一种促进DG消纳的配电网规划方法与流程

本发明属于电力系统配电网规划技术领域，尤其涉及到一种基于改进杜鹃搜索算法促进dg(分布式电源，distributedgeneration)消纳的配电网规划方法。

背景技术：

大规模开发清洁能源已成为各国能源发展的基本趋势，以我国为例，2018年，天然气、水电、风电、核电等清洁能源在能源总消耗中占比高达24.6％，相比2017年增长了0.8个百分点。据国家能源局统计，截止2019年6月底，我国水电、风电、光伏、生物质发电装机容量分别为3.54亿千瓦、1.93亿千瓦、1.86亿千瓦、1995万千瓦，清洁电源装机占总装机容量超过41％，清洁电源利用率进一步增加。

分布式可再生能源作为清洁能源的重要组成部分，由于受到政策支持与技术开发门槛低等因素影响，近年来更是得到了迅猛发展。而分布式能源dg“自发自用、余量上网”的开发方式，使得大量分布式电源就近接入配电网，对配电网原有的属性产生了不可忽视的影响，进而影响到整个配电网的可靠性与经济性。因此，在配电网规划中，如何考虑清洁能源的特性，得到适应分布式能源接入的配电网规划模型和方法，是当前迫切需要解决的问题。

配电网作为用户和主网之间沟通的桥梁，其规划的主要目标是满足用户安全、可靠、经济的用电需求。针对配电网规划问题，业界已展开了深入研究并取得了大量研究成果。起初多从配电网某一方面的目标出发，较少兼顾到其他方面的目标，致使其方法和模型的适应性受到一定影响，因此，越来越多的研究着眼于配电网的多目标统一规划。传统对配电网规划的评价主要是从可靠性、经济性、社会环境等因素考虑，然而在分布式能源接入配电网的规划问题中，能源的消纳能力应该作为新的指标因素考虑进来。

我国配电网一般隶属于地市供电公司，而地市公司一般又隶属于省电力公司。当需要对电网进行升级改造或扩建时，各地市公司需要根据所辖区域内负荷增长及电网实际情况，向省公司上报计划及预算，而省公司则需要根据资金配套情况，在全省各地市公司间平衡后批复项目计划及建设资金。因此，地市公司在对其配电网改、扩建时，既不是一味追求投资最小，也不是一味追求效果最佳，而是在资金允许范围内，以适当投资获得最好的建设效果。

因此，有必要建立适应分布式能源接入的配电网规划模型，并充分考虑配网改造与建设的投资成本的总量控制原则，在允许投资范围内，最大范围实施配网投资改造，以获得最大的可靠性和经济性。

技术实现要素：

为解决传统配电网规划以投资最小为目标而忽视投资总量控制的原则，造成模型求解结果与实际不符的问题，本发明提出了一种基于改进杜鹃搜索算法促进dg消纳的配电网规划方法，能够有效地在不变的投资总量基础上实现网损最小，并使投资方案做到投资最佳。

