考慮關(guān)聯(lián)規(guī)則的分布式風(fēng)光儲(chǔ)多能互補(bǔ)模式及算法研究

周 斌，鄭云飛，靖 海，袁嘉駿

（1.國(guó)網(wǎng)湖北省電力有限公司，430077 湖北 武漢 2.湖北華中電力科技開(kāi)發(fā)有限責(zé)任公司，430077 湖北 武漢）

0 引言

隨著傳統(tǒng)化石能源大量使用，造成日益嚴(yán)重的環(huán)境問(wèn)題，以風(fēng)電、光伏為代表的可再生清潔能源的大力發(fā)展，逐步替代化石能源，將進(jìn)一步優(yōu)化能源結(jié)構(gòu)。為了進(jìn)一步推動(dòng)分布式戶(hù)用光伏快速發(fā)展，我國(guó)政府在各個(gè)地區(qū)已推行各類(lèi)光伏扶貧優(yōu)惠政策，同時(shí)也頒布國(guó)家可再生能源的交易政策，以實(shí)現(xiàn)隔墻售電。但是分布式光伏發(fā)電的隨機(jī)性、波動(dòng)性特點(diǎn)，光伏只能白天發(fā)電，晚上不能發(fā)電。目前國(guó)家政策上保證分布式光伏發(fā)電量可全額上網(wǎng)，但是大量分布式光伏分散式接入配網(wǎng)后，這種全額接收手段給電網(wǎng)運(yùn)行帶來(lái)了較大壓力，如何高效、優(yōu)化消納分布式光伏發(fā)電是今后進(jìn)一步發(fā)展需解決的關(guān)鍵問(wèn)題。

隨著分布式光伏、風(fēng)電等可再生能源接入，以電動(dòng)汽車(chē)為代表的新負(fù)荷逐步增多，電網(wǎng)中源、荷引起的隨機(jī)性因素不斷增多，光伏、風(fēng)電的隨機(jī)性無(wú)法用確定性模型。基于泛在電力物聯(lián)網(wǎng)，可將各個(gè)分布式風(fēng)電、光伏、儲(chǔ)能及負(fù)荷的準(zhǔn)確信息匯集到一個(gè)平臺(tái)，實(shí)現(xiàn)平臺(tái)上電源之間互補(bǔ)聯(lián)合，源、儲(chǔ)、荷交互。分布式光伏、風(fēng)電接入容量一般較小，建設(shè)周期短，如不合理運(yùn)行，盲目性接入電網(wǎng)，會(huì)導(dǎo)致某些區(qū)域過(guò)剩。針對(duì)分布式新能源的隨機(jī)性特點(diǎn)，如何應(yīng)對(duì)這些運(yùn)行中的盲目性，基于風(fēng)光儲(chǔ)互補(bǔ)方式可有效應(yīng)對(duì)這些問(wèn)題，靈活引導(dǎo)運(yùn)行時(shí)序及后續(xù)擴(kuò)展性。基于風(fēng)光儲(chǔ)互補(bǔ)方式，源荷互動(dòng)，可以在線感知各類(lèi)源荷數(shù)據(jù)，得到源荷的時(shí)空分布隨機(jī)性數(shù)據(jù)，可得到直觀具體的動(dòng)態(tài)運(yùn)行效果。基于源荷之間交互，風(fēng)光儲(chǔ)互補(bǔ)方式及時(shí)獲知各類(lèi)分布式源荷的信息，確定源荷的優(yōu)化運(yùn)行。風(fēng)光儲(chǔ)互補(bǔ)方式將拓寬配電網(wǎng)中多類(lèi)能源接入，有效實(shí)現(xiàn)能源互聯(lián)網(wǎng)中多元化上的優(yōu)化配置。

