考慮時(shí)序場景的分布式電源規(guī)劃及無功優(yōu)化策略

鄧慧瓊 鄭玉燚 張曉飛 曾凡淦 鄭榮進(jìn)

摘 要：針對分布式電源發(fā)電和負(fù)荷需求的時(shí)序性和不確定性問題，通過風(fēng)光概率出力模型生成初始場景并對場景進(jìn)行縮減，建立考慮時(shí)序性的典型日風(fēng)光電源—負(fù)荷場景。以綜合配電網(wǎng)經(jīng)濟(jì)性和環(huán)境效益的綜合性能指標(biāo)最小為目標(biāo)優(yōu)化模型，采用改進(jìn)遺傳算法對分布式電源接入位置與容量進(jìn)行規(guī)劃。根據(jù)無功二次精確矩選擇無功補(bǔ)償設(shè)備的最佳補(bǔ)償位置以降低網(wǎng)損，并以提高電壓水平為目標(biāo)確定無功補(bǔ)償容量。對含分布式電源的IEEE33節(jié)點(diǎn)配電網(wǎng)系統(tǒng)進(jìn)行仿真分析，結(jié)果表明優(yōu)化后的策略能提升配電網(wǎng)的電壓質(zhì)量，降低網(wǎng)絡(luò)損耗和提高經(jīng)濟(jì)效益，驗(yàn)證了該方法的有效性與合理性。

關(guān)鍵詞：分布式電源；場景分析；時(shí)序特性；改進(jìn)遺傳算法；無功優(yōu)化

中圖分類號：TM715

文獻(xiàn)標(biāo)志碼：A

隨著社會的不斷發(fā)展，各國對氣候變化和能源需求變化的重視程度不斷提升。目前，世界各國開始對能源進(jìn)行新能源規(guī)模化革命、化石能源低碳化革命和能源管理智能化革命，積極構(gòu)建新型電力系統(tǒng)［1］。新能源接入電網(wǎng)可以起到減少碳排放和促進(jìn)能源結(jié)構(gòu)轉(zhuǎn)型等作用［2］，推進(jìn)可再生能源產(chǎn)業(yè)規(guī)模穩(wěn)步擴(kuò)大和發(fā)展。

分布式電源（distributed generation，DG）具有清潔低碳、能源利用高效、安裝地點(diǎn)靈活等多種優(yōu)點(diǎn)［3］。目前，對含DG 配電網(wǎng)的研究主要有DG接入對配電網(wǎng)電能質(zhì)量［4］、電壓穩(wěn)定性［5］、配電網(wǎng)網(wǎng)損［6］和繼電保護(hù)［7］等的影響，以及配電網(wǎng)中DG和無功補(bǔ)償配置規(guī)劃研究。合適的DG配置接入配電網(wǎng)運(yùn)行能夠起到降低線路損耗、改善電壓質(zhì)量等作用［8］。此外，光伏和風(fēng)力電源出力具有時(shí)序性和隨機(jī)性等特點(diǎn)，其接入配電網(wǎng)的位置和容量的選擇將會影響到配電網(wǎng)的正常運(yùn)行。

目前已有大量文獻(xiàn)資料針對DG接入配電網(wǎng)的規(guī)劃及無功優(yōu)化問題進(jìn)行了研究分析。文獻(xiàn)［9］在對DG規(guī)劃研究中采用恒定功率模型且考慮了企業(yè)節(jié)能效益，但該模型并未考慮源-荷時(shí)序性的影響。文獻(xiàn)［10］采用聯(lián)合概率分布法和場景削減法構(gòu)造風(fēng)-光-荷聯(lián)合時(shí)序場景，為考慮隨機(jī)性和時(shí)序相關(guān)性的多種DG建模研究提供了思路。文獻(xiàn)［11］采用風(fēng)光概率模型的規(guī)劃方法，通過確定不同類型DG最優(yōu)出力配置來減少系統(tǒng)的損耗，并采用混合整數(shù)規(guī)劃方法進(jìn)行求解。文獻(xiàn)［12］構(gòu)建了源-荷概率模型，考慮總有功網(wǎng)損期望最小、電壓偏差期望最小和電壓穩(wěn)定性指標(biāo)最小的多目標(biāo)無功優(yōu)化模型，采用改進(jìn)粒子群優(yōu)化（particle swarm optimization， PSO）算法進(jìn)行求解。文獻(xiàn)［13］的目標(biāo)函數(shù)在網(wǎng)損和電壓偏差基礎(chǔ)上考慮DG的相關(guān)經(jīng)濟(jì)效益，利用電壓靈敏度指標(biāo)確定DG的最佳位置。文獻(xiàn)［14］對含風(fēng)電場的系統(tǒng)進(jìn)行無功優(yōu)化，得到了更好的網(wǎng)損和電壓優(yōu)化結(jié)果，但沒有考慮源-荷時(shí)序性的影響。文獻(xiàn)［15］利用自適應(yīng)遺傳算法進(jìn)行風(fēng)電選址定容優(yōu)化計(jì)算，提高了模擬求解速度，但沒有對系統(tǒng)運(yùn)行情況進(jìn)行分析和無功優(yōu)化。

