主動配電網(wǎng)優(yōu)化技術(shù)研究現(xiàn)狀及展望

王成山，孫充勃，李鵬(智能電網(wǎng)教育部重點實驗室(天津大學(xué))，天津市300072)

主動配電網(wǎng)優(yōu)化技術(shù)研究現(xiàn)狀及展望

王成山，孫充勃，李鵬
(智能電網(wǎng)教育部重點實驗室(天津大學(xué))，天津市300072)

分布式電源(distributed generation，DG)和電動汽車的大量接入、智能家居的普及、需求側(cè)響應(yīng)的全面實施等顯著增強了配電系統(tǒng)規(guī)劃與運行的復(fù)雜性，同時，未來的配電網(wǎng)對規(guī)劃與運行的優(yōu)化策略提出了更高的要求。作為未來配電網(wǎng)的一種發(fā)展模式，主動配電網(wǎng)(active distribution network，ADN)開始受到人們的關(guān)注。介紹了ADN的概念和內(nèi)涵，從規(guī)劃和運行2個方面總結(jié)了ADN優(yōu)化技術(shù)的國內(nèi)外研究現(xiàn)狀和關(guān)注重點，并從“源-網(wǎng)-荷”互動的綜合優(yōu)化、多周期優(yōu)化及其協(xié)調(diào)配合、分層分布式優(yōu)化策略等3個角度對其未來的發(fā)展趨勢進行分析和梳理。

主動配電網(wǎng)(ADN);分布式電源(DG);規(guī)劃;最優(yōu)潮流;無功優(yōu)化;網(wǎng)絡(luò)重構(gòu)

0 引言

近年來，分布式電源(distributed generation，DG)得到了長足的發(fā)展，未來DG、分布式儲能將廣泛而高密度地接入電網(wǎng)，并在未來節(jié)能減排中扮演越來越重要的角色，配電網(wǎng)也會變得越來越復(fù)雜。DG的高滲透率接入，在不斷滿足電網(wǎng)能量需求的同時，也使新的市場、新的服務(wù)、新的交易機制得到了嘗試和發(fā)展，其對電網(wǎng)和環(huán)境帶來的效益也越來越受到關(guān)注。在智能配電網(wǎng)(smart distribution grid，SDG)和主動配電網(wǎng)(active distribution network，ADN)的框架下，新的配電模式正在逐漸形成［1］。

智能電網(wǎng)是指一個完全自動化的供電網(wǎng)絡(luò)，其中的每一個用戶和節(jié)點都得到了實時監(jiān)控，并保證了從發(fā)電廠到用戶端電器之間的每一點上的電流和信息的雙向流動。通過廣泛應(yīng)用的分布式智能和寬帶通訊及自動控制系統(tǒng)的集成，可以保證市場交易實時進行和電網(wǎng)上各成員之間無縫連接及實時互動［2］。由于目前在“發(fā)、輸、配、用”電這一鏈條中，同發(fā)電和輸電環(huán)節(jié)相比，配電、用電以及電力公司和終端用戶的合作等環(huán)節(jié)上相對薄弱，影響了系統(tǒng)的整體性能和效率，所以SDG成為了目前智能電網(wǎng)的研究重點。

DG、儲能系統(tǒng)、電動汽車以及智能終端的大量接入，使配電網(wǎng)具備了一定的主動調(diào)節(jié)、優(yōu)化負荷的能力，具有主動管理能力的配電網(wǎng)稱為ADN［3-4］。ADN通過引入DG及其他可控資源，輔助以靈活有效的協(xié)調(diào)控制技術(shù)和管理手段，實現(xiàn)配電網(wǎng)對可再生能源的高度兼容和對已有資產(chǎn)的高效利用，并且可以延緩配電網(wǎng)的升級投資、提高用戶的用電質(zhì)量和供電可靠性［5］。

ADN的實施與發(fā)展關(guān)鍵在于優(yōu)化，即從規(guī)劃、運行、管理、評價等幾個方面入手，徹底改變已有配電網(wǎng)的規(guī)劃、設(shè)計以及運行方式，實現(xiàn)電網(wǎng)的效益最大化。然而，由于先進的量測體系和通信設(shè)備的廣泛應(yīng)用使得配電網(wǎng)數(shù)據(jù)海量化，大量具有隨機性和間歇性的DG的接入使得系統(tǒng)的運行更加復(fù)雜，未來配電網(wǎng)對可靠性、電能質(zhì)量、資產(chǎn)利用率的要求越來越高，人們對環(huán)境的關(guān)注和電網(wǎng)效益的綜合化，均使得配電系統(tǒng)規(guī)劃與運行面臨著新的挑戰(zhàn)。同時，這些豐富多樣的資源的引入也為實現(xiàn)配電網(wǎng)智能化、主動化提供了機遇。很多高級控制功能更加受到關(guān)注，例如，網(wǎng)絡(luò)重構(gòu)、電壓/無功控制、最優(yōu)潮流、需求側(cè)響應(yīng)等，使得可控設(shè)備日益增多、網(wǎng)絡(luò)結(jié)構(gòu)更加多變、運行方式更加靈活，運行優(yōu)化策略的實施將成為現(xiàn)實需求。

為此，本文介紹ADN的概念和內(nèi)涵，從規(guī)劃和運行2個方面總結(jié)ADN優(yōu)化技術(shù)的國內(nèi)外研究現(xiàn)狀和關(guān)注重點，并對未來的發(fā)展趨勢進行分析和梳理。

圖1 ADN功能框圖Fig.1 Function layout architecture of ADN

1 ADN

根據(jù)國際大電網(wǎng)會議(conference international des grands reseaux electriques，CIGRE)配電與分布式發(fā)電專委會C6．11項目組的工作報告，ADN可定義為:可以綜合控制分布式能源的配電網(wǎng)，可以使用靈活的網(wǎng)絡(luò)技術(shù)實現(xiàn)潮流的有效管理，分布式能源在其合理的監(jiān)管環(huán)境和接入準則基礎(chǔ)上承擔(dān)系統(tǒng)一定的支撐作用［6］。

