白浩 王鈺山 周長城 潘姝慧 葉琳浩 蔡建逸

摘要：隨著智能電網(wǎng)建設(shè)和新電改推進(jìn)，新能源出力不確定性與電力市場化交易會對配電網(wǎng)供電能力產(chǎn)生影響。為提升含分布式新能源配電網(wǎng)的供電能力，首先建立了考慮分布式新能源不確定性的配電網(wǎng)魯棒優(yōu)化調(diào)度模型。其次，為探究電力市場化交易的影響，采用改進(jìn)重復(fù)潮流法計算不同電力交易場景下配電網(wǎng)最大供電能力（TSC）與市場收益。最后，針對TSC不達(dá)標(biāo)的場景，采用改進(jìn)PSO優(yōu)化算法進(jìn)行配電網(wǎng)重調(diào)度以提升TSC。算例驗證了含分布式電源配電網(wǎng)的TSC與市場收益的制約關(guān)系，通過棲牲部分市場收益從而保證電網(wǎng)運行安全性，優(yōu)化調(diào)度結(jié)果提升了配電網(wǎng)TSC，提出了市場環(huán)境下兼顧經(jīng)濟(jì)性與供電能力的配電網(wǎng)優(yōu)化調(diào)度策略，對配電網(wǎng)規(guī)劃及優(yōu)化運行提供指導(dǎo)。

關(guān)鍵詞：電力市場;分布式新能源;魯棒優(yōu)化;最大供電能力;改進(jìn)粒子群算法

DOI：10.15938/j.jhust.2021.05.015

中圖分類號：TM711 文獻(xiàn)標(biāo)志碼：A 文章編號：1007-2683（2021）05-0114-10

0 引言

隨著新一輪電改的推進(jìn)，電力系統(tǒng)引入市場化競爭，電力交易品種、交易方式更加靈活豐富。這使電力系統(tǒng)整體運行狀態(tài)中不確定性因素增多、系統(tǒng)潮流改變，影響到配電網(wǎng)供電能力與安全性，對電力規(guī)劃負(fù)荷和電源規(guī)劃建設(shè)都提出了新的要求[1，2]。另一方面，含分布式新能源配電網(wǎng)因能量梯級利用、運行靈活、需求側(cè)響應(yīng)快等優(yōu)點[3]而受到廣泛關(guān)注。但其波動性與不確定性對電力市場和物理系統(tǒng)穩(wěn)定運行都帶來諸多新影響[4]，進(jìn)而改變了配電網(wǎng)潮流分布，導(dǎo)致安全供電能力發(fā)生變化[5]。

配電網(wǎng)對現(xiàn)代供電意義重大，是整個系統(tǒng)正常工作的基本保障[6]，而配電網(wǎng)最大供電能力作為衡量配電網(wǎng)網(wǎng)架結(jié)構(gòu)合理性、充裕性及靈活性的重要指標(biāo)，能反映出配電網(wǎng)對負(fù)荷發(fā)展的適應(yīng)程度。因此對市場環(huán)境下含分布式能源配電網(wǎng)供電能力進(jìn)行評估及通過優(yōu)化調(diào)度提升，對電網(wǎng)管理者具有切實意義。

對含分布式新能源的配電網(wǎng)優(yōu)化調(diào)度，國內(nèi)外已有較多研究。文[7]設(shè)計了分布式能源高滲透比例下調(diào)度策略;文[8]建立了計及棄風(fēng)因素與可控負(fù)荷影響的電網(wǎng)優(yōu)化調(diào)度的雙層優(yōu)化模型。此外，針對市場環(huán)境下的配電網(wǎng)調(diào)度，文[9]考慮需求側(cè)響應(yīng)機(jī)制，采用協(xié)同進(jìn)化遺傳算法進(jìn)行配電網(wǎng)優(yōu)化規(guī)劃;文[10]提出以電力市場中獨立利益主體與配電網(wǎng)聯(lián)合運行效益最優(yōu)為目標(biāo)的雙層優(yōu)化模型并展示了其可行性。而關(guān)于配電網(wǎng)供電能力研究，較為普遍的有基于主變互聯(lián)關(guān)系的配電系統(tǒng)供電能力解析算法仁川、基于饋線互聯(lián)關(guān)系的配電網(wǎng)供電能力計算法[12]等。文[13-17]提供了幾種配電網(wǎng)供電能力評估分析與計算模型：文[13]表明分布式電源隨機(jī)性對供電能力評估及負(fù)荷增長存在影響，因而研究配電網(wǎng)供電能力時需考慮新能源不確定性;文[14]采用連續(xù)潮流法，分析了多場景下的節(jié)點三相PV特性;文[15]提出了分布式發(fā)電機(jī)（DG）位置與配電網(wǎng)供電能力的關(guān)聯(lián);文[16]利用ISTM預(yù)測技術(shù)建立了通用配電網(wǎng)供電能力計算模型及約束;文[17]則針對含分布式電源的配電網(wǎng)，基于改進(jìn)重復(fù)潮流法計算系統(tǒng)最大供電功率。

