主動配電網(wǎng)規(guī)劃中的光伏電源優(yōu)化配置及動態(tài)調(diào)整

張 強，田立軍，齊大勇

（1.山東大學(xué)電氣工程學(xué)院，濟南 250061；2.國網(wǎng)濟南供電公司，濟南 250012）

主動配電網(wǎng)規(guī)劃中的光伏電源優(yōu)化配置及動態(tài)調(diào)整

張 強1，田立軍1，齊大勇2

（1.山東大學(xué)電氣工程學(xué)院，濟南 250061；2.國網(wǎng)濟南供電公司，濟南 250012）

現(xiàn)有的分布式電源規(guī)劃方法所考慮的指標較少，不適用于更為復(fù)雜的主動配電網(wǎng)。因此從多指標、多待選方案的角度出發(fā)，提出了一種分步篩選法。首先將各指標分為兩類：在第1次篩選中考慮技術(shù)性指標，由模糊綜合評價法確定目標函數(shù)，利用改進的禁忌模擬退火算法得到若干待選方案；在第2次篩選中引入經(jīng)濟性指標，利用層次分析法得到綜合最優(yōu)方案。其次，通過多種主動配電網(wǎng)調(diào)節(jié)措施對電網(wǎng)參數(shù)的動態(tài)調(diào)整，實現(xiàn)全天不同光照和負荷條件下的指標綜合最優(yōu)。最后將該方法應(yīng)用于IEEE14節(jié)點環(huán)網(wǎng)算例，在方案選取和動態(tài)調(diào)整兩個過程中分別驗證了對各指標的優(yōu)化作用。

主動配電網(wǎng)；分步篩選法；模糊綜合評價；層次分析法；動態(tài)調(diào)整

Abstract:The existing planning methods for distributed generations only consider few indexes，thus they are not suit?able for the active distribution network（ADN），which is even more complex.Therefore，a step-wise screening process is proposed in this paper from the aspects of multiple indices and alternative schemes.First，the indices are divided into two types：technical indexes are considered in the first screening，the objective function is determined by fuzzy compre?hensive evaluation（FCE），and several alternative schemes are obtained utilizing the improved simulated annealing al?gorithm based on tabu list；economic indices are introduced in the second screening，and the comprehensive optimal so?lution is obtained using analytic hierarchy process（AHP）.Then，dynamic adjustment is realized by adopting different measures of ADN，and multi-index optimization is realized under the condition of different illuminations and loads all day long.Finally，this method is applied to the simulation of an IEEE 14-node system，which verifies its optimization ef?fect in the process of screening and dynamic adjustment.

Key words:active distribution network（ADN）；step-wise screening process；fuzzy comprehensive evaluation（FCE）；analytic hierarchy process（AHP）；dynamic adjustment

光伏電源PV（photovoltaic generation）以大規(guī)模分布式形式接入配電網(wǎng)成為必然趨勢，而傳統(tǒng)配電網(wǎng)在未進行擴大規(guī)模投資的狀態(tài)下，會很快超出滲透率極限。這樣，主動配電網(wǎng)ADN（active distribu?tion network）研究在我國逐漸展開。AND利用可協(xié)調(diào)優(yōu)化管理的管控中心統(tǒng)一調(diào)配分布式電源DG（distributed generation），相比傳統(tǒng)配電網(wǎng)，具有態(tài)勢感知下的主動調(diào)節(jié)能力，支持DG的大量接入與即插即用，實現(xiàn)電力資源的最優(yōu)分配，在保證靈活性的同時也對電網(wǎng)多種指標提出了更多要求[1-2]。

DG的選址和定容方法現(xiàn)已成為AND規(guī)劃研究的重點，在傳統(tǒng)配電網(wǎng)的DG規(guī)劃中，因?qū)嶋H用電環(huán)境的復(fù)雜性和側(cè)重點的不確定性，所需考慮的規(guī)劃指標和約束條件并沒有統(tǒng)一的標準[3]。對于傳統(tǒng)配電網(wǎng)，文獻[4]立足降低網(wǎng)損，提出先用等效網(wǎng)損微增率選擇DG并網(wǎng)位置，再以網(wǎng)損和環(huán)境改善程度為指標，用非線性規(guī)劃法確定DG并網(wǎng)容量；文獻[5]以DG準入容量最大化為目標函數(shù)，將電壓偏差列入約束條件，采用遺傳算法規(guī)劃四個固定位置處DG的容量；文獻[6]使用粒子群算法對基于電能質(zhì)量的DG接入位置和容量進行了優(yōu)化，其目標函數(shù)簡單地取為4個指標相對值的加權(quán)和；文獻[7]較全面地考慮了變電站剩余間隔、線路選型等經(jīng)濟性約束條件，采用層次分析法AHP（analytic hierarchy process）比較不同DG并網(wǎng)方案的經(jīng)濟性；文獻[8]分析了多類指標，直接使用線性加權(quán)進行統(tǒng)一規(guī)劃，待選方案較少；文獻[9]將AND中的脆弱節(jié)點排除，以求減少PV選址定容的工作量。

