CN105305490A - 一种考虑电能质量经济性最优的有源配电网规划方法 - Google Patents

Abstract

一种考虑电能质量经济性最优的有源配电网规划方法。其包括分析某种网架结构下分布式电源带来的电能质量问题；计算用户经济损失和电网投资建设成本；建立配电网网架规划模型；生成最优目标网架方案等步骤。本发明效果：在分析通过网架优化降低分布式电源接入对配电网电能质量影响的技术措施的同时，融合了经济性的考虑，并以用户经济损失和电网建设投资成本均达到最小为目标，得到目标网架Pareto最优解集，以及描述用户经济损失和电网建设投资之间关系的Pareto优化曲线，从而为电网建设决策提供了科学的依据。

Description

一种考虑电能质量经济性最优的有源配电网规划方法

技术领域

本发明属于配电网规划技术领域，特别是涉及一种考虑电能质量经济性最优的有源配电网规划方法。

背景技术

分布式电源的广泛接入给配电网带来了多种电能质量问题，现有的研究多集中在采取何种措施抑制电能质量问题，而没有将电能质量问题造成的电力用户经济损失联系起来考虑，更没有进一步与电网建设投资成本结合进行多目标的综合优化分析。

发明内容

为了解决上述问题，本发明的目的在于提供一种考虑电能质量经济性最优的有源配电网规划方法。

为了达到上述目的，本发明提供的考虑电能质量经济性最优的有源配电网规划方法包括按顺序进行的下列步骤：

步骤1)分析某种网架结构下分布式电源带来的电能质量问题的S1阶段：首先建立分布式电源的随机性模型以及负荷的不确定性模型，然后对某一电网网架结构下的配电网进行随机性仿真，并计算出包括电压闪变和电压暂降在内的电能质量指标信息，得到该网架结构下的电能质量水平；

步骤2)计算用户经济损失和电网投资建设成本的S2阶段：利用S1阶段中得到的电能质量指标信息计算该电网网架结构中电能质量问题带给用户的经济损失；然后计算该电网网架结构的电网投资建设成本；

步骤3)建立配电网网架规划模型的S3阶段：确定优化问题的目标函数及约束条件，优化变量为电网网架，优化结果即目标网架；

步骤4)生成最优目标网架方案的S4阶段：基于非支配排序遗传算法的求解多目标优化模型的方法，利用S3阶段中建立的配电网网架规划模型，采用非支配排序遗传算法进行电网网架的优化计算，得到目标网架的Pareto最优解集，解集上的每一个解都是一个最优的目标网架方案，依据描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，为电网建设决策提供科学的依据。

在步骤1)中，所述的分析某种网架结构下分布式电源带来的电能质量问题的方法为：

首先建立分布式电源的随机性模型，该模型分为风电类分布式电源的随机性模型和光伏类分布式电源的随机性模型，其中建立风电类分布式电源的随机性模型的方法是利用两参数的Weibull分布函数来描述风速的概率密度，据此可得到风机的有功出力与风速的关系，即得到风电类分布式电源的随机性模型，随机变量为风速；建立光伏类分布式电源的随机性模型的方法是采用最大功率点跟踪(MPPT)法得到光伏发电有功出力与日照强度的关系，即得到光伏类分布式电源的随机性模型，随机变量为日照强度；

然后建立负荷的不确定性模型，该模型可采用正态分布来表示：

式中，P_Load,i，μ_p,i，分别表示节点i的有功负荷的随机量、期望值和方差；Q_Load,i，μ_q,i，分别表示节点i的无功负荷的随机量、期望值和方差；

之后采用基于拉丁超立方抽样的蒙特卡罗模拟法对上述包括风速、日照强度、负荷在内的随机变量进行抽样，并针对某一网架结构进行潮流计算，从而得到电压闪变和电压暂降等电能质量指标信息，具体过程如下：

