城镇电网的设计优化

城镇电网的设计优化（共4篇）

城镇电网的设计优化 篇1

城镇经济作为我国经济结构的重要组成部分, 对我国的经济发展、社会稳定有着重要的意义。随着现代化生产设备用电需求的不断增长以及城镇企业的快速发展, 城镇原有供电网络已经不能满足现代城镇发展的供电需求。现代城镇迫切需要对城镇电网进行改造, 以此满足现代城镇用电需求。针对这样的情况, 如何科学的对城镇电网改造进行设计优化, 提高城镇电网供电稳定性成为了我国城镇基层供电企业面临的首要问题。文中针对这一问题进行了简要的分析和论述。

一、城镇电网现状与需求分析

现代城镇经济发展中, 农产品深加工是城镇经济中的主体。其对供电稳定性有着较高的要求。目前, 我国县级城镇的供电网络主要为35千伏供电线路。由于建设年代早、设备更新慢的能够问题已经严重影响了城镇供电的稳定。造成了对城镇居民以及企业用电的影响。另外, 由于城镇扩建与发展中电网增加设计不科学, 迂回架设线路过多、配电变压器容量过小等问题都造成了城镇电网供电能力较弱的现状。针对这样的情况, 我国有关部门对城镇电网需求进行了系统的调查和分析。其结果表明, 我国城镇电网改造及设计优化已经迫在眉睫, 城镇电网已经成为影响城镇经济发展的重要因素。针对这一现状, 笔者从城镇用电需求着手, 对城镇电网的设计优化进行了分析和论述, 以此为我国城镇电网的改造与设计提供些许参考资料。

二、城镇电网的设计优化

1、明确城镇电网需求, 促进设计优化的实现

在进行城镇电网设计优化中, 应首先明确电网设计规划的目标。了解电网设计的需求, 针对需求进行电网规划设计, 以此实现供电的稳定。针对近年来城镇企业的增加以及居民家用电器用电需求的增加, 在进行城镇电网设计优化中应在保障电力输送稳定的前提下, 确保电网建设与运行投入资金的最小化, 以此实现电网设计优化的经济效益。针对城镇用电需求日益增加的现状, 在城镇电网设计与优化中, 应在设计中预留电网扩充, 以此实现电网供电能力的长期发展。通过明确电网需求实现城镇电网设计优化的科学性与经济性, 促进城镇电网设计优化工作的实现。

2、针对城镇规划及用电需求进行电网的设计与优化

随着我国城镇规划设计脚步的不断加快, 现代城镇的总体规划也向着功能区域划分的方向发展。商业圈、企业圈、住宅圈已近成为现代城镇规划与发展的主要方向。在进行城镇电网设计过程中, 应与城镇总体规划相协调, 针对不同区域功能用电需求进行电网的设计与优化。例如:针对城镇商业区域用电需求多为早8点~下午5点或6点用电, 夜间用电需求很少。而在商业区域的住宅用电则多为早6点~7点30分, 以及下午5点30分至深夜。因此, 在进行这一区域的电网设计时应采用同一线路不同变压器的方式或可变变压器调解该区域的供电能力, 以此实现电网供电的科学性以及节约性。针对现代城镇企业用电需求以及企业所在地的情况, 电网设计过程中还要充分考虑企业用电需求量大、稳定性高的要求。通过设置企业专线供电网络实现电网供电的稳定, 实现电网设计的科学性。

三、关于城镇电网设计优化方法的探讨

目前, 针对城镇电网用电需求进行的设计优化中, 多采用启发式设计优化法及数学设计优化法两种。针对县城电网需求进行优化设计需要通过一定的优化计算方式进行, 因此选用适宜的优化方法也是影响县城电网优化设计质量的重要因素。按照目前城镇电网需求与设计的要求, 我国城镇电网设计优化中应更多的采用遗传算法这一新的优化方式, 以此弥补启发式设计优化方式存在的不足。通过编码技术与进化机制对城镇电网规划设计进行数学转化, 运用整数量变与连续量变的方式进行数据处理。这一设计优化方式实现了城镇电网设计规划问题的分界处理, 实现设计的分解性与线性优化, 有效的降低的设计过程中误差造成的供电问题。

四、结论

综上所述, 城镇电网的设计优化是目前我国城镇电力供应面临的首要问题, 对城镇经济发展有着重要的意义。在进行城镇电网设计优化过程中, 应以系统的分析方式以及科学的设计方法对设计过程进行优化、对电网供电方式进行优化, 以此实现城镇电网供电的科学化, 促进我国城镇经济的快速发展、促进城镇电网供电系统的改造。

摘要：在我国的经济结构中, 城镇中小企业占有重要的比例, 其对我国经济发展有着重要的作用。作为城镇经济发展的关键, 城镇电网供电能力的稳定是保障城镇经济稳定发展的重点。在现代城镇经济快速发展的今天, 加快城镇电网优化设计、加快城镇电网的改造已经成为城镇供电企业的首要工作。本文就城镇电网的设计优化进行了简要论述。

关键词：城镇电网,设计优化,供电,稳定

参考文献

[1]周伟.针对城镇电网需求进行设计与优化[J].中国能源, 2009, 6.

[2]李文魁.关于电网设计优化方式方法的探讨[J].电子科技, 2009, 11.

[3]王琳.城镇规划对电网设计优化的影响分析[J].电力电气科技, 2010, 7.

[4]杨浩.城镇电网设计优化方法[J].电力周刊, 2009, 12.

