基于微網負荷特性的配電網動態無功設備優化配置技術

［關鍵詞］動態無功設備；微網負荷特性；配電網；配置技術

［中圖分類號］TM761.12 ［文獻標志碼］A ［文章編號］2095–6487（2024）10–0041–03

在現代生活中，電能起到重要作用。為滿足實際電能需求，配電網的建設標準日益提升。配電網在運行過程中，會消耗掉一些無功功率，而無功會影響電壓，此種情況如果長期得不到約束，會影響配電網的運行質量，并可能使電能的利用率呈下降趨勢。為改善此種現象，需要對電能使用實施合理的無功優化，以保證電網正常運行。實踐證明，無功優化效果顯著，可在降低網損的基礎上，合理改善電能質量，提高配電網建設水平。

目前，電力系統負荷預測至關重要，該項工作和動態無功優化聯系密切，當預測的精準度達到要求時，才能進一步保障無功優化的效果。為此，基于微網負荷特性的無功設備優化配置具有一定的現實意義。

1案例分析

微網類型中，負荷較大的為工業型微網，且此微網類型對電壓質量要求也很高。基于此，文章將以某項目的工業型微網接入配電網作為真實的研究對象，結合該項目的特殊性，考慮以下的因素：①考慮氣候差異；②考慮項目的電源特性以及相關的電價機制等；③考慮設備壽命、投資、維護的特殊性；④考慮SVG分散控制策略。在此基礎上，構建微網接入配電網后的動態無功優化模型。

現有的建模技術容易忽視電網售電電價的比較，從而影響了經濟效益的最優化。綜合多方面的原因，在本案例中將以電網峰谷分時電價為重要參考，考慮實際電價的差異，構建微網并網通用模型，確保配電網運行經濟性。

2動態無功設備優化配置條件

查閱文獻可知，以往人們對靜態無功設備優化配置的研究較多，而對動態無功設備優化配置的研究相對較少。之所以會如此，是因為動態無功設備優化配置需要對系統頻繁調節，而這種頻繁調節容易縮短設備壽命。動態無功優化需要建立在靜態無功優化的基礎上，動態無功優化是全天的，負荷預測曲線較為復雜。在電力系統運行時，負荷預測曲線一直處于發展變化的狀態，所以動態無功優化的實施過程更加復雜，約束條件較多。為保障無功設備優化配置的效果，在進行動態無功優化的過程中，可將負荷進行分段，以降低優化的整體難度[1]。

3微網負荷預測

電力系統負荷預測和動態無功優化聯系密切，在實際的項目中，提升預測的精準度，可進一步保障無功優化的效果。為此，基于微網負荷特性分析的無功優化技術方案將更具有可行性。在構建通用出力模型前，需要加強合理的微網負荷預測，為后續工作提供保障。負荷預測實際上就是圍繞微網負荷特性，對日常用電調度工作以及交易用電計劃等提供重要的數據支撐，并對電網系統結構開展綜合定量分析，借此掌握負荷變化規律，在此基礎上對我國用電電網負荷等級進行評估。現實中，為保證負荷預測的精準度，可建立基于傳統數學理論和軟件編程技術的預測模型，借此分析負荷變化[2]。

4微網通用模型和控制措施

4.1光伏電源時序模型

在微網電源中，光伏電源十分重要，屬最主要的隨機電源，對微網運行穩定性有直接性的影響[3]。通過研究發現，實際的光伏有功出力規律難以掌控，近似服從Beta分布。在具體的模型搭建過程中，其概率密度函數為：

光伏電源時序模型（考慮不確定性的模型構建）對動態無功優化有一定的參考作用。相同季節及天氣，實際的光伏出力差異在不同的時段差距較小，也正是因為這樣的特點，可以按四季和晴、陰等，系統分析光伏的處理差異。為方便統計，可將年出力曲線等效為不同場景下的日出力曲線，在此基礎上，計算對應概率P。

4.2儲能電池約束模型

通過研究發現，在實際的項目中儲能電池極為重要，可作為微網中唯一的可控電源。在操作中可借助控制裝置的SOC完成相關任務，合理實現電池的充放電。在構建儲能電池約束模型期間，需要進一步明確SOC與充放電的關系。SOC是重要參數，表示剩余容量所占的比值，SOC與實際充放電的關系，可借助以下公式表示。

在明確上述的參數信息后，便可以對儲能電池的約束條件進行設計，保障儲能電池使用一直處于安全區間。

4.3有效的微網運行調控策略

結合現實工作可知，網型微網正常運行下，其最高的運維與調度目標是實現利益最大化，提高微網運行效率的關鍵。基于這樣的前提，在進行微網運行調控的過程中，需要考慮電源運行成本、實際的電價等因素，確保優化工作的可靠性。研究發現，微網的可控電源設計與使用非常特別，除儲能電池外，還有冷熱電聯產系統，正常狀態下，微網可控電源狀態由自身運行約束決定，如果系統存在故障，則要依據實際的負荷需求動作進行調整。現實中，由于發電成本的不同，需要設定合理的電源補償負荷順序，提升電網運行經濟性。一般順序為光伏、儲能，最后是冷熱電聯產[4]。本次案例項目中，微網運行決策方法如圖1所示。

