关斌
四川明星电力股份有限公司 四川 遂宁 629000
摘要：文章中简单梳理分布式电源在供电方案选择方面的影响，并分析如何在此种电源情况下，获取最优供电规划，从方案模型构建、遗传算法等方面进行阐述。
关键词：分布式电源；业扩报装；电网
引言：业扩报装是基于用户的具体需要，综合目前供电系统运营情况及整体规划布局，制定有利于双方的供电计划，并保证电源接入点的合理性。确保供电方案的适宜性，是维护电网及供电安全的有效手段。
一、分布式电源对供电方案的影响
工业及城镇建设持续加深，使得能源供求矛盾愈发严重，使得新能源开发逐渐成为推进经济发展的关键要素。近几年，分布式的发电模式引发出新的缺陷。首先，此类电源对于电网的经济运营干扰，主要是针对网络方面，分布式电源连在电网中会使潮流有所变化，由此导致网络损耗情况出现波动。可以说，电网中实际损耗量和该类能源接入区域、容量和运行模式存在联系。其次，会影响电网整体的运行稳定。分布式电源具有一定的随机性及间歇性，和电网本身的有序调度相悖，二者相连势必会产生波动。一方面，推动分布式电源的发展，提高有功平衡的难度，而高频率的变动，导致电网随之变动，使得电压及功率均产生极大的不稳定因素，甚至引发安全事故，供电质量降低，增加了电量调度的难度。另一方面，此类电源接入后，会调整原本的结构、潮流值以及走向，所以会导致各节点的电压出现波动。最后，该类电源不利于规划协调。受到新能源开发趋势以及政策支持的影响，导致分布式电源的区域性容量大幅提高。但对于新能源缺少统一明确的工程规划标准，造成此类能源过于集中，实际的消纳水平有限，导致产生的能源需要传送至其他地区，帮忙消耗。另外，此类潜能的产生频率周期和原有电网不匹配，导致需求和供应不协调。总之，在选择供电方案期间，应根据本地的电网情况，充分考量此类带能源的诸多特点，以得出最优供电模式，确保电网得以平稳运行。
二、含分布式电源的业扩报装最优供电方案
为了获得最优方案，下文对有关内容展开了分析：
（一）方案模型
对多种用电客户进行负荷预测，综合此类分布式电源有不稳定的情况，并将既定阶段内的成本支出控制到最小程度作为期望标准，要求规划模型符合节点电压、功率等要求，以此构建保证业扩报装的方案合理。
一方面，目标函数。设定目标函数需要先确定投资成本及运维成本、网络损耗三个要素。
一是投资成本，此部分涉及到装设线路、采购及安装装置过程中产生的支出，在业扩报装业务中，若投资成本不变，则可用以下公式表达：
.png)
其中，是个接入点的变量向量，而是指第个；是对应的连接量；是第个任务中点的投资成本；是判断是否接入，其的取值范围是[1]。
其二，运维成本，其主要由装置折旧支出以及后续的维修管控支出组成，通常是以年为计算节点，根据确定比例核算。
其三，网络损耗，该种成本消耗是在电网运营期间，形成的有功损耗。再加上分布式电源的特性，电网支路存在随机性，所以得出的期望值可用以下公式表述：
.png)
另一方面，约束条件，包括潮流约束、变电站容量、节点电压、分布式电源以及支路功率五个部分。例如，分布式电源的容量问题加接入点是i，则安装的容量需小于i节点可以容纳量。而节点电压方面需注重此类电源的不稳定性，电网内的电压极易出现变动，所以全部相关节点应当适应其的机会约束。支路功率同样应当关注电源的随机性，相应的功率也变成随机变量，因此，应当考虑机会约束。
（二）遗传算法