城镇砖混结构房屋的抗震优化设计 篇2

近几年全球地震频发,我国也是遭遇地震灾害比较严重的国家之一。强震引起房屋的倒塌是城镇人员伤亡重大的直接原因,次生灾害造成农村经济损失大部分也是来自房屋的破坏。在我国的不少地区的中小城镇特别是农村,房屋的主要结构类型为多层砖混房屋、多层底框架房屋和钢筋混凝土框架房屋,还有少量自建砖木结构。由于经济水平低,多数砖混未经正规设计和施工,抗震水平比较低,直接危害到人民的生命财产安全。本文针对城镇的多层砖混房屋的常见震害进行了分析,探讨了实现多层砌体房屋优化设计的一些途径以及震害的预防。

1 城镇多层砖混结构房屋的震害原因

从汶川地震、玉树地震及云南盈江地震的震害考察中发现,砖混结构倒塌的多为非正规设计施工的农村建筑,按要求均定为危险建筑,震害主要表现为整体剪切、局部破坏、塌落、墙体的破坏。

(1)震区房屋的抗震设防水平普遍较低。民房和大多数公用房屋基本上没有设防,造成房屋的抗震能力甚微,这是大量房屋建筑遭到破坏的主要原因。

(2)结构设计上的缺陷。在结构设计方面存在缺少构造柱及圈梁等问题,甚至有的使用者为了尽量利用空间,房屋的底层或者顶层局部采用钢筋混凝土内框架结构,使房屋的底层和上部的刚度差别较大,地震时多层房屋的各层位移不同步。

(3)工程地质条件问题。建筑场地的工程地质条件普遍比较差,导致建筑物的地基不稳,加上地震的作用加重了房屋的破坏程度,特别是山区及丘陵地区的房屋,甚至建在地形变化剧烈的地方,由于此类地形对地震波的放大作用加重了地震的破坏力,从而使房屋失去了抗震能力的基础。

(4)不良建筑材料削弱了房屋的抗震性能。经常会出现砌体结构房屋的抗震性能相对较好,但在次震中破坏却十分严重,重要原因之一就是因为砌体材料和砌筑砂浆的性能差。材料砂浆砌筑中主要存在以下几方面的问题:一是施工中对砂浆的配合比不能很好控制;二是不能清楚地理解各种砂浆的适用范围;三是因为条件所限,有的甚至在泥土地上搅拌砂浆,使砂浆里含泥量大增。很多工人为了方便,一次搅拌大量砂浆,放置时间太长,使砂浆失去胶结能力,直接导致墙体的抗剪能力很低。

(5)施工方法不当及施工质量差。灰缝大小不均匀,忘记砖湿水,里外皮砖不咬合形成通缝等情况在城镇的砌体施工中经常存在。另外,施工时纵横墙体交接处基本只留直槎或者马牙槎,这样的墙体容易开裂或倒塌。

2 抗震优化设计途径

2.1 抗震设计优化的基本考虑

(1)结构体系力求合理。纵横墙的布置宜均匀对称布置,沿平面内宜对齐,沿竖向应上下连续,同一轴线上的窗间墙宽度宜均匀,应优先采用横墙承重或纵横墙共同承重的结构体系。在实际设计中,有时还可以做几种方案比较分析,在比较复杂的混合结构中可以依据建筑功能分区的不同,同时采用不同的结构布置方案。

(2)房屋的高度和层数不应该超出限值。减轻自重,减少层数、降低层高是削弱地震影响的有效途径之一。在有限的土地上,建造较高层数的房屋以发挥经济效益,但是砌体结构的脆性性质又决定了这类材料不可能建造较高层数的房屋,所以建筑抗震设计规范对多层砌体房屋的总高度和层数有了强制性的规定。

(3)合理布置砌体平立面。建筑物的平立面宜规则、对称,并应防止局部有过大的突出或者凹进。砌体的质量和刚度分布应在平面和立面上的变化均匀,楼层不宜错层,楼梯不宜设在房屋的尽端或者转角处,若必须要设时,须采取必要的加强措施。当砌体结构因为使用要求必须将平面或者里面设计成较为复杂点的体型时,可以将房屋自下而上用抗震缝分开。有些房屋内设置烟道、垃圾道等附属设施时,不应消弱墙体,否则应采取加强措施。

(4)砌体材料的适当应用。在保证质量的前提下,为降低成本可以因地制宜地采用建筑材料。提高砌筑砂浆的强度等级,也是提高砖墙体抗震性能的经济有效措施。尽量使用现浇楼板,增加砌体的整体性能。不使用现浇板时,一定要加强预制板和砌体墙以及圈梁直接的连接,提高房屋的整体刚度。

2.2 通过抗震验算保证达到结构优化

通过对砌体房屋的抗震原理及抗震性能的研究,我国已总结出许多关于砌体结构抗震的正确思维方式。采用这种方式一定要经过抗震设计以保证房屋的安全性和抗震能力。

2.3 砖混结构房屋抗震构造优化措施

2.3.1 建筑布置与结构选型

合理的建筑和结构布置,包括房屋高度、层数的限制、纵横墙间距等,可使房屋在地震作用下各构件均匀受力,不产生过大的内力和应力。

2.3.2 抗震构造措施

主要包括加强房屋整体性好构件连接强度高的措施,如构造柱、圈梁、拉结钢筋的布置,对墙体间咬砌和楼板搁置长度的要求等。

(1)构造柱的设置。在砌体结构墙体设计中,经常会遇到砖墙竖向承载力不足而又不愿加大墙体厚度,在这种情况下经常通过加设构造柱予以加强墙体承载力,增强房屋整体性。利用其塑性变形和滑移摩擦来消耗地震能量,可大大提高抗震能力。

