大規模光伏發電并網概率潮流計算及對電網的影響

金 楚， 黎嘉明， 徐沈智， 文勁宇

(強電磁工程與新技術國家重點實驗室(華中科技大學電氣與電子工程學院)，湖北 武漢 430074)

·專論與綜述·

大規模光伏發電并網概率潮流計算及對電網的影響

金 楚， 黎嘉明， 徐沈智， 文勁宇

(強電磁工程與新技術國家重點實驗室(華中科技大學電氣與電子工程學院)，湖北 武漢 430074)

隨著并網光伏發電容量的規模越來越大，光伏發電固有的波動性和不可控性導致其大規模并網時會使潮流分布發生變化甚至潮流反向，對電網的安全穩定運行造成影響。建立了光伏發電系統的潮流計算模型，以IEEE 14節點系統和西北某省級電網系統為研究算例，對含光伏的電力系統進行概率潮流計算，全面分析了不同光伏接入容量、不同光伏接入點及不同光伏出力相關性的情況下大規模光伏并網對系統潮流的影響。結果表明光伏接入容量越大，電壓及支路潮流的波動和越限概率也越大，光伏接入點將影響系統網損及光伏極限接入容量，并發現光伏接入對系統潮流的影響具有方向性，且光伏電站出力相關性不可忽略。所得結論可為電力系統新能源規劃與運行提供決策參考。

光伏并網；概率潮流；相關性

近年來，光伏發電發展迅猛，光伏裝機容量在電網中所占的比例越來越大。預計到2020年底中國光伏發電總裝機容量將達到150 GW[1]。與風電類似，光伏發電固有的波動性和不可控性導致其大規模并網時會使系統潮流分布發生改變甚至潮流反向，同時帶來電壓波動或者電壓越限等問題，這將對電網的安全可靠運行造成影響。目前，關于風電并網對電力系統影響的研究已較為成熟，但是有關光伏并網對電網影響的研究仍比較欠缺。已有的文獻大多是關于分布式光伏接入對配電網的影響[2-6]，而針對大規模集中式光伏并網對系統的影響，目前研究并不多。隨著各國百兆瓦級甚至千兆瓦級光伏電站的建設，光伏發電集中式并網成為研究的熱點問題和發展的主要方向[7]。因此，研究大規模光伏集中式并網對電力系統的影響非常必要。

光伏并網主要對電網潮流分布、電能質量、動態特性等方面產生影響。文獻[2-4]運用確定性潮流方法(determined load flow, DLF)研究了分布式電源并網相關潮流問題，提出分布式電源接入的處理方法。但是，光伏發電的出力由實時光照強度決定，存在明顯的隨機性，運用確定性潮流計算方法不能全面地反映和評價其影響因素及程度，而采用概率潮流計算(probabilistic load flow, PLF)可以反映電力系統中各種不確定性因素對系統運行的影響。

概率潮流計算方法包括蒙特卡洛模擬法[8-10]、半不變量與Gram-Charlier級數展開[6,11]及點估計法[12-13]等。其中，文獻[9]提出含光伏的系統電壓評價指標，但僅考慮了單光伏電站的影響；文獻[10]在滿足電壓約束的條件下計算了輻射狀配電網能接納的分布式光伏容量，其中光伏均位于電網末端；文獻[11]研究了分布式光伏對配電網的影響，得出光伏并網有利于提高電壓質量的結論，而這對于集中式光伏并網并不一定成立；文獻[12]分析了光伏并網后電壓概率密度分布(probabilistic density function, PDF)，但忽略了隨機變量間的相關性。在考慮了相關性的文獻中，文獻[14]計及了風速區間和光照強度區間的相互約束，文獻[15]研究了光伏機組開停機時間的聯合概率分布，文獻[16]考慮了節點、支路間的相關性，研究了電壓分布的特點，但以上都未考慮光伏并網對系統支路功率的影響。

本文建立了光伏發電系統的穩態模型，從光伏接入容量，光伏接入點等角度，考慮光伏電站出力相關性，基于IEEE 14節點系統及西北某省級電網2個算例，定量研究了大規模集中式光伏并網對系統節點電壓及支路潮流的影響。

