城市配电网中光伏集群直流汇集点双层优化选址方法

《Symmetry》：A Bi-Level Optimal Siting Method for PV Cluster DC Aggregation Points in Urban Distribution Networks

　　

城市光伏通常通过单个逆变器并网，导致利用率低、反向潮流不协调以及高渗透率下的过电压问题。本文研究了在何处设置直流汇集点，以在公共直流母线上收集附近的光伏系统并通过集中式逆变器并网。在城市土地利用约束下，研究人员构建了一个双层模型如下：上层联合选择点位置、容量和光伏分配，以最小化年化成本和最大电压偏差；下层沿道路规划汇集线路并验证交直流（AC/DC）潮流。光伏不确定性通过聚类场景表示，改进的非支配排序遗传算法II（NSGA-II）与二阶锥规划（SOCP）DistFlow评估相结合。在修改后的IEEE 33节点馈线上，在122%渗透率下，该方法相比两阶段选址降低了8.3%的年化成本，相比K-means选址降低了14.6%，最大电压偏差从5.5%降至4.8%。与传统交流（AC）并网相比，该方法消除了过电压，并将有功损耗从无光伏基准降低了40.3%。在69节点系统上的测试以及灵敏度、极端场景和可靠性分析验证了其可扩展性和鲁棒性。

**论文解读：城市配电网中光伏集群直流汇集点的双层优化选址方法**

**研究背景与问题**
随着城市分布式光伏的快速扩张，高渗透率下传统单个逆变器并网方式引发反向潮流、电压越限及冗余容量等问题。光伏集群直流（DC）汇集通过DC-DC变换器收集邻近光伏系统，经集中式逆变器统一并网，有助于协调控制与储能集成。然而，现有研究未在真实城市约束下同时优化汇集点选址、容量、光伏分配与道路网路由，导致规划方案经济性差或电压问题突出。为此，研究人员提出一种双层优化方法，旨在解决这一耦合决策难题。该论文发表在《Symmetry》。

**研究内容与结论**
研究人员构建了城市土地利用约束下的双层选址-定容-分配模型：上层最小化年化成本与最大电压偏差，下层实现道路约束的汇集线路路由与交直流（AC/DC）潮流验证。光伏不确定性通过K-means聚类场景表示。采用改进的非支配排序遗传算法II（NSGA-II）与二阶锥规划（SOCP）DistFlow评估求解。在修改后的IEEE 33节点馈线（122%渗透率）上，该方法相比两阶段选址降低年化成本8.3%，相比K-means选址降低14.6%，最大电压偏差从5.5%降至4.8%；相比传统交流（AC）并网，消除过电压并将有功损耗比无光伏基准降低40.3%。在69节点系统及灵敏度、极端场景、可靠性分析中验证了可扩展性与鲁棒性。

**主要关键技术方法**（不超过250字）
1. **双层优化模型**：上层联合决策选址、容量与分配，以最小化年化成本和最大电压偏差；下层基于道路图的最短路径路由与交直流潮流验证，返回运营费用与可行性惩罚。
2. **改进NSGA-II**：引入自适应交叉/变异概率（早期高交叉促进探索，后期高变异精细调优）、周期局部搜索（每Δt代对Pareto前沿个体进行邻域操作）及约束支配排序（可行解优先于不可行解）。
3. **SOCP DistFlow评估**：利用二阶锥松弛处理交流（AC）网络潮流，保证凸性并验证电压约束。
4. **光伏不确定性建模**：基于研究区域一年逐时辐照度数据，通过K-means聚类（轮廓系数确定场景数）生成典型日场景及概率权重。
5. **GIS筛选与路由**：预处理城市土地利用数据排除不可用地块，利用Floyd-Warshall预计算道路图最短路径距离。

