含分布式电源的主动配电网重构分析

刘宇恒

（华北水利水电大学 河南省郑州市 450000）

配电网重构作为一种新型的配电网配置方式逐渐凸显出来。以往通常采用的优化技术主要包括以下两种，分别为数学优化算法、启发式技术，这种虽然解决了大规模电网结构中所存在的各种弊端，但是对于电网优化配置过程中的实际需求无法得到有效的满足。本文面对这种情况，提出了一种新型的重构方式，即含分布式电源的主动配电网重构策略，最小化的网损作为该技术中的目标性函数，可以成为优化路径最有效的方式，再利用算例方式进行验证，体现改进算法在配电网重构中应用价值。

1 优化模型

1.1 目标函数

风机和光伏在这个输出的过程中均会收到各种因素的影响，风速、光强度是最常见的外部因素，人为因素通常是指符合需求量逐渐增加，缺少恒定性的标准，在时间不断变化的过程中，具有清晰度较强的时间序列特征逐渐被凸显出来[1]。通过采用这种新型的技术方式能够更好地完成对整个场景情况的分析和划分，在这种情况就利于更好地完成对风机、光伏和负载等各种时序的特性进行分析和优化，根据分析结果可以制定个性化的实施方案，在基础上还可以对各个时间段不同的时序情况上的曲线特征进行分析，并将其真实情况反映出来[2-3]。

供电路径优化、重构最重要的目标就是为了降低有功网损的情况，由于风机和光伏在整个输出的过程中都存在很多不确定的因素，所以为了在确保达到标准的基础上会将期望值设定在一定阶段内，为实际功率损耗相近似的数值。见公式（1）和（2），有功网损的期望目标值设置为预期目标的函数。

上述公式中：E表示该系统高运行过程中有功网损的总期望值；m表示为场景数；Pj表示为场景j时的概率；Lj表示为有功网损期望值；l为支路总数；ri为支路i阻抗；Pij表示为场景j时支路的有功；Oij表示为场景j时支路的无功；Uij表示为场景j时支路的电压。

1.2 约束条件

目标函数约束条件由以下几个部位组成，包括支路电流、节点电压、功率平衡和DG功率。

（1）支路电流需要控制在线路热稳定性极限内，支路电流约束公式见（3）。

（2）配电网系统运行的过程中，节点电压水平需要控制在一定范围内，即节点电压需要控制在电压上下限安全范围内，节点电压约束公式见（4）。

公式中：Umin表示为节点i的最小电压，Umax表示为节点i的最大电压。

（3）对于整个系统而言，功率不可以小于系统运行过程中的负载和网损和，但是需要满足平衡约束公式，见（5）、（6）。

公式中：PDGi表示为分布式电源接入节点i的有功；PLi表示为节点i负荷的有功；QDGi表示为无功；QLi节点i负荷的无功；Ui表示为节点i电压，Uj表示为节点j的电压；Gij表示为支路ij的电导；Bij表示为支路ij的电导；θij表示为节点i和j的相差角；m表示为与节点i之间相关联的一个支路数。

（4）DG功率约束公式（7）和（8）表示为：

公式中：PDGmin表示为分布式电源接入节点i的最小有功率，PDGmax表示为最大有功率；QDGmin表示为接入节点i的最小无功功率，QDGmax表示为最大无功功率。在此次研究中不需要将辐射因素纳入在考虑范围内，因为本次研究主要与无重复生产数相结合从而制定出快速优化公路经的有效对策。

2 改进优化算法研究

针对风力发电机与光伏系统输出波动性，教学优化算法在对各种复杂问题处理的过程中，非常降低处理的效果，会导致处理质量逐渐下降，久而久之就会使其陷入局部的一个效果较好的状态，为了避免在整个优化过程中出现类似情况，基于现状提出一种安全、有效的教学优化算法，能够更好地挺高整个运算的速度，同时全局的搜索能力也在此情况下逐渐提高，非常适合应用在配电网供电路径优化的过程中[4-5]。

2.1 引入自适应教学因子

改进教学因子之前只能视为1或0，教学因子TF对于获取整个平均值具有极大地促进作用，如果经计算发现TF值越大，说明整个搜索的速度也会逐渐升高，反之，TF越小，搜索效率就会逐渐降低，为此也提出了一种新型的自适应因子，能够随着迭代而线性衰减，见公式（9）。