1 光伏發電系統潮流計算建模

1.1 光伏發電系統潮流計算模型的構成

光伏發電單元主要包括光伏電池陣列、控制模塊、逆變器等幾個部分。在潮流影響分析中，光伏發電單元的建模不需要考慮其控制系統調節過程的動態特性，只需關心其穩態輸出結果，即在給定的光照、環境溫度輸入序列的情況下根據光伏電池特性以及變流器配置給出相應的電功率輸出序列，其穩態模型主要有以下3個特點：

(1) 逆變器在光伏穩態模型中表現為交直流側的功率平衡方程；

(2) 由于最大功率點跟蹤(maximum power point tracking，MPPT)控制[17]的實施，穩態模型的有功輸出近似等于當前光照強度、電池溫度下的最大光伏功率(考慮限功率控制除外)；

(3) 各閉環控制調節過程在穩態建模中不予考慮。

因此光伏發電的穩態模型包括如圖1所示虛線框中的兩部分內容，其中光伏發電系統實際注入電網的有功功率始終保持在最大功率點，由其MPPT控制所保證，用于潮流計算的光伏發電系統模型如式(1)所示。本文潮流計算中光伏并網節點作為PQ節點處理，光伏電站的無功輸出設置為0。

(1)

圖1 光伏電站穩態模型功能示意圖

1.2 基于MPPT控制的光伏發電系統潮流計算模型

實際中單一光伏電池的輸出電壓較低、輸出功率較小，為匹配大容量變流器的輸入電壓要求，一般需要將大量的光伏電池串聯構成光伏模塊以提高其輸出電壓，再將大量光伏模塊并聯構成光伏電池陣列以增加逆變器的容量利用率，如圖2所示。出于統一MPPT控制和緩解熱斑效應的需要，工程上組成同一光伏陣列的光伏電池在特性上要求盡可能地相似，因此在建模中可以忽略其差別，根據串聯數量NS、并聯數量NP可由式(2)建立起光伏陣列與光伏電池輸出量之間的關系，式中ICELL和VCELL分別為光伏電池的輸出電流和電壓，I和V分布為光伏陣列的輸出電流和電壓。

(2)

基于上述結構，本文采用的光伏電池的穩態建模等效電路如圖3所示，其特性函數為單指數等效模型[18,19]如式(3)。

圖2 光伏電池陣列結構示意圖

圖3 光伏電池的單指數等效模型

圖中：IPH為半導體PN結的光生電流；ID為PN結正向導通電流；RL及RS分別表征PN結兩側電極間的漏電阻及接觸電阻；IL為極間漏電流。

(3)

式中:I0為二極管反向飽和電流;q為元電荷電量;k為玻爾茲曼常數;A為二極管常數;T為環境溫度。

工程應用中式(3)的部分物理量不易獲得，更常見的參數是廠家提供的在額定光強GSTC和溫度TSTC條件下短路電流ISC0、開路電壓VOC0、最大功率電壓Vm0和最大功率電流Im0等4個特征量(標準條件定義溫度為25 ℃，光強為1000 W/m2)，偏離額定工況的任意光強G和溫度T條件下，這些特征量的變化可按式(4)進行推算，其中a,b,c為補償系數，e為自然對數的底數。本文建模時近似認為IPH=ISC、Rs≈0、RL≈∞，從而光伏電池外特性簡化為式(5)，其參數m，n與各特征量間的關系如式(6)所示。

(4)

(5)

(6)

將式(2)代入式(5)，得到光伏陣列的I-V關系，進而可以求得光伏陣列的P-V特性如式(7)所示，該式為單峰值函數。按照式(1)，光伏發電的輸出為P-V關系的最大值，故對式(7)進行求導并令導函數為0，其唯一零點即為光伏最大功率點，如式(8)所示。由此，可建立起由式(7)和式(9)組成的光伏發電系統潮流計算模型。

(7)

(8)

實際并網光伏電站由大量的光伏發電單元并聯組成，現有的研究均是通過單一光伏發電單元輸出量的倍增予以模擬。

2 含光伏發電的概率潮流計算及對電網的影響分析

2.1 含光伏的概率潮流計算概述

電力系統潮流計算實質上是求解如式(10)的2個非線性方程組，其中Y為節點注入功率，X為電網狀態量，一般包括節點電壓幅值和相角，Z為潮流計算結果的輸出變量，通常在支路潮流、網損、節點電壓幅值間選取。

