考虑新能源消纳和电压偏差的配电网拓扑结构重构方法研究

doi:10.3969/j.issn.1008-0198.2025.03.002

湖南电力 ›› 2025, Vol. 45 ›› Issue (3): 9-17.doi: 10.3969/j.issn.1008-0198.2025.03.002

• 专家专栏：新能源技术发展与应用 • 上一篇下一篇

考虑新能源消纳和电压偏差的配电网拓扑结构重构方法研究

王宣元¹, 李奇², 王泽森², 刘建涛³, 孙知博³

1.国网冀北电力有限公司,北京 100052;
2.国网冀北电力有限公司电力科学研究院,北京 100045;
3.中国电力科学研究院有限公司,江苏南京 210003

收稿日期:2024-10-14 修回日期:2024-12-12 发布日期:2025-07-02
通信作者: 刘建涛（1986）,男,硕士,高级工程师,从事电力系统调度自动化方向研究工作。
作者简介:王宣元（1979）,女,博士,正高级工程师,从事电网调度运行、新能源并网与消纳研究工作。李奇（1997）,女,硕士,工程师,从事新能源技术研究工作。王泽森（1989）,男,博士,高级工程师,从事新能源技术研究工作。孙知博（1995）,男,硕士,助理工程师,从事电力系统调度自动化方向研究工作。
基金资助:
国网冀北电力有限公司科技重点工作成本项目（B3018K230020）

Research on Distribution Network Topology Reconfiguration Method Considering New Energy Consumption and Voltage Deviation

WANG Xuanyuan¹, Li Qi², WANG Zesen², LiU Jiantao³, SUN Zhibo³

1. State Grid Jibei Electric Power Company Limited, Beijing 100052, China;
2. State Grid Jibei Electric Power Company Limited Research institute, Beijing 100045, China;
3. China Electric Power Research institute Company Limited, Nanjing 210003, China

Received:2024-10-14 Revised:2024-12-12 Published:2025-07-02

摘要/Abstract

摘要： 针对新能源的消纳对配电网运行产生的不利影响,提出一种考虑新能源消纳和电压偏差的配电网拓扑结构重构方法,以实现两者之间的平衡协调。首先,采用基于场景相似度的场景削减技术获取具有代表性的新能源功率样本;其次,建立一种以优化新能源消纳量和配电网节点电压偏差的多目标随机优化重构的数学模型;再次,采用一种基于近端策略优化算法指导的多目标粒子群算法对相应的帕累托解集进行高效搜索;最后,应用优劣距离决策方法,均衡考虑反映风电消纳量与电压偏差之间的折中关系并选择最终重构方案。以改进的iEEE-33节点配电网作为测试对象,测试结果验证了所提方法的有效性。

关键词: 新能源, 配电网, 电压偏差, 优化计算, 决策

Abstract: Aiming at the impact of new energy consumption on distribution operation, a distribution network topology reconfiguration method considering both new energy consumption and voltage deviation is proposed to realize the balance and coordination between the two. Firstly, a scenario reduction technique based on scenario similarity is used to obtain representative new energy power samples. Then, a multi-objective stochastic optimization reconfiguration mathematical model is established to optimize the amount of new energy consumption and the voltage deviation at distribution network nodes. Subsequently, a multi-objective particle swarm algorithm guided by a proximal strategy optimization algorithm is employed to efficiently search for the corresponding Pareto solution set. Finally, the technique for order of preference by similarity to ideal solution decision method is applied to balance the trade-off between wind power consumption and voltage deviation and select the final reconfiguration scheme. The improved IEEE-33 node distribution network is used as the test object, and the experimental results verify the effectiveness of the proposed method.

Key words: new energy, distribution network, voltage deviation, optimization calculation, decision-making

中图分类号:

TM712

王宣元, 李奇, 王泽森, 刘建涛, 孙知博. 考虑新能源消纳和电压偏差的配电网拓扑结构重构方法研究[J]. 湖南电力, 2025, 45(3): 9-17.

WANG Xuanyuan, Li Qi, WANG Zesen, LiU Jiantao, SUN Zhibo. Research on Distribution Network Topology Reconfiguration Method Considering New Energy Consumption and Voltage Deviation[J]. Hunan Electric Power, 2025, 45(3): 9-17.