ADN的功能框圖如圖1所示［7］。首先，利用高級量測體系和先進的通信技術(shù)實現(xiàn)實時運行數(shù)據(jù)的準確、可靠收集，通過負荷和發(fā)電預(yù)測以及狀態(tài)估計等功能準確感知系統(tǒng)當前的運行狀態(tài)。然后，利用系統(tǒng)的可控資源和分布式能源進行優(yōu)化，并通過市場價格的制定、能源交易的管理等方式激勵電力用戶響應(yīng)配電網(wǎng)運營商的調(diào)度計劃，在滿足各種運行約束的前提下，實現(xiàn)配電網(wǎng)的最優(yōu)運行。ADN的作用就是變被動控制方式為主動控制方式，依靠主動式的電網(wǎng)管理對這些資源進行整合。因此，現(xiàn)代配電網(wǎng)已經(jīng)不再等同于僅僅將電力能源從輸電系統(tǒng)配送到中低壓終端用戶的傳統(tǒng)配電網(wǎng)，在2012年的CIGRE年會上C6工作組開始考慮采用主動配電系統(tǒng)(active distribution system，ADS)來代替ADN的概念［8］。

為了更好地理解ADN的含義，這里將其和微網(wǎng)進行比較:(1)從設(shè)計理念上，微網(wǎng)是一種自下而上的方法，能集中解決網(wǎng)絡(luò)正常時的并網(wǎng)運行以及當網(wǎng)絡(luò)發(fā)生擾動時的孤島運行，而ADN采用自上而下的設(shè)計理念，從整體角度實現(xiàn)系統(tǒng)的優(yōu)化運行;(2)從運行模式上，微網(wǎng)是一個自治系統(tǒng)，可以與外部電網(wǎng)并網(wǎng)運行，也可以孤島運行，而ADN是由電力企業(yè)管理的公共配電網(wǎng)，常態(tài)方式下不孤島運行;(3)從系統(tǒng)規(guī)模上，微網(wǎng)是實現(xiàn)DG與本地電網(wǎng)耦合較為合理的技術(shù)方案，但其規(guī)模和應(yīng)用范圍往往受限，而ADN旨在解決電網(wǎng)兼容及應(yīng)用大規(guī)模間歇式可再生能源，是一種可以兼容微網(wǎng)及其他新能源集成技術(shù)的開放體系結(jié)構(gòu);(4)從資源利用上，微網(wǎng)強調(diào)的是能量的平衡，滿足能量上的自給自足和自治運行，而ADN更強調(diào)信息價值的利用，通過高級量測系統(tǒng)和先進的通信技術(shù)達到全網(wǎng)資源的協(xié)調(diào)優(yōu)化。

2 ADN優(yōu)化技術(shù)

如前所述，優(yōu)化運行技術(shù)是ADN的核心技術(shù)，也是實現(xiàn)配電網(wǎng)主動運行的關(guān)鍵所在。由于系統(tǒng)的信息化和自動化水平顯著提高，運行控制策略的實施更加快速化，使系統(tǒng)的運行和規(guī)劃結(jié)合得更加緊密，合理的規(guī)劃方案對系統(tǒng)運行策略的制定具有較大的影響。因此，這里將ADN的優(yōu)化技術(shù)分為規(guī)劃和運行2個方面進行介紹。

2.1 ADN規(guī)劃

ADN規(guī)劃不僅要考慮傳統(tǒng)配電網(wǎng)規(guī)劃的內(nèi)容，還要考慮DG接入、電動汽車管理、需求側(cè)響應(yīng)等方面的影響。由于DG不同的安裝位置和容量對系統(tǒng)的電壓分布、電壓穩(wěn)定性等產(chǎn)生不同程度的影響，其選址和定容方法［9-15］成為規(guī)劃研究的重點。這里對ADN規(guī)劃技術(shù)進行整理和總結(jié)，并從以下3個方面進行說明。

2.1.1 成本目標計算

隨著對電力系統(tǒng)運行要求的提高，在規(guī)劃時僅僅考慮經(jīng)濟性已不能滿足要求，往往需要綜合性指標作為目標函數(shù)。文獻［9］對DG的優(yōu)化配置問題進行了深入總結(jié)，目標函數(shù)主要包括經(jīng)濟性成本(網(wǎng)損或者能量損耗成本)、可靠性成本(平均停電時間)、供電質(zhì)量(電壓偏差)、DG效益最大、DG接入量最大、成本效益比最大等。除此之外，文獻［10］介紹了考慮電壓改善、網(wǎng)損降低和環(huán)境效益提升的DG多目標綜合優(yōu)化配置模型;文獻［11］從電壓穩(wěn)定性的角度著手提出了一種提高電壓穩(wěn)定域的DG優(yōu)化配置方法;文獻［12］從最大程度利用DG資源的角度出發(fā)，探索對多類型DG進行配置及運行調(diào)度的方法。可見，考慮DG后的電網(wǎng)供電可靠性、穩(wěn)定性以及環(huán)境效益日趨成為規(guī)劃研究中的重點考慮因素。

2.1.2 DG處理方式

總體而言，DG分為不可控型和可控型兩大類。不可控型DG(如風(fēng)力發(fā)電和光伏發(fā)電)輸出功率受環(huán)境影響很大，具有明顯的隨機性和波動性，會影響電力系統(tǒng)的正常運行。而可控型DG的靈活利用可以提高系統(tǒng)可靠性、改善電能質(zhì)量等。并且，對不同類型DG的組合規(guī)劃研究還有利于部分電網(wǎng)的孤島運行和關(guān)鍵負荷保障供電，有助于實現(xiàn)配電網(wǎng)自愈控制。因此，考慮不同類型DG的技術(shù)特點、經(jīng)濟性、環(huán)保性等方面的差異才能更準確地實現(xiàn)含DG配電網(wǎng)的合理規(guī)劃，為ADN技術(shù)的開展奠定基礎(chǔ)。然而，目前的研究考慮較為簡單，未充分體現(xiàn)形式各樣的DG在規(guī)劃中所發(fā)揮作用的區(qū)別。

