一种分布式电源的优化配置方案的制作方法
【技术领域】
[0001] 本发明涉及一种分布式电源的优化配置方案，属于电力系统技术领域。
【背景技术】
[0002] 分布式电源因其具有效率高、投资规模小、降低网损、发电方式灵活、能源种类多 样、环保等特点愈来愈多的接入到配电网中进行并网运行。分布式电源可以安装在负荷中 心，以便适时跟踪负荷的改变，相比集中式供电在用电高峰期更为经济，分布式电源与集中 式供电联合运行，能够节约输变电投资、稳定电压、降低能耗、提高电力系统运行的电能质 量、供电可靠性、灵活性和安全性。
[0003] DG接入配电网的位置和接入电能容量会对其规划及运行产生一定的影响，例如影 响到系统电压分布、电压稳定性、短路电流的大小、运行状态、继电保护等，合理确定DG的 接入位置和接入电能容量对提高配电网的效益以及安全稳定运行具有非常重要的作用，根 据配电网的特点，在满足相关的电网技术性约束条件下，寻找科学合理的DG接入位置和接 入电能容量，并尽量降低因DG的接入对配电网正常运行所带来的影响就是DG优化配置的 主要内容。
[0004] 然传统的分布式电源优化配置一般只考虑经济或者技术单个方面，无法综合考虑 多个目标，具有一定的局限性。
【发明内容】
[0005] 本发明的目的是：针对现有技术的缺陷，提供一种分布式电源的优化配置方案，为 现有的分布式电源接入配电网提供一种新的方法，以克服现有技术的不足。
[0006] 本发明的技术方案
[0007] -种分布式电源的优化配置方案，该方法从规划的角度，主要考虑配电运营商的 利益，及其分布式电源发电出力的随机性，对分布式电源的优化配置进行了研究，即解决分 布式电能的上网位置和容量，建立了由配电网的有功电能损耗最小、总电压偏差最小以及 风险费用最小组成的多目标优化配置模型，对上述多目标优化配置模型设置约束条件并优 化处理；采用模糊集理论实现了多目标的归一化，很好地协调各个子目标之间的关系，进而 达到了整体优化的效果；通过自适应变异粒子群算法进行求解。
[0008] 上述的一种分布式电源的优化配置方案中，所述多目标优化配置模型具体包括如 下：
[0009] -、有功电能损耗最小；
[0010] 配电网电压等级较低，R/X值就比较大，那么在潮流计算中网络损耗就比较大，合 理的接入分布式电能可以减小网络损耗，因此，将网络损耗最小作为目标函数可以带来较 好的经济效益，由于本文是从规划的角度出发的，则以有功电能损耗最小为优化目标，有功 电能损耗最小的目标函数为：
[0011]
[0012] 式中山为支路i的电流；N为系统的总支路数；Ri为支路电阻，h为规划期的小时 数。
[0013] 二、总电压偏差最小的优化目标模型为；
[0014] 节点电压幅值的越限将会将影响用户正常工作以及系统的安全，因此，将总的节 点电压偏差作为目标函数，能够使节点电压更接近基准值，保障了配电网的电压水平，达到 改善电压质量的效果。总电压偏差最小的目标函数为：
[0015]
[0016] 式中：DetV为总电压偏差；N为网络节点数；Ub为基准电压；h为第i个节点的电 压值。
[0017] 二、风险费用最小；
[0018] 风力发电、光伏发电等再生能源的分布式电源易受自然环境或其它因素的作用使 得其出力具有随机性、波动性、不确定性的特点，所以本文通过风险费用来体现分布式电源 出力存在的随机性，当分布式电源的发电量达不到预期值时通过电网即上级电源供电的费 用表征，风险费用的目标函数为：
[0019] Crisk=P?C?t?n
[0020] 式中：P为具有随机性的DG其出力小于预计出力的概率；C为当DG出力小于预计 出力时，由上级电源供电的费用；t为该DG的年运行时间；n为规划年限。
[0021] 上述的一种分布式电源的优化配置方案中，所述多目标优化配置模型的约束条件 为不等式约束，且包括节点电压约束、分布式电能接入约束和支路电流约束。
[0022] -、节点电压约束
[0023] 根据我国电网运行技术原则，10kV电网中节点的电压上下限必须在1.07p.u.与 0. 93p. u.之间，接入分布式电能后，局部电压可能会越限，因此要保证节点电压满足相应的 限制条件，节点电压约束为：
[0024] (i=l,2,3…N)
[0025] 式中：Pf、：C/T分别为节点i的最低和最高电压，N为网络节点数。
[0026] 二、分布式电源接入电能的容量约束
[0027] 分布式电源因其出力和启停均不受电网调度，配电网接入过大容量的分布式电能 时会对用户造成很大的冲击，为了控制因分布式电能的接入对配电网的影响，需要对分布 式电能接入的容量加以约束，具体如下：
[0028] 5： SDG彡 n 2 s LD
[0029] 式中：SD(；为接入配电网的分布式电能的总容量；S 为系统负荷总量；n为分布式 电能总容量占系统负荷总量的比例上限，本文n的取值为0.4。
[0030] 三、电流约束
[0031] I； </f1Bax
[0032] 式中：f为第i条支路允许经过的电流上限。
[0033] 等式约束是节点潮流方程：
[0034]
[0035] 式中七为节点i的注入有功功率；Qi为节点i的注入无功功率；G^为节点i和j 之间的电导；为节点i和j之间的电纳；U p %分别为节点i和节点j的电压幅值。
[0036] 上述的一种分布式电源的优化配置方案中，所述采用模糊集理论实现了多目标的 归一化的方法首先通过对多目标的隶属度的最小值进行最大化处理来改善差的指标，达到 提高系统整体性能的目的，而采用的隶属度函数为分断线函数，对于含有多个目标函数的 优化，各个优化目标往往是相互矛盾而且很难同时达到最优，在各个优化目标的重要性都 相同情况下，通常采用最大满意度法求解，即优化目标的隶属度函数最小值越大总体满意 度越大。
[0037] 具体的多目标归一化方法为：由于有功电能损耗、总电压偏差以及风险费用量纲 不同，采用权重系数法时，权重系数不易确定，而且通过优化得到的结果可能是由好指标弥 补差指标得到的，无法达到全体优化的效果。因此，本文采用模糊集理论来实现多目标的归 一化，通过对隶属度的最小值进行最大化处理来改善差的指标，达到提高系统整体性能的 目的。
[0038] 一、优化目标的隶属度函数
[0039] 决策者对目标函数的要求可以通过隶属度函数的不同来体现，比较常用的隶属度 函数主要有：分段线性函数、幂指数、双曲线、线性和反双曲线等。对于上述几种函数，相比 之下线性和分段线性函数更为常用，主要是因为反双曲线、双曲线和幂指数等会增加决策 过程的非线性特点，使求解更加困难，在本文中选用分段线性函数来作为隶属度函数对每 个子目标进行优化，隶属度函数如附图1，具体函数形式如下：
[0040]
[0041] 式中：yi为目标函数f 4勺隶属度，取值在[0, 1]，当隶属度为1时，意味着决策者 对优化结果完全满意；当隶属度为0时，意味着决策者对优化结果彻底不满意；为目标函 数的期望值；为目标函数的极限值。
[0042] 二、多目标归一化
[0043] 对于含有多个目标函数的优化，各个优化目标往往是相互矛盾而且很难同时达到 最优，因此，一般在实际应用中只要求各个优化目标尽可