以上傳統(tǒng)配電網(wǎng)的規(guī)劃方法所考慮的指標和待選方案一般較少，然而ADN規(guī)劃需要綜合考量多種技術(shù)性及經(jīng)濟性因素[7，10]。如果直接將多種指標統(tǒng)一規(guī)劃，又會面臨以下問題：①一次性處理多種指標工作量較大，且部分指標較差[11]；②具體方案的經(jīng)濟性評估較為復(fù)雜，當(dāng)待選方案非常多時，含有經(jīng)濟性指標的規(guī)劃會更加繁瑣。

基于上述考慮，在多指標、多待選方案的情況下為避免過大的工作量，本文將這些指標按技術(shù)性和經(jīng)濟性進行分類，根據(jù)兩者的特點選用不同的優(yōu)化方法，使規(guī)劃工作分兩步進行。首先按技術(shù)性指標規(guī)劃，從眾多待選方案中篩選出若干較優(yōu)者，再引入經(jīng)濟性指標進行第1次篩選，得到綜合最優(yōu)方案。然后，針對全天光照和負荷的變化，通過ADN的多種調(diào)節(jié)方式調(diào)整運行參數(shù)，實現(xiàn)多時段各指標的綜合最優(yōu)，對規(guī)劃工作進行補充和完善。

1 AND的PV接入方案規(guī)劃指標

1.1 PV接入的規(guī)劃指標分類

本文將多個指標劃分為技術(shù)性指標和經(jīng)濟性指標：前者包括電壓分布改善情況、電壓偏差和波動、公共連接點PCC（point of common coupling）電壓畸變率、電壓穩(wěn)定性、有功網(wǎng)損[12]和準入容量等，其最大和最小值恰好可由大量方案的單目標規(guī)劃精確得出；后者包括PV實際安裝成本、線路線型改造成本、補償設(shè)備投資和繼電保護改造成本等，此類指標的評估較為復(fù)雜，不方便由大量方案做規(guī)律統(tǒng)計。本文所考慮的各類指標如圖1所示。

圖1 ADN的PV規(guī)劃指標分類Fig.1 Planning index classification of PVs in ADN

1.2 各技術(shù)性指標及其定量計算方法

（1）電壓改善程度指標Vub。PV并網(wǎng)的主要優(yōu)點是改善電網(wǎng)的電壓分布，對此定義電壓分布指標Vu為

式中：Ui、Li、ki分別為節(jié)點i的電壓幅值、負荷視在功率和權(quán)重因子；n為節(jié)點數(shù)。

PV并網(wǎng)后，Vub可表示為

式中，Vuw0和Vuw分別為PV并網(wǎng)前后的Vu值，且Vub越大，改善程度越好。

（2）電壓畸變率指標THD。PV并網(wǎng)會影響各節(jié)點電壓波形的畸變程度。對此本文用各PCC的電壓畸變率之和來衡量，其中M為PCC的數(shù)目，各次諧波分量可由快速傅里葉變換FFT（fast Fourier transformation）進行計算。

（3）靜態(tài)電壓穩(wěn)定性指標L。具有波動性的PV并網(wǎng)會影響配電網(wǎng)電壓穩(wěn)定水平，改變電網(wǎng)對負荷增長的承受能力。對此本文采用靜態(tài)穩(wěn)定分析的方法，對節(jié)點n配電網(wǎng)而言，節(jié)點i的電壓穩(wěn)定裕度指標Li表達式[13]為