(9)

概率潮流計算主要考慮注入功率向量Y中的部分變量存在隨機性，其目的是以隨機變量的統計特征求解出系統狀態變量X以及輸出變量Z的概率分布。

在考慮光伏概率模型時，文獻[6]及文獻[12]分別認為光照強度服從Beta分布及正態分布。大量實測數據表明，Beta分布能更好地描述光照強度分布特性，則光照強度G的概率密度函數可由式(11)描述(其中Gmax為光照峰值，α,β為Beta分布擬合參數)：

(10)

本文在研究分析并網光伏電站對系統的潮流影響時，認為光伏發電輸出有功功率隨光照強度隨機變化，輸出無功功率恒定為0?？紤]到計算結果的精確性，采用非貫序蒙特卡洛的方法進行概率潮流計算。含光伏的概率潮流計算過程如圖4所示。

圖4 含光伏的概率潮流計算過程

2.2 考慮光伏電站出力相關性的概率潮流計算

由于光伏出力主要受光照強度影響，而光照強度變化規律的基礎是日地運動，因此在考慮多光伏電站接入電網的潮流計算時，地理位置相近的光伏電站出力往往具有較強的相關性。本文在計算概率潮流時仍采用蒙特卡洛抽樣方法，為考慮相關性以拉丁超立方-Cholesky分解(LHS-CD)技術生成樣本[20-22]。

以考慮3個光伏電站接入為例，給定兩兩間出力的Spearman秩相關系數為ρ12,ρ23,ρ13，可形成相關系數矩陣如式(11)。

(11)

指定待生成的樣本數量，用結合Cholesky分解的拉丁超立方采樣方法抽取樣本，其原理為：利用拉丁超立方方法中的抽樣環節分別生成一組反映各自邊緣分布的光伏電站出力序列，在拉丁超立方方法中的排序環節中引入相關系數信息進行迭代，僅通過不斷調整各序列數據的次序使其符合指定的互相關性[20]。從而能夠確保生成的樣本既符合不同電站光伏功率各自的邊緣分布，也滿足電站間出力相關性，其中調整隨機出力序列順序的算法流程如圖5所示。

圖5 序列順序調整算法流程

流程中的順序值指實際數值在序列中的排序位置值(升降序均可)，Spearman秩相關系數僅與順序值序列有關，與實際值的大小無關。

2.3 大規模光伏并網對電網潮流影響分析

大規模光伏并網對電網潮流的影響主要包括對節點電壓及支路功率的影響，選擇以下3個影響因素進行考慮，可以較全面地分析大規模光伏并網對系統潮流的影響。

(1) 光伏接入容量。計算統計不同光伏接入容量下電壓及功率的概率密度分布，另外，為進一步分析對比光伏并網對各支路潮流的影響程度，選擇概率潮流計算得到的支路功率與無光伏并網時原始支路功率的比值的標準差作為衡量對各支路有功功率分散程度的指標，在不同的光伏接入條件下進行比較，再統計越限概率，以靈敏度分析的方式進一步解釋。

(2) 光伏接入點。計算不同光伏接入點下系統網損的期望值，分析光伏接入點改變時系統潮流分布的特點，給出選擇光伏上網位置的參考依據。

(3) 光伏出力相關性。根據光伏電站出力的相關程度定義光伏出力相關性分為高度相關、中度相關和低度相關3個等級。計算不同相關系數下電壓及功率的概率密度分布，分析其波動范圍，得到光伏出力相關性對于電網潮流的影響方式。

3 算例分析

本文基于IEEE 14節點系統和西北某省級電網系統，在Matlab平臺下，進行含光伏的概率潮流計算，根據3.3節中所述思路和方法，研究大規模光伏并網對系統潮流的影響。

