【精彩论文】考虑分布式电源和电动汽车集群调度的配电网络重构

考虑分布式电源和电动汽车集群调度的配电网络重构

谢学渊¹, 刘潇潇¹, 李超¹, 胡资鹏¹, 刘铠¹, 陈涛²

（1. 国网湖南省电力有限公司节能管理分公司，湖南 长沙 410000; 2. 东南大学 电气工程学院，江苏 南京 210096）

摘要：随着分布式电源和电动汽车等灵活性电力资源大量接入配电网，对系统安全可靠性提出了更高要求。提出一种考虑分布式电源和电动汽车集群调度的配电网络重构方法，以提高系统可靠性和经济性。在考虑电压偏差的基础上，以故障停电损失成本作为衡量电网可靠性的经济性指标，对网络拓扑结构进行重新构建。首先以线路的开关状态、电动汽车充、放电状态及功率为决策变量，建立以综合成本最小为目标的配电网络重构模型；然后针对配电网络重构模型，采用共生生物搜索算法进行模型求解；最后，通过仿真算例验证了所提方法的有效性。

引文信息

谢学渊, 刘潇潇, 李超, 等. 考虑分布式电源和电动汽车集群调度的配电网络重构[J]. 中国电力, 2023, 56(1): 119-125.

XIE Xueyuan, LIU Xiaoxiao, LI Chao, et al. Distribution network reconfiguration considering distributed generation and electric vehicle cluster scheduling[J]. Electric Power, 2023, 56(1): 119-125.

引言分布式电源（distributed generation，DG）和电动汽车（electric vehicle，EV）大量接入给配电网络带来一定影响^[1-2]。DG接入导致电网运行产生波动、增大网络损耗、节点电压越限等问题。EV能够较好存储DG发电电量，降低其出力波动性，但是大量的EV接入电网也降低了电网的可靠性。为了进一步提高DG和EV接入电网可靠性，可采取控制网络中联络开关和分段开关的手段，对配电网进行重构^[3-4]。配电网络重构是一种能够提高配电网可靠性的有效手段^[5-8]。文献[5-6]在网络拓扑结构的基础上，以网损最小为目标建立了配电网重构数学模型来研究配电网络重构问题。文献[8]以网损最小、馈线负载平衡度最优和开关操作次数最少为目标建立了多目标的配电网络重构模型。现有配电网络重构的研究大都是在不同的模型和约束条件基础之上保证配电网的安全可靠性，但其主要都侧重于网络拓扑重构的算法求解，较多关注算法的求解效率和精度。随着大量DG接入配电网，网络的潮流分布、电压分布、网损以及电网运行的安全可靠性都会发生较为明显的变化。配电网络重构作为一种有效提高电网可靠性的手段，能够通过开断联络开关和分段开关有效提高电网的可靠性。因此，有必要考虑如何通过配电网络重构，构建合理的配电网络拓扑结构，从而解决由DG带来系统的可靠性问题。国内外已有学者思考研究如何在DG基础上对配电网络进行重构^[9-12]。文献[9]在考虑DG接入情况下提出了一种配电网效益最优重构方法。文献[10]在追求负荷均衡基础上，通过分析DG的特性以及对电网的影响来重新构建网络拓扑结构。文献[11]将DG和配电网络重构相结合，研究了DG的安装位置和配置容量对配电网络重构的影响。EV作为一种特殊的移动储能装置，能够改善DG接入导致配电网的低可靠性。EV能够通过车到网（vehicle to grid，V2G）技术接入电网实现功率的双向流动，这种技术改变了电网现有的运行约束条件，进一步加剧了DG带来的电网可靠性问题。因此，要在DG和EV同时接入电网的环境下，通过改变现有网络结构来改变电网运行条件，协调利用DG和EV来提高电网运行的可靠性。文献[13-14]基于电压偏差同时考虑了DG和EV接入的配电网络重构，但忽略了在重构过程中可能出现的线路故障带来的可靠性问题。

综上，本文将DG和EV集群调度相结合，在考虑电压偏差基础上，以故障停电损失成本作为衡量电网可靠性的经济性指标，对网络拓扑结构进行重新构建，所提方法能够在经济性基础上提高配电网的可靠性，从而为实际场景应用提供参考。

1  考虑DG和EV的配电网络重构模型

本文考虑DG和EV接入的情况下通过改变线路状态，构建新的配电网拓扑结构，从而最小化总成本。在DG和EV集群接入基础上，对配电网络进行重构，使其能够满足网络的运行安全约束条件，以实现EV最优调度。在配电网络重构模型中，决策变量为线路的开关状态、EV充、放电状态及功率。目标函数为综合成本最小，包括网损成本、故障成本、EV调度成本，放电补贴成本和上游电网购电成本，其中故障成本用停电损失成本来表示。总体目标函数 C_total 为

