考慮分布式電源與需求側的主動配電網多級協調調度方法

耿 博 孫英英 黃 媚 李祖強 趙友國

?

考慮分布式電源與需求側的主動配電網多級協調調度方法

耿 博 孫英英 黃 媚 李祖強 趙友國

（廣東深圳供電局有限公司，廣東深圳 518000）

主動配電網和智能配電網是未來配電網的主要發展方向。傳統能源、分布式能源、儲能及可控負荷等各類可調控資源的協調調度是主動配電網運行的關鍵。本文從供能和負荷控制角度對主動配電網協調優化調度問題進行研究，綜合考慮不同特性的分布式電源、儲能及可控負荷，建立各類可調控資源的調度模型，構建多時間尺度多目標優化的主動配電網協調調度系統。算例分析了系統對各類可調控資源的調度指導計劃結果及調度后的配網運行效果，從而驗證了所提調度方法及相關模型的可行性和有效性。

主動配電網；多級協調調度方法；分布式電源；儲能；需求側資源

分布式能源的發展近幾年備受矚目，大量分布式電源接入配電網，給配電網帶來諸多影響，比如電壓波動、諧波等[1]。為增加配網對于分布式電源的接納能力，微網、虛擬電廠等技術被相繼提出[2-3]。然而，目前各微網能量管理系統各自為政，追求本微網獲取利益的最大化[4-5]。隨著分布式發電的滲透率逐漸提高，這種狀況顯然不利于提高配網對于微網/分布式能源并網的歡迎度，也不利于配網的穩定可靠運行。

此外，隨著國家經濟的飛速發展，社會用電需求不斷增長。能源枯竭、環境惡化等問題的出現，使得人們越來越意識到能源節約的重要性。提高用戶用能效率、需求側參與電網運行控制正是電力需求側管理的核心理念[6-7]。考慮分布式發電和需求側的新型配電網調度，需要同時關注供能側和用能側，并且能夠解決多種能量流向帶來的種種問題[8-9]。

在此背景下，主動配電網技術被提出。主動配電網相對于被動控制的傳統配電網而言，對配電網內的分布式電源、需求側負荷、儲能等進行主動管理和主動控制[10]，調度控制技術是主動配電網的關鍵技術之一。目前，已有相關研究和示范在國內外開展，人工神經網絡算法、組合優化方法等相繼被用于解決主動配電網的優化調度問題[11]。文獻[12]以機會約束規劃為基礎，建立考慮光伏、風電和儲能的主動配電網調度的隨機數學模型，實現主動配電網經濟效益的最大化。文獻[13]提出一種考慮分布式能源的主動配電網經濟調度模型，采用智能單粒子優化算法進行優化求解。文獻[14]從輻射狀配網有功和無功協調優化的角度出發，建立日前調度的混合整數二階錐規劃模型。文獻[15]對主動配電網進行控制區域劃分，將全局優化與局部控制相結合，建立能量管理與協調控制系統。然而，目前主動配電網的協調調度技術仍然比較片面，主要集中在經濟調度方面，且尚處于理論研究和示范階段，在國內電力市場剛剛起步的情況下，這些方法距離工程實用化仍有一定距離。

基于此，本文以工程實用化為目標，提出一種綜合考慮分布式發電、儲能與可控負荷等多類可調控資源的主動配電網多目標多層級全資源協調優化調度方法，立足配網層面，以配電網削峰填谷、降低網損、安全穩定為目標，日前調度、日內調度與實時調度層級遞進，協調配合，打造具有實際應用前景的主動配電網協調調度體系。

