基于含分布式電源的配電網優化運行研究

陳倩,王維慶,王海云

(新疆大學 可再生能源發電與并網技術教育部工程研究中心,烏魯木齊830047)

0 引 言

當今環保節能問題引起了廣泛關注,在此情況下,可再生能源因其清潔、低碳、可再生的特點受到越來越多的重視,特別是光伏和風電的發展,截止到2020年上半年風電、光伏裝機總容量達到4.33億千瓦,位居世界首位,但同時也面臨嚴峻的新能源棄電問題。而可再生能源作為分布式能源的主要形式,使得近年來分布式能源大量接入配電網,對配電網的規劃、可靠性、繼電保護和電能質量產生了較大的影響[1]。

配電網具有電壓等級多,網絡結構復雜的特點,而且配電網直接面向用戶,這就對配網的安全可靠運行提出更高要求。近年來,隨著分布式電源、儲能、電動汽車以及直流負荷越來越廣泛地接入,配電網的經濟、可靠運行面臨新的挑戰。而配電網重構(DNRC)作為一種有效改善配電網性能的技術得到了廣泛的發展,DNRC是指在滿足網絡約束條件下,通過改變開關的狀態來改變配電網的拓撲結構,從而提高配電網的性能,其已被視為實現電力系統經濟性和安全性的重要解決方案。與此同時,分布式能源的合理規劃也能在一定程度上改善有功功率網損提高其經濟性和環保性,另一方面,配電網為用戶提供高質量的電能是其職責所在,所供電能需要減少諧波,保證電能質量,所以濾波器的接入就不可避免,而對濾波器的位置及容量優化也能在較大程度上改善電壓質量。

文中對分布式能源接入配電網的影響做了陳述并對配電網優化運行技術和方法研究進行了分析總結,同時對現有研究中所建立的優化模型和求解算法進行了分析歸納,最后對配電網優化運行做總結與展望,文中框架如圖1所示。

圖1 配電網優化框圖

1 DG并網特性及影響

可再生能源替代傳統能源是必然的發展趨勢,風電和光伏作為主要的可再生能源越來越廣泛的并入配電網,大大提高了可再生能源的滲透率但是也增加了配電網運行的復雜性。風電和光伏的不確定性在很大程度上影響了配電網網絡損耗、電壓水平以及電網諧波。

1.1 新能源并網

可再生能源發電是實現替代化石能源的根本途徑。隨著技術突破和成本降低,以及全面深化電力體制改革的成功,2020—2040年風電和太陽能發電迅猛發展,平均年度新增裝機容量接近1億千瓦,到2050年將實現24億千瓦風電和27億千瓦太陽能發電,年發電量合計9.66萬億千瓦時,占全部發電量的64%,成為未來綠色電力系統的主要電力供應來源[2]。

近年來,充分利用風力發電機組(WT)和光伏發電機組(PV)等可再生能源發電機組已成為必然趨勢[3]。全球電力結構正在逐步變化,可再生能源的重要性不斷提高。據測算,2040年,以風電、光伏為主的可再生能源發電將占全球發電量的30%左右,全球可再生能源特別是風力發電和太陽能發電的比重將繼續上升,這些能源為分布式能源的主要能源。

分布式發電(distributed generation,DG)靠近負荷,直接向用戶供電,通常直接接入低壓配電網,裝機容量小(通?？傃b機容量不超過10 MW),清潔高效。分布式能源主要是在降低損耗保證經濟性的條件下滿足用戶用電需求。隨著配電網日益復雜,保證其可靠安全供電以及提高分布式能源滲透率就顯得十分重要,同時,電力市場改革勢在必行,分布式能源能夠參與電力市場競爭,帶來的經濟利益使得分布式能源有了更強勁的發展勢頭。傳統配電網大多采用單點對多點的輻射狀單方向能量傳遞結構,以上級變電站為電源,且通常為傳統負荷。未來配電網將大量接入分布式電源、靈活負荷以適應可定制化供電需求。

然而,為了降低網絡損耗、平衡需求過載、提高節點電壓水平、吸收可再生能源[4],配電網實施分布式發電增加了配電網的復雜性,具有隨機性和不確定性負荷的分布式電源的廣泛滲透,也大大增加了配電網安全經濟運行的風險。另一方面,隨著可再生能源的大規?；ヂ摵途用?、商業、工業負荷的結合,配電網變得越來越復雜。其隨機性和波動性將給傳統配電網的安全性和經濟性帶來挑戰[5]。

