含分布式光伏的配电网功率协调优化

黄素娟， 祝进, 王海龙

(南瑞集团公司(国网电力科学研究院)，江苏 南京 211106)

含分布式光伏的配电网功率协调优化

黄素娟， 祝进, 王海龙

(南瑞集团公司(国网电力科学研究院)，江苏 南京 211106)

为解决分布式光伏接入对配电网带来的电压问题，研究了含分布式光伏的配电网功率协调优化策略。以配电网节点电压在规定范围之内光伏发电出力最大化为目标建立模型，利用灵敏度分析选取优先调节的光伏节点，采用粒子群优化算法选取合适的最优解。在保证电压质量的情况下提高光伏利用率。通过对嘉兴配电网的实例分析验证了控制方案的有效性。

分布式光伏；配电网；功率协调；灵敏度；粒子群算法

0 引 言

随着传统能源的日渐枯竭和生态环境问题的日益严重，发展可再生能源已成趋势。其中光伏发电作为清洁、可再生能源的典型代表，以其广泛性、清洁性、可再生性及其技术发展的充分性近年来得到了快速发展。大量分布式光伏电源接入配电网，一方面可缓解能源需求的紧张局面，另一方面分布式光伏接入配电网将改变传统配电网的辐射式配电方式，不可避免地造成对传统电网的影响，不仅会影响供电质量，还可能造成接入点电压超出合理运行范围，甚至危及分布式光伏的联网运行及电力系统的安全稳定运行[1-3]。因此，研究分布式光伏接入配电网的电压特性及其功率协调控制策略具有重要的现实意义。

本文在光伏发电预测的基础上，提出一种含分布式光伏的配电网有功-无功协调控制模型，优化配网中各分布式光伏的有功无功出力，使得整个配网电压水平维持在合理范围的前提下最大化光伏的有功出力，提高光伏发电的利用率。并将研究成果应用于嘉兴DGM8500分布式电源调控及运营平台，算例分析和现场工程应用验证了该控制策略的有效性。

1 分布式光伏接入对配电网的影响

图1 光伏系统并网点处戴维南等效电路

分布式光伏的接入改变了配电网原来单电源、辐射状的结构，必然引起配网馈线中潮流发生变化，进而影响电压分布[4]。并网光伏系统与电网连接处的戴维南等效电路如图1所示，Rg+jXg为电网侧等效阻抗。

光伏系统以单位功率因数控制并网时，并网点电压Upv发生ΔUpv的变化，则相应电流Ipv发生ΔIpv的变化，可近似推导并网点电压变化量表达式为：

ΔUpv=ΔIp×(Rg+jXg)=

其中ΔPpv为光伏系统有功功率改变量，Upv为并网点额定电压，Sk为并网点处短路容量，φ为并网点电网等效阻抗角，ΔIp为光伏系统有功电流改变量。由式(1)可知，当光伏有功出力大于一定值时，必然会引起并网点电压越限。

当光伏系统以无功电压控制模式并网时，并网点电压变化量表达式为：

ΔUpv=(Rg+jXg)(ΔIp+jΔIq)=

(2)

其中ΔSpv为光伏系统功率改变量，φ为并网点电网等效阻抗角，θ为光伏并网系统功率因数角，ΔIq为光伏系统无功电流改变量。

分布式光伏接入配电网后，一方面导致线路上传输的有功功率和无功功率减少，从而不同程度地抬高各负荷节点电压；另一方面，分布式光伏受气象因素影响较大，其输出有很大的波动性。同时配网电压还会受到负荷不断变动的影响。

很多学者对于分布式电源接入电网的电压问题进行了研究，文献[5]分析了分布式光伏对配电网的影响及分布式光伏的规划，但在实际电网中，光伏规划可能并未考虑电网的情况。文献[6-9]分析了配网中常用的几种抑制分布式发电接入带来的电压波动的方法，包括利用变压器有载调压方式，安装动态无功补偿设备，安装储能设备等。但实际配电网中变压器通常不能进行调压或只能采取无载调压方式，而新增无功补偿及储能设备会增加投资。光伏发电在配电网中既可以作为有功资源也可作为无功资源[10]，充分利用分布式光伏的调节能力参与到配电网的动态无功电压优化控制中，具有调控成本较低且调节迅速的特点，可提升系统运行的安全性和经济性。考虑到配电网结构不同于输电网，R/X较大，整个系统的有功、无功与节点电压不解耦的实际情况，本文采用有功-无功综合协调控制策略，优化配网中各个分布式光伏的出力。

2 协调优化模型

2.1 目标函数

对功率协调控制策略来说，受控的分布式光伏必须具备有功、无功的可调节性，在此仅仅考虑这类分布式电源。为尽量提高分布式光伏利用率，本文以配电网节点电压在规定范围之内光伏有功出力最大化为目标。光伏有功出力最大表示为：

(3)

节点电压是检验电网安全性和电能质量的重要指标之一。本文将配电网节点电压的限制转换为电压越限罚函数：

(4)

式中α为电压越限罚因子，本文取1 000。

(5)

其中vj为节点j电压幅值，vjmax和vjmin分别为节点电压限值的最大与最小值。

综合考虑形成的目标函数为：

(6)

2.2 约束条件

(1)潮流方程约束

(7)

