基于渗透率的区域配电网分布式光伏并网消纳能力分析

赵 波, 肖传亮, 徐 琛, 张雪松, 周金辉

(国网浙江省电力公司电力科学研究院, 浙江省杭州市 310014)

基于渗透率的区域配电网分布式光伏并网消纳能力分析

赵 波, 肖传亮, 徐 琛, 张雪松, 周金辉

(国网浙江省电力公司电力科学研究院, 浙江省杭州市 310014)

随着分布式光伏在区域配电网中接入容量的不断增加,以渗透率指标群为参考,将引导分布式光伏的合理规划。在不考虑配电网升级改造的前提下,以光伏并网的功率渗透率、容量渗透率和能量渗透率为载体,建立光伏渗透率指标群。以某一实际区域配电网为基础,阐述各光伏渗透率指标的实际物理意义,分析并网后光伏出力与光伏成本、光伏利用率之间的关系,最后探讨不同负荷类型对光伏渗透率指标群的影响,为区域配电网分布式光伏规划投资提供指导和参考,有效引导未来分布式光伏与电网的协调发展。

分布式光伏; 区域配电网; 渗透率; 光伏容量规划

0 引言

在大气污染治理及气候变化谈判的双重压力下,清洁能源替代传统煤电将不断提速。国家能源局近期发布的太阳能利用“十三五”意见稿中明确提出,全面推动分布式光伏发电产业,重点发展以大型工业园区、经济开发区、公共设施、居民住宅等为主要依托的屋顶分布式光伏发电系统,使得一些区域配电网的分布式光伏并网容量不断增加[1-2],打破了传统的供电格局。

根据分布式光伏并网容量的不断增加,随着光伏渗透率的逐渐升高,在一些区域配电网通常会经历以下三个发展阶段[3]。

阶段1:初期阶段,区域配电网中的分布式光伏并网容量相对较少,渗透率在中低水平,区域内能够被负荷完全消纳,不会引起反向潮流,对现有配电网的形态及稳定运行影响不大。

阶段2:在阶段1的基础上,随着分布式光伏并网容量的不断增加,使得区域配电网内部形成高渗透率的光伏发电格局。在某些时段,区域内负荷不能完全消纳光伏发电,未被消纳的光伏功率会被倒送至母线或上一级电网,对传统配电网的运行、保护、电能质量将会产生一定的影响,但此时的分布式光伏还不是主要供电方,仍以公共电网供电为主。

阶段3:在阶段2的基础上,随着政策的鼓励及商业模式的不断成熟,仍然继续增加分布式光伏并网容量,光伏渗透率进一步提高,此时光伏发电电量在区域配电网负荷用电总量中占有较大比例,在多个时段将发生功率倒送现象,未被消纳的光伏发电功率会以能源互联的形式进入市场竞价,配电网中形成以光伏供电为主、与公共电网公司互为备用的格局,对现有电力系统将会产生较大的影响,主动配电网将会不断深化形成。

分布式光伏并网若要完成上述三个阶段的转变,不仅要注重与其他能源发电的协同配合,解决自身的经济效益问题,更需要考虑电网实际负荷需求及现有技术条件的限制[4]。

由于光伏发电的间歇性与电网中负荷特性的差异,使得电网不可能无限制地接纳光伏电源。现有对配电网光伏消纳能力的研究,主要是通过并网后电网的各种安全稳定运行约束指标获得配电网光伏的最大准入容量[5-7],或者通过一定的措施提升光伏的准入容量[8-9],但以光伏渗透率为指标开展配电网光伏消纳能力的研究较为匮乏,且现有的研究角度相对单一,光伏功率对配电网的冲击、光伏能量对配电网的支撑等无法完全体现[10-11],尤其以渗透率为基础对配电网进行光伏容量规划很少涉及。对于一个已知的区域配电网,对其进行光伏容量前期规划时,需要根据区域内现状或未来整体的负荷曲线,从功率、能量平衡角度对光伏的消纳进行宏观评估,而对于考虑具体的网架结构和安全稳定运行限制,如何确定光伏安装位置、安装方式及安装容量,采用何种控制方案以提高配电网的光伏最大准入容量则是在并网设计阶段需要重点考虑的。在合理渗透率基础之上,通过及时公布配电网剩余分布式光伏接纳空间,电力公司能够有效引导项目业主优先在剩余接纳空间较大、适宜接入的地区投资建设分布式光伏电源项目,从而促进光伏消纳,扩大光伏安装比例,推动分布式光伏电源与电网协调发展。

