混合粒子群优化算法的新能源电网规划研究

鲍永胜，孙 洁，宋鸿雁

(国网银川供电公司，宁夏 银川 750000)

新能源的发展，有效缓解了当前社会能源紧缺与环境污染问题。新能源发电不仅提升了社会与环境收益，还加强了电网运行的安全性[1-3]。新能源发电对于传统电源发电，存在较为显著的出力波动性与不确定性，造成电网内不能接入大量新能源[4]，还会导致新能源电网中存在较高的弃风弃光量，为解决这些问题，便需设计合理的新能源电网规划方案[5-6]，降低新能源的弃风弃光量，确保电网稳定运行。索彩等[7]以成本最小为目标，电力供需与环境减排为约束条件，塑造电网规划模型，利用区间机会约束方法求解模型，获取最佳电力系统规划方案，该方法可有效规划电力系统，提升年发电量，该方法求解电力系统规划模型时的鲁棒性较优，但求解过程较为繁琐，出现早熟的概率较高，收敛速度较慢；刘盾盾等[8]以电网运行成本最小为目标，电网网络与输配耦合为约束条件，塑造电网规划模型，通过Benders分解混合异质分解算法求解模型，获取最佳电网规划方案，该方法可有效规划电网，具备一定的优越性，在求解规划模型时，求解过程较为简单，不会出现早熟收敛情况，求解效率较快，但该方法的求解稳定性较差，跳出局部极值难度较高。混合粒子群优化算法的收敛速度快[9]，引入混沌扰动策略，可避免算法陷入局部最优，为此研究混合粒子群优化算法的新能源电网规划方法，获取最佳的电网规划方案，提升新能源消纳能力，确保新能源电网稳定运行。

1 新能源电网规划方法

1.1 新能源出力特性分析

1.1.1 风能出力特性分析

电网中风能出力的稳定性较差，按照风电基地的测风数据可知，一天内风速都在近似零风速与固定风速间变更，导致风电出力也在近似零出力与固定出力间持续变更。电网中风能出力还存在随机性和不确定性的问题，每个地方受地形与季节影响[10]，风电出力在日平均出力时呈现的效果差异性便较大，在某地方季风刮风很多情况下，则该地方的风电出力较多，在天气状况较差情况下，会出现风电出力是零的情况。因此，风能出力与天气情况密切相关，不确定较为严重。

1.1.2 太阳能出力特性分析

太阳能发电包含光伏和光热发电，光伏发电为将光能转换成电能，光热发电为将太阳能形成的热能转换成电能。太阳能发电没有地区局限性，发电所需时间较少且发电质量较高[11]，同时太阳能发电还具备波动性小的优势。但天气会影响太阳能发的电量，尤其是阴天与晚上时太阳能发电量较少。因此，太阳能仅在特定季节的发电量无波动，其年发电量较少。

1.2 接入新能源对电网的影响

根据章节1.1可知，新能源均易受天气影响，发电量稳定性较差，因此，在电网内接入大量新能源后，会造成电网规划不能精准估计负荷增量，导致后续无法规范用电[12]。电网规划时，接入大量新能源，会影响电网的电能损耗情况与消纳能力。电网接入新能源后，会导致电力系统的潮流模式出现变化，且不能精准估计电力系统的潮流模式，造成大量电能质量问题出现，降低电力系统运行稳定性[13]。在电网馈线接入新能源后，如果馈线内新能源输出电能大于当前负荷，则馈线内的潮流会逆向运行，这一现象为非正常现象。潮流出现变更后，便不能实时修正电压，导致电网设备超负荷运转，直接降低供电稳定性，影响用户使用的电能质量。电网内接入新能源后，各时刻电网内用户用电功率去掉电网传统电源的最小功率，就是电网可接收的最大新能源功率，这个时候多余的功率就是新能源功率的最大接收空间。实际运行时，如果接收空间低于新能源发电功率，则需通过放弃接收空间多余的功率，保证电网功率不会出现失稳现象，放弃的多余功率，就是弃风弃光量。新能源电网规划的主要影响因素如图1所示。