2.1.3 配電網(wǎng)升級

隨著負荷的不斷增長以及大量新型設(shè)備的接入，配電網(wǎng)的變電站、線路、變壓器、保護裝置以及量測設(shè)備等都需要進行升級改造［16-22］。而DG優(yōu)化配置、網(wǎng)絡(luò)拓撲結(jié)構(gòu)的調(diào)整以及無功設(shè)備的合理布局對緩解系統(tǒng)堵塞、延緩系統(tǒng)升級也都有明顯的作用。DG優(yōu)化配置屬于配電網(wǎng)擴展規(guī)劃研究的一部分，然而，目前的研究將DG優(yōu)化配置與其他擴展規(guī)劃劃分得太過明顯，這顯然是不合理的。如何權(quán)衡DG規(guī)劃與傳統(tǒng)擴展規(guī)劃，確定最優(yōu)的系統(tǒng)建設(shè)方案，使得在滿足ADN技術(shù)要求的前提下達到綜合效益最大，應(yīng)該受到重視。文獻［16］建立ADN的擴展規(guī)劃模型，重點針對一次能源的間歇性和靈活可控的運行策略開展研究，采用情景分析法來描述DG和負荷的不確定性;文獻［17］將DG接入給供電公司和客戶帶來的效益作為優(yōu)化目標，考慮升級投資的延期作為其中的一個指標;文獻［18］提出一種風(fēng)電和聯(lián)絡(luò)線協(xié)調(diào)規(guī)劃的方法，并建立了風(fēng)電/聯(lián)絡(luò)線的投資運行費用、系統(tǒng)可靠性以及全網(wǎng)有功損耗的多目標優(yōu)化框架，以尋求二者的最優(yōu)結(jié)合。上述文獻在該方面進行了一些探索，但是還需深入研究，尤其是在ADN資源越來越豐富的情況下，各種規(guī)劃手段的協(xié)調(diào)配合和資源選取更加復(fù)雜。

2.2 ADN運行優(yōu)化

ADN運行優(yōu)化問題可以結(jié)合圖2來說明。系統(tǒng)可以利用的資源包括可控型DG、不可控型DG、可控負載、電動汽車、儲能裝置、無功補償設(shè)備等。其中，部分DG由“不可調(diào)度”變?yōu)椤翱烧{(diào)度”，與配電網(wǎng)的傳統(tǒng)優(yōu)化手段相互配合，不僅可以實現(xiàn)DG的充分利用，還可以提高系統(tǒng)的經(jīng)濟性和安全性、改善電能質(zhì)量、降低系統(tǒng)阻塞等。而儲能裝置的接入可以起到削峰填谷、平滑擾動的作用，電動汽車回饋電網(wǎng)技術(shù)可以向電網(wǎng)提供輔助服務(wù)，以提高電網(wǎng)的運行效率和安全性。

對于優(yōu)化手段，傳統(tǒng)的方法包括最優(yōu)潮流［23-27］、無功優(yōu)化［28-32］、網(wǎng)絡(luò)重構(gòu)［33-35］等，考慮儲能技術(shù)、電動汽車、需求側(cè)響應(yīng)等手段后，優(yōu)化策略趨于綜合化，一些基于魯棒優(yōu)化、概率模型以及動態(tài)優(yōu)化的思想得到了迅速發(fā)展和應(yīng)用。而這使得優(yōu)化模型的規(guī)模越來越大，非線性越來越強，優(yōu)化問題的求解變得越來越困難。

圖2 ADN運行優(yōu)化問題Fig.2 Optimization of the ADN operation

這里通過對國內(nèi)外研究工作的梳理，分別從目標函數(shù)、約束條件、優(yōu)化手段、優(yōu)化算法等幾個方面闡述相關(guān)研究的異同，如表1所示。

表1 運行優(yōu)化方法文獻總結(jié)Table 1 Summery of the reviewed operation strategy

2.2.1 目標函數(shù)綜合化

目標函數(shù)的綜合化是配電網(wǎng)運行優(yōu)化策略的發(fā)展趨勢，也是ADN實現(xiàn)整體管理、全局協(xié)調(diào)控制的必然選擇。優(yōu)化目標將不僅僅從經(jīng)濟性的角度出發(fā)，更多的是將提高系統(tǒng)穩(wěn)定性、供電質(zhì)量、環(huán)境效益考慮進去，在權(quán)衡利弊之后給出綜合性的效益指標。例如，文獻［23］考慮了各種DG對環(huán)境的不同影響，提出用環(huán)境價值標準衡量DG對環(huán)境的影響建立DG的環(huán)境成本模型;文獻［24］為了保證大規(guī)模風(fēng)電并網(wǎng)后系統(tǒng)運行的安全性，并利用風(fēng)電來減少環(huán)境污染，引入“能源環(huán)境效益”的概念，構(gòu)建了包含風(fēng)電場的電力系統(tǒng)多目標優(yōu)化調(diào)度模型。為了更好地解決多目標函數(shù)問題，一些新的處理方式得到了發(fā)展。比如，基于帕累托最優(yōu)概念的多目標進化算法［36］(multi-objective evolutionary algorithms，MOEAs)因不需要偏好設(shè)置，使得算法的實用性得到極大提高。

在ADN的推動下，考慮到不同優(yōu)化周期對分布式能源的響應(yīng)速度要求不同，需要提供的報酬也應(yīng)該有所差別。歐美一些國家試圖通過成熟的電力市場以及嚴格的并網(wǎng)準則、完善的市場價格和補償機制，實現(xiàn)對分布式能源的調(diào)度和管理。但是，對該管理成本的評估和分析還未在運行策略中深入考慮。

2.2.2 優(yōu)化策略全面化

配電網(wǎng)的優(yōu)化手段多種多樣，但是可以發(fā)現(xiàn)，它們所采用的目標函數(shù)和約束條件都有明顯的類似之處，其目的都是實現(xiàn)配電網(wǎng)的最優(yōu)運行。為了整合系統(tǒng)資源，給出綜合、全面的運行方案，人們開始考慮多種優(yōu)化手段相結(jié)合和協(xié)調(diào)優(yōu)化。例如，在最優(yōu)潮流中考慮DG無功特性和電容器投切變化，無功優(yōu)化中考慮DG有功出力變化，網(wǎng)絡(luò)重構(gòu)中考慮DG出力特性和變壓器分接頭變化等。

