基于粒子群优化算法的对配电网中分布式电源的管理方法
【专利摘要】本发明公开了一种基于粒子群优化算法的对配电网中分布式电源的管理方法，包括三种主动管理策略；该三种主动管理策略分别为：a、削减发电机出力：通过限制分布式电源的有功出力来控制电压；b、有载变压器抽头调节：通过调节变压器一次侧的可变抽头使配电网的电压保持在规定范围内；c、无功补偿：在分布式电源接入点增加无功补偿设备来减少电压增幅。达到不违反电压约束的前提下增大DG的注入容量的目的。
【专利说明】基于粒子群优化算法的对配电网中分布式电源的管理方法
【技术领域】
[0001] 本发明涉及电力系统配电网理论运行管理，具体地，涉及一种基于粒子群优 化算法的对配电网中分布式电源的管理方法；主要针对配电网中接入的分布式电源 (DistributedGeneration,DG)进行主动的管理控制，具体算法基于粒子群优化算法 (ParticleSwarmOptimization,PS0)期望实现设定的优化控制目标。
【背景技术】
[0002] 对于分布式发电接入配电网来说，传统配电网管理是一种被动模式管理，配电网 的规划方法没有考虑分布式发电引入配电网的影响以及配电网主动管理技术的灵活控制 的特性，其规划的网络过于保守、资产利用不充分。随着分布式发电特别是大量分布式发 电接入系统，对配电网的稳定、安全和高效运行带来了新的挑战，从而要求配电网的管理模 式由原来的被动式管理向主动式管理转变，电网由传统的被动配电网向主动管理配电网转 变。英国DTI/0FGEM技术指导组的研究报告中详细介绍了多种AM技术，并将之分为3类： 主动故障等级管理、主动电压控制和主动潮流管理。如图1所示的AM的示意图：根据一次 系统的测量数据制定合理的控制策略，并将指令发送到变压器、发电机、断路器和无功补偿 设备来完成控制。
[0003] 主动配电网的一大特征表现在DG单元及储能单元对于配电网运行人员来说是可 控的，分布式能源参与网络的运行调度，并非以往简单的连接。虽然目前DG的并网技术已 趋于商业化应用，但多个DG的集成需要更复杂的协调控制。现有大部分AM技术主要集中 在DG的规划、定容与选址、无功优化上。常见到下面的方法：
[0004] 根据负荷总量确定待建分布式电源的最大容量，在分布式电源个数、位置和单个 电源容量均不确定的情况下，建立了便于配电网规划者使用的可变权重的分布式电源选址 和定容的多目标优化模型。其中子目标分别为配电网升级及维护费用，分布式电源的投资 费用以及配电网网损费用。针对分布式电源规划的多目标性，在优化算法上，采用多种群遗 传算法，并运用实数编码。
[0005] 主动管理模式下基于双层规划的DWG选址定容规划模型，以DWG的净收益期望值 最大作为上层规划目标，以满足电压和潮流约束下DWG出力切除量期望值最小为下层规划 目标.针对双层不确定性规划的特点，提出了模拟植物生长算法与概率最优潮流算法相结 合的求解方法，利用基于三点估计法的概率最优潮流算法评估规划方案，获得目标函数值， 通过模拟植物的向光性生长机制进行全局寻优。
[0006] 基于模糊理论和进化算法的多阶段规划方法以解决接入DG的中压配电网长期规 划问题。该方法利用模糊模型处理规划过程中遇到的一系列不确定因素，例如负荷的增长、 DG的出力以及经济因素等。该方法使用2层嵌套进化算法解决长期规划中的动态问题，通 过第1层进化算法进行规划的选址、定容等静态优化选择，利用第2层进化算法选择规划选 项的最佳时间。该方法在优化过程中兼顾经济性和可靠性。
[0007] 相对而言，针对配电网主动管理技术相关技术或算法研究还处于初步阶段，现有 算法多集中于在配电网建设前的对DG的定址与容量选择上，而对于现有配电网如何对已 经接入的DG进行主动管理与控制相关研究与技术较少。
【发明内容】
[0008] 当配电网中接入的DG容量过大时，配电网的节点电压会升高并很可能越限，这成 为限制DG接入容量的主要障碍。
[0009] 本发明的目的在于，针对上述问题，提出一种基于粒子群优化算法的对配电网中 分布式电源的管理方法，以实现在不违反电压约束的前提下增大DG的注入容量的优点。 [0010] 为实现上述目的，本发明采用的技术方案是：