⑤输入潮流计算所需的数据，包括支路参数、节点参数及分布式电源参数等；

⑥利用拉丁超立方抽样(LHS)对上述随机变量进行采样，得到一个N×M矩阵，其中N为抽样的随机变量个数，M为抽样次数；

⑦将上述抽样矩阵的第i列代入潮流方程计算(i＝1，2……M)，得到该运行工况下的潮流分布；

⑧依据潮流分布结果计算该网架结构下的电能质量指标情况，统计电能质量指标的期望值和概率分布，得到该网架结构下的电能质量水平。

在步骤2)中，所述的计算用户经济损失和电网投资建设成本的方法包括：

2.1)采用基于质量损失函数的方法计算由电能质量问题带来的用户经济损失的计算公式如下：

L(x)＝K·F(x-T)(1)

式中，x为电能质量水平；T为目标值，为用户的需求或期望值；x-T表示电能质量水平与目标值的偏离程度；F(·)为量化该偏离程度的函数表达式；K为x偏离目标值所能造成的最大经济损失；由于x是随机不定的，所以L(x)是一个随机变量，其期望值E[L(x)]能够作为电能质量对用户造成的经济损失水平；

2.2)电网投资建设成本包括网架投资费用C_line、年损耗费用C_loss、分布式电源接入费用C_DG等，其计算公式如下：

C_total＝C_line+C_loss+C_DG(2)

其中F_line为电网网架初始投资费用，r为折现率，取10％，n为线路的经济使用年限，一般架空取30a，电缆取40a；

C_loss＝αE_loss，α为电价，E_loss为年损耗电量；

C_DG＝βl，β为新架线路单位长度的造价，l为分布式电源接入的新架线路长度。

在步骤3)中，所述的建立配电网网架规划模型的方法为：

3.1)确定优化问题的目标函数；以用户经济损失最小和电网建设投资成本最小作为配电网网架规划模型模型的优化目标，则该目标函数的表达式为：

minf₁＝L(x)

minf₂＝C_total(3)

3.2)确定约束条件；包括潮流方程约束、电压约束；

潮流方程约束：

式中，P_is表示节点i注入的有功功率，Q_is表示节点i注入的无功功率，U_i表示节点i的电压幅值，j∈i表示与节点i相连的所有节点，G_ij，B_ij分别表示节点导纳矩阵的电导和电纳，θ_ij表示节点i、j的相位角差；

电压约束：|U_N-U_i|≤U_N*5％(5)

其中，U_N为系统额定电压有效值，U_i为节点电压有效值。

在步骤4)中，所述的采用非支配排序遗传算法进行电网网架的优化计算方法为：

4.1)编码方式的确定：采用邻接矩阵作为遗传编码；

4.2)确定个体的秩次：对于某一代个体，将所有非支配个体，即Pareto最前端的秩次定义为1，剩余个体中的所有非支配解的秩次定义为2，以此类推；

4.3)聚集距离计算：计算进化种群中每个个体的聚集距离；依据个体秩次及其聚集距离，形成一个偏序集，基于此进行新种群的构造；对于秩次相同的个体，选择聚集距离较大的个体进入下一代；每个个体的聚集距离用与其秩次相同且相邻的两个个体在所有子目标上的距离之差的和来表示；

4.4)精英保留机制：开始时首先随机产生一个种群规模为N的初始父种群P₀,其次通过遗传操作产生一个种群规模同样为N的子种群Q₀；将P_k和Q_k合并组成R_k(初始时k＝0)，计算R_k中所有个体的秩次和聚集距离，进一步形成偏序集；然后从偏序集依次选取前N个个体作为下一代的父种群P_k+1；

4.5)遗传操作:选择算子采用两人锦标赛法；交叉算子和变异算子分别采用两点交叉算子和单点变异算子；

4.6)约束条件的处理：潮流方程约束在进行潮流计算时已自动满足，剩下节点电压约束，对于违反约束的个体采用倍数惩罚法：

式中：F＝[f₁f₂]`为目标函数向量；a为大于1的常数；

最终得到目标网架的Pareto最优解集，解集上的每一个解都是一个最优的目标网架方案，依据描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，可以为电网建设决策提供科学的依据。