式中：Pi+jQi為節(jié)點i的注入功率；Req，i+jXeq，i為配網(wǎng)變壓器出線端與節(jié)點i之間的等效阻抗。

指標L取全部節(jié)點Li的最大值，即

所得L值均在0～1之間，L越小則電壓穩(wěn)定性越好；L越大則其越易發(fā)生電壓失穩(wěn)。

（4）有功網(wǎng)損指標PR。PV的接入會影響潮流分布進而影響各線路網(wǎng)損，該指標由各段線路的線損之和表示。

（5）準入容量指標P0。為盡可能提高PV滲透率，本文將PV的準入容量目標函數(shù)表示[5]為

式中，P0為系統(tǒng)提供給配電網(wǎng)的有功功率。目標函數(shù)表示各PV最大限度地發(fā)出功率，使P0最小。

1.3 各經(jīng)濟性指標及其評價方法

（1）PV安裝成本。2015年我國的PV系統(tǒng)初始投資為1.2×104￥/kW[14]。為簡化分析，安裝成本在此基礎(chǔ)上浮動，不涉及具體方案的經(jīng)濟評估。

（2）線路線型改造成本。雖然技術(shù)性規(guī)劃會將網(wǎng)損降至較低水平，各段線路電流值總體較小，但不排除部分電流會超過原有值，原有線型不再適用新的傳輸需求。改造依據(jù)是滿足最大負荷電流Imax為

式中：PPV、Pload分別為PV出力和線路原有負荷有功功率；U、cosφ分別為系統(tǒng)電壓等級和功率因數(shù)。

設(shè)原線路允許電流為In，當(dāng)Imax＜In時，無需更換線路，反之則需按Imax選擇新的線路型號。

2 僅考慮各技術(shù)性指標的第1次方案篩選

2.1 各方案對應(yīng)的向量模型

為實現(xiàn)對PV位置、容量、功率因數(shù)和有載調(diào)壓變壓器分接頭的統(tǒng)一控制，每個方案均可用向量X統(tǒng)一表示為

式中：N為可接入PV的節(jié)點數(shù)；M為計劃接入PV的節(jié)點數(shù)；A為PV接入位置，若第i個PV接至第j個節(jié)點，則Aij=1，反之Aij=0；B為有載調(diào)壓變壓器分接頭信息，以z+1維向量表示，即（B0，B1，B2，…，Bz）。設(shè)分接頭數(shù)目為n，則所選分接頭為±l·ε%，其中，ε為調(diào)整幅度，正負號由B0取值決定；C為各PV包含PV陣列的個數(shù)；D為各PV的功率因數(shù)。向量X的維數(shù)為(N+2)M+z+1。所有可行方案的限制條件為

式中：C∑為系統(tǒng)原有的與新增的PV陣列數(shù)目之和；Cj，max為第j個節(jié)點PV容量上限對應(yīng)的陣列數(shù)目；Cj，min為原有陣列數(shù)目；Ui、為節(jié)點i的電壓幅值及上下限；為支路ij的傳輸功率及其限值；i=1,2,…,M，j=1,2,…,N。

2.2 仿真模型

當(dāng)待選方案較多時，若使用現(xiàn)有編程方法進行規(guī)劃，會難以處理電壓畸變率等時域指標，這里使用Matlab/Simulink平臺搭建PV與配網(wǎng)模型，將向量X各元素通過set_param函數(shù)賦值給對應(yīng)模塊，再利用外部Matlab算法控制仿真運行，完成潮流和各項技術(shù)性指標的計算。

在PV模型中，可通過改變光照強度及陣列數(shù)目控制PV出力，其并網(wǎng)控制器拓撲如圖2所示。逆變環(huán)節(jié)采用PQ控制策略。其中三相鎖相環(huán)的PI參數(shù)為KP=0.2，KI=8，PQ控制模塊的PI參數(shù)為KP=1，KI=100。

圖2 PV并網(wǎng)控制器拓撲Fig.2 Topology for the access of PVs with controllers

2.3 綜合評估方法

2.3.1 各指標權(quán)值的確定

當(dāng)可行方案數(shù)目很多時，不方便使用客觀賦權(quán)法，本文使用AHP確定各技術(shù)性指標的權(quán)值。AHP需要專家在規(guī)劃前依據(jù)經(jīng)驗，利用T.L.Sataty1-9標度法，構(gòu)建判斷矩陣a，對其最大特征值λmax做一致性檢驗，若能滿足一致性比率CR＜0.1，則取λmax對應(yīng)的歸一化特征向量ω={ω1，ω2，ω3，ω4，ω5}作為權(quán)向量[15]。