(2)圈梁的设置。砌体结构房屋中,在砌体内沿水平方向设置封闭的钢筋钢筋混凝土圈梁,以提高房屋空间刚度、增加建筑物的整体性、提高砖石砌体的抗剪、抗拉强度,防止由于地基不均匀沉降、地震或其他较大振动荷载对房屋的破坏。圈梁的约束作用使楼盖与纵、横墙构成整体的箱形结构,能有效地防止预制板的散落。圈梁作为边缘构件,对保证装配式楼盖、屋盖的水平刚度,能起到整体横隔板的作用。

(3)水平钢筋的设置。为了提高墙体的抗震能力,可在抗震力不够的承重墙段内配置水平钢筋,使地震力由砌体及水平钢筋共同承担。研究表明,配筋多孔砖可有效地提高墙体的抗震性能,减少脆性,增加延性,增强砖混房屋的抗震学性能。

2.3.3 悬臂构件的连接

(1)女儿墙的稳定措施。在建筑工程设计中,由于建筑立面造型的变化,女儿墙高度不仅仅要满足使用功能的要求,而且要满足立面造型的要求,因此女儿墙的安全性计算及女儿墙的加强措施,在整个工程结构设计中愈来愈重要。7度设防时,女儿墙最大高度当不设置构造柱时,最大悬臂高度为930 mm;当女儿墙设置构造柱时最大悬臂高度为1 330 mm,且实际情况经常有超过这种高度的,在墙体的一定高度处设置细石混凝土带,防止工人一步到位的方式砌筑墙体。在城镇居民的自建房屋中,不宜设女儿墙。

(2)悬挑构件的稳定措施。砌体中最常见的为悬臂阳台、雨蓬的挑梁。阳台挑梁的最大外挑长度不宜大于1.8 m,不应大于2 m。不应采用墙中悬挑式踏步或竖肋插入墙体的楼梯。

2.3.4 隔振及效能减震技术

通过结构减震控制的方法,防止或减轻建筑物上部结构发生非线性变形,提高结构物的抗震能力。

实践证明,凡是认真进行抗震设计或在构造上进行加强,并严格按设计进行施工的混合结构房屋就能不同程度地抵抗地震的破坏。因此,认真总结震害规律,进行合理的抗震和减震设计,提出切实可靠的抗震构造措施,保证施工质量对提高砖混结构房屋的抗震能力极为重要。

3 建议

基于我国的国情,在今后的很长一段时间内,多层砖混结构还是城镇房屋的主要结构形式之一。结合实践经验,根据砌体房屋的震害现象、震害原因及特点的分析,对城镇砌体房屋的现状提出以下建议:

(1)大力宣传和普及城镇居民抗震的基本知识。特别是乡镇居民在自建房屋的基地选择上,尽量不要选择在容易产生滑坡的地方,比如水塘岸边、河流湖泊岸边。

(2)制定适合城镇民居的标准。我国现行的抗震标准对城市建筑有很大的指导性,但是由于各方面的原因,不一定适用于城镇居民的房屋,且各个城镇的砌体建筑特色也不一样。所以各个地区政府有关部门应制定一系列符合当地条件、可就地取材、经济实用的标准。

(3)建立适用于乡镇建筑的质量检测体系与鉴定加固方法。对于在建或新建的房屋及年代久远的房屋应有不同的质量检测体系与加固方法。对于城镇既有的房屋做出检测,是否满足安全性等级要求,让居民做到心中有数。对于一些危险的建筑,应该提出加固意见。城镇的房屋功能比较单一,对于危险程度不高的砌体结构应尽量提出加固方案,防止建筑垃圾对城镇的污染。

(4)各级建设部门应对乡镇建筑的设计、施工加强管理,防止由于人为因素造成施工质量不符合要求。

参考文献

[1]国家标准抗震规范管理组.GB50011—2010建筑抗震设计规范[S].北京:中国建筑工业出版社,2010.

[2]武开通,蔡继斌,陈壹.浅论城乡多层砖混房屋抗震优化设计[J].科技资讯,2010(27).

城镇电网的设计优化 篇3

微电网系统可将多种类型的分布式发电单元组合在一起,有效发挥单一能源系统的优点,实现多种能源互补,提高整个微电网系统的效率、能源利用率和供电可靠性。根据其是否与常规电网相连接, 微电网可以分为并网型微电网和独立型微电网[1]。 微电网接入配电网并网运行,不仅可以充分利用微电网内部的绿色可再生能源,还可以提高整个电网的安全性,是中国建成智能电网的重要环节。同时, 独立型微电网系统是解决偏远地区和海岛供电的有效手段之一[2,3]。

规划设计是微电网系统核心技术体系之一,它直接关系到系统经济性、环保性和可靠性[4]。在规划设计的过程中,需要考虑可再生能源的间歇性、 灵活多变的系统组合方案和不同系统运行控制策略,这些因素的存在使微电网系统优化规划变得较为复杂[5,6,7]。本文将从分布式电源的综合优化(优化组合、优化容量)和分布式电源间的优化调度两个方面出发,对微电网系统优化规划展开研究。

围绕微电网系统的优化规划,很多学者已对其开展了一定研究,提出一系列运行控制策略和优化规划方法。微电网系统运行控制策略可分为固定策略和优化策略,固定策略以事先拟定的优先级制定系统运行规则,优化策略则根据相应目标函数求解系统最优运行规则[8]。在美国国家新能源实验室 (NERL)开发的Hybrid2[9]仿真软件中,提出十几种独立微电网系统固定运行策略,包括平滑功率策略 (Traditional Power Smoothing, TPS) 、硬充电策略 (Hard Cycle Charge, HCC)等,较为全面地概括了独立微电网系统固定策略控制模式。在该软件中所提出的硬充电策略的基础上,文献[10]提出了一种适用于风光柴储独立微电网系统的修正硬充电策略, 可有效延长蓄电池使用寿命。在微电网系统的优化调度方面,通常选取系统调度周期内运行费用最小为优化目标,文献[11-12]研究了独立微电网系统的优化调度方法,文献[13]提出了并网型风光柴微电网系统的微电网动态经济调度模型。

