光伏考虑，容量为0.4 ～6 MW；3 ～8 点相互之间至少有两条连线，目的为保证网架N-1时的负荷转带能力电源点到各负荷点为单线连接。网架的基本参数如表2 所示；10 kV 配电设备单位造价如表3 所示。

表2 网架的基本参数

表3 线路造价

分布式电源在配网中运行的情况是有所不同的，一般网络系统中进行潮流计算时会把各节点分成3 种类型，分别是：PQ 节点，PV 节点以及PI 节点。下面在进行潮流计算时，把分布式电源看成PQ 节点进行处理。

配电网规划的大前提是闭环设计开环运行，所以网络拓扑方面要满足规划时是闭环的状态，运行时满足辐射状网络。

对配电网进行潮流计算，详细步骤如下：

(2) 将导纳矩阵中元素表示为:Yij=Gij+jBij。

(3) 将三个公式代到一起得到：

(4) 将实部和虚部分开，可得：

(5) 将分布式电源对潮流的影响加入进去，分布式电源可以简单的看成PV 节点，则其有功和无功可以表示为：

PDG，QDG分别为分布式电源在运行过程中注入电网系统的有功和无功功率。

通过进化细菌觅食算法对模型进行求解后，输出的结果如图5 所示。

图5 规划结果

图5中，3，4，7 为分布式电源接入位置，括号中的数字为注入功率；节点连接线上，第一个数字表示导线数量，第二个表示导线类型。三种导线类型分别为：240 mm2，300 mm2及400 mm2。电缆型号为JYV-400。

规划前后的投资对比如下表4 所示。

表4 投资费用对比 万元

规划前的费用为系统的运维费用、投资费用、购电费用之和，规划后的费用为分布式电源加入后投资的总费用，可以看出，除包括建设分布式电源投资费用以外，运维费用及购电费用均低于规划前的总费用，实现了多利益主体的规划目标，提高了经济性。

通过进化细菌觅食算法与传统的细菌觅食算法作比较，同样的网架同样的模型情况下求解的收敛速度及收敛性有着很大的差别，如图6，7 所示。

图6 传统细菌觅食算法迭代速度

图7 进化的细菌觅食算法迭代速度

经对比可以看出，对传统细菌觅食算法优化后的进化细菌觅食算法性能高于优化之前，迭代速度得到明显提升，减少了模型求解时间。

4 结论

以上提出了以实现多利益主体为目标的经济性主动配电网优化模型，详细阐述了以用户与配电网的联合优化运行效益最优为目标，建立用户侧与配电网的优化运行模型。以实际工程算例对模型的有效性进行了验证，通过算例分析可知，优化模型能通过改变分布式电源接入位置与节点接线方式，从而达到减小运行费用的目的。对整个优化模型的有效性进行了验证，通过对模型的分析可知，提出的进化细菌觅食算法也显著提高了模型的求解速度。