目前國(guó)內(nèi)外對(duì)風(fēng)光儲(chǔ)聯(lián)合進(jìn)行了一定的研究。文獻(xiàn)[1-2]探索建立戶(hù)用光伏智能消納的多能互補(bǔ)系統(tǒng)，積極適應(yīng)光伏產(chǎn)業(yè)發(fā)展市場(chǎng)化、經(jīng)濟(jì)化、普適化趨勢(shì)，實(shí)現(xiàn)全面消納優(yōu)化，更加適應(yīng)當(dāng)前我國(guó)經(jīng)濟(jì)社會(huì)由高速增長(zhǎng)向高質(zhì)量全面發(fā)展的實(shí)際需要。文獻(xiàn)[3-5]提出一種在風(fēng)光儲(chǔ)機(jī)電暫態(tài)仿真過(guò)程中單機(jī)“倍乘”等值模型，也有文獻(xiàn)提出一種風(fēng)光儲(chǔ)聯(lián)合的有功功率動(dòng)態(tài)特性分析方法。還有文獻(xiàn)[6-7]考慮氣象實(shí)時(shí)數(shù)據(jù)以及電網(wǎng)調(diào)度，建立了一種風(fēng)光儲(chǔ)系統(tǒng)優(yōu)化的數(shù)學(xué)模型。文獻(xiàn)[7-8]對(duì)風(fēng)能和光能進(jìn)行短期預(yù)測(cè)、蓄電池記憶效應(yīng)，在經(jīng)濟(jì)層面優(yōu)化了風(fēng)光儲(chǔ)發(fā)電系統(tǒng)，介紹了風(fēng)光儲(chǔ)輸示范工程，對(duì)四種風(fēng)光儲(chǔ)系統(tǒng)控制策略進(jìn)行了驗(yàn)證；建立了大規(guī)模風(fēng)光儲(chǔ)并網(wǎng)發(fā)電系統(tǒng)的動(dòng)態(tài)分析模型，提出了一種基于功率變化率的最大功率跟蹤算法。文獻(xiàn)[9-10]利用一種基于迭代算法的最優(yōu)容量配置模型，分析了風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)的缺點(diǎn)概率和運(yùn)行經(jīng)濟(jì)性；考慮風(fēng)能和光伏發(fā)電不確定性的影響，提出了一種魯棒調(diào)度模型。文獻(xiàn)[11-12]提出了風(fēng)光儲(chǔ)發(fā)電系統(tǒng)準(zhǔn)入功率的極限模型，為風(fēng)能和太陽(yáng)能接入電網(wǎng)提供理論基礎(chǔ)；提出將超級(jí)電容、蓄電池組合應(yīng)用在風(fēng)光儲(chǔ)發(fā)電系統(tǒng)中，結(jié)果表明可維持系統(tǒng)的功率平衡并提高電能質(zhì)量；基于備用容量懲罰成本，建立了風(fēng)光儲(chǔ)系統(tǒng)的經(jīng)濟(jì)調(diào)度動(dòng)態(tài)模型。文獻(xiàn)[13-17]對(duì)多能互補(bǔ)方面進(jìn)行研究，包括多種形式能源互補(bǔ)的數(shù)學(xué)模型、分析算法及實(shí)際電力系統(tǒng)運(yùn)行中的穩(wěn)定性等。文獻(xiàn)[13-14]針對(duì)清潔能源消納的多能互補(bǔ)進(jìn)行了研究，基于同一流域下沿線風(fēng)電、光伏發(fā)電，形成風(fēng)光水多能互補(bǔ)模式，研究風(fēng)光水清潔能源之間的協(xié)同優(yōu)化調(diào)度模式與機(jī)制。文獻(xiàn)[15-17]針對(duì)區(qū)間模型的多能互補(bǔ)系統(tǒng)進(jìn)行了研究，分析了互補(bǔ)系統(tǒng)的優(yōu)化運(yùn)行模型和算法，在主動(dòng)配電網(wǎng)規(guī)劃考慮了多能互補(bǔ)方式及高效Benders 求解方法，還針對(duì)多能互補(bǔ)輸出后的能源交易進(jìn)行了研究，提出了異構(gòu)能源區(qū)塊鏈的多能互補(bǔ)安全交易模型。

