基于電壓擬合的有源低壓配電網儲能優化配置

王書傳，陳國培

（1.海南電網有限責任公司瓊中供電局，海南瓊中 572900；2.廣州市奔流電力科技有限公司，廣州 510640）

0 引言

近年來，隨著光伏發電（Photovoltaic，PV）技術不斷發展，光伏發電系統生產及建設成本持續降低，各國政府針對光伏發電產業紛紛制定了發展規劃[1]。我國大部分農村地區地域遼闊，陽光照射充足，適合安裝光伏。同時，地方政府也出臺了多項“光伏扶貧”的利民政策，推動了戶用光伏的發展。但是在分布式光伏接入電網的過程中，因為功率倒送，可能會引起電壓越限等問題[2]。儲能（Energy Storage，ES）技術為解決光伏新能源并網所帶來的問題提供了解決的可能性。儲能在電力系統中廣泛應用于削峰填谷、平抑光伏出力波動、提高可再生能源接入電網友好性等[3]。但是，目前儲能的成本較高，如何合理配置儲能的容量成為當前“光伏+儲能”模式下亟需解決的問題。

針對儲能如何合理的優化配置，國內外學者展開了一系列研究。文獻[4]拓展了光伏功率因數和儲能有功的調控手段，提出了低壓配電網主動電壓控制模型，并采用雙層迭代的災變遺傳算法進行求解。文獻[5]從增量配電網的運行安全與經濟效益出發，提出以系統網損和儲能調節代價綜合最小為目標的配電網無功優化模型。文獻[6]構建了以系統有功網損最小和電壓越限風險最小為優化目標的拓展無功優化模型，采用遺傳算法求取帕累托前沿，獲得無功優化的最優折衷解。文獻[7]提出了光伏接入低壓配電網耐受滲透比的概念，進而提出了考慮耐受滲透比的分布式儲能優化配置方法。以上研究從不同角度提出儲能配置的方法。但是，由于低壓配電網的網架信息缺失或不準確，在實際工程中難以評估光儲接入點的電壓。

針對電壓評估的困難，本文提出基于電壓曲線擬合的儲能優化配置方法。首先，建立了光伏和儲能的出力模型；然后，擬合出用戶電壓與臺區總表有功及用戶有功三者之間的函數關系；接著，在考慮儲能運行約束和電壓幅值約束下，建立儲能優化配置模型；最后，以某實際低壓臺區的運行數據驗證本文所提方法的有效性。

1 光伏和儲能的出力建模

1.1 光伏出力模型

本文通過采集某實際低壓臺區的光伏出力樣本，近似得到在晴天、陰天及變化天氣等類型下的典型日出力曲線，如圖1所示。因為光伏在晴天出力最大，后文將以晴天天氣的典型日出力曲線作為光伏出力特性的具體體現進行計算分析。

圖1 3種天氣情況下光伏日出力曲線

1.2 儲能出力模型

儲能的出力滿足3個約束。

（1）儲能裝置輸出功率約束

蓄電池t時刻輸出的有功功率受蓄電池最大充放電功率和蓄電池儲能剩余容量的限制，即：

式中：Pc和Pd分別為儲能的充、放電功率；Pes,max為儲能的極限功率。

（2）蓄電池容量約束

每個時刻蓄電池的荷電狀態（state of charge，SOC）應在允許的上、下限之間，即：

例如：在對“迎客”進行實踐教學的過程中，教師可以采用播放錄像的形式來進行教學，學生可以通過對錄像畫面的觀看，對這一節所要學習的內容做到初步的掌握，然后再引導學生對問題加以發現，再進入到新課的實踐教學中進行學習。