常规应用的遗传算法是自然选择学以及进化论演化而来，强调随机和优化调整，但由于此此类算法需要确定具体的控制参数，且对整体的搜索水平偏低，比较适用于解决局部问题。为此，衍生出自适应式的此类算法，利用交叉和变异的可能性，根据运算对象的集中性，随之发生变化。而以此为基础，提出使用运算对象的平均适应性和限值，二者得出比值的反正弦，将此作为最终的衡量指标，但该种算法依旧存在漏洞，其片面地考量平均和最高限值，在对运算对象的描述方面，势必也会有缺陷。在常规的遗传算法上，交叉计算是借助各核算种群形成基因转化，由此得到新的个体，而变异计算则是针对某个体突变现象形成新个体。正常情况下，种群之间有比较明显的区别，应先借助交叉概率进行彻底的基因转化，使得后续的计算量得以减少。该种交叉变异模式和常规模式向相同，在完成部分计算内容后，运算对象适应性的集中程度较深，使得多元化的情况大幅缓解。交叉处理环节在个体方面的影响指数较低，应当借助变异概率形成的个体，而后由变异处理转为交叉，由此提供运算种群的多元化，得出最优解[2]。
此种遗传算法的开展期间，需要留下适应性最佳的个体结构，同时完整记录适应性最小限值。运算开始及种群区别过于明显的情况下，适应性的布局通常比较匀称，直到运算后期阶段，种群之间的区别性已经处于比较低的状态，此时，高适应性的总量会比低适应性的个体更多。
（三）优化算法
为得出业扩报装的最优方案，合理运用交叉及变异运算，使得遗传算法更符合实际。
第一步，确定编码方式，保证变量向量和其编码具有对应联系。而后根据具体的业扩报装业务，确定运算对象规模及运算过程结束条件，由此产生初始种群。第二步，对个体的适应性加以核算，利用概率潮流，确定目标函数及机会约束对应的情境，把不适宜的部分利用惩罚系数加以调整，继而便可得到适应性。第三步，把上一步形成的各个体编码加以筛选，将最佳的数据保留下来，并完整记录最差的数据。第四步，变异交叉，通常有不同的情况，具体需要根据实际状况进行下一步。第五步，基于以上四步得到的个体，若满足实现设定的条件，则直接结束，反之重复第二步，直至符合标准。
单就适应性的运算，得出的结果能反映出在特定种群中各个体的情况，以判断其与最优解的距离，核算数据在过程中，留存难度低。因为规划目标实现成本费用的最低，所以将对应函数值倒数当成个体适应性。由于运算结果取值范畴可能无法保持连贯，因此，如果某解不适应约束条件，也不能直接抛弃，因为其可能是某部分的最佳解。基于此，笔者选用罚函数加以运算。
（四）案例分析
待接入分布式电源的客户用电情况如下表。
.png)
经过一系列的运算，基于各向能确定的接入点总数，应用二进制数完成编码，经过数百次的运算，种群规模达到五十。确认的最优供电方案为：投资及运维支出费用达到151.7万元，网损波动的成本是282.15万元，总成本是433.85万元。应用笔者提出的运算方式，是基于接入点得出供电结果，综合潮流，目的是把运行期间产生的损耗值控制在最低。另外，还综合考量资本投入及运维费用，使得业扩报装的总成本实现最小化[3]。
总之，对于接入点的有效配置，在约束条件范畴内，形成的供电计划基本可以达到实现控制成本。同时，也能够保障对整体搜索的效率，和常规的遗传算法相较，切实加快推进效率。
结束语：综上所述，由于分布式电源方面的问题，使得此类电源接入电网后，会形成诸多不确定因素。业扩报装工作期间，应当保证接入适宜，保证电网基本稳定的同时，还需关注整体成本，以此得到最佳接入规划。
参考文献：
[1]袁超,尹航.电力业扩报装流程精细化管理策略[J].科技经济导刊,2020,(32):235+237.
[2]薛儒涛.含分布式电源的业扩报装最优供电方案研究[D].导师：陈艳波;李运硕.华北电力大学(北京),2019.