配電網分布式電源最大并網容量自動化評估方法

摘 要：隨著可再生能源不斷發展，分布式電源在配電網中的并網已成為一種趨勢。然而，分布式電源的并網容量受配電網運行條件、安全約束和電能質量要求的限制，因此本文提出配電網分布式電源最大并網容量的自動化評估方法。先采集分布式電源并網數據，再根據數據并綜合考慮配電網的實際運行情況和各種技術約束構建配電網分布式電源最大并網容量自動化評估模型，最后基于編程語言和數據庫技術進行并網容量的自動化評估。試驗結果表明，本文方法能夠準確評估最大并網容量，為配電網規劃、運行和管理提供了有力的技術支撐。

關鍵詞：配電網；分布式電源；最大并網容量；自動化；評估

中圖分類號：TM 734" " " " 文獻標志碼：A

分布式電源（Distributed Generation，DG）是一種新興的電力供應備用電源，能夠減少電能傳輸損耗，提升能源效率，緩解電網擴容壓力，并節省升級成本。同時，DG還能促進可再生能源利用，助力應對氣候變化。然而DG并網容量并非可以無限制地增加，因此須綜合考慮配電網的實際運行情況和各種技術約束。

文獻[1]提出了一種綜合考量5G基站可調度潛力的評估方法。構建用電負荷需求模型，并引入輔助變量對模型進行二階錐松弛處理。但是該方法模型的復雜程度高，會影響模型的計算速度和效率。文獻[2]引入一種電力系統靈活性評估方法，采用最小化運行成本、棄風和切負荷來優化電力系統的運行策略。并構建可調的魯棒集，利用對偶理論和大M法來評估容量。但是歷史數據與實際情況易產生較大差異，影響模型的準確性。

為了保障配電網安全、穩定運行并能有效利用DG，本文提出配電網分布式電源最大并網容量的自動化評估方法。該方法在通過科學的分析和計算，在滿足配電網各項技術約束條件下確定DG能夠接入的最大容量，不僅能為配電網規劃和運行人員提供決策支持，也能為DG的健康發展提供技術保障。

1 分布式電源最大并網容量自動化評估方法設計

1.1 分布式電源并網數據采集

在分布式發電（DG）并網容量的自動化評估過程中，數據采集與處理環節具有舉足輕重的地位[3]。此階段不僅能為后續分析奠定堅實的數據基礎，還能保證評估結果的精準性和可靠性。數據采集階段要求全面搜集配電網的各類信息，包括配電網的拓撲結構、線路的電氣與物理參數、各節點的負荷數據以及已接入或計劃接入的DG類型與容量等[4]。具體采集過程如下所示。1） 借助智能電網監控系統、地理信息系統（GIS）和現場勘測等多種渠道進行數據采集，以保證數據的準確性、全面性和實時性。2） 對采集的數據進行清洗，去除或修正數據中的錯誤、異常值和重復項等，提高數據的質量和準確性。3） 對清洗后不同來源的數據進行格式轉換，將Excel文件格式的數據集導出為CSV格式，并使用Python轉換該文件格式，統一為便于分析的格式。4） 使用最小-最大標準化（Min-Max Normalization）的方法對數據進行標準化處理，使不同來源、不同量綱的數據特征都被縮放到相同的尺度，避免特征偏見，從而提高評估模型的準確性和穩定性[5]，如公式（1）所示。

（1）

式中：x為原始數據；xmin、xmax為數據的最小值、最大值；X為標準化值且始終在[0，1]范圍內，以確定原始數據在給定數據范圍內的相對位置。

經過上述數據采集與處理流程，最終獲得一個高質量、標準化的數據集，并根據配電網的各類信息數據建立最大并網容量自動化評估模型，為后續的DG并網容量的精準評估提供強有力的數據支撐。

1.2 最大并網容量自動化評估模型建立

根據上述采集的配電網分布式電源并網數據構建最大并網容量自動化評估模型。需要設置一個明確的目標函數。目標函數能夠清晰地指導模型優化的方向，將期望達到的經濟性、環境效益和系統可靠性等多個方面的優化目標整合到一個數學表達式中。利用目標函數可以量化評估不同分布式電源并網容量方案的綜合效果，為決策者提供一個直觀的、可比較的評估依據。此外，不同的配電網運營商或決策者可能有不同的需求和偏好，設置目標函數可以根據這些具體需求調整模型的優化方向，以滿足不同的利益訴求。本文設定了一個目標函數，旨在最大化規劃節點接入的分布式電源的總容量。，力求在特定的規劃條件下實現分布式電源系統容量的最大化。該目標設定不僅考慮了光伏系統的經濟效益，還兼顧了其對電力系統穩定性和可靠性的貢獻。在公式（1）的基礎上，目標函數的表達如公式（2）所示。