基于上述背景,为了实现区域配电网分布式光伏接入容量的前期规划,本文提出光伏功率渗透率、容量渗透率和能量渗透率等光伏渗透率分析指标群,并以某实际配电网展开分析,解释各渗透率指标的物理意义,探讨不同渗透率情况下并网光伏利用率和光伏成本之间的关系;最后针对不同的负荷特性,利用光伏渗透率指标群,分析不同负荷类型下配电网的光伏消纳特性,总结区域配电网分布式光伏接入容量的前期规划方法,为配电网分布式光伏规划投资提供指导和参考。

1 渗透率相关概念分析

1.1 基本概念

首先,相关基本概念定义如下[12]。

功率渗透率(power penetration,PP):在给定的区域内,所有分布式光伏发电功率与同一时刻该区域负荷之比的全年最大值,如式(1)所示,反映了一年当中光伏功率对负荷的最大支撑能力,其他时刻光伏发电功率与负荷的比值均低于功率渗透率。在不考虑光伏输出功率限制时,当功率渗透率超过100%时,则表示光伏发电功率超过了此时刻区域内的负荷需求,多余的光伏发电功率将倒送回电网。

(1)

式中:Ppv为该区域某一时刻所有分布式光伏的发电功率;Pload为同一时刻该区域的负荷值。

容量渗透率(capacity penetration,CP):在区域配电网内,分布式光伏全年最大发电功率与区域负荷全年最大值的百分比,如式(2)所示。光伏容量渗透率与光伏功率渗透率相似,都是光伏发电功率与系统负荷的比值,但不同的是,功率渗透率中光伏电源发电功率与负荷是同一时刻的比值,而容量渗透率中的光伏发电功率与负荷通常并不在同一时刻发生。光伏容量渗透率体现区域配电网内光伏安装容量的饱和程度,反映区域配电网内的光伏安装容量极限。

(2)

式中:Ppvmax为分布式光伏的年最大发电功率;Ploadmax为区域内年最大负荷值。

能量渗透率(energy penetration,EP):在给定区域配电网内,光伏电源全年提供的电量占区域内所有负荷全年耗电总量的百分比,如式(3)所示。

(3)

式中:Epv为分布式光伏的年可用发电量;Eload为区域配电网内年负荷总用电量。

光伏利用率(PV utility ratio,PUR):分布式光伏全年实际可用发电量与实际光照条件下允许的最大发电量的比值。

光伏成本(PV cost,PC):对于已投资的固定分布式光伏而言,光伏利用率越高,光伏发电回收效益也就越高,相对而言,光伏电源成本也就更低。故考虑光伏利用率后的光伏成本用光伏利用率的倒数表示,即实际光伏成本相对于光伏利用率为1时的数值。

1.2 基本假设

为进一步讨论光伏渗透率、光伏利用率和光伏成本与配电网消纳分布式光伏能力之间的关系,在本文的研究中对计算条件作如下假设。

1)忽略光伏发电的传输损耗,即认为分布式光伏电源接入系统的负荷侧,光伏出力可以直接满足等量的负荷需求。

2)逆变器和光伏元件采用统一的效率曲线,不考虑生产厂家和环境因素差异的影响。

3)分布式光伏的分散布置可以减弱云层移动造成阴影等光照快速变化现象对配电网的影响,这里不考虑光伏出力的暂态影响,分析的最小时间尺度为1 h。

4)研究对象通常为一个区域配电网,将区域配电网等效为一个整体负荷,从宏观的角度对配电网的光伏消纳能力进行分析,实现对区域配电网的光伏安装容量的前期规划,因此暂不考虑配电网内馈线之间的相互影响,以及光伏安装位置、安装方式的影响。