3.1 算例1——IEEE 14節點系統

現以圖6所示IEEE 14節點系統為例，分析光伏并網對系統節點電壓、支路潮流的影響，本例采用的蒙特卡洛模擬方法采樣規模為5000次。系統共五臺發電機分別接在節點1、2、3、6、8，其中節點1機組作為平衡機，系統總負荷Pload=259 MW。算例中采用的光伏電池特征參數如表1所示。

圖6 IEEE 14節點系統

項目數值短路電流ISC0/A4．9開路電壓VOC0/V43．2最大功率點電流Im0/A4．51最大功率點電壓Vm0/V34．4電流-溫度補償系數a/℃-10．0025電壓-光照補償系數b/[(W·m-2)]-10．0005電壓-溫度補償系數c/℃-10．00288

以德國3個區域的光照強度特性為例進行含光伏的概率潮流計算，各區域光照強度Beta分布擬合參數如表2所示。

表2 光伏電站光照強度分布參數

3.1.1 光伏并網對節點電壓的影響

假定光伏電站PV1接入系統節點4，以節點5為例計算得到光伏接入容量分別為90 MW，100 MW，110 MW，120 MW時電壓幅值的概率密度分布函數如圖7所示。

圖7 節點5電壓概率密度函數(PDF)

固定光伏接入容量為120 MW , 節點4、節點9、節點14、節點13的電壓幅值概率密度分布函數如圖8所示。

圖8 節點電壓概率密度函數(PDF)

從圖7可以看出，光伏接入容量越大，節點電壓概率分布越分散，電壓波動性越大。電壓波動過大可能造成節點電壓越限，對電網的安全穩定運行造成不利影響。節點4、9、14、13距光伏接入點距離逐漸增大，結合圖6及圖8可知，距離光伏接入點越近，電壓幅值波動范圍越大。

3.1.2 光伏并網對支路潮流的影響

對于支路潮流，同樣可以得到光伏接入容量越大，支路潮流分布越分散，波動性越大的結論?，F進一步計算光伏接入容量在80～150 MW范圍內變化并以10 MW為步長的情況下支路有功功率的標準差。發現各支路功率相對值的標準差與并網光伏容量近似呈線性關系，且光伏并網容量的增加不改變各線路受影響程度排序。支路功率波動范圍最大的是支路4-5、支路2-4、支路3-4，波動范圍最小的是支路7-8、支路6-12、支路6-13。

根據概率潮流計算結果統計所有支路潮流越限情況，部分結果如表3所示(超過無光伏支路潮流絕對值的15%則認為越限)。由結果可見支路3-4、支路9-10呈現出極高的越限概率，支路9-14在光伏并網容量超過100 MW時存在越限可能，但概率較低，其余支路不存在越限的情況。

表3 光伏接入容量對支路潮流越限概率的影響

光伏并網后波動范圍較大的線路并不一定容易發生越限。其原因是光伏并網后造成的支路功率波動通常是有明顯方向性的，僅在功率波動方向恰好與無光伏下支路傳輸功率方向相同時，光伏并網會對該線路安全運行產生威脅，反之如線路4-5，其波動范圍雖大，卻不會造成線路過載。

基于以上結論以潮流靈敏度分析進行定性解釋。在0～200 MW范圍內以10 MW為步長調整節點4注入功率，計算靈敏度系數與原支路潮流的比值如表4所示。其中支路3-4、支路9-10、支路9-14的結果為正且絕對值較大，說明改變單位注入功率時引起的潮流變化最大，因而在統計傳輸功率越限概率時此3條支路存在最大的風險，與前文結論完全一致。

表4 各支路潮流-節點4注入功率靈敏度(相對值)

現取光伏電站接入容量為120 MW不變，由蒙特卡洛抽樣計算得到不同接入點情況下系統總網損的期望，如圖9所示。

圖9 不同光伏接入點下系統的網損期望值

由圖9結果可以分析得到結論如下：

(1) 原系統功率主要由節點1和節點2集中送出，光伏并入除節點1、2以外的任意位置均明顯有利于均衡有功潮流分布、減小系統網損，并在選擇重負荷節點3時獲得最小的網損期望值。即從改善網損的角度說，光伏并網點宜選擇在系統的功率受端。

