基于随机情景法的配电馈线光伏电源承载能力分析

李胜男，吴水军，何廷一，高瑞林，郑子萱

(1.云南电力科学研究院，云南 昆明 650217；2.四川大学 电气信息学院，四川 成都 610065)

基于随机情景法的配电馈线光伏电源承载能力分析

李胜男1，吴水军1，何廷一1，高瑞林2，郑子萱2

(1.云南电力科学研究院，云南 昆明 650217；2.四川大学 电气信息学院，四川 成都 610065)

随分布式光伏发电系统在配电网的不断接入，受过电压、电压稳态变化、三相不平衡等因素影响，配电网安全可靠性将下降。提出一种基于随机情景法的配电馈线PV承载能力分析方法，以过电压、电压变化、三相不平衡等为约束指标，研究了光伏电源接入方式给不同电压指标造成的影响，并根据影响结果筛选恰当的电压约束条件。采用OpenDSS配电网仿真软件分析IEEE 123节点配电网模型和Ckt-5配电网，结果验证了以电压为约束指标的配电网光伏电源随机情景承载能力分析法的有效性和正确性。

配电馈线；光伏电源承载能力；电压约束；随机情景法

随着资源与环境问题日益突出，光伏、太阳能等清洁能源利用已成为发展趋势[1]。大量光伏发电装置接入配电网可有效改进电源支撑能力，满足日益增长的负荷需求和可持续发展问题，因此，国家明确规定，5 MW及以下容量光伏发电装置可无条件接入电网。但光伏等清洁能源依赖于风力、日照等自然环境，其固有的间歇性、波动性、不可控性等影响配电网承载能力的问题成为了必须考虑的重要课题[2-6]。配电网中供电质量、供电可靠性是必须关注的重点问题，而电压是配电网中最主要的电能质量问题，供电可靠性考察的是长时间电压中断，因此，考虑电压约束、研究配电网对光伏发电的承载能力具有重要理论价值和现实意义。

承载能力是21世纪以来以欧洲国家为代表的西方发达国家用于评价未来电网特性的一种方法，其中，承载能力作为一个定性概念，具有一定的开放性，通常根据所研究问题采用不同的指标体系进行评价。为此，国内外对承载能力问题开展了大量研究，尤其是针对分布式光伏发电、风力发电接入配电网，对配电馈线的分布式电源承载能力开展了大量研究。文献[2]考虑现有配电网保护配置，以不出现反向潮流为原则，对最小负荷限制进行了研究，从容量渗透率角度对光伏接纳能力进行了评估，从能量渗透率角度对提升接纳能力的几种措施进行了比较；文献[3-4]假设光伏布点与负荷呈同分布，以电压波动与电压偏差为约束，分6种情况推导出了可接入光伏容量的最大值，以10 kV典型配电网为例进行了实际研究；文献[5]结合配电网元件参数建立了典型配电网模型，考虑10 kV综合电压偏移、功率因数、谐波电流限值制，研究了光伏接入容量的边界；文献[6]考虑过电压限制，通过简化模型分析了配电馈线的阻抗比、上级配电网电压和负荷分配对分布式光伏电源接入点处电压的影响；文献[7]使用Digsilent/Power Factory搭建IEEE 33节点模型，研究了分布式光伏接入位置对电能质量的影响，并选取4条配电馈线研究了不同电能质量指标限制下接入容量的极值，建立了基于电流注入法的三相极限峰值功率模型，用IEEE 33节点模型研究了单节点和多节点光伏接入极限容量；文献[8]对光伏并网逆变器造成的配电网谐波影响进行了研究，结合熵值法提出了多节点分布式光伏接入容量确定方法，提出了分布式或集中式光伏发电装置接入电网的建议。事实上，研究光伏等清洁能源接入电网，除了被动地研究可能造成的电能质量问题和电网的影响外，主动研究电网对光伏等清洁能源的承载能力，并通过对承载能力的深入理解， 寻找清洁能源与电网、用户协同发展的科学规律、科学方法、有效措施是当前学术界和工业的重要课题。

