王 健, 盧仁軍, 汪 洋
(1.國網(wǎng)泰州供電公司, 江蘇 泰州 550002; 2.江蘇大學(xué) 電氣信息工程學(xué)院, 江蘇 鎮(zhèn)江 212000)
分布式發(fā)電 (Distributed Generation, DG)作為人類應(yīng)對能源問題的重要措施, 近年來得到越來越多的研究和重視[1]~[3]。 大型清潔能源替代傳統(tǒng)化石能源發(fā)電是解決能源以及環(huán)境問題的根本方案, 其管理與運行模型的建立已成為一門重要的研究方向[4]。 主動配電網(wǎng)技術(shù)將不同形式的清潔能源發(fā)電進(jìn)行集成管理,對于提升清潔能源發(fā)電消納水平以及系統(tǒng)經(jīng)濟(jì)性有著重要的意義[5]。
主動配電網(wǎng)規(guī)劃方法作為主動配電網(wǎng)的關(guān)鍵技術(shù)之一,已經(jīng)得到了廣泛深入的研究。 文獻(xiàn)[6]通過逐步分析法得到既定位置下分布式發(fā)電的最優(yōu)配置容量。 文獻(xiàn)[7]以系統(tǒng)節(jié)點電壓波動、負(fù)荷波動以及儲能系統(tǒng)總?cè)萘繛槟繕?biāo), 建立了儲能選址定容優(yōu)化模型。 文獻(xiàn)[8]建立了考慮系統(tǒng)不同形式的多樣成本的配電網(wǎng)規(guī)劃配置模型。
在配電網(wǎng)風(fēng)險評估方面,文獻(xiàn)[9],[10]將可信度理論引入到配電網(wǎng)風(fēng)險評估模型, 取得了良好的效果。 文獻(xiàn)[11]采用隨機(jī)模擬方法對系統(tǒng)中發(fā)輸電組合進(jìn)行了系統(tǒng)層面的可靠性評估。 文獻(xiàn)[12]基于狀態(tài)采樣法和系統(tǒng)狀態(tài)轉(zhuǎn)移采樣法進(jìn)行了評估模型建模。 文獻(xiàn)[13]采用狀態(tài)枚舉法列舉了地區(qū)配電網(wǎng)運行的不同狀態(tài), 充分計及了地區(qū)電網(wǎng)網(wǎng)架結(jié)構(gòu)和拓?fù)渚W(wǎng)絡(luò)的復(fù)雜性。 文獻(xiàn)[14]運用枚舉法計算系統(tǒng)風(fēng)險指標(biāo), 實現(xiàn)了對當(dāng)前電網(wǎng)實時運行狀態(tài)的安全評估。然而,目前還很少有文獻(xiàn)針對主動配電網(wǎng)的運行風(fēng)險評估建立模型,并將其計及到主動配電網(wǎng)規(guī)劃模型中。
本文針對包含不確定分布式電源和可控微電源并網(wǎng)的主動配電網(wǎng)規(guī)劃問題, 計及系統(tǒng)運行的風(fēng)險指標(biāo)建立規(guī)劃模型。 以設(shè)備配置臺數(shù)為控制變量, 計及系統(tǒng)綜合規(guī)劃成本和運行風(fēng)險指標(biāo)構(gòu)建了模型目標(biāo)函數(shù), 計及功率平衡約束等必要約束條件建立了風(fēng)險評估的主動配電網(wǎng)規(guī)劃模型。
主動配電網(wǎng)規(guī)劃中計及多種不確定微電源以及可控微電源的容量配置, 其中不確定微電源包含風(fēng)電和光伏發(fā)電。 風(fēng)電機(jī)的發(fā)電功率Pwind與風(fēng)速v 的變化關(guān)系如下:

式中:vci為切入風(fēng)速;vr為額定風(fēng)速;vco為切出風(fēng)速;Pr為額定功率;a 和b 為常數(shù)。

可控微電源包括微燃機(jī) (MT) 和燃料電池(FC)。 其中MT 的燃料成本函數(shù)fMT(t)為

主動配電網(wǎng)發(fā)生故障時最直接的危害表現(xiàn)形式之一就是發(fā)生失負(fù)荷現(xiàn)象, 因此主動配電網(wǎng)運行的風(fēng)險指標(biāo)需要采用失負(fù)荷風(fēng)險進(jìn)行評估。 產(chǎn)生失負(fù)荷的原因總體上有兩種: 節(jié)點電壓越限和支路容量越限。
假設(shè)主動配電網(wǎng)第k 種狀態(tài)為Xk,系統(tǒng)總共有K 種運行狀態(tài)(故障情況和非故障情況),那么主動配電網(wǎng)運行的失負(fù)荷風(fēng)險指標(biāo)Rload為

