• 沒有找到結果。

第五章 研究成果與討論

5.5 優質化電網規劃與設計探討

在分散型電源興起後,對傳統上採用集中式發電的輸配電模式造成了革命 性的改變。這些小型的分散型電源可直接、就近供應電力給負載,不頇如傳統式 集中式發電,需經長程之輸電過程,將電力送至負載中心,再利用高低壓配電線 路配送至負載,所造成之層層輸配電損失。但值得注意的是,因其非常接近用電 設備與器具,且併網點短路容量較低,其對系統與設備的衝擊頇加檢討與因應。

有鑑於此,本計畫為考慮風力機併網所產生的電壓波動、電壓控制、短路 電流、最大可併網容量、併網點等種種問題,特利用典型的饋線模型及最佳化理 論來進行分析與探討,期找出最適切的規劃設計、保護及運轉模式以資因應分散 型電源的快速成長。由前述各小節之分析與探討結果可知,在各種常態與非常態 運轉情況下,網目型配電線路明顯較放射型、常開環路型及常閉環路型饋線為強 健,承受DG併網運轉衝擊的能力也較佳,適合用來建構適合分散型電源併網運 轉之優質配電網路,但不同的網目型配電網路架構在各項評估指標上的表現亦有 不小出入。因此,為建構適合分散型電源發展的優質化配電網路,尚有賴最佳化 的分析、設計工具。在本小節中將使用商用套裝軟體Matlab/Simulink,建構一套 能分析全系統各饋線沿線平均電壓變動率、全系統損失百分率、允許DG最大可 併網量等多項性能指標之平台,配合基因演算法與電力潮流,以求取在考量多目 標規劃下之最佳配電饋線網目架構。

37

5.5.1 以基因演算法求解以新增饋線建構網目型饋線之最佳連接位置

由前述小節的分析模擬結果可知,在不同情況下所得之較適連接方式並不 一致,且因新增饋線每一端點可行之連接位置甚多,以範例系統而言,達15種之 多,兩端點之連接方式組合將達數萬種,尚難憑藉人工的方式求取其最佳組合,

故有賴最佳化分析工具,方符實際與有效。

本小節將以電力潮流程式來計算優質化電網的指標性參數,如整體饋線的 電壓變動、功率損失、最大可併網量等,以期精確﹔並在考慮新增一條及三條饋 線的情況下,以基因演算法找出其最佳的連接方式,期能以經濟、高供電品質、

最大化可併網量的方式建構優質配電網路。

5.5.1.1 基因演算法應用

基因演算法中有所謂的「適者生存」,即是指具較優基因的染色體會被保 留下來,因此在演化的過程中會產生比上一代更能適應生存環境的世代。在應用 基因演算法時,頇將欲求解問題的各項參數以編碼方式表示為基因模式,再利用 遺傳運算來進行演化,以求得問題的最佳解。因此,應用基因演算法時,頇先將 基因與所對應問題的物理現象做關聯,並設定出適應度函數(fitness function),以 模擬實際物理現象中基因係依此適應度函數來決定其優劣,適應度越高的基因越 有可能繁衍出優良的下一代。接下來就是模擬自然界演化的過程,包含了複製 (reproduction)、交配(crossover)與突變(mutation)等,基因的演化過程會不斷重覆 這些程序,以期找出全域的最佳解[13]。

利用基因演算法的程序與作法大體如下:

A.

基因編碼 (coding):染色體基因頇以編碼方式處理,編碼方式大致可分 為二進制、十進制、符號等數類。一般較常見的是二進制編碼,其編 碼字串長度越長,精確度也越高,但相對的也會在編碼與解碼處理上 花費較多的時間。在本小節中本計畫所使用的編碼方式為十進制編 碼,因為主要探討的對象是新增饋線兩端點連接的位置,即原常開環 路型饋線沿線的負載引接點。

B.

適應度函數(fitness function):目標參數係用來評估各染色體的優劣 用,對多個目標參數的問題上,因每一個參數所反應物理現象並不一 致,單位也不盡相同,為避免發生過早收斂於局部最佳解而非全域的 最佳解,在計算適應度函數前,宜先加以調整,以期能求取多目標規 劃的全域最佳解。詳細說明如下﹕

k 為調整後的適應度函數值, f

為原 本適應度函數值,

與 為參數。其關係式為

k

f

,其中

、 必頇滿足調整前群體的平均適應值要相等於調整後的群體的平均適應 值,如此一來才可以保持調整前後的平均適應值不變。

38

C.

挑選方式(selection):挑選的概念就是依據每一個染色體的期望值,再 由族群規模將期望值轉成染色體的個體數目,在本節中所使用選擇方

D.

交配與突變方式(crossover and mutation):交配的目的就是希望能將優 良的父代相結合產生出適應度更高的子代,其中交配的方法有單點、

254.94kW158.13kvar

16.5MW

0.01696 0.01529

base base base line pu

v kv

source pu

z j

, 0.01957 0.1566

zt pu j

, source pu

z zt pu,

圖5-48範例系統主要參數及匯流排編碼

39

40

其中 i 饋線段編號 k 為饋線段總數

P1 為DG併網前饋線上各饋線段的功率損失總和 P2 為DG併網後饋線上各饋線段的功率損失總和

C.

饋線沿線各負載引接點分散型電源最大可併網容量和 (

Max S ):同前

G 所述,網目型配電饋線結構的不同影響各負載引接點最大可併網容量 至鉅。本研究旨在建構適合分散型電源併網運轉的優質配電網,饋線 沿線各負載引接點分散型電源最大可併網容量和定然關鍵,其定義如 下:

(5-5)

G n G i

i

M a x S   S

(5-6) 其中 i為饋線上負載引接點的編號

n為饋線上負載引接點的總數

SG為分散型電源所提供之60秒平均最大量測視在功率 Ss.c為併網點系統短路容量

 為併網點系統的等效阻抗角

θ為分散型電源運轉功因角

5.5.1.4 適應度函數

適應度函數為判斷基因好壞的準據,含多目標參數的適應度函數較為複 雜,主要原因是其所反應的物理意義不同,故所使用的單位並非一致,且考量因 素亦因個案而異,因此有加入權重因子的必要。

本研究係將每一目標參數予以常規化後,再加入權重因子,將各目標參數 整合,其多目標參數適應度函數可表示如下:

1 2

min min

d d d d

max min max min

d d d d

AV AV P P

Max Fitness w w

AV AV P P

 

 

 

其中wk為各目標參數所對應的權重因子,其中

w

1

w

2  1 AVdmin為各種新增饋線架構下饋線沿線電壓變動率最小值

AV

dmax為各種新增饋線架構下饋線沿線電壓變動率最大值 Pdmin為各種新增饋線架構下功率損失率最小值

P

dmax為各種新增饋線架構下功率損失率最大值

.

% cos( ) 100%

S Ci Gi

i

S S

d  

   

41