分布式发电投资策略探讨

曾鸣 闫斌杰

作者简介：曾鸣（1957-），男，博士生导师，研究方向:电力市场理论及应用、电力技术经济。

摘要：大力发展分布式发电可有效改善我国能源利用结构，其重点为构建最佳分布式发电投资决策框架，为投资者提供正确的经济信号，实现DG并网的经济性及环境社会友好性。

关键词：分布式；投资策略；选址；定容

中图分类号：F83文献标识码：A文章编号：16723198（2014）13010801

0引言

上世纪90年代，英国、北欧、美国等发达国家逐渐开始电力体制改革，放松对电力系统的管制。在电力系统放松管制的同时，各国对电网供电灵活性、可靠性的要求也在不断提高，使得分布式发电将在未来电力系统中占据重要的地位。与此同时，随着发电技术的不断创新，分布式发电系统的成本效率也越来越高。

大规模分布式发电并网会给电网系统带来一系列负面影响，例如：增加电力负荷预测、规划和运行的不确定性；产生配电网双向潮流；增大最优配电网布置方案问题求解难度；增加运营管理难度；降低供电容量充裕地区供电设施的利用率等。这些负面影响与分布式发电的投资策略密切相关。分布式发电的投资策略是指在配电网规划的宏观环境中，投资者考虑政策、经济及环境等目标，对配电网中的分布式发电进行选址、定容、时序的研究，以期达到DG对社会、环境、经济贡献的最优。同时，分布式发电技术多样性、政策不完善以及一次能源市场和二次能源市场价格的不确定性，使得分布式发电的投资策略面临多方面的难题，因此，对分布式发电进行稳定经济的投资决策具有挑战。

1分布式发电选址研究现状

分布式电站的建设要综合考虑区域电力负荷、地理、气候、环境等因素，在满足电力约束的情况下，确定分布式电源的选址及定容。本文研究的选址问题指是在配电网中从哪个节点并入分布式发电（DG），并将分布式发电的选址问题纳入配电网规划工作中。分布式发电选址时应考虑电网系统的负荷、经济效应和潮流影响等因素，即在多个不确定因素下要实现多目标的优化，使得分布式发电的选址成为配电网规划的一部分。

目前，国内外专家学者在研究分布式发电并网规划问题时，基于多目标优化的规划方法对DG规划问题进行研究，文献［2］建立了一个包含所有可能的约束及目标的多目标优化模型，并开发了适用于配电系统规划应用的可行性框架，使得总的规划成本（DG的建设成本及运行成本、已有设备的运行成本、从TRANSCOs购电的成本、电力系统电损的成本）最小化，优化了DG的容量及选址。文献［3］在进一步考虑分布式发电削峰的配电网规划的同时，结合基因算法与启发式算法，给出了馈线网络、DG选址及定容的最佳规划机制，实现了馈线及DG投资，能源损失成本及DG削峰附加成本的最小化。文献［4］通过遗传算法、人工智能算法及多目标模糊算法等对模型进行定量与定性分析，并通过软件对实际配电系统进行分析，比较几种选址方案，得出了DG的最佳选址，并进一步对最佳DG选址带来的收益进行了详细分析。文献［5］已知分布式电源总容量，以实现配电网网损最小化为目标，采用禁忌搜索法对分布式电源的位置和容量进行调整。

2分布式发电定容研究现状

分布式发电的定容是要解决实现经济、配电网安全运营等目标下所采用的最佳容量配置。DG投资者的目标是以最大的容量DG并入配电网，而配电网规划的目标在于通过最优配电系统扩容，满足不断增长负荷需求。而DG并网容量越大，对配电网运行及稳定性造成的影响也越大，分布式发电大规模并网加大了电力规划的难度。针对此问题，国内外学者对分布式发电的定容问题进行了深入研究。

