董躍哲 馬平 丁哲 陳寬

摘要：針對(duì)風(fēng)機(jī)及光伏出力的波動(dòng)性對(duì)系統(tǒng)網(wǎng)損和電壓的影響，本文以全天有功網(wǎng)損和電壓偏移最小為目標(biāo)，建立兼顧電壓安全穩(wěn)定和配電網(wǎng)經(jīng)濟(jì)運(yùn)行的多目標(biāo)無(wú)功優(yōu)化模型。利用三點(diǎn)估計(jì)法原理計(jì)算風(fēng)光出力和負(fù)荷值，通過(guò)概率潮流判斷狀態(tài)變量是否滿足概率約束，利用權(quán)重法將多目標(biāo)轉(zhuǎn)化為單目標(biāo)，同時(shí)結(jié)合粒子群優(yōu)化算法對(duì)所建模型進(jìn)行求解，最后利用改進(jìn)的IEEE33節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真計(jì)算。仿真結(jié)果表明，本文所建模型對(duì)配電網(wǎng)進(jìn)行無(wú)功優(yōu)化，有效降低了網(wǎng)損，改善了節(jié)點(diǎn)電壓質(zhì)量。該研究為含高比例可再生能源配電網(wǎng)的無(wú)功優(yōu)化提供了有效方法。

關(guān)鍵詞：概率模型; 三點(diǎn)估計(jì)法; 概率潮流; 無(wú)功優(yōu)化

中圖分類號(hào)： TM761+.1文獻(xiàn)標(biāo)識(shí)碼： A

文章編號(hào)： 10069798（2019）01004707; DOI： 10.13306/j.10069798.2019.01.008

隨著能源危機(jī)和環(huán)境問(wèn)題日益加重，世界各國(guó)都在大力發(fā)展可再生能源，預(yù)計(jì)到2030年，我國(guó)可再生能源的發(fā)電量將占30%以上[1]。然而高比例可再生能源（如風(fēng)電、光電）的并網(wǎng)，會(huì)導(dǎo)致潮流雙向流動(dòng)、電壓波動(dòng)、電壓越限以及網(wǎng)損偏高等問(wèn)題。因此，研究高比例可再生能源并網(wǎng)后的無(wú)功功率優(yōu)化，能夠有效降低網(wǎng)損、改善節(jié)點(diǎn)電壓的質(zhì)量，從而保證可再生能源并網(wǎng)后配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和電壓的安全穩(wěn)定。在配電網(wǎng)的無(wú)功功率優(yōu)化作為電壓優(yōu)化控制的一種方法，在降低網(wǎng)損和提高電壓質(zhì)量等方面起著重要的作用。無(wú)功功率優(yōu)化不僅要處理連續(xù)變量，如可再生能源的有功出力、靜止無(wú)功補(bǔ)償器（static vargenerator，SVG）的無(wú)功功率輸出，還要處理離散變量，如有載調(diào)壓變壓器（onload tapchanger，OLTC）分接頭位置、并聯(lián)電容器（shunt capacitor，SC）的投切數(shù)量。其中，由于可再生能源的出力具有較強(qiáng)的波動(dòng)性，在配電網(wǎng)無(wú)功優(yōu)化的模型中，如何處理可再生能源出力的波動(dòng)性給無(wú)功優(yōu)化提出了新的挑戰(zhàn)。在配電網(wǎng)無(wú)功優(yōu)化中，處理風(fēng)機(jī)及光伏出力波動(dòng)性的方法有多場(chǎng)景法[24]、魯棒優(yōu)化法[5]和概率潮流法[67]。與多場(chǎng)景法、魯棒優(yōu)化法相比，概率潮流法可以根據(jù)輸入隨機(jī)變量的統(tǒng)計(jì)特征，得到輸出變量的統(tǒng)計(jì)特征（如概率密度函數(shù)、均值和標(biāo)準(zhǔn)差等），從而更好地體現(xiàn)風(fēng)機(jī)及光伏出力的波動(dòng)性。目前，概率潮流的計(jì)算方法有模擬法、解析法和近似法[811]。模擬法一般指基于隨機(jī)抽樣的蒙特卡洛法，該方法的計(jì)算精度很高，需要海量的輸入數(shù)據(jù)，計(jì)算量比較大，一般只是作為檢驗(yàn)其他方法的標(biāo)準(zhǔn);解析法的求解效率很高，但在使用時(shí)需要在滿足一定數(shù)學(xué)條件的前提下，對(duì)模型進(jìn)行大量簡(jiǎn)化，因此，該方法未得到廣泛使用;近似法概率潮流計(jì)算的代表方法為點(diǎn)估計(jì)法，它既可以處理多種概率分布的隨機(jī)變量，同時(shí)還具有計(jì)算量小和精確度高等優(yōu)點(diǎn)，從而為考慮風(fēng)機(jī)及光伏出力的波動(dòng)性提供了一種有效的方法[1215]。基于此，本文在多目標(biāo)配電網(wǎng)無(wú)功優(yōu)化模型的基礎(chǔ)上，首次提出利用三點(diǎn)估計(jì)法，將風(fēng)光出力、負(fù)荷的概率模型與無(wú)功優(yōu)化模型相結(jié)合。該方法能夠充分體現(xiàn)風(fēng)光出力和負(fù)荷的波動(dòng)性，且具有計(jì)算量適中、計(jì)算結(jié)果精確度高等優(yōu)點(diǎn)。通過(guò)對(duì)改進(jìn)的IEEE33節(jié)點(diǎn)系統(tǒng)的仿真計(jì)算，仿真結(jié)果表明本文的無(wú)功優(yōu)化模型是正確有效的。

