计及模糊随机性的主动配电网分布式电源规划模型

doi:10.3969/j.issn.1000-7229.2019.02.005

摘要/Abstract

摘要： 随着分布式电源（distributed generation，DG）大规模接入，电源规划与网架结构不匹配问题开始引起人们的关注与思考。因此，文章从DG最优配置的角度出发，同时考虑网架结构优化，建立了计及模糊随机性的主动配电网DG规划模型。首先针对DG接入给配电网引入的强不确定问题，提出一种计及DG出力模糊随机性的典型日场景生成方法，提高模型的精度和准确性。然后，分别以DG供应商年收益最大和配电公司年网损费用最低为上、下层的目标函数，构建主动配电网双层DG规划模型。为促进DG的消纳，上层模型还考虑了储能的协调优化过程。最后，基于改进的IEEE-33节点系统，采用GAMS-DICOPT求解器和自适应权重离散粒子群算法对规划模型求解，验证了模型的有效性。算例结果表明，通过DG的合理配置与网架结构优化，能够实现多利益主体的共赢，并促进DG的消纳。

关键词: 分布式电源（DG）, 电源规划, 模糊随机性, 双层模型, 全寿命周期成本

Abstract: With large-scale DG accessing into the power system， the mismatch between generation planning and grid structure has aroused people's concern and thinking. Therefore， from the view of the optimal allocation of DG and considering the optimization of grid structure， a DG planning model of active distribution network with fuzziness and randomness is established. Firstly， strong uncertainty introduced by DG， a typical day scene method， which takes into account the fuzziness and randomness of distributed generation output， is proposed to improve the accuracy of the model. Then， the bi-level DG planning model of the active distribution network is constructed with the maximum annual income of the DG suppliers and the minimum annual network loss cost of the distribution company. In addition， in order to promote the consumption of DG， the upper model also considers coordinated optimization process of energy storage system. Finally， on the basis of the improved IEEE 33-node system， the GAMS-DICOPT solver and discrete particle swarm optimization algorithm with adaptive weight are used to solve the planning model， and the validity of the model is verified. The result shows that through the rational allocation of DG and the optimization of grid structure， the multi-stakeholder's win-win situation can be realized and the consumption of DG will be promoted at the same time.

Key words: distribution generation（DG）, generation planning, random and fuzzy feature, bi-level model, life cycle cost

中图分类号:

TM 715

范志成，朱俊澎，吴涵，袁越. 计及模糊随机性的主动配电网分布式电源规划模型[J]. 电力建设, 2019, 40(2): 37-44.

FAN Zhicheng， ZHU Junpeng， WU Han， YUAN Yue. Distribution Planning Model in Active Distribution Network Considering Fuzziness and Randomness[J]. Electric Power Construction, 2019, 40(2): 37-44.