上述文獻(xiàn)中存在的不足包括：采用大量歷史數(shù)據(jù)描述分布式能源不確定性，對新建新能源廠和數(shù)據(jù)量較少場景效果不佳;此外，盡管計算配電網(wǎng)供電能力時考慮了分布式能源，但均未結(jié)合市場環(huán)境并分析市場規(guī)則與交易的影響，同時現(xiàn)有研究的調(diào)度模型中均未考慮作為配電網(wǎng)重要安全指標(biāo)之一的供電能力。

本文針對上述研究不足，采用不確定集描述分布式能源出力不確定性，采用改進(jìn)重復(fù)潮流法計算配電網(wǎng)最大供電能力（total supply capacity，TSC），設(shè)計不同市場交易行為場景探究：以TSC值為配電網(wǎng)安全指標(biāo)，以市場收益值為電力市場經(jīng)濟(jì)指標(biāo)，給出不同交易行為、交易量對配電網(wǎng)供電能力的影響，再以TSC指標(biāo)大小為反饋，采用改進(jìn)粒子群算法PSO對TSC不達(dá)標(biāo)的場景進(jìn)行二次調(diào)度優(yōu)化，給出以配電網(wǎng)成本最低為基礎(chǔ)的安全裕度提升后的調(diào)度方案。

最后，本文采用改進(jìn)的IEEE 33節(jié)點配電網(wǎng)對所提方法進(jìn)行測試。算例結(jié)果定量地表明了市場化交易經(jīng)濟(jì)利潤與配電網(wǎng)總體供電能力之間相互權(quán)衡制約的關(guān)系——電力市場交易使配電網(wǎng)運行的線路、機(jī)組安全約束條件變得更加嚴(yán)苛，系統(tǒng)安全運行可行域變小，帶來市場化經(jīng)濟(jì)效益的同時也造成系統(tǒng)運行更接近邊界狀態(tài)，引發(fā)調(diào)度方案變更，從而導(dǎo)致配電網(wǎng)最大供電能力TSC值降低。因此，在電力市場模式下需根據(jù)實際需求對兩者進(jìn)行取舍，當(dāng)最大供電能力不符合預(yù)期水平時通過約束犧牲部分經(jīng)濟(jì)性對調(diào)度方案進(jìn)行優(yōu)化。

1 考慮新能源不確定性的配電網(wǎng)魯棒優(yōu)化調(diào)度模型

1.1 數(shù)學(xué)建模

為探究電力市場交易與配電網(wǎng)TSC的聯(lián)系，首先需建立配電網(wǎng)優(yōu)化調(diào)度模型，為后續(xù)計算提供必要配電網(wǎng)調(diào)度安排信息。本文建立考慮分布式新能源不確定性的配電網(wǎng)魯棒優(yōu)化調(diào)度模型，并采用KKT（Karush-Kuhn-Tucker）條件簡化求解。

采用不確定集合描述風(fēng)、光出力的不確定性：式中：Pwp為新能源出力，本文中特指風(fēng)電出力與光伏出力;Pwp為新能源期望出力，可通過歷史數(shù)據(jù)分析得出;λ為確定偏差方向的變量，新能源出力高于期望值時取+1，低于期望值時取-1;△Pwp為新能源預(yù)期出力與調(diào)度出力偏差，由式（2）確定其取值，其中σ為新能源出力實際值與期望值求得的均方差，α為保守估計參數(shù)，本文取0.64。

調(diào)度模型需考慮新能源出力最差情況，調(diào)度下層模型考慮發(fā)電商成本與上級電網(wǎng)購電成本和：

上層問題目標(biāo)為最大化懲罰成本，即考慮新能源出力最差情況;式中，T為日調(diào)度時段數(shù)，NwP為接入配電網(wǎng)的分布式風(fēng)電場與光伏電站數(shù)量，△Pwp，i，t為新能源預(yù)期出力與調(diào)度出力偏差，Ci，t為考慮算法魯棒性前提下針對新能源出力隨機(jī)偏差的懲罰電價。