为了实现上述目的，本发明采取如下技术方案。

一种基于改进杜鹃搜索算法促进dg消纳的配电网规划方法，具体包括以下步骤：

一种促进dg消纳的配电网规划方法，其特征在于，包括以下步骤：

步骤1：以故障损失费用最小为目标函数建立上层模型，所述故障损失费用包括配电网网损费用和可靠性费用；

步骤2：以dg消纳能力最大为目标建立下层模型；

步骤3：将遗传算法中的交叉与变异引入到杜鹃搜索算法中，形成改进的杜鹃搜索算法，具体如下：

1)杜鹃鸟每次随机于任意鸟巢中产一个蛋，记为一个解，并且一个鸟巢中只有一个蛋；

2)代表当前最优解的最好的蛋会被保留到下一代；

3)可供杜鹃鸟选择的鸟巢数量n是一定的；

4)宿主妈妈发现异类的概率是pa∈{0,1}；

5)被发现后，以鸟巢位置与全局最优解的差值x作为交叉变异的依据，第i个鸟巢在第t代的差值可通过下式计算：

式中：g^t为第t代鸟巢的最优位置；为第i个鸟巢在第t代的位置；xmax为鸟巢位置变量的最大值；xmin为鸟巢位置变量的最小值。

6)l(λ)为levy飞行随机路线值，其分布如下：

l(λ)～μ＝t^-λ；1<λ≤3

式中：u为重尾幂律分布函数，λ为指数相关部分；

7)生成新解如下：

式中：h是步长且h>0；

8)对鸟巢位置进行交叉变异处理，包括如下子步骤：

s381：确定差值x的下限xmin、变异率pm、交叉率pc。

s382：判断第i个鸟巢的xi大小，若xi<xmin，对第i个鸟巢进行交叉变异处理；否则，交叉变异操作结束；

s383：为第i个鸟巢的位置选取随机数ri∈[0,1]，若ri<pm，对该鸟巢位置进行变异处理，方法如下式：

xi＝xmin+(xmax-xmin)r；

s384：若ri<pc，对变异后的鸟巢位置进行交叉处理，交叉操作的对象是全局最优解；

s385：交叉变异操作结束；

步骤4：利用步骤3得到的改进的杜鹃搜索算法对步骤1和步骤2所建立的双层规划模型进行求解；

步骤5：将步骤4求解得到的结果进行反馈，并反复迭代，得到最优规划方案。

优选地，所述步骤1进一步包括：

确定配网的最佳网架结构，为下层提供规划方案，所述上层模型如下：

minc＝closs+μ(cf+ce)

式中：c为故障损失费用，closs为年网损总费用；cf为系统停电故障费用；ce为停电给用户带来的损失费用；μ为可靠性指标在该目标函数中所占的权重，目标函数中各类费用的表达式如下：

式中：co为单位网损费用；cf为单位停电次数下的惩罚费用；ce为单位停电用户损失费用；τ为最大网络损耗小时数；nl为线路总数；nk为第i条线路可供选择的型号数；s为场景数；ωi为第i个场景的出现概率；ploss，i为第i条线路有功功率损耗值；ii为第i个场景的电流值；si,k为“0-1”状态变量，表示第i条线路选择第k个型号投资状态，1表示该型号被选择投资，0表示未被选择投资；ri,k为第i条线路第k种型号被选择时的线路总阻值；

所建立的上层模型的约束条件包括：

1)总投资费用约束

式中：ct，i为第i个场景下新建或改建的变压器价格；c为配电网投资总费用；

2)待选型号投资状态约束

si,k∈{0,1}

3)连通性约束

保证配电网内每个负荷点均与网络联通，对区域内所有负荷点供电，不存在孤岛情况；

4)联络线位置约束

线路网架由配电网的接线形式决定。

优选地，所述步骤2的具体包括：

根据步骤1所建立的上层模型，以dg消纳能力最大为目标建立下层模型，并将下层模型的计算结果反馈回上层模型，再由上层模型做出最优的决策；所述下层模型如下：

式中：cr为dg的消纳能力，pdg，i为节点i的dg总装机容量，si为“0-1”状态变量，表示该节点是否接入dg；

所述下层模型的约束条件包括：

1)配电网潮流约束

式中：pi为节点i的有功注入功率值；qi为节点i的无功注入功率值；ui,uj分别为节点i，j的电压幅值；gij,bij分别为节点导纳矩阵的实部与虚部；θij为节点i和j之间的相角差；j∈i为所有和节点i直接相连的节点；βi为dg的可用率，粗略计算可取1.0；为dg的功率因数角；

2)配电网节点电压约束

uimin≤ui≤uimax

式中：ui为节点i的电压幅值；uimin为节点i的电压幅值下限；uimax为节点i的电压幅值上限；

3)dg出力约束

式中：pdg，i为节点i的dg有功功率值；qdg，i为节点i的dg无功功率值；pdg，imax为节点i的dg有功功率上限；qdg，imax为节点i的dg无功功率上限；

4)潮流方向约束

当dg接入配电网中后，不改变馈线潮流的方向，假设配电网采用顺流编号法，则：

pij≥0；j>i，j∈i；

5)接入点数量约束

当规划分布式能源总容量一定时，采用就近接入电网的方式，dg的接入点数小于一定数量，表示为：

式中：nk表示dg最大接入点数。

优选地，所述步骤4的具体为:

利用步骤3得到的改进的杜鹃搜索算法对步骤1和步骤2所建立的上层模型和下层模型进行求解，先确定上层模型和下层模型中的决策变量，即所述改进的杜鹃搜索算法中的xi，然后确定其所需要采取的额寻优策略，其中，上层模型用mipl工具直接求解；下层模型中，si、pdg，i均为决策变量，利用csa算法求解，得到网架结构和dg接入位置与装机容量。

