面向分布式電源最大消納的配電網重構

龔思宇，魏煒，徐元孚，翟曉磊，徐瑞凱

（1.天津大學智能電網教育部重點實驗室，天津300072；2.國網天津市電力公司，天津300010）

面向分布式電源最大消納的配電網重構

龔思宇1，魏煒1，徐元孚2，翟曉磊2，徐瑞凱1

（1.天津大學智能電網教育部重點實驗室，天津300072；2.國網天津市電力公司，天津300010）

為保證配電網運行方式發生變化時可最大程度消納區內的分布式電源出力，提出一種面向分布式電源最大消納的配電網重構方法。以分布式電源消納量最大為目標，考慮節點電壓約束、支路電流約束、網絡輻射狀約束等安全約束，利用遺傳算法進行優化模型的求解，得到最優的配電網重構結果及分布式電源出力方案。選取IEEE 33節點標準算例進行仿真，算例表明，文中所提方法可為配電網運行方式發生變化時調度部門的調控決策提供指導。

配電網；重構；分布式電源消納；優化調度；遺傳算法

近年來，能源短缺、環境惡化等問題引發了各方的廣泛重視。風、光等可再生能源的開發利用成為世界各國應對能源和環境危機的重要措施。其中，對分布式可再生能源的消納和高效利用是重要環節之一。2016年2月，國家能源局發布《關于做好“三北”地區可再生能源消納工作的通知》（國能監管[2016]39號），指出“要進一步推動可再生能源就近消納，著力解決棄風、棄光問題，促進可再生能源與其他能源協調發展”。在智能電網中，可再生能源將越來越多地以分布式發電的形式接入配電網，因此提高配電網對分布式電源的消納能力，將是電力調度部門的一項重要工作，且需要采用更多的技術手段進行支撐。

配電網重構是指調度部門通過改變配電網中分段和聯絡開關的開合狀態，對配電網的運行方式進行調整。配電網重構是調度部門提升配電網的供電安全性及運行經濟性的重要技術手段[1-2]。國內外學者已針對傳統的配電網重構問題開展了大量的研究工作，研究重點主要放在優化算法層面，如采用改進禁忌搜索方法[3]、多目標粒子群算法[4]、改進人工蜂群算法[5]、遺傳算法[6]、混沌粒子群算法[7]等求解網絡重構問題，其優化目標多為有功網損最小。

針對分布式電源的大規模接入，現有的研究成果包括分布式電源大規模接入對配電網重構的影響分析[8-9]；計及分布式電源出力特性，以有功網損最小或網損、負荷均衡及電壓質量等指標協調最優為目標的配電網重構模型[10-12]等。但通過配電網重構來提高分布式電源消納水平的研究尚未開展。

本文提出了一種面向分布式電源最大消納的配電網重構方法，當配電系統當前的運行方式不足以支撐分布式可再生能源發電的消納時，通過配電網重構，可以大幅提升分布式發電的消納水平。本文模型以配電系統內分布式電源消納量最大為目標，計及電壓約束、載流量約束、輻射狀網絡約束等安全運行約束，利用遺傳算法對開關的開合狀態進行重構優化，同時得到新網絡結構下的分布式電源最優出力方案，可為配網調度部門的調控操作提供指導。

1 含分布式電源的配電網模型

1.1 分布式電源模型

本文分布式電源以光伏發電系統為例，光伏發電系統由光伏陣列、逆變裝置、最大功率控制器、并網控制器幾部分構成，其模型示意如圖1所示。

圖1中，Pmpp是一定溫度下、輻射度為1 kW/m2時光伏陣列的輸出功率；T為溫度；Irr為當前輻射度。利用給定的FT-T曲線圖，在已知溫度T的條件下，可以得到當前的輸出功率系數FT（當溫度定義為Pmpp的溫度時，FT的值為1），光伏板輸出的功率PPV的計算式為

逆變器設置有啟動功率和切斷功率，當光伏板輸出的功率PPV大于啟動功率且小于切斷功率時，逆變器工作，否則逆變器停止工作。由于逆變器有少量損耗，所以逆變器模型設置了系數EFF，用來反映逆變器的效率，PPV乘以對應的系數EFF得出整個光伏系統輸出的有功功率Pn為

光伏板輸出的有功功率PPV對應的效率系數EFF由PPV-EFF曲線得出。

光伏系統輸出的無功功率Qn可通過如下兩種方法計算得到。

1）給定功率因數pf，功率因數的正負和無功功率正負一致，為正時表示光伏系統輸出無功功率，反之為吸收無功功率。具體的無功功率數值為

1.2 潮流計算模型

計及分布式發電裝置的配電網潮流計算采用高斯迭代算法，算法流程如下。

步驟1將配電系統內的元件分為兩類：功率轉換元件（如光伏、風機、負荷等），功率傳輸元件（如線路、變壓器等）。將功率轉換元件等效為諾頓等效模型，功率傳輸元件等效為導納矩陣，利用兩類元件的等效模型可以形成系統導納Y；