参考文献

［1］MUOZ-DELGADO G， CONTRERAS J， ARROYO J M. Multistage generation and network expansion planning in distribution systems considering uncertainty and reliability［J］. IEEE Transactions on Power Systems， 2016， 31（5）: 3715-3728.
［2］ROMERO R， ROCHA C，MANTOVANI M， et al. Analysis of heuristic algorithms for the transportation model in static and multistage planning in network expansion systems［J］. IET Proceedings - Generation， Transmission and Distribution， 2003， 150（5）: 521-526.
［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）:1-9.
ZHANG Shenxi， YUAN Jiayan， CHENG Zhonghao， et al. Optimal distributed generation planning in active distribution network considering demand side management and network reconfiguration ［J］. Proceedings of the CSEE， 2016，36（s1）:1-9.
［4］张宁，胡兆光，周渝慧，等. 计及随机模糊双重不确定性的源网荷协同规划模型［J］. 电力系统自动化， 2016， 40（1）: 39-44.
ZHANG Ning， HU Zhaoguang， ZHOU Yuhui， et al. Source-grid-load coordinated planning model considering ranfomness and fuzziness［J］. Automation of Electric Power Systems， 2016， 40（1）: 39-44.
［5］张彼德，何頔，张强，等. 含分布式电源的配电网双层扩展规划［J］. 电力系统保护与控制， 2016， 44（2）:80-85.
ZHANG Bide， HE Di， ZHANG Qiang， et al. Double distribution network expansion planning including distributed power［J］. Power System Protection and Control， 2016， 44（2）:80-85.
［6］邢海军，程浩忠，杨镜非，等. 考虑多种主动管理策略的配电网扩展规划［J］. 电力系统自动化， 2016， 40（23）: 70-76.
XING Haijun， CHENG Haozhong， YANG Jingfei， et al. Distribution network expansion planning considering multiple active management strategies［J］. Automation of Electric Power Systems， 2016， 40（23）: 70-76.
［7］李秀磊，耿光飞，季玉琦，等. 主动配电网中储能和需求侧响应的联合优化规划［J］. 电网技术， 2016， 40（12）: 3803-3810.
LI Xiulei， GENG Guangfei， JI Yuqi， et al. Integrated optimal planning of energy storage and demand side response in active power distribution network［J］. Power System Technology， 2016， 40（12）: 3803-3810.
［8］宋福龙，吴洲洋，张艳，等. 大规模风电下基于模糊场景聚类的网-储协调规划方法［J］. 电力自动化设备， 2018， 38（2）:74-80.
SONG Fulong， WU Zhouyang， ZHANG Yan， et al. Fuzzy scene clustering based grid-energy storage coordinated planning method with large-scale wind power［J］. Electric Power Automation Equipment， 2018， 38（2）:74-80.
［9］薛禹胜，雷兴，薛峰，等. 关于风电不确定性对电力系统影响的评述［J］. 中国电机工程学报， 2014， 34（29）:5029-5040.
XUE Yusheng， LEI Xing， XUE Feng， et al. A review on impacts of wind power uncertainties on power systems［J］. Proceedings of the CSEE， 2014， 34（29）:5029-5040.
［10］高红均，刘俊勇，魏震波，等. 主动配电网分层鲁棒规划模型及其求解方法［J］. 中国电机工程学报， 2017， 37（5）: 1389-1400.
GAO Hongjun， LIU Junyong， WEI Zhenbo， et al. A bi-level robust planning model of active distribution network and its solution method［J］. Proceedings of the CSEE， 2017， 37（5）: 1389-1400.
［11］王淳，高元海. 采用最优模糊C均值聚类和改进化学反应算法的配电网络动态重构［J］. 中国电机工程学报， 2014， 34（10）:1682-1691.
WANG Chung， GAO Yuanhai. Dynamic reconfiguration of distribution network based on optimal fuzzy C-means clustering and improved chemical reaction optimization［J］. Proceedings of the CSEE， 2014， 34（10）:1682-1691.
［12］王群，董文略，杨莉. 基于Wasserstein距离和改进K-medoids聚类的风电/光伏经典场景集生成算法［J］. 中国电机工程学报， 2015， 35（11）: 2654-2661.
WANG Qun， DONG Wenlue， YANG Li. A wind power/photovoltaic typical scenario set generation algorithm based on wasserstein distance metric and revised K-medoids cluster［J］. Proceedings of the CSEE， 2015， 35（11）: 2654-2661.
［13］张沈习，程浩忠，邢海军，等. 配电网中考虑不确定性的分布式电源规划研究综述［J］. 电力自动化设备， 2016， 36（8）: 1-9.
ZHANG Shenxi， CHENG Haozhong， XING Haijun， et al. Review of DG planning considering uncertainties for distribution network［J］. Electric Power Automation Equipment， 2016， 36（8）: 1-9.
［14］刘宝碇. 不确定规划及应用［M］. 北京：清华大学出版社， 2003.
［15］马瑞，张强，吴瑕，等. 日风速随机模糊不确定模型［J］. 中国电机工程学报， 2015， 35（24）: 6351-6358.
MA Rui， ZHANG Qiang， WU Xia， et al. Random fuzzy uncertain model for daily wind speed［J］. Proceedings of the CSEE， 2015， 35（24）: 6351-6358.
［16］LIU B. Theory and practice of uncertain programming［M］. Berlin: Springer， 2009.
［17］江岳文，陈冲，温步瀛. 含风电场的电力系统机组组合问题随机模拟粒子群算法［J］. 电工技术学报， 2009， 24（6）: 129-137.
JIANG Yuewen， CHEN Chong， WEN Buying. Particle swarm research of stochastic simulation for unit commitment in wind farms integrated power system［J］. Transactions of China Electrotechnical Society， 2009， 24（6）: 129-137.
［18］薛金花，叶季蕾，陶琼，等. 采用全寿命周期成本模型的用户侧电池储能经济可行性研究［J］. 电网技术， 2016， 40（8）: 2471-2476.
XUE Jinhua， YE Jilei， TAO Qiong， et al. Economic feasibility of user-side battery energy storage based on whole-life-cycle cost model［J］. Power System Technology， 2016， 40（8）: 2471-2476.
［19］ZHU J， GU W， LOU G， et al. Learning automata-based methodology for optimal allocation of renewable distributed generation considering network reconfiguration［J］. IEEE Access， 2017， 5（99）:14275-14288.
［20］GAMS Development Corporation. GAMS， the solvers’ manual［EB/OL］. ［2013-12-23］（2018-07-01）. http:// www.gams.com/solvers/．
［21］苏海锋，张建华，梁志瑞，等. 基于LCC和改进粒子群算法的配电网多阶段网架规划优化［J］. 中国电机工程学报， 2013， 33（4）: 118-125.
SU Haifeng， ZHANG Jianhua， LIANG Zhirui， et al. Multi-stage planning optimization for power distribution network based on LCC and improved PSO［J］. Proceedings of the CSEE， 2013， 33（4）: 118-125.
［22］NICKABADI A， EBADZADEH M M， SAFABAKHSH R. A novel particle swarm optimization algorithm with adaptive inertia weight［J］. Applied Soft Computing， 2011， 11（4）:3658-3670.

