基于生物地理优化算法的BIPV多目标规划

程蒙 赵双芝 韩雪龙 杨永前

摘  要：本文针对城市光伏建筑一体化（BIPV）接入城市配电网的优化规划问题，建立了以光伏发电（PV）投资的动态回收年限最小和光伏发电接入后配电系统的静态电压稳定性最好为目标的多目标优化规划模型。将NSGA-Ⅱ中的快速非支配排序策略与精英保留策略引入生物地理算法，形成多目标生物地理算法（MOBBO），并用此算法求解PV接入城市配电网的位置及容量的Pareto最优解集。最后以IEEE33节点配电系统为例进行PV的多目标优化规划，并将优化结果与NSGA-Ⅱ算法进行比较，结果表明多目标生物地理算法具有更好的收敛性能和寻优能力，最后的优化结果大大增加了PV优化配置的灵活性和科学性。

关键词：NSGA-Ⅱ;生物地理算法;BIPV;动态回收年限;Pareto最优解

中图分类号：TM715     文献标识码：A 文章编号：2096-4706（2019）17-0029-05

Abstract：In allusion to the optimal planning problem of building integrated photovoltaic（BIPV） in the distribution network，a multi-objective，in which the minimization of dynamic payback period as well as optimal stability of steady state voltage are token as objectives，is built. The optimal Pareto solution set of network-connecting positions and configured capacity of PV are solved by multi-objective biogeography-based optimization algorithm（MOBBO），which is formed by putting rapid non-dominated sorting strategy and elitism strategy of NSGA-Ⅱ algorithm into biogeography-based optimization algorithm. Finally，taking testing system of IEEE33 node distribution network as an example to proceed multi-objective optimal planning of PV. The proposed algorithm has better global convergence and searching capability compared to the results obtained with the NSGA-Ⅱ algorithm. The final optimal results increased the flexibility and scientificity of the optimized configuration of PV.

Keywords：NSGA-Ⅱ;biogeography-based algorithm;BIPV;dynamic recovery period;Pareto optimal solution

0  引  言

太陽能光伏发电系统一般可以分为以下三种类型：离网式光伏发电系统、并网式光伏发电系统和分散式光伏发电系统。在中国的大中型城市，分散式的并网型光伏发电系统，尤其是依附于城市建筑的BIPV系统，具有项目投资少、建设速度快、不会造成环境污染，并且有政策的大力支持等优点，已经成为城市光伏发电系统的主流。光伏建筑一体化广义上可以理解为安装在所有建筑上的太阳能光伏发电系统。《可再生能源中长期发展规划》中提出“建设与建筑物一体化的屋顶太阳能并网光伏发电设施，到2020年，全国建成2万个屋顶光伏发电项目，总容量100万kW”，建筑光伏系统的规模化应用已提上日程[1]。研究表明，合理配置光伏建筑一体化以及其他类型的分布式电源接入城市配电网的接入点及接入容量，可以有效地改善配电网电压质量、减小系统有功网损、提高系统负荷率;反之，如果配置不合理，将会影响电网的安全运行，影响配电网电压的稳定性[2]。针对分布式电源接入配电网的选址与定容问题，国内外学者进行了一些研究。文献[3]和[4]以系统网损最小为目标函数，文献[5]和[6]则是以综合系统费用为目标，分别构建了分布式电源优化配置的单目标模型。但是随着我国分布式发电相关技术的快速发展和电力市场的逐步完善，在分布式电源优化规划中需要考虑的因素逐渐增多，例如电压稳定性、环境因素、入网电价、回收年限等。所以单目标规划模型往往不能满足目前大量的分布式电源接入城市配电系统的优化规划要求。文献[7]以系统网损、电压质量和环境因素为目标构建分布式电源多目标优化规划模型，但其实质是将多目标函数通过加权转化为单目标函数，改变权重将直接对分布式电源的配置方案产生影响。文献[8]-[10]运用不同的算法求解分布式电源多目标优化规划模型，最终得到一组Pareto最优解，但都未考虑不同类型的分布式电源发电的不同特点，得到的规划方案缺乏针对性。

本文以光伏发电系统接入城市配电网的选址与定容问题为研究对象，以光伏发电系统接入配电网的经济性指标（动态回收年限）和安全性指标（电压稳定性）为目标，构建多目标的优化规划模型，并采用多目标生物地理算法进行求解。最后，通过对IEEE33节点算例的仿真分析，验证所提模型和算法的可行性，并将所得结果与NSGA-Ⅱ算法进行比较。

