分布式電源接入配電網研究綜述

鄧盼盼

摘 要 本文以分布式電源接入配電網為例，研究分析了分布式電源接入配電網目前的研究重點、數學模型、及研究方法，并針對目前的研究進展提出了下一步的建議。

關鍵詞 分布式電源 配電網 智能算法

0引言

截止2018年底，我國新能源發電累積裝機容量的比重達3.6億千瓦，占全國總裝機容量的19%。而新能源發電中主要采用的太陽能、風能，其固有的間歇性、隨機性、分布范圍廣等特點，決定了除采用與傳統發電形式一致的大規模集中發電以外，還必須要大量地使用分布式電源（DG，distributed generation）的形式，才能很好的解決新能源發電的能量利用與消納等問題。因此，DG接入配電網是目前新能源研究領域的熱點問題。

1研究問題

針對DG接入配電網，前期試點工程中，并未對接入工作和配電網的規劃、運維帶來很大的挑戰，但是隨之光伏、風電的度電成本進一步降低，大量的DG接入配電網已是大勢所趨。因此在大量DG接入配電網的趨勢下，配電網的“接納能力”和“消納能力”成為了重點研究問題。

現階段對于DG接納能力評估方法與提升技術研究成果已較為豐富，此基礎上從不同角度對有成果進行系統性的總結與分析，為配電網DG的充分納利用提供借鑒意義。就目前配電網現狀而言，已基本形成全國各區域全覆蓋，且普遍采用輻射狀供電形式。而配電網規劃新建存在著資金投資量大、通道選址困難、負荷不確定性等因素。短期內根據DG接入的需求，大量規劃、新建配電網線路較為困難。因此，目前亟需解決的是基于配電網現狀，對DG的消納提出建設性的建議，既能解決DG接入的問題，還能提高配電網供電質量和供電可靠性。

2研究數學模型

為了能定量分析DG接入配電網的問題，要建立包含DG的配電網數學模型，較為常見的模型中將多目標問題優化，采用隨機加權法進行單目標化處理，其函數表達式為

其中，為DG接入配電網容量之和，為DG接入配電網損耗之和，和為隨機數，且，，。

除了構建目標函數以外，還應該滿足一些必要的約束條件，其函數表達式為：

3研究方法

文獻[1]使用了遺傳算法模擬自然進化過程搜索最優解的方法，通用性強，對可行性解表示廣泛。但收斂速度較慢，容易陷入局部最優。禁忌搜索算法通過記憶功能記錄已完成的尋優過程并指導下一步的尋優方向，通過逐次迭代逼近最優解，該法采用單點搜索具有較好計算速度和局部尋優效率，但是當對計算結果的精度有所要求時，該算法的全局搜索能力并不高。差分進化算法是一種新型的基于群體智能的全局優化算法，保留了基于種群的全局搜索策略，降低了遺傳操作的復雜性。

4研究建議

根據現有DG接入配電網的研究基礎，從優化目標函數、改進算法策略的角度給出一些建議和意見：

（1）在實際DG的優化配置過程中，需要從多角度的方式建立優化配置數學模型，未來研究可以重點以DG構建虛擬發電廠VPP（Virtual Power Plant）的系統運行方式，為系統提供高可靠性、高質量、高度安全和隨時可用的電能服務，使得對配電網中大量DG的管理更加高效，提高系統運行的穩定性。

（2）針對目前算法主流采用隨機搜索的智能算法，但普遍存在容易陷入局部最優且收斂速度較慢的情況，在采用智能算法時，對算法的步長、迭代次數等進行優化，并采用多種算法進行對比分析，找出最適宜的算法，確保結果的準確性和最優。

基金項目：樂山職業技術學院院級課題資助項目“分布式電源接入配電網研究綜述”（KY2019008）。

參考文獻

[1] 麻秀范，崔換君.改進遺傳算法在含分布式電源的配電網規劃中的應用[J].電工技術學報，2011，26（03）.

[2] 田穎.基于禁忌差分粒子群算法的分布式電源的選址和定容[D].北京：華北電力大學，2012.

[3] 黃映，李楊，高賜威.基于非支配排序差分進化算法的多目標電網規劃[J].電網技術，2011，35（03）.