优选地，步骤5的具体包括:

将步骤4得到的dg接入位置和装机容量反馈回步骤1所建立的上层模型中，再次对上层模型进行求解；经过反复迭代，输出最佳网架结构和dg接入位置与装机容量。本发明的有益效果为：在考虑了分布式能源接入配电网的情况下，如何在不变的投资总量基础上实现网损最小，并且以何种投资方案做到投资最佳。具有一定的应用价值。

附图说明

图1为本发明所述一种基于改进杜鹃搜索算法促进dg消纳的配电网规划方法的流程图。

图2为本发明改进杜鹃搜索算法流程图。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。

如图1所示，本发明所述一种基于改进杜鹃搜索算法促进dg消纳的配电网规划方法，具体实施步骤如下：

(1)以配电网网损费用和可靠性费用(故障损失费用)最小为目标函数建立上层模型：

以配电网网损费用和可靠性费用(故障损失费用)最小为目标函数建立上层模型，确定配网的最佳网架结构，为下层提供规划方案。模型如下：

minc＝closs+μ(cf+ce)

式中：closs为年网损总费用；cf为系统停电故障费用；ce为停电给用户带来的损失费用；μ为可靠性指标在该目标函数中所占的权重。目标函数中各类费用的表达式如下：

式中：co为单位网损费用；cf为单位停电次数下的惩罚费用；ce为单位停电用户损失费用；τ为最大网络损耗小时数；nl为线路总数；nk为第i条线路可供选择的型号数；s为场景数；ωi为第i个场景的出现概率；ploss，i为第i条线路有功功率损耗值；ii为第i个场景的电流值；si,k为“0-1”状态变量，表示第i条线路选择第k个型号投资状态，1表示该型号被选择投资，0表示未被选择投资；ri,k为第i条线路第k种型号被选择时的线路总阻值。

结合实际配电网规划情况，约束条件如下：

1)总投资费用约束

式中：ct，i为第i个场景下新建或改建的变压器价格；c为配电网投资总费用。

2)待选型号投资状态约束

si,k∈{0,1}

3)连通性约束

保证配电网内每个负荷点均与网络联通，对区域内所有负荷点供电，不存在孤岛情况。

4)联络线位置约束

我国配电网是辐射型的网络，这样有利于电网的正常运行，且线路网架由配电网的接线形式决定。

(2)以dg消纳能力最大为目标建立下层模型：

从步骤1所建立的模型获得的方案中，以dg消纳能力最大为目标建立下层模型，并将计算结果反馈回上层，再由上层做出最优的决策。模型如下：

式中：pdg，i为节点i的dg总装机容量，si为“0-1”状态变量，表示该节点是否接入dg。

约束条件如下：

1)配电网潮流约束

式中：pi为节点i的有功注入功率值；qi为节点i的无功注入功率值；ui,uj分别为节点i，j的电压幅值；gij,bij分别为节点导纳矩阵的实部与虚部；θij为节点i和j之间的相角差；j∈i为所有和节点i直接相连的节点；βi为dg的可用率，粗略计算可取1.0；为dg的功率因数角。

2)配电网节点电压约束

uimin≤ui≤uimax

式中：ui为节点i的电压幅值；uimin为节点i的电压幅值下限；uimax为节点i的电压幅值上限。

3)dg出力约束

式中：pdg，i为节点i的dg有功功率值；qdg，i为节点i的dg无功功率值；pdg，imax为节点i的dg有功功率上限；qdg，imax为节点i的dg无功功率上限。

4)潮流方向约束

传统配电网中潮流是单向流动的，因此其保护配置相对简单，多采用单侧电源的电流三段式保护。当dg接入后，不应改变馈线潮流的方向，否则可能引起线路保护的误动或拒动。假设配网采用顺流编号法，则：

pij≥0；j>i，j∈i

5)接入点数量约束

当规划分布式能源总容量一定时，应当采用就近接入电网的方式。由于配电网各母线之间距离比较小，分布式能源既可以分散接入各个母线，也可以集中后接入到某几个母线。考虑到系统运行与控制的灵活性与可靠性，分布式能源的接入点数不宜过多，应该小于一定数量。