1 主動配電網多級協調調度系統

本文建立的主動配電網多級協調調度系統以分布式發電、儲能、需求側資源以及配網運行方式作為調控手段，從配網的角度出發，在配網安全可靠運行的前提下，考慮削峰填谷、降低網損等目標進行協調調度。系統包含日前調度、日內調度與實時調度三層時間尺度，日前調度采用粒子群算法進行優化計算，安排次日各類可調控資源生產計劃；日內調度使用偏差修正方法，對日前計劃進行修正調整；實時調度以電壓靈敏度分析為基礎，重點關注配電網以及各類可調控資源的安全可靠運行，在故障情況下及時進行調整控制。三層調度層級遞進，協調配合，實現對各類可調控資源以及配電網的靈活調度管理。主動配電網多級協調調度系統架構圖如圖1所示。

本文采用日前、日內、實時三級時間尺度的調度模式。傳統模式為日前調度與實時調度相配合，但這兩級調度之間時間尺度跨度大、調度模式較粗放，無法適應大量分布式電源、儲能、可控負荷接入后的新型配電網管理和調度的需求[16]。

圖1 主動配電網多級協調調度系統架構

1）配網負荷及可調控資源預測數據通常與實際運行數據存在偏差，預測時間越長，誤差越大，因此日前計劃與實際運行存在一定偏差。

2）僅采用日前調度和實時調度的模式下，日前調度與實際情況的偏差將全部通過實時調度進行修正調整。然而能夠滿足實時調度快速性要求的可調控資源種類及調節容量往往有限，會導致實時調度可調節容量不足，進而影響配電網安全穩定運行。

以分布式光伏發電為例，通常預測時間越長，光伏發電功率預測誤差也會隨之增大，進而導致光伏日前發電計劃的準確性和執行率存在問題。因此，研究多時間尺度調度協調配合的新型配網調度模式具有重要意義，采用日前、日內和實時調度逐級遞進的調度模式，能夠逐步降低由于預測誤差和執行偏差等原因帶來的配電網運行的不確定性，增強配電網對于分布式發電的接納能力，保證配電網穩定可靠運行。

日前調度一般以15min為分辨率，制定次日24h各類可調控資源生產計劃，以滿足設備參數、網絡安全等約束為前提，以調度成本最低、削峰填谷和降低配網網損等為目標。日內調度基于超短期預測，及時跟蹤外部邊界條件的變化，對各類可調控資源發電/用電計劃進行滾動修正調整，降低運行偏差和執行偏差給配網帶來的影響。在實時調度階段，實時監測各類可調控資源和配網各節點運行狀態，重點關注配網安全運行，進一步對實時擾動進行修正控制。

2 日前調度

目前計劃有充足的時間進行優化計算，為次日24h配網及各可調控資源生產計劃安排提供指導。本文日前調度立足配網層面，考慮工程實際應用條件，在滿足各資源運行參數的基礎上，以配網安全為約束，以削峰填谷、網損最小等為目標，以分布式發電、儲能系統、可控負荷和配電網運行方式等多種可控資源為調控手段，進行優化計算分析和調度控制。

本文采用粒子群算法進行日前優化調度計算。粒子群優化算法最早是由美國社會心理學家James Kennedy和電氣工程師Russell Eberhart提出的，兼有進化算法和群智能的特點，已成功地應用于各個領域。粒子群算法具有算法規則簡單,容易實現，收斂速度快，且有多個措施可以避免陷入局部最優等優點[17]。

2.1 控制變量

式中，前個控制變量：可控分布式發電單元，發電功率；中間個控制變量：儲能系統，充放電狀態；中間個控制變量：可控負荷，用電功率。

2.2 優化目標

式中，min1為網損最小子目標函數；min2為削峰填谷子目標函數；1、2分別為3個子目標函數的權重系數。

1）網損最小子目標函數

式中，為系統節點數；B、B,0、0,0分別為系數的二次項、一次項和常數項；P、P分別為節點和節點的注入有功功率。

2）削峰填谷子目標函數

削峰填谷也就是使負荷曲線盡量平坦。負荷的方差可以反映負荷曲線的平坦程度，以此本文以負荷方差最小為削峰填谷子目標的目標函數，即

式中，為一個周期內的時段數；P為不包含分布式電源和儲能出力時的負荷水平；N為分布式電源個數；為懲罰系數，指分布式電源實際發電行為與調度系統期望所期望的充放電行為不一致的懲罰參數；為一個周期內系統平均負荷。

