刘庆珍,康晓明
(福州大学电气工程与自动化学院,福建福州350116)
传统配电网和分布式电源(DGs)构成联合供电系统的配电网.通常分布式电源在负荷侧并网运行,由于DGs的停运几率较大,其出力的不稳定性必然会使系统的可靠性评估变得复杂.研究和实验统计表明[1-4],低渗透率下,DGs对配电系统可靠性有改善作用.孤岛是对分布式电源可靠性评估建模[5-6]、可靠性分析方法研究[7-11]的有效手段.考虑孤岛时,若将风电机等制成多容量发电机,就意味着发电机在不同工作状态要对应不同的孤岛区域,在实施上较为困难.
本研究在主网和分布式电源(DGs)构成的联合供电的配电网中,依据分布式电源(DGs)的运行特点形成合理的孤岛供电区域,提出孤岛运行概率算法,对经典的可靠性评估解析法做出改进,形成联合供电系统可靠性评估方法,并通过IEEE BUS6-F4馈线系统进行可靠性评估.
图1是一典型的联合供电配电网示意图,风电机、太阳能电池组、储能电池组共同组成分布式电源(DGs).风机在运行时,风力达到额定风速的条件是比较少的,因此大多数情况下风机的出力达不到额定功率.为了能够使DGs有比较稳定的功率输出,风电机通常跟储能设备和换流器并列使用.正常情况下,交流负荷由主网、交流风电机输出以及交直流双向变换器供电.当线路设备发生故障时,未故障段的负荷可以由主网或分布式电源恢复供电,由分布式电源独立供电的部分就构成了孤岛,如图2.
图1 联合供电系统示意图Fig.1 The combining power supply system structure
图2 孤岛供电方式示意图Fig.2 The island power supply system structure
对应于孤岛的4种运行状态,以下4种情况会造成孤岛内的负荷点停电:
1)联合运行时,孤岛内负荷点停电仅取决于该负荷点所在线路段配变的故障,但负荷若在DGs的下游,DGs和负荷点之间的设备故障都会引起负荷点停电;
2)主网单独运行,分布式电源停运,此时孤岛内所有负荷点的可靠性指标计算与无分布式电源时候完全相同;
3)孤岛独立运行,孤岛内所有的电能需求都来自于分布式电源,孤岛内负荷点的故障率同放射性配电网的可靠性求解方法相同;
4)孤岛停电,孤岛外的主馈线和DGs同时故障,孤岛内所有负荷点停电.
从上述分析看出,孤岛内负荷点的故障率和停电时间,与上述孤岛4种运行状态的概率密切相关.主网系统的供电取决于孤岛外主馈线的故障情况,分别用Ps1、Ps2表示主馈线支路无故障概率和故障概率,即分别为主网系统供电和停电的概率;用PDG1、PDG2表示分布式电源正常运行和停运概率.显然:
由式(1)式(2)得:
记作:
式(4)即孤岛运行状态概率.其中:ρ1=Ps1PDG1,为分布式电源和系统无故障联合供电时的概率;ρ2=Ps1PDG2,为孤岛只由系统供电的概率;ρ3=Ps2PDG1,为孤岛独立运行概率;ρ4=Ps2PDG2,为孤岛停电概率.
采用经典解析法[12]对有双向供电电源的负荷点进行可靠性评估时,负荷节点的故障率和平均修复时间按二阶故障进行计算[10,12].由于本研究首先对孤岛进行了运行状态概率分析,对于孤岛的停电状态,孤岛内的所有负荷点都同时停电,孤岛停电是由于主馈线和分布式电源同时故障引起,所以此状态下孤岛内的负荷节点的故障率和平均修复时间应按二阶故障进行计算:
式中,λD,γD为分布式电源的停运率和平均停运持续时间,λsk,γsk为第k段主馈线的故障率和故障平均停电持续时间,在孤岛下游支路的停电持续时间应为负荷倒闸操作时间.