則雙層魯棒優(yōu)化調(diào)度模型目標(biāo)函數(shù)如下式：確定目標(biāo)函數(shù)后，模型約束條件如下：

1）新能源系數(shù)變量約束：

2）節(jié)點功率平衡約束：

3）新能源不確定系數(shù)約束：

式中г為新能源不確定性的保守系數(shù)，根據(jù)實際需求取值，其取值越大調(diào)度結(jié)果魯棒性越優(yōu)。

4）機(jī)組出力約束：

5）傳統(tǒng)機(jī)組爬坡率約束：

6）網(wǎng)絡(luò)潮流約束：式中：Pij，t為節(jié)點i流向節(jié)點j的潮流，規(guī)定i流向j為正，反之為負(fù);Pij，max為線路ij最大容量。

1.2 模型KKT條件簡化求解

一般優(yōu)化模型包含目標(biāo)函數(shù)f，等式約束h，不等式約束g3部分，KKT條件通過引入拉格朗日松弛變量μ和λ將3部分結(jié)合：

為使約束便于模型求解，可采用大M法[18]將式（13）的約束條件轉(zhuǎn)化為式中：α為布爾值;M為一大正數(shù)。

將其引入1.1節(jié)所建模型，待求解變量為機(jī)組出力、線路潮流與主網(wǎng)購電量，設(shè)有N臺機(jī)組，L條線路，日內(nèi)調(diào)度安排時段為T個，則待解量數(shù)組長度為（N+L+1）·T，采用大M法轉(zhuǎn)化1.1節(jié)中基本約束，建立布爾變量矩陣bin（矩陣元素為0或1）以對應(yīng)式（14）中變量α與（1-α），該矩陣大小為（（4N+2L）·（T一1）+2N+2L）×1，即對應(yīng)T個時段L條線路上下限約束，T個時段N臺發(fā)電商機(jī)組發(fā)電容量約束，及（T-1）×N個發(fā)電機(jī)組爬坡約束。

引入上述的大M和bin矩陣，得到對應(yīng)式（14）形式的單層模型約束條件如下：

線路約束：式中：k表示線路編號;i表示機(jī)組編號;line1，line2，gen1，gen2，gen3，gen4為矩陣bin中對應(yīng)相應(yīng)約束的矩陣塊;M為大M法中引入的大正數(shù)。

通過簡化，原雙層模型轉(zhuǎn)化為式（5）、式（6）～（8）及式（15）～（17）構(gòu)成的單層可求解模型。

2 基于調(diào)度結(jié)果的市場交易對配電網(wǎng)TSC影響評估及提升方案

2.1 TSC計算方法

配電網(wǎng)是電能傳輸中的關(guān)鍵環(huán)節(jié)，結(jié)合其運行模式與網(wǎng)絡(luò)拓?fù)溆嬎闩潆娋W(wǎng)的供電性能，對提高配電網(wǎng)運行性能和效率有重要作用[13]。

配電網(wǎng)最大供電能力TSC能較好地作為配電網(wǎng)供電能力與安全性的反饋：TSC是區(qū)域內(nèi)配電網(wǎng)滿足N-1安全準(zhǔn)則及運行約束下的最大負(fù)荷供應(yīng)能力，通?？紤]到主變?nèi)萘俊⒕W(wǎng)絡(luò)拓?fù)?、?lián)絡(luò)線容量約束以及主變的短時允許過載系數(shù)等安全約束條件，滿足N-1安全準(zhǔn)則TSC計算模型如下：式中：Di表示負(fù)荷;Ri為主變i的額定容量;Ti為主變i負(fù)載率。

約束條件同樣包括功率平衡（7）、主變負(fù)載率/機(jī)組容量約束（9）、聯(lián)絡(luò)容量約束（11），除上述約束外，還包括區(qū)域負(fù)載約束（19）：式中：D為區(qū)域/系統(tǒng)總負(fù)荷;Z為主變集合。