由圖3和圖4可以看出，白天各組電容器投切容量和SVG補(bǔ)償容量的變化較小，夜間變化較大。這是由于當(dāng)天白天風(fēng)光出力的變化與負(fù)荷變化相對(duì)一致，所以變化較穩(wěn)定;夜間僅有風(fēng)機(jī)工作，且當(dāng)天風(fēng)速和負(fù)荷波動(dòng)較大，為了滿足系統(tǒng)的無(wú)功需求，電容器投切容量和SVG補(bǔ)償容量的變化較大。但總體來(lái)看，本文電容器投切和SVG容量補(bǔ)償?shù)牟呗阅軌驖M足風(fēng)光出力和負(fù)荷波動(dòng)帶來(lái)的無(wú)功需求變化，且各組電容器的投切次數(shù)和OLTC分接頭的動(dòng)作次數(shù)均在安全范圍內(nèi)。

5結(jié)束語(yǔ)

考慮風(fēng)光出力和負(fù)荷的波動(dòng)性，本文采用三點(diǎn)估計(jì)法，將風(fēng)光出力和負(fù)荷的概率模型與無(wú)功優(yōu)化模型相結(jié)合，建立兼顧電壓安全穩(wěn)定和配電網(wǎng)經(jīng)濟(jì)運(yùn)行的多目標(biāo)無(wú)功優(yōu)化模型，利用權(quán)重法將多目標(biāo)轉(zhuǎn)化為單目標(biāo)，采用粒子群算法進(jìn)行迭代求解。仿真結(jié)果表明，本文建立的優(yōu)化模型優(yōu)化效果較好，適用于含高比例可再生能源的配電網(wǎng)，能為高比例可再生能源并網(wǎng)提供合理的建議。由于目前配電網(wǎng)中的儲(chǔ)能設(shè)備也是影響配電網(wǎng)電壓的重要因素，因此挖掘儲(chǔ)能的調(diào)壓能力將是下一步研究的重點(diǎn)。

參考文獻(xiàn)：

[1]國(guó)家發(fā)改委能源研究所. 中國(guó)2050年高比例可再生能源發(fā)展情景暨途徑研究[R]. 北京： 國(guó)家能源局， 2015.

[2]吳麗珍， 蔣力波， 郝曉弘. 基于最優(yōu)場(chǎng)景生成算法的主動(dòng)配電網(wǎng)無(wú)功優(yōu)化[J]. 電力系統(tǒng)保護(hù)與控制， 2017， 45（15）： 152159.