（5）

式中，第一項為系統總負荷水平的方差，為了實現配電系統的削峰填谷；第二項為分布式電源實際發電行為與調度系統下發的發電指導計劃不一致的 懲罰。

2.2 約束條件

含義：配電網潮流約束。

含義：分布式發電出力約束，主要取決于分布式發電的設備參數。

含義：儲能充放電功率約束，受儲能系統制造工藝的影響，儲能有最大和最小充、放電功率的 限制。

對于不同的儲能系統，不同時間段充放電功率的調整速度受到一定的限制。

式中，Ps為儲能系統充放電功率在單位時間內的調整速度。

含義：可控負荷用電功率約束，可控負荷的用電功率不能超過其次日計劃上下限。

3 日內調度

日內調度通常有基于超短期預測重新制定調度計劃和根據偏差進行修正調整兩種常見調度模式。前一種對分布式發電等可調控資源超短期預測的準確率依賴度較高，并且此模式將日前調度計劃基本架空，使日前調度計劃數據僅具有指導意義，這并不符合配網調度技術發展的需求和現實要求。基于上述考慮，本文研究的日內調度采用偏差修正方法。

日內調度的可調控資源可以根據實際情況進行選擇，可以與日前調度相同，也可選擇部分資源參與。本文以分布式發電、儲能和可控負荷作為日內調度可控資源。日內調度的約束條件主要包括配網潮流約束和各類可調控資源的調節容量約束，此外，也可對各類可調控資源日內計劃和日前計劃的偏差進行相應限制。

在日內調度階段，以配網負荷超短期預測數據為基礎，與經過日前調度優化后的配網期望用電負荷進行對比計算，結合趨勢分析方法，獲得未來4h需要調整的偏差容量，并進行分類，各時段按照相應策略進行不同種類可調控資源調節容量計算和相同種類可調控資源內部調節容量分配。在此調度模式下，日內調度要做的不是完全推翻日前調度的計劃，而是根據實際用電需求波動情況進行彌補修正，實現日前調度與日內調度的逐級遞進，平滑過渡。

日內調度優化目標為

式中，為趨勢分析考慮的時間節點個數；w為各時間節點偏差所占權重；DP為各時間節點偏差量。

日內調度為持續超前控制，每15min滾動運行。日內調度不要求一步到位，更多的是追求調度趨勢的正確性。

3.1 可調控資源優先級

日內調度過程中，在不同的配電網運行偏差狀態下，各類可調控資源具有不同的優先級，具體可以分為以下幾種情況：

1）配電網超短期預測數據與期望用電計劃數據相等

此時各類調節資源均不作調節，執行各自的發電/用電計劃。

2）配電網超短期預測數據大于期望用電計劃 數據

配網用電負荷增加，供電不足。此時優先調節各類分布式發電資源和儲能資源。各類分布式發電資源增加發電出力，各儲能系統轉換至放電狀態。如果僅分布式發電資源和儲能資源的調節容量已經能夠滿足配電網用電負荷偏差的調節需求，就不再調整可控負荷用電計劃，否則各可控負荷在其允許范圍內削減用電負荷。

3）配電網超短期預測數據小于期望用電計劃 數據

配網用電負荷減少，供電過量。此時優先調節各類可控負荷資源和各儲能資源。各可控負荷資源增加用電負荷，各儲能系統轉換至充電狀態。如果僅可控負荷資源和儲能資源的調節容量已經能夠滿足配電網用電負荷偏差的調節需求，就不再調整各類分布式發電資源發電計劃，否則各分布式發電資源在其允許范圍內降低發電出力。

