主动配电网分布式电源并网和需求侧管理规划

于大为 侯学文 马平 董跃哲

摘要：  针对长岛县规划发展海上风电以及对配电网进行改造的实际情况，本文提出考虑分布式能源并网和需求侧主动管理的综合规划方案。以年综合费用最小为目标函数，计及各种电气约束条件，建立风能并网的分布式能源和需求侧管理综合规划模型，并采用多场景技术和进化策略算法，对综合规划模型进行求解。同时，以修改后的长岛县30节点配电网系统为例，对规划模型进行仿真验证，并对不同规划方案进行经济性和可靠性分析。分析结果表明，得到的综合规划方案既能实现年综合费用最优，也符合该地区配电网安全稳定要求。该研究为长岛主动配电网分布式能源规划和建立需求侧管理机制提供了理论指导。

关键词：  主动配电网; 分布式能源; 需求侧主动管理; 综合规划; 进化策略算法

中图分类号： TM731 文献标识码： A

分布式能源在配电网中渗透率的提高给配电网安全稳定带来巨大挑战，传统配电网已不能满足电力系统发展要求。自动化及电力电子等智能技术在电网中的应用越来越广泛，作为智能电网发展产物，主动配电网（active distribution network，ADNs）技术在配电系统中的地位越来越明显。主动配电网的主要特点是通过建立需求侧管理机制合理分配电能，促进分布式电源的消纳，保证配电网经济稳定运行。近年来，对主动配电网的研究有许多，程耀华等人[1]将低碳优化与需求侧管理相结合，规划电网模型，通过构建不同场景对需求侧管理方案进行优化，进而降低碳排放量，提升系统整体效益;曾鸣等人[2]从用户、企业、政府3个角度研究需求侧响应保障机制，对需求侧响应进行规划;张沈习等人[3]构建多层模型模拟各种场景下分布式能源有功出力，将需求侧管理与网络重构联系起来，研究分布式能源并网合理规划问题;G.Mokryani[4]提出一种结合需求侧响应的概率方法来规划主动配电网，在规划范围内最大限度降低线路总运行成本和总能量损耗;A.Barbato等人[5]提出一种新型完全分布式需求侧管理系统，通过制定实时定价方案，控制高峰期用户用电需求量;梁甜甜等人[6]构建了在智能电网环境下的需求侧管理模型，实现实时用户响应，并促进分布式能源的自由接入;曾鸣等人[7]全面分析分布式能源并网后对配电网的影响，探索需求侧管理最优方案;Li Y等人[8]对分布式能源并网规划问题，提出考虑储能集成系统的两阶段优化方案;D.Lizondo等人[9]分析智能家居能源管理系统需求侧响应对配电网系统造成的影响。以上对分布式能源并网规划问题的研究缺少实例分析。基于此，本文以年综合费用最小为目标函数，在计及各种约束条件基础上，建立风能并网的分布式能源和需求侧管理综合规划模型。采用进化算法对目标函数求解，对规划模型进行仿真验证，并对长岛县主动配电网分布式能源规划和需求侧管理方案进行经济性和可靠性分析。该研究为主动配电网在新型负荷领域的控制与管理提供了理论依据。

1 主动配电网综合规划必要性分析

长岛县位于山東半岛北部，风力资源丰富，适合大规模风电并网运行。传统风力发电由于安装位置等因素对鸟类栖息环境造成严重破坏，考虑环保要求，长岛计划发展海上风电，同时建立需求侧管理机制来促进分布式电源的消纳[1011]。本文依据长岛县供电公司2017年8月1日24个时段的采集数据，绘制负荷曲线和风力发电量曲线，8月1日24时段负荷曲线图如图1所示，8月1日24时段风力发电量曲线如图2所示。由图1可以看出，用电高峰时段在中午11点左右和下午5点以后，该时间段长岛渔家乐空调、风扇、照明等电气设备使用量大幅增加;由图2可以看出，分布式风能发电表现出较强的随机性，风机出力高峰期集中在上午8～9点，而在用电高峰期间风机有功出力不明显。由图1和图2分析可得，长岛地区分布式能源的进一步规划，能有效缓解电网供电压力，降低购电费用，提升环保效益。而风力发电有较强随机性，一旦分布式风能产能过剩而电网用电负荷处于低谷期，将造成资源浪费和运维成本增加，风机并网后电网波动性增强，也会造成电力系统备用容量增加。因此，引入需求侧管理机制既能够改善风机并网不稳定现象，提高电源侧备用容量裕度，也能够改善系统负荷特性，降低线路供载压力，起到削峰填谷的目的。

