Shouxiang Wang, Yichao Dong, Qianyu Zhao, and Xu Zhang. Bi-level Multi-objective Joint Planning of Distribution Networks Considering Uncertainties [J]. Journal of Modern Power Systems and Clean Energy, 2022, 10(6): 1599-1613.
Bi-level Multi-objective Joint Planning of Distribution Networks Considering Uncertainties
计及不确定性的配电网双层多目标联合规划
DOI：10.35833/MPCE.2020.000930
作者：王守相，董逸超，赵倩宇，张旭
配电网中高比例光伏、多元负荷及控制设备的规模化接入对配电网的安全稳定运行带来了新的挑战，而光伏间歇出力、负荷随机波动等多种不确定性因素进一步加深了对配电网运行的干扰与冲击，进而影响配电网规划方案的合理性和适应性。在“双碳”及“构建新型电力系统”战略目标引领下，加快配电网结构形态转化升级、促进大规模光伏高效消纳势必成为未来的主流发展趋势。在此背景下，以多阶段、多目标、多层级分析框架为导向，深入挖掘变电站、线路等基础设施和光伏、无功补偿等灵活性资源的联合规划方法，对于提升配电网运行效率、提高光伏接纳能力等都具有重要意义。
如何精确描述源荷不确定性以提高配电网规划的准确性和适应性？
配电网中光伏出力和负荷需求的“双随机”特性使配电网运行状态呈现较强的不确定性，进而影响配电网规划的准确性和适应性。目前国内外常用的不确定性分析模型主要有概率模型、模糊模型、鲁棒模型和区间模型等，不同模型各有优劣。其中，区间模型主要依赖于不确定变量的上下界，在概率密度函数或隶属度函数较难获取时具有一定优势，但区间模型计算通常偏于保守，容易导致“误差爆炸”发生。1993年Comba和Stolfi等人提出了区间模型的改进形式—仿射模型，该模型可有效追踪不确定变量的相关性，从而显著降低计算保守性，同时又具有较好的计算速度和收敛性，在处理多元不确定变量相互耦合的数学问题中优势明显，因此本文采用仿射模型进行配电网不确定性规划。
建立何种模型实现配网改造升级与光伏接纳能力提升的统筹协调？
在传统变电站和线路扩展规划模型的基础上，考虑静止无功补偿器(SVC)等灵活性资源优化潮流分布的特性，将配电网变电站和线路规划与光伏和SVC的配置策略进行双层联合优化建模，主要建模思路是：以提高光伏接纳能力为出发点，以变电站和线路的新建改造策略以及光伏和SVC的配置策略为多维优化变量，从经济费用、网架适应性、运行适应性、光伏配置均衡度等多个角度设置仿射优化目标，并考虑三相潮流、辐射拓扑、稳态运行、多阶段规划等多种约束条件，最终构建配电网双层多目标联合规划仿射模型。该模型上层目标函数为总经济费用仿射值最小、网架适应性最强，下层目标函数为运行适应性仿射值最大、光伏配置不均衡度仿射值最小，由此可统筹实现配电网不确定性规划适应性提升与光伏接纳能力提升等多重目标的整体最优。
采用何种算法有效求解配电网双层多目标联合规划仿射模型？
求解多目标规划问题一般采用权重系数法或Pareto前沿法，由于本文模型中的各目标函数量纲不统一且相互制约，因此更适宜采用Pareto前沿法，通过直观对比非劣解的分布情况来确定最优解集。考虑到模型中存在大量仿射变量，本文底层算法采用基于仿射数学的非支配排序II代遗传算法（AA-NSGA-II）。在此基础上，提出仿射支配关系弱化准则来剔除Pareto最优解集中残留的不良解，同时考虑仿射Pareto前沿与其重心的位置关系，进一步提出基于综合偏差距离的Pareto前沿修正方法，从而大幅提高Pareto最优解集的质量。基于以上底层算法及修正方法，最终提出包含5个步骤的双层多目标仿射规划模型求解流程，如图1所示。
图1 基于AA-NSGA II的双层多目标仿射规划模型求解流程