當(dāng)前研究大都是在考慮充分利用光伏來(lái)兼顧環(huán)境效益的同時(shí)，考慮整體經(jīng)濟(jì)性成本，但沒(méi)有考慮不同柔性負(fù)荷間優(yōu)化協(xié)調(diào)和電動(dòng)汽車(chē)儲(chǔ)能負(fù)荷接入后綜合控制等方面。目前國(guó)家在政策上積極鼓勵(lì)光伏的開(kāi)發(fā)和應(yīng)用，大力推廣以光伏為代表的清潔能源可以節(jié)省一次能源，減小環(huán)境污染問(wèn)題，實(shí)現(xiàn)可持續(xù)性發(fā)展。光伏發(fā)電雖然不可控，且具有隨機(jī)性和波動(dòng)性的特點(diǎn)，但供冷、供熱負(fù)荷和電動(dòng)汽車(chē)都屬于可控負(fù)荷，通過(guò)一定的調(diào)控策略可以與光伏系統(tǒng)的變化特性相協(xié)調(diào)。

文中研究闡述了基于互聯(lián)網(wǎng)+風(fēng)光儲(chǔ)優(yōu)化協(xié)調(diào)，基于光伏、風(fēng)電的隨機(jī)不確定性，研究互聯(lián)網(wǎng)+風(fēng)光儲(chǔ)的運(yùn)行思路，用數(shù)據(jù)分析風(fēng)光電隨機(jī)性，建立基于互聯(lián)網(wǎng)+模式下分析模型，研究了分布式風(fēng)光儲(chǔ)運(yùn)行的多場(chǎng)景分析方法，分析風(fēng)光儲(chǔ)不同類(lèi)型場(chǎng)景的聯(lián)合原則，并針對(duì)算例進(jìn)行了仿真計(jì)算。

1 風(fēng)光儲(chǔ)的互補(bǔ)分析模型

多點(diǎn)分散式太陽(yáng)能光伏發(fā)電系統(tǒng)接入到現(xiàn)有配網(wǎng)中，光伏發(fā)電自身的隨機(jī)性波動(dòng)性的不足，導(dǎo)致單一的光伏發(fā)電很難滿(mǎn)足用戶(hù)需求，需將光伏與其他形式能源結(jié)合。風(fēng)電也是一種可再生能源，風(fēng)光結(jié)合是一種有效形式，但風(fēng)電也具有隨機(jī)性特點(diǎn)，因此還需儲(chǔ)能來(lái)補(bǔ)充這些隨機(jī)性的不足。如何實(shí)現(xiàn)風(fēng)光儲(chǔ)的優(yōu)化組合，得到穩(wěn)定性輸出功率滿(mǎn)足用戶(hù)需求，需要一種有效手段實(shí)現(xiàn)風(fēng)光儲(chǔ)的優(yōu)化運(yùn)行。“光伏+”手段是一種有效方式，通過(guò)“光伏+”來(lái)連接風(fēng)電和儲(chǔ)能，同時(shí)考慮配網(wǎng)中的柔性可控負(fù)荷，形成風(fēng)光儲(chǔ)互補(bǔ)的應(yīng)用模式。通過(guò)對(duì)可控負(fù)荷適當(dāng)控制，風(fēng)光的合理組合，儲(chǔ)能的補(bǔ)充，達(dá)到對(duì)風(fēng)光的隨機(jī)性變化適應(yīng)。

1.1 目標(biāo)函數(shù)

風(fēng)光儲(chǔ)系統(tǒng)運(yùn)行目標(biāo)是風(fēng)光消納最大，目標(biāo)函數(shù)如式（1）所示：

式中：PSO，i為每個(gè)光伏接入點(diǎn)的容量值；m為接入點(diǎn)數(shù)量；PW，j為每個(gè)風(fēng)電接入點(diǎn)的容量值，n為接入點(diǎn)數(shù)量。為了應(yīng)對(duì)風(fēng)光隨機(jī)性，還需接入l 個(gè)儲(chǔ)能單元，容量為PES，k。