**研究结果**
**3.1 测试系统设置**：采用修改版IEEE 33节点配电网（10 kV，总负荷3.72 MW+j2.30 Mvar），48个分布式光伏系统（总容量4.56 MWp，渗透率122%），10个可行候选节点（来自变电站预留地、公共停车场等）。
**3.2 系统参数**：直流（DC）母线额定电压750 V，±5%偏差；逆变器效率97.5%，DC-DC变换器效率98%；折现率6%，规划周期20年。
**3.3 光伏出力场景**：K-means聚类得到6个典型日场景，涵盖晴天到雨天，轮廓系数最优。
**3.4 算法设置与验证**：改进NSGA-II参数（种群100，代数300，交叉概率0.6-0.9，变异概率0.05-0.20，局部搜索间隔20代）。通过对比MATPOWER牛顿-拉夫逊潮流验证SOCP DistFlow精度（最大节点电压偏差<5×10^-4 p.u.）。
**3.5 对比方法**：定义四种方案：M1（本文方法）、M2（两阶段解耦选址-路由）、M3（K-means地理聚类选址）、M4（传统分布式交流（AC）并网）。
**3.6 结果**：优化收敛于220代，妥协解年化成本202.3×10⁴ CNY/年，最大电压偏差4.8%。选择三个直流（DC）汇集点（节点14、24、30），道路路由距离平均为欧氏距离的1.40倍，证实道路路由必要性。
**3.7 经济比较**：M1成本最低；M2、M3、M4成本分别高出9.0%、17.1%、34.2%，且M4电压越限。
**3.8 配电网性能影响**：无光伏基准时最小电压0.913 p.u.，有功损耗202.7 kW；M4导致过电压1.081 p.u.；M1将最大电压控制在1.048 p.u.，损耗降至121.0 kW（比无光伏基准降低40.3%，比M4降低21.6%）。
**3.9 与基准算法对比**：改进NSGA-II在妥协成本与超体积指标上优于标准NSGA-II、多目标粒子群优化（MOPSO）和强度Pareto进化算法（SPEA2），计算成本仅增加3.3%。
**3.10 灵敏度分析**：选址方案（节点14、24、30）在参数变化（折现率、电价、维修率等）下保持稳健；将最大汇集点数从3减少到2使成本增加3.7%、电压偏差升至5.9%，增加至4或5点不改变最优方案。
**3.11 极端辐照度鲁棒性**：在历史最高、同步额定及云增强（1.05倍额定）快照下，最大交流（AC）电压偏差分别为5.1%、5.6%、5.7%，均未超±7%限值，直流（DC）电压在±5%内，验证了设计裕度。
**3.12 可扩展性验证**：在69节点系统（76个光伏系统，15个候选点，最大汇集点数5）上，方法保持成本优势（7.6%和13.1%对比两阶段与K-means），计算时间增至1286秒。
**3.13 可靠性分析**：基于设备故障率（中央逆变器0.35次/年，平均修复时间36小时）计算，M1预期年未注入能量8.9 MWh（占年光伏发电量0.16%），等效年成本0.53×10⁴ CNY，远低于M1相对M2的成本节省（18.3×10⁴ CNY/年），表明集中化可靠性损失不改变经济排序。

**讨论与结论**
讨论部分指出，协调汇集点选址与线路路由的经济效益显著（8.3%-14.6%成本降低），而地理聚类或分步方法忽略耦合导致成本增加。工程假设（如最大汇集点数、变换器效率、候选站点来源）通过灵敏度分析验证合理。网络分析表明，直流（DC）汇集可避免传统交流（AC）并网的高渗透率过电压问题，并减少配电网损耗，从而可能推迟或替代附加电压调节设备投资。局限性包括候选点集固定、单一年份规划，未来应扩展至分期建设、储能、网状网络等。
研究结论翻译如下：本文提出了一种用于城市配电网中光伏集群直流（DC）汇集点选址的双层优化方法，在最大汇集点数为3的限制下，联合确定点位置、容量、光伏分配与道路网汇集路由。采用改进的非支配排序遗传算法II（NSGA-II）与二阶锥规划（SOCP）DistFlow评估相结合，以处理光伏出力不确定性下的耦合选址-路由问题。在修改后的IEEE 33节点城市馈线（122%光伏渗透率）上，该方法选择了三个汇集点，并在相同评估协议下，相比两阶段解耦选址和K-means选址，年化总成本分别降低8.3%和14.6%，同时最大电压偏差从5.5%降至4.8%。与传统分布式交流（AC）并网相比，该方法消除了馈线末端过电压，并将网络有功损耗比无光伏基准降低40.3%。在修改后的IEEE 69节点系统上，成本优势持续存在（分别降低7.6%和13.1%），算法对比表明改进NSGA-II在该问题上优于标准NSGA-II、多目标粒子群优化（MOPSO）和强度Pareto进化算法（SPEA2）。灵敏度、极端场景和可靠性测试确认了设计方案的稳健性。未来扩展应考虑光伏/负荷增长下的分期建设、直流（DC）母线储能、网状网络的更紧松弛、可靠性感知的模块冗余、与电动汽车充电等直流（DC）负荷的联合规划，以及基于地籍地理信息系统（GIS）和许可数据的城市级试点。