通過比對可知，基于微網并網負荷技術要求和相關屬性，需要制訂完備的優化方案，在技術保障下調整動態無功設備的配置，提升配置科學性。而想要達成理想目標，需要將負荷全年時序這一變化曲線作為技術應用的關鍵點，強化無功優化與配置的整體效果。案例項目為工業型微網，其微網電源數據見表1。

4.4高效的SVG并網控制措施

在現實工作中，SVG并網控制措施比較常用，通常也稱STATCOM。研究發現，配電網中的SVG運行模式較為特殊，通常采用閉環控制，此種情況下當進行接入后會出現明顯的電壓偏差（母線電壓與參考電壓）。此時可借助科學的控制策略，對SVG無功出力實施有效的調節，以此保證無功出力的可行性，實現實時電壓的穩定，提升電網運行和質量。為達到理想的并網控制效果，在綜合考慮誤差和存在的并網特點后，案例項目選擇了以下的并網控制方式，即轉變SVG接入點的功能和性能，將其設置為PV節點（電壓為1p.u.），以體現SVG快速調節性。實踐證明，此技術方案較為可行，可在無功出力不越限的較為特殊情況下，始終維持電壓的穩定。在實際應用場景中，所需的無功功率較大，當實際的數值明顯大于最大補償容量時（節點轉換重要指標），要采用PQ節點，利用這樣高效的方式，促使SVG以最大容量出力，滿足電網運行需求。

5動態無功配置優化模型以及科學求解

5.1動態無功配置優化模型

現階段，為了精細化運行費用，并較好提升電網電壓質量，在實施動態無功設備配置的過程中，要認真考慮運行優化問題，在通用模型和控制策略的基礎上，搭建動態無功配置優化模型，為后續動態無功設備配置提供保障。研究發現，雙層規劃模型建模，可滿足動態無功設備配置的具體要求。優化思路如下。

（1）結合現實需求，發揮上層規劃決策SVG的控制優勢，使其和C（補償電容器組）的容量完全匹配，借此作為下層的約束條件，確保雙層規劃模型的穩定性。

（2）下層優化C的時序。在優化過程中需要明確實際的投切容量，將其作為重要指標，實現運行費用的最優化設計。并將最終結果反饋到上層的構建函數中，借此達成上下層間的配合，發揮雙層規劃模型的優勢。該模型可表示為：

5.2模型求解

結合相關經驗可知，想要求解文章規劃問題，需要采用遺傳算法。動態無功配置優化模型因采用雙層結構，所以模型優化變量較多，求解過程較為復雜，傳統遺傳算法難以滿足求解的需求。為此在實操中需要設置大規模種群，在此基礎上保障求解的正確性。算法改進策略為在選擇步驟改進環節，需要科學使用算法代替輪盤（基于種群個體適應度），為精準計算提供保障。

6配置方案效果分析

案例項目中，共采取了3種方案進行了無功補償設計，其對比情況如下。

（1）單一動態無功補償。SVG補償節點及容量為29（1.5）、13（0.5）、12（1.5）。

（2）單一靜態無功補償。SVG補償節點及容量為29（1.2）、13（0.2）、3（0.6）、12（0.6）。

（3）動、靜結合的無功補償方式。SVG補償節點及容量為29（0.4）、13（0.2）、3（0.4）、12（0.2）、29（0.5）、3（0.5）、12（0.5）。

實踐證明，動、靜結合的無功補償方式可實現動、靜的協調補償，顯然效果更為顯著。另外，還可以保證電網運行良好的經濟效益。

經分析可知，案例項目中的工業型微網實際的負荷較大，采用微網并入的方法，電壓存在越下限情況。所以需要采取方案3中的補償設計，科學配置動態無功設備。從實際效果來看，方案1與方案2電壓波動較大，并且無功補償效果容易受到限制。而相比之下，方案3的可行性較高，可滿足新能源并網需求，同時還可以保證電網運行良好的經濟效益。

7結論

文章結合實際案例，分析了動態無功設備的配置方法，可為同類項目提供合理借鑒。

（1）動態無功設備的配置需要考慮內容較多，為實現有效的無功補償，在配置方案設計與優化中，需要考慮微網負荷特性，將其作為動態無功設備配置的重要參考。

（2）微網內存在多種電源類型，通過分析其儲能出力特征，可設計出一種高效的無功優化配置方法。借助雙層規劃模型的運用，提升動態無功設備配置的可行性，保障配電網的經濟效益。

（3）現實中，針對復雜的微網并網情況，可采用SVG的協調補償方法，借此滿足配電網經濟、高效運行的現實需求。