在孤岛有主网和分布式电源联合供电的运行状态下,孤岛内负荷点故障率的差异在于其是否位于分布式电源的下游,故负荷点的故障率应由下式进行计算:
其中:λli和λTi分别为负荷点i所在支路的故障率和配电变压器的故障率,ηi表示负荷点所处的位置,若负荷点在分布式电源的下游,ηi=1,否则,ηi=0,B为负荷点和分布式电源之间的支路集.
在孤岛处于单电源供电状态时,孤岛域内负荷点的可靠性可用经典解析法进行评估计算.
这样,孤岛内负荷点i的故障率可以通过计算孤岛在以上4种运行状态的故障率累加而得,即:
其中:λij为孤岛在第j种运行状态下的故障率.
对于整个配电网的系统可靠性计算,依然采用经典解析法进行评估计算.
以IEEE-RBTS Bus6-F4为例,对其进行可靠性仿真计算.系统设备参数见文献[13].分布式电源采用WES 30型号风电机,与双向转换器和储能电池组配套使用,以风电机的运行状态作为DGs的工作状态.通过HOMER软件对某地区全年风速的仿真,全年平均风速为9 m·s-1,风速在切入风速和额定风速之间的时段有7 062 h,全年中因为风速而停运次数达199次,平均停运时间为3.216 1 h.
仿真计算按如下条件设置实现:
Case1:系统只有主网供电;
Case2:在第20段线路接入DGs,由LP14~LP18形成孤岛区域Ⅰ,如图3所示;
Case3:在第29段线路接入DGs,由LP19~LP23形成孤岛区域Ⅱ,如图4所示;
Case4:分别于第20、29段线路接入DGs,形成孤岛区域Ⅰ、Ⅱ.
在Case2和Case3中,DGs的渗透率都为21.7%,Case4的DGs渗透率为43.4%.
图3 孤岛Ⅰ范围示意图Fig.3 The island Ⅰ of the feeder
图4 孤岛Ⅱ范围示意图Fig.4 The island Ⅱ of the feeder
1)孤岛运行状态概率.由系统数据,按式(3)和式(4)计算,求得主网、DGs状态概率及孤岛运行状态概率如表1所示.将风电机运行状态概率作为DGs状态概率.
2)孤岛负荷点的可靠性评估.Case1为传统配电网的可靠性评估,孤岛外的负荷点可靠性不会受DGs的影响.因此,只将孤岛内的负荷点可靠性指标列出.经计算,Case2和Case3中孤岛内负荷点的故障率和年停电时间如表2、表3所示.
表1 孤岛运行状态概率分布Tab.1 The probability distribution of island operating states
表2 Case1、Case2孤岛Ⅰ内负荷点可靠性指标Tab.2 The load points reliability indexes under Case1、Case2 in island Ⅰ
表3 Case1、Case3孤岛Ⅱ内负荷点可靠性指标Tab.3 The load points’reliability indexes under Case1、Case3 in islandⅡ
由表2,表3可以看出,孤岛内负荷点的年故障率和年停电时间均有很大下降,这说明只要系统中存在联合供电的孤岛,孤岛内负荷点的可靠性指标都会得到比较大的提高和改善.而各孤岛的可靠性指标计算相对独立,不受孤岛外设备故障的影响.
3)系统可靠性指标.以 SAIFI、SAIDI、CAIDI、ASAI、ENSI作为系统的可靠性指标,按照经典解析法的相关计算法[12],Case1~Case4中系统的可靠性指标如表4所示.由仿真结果可以看出,较之没有孤岛的配电网,接入分布式电源形成孤岛的配电网系统可靠性指标都有了明显的提升.同时,在孤岛停电状态下计算得到的故障率和停电时间比正常时会高出许多,但因为孤岛停电运行状态的概率相当小,所以最后计算出来的故障率和停电时间都在合理的范围之内.
4)不同算法的可靠性评估比较.为了考察所提的孤岛运行状态概率算法的效果,取孤岛内部分负荷点,将本算法求出的负荷点与系统的可靠性评估结果与文献[10]中的结果进行对比,如表5和表6.