2.2  多目标生物地理学优化算法

基本的生物地理学优化算法只能处理单目标的优化问题，而不能处理多目标优化问题。在单目标生物地理学优化算法中，用栖息地的适应度指数HSI来比较栖息地的好坏，但是在处理多目标问题时，栖息地的HSI不再唯一，必须采用新的比较策略来比较栖息地的优劣。本文采用与NSGA-Ⅱ相似的快速非支配排序策略与精英保留策略处理栖息地的多个HSI的比较问题。

2.2.1  快速非支配排序策略

计算当前所有栖息地的HSI，找出不受其他栖息地支配的栖息地，即这组栖息地的Pareto最优解，将其排在最前端，等级为1;在剩下的栖息地继续寻找非支配解，放在等级为1的栖息地之后，等级设为2;重复以上过程，直到所有栖息地都得到相应的等级。对于位于同一等级的栖息地，则按栖息地的拥挤距离由大到小排序。定义第i个栖息地的拥挤距离L[i]d=L[i]d+（L[i+1]m-L[i-1]m），其中L[i]m为第i个栖息地的第m个HSI。

2.2.2  精英保留策略

精英保留策略是将前一次迭代中的优良栖息地保留到本次迭代中，它是多目标生物地理学算法以概率1收敛的必要条件。其具体方法是：将上一次迭代中等级为1的栖息地与本次迭代的栖息地合并为一组新的栖息地，按照快速非支配排序选出最前端的N个栖息地进入下次迭代。

多目标生物地理算法的流程图如图2所示。

3  算例分析

为验证多目标生物地理优化算法用于BIPV的优化规划的可行性和效果，本文采用IEEE33节点算例进行仿真，其系统结构如图3所示。

将各分布式电源负的PQ节点处理，功率因数取0.9[14]。根据文献[15]所提供的数据，本算例中的参数汇总如表1所示。

多目标生物地理优化算法参数设置如下：种群规模N= 50;最大迭代次数Gmax=200;全局迁移率Pmod=1;最大迁入率E=1;最大迁出率I=1;种群的最大突变率Mmax=0.01。

本文在Matlab环境下分别编写NSGA-Ⅱ和MOBBO算法程序，各计算50次，其运算结果的对比如表2所示。从表2中可以看出与传统的多目标优化算法NSGA-Ⅱ相比，MOBBO算法具有计算速度快、收敛性强和计算精度高等优点。

从分别利用NSGA-Ⅱ和MOBBO算法进行BIPV多目标优化规划的结果可以看出，BIPV项目的动态回收年限与BIPV接入配电网后的静态电压稳定度是相互冲突的两个目标，即要使系统静态电压稳定度提高，就得投入更多的资金，延长项目的动态回收年限。因此就需要对这两个目标函数进行协调优化，从而找到一组折中的优化方案，即多目标问题的Pareto最优解集。

通过对NSGA-Ⅱ和MOBBO算法所得结果的对比，可以看出MOBBO算法能找到比NSGA-Ⅱ算法更优的解，即在静态电压稳定裕度相同时，MOBBO能找到动态回收年限更小的解。而且NSGA-Ⅱ无法找到该多目标优化问题的所有Pareto最优解，在Pareto解的两端其搜索性较差。因此，在处理BIPV的多目标优化规划问题时，本文提出的MOBBO算法能取得比NSGA-Ⅱ算法更好的优化结果。

该算法所得到的解之间互不支配，所有的解都是最优解，不同的解代表不同的优化效果。方案一、方案二和方案三是其中三个有代表性的BIPV优化配置方案，方案一的静态电压稳定性最高，但动态回收年限最长;方案三的动态回收年限最短，但网损和电压稳定性最差;方案二则是一个折中方案，各项指标均适中。三个方案的BIPV的接入点位置如图3所示，其具体配置情况如表3所示。

原有的配电网系统在未接入BIPV时，系统网损为202.68kW，系统的静态电压稳定度为0.0746。采用以上三种方案配置BIPV后，能有效减少系统网损，提高静态电压稳定性。三种方案的优化结果如表4所示。

为了表现BIPV接入后对静态电压稳定性的影响，对采用这三种方案配置BIPV后各节点的电压进行对比。

方案一接入的BIPV容量大，需要的投资也最大，但是在BIPV接入后的网损最小，系统的静态电压稳定度最好。因此在资金充足、对网损、电压稳定度要求较高时可优先选择此方案。方案三的BIPV接入容量最小，投资小、资金动态回收年限小，但是网损与动态电压稳定度的改善效果较差，在资金不充足的情况下可以优先选择此方案，待以后太阳能光伏组件价格下降后，再进一步加大BIPV的配置。方案二则是一个折中方案，投资较少，而网损和电压稳定性也能得到有效改善。由于基于MOBBO算法的BIPV优化规划得出的是一种Pareto最优解，这样大大增加了规划的灵活性，在实际规划中，可以根据具体情况选择合适的方案，以期达到更好的优化规划结果。