配电网的光伏承载能力不仅与光伏发电容量、数量和接入位置有关，还与配电网和配电馈线拓扑结构、元件参数等有关，从配电网中最突出的电压问题角度看，还必须考虑配电网的无功补偿和调压措施。文献[2-7]对于储能元件配置、配电馈线类型对于承载能力的影响进行研究；文献[9-10]提出了基于随机情景法的配电网接入的分析框架，结合多情景光伏接入的稳态分析，提出了满足一定约束的配电网承载能力分析方法；文献[11]在文献[12]的基础上，以4条实际馈线为例，对中压单点光伏接入的承载能力进行了研究，基于馈线并网风险评估(FIRST)理论提出了馈线各点承载能力分区方法。现有研究均基于一定限制开展研究，能反映电网承载能力，但需要大量数据，评估成本高，仅适合于光伏等小规模接入。为此，文献[11]提出了考虑电压越限和热稳越限的承载能力快速评估方法；文献[13]提出了结合中低压双层电网的综合承载能力评估方法；文献[14]基于承载能力概念对多种分布式电源接入时配电网的承载能力进行了研究；文献[15]采用数据聚类技术，用8项系统特征对美国加利福尼亚7929例馈线进行特征分类，并对馈线承载能力进行准确预测；文献[16]等还对承载能力提升问题进行了探索。遗憾的是，针对配电馈线光伏承载能力的研究深度还不足，现有方法较复杂，难以满足工程应用需要。

笔者利用OpenDSS配电网仿真工具，基于随机情景法研究配电网承载能力评估方法。考虑实际配电网运行中最关注的过电压、电压变化、三相电压不平衡等电压约束，提出承载能力评估中的电压约束选取方法和配电馈线光伏发电装置接入敏感点分析方法；对不同容量光伏接入时配电馈线的承载能力进行详细研究，最后通过仿真验证提出方法的有效性和正确性。

1 配电馈线承载能力与电压约束

1.1 配电网承载能力

承载能力概念是由欧洲电网运营商提出，用于评估未来配电网性能，并作为预判未来电网发展新形势的技术路线[17]。分布式光伏接入使配电网逐渐演变为主动配电网，这样的电网可通过计算承载能力可接入光伏发电容量及其对电网的影响。

如图1所示，分布式光伏接入时，承载能力定义为配电网性能指标下降至电网不可承受限值时分布式光伏能源的接入容量。渗透(接入)容量超过配电网承载能力时，负面影响累积到危害电网运行不可接受程度。承载能力的大小与电网性能指标的变化规律、所选择的衡量标准等有关。配电网原有运行状态越好，对光电的承载能力越强。但承载能力评价时，所选标准对所得评价结果影响较大，为了真实反应配电网的承载能力，需综合多种可能标准，并筛选出最恰当的标准。

图1 承载能力

如果度量承载能力的标准为单项标准，可用特性指标函数表示，并由此得出评价指标与渗透容量间的关系，如图2所示。基于随机情景法，以电压偏差为评价指标，指标约束为0.03 p.u.，可进行简要分区，其中，区间A没有越限，光伏接入的影响在可承受范围内，区间B的起始点出现了电压越限，相应的渗透容量为配网最小承载能力，区间C中全部情景均越限，此时的光伏容量配电网不可承受，电网的电压质量与运行安全无保证。

图2 最小承载能力与最大承载能力

在配网调度规划时，最小承载能力反映电网度接入光伏的最严限制，是规划光伏接入时的约束性指标；最大承载能力反映电网对接入光伏的绝对限制，超过该限制，系统运行不安全。承载能力边界可定义为越限节点占比，如图3所示，限制条件若为20%节点越限，承载能力是指首个越限节点接入的光伏发电容量超过20%，能从整体上反映配电网光伏承载能力。