2 光伏渗透率分析

分布式光伏并网后,在配电网正常运行约束条件下,光伏发电被负荷就近消纳,以降低公共电网的供电压力。由于本文的研究目的在于从宏观的角度对配电网的光伏消纳能力进行分析,实现对已知配电网的光伏安装容量进行提前规划,因此本文将已知的区域配电网内分布的负荷等效为一个整体负荷进行分析。配电网与输电网及分布式光伏之间的功率交换方式简化图见附录A图A1。

为便于各光伏渗透率指标群的分析,以浙江省嘉兴市某110 kV变电站(简称SA变电站)供区为研究对象,对各光伏渗透率指标进行分析说明。SA变电站2014年全年8 760 h负荷分布情况见附录A图A2。

SA变电站所辖区域全年最大负荷为56.2 MW,全年负荷季节特性不明显,较为平稳。SA变电站所辖区域2014年辐照度曲线见附录A图A3。

根据定义,光伏功率渗透率与光伏并网容量成正相关。对于SA变电站所辖区域,在已知负荷不变的情况下,假设逐渐增加光伏安装容量,通过分析获得功率渗透率λPP随光伏并网容量增加的变化情况,如图1所示。

图1 光伏功率渗透率与并网容量的关系Fig.1 Relationship between PP and PV installed capacity

根据式(1),由于SA变电站负荷大小及分布已知,当光伏安装容量增加时光伏功率渗透率线性增加,且区域配电网中的净负荷不断减小。根据该区域的光伏发电系统运行经验,分布式光伏实际发电效率为78%,如图1所示,当光伏安装容量达到23 MW时,光伏功率渗透率达到100%。根据功率渗透率的定义,此时光伏发电功率等于该区域配电网中的负荷,配电网中的净负荷值为0,上级电网不需要向SA变电站区域负荷供电,光伏出力可独自支撑整个配电网,且不会出现功率倒送的情况。若继续增加光伏安装容量,光伏功率渗透率会超过100%,全年当中某些时段光伏发电功率会超过区域配电网的负荷需求,配电网中净负荷为负值,多余的光伏发电功率将会倒送至上一级电网。

由以上分析可知,光伏功率渗透率反映了全年当中某个时刻光伏发电功率与此时刻所对应的区域配电网负荷之间的匹配程度,体现一年当中光伏功率对负荷的最大支撑能力,其关键临界点λPP=100%时的光伏安装容量可作为评估区域配电网发生功率倒送的标准。

与光伏功率渗透率相同,由于SA变电站所在区域负荷已知,根据式(2),光伏容量渗透率也随光伏安装容量的增加而线性增长,其变化曲线如图2所示。

图2 光伏容量渗透率与并网容量的关系Fig.2 Relationship between CP and PV installed capacity

随着光伏安装容量的增加,光伏容量渗透率不断增加,当光伏安装容量达到约72 MW时,光伏容量渗透率达到100%。根据λCP的定义,此时光伏全年出力最大值与负荷全年出力最大值相等。如果继续增加光伏安装容量,由于光伏全年出力最大值大于负荷全年最大值,配电网中必然出现光伏无法消纳的时段。附录A图A4给出了λCP=100%时,SA变电站全年光伏出力与负荷比值分布情况。可见当λCP=100%时,光伏出力与负荷比值主要分布在0～100%之间,在这些时段光伏发电功率能被区域内负荷所消纳;但在某些时段内,光伏出力与负荷比值均大于100%,最大比值甚至高达300%,光伏发电向上级电网倒送功率现象严重。虽然严重倒送的时段数量极少,对全年光伏总体消纳影响较小,但仍会对配电网安全运行带来影响。如果继续增加光伏安装容量,光伏出力与负荷比值超过100%时段增加且幅值会持续增大,这会导致持续、大量的光伏功率被倒送至上级电网,从而严重影响电网安全稳定运行。由以上分析及容量渗透率的定义可知,光伏容量渗透率表示区域配电网内光伏安装容量的饱和程度,体现了光伏发电功率对配电网负荷可能带来的影响极限,其关键临界点λCP=100%时的光伏安装容量可作为区域配电网光伏安装容量极限的参考值。

