計及配電網設備利用率的源荷匹配評價

楊磊，趙平，鐘浩，李振興，嚴小毛

（1.三峽大學電氣與新能源學院，湖北 宜昌 443002；2.宜昌清陽科技有限公司，湖北 宜昌 443005）

0 引 言

隨著經濟快速發展，人們對能源需求日益增長，化石燃料大量使用帶來的環境污染問題愈演愈烈，在此背景下，國家出臺了推進能源結構調整、大力發展可再生能源的“雙碳”政策和推進屋頂分布式光伏建設的“整區（縣）光伏”政策[1-3]。但隨著分布式光伏并網規模的逐步擴大、配電網光伏滲透率上升，在帶來顯著的能源、環保和經濟效益的同時，因分布式光伏出力波動性與隨機性和配電網自身負荷特征[4-5]，分布式光伏的接入對配電網的安全性與穩定性也帶來嚴重的影響[6-8]，考慮分布式光伏與負荷之間互補匹配具有現實意義。

文獻[9]基于現有包含源荷追蹤系數、源荷變化系數的源荷評價指標加以改進，提出可對風光火耦合系統進行評估的源荷匹配性指標體系；文獻[10]提出風光總出力與負荷貼近程度的互補性指標，可綜合考慮消納率與滲透率，為風光容量優化配置提供可參考結果；文獻[11]考慮電網側與電源側兩方面因素，建立源荷匹配模式，實現電源-電網的雙向信息交流，保證電力電量的穩定供給與配電網安全運行。

上述文獻多是從風光等分布式電源互補的角度進行源荷匹配評估，但隨著光伏接入，配電網原有負荷特性發生變化，設備利用率隨之改變[12-13]，目前，從配電網設備利用率角度的源荷匹配研究還不夠深入。文獻[14]雖考慮了分布式光伏并網對配電網饋線負載率的影響，并構建源荷匹配指標體系，從中找出影響負載率的主導因素與改善因素，但并未對光伏接入前后配電網負載率變化進行研究；文獻[15]雖然考慮分布式光伏并網對配電網設備利用率影響，并以此建立有源配電網設備利用率的影響因子體系，但由于分布式光伏并網影響了配電網原有負荷特征，并未考慮分布式光伏出力特征與負荷特征之間匹配程度對設備利用率影響；文獻[16]雖考慮風電自然特征，并且建立了風電與電網交互特性評價指標，反映風電與負荷的匹配性、與電源的匹配性，但未對設備利用率情況進行分析研究。

針對上述問題，本文考慮分布式光伏并網后對設備利用率的影響，選取具有代表性的設備利用率指標，依據分布式光伏接入前后的設備利用率指標變化并從分布式光伏出力特性、負荷特征出發，建立包含波動匹配度、電量匹配度、消納匹配度與負荷偏移度的源荷匹配評估模型，使用拉開檔次法進行指標賦權，得出源荷匹配綜合結果，判斷設備利用率情況。最后以江蘇省某10kV饋線“整區光伏”試點為算例，驗證源荷匹配指標體系合理性。

1 指標構建分析

1.1 源荷特征分析

受用電模式、行為偏好以及生產方式等用戶自身因素與溫度、濕度、風力等自然環境因素影響[17-18]，電力用戶用電習慣各不相同，以居民負荷與工業負荷為例，居民類負荷白天負荷數值較小，在19∶00左右達到負荷高峰，工業類負荷峰值集中在10∶00與16∶00左右，且工業類負荷在夜間仍維持較高的數值，因此各類用戶的最高負荷、平均負荷、峰谷差、日負荷率等負荷特征均不相同，借助各類用戶的日負荷曲線可以直觀看出負荷特征的差異。

另一方面，分布式光伏出力水平與太陽輻射大小關系緊密，隨著太陽輻射變化，分布式光伏出力曲線呈現先上升后下降的“半包絡”形狀，并且在午時光伏出力達到全天峰值。季節、氣溫均會影響到光伏出力曲線高度與寬度。各類電力用戶典型日負荷曲線與光伏出力曲線如圖1所示。所以在分析負荷特征與分布式光伏出力特征時應從二者波動曲線相似程度進行考量。

圖1 各類電力用戶典型日負荷曲線與光伏出力曲線圖

1.2 光伏并網對設備利用率影響分析

分布式光伏并網示意圖如圖2所示，將光伏接入前流經配變或專線的負荷定義為原始負荷，將光伏接入后流經配變或專線的負荷定義為凈負荷，凈負荷為電力用戶原始負荷與分布式光伏出力的差值。

圖2 分布式光伏并網示意圖

傳統無源配電網設備利用率指標建立主要考慮負荷特征、安全準則與負荷裕度要素，現有研究已構建了含負載率、設備額定容量、設備故障率等指標體系。光伏并網后，無源配電網過渡為有源配電網，負荷特征指標開始由原始負荷特征和分布式光伏出力特性共同決定。