風(fēng)光儲(chǔ)接入配網(wǎng)須滿(mǎn)足潮流約束，此外風(fēng)光儲(chǔ)出力由于其自然物理特性，還需滿(mǎn)足上下限的不等式約束：

光伏發(fā)電系統(tǒng)在運(yùn)行時(shí)主要考慮長(zhǎng)期內(nèi)太陽(yáng)能利用的最大化，太陽(yáng)能發(fā)電功率隨機(jī)性變化，只能通過(guò)一些可控平移負(fù)荷，按照太陽(yáng)能發(fā)電的變化規(guī)律，對(duì)負(fù)荷用電時(shí)段和大小進(jìn)行控制，盡量與太陽(yáng)能變化特性保持一致，實(shí)現(xiàn)太陽(yáng)能利用最大化這一目標(biāo)。針對(duì)短期內(nèi)可能出現(xiàn)太陽(yáng)能發(fā)電與負(fù)荷用電之間的差值較大時(shí)，還可考慮配電網(wǎng)支撐，進(jìn)一步實(shí)現(xiàn)太陽(yáng)能利用率的最大化。

1.2 光伏發(fā)電功率的概率性

太陽(yáng)光照強(qiáng)度的隨機(jī)波動(dòng)變化，導(dǎo)致其輸出功率也會(huì)隨機(jī)性波動(dòng)，在一定時(shí)間內(nèi)呈Beta 分布的統(tǒng)計(jì)規(guī)律，其概率密度為：

式中：Γ為Gamma函數(shù)，E和Emax為這段時(shí)間內(nèi)的實(shí)際光照強(qiáng)度及最大值；α、β為Beta分布的形狀參數(shù)。

因此，光伏輸出功率概率密度函數(shù)如下：

1.3 風(fēng)電功率的概率性

風(fēng)電發(fā)電的輸出功率與風(fēng)速之間具有一定的近似關(guān)系，當(dāng)風(fēng)速在切入風(fēng)速與額定風(fēng)速之間變化時(shí)，輸出功率與風(fēng)速之間也可以等效近似為線性關(guān)系，可用分段函數(shù)表示：

式中：va、v、v0、vb、P0分別表示切入風(fēng)速、實(shí)時(shí)風(fēng)速、額定風(fēng)速、切出風(fēng)速、額定功率；PWT為風(fēng)機(jī)的發(fā)電功率。

一般風(fēng)速服從威布爾分布模型：

式中：v為風(fēng)速；k為風(fēng)機(jī)形狀參數(shù)；c為尺度參數(shù)，由風(fēng)機(jī)廠商提供。

1.4 儲(chǔ)能特性

儲(chǔ)能電池的響應(yīng)速度較快，能夠有效平衡風(fēng)光發(fā)電的波動(dòng)性和間歇性。儲(chǔ)能電池的充放電模型：

式中：ηch、ηdis分別表示電池的充電效率和放電效率；Ebat表示電池容量；Pch表示充電功率，Pdis表示電池的放電功率；△t表示時(shí)間間隔。

儲(chǔ)能電池充放電功率約束為：

1.5 可控性負(fù)荷的概率

為了提高隨機(jī)性波動(dòng)的太陽(yáng)能的利用率，如不需其他電源來(lái)互補(bǔ)隨機(jī)性太陽(yáng)能，還需對(duì)柔性負(fù)荷進(jìn)行一定的控制來(lái)適應(yīng)太陽(yáng)能的隨機(jī)性。分布式太陽(yáng)能光伏一般從家庭或建筑物接入，可控負(fù)荷PCL包括電動(dòng)汽車(chē)PEV、家庭負(fù)荷Phome、其他負(fù)荷PL0。

電動(dòng)汽車(chē)作為一種移動(dòng)儲(chǔ)能系統(tǒng)，本身是一種柔性負(fù)荷，源荷一體，在電網(wǎng)中可充電，也可作放電，電動(dòng)汽車(chē)也是一種空間上移動(dòng)源荷。家庭用電設(shè)備中可控負(fù)荷一般包括洗衣機(jī)、空調(diào)、熱水器等，及一些戶(hù)外家用電器，這些負(fù)荷用電地點(diǎn)一般固定，但時(shí)間可進(jìn)行一定控制，如用電時(shí)段的平移，這三類(lèi)負(fù)荷所占比例分別為：

