计及分布式能源的配电网多时间尺度优化控制

2021-05-13刘晓东肖晶周恒俊徐锋

电气自动化 2021年2期

刘晓东，肖晶，周恒俊，徐锋

(国网江苏省电力有限公司南京供电分公司，江苏南京 210000)

0 引言

新能源的大规模开发及利用，在一定程度上缓解了能源可持续发展的危机，相关学者针对分布式能源接入的配电网问题展开研究[1]。茆美琴等[2]提出削峰填谷策略下微电网多时间尺度能量优化，利用模糊模型获取峰谷时间段微电网与配电网联络线上的预设交换功率曲线，提出了三种不同的时间计划优化多能源协调方法，实现电网能量控制目标，但该方法调整后的能源利用率较低。靳小龙等[3]针对智能楼宇微网系统，提出多时间尺度模型预测调度方法。通过每个控制时域内的滚动优化，修正微电网系统内的功率预判误差，实现多时间尺度预测调度，但该方法未考虑不同时间下电网功率的变化，运行稳定性较差。

为此本文设计一种新型的优化控制方法，优化配电网的多时间尺度区域，并优化控制过程，增大分布式能源的能源利用率。采用下垂控制方式设置逆变器，维持系统电压的稳定。考虑不同时间尺度，控制电网吞吐储能系统快速功率吞吐以及可控负荷，提高配电网的主动性及自治能力。

1 分布式能源配电网多时间尺度优化控制

1.1 划分配电网多时间尺度控制区域

计及分布式能源在多时间尺度下存在互补性，不同时间尺度下配电网有着不同的控制区域[4]。在分析多时间尺度前，按照配电网中电源及负荷接入配电网的位置，结合馈线数量，划分配电网的结构[5]。划分得到的配电网结构，如图1所示。

配电网划分为单微电源、单负荷、单馈线的单元级如图1(a)所示；多微电源、单负荷、单馈线的区域级如图1(b)所示；多微电源、多负荷多馈线的系统级，如图1(c)所示。当配电网中的负荷节点出现电压跌落时，对一条馈线上的配电网和无功补偿装置进行补偿及调节[6]。采用三级组织模式划分控制范围，多时间尺度配电网优化控制主要是对多核电压分区之间进行协调控制，保证每个分区下的微电源、调压设备、负荷及有功功率等保持平衡。划分配电网的控制区域如图2所示。

图1 划分的配电网结构系列图

由图2划分的控制区域，参照不同的控制目标和范围，对多时间尺度下配电网平衡进行优化控制。分别计算配电网中的功率传输与电能值，计算公式如式(1)：

图2 配电网控制区域

(1)

式中:R为配电网中的电阻;δ为阻抗系数；X为配电网线路中的电抗；E为配电网中的电流值；P为功率；Q为配电网工作中的能量值。当配电网中的线路电流值>0时[7]，功率传输计算如式(2)所示。

(2)

由式(2)可知：在配电网中的电流值>0时，此时的值为正。为了排除值为零的影响，引入一个逆变器控制配电网的惯量，维持系统电压的稳定[8]。为了进一步保持配电网中对电压的控制，设置逆变器采用下垂控制方式，采用并/离双模式运行，此时逆变器控制配电网中电压无功下垂特性，如图3所示。

图3 逆变器控制配电网中电压无功下垂特性

从图3可以看出，当逆变器输出电压与并联交流母线电压相差较小时，频率调节仅与有功功率有关，电压调节仅与无功功率有关。尽管低压微电网不同于高压微电网，但是通过合理设计逆变器闭环控制参数[9]，即可实现在无互联线的条件下并联微电源间无功功率的准确分配。

1.2 构建不同时间尺度下优化函数

依照分布式能源可控DG和柔性负荷的性质，针对上述划分的多时间尺度控制区域，使用VSC的交直流侧节点处理来保持有功功率和无功功率对两节点间电压和频率调节的耦合关系[10]。使用分解调节法复制同个区域内的边界节点，复制过程如图4所示。

图4 边界节点复制过程

图4中：Xdci为VSC直流侧节点;Xdc为时间区域内其他节点的集合；Xdcib为第i个时间尺度区域的直流侧节点;Xacib为第i个尺度区域内其他节点的集合。将各边节点看作配电网的节点，来弥补图4复制过程对配电网造成的潮流不平衡。按照图4所示的复制区域，使用Xb统一表示各分区所有相邻边界变量，此时尺度区域的内部变量可表示为：

(3)

式中:下标N为相邻边界的数量。设定此时f(x)为配电网中交流与直流分区目标函数之和，将式(3)变换为：

(4)

式中:f(xaci,xbi)为交流分区目标函数;f(xaci,xacib)为直流分区的目标函数；Paci为交流分区中交流侧节点的功率;PNbi为直流分区中节点功率和。以式(4)作为优化对象，利用通用增广拉格朗日法处理，将上述公式看作增广拉格朗日法求鞍点问题，优化后的函数计算公式为：

L(x,λ)=f(xaci,xbi)+f(xaci,xacib)+〈λ,θ(x)〉

(5)

式中:λ为拉格朗日乘子;〈λ,θ(x)〉为一个参数。为了保证优化后的尺度区域函数有着良好的凸性，引入一个惩罚因子，将式(5)优化为：

(6)