分布式光伏接入配電網后，受光伏出力影響，配電網凈負荷峰值將低于光伏接入前同時刻原始負荷峰值，原有負荷特性將隨之改變，設備利用率下降，故應在現有的設備利用率指標體系中選取可體現出分布式光伏對原有負荷特征影響的指標進行源荷匹配指標構建。本文選取設備利用率與負荷率指標變化作為源荷匹配指標體系構建依據。

基于上述分析建立源荷匹配指標體系，源荷指標體系與設備利用率指標體系關系如圖3所示。

圖3 指標關系圖

2 設備利用率指標

2.1 綜合負載率

綜合負載率M'定義為光伏出力期間設備負載率的整體情況，由各采樣時刻設備負載率加權得出。計算公式如式(1)所示：

式(1)中：Mt為間隔為t的采樣時間周期內的設備負載率，Epv,t為相鄰采樣周期內光伏發電量，t1、t2分別為光伏出力的始末時間；式(2)中：Pload,t、Ppv,t分別為在光伏出力期間的各時間周期內原始負荷功率與光伏出力功率，S為設備額定容量。從式(2)也可看出相比較光伏接入前同時刻設備負載率，光伏接入后設備的負載率必定下降。

令綜合負載率指標數值為x，其隸屬度函數如式(3)所示：

式中：μ1、μ2為專線或配變最佳經濟運行區上下界限。取值范圍為(-∞,1]，越接近于1說明負載率越接近設備最佳經濟運行區，小于0說明發生了潮流倒送現象。

2.2 負荷率

負荷率βload定義為設備在光照時間內凈負荷平均值與凈負荷峰值的百分比，負荷率越大，則說明各時段凈負荷數值越平均，波動相對越小。

式中：T為光伏出力總時間，令負荷率指標數值為x，其隸屬度函數為式(5)所示：

由式(2)與式(4)可以看出，負載率、負荷率受采樣時間周期內負荷功率、光伏出力功率與設備容量直接影響。

3 源荷匹配指標與賦權

配電網負載率、負荷率在光伏并網后會出現不同程度的降低，為更好把握變化趨勢并分析源荷匹配程度，本文依據波動匹配度、電量匹配度與消納匹配度分析光伏實際消納情況，并對照新設定的負荷偏移度指標判斷設備利用率變化程度。

3.1 波動匹配度

波動匹配度Mwave定義為在光伏出力期間負荷曲線與光伏出力曲線波動趨勢的匹配程度，用于定量分析二者之間的相關程度，計算公式如式(6)所示：

式中：Pload,ave、Ppv,ave分別原始負荷功率、光伏出力功率均值。

波動匹配度取值范圍為[-1,1]，源荷曲線相關程度與波動匹配度取值范圍對應如表1所示。

表1 饋線各接入點源荷信息

表1 |Mwave|取值范圍與相關程度對應關系表

根據皮爾遜系數相關性程度區間，令波動匹配度指標數值為x，設置源荷曲線相關性的隸屬度函數如式(7)所示，當μ(x)＞0.5時說明源荷曲線至少具有中等相關性，即波動趨勢已基本一致，當μ(x)＜0.25說明源荷曲線負相關，即波動趨勢相反，負荷谷期與光伏出力峰期近似重合。

3.2 電量匹配度

電量匹配度We定義為在光伏出力期間，光伏總發電量與負荷總用電量匹配程度。計算公式如式(8)所示：

We取值范圍為[0,+∞)，越接近1表示光伏總發電量與負荷總用電量匹配程度越高，當We超過1時說明光伏總發電量超出負荷總用電量需求，令電量匹配度指標數值為x，其隸屬度函數為：

3.3 消納匹配度

消納匹配度Ma定義為在光伏出力期間，可消納光伏電量占光伏總發電量比值。

因消納匹配度Ma取值范圍為[0,1]，當Ma=1時說明可消納光伏電量等于光伏總發電量。令消納匹配度指標數值為x，其隸屬度函數如式(11)所示：

消納匹配度Ma隸屬度函數取值范圍為[0,1]，越接近于1說明光伏消納越完全。

3.4 負荷偏移度

負荷偏移度Sload定義為光伏接入后，凈負荷較原始負荷數值偏移程度。

因負荷偏移度取值范圍為[0,+∞)，負荷偏移度越小說明凈負荷大小越等于原始負荷，所以令負荷偏移度指標數值為x，負荷偏移度的隸屬度函數如式(13)所示：

負荷偏移度Sload隸屬度函數取值范圍為[0,1]，Sload越大說明凈負荷越小于電力用戶原始負荷，Sload等于1時說明光伏接入后凈負荷等于電力用戶原始負荷，即未接入光伏。