功率渗透率和容量渗透率均是反映全年光伏发电功率的影响,无法体现分布式光伏对电量供应上的影响。根据定义,光伏能量渗透率为可用光伏发电电量与区域配电网全年所需电量的百分比,它能有效反映光伏出力的累积效果。光伏能量渗透率具体定义的说明及其与配电网净负荷的关系在文献[11]中已做了详细的分析。考虑光伏安装容量较大时,部分光伏可能无法被消纳,所以能量渗透率和光伏安装容量呈非线性关系。根据SA变电站2014年的负荷数据,计算得出不同光伏安装容量(最大负荷Pmax的倍数表示)的光伏能量渗透率曲线如图3所示。从图中可知,光伏安装容量较小时,光伏能量渗透率与光伏安装容量几乎呈线性增长,此时配电网中的光伏发电能够完全被消纳。但当光伏能量渗透率达到一定值后,随着光伏安装容量的增加,部分时段光伏出力大于负荷需求,此时多余的光伏发电无法被消纳,导致光伏能量渗透率增长斜率逐渐变小,并最终使得光伏能量渗透率增长斜率趋于0。分析原因,由于区域配电网内负荷已知,负荷全年所需电量为定值,随着分布式光伏并网容量的增加,光伏被消纳的总电量存在极值,即光伏能量渗透率存在一个极值。

图3 光伏能量渗透率与并网容量的关系Fig.3 Relationship between EP and PV installed capacity

如图3所示,对于SA变电站,随着光伏安装容量的增加,光伏能量渗透率的极限值为45%。由以上分析可知,光伏能量渗透率表示区域配电网内对光伏发电总电量的接纳能力,光伏能量渗透率随光伏安装容量的变化曲线能有效地体现出配电网对光伏消纳能力的变化趋势,初始曲线斜率不变时,表示所安装的光伏能够完全被消纳;但随着光伏安装容量的不断增加,光伏能量渗透率曲线斜率逐渐减小,表示区域配电网中某些时段光伏无法被消纳,且斜率越小,不能被消纳的光伏电量将越多。

附录A图A5给出了光伏利用率和光伏成本随光伏能量渗透率变化的曲线,反映了SA区域内光伏利用情况与光伏能量渗透率之间的关系。可以看出,在光伏能量渗透率小于11%时,光伏利用率保持在1左右,即此区域内安装的分布式光伏能被较好地利用;当光伏能量渗透率超过11%时,光伏利用率下降迅速,与图3相对应,光伏能量渗透率达到11%之前,曲线呈线性增长的趋势,当其超过11%之后,曲线斜率减少,系统开始出现某些时段光伏无法被消纳的情况,导致光伏利用率随之下降。当光伏利用率下降时,光伏的单位电量成本会随之上升,随着能量渗透率的增加,光伏发电成本不断上升。由光伏利用率和光伏成本的关系可知,光伏能量渗透率水平越高,增加分布式光伏安装容量所带来的光伏边际利用率会越低,光伏成本也就越高。

3 不同负荷类型的渗透率指标群分析

由上节可知,在区域配电网负荷分布已知的情况下,功率渗透率、容量渗透率和能量渗透率随光伏安装容量的变化趋势可以确定。但在相同的光伏安装容量的情况下,不同负荷类型因其不同的用电特性对分布式光伏的消纳能力也会不同,会对渗透率指标群的影响产生差别。本节针对不同的负荷类型,在相同光伏安装容量下,对区域配电网的光伏消纳能力开展进一步分析,为未来不同区域的分布式光伏规划提供参考。