式中： C_L 为网损成本； C_R 为配电网故障成本； C_EV 为EV集群调度成本； C_sub 为EV参与放电的补贴成本； C_UP 为向上游电网购电的支出。网损成本为式中：Ω_L 为网络中线路集合； C_l 为第l条线路的有功网损的单位价格；s_ij 为节点i到j之间线路上的开关状态，当 s_ij=1 时表示线路上开关闭合，当 s_ij=0 表示开关断开； R_ij 为节点i到j之间线路的电阻值； P_ij 、 Q_ij 分别为流过线路ij的有功和无功功率； U_i 为节点i的电压幅值。故障损失成本为式中： Ω_D 为网络中负荷节点集合； P_i 为节点i的有功负荷； T_OU.i 为节点i的停电时间； E_ENS 为电量不足期望值； c_s 为用户购电电价。EV调度成本为式中： G 为EV集群的个数； V 为EV集群中的车辆总数； n_v 为第v辆EV的充、放电状态，当 n_v =1 时表示第v辆EV处于充电状态，当 n_v =0 时表示第v辆EV处于放电状态； α_c 、 α_d 分别为EV充、放电的成本系数；分别为第v辆EV在t时刻的充、放电功率。EV补贴成本式中： c_sub 为EV放电的单位电量补偿价格。EV放电会影响到电池的使用寿命，从而影响EV用户参与调度的意愿，因此需要对调度过程中放电的EV给予一定的补偿^[15-16]。上级电网购电成本为式中： c_up 为配电网向上一级电网买电的单位购电成本；为t时刻上级电网传输到配电网的有功功率。

约束条件包括考虑DG的配电网潮流方程、节点电压、节点偏差、线路传输功率、网络拓扑结构、EV充、放电功率、EV电池状态等约束。

2  共生生物搜索算法共生生物搜索算法通过模拟生物在生态系统中共生的相互作用，来提高生物适应生态环境的能力^[17]。共生生物搜索算法本身具有易操作、控制参数少，稳定性好、收敛速度快等特点^[18]。互利共生指第w和v个体 I_w 和 I_v 共同生存，并且相互都可以获得自身利益从而分别促进自身生长发育。通过随机选择一个个体与有机体相互作用来模拟互利共生关系，可表示为式中：分别为个体 I_w 和 I_v 通过互利共生关系交互过后的新个体； r₁ 、 r₂ 分别为[0, 1]之间的随机数； I_best 为最优个体； f₁ 、 f₂ 分别为个体 I_w 和 I_v 的利益水平参数，其值为1时为部分受益，其值为2时为全部受益。共栖是指两个个体生存在一起，其中一个个体获利促进自身生长发育，另一个体没有影响，既不获利也不受到伤害。两个个体之间的共栖关系为式中： r₃ 为[0, 1]之间的随机数。寄生是指随机选取一个个体，进行进化和修改，从而生成变异载体。比较变异载体和原宿主个体对环境的适应度，如果变异载体的适应度高于原宿主个体，能够取代原宿主个体；反之，原宿主个体能够免疫变异体，从而阻止其寄生，原宿主个体将被保留，变异体会被淘汰。共生生物搜索算法通过不断重复上述共生关系的3个阶段，两种相互共生的生物体通过这3种共生关系相互作用，逐渐提高对环境的适应能力，从而得到适应度最高的个体。

本文采用共生生物搜索算法对配电网络重构模型进行求解的流程如图1所示。具体求解步骤如下。

图1  求解流程

Fig.1  Solving process

（1）初始化种群。以线路开关状态、EV充、放电状态及功率为决策变量，初始化整个种群，同时设置算法所需相关参数和终止条件。（2）种群通过互利关系作用进行个体更新进化。随机选取种群中的任意两个个体，通过式（8）进行计算，产生新个体。（3）种群通过共栖关系作用进行个体更新进化。在步骤（2）基础上，利用式（9）对种群中任意两个个体进行共栖关系作用。（4）种群通过寄生关系作用进行个体更新进化。在步骤（3）基础上产生变异载体，从而进行寄生操作。（5）计算种群中所有个体适应度，并选取适应度最高的个体作为最优解。

（6）判断是否达到终止条件。如果是，则输出最优解，否则返回（2）。

3  算例分析3.1  参数设置

本文采用IEEE 33节点系统来验证本文所提的考虑DG和EV的配电网络重构。配电网具体结构如图2所示。在图2中，实线表示线路上安装有分段开关，虚线表示线路上安装有联络开关，设置线路故障率为0.01^[19]。