步驟2去掉系統中的所有功率轉換元件，計算系統中各節點電壓的初值；

步驟3計算功率轉換元件等效為諾頓模型后的注入電流值，形成相應的注入電流向量I；

步驟4如圖1所示對矩陣方程進行求解，得到迭代后的節點電壓值；

步驟5判斷迭代是否收斂，若收斂則輸出潮流計算結果，否則回到步驟3，形成新的注入電流向量I，繼續迭代，若達到預先設定的最大迭代次數仍未收斂，顯示求解失敗。

潮流分析迭代原理如圖2所示。

2）給定無功功率Qn，此時光伏系統輸出的無功功率為給定值Qn。光伏系統的視在功率Sn計算式為

2 面向分布式電源最大消納的配電網重構模型

2.1 目標函數

本文以配電系統內分布式電源消納量最大為目標函數，即在滿足安全約束的條件下，達到盡可能多地消納分布式電源的目的。目標函數為

式中：ND為配電網中分布式電源的數量；PG,i為調控后的分布式電源出力，與支路開關狀態共同組成本文模型的優化變量。

2.2 約束條件

1）保持配電網輻射狀結構

式中：g為重構后的網絡拓撲結構；G為保證網絡輻射狀拓撲結構的集合。

2）潮流約束

式中：A為節點-支路關聯矩陣；P為饋線潮流矢量；D為負荷需求。

3）節點電壓約束

式中：Uimin和Uimax分別為節點i電壓的下限值和上限值；NJ為節點的數量。

4）支路電流約束

式中，Iimax為支路i載流上限；NL為支路數量。

5）分布式電源出力約束

式中，PGA,i為調度控制前的分布式電源出力。調度機構只能削減分布式電源的出力，即調度控制后的分布式電源出力PG,i不能大于調度控制前的分布式電源出力PGA,i。

3 模型求解

3.1 優化求解算法

本文利用遺傳算法求解配電網重構及分布式電源優化調度模型。遺傳算法GA（genetic algo?rithm）的操作包含選擇、交叉和變異算子，通過變量（基因）的組合編碼來描述問題的解（個體），根據目標函數（適應度值）的大小來決定個體的性能，并通過優勝劣汰的原則來進行種群的遺傳進化，是一種求解配電網重構問題的常用智能優化算法。

在本文中，開關狀態和分布式電源出力這兩種優化變量均采用實數編碼方法，但需對開關狀態的編碼結果做進一步處理，使其轉化為二進制形式。從目標函數到適應度函數的變換采用排序尺度變換函數。選擇函數采用隨機均勻分布函數，交叉方式為多點交叉，變異函數為高斯函數。收斂條件為最優個體可行，停滯且連續保持幾代不變，并設置最大迭代次數。

配電網潮流計算部分由配電系統仿真軟件OpenDSS完成。OpenDSS是美國電科院EPRI開發完成的開源軟件，可用于進行含儲能、光伏、風機等分布式電源的配電系統計算分析。

面向分布式電源最大消納的智能配電網重構方法的求解流程如圖3所示。

3.2 輻射狀結構約束條件的處理

在求解過程中，需要對隨時保持配電網輻射狀結構約束條件不被破壞。本文采用圖論的相關知識判斷配網中有無環路[13-14]。配電網閉環建設開環運行，正常運行時呈輻射狀結構，也稱為樹狀運行方式。圖論中對具有n個頂點的樹T，有如下結論：

1）樹T連通且有n-1條邊；

2）樹T有n-1條邊且無回路。

根據上述兩條結論，可知配電網呈輻射狀需同時滿足兩個條件：

1）閉合的支路數=節點數-1；

2）配電網中沒有環和“孤島”的存在，即網絡結構是連通的。

本文在約束條件處理的過程中，首先保證閉合的支路數和節點數減1的數量相等，然后將生成的網絡結構作為無向圖進行分析處理，生成鄰接矩陣，根據鄰接矩陣判斷該網絡結構中有無環路[15]，若有環路，則不滿足輻射狀約束條件，需重新生成網絡拓撲矩陣，重復上述判別有無環路過程。輻射狀網絡判斷模塊流程如圖4所示。

4 算例分析

本文采用IEEE33節點標準算例，該配電系統含有37條支路，33個節點，5個聯絡開關，額定電壓為12.66 kV。假設在節點18、21、32處分別接入光伏發電系統，如圖5所示。

在算例中，遺傳算法的種群規模為40，收斂判據為最優個體可行，停滯且連續保持15代不變，最大迭代次數為2 000次。電壓約束中的電壓限值根據《電能質量供電電壓偏差》（GB/T 12325—2008）相關規定，上限標幺值取1.07，下限標幺值取0.93；支路載流量約束中載流量限值根據線型選取，本文選用YJY-240架空線，該線型最大載流量為508 A。

