羅 揚,段登偉,蘇 鵬,韋 煒
(國網(wǎng)成都供電公司,成都 610041)
現(xiàn)階段我國能源結(jié)構(gòu)仍以不可再生的化石燃料資源為主,能源短缺和環(huán)境污染問題已成為燃眉之急[1-3]。因此,低污染、靈活方便、高可靠性的DG(分布式電源)的有效推廣與利用受到了越來越多的關(guān)注[4-5]。但傳統(tǒng)配電網(wǎng)受限于其被動控制方式,難以應對具有間歇性[6]、波動性[7]特征的分布式電源所帶來的一系列問題,無論是配電網(wǎng)規(guī)劃還是主動配電網(wǎng)規(guī)劃,截至目前,對配電網(wǎng)規(guī)劃的文獻大多集中在解決某些局部問題上。然而,未來主動配電網(wǎng)中必然存在較多的分布式能源,因此,對如何協(xié)調(diào)各類資源、實現(xiàn)資源的高效利用展開研究具有重要意義。
通常配電網(wǎng)規(guī)劃多采用恒功率負荷模型,忽略了負荷的電壓靜特性。這類簡化處理方法無法精確表征不同類型負荷的真實需求,文獻[8-9]以恒定功率負荷作為配電網(wǎng)規(guī)劃的重要組成部分,提出合理的配電網(wǎng)規(guī)劃模型,但所涉及的負荷模型較為粗糙,導致系統(tǒng)分析結(jié)果過于樂觀或悲觀。因此在未來配電網(wǎng)規(guī)劃建模中有必要考慮負荷的電壓靜特性,便于規(guī)劃運行人員對負荷類型構(gòu)成進行直觀掌控,通過數(shù)值方法進行快速求解。
另外,在主動配電網(wǎng)規(guī)劃中考慮需求響應的必要性日益顯現(xiàn)。文獻[10]表明,在主動配電網(wǎng)系統(tǒng)規(guī)劃中,考慮對DR(需求響應)進行建模可以有效解決負荷波動過大所帶來的系統(tǒng)運行安全穩(wěn)定問題[11-12]。需求響應根據(jù)負荷響應機制分為:基于激勵的需求響應和基于價格的需求響應[13-14]。與基于價格的響應負荷相比,基于激勵的響應負荷更易在配電網(wǎng)規(guī)劃中實施[15],所以本文的需求響應模型采用可調(diào)度響應負荷。
主動配電網(wǎng)規(guī)劃數(shù)學優(yōu)化模型是一個包含投資層和運行層的雙層優(yōu)化問題[16]。將投資層和運行層進行分開求解的傳統(tǒng)方法,容易導致上層規(guī)劃的收斂性較差,且計算時間較長,因此當前迫切需要深入探索投資層和運行層的統(tǒng)一建模求解方法,從而較快獲得整個主動配電網(wǎng)規(guī)劃模型的全局最優(yōu)解。 因此本文通過關(guān)聯(lián)運行層和投資層,將原模型轉(zhuǎn)化為單層混合整數(shù)二階錐規(guī)劃,采用CPLEX 算法包進行快速求解,最后,以改進的IEEE 33 節(jié)點配電系統(tǒng)進行算例分析驗證。
本文以DG 數(shù)目、饋線升級類型和DR 容量為上層決策內(nèi)容,同時基于上層規(guī)劃結(jié)果,結(jié)合DG 和負荷潮流特性,以DG 出力、主網(wǎng)購電量和DR 功率為下層決策內(nèi)容,構(gòu)建主動配電網(wǎng)雙層規(guī)劃模型,其目標函數(shù)主要包含投資成本(Cinv)和運行成本(Cope)。約束條件包含投資約束和穩(wěn)態(tài)模擬運行約束。根據(jù)配電網(wǎng)規(guī)劃模型特點,設備投資決策變量和模擬運行變量可以進行分離,因此主動配電網(wǎng)分層規(guī)劃模型可以表示為:

式中:G(.)和H(.)為上層約束,即投資約束,包含設備投資約束和設備安裝數(shù)量等;g(.)和h(.)為下層約束,即運行模擬約束。該模型為單向雙層模型,即上層模型為下層傳遞狀態(tài)變量,而下層變量決策和影響上層,僅僅是通過添加運行成本到上層約束中體現(xiàn)。
1.1.1 規(guī)劃層模型

式中:Cinv為折算后規(guī)劃方案投資費用;ΩDR,ΩWTG,ΩPVG,ΩMTG和Ωfeeder分別為DR,WTG(風電機組)、PVG(光伏機組)、MTG(微型燃氣輪機組)和饋線的候選集合;分別為其單位投資成本系數(shù);為DR 容量;分別為其安裝數(shù)量。
1.1.2 投資約束
投資約束包括設備投資約束和DR 容量約束,設備投資約束為配電網(wǎng)中各設備投資數(shù)量約束,DR 容量約束為電網(wǎng)公司簽訂的DR 容量限制,具體可參考文獻[15]。
1.2.1 運行層模型

式中:Cope為運行成本;和分別為MTG 發(fā)電成本價格、棄電懲罰價格、主網(wǎng)購電價格、網(wǎng)損價格和DR 價格;分別為WTG,PVG 發(fā)電預測功率;分別為WTG,PVG 發(fā)電有功注入功率。
1.2.2 運行約束
(1)DG 出力約束

