考慮分布式光伏與儲能聯合的區域電網電壓穩定性控制方法

孫永輝， 趙樹野， 張秀路， 韓永強， 張海瑞

（1.國網內蒙古東部電力有限公司經濟技術研究院， 內蒙古 呼和浩特 010010； 2.沈陽工業大學， 遼寧 沈陽110870）

0 引言

大量分布式電源及儲能等分布式電源接入區域電網，對系統電壓穩定性控制提出挑戰。 在傳統配電系統運行中，電力潮流大多是從高壓側流向低壓側的單向潮流。 分布式儲能的接入使得儲能系統中產生了雙向潮流，從而對傳統的電壓調節造成一定干擾[1]～[3]。 在可再生能源并網過程中，光伏電站出力的波動性和不確定性增加了區域電網電壓的波動性，對區域電網的電壓穩定性造成了一定的沖擊。

為提高區域電網電壓穩定性，國內外專家對分布式儲能進行了大量研究。 文獻[4]提出了在分布式光儲系統中，基于儲能單元控制的一種分布式儲能控制方法。 通過對分布式儲能的荷電狀態分析， 采用合理的充放電順序控制蓄電池充放電，實現區域電網中分布式儲能的能量平衡。 文獻[5]提出了一種基于信息快速提取的分布式控制方案，其操作過程中信息傳輸量較少，不需要高帶寬通信系統。 文獻[6]提出了一種基于電力共享單元的優化控制方法，實現混合微電網結構中的電能傳輸優化管理。 文獻[7]基于下垂控制的電壓頻率控制方法， 使分布式電源及分布式儲能出力平衡達到較高要求。 文獻[8]提出了一種改進的下垂控制策略，通過設計合理的虛擬阻抗，分析線路阻抗對電壓的影響， 將分布式儲能及分布式電源的出力電壓恢復到額定值。 以上研究主要針對的是光伏電站與分布式儲能并網逆變器控制，而對于區域型多能源系統的光儲協調優化控制研究較少。

本文通過確定分布式儲能與光伏電站的協調配合機理，判斷分布式儲能的荷電狀態；基于可再生能源出力不確定性， 提出了一種分布式儲能與光伏電站協調運行方法， 并建立基于Markov 鏈儲能的協調控制模型。 該方法可平抑光伏電站出力的不確定性， 提升區域電網電壓的穩定性。

1 光儲系統電壓模型

1.1 分布式光儲系統節點電壓模型

隨著光伏發電并網容量的不斷增加，區域電網電壓穩定性受到的不確定性沖擊也隨之增加[9]～[11]。 為解決光伏電站的出力波動性及不確定性對區域電網電壓造成的沖擊問題，本文針對分布式光伏與儲能聯合區域電網電壓的控制方法進行研究。 分布式光伏與儲能聯合系統如圖1所示。

圖1 分布式光儲聯合系統Fig.1 Distributed energy storage access system diagram

為了提升光儲系統的電壓穩定性水平，在圖1 所示區域光儲聯合系統中的節點j 處配置一定容量的分布式儲能系統， 分別對節點j 處投入或未投入儲能的電壓進行分析。 為有效分析各節點處的電壓值，在區域系統中沒有配置分布式儲能時，相鄰節點處的電壓關系為

式中：Plj為區域電網中節點j 處負荷消耗的有功功率；Qlj為區域電網中節點j 處負荷消耗的無功功率；Pcsj為區域電網中節點j 處光儲系統發出的額定有功功率；Qcsj為區域電網中節點j 處光儲系統發出的額定無功功率。