在微电网系统的优化规划方面,大部分学者以智能算法为基础,提出了一些规划方法,并开发出一些成熟的规划软件,如由美国国家新能源实验室开发的HOMER软件[14],其功能强大,可用于并网型和独立型微电网的容量设计,但其发电模型比较简单,软件中仅具有两种简单的控制策略(负荷跟踪,循环充电),且优化过程过于偏重系统经济成本, 可再生能源优势得不到充分发挥[15]。文献[16]以系统投资费用、能量浪费惩罚费用、排污惩罚费用等系统综合成本最小为优化目标,建立了风光柴储独立微电网系统的分布式电源容量优化模型。针对包含风力发电和光伏发电的混合能源微电网系统,文献[17]提出了其在并网运行,上网运行和孤岛运行时的不同运行策略,并建立了微电网系统规划设计模型。针对独立微电网系统,文献[18]采用修正硬充电策略,提出了考虑经济性、可再生能源渗透率和污染物排放水平的多目标优化设计模型,但这两种模型仅适用于独立微电网系统。文献[19]采用双层优化的方法,对并网型冷热电联供微电网系统开展了优化规划研究,但其并没有对独立型微电网系统开展研究。

上述文献并不能同时应用于并网型和独立型微电网系统的规划设计,在微电网系统分布式电源综合优化方面,较少考虑微电网系统分布式电源类型的优化,在分布式电源优化调度方面,大多采用固定策略作为系统的控制策略,较少考虑分布式电源间的优化运行[20]。本文根据光伏、风能发电等分布式电源特性,提出了适用于并网型微电网系统和独立型微电网系统的双层优化规划设计模型,上层优化采用基于NSGA-II的多目标遗传算法计算系统最优配置,模型中考虑了分布式电源的类型优化、容量优化和组合优化;下层优化采用混合整数线性规划算法计算系统最优运行方案,实现系统的动态经济最优调度。运用本文建立模型,分别针对并网型和独立型微电网系统作了案例计算, 验证了所提方法的正确性,得出了具有参考意义的结论。

1 微电网系统规划设计架构研究

1.1 微电网系统结构

本文研究的微电网系统结构如图1所示。风力发电机、光伏发电和储能系统等通过各自的变流器接入交流微电网系统,并通过公共连接点(PCC)与配电网连接,组成并网型微电网。通过对该微电网的控制,可实现微电网的孤岛和并网运行。柴油发电机采用同步发电机发电,直接并入交流微电网。在优化规划设计中,忽略线路阻抗引起的损耗。

1.2 微电网系统双层规划设计结构

本文采用双层优化规划方法对微电网系统进行优化,上层为容量优化模块,用于寻找系统最优配置,包括系统各设备类型、台数和容量,下层为调度优化模块,用于计算系统最优运行方案。

双层优化含有两个层次,上层决策结果一般会影响下层目标和约束条件,而下层则将决策结果反馈给上层,从而实现上下层决策的相互作用,如图2所示为本文双层优化逻辑图。

2 基于双层优化的微电网系统规划设计数 学模型

2.1 双层优化模型

Bracken J和Mc Gill J T于1973年最早提出了多层规划的概念,已解决多层规划/优化问题,双层规划是多层规划的特例。双层规划在输电系统、无功优化、配电系统优化规划等领域已有研究报道。数学上双层优化可描述为

式中:F(•)为上层优化的目标函数;x为上层优化的决策向量;G(•)为上层优化所需满足的约束条件; f(•)为下层优化的目标函数;y为下层优化的决策向量;g(•)为下层优化所需满足的约束条件。

2.2 上层容量优化模型

2.2.1 目标函数

本文选取微电网项目周期内系统经济性能和环保性能作为评估系统优劣的指标,可描述为

(1) 全寿命周期经济现值

微电网系统的全寿命周期经济现值可由式(4) 计算。

式中:CTANN指等年值费用;CRFl指资本回收系数 (the Capital Recovery Factor),可由式(5)计算。

式中:l表示年数;r表示资本的年利率。

系统等年值费用由设备投资等年值费用和系统年运行和设备维护费用组成。计算公式为

式中:CTANN指项目投资等年值费用;Cfac指设备投资等年值;Cope指系统年运行费用;COM指设备年维护费用。

设备投资等年值费用使用式(7)计算。

式中:CI,i指设备i初始投资费用;li为设备i运行寿命期望值。

系统年运行费用包括系统购电费用、燃料购买费用和卖电收益,计算公式为

式中:CE指系统年购电费用;CF指系统年购买燃料费用;CS指年卖电收益。

(2) 污染物排放

柴油发电机以柴油作为主要燃料,其污染物包括CO、CO2、燃料中未燃烧尽的碳氢化合物、硫化物和一氧化氮。污染物的排放量与燃料消耗量直接相关。微电网年排放水平等于年燃料消耗量乘以其气体排放系数。

其中:σCO2、σCO、σHC、σNO、σS分别代表各污染物的排放系数(kg/L);vF代表柴油发电机的年消耗燃料量(L)。

2.2.2 约束条件

由于系统为多目标优化,为保证系统优化目标在可接受范围内,限制系统目标函数在一定区间内,即

2.2.3 优化变量

选择微电网系统中的柴油发电机类型DGtype, 柴油发电机台数DGnumber,风机类型WTtype,风机台数WTnumber,光伏电池容量PVcapacity,蓄电池容量BATcapacity和变流器容量CONcapacity为优化变量。定义优化变量为

