分布式电源与自动化终端建模及协同规划研究

刘 勇

（中国光电研究院，天津 300300）

在分布式电源应用的过程中，配电终端与配电自动化运行模式的融合需要通过建立模型的方式对自动化终端融入应用后的实际效果进行分析。并且同步做好分布式电源融入后的协同规划工作。模型构建的过程中，需要考虑整个电网系统的运行稳定性，并且采取针对性的措施提高协同运行的安全保障。

1 分布式电源与配电自动化的模型构建分析

1.1 分布式电源处在负荷状态下的时序模型构建

在分布式电源负荷状态的分析中，以风力发电模式下的时序模型研究为典型代表。而在具体的模型构建环节中，风速模型是常见的模型结构[1]。这主要是由于风速本身具有典型的时序性特征，且风力本身也具有一定的随机性。因此，需要结合大量的基础数据进行研究分析，以便确定出一个区域内相对稳定精确的风速数据模型。具体的风速概率密度函数公式为

式中：v代表风速这一指标的实时数值；k代表形状参数指标；c代表尺度参数。当k值发生变化时，整体分布状态也有所不同。例如，k=1时，函数分布状态为指数型；当k=2时，函数分布状态为瑞利分布；k=3.5时，函数呈现正态分布状态。计算k与c时，需参照公式

式中：Vc代表某一时间段内风速。

1.1.1 风力发电输出功率模型分析

在风力发电的相关研究开展时，仍然需要设置风力发电模型参数的方式对参数指标进行合理求解，随后完成数据计算，为进一步模型构建提供支持。分别设遏制模型参数为A、B、C，具体参数计算方法如下

式中：r表示风力发电设备叶片半径。

通过公式计算结果分析可知，在以风力发电为背景的发电工作开展中，需要充分考虑风速变化给整体的分布式发电电源应用带来的影响。从实际出发分析可知，季节性因素对于风速变化的影响十分强烈，在具体的风力发电工作落实的过程中，需要结合季节性元素，通过设置不同的场景，绘制时序特性曲线达到合理控制风速的目标[2]。

1.1.2 光伏发电系统背景下的序出力模型

在此模型构建的过程中，主要以光照强度模型的构建为代表，光照是光伏发电模式背景下发挥作用的核心指标。光伏电池在光照强度的计算过程中，也需要应用概率密度函数进行光伏发电模式的光照强度计算和分析。

1.2 配电终端的布局分析

配电终端在自动化系统中的结构以检测单元与控制单元为典型代表。通常情况下，配电终端的位置位于整个装置的柱结构开关区域，另外，环网柜、箱式变等现场设备上也会设置配电终端[3]。设置配电终端后，整个设备的状态能够得到实时监控。并且能够进一步将数据上传至主站与子站区域。终端设备按照其功能的差异可分为“二遥”和“三遥”模式。为了促使配电终端的合理布局模式的形成，需要针对配电终端的布局进行经济模型的构建。以便获得投资成本指标与终端运维成本指标。具体的运算公式如下

2 分布式电源对配电网的规划影响分析

2.1 主要影响状况

分布式电源在并网运行的状态下，出力的整体状态会直接影响到配电网络的潮流变化，具体的影响状态分为以下几种类型。①对网络损耗的影响。分布式电源出力小于接入点负荷需求量，此时潮流方向不发生改变，同时，处在支路上的传输功率也呈现出逐步减小的趋势。这时，配网的网络损耗也会因此有所下降。②分布式电源若出现了处理大于接入点符合需求的状态，且分布式电源的接入容量较小，则可能促使输入功率的多余部分也开始向别的线路负荷节点进行输入。网络损耗量也会随之有所减少。通过分析可知，网络损耗量的状态与电源接入位置和容量指标有紧密的联系，需要通过合理有效地规划促使配电网的运行在可靠性上更进一步提升。网络损耗量就会在这个过程中不断降低[4]。③对电能质量的影响。此种影响主要是指在具体的电力电子设备与配网结构实现连接时，应当重视对谐波问题的充分考虑，避免谐波导致电压波动的现象出现，同时导致电能质量下降。电压闪变的影响因素有几种。如若接入容量较大，则会直接导致出力确定性不足。配电网络的整体运行状态会由于启停次数的增多受到影响。④对配电网络可靠性状态的影响在分布式电源的应用中介入的总体数量较多，因此分布式电源能够带范围的碱基碳排放，促使能源节约，达到清洁环保的状态，是要合理地对分布式电源的应用状态进行控制，就能够提升供电状态的可靠性，同时点击用户端电力供应过程中的问题不足。具体来说分布式电源提升电网供应可靠性的原理包括以下几方面，一是若电路末端接入分布式电源，负荷节点和电源间的距离可大幅度缩短，这就能针对性地降低电能输送过程中出现故障的概率。二是在普通的供电电源接入模式下，故障与主电源之间的独立性相对存在不足，因此故障下游与组件员的联系会被切断，随之引发停电问题，若合理规划下游使用分布式电源支撑电力供应，则能够通过配电自动化装置的融入应用，形成孤岛状态，促使非故障区能够正常获得电力资源的供应是保障用户正常用电、减轻用户停电损失的有效路径。

2.2 配电网规划中自动化系统的基本结构分析

2.2.1 配电自动化子站结构

在庞大的配电系统网络中，配电终端与主键的连接存在直接连接和间接连接2种情况。子站主要是在通信的过程中承担部分间接连接任务的主要结构。在整体系统中若能合理地设置子站点位，并且做好子站开闭的状态，控制就能够通过通信网络的应用，使得上层主站和下层的配电终端实现实时交互[5]。