[1]	郭威，修晓青，李文启，李建林. 计及多属性综合指标与经济性的电网侧储能系统选址配置方法[J]. 电力建设, 2020, 41(4): 53-62.
[2]	陆秋瑜，杨银国，王中冠，谭嫣，夏天，伍双喜. 基于次梯度投影分布式控制法的虚拟电厂经济性一次调频[J]. 电力建设, 2020, 41(3): 79-85.
[3]	孙雨潇，朱俊澎，袁越. 基于动态孤岛混合整数线性规划模型的主动配电网可靠性分析[J]. 电力建设, 2019, 40(5): 90-97.
[4]	黄河，高松，韩俊，孙琦润，吴志，顾伟. 交直流混合配电网分布式电源最大准入容量[J]. 电力建设, 2019, 40(10): 75-83.
[5]	邢海军，洪绍云，范宏，赵晓莉. 面向“源-网-荷-储”的主动配电网优化重构及协调调度研究[J]. 电力建设, 2018, 39(8): 18-23.
[6]	马晨霄，刘洋，许立雄，刘洋，朱嘉远，林潇. 同时考虑孤岛与重构的配电网故障恢复运行策略[J]. 电力建设, 2018, 39(8): 128-136.
[7]	刘继春，唐虎，向月，刘俊勇，张铃珠. 考虑多个虚拟发电厂参与的多阶段市场交易方法[J]. 电力建设, 2017, 38(3): 137-.
[8]	郭晔，石峻玮，毛安家. 考虑需求响应的CCHP系统中分布式电源的选址定容[J]. 电力建设, 2017, 38(12): 43-.
[9]	殷伟，童勤毅，徐洋，王亮，董树锋，何仲潇. 考虑设备全生命周期成本的工厂多能微网经济调度策略[J]. 电力建设, 2017, 38(12): 97-.
[10]	李婷，叶希，唐权，王云玲，瞿小斌，文云峰. 基于交替方向乘子法的源网协同多适应规划[J]. 电力建设, 2017, 38(11): 105-.
[11]	胡美玉，胡志坚，胡梦月. 计及相关性的含分布式电源配电系统可靠性评估[J]. 电力建设, 2016, 37(9): 108-.
[12]	牛东晓，马天男，黄雅莉，刘冰旖. 基于Godlike算法的海岛型分布式电源规划模型[J]. 电力建设, 2016, 37(9): 132-.
[13]	关添升，王琦，刘赫，郑媛，李德鑫，刘亚东，潘超. 基于改进果蝇优化算法的分布式电源优化配置[J]. 电力建设, 2016, 37(6): 103-108.
[14]	陈和升，卫志农，孙国强，陈胜，臧海祥. 考虑换流器控制特性的交直流混联微电网状态估计[J]. 电力建设, 2016, 37(5): 91-99.
[15]	王凯军，孙飞飞，兰洲，孙可. 全寿命周期成本管理在实际电力网络规划中的应用[J]. 电力建设, 2016, 37(4): 43-49.