一种分布式光伏的接入规划方法

技术领域

本发明涉及一种光伏接入规划领域，尤其涉及一种基于成本计算的分布式光伏的接入规划方法。

背景技术

随着一次能源的水解和电力系统运行模式的不断发展，分布式发电的优越性日渐显现，分布式电源(DG：Distributed Generation)并网运行不可避免地对配电网的电压、网损、短路电流等各方面产生复杂的影响。

在社会和环境因素驱动下，DG接入容量不断增大，传统电力系统规划模式需进行针对性调整。DG接入规划问题主要包括两个方面，一是选择接入点；其次是接入容量也就是渗透率问题。DG接入规划的研究方法主要有两种：最常见的方法是试探法。另一种研究方法是数学优化，即采用系统性能指标作为目标函数建立优化模型，并对其进行求解。

由于DG接入对电网的影响的多方面的，因此对DG研究普遍采用多目标优化模型，对多目标的处理，普遍采用加权法和模糊方法。加权法难以处理量纲不同的目标，而模糊方法隶属函数较难选取。故有采用粒子群算法对模型进行求解的方法，例如，一种在中国专利文献上公开的“一种含微电网的配电网分布式电源规划方法”，其公告号CN108681823A，包括以下步骤：步骤一，确定含微电网的配电网分布式电源规划应满足的约束为微电网运行域约束；步骤二，确定含微电网的配电网分布式电源规划应考虑的因素为经济性、环保性和可靠性，将可靠性和环保性转化为经济性指标进行加权求和作为规划目标；步骤三，采用粒子群算法对模型进行求解，得到最优规划方案。

但是该方案适用于传统的火力发电，随着新能源的发展，光伏发电逐渐代替部分的传统发电，光伏发电更加节能，更加环保，且光伏发电出力的影响因素众多，与火力发电不同。目前没有精准、全面地对分布式光伏接入的规划方法。

发明内容

本发明主要解决现有技术分布式电源接入规划方法适用于火力发电，缺少对分布式光伏接入的精准、全面的规划方法的问题；提供一种分布式光伏的接入规划方法，从电网建设、基于环境因素的供电可靠性和网损等因素考虑对分布式光伏的建设成本，建立分布式光伏选址定容经济性模型，利用粒子群算法求取最优规划。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

本发明包括以下步骤：

S1：导入分布式光伏建立地区的历史光照以及各台区负荷需求；

S2：根据历史光照以及负荷需求建立分布式光伏选址定容经济性模型；所述分布式光伏选址定容经济性模型包括分布式光伏渗透率的影响因素及影响因素对应的成本效益项；光伏渗透率影响因素包括电网建设、网损和供电可靠性；

S3：通过改进的粒子群算法，利用十进制编码进行高维运算，求取最优规划。

本方案根据分布式光伏的特点，结合历史光照和台区负荷需求建立分布式光伏选址定容经济性模型，有针对性，更加全面、精准地获得分布式光伏接入的最优方法。求解时，采用十进制编码的离散粒子群算法，更加适合具有多维度的分布式光伏计算。

作为优选，所述的影响因素还包括环境因素；电网建设对应的成本效益项为投资成本；网损对应的成本效益项为网损费用；供电可靠性对应的成本效益项包括设备故障缺电成本和光伏出力不足缺电成本；环境因素对应的成本效益项为光伏转换收益。不同的影响因素对应不安的成本收益项，计算项目考虑全面，且考虑到了环境因素，尤其是光照因素对光伏出力的影响大，使得计算更加有针对性。