1.2 承载能力的算法与电压约束

承载能力的算法[17]：

1)选取符合分布式光伏接入的评价标准和所对应的特性指标；

2)依标准设定特性指标的约束条件；

3)按评价指标列出对应性能指标与接入光伏容量间的函数关系，计算承载能力；

4)完成计算，得出评价标准对应的承载能力。

承载能力计算的核心和难点是选取适当的评价标准和对应的约束条件。分布式光伏接入配电网的不利影响体现在多方面，合理选择评价标准，避免不必要的数据处理，对于实际工程中承载能力评估具有重要意义。

理想情况下，配电网节点应运行在标称电压条件下。光伏电源接入配网的电压约束有过电压、稳态电压变化、电压三相平衡等，三者对于系统电压的限制角度不同，选取的基准值有差异。过电压是系统运行的首要关注点，该限制针对系统电压的幅值进行衡量，选取系统标称电压作为基准值。在光伏机组(photovotaic，PV)满出力时，不考虑光照强度和倾斜角变化时，文献[18]、[19]对PV引起的电压偏差作出了限制。节点电压变化则将负载变化与分布式能源出力波动纳入考量，选取节点光伏接入前电压作为基准。IEC 61000—3.3[20]对云暂态效应引起PV出力波动导致系统稳态电压变化做出了定义，并给出了约束建议。节点三相不平衡的约束条件则对三相电压之间的不对称进行限制，文献[21-23]针对PV接入引起三相不平衡给出了不平衡度算法和限制值。PV接入时的电压约束如表1所示。

表1 配电网节点电压监测指标以及约束条件

注：GB/T 12325—2008允许的电压偏差范围按照电压等级进行了区分，这里选用10 kV电压等级的电压偏差范围作为示范

2 配电馈线PV承载能力分析

2.1 单点接入PV的配电馈线承载能力

PV接入配电网馈线带来的影响受接入位置、容量等因素影响。计算配电馈线不同位置接入PV时的承载能力是评价配电网整体承载能力的基础，由此筛选配电网中对PV最敏感的接入点。配电馈线上PV不同接入点的承载能力分析流程如图4所示。

图4 计算单点接入容量流程

通过各三相节点容量迭代计算确定不同接入点的越限情况和数据，其结果是评价馈线承载能力的依据。受光伏影响严重的节点数据可为敏感点评价提供支撑。

2.2 基于随机情景法的多点接入承载能力

根据光伏电源接入容量、接入电压等级，可将PV接入分为小规模接入和大容量接入情景。研究配电网光伏承载能力，需要考虑基于空间分布的PV接入位置和容量组合。考虑的情景越多，越具有典型性，越能反映实际，评估结果也越准确。因此，可利用随机情景法进行多情景分析，但缺点是数据处理量大。

采用随机情景法时，PV接入点随机选择，根据渗透容量，对随机情景进行有序分层，在起始场景基础上逐层添加新的PV，简化情景布置流程，使光伏布置场景排列有序，避免复杂的数据处理。在大容量PV随机布置情景中，接入点一般选择中压三相配电节点。渗透容量每次增加500 kW并随机接入电网时，渗透容量通常仅需分析到10 MW。渗透容量增加量与接入位置有关，所有已接入PV均应考虑。小容量PV接入情景中，PV接入点一般为低压配电网，PV容量受接入支路用户负荷峰值和配电变压器容量约束，需尽量避免出现反向潮流，因此，可用峰值负荷作为最大可接入容量的估计值，配电变压器容量是PV容量的严格约束。

与大容量PV接入类似，渗透容量增加对应于已有PV基础上添加新的PV电源，PV容量增长随所有可接入位置考虑完毕而停止，光伏情景布置如图5所示。大规模与小规模PV接入情景的差别仅在于接入位置和容量。随机接入小容量PV时，需按实际负荷点确定用户真实需求，无负载或低负载节点，由于潮流反向与需求小等原因，应尽量避免接入分布式PV。同时，考虑大容量和小容量PV接入情景，能较全面地反映配电网对分布式PV的承载能力。