2.3.2 目標函數(shù)的確定

由于所選各技術(shù)性指標的最值恰好可由單指標規(guī)劃精確得出，本文使用模糊綜合評價中的模糊向量單值化方法[16]，將不同量綱的指標標準化。

由Fi(i=1,…,5)表示方案仿真所得的各技術(shù)性指標值Vub、THD、L、PR、P0，模糊因素論域取為

取評語等級數(shù)為3，將等級論域取為

式中：g1代表強；g2代表中；g3代表弱。

根據(jù)各Fi的最大值和最小值，將Fi轉(zhuǎn)化為區(qū)間折線型隸屬函數(shù)μ（Fi），實現(xiàn)無量綱化。在單因素評價中，分別用Fi，max、Fi，av、Fi，min表示每個指標的強、中、弱3個等級模糊子集的代表值，其中Fi，min和Fi，max分別為將該指標作為單一規(guī)劃指標時所得的最小值和最大值，F(xiàn)i，av取前兩者的算術(shù)平均值。這樣，對于電壓偏差、畸變率等逆指標，構(gòu)造隸屬函數(shù)如圖3所示。

圖3 各逆指標的隸屬函數(shù)Fig.3 Membership function of inverse indicators

對于電壓改善程度等正指標，其隸屬函數(shù)如圖4所示。

圖4 各正指標的隸屬函數(shù)Fig.4 Membership function of positive indicators

由5個指標構(gòu)成的三維隸屬度向量{μstro（Fi），μmid（Fi），μwea（Fi）}可構(gòu)建5×3單因素評價矩陣R。設(shè)由AHP所得模糊權(quán)向量為ω={ω1，ω2，ω3，ω4，ω5，ω6}，可計算模糊評價結(jié)果向量b為

式中：“°”為取大取小運算因子；“∧”為取小運算；“∨”為取大運算。

給3個等級依次賦以分值c1、c2、c3，滿足c1＞c2＞c3，且間距相等。將模糊向量b單值化為F，便可由F值的大小衡量各方案的技術(shù)性優(yōu)劣，即

2.4 改進的禁忌模擬退火算法

為控制向量X的尋優(yōu)過程，本文使用改進的禁忌模擬退火算法 Tabu-SA（simulated annealing based on tabu list），通過兩種智能算法的結(jié)合，克服禁忌算法的初值依賴性，彌補模擬退火算法運算次數(shù)過多、耗時較長的不足[17-18]。外循環(huán)執(zhí)行退火，內(nèi)循環(huán)采用禁忌搜索選取鄰域解，并在鄰域搜索過程中引入自適應(yīng)步長，提高算法的整體收斂速度。

所用算法的基本過程如下：

步驟1 隨機產(chǎn)生初始解X∈S（S為解集），設(shè)置初始溫度T0、馬爾可夫鏈、衰減系數(shù)、禁忌表、候選解個數(shù)Ncan、需保留解個數(shù)Nres等參數(shù)；

步驟2 在當(dāng)前溫度下進行多次鄰域選擇，次數(shù)為馬爾可夫鏈長度。每個鄰域包含Ncan個解hX，滿足hX∈N（X）（N（X）為X的鄰域），分別進行仿真運行，按結(jié)果優(yōu)劣排序，選取前Nres個解作為候選解；

步驟3 若候選解中的局部最優(yōu)解優(yōu)于當(dāng)前全局最優(yōu)解，則根據(jù)特赦準則，無視禁忌表，直接替換掉全局最優(yōu)解，并寫入禁忌表，表中其余解的禁忌長度減1，同時更改兩個步長；

步驟4 從各候選解中選出未在禁忌表中出現(xiàn)的最優(yōu)解X′，若X′優(yōu)于當(dāng)前解X，則接受X′作為新的當(dāng)前解，若其劣于X，計算接受概率p(ΔF)=如果p(ΔF)大于[0，1]區(qū)間上的偽隨機數(shù)r，則同樣接受X′作為新的當(dāng)前解，兩種情況均按步驟3中方法更新禁忌表；

步驟5 若相鄰兩次所得最優(yōu)解對應(yīng)函數(shù)值不滿足設(shè)定誤差，則按衰減系數(shù)降低溫度，即Tk=Tk-1Kdec，其中k為循環(huán)次數(shù)，Kdec為衰減系數(shù)。返回步驟2。

