APP下载

浅析分布式发电机在配电网中的优化配置

2016-10-20秦玉书朱丹

中国科技纵横 2016年17期
关键词:遗传算法损耗发电机

秦玉书 朱丹

(哈尔滨电机厂有限责任公司,黑龙江哈尔滨 150040)

浅析分布式发电机在配电网中的优化配置

秦玉书 朱丹

(哈尔滨电机厂有限责任公司,黑龙江哈尔滨 150040)

配电网是协调经济、社会同步发展的公共基础设施,在技术革新和投资力度增大的双重推动下,我国配电网的优化发展取得优异成绩。分布式发电机是配电网的核心组成之一,在分布式发电机接入配电网时,会对电网传输损耗产生一定的影响,其影响程度主要取决于分布式发电机在配电网中的所处位置和注入容量。本文叙述了分布式发电机的概念和特点,提出对分布式发电机在配电网中的优化配置研究,为电力技术的发展提供理论参考。

分布式 发电机 配电网 配置应用

1 分布式发电的概念和特点

分布式发是与传统的大载荷、集中式相对应而言的新式分散性发电技术,也可称其为分布式能源利用的发电方式。与观点客户零距离、容量小、灵活可调、运行电压要求不高,最重要一点是清洁、可再生,利用沼气、太阳能、生物质能、微型燃机、风力、水利和天然气等可再生能源就可实现发电,一般采用热电联动发电方式。

分布式发电的特点体现在以下几个方面:

(1)发电的目的;(2)发电装置的安装地点;(3)发电装置的容量;(4)所发电能的覆盖域;(5)发电技术;(6)对环境的影响;(7)运行模式;(8)发电装置的所有权;(9)发电量所占的份额。其中最受关注的要数(2)和(3)两点,在特定的条件下锁定分布式发电机的安装点和容量配置,其中的电网规划、布点设计和投资预算都是关注重点,国内外学者的关注度逐年提高。

分布式发电机入网的准确功率和地点算法研究可谓是难点。各种分布式供电源模型不断出现,如基于链条式网络、基于恒定电流的静态负载和电流恒定的输出式稳态模型等。从电压变化理论角度来分析负载平衡点、发电机介入的地点和临界容量范围的设定。根据配电网络拓扑结构和分布式发电机入网后的影响分析,来确定分布式发电机在配电中的优化配置,提出机遇馈线潮流图示求得分布式发电机配置问题。遗传算法的优化引入也起到了一定作用,可以将是否有功作为发电成本最小化的目标函数,利用遗传算法和偶然正比例反馈技术促成分布式发电机的配置,也可以结合模糊推理规律来优化分布式发电机的配置。

算法的选定需要设计人员有专业的算法运用能力,配置的优化更需要相关专业人员的协调配合,如负载情况、分股格局等,配置问题的设计方案需要复杂的计算过程。

2 电网传输损耗最小目标下单电源分布式发电机优化配置

放射状格局下的配电网,在没有分布式电机接入的情况下,通常配电网络的变压器承担连接负载线路和高压级别的电源任务,并为所有负载提供电能。如图1配电网潮流沿放射状线路分布示意图,配电网络中电源附近的潮流和载荷量要大于距离较远的电源线路载荷量。这也不可避免的会增大变压器和电源附近线路的高热和高损耗,因此,需要对附近电网配置设施进行优化。当配网接入分布式发电机时,会降低配电设施的反馈损耗,提升电网整体效能。

通过对配电网络的特点梳理可以做如下假设:

(1)只考虑铜损;

(2)和有用功的传输比较,损耗能在配网中的输送量较小,线路的损耗又由有用功流量决定;

(3)线路损耗的计算,设定反馈线路电压随线路输送保持不变;

(4)负载功率各线路段分布均匀;

图1中可以看出单一负载功率随配电线分布均匀的呈放射状态的配电网络。流过配电线路的有用的功率表示为Pf,可以理解为以从配置网变压器送达线路指定目标的距离为变量的函数,考虑到d条件,Pf随着变量的增大而呈下降趋势。

这里有用功潮流Pf表示为:

式中:DG表示分布式发电机; L表示线路总长度;loadp表示沿着此项线路的总负载量功率;1p表示单位长度的负载功率;DGx表示DG接入地点;DGp表示DG的输入功率。

可以采用单台DG优化配置方法,也可以采用多台DG的优化配置方法,总之,要合理利用好DG优化配置算法,实现对配电网的优化。

3 改进遗传算法求解过程

遗传算法是一种结合生物自然规律和遗传原理的盲选检索算法,不仅规划性强,可靠性高,而且应用范围广。本文提出对传统遗传算法的改进,将改进后的遗传算法应用到分布式发电机配置优化中来,力求保留传统遗传算法的基础优势,又将实现对上一代优秀特质复制到本代遗传基因中来,实现对选择和操作的配合使用,并引入了自适应交叉和变异算子等方法,让改进遗传算法更好的服务于分布式发电机在电网中的分配。

(1)输入原始数据,对分布式发电机位置和容量进行编码。本文算例中假设已通过分布式发电机安装位置的优选原则。

(2)初始化种群,按照初始种群进行随机潮流计算,不满足约束条件的舍去,最终选出满足约束条件的初代种群。

(3)计算个体的适应度,对初代种群采用保留操作,将初代若干优秀个体不经过交叉、变异算子直接复制到下一代。

(4)采用轮盘盲选算子进行选择操作,再进行自适应交叉、多变异位自适应变异操作,并计算随机潮流,不满足约束条件的舍去,最终获得新一代种群,重新计算个体的适应度,更新种群。

(5)重复步骤3、4,直到达到最大迭代次数。

4 结语

分布式发电机在配电网中的应用优势已明了,本文对分布式发电机安全位置和优化模型的探讨,为配电网的发展提供了有利的理论方法。分布式发电机在配电网中的应用不仅能缓解供电节点电容量紧张局面,而且可以有效提高供输送的效率。优化模型和目标计算为分布式发电机的优化配置提供了新方法,接入配电网后对网损的影响,增强最优方案的适应性。

[1]张勇,吴淳.分布式发电机在配电网中的优化配置[J].电力系统保护与控制,2010.6.1(11):33-43.

[2]王成山,陈恺,谢莹华,等.配电网扩展规划中分布式电源的选址和定容[J].电力系统自动化,2006,30(3):38-42.

猜你喜欢

遗传算法损耗发电机
基于自适应遗传算法的CSAMT一维反演
一种基于遗传算法的聚类分析方法在DNA序列比较中的应用
大型发电机励磁用旋转变换器的开发和应用
基于遗传算法和LS-SVM的财务危机预测
随身携带的小发电机
自我损耗理论视角下的编辑审读
基于改进的遗传算法的模糊聚类算法
柴油发电机负荷计算
变压器附加损耗对负载损耗的影响
非隔离型单相光伏并网逆变器的功率损耗研究