4.1 配電區域內負荷減少

根據分析需要對IEEE標準算例負荷數據進行部分調整，調整后該算例總負荷為7 430 kW+ 4 600 kvar，同時假定光伏出力均為2 000 kW，功率因數pf=1。在當前網絡結構下，經計算校驗，不會出現電壓越限和電流越限的情況，最大電流出現在線路1-2處，為229 A；最大電壓出現在節點18處，標幺值為1.03。

但當配電系統的負荷因節假日等因素出現大幅下降，同時網絡結構和分布式光伏出力不變的情況下，系統的某些安全運行約束可能會被破壞。例如，假定節假日期間系統總負荷減小為3 715 kW+ 2 300 kvar，如不采取任何其他調控措施，系統內的節點17、18的電壓標幺值均出現電壓越限的情況，具體數值如表1所示。最大電流出現在線路1-2處，為140 A。

若不對配網進行重構，只通過削減最大電壓出現點（節點18）附近的光伏出力來保障電壓不越限，經驗證節點18處光伏最大允許出力為1 652 kW，節點21、32處光伏最大允許出力為2 000 kW，光伏削減量達到了348 kW。此時最大電壓出現在節點18處，標幺值為1.07。

若利用本文提出的優化方法對其進行優化，優化結果如表2所示。

由表2可見，在區內負荷減少導致系統運行安全性被破壞時，通過配電網重構，只需削減節點21和節點32處共計29.6kW的光伏出力值，即可滿足系統安全運行約束。與不采用配電網重構的情況比較，光伏的削減量下降了91.5%。可見，在某些運行情況下，配電網重構作為一種重要的調控手段，可有效提升配電網對分布式可再生能源的消納能力。

遺傳算法求解過程見圖6，圖中的縱軸為最優個體的適應度值，橫軸為遺傳迭代次數。

由圖6可見，種群最優個體的適應度值在迭代初期減小的很快，而在迭代后期變化較小。

4.2 配電區域內負荷減小且安排計劃性檢修

若區內負荷減少的同時面臨線路計劃性檢修的情況，如線路31需要進行計劃性檢修，利用本文提出的優化方法計算得到的優化結果如表3所示，遺傳算法求解過程見圖7。

對比表3和表2可見，在區內負荷減少的同時安排線路計劃性檢修的情況下，需要大量幅削減光伏出力，才能保證節點電壓不越限。因此，對于光伏安裝容量較高的配電線路，為保障分布式光伏的消納水平，應考慮避免將計劃性檢修安排在節假日等低負荷期間進行，檢修時間可考慮安排在清晨或傍晚等光伏出力水平較低的時段。

5 結語

配電網運行方式發生較大變化時，調度部門可采取配網重構技術，在保證電網安全運行的前提下最大程度地消納分布式電源出力。本文提出了一種面向分布式電源最大消納的配電網重構方法。該方法以配網中分布式電源消納量最大為目標，綜合考慮節點電壓約束、支路電流約束以及輻射狀網絡約束等安全運行約束，利用遺傳算法得到最優的配電重構結果和分布式電源出力方案。

IEEE 33節點系統計算結果表明，通過對配電系統進行網絡重構能有效提升配電網對分布式電源的消納能力，為配電調度部門的調控決策提供有力指導。

[1]Civanlar S，Grainger JJ，Yin H，et al.Distribution feeder reconfiguration for loss reduction[J].IEEE Trans on Power Delivery，1988，3（3）：1217-1223.

[2]王淳，程浩忠（Wang Chun，Cheng Haozhong）.基于模擬植物生長算法的配電網重構（Reconfiguration of distri?bution network based on plant growth simulation algo?rithm）[J].中國電機工程學報（Proceedings of the CSEE），2007，27（19）：50-55.

[3]葛少云，劉自發，余貽鑫（Ge Shaoyun，Liu Zifa，Yu Yix?in）.基于改進禁忌搜索的配電網重構（An improved Ta?bu search for reconfiguration of distribution systems）[J].電網技術（Power System Technology），2004，28（23）：22-26.

[4]陳萍，毛弋，童偉，等（Chen Ping，Mao Yi，TongWei，et al）.基于多目標粒子群算法的配電網多目標優化重構（Multi-objective distribution network reconfiguration based on multi-objective particle swarm optimization）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2016，28（7）：68-72.

[5]鄧海潮，毛弋，彭文強，等（Deng Haichao，Mao Yi，Peng Wenqiang，etal）.基于改進人工蜂群算法的配電網重構（Distribution network reconfiguration based on im?proved artificialbee colony algorithm）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2016，28（7）：125-129.