3 綜合考慮技術(shù)性指標和經(jīng)濟性指標的第2次方案篩選

在引入各經(jīng)濟性指標時，其側(cè)重程度和序化會因不同實際情況而異，因此同樣選用AHP確定各指標的權(quán)重。將第1次篩選得到的若干較優(yōu)方案列為待選方案，層次結(jié)構(gòu)模型如圖5所示，其中技術(shù)性的優(yōu)劣Y1以第1次篩選的目標函數(shù)值F來衡量。

圖5 第2次篩選的層次結(jié)構(gòu)模型Fig.5 Hierarchy model for the second screening

在第2次篩選中，各待選方案的指標Yj（j=1，2，3）均可定量表示，但最值和數(shù)值分布規(guī)律未知。因此可采用統(tǒng)計學(xué)中的樣本標準化方法[18]處理，將Yj轉(zhuǎn)化為不含量綱的評分值，結(jié)果設(shè)為Zj（j=1，2，3），評分基準值為50，則各方案的綜合評價結(jié)果Z可表示為

式中：ωj為準則層各指標權(quán)重；Yˉ為指標平均數(shù)，；s為標準差，；式（17）中的正負號分別對應(yīng)指標Yj的正、逆類型。

4 全天不同時刻PV接入方案的調(diào)整

在獲得最優(yōu)規(guī)劃方案之后，因ADN擁有主動調(diào)節(jié)能力，還可針對全天光照和負荷的變化，在多個時刻對電網(wǎng)運行參數(shù)進行調(diào)整。因PV安裝、線型改造等工作已經(jīng)完成，無需再考慮經(jīng)濟性指標，可沿用第1次篩選的步驟。但不同的是，此時PV接入位置不易變動，無需規(guī)劃接入位置。本文所選取的ADN調(diào)節(jié)措施包括改變有載調(diào)壓變壓器分接頭位置、各PV的陣列個數(shù)及并網(wǎng)功率因數(shù)，各方案對應(yīng)的向量X變?yōu)?/p>

各元素仍需滿足式（8）中的限制條件，此時向量X的維數(shù)由式（7）的（N+2）M+z+1減小為2M+z+ 1，因此運算量較小，滿足動態(tài)調(diào)整的快速性。

5 算例分析

圖6 含PV的IEEE14節(jié)點標準配電網(wǎng)結(jié)構(gòu)Fig.6 Structure of IEEE 14-node distribution network with access of PVs

利用IEEE14節(jié)點標準配電網(wǎng)結(jié)構(gòu)進行仿真，如圖6所示，其中6號和10號節(jié)點之間以14號支路連接構(gòu)成環(huán)網(wǎng)結(jié)構(gòu)，系統(tǒng)基準容量為100 MV·A，基準電壓為10 kV，各節(jié)點總負荷為28.7+j7.75 MV· A，配電變壓器為有載調(diào)壓變壓器，變比為110±（2× 1.25%）/10 kV，預(yù)接入PV最大總出力為8 MW，最大滲透率為26.91%（對應(yīng)光照強度為1 200 W/m2），所用1 kW的PV組件總和為5 574個。假設(shè)最多有3個節(jié)點可接入PV，各PV功率因數(shù)固定為1，且1、3、10號節(jié)點因地理原因不允許接入PV。

設(shè)該網(wǎng)絡(luò)各負荷為市政生活用電行業(yè)，其日用電負荷量按圖7（a）變化，其中負荷大小以標幺值表示，基值為該節(jié)點該日最大用電負荷。光強曲線取某地

圖7 所選配電網(wǎng)的日負荷曲線和擬合所得日光強曲線Fig.7 Daily load curve and fitted illumination curve of selected distribution network

5.1 考慮技術(shù)性指標的第1次方案篩選

在全天光強或PV出力最大的13：00時進行規(guī)劃，由圖7可知，光強S=1 200 W/m2，各負荷取最大用電量的93%。設(shè)14個節(jié)點的電壓重要程度相同，則各節(jié)點權(quán)重因子均為0.071 4。建立42維向量X，首先運用改進Tabu-SA算法，分別對各項技術(shù)性指標進行單目標規(guī)劃，所得最優(yōu)值和最劣值如表1所示。

表1 各技術(shù)性指標單目標規(guī)劃結(jié)果Tab.1 Single-objective planning results of technical indices