[3]陳繼明， 祁麗志， 孫名妤， 等. 多場(chǎng)景下含風(fēng)電機(jī)組的配電網(wǎng)無(wú)功優(yōu)化的研究[J]. 電力系統(tǒng)保護(hù)與控制， 2016， 44（9）： 129134.

[4]尹青， 楊洪耕， 馬曉陽(yáng). 考慮多重不確定參數(shù)的配電網(wǎng)概率無(wú)功優(yōu)化[J]. 電力系統(tǒng)保護(hù)與控制， 2017， 45（7）： 141147.

[5]駱晨， 陶順， 肖湘寧， 等. 主動(dòng)配電網(wǎng)的多階段魯棒綜合電壓控制[J]. 現(xiàn)代電力， 2016， 33（4）： 4451.

[6]黃偉， 劉斯亮， 王武， 等. 長(zhǎng)時(shí)間尺度下計(jì)及光伏不確定性的配電網(wǎng)無(wú)功優(yōu)化調(diào)度[J]. 電力系統(tǒng)自動(dòng)化， 2018， 42（5）： 154162.

[7]張世達(dá)， 孫永輝， 趙景濤， 等. 基于隨機(jī)響應(yīng)面法的主動(dòng)配電網(wǎng)無(wú)功優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化， 2017， 41（13）： 3038.

[8]劉宇， 高山， 楊勝春， 等. 電力系統(tǒng)概率潮流算法綜述[J]. 電力系統(tǒng)自動(dòng)化， 2014， 38（23）： 127135.

[9]丁明， 王京景， 李生虎. 基于擴(kuò)展拉丁超立方采樣的電力系統(tǒng)概率潮流計(jì)算[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2013， 33（4）： 163170.

[10]Saunders C S. Point estimate method addressing correlated wind power for probabilistic optimal power flow[J]. IEEE Transactions on Power Systems， 2014， 29（3）： 10451054.

[11]朱星陽(yáng)， 劉文霞， 張建華. 考慮大規(guī)模風(fēng)電并網(wǎng)的電力系統(tǒng)隨機(jī)潮流[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2013， 33（7）： 7785.

[12]張立波， 程浩忠， 曾平良， 等. 基于Nataf逆變換的概率潮流三點(diǎn)估計(jì)法[J]. 電工技術(shù)學(xué)報(bào)， 2016， 31（6）： 187194.

[13]陳璨， 吳文傳， 張伯明， 等. 考慮光伏出力相關(guān)性的配電網(wǎng)概率潮流[J]. 電力系統(tǒng)自動(dòng)化， 2015， 39（9）： 4147.

[14]胡源， 別朝紅， 寧光濤， 等. 計(jì)及風(fēng)電不確定性的多目標(biāo)電網(wǎng)規(guī)劃期望值模型與算法[J]. 電工技術(shù)學(xué)報(bào)， 2016， 31（10）： 168175.

[15]艾小猛， 文勁宇， 吳桐，等. 基于點(diǎn)估計(jì)和GramCharlier展開(kāi)的含風(fēng)電電力系統(tǒng)概率潮流實(shí)用算法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2013， 33（16）： 1622.

[16]吳棟梁， 王揚(yáng)， 郭創(chuàng)新， 等. 電力市場(chǎng)環(huán)境下考慮風(fēng)電預(yù)測(cè)誤差的經(jīng)濟(jì)調(diào)度模型[J]. 電力系統(tǒng)自動(dòng)化， 2012， 36（6）： 2328.

[17]廖秋萍， 呂林， 劉友波， 等. 考慮重構(gòu)的含可再生能源配電網(wǎng)電壓控制模型與算法[J]. 電力系統(tǒng)自動(dòng)化， 2017， 41（18）： 3239.

[18]Hong H P. An efficient point estimate method for probabilistic analysis[J]. Reliability Engineering & System Safety， 1998， 59（3）： 261267.

[19]Morales J M， PerezRuiz J. Point estimate schemes to solve the probabilistic power flow[J]. IEEE Transactions on Power Systems， 2007， 22（4）： 15941601.

[20]潘煒， 劉文穎， 楊以涵. 概率最優(yōu)潮流的點(diǎn)估計(jì)算法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2008， 28（16）： 2833.