同時，為了應(yīng)對間歇性能源的接入給配電網(wǎng)運行帶來的挑戰(zhàn)，動態(tài)優(yōu)化方法成為了當前較為流行的解決方案，為配電系統(tǒng)開關(guān)的日調(diào)度和在線預(yù)調(diào)度創(chuàng)造了條件［37-38］。除此之外，基于點估計法、蒙特卡羅法和情景分析法等隨機因素處理方式也得到了大量的應(yīng)用，這些方法根據(jù)概率統(tǒng)計特性對仿真結(jié)果進行聚合，進而得到系統(tǒng)運行的最優(yōu)方案。

未來的配電網(wǎng)運行控制策略將朝著更加全面化的趨勢發(fā)展，其目標函數(shù)、約束條件越來越豐富，優(yōu)化手段開始互相滲透，多時間尺度優(yōu)化以及隨機處理方法的應(yīng)用將更加深入，ADN的推進將使這一趨勢更加明顯。

2.2.3 儲能技術(shù)的應(yīng)用

近年來，多種多樣的儲能裝置的出現(xiàn)使得儲能技術(shù)的發(fā)展和應(yīng)用得到了研究人員越來越多的青睞。在制定運行策略時考慮儲能技術(shù)的利用，對消納可再生能源、提高電力系統(tǒng)可靠性和穩(wěn)定性都有顯著的作用。

由于儲能裝置具有時間上的延續(xù)性，對含儲能的配電網(wǎng)運行優(yōu)化通常采用基于時間區(qū)間的優(yōu)化方法。如文獻［25］研究了含有風(fēng)力發(fā)電和蓄電池儲能系統(tǒng)的配電網(wǎng)最優(yōu)潮流，考慮了電價機制和風(fēng)電削減系數(shù)，給出了有功和無功同時進行優(yōu)化的A-R-OPF模型;文獻［26］在此基礎(chǔ)上研究了儲能技術(shù)在不同時間尺度下的優(yōu)化效果，分析并比較了靈活充放電控制與固定充放電控制的優(yōu)缺點;文獻［27］從整個系統(tǒng)角度研究了有功和無功潮流控制，重點考慮了儲能裝置的最優(yōu)控制問題，約束條件考慮到儲能的容量限制以及內(nèi)部損耗等。不同的儲能裝置，其技術(shù)特點有較大的差異，大體可以分為能量型和功率型，對研究不同時間尺度下的運行策略提供了較好的基礎(chǔ)。然而，目前的研究對儲能類型的區(qū)別尚不明顯，并且多數(shù)情況下僅考慮1種甚至1個儲能裝置接入配電網(wǎng)，其研究還處于初級階段。

2.2.4 DG輔助服務(wù)和無功市場

在利用DG進行電網(wǎng)優(yōu)化調(diào)度時，國內(nèi)外學(xué)者也開始關(guān)注其潛在能力，使其在輸出有功功率的同時盡量提供一定的輔助服務(wù)，充分發(fā)揮DG的最大效益。其中，DG作為連續(xù)無功源參與配電網(wǎng)的無功電壓控制，為配電網(wǎng)提供無功輔助服務(wù)，可解決傳統(tǒng)配電網(wǎng)無功調(diào)壓手段調(diào)節(jié)離散化、調(diào)節(jié)速度慢、難以實現(xiàn)電壓連續(xù)調(diào)節(jié)的問題，并能減少大容量無功補償裝置的投入［30］。為此，國內(nèi)外開始對DG的無功特性進行研究。例如，文獻［42］給出了同步電機型DG的無功出力范圍，描述了有功和無功出力的非線性關(guān)系;文獻［1］針對風(fēng)機開展研究，給出了同步電機和雙饋電機的運行范圍，同時考慮無功電價機制，在有功出力和無功服務(wù)之間進行成本效益的權(quán)衡。

但是，在無功優(yōu)化模型中必須對各種DG分情況處理。DG的運營商一般有3類，即配網(wǎng)公司、大用戶和獨立運營商，且大用戶和獨立運營商一般不愿意讓所屬的DG發(fā)出無功功率，因而這類DG在無功優(yōu)化中一般不作為無功調(diào)節(jié)的控制手段。此時，建立考慮DG的電力無功市場機制越來越受到重視。目前，國外較典型的市場機制，如紐約獨立系統(tǒng)運營商采用嵌入式成本定價來進行無功服務(wù)計費，并建立了相應(yīng)的懲罰措施和補償機制;英國國家電網(wǎng)公司要求強制性無功服務(wù)，并且對于有裕量的電源要求其增強無功服務(wù)。隨著電力市場的發(fā)展及無功定價機制的逐步完善，有些大用戶或獨立運營商也將主動參與無功輔助服務(wù)［1］。

2.2.5 優(yōu)化算法性能的提升

配電網(wǎng)優(yōu)化問題屬于大規(guī)?；旌险麛?shù)非線性組合優(yōu)化問題，快速、準確、高效的求解方法一直是其研究重點。目前主要的研究思路是對原有算法的改進、2種算法的結(jié)合和互補、新型求解算法的探索和利用，如錐優(yōu)化方法［34］、SALHE-EA算法［42］、改進的細菌覓食算法［43］、自適應(yīng)粒子群算法［44］、遺傳算法［45］等。隨著優(yōu)化策略的不斷發(fā)展，特別是可利用資源的多樣化和調(diào)度計劃的實時化，優(yōu)化算法在計算速度、尋優(yōu)能力上需要進一步加強。限于篇幅，這里對算法部分不做詳細介紹。

2.3 規(guī)劃與運行一體化

在未來的配電系統(tǒng)中，新型傳感器和先進通信手段的廣泛應(yīng)用將為中低壓配電網(wǎng)實時信息的獲取創(chuàng)造條件，智能化開關(guān)設(shè)備與高級配電自動化控制策略將使得配電系統(tǒng)運行方式在短時間(分鐘內(nèi)或更短)內(nèi)轉(zhuǎn)變成為可能，系統(tǒng)所具備的快速負荷轉(zhuǎn)供能力將構(gòu)成配電系統(tǒng)新的運行特征，使得配電系統(tǒng)規(guī)劃與配電系統(tǒng)運行策略高度耦合。