2.3 下层调度优化模型

2.3.1 目标函数

调度优化模型选取24 h为调度尺度,实现系统的动态经济调度,以系统日运行费用最低为目标函数,包括日购电费用、日燃料购买费用、日卖电收益。

式中:Ce指系统日购电费用;Cf指系统日燃料购买费用;Cs指系统日卖电收益。

2.3.2 约束条件

2.3.2.1 功率平衡约束

式中:PG指电网购电功率;PS指电网卖电功率; PDG指柴油发电机功率;PCON指变流器功率,整流为负,逆变为正;PL指负荷功率;PPV指光伏发电功率;PWT指风机发电功率。

2.3.2.2 设备性能约束

(1) 柴油发电机

本文采用简化线性功率燃料曲线描述柴油发电机发电量和燃料消耗量之间的关系为

其中:F0是燃料曲线的截距系数(L/h/k W);F1是燃料曲线的斜率(L/h/k W);Ygen是发电机的额定容量 (k W)。

由于柴油发电机运行于低负载率时效率较低, 为使燃气发电机以高效率运行,柴油发电机出力应满足如式(15)的约束。

其中:PDG,min和PDG,max分别是柴油发电机出力的最小有功功率和最大有功功率(k W);uDG是二进制变量,标志柴油发电机的启停(0表示关机,1表示开机)。

(2) 蓄电池性能约束

蓄电池作为储能设备,其能量存储就有时间上的耦合性,即本时刻的储能状态受上一时刻储能状态影响。即

式中:WtB和Wt-1B分别为t和t1时段蓄电池储能状态;ηB,l指蓄电池自损耗率;PtB,c和PtB,d分别指蓄电池最大充电功率和最大放电功率;CB指蓄电池容量。

由于文中调度运行仅针对1天仿真,每天的结束时段蓄电池储能状态值应等于每日初始时段的储能状态,即

时段t蓄电池的最大充电功率计算公式为

同理,最大放电功率计算公式为

同时,蓄电池同一时段不允许同时充放电,因此应满足如式(20)的约束。

其中:γB,maxc、γB,maxd分别指蓄电池最大充放电倍率;X/Y均为二进制变量,指蓄电池充放电标志位,其值不允许同时为1。

为延长蓄电池使用寿命,其荷电状态(SOC)应满足如式(21)的约束。

式中:SOCmin、SOCmax分别指蓄电池荷电状态最小值和最大值;SOCt指t时刻蓄电池荷电状态。

(3) 变流器性能约束

由于系统仅针对蓄电池用双向变流器进行容量优化,此处变流器指蓄电池用双向变流器,其运行约束为

式中:ηB,c、ηB,d分别指蓄电池充、放电效率;ηCON,rec、 ηCON,inv分别指变流器整流、逆变效率。

(4) 光伏发电模型

采用式(23)计算光伏阵列的输出功率。

其中:fPV为光伏阵列降额因数,表示光伏实际输出与额定条件输出的比值,用于计及由于光伏板表面污渍和雨雪的遮盖以及光伏板自身老化等引起的损耗,一般取0.9;PV,cap为光伏阵列的额定容量(k W); IT为光照强度(k W/m2);αP为功率温度系数(%/℃); 规定无风,光照强度为1 k W/m2,光伏电池温度25℃ 为光伏标 准测试条 件 (Standard Test Conditions,STC);IS和Tcell分别为标准测试条件下的光照强度和光伏电池温度,取值为1 k W/m2和25 ℃。室外环境温度对于光伏板的运行效率有影响,通常环境温度增高,光伏阵列的运行效率会下降。光伏电池温度Tcell可以通过式(24)进行计算。

式中:Tα是环境温度(℃);规定光照强度为0.8k W/m2、环境温度为20 ℃、风速为1 m/s为光伏额定运行条件(Normal Operating Cell Temperature,NOCT);IT,NOCT和Tα,NOCT分别表示额定运行条件的光照强度和环境温度,取值为0.8 k W/m2和20 ℃; Tcell,NOCT是指在额定运行条件下光伏电池的表面温度,一般取值为45~48 ℃;ηmp,STC是标准测试条件下最大功率点效率,由于假设光伏系统运行在最大功率点处,使用该点的效率表示光伏运行效率;τ 指光伏阵列遮盖物的太阳能透过率,一般取90%的默认值;α 是PV阵列的太阳能吸收率,指表面能够吸收太阳能的比例,默认值90%。

(5) 风机发电性能约束

风机功率按式(25)计算。

式中:v为风机轮毂高度处的实际风速;vci、vco为切入风速和切出风速,当实际风速低于或高于实际风速时,风机都不工作;P(v)为正常风速范围内风机出力,由风速-功率曲线线性插值得到。

2.3.2.3 系统运行约束

微电网系统从电网购电和售电应满足如式(26) 的约束。

其中,PG,max、PS,max分别指系统最大购电功率和最大卖电功率。

同时,系统运行中各设备出力不能超过其额定功率限制。

2.3.3 优化变量

选取系统中每小时购电功率PG、卖电功率(或弃能功率)PS、柴油发电机出力PDG、蓄电池充放电功率PB,C、PB,D为优化变量,可描述为

3 系统求解方法

3.1 基于 NSGA-II 的多目标遗传算法求解上层容量 优化问题

多目标优化通常作为一种在不同目标中寻找最优解的有效方法。由于这些目标可能是非线性的、 矛盾的或不可测量的,多目标的全局最优解通常通过Pareto最优解集获得。Pareto是不同目标解的折中方案,决策者可以依据Pareto前沿和对不同目标的需求做出决策。当使用多目标遗传算法时,所得到的解并没有好坏之分。因此,它避免了将多目标问题转化为单目标问题权重问题的引入。本文基于NSGA-II的多目标遗传算法[21]被用来求解多目标问题。