图5 光伏情景布置

3 仿真与案例

采用美国电科院(EPRI)OpenDSS开源三相配电网潮流仿真软件进行仿真。该系统元件定义简单，元件模型多样性好，对分布式电源和PV模型搭建提供了专门语句，适合于该课题研究。利用OpenDSS为MATLAB提供的COM接口，可通过MATLAB实现OpenDSS仿真控制和数据处理，便于实现随机情景法。

对IEEE 123节点配电网和Ckt-5配电网进行仿真，结构如图6，7所示。图6中，IEEE 123节点配电系统电压等级为4.16 kV，作为工业用户供电电压等级，模型中有4组调压器，4组并联电容补偿器，系统总有功负荷为3.35 MW，无功负荷为1.925 MVar，三相负荷不平衡，三相节点数64个，带负荷节点数95个。图7中，Ckt-5配电网模型的中压为12.47 kV，上级电压为115 kV，是主电源。模型中有4组并联电容补偿器，补偿容量为1 950 kVar，用户数为1 379，负荷为1.631 MV·A，居民用户占比96%。最大负荷运行方式下，负载率<30%的轻载变压器281台，负载率>80%的重载变压器100台，过载变压器47台。在Ckt-5配电网情景分析时，选取60%峰值负荷情景进行分析。

图6 IEEE 123节点配电网模型

图7 Ckt-5配电网模型

为了分析极端条件下的承载能力，假设：①PV系统采用整数功率因数控制；②PV满出力且不考虑光照和倾斜角影响；③三相线路节点单点接入容量不受限；④负荷节点接入PV容量与负荷成比例，非主干馈线节点不接入PV。

3.1 单节点承载能力

选取IEEE 123节点模型作为单节点承载能力仿真模型进行仿真，所得单点承载能力计算结果如表2所示，对于末端节点承载能力的统计结果如表3所示；单点承载能力分析结果如图8，9所示。

表2 不同评价指标时的单点承载能力

表3 不同限制条件下末端点单点承载能力

图8 考虑过电压因素的各点承载能力分布

图9 考虑电压变化因素的各点承载能力分布

由表2 与图8、9结果可知，IEEE 123模型面临的首要问题是末端PV单点接入引起的过电压；其中，节点83有最小承载能力，仅为100 kW。实际中，三相集中式光伏电站接入容量常以500 kW为单位，根据单点承载能力计算结果考量，62.5%的节点承载能力小于500 kW，馈线单点承载能力的中值为200 kW，馈线PV接入受过电压影响严重。对比表4中Ckt-5算例结果，Ckt-5网络过电压限制下承载能力明显强于IEEE 123网络，配电网架构以及原始运行状态都会对承载能力产生影响。

相对过电压限制而言，稳态电压变化对单点接入容量的限制较宽松。由表2可知，单点承载能力最小值为1 050 kW，对应节点66处于线路末端，但与节点83接入并联电容器的情况存在差异。2种指标衡量配电网承载能力评估方面不同，馈线末端面临的主要问题也因馈线结构与装置配置出现差异。

表4 不同限制条件下单点承载能力

图8，9给出了IEEE 123节点系统各节点的点单点承载能力，图中，按节点颜色由深及浅的规律，相应节点承载能力增加。图8中，承载能力评价指标为过电压；图9中评价指标为节点稳态电压变化量。2种评价指标下馈线首端靠近上级电源点的承载能力明显强于以稳态电压变化量为评价指标时，馈线末端节点66对于PV接入最敏感，其单点承载能力对应整体最小值1 050 kW。以过电压作为评价指标类似，线路首端节点的PV承载能力明显强于末端节点，而并联电容器接入节点承载能力明显弱于其他节点；因此，应避免在末端无功补偿点接入PV。