参考文献

[1] 中国电力企业联合会. 2024年1-6月份电力工业运行简况[R/OL]. (2024-07-31)[2024-10-14]. https://www.askci.com/news/chanye/20240731/172628272241798737481802.shtml.
[2] 王佳旭,苗世洪,王廷涛,等. 考虑风电爬坡限幅及频率安全约束的高比例风电电力系统多层级优化调度[J]. 电力系统保护与控制,2025,53(1):135-146.
[3] DOROSTKAR-GHAMSARI M R,FOTUHI-FIRUZABAD M,LEHTONEN M,et al. Value of distribution network reconfiguration in presence of renewable energy resources[J]. IEEE Transactions on Power Systems,2016,31(3):1879-1888.
[4] RAO R S,RAVINDRA K,SATISH K,et al.Power loss minimization in distribution system using network reconfiguration in the presence of distributed generation[J]. IEEE Transactions on Power Systems,2013,28(1):317-325.
[5] CAPITANESCU F,OCHOA L F,MARGOSSIAN H,et al.Assessing the potential of network reconfiguration to improve distributed generation hosting capacity in active distribution systems[J]. IEEE Transactions on Power Systems,2015,30(1):346-356.
[6] 朱正,廖清芬,刘涤尘,等. 考虑新能源与电动汽车接入下的主动配电网重构策略[J]. 电力系统自动化,2015,39(14):82-88,96.
[7] 王威,韩学山,李保银. 基于机会约束规划的含风机配电网重构[J]. 电力系统及其自动化学报,2014,26(5):23-26.
[8] 李扬,韦钢,马钰,等. 含电动汽车和分布式电源的主动配电网动态重构[J]. 电力系统自动化,2018,42(5):102-110.
[9] 杨经纬,张宁,王毅,等. 面向可再生能源消纳的多能源系统:述评与展望[J]. 电力系统自动化,2018,42(4):11-24.
[10] 朱丹丹,刘文颖,蔡万通,等. 风电消纳目标下基于电量与功率滚动优化的荷源控制方法[J]. 电力系统自动化,2018,42(5):80-85,119.
[11] 黄红程. 提高多元可再生能源消纳能力的配电网重构研究 [D]. 上海:上海交通大学,2015.
[12] 龚思宇,魏炜,徐元孚,等. 面向分布式电源最大消纳的配电网重构[J]. 电力系统及其自动化学报,2017,29(3):7-11,41.
[13] PENG X S,CHEN Y Z,CHENG K,et al.Wind power prediction for wind farm clusters based on the multi-feature similarity matching method[C]//2019 IEEE Industry Applications Society Annual Meeting. Baltimore,MD,USA. IEEE,2019:1-11.
[14] 曹宏宇,梁言贺,刘惠颖,等. 考虑风-光-储不确定性的新型电力系统概率潮流计算[J]. 电测与仪表,2024,61(6):87-93.
[15] WU L,SHAHIDEHPOUR M,LI T.Stochastic security-constrained unit commitment[J]. IEEE Transactions on Power Systems,2007,22(2):800-811.
[16] 何禹清,彭建春,毛丽林,等. 含多个风电机组的配电网无功优化[J]. 电力系统自动化,2010,34(19):37-41.
[17] 佟忠正,孙旸子. 基于深度学习的风力发电系统自动化优化与控制系统[J]. 自动化与仪表,2024,39(8):15-19.
[18] 陈春,汪沨,刘蓓,等. 基于基本环矩阵与改进和声搜索算法的配电网重构[J]. 电力系统自动化,2014,38(6):55-60.
[19] ELDURSSI A M,O’CONNELL R M. A fast nondominated sorting guided genetic algorithm for multi-objective power distribution system reconfiguration problem[J]. IEEE Transactions on Power Systems,2015,30(2):593-601.
[20] NGUYEN T T,NGUYEN T T,TRUONG A V,et al.Multi-objective electric distribution network reconfiguration solution using runner-root algorithm[J]. Applied Soft Computing,2017,52:93-108.
[21] 廖秋萍,吕林,刘友波,等. 考虑重构的含可再生能源配电网电压控制模型与算法[J]. 电力系统自动化,2017,41(18):32-39.
[22] WANG X,WANG S,LIANG X X,et al.Deep reinforcement learning:a survey[J]. IEEE Transactions on Neural Networks and Learning Systems,2024,35(4):5064-5078.
[23] COELLO C A C,PULIDO G T,LECHUGA M S. Handling multiple objectives with particle swarm optimization[J]. IEEE Transactions on Evolutionary Computation,2004,8(3):256-279.
[24] GU X L,HUANG M,LIANG X.A discrete particle swarm optimization algorithm with adaptive inertia weight for solving multiobjective flexible job-shop scheduling problem[J]. IEEE Access,2020,8:33125-33136.
[25] HE S,WU Q H,SAUNDERS J R.Group search optimizer:an optimization algorithm inspired by animal searching behavior[J]. IEEE Transactions on Evolutionary Computation,2009,13(5):973-990.
[26] LIAO H L,WU Q H.Multi-objective optimization by learning automata[J]. Journal of global optimization,2013,55:459-487.