式中:ε为一个优化系数，ε>0;b为一个常数。计算式(6)的极大值即可得到鞍点，计算公式为：

(7)

在计算最小值时，令ε=1。计算最大值时引入一个常数参数β，为了满足式(7)函数的收敛性，常数参数β应满足ε=2β关系。综合上述处理，完成对优化函数的构建，利用该函数构成过程，在考虑分布式能源的情况下，优化配电网多时间尺度下有功功率及负荷的平衡，设定不同时间尺度的控制策略，最终完成对计及分布式能源的配电网多时间尺度优化控制的研究。

1.3 不同时间尺度下设定控制策略

在设定控制策略时，考虑分布式能源配电网的计划周期，以中长期调度和短期调度作为此次主要研究的时间尺度。中长期调度即日计划策略，决策周期为24 h；短期调度即滚动发电计划，决策周期为h。这两种计划可以动态调节电机组状态和发电量等事项，维持电网安全，因此对其调度研究具有重要意义。在中长期调度下，以整体电网的有功功率和负荷频率在不同层级间的达到平衡作为控制目标，在上文中优化函数基础上，建立控制方程：

(8)

式中:k为一个决策周期的阶段数量；ΔT为每阶段时长；P(t)为t时刻配电网馈线节点处的功率;n为配电网中可控负荷的个数；Pj(t)为t时刻分布式能源的发电功率。为了控制分布式能源在发电过程中有功功率的平衡，建立式(8)的约束条件，约束条件为：

(9)

式中:U(t)为t时刻配电网瞬时功率;φj(t)为t时刻电压的相位角;SG为所有可控分布式能源的负载集合;SL为配电网中所有馈线的支路集合;SR为无功源集合;SB为馈线上的所有节点;Pj(t)为分布式能源第j部分能源的有功功率;φj(t)为分布式能源第j部分能源的参数。按照上述公式的计算结果，分布式能源在不同时间尺度上输出功率差别较大。因此在制订配电网长时间尺度优化控制时，控制配电网与分布式能源相连的节点为有功功率与电压。通过控制配电网中无功功率的上下限值，来实现长时间尺度下的最优控制。

在短期调度下，配电网需要实现分布式能源的平衡。利用分布式能源间歇性能量的快速吞吐和组合配电网的灵活充放电、间歇性能源的长期电力支持和可控负荷的调节，积极消耗和调度分布式能源，维持主动配电网节点电压稳定。因此在研究短期调度时，控制吞吐储能系统快速功率吞吐以及可控负荷。利用V/F控制策略控制储能系统的并网交流器，来抑制配电网功率的波动来达到控制目的。针对可控负荷方面，依照中长期调度约束条件，引入一个协调系数km，得到短期调度控制条件：

kmΔPz-ΔPm=0

(10)

式中:Pz为分布式能源向主动配电网注入的目标功率；Pm为馈线注入的目标功率。由式(10)可知，短期调度下间歇式能源输出尚且达不到有效降低网损的要求，而间歇式能源的响应速度远远比不上外部电网，外部电网会主动向配电网加大注入功率，使式(10)的左侧大于0，打破了控制平衡。因此在实际控制短期调度时，控制外部电网注入主动配电网的功率，达到最终的控制效果。基于上述处理，最终完成对计及分布式能源的配电网多时间尺度优化控制研究。

2 算例分析

2.1 试验准备

此次研究的分布式能源的配电网多时间尺度优化控制不便于进行真实试验，因此试验采用C++Builder可视化开发的仿真平台，建立一个基于分布式能源的配电网结构。编程环境为Intel(R)Core i5-4590CPU@3.30 GHz，8 GB内存。建立的配电网拓扑结构，配电网拓扑结构如图5所示。验证所提出的控制方法、文献[5]及文献[6]方法在长时间尺度优化下在17∶00时，对节点1～9功率的控制效果。

图5 配电网拓扑结构

图5所示的拓扑结构中：节点1为PCC节点；整个配电网中含括两条馈线，馈线1与光伏1、光伏2蓄电池组和负荷1相连接；馈线2则与负荷2相连接。不同电源以及所连接的负荷具体参数设定如表1所示。

表1 配电网设备参数

基于以上试验准备，按照图5所示的配电网结构，设定9个节点的最大负荷数据，如表2所示。

利用表2所示的参数，分别使用两种传统配电网控制方法：削峰填谷策略下微电网多时间尺度能量优化(文献[5]方法)，集成智能楼宇的微网系统多时间尺度模型预测调度(文献[6]方法)。与计及分布式能源的配电网多时间尺度优化控制方法进行试验，对比三种方法的控制效果。

表2 节点配置的负荷数据

2.2 仿真结果与分析

根据以上试验准备，分别使用三种控制方法控制节点如表2所示的负荷，统计各个节点的电压值及电流值，计算节点之间的功率值。节点功率值越均衡，说明对配电网的控制越满足电网整体功率分层分区平衡的需求。节点的功率值如表3所示。

表3 节点功率值

由表3所示的功率试验结果，在相同试验环境下，文献[5]方法控制节点的功率数值过大，超过了节点功率值的极限，不符合分布式能源的发电实际。文献[6]方法一定程度上弥补了文献[5]方法的不足，但是控制得到的功率值过小，无法充分发挥分布式能源的输出能量。而本文优化控制方法使节点的功率值能够维持在较为平衡的状态，较符合分布式能源与配电网稳定运行的需求。