含微网的配电网接线规划算法研究

周洪益，侍红兵，吴冬皓

（国网江苏省电力有限公司盐城供电分公司，江苏 盐城 224008）

随着清洁能源的飞快发展，分布式电源和微电网系统在中低压配网中的接入容量越来越大，比例越来越高，成为智能电网的重要成分。

微电网的接入，提供了清洁型的能源，提高了电网可靠性、供电灵活性。同时，对中低压配网的投资、规划、运维工作，带来了较大的改变，提高了配电网运行的复杂性和随机性。随着波动性清洁能源的接入，微电网在配网中的渗透率不断上升。因此，必须提出含微网的规划方法，确定微网接入对配电网规划各个层面的影响，如网络结构、接线方式、接入容量和位置等。

目前，传统的配电网规划方法，已经难以适应新的形势要求。国内外科研人员，在明确分布式电源结构与特性的基础上，开展了一系列研究，提出了一套较为完整的方法体系。但是，对于微电网作为一个实体，如何有机地嵌入配电网中，使微电网与传统配电网、用户之间能够无缝融合，协调运行，互相补充，缺少系统的研究与实践探索。

本文结合地区供电公司中低压配网的实际情况，提出了含微网的配电网接线架构模型，研究快速求解算法，以期对实际微电网与配电网规划工作提供参考。

1 接线规划模型

配电网的接线形式，决定了配电网的基本运行方式、供电范围，以及故障情况下的转供能力，是配电网的最主要规划内容。

配电网接线规划需要确定线路通道、投运时序、线路类型与传输容量。一方面，要根据现有电网情况如故障率、设备年限、接线方式等内容，做好配电网的有序投资建设工作；另一方面，电网规划应该同时考虑经济性、可靠性等要求。

其中，经济方面的要求主要包括各项建设与运维成本，如线路和设备的购买成本、安装成本、运行维护成本，以及配电网正常运行时的线损。

可靠性要求主要包括线路和设备的缺陷率，常采用停电损失加设备更换成本，转化为经济性指标进行统一计算。

含有微电网的配电网规划，与传统中低压电网规划的不同在于：一是微电网的接入，提高了局部电网的线路和设备投资；二是运行方式的灵活变化，使得线损的计算，从单向潮流变成双向潮流，提高了潮流计算的难度；三是故障后运行方式的变化。由于微电网可以脱网运行，提高了重要负荷的供电可靠率，提高了负荷节点的可靠性效益指标。

从上述几点出发，建立以总体成本、线路损耗、缺陷停电损失最小为目标的计算模型如下：

其他条件要求包括：

（1）电压要求

（2）电流要求

（3）潮流条件

图1 微网与配电网双向潮流

（4）反向潮流条件

由于微电网中清洁能源的波动特征，若渗透率太高，容量超过许可范围，容易导致整个配电网的安全问题，显著影响电压质量，出现电压闪变、阶跃等缺陷，甚至触发继保设备动作，严重影响配电网的正常运行。因此，在规划时应根据实际条件，通过各种运行方式的计算，获得微电网最大接入容许容量。微电网与配电网的双向潮流如图1 所示。

（5）电网接线拓扑条件

配电网一般是双环或单环规划，辐射状运行，因此需要满足上述条件。m 和n 分别表示电网总节点和支部数量。

除上述条件以外，配电网规划还要满足国家调节政策、商业运作规则等要求，一般在技术规划后深一步进行分析。

2 求解算法

2.1 潮流计算

配电网规划中，必须采用合适的潮流计算方法，对各种拓扑接线方式进行运方计算，确定不同方案的线损、最大电流、电压等重要指标值。中低压配网的潮流计算方法，有其特殊的要求：一是适应配电网辐射状运行的要求，对环网计算的要求不高；二是节点数量庞大，对算法的时间和空间复杂度要求较高；三是含微网的配电网潮流计算，需要考虑电源点和负荷点的功率与电压特征；四是满足不同接线方式的计算适应性，对广度和深度不同的配电网接线形态，都具有较好的计算能力和收敛性。

基于以上要求，尝试采用前推回代算法进行潮流计算。前推回代算法的步骤如下：已知配电网的始端电压和末端负荷，以馈线为基本计算单位。

假定配电网所有的节点电压都是标准电压，根据负荷有功与无功功率，由线路终点向根节点依次计算，在这一过程中，只计算设备功率损耗，不计算电压值，得到分支线上的电流值与功率值，推算出根节点功率；再反向计算，由根节点电压和功率，向线路终点依次计算电压值。不断重复以上过程，直到满足计算精度为止。

在计算过程中，首先要搜索节点关系，确定拓扑结构表。为了配合算法和避免复杂的网络编号，采用节点结构体作为数据输入结构，不用形成节点导纳矩阵，就可以自动搜索节点关系，确定网络的拓扑结构。其次，根据线路首末节点，就可以确定每个节点连接的节点及其关系，从而可以形成整体的树状的关系结构。为了形成层次关系，确定节点计算顺序，要利用网络拓扑结构，经过多次按层遍历的广度优先搜索，形成层次关系，确定前推后代潮流算法的节点计算顺序。

2.2 规划算法求解

传统的规划求解算法，一般包括遗传算法、神经网络、模拟退火算法、蚁群优化算法等。但这些算法都需要在一个确定的空间内对不确定条件进行建模，计算复杂度与节点数量、分支线数量呈指数关系，难以解决具有海量节点的配电网最优规划问题。

因此，本文尝试结合遗传算法和模拟退火算法。同时兼顾两种算法的优点，弥补其不足。其中，遗传算法是模拟生物进化的过程，通过初始群体的不断交叉、变异、演化，逐渐逼近最优解的方法。模拟退火算法，主要来自固体状态的物质降温退火过程，可以模拟一种概率基础上的优化方法，这种算法依赖于随机搜索技术，从而找出目标函数的全局优化点。

基于两种算法的优点，提出遗传和模拟退火结合算法如下。

（1）确定初始化参数：群体数量m，温度T0，以及群体的最大遗传N 代数量。

（2）设温度迭代值l=0，形成初始群体Sl（i）。

（3）不断生成新的群体：首先计算初始化群体中，以及个体的适应度值，确定生存可能概率，选择m 个遗传代码演化成群体Sls(i+1)；其次，对该群体进行迭代、交叉形成群体Sly(i+1)；再次，对演化的群体按照适应度分化，形成子代群体Slz(k+1)；最后，校验最大遗传N 代时候满足。

（4）重新设定温度Tl+1=d(Tl)，Sl(i+1)=Sl（i）。若达到规划目标条件，停止计算过程并获得最优解，反之重新开始第一步骤计算。

主要算法流程如图2 所示。

图2 求解算法流程图

3 算例分析

对含有微网的配电网进行算例分析，其中规划原始参数为：电缆型号为YJV22-3*400，每千米电阻和电抗分别为0.05Ω 和0.09Ω，载荷520 安培。线损成本按度电0.37 元计算。配电网缺陷率为每年每千米0.05 次，缺陷恢复时长为5～10 小时，每兆度电停电成本为2 万元。采用上述第2节的算法进行配电网接线方式规划求解，结果如图3 所示。

图3 含微网的接线方式规划结果

4 结语

随着环境问题的日益重视，含有清洁能源的微网必定越为重要。将微电网有机融入智能配电网中，从规划层面进行优化，能够提高配电网骨干网架结构，降低运行损耗，提高核心用户的供电可靠性。本文通过建立考虑微网的配电网规划模型，利用遗传模拟退火算法求解，用典型配电网规划实例验证了规划模型和规划方法的可行性。