因此，本文綜合考慮源-荷時(shí)序性的影響，對配電網(wǎng)進(jìn)行兩階段優(yōu)化配置研究，首先對風(fēng)電機(jī)組和光伏發(fā)電機(jī)組出力建立概率出力模型，利用多場景分析法將風(fēng)、光的不確定性概率模型問題轉(zhuǎn)化為可以求解的確定性的典型日場景。以綜合經(jīng)濟(jì)性和環(huán)境效益建立多目標(biāo)規(guī)劃模型，并對多指標(biāo)進(jìn)行歸一化處理，采用優(yōu)化自適應(yīng)遺傳算法求解DG配置。為進(jìn)一步降低配電網(wǎng)損耗和改善電壓水平，采用了改進(jìn)無功二次精確矩選擇無功補(bǔ)償設(shè)備最佳補(bǔ)償點(diǎn)，并確定無功優(yōu)化補(bǔ)償容量。利用 IEEE33節(jié)點(diǎn)配電系統(tǒng)進(jìn)行仿真算例分析，驗(yàn)證了所提 DG 優(yōu)化配置模型和無功補(bǔ)償優(yōu)化方法的有效性。

5 算例分析

5.1 算例選取與場景生成

以IEEE33節(jié)點(diǎn)配電網(wǎng)系統(tǒng)進(jìn)行仿真分析，該系統(tǒng)總負(fù)荷為3 715 kW+j2300 kvar，功率基準(zhǔn)值取為10 MV·A，基準(zhǔn)電壓為12.66 kV，算例結(jié)構(gòu)如圖2所示［12］。

利用氣象數(shù)據(jù)按每小時(shí)為步長采集某地歷史風(fēng)速、光照數(shù)據(jù)，然后計(jì)算概率密度函數(shù)所需參數(shù)。通過風(fēng)光出力概率模型仿真，隨機(jī)生成300個(gè)初始風(fēng)光出力場景集，根據(jù)場景縮減步驟對所生成的場景集進(jìn)行縮減，得到5個(gè)典型日出力場景，如圖3所示。各場景的概率分別為0.170 0、0.110 0、0.300 0、0.233 3、0.186 7。風(fēng)光出力趨勢與原場景集較為一致，其中，風(fēng)電出力波動較大，光伏出力較為穩(wěn)定，兩者仍保持風(fēng)光出力原本特點(diǎn)。

DG接入容量限制為配電系統(tǒng)總?cè)萘康?0%，并按等比例接入，風(fēng)電機(jī)組采用異步風(fēng)力發(fā)電機(jī)，其發(fā)出有功功率的同時(shí)也會從系統(tǒng)吸收一定的無功功率，發(fā)電場的無功補(bǔ)償裝置根據(jù)電力系統(tǒng)的就地平衡原則配置。光伏并網(wǎng)逆變器主要采用電流控制方式，具有單位功率因數(shù)。

配電網(wǎng)的負(fù)荷具有不確定性和連續(xù)性等特點(diǎn)，在節(jié)點(diǎn)配電系統(tǒng)中，節(jié)點(diǎn)1、3、17～22為商業(yè)負(fù)荷，節(jié)點(diǎn)2、4、5、8～12、14～16、25～27為居民負(fù)荷，節(jié)點(diǎn)6、7、13、23、24、28～32為工業(yè)負(fù)荷［23］，典型日負(fù)荷曲線如圖4所示。