一般常規(guī)用電負(fù)荷波動(dòng)性變化也具有一定的規(guī)律性，通過(guò)統(tǒng)計(jì)數(shù)據(jù)分析，也可用現(xiàn)有的概率分布函數(shù)來(lái)模擬。對(duì)可控負(fù)荷的隨機(jī)波動(dòng)性變化特點(diǎn)，如電動(dòng)汽車(chē)時(shí)間、空間上都可隨機(jī)性變化，很難用確定性數(shù)學(xué)表達(dá)式的概率分布來(lái)模擬，文中采用經(jīng)驗(yàn)概率分布來(lái)模擬。

2 多能互補(bǔ)的分析算法

風(fēng)光儲(chǔ)如何組合優(yōu)化，這種組合不是單純的離散型組合優(yōu)化問(wèn)題，而是連續(xù)型與離散型相結(jié)合的混合組合優(yōu)化。分布式接入光伏發(fā)電、負(fù)荷，其接入點(diǎn)較多，在同一地區(qū)范圍內(nèi)滲透率高，其隨機(jī)波動(dòng)性的數(shù)學(xué)概率模型一般為微積分表達(dá)式，在計(jì)算中很難直接使用。多點(diǎn)分布式風(fēng)光點(diǎn)，具有隨機(jī)性特點(diǎn)，其變化特性呈現(xiàn)出連續(xù)性和離散型特點(diǎn)，且預(yù)測(cè)存在誤差，很難用確定性分析模型來(lái)實(shí)現(xiàn)優(yōu)化組合。將風(fēng)光的不確定性概率模型離散化，等效形成多個(gè)數(shù)學(xué)“場(chǎng)景”，每個(gè)場(chǎng)景就是一種具有一定概率大小的可行實(shí)現(xiàn)方案。進(jìn)行“場(chǎng)景生成”，得到大量場(chǎng)景，然而場(chǎng)景數(shù)量大造成風(fēng)光組合優(yōu)化計(jì)算量大，也不便于在實(shí)際中應(yīng)用，需要削減到少數(shù)幾個(gè)最有可能發(fā)生的場(chǎng)景，即“場(chǎng)景削減”。

在風(fēng)、光多場(chǎng)景模擬計(jì)算過(guò)程中，一般采用“預(yù)測(cè)箱”（forecast bin）統(tǒng)計(jì)點(diǎn)預(yù)測(cè)的預(yù)測(cè)誤差分布實(shí)現(xiàn)[18]。首先將預(yù)測(cè)值按照從大到小進(jìn)行排序，將這些預(yù)測(cè)值等分成“數(shù)值區(qū)間”，按照預(yù)測(cè)值排序大小，將預(yù)測(cè)值、實(shí)測(cè)值的數(shù)據(jù)組[預(yù)測(cè)值，實(shí)測(cè)值]放入這些數(shù)值區(qū)間中。數(shù)值區(qū)間長(zhǎng)度定義為0.02 p.u.，得到100 個(gè)數(shù)值區(qū)間，“預(yù)測(cè)箱”就是每個(gè)數(shù)值區(qū)間內(nèi)的所有數(shù)據(jù)組。負(fù)荷概率無(wú)確定性表達(dá)式，一般根據(jù)經(jīng)驗(yàn)分布概率生成場(chǎng)景來(lái)模擬得到，光伏發(fā)電功率大小按照式（7）中概率分布表達(dá)式來(lái)進(jìn)行場(chǎng)景生成。

2.1 場(chǎng)景生成

實(shí)現(xiàn)風(fēng)光發(fā)電或負(fù)荷的動(dòng)態(tài)場(chǎng)景的生成，按照如下步驟生成100個(gè)場(chǎng)景：