1.2 基于分布式儲能的電網電壓穩定模型

在分布式儲能系統中， 當系統無分布式光伏儲能接入時，系統受不確定性影響因素較少，其中各節 點的電 壓滿足[12]～[14]：

式中：Uj為系統中各個節點處電壓有效值向量，Uj-1=[U0，…，Uj-1]T，Uj=[U0，…，Uj-1，Uj]T，Uj-1，Uj為區域系統中相鄰兩線路的節點電壓有效值；U 為區域電網中所有相鄰節點間的電阻矩陣，U=[1/Uj，…，1/Uj-1，1/Uj]T；R 為區域電網中所有相鄰節點間的電阻矩陣，R=[R1，…，Rj-1，Rj]T；Xj為區域電網中所有相鄰節點的電抗矩陣，Xj=[X1， …，Xj-1，Xj]T；Udiag為矩陣U 中的對角矩陣；R′j為矩陣Rj中的對角矩陣；X′j為矩陣Xj的對角矩陣；P 為區域電力系統中各節點所需的有功功率列向量，P=[P1，…，Pj-1，Pj]T；Q 為區域電力系統中各節點所需的無功功率列向量，Q=[Q1，…，Qj-1，Qj]T。

分布式儲能裝置充電時， 與電網內負荷具有相同的有功無功需求特性。 當分布式儲能裝置放電時，具有與光伏電站相似的輸出特性。充放電過程中系統的潮流方向相反。 區域電網的各節點電壓方程為

式中：Pcsj為區域電網中節點j 處分布式儲能裝置輸出的有功功率；Qcsj為區域電網中節點j 處分布式儲能裝置的無功輸出功率；Ps為區域電網中所有分布式儲能裝置輸出有功功率的列向量；Qs為區域電網中所有分布式儲能裝置輸出無功功率的列向量。

儲能裝置對電網電壓穩定的支撐作用表示為

式中： 下標g，er，l 分別表示在復合儲能系統中同步發電機的輸出功率、儲能交換功率和負荷功率；Ui，t，Uj，t分 別 為t 時 段 節 點i，j 處 的 節 點 電 壓；Gij為節點i，j 間的線路電導；Bij為節點i，j 間的線路電納；θij，t為t 時段節點i，j 處電壓的相角差。

1.3 光儲協調控制模型

為解決區域電網中光伏出力波動導致系統產生的電壓波動問題，采用基于Markov 鏈儲能模型對光伏儲能系統充放電循環進行建模。 首先計算光伏儲能系統為電網負載供電的概率， 進而評估使光伏發電達到可用性水平的最佳儲能規模。

設S 為所有分布式光伏源的集合， 若Xi為第i 個PV 源提供的功率， 則PV 源提供的總功率Xr為

式中：L 為區域電網中系統的負荷及所需儲能電池功率的總和。

光伏電站的發電可用性應大于所需負載的可用性。當光伏組件是唯一的發電源設備時，如果沒有儲能裝置的參與， 就無法滿足區域電網電能的可用性。

使用Markov 鏈模型將可用性和存儲容量進行關聯，建立如圖2 所示的模型。

圖2 基于Markov 鏈的電池狀態轉換圖Fig.2 Markov-chain-based battery state transition

該模型僅考慮相鄰狀態間單位時間內的電能轉換，每個數字代表一種荷電狀態（SOC）：1 表示儲能裝置處于完全放電狀態，N 表示儲能裝置處于完全充電狀態。 此模型表示在負荷為固定值的情況下，僅考慮相鄰狀態之間的轉換，假定L 為常數，隨機變量Xr取值只要兩個，這并不符合實際。 因此，對此模型進行了拓展，允許在一個有限集合中取值（Xr－L）。

本文所提出的改進Markov 鏈模型如圖3 所示。

圖3 改進的Markov 鏈模型圖Fig.3 Improved Markov chain model diagram

該模型在原有模型的基礎上考慮了多種可能的狀態變化，更符合電池的充放電特性。特別是對電池狀態轉換進行了建模，在每個時間步中，每個狀態中有M 個轉換步。 k11和kNN分別表示在下一時間步保持狀態1 和N 的概率。 狀態之間的轉移概率用pi表示，其中i 表示相對于單位功率Δ，即單位時間內在電池中存儲或獲取的功率。例如：p1是向相鄰狀態的過渡， 單位時間內存儲到蓄電池的功率為Δ；p-1表示向相鄰狀態的過渡， 單位時間內從蓄電池中獲取的功率為Δ。此外，（Xr-L）的狀態擴展為