4 算例分析

目前，长岛县有110 kV变电站1座，35 kV变电站4座。由于其特殊的地理位置及丰富的风力资源，为海上分布式风能并网发电提供了有利条件;加之旅游业、海产加工业发达，渔家乐居民用电和加工厂工业用电在电网总用电中所占比重较高，为需求侧主动管理提供了可能。IEEE30节点拓扑结构如图4所示，根据长岛电网实际情况，对图4中IEEE30节点配电网络参数进行修改，利用修改后配电网对综合模型进行规划。

4.1 规划分析

图4中，节点3和4为可中断负荷节点，最大可中断量不允许超过05 MW和12 MW，风电安装的待选节点为2，5，8，单台额定容量为03 MW，节点允许新增最大有功出力为17 MW，该配电系统计划并网风机组总有功出力为32 MW。上级电网上网电价为0379元/kWh，节点3和节点4可中断补偿费用分别为0148元/kWh和0137元/kWh，节点2风机的运行管理费用为0368元/kWh，节点5为036元/kWh，节点8为03元/kWh。进化策略的最大迭代次数为20次，每次产生100个新个体与原始15个个体组成新种群，最终筛选出15个最优个体反复迭代。拉丁超立方采样的样本数为30，即构建30个风速负荷的耦合场景。在进化算法的基础上，本设计方案如下：

1） 考虑节点2，5，8分布式电源规划，而不考虑负荷侧管理。

2） 采用节点2，5，8规划分布式电源和节点3，4进行负荷侧管理。

两种方案的年综合费用如表1所示，第1种方案规划结果比较如表2所示，第2种方案规划结果比较如表3所示。

由表2和表3可以看出，由于单台海上风机额定容量为03 MW，方案1不考虑需求侧管理，风机实际规划容量应为0 MW，503 MW，603 MW;方案2考虑需求侧管理，风机实际规划容量应为0 MW，603 MW，503 MW。通过2种方案比较可知，采用需求侧管理机制，主动配电网与单纯分布式风能并网相比较，多花费综合费用1 300元。同时，方案1在规划过程中，由于受线路最大允许载流量、有载调压变压器允许最大容量等运行条件限制，该方案在用电高峰期容易造成配电网重载或越限情况产生，严重时甚至影响电网安全稳定运行;方案2采用需求侧管理与控制措施对电网带来的优势，一方面降低了购电成本和网损，引导用户侧配合电网合理用电;另一方面需求侧可中断负荷计划投切，既能为风电并网提供额外备用容量，降低发电侧备用容量储备压力，促进分布式能源消纳，又能通过用电高峰期负荷切除，提高线路和变压器容量裕度，满足电网运行约束，避免重载和过载现象产生。

4.2 主动配电网需求侧管理机制应用

通过实例验证，长岛地区适合规划海上风电项目，采取负荷侧可中断管理规划方案，能在年综合费用一定的情况下，改善配电系统不利状况，提升环保效益。实地研究发现，节点3负荷种类中，渔家乐占比较大;节点4负荷种类中，海鲜加工厂占比较大。长岛工商业用电电价为075元/kWh，居民用电电价为0547元/kWh，在需求侧管理方面，采用柔性电价机制[20]，与渔家乐签订用电协议，高峰时段限制渔家乐使用空调数量，同时按照较为便宜的居民用电电价对渔家乐售电。针对海鲜加工厂负荷管理，签订优惠协议，在可中断负荷切除后，非中断部分按照原售电价格60%～80%售电。

