改善农网低电压与网损的分布式储能系统规划方案研究

王 钤，刘丽娜，徐 备，陈厚合

(1.广东电网有限公司 电力科学研究院，广东 广州 510080；2.东北电力大学 电气工程学院，吉林 吉林 132012)

改善农网低电压与网损的分布式储能系统规划方案研究

王 钤1，刘丽娜2，徐 备2，陈厚合2

(1.广东电网有限公司 电力科学研究院，广东 广州 510080；2.东北电力大学 电气工程学院，吉林 吉林 132012)

为解决农村低压配网季节性电压偏低与线路损耗等严重问题，提出一种改善电压质量的分布式储能系统选址定容规划方案。首先建立以电压偏差、线路有功损耗及储能容量最小为目标的分布式储能系统选址定容优化配置模型，采用改进的蚁群算法对模型进行求解，最后进行实际算例验证分析，结果表明采用算法的准确性和储能系统对改善电压偏低及线损的有效性。

农网；低电压；网损；分布式储能系统；位置和容量

农网结构繁杂，配电线路较长，负荷高峰期线路损耗严重、用户侧电压偏低等问题发生频繁。传统改善电压偏低的手段如变压器扩容或加装无功补偿装置，具有资产利用率低的缺陷[1]。利用储能系统可提供有功和无功的特点，实现农网的电压调节，且“低储高发”亦能有效缓解电能供应紧张的局面[2]。随着国家扶贫政策的推进，储能系统在农村配电网的应用前景广阔，分布式储能系统的接入将对农网电压及线路损耗带来影响，影响程度与其接入位置及容量密切相关[3-4]。因此，相应的理论研究和工程实践亟待展开。

文献[5]针对农网电压偏低，提出优化农网结构，采用加装无功补偿装置的传统手段来提升电压，但对自动补偿控制器要求高，容易出现补偿不精确的问题；文献[6]提出采用分布式电源来解决农网电压偏低及网损严重等问题，利用遗传算法进行分布式电源的选址定容，结果表明所提方法对电压偏低改善的有效性，但约束因素较少。文献[7]通过合理布置混合储能系统的位置和容量，充分发挥蓄电池/超级电容器各自的优良特点，达到改善系统电压偏低等电能质量问题。针对农网特殊结构的储能系统应用并不多见，本文提出利用储能系统来改善电压偏低及网损严重现象，并对其选址和定容展开相应研究。

本文基于农网线路模型，建立了以电压偏移、线路损耗及总接入储能容量最小为目标的分布式储能系统选址定容的规划模型，采用改进的蚁群算法对模型进行求解，最后通过实际算例验证所提模型及求解算法的有效性。

1 农网线路模型及储能安装模型

1.1 线路模型

受春节务工人员返乡、集中灌溉等时期影响，农村配电网负荷变动较大，负荷突增可导致系统供电能力不足，电压偏低等问题发生。农村配电网线路结构复杂，线路电阻电抗比值较大，传统无功调压虽可提高电压，但存在无法补偿有功功率的问题，储能装置的应用可同时满足系统对有功和无功的调节需求。

根据农网网络结构特点，用图1代表网络系统线路模型[8]。

图1 线路模型

图中，yi-1i为节点i与节点i-1间互导纳；ji-1i为分流导纳；Ei为节点i电压相量；Ui为节点i的电压幅值；δi为节点i的电压相角。

1.2 储能系统的线路安装模型

储能系统在农村低压电网中的安装模型，如图2所示。农村配电网多为放射式树状结构，储能系统的安装一般结合线路负荷的分布，针对负荷的突增或突减，充分发挥其“低储高发”的优势，调节负荷变动过程中的线路损耗[2]。

图2 储能系统的线路安装模型

根据实际农网系统对储能改善电压偏低及线损的要求，实现在最合适的位置储能系统安装容量最小的目标，本文建立了分布式储能系统的选址定容优化模型，并从电压及网损改善效果层面对所提模型进行评价。

2 分布式储能系统选址定容规划模型

2.1 目标函数

鉴于农村配电网负荷变动大，配电变压器重载、线损严重及电压偏低等问题经常出现，在系统中接入储能系统调节上述问题，以线路有功损耗、电压偏移及储能容量最小为目标函数，以潮流平衡、系统运行平衡等为约束，建立分布式储能系统的选址定容模型。目标函数为

