配电网络重配置和无功功率补偿的SSB蓄电池储能系统算法

2026-08-07 20:47:19

本文讨论配电网络重构和无功功率补偿，考虑分布式能源、分布式发电和电池储能系统的存在。为了尽可能真实地呈现问题，包含了大量约束条件。限制包括输入功率因数的满足、无功功率的非过度补偿、节点电压的最小和最大值、网络分支最大允许有效电流值以及每个开关元件24小时内的换相次数。贡献是对可再生能源和BESS消费和生产每小时变化的真实表现，以及现代作品中罕见的重构（可交换约束）。论文的目的是提出结合Kruskal算法进行重构和模拟退火（SA）进行补偿的方法。优化方法确定电容器组的位置以及以每小时最小化有功功率损耗和成本的网络配置。详细分析展示了BESS如何影响技术上最优解以及最终成本。所涉及的问题属于混合Intiger非线性规划优化课程。
自可再生能源——分布式发电的出现以来，配电网络重构问题变得尤为重要。因此，配电网络将不再是单向的电力流。分销网络的损失非常严重，因此其减少变得至关重要。克服供电不确定性和波动的负载需求，是管理电网工程师的挑战。关于网络重构主题的综述论文有[1,2]。文献中提到了许多用于解决网络重构问题的算法。它们大致可分为：1）启发式方法 [[[3]， [4]， [5]] 或启发式方法（实验性、非数学知识）与其他优化方法的组合 [[6]， [7]， [8]]，2） 元启发式方法 [9,10]，3） 基于人工智能的方法 [11,12]，以及4）数学方法 [13]。本文描述的算法是启发式的。它旨在最小化网络有功功率损耗和降低电容器电池的成本。所提出的解属于动态重构方法，每小时完成一次[2]。所分析的问题属于混合Intiger非线性规划（MINLP）优化类。特别贡献是引入了DG和电池储能系统。
最新的文献涉及电容器的并发布置、网络重新配置和DG分配[14,15]。介绍了超越非线性元启发式耗时方法的非常快速静态同时电容放置和网络重配置算法[14]。这是通过将多项式载荷形式转换为二次载荷来实现的。采用了针对工业、住宅、商业及混合模式的电压依赖负载模型，适用于低规模（16和33母线）网络。该模型通过 CPLEX 在 AMPL 软件求解器中引入，比 KNITRO 耗时更少。在[15]中，在AMPL（数学编程语言）框架下，利用日负载曲线处理有源和无功需求，使用线性求解器，同时优化电容器位置，并进行网络重构，并实现生物质分布式发电。经济问题也包含在分析中。所有非线性变量均被其平方值代入。考虑过低规模的配电网络，最多可达30个节点。
很少有作者会以每小时的方式处理配电网络的重组[16]。太阳辐照度每小时采用马尔可夫模型随机处理[17]。[18]讨论了重新配置后主动配电网络的韧性，而微型PMU设备虚拟化以改变网络拓扑的话题则见[19]。与以往的研究一样，本文遵循当前趋势。在规划每小时配电网络配置时，必须考虑DG发电的随机性。除了配电总局，配电网络的视角还包括BESS。已有多篇论文探讨了BESS[20]（氢能系统-HES）和[21]的存在。电压变化范围为0.81–1.21 p.u.的弱网格配电网见[20]。在[21]中，也考虑了BESS的闲置运行。这一问题的经济层面很少被考虑[20,22]。[22]中暴露了11种负载模型，适用于DG寿命。
作者通常倾向于选择不同的网络约束。有必要考虑大量这些问题，以尽可能真实地呈现问题。除了强制性的电流和电压约束外，还必须分析其他条件。一个很少使用的约束是每天的交换操作次数[23]。论文[23]的缺点在于分析了大规模配电网络中交换分支数量有限。换流的限制至关重要，因为操作过多可能导致设备磨损和寿命缩短。
对于所采用的算法，作者通常使用33或69节点的IEEE测试网络[24,25]。[24]中的开创性工作是将二元重配置变量呈现为不平衡网格中的连续变量。通过对电力流、电压和电流的非线性配电网络方程进行线性化，最小化功率损失并最大化电压稳定指数，这些方法见[25]。部分作者考虑了需求变异性[26,27]。带同时规划DG的重构由[26]中的电压相关模型给出。一种令人印象深刻的方法是为了减少损耗并缓解DG错误位置带来的不良后果，即在拓扑结构与预测DG功率和负载发生技术和操作限制时进行重新配置，相关内容已提交于[27]。在提出模型[27]中，较之前文献中更好的解生成标准差为零。
论文目标是构建一种基于分布式能源和储能系统存在的配电网络和无功补偿的重构算法。为了尽可能真实地呈现问题，包含了大量约束条件。限制包括输入功率因数的满足、无功功率的非过度补偿、节点电压的最小和最大值、网络分支最大允许有效电流值以及每个开关元件24小时内的换相次数。通过逆变器和BESS连接的可再生能源可以产生一定程度的无功电力。但可再生能源只能在有风或晴天时产生一定的能量（无论是主动还是反应）。电容器组是独立的无功电源。此外，BESS的成本远高于电容组。本文假设所有DG和BESS单元的功率因数均为1。虽然可以通过逆变器向电网注入无功功率，但电容组可以确保对网络输入功率因数和电压轮廓的更严格调节。
本文采用两种算法的组合形成新的算法，并在两个层面进行优化。首先，应用Kruskal算法解决网络重构问题，随后进行模拟退火[28]解决无功功率补偿问题。现有的网络重构方法通常会丢弃不可行的解，直到产生一个可行的解，从而节省最多的计算时间。因此，本文采用Kruskal算法构建最小生成树（MST）[29]。
本文采用了塞尔维亚贝尔格莱德真实变电站的测量数据。这一观察对于监测期间每日的消费变化非常重要。基于这些假设，特征性工作日和非工作日消费以相对价值给出。这是论文的另一项贡献。功率流量计算通过MATLAB环境中的MATPOWER软件完成。
论文的主要贡献包括：

• -
  配电网络重配置算法，旨在最小化电力损失和总成本。
• -
  利用电容器组进行无功补偿和确定其位置。
• -
  考虑大规模配电网络（118条母线测试系统）每小时的生产和消耗的随机性，持续时间长（1008小时）。
• -
  重构分析按小时进行。
• -
  对BESS（具有独特充放电方式）的正确分析，反映配电网络的未来。
• -
  在重配置分析中考虑每个开关元件24小时内允许的最大换位次数。