低压微电网运行脆弱性评估

刘皓明，袁小慧，张泽宇，吴小勇，赫卫国

（1.河海大学能源与电气学院，南京211100；2.国网安徽省电力公司，合肥230022；3.中国电力科学研究院，南京210003）

低压微电网运行脆弱性评估

刘皓明1，袁小慧1，张泽宇2，吴小勇2，赫卫国3

（1.河海大学能源与电气学院，南京211100；2.国网安徽省电力公司，合肥230022；3.中国电力科学研究院，南京210003）

微电网作为一种新型电力技术,已逐渐从理论研究发展成建设与应用。为优化微电网结构以保证持续可靠供电,需要对微电网的运行性能进行科学准确的定量评估,以了解微电网整体的性能,找到系统中薄弱环节,为实现微电网自愈运行提供技术支持。引起微电网的脆弱性因素与大电网脆弱性存在诸多差异,包括系统设备自身因素和外部干扰问题,这些不确定性因素主要包括如：风电和光伏等微电源功率不确定性、负荷的随机性、微电网网络结构的随机性、微电网中保护和设备故障的不确定性、自然灾害以及一些偶然的人为原因。

目前,对微电网的评估主要集中在发电充裕度和可靠性方面,对微电网脆弱性评估的研究还较少,关于脆弱性的研究主要以大电网为研究对象。文献[1]提出基于复杂网络的以带权重线路介数作为脆弱线路指标的辨识方法。文献[2]提出一种利用源流路径电气部分信息进行电网脆弱性评估的方法,同时包含相对静态不变的网络结构和系统运行状态的信息。文献[3]考虑预想事故发生的概率,采用暂态能量函数法从暂态安全角度定量评估了电力系统的脆弱性。以上文献的脆弱性评估对象大多为大电网,文献[4]-文献[5]结合复杂网络及熵变理论,考虑微电网的静态结构特性和动态运行特性提出加权复杂网络参数及网络节点和线路运行综合灵敏度,提出微电网评价体系,并基于此进行微电网重构。

本文提出的基于概率理论的微电网脆弱性实时评估技术,结合低压微电网实际拓扑结构和当前运行状态,考虑系统内部和外部影响因素的发生概率,对微电网的风险性进行实时量化评估,提出一种针对低压微电网的脆弱性的实时评估方法。首先对微电网的脆弱性进行定义,其次建立计及脆弱性影响因素的微电网运行态概率模型,并基于风险理论给出风险后果度量函数,建立5个风险指标,对微电网进行实时运行评估。

1 微电网脆弱性定义

文献[6]定义电网脆弱性为：由于各种内外部的因素,如：自然灾害、人为误操作等,使系统受到大范围停电甚至崩溃的威胁,这种潜在威胁在电力系统发生事故时会被触发,使得系统不能保持稳定t和正常供电。文献[7]定义当系统正常运行时或者遭受各种不确定性因素的影响时,如果系统不能维持正常运行,描述系统可能的发展趋势以及可能造成的影响。本文将微电网脆弱性定义为：由于微电网内部元件对于系统内外扰动的敏感性以及应对能力的缺乏而使微电网的结构和功能容易发生改变的一种内部固有属性,系统外部扰动与内部相互作用,驱动系统内部特性发生变化,最终通过系统应对扰动的能力来体现。

电力系统的脆弱性分析可以参考电力系统安全评估方法,主要包括确定性方法和概率性方法。确定性方法是假定系统可能发生的故障,在各故障发生的前提下分析系统是否出现运行条件越限,如：N-1静态安全分析。由于微电网中含有大量的输出功率不确定的微电源,如：分布式风电或光伏等,因此,在微电网中,采用概率性方法更为适合。概率性方法主要用于综合分析不确定事件发生的概率以及该事件发生后造成的后果等,能够计及微电网中的各种不确定性因素[8]。基于风险理论的评估方法[9]和基于蒙特卡罗模拟的评估方法[10]都属于概率性方法。