2.2.2 通信网络结构

通信网络结构主要是指配电自动化的通信网络中主站子站终端渠道在运行中的相互交互支撑网络。在通信网站的基本结构中包括了无线专网、公网通信、光纤通信和以太网通信几种常见的方式。

3 配电网运行过程中的可靠性指标专项分析

在分布式电源应用的过程中，配电自动化的系统规模及电网运行可靠性是影响分布式电源应用效果的关键性因素。因此，在以分布式电源和整体的自动化系统联合应用的背景下，需要针对配电网络整体的可靠性指标进行专项分析，以便提升应用过程中的安全保障和应用稳定性指标。

3.1 元件可靠性指标分析

关于元件的可靠性分析，主要是指针对系统运行中的基础元件对其运行质量运行状态进行观察和分析。为了针对性地了解元件的可靠性，还需构建相应的模型，在配电网络中通过模型结构中的各个实体的可靠性研究，最终计算得出故障发生率指标。具体来说，基础元件在配电网络系统中主要是指变压器分段开关、熔断器、架空线路或电缆线路，电源结构和储能设备等。在故障率计算的过程中，需设定单位时间和故障次数等相关指标具体的计算公式为

式中：Ny为在固定时间段内，元件因故障而停止工作的频率；Ty为援建工作的持续时间长度。

在计算过程中，还需要对原件的修复率进行计算。通常情况下原件修复率用μy，在具体的计算过程中设定时间段内原件若无法工作，但通过修复能恢复工作状态，则可对修复率指标进行进一步的计算，计算具体公式如下

式中：My为在固定时间段内，元件经过修复能够恢复正常工作状态的频率；Fy为原件修复到正常工作状态所需要耗费的时间指标。

3.2 负荷点的可靠性指标分析

具体来说，负荷点平均故障率强调的是配电网运行的过程中，若固定区域发生故障，复合点会处于故障状态，而复刻点平均故障率是指此种情况发生次数的平均值，单位为（次/年），而顾客点的平均停电时间是指在配电网络运行中，若独立区域发生故障，复合点就会处在故障状态下，这时所耗费时间的平均值，单位为（h/年）。最后，关于负荷点的平均停电持续时间，主要强调的是配电网络中由于固定点位的故障导致负荷点出现故障，并最终恢复到正常供电期间所耗费的时间，单位为（h/次）。

3.3 配电网络系统的整体可靠性指标分析

整体配电网络系统的可靠性，对配电网络的工作状态和供电能力都能进行精准的反映。在配电网络可靠性的影响因素中也有多种不同的类型，最为核心的指标为系统平均停电频率指标。具体的计算表示公式为

式中：λi为区域内的配电网络负荷点故障发生率；Ni为区域内配电网络负荷节点的用户数量。

关于用户的平均停电频率，主要是指通过规划分析得出的配电网内故障影响用户的平均停电次数。具体表示方法如下

式中：Fi为负荷点的故障影响用户停电的总数指标。

关于系统内的平均停电持续时间指标具体的表达式如下

4 分布式电源与配电自动化终端的协同规划路径分析

4.1 规划中上层算法的应用

在电力系统运行需求不断提升的背景下，分布式电源与配电自动化终端系统需协同发挥作用。为了更加精准有效地明确分布式电源与配电自动化终端系统协同发挥作用的状态，需构建相应的模型、应用不同阶段的正确求解方法计算出具体的数据指标。具体来说，计算方法分为上层求解法和下层求解法2种类型。其中上层求解法需要输入网络结构，种群数目等专业参数，并实现迭代次数的初始化设置。在本文的研究中主要采用整数编码的形式，对种群内部的染色体状态进行编码。随后再进入到遗传迭代的环节的运行中需借助孤岛划分的方式，对下层目标函数的数值初步表示，随后传递并计算出上层的目标函数值，具体表达式如下

继续完成数值传递可计算出上层的目标函数数值，具体表达式如下

通过数据计算方法的应用，可得到F1的数值。并根据计算得数对遗传运算中的适应度指标是密度平均值指标进行进一步的计算，存在相应的数组结构中。

在实践应用中，遗传算法强调应用计算机系统进行深户进化理论的模拟，完成自然选择过程，以优胜劣汰为基本原则找到问题的最优解决方法，从而针对遗传算法进行自适应式的改进。在遗传算法的基础上实现选择、交叉、变异和内部设定环节的组织实施，通过设定的改进促使迭代种群的遗传因子相互适应。只有实现不断的优化，才能尽可能避免在交叉或变异状态下出现数值分歧的问题。

4.2 规划中下层算法的应用

下层算法的应用是以上层算法为基础的计算方法，在实践应用中需要经历，由上层向下层转换、对下层染色体进行编码以及遗传迭代、自适应交叉的整体流程，以便获取最终的计算结果。

4.3 以电动汽车应用分布式电源为例实现EV模型构建

此模型的主要优势在于不会受到运行策略和出行方式的影响，在模型应用的过程中，可对居民1天之内的生活规律进行摸索和确认，建立此模型后需针对性的明确概率密度函数的表达式具体如下

式中：x为日常的行驶里程数据为方差数据，在此公式中将方差数据定为0.88；μD在此工序中表示平均值，在此公式的计算中取数值3.2。

5 结束语

综合本文的分析可知分布式电源与配电网络系统的协同规划工作中需要通过模型构建以及数据计算两方面针对性措施达到预期的目标，计算过程中，除了要把握基础，计算指标数据，还应当对计算方法、计算公式中基准、数据的选择等问题引起充分的重视，并合理进行规划，以便立足于模型构建为分布式电源与整个配电自动化系统的协同运行提供支持。