主动配电网规划研究与综述

朱深文

国网江西省电力有限公司婺源县供电分公司 江西 上饶 333200

摘要：近年来，我国的电网规模快速扩大，分布式电源（distributed generation,DG）、柔性设备大量并网，传统配电网正逐步向主动配电网方向过渡，配电网的规划方向出现了巨大变化，相关理论被不断提出，推动着我国电力事业的快速发展。

关键词：主动配电网；规划；研究

因此，本文从主动配电网的模型建立、优化目标、相关求解算法等方面展开论述，并在最后介绍了ADN规划的未来重点研究方向。

1 ADN规划模型

一个完整的ADN网络包含多种电源、负荷和输配电设备，如不同类别的DG、变电站（变压器）、柔性负荷、新能源汽车、储能设备（energy storage system,ESS）等。合理的设定相关模型，是解决ADN规划问题的首要条件。

图1典型的主动配电网 

储能装置通常由蓄电池组组成，如大规模锂电池组，也可以依靠飞轮储能等装置通过物理动能的方法储存能量，在需要释放能量时，再将其中所保存的动能转换为电能，完成电能的储存与转化。储能装置的引入提高了配电网的经济性，同时可以平抑电网中的能量波动，但是大型储能装置因其较高的建设成本、环境影响、使用损耗等问题，在当前还并未得到广泛使用，其相关理论需要进一步的发展。

考虑了ADN中的储能配合问题，为了处理分布式电源出力的不确定性，由序列运算理论建立对风力发电和光伏发电的出力建模。并且，将储能设备作为旋转备用，采用蒙特卡洛法得出储能设备的出力。该模型以DG投资经济效益最大、有功网损最小和电压稳定因子最大为优化目标。大容量蓄电池技术可以给ADN的规划管理带来诸多益处，将是未来ADN中不可或缺的组成部分，可以延缓配电网的升级投资、改善电能质量，提高配电网允许的最高DG渗透率、削峰填谷等。引入储能装置的同时，还需要综合考量储能装置的建设成本、综合使用成本等，同时根据储能装置的硬件要求进行必要的参数限制，以满足实际运行所需。

建立大容量送电变压器负载分接头模型，充分考虑配电网络与输电网络的相互作用，通过联合调整变压器负载分接头和DG出力，研究其对电压的控制效果影响。

介绍了ADN中的负荷预测与发电预测模型及相关方法。负荷预测主要根据负荷历史数据和当前运行状态，并考虑负荷的工作环境、社会环境等条件，来预测未来某时刻的负荷功率特性。负荷预测主要包括宏观预测与微观预测两方面，宏观预测用以预测系统的最大负荷或最大用电量，微观预测主要针对局部地区。负荷预测的方法主要有回归分析法、负荷密度法、弹性分析法、比例系数法等。发电预测从分布式发电概率入手，考虑电源装机总容量等，对于有大量光伏出力的ADN，还必须考虑光照因素的影响。近年来，负荷预测与发电预测的方向逐步转向大数据处理法，依靠神经网络对大量历史数据进行学习，依靠智能算法对未来的负荷功率和发电功率进行预测，但训练神经网络需要大量的历史数据，历史数据的质量极大影响着神经网络预测算法的效果。

随着化石燃料资源的逐渐短缺和环保要求的逐渐提高，以电动汽车为代表的新能源汽车快速普及，使之也成为配电网中重要的负荷组成，电动汽车内含有能量电池，在配电网充电时可将其视作负荷，也可以将其设计成可供电的电池，在配电网中为其他负荷供电，这样就起到了能量双向流动的作用。考虑了一种优化控制电动汽车充电负荷的方法，并研究了电动汽车充电负荷预测模型，建立两层规划模型，规划层以单位用电量的年综合经济代价最小为目标，运行层以负荷曲线方差最小为目标，最后利用进化算法解决模型的求解问题。

2 优化目标

ADN对配电网具有较好的主动控制作用，可以优化配电网中的多项参数。

提出了广义电源的概念，将可中断负荷与光伏电源作为广义电源代表，建立ADN双层规划模型，上层规划以广义电源的建设、发电和污染治理的总成本最低为目标，优化各类电源装机容量；下层规划以网损最小为目标。充分考虑了ADN建设、运营过程对环境的影响和社会效益因素，与传统的配电网规划相比，能够达到更好的节能减排作用。

构建了一套完善的ADN模型，包含分组投切电容器、有载调压变压器、ESS、静止无功补偿等，以弃风、弃光、失负荷最少为优化目标，采用多目标优化方式，并建立分层鲁棒规划模型。

考虑DG与负荷不确定性的基础上，以配电网经济性、可靠性、电压稳定性为优化目标，提高DG的使用率。

以投入运行的电网网架和DG出力大小为目标优化函数，并且将以碳排放为代表的环境成本作为评价标准，综合评估ADN低碳规划方案，更好地适应低碳经济发展对电网建设的要求。

3 相关求解算法

由于ADN规划模型的建立需要考虑负荷、电源、电网运行状态、故障等不确定性因素，也要考虑优化过程的多目标性，而在传统的配电网规划中，无论是配电网模型还是目标函数的设定都更为简单，这导致ADN规划算法较于传统的配电网算法具有更高的复杂性，需要更高效的算法处理问题。为了能得到更准确的ADN规划方案，当前急切需要研究新算法，以改进常规算法效能不足的问题。当前，ADN规划算法一般采用以粒子群算法（particle swarm optimization,PSO）、遗传算法（genetic algorithm,GA）为代表的进化算法与多层规划算法相结合，对模型进行求解。

4 结束语

本文基于ADN的多种特性，从ADN的概念、规划模型、优化目标、相关求解算法几个部分，综合论述了ADN规划研究的现状，分析了ADN对未来配电网发展的重要作用和其中存在的一些问题。

结论如下：

（1)ADN的主动调控能力给配电网的运行效率、安全性、稳定性等带来了极大改善，但在如何处理多种主动调控方案上仍然缺乏深入的研究。ADN的管理策略仍然是较为单一的，多种管理策略没有很好协调融合。

（2）在对ADN规划模型求解的过程中，需要计算各种约束条件和状态不确定性，这使得ADN求解的计算量极大增加，当前急需寻找一种效率更高的新计算算法，或者改进配电网中各设备的建模方法，提高模型仿真求解的运行效率和仿真结果的有效性。

（3）近年来，随着电力市场的进一步发展、开放，ADN的建设过程和运营过程会引入数量繁多的投资主体，如何在规划ADN的过程中平衡、协调各投资主体的利益，将是未来ADN规划研究重点之一。

（4）我国社会逐渐向可持续发展、绿色发展、协调发展的方向进步，电力作为清洁能源，是替代石油资源的最佳选择。在可见的未来，我国的能源组成结构仍会继续优化，低碳、节能将成为ADN规划的必备要求，电动汽车渗透率将进一步提高，以各种新能源组建的DG会以更大的规模并网，并且更多的家庭用户会更积极地参与到ADN的运行，这些改变都将使主动配电网的运行复杂化，形成一个多源互动、相互协同的整体，极大地丰富了主动配电网的理论架构和基础。研究以上因素对配电网的运行影响也是ADN规划的未来发展方向之一。

参考文献

[1]Jim Mc Donald.Adaptive intelligent power systems:Active distribution networks[J].Energy Policy,2008,36（12):4346-4351．

[2]Angel A.Bayod-Rújula.Future development of the electricity systems with distributed generation[J].Energy,2008,34（3):377-383．

[3]冯博.考虑储能配合的主动配电网分布式电源规划[D].吉林：东北电力大学，2018.