4  结  论

本文以城市光伏发电投资的动态回收年限和静态电压稳定性为优化目标，建立了BIPV的多目标优化规划模型，通过本文提出的多目标生物地理算法求解及算例结果分析，得出以下结论：

（1）在城市配电网推进光伏建筑一体化项目能有效减少配电系统网损，提高静态电压稳定性，同時也能大大减少对火力发电的需求，提高电力供应的多样性，缓解城市环境污染。

（2）与传统的NSGA-Ⅱ算法相比，多目标生物地理学优化算法在处理PV接入城市配电网的多目标优化规划问题上，具有更好的收敛性能，同时也为多目标优化问题提出了一种新的方法。其所得出的Pareto最优解能兼顾各个规划目标，规划人员可以根据实际需求进行选择，增加了规划的灵活性和科学性。

参考文献：

[1] 徐静，陈正洪，唐俊，等.建筑光伏并网发电系统的发电量预测初探 [J].电力系统保护与控制，2012，40（18）：81-85.

[2] 王守相，王慧，蔡声霞.分布式发电优化配置研究综述 [J].电力系统自动化，2009，33（18）：110-115.

[3] NERVES AC，RONCESVALLES JCK. Application of evolutionary programming to optimal siting and sizing and optimal scheduling of distributed generation [C]//TENCON 2009-2009 IEEE Region 10 Conference.S.l.：s.n.，2009：1-6.

[4] 朱勇，杨京燕，张冬清.基于有功网损最优的分布式电源规划 [J].电力系统保护与控制，2011，39（21）：12-16.

[5] EL-KHATTAM W，HEGAZY YG，SALAMA MMA. An Integrated Distributed Generation Optimization Model for Distribution System Planning [J].IEEE Transactions on Power Systems，2005，20（2）：1158-1165.

[6] 叶承晋，黄民翔. 基于改进粒子群算法的分布式电源经济性最优规划 [J].电力系统保护与控制，2012，40（19）：126-132.

[7] 郑漳华，艾芊，顾承红，等.考虑环境因素的分布式发电多目标优化配置 [J].中国电机工程学报，2009，29（13）：23-28.

[8] 于青，刘刚，刘自发，等.基于量子微分进化算法的分布式电源多目标优化规划 [J].电力系统保护与控制，2013，41（14）：66-72.

[9] Moradi M H，Tousi S M R，Abedini M. Multi-objective PFDE algorithm for solving the optimal siting and sizing problem of multiple DG sources [J].International Journal of Electrical Power & Energy Systems，2014，56（3）：117-126.

[10] 王瑞琪，李珂，张承慧，等.基于多目标混沌量子遗传算法的分布式电源规划 [J].电网技术，2011，35（12）：183-189.

[11] 魏峰.火电与风电投资效益比较研究 [D].保定：华北电力大学，2013.

[12] 黄松，杨建华，季宇，等.基于NSGA-Ⅱ的多类型分布式电源在配电网中的优化配置 [J].华东电力，2013，41（12）：2484-2488.

[13] SHAH A，SIMON D，RICHTER H. Constrained biogeography-based optimization for invariant set computation [C]//American Control Conference （ACC），2012. S.l.：s.n.，2012：2639-2644.

[14] 刘学平，刘天琪，王剑.基于小生境的配电网多目标分布式电源规划 [J].电网技术，2010，34（10）：126-130.

[15] 王斯成.分布式光伏发电政策现状及发展趋势 [J].太阳能，2013（8）：8-19.

作者简介：程蒙（1990-），男，汉族，河南信阳人，项目经理，助理工程師，硕士研究生，研究方向：电网建设与经济运行;赵双芝（1988-），女，汉族，河北保定人，专业员，助理工程师，硕士研究生，研究方向：新能源涉网试验及配网规划;韩雪龙（1988-），男，汉族，河北石家庄人，实验员，助理工程师，硕士研究生，研究方向：分布式发电并网及微电网技术;杨永前（1988-），男，汉族，河南平顶山人，项目经理，工程师，硕士研究生，研究方向：电网建设及电力系统暂态稳定控制。