1.2 DG模型和特性

分布式風力發電通?？拷摵芍行?就地消納,是未來發電開發的新模式。風力發電通過風力帶動風輪旋轉,再通過增速機將旋轉速度進行提升,進而使發電機發電。由于大自然的風能是時刻變化的,具有波動性和間歇性,而風電機組的運行與風速大小聯系緊密。在實際運行中,只有當風速大于切入風速時(通常3～4 m/s),風輪才開始旋轉并牽引發電機開始發電,在風速小于切入風速時,風輪保持不動。當風速越大時,輸出功率越大。當風速達到額定風速時,風電機組會輸出其額定功率,之后輸出功率會保持額定功率不變。當風速達到切出風速時,風電機組會剎車,不再輸出功率保護風機。分布式光伏發電遵循因地制宜、清潔高效、分散布局、就近利用的原則,充分利用當地的太陽能資源,替代和減少化石能源消費。分布式光伏發電系統有功出力受光照強度影響較大,發電功率與光照強度呈正相關性。天氣對光伏出力的波動水平有顯著的影響,晴天時光伏出力平穩,有云天時,受云層遮擋影響,光伏出力波動較大,這將會造成電網電壓波動,對電網規劃運行造成不良影響。

風電、光伏等不確定因素接入電網,大大增加了電網的不確定性[6-7]。風力發電和光伏發電分別隨風速和太陽輻射而變化,可以建立具有分布式發電量變化的模型[8-9],分別用Weibull分布[10]和Beta分布[11]模擬風速和太陽輻射。

1.3 DG對配電網的影響

DG在配電網接入容量越來越大,對配電網影響越來越深。對配電網規劃而言,最優網絡布置方案更加困難、線路負載能力發生變化、影響系統的潮流分布、負荷增長的預測難度增加;對配電網可靠性而言,DG并網運行,可降低系統的供電可靠性,DG作為備用電源接入,提高電網的輸電裕度。對配電網繼電保護而言,改變了配電網的故障特征,可能引起原有繼電保護裝置靈敏度降低,拒動或誤動;在配電網電能質量方面,DG與當地的負荷協調運行與否,將抑制或引起系統電壓的波動,DG接入配電網系統后產生諧波問題。

DG對配電網線路損耗的影響。一般情況下,配電網運行時呈現弱環、開環或者輻射狀網絡結構,整體電壓較低。DGs的并入使得配電網結構發生很大變化,由原有的單電源輻射結構變成多電源弱環狀結構。由此,DGs并網后使得電網支路潮流方向發生改變,影響到電網的線路損耗(簡稱線損)。線損變化不僅與負荷有關,還與DGs的位置和容量有關。當配電網總體上是吸收網絡時,少量分布式電源的接入使得配電網線損減小,當分布式電源容量較大且沒有合理配置時,配電網線路損耗有可能増大。國內外有不少研究者就分布式電源對配電網線損的影響進行了研宄。有學者基于DGs的位置及容量優化來降損穩壓,采用啟發式算法通過對分布式電源的安裝位置進行優化,使有功功率損耗、無功損耗、無功發電和電壓偏差構成等多個目標最優。

DG對配電網電壓的影響。集中供電的配電網一般呈輻射狀。穩態運行狀態下,電壓沿饋線潮流方向逐漸降低。接入DG后,由于饋線上的傳輸功率減少,使沿饋線各負荷節點處的電壓被抬高?？赡軐е乱恍┴摵晒濣c的電壓偏移超標。其電壓被抬高多少與接人DG的位置及總容量大小密切相關。通常情況下,可通過在中低壓配電網絡中設置有載調壓變壓器和電壓調節器等調壓設備,將負荷節點的電壓偏移控制在符合規定的范圍內。對于配電網的電壓調整,合理設置DG電源的運行方式很重要。針對光伏風電來說,中午陽光充足,光伏出力較大,但是午間負荷一般較小,這時光伏接入點的電壓將出現明顯被抬高的趨勢,如果光伏接入點在饋線末端,接入點的電壓很可能會越過上限,這時必須合理設置光伏電源的運行方式。風電接入對配電網的電壓也產生了很大的影響,會使電壓被抬高,而電壓抬高的多少與接入風電的位置及容量的大小有關。DG對電壓的影響還體現在可能造成電壓的波動和閃變。由于光伏電源的出力隨入射的太陽輻照度而變,風電出力隨風速變化而變化,可能會造成局部配電線路的電壓波動和閃變,若跟負荷改變疊加在一起。將會引起更大的電壓波動和閃變,所以當大量DG接入時,對其接入位置和容量進行合理的規劃十分重要。