3.2 基于随机情景法的馈线承载能力

1)大容量PV接入时的馈线承载能力。

PV大容量接入IEEE 123节点与Ckt-5配电网的馈线承载能力仿真结果如表5所示。以IEEE 123节点配电网为例，大容量PV随机接入时的节点电压最大值、节点电压变化最大值与接入容量间的关系如图10,11所示。观察整体最大值分布可知，评价指标虽有波动，但总体呈增长趋势；相同渗透容量下由于PV接入位置的随机性，最大值分布不同；随渗透容量增长，最大值分布范围逐步增大。与限制条件对比可见，渗透容量达500 kW时，电压越限；容量达1 500 kW时，稳态电压变化量越限。

表5 不同监测指标下大容量光伏接入馈线承载能力

图10 大容量接入节点电压最大值

图11 大容量接入节点电压变化最大值

2)小容量PV接入时的馈线承载能力。

小容量PV接入点一般位于用户接入点，该文为反映用户需求，将接入点限制在负荷节点。IEEE 123节点系统中的负荷节点数为95，单相负荷节点接入PV可能导致三相电压不平衡。分布式PV接入容量按用户负荷比例分配，接入原则：以1 kW为最小容量单位，以用户负荷容量为PV接入容量上界。根据用户对PV的接纳程度，定义光伏负荷占比，假设用户安装分布式PV容量以用户意愿与负荷比例确定，按光伏负荷占比为50%，70%，90%3种情况进行分析。引入变异系数(CV)概念，用于评估承载能力离散程度。按不同承载能力定义，根据仿真结果，统计出2种评价体系下配电网承载能力和承载能力离散程度，如表6所示，其中，节点越限占比为20%。由表6可见，不同PV接纳程度下，以过电压为评价指标时，各项承载能力变异系数均<10%，离散程度较小，可认为承载能力与光伏负荷占比无关。以电压变化量为评价指标时，由于数据点少，最小承载能力与最大承载能力受边界光伏接入方式影响大，离散程度大，且中间承载能力变异系数为2.67%，此时，应以中间承载能力作为配电网承载能力评估指标。

在Ckt-5配电模型中，低压配电网通过配电变压器连接中压配电网，电压等级为240 V，负载情况不同，限制条件仅需满足变压器不过载。对光伏负荷占比分别为70%，90%，100%，110%进行分析，初始光伏布置情景数为40，总数为55 160，结果如表7，8所示。由于节点越限指标取20%时数据过少，因此，以5%作节点越限占比。由表7,8可见，各承载能力变异系数均<10%，说明承载能力为确定值，与光伏负荷占比无关。IEEE 123节点系统PV接入容量与评价指标最大值间的关系如图12,13所示。

表6 不同限制条件下小容量接入馈线承载能力

表7 Ckt-5模型不同限制条件下小容量接入馈线承载能力

表8 Ckt-5配电网模型不同限制条件下小容量光伏接入考虑节点越限占比的馈线承载能力

图12 IEEE 123节点配电网光伏负荷占比50%时小容量光伏接入节点电压最大值分布

图13 IEEE 123节点配电网光伏负荷占比90%时小容量光伏接入节点电压变化最大值分布

分析三相不平衡时，计算配电网中压主干节点三相不平衡度，IEEE 123节点系统三相不平衡度与接入容量的关系如图14所示。考虑多光伏布置情景，三相不平衡度最大值接近0.028，未超过3%约束，因此，IEEE 123节点系统不存在三相不平衡越限问题；同理对Ckt-5模型的三相不平衡度进行，结果与IEEE 123模型类似，可见三相不平衡度总体趋势为趋于变小。虽然三相不平衡在算例中无越限情况，但实际中如果在轻负荷相接入PV，可能引起三相不平衡度越限，因此，在进行承载能力分析时，三相不平衡仍应作为评价指标。