目前的研究開始關(guān)注這一方面，將上述規(guī)劃技術(shù)與運行優(yōu)化技術(shù)進行結(jié)合。例如，文獻［12］提出了一種典型的雙層優(yōu)化模型，即第1層實現(xiàn)DG優(yōu)化配置，第2層實現(xiàn)DG和儲能的節(jié)能調(diào)度。但是該模型僅在運行層計及了規(guī)劃的影響，而運行策略對規(guī)劃層的影響考慮的不夠深入。配電網(wǎng)優(yōu)化將在規(guī)劃中考慮運行策略的影響，在運行中考慮規(guī)劃方案的約束，運行問題與規(guī)劃問題的求解是一個交替互動求解的過程。如何建立規(guī)劃與運行一體化的優(yōu)化框架和模型，還需進一步探索和完善。

3 未來的發(fā)展趨勢

未來的ADN優(yōu)化將是在滿足節(jié)能發(fā)電調(diào)度、環(huán)保排放、成本控制、實時/日前電力市場、網(wǎng)損優(yōu)化等不同要求下，充分考慮配電網(wǎng)安全和節(jié)能環(huán)保等約束條件的大規(guī)模、多目標、多時段、安全經(jīng)濟一體化的經(jīng)濟調(diào)度和優(yōu)化。但是，目前的研究尚處于起步階段，如何體現(xiàn)新型設(shè)備在ADN中的價值，全面、綜合利用各種控制手段來實現(xiàn)系統(tǒng)效益的最大化，有待進一步研究。本文從3個角度剖析未來ADN優(yōu)化技術(shù)的發(fā)展趨勢。

3.1 “源-網(wǎng)-荷”互動的綜合優(yōu)化

從政策、經(jīng)濟、技術(shù)等多方面考慮，電力行業(yè)都急需引入需求側(cè)資源和更加靈活高效的系統(tǒng)運行管理手段，以應(yīng)對新能源電力系統(tǒng)的發(fā)展和用電負荷的急劇增加。一方面，ADN鼓勵和促進用戶參與電力系統(tǒng)的運行和管理，支持用戶使用DG，為客戶提供靈活定制、多種選擇、高效便捷的服務(wù)。另一方面，輔助服務(wù)市場不斷發(fā)展和完善，需求側(cè)資源將參與輔助服務(wù)市場的競價，而基于市場價格激勵的需求側(cè)響應(yīng)計劃可以鼓勵用戶調(diào)整自己的用電方式以實現(xiàn)配電網(wǎng)的優(yōu)化運行。

在電網(wǎng)與電力用戶的雙向互動下，配電網(wǎng)的運行將依賴于電動汽車充放電、智能家居、DG與微網(wǎng)、分布式儲能等與傳統(tǒng)調(diào)控方式相互配合的“源-網(wǎng)-荷”互動分布式系統(tǒng)優(yōu)化調(diào)控策略。對此，還有很多問題需要解決和探索。首先，由于用戶用電行為具有隨機性、意愿性與時變性的特點，對其還缺乏完善、恰當?shù)挠秒娯摵商匦苑治龇椒?其次，如何將智能用電負荷形成主動負荷，實現(xiàn)用戶負荷參與電網(wǎng)協(xié)調(diào)控制，還需合理、可行的激勵措施和電價機制;再次，目前的研究開始關(guān)注DG和儲能系統(tǒng)等“源”在運行優(yōu)化中所發(fā)揮的作用，并將其與“網(wǎng)”側(cè)的調(diào)控手段進行結(jié)合，但是對電價引導(dǎo)機制、需求側(cè)管理等“荷”與“網(wǎng)”、“源”之間的配合還未能深入研究。

雖然歐洲和美國等發(fā)達國家已經(jīng)有了一定的研究成果，但在電力市場開放程度、用戶用電習(xí)慣、居民住宅模式和負荷構(gòu)成情況等方面，中國有自己獨特的國情特點，需要結(jié)合我國實際開展相應(yīng)的關(guān)鍵技術(shù)研究。

3.2 多周期優(yōu)化及其協(xié)調(diào)配合

面對大量隨機性和間歇性DG的接入以及更加協(xié)調(diào)和靈活的運行方式，采用基于時間點的確定性優(yōu)化策略已無法滿足要求。研究日前、日內(nèi)、實時多周期優(yōu)化及相互之間的協(xié)調(diào)優(yōu)化技術(shù)，是實現(xiàn)有效控制電網(wǎng)運行成本，提高能源利用效率，實現(xiàn)大范圍資源優(yōu)化配置的有效途徑之一。

傳統(tǒng)的優(yōu)化調(diào)度采用三級調(diào)度，根據(jù)不同時間級的負荷預(yù)報，采用不同時間級的調(diào)度優(yōu)化，包括日調(diào)度時間級、預(yù)調(diào)度時間級、在線調(diào)度時間級。借鑒該思想，文獻［46］研究了用于ADN管理系統(tǒng)的優(yōu)化方法，提出了兩階段優(yōu)化策略，通過日前優(yōu)化和日內(nèi)調(diào)整來保證滿足運行要求前提下的系統(tǒng)優(yōu)化運行，如圖3所示。該文獻給出了多周期優(yōu)化及其協(xié)調(diào)配合的初步思想，即在日前優(yōu)化中，對不可控DG和負荷進行預(yù)測，并根據(jù)可控DG用戶和響應(yīng)負荷的競價制定DG的發(fā)電計劃和無功輔助計劃、電壓調(diào)節(jié)方案等;在日內(nèi)調(diào)整中，為了應(yīng)對外部環(huán)境的變化和偶然事件的發(fā)生，實時調(diào)整發(fā)電計劃，改變DG用戶和響應(yīng)負荷的功率，以及改變網(wǎng)絡(luò)拓撲結(jié)構(gòu)等，尋找經(jīng)濟最優(yōu)運行點。

