版权信息 主管单位：国务院国有资产监督管理委员会 主办单位：中国电力规划设计协会 国际统一刊号:1671-9913 国内统一刊号:11-4908/TK 联系我们
|
基于粒子群算法的主动配电网
摘要：针对分布式能源接入配电网的经济调度问题，本文在考虑光伏、风能、燃气轮机及蓄电池等分布式能源接入配电网的基础上，建立以配电网总成本最小为目标函数的主动配电网的经济优化调度模型，并将粒子群算法用于该调度问题的求解，最后通过算例仿真验证调度的优化性，大大提高电网经济效益。 关键词：主动配电网、经济调度、配电网成本、粒子群算法
Economic Optimization Scheduling of Active Power Distribution Network Based on Particle Swarm Optimization Algorithm
Abstract: In allusion to economic dispatch problem of distributed energy access to power distribution network, considering the photovoltaic, wind energy, gas turbine and battery, this paper establish an economic optimization scheduling model, which objective function is minimum total cost of the active power distribution network. Use Particle Swarm Optimization algorithm to solve the dispatch problem. Finally, by an example policy to validate the optimization of economic dispatch, and improve the economic benefit of power grid.
Key words: active power distribution network, economic dispatch, power cost, Particle Swarm Optimization
随着新能源技术的发展，越来越多的分布式能源系统接入配电网，使得主动配电网的运行呈现多样性。与传统配电网相比，主动配电网的网络结构与其基本一样，差别在于其控制模式上，不同的控制模式会导致不同的配电网运行方式，而如何实现安全、优质、经济运行的电网调度目标成为主动配电网经济优化调度的指向标。近年来许多学着对如何进行电网经济优化调度做了大量研究，将现代优化算法应用其中，如蚁群算法、模拟退火法、进化规划等，本文在电能交换以及各分布式能源运行的约束条件下，建立主动配电网运行费用最小为目标的经济调度模型，基于粒子群算法进行求解，实验结果表明该方法能够提高计算精度，具有更好的优化效果。
1 主动配电网经济调度模型
1.1 主动配电网基本结构
本文所研究的主动配电网基本结构如图1所示，光伏将太阳能转变成电能接入电网，风力发电以自然风为动力接入配电网，微型燃气轮机发出电能并入电网，蓄电池为储能装置，负荷从电网吸收电能。当PCC闭合时，分布式能源并入电网，可与配电网进行电能交换，各分布式能源系统电能不足时可从电网购买电能，电能盈余时向主网出售电能。
主动配电网经济运行模型
主动配电网运行费用包括：配电网向上级购电成本；光伏电池、风电机组、燃气轮机及蓄电池的运行维护成本；光伏电池、风电机组、燃气轮机及蓄电池的折旧成本；配电网线路的损耗成本；向主网售电收入。考虑到以上成本、收入以及负荷需求与电量交易，在电能平衡约束以及分布式能源运行约束条件下，以配电网的总成本最小为目标，建立主动配电网经济运行调度模型。
1.3 并网运行目标函数
（1）
式中，—调度周期，—配电网总成本；—购电成本；—光伏电池、风电机组、燃气轮机及蓄电池的运行维护成本；—光伏电池、风电机组、燃气轮机及蓄电池的折旧成本；—损耗成本；—售电收入。
购电成本指实际向上级电网购买电能的成本，，其中，为调度周期内向主网购电电价，为调度周期内向主网购电功率。
售电成本实际向上级电网售卖电能的收入，，其中，为调度周期内向主网售电电价，为调度周期内向主网售电功率。
运行维护成本指各能源系统在运行、维护过程中产生的费用，，其中各能源系统维护费用比例常数，调度周期内各能源系统的输出功率。
折旧成本采用固定资产折旧法对各能源系统的设备进行折旧计算，把购买成本记入模型中，其数学公式