5.2 規(guī)劃方案及結(jié)果分析

場景一：選擇場景概率最大的出力場景，分析不考慮源-荷時(shí)序性時(shí)DG接入配電網(wǎng)及無功補(bǔ)償裝置的影響。

設(shè)定3種研究方案：方案1，DG未接入配電網(wǎng)；方案2，根據(jù)DG配置優(yōu)化結(jié)果安裝發(fā)電機(jī)組；方案3，根據(jù)DG配置優(yōu)化結(jié)果安裝發(fā)電機(jī)組和無功補(bǔ)償裝置。采用改進(jìn)遺傳算法得到DG接入位置和接入容量，并進(jìn)行無功優(yōu)化補(bǔ)償。各方案節(jié)點(diǎn)電壓變化曲線如圖5所示，各方案對比如表1所示。

由圖5和表1可以發(fā)現(xiàn)：方案1各配電網(wǎng)節(jié)點(diǎn)網(wǎng)損及電壓質(zhì)量較差，最大電壓偏差達(dá)到7.65%，且配電網(wǎng)線路損耗較大；方案2接入DG后雖然整體電壓偏差有所上升，但均位于系統(tǒng)電壓偏差允許范圍內(nèi)，系統(tǒng)網(wǎng)損得到有效降低；方案3經(jīng)過2次優(yōu)化后，整條線路電壓水平和網(wǎng)損大小得到有效改善，最大電壓偏差縮減為1.77%，對于電壓支撐效果最為明顯，且配電網(wǎng)線路損耗降低了61.99%；并且綜合費(fèi)用得到有效降低。因此，規(guī)劃DG和無功優(yōu)化配置是十分必要的。

場景二：選擇場景概率最大的出力場景，分析考慮源-荷時(shí)序性時(shí)DG接入配電網(wǎng)及無功補(bǔ)償裝置的影響。

充分考慮DG和負(fù)荷的時(shí)序場景，更能反映電網(wǎng)的真實(shí)情況，得到的優(yōu)化結(jié)果也更精確。各節(jié)點(diǎn)優(yōu)化前后電壓偏差日變化曲線如圖6所示。對場景一、場景二、文獻(xiàn)［12］優(yōu)化后整個(gè)系統(tǒng)的日總網(wǎng)損和日電壓偏差總和進(jìn)行比較，結(jié)果如表2所示。

由圖6可以看出：優(yōu)化前配電網(wǎng)中線路的末端節(jié)點(diǎn)電壓較低，系統(tǒng)電壓質(zhì)量差，節(jié)點(diǎn)電壓超出偏差允許范圍，一天中有25%的節(jié)點(diǎn)電壓幅值低于0.95U；采用本文方法接入DG和無功補(bǔ)償裝置后，系統(tǒng)節(jié)點(diǎn)電壓幅值有了明顯提升，所有節(jié)點(diǎn)電壓幅值均大于0.95U，均位于系統(tǒng)電壓偏差允許范圍內(nèi)，在高峰負(fù)荷階段仍然能保持電壓水平，能夠有效提升各節(jié)點(diǎn)電壓水平，更能滿足配電網(wǎng)安全穩(wěn)定運(yùn)行要求。在負(fù)荷高峰時(shí)或者電源出力不足時(shí)，各節(jié)點(diǎn)電壓偏差波動，可以進(jìn)一步在部分時(shí)段增加合適的電源來降低電壓偏差，彌補(bǔ)夜間光伏發(fā)電沒有出力的情況。

由表2可以看出：場景一不考慮源-荷時(shí)序性，按日最大負(fù)荷優(yōu)化后得到的總有功網(wǎng)損和電壓偏差偏大；場景二考慮源-荷時(shí)序性，優(yōu)化后的日總網(wǎng)損和電壓偏差總和比不考慮源-荷時(shí)序性有一定程度的下降，也更能符合實(shí)際情況；與文獻(xiàn)［12］方法相比，效果更佳。因此，本文通過兩階段優(yōu)化配置，降低了系統(tǒng)網(wǎng)損，并且提高了系統(tǒng)電壓水平。

圖7為考慮源-荷時(shí)序性時(shí)配電網(wǎng)日線路損耗變化曲線。由圖7可以看出：接入DG和無功補(bǔ)償配置優(yōu)化后，每個(gè)時(shí)段配電網(wǎng)網(wǎng)損較優(yōu)化前網(wǎng)損都有明顯降低。優(yōu)化前日有功總網(wǎng)損為2 976.3 kW，經(jīng)過兩階段的優(yōu)化后日有功總網(wǎng)損為1 342.9 kW，下降了54.9%。