DG對配電網諧波的影響。DG通過電力電子設備并網,這就不可避免的給網絡帶來諧波問題。DG輸出電能質量與電力電子換流技術密切相關,其輸出電流會出現多次特征諧波,諧波電流的幅值隨著諧波次數的增大而減小,且高次諧波電流在配電網中傳輸時隨電氣距離的增大而衰減。近年來,電力電子技術的快速發展極大地促進了DG并網的開發利用,然而,DG具有強烈的隨機性、間歇性,其采用非線性電力電子裝置作為并網接口,將給配電網帶來復雜的諧波問題。

DG對配電網的影響如圖2所示。

隨著可再生能源的關注度持續上升,DG已成為一種重要的電力能源。隨著可再生分布式電源的大規模并網,傳統配電網的拓撲結構已經發生了變化,網絡由原來單一輻射式逐漸變成如今多支路分散模式,這也使得系統潮流分布發生了改變。因為風機和光伏都與天氣因素關系密切,當天氣變化劇烈的時候,風力和光伏發電輸出功率會出現較大的波動,使得配電網潮流分布也出現隨機性,同時也會影響電壓波動。整體看來,DG以合適容量在合適位置并網能夠在一定程度上提高配電網電壓質量,如若DG并網容量過大或是位置不適可能造成功率反向流動,在并網點出現局部電壓峰化,可能超過配電網電壓上限。并且DG并入配電網,影響了配電網的網絡損耗,給配電網帶來了諧波問題,降低電壓質量。

2 配電網優化技術研究

為了降低網絡損耗、平衡需求過載、提高節點電壓水平、吸收可再生能源,配電網重構(DNRC)已被視為實現電力系統經濟性和安全性的重要解決方案,另一方面,分布式電源對電壓分布主要是受分布式電源的安裝位置、容量和功率等因素的影響。對于諧波治理,在配電網中,合理接入濾波器是最重要的手段,對配電網中濾波器的位置和參數進行優化,能更好的達到治理諧波的目的。

2.1 配電網重構技術研究

目前,隨著可再生能源的大規?；ヂ摵途用?、商業、工業負荷的結合,配電網變得越來越復雜。其隨機性和波動性將給傳統配電網的安全性和經濟性帶來挑戰,此時,DNRC已被視為實現電力系統經濟性和安全性的重要解決方案。DNRC是指在滿足網絡約束條件下,通過改變開關的狀態來改變配電網的拓撲結構,我們針對不同的目標,在給定的網狀配電系統上確定最優的徑向配置,即每個支路的閉合/斷開狀態,從而提高配電網的效率和穩定性。因此配電網重構是配電網規劃和運行的有力工具[12-16]。

在網絡重構過程中,許多學者針對不同的目標和算法對網絡重構進行了研究。有學者把經濟性放在首位,力求網損最小化,因此單一目標是配電網有功損耗最小[17-18]。其他研究者則專注于降低網絡損耗和電壓偏差的雙重目標,既追求經濟性,又重視電網的安全性,將降低網損和電壓偏差作為雙重目標[19]。另外,為了保證電網中的負荷不超載,Jakus以有功損耗最小和負荷平衡最小為優化目標,建立了DNRC的數學模型[20]。然而,隨著越來越多的DG和復雜負荷接入電網,配電網對于配電網的運行控制變得越來越復雜[21]。這些模型沒有考慮可再生能源和負荷的動態變化。事實上,風力發電和光伏發電分別隨風速和光照強度而變化,風速和光照強度可以用Weibull分布[22]和Beta分布[23-24]來模擬。文獻[25-26]建立了考慮這些不確定性的配電網重構模型,但沒有考慮負荷隨時間的變化。文獻[27]考慮了單目標模型不確定的DG輸出和負載。