如图3所示,结合本文求解模型,基于NSGA-II的多目标遗传算法求解上层优化问题的流程可描述如下。

1) 系统初始化。读取系统各设备、负荷、日照、 风速、遗传算法等参数。

2) 初始化种群P0,通过随机函数产生N个个体,作为初始种群P0,取t=0。

3) 调用下层优化调度策略,计算种群Pt适应度值。按式(28)计算各个体适应度函数值。

其中:f1,max(X)表示所有个体的第1个目标函数值中的最大值;f2,max(X)表示所有个体的第2个目标函数值中的最大值;Δ 为不满足约束条件个体的相关约束的绝对值之和。

4) 对种群Pt执行遗传操作,生成子代种群Qt。

5) 从父代种群Pt中通过遗传操作(选择、交叉和变异)得到子代种群Qt。

6) 调用下层优化调度策略,计算种群Qt适应度值。

7) 将当前种群Pt与子代种群Qt合并得种群Rt, 根据适应度函数值,计算各个体的支配关系和聚集距离,对个体进行Pareto排序。

8) 保留精英,从种群Rt中选择前N个个体作为父代中期Pt+1。

9) 终止条件。判断终止条件,若满足,则输出系统的优化结果,否则返回4)。

3.2 混合整数线性规划算法求解下层调度优化问题

混合整数线性规划是一类重要的数学规划问题,它与一般规划问题的区别,在于这类问题的数学模型可以用线性的关系式来表示[22]。一个混合整数线性规划问题的完整数学描述,包括一个用于求解最大值或最小值的线性目标函数,一个联立线性方程组,以及各优化变量的约束条件。

本文所提混合整数线性规划问题可被写成

式中:cx指目标函数;A指联立线性方程组系数矩阵;b指联立线性方程组值;xi和xj分别指连续型变量和整形变量。本文应用修正单纯性法(Revised simplex method)解决线性规划问题,分支界定法 (Branch and bound method)解决混合整数问题。

4 算例分析

4.1 算例概述

选取我国南部某社区作为研究对象,该社区建有光伏系统、风机系统、柴油发电机以及蓄电池, 由于设备容量及政策限制,所发电量仅自发自用,不上网。根据该社区全年预测的风力、光照强度和电负荷需求情况,采用本文提出的优化模型进行优化配置计算。仿真时间步长为1 h,选取20年作为工程寿命周期。为缩短系统优化运行时间,系统下层调度优化采用典型日数据替代系统全年数据,将数据分为工作日、高峰日、休息日,取每月20个工作日,8个休息日,3个高峰日。

柴油发电机、光伏电池、风力发电机、铅酸蓄电池和电池用变流器的相关参数分别如表1所示。

选取单机额定功率分别为50 k W和100 k W两种类型的柴油发电机,单机额定功率分别为30 k W和50 k W的风力发电机进行优化设计。光伏发电的最大安装容量受场地铺装面积限制,最大可安装容量为150 k W;风电机组的最大容量受园区绿地等空间限制,最大可安装10台;柴油发电机的最大安装台数根据负荷大小设定为4台;蓄电池最大安装容量为1 000 k Wh;蓄电池用双向变流器最大安装容量为200 k W。系统优化规划使用年限为20年,折现率r取为3%。遗传算法中的种群个数为40,迭代次数T为400,交叉率为0.9,变异率为0.2。

图4~图6为该社区月平均负荷值、风速值和光照值,其中月平均负荷值为工作日、高峰日、休息日3个典型日的平均值。表2为系统分时电价,由于该系统发电仅自发自用,不上网,算例中不考虑上网电价。表3为柴油和电网污染物排放参数表。

4.2 并网型微电网系统

根据4.1节所述算例,图7为并网型微电网系统优化结果Pareto前沿,由图可以看出系统全寿命周期经济现值和全寿命污染物排放是一对矛盾的目标,微电网的不同配置方式,对系统经济性和环保性有较大影响。

表4为图7中所列三种配置的详细参数,由表4可以看出,配置一中所有设备容量为零,说明从经济性角度出发,在文中所列设备价格、柴油价格和售电价格下,并网型微电网系统并不能给用户带来经济效益,对比配置一至配置三中污染物排放可以看出,并网型微电网系统可以给用户带来明显的环保效益。系统中各设备容量受其他设备容量影响, 蓄电池用变流器容量受蓄电池容量制约,蓄电池容量同时受可再生发电装置影响。风机、光伏等可再生能源发电设备的接入,可明显降低系统排污水平, 但对系统经济性影响较大。

图8为并网型微电网系统中配置二在12月休息日优化调度方案,由此可以看出分时电价对系统运行的影响:在低谷电价和平值电价时,从电网买电为蓄电池充电;在峰值电价时,优先使用风机发电和光伏发电满足负荷需求,不足由蓄电池放电补充, 尽量不从电网买电。

4.3 独立型微电网系统

根据4.1节所述算例,图9为独立型微电网系统优化结果Pareto前沿,相比并网型微电网系统优化结果,独立型微电网系统不能向电网购电,负荷均由分布式发电装置满足,污染物排放相对较小, 但由于分布式发电装置的接入,全寿命周期经济现值相对较大。

表5为图9中所列三种配置的详细参数,由表5可以看出,对于独立型微电网系统,为保证负荷的供电可靠性,柴油发电机和蓄电池装机容量均较大。同并网型微电网系统优化结果,各设备容量间具有较强的耦合关系。