(2) 若光伏并網點的送出線均為高電阻標么值的低壓線路，例如節點12，并且光伏出力無法在本地消納，則系統網損改善效果較差。

3.2 算例2——實際省級電網系統

該實際省級電網系統位于西北地區，日照豐富，適合建立集中式規?；牟⒕W光伏發電系統，直接接入輸電網。仿真分析表明，單光伏電站并網對系統節點電壓、支路潮流的影響與算例1結論一致，限于篇幅，這里不再討論。該地區電源裝機容量約34 893 MW，根據規劃該地區電網光伏裝機總容量將達到1500 MW，基于目前電網的網架結構，單光伏電站并網很難達到計劃的規模。因此考慮采用多個光伏電站接入系統，盡可能地提高并網的光伏裝機容量。

3.2.1 光伏出力相關性對電網潮流的影響

由于網架結構、線路參數、無功補償情況、發電及負荷不同，不同光伏并網點下系統最大光伏接入容量有較大差異。綜合考慮光伏上網位置及出力比例分配，選定4個節點進行光伏并網，使總裝機容量能夠達到規劃要求，如所示表5，采用該地區光伏電站實測數據進行概率潮流計算。本例采用基于拉丁超立方采樣的蒙特卡洛概率潮流計算方法，采樣規模為1000次。

表5 光伏接入點及并網容量 MW

設置3種相關系數(高度相關、中度相關、低度相關)如表6所示。不同相關系數下支路潮流相對值概率密度分布計算結果如圖10所示(以無光伏時的原始潮流為基準值)。

表6 光伏電站出力相關系數設置(a) 高度相關

(b) 中度相關

(c) 低度相關

圖10 不同相關系數對系統支路潮流的影響

由圖10可知，光伏電站出力相關系數越大，支路潮流分布相對越集中，其波動范圍相對越小。由于光伏并網引起的支路潮流波動具有方向性，所以并網后潮流可能正向波動或反向波動。如果引起的波動與無光伏時的潮流方向相反，潮流減小，則不會對電網安全運行造成影響，如圖10(a)；若引起的波動與原始潮流方向相同，如圖10(b)，則有可能造成潮流越限。而在較高的相關系數下，概率密度分布呈現尖峰厚尾的特性，尾部概率較大，由圖10(b)可知，此時雖然波動范圍較小，但潮流越限的概率反而可能更大(仍以超過原始潮流15%作為判斷依據)。因此，在研究光伏并網對系統潮流的影響時，多電站出力相關性不可忽略。對于節點電壓，也有類似的結論，這里不再贅述。

3.2.2 制約光伏并網容量的潮流因素分析

在含光伏的電力系統潮流計算中，隨著光伏并網容量的增大，可能出現潮流計算不收斂的現象。本文通過Matlab接口程序調用PSASP 6.282進行計算，選擇某110 kV母線作為光伏接入點，逐步增加光伏并網容量，獲得潮流計算恰好不收斂時的光伏臨界裝機容量，將其定義為光伏并網容量極限。

將無光伏接入和達到光伏并網容量極限時各節點電壓進行比較，各節點電壓變化如圖11所示，并考察此時電壓跌落最明顯的節點，得到表7。

圖11 各節點電壓差

節點編號ΔU/p．u．節點編號ΔU/p．u．42910．08005380．077443370．076943380．07697850．07697830．0766

光伏并網后電網絕大部分節點電壓下降，其中電壓跌落最明顯的點為并網點附近的110 kV母線或其變壓器低壓側母線。達到并網極限的主要原因是當光伏并網容量過大后，系統無功補償不足，并網點附近電壓不足以支撐，導致越限，潮流不收斂。

此外，光伏并網點母線類型也是影響系統光伏并網容量極限的因素。改變光伏接入點母線的類型，計算得到光伏接入極限容量如表8。

表8 不同母線類型下光伏極限接入容量 MW

母線類型最大并網容量PQ90PV轉PQ120PV195

對于PV節點，有足夠的可調無功容量，用以維持給定的電壓幅值，此時光伏可并網容量最大；若是PV轉PQ類型的節點，當達到無功調整容量上限，PV節點就開始向PQ節點轉化，光伏并網極限減?。划敳⒕W點為PQ節點時，其送出的功率在定時間內為定值，沒有無功調節容量及對電壓變化的響應能力，故最容易發生電壓越限。因此，在選擇光伏接入點時，從電壓控制的角度，宜選擇無功調節能力強的節點，同時配置自動電壓調節裝置，以提高系統的光伏接納能力。