3.2 同類可調控資源調節容量分配原則

主動配電網中可調控資源包含多個類型，對于相同類型的可調控設備需要再次進行調節容量分配。

以可控負荷為例，配電網某區域中含有多個可控負荷區域，參照上節所述，能夠獲得本區域所有可控負荷未來4h調節計劃。如果將此調節計劃分配到本區域的多個可控負荷區域中，可以采用以下幾種方法。

1）各類可調控資源內部可設置優先級，根據實際運行需要設定，各設備調節容量按照此優先級依次分配。

2）已斷面潮流計算為基礎，獲取各設備網損靈敏度并以此為依據進行排序，各設備調節容量按照此順序按比例分配或者依次分配。

3）按照各設備可調容量范圍按比例分配。

4 實時調度

實時調度時間尺度較短，一般為5～15min，相對于日前調度和日內調度，實時調度階段可調度的資源與容量范圍相對有限，一般進行閉環控制，對配電網和各類可調控資源的經濟性帶來的影響比較小。因此，實時調度更多的關注配電網安全運行問題，在配電網相關運行指標如電壓、頻率等出現越限時，進行快速響應，調度能夠滿足響應速度的可調控資源進行調整，保證配電網的穩定可靠運行。

本文設計的實時調度功能模塊具備兩個主要方面的功能：

1）監視微網/分布式電源并網點電能質量，當并網點電能質量不符合要求時，發出離網指令，切除微網/分布式電源。

2）分布式能源接入后，可能會引起配網的電壓越上限。實時調度功能模塊通過儲能、可控負荷、光伏出力等措施，消除電壓越限，保證配網電壓質量。

5 算例分析

本文以光伏、儲能和可控負荷三類可調控資源為例，對日前調度、日內調度過程和效果進行說明。

太陽能光伏發電受自然條件約束，根據目前國家相關政策，一般屬于不可調度發電單元。但是，考慮到在光伏電站與配網達成相關協議的情況下，在某些情況下，也可以優先滿足配網調度的需求。同時，如果能夠保證光伏發電實際發電全部被配電網消納，就也能夠滿足國家對分布式光伏發電完全消納的要求。此外，本文以光伏發電為典型代表模擬各類分布式電源調控過程。基于以上幾點因素，本文將分布式光伏發電作為可調控資源之一，對其和需求側資源以及儲能的協調調度過程進行說明。

在工程實際應用中，還無法對儲能單位的充放電功率進行調控控制，因此在本文中，僅對儲能單元的充放電狀態進行調節控制。

5.1 日前調度結果分析

配網負荷高峰、低谷門檻值可根據實際運行情況進行設置，根據設置好的配網負荷高峰、低谷門檻值，將配網次日負荷劃分為高峰時段、低谷時段、平時段三種時段，如圖2所示。

圖2 配電網負荷（短期預測數據）

下面以配電網負荷削峰填谷為目標，在日前調度階段，調度調節措施簡要說明如下。

1）峰時段

高峰用電時段，光伏增加出力，儲能進入放電狀態，可控負荷減少用電。

2）谷時段

低谷用電時段，光伏減少出力，儲能進入充電狀態，可控負荷增加用電。

3）平時段

從經濟性和實用性角度出發，不對各類可調控資源進行調節，按原計劃安排生產即可。

各類可調控資源的調節容量，采用粒子群算法進行優化計算。同類可調控資源內各個設備的調節容量可根據可調容量范圍進行比例分配，也可依次分配。光伏、儲能、可控負荷日前調度結果如圖3—圖5所示。