（2）

式中：CPV，i為接入配電網分布式電源的容量；i為配電網中任一節點；n為配電網分布式電源并網中所有節點的集合。

通過設置最大化容量，進一步推動數據標準化的完善，從而提高評估模型的精確度。在該評估模型中，設置約束條件是至關重要的。約束條件保障配電網在分布式電源并網后能夠安全、穩定運行，反映了電網設備的技術參數、環境因素和傳輸能力等實際限制條件，為了保證模型解實際操作的可行性，模型設計必須全面考量并融入各種實際操作中的約束和限制。設置合理的約束條件，可以避免產生無效或不可行的解，提高解的可行性和實用性。此外，不同的約束條件組合還可能導致不同的優化解，為決策者提供了更多的選擇空間，有助于他們根據實際情況選擇最適合的方案。因此，本文約束條件的設置是保證模型有效性和實用性的關鍵。具體設置如下。

1.2.1 電網運行狀態約束

分布式電源接入配電網后，為保證電網在未來各種運行場景下更改穩定運行，必須滿足一系列關鍵的電網靜態安全約束。在公式（2）的基礎上，這些約束包括系統在不同條件下的穩定性要求，具體如下所示。1） 設置電壓越限約束，配電節點電壓的表達范圍如公式（3）所示。2） 設置線路功率約束，則線路復功率的表達范圍如公式（4）所示。

Umin≤Uit≤Umax （3）

式中：Umin、Umax分別為節點電壓所允許的最小值和最大值；Uit為配電網節點i電壓；t為分布式電源接入后面臨的第t個運行場景。

（4）

式中：Pijt和Qijt為有功功率值和無功功率值；j為i節點的相鄰下游節點；Smax為線路復功率允許的最大值。

約束電壓和功率這2個關鍵參數，可以保證其波動值在合理范圍內，防止不平衡波動引起的系統振蕩或崩潰，保證配電網線路的正常運行。

1.2.2 電網運行狀態和控制變量關系

本文利用潮流模型（Power Flow Model）描述電力系統中各節點的電壓、功率等物理量在穩態條件下的分布和狀況，以實現控制變量與電網實際運行狀態間的相互作用。這樣的表述減少了重復，同時強調了模型的關鍵組成部分及其之間的相互作用。根據公式（3）和公式（4）限定的電壓和功率范圍，設PV為分布式電源，C為并聯的無功補償設備，則節點上有功功率、無功功率如公式（5）、公式（6）所示。

（5）

（6）

式中：PtG，i、PtPV，i分別為電導、分布式電源在節點i上第t個運行場景下的有功功率；QtG，i、QtPV，i、QtC，i分別為電導、分布式電源、無功補償設備在節點i上第t個運行場景下的無功功率；Ujt為配電節點j在第t個場景的電壓； Gij和 Bij 為支路節點i、j間的電導和電納；θij為節點i、j間的功角。

根據公式（2）和公式（5），將分布式電源的容量與各個運行場景t下的控制變量聯系起來，具體表達如公式（7）所示。

PtPV，i≤CPV，i×StPV （7）

式中：StPV為分布式電源在場景t下的有功出力標幺值。

精確控制有功功率的輸出可以保證分布式電源在不超過其容量限制的情況下進行工作，從而提高電源的容量利用效率、穩定性和可靠性。

1.2.3 控制方式的約束條件

針對配電網的電壓調節，目前主要手段包括變壓器分接頭調整、并聯無功補償設備的應用。本文根據這2種控制策略構建相應的模型框架。1） 約束變壓器接頭，其電壓和位置調節范圍如公式（8）、公式（9）所示。2） 根據公式（6），約束并聯無功補償設備的無功功率范圍，具體表達如公式（10）所示。

U0t=Uht（1+0.025kt） （8）

kmin≤kt≤kmax （9）

式中：U0t、Uht為始節點變電站出口側電壓和變壓器高壓側電壓；kmin和kmax分別為變壓器分接頭的調節的最小值和最大值；kt為此刻變壓器分接頭的位置。

Qmin≤QtC，i≤Qmax （10）

式中：Qmin和Qmax分別為無功補償設備發出無功功率的最小值和最大值。

至此，本文通過設置目標函數（如公式（2）所示）和約束條件（如公式（3）～（10）所示），輸出了最大并網容量評估值。通過約束配電節點電壓、功率以及變壓器接頭的調節范圍，有效控制了輸出功率，從而滿足配電網分布式電源最大并網容量的利用率，實現了最大并網容量的自動化評估。