圖3 多周期優(yōu)化策略Fig.3 The multi-period optimization

但是，目前的市場競價機制尚不夠完善，如何通過多時空尺度的協(xié)調(diào)調(diào)度達到“多級協(xié)調(diào)、逐級細化”，DG用戶和響應(yīng)負荷參與電網(wǎng)優(yōu)化的主動管理成本如何計算，都還有待探索。

3.3 分層分布式優(yōu)化策略

由于ADN控制方式的復(fù)雜化和數(shù)據(jù)信息的海量化，以及考慮通訊的延遲和計算時間的需求，基于集中式控制結(jié)構(gòu)的全系統(tǒng)整體優(yōu)化無法滿足具有較強隨機性和快速變化性的配電網(wǎng)的要求。因此，靈活的分布式控制策略受到越來越多的關(guān)注。

實現(xiàn)ADN的主動優(yōu)化與控制，須同時兼顧全局優(yōu)化與局部自治控制的要求。由于全局優(yōu)化一般采用歷史數(shù)據(jù)或預(yù)測數(shù)據(jù)，無法與實際運行狀態(tài)完全一致，且全局優(yōu)化與實時控制對響應(yīng)時間的要求有差異，因此需研究在全局優(yōu)化基礎(chǔ)上實現(xiàn)局部協(xié)調(diào)自治，使ADN實際運行狀態(tài)與最優(yōu)狀態(tài)保持相近。

分層分布式優(yōu)化策略采用多agent技術(shù)，充分利用配電系統(tǒng)的結(jié)構(gòu)特點，將配電網(wǎng)絡(luò)分層分區(qū)加以劃分，形成不同電壓等級、不同地區(qū)分布的控制區(qū)域。圖4為一種基于多agent技術(shù)的典型的三層優(yōu)化控制框架［47］。其中，中間層為區(qū)域協(xié)調(diào)agent，包括微網(wǎng)(MG)、單元包(Cell)和虛擬發(fā)電廠(virtual power plants，VPP)，針對電網(wǎng)的某一子系統(tǒng)進行管理，使其參與到整個系統(tǒng)優(yōu)化控制中，建立了全局優(yōu)化和單個調(diào)節(jié)設(shè)備的橋梁。在每個控制區(qū)實施就地局部控制時需要考慮臨近控制區(qū)的影響，各個agent之間采用合理的協(xié)調(diào)機制，是實現(xiàn)全局優(yōu)化和局部協(xié)調(diào)的統(tǒng)一的關(guān)鍵所在。

圖4 基于多agent技術(shù)的分層分布式優(yōu)化框架Fig.4 The agent-based multilayer optimization framework

4 結(jié)語

ADN提供了先進的量測技術(shù)、自動控制技術(shù)和通訊支持，使得配電網(wǎng)由被動變?yōu)橹鲃?。隨著優(yōu)化技術(shù)的創(chuàng)新和發(fā)展，規(guī)劃與優(yōu)化的相互滲透，“源-網(wǎng)-荷”之間的互動，配電網(wǎng)優(yōu)化將不斷趨于綜合化、全面化。同時，基于多周期優(yōu)化策略和分層分布式優(yōu)化框架，可以實現(xiàn)信息與數(shù)據(jù)的大量融合，局部與整體的高度統(tǒng)一。

雖然目前ADN的發(fā)展才剛剛開始，電力市場機制尚不完善，ADN技術(shù)的分析與評價缺乏合理有效的方法，電力企業(yè)和用戶主動參與電網(wǎng)的積極性不夠高。但是，通過政策鼓勵、技術(shù)創(chuàng)新以及管理體制的變革，ADN的發(fā)展將充滿活力，未來的配電網(wǎng)將是在智能配電網(wǎng)和ADN主導(dǎo)下的開放、互動、綠色、高效的新型配電網(wǎng)。

［1］Rueda-MedinaA C，Padilha-FeltrinA．Distributed generators as providers of reactive power support:Amarket approach［J］．IEEE Transactions on Pow er System，2013，28(1):490-502．

［2］余貽鑫，欒文鵬．智能電網(wǎng)［J］．電網(wǎng)與清潔能源，2009，25(1): 7-11．Yu Yixin，Luan Wenpeng，．Smart grid［J］．Power System and Clean Energy，2009，25(1):7-11．

［3］羅卓偉，胡澤春，宋永華，等．大規(guī)模電動汽車充放電優(yōu)化控制及容量效益分析［J］．電力系統(tǒng)自動化，2012，36(10):19-26．LuoZhuowei，HuZechun，SongYonghua，et al．Coordinated charging and discharging of large-scale plug-in electric vehicles with cost and capacity benefit analysis［J］．Automation of Electric Power Systems，2012，36(10):19-26．

［4］于文鵬，劉東，余南華．饋線控制誤差及其在主動配電網(wǎng)協(xié)調(diào)控制中的應(yīng)用［J］．中國電機工程學(xué)報，2013，33(13):108-115．Yu Wenpeng，Liu Dong，Yu Nanhua．Feeder control error and its application in coordinate control of active distribution netw ork［J］．Preceedings of the CSEE，2013，33(13):108-115．

［5］尤毅，劉東，于文鵬．主動配電網(wǎng)技術(shù)及其進展［J］．電力系統(tǒng)自動化，2012，36(18):10-16．You Yi，Liu Dong，YuWenpeng，et al．Technology and its trends of active distribution network［J］．Automation of Electric Pow er Systems，2012，36(18):10-16．

［6］D’Adamo C，Jupe S，Abbey C．Global survey on planning and operation of active distribution netw orks—update of CIGRE C6．11 working group activities［C］//Proceedings of the 20thInternational Conference and Exhibition on Electricity Distribution:Part I，Prague，Czech:CIGRE C6．11 working group，2009:1-4．

［7］Pilo F，Pisano G，Soma G G．Optimal coordination of energy resources with a two-stage online active management［J］．IEEE Transactions on Industrial Electronics，2011，58(10):4526-4537．

［8］范明天，張祖明，蘇傲雪，等．主動配電系統(tǒng)可行技術(shù)的研究［J］．中國電機工程學(xué)報，2013，33(22):12-18．FanMingtian，ZhangZuping，SuAoxue，et al．Enabling technologies for active distribution dystems［J］．Proceedings of the CSEE，2013 (22):12-18．