为快速准确对微电网当前状态进行评估分析,本文以风险理论为基础,视微电网为一个脆弱系统,分析其脆弱因素,根据微电网脆弱性因素发生的概率及造成的后果严重度,建立科学的微电网脆弱性评估指标并进行具体分析。系统越坚强则评估值越小,反之,系统越脆弱则评估值越大。根据微电网运行状态,将风险值定义为事件发生的可能性与相应后果的乘积

式中：u为各种风险;P(u)为风险发生的概率;S(u)为风险后果的严重度;R为各个风险可能造成的综合损失。

2 低压微电网运行建模

低压微电网的显著特点是多种微电源同时出力,系统结构不对称性强,存在非全相运行情况,各相负荷不均衡,因此需要建立三相系统模型。低压微电网实时运行态脆弱性与其当前运行状态有关,同时也与运行控制方式和继电保护的动作有关。通常,分布式光伏或风力发电等清洁能源并网运行时会对电网的稳定运行和可靠供电带来较大影响,针对该类出力具有不确定性且不可控的微电源,建立实时三相概率模型,结合燃料电池和微型燃气轮机等出力可控的分布式电源建立的三相确定模型,用于计算整个微电网解析运行状态。

2.1 微电网线路三相模型

在潮流计算中,忽略线路对地充电电容,微电网线路阻抗如图1所示。

图1 微电网线路三相模型等效示意图

三相阻抗矩阵可表示为

式中：Zaa、Zbb、Zcc分别为ABC三相自阻抗;Zab、Zbc、Zca为两两之间互阻抗。

则线路中电压与电流的关系可表示为

当线路中存在非全相线路时,对应空缺处的元素做置零处理。

2.2 分布式电源概率模型

风电和光伏等微电源出力的间歇性和随机性会影响低压微电网的稳态运行,因此,通过潮流计算[11]来评估其稳态运行性能时需要计及风电和光伏出力的不确定性。

假定在不同的时刻,分布式光伏或风电出力以及负荷功率的概率分布特性都服从正态分布,但分布参数不同。因此需要结合历史相似日数据,确定正态分布参数,建立光伏、风电和负荷的实时概率分布模型。其具体步骤如下：

(1）从实时数据库中获取当前时刻t的功率数据。

(2）选择M个相似日的历史数据,记为Ptm(m=1,2,…,M),根据Pt和历史数据Ptm,拟合正态分布的参数,建立如下正态分布概率模型

式中：μt和σt分别为当前时刻功率的均值和标准差。

低压微电网中除分布式风电和光伏以及负荷外,还可能存在少量的其他元件,如：燃料电池或微型燃气轮机等出力可控电源,由于其容量小,出力稳定可控,可假设其为出力确定的PQ节点。

3 微电网运行脆弱性评估指标

微电网运行状态受多种内在或者外在因素影响,可能会引起过负荷、电压越界、低功率因数、三相不平衡等不正常运行状态,严重时甚至可能失去部分或全部负荷。因此本文设置如下5类风险指标,用以量化并有效度量微电网实时运行状态。

3.1 过负荷风险指标

在微电网中,过负荷是指流过支路的电流超过额定电流或规定的允许值,包括架空线路、电缆和变压器。过负荷风险反映的是系统在正常运行或承受扰动时,支路上功率发生过载的可能性与由此产生的后果。

过负荷的风险概率可通过概率潮流计算间接获得,对于某条支路发生过负荷风险的概率为

式中：NB为概率潮流计算结果中该支路过负荷的次数;NC为概率潮流计算总次数。

定义过负荷风险严重度函数为SB(b),b为流过支路的电流期望值与额定电流的比值,B表示支路过负荷阈值。对于变压器支路,由于每台变压器的重要性和过载能力不同,在严重度函数中引入权重系数KB,一般对于架空线或电缆,权重系数可取为KB=1。则支路过负荷风险严重度函数为