式中:Pk為第k 種狀態(tài)的發(fā)生概率;Lu,Lb分別為第k 種狀態(tài)下產(chǎn)生的節(jié)點電壓越限失負(fù)荷、 支路容量越限失負(fù)荷。
當(dāng)?shù)趉 種狀態(tài)為非故障狀態(tài)或者故障狀態(tài)而沒有超出主動配電網(wǎng)調(diào)節(jié)能力時,Lu=Lb=0。 其中,Lu和Lb的計算式分別為

式中:nk為Xk下發(fā)生節(jié)點電壓越限并且進(jìn)行切負(fù)荷處理的節(jié)點數(shù)目;Li為第i 個電壓越限節(jié)點的負(fù)荷水平;wi為第i 個電壓越限節(jié)點的負(fù)荷重要等級,對于政府、學(xué)校、醫(yī)院、監(jiān)獄等重要負(fù)荷取wi=2,對于一般商業(yè)和居民負(fù)荷取wi=1.5,對于大部分工業(yè)負(fù)荷取wi=1;lk為Xk下發(fā)生支路容量越限的支路數(shù)目;Li為Xk下第i 條支路的傳輸容量;Li,max為第i 條支路容量的傳輸上限。
盡管失負(fù)荷指標(biāo)較好地衡量了主動配電網(wǎng)在發(fā)生故障時產(chǎn)生的負(fù)荷失電指標(biāo), 但是僅僅采用該指標(biāo)對主動配電網(wǎng)運行風(fēng)險進(jìn)行評估是有一定局限性的。這是因為在實際運行中,雖然設(shè)備存在運行容量上限, 但在一定情況下是允許設(shè)備短時間超限額運行的。綜合以上分析,本文設(shè)定故障設(shè)備損壞風(fēng)險指標(biāo)Rdam為

本文建立的主動配電網(wǎng)運行綜合風(fēng)險指標(biāo)為

式中:α,β分別為失電負(fù)荷風(fēng)險指標(biāo)、故障設(shè)備損壞風(fēng)險指標(biāo)的權(quán)重系數(shù)。
主動配電網(wǎng)規(guī)劃模型的控制變量S 為設(shè)備的配置數(shù)量,即儲能設(shè)備(SB)、光伏發(fā)電板(PV)、風(fēng)力發(fā)電機(jī)組(WT)、MT 以及FC 的臺數(shù)之和。

本文以運行綜合風(fēng)險指標(biāo)最小以及綜合規(guī)劃成本最小作為主動配電網(wǎng)規(guī)劃的目標(biāo)函數(shù),其中,子目標(biāo)一運行綜合風(fēng)險指標(biāo)最小、 子目標(biāo)二綜合規(guī)劃成本最小分別為[15]

式中:Cin為初始投資成本;Cfuel為燃料成本;Cen為環(huán)境折算成本;Com為運維成本;Cgrid為購售電成本。
基于多目標(biāo)規(guī)劃的最短距離法, 通過加權(quán)系數(shù)構(gòu)造多目標(biāo)規(guī)劃的綜合滿意度指標(biāo), 從而將多個子目標(biāo)轉(zhuǎn)化為單目標(biāo)形式為

式中:λ1和λ2分別為兩個子目標(biāo)的加權(quán)系數(shù),由于模型將經(jīng)濟(jì)性指標(biāo)和風(fēng)險指標(biāo)視作同樣重要,λ1=λ2=0.5;f1,min為多目標(biāo)規(guī)劃只以子目標(biāo)一為目標(biāo)進(jìn)行優(yōu)化時得到的最優(yōu)值;f2,min為多目標(biāo)規(guī)劃只以子目標(biāo)二為目標(biāo)進(jìn)行優(yōu)化時得到的最優(yōu)值,通過加權(quán)系數(shù)法將量綱不同的兩個子目標(biāo)采用偏差的形式進(jìn)行加權(quán)。
①主動配電網(wǎng)功率平衡約束

式中:Pgrid,t為t 時段主動配電網(wǎng)與外網(wǎng)交換功率;PMT,t,PFC,t分 別 為t 時 段MT,F(xiàn)C 的 出 力;PWT,t,PPV,t分別為t 時段風(fēng)電出力、光伏出力;PCUT,t為t 時段中斷負(fù)荷功率;PSB,t為t 時段儲能充放電功率,大于零時為放電;PL,t為t 時段系統(tǒng)負(fù)荷;Ploss,t為t 時段微電網(wǎng)運行的功率損耗。

式 中:NSB,max,NPV,max,NWT,max,NMT,max,NFC,max分 別 為SB,PV,WT,MT,F(xiàn)C 的數(shù)量限值,由實際規(guī)劃條件限制。