式中：nk表示dg最大接入点数。

(3)形成改进的杜鹃搜索算法：

改进杜鹃搜索算法流程如附图2所示。将遗传算法中的交叉与变异引入到传统的杜鹃搜索算法中，形成改进的杜鹃搜索算法。改进的杜鹃搜索算法如下：

1)杜鹃鸟每次随机于任意鸟巢中产一个蛋，记为一个解，并且一个鸟巢中只有一个蛋。

2)代表当前最优解的最好的蛋会被保留到下一代。

3)可供杜鹃鸟选择的鸟巢数量n是一定的。

4)宿主妈妈发现异类的概率是pa∈{0,1}。

5)被发现后，以鸟巢位置与全局最优解的差值x作为交叉变异的依据，第i个鸟巢在第t代的差值可通过下式计算：

式中：g^t为第t代鸟巢的最优位置；为第i个鸟巢在第t代的位置；xmax为鸟巢位置变量的最大值；xmin为鸟巢位置变量的最小值。

6)l(λ)为levy飞行随机路线值，其分布如下：

l(λ)～μ＝t^-λ；1<λ≤3

式中：u为重尾幂律分布函数；λ为指数相关部分。

7)生成新解如下：

式中：h是步长且h>0，一般情况下可取h＝1；

8)对鸟巢位置进行交叉变异处理。具体步骤如下：

(1)确定差值x的下限xmin、变异率pm、交叉率pc。

(2)判断第i个鸟巢的xi大小，若xi<xmin，对第i个鸟巢进行交叉变异处理；否则，跳到步骤(5)。

(3)为第i个鸟巢的位置选取随机数ri∈[0,1]，若ri<pm，对该鸟巢位置进行变异处理，方法如下式：

xi＝xmin+(xmax-xmin)r

(4)若ri<pc，对变异后的鸟巢位置进行交叉处理，交叉操作的对象是全局最优解。

(5)交叉变异操作结束。

(4)利用步骤3得到的改进的杜鹃搜索算法对步骤1和步骤2所建立的双层规划模型进行求解：

利用步骤3得到的改进的杜鹃搜索算法对步骤1和步骤2所建立的双层规划模型进行求解，先确定模型中的决策变量，即算法中的xi，然后确定其所需要采取的额寻优策略。上层模型可直接用mipl工具直接求解，下层模型中，si、pdg，i均为决策变量，属于非线性混合整数规划问题，故主要利用改进csa算法对这一部份模型求解，得到网架结构和dg接入位置与装机容量。

(5)将步骤4得到的结果进行反馈，并反复迭代，得到最优规划方案。

将步骤4得到的dg接入位置和装机容量反馈回步骤1所建立的上层模型中，再次对上层模型进行求解；经过反复迭代，最终输出最佳网架结构和dg接入位置与装机容量。

下面进一步通过一具体实施例对本发明作介绍。根据线路阻抗参数及常用配电线路型号参数，可以倒推线路基本型号。常用配电线路型号参数ieee33节点系统线路型号分别如表1、表2所示。

表1常用配电线路型号及其参数

表2ieee33节点系统部分线路型号参数

对于可靠性指标，做如下假设：

1)如果某条线路投资了新型号，则其年停电次数与年停电小时数均为0。

2)如果某条线路没有投资新型号，则其年停电次数与年停电小时数分别为1、0.5。

3)如果某条线路有后继线路，其未投资造成的年停电次数为其后继线路数加1。

4)模型中的其他参数如表3所示:

表3规划模型中的参数取值

假设系统中规划有总量为2020kw的可再生能源，分多点接入系统中，假设接入点不超过4个，且接入点不得为31，1，2，3，4，5号节点。现有电网改造资金100万元，对当前配电网进行升级改造，使之获得最佳投资效果。采用上述算法，利用matlab编程，经计算，得到结果如表4-表5所示：

表4线路改造规划结果

表5新能源接入情况

进一步计算，可以得到规划改造前系统网损及可靠性年总费用为97.63万元，升级改造后得网损及可靠性年总费用为39.52万元，即配电网升级改造后可降低总费用58.11万元，而投资改造的总费用为100万元，也就是说，投资成本回收周期小于2年。

以上所述仅为本发明较优的具体实施方案，但本发明的使用范围并不局限于此，在不背离本发明实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。因此，本发明的适用范围应该以权利要求的适用范围为准。