5 结束语

本文结合长岛地区配电系统实际情况，以年综合费用最小建立目标函数，在满足多种约束条件基础上，采用主动配电网分布式能源规划和需求侧管理多场景模型，利用进化策略算法，对长岛电网30节点配电系统进行模拟仿真求解。规划过程中，采用基于超拉丁立方采样的蒙特卡洛模拟法，对风速、负荷随机变量进行抽样模拟，有效克服了风速和负荷并网不确定性对电网规划产生的影响。在实际应用中，该研究能够改善负荷特性，避免线路重载和过载现象产生，为风机并网的稳定运行提供额外备用容量，有利于长岛配电网系统运行的经济性和稳定性。本文虽然将分布式能源并网和需求侧管理联合构建模型进行规划，但仍需深入研究需求侧管理对分布式能源并网的影响，以及分布式能源并网在系统运行方面对需求侧管理的要求。

参考文献：

[1] 程耀华， 张宁， 康重庆， 等. 考虑需求侧管理的低碳电网规划[J]. 电力系统自动化， 2016， 40（23）： 6169.

[2] 曾鸣， 韩旭， 李博. 促进主动配电网运行的需求侧响应保障机制[J]. 电力建设， 2015， 36（1）： 110114.

[3] 张沈习， 袁加妍， 程浩忠， 等. 主动配电网中考虑需求侧管理和网络重构的分布式电源规划方法[J]. 中国电机工程学报， 2016， 36（s1）： 19.

[4] Mokryani G. Active distribution networks planning with integration of demand response[J]. Solar Energy， 2015， 122（3）： 13621370.

[5] Barbato A， Capone A， Chen L， et al. A distributed demandside management framework for the smart grid[J]. Computer Communications， 2015， 57： 1324.

[6] 梁甜甜， 高賜威， 王蓓蓓. 智能电网下电力需求侧管理应用[J]. 电力自动化设备， 2012， 32（5）： 8185.

[7] 曾鸣， 彭丽霖， 孙静惠， 等. 兼容需求侧可调控资源的分布式能源系统经济优化运行及其求解算法[J]. 电网技术， 2016， 40（6）： 16501656.

[8] Li Y， Feng B， Li G Q， et al. Optimal distributed generation planning in active distribution networks considering integration of energy storage[J]. Applied Energy， 2018， 210： 10731081.

[9] Lizondo D， Rodriguez S， Will A， et al. An artificial immune network for distributed demandside management in smart grids[J]. Information Sciences， 2018， 438： 3245.

[10] 曾鸣， 李晨， 陈英杰， 等. 风电大规模并网背景下我国电力需求侧响应实施模式[J]. 华东电力， 2012， 40（3）： 363367.

[11] 万振东. 考虑大规模风电消纳能力的电网灵活规划[D]. 上海： 上海交通大学， 2011.

[12] 彭显刚， 林利祥， 刘艺， 等. 基于纵横交叉拉丁超立方采样蒙特卡洛模拟法的分布式电源优化配置[J]. 中国电机工程学报， 2015， 35（16）： 40774085.

[13] 张翔， 程浩忠， 方陈， 等. 考虑主动管理模式的多目标分布式电源规划[J]. 上海交通大学学报， 2014， 48（9）： 12311238.

[14] 马兵， 王瑞峰. 计及需求响应的主动配电系统优化调度研究[J]. 郑州大学学报： 理学版， 2016， 48（4）： 95101.

[15] 曾鸣， 吕春泉， 邱柳青， 等. 风电并网时基于需求侧响应的输电规划模型[J]. 电网技术， 2011， 35（4）： 129134.

[16] 于晗， 钟志勇， 黄杰波， 等. 采用拉丁超立方采样的电力系统概率潮流计算方法[J]. 电力系统自动化， 2009， 33（21）： 3235， 81.

[17] 徐雨田， 廖清芬， 刘涤尘， 等. 主动管理模式下基于多场景分析的分布式电源规划[J]. 电工电能新技术， 2018， 37（2）： 3846.

[18] 裴志刚. 建立可中断负荷激励机制缓解用电高峰期电力紧张[J]. 浙江电力， 2011， 30（12）： 1215.

[19] 阮冰洁， 杨强， 颜文俊. 计及实时电价的柔性负荷系统需求侧响应机制研究[J]. 机电工程， 2015， 32（6）： 857862.

[20] 王建军， 李莉， 谭忠富， 等. 电力需求侧响应利益联动机制的系统动力学模拟[J]. 系统工程理论与实践， 2011， 31（12）： 22872295.