图2   IEEE 33节点配网结构

Fig.2  IEEE 33-bus distribution network

假设DG为分布式光伏，相关数据如表1所示。在分时电价基础上，将一天24 h负荷的变化划分为负荷高峰、负荷平稳、负荷低谷时段，各时段的电价和相关参数如表2所示。在表2中，负荷高峰具体时段为10:00—12:00、20:00—22:00，负荷平稳具体时段位为08:00—09:00、13:00—19:00、23:00—00:00，负荷低谷具体时段为01:00—07:00。

表1  DG建设情况

Table 1  Installed capacities of distributed generation 

表2  各时段电价参数

Table 2  Electricity price of different periods

假设放电价格与充电价格一致，EV放电的单位电量补偿价格为0.5元/(kW·h)^[20-21]。假设算例中所有的EV都为同一型号，其具体参数参考文献[22]。EV集群中电动汽车车主都是愿意主动参与电网调度的。EV集群的运行数据如表3所示。共生生物搜索算法中种群规模设置为25^[23]，最大迭代次数设置为100。

表3  EV运行参数

Table 3  EV operation data

3.2  配电网络重构结果

在DG和EV的基础上，网络拓扑结构的重构结果如表4所示。在表4中，s表示开关，同时除表中显示的开关断开外，其余线路上的开关都处于闭合状态。EV调度结果如表5所示。由表5可知，EV在夜间负荷低谷期01:00—05:00时段内充电，在负荷高峰时期的10:00—12:00、20:00—22:00时段内放电，从而获得更高的收益。

表4  配电网重构结果

Table 4  Distribution network reconfiguration results

表5  EV调度结果

Table 5  EV scheduling results

为验证考虑DG和EV集群调度的配电网络重构的经济性，设置3种场景分别计算其各项成本进行对比。场景1：既不考虑DG也不考虑EV集群调度的配电网络重构；场景2：只考虑DG但不考虑EV集群调度的配电网络重构；场景3：既考虑DG同时也考虑EV集群调度的配电网络重构。3种场景下计算的各项成本如表6所示。

表6  3种场景下各项成本

Table 6  Various costs in three cases

由表6可知，相比于场景2，场景1在网损成本、可靠性成本和上游电网购电成本上分别增加了5.7万元、2.3万元和40.5万元，总成本增加了46.2万元。造成场景1成本增加的原因是场景1只考虑了电网中原本的电力用户用电情况而进行配电网络重构，而场景2中考虑了DG，DG的接入能够降低网损，从而减少网损的支出费用。另外，用户优先使用价格较低的DG减少了上一级电网购电电量，降低购电成本。相比于场景2，场景3在网损成本、可靠性成本和上游电网购电成本上分别减少了5.6万元、6.4万元和29.7万元，在EV调度的费用支出和补贴上增加了6.7和3.9万元，总成本减少了31.1万元。这是因为场景3同时考虑了DG和EV，在这些灵活性电力资源接入电网的同时对配电网进行网络重构，能够有效提高系统可靠性，降低运行成本。与此同时，EV灵活调度进一步降低从上一级电网购电电量，从而降低总成本。

为验证共生生物搜索算法的可行性和优越性，将共生生物搜索算法和遗传算法^[24]、粒子群算法^[25]进行对比，得到的相关数据如表7所示。由表7可知，相对于另外2种算法，采用共生生物搜索算法进行计算时，得到的平均电压偏差以及故障情况下的电量不足都较小。此外，由最大迭代次数、最小迭代次数和平均迭代次数也可以看出，共生生物搜索算法相对另外2种算法在稳定性和收敛性方面具有优势。

表7  算法对比Table 7  Comparison of different algorithms4  结语本文针对DG和EV大量接入配电网带来的可靠性问题，提出一种考虑DG和EV集群调度的配电网络重构方法。在考虑电压偏差的基础上，以电网故障后缺失电量导致的故障停电损失成本作为衡量电网可靠性的经济性指标，对网络拓扑结构进行重新构建，并通过仿真算例进行了验证。此外，本文所研究的配电网络重构方法不但能够降低网络损耗，而且可以提高系统可靠性及经济性，为实际工程场景应用提供参考。（责任编辑　杨彪）

作者介绍

谢学渊（1967—），男，高级经济师，从事综合能源研究，E-mail：[e-mail];

★

刘潇潇（1983—），男，硕士，高级工程师，从事信息化建设研究，E-mail：[e-mail];

★

李超（1989—），男，硕士，工程师，从事配网检修研究，E-mail：[e-mail];

★

胡资鹏（1988—），男，硕士，工程师，从事智慧园区建设研究，E-mail：[e-mail];

★

刘铠（1993—），男，工程师，从事电力大数据研究，E-mail：[e-mail];

★

陈涛 （1989—），男，博士，讲师，从事电力需求侧管理、人工智能应用研究，E-mail：[e-mail].

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹

校对：王文诗

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。