可以看到，TSC值給出了配電網(wǎng)在安全可靠運行范圍內(nèi)的效率和經(jīng)濟(jì)性最高工作點，通過對當(dāng)前工作點與最大供電能力的比較可體現(xiàn)出現(xiàn)有電網(wǎng)效率及未來負(fù)荷供應(yīng)潛力[19]。本文采用重復(fù)潮流法[20]對配電網(wǎng)TSC進(jìn)行評估，對N-1預(yù)想事故考慮線路越限、機(jī)組超額情況，當(dāng)系統(tǒng)總負(fù)荷在安全運行域內(nèi)大于總供應(yīng)能力時，TSC即系統(tǒng)總可用供電容量。其算法流程如圖1所示。

2.2 市場化交易對配電網(wǎng)調(diào)度影響

按照交易成交時間，電力交易方式大體可分為中長期（年/月）、短期（日）和超短期交易[21]。其中中長期合約市場和日前短期市場交易電量占據(jù)市場電量的85%以上，因此本文主要考慮這兩類交易行為對調(diào)度及配電網(wǎng)供電能力的影響。

發(fā)電商通過電能交易中心ISO與負(fù)荷用戶簽訂年度或季度合約，按照日負(fù)荷水平及各時段負(fù)荷水平按比例進(jìn)分?jǐn)?同時，調(diào)度人員在考慮調(diào)度計劃安排時需要對各合約電量的傳輸線路改變線路約束的大小。即中長期合約市場交易會影響：

1）發(fā)電商可調(diào)度機(jī)組容量;

2）發(fā)電機(jī)組啟停計劃;

3）交易節(jié)點間線路潮流與線路容量約束。

而在日前市場交易中，發(fā)電商報價會影響到調(diào)度結(jié)果，當(dāng)多個發(fā)電商采取不同報價策略時，其日前市場發(fā)電量也會發(fā)生變化。即日前市場交易主要影響：

1）不同發(fā)電商可調(diào)度機(jī)組容量;

2）發(fā)電機(jī)組啟停計劃。

由于機(jī)組啟停和維修計劃通常在一年或一季度內(nèi)提前由調(diào)度中心ISO與發(fā)電商協(xié)調(diào)安排，因此本文不再考慮啟停計劃受市場交易的影響，但要認(rèn)識到在市場環(huán)境下機(jī)組啟停計劃會受到市場交易影響而與傳統(tǒng)模式下的安排不同。

2.3 考慮TSC反饋提升的調(diào)度結(jié)果優(yōu)化

市場化交易行為會引發(fā)配電網(wǎng)最大供電能力下降，對于配電網(wǎng)絡(luò)，往往希望系統(tǒng)運行在一個留有足夠裕度的工作狀態(tài)。因此，在各模擬交易場景下，當(dāng)配電網(wǎng)TSC低于某一最低閾值時，則將配電網(wǎng)TSC設(shè)為約束條件進(jìn)行新一輪的調(diào)度結(jié)果優(yōu)化，從而得到安全裕度符合要求的市場環(huán)境下調(diào)度結(jié)果。

由于TSC計算需要調(diào)度出力信息，1.1節(jié)所提模型無法滿足要求，而文[22]對粒子群算法（PSO）及其應(yīng)用進(jìn)行了闡述，結(jié)合本文需求，發(fā)現(xiàn)采用該算法優(yōu)化求解具有可行性，因此本文采用改進(jìn)的PSO算法實現(xiàn)考慮配電網(wǎng)TSC約束的調(diào)度結(jié)果優(yōu)化。

對該調(diào)度優(yōu)化過程建立模型，其目標(biāo)函數(shù)和基本約束條件同1.1節(jié)與1.2節(jié)保持一致，但需結(jié)合TSC計算流程并加入約束：

TSC（x）≥TSCmin（20）

式中x表示待求解優(yōu)化變量：機(jī)組出力與主網(wǎng)購電量。

文[23]敘述了PSO基本算法流程及粒子群位置與速度設(shè)置，在本模型中，當(dāng)且僅當(dāng)式（8）～（11）及式（20）約束條件同時滿足時，記錄粒子x位置并更新優(yōu)化目標(biāo)函數(shù)值。通過尋優(yōu)，最終可得到配電網(wǎng)TSC滿足要求的調(diào)度結(jié)果優(yōu)化方案。

2.4 整體算法流程

由于市場交易導(dǎo)致原運行約束條件收縮，加之調(diào)度結(jié)果不同，在不同交易比例和行為場景下計算得到的配電網(wǎng)最大供電能力TSC也將隨之改變。