運用AHP計算各指標權(quán)重，經(jīng)專家意見，綜合T.L.Sataty1-9標度法，構(gòu)造判斷矩陣a1為

對應(yīng)最大特征值λmax=5.146 3，一致性比率CR=0.036/1.12＜0.1，可通過一致性檢驗，取其歸一化特征向量ω={0.700 8，0.284 5，0.376 4，0.497 9，0.196 1}作為5個指標的權(quán)向量。

取3個模糊等級分值為c1=30，c2=20，c3=10。取模糊化結(jié)果F為目標函數(shù)，以PV接入前的狀態(tài)作為初始解，進行Tabu-SA尋優(yōu)，記錄最優(yōu)值F及對應(yīng)5個技術(shù)性指標值Fi的更新情況，如圖8所示。各Fi均以各自最值的相對值表示，可見隨著最優(yōu)解的逐漸優(yōu)化，各逆指標值均能收斂到較小值，各正指標也均能收斂到較大值，且對應(yīng)權(quán)重越大，優(yōu)化程度越高。

圖8 最優(yōu)解的更新及對應(yīng)各技術(shù)性指標值變化曲線Fig.8 Update of optimum solution and the changing curves of the corresponding technical indices

按目標函數(shù)值的優(yōu)劣提取出最好的5個解，對應(yīng)的方案信息如表2所示。其中l(wèi)為有載調(diào)壓變壓器分接頭位置，l=0，±1，±2。

表2 技術(shù)性指標篩選所得待選方案Tab.2 Alternative schemes for the selected technical indices

5.2 引入經(jīng)濟性指標的第2次方案篩選

將以上5個方案列為待選方案。為簡化分析，PV安裝成本取值按第1.3節(jié)中所述獲得，而不涉及具體方案的經(jīng)濟評估。

對于線路改造成本，以1號接入方案為例，計算并比較PV接入前后各線路電流，結(jié)果如表3所示，I0為PV接入前的電流，IPV為PV接入后的電流。為簡化分析，假設(shè)均采用JKLYJ型電纜傳輸，且線路長度取為1 km。

可以看出，由于經(jīng)過之前對有功網(wǎng)損的優(yōu)化，各段線路電流均已能達到較低水平。其中，L12所采用架空線JKLYJ-25的載流量為120 A，考慮留有一定擴容裕度，建議更換為JKLYJ-35導(dǎo)線（載流量為150 A），更換成本約為46.6×104￥。

表3 PV接入前后的各線路電流Tab.3 Currents of lines before and after the access of PVs

對于5個待選方案，其技術(shù)性目標函數(shù)值F（Y1）、兩類成本（Y2、Y3）及各自對應(yīng)的標準化評分結(jié)果如表4所示。

表4 各方案的F值、經(jīng)濟性指標值及其標準化值Tab.4 Values ofF，economic indices and their standardized values of different schemes

使用第5.1節(jié)的方法，構(gòu)建第2次篩選的AHP判斷矩陣a2為

對應(yīng)λmax=3.024 6，CR=0.01/0.58＜0.1，通過一致性檢驗，取歸一化特征向量ω={0.854 0，0.499 4，0.146 0}作為3個指標的權(quán)向量。

可得5個方案評分值的綜合評價結(jié)Z分別為84.8、86.2、78.6、60.1、64.8，取評分最高者，則2號方案為最優(yōu)接入方案，即分別將10、41和62個PV陣列接入5、8和9號節(jié)點，功率因數(shù)均取1，有載調(diào)壓變壓器分接頭為默認位置。

5.3 全天不同時刻下的動態(tài)調(diào)整

圖9 PV接入時段動態(tài)調(diào)整前后各技術(shù)性指標的變化Fig.9 Variation of technical indexes before and after dynamic adjustment in the period when PVs are being accessed

根據(jù)圖7（b），選擇在該天的7：00—19：00將PV接入電網(wǎng)，實時改變有載調(diào)壓變壓器分接頭、各PV的陣列個數(shù)及并網(wǎng)功率因數(shù)，求取不同時刻的最優(yōu)方案，其中采樣間隔取1 h，各PV功率因數(shù)下限取0.9，光強取圖7（b）數(shù)據(jù)。仿真可得在PV接入時段內(nèi)，5個技術(shù)性指標在方案調(diào)整前后的變化情況，如圖9（a）～（e）所示。圖9中“1”表示方案調(diào)整前，“2”表示方案調(diào)整后，可以看出，在已得最優(yōu)方案的基礎(chǔ)上，各指標在大部分時刻再次得到了優(yōu)化，且在少數(shù)時刻也會犧牲單指標性能來實現(xiàn)多指標的綜合最優(yōu)。