本发明提供的考虑电能质量经济性最优的有源配电网规划方法的有益效果：

与现有技术相比，本发明的有益效果在于，本发明在分析通过网架优化降低分布式电源接入对配电网电能质量影响的技术措施的同时，融合了经济性的考虑，并以用户经济损失和电网建设投资成本均达到最小为目标，得到目标网架Pareto最优解集，以及描述用户经济损失和电网建设投资之间关系的Pareto优化曲线，从而为电网建设决策提供了科学的依据。

附图说明

图1为本发明提供的考虑电能质量经济性最优的有源配电网规划方法中采用的非支配排序遗传算法流程图。

具体实施方式

下面结合附图和具体实施例对本发明提供的考虑电能质量经济性最优的有源配电网规划方法进行详细说明。

本发明是在配电网节点信息和分布式电源选址定容及接入点已确定的前提下进行电网网架的优化分析；

本发明提供的考虑电能质量经济性最优的有源配电网规划方法包括按顺序进行的下列步骤：

步骤1)分析某种网架结构下分布式电源带来的电能质量问题的S1阶段：由于风电等间歇性分布式电源出力的随机性以及负荷的不确定性，带来了诸如电压闪变和电压暂降等电能质量问题，本发明首先建立分布式电源的随机性模型以及负荷的不确定性模型，然后对某一电网网架结构下的配电网进行随机性仿真，并计算出包括电压闪变和电压暂降在内的电能质量指标信息，得到该网架结构下的电能质量水平；

步骤2)计算用户经济损失和电网投资建设成本的S2阶段：利用S1阶段中得到的电能质量指标信息计算该电网网架结构中电能质量问题带给用户的经济损失；然后计算该电网网架结构的电网投资建设成本；

步骤3)建立配电网网架规划模型的S3阶段：确定优化问题的目标函数及约束条件，优化变量为电网网架，优化结果即目标网架；

步骤4)生成最优目标网架方案的S4阶段：基于非支配排序遗传算法(NSGA-Ⅱ)的求解多目标优化模型的方法，利用S3阶段中建立的配电网网架规划模型，采用如图1所示的非支配排序遗传算法进行电网网架的优化计算，得到目标网架的Pareto最优解集，解集上的每一个解都是一个最优的目标网架方案，依据描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，为电网建设决策提供科学的依据。

在步骤1)中，所述的分析某种网架结构下分布式电源带来的电能质量问题的方法为：

首先建立分布式电源的随机性模型，该模型分为风电类分布式电源的随机性模型和光伏类分布式电源的随机性模型，其中建立风电类分布式电源的随机性模型的方法是利用两参数的Weibull分布函数来描述风速的概率密度，据此可得到风机的有功出力与风速的关系，即得到风电类分布式电源的随机性模型，随机变量为风速；建立光伏类分布式电源的随机性模型的方法是采用最大功率点跟踪(MPPT)法得到光伏发电有功出力与日照强度的关系，即得到光伏类分布式电源的随机性模型，随机变量为日照强度；

然后建立负荷的不确定性模型，该模型可采用正态分布来表示：

式中，P_Load,i，μ_p,i，分别表示节点i的有功负荷的随机量、期望值和方差；Q_Load,i，μ_q,i，分别表示节点i的无功负荷的随机量、期望值和方差；

为了考虑风电、光伏等间歇性分布式电源的出力和负荷的不确定性，之后本发明采用基于拉丁超立方抽样的蒙特卡罗模拟法(LHS-MCS)对上述包括风速、日照强度、负荷在内的随机变量进行抽样，并针对某一网架结构进行潮流计算，从而得到电压闪变和电压暂降等电能质量指标信息，具体过程如下：

⑨输入潮流计算所需的数据，包括支路参数、节点参数及分布式电源参

数等；

⑩利用拉丁超立方抽样(LHS)对上述随机变量进行采样，得到一个N×M矩阵，其中N为抽样的随机变量个数，M为抽样次数；

将上述抽样矩阵的第i列代入潮流方程计算(i＝1，2……M)，得到该运行工况下的潮流分布；

依据潮流分布结果计算该网架结构下的电能质量指标情况，统计电能质量指标的期望值和概率分布，得到该网架结构下的电能质量水平。

在步骤2)中，所述的计算用户经济损失和电网投资建设成本的方法包括：

2.1)采用基于质量损失函数的方法计算由电能质量问题带来的用户经济损失的计算公式如下：

L(x)＝K·F(x-T)(1)