表4 不同方案下系统的可靠性指标Tab.4 The system reliability indexes under different Cases
表5 不同算法的部分孤岛内负荷点可靠性指标Tab.5 The load points reliability indexes under different algorithms
表6 不同算法的系统可靠性指标Tab.6 The system reliability indexes under d ifferent algorithms
本算法由于充分考虑孤岛运行的各种状态及其概率,算例结果与实际系统的实验统计分析结果[6]十分接近,结论一致.在文献[10]中,因为所有负荷点单纯使用二阶故障折算法计算的故障率升高,因而故障持续时间降低太多,使得CAIDI值偏小.因此本研究使用的孤岛运行状态概率法分析可靠性更能彰显分布式电源对系统可靠性影响的效果,配电网的可靠性评估也更为接近真实的水平.
接入分布式电源的配电网的可靠性分析比传统的配电网复杂.通过研究分布式电源和主网系统构成的联合配电系统的运行方式,分析孤岛的4种运行状态,提出基于孤岛运行状态概率分布的可靠性评估算法,改进了经典解析法.该算法应用于算例分析,在DGs的渗透率比较低的情况下,DGs的接入对系统的可靠性有较大的提高.本方法模型简单,仿真更接近实际电网可靠性的真实水平,同时该方法还适应于多个分布式电源的配电网的可靠性分析.
[1]Karki R.Optional wind installation considering capacity and energy credits power symposium[C]//40th North American Power Symposium.Saskatoon:[s.n.],2008:1-6.
[2]Karki R.Wind power in power generation planning[C]//Canadian Conference on Electrical and Computer Engineering.Saskatoon:[s.n.],2004:1 511 -1 514.
[3]Neto A C,Silva da M G,Rodrigues A B.Impact of distributed generation on reliability evaluation of radial distribution systems under network constraints[C]//International Conference on Probabilistic Methods Applied to Power Systems.Maranhao:[s.n.],2006:11 -15.
[4]De Castro C C,Rodrigues A B,Silva MG.Reliability evaluation of radial distribution systems considering voltage drop constraints in the restoration process[C]//Intemational Conference on Probabilistic Methods Applied to Power Systems.Ames:Iowa State University,2004:106-111.
[5]Bagen B R,Cui Y.Reliability evaluation of small stand-alone wind energy conversion systems using a time series simulation model[C]//Generation,Transmission and Distribution,IEE Proceedings.Saskatoon:[s.n.],2003,150(1):96 -100.
[6]Bagen B R.Reliability considerations in the utilization of wind energy,solar energy and energy storage in electric power systems[C]//International Conference on Probabilistic Methods Applied to Power Systems KTH.Stockholm:[s.n.],2006:11 -15.
[7]Wang Guo-quan,Liu Zong-qi,Liu Nian,et al.Reliability evaluation of distribution system with distributed generation based on islanding algorithm[C]//Third International Conference on Clectric Utility Deregulation and Restructuring and Power Technologies.Beijing:[s.n.],2008:2 697 -2 671.
[8]Wang S X,Zhao Wei,Che Y Y.Distribution system seliability evaluation considering DG impacts[C]//Third International Conference on Electric Utility Deregulation and Restructuring and Power Technologies.Tianjin:[s.n.],2008:2 603 -2 607.
[9]孙瑜,Bollen M,Ault G.孤岛状态下含分布式电源的配电系统可靠性分析[J].电网技术,2008,32(23):77-81.
[10]刘传铨,张焰.计及分布式电源的配电网供电可靠性[J].电力系统自动化,2007,31(22):46-49.
[11]王旭东,林济铿.基于网络化简的含分布式电源的配电网可靠性分析[J].电力系统自动化,2010,34(4):38-43.
[12]郭永基.电力系统可靠性[M].北京:清华大学出版社,2003.
[13]Billinton R,Jonnavithula S.A test system for teaching overall power system Reliability assessment[J].IEEE Transactions on Power Systems,1996,11(4):1 670-1 676.