(1)

其中：

(2)

(3)

2.2 约束条件

模型的约束条件包括等式约束与不等式约束。等式约束包括潮流平衡约束、网络的功率平衡约束及储能系统能量平衡约束[9]；不等约束包括电压约束等。

(1)潮流平衡约束。

(4)

(5)

(2)网络功率平衡约束。

∑Pall=∑Pload+∑Ploss，

(6)

式中：Pall表示节点注入有功功率，kW；Pload表示总的有功负荷值，kW；Ploss表示系统损耗值，kW。

(3)储能系统运行平衡约束。

(7)

(4)节点电压约束。即

Umin≤Ui≤Umax，

(8)

δmin≤δi≤δmax，

(9)

式中：Umin、Umax分别为允许节点电压Ui的下限与上限；δmin、δmax分别为允许的节点电压δi的相角下限与上限。

3 基于改进蚁群算法的模型求解

蚁群算法作为一种启发式优化算法，凭借其较强的求解能力被广泛应用。传统蚁群算法的思想是根据蚂蚁觅食时在其经过的路径上释放信息素，后续蚂蚁根据之前蚂蚁释放的信息素浓度依概率选择路径觅食，随着信息素不断地积累，信息素浓度高的路径就更容易被选择，在迭代达到最大时，最优路径被找到[10]。

算法以信息素浓度的积累为基础，信息素浓度积累过快容易过早陷入局部最优而导致算法停滞，蚁群算法中的调节因子用来衡量信息素浓度对路径概率选择起到的影响作用，因此对调节因子进行优化改进，可以影响算法搜索进度，提高算法的优化搜索效率。

本文对调节因子中期望因子β改进，即：

图3 操作流程图

图4 系统结构图

(10)

式中：a

(1)输入待求系统的拓扑结构参数，储能系统参数，待求目标函数，设置人工蚂蚁数量，最大迭代次数，调节因子等算法参数。

(2)初始化信息素浓度τ，其中τ为常数。

(3)根据信息素浓度，按照式(11)计算下一个路径转移的概率。

(11)

式中：α，β为算法调节因子，其中β为改进后的调节因子；λi表示第i条路径的距离，即对应待解决模型中的目标函数f；k为下一次路径之后的未被寻觅的点的集合。

(4)更新信息素，对每一条路径都进行目标函数计算。

(5)在记录的所有目标函数值中找到一个最短路径即为一次迭代中的最优解。

(6)反复操作上述步骤，直到达到最大的设置迭代数，输出当前值即为所求分布式储能系统规划过程中的最优配置方案。

操作流程如图3所示。

4 算例分析

本文以某地区农村低压配网为例，拓扑结构如图4所示，电压等级为380 V，通过在MATLAB及通用建模系统(GAMS)仿真平台进行编程仿真，验证所提模型及优化算法的有效性。

线路型号为LGJ-35，根据电工手册，单位长度阻抗为0.9+0.447 Ω/km，简化计算后线路参数及每个节点的有功负荷如表1所示，设系统不消耗无功功率，系统总有功负荷约40 kW，接入储能装置的最大放电功率6 kW，可连续充放电4 h，系统最大接入储能装置个数3，首端注入功率55 kW，用户额定电压220 V，电压上下限取1.05UN与0.95UN，单位转换因子σ，μ取0.5与0.3。

改进蚁群算法的参数设置：迭代系数N=200，蚂蚁数量100，调节因子α，β分别为1与0.5，挥发因子为0.1。

本文得到采用传统蚁群算法和改进蚁群算法的运行结果如表2和图5所示。由表2优化目标对比结果可以看出，改进蚁群算法的结果明显好于传统的蚁群算法。

表1 各节点线路参数值

表2 收敛迭代收敛次数和目标

表3 分布式储能系统优化配置结果

表4 接入储能系统前后网损大小

图5表明改进蚁群算法相对于传统蚁群算法收敛速度更快，收敛结果更优，改进的蚁群算法信息素浓度得到有效调节，随着迭代次数增加，调节因子也增加，信息素浓度对蚂蚁寻址影响增加，起到正反馈作用，算法收敛速度提高。

