关于光伏消纳范围识别的配电台区理论线损计算方法研究

邵 斌

（国网江苏省电力有限公司邳州市供电分公司）

0 引言

随着社会经济建设的快速发展，我国电网系统当中的低压分布式光伏数量增加，进而导致电网的供电效率与质量受到一定的影响，间接致使电网的安全性运行受到威胁，如潮流反向、电压波动等问题，最终提高电网当中理论线损计算难度，很难以较为科学且高效方法，知道光伏台区开展准确的降损工作［1］。因此，本文所提出的光伏消纳范围基本内容，是将配电台区划分为光伏消纳和非光伏消纳两种范围，使得线性规划问题，在多约束的条件下，利用遗传算法明确光伏消纳的范围，从而对上述两种范围进行配电台区理论线损的计算，有效提高多电源低压配网的适应性。

1 光伏消纳范围识别的基本内容

光伏消纳范围的划分依据是按照光伏用户的邻近用户进行判断，当中的光伏用户是指光伏上网表当中与之对应的用户，而对于普通用户来说，该类用户属于非光伏用户。进而通过计算配电台区下的两种用户之间的电器距离，并设置固定的阈值，从而按照计算结果判定用户的属性，例如：用户与电气之间的距离值小于阈值，那么即可判定该用户为相邻的普通用户，反之用户与电气之间的距离值大于阈值，那么可判定该用户为非相邻的普通用户［2］。配电台结构如图1所示。

图1 配电台结构图

光伏配电台区消纳范围划分的原理为判定光伏用户的邻近用户，光伏用户为光伏上网表所对应的用户，普通用户为非光伏用户。计算配电台区下各普通用户与光伏用户的电气距离d，并设定阈值k，电气距离d小于k的用户为相邻普通用户，大于k值的用户为非相邻普通用户。图1为某配电台区的示意图，其中，表箱G为光伏用户，分布在其周围的用户为相邻普通用户；而分布在线路末端等远离光伏的用户为非相邻普通用户。

由图1可知，当中的表箱为光伏用户，分布在四周的用户都为相邻的普通用户；其中分布在线路末端等的距离较远的光伏用户的用户，都属于非相邻普通用户。

1.1 电压降落

电网线路运行过程中，由于线路当中的电阻会出现降压的情况，进而导致线路出现同时负载的现象。无光伏电源接入过程中，从理论层面来说，配电区电源电气的距离是较近的，电压则呈现出较高的情况，反之距离较远，电压则体现出较低的情况［3］。为了有效减小光伏出力的影响，通过分析配电区无光伏发电且存在负载时刻的电压，判定配电台区下不同用户与考核表的电气之间距离，进一步掌握发电用户周围相邻的用户。相关公式为：

式中，ρi为普通用户与光伏用户的电压降落相关性；ΔUgi为电压均值差。

1.2 出力时刻相关性

出力时刻相关性的分析体现在两个方面，一方面，按照光伏用户在有无光伏出力的两种时刻下电流曲线变化情况，从而明确出力的时刻。例如：某光伏的容量为3kVA，那么该光伏上网表的电流值在＞1A时，为出力的时刻，在12h内电流值＞1A时，该时间段为出力时刻，剩余时间段电流值小于1A，则为无出力时刻，如图2所示。另一方面，配电区光伏用户与普通用户在多时间出力时刻时，通过更新该时间内的电压曲线，利用皮尔逊相关系数与余弦距离等方法，致使光伏用户与普通用户之间的相关性以量化的形式呈现，从而知晓邻近用户。

图2 光伏用户全天电流曲线

1.3 综合性相关性

按照上述电压降落中的公式和出力时刻的相关性，可得综合性相关性分析的公式，公式表示为：

式中，Ci为综合性相关性；w为权重系数；1为电压降落；2为出力时刻相关性。因为电压降落属于光伏用户邻近用户的相对评定方式，进而准确度方面要低于出力时刻相关性系数，所以电压降落的权重要低一点。