1）調(diào)用MATLAB 統(tǒng)計(jì)工具箱ecdf 函數(shù)，根據(jù)光伏、風(fēng)電歷史運(yùn)行積累的數(shù)據(jù)，估計(jì)分析每個(gè)全部100個(gè)預(yù)測(cè)箱的經(jīng)驗(yàn)概率分布。

2）估計(jì)范圍參數(shù)ε，根據(jù)源、荷功率預(yù)測(cè)數(shù)據(jù)大小，控制不同超前時(shí)間內(nèi)的源荷隨機(jī)變量的相關(guān)性。參數(shù)估計(jì)的場(chǎng)景規(guī)模為200 個(gè)，確定參數(shù)ε的搜索范圍為[0，400]。

3）調(diào)用MATLAB統(tǒng)計(jì)工具箱中mvnmd函數(shù)，隨機(jī)生成服從Z~N（μ0，Σ）的隨50個(gè)機(jī)向量樣本，同時(shí)計(jì)算多元標(biāo)準(zhǔn)正態(tài)隨機(jī)變量Z的48階協(xié)方差矩陣。

4）判斷超前時(shí)間功率點(diǎn)預(yù)測(cè)pt歸屬哪個(gè)預(yù)測(cè)箱，對(duì)每個(gè)超前時(shí)間t（t=1，2，…48），50個(gè)多元正態(tài)隨機(jī)向量通過(guò)場(chǎng)景運(yùn)算得到100個(gè)動(dòng)態(tài)場(chǎng)景。

2.2 場(chǎng)景削減

根據(jù)Kantorovich 距離[19]的計(jì)算方法，可以分析計(jì)算初始場(chǎng)景集S0與削減后場(chǎng)景集Sr的距離，衡量其接近度。對(duì)于光伏或負(fù)荷的場(chǎng)景動(dòng)態(tài)特性，Kantorovich距離明確為如下的數(shù)學(xué)表達(dá)式：

式中：ω代表某一個(gè)動(dòng)態(tài)實(shí)現(xiàn)場(chǎng)景；p（ω）表示ω場(chǎng)景的概率；‖.‖2為常規(guī)歐式范數(shù)距離。通過(guò)生成多個(gè)光伏負(fù)荷的動(dòng)態(tài)場(chǎng)景后，在場(chǎng)景削減后分別得到NS、NL個(gè)概率最高的光伏負(fù)荷場(chǎng)景。根據(jù)光伏負(fù)荷場(chǎng)景的‖ω‖2值計(jì)算來(lái)比較其大小，然后根據(jù)其大小進(jìn)行排序。

根據(jù)各類(lèi)分布式光伏、風(fēng)電的概率特性及歷史數(shù)據(jù)，可得到各個(gè)分布式能源的功率場(chǎng)景，這些場(chǎng)景組合可模擬分布式能源接入配網(wǎng)。然而場(chǎng)景組合的數(shù)量很大，如何得到合理場(chǎng)景，以指導(dǎo)分布式能源的運(yùn)行。首先通過(guò)場(chǎng)景生成和削減，得到概率性大的NS類(lèi)光伏、NW類(lèi)風(fēng)電場(chǎng)景，風(fēng)光場(chǎng)景組合可得到NS×NW種，分別取其中最大、最小的風(fēng)光場(chǎng)景，得到四種邊界場(chǎng)景的組合。

光伏、風(fēng)電組合還不能滿(mǎn)足供電的需求，還需配備一定的儲(chǔ)能。由于儲(chǔ)能成本較高，如何優(yōu)化配置儲(chǔ)能的容量大小和位置是關(guān)鍵問(wèn)題之一。可根據(jù)風(fēng)光的多場(chǎng)景分析，對(duì)儲(chǔ)能配置進(jìn)行優(yōu)化分析。風(fēng)光功率場(chǎng)景，每 15 min 一個(gè)點(diǎn)，24 h 共 96 個(gè)點(diǎn)，根據(jù)風(fēng)光場(chǎng)景的組合情況，可確定儲(chǔ)能容量的需求。取某一時(shí)刻ti光伏PSO（ti）max、風(fēng)電PW（ti）max功率之和的最大值：