4 結束語

本文基于2個算例，通過概率密度分布、靈敏度分析、標準差分析及越限概率分析等方法從光伏接入容量、光伏接入點、多光伏電站出力相關性等方面較為全面地分析了大規模光伏并網對電力系統潮流的影響，可為電力系統新能源規劃與運行提供決策參考，提出未來光伏大規模并網可能存在的問題，促進光伏并網的合理發展。

光伏接入容量過大、光伏電站出力相關性較大可能造成節點電壓、支路潮流波動范圍過大或越限概率超過電網運行限制，需要對光伏接入引起正向波動的節點及線路予以重點關注。從改良網損的角度而言，光伏接入點宜取重載節點，同時光伏并網容量較大時宜接入高壓網通過低阻線路進行外送。從電壓控制的角度，需選擇無功調節能力強的節點，或配置自動電壓調節裝置。實際應用中應綜合考慮各個影響因素，合理配置光伏電站容量，提高電網消納間歇性電源的能力，使集中式規模化光伏發電并網能夠成為現實。

[1] 任東明. “十三·五” 可再生能源發展展望[J]. 科技導報, 2016, 34(1):133-138.

[2] BALAMURUGAN K, SRINIVASAN D. Review of Power Flow Studies on Distribution Network with Distributed Generation[C]∥2011 IEEE Ninth International Conference on Power Electronics and Drive Systems (PEDS), Singapore, 2011: 411-417.

[3] 王志群，朱守真，周雙喜． 分布式發電對配電網電壓分布的影響[J]． 電力系統自動化，2004，28(16)：56-60．

[4] LIU L, ZHAO Y, ZHANG T Y. Study on Influence of Inserted Photovoltaic Power Station to Voltage Distributing of Distribution Network[C]∥Innovative Smart Grid Technologies-Asia(ISGT Asia)，2012 IEEE, Tianjin, China, 2012: 21-24.

[5] 丁 明，吳興龍，陸 巍，等． 含多個不對稱光伏并網系統的配電網三相隨機潮流計算[J]． 電力系統自動化，2012，36(16)：47-52．

[6] 王成山，鄭海峰，謝瑩華，等． 計及分布式發電的配電系統隨機潮流計算[J]． 電力系統自動化，2005，29(24)：39-44．

[7] 陳 煒，艾 欣，吳 濤，等． 光伏并網發電系統對電網的影響研究綜述[J]． 電力自動化設備，2013，33(2)：26-32．

[8] 張文婷, 范立新. 基于直流概率潮流的風電穿透功率極限計算[J]. 江蘇電機工程, 2014, 33(4): 1-4.

[9] El-MABRUK SAAD Y, PONNAMBALAM K. Stochastic Analysis of a Local Distribution Company Voltage Profile Under Uncertain Energy Supply from a Photovoltaic System[C]∥2010 7th International Conference on the European Energy Market, Madrid, Spain, 2010: 1-7.

[10] CONTI S, RAITI S. Probabilistic Load Flow for Distribution Networks with Photovoltaic Generators Part 1: Theoretical Concepts and Models[C]∥2007 International Conference on Clean Electrical Power, Capri, Italy, 2007: 132-136.

[11] RUIZ-RODRIGUEZ F J, HERNNDEZ J C, JURADO F. Probabilistic Load Flow for Radial Distribution Networks with Photovoltaic Generators[J]. IET Renewable Power Generation, 2012, 6(2): 110-121.

[12] ZHANG Z, LI G Y, WANG S, et al. Stochastic Evaluation of Voltage in Distribution Networks Considering the Characteristic of Distributed Generators[C]∥2011 4th International Conference on Electric Utility Deregulation and Restructuring and Power Technologies, Weihai, China, 2011: 1132-1137.