在建立配電網多目標優化模型時,有學者引入博弈論,構建了多目標博弈模型[28-29],以解決無主觀性的多目標問題。同時,配電網重構問題中,重構時段劃分也是一個重要方面。基于DG和負荷的時變特性,動態重構的主要方法是根據DG和負荷在一天內的變化對時間進行分段,通過劃分重構周期可以大大減少開關操作的次數。文獻[30]提出了基于時間間隔信息熵的動態重構方法。文獻[31]提出了功率矩指標,并將功率矩不平衡與預定的功率矩閾值進行了比較,將滿足條件的區間合并到最后一個時段,完成時段劃分。另外,文獻[32]將負荷曲線單調區間的積分中值點作為分段點,將負荷下降最小的相鄰區間合并,直至達到預設的分區數。文獻[33]采用改進的模糊平均聚類算法對時間間隔進行劃分,并利用組合損失函數的值來確定最優的劃分數目和方案。

對此,在配電網重構中,需要充分考慮配電網中DG和負荷的不確定性,并建立配電網多目標重構模型。對于重構周期劃分,為避免計算量大的問題,可以采用多種聚類法對配電網的凈負荷進行分析,劃分DNRC的時段,避免人為主觀性。

2.2 DG位置及配置優化研究

配電網中DG位置及容量對配電網的性能有很大的影響,其電壓質量和網損等都和DG安置位置數量及尺寸有關,合理安排DG位置及容量可以改善DG帶給配電網的負面影響,如功率損失、電壓偏移和氣體排放等,提高能源效率和電能質量,改善系統內可靠性和安全性。另一方面,合理安裝DG具有一定的經濟性和環境效益,包括改善設施,降低運營成本,優化生產,降低節能成本等。

對此,學者對DG位置容量優化配置做了大量研究。文獻[34]解決了大規?？稍偕茉椿旌戏植际桨l電和電容器組集成到配電系統中的分配規劃問題。文獻[35]以降低成本為目標,提出了一種新的改進的電壓穩定評估指標(VSAI_B)為中心的規劃方法,同時實現電壓穩定、損耗最小化和相關目標。也有文獻在配電網中加入電動汽車,建立雙層優化模型,除了同時優化電動汽車充電外,還保證了多臺風力發電機組的優化集成。文獻[36]考慮電網質量,將電網總諧波畸變率(THD)和電壓暫降等電能質量指標的降損和改善作為目標建模,運用博弈論方法確定了配電網中配電網的整合位置。與此同時,網絡重構能夠在不進行施工的情況下改變網絡拓撲結構,有效的優化配電網的性能,將重構技術和DG優化問題結合起來,可以為電力系統提供更多的技術、環境和經濟效益。分布式發電的優化集成和輻射狀網絡的重構對整個電力系統有著積極的影響。文獻[37]以最小化線損和THD為目標,并通過分布式發電的優化配置和規模調整以及網絡的優化重構來改善系統的電壓分布,分析了THD對功率因數的影響。文獻[38]介紹了一種在正常和嚴重事故情況下考慮需求響應計劃和小時配電網重構的風電場、儲能系統和電動汽車停車場的優化協調分配方法,其目標函數是最小化從上游電網和WFs購買電力的總成本,以及商業/工業負荷靈活性和住宅負荷削減的成本。文獻[39]從降低網損和改善電能質量的角度出發,提出了一種新的DNRC和DG分配模型。一個分支交換技術和一個優化的方法被用來確定最佳的網絡安排。文獻[40]提出了基于最優配置PV-DG的動態時變和靜態季節性重構。此外,還實現了靜態年度重構,然后對分布式資源進行優化分配?？紤]的重構目標包括損耗最小化、電壓最小化和負載能力改善同時考慮了負荷和DG發電量的小時和季節變化。

針對以上問題,可以同時采用DG位置容量優化和配電網重構技術,通過考慮DG輸出和系統負荷的變化,使配電網重構和分布式發電集成的效益最大化。在同時滿足所有的運行和拓撲約束的條件下建立優化的目標函數。求解出的最佳解決方案能夠顯著提高配電網的經濟性、技術性和環保性。

2.3 濾波器位置及容量優化研究

電能質量問題是用戶和配電系統運營商都十分關注的問題。在用戶和工廠中敏感設備日益增多,這使得用戶對電能質量有了更高的要求。DG接入配電網能夠降低網絡的有功損耗,同時改善電壓分布提高可靠性,但配電網中DG并網會給配電網帶來大量的諧波同時配電系統中非線性負載也會產生諧波,因此采用無源諧波濾波器進行諧波抑制是不可避免的。