文献［6］给出一个新的基于基因算法的软件程序，为中低压配电网制定了DG容量分摊的最佳机制。文献［7］则运用最佳潮流技术估算了并入DG的配电网容量。文献［8］研究了旨在实现配电运营商投资成本，损失补偿费用最小化的DG容量投资模型。文献［9］研究了基于DG削峰的配电网规划，给出了DG的最佳容量，弥补了传统削峰方法的不足，实现了馈线投资、DG投资以及能源损失成本及DG削峰的附加成本的最小化。同时，分布式发电定容问题不仅要考虑经济上的最优，还要考虑系统供电的可靠性需求。可通过竞价方式在配电网中分配DG并入的容量，保证了分布式电源在系统重要时段出力，提高了电力高负荷需求时段分布式电源提供电能的经济性及可靠性。或者采用遗传算法和决策理论的三步式方法，确定中压网络中DG的最优选址及容量。

3分布式发电时序研究现状

分布式发电时序研究主要从两个方面进行：一是在一次能源价格不确定的情况下进行分布式发电的投资时序研究，找出投资的价格门槛；二是在长期电价不确定的情况下进行分布式发电的投资时序研究，寻求投资的电价门槛。

对于价格不确定性投资决策大多数研究应用了实物期权模型，将各种投资机会与经营灵活性当作期权进行量化研究，避免了以净现值法为代表的传统投资决策方法与实际情况存在差异的弊端，同时将实物期权模型与博弈论相结合，考虑投资带来的机会成本及信息的不对称，对不确定环境下分布式发电的投资评价具有重要作用。除了能源价格及电价的不确定性，一些文献还考虑到折现率、电力负荷增长及容量成本增长率的不确定性。

作者简介：刘清（1983-），安徽大学江淮学院，助教，研究方向：教学管理。4结论

分布式发电投资策略主要涉及分布式电源的选址、定容及投资时序三个维度。这三个维度往往又是相互联系、密不可分的。国内外对分布式发电投资的文献研究给分布式发电的投资策略研究积累了丰富的理论实践经验，对分布式发电投资策略优化问题的求解起到了推动作用。

参考文献

［1］El睰hatam W, Salama MMA. Distributed generation technologies, definitions and benefits［J］. Electric Power Systems Research,2004,71:11928.

［2］R.C. Dugan, T.E. McDermott, G.J. Ball, Distribution planning for distributed generation［C］.Rural Electric Power Conference,2000:C4/1睠4/7.

［3］Celli G, Ghiani E, Mocci S, Pilo F. A multi瞣bjective evolutionary algorithm for the sizing and siting of distributed generation［J］. IEEE Transaction on Power Systems,2005,20(2):7507.

［4］G.P. Harrison, A. Piccolo, P. Siano, A. Robin Wallace, Hybrid GA and OPF evaluation of network capacity for distributed generation connections［J］. Electric Power Systems Research ,2008，（78）:392398.

［5］G.P. Harrison, A. Piccolo, P. Siano, A. Robin Wallace, Hybrid GA and OPF evaluation of network capacity for distributed generation connections［J］. Electric Power Systems Research,2008，（78）:392398.

［6］Mori H, Iimura Y. Application of parallel tabu search to distribution network expansion planning with distributed generation［C］. Proceedings of the IEEE bologna powertech conference,2003:5807.

［7］Zhu Dan, Broadwater Robert P.,Tam Kwa睸ur,et al.Impact of dg placement on reliability and efficiency with time瞯arying loads［J］.IEEE Transactions on Power Systems,2006,21(1): 419427.

［8］Nara K, Hayashi Y, Ikeda K, Ashizawa T. Application of tabu search to optimal placement of distributed generators［J］. Power Eng Soc Winter Meet,2001,(2):91823.

［9］Celli G, Pilo F. Optimal distributed generation allocation in MV distribution networks［C］. PICA 2001. In: 22nd IEEE power engineering society international conference on innovative computing for power瞖lectric energy meets the market,2001:816.

［10］David Trebollea, Tomás Gómez, Rafael Cossent, Pablo Frías. Distribution planning with reliability options for distributed generation［J］. Electric Power Systems Research,2010, (80): 222229.