图10为独立型微电网系统中配置一在12月休息日优化调度方案,由于系统不能向电网购电,蓄电池仅用于储存系统中可再生能源发电剩余电能,在可再生能源发电出力不足时放电,如仍有功率缺额,由柴油机发电补足。由于该月可再生资源发电较少,储能没有充放电,系统功率缺额均由柴油机满足。

5 结论

城镇电网的设计优化 篇4

关键词：可视化,实用化,无功优化,无功规划,图形平台,状态估计,系统接口

0 引言

电力系统无功优化[1]可提高电网运行经济性, 对降低网络损耗、改善电压质量具有重要意义。为减少人工操作, 节约运行成本, 实现数据、图形、计算、管理的一体化, 提供较为准确的在线无功优化调度决策支持, 满足无功规划计算需求。文中设计了地区电网可视化实用无功优化系统。

系统通过与OPEN2000间的系统接口, 获取电网负荷数据及网络拓扑, 为功能模块提供数据支撑。基于各地区OPEN2000应用中由于维护等因素导致网络拓扑、状态估计不能正常运行问题的考虑, 主要完成状态估计、无功优化、无功规划、图形平台四大功能模块的设计。

(1) 状态估计:采用自适应抗差加权最小二乘法, 修正量测量, 优化电网潮流状态。

(2) 无功优化:采用实用化改进离散量子粒子群优化算法, 基于短期负荷预测及概率估计理论[2,3], 给出更为合理、准确的无功优化控制策略。

(3) 无功规划:基于负荷特性, 采用聚类分层分析连续断面优化方案, 结合电网灵敏度分析, 确定合理的补偿点及补偿容量大小, 一体化管理无功优化与无功规划。

(4) 图形平台:动态更新显示各地区实时潮流分布、在线无功优化策略, 实现人机友好交互。

该系统面向工程实际需求, 实用化改进在线无功优化与无功规划, 具有良好的应用前景。

1 系统设计

系统的设计以方便管理、操作便捷为原则, 以系统接口模块作为联络, 实现与OPEN2000的数据交互, 动态获取电网结构及运行参数, 为功能模块提供数据支撑。各模块关系如图1所示。

2 系统功能及实现

系统功能模块主要有状态估计、无功优化、无功规划、图形平台。各部分主要功能及实现方法介绍如图2所示。

2.1 状态估计

状态估计[4]是在线无功优化计算的重要环节, 是保证实时数据准确可靠的重要手段。通过选定状态变量、设置目标函数, 建立状态估计模型, 以冗余量测为基础数据, 迭代矫正电网潮流。

本系统以节点电压为状态变量, 加权最小二乘经典估计算法为手段, 优化电网潮流分布。同时, 为了减小或消除粗差的影响, 引用了自适应抗差理论[5], 即根据余差来确定其权因子。余差小的权因子应该大于余差大的权因子;余差过大的量测量在估计时不采用以消除其影响, 这样就增加了最小二乘法算法的抗粗差能力。

2.2 无功优化

无功优化是离散量与连续量混合的非线性复杂问题。基于潮流分布, 通过调节发电机出力、变压器分接头、投切电容器实现无功功率的优化分布, 从而降低网络损耗, 提高电压合格水平。

为了保证电网稳定性, 降低潮流分布改变造成的风险, 提高无功优化效果, 通常以“就地补偿”为优化原则, 且以实用性考量, 需限制优化策略动作次数及优化时间。基于上述考虑, 系统对无功优化模块作了实用化改进。

(1) 优化算法

采用计算速度快、收敛效果好的离散量子粒子群算法, 其基本概念[6]源于对鸟群、鱼群捕食行为的研究。在粒子群算法中, 每个个体称为一个“粒子”, 它代表着一个优化问题的潜在解。而每个粒子都有一个由被优化函数决定的适应值以及决定粒子飞翔方向和距离的速度矢量, 粒子们追随当前的最优粒子在解空间中进行搜索。离散量子粒子群优化算法[7]是粒子群优化算法在离散问题上的改进。该算法将量子粒子群算法中的粒子离散化, 成为离散的粒子矢量。

为了实现无功功率就地补偿, 增强算法的工程实用性, 提高算法的收敛速度, 对该算法进行以下实用化改进, 见表1。

(2) 控制策略

为了减少动作次数, 保证无功优化策略动作的合理性, 系统基于短期负荷预测及概率区间估计对最终在线优化控制策略进行选择。

通过对基于历史信息的负荷预测数据进行无功优化计算, 利用概率理论, 统计分析未来一段时间内概率最大的无功优化策略。将基于实时数据的无功优化计算结果与之对比分析, 若无功优化动作策略具有同向性:即变压器分接头朝同一个方向调整, 电容器持续投入或切除状态, 则基于实时数据的该项优化动作策略予以保留, 反之亦同, 以此制定最终优化控制策略, 并基于电网实时状态, 得出策略优化效果 (网损及电压合格率) 。

2.3 无功规划

无功规划基于负荷特性, 以提高电网运行经济性, 保证电压质量为目标函数, 确定无功补偿设备的最佳补偿点及补偿容量, 为在线无功优化提供基础。

为了保证无功优化的一体性, 提高系统工程实用水平, 本系统设计了无功规划模块 (见图3) 。该模块不采用丰大、丰小、枯大、枯小四种典型模式规划无功配置, 而以实用化为原则, 基于典型日负荷基础数据及粒子群优化方法, 通过对典型日各负荷断面进行连续优化计算, 统计典型日内各可补偿节点各时刻的无功补偿容量组合, 采用层次聚类[8]方法分析, 得出电网最优补偿容量分布, 结合节点灵敏度[9], 选择灵敏度高且需补偿容量较大的点作为待补偿节点, 其需补偿容量作为节点最优补偿容量。