可確定儲(chǔ)能的最大充電容量。

取某一時(shí)刻光伏PSO（tj）min、風(fēng)電PW（tj）min功率之和的最小值：

可確定儲(chǔ)能的最大放電容量。

根據(jù)風(fēng)光最大、最小等極端情況下確定的儲(chǔ)能容量大小為極端容量，可完全應(yīng)對(duì)光伏的所有隨機(jī)性，可覆蓋全部組合運(yùn)行場(chǎng)景，滿(mǎn)足風(fēng)光的隨機(jī)性和供電需求，但投資較大。因此還可根據(jù)風(fēng)光功率平均值確定平均儲(chǔ)能容量，保證儲(chǔ)能的使用率最高，同時(shí)經(jīng)濟(jì)性最好，雖然平均容量小于極端容量，不能完全覆蓋各個(gè)邊界場(chǎng)景，但可包括大部分場(chǎng)景。在平均儲(chǔ)能容量下的極端場(chǎng)景，可適度棄風(fēng)棄光，或通過(guò)電網(wǎng)側(cè)來(lái)支撐來(lái)緩解問(wèn)題。各類(lèi)典型組合場(chǎng)景下的所需儲(chǔ)能PES（i）及發(fā)生概率為pi，進(jìn)行加權(quán)求和得到NES類(lèi)組合場(chǎng)景的加權(quán)平均儲(chǔ)能容量：

以上得到儲(chǔ)能是總體容量，實(shí)際中儲(chǔ)能是分布式存在，還需根據(jù)局部區(qū)域風(fēng)光分布，確定局部?jī)?chǔ)能容量。

3 算例分析

如圖1所示，該算例以IEEE33節(jié)點(diǎn)配電網(wǎng)系統(tǒng)[20]為基礎(chǔ)進(jìn)行一定的調(diào)整，IEEE33節(jié)點(diǎn)系統(tǒng)包括33個(gè)節(jié)點(diǎn)、32條支路和5條聯(lián)絡(luò)線路。假定其中5條聯(lián)絡(luò)線開(kāi)關(guān)常開(kāi)，其中節(jié)點(diǎn)0 為變電站節(jié)點(diǎn)，即外部電網(wǎng)點(diǎn)，以保證基準(zhǔn)負(fù)荷的供電需求。系統(tǒng)額度電壓等級(jí)設(shè)置為12.66 kV，基準(zhǔn)年負(fù)荷設(shè)定為4 094+j2 607 kVA。分布式光伏（圖中紅點(diǎn)）接入到IEEE33 系統(tǒng)中的節(jié)點(diǎn)5、11、18、19、23 中，共計(jì)210 kW，風(fēng)電接入節(jié)點(diǎn)2、9、14、28、32 中，共計(jì) 190 kW，各節(jié)點(diǎn)容量見(jiàn)表1。

圖1 IEEE 33 節(jié)點(diǎn)配電網(wǎng)系統(tǒng)圖

表1 風(fēng)光運(yùn)行容量 kW

1）風(fēng)光場(chǎng)景分析

根據(jù)預(yù)測(cè)值、概率密度函數(shù)，生成100 個(gè)動(dòng)態(tài)場(chǎng)景，根據(jù)場(chǎng)景削減原則，分別得到風(fēng)光的10 個(gè)概率大的場(chǎng)景，可包括絕大部分場(chǎng)景。

