用于分布式电源接入配电网的接入点选择和定容研究方法综述

许健伟

摘 要：、以水电、光伏、风电等为代表的分布式新能源发电技术越来越受到各国的重视。随着渗透率逐渐提高。对于分布式新能源的合理应用就尤为重要。首先总结了分布式电源选址和定容的研究现状，并对系统规划方法进行研究和归纳，然后评述了规划模型的求解算法。最后，探讨了未来的发展方向。

关键词：：分布式电源；选址和定容；规划方法

我国现阶段最主要的发电方式是火力发电和水力发电，但是随着能源危机以及环境污染的原因，以太阳能发电和风能发电为代表的新能源发电技术，凭借其投资省、损耗低、系统可靠性高、选址容易、效率高、能源种类多种多样等优点，现已成为21世纪电力工业的发展方向。

1 分布式电源的规划

随着对分布式电源选址和定容的不断深入研究，提出了很多具有不同的优化目标的模型。最常用的有以下两种目标函数为发电机组的总费用最小和有功网损最小。

优化模型有相应的约束条件：等式约束条件为基本潮流方程。不等式约束条件有很多常见的有：各节点的电压约束、各线路的电流约束、DG安装容量约束等。

随着DG的渗透率的提高以及经济的发展，对DG的优化模型不在是单一的目标函数，多目标函数成为今后选址和定容优化的主要形式。目前，DG接入配电网一般以多个目标的优化来选择最优地址和容量。

文獻[1]以DG的投资运行费用和线路运行费用以及购电费用为优化目标的多目标函数，并把约束条件通过惩罚因子的方式引入到目标函数里。文献[2]文献在分布式电源个数、位置和容量均未知的情况下，考虑了原有负荷节点的负荷增加的情况，对分布式电源的位置和容量进行优化。文献[3]提出了一种新的综合模型，在目标函数中计入了新增变压器和新建线路所需的费用，考虑了待选的分布式电源的投资和运行成本、购买新增负荷所需电力的费用。

2 算法总结

传统的用于求解分布式电源选址和定容的算法有粒子群算法、遗传算法、退火算法等。传统的算法或多或少的拥有缺点包括容易产生早熟收敛，局部寻优能力差，优化不到位，收敛到局部最优解，优化时间长且易受参数的影响等缺点。

单一的算法并不能完全满足分布式电源的选址和定容，近年来，国内外学者通过对算法的改进，提出了许多优化的可用于分布式电源选址和定容的算法。文献[4]选用有功网损作为目标函数，采用量子粒子群算法求解分布式电源接入点和容量问题。文献[5]考虑了有功网损和电压偏差，提出了一种多目标全面学习粒子群算法解决分布式电源接入配电网的地址、定容问题。文献[6]提出一种解析法与粒子群算法相结合的新型算法解决分布式电源接入系统的地址、定容问题。文献[7]借鉴遗传算法建立了多种群免疫算法以配电网网损、电压偏移以及静态电压稳定裕度为目标对DG的定容和选址求解。

3 研究展望

本文对分布式电源接入配电网的接入点选择和定容研究进行总结，虽然关于选址和定容的规划方法研究取得了若干成果，但仍存在许多不足。包括以下几点：

1）对DG的选址和规划是对未来几年或十几年的规划，但随着经济的快速发展，配电网的变化日新月异，对DG的规划如何能够应付配电网的变化是一个研究重点。

2）现阶段的算法各有其不足之处，包括在传统算法上改进的多种新算法。所以以后对算法的研究和改进也是一个重点。

3）DG受天气环境因素很大，所以对于DG的规划要充分考虑天气和环境的因素，考虑因为这些因素带来的DG出力变化构建模型。

参考文献：

[1]李亮，唐巍，白牧可，张璐，吕涛.考虑时序特性的多目标分布式电源选址定容规划[J].电力系统自动化，2013，37（03）：58-63+128.

[2]杨宝杰，海晓涛.基于量子粒子群算法的配电网分布式电源选址和定容[J].陕西电力，2010，38（12）：24-27.

[3]张力，郑立，张尧.基于自适应遗传算法的配电网DG选址与定容[J].吉林电力，2014，42（03）：18-21.

[4]张婷婷.配电网规划中分布式电源的选址和定容的研究[D].西南交通大学，2010.

[5]丁晓群，周春泉，杨保，姜相明.基于多种群免疫算法的分布式电源选址与定容[J].电测与仪表，2014，51（04）：29-34.

[6]梁毅.基于改进ICA算法的分布式电源选址和定容研究[D].华北电力大学，2016.

[7]周巧俏，汤云岩，海晓涛.基于改进自适应遗传算法的分布式电源的选址和定容[J].陕西电力，2010，38（06）：40-44.