［9］Georgilakis P S，Hatziargyriou N D．Optimal distributed generation placement in pow er distribution networks:models，methods，and future research［J］．IEEE Transactions on Power Systems，2013，28 (3):3420-3428．

［10］王守相，王慧，蔡聲霞．分布式發(fā)電優(yōu)化配置研究綜述［J］．電力系統(tǒng)自動化，2009，33(18):110-115．WangShouxiang，WangHui，CaiShengxia．A review of optimization allocation of distributed generations embedded in pow er grid［J］．Automation of Electric Pow er Systems，2009，33(18):110-115．

［11］AlAbri R S，El-Saadany E F，Atwa Y M．Optimal placement and sizing method to improve the voltage stability margin in a distribution system using distributed generation［J］．IEEE Transactions on Power Systems，2013，28(1):326-334．

［12］唐勇俊，劉東，阮前途，等．計及節(jié)能調(diào)度的分布式電源優(yōu)化配置及其并行計算［J］．電力系統(tǒng)自動化，2008，32(7):92-97．TangYongjun，Liu Dong，RuanQiantu，et al．Optimal allocation of distributed generation and its parallel computation considering energy-saving dispatching［J］．Automation of Electric Pow er Systems，2008，32(7):92-97．

［13］Hien N C，Mithulananthan N，Bansal R C．Location and sizing of distributed generation units for loadabilty enhancement in primary feeder［J］．IEEE Systems Journal，2013，7(4):797-806．

［14］Hung D Q，Mithulananthan N．Multiple distributed generator placement in primary distribution networks for loss reduction［J］．IEEE Transactions on Industrial Electronics，2013，60(4): 1700-1708．

［15］Abdi S，Afshar K．Application of IPSO-Monte Carlo for optimal distributed generation allocation and sizing［J］．Electrical Pow er and Energy Systems，2013(44):786-797．

［16］Martins V F，Borges C L T．Active distribution netw ork integrated planning incorporating distributed generation and load response uncertainties［J］．IEEE Transaction on Pow er System，2011，26 (4):2164-2172．

［17］Shaaban M F，Atw a Y M，El-Saadany E F．DG allocation for benefit maximization in distribution networks［J］．IEEE Transactions on Pow er Systems，2013，28(2):639-649．

［18］顏偉，呂冰，趙霞，等．分布式風(fēng)電源與配網(wǎng)聯(lián)絡(luò)線協(xié)調(diào)規(guī)劃［J］．電力系統(tǒng)保護與控制，2013，41(15):1-6．Yan Wei，LüBing，Zhao Xia，et al．Coordinated allocation of DGs and tie lines in distribution netw orks［J］．Power System Protection and Control，2013，41(15):1-6(in Chiese)．

［19］El-Fergany AA．Optimal capacitor allocations using evolutionaryalgorithms［J］．IET Generation，Transmission＆Distribution，2013，7(6):593-601．

［20］Lavorato M，Rider M J，GarciaA V．A constructive heuristic algorithmfor distribution system planning［J］．IEEE Transaction on Pow er System，2010，25(3):1734-1742．

［21］Naderi E，Seifi H，SepasianM S．A dynamic approach for distribution systemplanning considering distributed generation［J］．IEEE Transaction on Power Delivery，2012，27(3):1313-1322．

［22］Borges C L T，F(xiàn)alcaoD M．Optimal distributed generation allocationfor reliability，losses，and voltage improvement［J］．International Journal of Electric Power＆Energy System，2006，28 (6):413-420．

［23］陳星鶯，李剛，廖迎晨，等．考慮環(huán)境成本的城市電網(wǎng)最優(yōu)潮流模型［J］．電力系統(tǒng)自動化，2010，34(15):42-46．ChenXingying，Li Gang，LiaoYingchen，et al．An optimal power flow model for the urban power grid considering environment cost［J］．Automation of Electric Power Systems，2010，34(15):42-46．

［24］陳道君，龔慶武，張茂林，等．考慮能源環(huán)境效益的含風(fēng)電場多目標優(yōu)化調(diào)度［J］．中國電機工程學(xué)報，2011，31(13):10-17．ChenDaojun，GongQingwu，ZhangMaolin，et al．Multi-objective optimal dispatch in w ind power integrated system incorporating energy-environmental efficiency［J］．Proceedings of the CSEE，2011，31(13):10-17．

［25］Gabash A，Li P．Active-reactive optimal power flow in distribution networks with embedded generation and battery storage［J］．IEEETransaction on Pow er System，2012，24(1):2026-2035．

［26］Gabash A，Li P．Flexible optimal operation of battery storage systems for energy supply networks［J］．IEEE Transaction on Power System，2013，28(3):3226-3234．

［27］Levron Y，Guerrero J M，Beck Y．Optimal pow er flow in microgrids with energy storage［J］．IEEE Transaction on Pow er System，2013，28(3):2788-2797．

［28］王玉榮，萬秋蘭，陳昊．基于模糊聚類和學(xué)習(xí)自動機的多目標無功優(yōu)化［J］．電網(wǎng)技術(shù)，2012，36(7):224-230．WangYurong，WanQiulan，ChenHao．Multi-objective reactive pow er optimization by fuzzy cluster and learning automata［J］．Power System Technology，2012(7):224-230．

［29］李鴻鑫，李銀紅，陳金富，等．自適應(yīng)選擇進化算法的多目標無功優(yōu)化方法［J］．中國電機工程學(xué)報，2013，33(10):71-78，16．LiHongxin，LiYinhong，ChenJinfu，et al．Multiple evolutionary algorithms with adaptive selection strategies for multi-objective optimal reactive pow er flow［J］．Proceedings of the CSEE，2013 (10):71-78，16．

［30］趙晶晶，符楊，李東東．考慮雙饋電機風(fēng)電場無功調(diào)節(jié)能力的配電網(wǎng)無功優(yōu)化［J］．電力系統(tǒng)自動化，2011，35(11):33-38．ZhaoJingjing，F(xiàn)u Yang，LiDongdong．Reactive pow er optimization in distribution netw ork considering reactive power regulation capability of DFIG wind farm［J］．Automation of Electric Pow er Systems，2011，35(11):33-38．