图1 新能源电网规划的主要影响因素Fig.1 Main influencing factors of new energy grid planning

从图1可知，影响新能源电网规划的主要影响因素包含电网自身因素与新能源自身因素，其中新能源自身因素为风能与太阳能发电，2个新能源发电场功率的预测准确性会影响新能源的消纳效果，发电功率预测准确性高，可提前规划电网运行方式，精准调度电量，降低弃风弃光量；根据2.1小节可知，风能与太阳能发电具有较大的波动性，会导致新能源出力出现波动，这些最终均归结为新能源消纳问题，通过合理规划新能源机组，可及时调整新能源发电量，提升新能源输出功率稳定性，增加新能源利用率[14-15]，降低弃风弃光量。

电网自身因素主要有电源结构与负荷特性等，电网接入方式决定电网的电能传输性能，合理设计电网中新能源的接入方式，可改善电网潮流分布，降低电网的电能损耗；合理的电源结构，可避免电源功率过剩情况出现[16]，降低电网中的电能损耗；新能源电网内，用户需要电能的时间不断变更，会导致负荷也随之不断变更，为确保电力供需双方不会出现失稳情况，则需保证电网出力随负荷的变更而变更。

1.3 新能源电网规划的目标函数及约束条件

在新能源电网规划中，需重点分析新能源电网的电能损耗与新能源消纳能力，以这2个指标为目标函数，建立新能源电网规划模型。新能源电网规划目标函数的约束条件共包含4个，分别是新能源规划潮流功率约束、容量约束、线路输电能力约束、风能与太阳能出力约束，其中，风能与太阳能出力约束如下：固定时间段中，风能发电出力需小于等于风能最大可发出力，太阳能发电出力需小于等于太阳能最大可发出力[17]，风能与太阳能发电场的装机容量确定2个发电场的最大可发电力。

1.4 新能源电网规划模型求解

利用混合粒子群优化算法求解新能源电网规划模型，获取最佳的新能源电网规划方案，由粒子代表新能源电网规划的各个方案[18]，混合粒子群优化算法为融合粒子群算法和自然选择机理，并在融合后的算法内添加混沌扰动与变异策略，避免代表新能源电网规划方案的惰性粒子陷入局部最优。粒子群算法和自然选择机理的融合原理是在各次迭代时，均由大至小排序求解新能源电网规划中各粒子的适应度函数值f，利用位置x与速度v较优的一半粒子取代位置与速度较差的一半粒子，存储留下个体记忆的历史最佳值；在融合后算法内添加混沌扰动与变异策略的具体过程为：通过当前全局最佳值经过不间断迭代s次后的差值确定算法在求解新能源电网规划时有没有陷入局部最佳，在算法进入早熟状态情况下，那么在得到差值变化区间后，如果，则选择混动扰动操作，如果，则选择变异操作，其中不间断迭代s次后的全局最佳值是，第r次的全局最佳值是。

混沌操作的步骤如下：①通过Logistic映射，获取新能源电网规划方案的混沌矩阵；②生成新能源电网规划方案的自适应扰动偏差；③在扰动偏差中载波入混沌矩阵，在全局最优邻近区域中重新获取个新粒子。

混沌扰动操作后，可确保代表新能源电网规划方案的惰性粒子不会陷入局部最优，加快收敛速度与准确性，通过变异操作确保个体极值与距离较远的惰性粒子，不会陷入局部最优，变异操作是任意选取个代表新能源电网规划方案的粒子，各粒子均会任意生成一个变异位，完成变异操作。

利用混合粒子群优化算法求解新能源电网规划模型的具体步骤如下：①输入新能源电网网络结构参数，获取新能源电网规划的约束条件，初始化代表新能源电网规划方案的粒子群，设置新能源电网规划方案数量即种群数量h，最大迭代次数，x与v的上下限，令迭代次数为0，按照混沌理论初始化h；②通过前推回代法进行新能源电网规划的潮流计算，求解新能源电网规划的适应度值，更新粒子的个体极值与全局最佳值；③由大至小排序h内各新能源电网规划方案的适应度值，利用h内x与v较优的一半新能源电网规划方案取代x与v较差的一半新能源电网规划方案；④更新x与v；⑤求解全局最佳适应度值的差值，衡量新能源电网规划方案求解是否陷入早熟，如果进入早熟状态，那么继续步骤⑥，如果没有进入早熟状态，那么继续步骤⑦；⑥确定展开混沌扰动还是变异操作；⑦分析迭代次数是否达到最大，达到最大返回至步骤②，未达到最大，输出最佳解，即最佳新能源电网规划方案。