负荷类型通常被划分为四大类:工业类、农业类、公共设施类及居民类。不同负荷类型的典型日时序特性曲线参考文献[13],以第2节SA变电站负荷为基础,可通过拟合算法获得不同负荷类型的典型年负荷曲线。考虑到实际区域配电网中,一般都包含多种不同类型的负荷,所以本文拟合典型综合负荷曲线。在实际中,该区域主要负荷为轻工业负荷,另有少量的公共设施类负荷和居民负荷,因此按照四种负荷类型8∶0∶1∶1的比例拟合成典型综合负荷。辐照度数据仍采用嘉兴市2014年辐照度曲线,进行全年8 760 h时序仿真分析,形成不同负荷类型下全年光伏输出与负荷需求比分布见附录A图A6。

附录A图A6分别反映了工业、农业、公共设施、居民类负荷，以及综合负荷情况下光伏出力与负荷分布的对应情况。图中8 760个点反映全年每小时的负荷与该时刻光伏出力的对应情况。斜率为1的直线表示比值为100%的情况,即光伏出力与负荷完全匹配。由第2节分析可知,位于斜线上方的点,表示该时刻光伏功率与负荷之比高于100%,会有多余的光伏功率无法被区域内负荷消纳；而位于斜线下方的点,则表明该时刻光伏功率与负荷比值低于100%,光伏发电功率小于负荷需求,能够完全就地消纳。

从附录A图A6中可知,任何负荷类型均发生了不同时段的功率倒送现象,其中居民负荷、公共设施类及农业类负荷发生功率倒送的时段较多,这是因为三者负荷的用电时段与光伏发电时段不一致所造成,导致大量光伏发电不能被消纳,而工业类负荷由于其用电时段与光伏发电相近,能有效地消纳光伏发电,发生功率倒送的频率最低,这也进一步说明目前国内在工业园区鼓励屋顶分布式光伏的建设是合适的,能够有效发挥分布式光伏的综合效益。在SA变电站区域内,由于其主要以轻工业负荷为主,用电时段与光伏发电时段匹配程度较高,发生功率倒送的频率也较低。上述结果表明,相同的光伏安装容量下,区域配电网对光伏发电的消纳能力与配电网内的负荷类型直接相关,负荷用电时段与光伏发电时段差异越大,其功率渗透率越容易超过100%,发生功率倒送的概率就越大。相同的光伏安装容量条件下,根据拟合后的典型年负荷分布,在SA变电站区域内2014年各类型负荷的光伏功率渗透率、容量渗透率及功率倒送的频次统计数据如表1所示。

表1 各类负荷典型年的光伏渗透情况统计Table 1 PV penetration data of different load characteristics

由表1可知,相同光伏安装容量下,不同类型负荷所对应的λPP差异很大。λPP最小的是综合负荷,幅值为202.90%,λPP最大的是公共设施类负荷,幅值高达3 907.11%。进一步分析公共设施类负荷,光伏出力和负荷比最大的时刻出现在上午时段,虽然光伏发电功率不大,但此时公共类负荷较小,使得λPP值较大,而实际上光伏安装容量相对于公共设施类负荷并不算大,其λCP仅为44.79%,而综合负荷的λCP为49.54%,二者相差不大。从表1还可以看出,尽管不同负荷类型所对应的λPP值相差较大,但λCP值相差不大,这是由于λCP值只与年负荷最大值与年光伏发电最大值相关,不考虑时间上的匹配,使得不同类型负荷的λCP值基本相同,所以负荷类型变化只会对λPP影响较大,对λCP的影响较小。这也进一步说明现有较多电力公司仅使用λCP来评估分布式光伏对区域负荷平衡能力的影响并不全面。