故支路总过负荷风险RB为

式中：Na为微电网中支路总数。

3.2 电压越限风险指标

电压是衡量系统运行性能的一个重要参数,由于电压是实时波动的,且各节点电压幅值和相角不同,因此需要分区调节,使其稳定在规定的范围内。

电压越限风险反映的是系统中节点电压越过上下限值的可能性和由此产生的后果。电压越限的概率可以通过概率潮流计算结果间接得到,对应的后果严重度通过严重度函数得到。

对于某条母线,其发生电压越限的概率为

式中：NV为潮流计算结果中该母线发生电压越限的次数。

微电网总电压越限风险RV为

式中：Nb为微电网中节点总数。

3.3 失负荷风险指标

微电网中由于外力干扰、系统元件故障、继电保护的误动或拒动等风险源引起的后果都可以通过失负荷量的大小来衡量。失负荷风险反映的是系统承受扰动后发生失负荷风险的可能性和由此产生的风险后果。

3.3.1 强外力干扰

强外力干扰是造成微电网中微电源、母线、支路等设备发生严重故障的外界干扰,包括自然灾害和人为破坏。设微电网在t时刻受强外力干扰的概率服从参数为λr的泊松分布

3.3.2 系统元件故障

微电网中大量元件,如：微电源、变压器、母线、线路等,都有发生故障的可能。停电事故往往是元件故障与系统中的薄弱环节共同作用的连锁反应,因此需要考虑元件故障造成的风险。系统元件的故障原因大致可分为早期故障、偶然故障及老化失效。早期故障一般会在投入运行前排除,本文主要考虑偶然故障[12]和老化失效[13]。

元件每次偶然故障之间相互独立,假设偶然故障的概率服从参数为λe的指数分布

元件老化故障概率随时间变化而上升,假设发生老化故障的概率服从威布尔分布,分布参数为α和β,考虑元件的维护周期为T,则在第j次与第j+1次维护之间,发生元件老化故障的概率为

在不同时刻,元件故障受自然条件的影响,系统中老化元件所占的比例是变化的,需建立时变故障概率模型;且在某时段内,可能因元件的投入运行或元件自身或运行环境问题导致同时发生元件偶然故障和老化故障。因此,需要建立元件故障的混合时变概率分布模型,其混合时变概率分布为

3.3.3 继电保护拒动和误动

继电保护拒动与误动的风险后果与微电网中继电保护的配置特性有关,本文假设误动会引起保护范围内所有的元件退出运行,拒动引起上一级保护装置动作使保护范围内所有的元件退出运行。

当系统发生异常时,继电保护可能会发生拒动从而造成失负荷风险。系统故障时的继保拒动为一个条件概率

类似的,微电网发生继电保护误动的概率为

3.3.4 失负荷综合风险指标

综上,在时刻系统失负荷风险的概率为

则t时刻,系统总的失负荷风险指标可表示为

3.4 负荷低功率因数风险指标

微电网中存在大量的电力电子器件,如：DC DC、AC⁃DC、DC⁃AC逆变装置等,由此造成微电网谐波污染的同时,降低系统负荷功率因数。

负荷低功率因数脆弱性指标反映的是由于某种因素导致功率因数下降的概率以及风险后果严重度。负荷低功率因数发生的概率PF可通过概率潮流的计算结果间接得到,对应的危害程度则可以通过严重度函数来计算。

设定低功率因数阈值为λm,对某个负荷节点其负荷发生低功率因数的概率为

则总的低负荷功率因数风险指标为

3.5 三相不平衡风险指标

正常运行时,微电网的三相不平衡现象是由系统的三相阻抗和负荷不对称引起的[14]。如果系统发生缺相、某相接触不良等异常时,会出现三相电压严重不平衡[15]。我国电力系统公共连接点正常电压不平衡度允许值εm为2%,短时不超过4%[16]。本文主要考虑三相电流不平衡,定义三相电流不平衡度为