綜上，本文整體研究技術(shù)方案如下：

1）確定網(wǎng)絡(luò)節(jié)點、線路等參數(shù)，建立風(fēng)、光電不確定集合。

2）建立基于新能源出力不確定性的配電網(wǎng)雙層調(diào)度模型，并利用KKT條件簡化求解。

3）根據(jù)節(jié)點邊際電價定義求得網(wǎng)絡(luò)節(jié)點電價，合理設(shè)置市場交易量。

4）根據(jù)中長期合約電量分配及日前市場發(fā)電商報價設(shè)置改變2）中模型約束條件，得到不同交易下的調(diào)度結(jié)果。

5）調(diào)節(jié)市場交易占比及交易行為，將不同場景調(diào)度結(jié)果作為輸入，計算配電網(wǎng)TSC，同時求得電力市場的市場交易獲利以及全網(wǎng)成本，量化并研究不同交易條件下經(jīng)濟(jì)性與安全穩(wěn)定性之間的關(guān)聯(lián)。

6）對不滿足TSC要求的場景調(diào)度結(jié)果進(jìn)行再優(yōu)化，得到最終配電網(wǎng)調(diào)度方案。

3 算例分析

3.1 網(wǎng)絡(luò)模型及參數(shù)設(shè)置

本文采用如圖3所示的改進(jìn)IEEE33節(jié)點配電網(wǎng)進(jìn)行研究。風(fēng)電場裝機(jī)容量為110MW;光伏電站裝機(jī)容量68MW。傳統(tǒng)火電機(jī)組的機(jī)組參數(shù)見表1。

考慮時間間隔T=1，得到在不考慮市場交易情況下調(diào)度結(jié)果如圖4所示。

3.2 市場環(huán)境下配電網(wǎng)TSC與經(jīng)濟(jì)性指標(biāo)評估

根據(jù)3.1節(jié)的調(diào)度結(jié)果，在不存在市場交易時，配電網(wǎng)各時段TSC大小如圖5所示，由于沒有市場交易，該場景下各時段市場收益為0。

為探究引入市場交易后配電網(wǎng)TSC值與市場總獲利值變化，且考慮到描述配電網(wǎng)安全性的最大供電能力應(yīng)該考慮到各時段的最低程度值，因此選擇單日內(nèi)TSC值最小時段即第11時段進(jìn)行研究。

本文設(shè)計如下場景并給出算例結(jié)果：

場景一：中長期雙邊合約——G1與節(jié)點18負(fù)荷用戶，G2與節(jié)點24，G3與節(jié)點7。合同電量按負(fù)荷比例分?jǐn)偅瑒t時段11分?jǐn)偅篏1分?jǐn)?5MW發(fā)電量，合同電價12元/MW;G2分?jǐn)?0MW發(fā)電量，合同電價12.8元/MW;G3分?jǐn)?0MW發(fā)電量，合同電價10.2元/MW?；诖藞鼍暗玫皆摃r段調(diào)度出力結(jié)果如表2所示。

同樣根據(jù)場景和調(diào)度結(jié)果該時段配電網(wǎng)的TSC=1398.2MW，通過合約電量與合約電價得該時段的市場收益B=896元。

場景二：將場景一中合同電量占比擴(kuò)大為1.2倍，1.4倍與1.5倍，合同電價保持不變，改變調(diào)度模型與TSC計算模型相關(guān)約束，得到：

1）G1分?jǐn)?8MW發(fā)電量，G2分?jǐn)?8MW發(fā)電量，G3分?jǐn)?4MW發(fā)電量時，該時段配電網(wǎng)TSC=1248.0MW，市場收益B=1075.2元;

2）G1分?jǐn)?1MW發(fā)電量，G2分?jǐn)?6MW發(fā)電量，G3分?jǐn)?8MW發(fā)電量時，該時段配電網(wǎng)TSC=1212.2MW，市場收益B=1254.4元;

3）G1分?jǐn)?2.5MW發(fā)電量，G2分?jǐn)?0MW發(fā)電量，G3分?jǐn)?0MW發(fā)電量時，該時段配電網(wǎng)TSC=1188.0MW，市場收益B=1284.0元。

場景三：基于場景一的中長期合約分配，設(shè)日前市場的總交易電量比例為總電量10%時，發(fā)電商對該部分電量進(jìn)行市場報價，其報價按照1.5倍所在節(jié)點電價計算，其余非市場電量接受電網(wǎng)調(diào)度安排，新能源出力按節(jié)點電價結(jié)算。得到調(diào)度結(jié)果如表3。