表1中最右列表示了光伏出力与负荷需求的相关性。为衡量负荷与光伏出力这两个随机变量之间的相关程度,本文引入了皮尔逊相关系数,该系数被广泛用于量度两个变量之间的相关程度,能有效发掘变量之间的相关特征。计算公式如下:

(4)

r范围在-1～1之间,r=-1表示两者负线性相关,r=1表示两者正线性相关,r=0表示两者不相关[14]。从式(4)可以看到,光伏出力与负荷特性相关系数不受光伏安装容量的影响,即使将安装容量增大M倍,光伏出力增大M倍,负荷与光伏出力之间的相关系数值仍然不变,因此相关系数可以体现光伏出力特性与负荷特性之间的匹配程度,负荷和光伏出力特性间相关系数越高,越适宜接入分布式光伏。

根据表1中的相关系数计算结果可以看到,工业类负荷能够较好地匹配光伏发电功率特性,居民负荷与光伏出力相关系数绝对值较小,并且其相关系数为负,呈负相关,在附录A图A6(d)中也可以看到,功率倒送情况比较严重。而实际的综合负荷由于以工业负荷为主,也包含其他类负荷对光伏消纳能力的影响,因此其相关性相对于单一工业类负荷略有下降。

对于能量渗透率,不同类型负荷并入光伏后的λEP变化程度存在差异,其极限值也不同。图4所示为不同负荷类型情况下光伏安装容量—能量渗透率曲线。由图4可知,在SA变电站区域内,当光伏安装容量较小时,各类负荷对应的λEP值增长都较快,但是随着光伏安装容量的进一步增加,居民类负荷对应的λEP值增长迅速减慢,而工业负荷和公共设施类负荷对应的λEP值能够持续保持较好的增速,其极限值也远高于其他两类负荷。总体来说,含较多工业类负荷的区域配电网能够更好地适应大规模分布式光伏并网。

图4 不同负荷特性情况下光伏安装容量与能量渗透率关系曲线Fig.4 Relationship between CP and EP considering different load characteristics

图5所示为不同负荷特性下光伏安装容量—光伏成本变化曲线。可见,在SA变电站区域内,当光伏并网容量较小时,公共设施类负荷消纳光伏成本相对较高,而其他类负荷光伏成本基本一致,但随着光伏并网容量的增大,公共设施类负荷的光伏成本增长减慢,居民类负荷利用光伏的成本快速增加。

图5 不同负荷特性下光伏安装容量与光伏成本关系Fig.5 Relationship between CP and PC considering different load characteristics

综上所述,在区域配电网的光伏能源初期规划当中,以光伏渗透率指标群为指导,对区域配电网光伏容量规划具有实际意义。基于渗透率指标群区域配电网光伏容量规划步骤如下,流程图见附录A图A7。

步骤1:根据区域电网现有的典型历史负荷数据或者预测的未来负荷数据,确定区域负荷的分布特性,并结合当地的光辐照度分布获得当地光伏出力特性曲线。

步骤2:计算区域配电网内光伏与负荷的相关系数并进行初步判断,对照区域负荷与光伏出力的匹配程度,对于匹配度较高的区域可以有较大的空间接纳更多的光伏容量,反之则要谨慎考虑整体光伏并网容量。

步骤3:根据负荷预测数据与光辐照度曲线,计算并绘制光伏功率渗透率、容量渗透率、能量渗透率曲线、光伏利用率曲线及成本曲线。

步骤4:根据上述曲线获得λPP=100%,λCP=100%所对应的光伏安装容量值,将λPP=100%所对应的光伏安装容量值作为配电网发生功率倒送的参考值,将λCP=100%所对应的光伏安装容量值作为配电网光伏安装容量极限值。

步骤5:根据光伏能量渗透率的极值及曲线的斜率变化,结合光伏利用率曲线及光伏成本曲线,参考步骤4中的两个参考值,确定配电网区域的最佳光伏安装容量,并作为初期规划的参考值。