本文采用混沌粒子群算法對已經(jīng)建立的主動配電網(wǎng)規(guī)劃模型進(jìn)行求解,求解流程如下:
①輸入待選址定容的配電網(wǎng)負(fù)荷節(jié)點數(shù)目、混沌粒子群算法的基本參數(shù)以及模型最大迭代次數(shù);
②初始化混沌粒子群算法的種群, 以配電網(wǎng)各個節(jié)點的儲能電站配置容量為粒子位置進(jìn)行初始化,輸入種群規(guī)模、初始速度;
③針對每個粒子對應(yīng)下的主動配電網(wǎng)規(guī)劃初始方案的綜合規(guī)劃成本, 計算各個粒子的適應(yīng)度函數(shù);

⑤判斷算法是否達(dá)到最大迭代次數(shù), 如果達(dá)到,則直接輸出結(jié)果,否則進(jìn)入下一步;
⑥判斷全局最優(yōu)解是否收斂,如果收斂,則輸出最優(yōu)粒子對應(yīng)的位置, 將其作為主動配電網(wǎng)的規(guī)劃方案。
為了驗證本文所建立模型的正確性和有效性, 針對某地區(qū)待建設(shè)的典型主動配電網(wǎng)進(jìn)行規(guī)劃。 主動配電網(wǎng)典型運行日下1 d 總有功負(fù)荷為1 715 kW,儲能自放電系數(shù)為0.03,儲能充放電效率為0.95。 改進(jìn)粒子群算法中, 粒子種群數(shù)目為60,最大迭代次數(shù)為150,混沌搜索代數(shù)為25,學(xué)習(xí)系數(shù)為2,粒子慣性權(quán)重為0.75。 光照強(qiáng)度隨機(jī)分布中, 假設(shè)主動配電網(wǎng)所在地區(qū)天氣類型分為不良天氣和良好天氣兩類,按照氣象數(shù)據(jù)統(tǒng)計,該地區(qū)1 a 不良天氣比例r1為0.14, 良好天氣比例r2為0.86, 則令不良天氣概率和良好天氣概率分布分別為0.14 和0.86,不良天氣故障率修正系數(shù)為2, 良好天氣故障率修正系數(shù)為0.83。 模型中MT 和FC 的燃料成本曲線如圖1 所示,外網(wǎng)分時電價水平如表1 所示,微電源參數(shù)如表2 所示。

圖1 MT 和FC 的燃料成本曲線Fig.1 Fuel cost curve of micro gas turbine and fuel cell

表1 外網(wǎng)分時電價水平Table 1 Time sharing price level of external network

表2 可控微電源和不確定微電源的規(guī)劃參數(shù)Table 2 Planning parameters of controllable micro power supply and uncertain micro power supply

續(xù)表2
主動配電網(wǎng)所在地區(qū)的典型運行日中, 光照強(qiáng)度、 風(fēng)速曲線和負(fù)荷水平分別如圖2~4 所示。以上曲線衡量了該地區(qū)負(fù)荷水平以及風(fēng)光資源的形狀參數(shù), 同時全年的風(fēng)速和光照變化情況參照文獻(xiàn)[6],[16],[17]。

圖2 主動配電網(wǎng)所在地區(qū)典型運行日下1 d 風(fēng)速變化Fig.2 Wind speed change of typical operation day in the area where the active distribution network is located

圖3 主動配電網(wǎng)所在地區(qū)典型運行日下1 d 光照強(qiáng)度變化Fig.3 Light intensity change of typical operation day in the area where the active distribution network is located

圖4 主動配電網(wǎng)全年日最大負(fù)荷曲線Fig.4 Annual daily maximum load curve of active distribution network
算例中設(shè)置兩種優(yōu)化配置方式: 方式一為主動配電網(wǎng)運行在離網(wǎng)模式下, 該方式適用于主動配電網(wǎng)配置于偏遠(yuǎn)地區(qū)、海島等地域的情況;方式二為主動配電網(wǎng)運行在并網(wǎng)模式下, 該方式也是主動配電網(wǎng)較為普遍的運行方式, 適用于微電網(wǎng)建設(shè)在能夠具備并網(wǎng)條件的地區(qū)。 在兩種方式下分別得到系統(tǒng)中各個設(shè)備的規(guī)劃結(jié)果, 如表3 所示。