式中，x为电能质量水平；T为目标值，为用户的需求或期望值；x-T表示电能质量水平与目标值的偏离程度；F(·)为量化该偏离程度的函数表达式；K为x偏离目标值所能造成的最大经济损失；由于x是随机不定的，所以L(x)是一个随机变量，其期望值E[L(x)]能够作为电能质量对用户造成的经济损失水平；

2.2)电网投资建设成本包括网架投资费用C_line、年损耗费用C_loss、分布式电源接入费用C_DG等，其计算公式如下：

C_total＝C_line+C_loss+C_DG(2)

其中F_line为电网网架初始投资费用，r为折现率，取10％，n为线路的经济使用年限，一般架空取30a，电缆取40a；

C_loss＝αE_loss，α为电价，E_loss为年损耗电量；

C_DG＝βl，β为新架线路单位长度的造价，l为分布式电源接入的新架线路长度。

在步骤3)中，所述的建立配电网网架规划模型的方法为：

3.1)确定优化问题的目标函数；以用户经济损失最小和电网建设投资成本最小作为配电网网架规划模型模型的优化目标，则该目标函数的表达式为：

minf₁＝L(x)

minf₂＝C_total(3)

3.2)确定约束条件；包括潮流方程约束、电压约束；

潮流方程约束：

式中，P_is表示节点i注入的有功功率，Q_is表示节点i注入的无功功率，U_i表示节点i的电压幅值，j∈i表示与节点i相连的所有节点，G_ij，B_ij分别表示节点导纳矩阵的电导和电纳，θ_ij表示节点i、j的相位角差；

电压约束：|U_N-U_i|≤U_N*5％(5)

其中，U_N为系统额定电压有效值，U_i为节点电压有效值。

在步骤4)中，所述的采用非支配排序遗传算法进行电网网架的优化计算方法为：

非支配排序遗传算法(NSGA-Ⅱ)其本质是在每一代进化时通过构造当前进化种群的非支配集，并采用精英保留机制，使得每一代构造的非支配集逼近真正的Pareto最优边界，该方法具有低计算复杂性，高搜索效率等优点，且避免传统加权求解方法中权重确定的主观影响。

4.1)编码方式的确定：由于电网网架是辐射型拓扑结构，同时有连通性要求，在图论里可表示为树，并可采用邻接矩阵存储，本发明采用邻接矩阵作为遗传编码，这样不仅能在求解过程中避免产生大量不可行解，还可以省去解码工作；

4.2)确定个体的秩次：对于某一代个体，将所有非支配个体(即Pareto最前端)的秩次定义为1，剩余个体中的所有非支配解的秩次定义为2，以此类推；

4.3)聚集距离计算：为了保持Pareto最优解集的分布性和多样性，需计算进化种群中每个个体的聚集距离；依据个体秩次及其聚集距离，形成一个偏序集，基于此进行新种群的构造；对于秩次相同的个体，选择聚集距离较大的个体进入下一代；每个个体的聚集距离用与其秩次相同且相邻的两个个体在所有子目标上的距离之差的和来表示；

4.4)精英保留机制：精英保留机制是为了避免种群进化过程中可能因为随机因素而导致优秀个体丢失的现象。NSGA-Ⅱ开始时首先随机产生一个种群规模为N的初始父种群P₀,其次通过遗传操作产生一个种群规模同样为N的子种群Q₀；将P_k和Q_k合并组成R_k(初始时k＝0)，计算R_k中所有个体的秩次和聚集距离，进一步形成偏序集；然后从偏序集依次选取前N个个体作为下一代的父种群P_k+1；

