计及风险评估的含分布式发电并网的主动配电网规划方法

2020-09-17卢仁军

可再生能源 2020年9期

王健，卢仁军，汪洋

（1.国网泰州供电公司，江苏泰州 550002； 2.江苏大学电气信息工程学院，江苏镇江 212000）

0 引言

分布式发电（Distributed Generation， DG）作为人类应对能源问题的重要措施，近年来得到越来越多的研究和重视[1]～[3]。大型清洁能源替代传统化石能源发电是解决能源以及环境问题的根本方案，其管理与运行模型的建立已成为一门重要的研究方向[4]。主动配电网技术将不同形式的清洁能源发电进行集成管理，对于提升清洁能源发电消纳水平以及系统经济性有着重要的意义[5]。

主动配电网规划方法作为主动配电网的关键技术之一，已经得到了广泛深入的研究。文献[6]通过逐步分析法得到既定位置下分布式发电的最优配置容量。文献[7]以系统节点电压波动、负荷波动以及储能系统总容量为目标，建立了储能选址定容优化模型。文献[8]建立了考虑系统不同形式的多样成本的配电网规划配置模型。

在配电网风险评估方面，文献[9]，[10]将可信度理论引入到配电网风险评估模型，取得了良好的效果。文献[11]采用随机模拟方法对系统中发输电组合进行了系统层面的可靠性评估。文献[12]基于状态采样法和系统状态转移采样法进行了评估模型建模。文献[13]采用状态枚举法列举了地区配电网运行的不同状态，充分计及了地区电网网架结构和拓扑网络的复杂性。文献[14]运用枚举法计算系统风险指标，实现了对当前电网实时运行状态的安全评估。然而，目前还很少有文献针对主动配电网的运行风险评估建立模型，并将其计及到主动配电网规划模型中。

本文针对包含不确定分布式电源和可控微电源并网的主动配电网规划问题，计及系统运行的风险指标建立规划模型。以设备配置台数为控制变量，计及系统综合规划成本和运行风险指标构建了模型目标函数，计及功率平衡约束等必要约束条件建立了风险评估的主动配电网规划模型。

1 设备基本数学模型

1.1 不可控微源模型

主动配电网规划中计及多种不确定微电源以及可控微电源的容量配置，其中不确定微电源包含风电和光伏发电。风电机的发电功率Pwind与风速v 的变化关系如下：

式中：vci为切入风速；vr为额定风速；vco为切出风速；Pr为额定功率；a 和b 为常数。

1.2 可控微源模型

可控微电源包括微燃机（MT）和燃料电池（FC）。其中MT 的燃料成本函数fMT（t）为

2 主动配电网风险评估模型

2.1 失电负荷风险指标

主动配电网发生故障时最直接的危害表现形式之一就是发生失负荷现象，因此主动配电网运行的风险指标需要采用失负荷风险进行评估。产生失负荷的原因总体上有两种：节点电压越限和支路容量越限。

假设主动配电网第k 种状态为Xk，系统总共有K 种运行状态（故障情况和非故障情况），那么主动配电网运行的失负荷风险指标Rload为

式中：Pk为第k 种状态的发生概率；Lu，Lb分别为第k 种状态下产生的节点电压越限失负荷、支路容量越限失负荷。

当第k 种状态为非故障状态或者故障状态而没有超出主动配电网调节能力时，Lu=Lb=0。其中，Lu和Lb的计算式分别为

式中：nk为Xk下发生节点电压越限并且进行切负荷处理的节点数目；Li为第i 个电压越限节点的负荷水平；wi为第i 个电压越限节点的负荷重要等级，对于政府、学校、医院、监狱等重要负荷取wi=2，对于一般商业和居民负荷取wi=1.5，对于大部分工业负荷取wi=1；lk为Xk下发生支路容量越限的支路数目；Li为Xk下第i 条支路的传输容量；Li，max为第i 条支路容量的传输上限。