表3 離網(wǎng)模式下和并網(wǎng)模式下主動配電網(wǎng)規(guī)劃結(jié)果Table 3 Planning results of active distribution network in off grid mode and grid connected mode
從表3 中可以看出,相比于離網(wǎng)模式,并網(wǎng)模式下主動配電網(wǎng)配置的設(shè)備數(shù)量較少。 在并網(wǎng)模式下,系統(tǒng)能夠通過與外網(wǎng)的交換功率增加供電方式的靈活性,節(jié)省了設(shè)備投資,因此,方式二相比于方式一節(jié)省了2 臺MT,5 臺FC,20 組PV以及2 臺SB。 在方式一下,系統(tǒng)配置成本為1 152.73 萬元,預(yù)期運營收益為2 281.25 萬元,工程周期凈收益達(dá)到了1 128.52 萬元。 而方式二下系統(tǒng)的社會經(jīng)濟(jì)效益更優(yōu), 一方面是由于并網(wǎng)模式下將設(shè)備投資成本降低到了812.65 萬元,另一方面, 主動配電網(wǎng)在并網(wǎng)模式下運營也具備更優(yōu)的經(jīng)濟(jì)性, 將預(yù)期運營收益提升到了2 643.57 萬元。在工程周期凈收益指標(biāo)上,并網(wǎng)模式下相比于離網(wǎng)模式下提升了62.24%。在綜合運行風(fēng)險指標(biāo)方面,盡管并網(wǎng)模式下投資的設(shè)備規(guī)模更小,然而系統(tǒng)的綜合運行風(fēng)險指標(biāo)達(dá)到了1.569,低于離網(wǎng)模式下的1.754。 綜上所述,在并網(wǎng)模式下主動配電網(wǎng)運行的社會經(jīng)濟(jì)效益更加顯著, 同時系統(tǒng)的綜合運行風(fēng)險指標(biāo)更低。
本文針對主動配電網(wǎng)離網(wǎng)運行模式和并網(wǎng)運行模式, 分別選取不同的外網(wǎng)分時電價綜合水平運行所建立的模型, 得到優(yōu)化配置綜合滿意度指標(biāo)對該參數(shù)的靈敏度關(guān)系,如圖5 所示。

圖5 優(yōu)化配置綜合滿意度指標(biāo)對外網(wǎng)分時電價綜合水平的靈敏度Fig.5 Sensitivity of comprehensive level of time share price of external network with comprehensive satisfaction index of optimized configuration
從圖5 中可以看出,在離網(wǎng)運行模式下,由于系統(tǒng)無法與外網(wǎng)進(jìn)行功率交換, 外網(wǎng)分時電價綜合水平對系統(tǒng)的優(yōu)化配置綜合滿意度指標(biāo)沒有影響。而在并網(wǎng)運行模式下,隨著外網(wǎng)分時電價綜合水平的升高, 系統(tǒng)需要配置更大容量的分布式發(fā)電設(shè)備來降低向外網(wǎng)購電的需求, 因此優(yōu)化配置綜合滿意度指標(biāo)不斷下降。
本文針對主動配電網(wǎng)離網(wǎng)運行模式和并網(wǎng)運行模式, 分別選取不同的設(shè)備故障停運率運行所建立的模型, 得到優(yōu)化配置綜合滿意度指標(biāo)對該參數(shù)的靈敏度關(guān)系,如圖6 所示。

圖6 優(yōu)化配置綜合滿意度指標(biāo)對設(shè)備故障停運率的靈敏度Fig.6 Sensitivity of comprehensive satisfaction index of optimized configuration to equipment failure outage rate
從圖6 中可以看出, 無論是在離網(wǎng)運行模式還是并網(wǎng)運行模式下, 隨著設(shè)備故障停運率的升高, 主動配電網(wǎng)優(yōu)化配置綜合滿意度指標(biāo)不斷下降。當(dāng)設(shè)備故障停運率上升時,系統(tǒng)需要配置更大容量的分布式發(fā)電設(shè)備應(yīng)對故障停運帶來的功率緊張,這導(dǎo)致配置成本上升。 同時,故障停運率本身也使得系統(tǒng)運行風(fēng)險增大, 從而降低了綜合滿意度指標(biāo)。并網(wǎng)運行模式相比于離網(wǎng)運行模式,綜合滿意度指標(biāo)受到故障停運率的影響要小得多,說明主動配電網(wǎng)運行在并網(wǎng)運行模式下的優(yōu)勢。
①本文通過所建立的模型制定的主動配電網(wǎng)規(guī)劃方案, 能夠計及分布式發(fā)電對主動配電網(wǎng)帶來的風(fēng)險評估指標(biāo)并將其計及到系統(tǒng)規(guī)劃模型中,使得模型更加客觀。
②主動配電網(wǎng)在離網(wǎng)運行模式下的綜合規(guī)劃成本以及運行風(fēng)險指標(biāo)均要高于并網(wǎng)運行模式下的, 這主要是因為離網(wǎng)運行模式下需要配置更大容量的分布式發(fā)電。