4.5)遗传操作:选择算子采用两人锦标赛法；交叉算子和变异算子分别采用两点交叉算子和单点变异算子；

4.6)约束条件的处理：潮流方程约束在进行潮流计算时已自动满足，剩下节点电压约束，对于违反约束的个体采用倍数惩罚法：

式中：F＝[f₁f₂]`为目标函数向量；a为大于1的常数；

NSGA-Ⅱ求解配电网网架规划模型的流程如图1所示，最终得到目标网架的Pareto最优解集，解集上的每一个解都是一个最优的目标网架方案，依据描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，可以为电网建设决策提供科学的依据。

本发明提供的考虑电能质量经济性最优的有源配电网规划方法综合考虑了电能质量问题给用户造成的经济损失以及为建设相应电网网架电力企业所需的投资，以用户经济损失最小、电网建设投资最小为目标，提出采用多目标优化方法进行电网网架优化，得到了目标网架的Pareto最优解集，从而得到描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，为电网建设决策提供科学的依据。

Claims (5)

1.一种考虑电能质量经济性最优的有源配电网规划方法，其特征在于：所述的考虑电能质量经济性最优的有源配电网规划方法包括按顺序进行的下列步骤：

步骤1)分析某种网架结构下分布式电源带来的电能质量问题的S1阶段：首先建立分布式电源的随机性模型以及负荷的不确定性模型，然后对某一电网网架结构下的配电网进行随机性仿真，并计算出包括电压闪变和电压暂降在内的电能质量指标信息，得到该网架结构下的电能质量水平；

步骤2)计算用户经济损失和电网投资建设成本的S2阶段：利用S1阶段中得到的电能质量指标信息计算该电网网架结构中电能质量问题带给用户的经济损失；然后计算该电网网架结构的电网投资建设成本；

步骤3)建立配电网网架规划模型的S3阶段：确定优化问题的目标函数及约束条件，优化变量为电网网架，优化结果即目标网架；

步骤4)生成最优目标网架方案的S4阶段：基于非支配排序遗传算法的求解多目标优化模型的方法，利用S3阶段中建立的配电网网架规划模型，采用非支配排序遗传算法进行电网网架的优化计算，得到目标网架的Pareto最优解集，解集上的每一个解都是一个最优的目标网架方案，依据描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，为电网建设决策提供科学的依据。

2.根据权利要求1所述的考虑电能质量经济性最优的有源配电网规划方法，其特征在于：在步骤1)中，所述的分析某种网架结构下分布式电源带来的电能质量问题的方法为：

首先建立分布式电源的随机性模型，该模型分为风电类分布式电源的随机性模型和光伏类分布式电源的随机性模型，其中建立风电类分布式电源的随机性模型的方法是利用两参数的Weibull分布函数来描述风速的概率密度，据此可得到风机的有功出力与风速的关系，即得到风电类分布式电源的随机性模型，随机变量为风速；建立光伏类分布式电源的随机性模型的方法是采用最大功率点跟踪法得到光伏发电有功出力与日照强度的关系，即得到光伏类分布式电源的随机性模型，随机变量为日照强度；

然后建立负荷的不确定性模型，该模型可采用正态分布来表示：

式中，P_Load,i，μ_p,i，分别表示节点i的有功负荷的随机量、期望值和方差；Q_Load,i，μ_q,i，分别表示节点i的无功负荷的随机量、期望值和方差；

之后采用基于拉丁超立方抽样的蒙特卡罗模拟法对上述包括风速、日照强度、负荷在内的随机变量进行抽样，并针对某一网架结构进行潮流计算，从而得到电压闪变和电压暂降等电能质量指标信息，具体过程如下：

①输入潮流计算所需的数据，包括支路参数、节点参数及分布式电源参数；

②利用拉丁超立方抽样(LHS)对上述随机变量进行采样，得到一个N×M矩阵，其中N为抽样的随机变量个数，M为抽样次数；

③将上述抽样矩阵的第i列代入潮流方程计算(i＝1，2……M)，得到该运行工况下的潮流分布；

④依据潮流分布结果计算该网架结构下的电能质量指标情况，统计电能质量指标的期望值和概率分布，得到该网架结构下的电能质量水平。

3.根据权利要求1所述的考虑电能质量经济性最优的有源配电网规划方法，其特征在于：在步骤2)中，所述的计算用户经济损失和电网投资建设成本的方法包括：

2.1)采用基于质量损失函数的方法计算由电能质量问题带来的用户经济损失的计算公式如下：

L(x)＝K·F(x-T)(1)