根據(jù)調(diào)度結(jié)果得到該時段配電網(wǎng)TSC=1225.8MW，市場收益B通過下式計算：式中：Pcon，i與Ccon，i為合約電量與電價Pda，i與Cbid，i為日前交易電量與報價;Cnodei表示節(jié)點i邊際電價。則該時段的市場收益B=2769.9元。

場景四：基于場景三交易條件，將日前交易電量占比擴(kuò)大為20%與30%時得到調(diào)度結(jié)果如表4。

根據(jù)調(diào)度方案求得：日前交易占比20%時TSC=1107.5MW，B=5351.6元;日前交易占比30%時TSC=1001.0MW，B=7794.6元。

異常交易場景：基于場景三交易條件，日前交易電量占比30%，考慮以下兩種異常交易行為：

1）發(fā)電商聯(lián)盟：電力市場未成熟前，發(fā)電商聯(lián)盟以1.2倍節(jié)點電價為報價博取發(fā)電量的行為，假設(shè)G1與G2聯(lián)盟，導(dǎo)致該時段G3未獲得任何市場電量。

2）發(fā)電商取消報價：假設(shè)發(fā)電商G1因故取消日前競價上網(wǎng)電量而關(guān)停部分機(jī)組，則該時段下發(fā)電商G1僅未進(jìn)入市場的機(jī)組容量可供調(diào)度。模擬該兩種情況下的算例結(jié)果如表5所示。

3.3 市場交易對配電網(wǎng)系統(tǒng)安全性與經(jīng)濟(jì)性影響

根據(jù)3.2節(jié)場景，以配電網(wǎng)TSC值評估配電網(wǎng)整體供電能力與安全穩(wěn)定性能，以市場收益值評估電力市場模式下的配電網(wǎng)市場經(jīng)濟(jì)運行能力。整理結(jié)果于表6，并將正常場景算例結(jié)果展示于圖6中。

為分析市場交易行為產(chǎn)生市場收益與配電網(wǎng)最大供電能力間關(guān)系，將數(shù)據(jù)點繪制于圖7。

結(jié)合圖6、圖7可知，電力市場交易中日前市場交易所帶來的市場利益遠(yuǎn)高于中長期合約交易;但同時，市場交易會造成配電網(wǎng)最大供電能力降低——TSC與市場化交易總收益間呈負(fù)相關(guān);異常交易行為使電力市場被擾亂、盈利受損，導(dǎo)致供電能力下降，影響配電網(wǎng)安全穩(wěn)定運行。

3.4 市場交易對配電網(wǎng)系統(tǒng)安全性與經(jīng)濟(jì)性影響

基于3.3節(jié)算例結(jié)果，為保證配電網(wǎng)供電安全性且留出足夠運行裕度，需對不滿足最低TSC要求的場景調(diào)度方案進(jìn)行優(yōu)化。根據(jù)3.2節(jié)所提場景，以TSC最小閾值1200MW為例，場景四與異常交易場景下的配電網(wǎng)TSC均不符合要求，需將其作為約束條件進(jìn)行重調(diào)度。場景四的優(yōu)化結(jié)果如表7所示。

異常交易場景下，將TSC作為約束條件采用改進(jìn)PSO算法進(jìn)行求解，粒子尋優(yōu)結(jié)果不收斂，配電網(wǎng)最大供電無法達(dá)到期望閾值，調(diào)度方案無法優(yōu)化。

對算例結(jié)果進(jìn)行分析，可知對本文配電網(wǎng)系統(tǒng)而言，線路20-21、線路2-22以及線路23-24在無交易時有功潮流較接近線路最大容量，屬于配電網(wǎng)中較“脆弱”環(huán)節(jié)，由重復(fù)潮流法模型可知，配電網(wǎng)TSC主要取決于節(jié)點負(fù)荷不均勻度與線路容量大小，較為“脆弱”的線路很大程度上影響到配電網(wǎng)供電能力。由TSC計算的中間潮流可知，場景一到場景四的TSC大小限制因素均為上述三條線路率先越限。

分析不同交易行為和交易量對TSC的影響為：

1）中長期合約交易：發(fā)電商可調(diào)度機(jī)組容量減小;機(jī)組啟停計劃改變;由于合約節(jié)點間線路須保證合約電量優(yōu)先使得算例中合約電量占用了兩條“脆弱”線路20-21與23-24的部分輸電容量，線路裕度減小，同時約束收縮，使得TSC值降低。