[6]Pal S，Sen S，Sengupta S.Power network reconfiguration for congestion management and loss minimization using genetic algorithm[C]//Michael Faraday IET International Summit.Kolkata，India，2015：291-296.

[7]唐賢倫，程祥，汪斌全（Tang Xianlun，Cheng Xiang，Wang Binquan）.采用多Agent混沌粒子群算法的配電網重構（Distribution network reconfiguration adopting chaos particle swarm algorithm ofmulti-agent system）[J].電力系統及其自動化學報（Proceedings of the CSU-EP?SA），2015，27（3）：17-23.

[8]王成山，聶聳，徐瑞林，等（Wang Chengshan，Nie Song，Xu Ruilin，etal）.分布式電源接入對配電網絡重構影響分析（Analysis on the impact of DG on distribution net?work reconfiguration）[J].天津大學學報：自然科學與工程技術版（Journal of Tianjin University：Science and Technology），2014，47（3）：189-194.

[9]莊園，賀海，楊曉慧，等（Zhuang Yuan，He Hai，Yang Xiaohui，etal）.含分布式電源優化調度的配電網絡重構（Distribution network reconfiguration with optimalallo?cation of distributed generation）[J].電網與清潔能源（Power Systemsand Clean Energy），2012，28（11）：13-18.

[10]朱正，廖清芬，劉滌塵，等（Zhu Zheng，Liao Qingfen，Liu Dichen，etal）.考慮新能源與電動汽車接入下的主動配電網重構策略（Strategy ofdistribution network reconfigu?ration consideringwind powerand electric vehicle integra?tion）[J].電力系統自動化（Automation of Electric Power Systems），2015，39（14）：82-88，96.

[11]尹洪，劉天琪，李樊，等（Yin Hong，Liu Tianqi，Li Fan，et al）.基于免疫遺傳算法的含分布式電源配電網重構（Distribution network reconfiguration with different dis?tributed generation based on immune genetic algorithm）[J].電力系統及其自動化學報（Proceedings of the CSUEPSA），2014，26（4）：15-19.

[12]趙晶晶，李新，彭怡，等（Zhao Jingjing，Li Xin，Peng Yi，etal）.基于粒子群優化算法的配電網重構和分布式電源注入功率綜合優化算法（A comprehensive optimiza?tion algorithm for injection power of distributed genera?tion and distribution network reconfiguration based on par?ticle swarm optimization）[J].電網技術（Power System Technology），2009，33（17）：162-166.

[13]何宏杰（He Hongjie）.基于二進制粒子群優化算法的配電網重構研究（Distribution Network Reconfiguration Based on Binary Particle Swarm Algorithm）[D].杭州：浙江大學電氣工程學院（Hangzhou：College of Electrical Engineering，Zhejiang University），2006.

[14]盧建立，楊明波（Lu Jianli，YangMingbo）.圖論中矩陣的可實現性（The realizing ofmatrix in graph theory）[J].數學的實踐與認識（Mathematics in Practice and Theory），2005，35（5）：182-186.

[15]屈婉玲，耿素云，張立昂.離散數學[M].北京：清華大學出版社，2005.

Reconfiguration of Distribution Network for theM aximum Consum ption of Distributed Generations

GONGSiyu1，WEIWei1，XU Yuanfu2，ZHAIXiaolei2，XURuikai1
（1.Key Laboratory ofSmartGrid ofMinistry of Education，Tianjin University，Tianjin 300072，China；2.State Grid Tianjin Electric Power Company，Tianjin 300010，China）

In order to realize themaximum consumption of distributed generationswhen the operationmode of distribu?tion network changes，a reconfigurationmethod of distribution network is proposed.With themaximum consumption of distributed generations as the objective，and considering the security constraints such as nodal voltage constraint，branch current constraintand radial network constraint，the optimizationmodel is solved by genetic algorithm，and the reconfiguration results ofdistribution network aswellas the outputof distributed generations are obtained.An IEEE 33-node distribution system is taken asan example in the simulation，indicating that the proposedmethod can provide guid?ance for the scheduling departmentwhen theoperationmodeofdistribution network changes.

distribution network；reconfiguration；consumption of distributed generation；optimal scheduling；genetic algorithm

TM73

A

1003-8930（2017）03-0007-05

10.3969/j.issn.1003-8930.2017.03.002

龔思宇（1993—），女，碩士研究生，研究方向為配電系統優化調度。Email：gongsiyu000@tju.edu.cn

2016-09-13；

2016-10-17

國家自然科學基金面上資助項目（51377116）

魏煒（1976—），男，博士，副教授，研究方向為智能配電系統、綜合能源系統運行優化。Email：weiw@tju.edu.cn

徐元孚（1968—），男，本科，高級工程師，研究方向為電力調度工作、熟悉電力平衡、電網和發電運行及管理。Email：tjxyf@sohu.com