式中：SOCmax、SOCmin分別為蓄電池荷電狀態的上、下限，SOC(t)的表達式為：

式中：SOC0為蓄電池初始荷電狀態。

（3）蓄電池充放電平衡

為保證蓄電池儲能系統在第2天及以后能持續正常工作，需要對其蓄電池的剩余容量加以限制，即在1個充放電周期（24 h）內蓄電池的充電和放電總量應相等，即：

2 電壓曲線擬合模型

本文利用電壓與有功之間存在的二次非線性關系，提出用臺區總表有功與用戶有功來擬合用戶電壓。考慮到電壓與功率存在二次關系，采用式（5）的函數關系來進行擬合。

式中：V為用戶電壓；x為臺區總表的有功功率；y為用戶的有功功率；f的對應函數關系為二次曲面；p00、p10、p01、p20、p11、p02均為擬合參數。

采集某實際低壓臺區的總表有功和用戶有功及用戶電壓1天（采樣頻率1 h/次）的時序數據，以總表有功為x軸，用戶有功為y軸，用戶電壓為z軸進行關系擬合，可以得到三者之間的關系。

3 儲能優化配置模型

通過上述的用戶電壓曲線擬合，即可根據臺區總表有功和用戶有功推算出用戶的電壓。在此基礎上，考慮電壓越上限約束、和儲能模型的運行約束，提出基于電壓曲線擬合的儲能優化配置方法。該配置方法以配置儲能容量最小為目標，在考慮儲能最大充放電功率和容量限制的前提下，建立儲能優化配置模型。

鉛酸蓄電池的容量指處于滿電量狀態下的電池以一定的電流數值進行放電到規定的終止電壓時能夠釋放的總電量[8]。因此，將鉛酸蓄電池的最大放電率限制為αes,那么蓄電池的極限功率Pes,max和儲能容量En之間有如下關系：

式中：Ppv,t為t時刻光伏的出力值；Pc,t、Pd,t分別為t時刻蓄電池的充、放電功率；ηc、ηd分別為蓄電池充、放電效率。

儲能優化配置模型：

式中：Vmax為電壓幅值上限。

4 仿真分析

采集目標臺區1天（數據采樣頻率為1 h/次）的總表有功與用戶有功及電壓時序數據，通過式（5）結合采集的時序數據，運用Matlab的擬合算法包擬合得到該臺區用戶電壓與總表有功和用戶有功三者的函數關系如式（10）。由式（10）計算得到的電壓擬合值與真實值的對比如圖2所示。

圖2 預測值與真實值的電壓曲線

由圖2知，電壓擬合值與真實值之間的偏差最大為1.32 V，平均誤差為0.6 V，由此可見，擬合的函數關系能夠較好的反映出實際電壓。

表1 最優儲能配置

將式（10）代入式（9），可得到關于光儲聯合出力值Pu,t與電壓值Vt的函數關系如式（11）：

仿真條件設定：儲能蓄電池最大放電率αes限制為0.2，電壓幅值上限設定為235 V，求解上述儲能配置模型，可得該光伏用戶的最優儲能配置如表1所示，電壓曲線如圖3所示。由圖3可知，在加裝光伏后，光伏出力消納了中午高峰期的部分本地負荷，使得電壓抬升；但是，由于光伏出力過大，導致個別時刻電壓抬升過高，使得電壓越上限；在用戶側按表1配置儲能后，儲能在滿足穩定運行約束的前提下，在用電峰期充電，在谷期放電，使得在用電高峰期能一定程度抬升電壓，并將整體電壓控制在電壓幅值上限235 V之下。

圖3 用戶電壓曲線

5 結束語

本文提出基于電壓曲線擬合的儲能優化配置方法，避免了通過潮流計算電網電壓的困難。通過分析論證得出：（1）本文所提的電壓曲線擬合方法，能準確計算光儲并網點的電壓，有助于儲能優化配置模型的建立；（2）本文所提的最優儲能配置方法，可以在無需具體網架參數的情況下，給出最優儲能配置方案，以最小的配置容量保證光伏接入點的電壓合格，有效指導儲能優化配置。