在諧波抑制所采用的設備主要分為兩種:有源濾波器和無源濾波器,有源濾波器濾波效果好但是其投入成本高,并且建設調試需要一定技術性,需要專人操作,相比較而言,無源濾波器因其價格便宜,操作簡單而廣泛應用在配電網諧波抑制中。特別是單調諧無源諧波濾波器可吸收單一次數諧波。利用有限數量的諧波濾波器進行全網諧波優化可以歸結為一個優化問題。近年來,許多研究者采用各種方法對無源諧波濾波器規劃問題進行建模。文獻[41]對存在嚴重非線性負載的配電系統中的無源濾波器(PPFs)和DGs的進行優化規劃,以同時降低功率損耗、THD以及PPFs和DGs的投資成本為目標。

一般情況下,配電網重構以網損最小為目標,可以有效減少配電網網絡損耗,但是現在為了減少諧波畸變率,配電網重構技術也以諧波畸變率最小為優化目標,用以有效減少諧波畸變率[42]。忽略系統不同配置的諧波濾波器規劃研究無法獲得最優解。換言之,當針對單一電網拓撲進行濾波器規劃研究時,基于實際降損的重構應用于系統時,不能保證滿足電能質量約束。文獻[43]為了在規劃研究中結合不同的電網配置,提出了一種適用于一次配電網的無源諧波濾波器規劃與降損重構的聚合模型。為了更進一步的優化配電網性能,文獻[44]提出了一個用于平衡和非平衡狀態下無源濾波器和逆變器再生DGs以及DNRC的集成模型。雖然配電網重構通常是為了降低網損而實施的,但它也會影響到電網的其他指標,如電壓分布和電能質量指標,諧波濾波器的規劃忽略系統不同拓撲結構的研究不能得到最優解。

對此,可以對改變電網拓撲結構的濾波器規劃問題進行研究,將基于降損的重構方法引入到無源諧波濾波器規劃問題中,通過這種方式結合更多有關實際電網規范的細節,可以保證整個規劃期內的低THD水平。

3 配電網優化建模研究

基于上述分析,配電網優化運行的建模目標和約束條件根據不同的關注點而變化。在配電網優化運行中有多個決策變量,通常是安裝新設備的地點、規模和投資計劃以及開關的數量、狀態(開/關)和位置。通用配電網優化問題本質上是具有連續和離散(二進制)變量的復雜混合整數非線性規劃問題[45]。

3.1 配電網優化運行目標

配電網優化運行中能考慮的目標很多,按成本劃分主要有投資成本和運行成本。投資成本主要指配電網規劃過程中新接入分布式能源,無功功率補償器、濾波器等設備所需的費用,運行成本主要包括網損成本、削減負荷成本和DGs發電成本等[46]。如今,隨著人們的環保意識日益增加,研究熱點不僅僅是配電網優化運行的經濟性,同時對環境效益也有了更高的追求,在保證經濟的同時要加可再生新能源的滲透減少溫室氣體的排放[47]。另一方面,因為配網靠近用戶,對電能質量要求高,有些研究者將關注點放到了電壓偏移度和諧波畸變率上[48],配電網優化目標歸納如圖3所示。

圖3 配電網優化目標

通常下配電網重構的主要優化目標有配電網有功功率網損、電壓偏移度、負荷均衡度最小,DG位置及容量規劃常以DG投資運行成本最小同時環境效益最大為目標,濾波器位置及容量規劃則主要對諧波畸變率進行優化,其目標函數建模如圖4所示。