式中：Xt為t 時段的能級；Xt+1為1 s 后的能級；Dt為1 s 內向蓄電池存儲或從蓄電池獲取的能量，

式中：π 服從正態分布。

極限概率為每個狀態結束時的預期概率。 極限概率已知后，失負荷概率（LOLP）即電池處于某荷電狀態時，在Markov 鏈中電池過渡到完全放電狀態， 無法滿足i 個Δ 單位功率不足的概率。 用πE表示光伏儲能系統不能滿足負載的概率，可用式（19）確定特定儲能容量的LOLP。

2 儲能優化模型

2.1 目標函數

在區域電網的分布式光儲系統優化控制中，以區域電網電壓波動最小為優化目標， 其目標函數可表示為

2.2 約束條件

在光儲聯合的區域電網中，系統任意節點、任意時刻的有功、無功滿足以下約束方程[14]～[18]：

2.3 基于粒子群的光儲協調優化方法

為實現分布式光儲的快速協調控制， 本文采用基于競爭機制的粒子群優化控制算法。 通過采用粒子群優化控制快速實現計算結果的收斂，更好地保證算法結果的分布性， 進一步提升粒子群優化的計算速度以及優化位置的更新計算。 所建立的模型為

式中：Hj為粒子群優化算法中第j 個粒子的搜索速度；c1為搜索過程中積累的經驗；c2為工程計算的經驗系數；Fb為粒子群優化計算歷史過程中的最佳位置；r1，r2為0～1 的隨機常數；Bj為當前計算步時第j 個粒子的位置；ω 為粒子群計算的慣性系數；Gb為計算過程中粒子j 在種群的歷史最佳位置。

基于粒子群的儲能協調優化運行控制策略如圖4 所示。

圖4 粒子群儲能協調控制框圖Fig.4 Block diagram of particle swarm energy storage coordination control

3 仿真驗證

圖5 為所搭建的區域電網圖。

圖5 仿真系統圖Fig.5 Simulation system diagram

圖5 顯示了分布式儲能及分布式電源數量和位置。采用搭建的系統對所提方法進行仿真分析，系統中各參數列于表1。

表1 系統參數Table 1 System parameters

在分布式光伏出力發生波動時， 為保證系統電壓的穩定， 通過優化控制得到不同節點處的分布式儲能的投入狀態（圖6）。 根據負載的變化，4個節點的儲能裝置在不同時間段內進行調整。

圖6 分布式儲能投入狀態Fig.6 Distributed energy storage investment status

分布式電源出力如圖7 所示。 由圖7 可知，在第2 分鐘時，分布式電源出力突然出現大幅度下降，為保證區域電網供電的可靠性，投入了分布式儲能。

圖7 分布式電源出力Fig.7 Distributed power output

圖8 為優化控制前后，區域電網不同節點母線處的電壓波形仿真結果。

圖8 不同節點電壓波動曲線Fig.8 Voltage fluctuation curve of different nodes

由圖7 可以看出， 在可再生能源發生出力波動或者出現故障后，伴隨可再生能源出力的降低，母線處的電壓幅值跌落。通過優化控制，合理地安排儲能裝置的充放能時間， 區域電網母線處的電壓得到明顯改善，區域電網電壓穩定性顯著提高。仿真結果還顯示， 在系統無功出現較大缺額情況下，當電壓突然跌落時，系統迅速提升電壓，維持電網在額定電壓下運行。

4 結論

通過分析區域電網中分布式儲能的運行模式及蓄電池的充放能特性， 在所建立的光儲協調控制模型的基礎上， 有效地實現了分布式儲能與光伏出力的協調配合。

在以系統電壓波動最小為優化目標的控制算法下，考慮分布式儲能的充放電性能約束條件，通過粒子群優化算法計算， 可實現光伏與儲能充放能的合理配合。

通過對典型分布式光儲聯合系統的仿真、分析和驗證表明， 投切相應的電池儲能可有效緩解系統的電能沖擊。 采用本文所提出的方法能夠提升區域電網的電壓穩定性水平。