2.4 图形平台

图模库一体化是指在绘制电力图形的同时实现图形电力对象的绘制和数据库的一致性操作, 并完成电力连接拓扑模型的建立[10,11]。

为提供设备属性设置和修改功能、电网运行状态实时显示功能、网损统计功能、电压合格率统计功能及历史方案统计功能, 提高电网运行状态的可视化水平, 保证计算、图形、数据库一体化管理, 基于Microsoft Access数据库管理系统, VC++高级编程语言, 本系统自主开发了图模库一体化系统, 实现了图形平台的友好人机交互。图形平台的功能主要有:

(1) 电网接线图, 包含自动对焦、检查连接性;

(2) 复制、剪切、粘贴等图形编辑功能;

(3) 设置和修改设备属性;

(4) 自动拓扑着色;

(5) 实时显示电网运行参数 (包括电压、电流、功率、变压器档位等) ;

(6) 实时标注线路上当前的功率流向并体现母线带电情况;

(7) 分层显示主系统图及各厂站接线图;

(8) 各图层缩略图的链接查看;

(9) 图形整体或局部缩放。

开发完成的某地区图形平台如图4所示。

3 系统接口

数据与模型的接口处理实现数据的传送与模型的拓扑生成, 是连接电网与系统功能模块的纽带 (如图5所示) 。通过建立与OPEN2000能量管理系统间的数据接口, 读取计算所需的电网设备参数、电网运行的历史或实时数据, 为优化计算提供基础保障。

该模块基于CIM模型和断面数据E语言, 对应遥信遥测数据, 为系统提供电网基本组成及连接关系。并通过导入以XML格式表示的电网CIM模型到Microsoft Access, 形成电网静态结构模式数据库, 完善系统接口体系。

4 系统特点

(1) 实用化改进了在线无功优化计算, 在相对较短时间内得出更为合理的无功优化控制策略。

(2) 设计了基于负荷特性的无功规划模块, 结合典型日负荷、聚类分层、灵敏度分析较为准确地计算最优补偿点及补偿容量。

(3) 实现了在线无功优化及无功规划的统一体系, 并列处理两大优化计算模块, 系统设计更为合理、实用。

(4) 基于VC++高级编程语言及Microsoft Access数据库, 开发图形平台, 建立系统接口体系, 实现图模库一体化管理。

5 总结

面向地区电网, 结合工程需求, 设计开发了可视化实用无功优化系统。系统实现了抗差状态估计, 在线无功优化的实用化改进, 基于负荷特性的无功规划, 无功优化与无功规划的一体化管理, 图形平台友好操作等一系列功能。实现了数据、综合计算、图形与接口的高度一体化, 具有较强的工程实用性与良好的应用前景。

参考文献

[1]王汝田, 杨龑亮, 王彬, 等.模拟渔夫捕鱼寻优算法在多目标无功优化中的应用[J].电力系统保护与控制, 2011, 39 (21) :115-119.WANG Ru-tian, YANG Yan-liang, WANG Bin, et al.Application of optimization algorithm on simulating the fisher fishing in multi-objective optimal reactive power[J].Power System Protection and Control, 2011, 39 (21) :115-119.

[2]彭显刚, 胡松峰, 吕大勇.基于RBF神经网络的短期负荷预测方法综述[J].电力系统保护与控制, 2011, 39 (17) :144-148.PENG Xian-gang, HU Song-feng, LüDa-yong.Review on grid short-term load forecasting methods based on RBF neural network[J].Power System Protection and Control, 2011, 39 (17) :144-148.

[3]茆诗松, 王静龙, 濮晓龙.高等数理统计[M].北京:高等教育出版社, 1998.MAO Shi-song, WANG Jing-long, PU Xiao-long.Advanced mathematical statistics[M].Beijing:Higher Education Press, 1998.

[4]于尔铿.电力系统状态估计[M].北京:水利电力出版社, 1985.YU Er-keng.Power system state estimation[M].Beijing:China Water Power Press, 1985.

[5]郑健, 王承民, 张强, 等.自适应抗差理论在配网状态估计中的应用[J].继电器, 2006, 34 (10) :68-72.ZHENG Jian, WANG Cheng-min, ZHANG Qiang, et al.Application of adapting robust theory in distribution state estimation[J].Relay, 34 (10) :68-72.

[6]de Jong K A.An analysis of the behavior of a class of genetic adaptive systems[D].University of Michigan, 1975.

[7]Yang S, Wang M, Jiao L.A quantum particle swarm optimization[C]//Proceeding of the2004IEEE Congress on Evolutionary Computation, 2004, 1:320-324.

[8]王韶, 周鑫.应用层次聚类法和蚁群算法的配电网无功优化[J].电网技术, 2011, 35 (8) :161-167.WANG Shao, ZHOU Xin.Optimization of reactive power in distribution network with hierarchical clustering and ant colony algorithm[J].Power System Technology, 2011, 35 (8) :161-167.

[9]康勇, 李华强, 郑武, 等.基于能量灵敏度矩阵和模糊聚类分析的电压控制分区[J].电力系统保护与控制, 2011, 39 (12) :69-73.KANG Yong, LI Hua-qiang, ZHENG Wu, et al.Voltage control partitioning based on energy sensitivity matrix and fuzzy clustering analysis[J].Power System Protection and Control, 2011, 39 (12) :69-73.

[10]吴文传, 张伯明.基于图形数据库的网络拓扑及其应用[J].电网技术, 2002, 26 (2) :14-18.WU Wen-chuan, ZHANG Bo-ming.A graphic database based network topology and its application[J].Power System Technology, 2002, 26 (2) :14-18.