作为优选，所述的电网建设对应的投资成本包括固定部分和可变部分，投资效益由以下公式表示：

其中，cost(1)为分布式光伏年投资成本；a

其中，

具体计算分布式光伏建设的投资成本，属于成本项目。

作为优选，所述的网损对应的网损费用如下式所示：

其中，cost(2)为网损费用；i为线路编号；N

计算网损的费用，计算不同线路长度造成的不同成本。

作为优选，所述的供电可靠性对应的设备故障缺电成本由下式表示：

其中，cost(3)为设备故障缺电成本；λ为线路停电率；t为线路停电时间；i为线路编号；N

其中，

Q

计算设备故障断电时的缺电成本。

作为优选，所述供电可靠性对应的光伏出力不足缺电成本由下式表示：

其中，c

由于天气因素等原因，当光伏出力不足以满足负荷需求时，利用原有的火电进行供电，计算此种情况时火电所需的成本，作为计算的考虑因素，综合考虑多电网协作。

作为优选，所述的环境因素对应的光伏转换收益如下式所示：

其中，gain为一年的光伏转换收益；c为电价；β为光照强度；θ为光照强度阈值；ε为光电转换率；t

计算光伏转换收益，与成本相减后求解最大收益。

作为优选，所述分布式光伏选址定容经济性模型为：

S.T.h(u，x)＝0

其中，决策变量x为各节点分布式光伏的离散序列；u为潮流状态；e为成本收益项的编号；h(u，x)＝0为潮流方程；

以最大的经济效益为目标进行计算。

作为优选，所述的步骤S3包括以下步骤：

S31：形成初始种群，k＝0；

S32：判断算法是否达到终止条件，终止条件为结果收敛或达到设定的迭代次数；若是，则输出算法结果；若否，则进入下步骤S33；

S33：进行变量解码，根据适应度函数计算个体适应度，产生下一代粒子；

S34：粒子经过变异策略后迭代，k＝k+1；返回步骤S32。

采用改进的粒子群算法，求解时，采用十进制编码的离散粒子群算法，更加适合具有多维度的分布式光伏计算。

作为优选，所述的适应度函数如下：

其中，C

通过惩罚项能够将不满足潮流约束的解在进化过程中淘汰掉。

本发明的有益效果是：

1.根据分布式光伏的特点，结合历史光照和台区负荷需求建立分布式光伏选址定容经济性模型，有针对性，更加全面、精准地获得分布式光伏接入的最优方法。

2.求解时，采用十进制编码的离散粒子群算法，更加适合具有多维度的分布式光伏计算。

3.由于天气因素等原因，当光伏出力不足以满足负荷需求时，利用原有的火电进行供电，计算此种情况时火电所需的成本，作为计算的考虑因素，综合考虑多电网协作。

附图说明

图1是本发明的一种分布式光伏接入方法的流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

本实施例的一种分布式光伏的接入规划方法，如图1所示，包括以下步骤：

S1：导入分布式光伏建立地区的历史光照以及各台区负荷需求。

导入历史光照，用于分析该地区不同季节、不同时间段的光照强度变化，用于作为计算年光伏转换效益的依据。

导入各台区的负荷需求，用于比较在同一时刻光伏出力与对应的光伏需求，光伏出力小于负荷需求，则需要用其他形式的电网，例如风电、传统的火力发电等形式来补足负荷需求或进行负荷调控。

S2：根据历史光照以及负荷需求建立分布式光伏选址定容经济性模型。

分布式光伏选址定容经济性模型包括分布式光伏渗透率的影响因素及影响因素对应的成本效益项。

光伏渗透率影响因素包括电网建设、网损、供电可靠性和环境因素。电网建设对应的成本效益项为投资成本；网损对应的成本效益项为网损费用；供电可靠性对应的成本效益项包括设备故障缺电成本和光伏出力不足缺电成本；环境因素对应的成本效益项为光伏转换收益。

电网建设对应的投资成本包括固定部分和可变部分，投资效益由以下公式表示：

其中，cost(1)为分布式光伏年投资成本；a

网损对应的网损费用如下式所示：

其中，cost(2)为网损费用；i为线路编号；N

供电可靠性对应的设备故障缺电成本由下式表示：

其中，cost(3)为设备故障缺电成本；λ为线路停电率；t为线路停电时间；i为线路编号；N

供电可靠性对应的光伏出力不足缺电成本由下式表示：

其中，c

环境因素对应的光伏转换收益如下式所示：

其中，gain为一年的光伏转换收益；c为电价；β为光照强度；θ为光照强度阈值；ε为光电转换率；t

分布式光伏的整体数学模型如下：

S.T.h(u，x)＝0

其中，决策变量x为各节点分布式光伏的离散序列；u为潮流状态；e为成本收益项的编号；h(u，x)＝0为潮流方程；

S3：通过改进的粒子群算法，利用十进制编码进行高维运算，求取最优规划。

采用十进制编码，单位容量为P。每个节点分配一位，0表示该节点不接入分布式光伏，n表示该节点接入容量为nP的分布式光伏。

S31：形成初始种群，k＝0；

S32：判断算法是否达到终止条件，终止条件为结果收敛或达到设定的迭代次数；若是，则输出算法结果；若否，则进入下步骤S33；

S33：进行变量解码，根据适应度函数计算个体适应度，产生下一代粒子。

粒子群算法中粒子易趋向一致。为克服这一缺点，采用基于粒子浓度的选择淘汰机制，将粒子i和j的欧几里德距离作为i和j的相似度S

根据粒子的相似度，将粒子i的浓度P

其中，J为粒子的个数；M为粒子的维度。计算出每个粒子的浓度后，将粒子按照浓度排序，随机淘汰浓度大的S个粒子，然后随机产生S个粒子来代替被淘汰的粒子，基于粒子相似度的选择淘汰机制保证了群体的多样性。

S34：粒子经过变异策略后迭代，k＝k+1；返回步骤S32。

每次迭代在群体中选择若干变异粒子，变异粒子数目由变异率决定。其中全局最优粒子每次都被选择。

本实施例的分布式光伏的接入规划方法根据分布式光伏的特点，结合历史光照和台区负荷需求建立分布式光伏选址定容经济性模型，有针对性，更加全面、精准地获得分布式光伏接入的最优方法。求解时，采用十进制编码的离散粒子群算法，更加适合具有多维度的分布式光伏计算。

应理解，实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。