2 实例分析

以某省中220 kV新能源电网为实验对象，该新能源电网共分为4个区域，分别是东、南、西、北区。将本文方法应用在该新能源电网规划中，该省新能源电网规划基准年是2026年，将4个典型日数据当成基础，实现算例分析。该新能源电网的原始结构如图2所示。

图2 新能源电网的原始结构Fig.2 Original structure of new energy grid

图2中，待建风能发电场的总容量是254.92 MW，待建太阳能发电场的总容量是96.81 MW，每个新能源发电场的容量与在电网中的接入位置均未确定，利用本文方法以最小电能网损与最大新能源消纳能力为目标，获取最佳的新能源电网规范方案，允许在已有线路中新建线路。

本文方法获取的最佳新能源电网规划方案及规划结果见表1、图3。

表1 新能源电网规划方案Tab.1 New energy grid planning scheme

图3 本文方法的新能源电网规划结果Fig.3 New energy grid planning results of proposed method

规划后新能源电能损耗与弃风率、弃光率如图4、图5所示，各新能源的电能损耗需控制在100 kW 以内，弃风率需控制在5%以内，弃光率需控制在2%以内，这样可确保规划线路在符合负荷提升需要的同时，提升电网的联系效果，增强电网运行可靠性。综合分析表1与图3—图5可知，本文方法可有效获取新能源电网规划的最佳方案，规划后的电网中，各新能源的电能损耗均控制在10 kW以内，各风能发电场的弃风率均控制在5%以内，各太阳能发电场的弃光率均控制在2%以内，本文方法规划后的新能源电网的电能损耗与弃风、光率均低于标准值，说明本文方法规划后的新能源电网的电能损耗与弃风、光率均较低，即规划后的电网运行可靠性较高，新能源消纳能力较优。

图4 规划后新能源电能损耗Fig.4 Power loss of new energy after planning

图5 规划后新能源的弃风、光率Fig.5 Wind curtailment and light ratio of new energy after planning

利用本文方法规划该新能源电网后，该电网的断面潮流分布情况如图6所示。分析图6可知，本文方法规划后的新能源电网潮流分布曲线较为饱满，高出力水平时间段较多，且规划后的断面潮流分布曲线较为集中，即断面利用率较高，新能源电网负载水平较高。实验证明，利用本文方法规划新能源电网后，可提升该电网的断面利用率与电网负载水平。

图6 规划后新能源电网潮流分布情况Fig.6 Power flow distribution of new energy grid after planning

利用本文方法规划该新能源电网后，该新能源电网的日累计发电量、线路负载率、碳排放量和应用本文方法前的对比分析结果如图7—图9所示。

图7 规划前后电网的日累计发电量Fig.7 Accumulative daily power generation of power grid before and after planning

图8 规划前后电网的线路负载率Fig.8 Line load rate of power grid before and after planning

图9 规划前后电网的碳排放量Fig.9 Carbon emission of power grid before and after planning

分析图7可知，在不同时间段，规划后的累计发电量明显高于规划前，且规划前的累计发电量波动幅度较大，规划后的累计发电量波动幅度明显低于规划前。实验证明：利用本文方法规划新能源电网后，可有效提升电网的日累计发电量，并提升电网在各时间段累计发电量的稳定性。

电网线路负载率越接近1，说明电网内设备的利用程度越佳，分析图8可知，不同时间段内，规划前的线路负载率明显低于规划后的线路负载率，且规划前线路负载率的波动幅度较大，规划后线路负载率波动幅度非常小，说明利用本文方法规划新能源电网后，可有效提升电网线路负载率，并提升电网运行的稳定性。

分析图9可知，在不同时间段内，规划后的碳排放量明显低于规划前，说明利用本文方法规划新能源电网后，可有效降低电网的碳排放量，减轻对环境的污染。

3 结语

快速推进新能源发展为促进能源改革的关键条件，新能源发电对比传统发电存在较为显著的出力随机性与波动性大的问题，通过设计合理的新能源电网规划方案，可减少新能源电网的电能损耗，为此研究混合粒子群优化算法的新能源电网规划方法，以最小电能损耗、最大新能源消纳能力为目标函数，建立新能源电网规划模型，利用混合粒子群优化算法求解该模型，获取最佳电网规划方案，提升电网日累计发电量与线路负载率，确保电网能够稳定运行。