[13] ANANDRAJ J E. Point Estimate Method of Load Flow for Distribution Network with Photovoltaic Generators[C]∥2013 International Conference on Energy Efficient Technologies for Sustainability, Nagercoil, India, 2013: 24-29．

[14] 茆美琴，周松林，蘇建徽． 基于風光聯合概率分布的微電網概率潮流預測[J]． 電工技術學報，2014，29(2)：55-63．

[15] REN Z Y, YAN W, ZHAO X. Probabilistic Power Flow for Distribution Networks with Photovoltaic Generators[C]∥2013 IEEE Power and Energy Society General Meeting, Vancouver, Canada, 2013: 1-5．

[16] DONG L, LAO L Y, YANG Y H, et al. Probabilistic Load Flow Analysis Considering Power System Random Factors and their Relevance[C]∥2011 Asia-Pacific Power and Energy Engineering Conference, Wuhan, China, 2011: 1-4.

[17] 王 瑋, 沈 忱. 基于改進單神經元自適應控制的光伏發電系統 MPPT 研究[J]. 江蘇電機工程, 2015, 34(1): 33-35.

[18] 易桂平, 胡仁杰. 太陽能光伏電池建模與動態特性仿真[J]. 江蘇電機工程, 2014, 33(5): 32-35.[19] 廖志凌，阮新波． 任意光強和溫度下的硅太陽電池非線性工程簡數學模型[J]． 太陽能學報，2009，30(4)：430-435．

[20] YU H，CHUNG C Y，WONG K P，et al．Probabilistic Load Flow Evaluation with Hybrid Latin Hypercube Sampling and Cholesky Decomposition[J]．IEEE Transactions on Power Systems，2009，24(2)：661-667．[21] 陳 雁，文勁宇，程時杰． 考慮輸入變量相關性的概率潮流計算方法[J]． 中國電機工程學報，2011，31(22)：80-87．

[22] 石東源，蔡德福，陳金富，等． 計及輸入變量相關性的半不變量法概率潮流計算[J]． 中國電機工程學報，2012，32(28)：104-113．

金 楚

金 楚(1990 —)，女，湖南雙峰人，碩士研究生，研究方向為新能源發電及儲能在新能源并網中的應用；

黎嘉明(1989 —)，男，廣東梅州人，博士研究生，研究方向為電力系統運行與控制、新能源發電并網等；

徐沈智(1993 —)，男，安徽滁州人，碩士研究生，研究方向為綜合能源網、 電力系統優化運行與控制；

文勁宇(1970 —)，男，湖南長沙人，教授，博士生導師，研究方向為電力系統運行與控制、電能存儲與電力安全、大規模風電并網等。

Probabilistic Load Flow Calculation and Influence Analysis for Power Grid Connected with Large Scale Photovoltaic Generation System

JIN Chu, LI Jiaming, XU Shenzhi, WEN Jinyu,

(State Key Laboratory of Advanced Electromagnetic Engineering and Technology(College of Electrical and Electronic Engineering, Huazhong University of Science and Technology), Wuhan 430074, China)

With the increase of grid-connected photovoltaic generation capacity, the inherent characteristics of fluctuation and intermittence of the photovoltaic generation lead to the result that large-scale PV integration will change the distribution of power flow and even reverse it, influencing the stability and security of power grid. A steady-state model of PV generation system is established in the paper. Based on the IEEE 14-bus system and power grid of a province in Northwest China, probabilistic load flow calculation of power grid connected with photovoltaic generation system has been carried out. The influence of large scale grid-connected PV generation on load flow of power system is fully analyzed under the circumstances of different grid-connected capacity, different grid-connected spots and different output correlations of the PV generation system. The results indicate that the fluctuations and limit violation probabilities of power system voltage and load flow increase with the addition of PV capacity. What’s more, power loss as well as PV penetration level is influenced by grid-connected spots and the impact of PV on load flow is directional. Additionally, the correlations among PV power stations cannot be ignored. The research does provide reference for the planning and operation of power system with large integration of renewable energy.

grid-connected photovoltaic generation; probabilistic load flow; correlation

2016-10-25；

2016-11-22

國家自然科學基金項目(5157070585)；國家重點研發計劃智能電網技術與裝備專項項目(2016YFB0900400, 2016YFB0900403)

TM732

A

2096-3203(2017)01-0001-08