式中，x为电能质量水平；T为目标值，为用户的需求或期望值；x-T表示电能质量水平与目标值的偏离程度；F(·)为量化该偏离程度的函数表达式；K为x偏离目标值所能造成的最大经济损失；由于x是随机不定的，所以L(x)是一个随机变量，其期望值E[L(x)]能够作为电能质量对用户造成的经济损失水平；

2.2)电网投资建设成本包括网架投资费用C_line、年损耗费用C_loss、分布式电源接入费用C_DG等，其计算公式如下：

C_total＝C_line+C_loss+C_DG(2)

其中F_line为电网网架初始投资费用，r为折现率，取10％，n为线路的经济使用年限，一般架空取30a，电缆取40a；

C_loss＝αE_loss，α为电价，E_loss为年损耗电量；

C_DG＝βl，β为新架线路单位长度的造价，l为分布式电源接入的新架线路长度。

4.根据权利要求1所述的考虑电能质量经济性最优的有源配电网规划方法，其特征在于：在步骤3)中，所述的建立配电网网架规划模型的方法为：

3.1)确定优化问题的目标函数；以用户经济损失最小和电网建设投资成本最小作为配电网网架规划模型模型的优化目标，则该目标函数的表达式为：

minf₁＝L(x)

minf₂＝C_total(3)

3.2)确定约束条件；包括潮流方程约束、电压约束；

潮流方程约束：

式中，P_is表示节点i注入的有功功率，Q_is表示节点i注入的无功功率，U_i表示节点i的电压幅值，j∈i表示与节点i相连的所有节点，G_ij，B_ij分别表示节点导纳矩阵的电导和电纳，θ_ij表示节点i、j的相位角差；

电压约束：|U_N-U_i|≤U_N*5％(5)

其中，U_N为系统额定电压有效值，U_i为节点电压有效值。

5.根据权利要求1所述的考虑电能质量经济性最优的有源配电网规划方法，其特征在于：在步骤4)中，所述的采用非支配排序遗传算法进行电网网架的优化计算方法为：

4.1)编码方式的确定：采用邻接矩阵作为遗传编码；

4.2)确定个体的秩次：对于某一代个体，将所有非支配个体，即Pareto最前端的秩次定义为1，剩余个体中的所有非支配解的秩次定义为2，以此类推；

4.3)聚集距离计算：计算进化种群中每个个体的聚集距离；依据个体秩次及其聚集距离，形成一个偏序集，基于此进行新种群的构造；对于秩次相同的个体，选择聚集距离较大的个体进入下一代；每个个体的聚集距离用与其秩次相同且相邻的两个个体在所有子目标上的距离之差的和来表示；

4.4)精英保留机制：开始时首先随机产生一个种群规模为N的初始父种群P₀,其次通过遗传操作产生一个种群规模同样为N的子种群Q₀；将P_k和Q_k合并组成R_k(初始时k＝0)，计算R_k中所有个体的秩次和聚集距离，进一步形成偏序集；然后从偏序集依次选取前N个个体作为下一代的父种群P_k+1；

4.5)遗传操作:选择算子采用两人锦标赛法；交叉算子和变异算子分别采用两点交叉算子和单点变异算子；

4.6)约束条件的处理：潮流方程约束在进行潮流计算时已自动满足，剩下节点电压约束，对于违反约束的个体采用倍数惩罚法：

式中：F＝[f₁f₂]`为目标函数向量；a为大于1的常数；

最终得到目标网架的Pareto最优解集，解集上的每一个解都是一个最优的目标网架方案，依据描述用户经济损失和电网建设投资成本之间关系的Pareto优化曲线，可以为电网建设决策提供科学的依据。