吴 迪，陈 超，龚利武，潘建乔

（国网浙江省电力有限公司平湖市供电公司，浙江 平湖 314200）

随着分布式电源技术的快速发展，大量分布式电源在配电台区中得到应用。由于分布式电源接入配电台区会引起配电台区的网架结构和潮流方向等发生重大变化。因此，须对配电台区的运行状态、网架结构、负荷特性、设备状态等进行综合评估，为分布式电源接入配电台区提供改造建设及在配电台区合理选点、定容提供参考依据，为优化配电台区能源结构、提高能源利用效率、促进节能减排、制定用电措施等提供理论支撑，推动分布式电源在配电台区的用合理利用[1,2]。

1 高渗透率分布式电源配电台区状态估计方法

鉴于传统配电网中量测冗余度较低和线路参数误差较大的现实情况，本文提出了一种基于多元线性回归的历史数据时序关联性挖掘方法和基于自适应粒子群优化神经网络算法（adaptive particle swarm optimization-BP,APSO-BP）的配电网状态估计方法，如图1 所示。首先，采用多元线性回归模型建立历史数据与实时量测的时序关联关系，并采用递归最小二乘法（RLS）实时修正历史数据和实时量测之间关联系数，获得准确度较高电网实时运行状态的伪量测，作为APSO-BP神经网络状态估计器的输入[3,4]。然后，采用自适应粒子群算法优化BP神经网络的初始权值和阈值，从而实现BP神经网络状态估计模型的优化设计。

图1 状态估计流程图

当前配电网的实时量测信息主要为支路功率量测。本文将历史状态信息和实时量测信息作为历史数据模型的自变量，任一节点i的电压幅值或者相角作为因变量，设通过最大相关度分析方法提取了T个历史运行信息，该节点连接了M个功率量测信息，节点i建立历史数据模型[5,6]。

式中：Uik，φik分别为k时刻节点i的电压幅值和相角伪量测；为k时刻与该节点相关联的M个功率量测信息；αi=[αi0,αi1,…,+αiT+M] 为节点i电压幅值的历史数据模型参数；βi=[βi0,βi1,…,βiT+M] 为节点i的电压相角历史数据模型参数[7]。αi与βi通过RLS方法求得。

采用APSO方法优化BP神经网络最优权值和阈值的流程如图2所示。

图2 APSO-BP状态估计方法流程

步骤一，构建BP神经网络模型，初始化基本参数，并准备好历史数据和伪量测数据；

步骤二，设计粒子结构编码和维度，并初始化APSO 参数，包括粒子规模、自身学习因子、社会学习因子等参数；

步骤三，计算当前粒子的适应度值，并按照适应度大小排序，更新粒子自身的历史最优适应度和全局最优适应度；

步骤四，根据粒子自身最优适应度和全局最优适应度，更新粒子速度和位置；

步骤五，判断寻优过程是否结束，如果未结束，则返回步骤三继续执行，否则停止寻优，存储全局最优结果；

步骤六，将全局最优的权值和阈值代如BP 模型中，输入历史数据进行状态估计，从而得到状态估计结果[8]。

2 高渗透率分布式电源配电台区特征评估体系

2.1 配电台区网架特征指标体系

配电台区网架特征的评估涉及到配电变压器、配电线路、开关等设备的评估，其中，配电变压器评估指标包括配电变压器型号、容量和电压等级；线路评估指标包括线路容量、类型、长度、供电模式以及供电接线方式；配电开关设备评估指标中包括配电分接箱数量以及漏电保护的状态等。