公式中的iter表示为当前迭代次数，itermax表示为最大迭代次数；TFmax表示为教学因子的最大值，则TFmin表示为最小值。改进TF能够使早期的搜索速度快速收敛并得票最优解，在后期能够通过精简式的搜索，可以进一步提高数据的准确度。这种算法的搜索环节可以实现自适应性的调整和改动，根据当前的具体情况调整为最佳状态。

表1：各时间风光接入情况

表2：节点开关组合优化前后对比

表3：算法数据对比

2.2 增加“自学”阶段

采用高原算法，引入“自学习”机制。具体公示见（10）、（11）。

为了能够更好地实现网络运行工的安全性，降低故障发生率，需要采用非重复生成数策略，能够更好地对整个分布式电源供电路径进行优化。

3 算例分析

采用PG&E69节点配电网系统进行分析，经验证发现核算法在具有风机和光伏同时接入的主动配电网中的优化路径的速度较快。系统负荷共有48个，负荷随机变量的中位数均是节点系统中负荷值。标准差的负荷值可以达到10%。分别在节点10、27和68位置上并入3台型号为Bonus 1 MW/54的风机，在节点34、52和56位置上接入4片型号为Pilkington SFM144Hx25 0wp的光伏阵列。

通过使用HOME软件可以将某个地区月平均风速和光度数据都可以直接模拟出来。以某一天为例，根据光伏和风能负荷以及电网接入系统的具体情况，大致分为六个场景，具体数据见表1。

通过本文所提出的方法能够对网络供电路径进行有效优化，其中提出的方法可以优化网络供电路径。其中，0则表示为无任何分布式电源接入，1表示为存在分布式电源接入，最低节点的电压通常情况都是在95%的置信度下，并且还是最低电压置信区域内的下限。具体数据见表2。

通过分析结果可知，重建之前完成对分布式电源的接入对于系统运行具有极大地促进作用，能够更好地提升系统运行的效率和安全性，除此之外，还可以更好地降低系统运行过程中的损耗程度，实现对整个节点电压分布情况优化和调整[6-7]。重构后，电网系统运行过程中整体的损耗度逐渐降低，据数据统计损耗度降低至80.53 kW，经计算可知，网损程度逐渐增加，数值已经接近59.02%，最小节点的电压则会逐渐提升，从最初的0.961p.u.增加到1.018 p.u.，整个数据中可以直接发现，系统运行过程中整体的可靠性和经济性水平逐渐提升。

与文献[8]中的优化方式进行对比，具有一定的差异性，通过对比可以知道验证文本方法的快速性非常显著，可以在短时间完成计算，方式需要执行50次，最大的迭代次数设置成50。给予计算结果在合理选择其具体的优化方法。

通过对整个过程进行搜索和优化，可以直接发现此次研究的方式对于获取的最佳的解释方案具有极大地促进作用，为整个方式系统网络的重构奠定了良好基础，具体结果见表3。

通过分析表3可知，研究中所提出的方法效率高，均方误差小，该此方法与其他方法相比具有较强的稳定性。通过50次计算，发现平均时间一般为37s，用时时间非常短。可见这种方式优化速度非常快，通过根据计算结果得知，本次研究中所出现的搜索方法具有收敛速度快、优化时间短的特点，而且具体操作过程中整个运行效率也比较高，能够有效减少误差，确保系统运行的稳定性。

4 结束语

综上所述，本文提出了一种符合当前网络安全稳定运行的电网重构策略，即基于布式电源的一种新型主动性配电网重构方案，将具体计算方式合理的应用在整个配电网电源优化中，能够以最快的速度实现配电网系统安全稳定的运行。通过采用算例方式可以对整个优化方案进行改善和调整，实现其整体的应用价值。经验证发现，收敛速度，优化时间短是该方式主要的运行特点，除此之外，运算过程极为稳定，能够有效降低计算过程中所出现的各种误差。通过对目前实验室设备运行情况和数据的规模进行综合考虑，本次研究还处在刚刚起步阶段，需要在此研究上不断创新与优化，希望额可以为后续工作顺利开展奠定良好的基础。