［31］Niknam T，Zare M，Aghaei J．Scenario-based multiobjective volt/ var control in distribution networks including renew able energy sources［J］．IEEE Transactions on Pow er Delivery，2012，27(4): 2004-2019．

［32］Duman S，S?nmez Y，Güvenc U，et al．Optimal reactive pow er dispatch using a gravitationalsearch algorithm［J］．IET Generation，Transmission＆Distribution，2012，6(6):563-576．

［33］Niknam T，Kavousifard A，Aghaei J．Scenario-based multiobjective distribution feeder reconfiguration considering wind power using adaptive modified particle swarm optimisation［J］．IET Renew．Pow er Gener．，2012，6(4):236-247．

［34］Jabr R A，Singh R，Pal B C．Minimum loss network reconfiguration using mixed-integer convex programming［J］．IEEE Transaction on Power Systems，2012，27(2):1106-1115．

［35］Wu W，Tsai M．Application of enhanced integer coded particle sw arm optimization for distribution system feeder reconfiguration［J］．IEEE Transactions on Power Systems，2011，26(3): 1591-1599．

［36］Riffonneau Y，Bacha S，Barruel F，et al．Optimal power flow management for grid connected PV systems with batteries［J］．IEEE Transaction on Sustainable Energy，2011，2(3):309-320．

［37］Dall’Anese E，Zhu H，Giannakis G B．Distributed optimal power flow for smart microgrids［J］．IEEE Transaction on Smart Grid，2013，4(3):1464-1475．

［38］Erseghe T，Tomasin S．Power flow optimization for smart microgrids by SDP relaxation on linear netw orks［J］．IEEE Trans．Smart Grid，2013，4(2):751-762．

［39］李鴻鑫，李銀紅，李智歡．多目標進化算法求解無功優(yōu)化問題的比較與評估［J］．電網(wǎng)技術(shù)，2013，37(6):1651-1658．LiHongxin，LiYinhong，LiZhihuan．Comparison and evaluation on multi-objective evolutionary algorithm for optimal reactive pow er flow［J］．Power System Technology，2013(6):1651-1658．

［40］尹麗燕，于繼來．多時間段落的配電網(wǎng)絡(luò)動態(tài)重構(gòu)［J］．中國電機工程學(xué)報，2002，22(7):44-48．Yin Liyan，Yu Jilai．Dynamic reconfiguration(DR)of distribution network with multi-time periods［J］．Proceedings of the CSEE，2002，22(7):44-48．

［41］李振坤，陳星鶯，趙波，等．配電網(wǎng)動態(tài)重構(gòu)的多代理協(xié)調(diào)優(yōu)化方法［J］．中國電機工程學(xué)報，2008，28(34):72-79．LiZhenkun ChenXingying Zhao Bo，et al．Dynamic reconfiguration of the distribution netw ork based on multi-agent systems［J］．Proceedings of the CSEE，2008，28(34):72-79．

［42］Conti S，Nicolosi R，Rizzo S A，et al．Optimal dispatching of distributed generators and storage systems for MV islanded microgrids［J］．IEEE Transactions on Power Delivery，2012，27 (3):1243-1251．

［43］Amjady N，F(xiàn)atemi H，Zareipour H．Solution of optimal pow er flow subject to security constraints by a new improved bacterial foraging method［J］．IEEE Transaction on Pow er System，2012，27(3):1311-1323．

［44］Malekpour A R，Niknam T，Pahwa A，et al．Multi-objective stochastic distribution feeder reconfiguration in systems w ith wind power generators and fuelcells using the pointestimate method［J］．IEEE Transaction on Power Systems，2013，28(2):1483-1492．

［45］何禹清，彭建春，文明，等．含風(fēng)電的配電網(wǎng)重構(gòu)場景模型及算法［J］．中國電機工程學(xué)報，2010，30(28):12-18．He Yuqing，PengJianchun，Wen Ming，et al．Scenario model and algorithm for the reconfiguration of distribution network with wind power generators［J］．Proceedings of the CSEE，2010，30(28):12-18

［46］Borghetti A，Bosetti M，Grillo S，et al．Short-term scheduling and control of active distribution systems with high penetration of renewable resources［J］．IEEE Systems Journal，2010，4(3): 313-322．

［47］Farag H E，El-Saadany E F，Chaar L E．A multilayer control framework for distribution systems w ith high DG penetration［C］// Proceedings of the 2011 International Conference on Innovations in Information Technology，Abu Dhabi，UAE:IEEE，2011:94-99．

(編輯:張小飛)

Review and Perspective on the Optimization of Active Distribution Network

WANG Chengshan，SUN Chongbo，LI Peng
(Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072)

With the increasing integration of distributed energy resources(DER)and electric vehicles(EV)，the intelligent home and demand side response are being gradually popularized．As a result，the operation and planning complexity of distribution system are significantly enhanced．Moreover，the higher demands of power supply make the system optimization more difficult．As one development mode of the future distribution system，active distribution network begins to attract more and more attention．Its concept and management system are introduced，and the operation and planning strategy are reviewed including the presentsituation as wellas the current concerns．Finally，the developmenttrends are sorted out from three aspects:the source-network-demand interaction，the multi-period coordination，and the multi-layer distributed strategy．

active distribution network(ADN);distributed generation(DG);planning;optimal power flow;reactive power optimization;network reconfiguration

TM 72

A

1000-7229(2015)01-0008-08

10.3969/j．issn.1000-7229.2015.01.002

2014-11-25

2014-12-09

王成山(1962)，男，長江學(xué)者特聘教授，博士生導(dǎo)師，研究方向為電力系統(tǒng)安全分析、城市電網(wǎng)規(guī)劃、分布式發(fā)電系統(tǒng);

孫充勃(1987)，男，博士研究生，研究方向為分布式發(fā)電系統(tǒng)仿真;

李鵬(1981)，男，通信作者，講師，研究方向為電力系統(tǒng)電磁暫態(tài)仿真與分布式發(fā)電技術(shù)。

國家電網(wǎng)公司科技項目(EPRIPDKJ〔2012〕3185)。