根据以上流程,对于SA变电站,λPP=100%时,发生功率倒送的临界光伏安装容量为23 MW;λCP=100%时,无其他补偿装置条件下光伏安装容量极限值为72 MW。在考虑配电网经济性时,在光伏利用率开始下降(光伏成本开始上升)时对应的光伏安装容量即为最佳安装容量,光伏利用率下降时对应的λEP约为11%,此时的光伏安装容量约为0.3Pmax,即23 MW。不难发现,在考虑经济性与安全性时得到的光伏安装容量相同,这是由于光伏功率渗透率与光伏利用率曲线之间存在相互关联。

4 结语

渗透率指标群能较好地表现分布式光伏接入区域配电网时的各个特征,它不仅从功率的角度分析了光伏对配电网的支撑能力及安装容量极限,还从能量的角度解释了配电网对光伏的消纳极限,反映出光伏接入配电网时经济性与安全性的内在联系。通过计算现阶段的光伏渗透率指标群和光伏利用效率、利用成本,能有效引导未来分布式光伏的有序并网,对区域配电网分布式光伏前期规划提供了重要参考。

对于一个具体的配电网而言,所处的地理环境基本上决定了其光伏出力特性,在不考虑其他措施的情况下,其负荷特性对该区域光伏消纳能力的影响较大,通过相关系数可以反映负荷特性与光伏出力特性之间的相关程度,初步掌握所在电网的光伏消纳能力,进行合理的光伏并网布局,为区域光伏容量的规划提供指导。下一步的工作重点是在此基础上开展需求侧响应与储能控制等技术措施及主动配电网提高光伏消纳能力的研究,促进未来分布式光伏快速可持续的发展。

本文得到国网浙江省电力公司科技项目(5211DS15002A)资助,特此致谢!

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 丁明,王伟胜,王秀丽,等.大规模光伏发电对电力系统影响综述[J].中国电机工程学报,2014,34(1):1-14.

DING Ming, WANG Weisheng, WANG Xiuli, et al. A review on the effect of large-scale PV generation on power systems[J]. Proceedings of the CSEE, 2014, 34(1): 1-14.

[2] DALL’ANESE E, DHOPLE S V, GIANNAKIS G B. Optimal dispatch of photovoltaic inverters in residential distribution systems[J]. IEEE Trans on Sustainable Energy, 2014, 5(2): 487-497.

[3] STETZ T, REKINGER M, THEOLOGITIS I. Transition from uni-directional to bi-directional distribution grid[R]. IEA Task 14 Subtask 2. 2014.

[4] STETZ T, KRAICZY M, DIWOLD K, et al. High penetration of PV in local distribution grids: case-study collection[R]. IEA Task 14 Subtask 2. 2014.

[5] 王璟,蒋小亮,杨卓,等.光伏集中并网电压约束下的准入容量与电压波动的评估方法[J].电网技术,2015,39(9):2450-2457.

WANG Jing, JIANG Xiaoliang, YANG Zhuo, et al. Penetration capacity under voltage constraint and evaluation methodology of voltage fluctuation caused by centralized grid connection of photovoltaic power[J]. Power System Technology, 2015, 39(9): 2450-2457.

[6] 钟清,高新华,余南华,等.谐波约束下的主动配电网分布式电源准入容量与接入方式[J].电力系统自动化,2014,38(24):108-113.DOI:10.7500/AEPS20131214002.

ZHONG Qing, GAO Xinhua, YU Nanhua, et al. Accommodating capacity and mode of distributed generation under harmonic constraint in active distribution networks[J]. Automation of Electric Power Systems, 2014, 38(24): 108-113. DOI: 10.7500/AEPS20131214002.

[7] 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 Yuanliang, ZHAO Bo, JIANG Quanyuan, et al. Peak capacity calculation of distributed photovoltaic source with constraint of over-voltage[J]. Automation of Electric Power Systems, 2012, 36(17): 40-44.

[8] 宫龙威.提高电网接纳分布式光伏发电能力的研究[D].秦皇岛:燕山大学,2015.