2.2 配电台区分布式电源特征评估指标体系

对配电台区分布式电源评估主要从装机指标、功率指标、发电量指标和单户指标4 个角度出发进行评估。

2.3 配电台区负荷特征评估指标体系

对配电台区负荷评估主要从年尺度指标、日尺度指标、负荷率指标3个角度出发进行评估。

3 高渗透率分布式电源配电台区特征评估仿真

3.1 A台区状态估计

A台区位于浙江省嘉兴市平湖市，为了验证本项目提出算法的有效性，针对A台区建立网络拓扑图，并将其输入matpower中进行仿真计算获得算法所须数据，将数据输入算法中进行状态估计。A台区的单线图拓扑如图3所示，共有5条线路，37个节点。

图3 A台区单线图

在对A台区进行状态估计时，选择1号节点为台区的平衡节点，通过状态估计算法进行计算得到某一个时刻的电压幅值与相角估计结果如图4和图5所示。

图4 电压幅值估计结果图

图5 电压幅值估计结果图

由图4和图5的状态估计结果可知，由于2号节点、9号节点、16号节点、23号节点和30号节点为各自支路的起点，离平衡节点近，所以电压幅值较每条支路中的其它节点高。从总体上看所有节点的电压都在稳定运行的范围内，但是各节点电压都是低于额定电压。对比A 台区电压幅值和相角状态估计结果与实际运行状态结果可知，本项目提出的基于APSO-BP神经网络算法的状态估计模型能够对A台区的状态进行高精度估计。

3.2 配电台区各类特征指标评估结果

3.2.1 配电台区网架特征

A 台区的配电变压器为低损耗变压器，配变容量为315 kVA，额定电压等级为380 V。配电台区进线采用三相四线制，共有5 条支路，最大供电半径为0.262 km，供电范围符合配电网标准。

3.2.2 配电台区分布式电源特征

A台区内共有37户装有光伏，装机容量97 kWp，分布式电研特征指标评估结果单户的日发电量最大值可达到10.83 kWh，单户日平均发电量约为8.32 kWh，每kW 光伏装机日均发电量约3.18 kWh，A 台区内所有用户的光伏年发电量约112334.8 kWh。由图6可知，A 台区内的光伏日发电量波动性非常大，受天气或其它原因影响，图6 有一部分时间的日发电量几乎为0。同时，每个用户因装机容量的不同，导致日发电量也有较大的差异。

图6 A台区内所有用户分布式光伏日出力曲线

3.2.3 配电台区负荷特征

如图7所示A台区的平均高峰负荷为77 kW，一般出现在6～8月间，最大负荷为103 kW，出现时间为6 月16 日，每天的平均负荷为17.95 kW，远小于平均高峰负荷和最大负荷。A 台区每年的用电量为1.541×105kWh，变压器的最大利用率仅32.7%，变压器平均利用率为5.7%，变压器利用率非常低。

图7 A台区变压器年负荷曲线

3.3 配电台区单项指标评估结果分析

A 台区的变压器设备损耗较小，变压器负荷率低，尚有较大容量裕度，供电半径合理。

A台区光伏装机容量渗透率很高，约为85.6%，单户日最大发电量10.83 kW，最大出力83.7 kW，出现在中午时段，而此时的负荷较小，出现了功率反送现象。

A 台区光伏年发电量大于台区负荷年用电量的1/3，但由于最大光伏出力时段和最大负荷时段不匹配，大部分光伏功率反送电网，降低了用户的用电经济性。

4 结束语

本文从配电台区的网架性能、光伏消纳能力两个角度对配电台区的性能进行了综合评估。分别设立网架性能、光伏消纳能力为一级指标，通过整数标度法对每个层次的指标进行比较和统计，并通过模糊层次分析法逐层分计算了各项指标的权重和评价结果。A台区的网架性能“较好”，须提高变压器的利用率。因光伏能源大量反送功率从而引起台区电压大幅升高，须重点关注该台区下的用户电能质量。A的光伏消纳能力“一般”，主要是因为负荷高峰和台区光伏出力高峰同时率低，不利于光伏功率就地消纳。A 台区大部分光伏卖给了电网，导致用户经济收益也变差，投资收益期变长，须提高投资经营策略。