2）日前交易：調(diào)度結(jié)果不同，三個傳統(tǒng)發(fā)電商的安排機(jī)組出力不均衡，導(dǎo)致網(wǎng)絡(luò)潮流改變，線路潮流的分布不均勻;同時不同發(fā)電商可調(diào)度機(jī)組容量變化，機(jī)組啟停計劃改變，因此機(jī)組可發(fā)容量與網(wǎng)絡(luò)線路裕度會隨交易變化，導(dǎo)致供電能力的升降。

3）日前市場異常交易行為：市場電量發(fā)電計劃大幅改變，可調(diào)度機(jī)組容量的大幅變化;使全網(wǎng)潮流分布不均，更易發(fā)生潮流越限等情況。

因此，本文在上述分析基礎(chǔ)上提出了采用改進(jìn)PSO算法的重調(diào)度優(yōu)化方案，得到場景四優(yōu)化前后調(diào)度結(jié)果與評估指標(biāo)，結(jié)果如表4和表7，可以看到優(yōu)化后的調(diào)度方案下市場收益均有所降低，但配電網(wǎng)最大供電能力可達(dá)到要求水平。但在異常交易行為下難以通過重調(diào)度提升最大供電能力，這是異常交易行為對網(wǎng)絡(luò)約束造成極大改變而導(dǎo)致的結(jié)果。實際運行中，需結(jié)合實際市場情況對配電網(wǎng)全網(wǎng)供電能力和市場收益權(quán)衡取舍，根據(jù)安全要求優(yōu)化配電網(wǎng)調(diào)度方案。

4 結(jié)語

在電力市場化大背景下，本文針對市場交易行為對配電網(wǎng)供電能力及市場經(jīng)濟(jì)水平進(jìn)行評估，并對安全性不足的調(diào)度方案提出優(yōu)化，得到兼顧安全性與經(jīng)濟(jì)性的優(yōu)化后調(diào)度方案。通過理論和算例可知：

1）在市場環(huán)境下，配電網(wǎng)經(jīng)濟(jì)效益與安全運行能力是密切相關(guān)的：市場化交易實現(xiàn)資源有效配置、擴(kuò)大了市場參與主體的范圍，帶來更多經(jīng)濟(jì)效益;但其也使配電網(wǎng)運行的各安全約束條件更加嚴(yán)苛，越經(jīng)濟(jì)的運行方式則越接近配電網(wǎng)系統(tǒng)邊際運行點，近似線性地造成配電網(wǎng)供電能力下降。

2）本文所提改進(jìn)PSO模型能在市場交易場景下最大供電能力水平不達(dá)標(biāo)時給出優(yōu)化調(diào)度方案，以滿足配電網(wǎng)安全性要求。

3）異常交易行為下模型適用性差，因此，電力市場規(guī)則制定與改動時應(yīng)合理限制此類行為，通過政策支持競爭，避免寡頭市場，確保電網(wǎng)安全可靠運行。同時，在市場初期考慮市場力情況，對市場力較高的發(fā)電商節(jié)點的周邊線路進(jìn)行改造擴(kuò)容，也是該問題的解決方法之一。

通過本文所提模型與流程，實現(xiàn)對市場環(huán)境下的配電網(wǎng)經(jīng)濟(jì)性與安全性評估，并對不符合要求場景采用供電能力提升方案，能夠幫助配電網(wǎng)工作者制定電網(wǎng)改造計劃，采取阻塞管理，對嚴(yán)重影響配電網(wǎng)供電水平的線路和節(jié)點進(jìn)行擴(kuò)容和補(bǔ)償，同時調(diào)整調(diào)度方案。這是隨著電力市場化改革不斷深入后對電網(wǎng)工作者的切實要求，也是未來需要更加深入研究的內(nèi)容。

參考文獻(xiàn)：

[1]CARAMANIS M C，GOLDIS E，RUIZ P A，et al.Power MarketReform in the Presence of Flexible Schedulable Distributed t.-ads.New Bid Rules，Equilibrium and Tractability Issues[C]//Com-munication，Control，and Computing（Allerton），2012 50th An-nual Allerton Conference on.IEEE，2012.

[2]付曉，全兆才，田永保.電力市場化改革對電力規(guī)劃的影響CJl.通信電源技術(shù)，2019，36（7）;213.