三相不平衡的风险概率可通过概率潮流计算间接获得,对于某条支路发生三相不平衡的概率为

则总的三相不平衡风险指标为

4 算例分析

本文采用低压微电网算例系统,具体参数见文献[17],系统结构如图2所示。节点1为与高压配电网连接的PCC节点。算例中参数取值：系统参考电压假设系统中继电保护总动作次数

图2 低压微电网系统

将本文所提出的方法计算结果与采用确定性潮流算法的计算结果进行比较,系统的综合风险值如表1所示。

表1 系统综合风险值

由表1可知,采用本文所提方法计算时,电压越限风险对微电网系统运行的脆弱性影响最大,低功率因数风险次之,这主要是微电网中负荷较大,且存在非全相运行或三相不平衡负荷、缺乏就地无功补偿装置导致的。

经对比分析,在采用确定性潮流进行算例分析即不考虑各类事故发生概率时,发现各类指标值普遍偏小,微电网系统整体处于较“安全”的运行状态;而本文所提方法在将各类风险发生的概率纳入考虑范围之后,激发出系统中可能存在风险的节点或支路,能够更好的发现系统的脆弱环节,为预测系统未来运行状态提供依据。

4.1 支路过负荷风险

设定负荷的阈值为0.9,各支路过负荷风险值如图3所示。可以看出,支路9到支路11及支路15的过负荷风险值较大,主要原因是它们处于负荷分布密集区域,线路上需要流过大量负荷电流,而在支路11下游的支路因为分布式电源的存在,无需输送大量负荷电流。

图3 支路过负荷风险值

4.2 节点电压越限风险

如图4所示,节点10至节点12及节点18、19电压越限的风险比较大,由过负荷分布可知,该区域过负荷较为严重,这导致支路上电压降增大,节点电压变化较大,易发生低压越限。因此节点10到节点12及18、19属于电压脆弱区域,易受负荷波动影响,应当及时进行电压补偿。

图4 节点电压越限风险

4.3 失负荷风险

4.4 低功率因数风险

根据各节点所带的负荷类型,确定各个负荷节点的阈值λm,其具体风险值如图5所示。可以看出节点17和节点18的功率因数较低,存在较大的低功率因数风险。这是由于这2个节点与缺相运行的负荷连接,且负荷较大,因此建议增加无功补偿装置来提高这2个节点的功率因数。

图5 低功率因数风险值

4.5 三相不平衡风险

图6给出了与采用确定性潮流算法的计算结果的对比。从图6中可以看出,确定性潮流计算结果显示微电网中普遍存在三相不平衡现象,但各支路指标值差异不大,无法辨识出微电网中的脆弱环节。采用本文提出的方法计算显示支路6至支路11等末端支路的三相不平衡现象比较严重,存在较大的运行风险,需要统一规划调整缺相运行的负荷,使其均衡分布在三相线路上。由此发现,本文所提出的的方法具备脆弱环节“放大”功能,能够更清晰辨识系统薄弱环节。

图6 支路三相不平衡风险

5 结束语

本文提出了基于概率论的微电网脆弱性实时评估方法。对孤岛运行微电网的脆弱性进行定义,建立5个脆弱性评估指标,分析各风险发生的可能性及后果严重度。通过算例分析可知,本文提出的方法简单有效,适用于微电网,能够量化分析出当前时刻系统的脆弱环节,可为微电网进一步自愈运行提供技术支撑。D

[1]陈晓刚,孙可,曹一家.基于复杂网络理论的大电网结构脆弱性分析[J].电工技术学报,2007,22(10）:138-144.

[2]邵莹,于继来.采用源流路径电气剖分信息的电网脆弱性评估[J].中国电机工程学报,2009,29(31）:34-39.

[3]卢锦玲,姬群星,朱永利.基于能量函数法的电网脆弱性评估[J].电网技术,2008,32(7）:30-34.

[4]詹昕,向铁元,陈红坤,等.基于搜索矢量拟态物理学算法的微电网脆弱性评估及重构[J].电工技术学报, 2014,29(2）:74-81.