2.2 故障设备损坏风险指标

尽管失负荷指标较好地衡量了主动配电网在发生故障时产生的负荷失电指标，但是仅仅采用该指标对主动配电网运行风险进行评估是有一定局限性的。这是因为在实际运行中，虽然设备存在运行容量上限，但在一定情况下是允许设备短时间超限额运行的。综合以上分析，本文设定故障设备损坏风险指标Rdam为

2.3 主动配电网运行综合风险指标

本文建立的主动配电网运行综合风险指标为

式中：α，β分别为失电负荷风险指标、故障设备损坏风险指标的权重系数。

3 计及风险评估的主动配电网规划模型

3.1 目标函数

主动配电网规划模型的控制变量S 为设备的配置数量，即储能设备（SB）、光伏发电板（PV）、风力发电机组（WT）、MT 以及FC 的台数之和。

本文以运行综合风险指标最小以及综合规划成本最小作为主动配电网规划的目标函数，其中，子目标一运行综合风险指标最小、子目标二综合规划成本最小分别为[15]

式中：Cin为初始投资成本；Cfuel为燃料成本；Cen为环境折算成本；Com为运维成本；Cgrid为购售电成本。

基于多目标规划的最短距离法，通过加权系数构造多目标规划的综合满意度指标，从而将多个子目标转化为单目标形式为

式中：λ1和λ2分别为两个子目标的加权系数，由于模型将经济性指标和风险指标视作同样重要，λ1=λ2=0.5；f1，min为多目标规划只以子目标一为目标进行优化时得到的最优值；f2，min为多目标规划只以子目标二为目标进行优化时得到的最优值，通过加权系数法将量纲不同的两个子目标采用偏差的形式进行加权。

3.2 约束条件

①主动配电网功率平衡约束

式中：Pgrid，t为t 时段主动配电网与外网交换功率；PMT，t，PFC，t分别为t 时段MT，FC 的出力；PWT，t，PPV，t分别为t 时段风电出力、光伏出力；PCUT，t为t 时段中断负荷功率；PSB，t为t 时段储能充放电功率，大于零时为放电；PL，t为t 时段系统负荷；Ploss，t为t 时段微电网运行的功率损耗。

式中：NSB，max，NPV，max，NWT，max，NMT，max，NFC，max分别为SB，PV，WT，MT，FC 的数量限值，由实际规划条件限制。

3.3 模型求解流程

本文采用混沌粒子群算法对已经建立的主动配电网规划模型进行求解，求解流程如下：

①输入待选址定容的配电网负荷节点数目、混沌粒子群算法的基本参数以及模型最大迭代次数；

②初始化混沌粒子群算法的种群，以配电网各个节点的储能电站配置容量为粒子位置进行初始化，输入种群规模、初始速度；

③针对每个粒子对应下的主动配电网规划初始方案的综合规划成本，计算各个粒子的适应度函数；

⑤判断算法是否达到最大迭代次数，如果达到，则直接输出结果，否则进入下一步；

⑥判断全局最优解是否收敛，如果收敛，则输出最优粒子对应的位置，将其作为主动配电网的规划方案。

4 主动配电网规划算例

为了验证本文所建立模型的正确性和有效性，针对某地区待建设的典型主动配电网进行规划。主动配电网典型运行日下1 d 总有功负荷为1 715 kW，储能自放电系数为0.03，储能充放电效率为0.95。改进粒子群算法中，粒子种群数目为60，最大迭代次数为150，混沌搜索代数为25，学习系数为2，粒子惯性权重为0.75。光照强度随机分布中，假设主动配电网所在地区天气类型分为不良天气和良好天气两类，按照气象数据统计，该地区1 a 不良天气比例r1为0.14，良好天气比例r2为0.86，则令不良天气概率和良好天气概率分布分别为0.14 和0.86，不良天气故障率修正系数为2，良好天气故障率修正系数为0.83。模型中MT 和FC 的燃料成本曲线如图1 所示，外网分时电价水平如表1 所示，微电源参数如表2 所示。

图1 MT 和FC 的燃料成本曲线Fig.1 Fuel cost curve of micro gas turbine and fuel cell

表1 外网分时电价水平Table 1 Time sharing price level of external network

表2 可控微电源和不确定微电源的规划参数Table 2 Planning parameters of controllable micro power supply and uncertain micro power supply