6 結(jié)論

本文考慮風(fēng)力發(fā)電、光伏發(fā)電和負(fù)荷的時(shí)序特性，建立典型日時(shí)序場景模型。以綜合費(fèi)用最小為目標(biāo)，確定DG的優(yōu)化配置，并進(jìn)行無功補(bǔ)償?shù)膬?yōu)化配置，分析不同場景對系統(tǒng)的影響。

1）考慮DG和負(fù)荷的時(shí)序特性建立典型日場景，能夠更加清晰地反映配電網(wǎng)系統(tǒng)運(yùn)行實(shí)際變化情況，得到的結(jié)果更符合實(shí)際。對于實(shí)際配電網(wǎng)DG的調(diào)度，后續(xù)研究還應(yīng)考慮多時(shí)間尺度的相關(guān)性配合。

2）通過無功精確矩體現(xiàn)對網(wǎng)損影響大的節(jié)點(diǎn)特征和對電壓水平有改善的節(jié)點(diǎn)特征，確定無功補(bǔ)償點(diǎn)和優(yōu)化無功補(bǔ)償配置，進(jìn)一步降低配電系統(tǒng)有功網(wǎng)損，提高電壓水平。

3）通過不同方案對比可知，考慮時(shí)序場景優(yōu)化后的DG和無功配置方案能夠降低系統(tǒng)運(yùn)行成本和網(wǎng)絡(luò)損耗，改善電壓質(zhì)量，對提高電力系統(tǒng)的經(jīng)濟(jì)性和穩(wěn)定性有著十分重要的意義。

參考文獻(xiàn)：

[1]鄒才能， 熊波， 薛華慶， 等. 新能源在碳中和中的地位與作用［J］. 石油勘探與開發(fā)， 2021， 48（2）： 411-420.

［2］ 黃震， 謝曉敏. 碳中和愿景下的能源變革［J］. 中國科學(xué)院院刊， 2021， 36（9）： 1010-1018.

［3］ 周良學(xué). 考慮分布式光伏電源與負(fù)荷相關(guān)性的接入容量研究［D］. 長沙： 湖南大學(xué)， 2017.

［4］ 付學(xué)謙， 陳皓勇， 劉國特， 等. 分布式電源電能質(zhì)量綜合評估方法［J］. 中國電機(jī)工程學(xué)報(bào)， 2014， 34（25）： 4270-4276.

［5］ 張謙， 廖清芬， 唐飛， 等. 計(jì)及分布式電源接入的配電網(wǎng)靜態(tài)電壓穩(wěn)定性評估方法［J］. 電力系統(tǒng)自動化， 2015， 39（15）： 42-48.

［6］ 林昶詠， 吳桂聯(lián)， 張林垚， 等. 分布式電源接入配電系統(tǒng)優(yōu)化規(guī)劃方案［J］. 現(xiàn)代電力， 2019， 36（6）： 82-87.

［7］ 竇小晶， 薛釗， 葉日新， 等. 10 kV分布式電源并網(wǎng)對配電網(wǎng)繼電保護(hù)的影響分析［J］. 智慧電力， 2019， 47（12）： 117-122.

［8］ 張節(jié)潭， 程浩忠， 姚良忠， 等. 分布式風(fēng)電源選址定容規(guī)劃研究［J］. 中國電機(jī)工程學(xué)報(bào)， 2009， 29（16）： 1-7.

［9］ 田賀平， 孫舟， 王偉賢， 等. 考慮節(jié)能效益的企業(yè)分布式電源優(yōu)化配置［J］. 電力系統(tǒng)保護(hù)與控制， 2017， 45（10）： 38-47.

［10］陳碧云， 閉晚霞， 李欣桐， 等. 考慮風(fēng)-光-荷聯(lián)合時(shí)序場景的分布式電源接入容量規(guī)劃策略［J］. 電網(wǎng)技術(shù)， 2018， 42（3）： 755-761.

［11］ATWA Y M， EL SAADANY E F， SALAMA M M. Optimal renewable resources mix for distribution system energy loss minimization［J］. IEEE Transactions on Power System， 2010， 25（1）： 360-370.

［12］李妍. 考慮分布式電源出力波動性的配電網(wǎng)無功優(yōu)化［D］. 青島： 青島大學(xué)， 2021.

［13］GAMPA S R， DAS D. Optimum placement and sizing of DGs considering average hourly variations of load［J］. International Journal of Electrical Power & Energy Systems， 2015， 66： 25-40.