6 結(jié)論

DG的接入方案規(guī)劃是ADN發(fā)展中所面對的重要課題，本文針對ADN的運行特點，提出了一種分步篩選法，結(jié)合算例得出如下結(jié)論。

（1）與傳統(tǒng)規(guī)劃方法相比，分步篩選法計及了更多的優(yōu)化指標和待選方案，綜合考慮技術(shù)性和經(jīng)濟性；根據(jù)兩類指標的不同特點，使規(guī)劃分步進行，每步僅需考慮較少因素，相比統(tǒng)一規(guī)劃，使工作得以簡化。

（2）區(qū)別于傳統(tǒng)配電網(wǎng)，ADN在運行時具有主動控制能力，對此本文針對全天光照和負荷的變化，通過ADN的多種調(diào)節(jié)方式調(diào)整運行參數(shù)，實現(xiàn)了多時段各指標的綜合最優(yōu)，對現(xiàn)有規(guī)劃方法進行了補充和完善。

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

[2]D'Adamo C，Jupe S，Abbey C.Global survey on planning and operation of active distribution network-update of GI?GRE C6.ll working group activities[C]//IET Conference Publications.Prague，Czech Repulic，2009.

[3]王成山，孫充勃，李鵬（Wang Chengshan，Sun Chongbo，Li Peng）.主動配電網(wǎng)優(yōu)化技術(shù)研究現(xiàn)狀及展望（Re?view and perspective on the optimization of active power distribution network）[J].電力建設(shè)（Electric Power Con?struction），2015，36（1）：8-15.

[4]鄭漳華，艾芊，顧承紅，等（Zheng Zhanghua，Ai Qian，Gu Chenghong，et al）.考慮環(huán)境因素的分布式發(fā)電多目標優(yōu)化配置（Multi-objective allocation of distributed gener?ation considering environmental factor）[J].中國電機工程學(xué)報（Proceedings of the CSEE），2009，29（13）：23-28.

[5]蘇小玲，韓民曉，趙正奎，等（Su Xiaoling，Han Minxiao，Zhao Zhengkui，et al）.配電網(wǎng)中分布式電源最大準入容量分析（Research on maximum capacity of grid-connect?ed distributed generation in distribution network）[J].電網(wǎng)技術(shù)（Power System Technology），2012，36（10）：87-92.

[6]Alinejad-Beromi Y，Sedighizadeh M，Sadighi M.A parti? cle swarm optimization for sitting and sizing of distributed generation in distribution network to improve voltage pro?file and reduce THD and losses[C]//43rd International Universities Power Engineering Conference.Padova，Ita?ly，2008.

[7]孫芊，王倩，楊利萍，等（Sun Qian，Wang Qian，Yang Liping，et al）.針對分布式光伏接入的配電網(wǎng)改造方法（Reconstruction method of distribution network with ac?cess of distributed photovoltaic power）[J].電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSU-EPSA），2014，26（5）：60-65.

[8]張立梅，唐巍，趙云軍，等（Zhang Limei，Tang Wei，Zhao Yunjun，et al）.分布式發(fā)電對配電網(wǎng)影響的綜合評估（The integrated evaluation of impact of distributed genera?tion on distribution network）[J].電力系統(tǒng)保護與控制（Power System Protection and Control），2010，38（21）：132-135，140.

[9]Zhao Yuanyuan，An Yiran，Ai Qian.Research on size and location of distributed generation with vulnerable node identification in the active distribution network[J].IET Generation，Transmission&Distribution，2014，8（11）：1801-1809.

[10]魏煒，竺笠，羅鳳章，等（Wei Wei，Zhu Li，Luo Feng?zhang，et al）.主動配電網(wǎng)區(qū)域能源優(yōu)化配置雙層規(guī)劃方法（Bi-level programming method for active power dis?tribution network based on integrated resource strategy planning）[J].電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSU-EPSA），2016，28（5）：97-102.

[11]杜棟，龐慶華.現(xiàn)代綜合評價方法與案例精選[M].北京：清華大學(xué)出版社，2005.