(2)棄電約束

式中:μWTG,μPVG分別為WTG,PVG 允許棄風、棄光比例;分別為各典型日下WTG,PVG發(fā)電最大值。
(3)潮流運行約束

式中:xij為支路ij 的電抗;Pt,ij,Qt,ij分別為支路ij的有功、無功功率。
(4)負荷精細化約束
綜合負荷模型即負荷精細化模型,便于更直觀地控制荷載類型。該模型可表達為負荷功率與電壓之間的關(guān)系,其一般形式如下:

由文獻[15]知,將投資層變量與運行層參數(shù)相關(guān)聯(lián)。 模型(1)-(11)最終可表達雙層優(yōu)化模式。本文對風機和光伏機組進行投資運行關(guān)聯(lián),對于WTG 和PVG 約束而言,棄風、棄光約束的各個變量應與WTG 和PVG 決策變量(即與WTG和PVG 安裝數(shù)量)進行耦合。

由于潮流模型(6-8)和綜合負荷模型(9)為非線性,且通過投資運行約束關(guān)聯(lián)后,將產(chǎn)生更多的非線性項,從而增加模型求解的難度,因此需對其進行線性化處理
本文利用二階錐技術(shù)對潮流模型(6-8)進一步松弛,將混合整數(shù)非線性模型轉(zhuǎn)化為二階錐規(guī)劃模型,引入中間變量和則潮流模型可轉(zhuǎn)化為:




對于式(16)存在的雙線性項λj,sU2,j,可采用big-M 方法處理,令并加約束(17):

式中:M 為一個較大的常數(shù)。儲能設備中所涉及的雙線性項處理也類似。通過式(10-17),系統(tǒng)模型轉(zhuǎn)變?yōu)閱螌踊旌险麛?shù)二階錐規(guī)劃問題。
本文采用修改的IEEE 33 節(jié)點算例進行分析,其網(wǎng)絡結(jié)構(gòu)見圖1,具體的數(shù)據(jù)參數(shù)參考文獻[17]。棄風、棄光、失負荷懲罰成本均取5 000$/MWh,為了模型的精確性,選單位網(wǎng)損價格為500$/MWh,各時段電價見圖2。各個DG 參數(shù)見表1,線路型號見表2,基于MATLAB R2016a 軟件平臺,采用12.6 版本的CPLEX 算法包,對系統(tǒng)進行仿真分析。
3.2.1 規(guī)劃方案分析
本文對3 種情形進行研究。情形1:考慮負荷精細化和DR;情形2:考慮負荷精細化,忽略DR;情形3,忽略負荷精細化,考慮DR。規(guī)劃結(jié)果如表3 所示。

圖1 電價曲線

圖2 33 節(jié)點AND 系統(tǒng)結(jié)構(gòu)

表1 不同類型分布式電源相關(guān)參數(shù)

表2 線路待選型號參數(shù)

表3 規(guī)劃結(jié)果
其中情形2 中各DG 投資數(shù)量最大,情形1最小。這說明在主動配電網(wǎng)中考慮負荷精細化模型和需求響應,能夠有效地降低各個設備的投資。
3.2.2 節(jié)點電壓
計算考慮負荷精細化后的各節(jié)點電壓,其分布如圖3 所示。

圖3 電壓分布
由圖3 可知:各個節(jié)點的電壓絕大部分都大于1.0 p.u.,即考慮負荷精細化后,系統(tǒng)電壓穩(wěn)定性增強,且系統(tǒng)的負荷需求相應提高。
3.2.3 算法實用性分析
為驗證本文算法的求解效率,分別采用智能算法和傳統(tǒng)數(shù)值算法進行對比分析,如表4 所示。原規(guī)劃模型本質(zhì)上為MINLP(混合整數(shù)非線性規(guī)劃)問題,從表4 可以看出,由Bonmin 算法求解該問題,無法獲得最優(yōu)解,而采用遺傳算法求解耗時較長,且求解困難,但將其轉(zhuǎn)化MISOCP(混合整數(shù)二階錐規(guī)化)后,求解效率大大提高。

表4 不同算法下的求解信息對比

圖4 為各時段各支路下的誤差散點圖。顯然凸松弛之后的誤差最大值非常小,為10-4量級左右,明顯小于潮流方程收斂判據(jù)等要求,這表明了本文的松弛是嚴格而準確的。

圖4 各時段各支路下的誤差散點圖
本文構(gòu)建了考慮DG 和負荷精細化建模的配電網(wǎng)雙層協(xié)同規(guī)劃模型,并通過投資運行耦合關(guān)聯(lián)和線性化等值處理,將其轉(zhuǎn)化為混合整數(shù)二階錐規(guī)劃模型進行求解,結(jié)果表明采用負荷的精細化模型,能為主動配電網(wǎng)協(xié)同規(guī)劃提供一定的參考。同時,系統(tǒng)電壓更趨于穩(wěn)定,提高配電網(wǎng)系統(tǒng)的供電可靠性,使得上下層相互影響作用,得到更優(yōu)的規(guī)劃方案,滿足規(guī)劃要求。此外通過對上下層變量關(guān)聯(lián)建模和線性等值處理,引入二階錐松弛,將原模型轉(zhuǎn)化為單層混合整數(shù)線性規(guī)劃,大大提高了求解速度和計算精度。