[5]詹昕,向铁元,陈红坤.微电网加权熵变脆弱性评估及实时重构[J].电网技术,2014,38(2）:360-367.

[6]周双喜,王庆红.关注电力战略防御系统[J].中国电力,2003,36(1）:32-37.

[7]魏振波,刘俊勇,朱国俊,等.电力系统脆弱性理论研究[J].电力自动化设备,2009,29(7）:38-43.

[8]刘皓明,黄春燕,陈懿.基于风险理论的微电网脆弱性评估[J].电力系统及其自动化学报,2014,26(10）:1-6.

[9]陈化为,江全元,曹一家.基于风险理论和模糊推理的电压脆弱性评估[J].中国电机工程学报,2005,25 (24）:20-25.

[10]Xingbin Yu,Chanan Singh.A practical approach for integrated power system vulnerability analysis with protection failures[J].IEEE Transactions on Power Systems,2004,19(4）:1 811-1 820.

[11]刘杨华,吴政球.孤岛运行的微电网潮流计算方法研究[J].电力系统保护与控制,2010,38(23）:16-20.

[12]杨洋,谢开贵,孙鑫.基于FTA法的宁夏电网运行元件故障率分析[J].电力系统保护与控制,2009,39(18）:134-137.

[13]段东立,武小悦,邓宏钟.基于时变故障率与服务恢复时间模型的配电系统可靠性评估[J].中国电机工程学报,2011,31(28）:57-64.

[14]林志雄,陈岩,蔡金锭,等.低压配电网三相不平衡运行的影响及治理措施[J].电力科学与技术学报, 2009,13(3）:63-67.

[15]韩学军,王晶浩,潘超,等.综合补偿三相不平衡负载的研究[J].电网技术,2006(S2）:288-291.

[16]李旷,刘进军,魏标,等.静止无功发生器补偿电网电压不平衡的控制及其优化方法[J].中国电机工程学报,2006,26(5）:58-63.

[17]王成山,孙充勃,彭克,等.微电网交直流混合潮流算法研究[J].中国电机工程学报,2013,33(4）:8-15.

Vulnerability assessment for low voltage micro⁃grid operation

LIU Hao⁃ming1,YUAN Xiao⁃hui1,ZHANG Ze⁃yu2,WU Xiao⁃yong2,HE Wei⁃guo3
(1.College of Energy and Electrical Engineering,Hohai University,Nanjing 211100,China;2.State Grid Anhui Electric Power Company,Hefei 230022,China;3.China Electric Power Research Institute,Nanjing 210003,China）

基于微电网拓扑结构和运行状态,提出了微电网运行脆弱性评估方法。首先定义了孤岛运行状态下的微电网脆弱性;其次对微电网进行脆弱性实时评估,分析微电网脆弱性实时评估的各种影响因素,建立微电网脆弱性实时评估概率模型,并基于风险理论建立风险后果度量函数。最后,通过算例验证评估方法的有效性及合理性。可以及时找出微电网脆弱性环节,为实现自愈提供理论基础。

微电网;脆弱性;实时评估;概率模型

A vulnerability assessment method for micro⁃grid operation is proposed in this paper based on micro⁃grid topological structure and operation state.Firstly,the concept of micro⁃grid vul⁃nerability is defined under the isolated island operation state.Sec⁃ondly,real⁃time probabilistic model is established for vulnerability assessment after analyzing influencing factors of vulnerability and risk consequence generous character function based on risk theory is established.Finally,the proposed model is verified on a typical case.The simulation results show that the weak part can be found timely,which provides the reference for self⁃healing decision.

micro⁃grid;vulnerability;real⁃time assessment; probabilisticmodel

1009-1831（2017）02-0014-06

10.3969/j.issn.1009-1831.2017.02.004

TM 711

B

2016-11-14；

2017-01-09

国家自然科学基金项目(51207044）;国家电网公司科技项目(NY71-16-024）

刘皓明(1977）,男,江苏盐城人,博士,教授,研究方向为智能电网、电力系统优化运行和电力市场。