图14 IEEE 123节点配电网光伏负荷占比90%时小容量光伏接入节点三相电压不平衡度最大值分布

4 结语

随机情景法能对配电馈线PV承载能力进行有效分析，通过多情景分析，可真实反映实际配电网运行中PV随机接入情况。在评价以电压为约束的配电馈线PV承载能力时，过电压、电压变化、三相不平衡是评价配电馈线PV承载能力的3个重要评价指标，并构成配电馈线承载能力评价的指标体系。通过全网单点承载能力计算确定PV接入的敏感点及其分布，利用光伏负荷占比和变异系数进行离散程度评估，能对配电馈线的PV承载能力做出合理评价，对2个仿真模型的分析结果证明了该文方法的有效性和正确性。

[1]李欣然，邓威，黄际元，等. 考虑不确定性分布式电源影响的配电网无功补偿配置方法[J]. 电力科学与技术学报，2012，27(1)：27-32. LI Xin-ran，DENG Wei，HUANG Ji-yuan，et al. Allocationa method of reactive power compensation in distrition networks considering distributed uncertainty generation[J]. Journal of Power Science and Technology，2012，27(1)：27-32.

[2]赵波，张雪松，洪博文. 大量分布式光伏电源接入智能配电网后的能量渗透率研究[J]. 电力自动化设备，2012，32(8)：95-100. ZHAO Bo，ZHANG Xue-song，HONG Bo-wen. Energy penetration of large-scale distributed photovoltaic sources integrated into smart distribution network[J]. Electric Power Automation Equipment，2012，32(8)：95-100.

[3]刘健，黄炜. 分布式光伏电源与负荷分布接近条件下的可接入容量分析[J]. 电网技术，2015，39(2)：299-306. LIU Jian，HUANG Wei. Analysis on grid-connectible capacity of distributed pv generation in case of PV generation distribution close to load dis-tribution[J]. Power System Technology，2015，39(2)：299-306.

[4]黄炜，刘健，魏昊焜，等. 分布式光伏电源极端可接入容量极限研究[J]. 电力系统保护与控制，2015，43(3)：22-28. HUANG Wei，LIU Jian，WEI Hao-kun，et al. Extreme capacity limitations of photovoltaic generators in distribution grids[J]. Power Syst-em Protection and Control，2015，43(3)：22-28.

[5]叶金根，朱明星，李令冬. 配电网接纳分布式光伏电源能力的仿真分析[J]. 大功率变流技术，2011(3)：29-33. YE Jing-gen，ZHU Ming-xing，LI Ling-dong. Simulati-on analysis on the capability of distribution network to accept distributed photovoltaic power[J].High Power Converter Technology，2011(3)：22-28.

[6]范元亮，赵波，江全元，等. 过电压限制下分布式光伏电源最大允许接入峰值容量的计算[J]. 电力系统自动化，2012，36(17)：40-44. FAN Yuan-liang，ZHAO Bo，JIANG Quan-yuan，et al.Peak capacity calculation of distribued photovoltaic source with constraint of overvoltage[J]. Automation of Electric Power Systems，2012，36(17)：40-44.

[7]李滨，潘国超，陈碧云，等. 满足电能质量限值的分布式光伏极限峰值容量计算[J]. 电力系统自动化 2016，40(14)：43-50. LI Bin，PAN Guo-chao，CHEN Bi-yun，et al.Limit peak capacity calculation of distributed photovoltaic with power quality constraints[J]. Automation of Electric Power Systems，2016，40(14)：43-50.

[8]管晟超，任明珠，谭佳，等. 基于谐波约束的配电网光伏最大准入容量计算[J]. 电网与清洁能源，2016，32(2)：89-95. GUAN Sheng-chao，REN Ming-zhu，TAN Jia，et al. Maximum penetrating capacity computing of photovoltaic power generation based on harmonic constraint in distributed generation[J]. Power System and Clean Energy，2016，32(2)：89-95.