［14］李澎， 彭敏放. 基于改進(jìn)遺傳算法的含風(fēng)電場電力系統(tǒng)無功優(yōu)化［J］. 現(xiàn)代電子技術(shù)， 2020， 43（13）： 167-171， 175.

［15］馬郡陽， 孟濤， 尹杭， 等. 基于改進(jìn)遺傳算法的配電網(wǎng)分布式風(fēng)電源選址定容［J］. 電氣自動化， 2018， 40（6）： 38-41.

［16］李靜， 韋巍， 辛煥海， 等. 基于概率潮流的風(fēng)電分布式電源優(yōu)化配置［J］. 電力系統(tǒng)自動化， 2014， 38（14）： 70-76.

［17］付文杰， 楊伯青， 黃莉， 等. 考慮風(fēng)光出力不確定性與相關(guān)性的混合電價(jià)機(jī)制設(shè)計(jì)［J］. 南方電網(wǎng)技術(shù)， 2021， 15（9）： 85-92.

［18］張文韜， 王秀麗， 吳雄， 等. 大規(guī)模風(fēng)電接入下含大用戶直購電的電力系統(tǒng)調(diào)度模型研究［J］. 中國電機(jī)工程學(xué)報(bào)， 2015， 35（12）： 2927-2935.

［19］鄭能， 丁曉群， 管志成， 等. 考慮相關(guān)性的含風(fēng)電的配電網(wǎng)無功優(yōu)化［J］. 南方電網(wǎng)技術(shù)， 2018， 12（1）： 62-69.

［20］錢科軍， 袁越， 石曉丹， 等. 分布式發(fā)電的環(huán)境效益分析［J］. 中國電機(jī)工程學(xué)報(bào)， 2008（29）： 11-15.

［21］王克文， 張東岳. 電力系統(tǒng)無功優(yōu)化算法綜述［J］. 電測與儀表， 2016， 53（10）： 73-79， 98.

［22］張林垚， 鄭潔云， 孔順飛， 等. 考慮綜合能源系統(tǒng)的配網(wǎng)規(guī)劃模型及其求解方法［J］. 南方電網(wǎng)技術(shù)， 2019， 13（6）： 76-86.

［23］宋文. 含分布式發(fā)電的配電網(wǎng)優(yōu)化規(guī)劃研究［D］. 濟(jì)南： 山東大學(xué)， 2014.

（責(zé)任編輯：周曉南）

Distributed Power Planning and Reactive Power Optimization

Strategies Considering Timing Scenarios

DENG Huiqiong*1，2， ZHENG Yuyi1，2， ZHANG Xiaofei1，2， ZENG Fangan1，2， ZHENG Rongjin1，2

（1.Simulation Analysis and Integrated Control of Smart Grid Engineering Research Center of Fujian Universities，

Fujian University of Technology， Fuzhou 350108， China; 2.College of Electronic， Electrical Engineering and Physics， Fujian University of Technology， Fuzhou 350108， China）

Abstract：

In order to solve the timing characteristic and uncertainty problems of distributed power generation and load demand， the initial scene is generated and reduced by the probabilistic output model of wind and photovoltaic power， and a typical daily wind and photovoltaic power-load scenario considering timing characteristic is established. Taking the minimized comprehensive performance index of both the economic and environmental benefit of the distribution network as the objective optimization function， the improved genetic algorithm was used to optimize the allocation of the access location and capacity of distributed power supply. The optimal compensation position of the reactive power compensation equipment is selected according to the precise secondary moment of reactive power to reduce network loss， and the reactive power compensation capacity is determined to improve the voltage level. Through the simulation analysis of IEEE33 node distribution system with distributed power supply， the results show that the optimization can improve the voltage quality of distribution network， reduce network loss and improve the economic benefit， which verifies the validity and rationality of the method.

Key words：

distributed generation; scenario analysis; timing characteristic; improved genetic algorithm; reactive power optimization

收稿日期：2021-12-07

基金項(xiàng)目：福州市科技計(jì)劃資助（2018-G-30）；福建省高校工程研究中心開放基金資助（KF-X19016、KF-D21009）

作者簡介：鄧慧瓊（1972—），男，副教授，博士，研究方向：電力系統(tǒng)連鎖故障分析與預(yù)防，配電網(wǎng)自動化，E-mail：denghuiqong66@126.com.

通訊作者：鄧慧瓊，E-mail：denghuiqong66@126.com.