[0011] 一种基于粒子群优化算法的对配电网中分布式电源的管理方法,包括三种主动管 理策略；该三种主动管理策略分别为 ：
[0012] a、削减发电机出力：通过限制分布式电源的有功出力来控制电压；
[0013]b、有载变压器抽头调节：通过调节变压器一次侧的可变抽头使配电网的电压保持 在规定范围内；
[0014]c、无功补偿：在分布式电源接入点增加无功补偿设备来减少电压增幅。
[0015] 优选的，三种主动管理策略的优化数学模型为：
【权利要求】
1. 一种基于粒子群优化算法的对配电网中分布式电源的管理方法，其特征在于，包括 三种主动管理策略；该三种主动管理策略分别为： a、 削减发电机出力：通过限制分布式电源的有功出力来控制电压； b、 有载变压器抽头调节：通过调节变压器一次侧的可变抽头使配电网的电压保持在规 定范围内； c、 无功补偿：在分布式电源接入点增加无功补偿设备来减少电压增幅。
2. 根据权利要求1所述的基于粒子群优化算法的对配电网中分布式电源的管理方法， 其特征在于，三种主动管理策略的优化数学模型为：
其中Pym是总DG的切除量，为第i个DG的切除量，，Q。是节点的无功补偿装 置输出量，Tk，为变压器抽头调节率；即接入配电网的DG切除量最少，这样接入DG容量相 应越大，取得的DG收益也就越大，DG的接入容量大。
3. 根据权利要求2所述的基于粒子群优化算法的对配电网中分布式电源的管理方法， 其特征在于，该优化数字模型的约束条件为： (1) 节点功率平衡约束：
其中，β￡?是节点i的有功和无功负荷；PiJj和是节点i的有功和无功出力； c?r 是节点i的有功和无功切除量或增加量；.是节点i的无功补偿装置 输出量；g*l/和分别是节点i的有功和无功注入量； (2) 线路潮流约束： Si, J ^ Sijifflax 其中，Su为支路ij的潮流；Silmax为支路ij的潮流最大允许量； (3) 节点电压约束： iymin ^ ^ jjmsx i i I (4) 发电切除量由DG容量所限，&为第i个DG用功出力： pmin < O < pmax (5) 无功补偿约束，是节点i的无功补偿装置输出量： Siiiiii ^ ^ ^ ^max / I /'' C-J <*?**?^ Oj f (6)变压器抽头调节约束，Tk为变压器抽头调节率： ^min < T^max k - k - k C
4.根据权利要求3所述的基于粒子群优化算法的对配电网中分布式电源的管理方法， 其特征在于，针对上述数学模型的粒子群优化算法包括以下步骤： 步骤一、输入配电网的初始化信息，设定粒子群规模N，惯性权重系数w，加速系数c，迭 代次数t等参数； 步骤二、随机初始化粒子群，得到N个可行解；将初始粒子值带入潮流计算构成目标函 数模型： F (x) = f (x) +ki (U1) +k2 (U2)； 其中，&和k2为惩罚因子吼为等式约束；U2为不等式约束； 利用目标函数求得每个粒子的适应度4，设定每个粒子的当前位置为当前最优解Ρ_， ￠( gopi = min(fi)； 步骤三、按照目标函数更新每个行进粒子的速度和位置；每次更新后，都要检查速度是 否超过规定最大或最小值，如果超出范围，将速度就设定为该最大或最小值； 步骤四、进行潮流计算，计算粒子更新为之后的适应值A ;如粒子i的适应值优于此前 个体最优值Ptjpi，则将适应值A设定为最优值Ptjpi ;如果最优值Ptjpi优于此前全局极值g。# 则将适应值A设定为; 步骤五、如果达到最大迭代次数，则停止，否则继续返回步骤三步循环执行。
【文档编号】G06N3/00GK104376377SQ201410643928
【公开日】2015年2月25日 申请日期:2014年11月11日 优先权日:2014年11月11日
【发明者】智勇, 乾维江, 梁琛, 郑伟, 拜润卿, 梁福波, 高磊, 邢延东, 崔力心, 安爱民, 张浩琛 申请人:国家电网公司, 国网甘肃省电力公司, 国网甘肃省电力公司电力科学研究院, 兰州理工大学