，
为第个能源系统的安装成本。
损耗成本指调度周期内全网支路总耗，，式中：为配电网的总支路数，为调度周期内第条支路的有功损耗。
1.4 并网运行约束条件
（1）电能平衡约束
考虑蓄电池为充放电双向电能交换系统外，电能平衡约束分两种情况讨论
蓄电池充电时：
（2）
蓄电池放电时：
（3）
，，分别为调度周期内风电、光伏、燃气轮机的输出功率；为调度周期内蓄电池输出功率（充电为负，放电为正）；，为蓄电池的充电和放电效率；、为调度周期内负荷功率、支路损耗功率。
（2）风电、光伏、燃气轮机运行约束
（4）
，机组的最小出力和最大出力。
（3）蓄电池运行约束
（5）
，蓄电池最小和最大充放电功率。
2 粒子群算法应用
2.1 粒子群算法
粒子群算法的思想源于对鸟群简化社会模型的研究及行为模拟，使用以下三个规则作为鸟群个体的简单行为模型：（1）避免碰撞，避免和临近的个体相碰撞；（2）速度一致，尽量和临近的个体在速度上保持协调和一致；（3）向中心聚集，尽量试图像自己所认为的群体中心靠近。基于以上思想，研究者提出了粒子群优化算法，假设粒子群算法中的每个粒子在n维搜索空间中以一定的速度飞行，为粒子的当前位置，为粒子的当前飞行速度，为粒子所经历的最优位置，粒子的飞行速度和位置可以根据个体的飞行经验和群体的飞行经验进行动态调整，其速度和位置的更新方程为
(6)
表示粒子在进化到代时的第维飞行速度分量；表示粒子在进化到代时的第维位置分量，表示粒子在进化到代时的第维个体最优位置分量；表示进化到代时整个粒子群的最优位置的第维分量；，为加速因子或称学习因子；，为的随机数。
2.2 应用粒子群算法对主动配电网经济调度模型求解
（1）根据主动配电网的运行模式设定调度周期
（2）对各能源系统进行初始化设置，包括运行参数及相关的成本参数，根据调度时段设定迭代通道数、粒子群种群规模N，最大迭代次数T、加速因子，，粒子最大速度。
（3）初始设定迭代次数，随机生成数量相等的初始粒子，确定各粒子各维位置。
（4）最末次迭代各粒子生成经济调度解，将每个粒子的当前位置与历史位置进行比较，若优于历史最优位置，则将当前位置作为个体的最优位置，否则，沿用历史最优位置。
（5）将每个粒子的个体最优位置与群体最优位置进行比较，若优于则替代之，否则保持不变。
（6）根据速度和位置的更新方程对粒子速度、位置更新，若，取，若，取，同时，
（7）当时，说明达到最大迭代次数，转向步骤（8），否则进行步骤（4）。
（8）输出群体最优解。
3 算例及结果分析
3.1 参数设置
在对主动配电网的经济运行模型进行仿真时，首先需对各分布式能源系统的设备及出力进行设置，设定光伏系统容量为50kW，风电系统容量为180kW，燃气轮机系统容量为210kW，蓄电池系统容量为75kW；，，，，
。
本文根据光伏及风电的时序特性，绘制光伏功率曲线和风电功率曲线。选取秋季某典型日，绘制负荷特性曲线，如图2所示。
目标函数参数设置为：调度周期设置为一天的24小时，调度周期内向主网购电电价，调度周期内向主网售电电价，光伏的安装成本，风电的安装成本，燃气轮机的安装成本，蓄电池的安装成本，光伏、风电、燃气轮机各能源系统的寿命L设定为30年，蓄电池的寿命设定为10年。
粒子群算法的相关参数设置为：粒子群种群规模N=120，最大迭代次数T=150、加速因子。
3.2 结果分析
综合考虑主动配电网的购电成本、运行维护成本、折旧成本、损耗成本、售电收入，使配电网总成本最小，采用粒子群算法后优化结果明显。
主动配电网经济调度优化目标函数优化曲线大致在迭代50次后收敛，如图3所示，具有较高的收敛速度，提高目标函数解的精度。
|
|
|
从表1数据中可以推出，与传统配电网相比，主动配电网的购电成本、损耗成本以及配电网总成本都有较大幅度的下降，其下降幅度分别为23.0%、47.6%、11.6%，可以看出主动配电网能够节省更大的成本。经过经济优化调度模型计算，主动配电网的网损成本比例下降了47.6%。 4 总结
本文在考虑主动配电网的购电成本、运行维护成本、折旧成本、损耗成本、售电收入的基础上，建立以配电网总成本最小为目标函数的主动配电网的经济优化调度模型，并基于粒子群算法对经济调度目标函数进行优化求解。算例分析表明，采用该方法能够节省主动配电网的经济成本，大大提高电网经济效益。
[2] 陈道君，袭庆武，张茂林，刘栋，杜亮，邵青. 考虑能源环境效益的含风电场多目标优化调度[J]. 中国电机工程学报， 2011,31(13): 11-16.
[3] 尤毅，刘东，钟清，余南华. 主动配电网优化调度策略研究[J]. 电力系统自动化， 2014,38(9): 177-183.
|