续表2

主动配电网所在地区的典型运行日中，光照强度、风速曲线和负荷水平分别如图2～4 所示。以上曲线衡量了该地区负荷水平以及风光资源的形状参数，同时全年的风速和光照变化情况参照文献[6]，[16]，[17]。

图2 主动配电网所在地区典型运行日下1 d 风速变化Fig.2 Wind speed change of typical operation day in the area where the active distribution network is located

图3 主动配电网所在地区典型运行日下1 d 光照强度变化Fig.3 Light intensity change of typical operation day in the area where the active distribution network is located

图4 主动配电网全年日最大负荷曲线Fig.4 Annual daily maximum load curve of active distribution network

算例中设置两种优化配置方式：方式一为主动配电网运行在离网模式下，该方式适用于主动配电网配置于偏远地区、海岛等地域的情况；方式二为主动配电网运行在并网模式下，该方式也是主动配电网较为普遍的运行方式，适用于微电网建设在能够具备并网条件的地区。在两种方式下分别得到系统中各个设备的规划结果，如表3 所示。

表3 离网模式下和并网模式下主动配电网规划结果Table 3 Planning results of active distribution network in off grid mode and grid connected mode

从表3 中可以看出，相比于离网模式，并网模式下主动配电网配置的设备数量较少。在并网模式下，系统能够通过与外网的交换功率增加供电方式的灵活性，节省了设备投资，因此，方式二相比于方式一节省了2 台MT，5 台FC，20 组PV以及2 台SB。在方式一下，系统配置成本为1 152.73 万元，预期运营收益为2 281.25 万元，工程周期净收益达到了1 128.52 万元。而方式二下系统的社会经济效益更优，一方面是由于并网模式下将设备投资成本降低到了812.65 万元，另一方面，主动配电网在并网模式下运营也具备更优的经济性，将预期运营收益提升到了2 643.57 万元。在工程周期净收益指标上，并网模式下相比于离网模式下提升了62.24%。在综合运行风险指标方面，尽管并网模式下投资的设备规模更小，然而系统的综合运行风险指标达到了1.569，低于离网模式下的1.754。综上所述，在并网模式下主动配电网运行的社会经济效益更加显著，同时系统的综合运行风险指标更低。

本文针对主动配电网离网运行模式和并网运行模式，分别选取不同的外网分时电价综合水平运行所建立的模型，得到优化配置综合满意度指标对该参数的灵敏度关系，如图5 所示。

图5 优化配置综合满意度指标对外网分时电价综合水平的灵敏度Fig.5 Sensitivity of comprehensive level of time share price of external network with comprehensive satisfaction index of optimized configuration

从图5 中可以看出，在离网运行模式下，由于系统无法与外网进行功率交换，外网分时电价综合水平对系统的优化配置综合满意度指标没有影响。而在并网运行模式下，随着外网分时电价综合水平的升高，系统需要配置更大容量的分布式发电设备来降低向外网购电的需求，因此优化配置综合满意度指标不断下降。

本文针对主动配电网离网运行模式和并网运行模式，分别选取不同的设备故障停运率运行所建立的模型，得到优化配置综合满意度指标对该参数的灵敏度关系，如图6 所示。

图6 优化配置综合满意度指标对设备故障停运率的灵敏度Fig.6 Sensitivity of comprehensive satisfaction index of optimized configuration to equipment failure outage rate

从图6 中可以看出，无论是在离网运行模式还是并网运行模式下，随着设备故障停运率的升高，主动配电网优化配置综合满意度指标不断下降。当设备故障停运率上升时，系统需要配置更大容量的分布式发电设备应对故障停运带来的功率紧张，这导致配置成本上升。同时，故障停运率本身也使得系统运行风险增大，从而降低了综合满意度指标。并网运行模式相比于离网运行模式，综合满意度指标受到故障停运率的影响要小得多，说明主动配电网运行在并网运行模式下的优势。