[9] 赵波,韦立坤,徐志成,等.计及储能系统的馈线光伏消纳能力随机场景分析[J].电力系统自动化,2015,39(9):34-40.DOI:10.7500/AEPS20141124005.

ZHAO Bo, WEI Likun, XU Zhicheng, et al. Stochastic analysis to determine the allowable distributed PV capacity for a feeder with storage system[J]. Automation of Electric Power Systems, 2015, 39(9): 34-40. DOI: 10.7500/AEPS20141124005.

[10] 赵波,洪博文,葛晓慧.大量分布式光伏电源并网后能量渗透率的研究[J].华东电力,2010,38(9):1388-1392.

ZHAO Bo, HONG Bowen, GE Xiaohui. Study on energy permeability after many distributed photovoltaic power supplies connected to grid[J]. East China Electric Power, 2010, 38(9): 1388-1392.

[11] 赵波,张雪松,洪博文.大量分布式光伏电压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 Xuesong, HONG Bowen. The energy penetration analysis of smart distributed grid with large scale of distributed PV systems[J]. Electric Power Automation Equipment, 2012, 32(8): 95-100.

[12] ANDERSON K, CODDINGTON M, BURMAN K, et al. Interconnecting PV on New York city’s secondary network distribution system[R]. Golden, CT, USA: National Renewable Energy Laboratory, 2009.

[13] 李亮,唐巍,白牧可,等.考虑时序特性的多目标分布式电源选址定容规划[J].电力系统自动化,2013,37(3):58-63.

LI Liang, TANG Wei, BAI Muke, et al. Multi-objective locating and sizing of distributed generators based on time sequence characteristics[J]. Automation of Electric Power Systems, 2013, 37(3): 58-63.

[14] 张凯峰,杨国强,陈汉一,等.基于数据特征提取的风电功率预测误差估计方法[J].电力系统自动化,2014,38(16):22-27.DOI:10.7500/AEPS20140113008.

ZHANG Kaifeng, YANG Guoqiang, CHEN Hanyi, et al. An estimation method for wind power forecast errors based on numerical feature extraction[J]. Automation of Electric Power Systems, 2014, 38(16): 22-27. DOI: 10.7500/AEPS20140113008.

PenetrationBasedAccommodationCapacityAnalysisonDistributedPhotovoltaicConnectioninRegionalDistributionNetwork

ZHAOBo,XIAOChuanliang,XUChen,ZHANGXuesong,ZHOUJinhui

(State Grid Zhejiang Electric Power Corporation Research Institute, Hangzhou 310014, China)

With the ever-increasing distributed photovoltaic (PV) connection in the regional distribution network, the reference group of PV penetration indices has become a crucial guidance for rational planning of distributed PV. Ignoring the distribution network upgrading, the PV power penetration (PP), capacity penetration (CP) and energy penetration (EP) are analyzed to establish the reference group of PV penetration indices. On the basis of a physical regional distribution network, the physical meanings of PV penetration indices are explained, and the relationship between the PV output, PV cost, PV utility ratio when connected to the distribution network are discussed. The influences of different load types on PV penetration indices are also analyzed. The PV penetration indices will provide a guidance and reference to the planning and investment in distributed PV connection to effectively guide the future coordinated development of distributed PV and grid.

This work is supported by State Grid Corporation of China (No. 5211DS150015).

distributed photovoltaic system; regional distribution network; penetration, photovoltaic capacity plan

2017-03-06;

2017-04-13。

上网日期: 2017-06-27。

国家电网公司科技项目(5211DS150015)。

赵 波(1977—),男,通信作者,博士,教授级高级工程师,主要研究方向:分布式电源及微电网关键技术。E-mail： zhaobozju@163.com

肖传亮(1991—),男,博士研究生,主要研究方向:新能源技术。E-mail: xclcalvin@163.com

徐 琛(1989—),女,硕士,工程师,主要研究方向:分布式电源并网技术及微电网优化配置。E-mail: 851558154@qq.com

(编辑章黎)