研究与开发
|
面向有源配电网电压质量提升的电能路由器和储能联合规划方法
李理1 , 杨成凡1 , 郭坤1 , 王仁杰2
1.云南电网有限责任公司普洱供电局,云南 普洱 665000; 2.清华四川能源互联网研究院,成都 610213
Joint planning method of electric energy router and energy storage for voltage quality enhancement in active distribution networks
LI Li1 , YANG Chengfan1 , GUO Kun1 , WANG Renjie2
1. Yunnan Power Grid Co., Ltd. Pu'er Power Supply Bureau, Pu'er, Yunnan 665000; 2. Tsinghua Sichuan Energy Internet Research Institute, Chengdu 610213
摘要 随着新型电力系统的发展,新能源的大量接入使配电网的电压控制面临挑战。电能路由器能够快速主动调节端口电压和功率,可应对由新能源引发的节点电压波动。本文采用K均值聚类算法基于历史数据得出新能源典型场景,在此基础上建立电能路由器和储能双层规划模型,其中上层以综合成本最优为目标,实现电能路由器和储能的选址定容,下层以电压偏移和网损最小为目标进行日内优化,选择离散粒子群和二进制粒子群算法进行求解。最后,通过IEEE 33节点算例进行验证,证明了电能路由器和储能对有源配电网电压质量的提升作用。
关键词 :
有源配电网 ,
电能路由器 ,
双层规划模型 ,
粒子群算法 ,
聚类算法
Abstract :With the development of new power systems, the large-scale integration of renewable energy resources poses challenges to voltage regulation in distribution networks. Power routers are able to rapidly and actively regulate port voltages and power flows, thereby mitigating node voltage fluctuations induced by renewables. This paper employs a K-means clustering method on historical data to derive typical renewable generation scenarios. On this basis, a two-level planning model for power routers and energy storage is formulated: the upper level minimizes total system cost to determine siting and sizing of power routers and storage units, while the lower level carries out intra-day operational optimization with objectives of minimizing voltage deviations and network losses. The model is solved using discrete particle swarm optimization (DPSO) and binary particle swarm optimization (BPSO). Finally, case studies on the IEEE 33-node test feeder validate that power routers combined with energy storage can effectively improve voltage quality in active distribution networks.
Key words :
active distribution network
electric energy router
bi-level planning model
particle swarm optimization
clustering algorithm
收稿日期: 2025-08-01
作者简介 : 李理(1985—),男,云南人,本科,高级工程师,主要从事配电自动化实用化及指标管控提升工作。
引用本文:
李理, 杨成凡, 郭坤, 王仁杰. 面向有源配电网电压质量提升的电能路由器和储能联合规划方法[J]. 电气技术, 2026, 27(3): 13-21.
LI Li, YANG Chengfan, GUO Kun, WANG Renjie. Joint planning method of electric energy router and energy storage for voltage quality enhancement in active distribution networks. Electrical Engineering, 2026, 27(3): 13-21.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2026/V27/I3/13
[1] 夏得青, 向星宇, 李宽龙, 等. 农村配电网低电压治理研究进展[J]. 电气技术, 2023, 24(6): 1-5. [2] 罗洋, 蒋伟, 张星海, 等. 10kV线路调压器在低电压治理中的应用[J]. 四川电力技术, 2020, 43(3): 64-67. [3] 黄春光, 商晓峰. 一种低压配电系统无功补偿综合控制方法[J]. 电气技术, 2023, 24(7): 77-82. [4] 潘靖, 殷洪顺, 罗璇瑶, 等. 基于MSVC和线路调压器的低电压治理研究[J]. 电力电容器与无功补偿, 2018, 39(5): 94-99. [5] 柯贤波, 郄朝辉, 霍超, 等. 西北电网风电与光伏紧急功率控制系统设计[J]. 电力工程技术, 2021, 40(2): 39-45. [6] 冯高辉, 赵争鸣, 袁立强. 面向能源互联网的电能路由器应用研究[J]. 广东电力, 2020, 33(12): 22-30. [7] 姚宗强, 赵长伟, 马世乾, 等. 含多端SOP的智能配电网运行优化及示范应用[J]. 电力系统及其自动化学报, 2018, 30(12): 66-72. [8] 周克, 袁旭峰, 袁勇. 