圖4 配電網主要目標

3.2 配電網優化運行約束條件

配電網優化運行還必須在多個約束下進行,其主要是具有多個約束變量的優化問題。包括:功率平衡約束,確保有功和無功發電量和消耗量均等;電壓約束,電壓偏差必須保持在允許的范圍內以確保穩定性;支路容量約束,配電饋線的潮流必須在分支的允許容量之內;DG功率約束,DG設備的有功和無功輸出功率必須為DG單元的有功和無功發電設置閾值之內,另一方面DG的無功功率會影響電壓曲線和功率損耗,在配電網中對DG做優化時也?？紤]其無功調節能力;DG的滲透極限約束:DG的發電功率也必須在設定的極限內,通常DG裝置的滲透率約為主要變電站額定值的30%～40%;變電站容量約束,變電站的負載也必須在允許的區間內;網絡拓撲約束,配電網通常需保證輻射狀運行,避免環流和孤島運行;投資費用約束,通常在網絡中加裝設備都需要考慮有限的財務資源;功率因數調節約束,配網中功率因數必須滿足相關標準;功率損耗約束,如果未考慮損耗最小為最優目標,通常也需將網絡的功率損耗穩定在一定值以下,包括饋線以及變壓器的損耗;諧波畸變率約束,配網中諧波含量不能太大,因維持在一定范圍內;可靠性約束,配網需保證其可靠供電。除了常規約束,在含儲能和電動汽車的配網中還有其他約束,如儲能單元的容量和減載約束[49],電動汽車充電站約束[50]和DG排放限制[51],約束條件如圖5所示。

圖5 配電網優化約束條件

常見主要約束條件如圖6所示。

配電網優化問題通常具有多個目標,多個約束條件,可根據具體問題進行具體建模。

4 配電網優化方法研究

由于分布式能源和負荷的不確定性對配電網穩定運行的影響較大,在做配電網運行優化前,需對不確定性進行處理。而且配電網優化問題是非線性且多約束的組合優化問題,求解復雜,需要采用改進的算法進行求解。另外,針對多目標問題,需要采用多目標求解算法并對其進行改進,更加客觀地選擇最優解。

4.1 不確定性處理方法研究

由于分布式能源的及負荷的波動性和間斷性,給配電網帶來了不確定性,在處理這些不確定性時,常采用的方法主要有場景數優化法和魯棒優化法。魯棒優化方法是在最壞情況約束下,在不產生大量場景的情況下尋找最優解。然而,最壞情況下的解可能過于保守,求解最小-最大問題需要多層次迭代,在意外情況下可能不滿足約束條件。為了解決這一問題,文獻[52]提出了可以靈活確定的最壞情況下的個別值,而不是假設盒子不確定性集中所有不確定因素的最壞情況值。此外,文獻[53]提出了一種新的基于風險的不確定性集優化方法,用于典型的混合式AC/DC微電網的能量管理,該方法對提高不確定度處理的精度做出了很大的貢獻,但計算量大是不可避免的。對于場景數優化方法,即隨機優化。假設不確定變量遵循特定的概率分布,并相應地生成離散場景[54]。因此,生成的情景只是不確定性真實分布的粗略近似值。該方法近似最優,需要大量場景,其精度與計算量存在矛盾。然而,這種方法簡單有效。因此,多場景技術已成為解決電力系統隨機優化問題的主要方法。Wasserstein概率距離指數廣泛應用于風力發電和光伏發電情景的劃分,針對風電隨機分布特征的差異,文獻[55-56]提出了分類概率綜合多情景分析方法。另外,大量場景的生成增加了計算量。為了減少計算負擔,有必要對場景進行簡化。場景簡化方法主要是啟發式算法,包括K-medoids聚類算法、K-means聚類算法、同步向后約簡(SBR)、快速前向選擇(FFS)[56-58]。

4.2 算法研究

算法大致分為數學規劃算法和啟發式算法,數學規劃算法理論上可以尋優求解,但是配電網優化運行問題規模和計算復雜度都較大,數學規劃算法對此不太適合。所以對于配電網優化運行的求解算法,大多采用啟發式算法,啟發式算法也簡單易于實現,例如遺傳算法(GA)[59]、人工免疫系統(AIS)[60]、禁忌搜索(TS)、帝國主義競爭算法(ICA)、學習自動機(LA)、模擬退火(SA)、專家系統(ES)、引力搜索算法(GSA)、和聲搜索算法(HSA)等,其中還有群體智能算法粒子群優化算法(PSO)[61]、蛾群算法(MSA)[62]、杜鵑搜索算法(CSA)[63-64]和改進啟發式算法 (HA)[65]、蟻群(AC)、人工蜂群(ABC)等。這些算法在求解多目標模型時容易陷入局部最優解。對此,對算法進行改進,文獻[66-67]在粒子群算法中融入混沌理論使其保持多樣性跳出局部最優解,文獻[68-69]分別提出了一種貓群優化(CSO)算法和改進的灰狼優化(MGWOW)算法來改進GA和PSO算法。另外,通過混合算法也可大大提高算法的效率,將不同的算法結合起來以提高尋優能力,減少計算成本。文獻[70]結合遺傳算法和粒子群優化算法兩者的優點,體現出較GA和PSO更好的尋優性能,文獻[71]采用模擬退火-粒子群混合算法(SA-PSO)求解得到儲能容量的優化方案,同時,文獻[72]利用布谷鳥搜索算法尋優,并針對其在后期收斂速度慢、收斂精度差的缺點,引入模擬退火算法以提高算法的全局和局部搜索能力。這些混合算法也大大增加了算法尋優的效率。