[12]朱勇，楊京燕，張冬清（Zhu Yong，Yang Jingyan，Zhang Dongqing）.基于有功網(wǎng)損最優(yōu)的分布式電源規(guī)劃（Planning of distributed generation based on optimal real power losses）[J].電力系統(tǒng)保護與控制（Power System Protection and Control），2011，39（21）：12-16.

[13]孔麗（Kong Li）.含分布式電源的主動配電網(wǎng)電壓特性的研究（Voltage Characteristic of the Active Distribution Network with Distributed Generation）[D].北京：北京交通大學(xué)電氣工程學(xué)院（Beijing：School of Electrical Engi?neering，Beijing Jiaotong University），2012.

[14]錢伯章（Qian Bozhang）.國內(nèi)外太陽能光伏發(fā)電應(yīng)用與安裝成本（Application and installation cost of solar photo?voltaic power generation at home and abroad）[J].太陽能（Solar Energy），2012（16）：49-50.

[15]熊以旺，程浩忠，王海群，等（Xiong Yiwang，Cheng Hao?zhong，Wang Haiqun，et al）.基于改進AHP和概率統(tǒng)計的電能質(zhì)量綜合評估（Synthetic evaluation of power quality based on improved AHP and probability statistics）[J].電力系統(tǒng)保護與控制（Power System Protection and Control），2009，37（13）：48-52，71.

[16]胡永宏，賀思輝.綜合評價方法[M].北京：科學(xué)出版社，2000.

[17]Garcia-Martinez S，Espinosa-Juarez E，Rico-Melgoza J J.Application of Tabu search for transmission expansion planning considering power quality aspects[C]//9th Interna?tional Conference on Electrical Engineering，Computing Science and Automatic Control.Mexico City，Mexico，2012.

[18]吳紅斌，蔡亮（Wu Hongbin，Cai Liang）.基于改進Tabu搜索算法的含分布式電源配電網(wǎng)最優(yōu)潮流（Optimal power flow of distribution network with distributed genera? tion based on modified Tabu search algorithm）[J].電力系統(tǒng)保護與控制（Power System Protection and Control），2012，40（9）：82-86.

關(guān)于外文字符的字體

1 正體外文字母的常用場合

（1）計量單位和SI詞頭符號。

（2）數(shù)學(xué)式中的運算符號和縮寫號，如：微分號d，有限增量符號Δ，變分號δ，極限lim，行列式det，最大值max等。

（3）其值不變的數(shù)學(xué)常數(shù)符號：圓周率π，自然對數(shù)的底e，虛數(shù)單位i（電工中常用j）。

（4）量符號中為區(qū)別其他量而加的具有特定含義的非量符號和非變動性數(shù)字符號角標，如勢能EP，宏觀總截面Σtot，轉(zhuǎn)置矩陣AT等。

（5）儀器、元件、樣品等的型號、代號。

2 斜體外文字母的常用場合

（1）用字母代表的數(shù)、一般函數(shù)及統(tǒng)計學(xué)符號等，如：x，y；ΔABC；f（x）；概率P，均數(shù)x。

（2）量符號和量符號中代表量或變動性數(shù)字或坐標符號的角標字母，如:體積V，雷諾數(shù)Re，能譜角截面砌σΩ，E，能量Ei（i=1，2，3），力的x方向分量Fx。

（3）矢量和張量符號用黑斜體。

3 化學(xué)元素符號均為正體，且首字母大寫

摘編于《中國高等學(xué)校自然科學(xué)學(xué)報編排規(guī)范》（修訂版）

Optimal Allocation and Dynamic Adjustment for Photovoltaic Generations in the Planning of Active Distribution Network

ZHANG Qiang1，TIAN Lijun1，QI Dayong2
（1.School of Electrical Engineering，Shandong University，Jinan 250061，China；2.State Grid Jinan Power Supply Company，Jinan 250012，China）

TM715

A

1003-8930（2017）09-0098-09

10.3969/j.issn.1003-8930.2017.09.017

2015-12-17；

2017-05-26

張 強（1991—），男，碩士研究生，研究方向為分布式發(fā)電與電能質(zhì)量。Email：a125268288@163.com

田立軍（1964—），男，博士，教授，碩士生導(dǎo)師，研究方向為電能質(zhì)量分析與控制、電力系統(tǒng)運行與控制等。Email：tlj3796@sdu.edu.cn

齊大勇（1974—），男，碩士，高級工程師，研究方向為變電檢修及變電技術(shù)培訓(xùn)工作。Email：qidayong126@126.com