基于多端SNOP的柔性互联配电网无功优化[J]. 现代电子技术, 2021, 44(21): 153-159. [9] 杨剑锋, 李婷, 杨爱民, 等. 含电能路由器的光伏配电网电压越限问题潮流优化研究[J]. 发电技术, 2025, 46(1): 113-125. [10] 王成山, 宋关羽, 李鹏, 等. 考虑分布式电源运行特性的有源配电网智能软开关SOP规划方法[J]. 中国电机工程学报, 2017, 37(7): 1889-1897. [11] 彭寒梅, 尹棠, 肖千皓, 等. 高比例分布式电源配电网中低压柔性互联协调规划[J]. 中国电力, 2024, 57(8): 117-129. [12] 何叶, 杨晓东, 吴红斌, 等. 面向新型配电系统灵活性提升的智能软开关与储能系统协调规划[J]. 电力系统自动化, 2023, 47(18): 142-150. [13] 王长伟, 高超, 牛凯, 等. 基于碳排放流的柔性配电网低碳规划方法[J]. 电力建设, 2025, 46(3): 60-71. [14] 张忠会, 雷大勇, 李俊, 等. 基于自适应ε -支配多目标粒子群算法的含SOP的主动配电网源-网-荷-储双层协同规划模型[J]. 电网技术, 2022, 46(6): 2199-2212. [15] 周政, 廖凯, 郭毅娜, 等. 面向配电网恢复能力提升的SOP优化配置方法[J]. 电力系统及其自动化学报, 2024, 36(11): 1-10. [16] 徐振东, 张晓, 徐波, 等. 计及智能储能软开关的配电网扩展规划[J]. 智慧电力, 2022, 50(5): 48-55. [17] 王亮, 王春义, 张晓磊, 等. 考虑柔性负荷接入的E-SOP与网架协同规划方法[J]. 电力系统及其自动化学报, 2024, 36(3): 59-64, 74. [18] 熊正勇, 苗虹, 曾成碧. 基于智能软开关与储能系统联合的有源配电网运行优化[J]. 电测与仪表, 2020, 57(13): 33-39. [19] 解蛟龙. 风/光/负荷典型场景缩减方法及在电网规划中的应用[D]. 合肥: 合肥工业大学, 2017. [20] 周开乐, 杨善林, 丁帅, 等. 聚类有效性研究综述[J]. 系统工程理论与实践, 2014, 34(9): 2417-2431. [21] Calinski T, Harabasz J.A dendrite method for cluster analysis[J]. Communications in Statistics: Theory and Methods, 1974, 3(1): 780133830. [22] Milligan G W, Cooper M C.An examination of procedures for determining the number of clusters in a data set[J]. Psychometrika, 1985, 50(2): 159-179. [23] 赵争鸣, 冯高辉, 袁立强, 等. 电能路由器的发展及其关键技术[J]. 中国电机工程学报, 2017, 37(13): 3823-3834. [24] 赵先浩, 谢红福, 刘飞, 等. 基于多端口电能路由器的楼宇直流微电网研究与应用[J]. 电气技术, 2022, 23(8): 75-83. [25] 徐玉韬, 冯起辉, 谈竹奎, 等. 考虑转供与重构协同的多端柔性互联配电网供电恢复策略[J]. 电工技术学报, 2024, 39(9): 2696-2709. [26] Li Na, Chen Lijun, Low S H.Exact convex relaxation of OPF for radial networks using branch flow model[C]//2012 IEEE Third International Conference on Smart Grid Communications (Smart-GridComm), Tainan, Taiwan, China, 2012: 7-12.
[1]
邢云, 王子为. 基于多目标混合精英粒子群算法的三相整流系统控制器参数优化 [J]. 电气技术, 2026, 27(3): 1-12.
[2]
彭子奇, 朱志莹, 徐政, 杨品海, 杨杭栋. 基于改进粒子群算法的燃料电池公交车模糊能量管理策略 [J]. 电气技术, 2026, 27(1): 57-63.
[3]
杨旺霞, 李本瑜, 翟苏巍, 石恒初, 李银银. 基于改进K均值聚类和加权动态时间规整的分布式光伏异常数据辨识方法 [J]. 电气技术, 2025, 26(5): 39-47.
[4]
张钰, 吴瑞, 童薇, 方炜. 考虑高比例新能源发电接入的配电网分布式储能优化配置 [J]. 电气技术, 2025, 26(12): 16-23.
[5]
江楠, 董熙, 高原, 谈云恺, 蒋伟. 基于暂态录波与多元状态估计的阀冷系统故障预警及识别 [J]. 电气技术, 2024, 25(2): 45-51.
[6]
姜淼, 严伟, 徐光福, 华秀娟, 黄涛. 有源配电网被动式防孤岛保护配置研究 [J]. 电气技术, 2023, 24(9): 34-39.
[7]
裴超, 王大磊, 杨占刚, 黄宇翔, 张杰恺. 考虑时空分布的配电网站房巡检策略 [J]. 电气技术, 2023, 24(1): 86-90.
[8]
赵先浩, 谢红福, 刘飞, 顾栋杰, 任帅. 基于多端口电能路由器的楼宇直流微电网研究与应用 [J]. 电气技术, 2022, 23(8): 75-83.
[9]
王玲, 李俐, 朱翔鸥, 王守冬, 孙创. 基于粒子群算法的强迫风冷散热器多目标优化 [J]. 电气技术, 2022, 23(2): 20-25.
[10]
杨家豪, 王乾羽, 范子钰. 低压台区三相不平衡治理的换相优化方法 [J]. 电气技术, 2022, 23(2): 26-30.
[11]
李秋红. 基于改进粒子群算法的前馈神经网络识别用户窃电行为 [J]. 电气技术, 2022, 23(11): 44-48.
[12]
卢恒光, 范欣辰. 考虑环境效益的微电网经济功率优化 [J]. 电气技术, 2022, 23(11): 56-61.
[13]
温春雪, 赵天赐, 于赓, 王鹏, 李建林. 基于改进粒子群算法的储能优化配置 [J]. 电气技术, 2022, 23(10): 1-9.
[14]
王艺博. 基于莱维飞行蜉蝣优化算法的光伏阵列最大功率点跟踪研究 [J]. 电气技术, 2022, 23(1): 64-69.
[15]
杨昭, 张钢, 赵俊杰, 张灏, 蔺奕存. 基于变分模态分解和改进粒子群算法优化最小二乘支持向量机的短期电价预测 [J]. 电气技术, 2021, 22(10): 11-16.