4.3 多目標問題研究

在處理多目標優化問題時,優化過程需要滿足不同或相互矛盾的目標函數,通常將多目標加權后轉化為單目標進行求解。這種加工過程比較粗糙,不能同時優化多個目標。因此,一些學者使用雙層模型來處理多目標問題[73]。其他學者引入博弈論,構建多目標博弈模型[28]來解決多目標問題。同時,帕累托最優解在求解多目標優化問題中得到了廣泛的應用[74-76]。但是,Pareto最優解只是問題的一個可接受的解集,一般存在多個Pareto最優解。此時,人們需要自己做決定,這是不客觀的。對于這個問題,文獻[77]將得到的Pareto最優解(POSs)分成不同的簇,然后通過使用灰色聚類分析(GRP)評估屬于同一簇的解的相對投影來確定最佳折衷解(BCs)。另外,我國學者鄧聚龍教授于1982年創立了灰色系統理論[78]。多目標灰靶決策(GTDM)可以在不喪失客觀性的前提下,選擇出滿意的方案。文獻[79]提出了一種基于熵權方法的GTDM理論,用以確定最優的權衡調度方案。文獻[80]將模糊c-均值算法(FCM)與GRP相結合的綜合決策,旨在從POSs中提取反映決策者偏好的最佳折衷方案。

含分布式能源的配電網優化問題,需要考慮分布式能源及負荷的不確定性,現在有很多學者對不確定性的處理方法展開研究[81-83],不確定性處理越來越精確,但方法越來越復雜,如何平衡精確度和計算量是需要考慮的問題。配電網優化通常是多目標優化問題,在建模之后,如何采取合適的方法進行高效求解也是很重要的問題。在對多目標多決策變量,高維的非線性組合優化問題進行求解時,大多采用啟發式算法,但一般啟發式算法不穩定且尋優速度慢,對此有多種改進算法,為了提高尋優效率,可以改變操作算子、增加社會學習行為和每次迭代后的排序來加快全局最優解的搜索速度,此外,混沌理論可以解決早熟問題,避免求解算法陷入局部最優解。同時結合不同算法的優勢產生混合算法,混合算法在尋優速度上具有明顯的改進并幫助其跳出局部最優解,求解精確度更高。對于多目標優化問題,通常采用Pareto算法進行求解,并有多種方法幫助其從一組最優解中找到最終最優解。

5 結束語

文中回顧了含分布式配電網優化運行中的多方面問題,包括分布式能源對配電網的影響,以及優化運行技術及方法層面的問題,同時包括不同優化問題的建模及約束條件,以及配電網中不確定性處理方法,最后對配電網優化運行的求解算法做了詳細描述。研究配電網中DG和濾波器優化配置及重構模型,有利于降低分布式能源的年投資綜合費用及系統環境成本,提高分布式能源綜合利用率、可再生能源的滲透率,減少大氣污染。

含分布式電源的配電網優化運行突出存在的關鍵問題是如何精確且簡單地處理配電網中的不確定性,以及如何對配電網的多目標優化問題進行客觀高效的求解。對此,很多學者進行了深入的研究,但都難以平衡精確度和計算量之間的關系,在未來,需要探究更多高效的不確定性處理方法及復雜優化問題的求解算法。一方面,未來配電網將變得更加復雜,不僅有儲能裝置、充電樁的大量接入,同時用戶側負荷也變得日益復雜,考慮需求側響應的主動配電網的研究就顯得十分重要,通過研究兼容需求側資源的配電網經濟性規劃,能夠做到多能互補,充分發揮需求側可調控資源與儲能設備的綜合調節潛力,平仰DG間歇特性對局部電網的沖擊,提高系統經濟性與安全性的同時,保證可再生能源的高滲透率。另一方面,提高配電網安全經濟運行,計及熱電聯供系統和動態網絡拓撲結構的分布式電源規劃模型也是需要探究的重要方面。