根據(jù)源荷概率較高的10 種場(chǎng)景，組合得到四個(gè)邊界場(chǎng)景，如圖2到圖5所示。

圖2 風(fēng)大光大場(chǎng)景

圖5 風(fēng)小光小場(chǎng)景

2）儲(chǔ)能配置

根據(jù)上述四種邊界場(chǎng)景分析，得到計(jì)算結(jié)果如表2所示。

表2 儲(chǔ)能運(yùn)行結(jié)果 kW

3）結(jié)果分析

（1）如圖2、圖4 所示，對(duì)于風(fēng)大光大、風(fēng)小光小兩種邊界場(chǎng)景下，這兩種極端場(chǎng)景需要儲(chǔ)能配合。對(duì)于風(fēng)大光大場(chǎng)景，此時(shí)如沒(méi)有儲(chǔ)能將造成棄風(fēng)、棄光，計(jì)算得到此時(shí)所需充電容量83.73 kW。對(duì)于風(fēng)小光小場(chǎng)景，此時(shí)如沒(méi)有儲(chǔ)能支撐，電網(wǎng)將缺少電源導(dǎo)致切負(fù)荷，計(jì)算得到此時(shí)所需放電容量49.98 kW。

圖4 風(fēng)小光大場(chǎng)景

（2）如圖3、圖5 所示，對(duì)于風(fēng)大光大、風(fēng)小光小兩種場(chǎng)景，是風(fēng)光協(xié)調(diào)配合較好情況，但是光伏只能白天發(fā)電，晚上完全降至零。此時(shí)也需要儲(chǔ)能支撐，所需儲(chǔ)能容量不超過(guò)在風(fēng)大光大、風(fēng)小光小兩種場(chǎng)景中的需求。

圖3 風(fēng)大光小場(chǎng)景

（3）對(duì)風(fēng)光組合的幾類(lèi)典型場(chǎng)景，根據(jù)其概率性，可計(jì)算得到儲(chǔ)能的加權(quán)平均值。儲(chǔ)能的布置為分布式，根據(jù)局部風(fēng)光所在區(qū)域，儲(chǔ)能可安裝在節(jié)點(diǎn)3、12、26中。

（4）從運(yùn)行的整體經(jīng)濟(jì)性看，儲(chǔ)能可安裝加權(quán)平均值來(lái)配置。至于概率極低的最大、最小發(fā)電場(chǎng)景，在一年中可能會(huì)發(fā)生幾天，此時(shí)可通過(guò)配網(wǎng)中其他電源來(lái)支撐，或切負(fù)荷，不必配置大容量?jī)?chǔ)能。

4 結(jié)語(yǔ)

針對(duì)小規(guī)模分布式風(fēng)光發(fā)電的運(yùn)行，提出“風(fēng)+光+儲(chǔ)能+電網(wǎng)”的體系結(jié)構(gòu)。多能互補(bǔ)手段較好解決分布式小規(guī)模風(fēng)光，提高其利用率，也為儲(chǔ)能的優(yōu)化配置提供指導(dǎo)。

1）建立了基于“分布式風(fēng)光+儲(chǔ)能”的運(yùn)行分析模型，研究了各類(lèi)分布式能源的多場(chǎng)景描述，及多類(lèi)場(chǎng)景的匹配方法。通過(guò)對(duì)最大概率分布式多源場(chǎng)景之間聯(lián)合進(jìn)行匹配比較，可確定儲(chǔ)能的優(yōu)化配置，結(jié)合可平移負(fù)荷的控制原則，及適當(dāng)棄風(fēng)棄光容量，引導(dǎo)不同地點(diǎn)的可用風(fēng)光容量的運(yùn)行次序。

2）基于風(fēng)光儲(chǔ)互補(bǔ)方式，引導(dǎo)不同地點(diǎn)各類(lèi)分布式風(fēng)光能源的主動(dòng)參與，各類(lèi)分布式能源、儲(chǔ)能及負(fù)荷之間互動(dòng)，實(shí)現(xiàn)運(yùn)行的有序化、后續(xù)可擴(kuò)展性，達(dá)到運(yùn)行的整體經(jīng)濟(jì)性，可大大減少棄風(fēng)棄光。風(fēng)光儲(chǔ)互補(bǔ)方式可較好克服傳統(tǒng)運(yùn)行中盲目性，提高分布式能源利用率，同時(shí)也為能源互聯(lián)網(wǎng)下新型配電網(wǎng)規(guī)劃提供參考。