图5 不同算法计算结果

图6 电压分布图

通过计算求得蚁群算法迭代终止时，储能系统的最优位置及此时对应的储能系统最佳安装容量如表3所示。按表3位置接入储能系统后，系统的电压分布及网损分布如表4和图6所示。表4表明系统未接入储能系统时的有功网损为19.68 kW，接入储能系统后系统有功网损为15.55 kW，优化配置储能系统后，网络总的有功损耗减少了21%，因此，储能系统的合理配置能够有效降低线路损耗。

由图6可知，接入储能系统后，系统的节点电压与接入储能系统前相比明显提高，节点电压也在0.95-1.05的限制正常范围内，分布式储能系统的应用有效解决了电压偏低的问题。

5 结 论

针对农村配电网电压偏低及线损严重等问题，建立了以电压偏移、有功网损及储能容量最小为目标的分布式储能系统规划模型，采用改进的蚁群算法求解模型，通过实际算例验证所提模型及求解算法的有效性，结果表明：

(1)分布式储能的接入使得节点电压有所提高，线损较之前减少，应用储能系统可有效缓解电压偏低及降低网损。

(2)改进的蚁群算法较传统算法有较好的收敛性及优化效率。

本文有效验证了分布式储能系统对农村配电网电压和网损的改善作用，但并未考虑储能系统的成本问题，经济性将是后续工作的重点研究问题。

[1] 袁佳歆，陈柏超，万黎，等.利用配电网静止无功补偿器改善配电网电能质量的方法[J].电网技术，2004，28(19)：81-84.

[2] 陈满，陆志刚，刘怡，等.电池储能系统恒功率削峰填谷优化策略研究[J].电网技术，2012，36(9)：232-237.

[3] 吴小刚，刘宗歧，田立亭，等.基于改进多目标粒子群算法的配电网储能选址定容[J].电网技术，2014，38(12)：3405-3411.

[4] 沈杰，张健，冀瑞芳，等.配电网中分布式电源选址定容研究[J].东北电力大学学报，2015，35(6)：33-38.

[5] 李东升.双辽地区农电线路低电压原因及对策[J].吉林电力，2012，40(4)：46-47.

[6] 张战彬，段珺，石磊磊，等.改善低压农网电压质量的分布式光伏电源优化配置方法[J].电力系统保护与控制，2016，44(22)：129-135.

[7] 陈奕，张步涵，毛承雄，等.利用混合储能系统改善配电网电能质量的研究[J].湖北工业大学学报，2012，27(1)：1-5.

[8] R.S.Zulpo，R.C.Leborgne，A.S.Bretas.Optimal location and sizing of distributed generation based on power losses and voltage deviation[C]// IEEE PES Transmission & Distribution Conference andexposition -Latin America，2014：1-5.

[9] 吴彤，陈洪涛，赵建明，等.含分布式风电和储能的配网潮流计算方法研究[J].东北电力大学学报，2015，35(3)：1-5.

[10] 王宗礼，李明，陈建，等.基于改进蚁群算法的分布式电源容量优化配置[J].中国电力，2016，49(9)：51-55.

Abstract：In order to solve low voltage problem and serious network loss，a planning about siting and size of distributed energy storage system to improve voltage quality is proposed.The planning model which minimizes voltage deviation and active power losses is established.It was solved by an improved ant colony algorithm.At last，the validity of the algorithm and the effectiveness of the application of energy storage system to improve low voltage and loss is validated by real case.

Keywords：Rural network；Low voltage；Network loss；Distributed energy storage system；Siting and size

PlanningofDistributedEnergyStorageSystemforImprovingLowVoltageandNetworkLossinRuralNetwork

WangQian1，LiuLina2，XuBei2，ChenHouhe2

(1.Electric Power Research Institute，Guangdong Power Grid Corporation，Guangzhou Guangdong 510080；2.Electric Engineering College，Northeast Electric Power University，Jilin Jilin 132012)

TK16

A

2017-01-20

中国南方电网有限责任公司科技项目(GDKJQQ20152044)

王 钤(1978-)，男，工程师，主要研究方向：电力系统分析及新能源并网.

电子邮箱：wangqian@gddky.csg.cn(王钤)；172994986@qq.com(刘丽娜)；775295732@qq.com(徐备);chenhouhe@126.com(陈厚合)

1005-2992(2017)05-0019-06