[3]JIAYI H，CHUANWENJ，BONG X.A Review on DistributedEnergy Resources and Microgrid[J].Renewable&SustainableEnergy Reviews，2008，12（9）：2472.

[4]閆湖.泛在物聯(lián)網(wǎng)下分布式能源如何發(fā)展[N].中國能源報，2020-02-10（5）.

[5]郭力萍，張偉.基于時序模型的含孤島運行配電網(wǎng)供電能力評估[J].電測與儀表，2017，54（24）：110.

[6]張林垚，吳桂聯(lián)，賈雙瑞，等.一種配電網(wǎng)層間供電能力匹配度評價方法[J].電測與儀表，2018，55（14）：40.

[7]JILEI YE，JINHUA XUE，QIONG TAO，et al.Dispatch Strategyfor Energy Storage Station in Distribution Network with High Pene-tration Photovoltaic Generation[C]//Power Electronics Confer-ence.IEEE，2017.

[8]劉夢，楊作梁.考慮網(wǎng)架結(jié)構(gòu)和分布式電源的主動配電系統(tǒng)雙層規(guī)劃[J].電測與儀表，2018，55（14）：46.

[9]孫明鴻.市場機(jī)制下配電網(wǎng)綜合優(yōu)化規(guī)劃研究[D].北京：中國石油大學(xué)（華東），2017.

[10]黃偉，李寧坤，李玟萱，等.考慮多利益主體參與的主動配電網(wǎng)雙層聯(lián)合優(yōu)化調(diào)度[J].中國電機(jī)工程學(xué)報，2017，37（12）：3418.

[11]王成山，羅鳳章，肖峻，等.基于主變互聯(lián)關(guān)系的配電系統(tǒng)供電能力計算方法[J].中國電機(jī)工程學(xué)報，2009，29（13）：86.

[12]肖峻，谷文卓，貢曉旭，等.基于饋線互聯(lián)關(guān)系的配電網(wǎng)最大供電能力模型[J].電力系統(tǒng)自動化，2013，37（17）：72.

[13]陳宵雪，黃海.考慮分布式電源隨機(jī)性的電網(wǎng)供電能力評估[J].河南科技，2019（31）：151.

[14]孫京生，何平，趙志斌，等.基于連續(xù)潮流法的分布式電源配電網(wǎng)供電能力評估分析[J].電子測量技術(shù)，2019，42（20）：32.

[15]MISTRY K D，ROY R.Enhancement of Loading Capacity of Dis-tribution System Through Distributed Generator Placement Consid-ering Techno-economic Benefits with Load Growth[J].Intema-tional Journal of Electrical Power&Energy Systems，2014，54：505.

[16]李春，張代紅，李登武.基于CNN-LSTM的配電網(wǎng)供電能力研究[J].國外電子測量技術(shù)，2019，38（9）：16.

[17]國宗，韋鋼，李明，等.含分布式電源的配電網(wǎng)供電能力評估方法[J].現(xiàn)代電力，2015，32（4）：56.

[18]鄭薇，聶玉峰，劉炎.大M法和兩階段法中檢驗向量間的關(guān)系[J].高等數(shù)學(xué)研究，2015，18（1）：63.

[19]谷文卓.配電網(wǎng)最大供電能力的定義、模型與計算方法[D].天津：天津大學(xué)，2012.

[20]李振坤，陳星鶯，劉皓明，等.配電網(wǎng)供電能力的實時評估分析[J].電力系統(tǒng)自動化，2009，33（6）：36.

[21]吳軍，涂光瑜，羅毅，等電力市場交易方式分析[J].電力系統(tǒng)自動化，2002，26（12）：24.

[22]郝瑞芝.粒子群優(yōu)化算法及其應(yīng)用研究[D].西北師范大學(xué)，2010.

[23]LI X，JIANG C.Short-Term Operation Model and Risk Manage-ment for Wind Power Penetrated System in Electricity Market[J].IEEE Transactions on Power Systems，2011，26（2）：932.

（編輯：溫澤宇）

收稿日期：2020-07-23

基金項目：國家重點研發(fā)計劃（2017YFB0902900）;南方電網(wǎng)科技項目（ZBKJXM20180068）.

作者簡介：白浩（1987-），男，博士，高級工程師;周長城（1993-），男，碩士，研究員

通信作者：王鈺山（1997-），男，碩士，E-mail：896670390@qq.com.