3.5 指標賦權

基于上述指標得分數值并經過指標賦權，得到源荷匹配綜合得分，根據得分結果評判源光伏接入點荷匹配整體效果，第i個評價對象的綜合得分如式(14)所示：

式中：w=(w1,w2,w3,…,wm)T是m個指標的權重系數向量，xi=(xi1,xi2,xi3,…,xim)T為第i個評價對象的指標得分。

為整體上拉開各評價對象之間的差異，使之盡量拉開檔次，以利于對其排序，本文使用基于“差距驅動”原理的拉開檔次法進行指標權重確定。

確定權系數向量w的準則是能最大限度地體現被評價對象之間的差異，即式(15)最大值，使得n個被評價對象取值的分散程度盡可能大。

式(16)中：H=ATA為實對稱矩陣，xnm為第n個評價對象的第m個指標得分。若對w不加限值，式(15)可取任何大的值，故此處限定，即滿足式(17)中約束條件求得w。

4 算例分析

4.1 算例概況

江蘇某工業園區110 kV變電站饋線建設情況如圖4所示，饋線總長20 kM，線路容量為8 MVA，功率因數為0.9，專變、公變共10臺，總容量為4.3 MVA，居民負荷、工業負荷在光伏出力期間用電量占比分別為37.23%、62.76%。饋線均接入光伏，光伏總裝機容量為2.6 MW。

圖4 饋線實際建設情況

居民負荷、工業負荷與光伏標幺值波動曲線如圖5所示，光伏出力時間設定為7∶00-19∶00，具體負荷數據、光伏裝機容量與出力數據如附錄表1與表2所示。

表2 指標得分與綜合得分表

表2 源荷波動標幺值

圖5 饋線各類電力用戶日負荷曲線及光伏出力曲線

4.2 源荷匹配指標分析

對各接入點源荷匹配指標進行計算，指標得分如表2所示，并使用縱向拉開檔次法得到指標權重分別為0.13、0.42、0.12與0.33，依據權重賦權得到綜合得分。

根據表2可以看出，在居民負荷、工業負荷中居民1#、工業1#的綜合得分最高。

居民類負荷與工業類負荷波動匹配度均小于0.25，說明二者負荷曲線與光伏出力曲線呈現負相關，即負荷谷期與光伏出力峰期近似重合，居民1#與工業1#電量匹配度較低，消納匹配度為1，說明在光伏出力期間無潮流反向現象，光伏消納完全，并且負荷偏移度得分較高，說明光伏接入后設備利用率未有明顯的變化。

居民2#―5#、工業2#―5#外電量匹配度指標數值較高，且消納匹配度均小于1，這表明光伏將無法消納完全，會產生潮流反向，并且負荷偏移度得分低，說明光伏接入后設備利用率下降幅度大，設備利用率低。以居民2#、工業2#為例，源荷曲線如圖6所示。

圖6 居民2#與工業2#源荷曲線圖

4.3 設備利用率指標分析

因各接入點均為通過配變接入配電網，故負載率隸屬度函數依據配變處于經濟運行區時的負載率進行設定，各配變具體區間如附錄表3所示。

表3 綜合負載率與負荷率指標情況

表3 設備經濟運行區間

基于源荷匹配指標可以發現，居民2#―5#、工業2#―5#無法完全消納光伏，配變處于低載或潮流反向現象，設備利用率指標下降幅度較大。對比表3可知上述接入點在接入光伏后，綜合負載率、負荷率下降幅度不低于40%，最高分別可達77%與85%。其中居民2#在光伏接入后綜合負載率得分只有0.230，遠低于1，即在光伏出力期間設備大部分時間處于輕載或潮流倒送狀態，各時刻負載率得分如附錄表4所示，表中可以看出，在9∶00―16∶00期間負載率得分處于全天最低值，較光伏接入前均明顯下降，即在光伏出力期間設備大部分時間處于輕載或潮流倒送狀態。

表4 居民2#光伏接入前后各時刻負載率得分

居民1#、工業1#因其消納匹配度較好且負荷偏移度得分高，對照表3可知光伏接入后綜合負載率、負荷率均未發生較大變化，綜合負載率均接近或等于1，即光伏接入后仍處于經濟運行狀態，設備利用率高。

5 總結

本文提出了一套判斷分布式光伏并網對配電網設備利用率影響程度的評估方法，得出如下主要結論：

1)基于源荷特性、綜合負載率與負荷率建立了源荷匹配評估指標，依據拉開檔次法進行指標賦權，可直觀看出設備利用率下降程度以及影響下降的主要因素。

2)借助江蘇某工業園區實際算例，將評估方法應用于分布式光伏對配電網設備利用率影響評估，通過計算設備利用率指標進行對照，驗證了評估方法的合理性和有效性，具有一定的工程實踐價值。