基于改進NSGA-Ⅱ的考慮負載率指標的風電接入電網規劃
王軒1，蔣海峰2，韓偉1，李峰1，雷文寶1，李海濤1，王冰冰2
（1 國網江蘇省電力有限公司淮安供電分公司, 江蘇 淮安 223002；2 南京理工大學 自動化學院, 江蘇 南京 210094）
摘 要：為保證風電接入電網的經濟性和安全性，提出了基于機會約束的多目標電網規劃模型。經濟性目標中包含了新建線路成本、網損和切負荷懲罰費用。安全性目標考慮了期望值潮流熵和某置信度下線路的負載率水平。針對傳統NSGA-算法的不足，采用基于個體支配等級的自適應參數調整策略改進了NSGA-Ⅱ，增加了最優解集的多樣性且改進了算法的收斂效果。以加入風電場的18節點系統為算例，結果表明，該模型獲得的方案切負荷量較低，系統越限線路少，具有較高的可靠性和適應性。
關鍵詞：風電；負載率；期望值潮流熵；多目標電網規劃；改進NSGA-Ⅱ算法
中圖分類號：TM715 文獻標識碼：A 文章編號：1007-3175(2020)07-0001-08
Multi-Objective Grid Planning Connected with Wind Farm Considering Load Rate Based on Improved NSGA-II Algorithm
WANG Xuan1, JIANG Hai-feng2, HAN Wei1, LI Feng1, LEI Wen-bao1, LI Hai-tao1, WANG Bing-bing2
（1 State Grid Huaian Power Supply Company, Huaian 223002, China;
2 School of Automation, Nanjing University of Science and Technology, Nanjing 210094, China）
Abstract: In order to ensure the economics and safety of wind power connected to the power grid, a multi-objective grid planning model based on chance constraints is proposed. The economic goals include the cost of newly constructed lines, network loss and load-shedding costs.The safety objective takes into account the expected power flow entropy and the load factor level of the line at a certain confidence level.In response to the shortcomings of the traditional NSGA-II algorithm, an adaptive parameter adjustment strategy based on individual dominance levels is used to improve NSGA-II, increase the diversity of optimal solution sets and improve the convergence effect of the algorithm. Taking an 18-bus system set on a wind farm as an example, the results show that the scheme obtained by this model has a lower loadshedding capacity, fewer lines beyond the system limit, and high reliability and adaptability.
Key words: wind power; load rate; expected value power flow entropy; multi-objective power grid planning; improved NSGA-II algorithm
參考文獻
[1] 田書欣，程浩忠，曾平良，等. 大型集群風電接入輸電系統規劃研究綜述[J]. 中國電機工程學報，2014，34(10)：1566-1574.
[2] 張衡， 程浩忠， 曾平良， 等. 基于隨機優化理論的輸電網規劃研究綜述[J]. 電網技術，2017，41(10)：3121-3129.
[3] MOREIRA A, POZO D, STREET A, et al.Reliable Renewable Generation and Transmission Expansion Planning: Co-Optimizing System's Resources for Meeting Renewable Targets[J]. IEEE Transactions on Power Systems，2017，32(4)：3246-3257.
[4] 彭超鋒，袁鐵江，魏喜慧. 基于機會約束規劃的分散式風電場優化規劃[ J ] . 可再生能源，2016，34(3)：427-436.
[5] JIN L, SUN Yuanzhang, SORENSEN P, et al. Method for Assessing Grid Frequency Deviation Due to Wind Power Fluctuation Based on “Time-Frequency Transformation”[J].IEEE Transactions on Sustainable Energy，2012，3(1)：65-73.
[6] 劉自發，于寒霄，王帥，等. 綜合考慮運行效率和棄風損失的輸電網規劃[J]. 電網技術，2018，42(3)：827-834.
[7] 劉學，李暉，周明，等. 考慮風速相關性的多目標電網規劃[J]. 電力自動化設備，2015，35(10)：87-94.
[8] 許沛東，方華亮，黃爍. 考慮風電消納及潮流均衡度的分散式風電選址定容[J]. 電力建設，2018，39(1)：99-105.
[9] 姜惠蘭，安星，王亞微，等. 基于改進NSGA2算法的考慮風機接入電能質量的多目標電網規劃[J].中國電機工程學報，2015，35(21)：5405-5411.
[10] 時思思，張新燕，王志浩，等. 基于改進NSGA-Ⅱ算法的風光組合多饋入直流送端系統裝機容量優化配置研究[J]. 可再生能源，2019，37(8)：1198-1205.
[11] 張福民，崔海波，李占凱，等. 基于改進NSGA-Ⅱ算法的微網交互式多目標優化[J]. 電力系統保護與控制，2018，46(12)：24-31.
[12] 李勇，劉俊勇，劉曉宇，等. 基于潮流熵的電網連鎖故障傳播元件的脆弱性評估[J]. 電力系統自動化，2012，36(19)：11-16.
[13] 鄭強. 帶精英策略的非支配排序遺傳算法的研究與應用[D]. 杭州：浙江大學，2006.
[14] MOEINI-AGHTAIE M, ABBASPOUR A, FOTUHIFIRUZABAD M.Incorporating Large-Scale Distant Wind Farms in Probabilistic Transmission Expansion Planning-PartⅠ: Theory and Algorithm[J].IEEE Transactions on Power Systems，2012，27(3)：1585-1593.
[15] 王錫凡. 電力系統優化規劃[M]. 北京：水利電力出版社，1990.