如圖3所示，根據日前調度安排，光伏在配網負荷低谷時段增加出力，在高峰時段降低出力，在平時段不進行調節。

圖3 光伏日前調度前后發電計劃

如圖4所示，根據日前調度安排，儲能在配網負荷低谷時段充電，高峰時段放電，平時段不進行調節。

（1：充電 -1：放電）

圖5 可控負荷日前調度前后用電計劃

根據日前調度安排，可控負荷在配網負荷低谷時段增加用電，高峰時段減少用電，平時段不進行調節。

假設各類可調控資源均按照日前調度下發的指導計劃安排次日生產計劃，得到的日前調度后的配網負荷如圖6所示。

圖6 日前調度對配網用電負荷的影響

在原預測負荷低谷時段，虛線比實線有所抬升，說明日前調度達到填谷效果；在原預測負荷高峰階段，虛線比實線有所削減，說明日前調度達到削峰效果。

5.2 日內調度結果分析

配電網短期負荷預測結果與實際負荷往往存在一定偏差，圖7中，虛線為配電網超短期負荷預測數據，實線為經過日前優化調度后得到的期望配網用電曲線。

圖7 配電網負荷（超短期預測）

由圖7所示，可以根據配網用電負荷偏差將其劃分為兩種時段，分別以時段1和時段2進行標示。

日內調度以修正配網用電負荷偏差為目標，可調控資源包括光伏、儲能和可控負荷3類。在不同類型時段，各類可調控負荷具有不同的調節優先級。

1）時段1

（1）預測此時段用電負荷低于日前預期，此時調用各類可調控資源進行修正調整。

（2）首先調用可控負荷和儲能，安排可控負荷增加用電，儲能進入充電狀態。

（3）如果調整容量仍然不足，就再調用光伏發電，安排光伏發電適當消減發電出力。

2）時段2

（1）預測此時段用電負荷高于日前預期，此時調用各類可調控資源進行修正調整。

（2）首先調用光伏和儲能，安排光伏增加出力，儲能進入放電狀態。

（3）如果調整容量仍然不足，再調用可控負荷，安排可控負荷消減用電。

對于儲能系統，根據實際運行情況，在此只對其進行充電、放電狀態調節，不進行量化分析。同類可調控資源內各個設備的調節容量可根據可調容量根據網速靈敏度依次分配。光伏、儲能、可控負荷日前調度結果如圖8—圖10所示。

如圖8所示，在時段1，預測此時段實際用電負荷低于日前預期，降低光伏出力。在時段2，預測此時段實際用電負荷高于日前預期，增加光伏 出力。

圖8 日內調度光伏12∶00—16∶00調節容量

如圖9所示，在時段1，預測此時段實際用電負荷低于日前預期，儲能充電。在時段2，預測此時段實際用電負荷高于日前預期，儲能放電。

（1：充電 -1：放電）

如圖10所示，在時段1，預測此時段實際用電負荷低于日前預期，可控負荷增加用電功率。在時段2，預測此時段實際用電負荷高于日前預期，可控負荷減少用電功率。

圖10 日內調度可控負荷12∶00—16∶00調節容量

經過日前調度后，配電網超短期負荷預測數據和日前安排計劃之間的偏差將會減小甚至將偏差減少至0，有利于配網安排生產用電計劃，實現經濟高效運行。

6 結論

本文研究主動配電網中分布式光伏發電、需求側可控負荷及儲能等可調度資源的調度模型，建立以日前調度、日內調度和實時調度層級遞進的新型配電網調度模式，對配網運行方式和各類資源進行更加靈活的控制管理，提高配網對于分布式發電的接納能力和負荷用電效率，增強需求側參與配網調度的有序性。由算例分析結果可知：

1）日前調度、日內調度和實時調度層級配合的調度模式是可行有效的，能夠實現層級遞進，平穩過渡。

2）日前調度優化次日各資源生產計劃，能夠有效實現配網負荷削峰填谷、降低網損等目標。

日內調度修正實際運行偏差，能夠實現配網高效穩定運行。

[1] 劉健, 林濤, 同向前, 等. 分布式光伏電源對配電網短路電流影響的仿真分析[J]. 電網技術, 2013(8): 2080-2085.