考虑新能源消纳和电压偏差的配电网拓扑结构重构方法研究

Research on Distribution Network Topology Reconfiguration Method Considering New Energy Consumption and Voltage Deviation

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	马凡烁, 于惠钧, 李嘉轩, 刘泽宇, 康钦泽. 基于改进红嘴蓝鹊优化算法的光储配电网无功优化方法[J]. 湖南电力, 2025, 45(3): 95-102.
[2]	何剑军, 吴龙腾, 吴杰康, 李亮. 超强台风下配电网灵活资源应急协同调度模型[J]. 湖南电力, 2025, 45(2): 13-21.
[3]	秦正斌, 张午寅, 田海平, 陈彦奇. 基于区域保供电和新能源消纳的常规抽水蓄能项目投资效益测算研究[J]. 湖南电力, 2025, 45(1): 46-53.
[4]	敖非, 余斌, 李祖坤, 吴晋波, 胡斯佳, 李勇. 电压-负荷调节架构下的配电网灵活资源多时间尺度控制技术[J]. 湖南电力, 2025, 45(1): 112-120.
[5]	孙贤水, 曾进辉, 刘颉, 苏旨音, 何鹏辉. 考虑出力不确定性的分布式光伏优化配置方法[J]. 湖南电力, 2024, 44(6): 10-16.
[6]	亓云瑞, 张晔, 李元芳, 高业豪, 黄心月. 考虑未知网络拓扑的主动配电网可靠性评估[J]. 湖南电力, 2024, 44(6): 17-23.
[7]	张睿琪, 李梦骄, 杨洪明, 赵建, 徐求飞, 张仕杰. 动态无功补偿设备支撑高比例新能源系统电压稳定能力分析[J]. 湖南电力, 2024, 44(4): 27-33.
[8]	杨海林, 黄存强, 田旭, 安娟, 张舜祯, 毕忠勤. 量子计算与蚁群算法相结合的配电网故障定位[J]. 湖南电力, 2024, 44(4): 132-137.
[9]	张睿琪, 付乐天, 李梦骄, 褚旭, 余绍帅. 新能源高比例接入下电网无功电压优化控制研究综述[J]. 湖南电力, 2024, 44(2): 19-28.
[10]	段俊峰, 李晨坤, 姚文轩, 郭思源. 基于人工智能赋能的新型电力系统关键技术综述[J]. 湖南电力, 2024, 44(1): 1-10.
[11]	周芊帆, 万代, 何志兴, 李宗鉴. 直流配电网交错串联式固态断路器[J]. 湖南电力, 2024, 44(1): 85-93.
[12]	饶新亮, 龚鹤腾, 胡海宁, 石英春, 刘维可, 田睿. 基于电力生产实际的配电网电容电流测试新方法[J]. 湖南电力, 2023, 43(5): 129-133.
[13]	赵娜, 张莲, 王士彬, 李多, 黄伟. 并网型风光氢储微电网容量优化配置[J]. 湖南电力, 2023, 43(4): 48-55.
[14]	别芳玫, 方仍存, 万靖, 范玉宏, 陈熙. 2022年夏季高温干旱天气对区域电力系统影响分析研究[J]. 湖南电力, 2023, 43(4): 108-113.
[15]	杨瑾, 宋春, 杨楠. 基于粒子群优化算法的分布式电源最优配置研究[J]. 湖南电力, 2023, 43(3): 64-69.