2 光伏消纳范围识别

2.1 识别模型

对光伏消纳范围的划分在实施过程中，重点在于目标函数的制定上，进而通过使用线性规划的离乱，将约束条件用于消纳范围划分，转变为多种约束条件下的最优化问题。其中线性规划能够有效处理线性目标函数最大和最小值的取值问题，致使线性规划中的目标函数和约束条件，都可定义为线性函数［4］。因此，按照电流、电压异常用户等条件，假若用户的电流值为0或高于光伏用户时，那么该用户则不需要用线性规划进行处理。相关公式表示见表1。

表1 识别模型线性规划相关公式

2.2 遗传算法模型

遗传算法作为常用的研究算法之一，在不同领域研究过程中发挥不同作用。进而本次研究将遗传算法模型应用进来，从而实现最优化问题的求解［5］。步骤如下。

（1）将本次问题当中的光伏用户定义为N，按照问题的用户组合条件，将染色体的长度定义为光伏用户，从而得到N的序列，为： （1，2，3，…，N），同时将满足电压约束条件的用户设置为第i个，i＝1。此外，随机且多次的让多个光伏邻近用户满足对应条件，进而生成多个求解的候选项，即为单个候选项为一个染色体，从而将多个候选项组合成染色体组。

（2）利用群体中的单个个体适应性情况，对开展的搜索进行指导，从而评定群体当中单个染色体的适应数值。此步骤有目标函数进行转化即可。

（3）按照适应程度越高，被选中概率越大的方式，从种群当中挑选出母体和父体。

（4）在进行遗传交叉和变异时，将交叉和变异的概率分别设定为90%和5%，从而采取顺序交叉的方式生成全新的交叉染色体；以及将单个染色体编码中的某一级基因值以及其他等位基因，从而得到新的染色体。

（5）在对染色体进行评判时，按照某一原则替换母体和父体的染色体，从而得到新初代群体。

（6）在迭代过程中假若相邻两次的误差值＜0.001，即可停止计算，同时返回光伏用户的消纳用户，反之则继续计算，直至满足＜0.001的条件。

2.3 识别流程

光伏消纳范围识别的流程为：开始→数据预处理→电压降落、出力时刻分析→综合性相关性→线性规划→遗传算法消纳用户杂优→判定是否为最优解，否是返回上一步骤，是继续下一步骤→消纳区域划分→结束。

3 关于光伏消纳范围识别的配电台区理论线损计算方法

因为低压配电网拓扑结构中的数据信息不是很全面，同时光伏出力时会对配电台区的潮流带来一定的影响，进而在光伏消纳范围识别方法的基础上，将配电台区划分为光伏和非光伏配电台区，并采用压降的方法，分别计算两个区域内容的理论线损数值［6］。内容如下。

3.1 单电源区域

压降法的应用是建立在配电台区域电压功率和损失基础上，其中两者之间的百分比关系，可将其用于配电台区线损的计算，不用额外提供配电台区的拓扑和阻抗数据。步骤见表2。

表2 单电压区域压降法配电台区理论线损计算步骤

3.2 多电源区域

将多个单电源台区的线损电量计算内容，进行相加，从而得到配电台的全天线损率，公式表示为：

式中，ΔL%为配电台的全天线损率；n为光伏用户数；f为非光伏用户数；g为线损电量；W为该配电台的每日供电数量。

4 结束语

综上所述，利用电压降落与处理时刻相关性，以及用皮尔逊相关系数和余弦距离，按照线性规划和遗传算法，有效增加光伏配电台区的光伏消纳范围准确度，从而处理划分的问题，构建光伏电源的配电台区线损计算基础。此外，利用准确的光伏消纳范围划分，将光伏电源配电台区划分为单电源和多电源区，从而在压降法的作用下，完成线损的计算和重叠计算。因此，关于光伏消纳范围识别的配电台区理论线损的计算方法研究，不但能够对低压配电网先进行计算，还可以准确计算用户的其他方面数据，进而为众多电网的优化工作提供良好的先决条件，致使之后开展的各项电网研究和工作，能在精准的数据基础上，实现科学化、高效化的推进。