1.3 配電網分布式電源最大并網容量自動化評估

為了提高配電網分布式電源最大并網容量的評估效率和準確性，本文介紹了一種基于編程語言和數據庫技術的自動化評估方法。該方法包括系統架構的確定、技術選型、用戶界面設計、數據預處理、約束條件分析以及模型構建、求解等關鍵步驟。系統采用Java、Python等編程語言構建后端服務，前端采用HTML、CSS和JavaScript技術棧。并根據數據特性選擇關系型或非關系型數據庫。用戶界面友好易用，支持用戶輸入或上傳配電網相關數據。系統能自動進行數據清洗、轉換和聚合等預處理，并自動分析約束條件，轉化為數學模型中的約束方程。構建評估模型后，系統利用求解器進行求解，并提供進度反饋。該自動化評估過程提高了評估效率和準確性。根據最大并網容量自動化評估模型設置的模型參數見表1。

至此，根據本文設定的最大并網容量自動化評估的最優參數完成試驗，比較本文提出方法、文獻[1]方法和文獻[2]方法，測試單節點的最大并網容量的評估準確率和評估時間，驗證了本文方法在評估最大并網容量的精準度和時效性。

2 試驗設計

2.1 試驗方案

本文采用IEEE-33節點標準配電系統對提出的配電網分布式電源最大并網容量自動化評估方法進行測試，如圖1所示。本文隨機選取10個節點1、3、7、10、14、18、21、25、26、29和31接入分布式電源的節點。該系統的電壓等級為10kV，對應常見的縣、區級配電網絡的電壓等級，適合作為本文案例，進而對其進行分布式電源最大接入容量評估研究，并以單節點最大并網容量評估準確率作為試驗指標進行測試。

2.2 試驗結果

為驗證本文方法在評估配電網分布式電源最大并網容量的有效性，比較文獻[1]、文獻[2]方法和本文方法評估單節點的最大并網容量的準確率，具體結果見表2。

由表1可知，本文配電網分布式電源最大并網容量自動化評估準確率均在93%以上，而文獻[1]和文獻[2]方法的最大并網容量評估準確率均在92%以下，說明本文方法的評估準確率更高，評估效果更好。本文方法在建立模型過程中，根據公式（3）～公式（10）約束了配電節點電壓、功率以及變壓器接頭的調節范圍，能夠有效控制功率輸出，提高配電網分布式電源最大并網容量的利用率，有助于精準評估單節點的最大并網容量。

此外，通過比較3種方法的評估時間，進一步證明了本文方法的時效性。具體結果見表3。

由表3可知，本文方法的評估時間為5.62s～6.14s且不同節點間的時間波動程度較小。而文獻[1]和文獻[2]方法的評估時間明顯高于本文方法，波動范圍為7.93s～8.97s、10.65s～11.98s。本文方法使用了潮流模型，能夠迅速掌握各節點的電壓、功率在穩態條件下的分布和狀況，描述系統時進行了大量的簡化和近似，減少了模型的計算量，從而可證明本文方法在評估配電網分布式電源最大并網容量的時效性。

3 結論

在可再生能源快速發展和分布式電源并網需求日益增長的背景下，本文提出的配電網分布式電源最大并網容量的自動化評估方法為配電網規劃和運行提供了一種高效、科學的解決方案。該方法通過采集配電網分布式電源并網數據，并綜合考慮配電網的實際運行情況和各種技術約束，構建了一個自動化評估模型，進行了并網容量精確計算。試驗結果表明，本文方法不僅能夠準確評估配電網分布式電源的最大并網容量，還能為配電網規劃和運行人員提供科學、合理的決策依據。自動化的評估過程減少了人工分析的復雜性和誤差，使配電網規劃和運行更高效和可靠。

參考文獻

[1]段瑤，高崇，程苒，等.考慮5G基站可調度潛力的配電網分布式光伏最大準入容量評估[J].中國電力，2023，56（12）：80-85，99.

[2]唐君毅，董雪濤，秦艷輝.基于兩階段魯棒優化的電力系統運行靈活性容量評估模型[J].電氣傳動，2023，53（9）：56-62.

[3]田雨明，尹常永.基于改進灰狼算法的并網型微電網容量優化研究[J].沈陽工程學院學報（自然科學版），2023，19（4）：56-63.

[4]潘萬寶，余暢文，馬小龍，等.基于蜻蜓算法的分布式電源并網容量優化配置[J].青海電力，2023，42（3）：32-37，53.

[5]劉濤.基于自適應粒子群算法的光伏單相并網容量規劃方法[J].光源與照明，2023（12）：120-122.