[9]Smith J W，Dugan R，Rylander M，et al. Advanced distribution planning tools for high penetrati-on PV deployment[C]. IEEE Power and Energy Society General Meeting,San Diego,CA,2012.

[10]Smith J. Stochastic analysis to determine feeder hosting capacity for distributed solar PV[R].Palo Alto, California, USA: EPRI,2012.

[11]Reno M J，Kyle Coogan，Santiago Grijalva，et al. PV interconnection risk analysis through distribution system impact signatures and feeder zones[C]. IEEE PES General Meeting/Conference & Exposition，National Harbor，MD，USA，2014.

[12]Coogan K，Reno M J，Grijalva S. Locational dependence of PV hosting capacity correlated with feeder load[C].IEEE PES Transmission & Distribution Conference & Exposition，Chicago，IL，USA，2014.

[13]Andrea Ballanti，Ochoa L F. On the integrated PV hosting capacity of MV and LV distribut-ion networks[C]. IEEE PES Innovative Smart Grid Technol-ogies Latin America (ISGT LATAM)， Montevideo，Uruguay，2015.

[14]Nicholas Etherden,Bollen M H J. Increasing the hosting capacity of distribution networks by curtailment of renewable energy resources[C]. IEEE PES Trondheim PowerTech，Trondheim，Norway，2011.

[15]Broderick R J,Karina Munoz-Ramos,Reno M J.Accuracy of clustering as a method to group distribution feeders by PV hosting capacity[C]. IEEE PES Transmission and Distribution Conference and Exposition (T&D), Dallas, TX, USA，2016.

[16]Yuji Takenobu，Shunsuke Kawano，Yasuhiro Hayashi，et al. Maximizing hosting capacity of distributed generation by network reconfiguration in distribution system[C].Power Systems Computation Conference (PSCC)，Genoa，Italy，2016.

[17]ENTSOE，EDSO，European electricity grid initiative roadmap and implementation plan[R]. Madrid，Spain:European Commission, ERGEG, 2010 .

[18]Bollen M H J，Yang Y，Hassan F. Integration of distributed generation in the power system-a power quality approach[C]. 13th International Conference on Harmonics and Quality of Power (ICHQP XIII) ，Wollongong，Austrialia，2008.

[19]ANSI C84.1—2011.Voltage ratings (60 hertz)[S].

[20]GB/T 12325—2008.电能质量 供电电压允许偏差[S].

[21]IEC 61000—4—30—2008. Testing and measurement techniques-power quality measurement methods[S].

[22]GB/ T 12326—2008.电能质量 电压允许波动与闪变[S].

[23]GB/T 15543—2008.电能质量 三相电压允许不平衡度[S].

PV hosting capacity analysis method of distribution feeder based on stochastic scene

LI Sheng-nan1, WU Shui-jun1, HE Ting-yi1, GAO Rui-ling2, ZHENG Zi-xuan2*

(1. Yunnan Electric Power Research Institute, Kunming 650217,China; 2. College of Electrical Engineering and Information Technology, Sichuan University, Chengdu 610065,China)

With the increasing penetration of distributed PV, distribution networks are influenced by overvoltage, voltage fluctuation and voltage imbalance, resulting in low safety and reliability. A PV hosting capacity analysis method based on stochastic scene was introduced in this paper. Over-voltage, voltage change and voltage imbalance were selected as constrains to study the effect of PV. Then using suitable constraints on evaluation indicators, hosting capacity of actual distribution network was analyzed. Open DSS based simulation results show that the hosting capacity analysis method of distribution feeder based on stochastic scene is effective and accurate.

distribution feeder; PV hosting capacity; voltage constrains; stochastic scene method

2016-10-30

中国南方电网公司科技项目(YNKJQQ00000279)

郑子萱(1990-)，男，博士研究生，主要从事优质电力、可再生能源并网与承载能力的研究；E-mail: 472277716@qq.com

TM715

A

1673-9140(2016)04-0026-10