[2] 別朝紅, 林雁翎, 張建華. 微網技術及其標準體系的研究[J]. 高電壓技術, 2015, 41(10): 1003-6520.

[3] 衛志農, 余爽, 孫國強, 等. 虛擬電廠的概念與發展[J]. 電力系統自動化, 2013, 37(13):

[4] 肖青, 陳潔, 楊秀, 等. 含多種分布式電源的微網動態經濟調度[J]. 電力系統及其自動化學報, 2013, 25(4): 22-28.

[5] 許玉貞, 詹紅霞, 張瑞冬, 等. 考慮風電預測誤差成本的微網經濟調度[J]. 電氣技術, 2015, 16(5): 26-29, 34.

[6] 梁甜甜, 高賜威, 王蓓蓓. 智能電網下電力需求側管理應用[J]. 電力自動化設備, 2012, 32(5): 006-6047.

[7] 宋藝航, 譚忠富, 于超, 等. 需求側峰谷分時電價對供電公司購售電風險影響分析模型[J]. 電工技術學報, 2010, 25(11): 183-190.

[8] 李鵬. 電力需求響應機制下含電池儲能系統的風光互補發電系統經濟調度研究[J]. 電氣技術, 2015, 16(3): 57-60.

[9] Pilo F, Pisano G, Soma G G. Advanced DMS to manage active distribution networks[C]//PowerTech, 2009 IEEE Bucharest, 2009: 1-8.

[10] Mcdonald J. Adaptive intelligent power systems: Active distribution networks[J]. Energy Policy, 2008, 36(12): 4346-4351.

[11] 曾博, 楊煦, 張建華. 考慮可再生能源跨區域消納的主動配電網多目標優化調度[J]. 電工技術學報, 2016, 31(22): 148-158.

[12] 王健, 謝樺, 孫健. 基于機會約束規劃的主動配電網能量優化調度研究[J]. 電力系統保護與控制, 2014, 42(13): 45-52.

[13] 尤毅, 劉東, 鐘清, 等. 主動配電網優化調度策略研究[J]. 電力系統自動化, 2014(9): 177-183.

[14] 劉一兵, 吳文傳, 張伯明, 等. 基于混合整數二階錐規劃的主動配電網有功-無功協調多時段優化運行[J]. 中國電機工程學報, 2014, 34(16): 2575-2583.

[15] 劉東, 陳云輝, 黃玉輝, 等. 主動配電網的分層能量管理與協調控制[J]. 中國電機工程學報, 2014, 34(31): 5500-5506.

[16] 張伯明, 吳文傳, 鄭太一, 等. 消納大規模風電的多時間尺度協調的有功調度系統設計[J]. 電力系統自動化, 2011, 35(1): 1-6.

[17] 王曉麗. 粒子群優化算法的改進及其應用研究[D]. 太原: 太原科技大學, 2008.

Study of Active Distributed Network Multi-layer Dispatching Method Considering of Distributed Energy and Demand Side

Geng Bo Sun Yingying Huang Mei Li Zuqiang Zhao Youguo

(Guangdong Shenzhen Power Supply Co.,Ltd, Shenzhen, Guangdong 518000)

Active and intelligent distribution network is its principal developing trend. There are several controllable resources such as traditional energy sources, distributed energy sources, energy storage, controllable load and so on in distributed network, and the regulated scheduling of these resources is one of the key technology for active distributed network operation. This paper researches the coordinated optimal dispatching method of active distribution network from the view of power supply and load control. The dispachting model of distributed energy, energy storage and controllable load are built and a coordinated optimal dispatch system is porposed. This paper gives some account casese about the regulation guidance plans and which shows the feasibility and validity of the dispatching model and method.

active distributed network; multi-layer coordinated dispatching method; distributed energy; erengy storage; demand side

耿 博（1986-），男，本科，工程師，主要從事電網調度運行控制與優化等方面的工作。