分布式发电商售电的多目标优化.docxVIP

分布式发电商售电的多目标优化 0 dg的经济目标函数 与集中能源相比，分布电源在配电网中具有优势。分布式电源被视为满足我国负荷快速增长的重要手段之一,同时,分布式电源具有一定的经济效益。对电网公司而言,分布式电源在一定程度上可有效替代大都市的输配电扩容。 含分布式电源的电力系统规划是其建设时期的课题之一。传统网源规划的主要目标是在满足电力系统安全稳定运行的前提下寻求成本最小化。然而,随着市场化改革的深入和环境意识的不断提升,仅考虑单一目标的传统规划方法已无法满足分布式电源的发展需求。因此建立一个评估多种属性(经济、技术和环境方面)的分布式电源选址定容综合规划模式具有重要意义。 目前关于分布式电源规划(distributed generation expansion planning,DGEP)研究的经济目标函数多以成本最小化为目标。文献分析了DG在降低线损、减低电价等方面的经济效益。文献的目标函数为配电网年运行费用最小。文献考虑了环境效益,仍以系统运行成本最小为目标函数构建模型。文献以考虑环境效益的供电公司年总规划成本现值最小为优化目标,研究类型包括风力发电、光伏发电、采用微型燃气轮机的冷热电联供。文献提出了多目标的模糊函数模型,但模型没有考虑分布式发电技术和环境因素的影响。文献建立了考虑经济性和安全性的DG多目标规划模型,其目标函数由DG投资成本最小、系统网损最小和静态电压稳定裕度最大3个目标函数构成。文献提出了多属性决策模型在DGEP中的应用。然而多属性决策模型更适用于小型的规划模型,仅适用于行为及策略和不确定性较小的情况。而研究分布式规划的方法包括粒子群算法、改进粒子群优化算法、人工鱼群算法、计算等效网损微增率和改进自适应遗传算法等[10,11,12,13,14,15]。 然而,上述研究未能在一个统一的标准内对不同的DG技术进行优化。分布式发电技术种类繁多,亟需在一个统一的标准下进行综合规划。合理的DGEP需满足峰值负荷和保证电网系统安全稳定运行的约束下,对DG的选址定容和其技术种类比重进行优化。在考虑所有特征的方案中寻求一个最优方案。本文提出静态模糊多目标模型,旨在优化DG在输配电系统的选址定容和技术比重规划。模型中的目标函数包括电网公司预期利润最大化目标函数和技术风险与污染气体排放量的最小化目标函数。 本文的创新点如下:第一,提出模糊多目标模型,从经济、技术和环境方面对DG在既有配电系统的选址定容和技术比重规划进行优化,其中对DGEP在能源系统的经济贡献为利润最大化而非传统规划的成本最小化;第二,分析光伏(photovoltaic,PV)、风机(wind turbine,WT)、燃料电池(fuel cell,FC)、微型涡轮机(micro-turbine,MT)、燃气机(gas turbine,GT)和柴油发电(diesl engine,DE)6种传统分布式电源的技术特性,包括配电潮流、短路电流和可靠性分析。 1 网络能源规划的总体思路 1.1 计算模型和计算方法 图1给出了分布式电源规划的流程图。图中:g表示遗传算法的种群代数;gmax为最大种群代数。如图所示,模型分3步解决DG定容、选址和技术比重问题。1)将输入参数分为确定参数和不确定参数。用三角模糊函数对不确定参数进行模糊化处理。2)建立DG规划的多属性决策模型,并运用改进的非支配排序遗传算法对模型进行求解。本文从经济、技术和环境角度建立3个目标函数。经济目标函数以成本效益分析法寻求利润最大化,该函数还考虑了各种DG技术的边际经济效益。技术目标函数是各种技术参数的超出标准范围的风险值的加权总和最小值。技术指标包括模糊配电潮流、单相短路和三相短路电流等。环境目标函数是污染气体的年排放量最小化。由于各目标函数具有冲突性,一般无法得到使3个目标函数均为最优的最优解,因此步骤2)将寻求满足3个目标函数的非劣解集。步骤3)进行最终决策。将步骤2)所得的非劣解集的模糊函数的隶属度进行规范化处理,从而得到最优解。 输入参数分为确定参数和不确定参数。确定参数是配电系统的特征参数,包括网络配置、支路电阻和支路电抗,DG技术的资本成本以及DG技术中各种气体的排放率。不确定参数包括负荷需求、电力市场价格、DG技术的运行费用和容量因子。使用模糊数建立不确定性参数模型。基于乐观值P1、可能值P2和悲观值P3建立三角模糊数。 1.2 基于dg的电源规划 在建立模型之前,首先提出4个基本假设:1)无地理因素或主要资源限制配电系统安装各种DG技术的情况;2)电网公司兼任分布式电源的主要运营商及规划决策者;3)本研究为静态规划;4)为充分利用DG减少电力供应短缺指标,允许DG孤岛运行。 建立总模型: 式中:g1、g2与g3依次是经济目标函数、技术目标函数和环境目标函数;Nb是节点总数;Nt是