式中Pi与Qi分别为节点i的有功无功注入功率；Vi、Vj为节点i、ji的电压；Gij、Bij、δij分别为节点i、j间的电导、电纳和电压相角差。

(2)节点电压约束

vimin≤vi≤vimax

(8)

式中vi为节点i电压幅值，vjmax和vjmin分别为节点电压幅值的上下限值。

(3)分布式光伏的运行约束

中小型容量的PV发电系统通常采用PQ控制方式进行并网。本文中，光伏模块稳态运行时采用PQ模型，并网功率可实现有功无功独立控制。

(9)

2.3 灵敏度分析

对于本优化模型，求解变量数为可调节点数的两倍，当配网规模增大，光伏渗透率提高时，求解该优化模型变得极为困难，结果也变得不可靠。为降低求解变量个数，采用灵敏度分析法，先求取对系统影响最大的关键节点，每次优化过程中只有关键节点参与优化，其余光伏节点继续工作于MPPT(最大功率点跟踪)状态，从而提高求解速度与可靠性。

对于具有N个节点的电力网络，令n=N-1，取平衡节点作为参考节点，将PV节点增广到潮流方程式中，可得2n个极坐标形式的牛顿法潮流修正方程式：

(10)

(11)

(12)

考虑到电压幅值标幺值在1.0 pu附近，对上式进行高斯消去，计算得到电压对节点注入功率的灵敏度为:

ΔV=((B+Q)(G-P)-1(B-Q)+(G+P))-1ΔP-

((G-P)(B+Q)-1(G+P)+(B-Q))-1ΔQ

(13)

从而可得节点注入有功、无功对节点电压的灵敏度矩阵分别为：

(14)

在模型求解中，先计算越限点电压对所有可调节点注入功率的灵敏度，选择灵敏度最大的节点作为本次优化的调节节点。

2.4 模型求解

协调优化模型是一个多约束非线性规划问题，对于这类问题，智能优化算法逐渐显现出较大的应用潜力。其中粒子群算法具有并行性好、鲁棒性强等特点，并且实现起来相对容易，已经广泛应用于电力系统各种优化问题中[11-12]。本文采用带惯性权重的粒子群算法：首先在搜索空间中随机生成一组初始解，即每个粒子初始位置，并对每个粒子赋予随机的初始速度。每个粒子的速度和位置信息根据群体的特性，随着群体的进化进行不断的调整，其速度和位置的更新方程如下：

(15)

(16)

(1)惯性权重ω

为了平衡全局和局部搜索能力，选择惯性权重由0.8递减至0.4。计算公式如下：

(17)

式中ωmax、ωmin是ω的上下限值，τmax是最大迭代次数，τ为当前迭代次数。

(2)学习因子c1=c2=0.4。

(3)种群规模N=30。

(4)终止条件：达到最大迭代次数100或连续两代最优适应度达到收敛误差10-8。

3 实例分析与应用

嘉兴采用国电南瑞开发的DGM8500系统建设了区域分布式电源调控及运营平台，是浙江省乃至全国率先实现区域新能源统一调控及运营的平台。本文在DGM8500系统上完成了功率协调控制的功能，并在现场进行了验证。

选取工程现场其中一条线路-双河变昌东863线为例进行分析，其配网结构图如图2所示，包含节点35个，并在节点9、19、34、23、24、25分别接入村上石崎、塘汇卫生院、塘汇供销社、银河工贸、嘉怡制衣、杰邦制衣等六个光伏电站。

图2 昌东863配网结构图

选定某天的12：00时刻进行分析，从DGM8500调控系统读取系统预测的光伏电站的功率信息如表1所示和负荷信息。取电压基准值为10 kV，母线节点电压设为1.0 pu，电压上下限取0.93 pu和1.07 pu。控制策略流程如图3所示。

表1 光伏电站预测功率

图3 协调优化策略流程图

在不进行功率优化控制所有光伏电站都运行在MPPT模式下，对各节点电压计算发现，35个节点中有20个节点越电压上限，节点电压曲线如图4所示。从图4上可清晰的看出，9、19、34节点的光伏电站对其附近的电压抬升最为明显甚至越限。采用功率协调控制策略对光伏电站功率进行有功无功协调控制，受控的光伏电站的有功无功出力建议值如表2所示，优化前后的电压对比曲线如图5所示。

图4 优化前节点电压曲线

控制对象有功/kW无功/kvar村上石崎光伏电站3145.50994.07塘汇卫生院光伏电站4324.96831.36塘汇供销社光伏电站2175.96462.98

从图5可以看出，并入配电网的分布式光伏对电网的电压具有支撑作用，优化前，接入节点9、19、34处的光伏电站对附近的节点的电压抬升非常明显，按10 kV允许电压偏移量±7%来看，对应节点附近的节点电压已经越上限，根据功率协调控制策略，对越限节点进行灵敏度计算，确定了对村上石崎、塘汇卫生院、塘汇供销社三个光伏电站进行功率协调优化，优化后其附近点的电压有明显的降低，且都在在允许的电压偏移范围内。

优化前后的分析计算，验证了所提出的控制策略的有效性，通过对分布式光伏电站有功和无功出力作为控制变量加以协调优化，在充分利用光伏发电的基础上，取得了良好的调压效果。

4 结束语

本文根据部分分布式光伏具有优良的调节性能，提出了含分布式光伏的配电网有功-无功协调控制模型，并在灵敏度分析的基础上，利用粒子群算法进行求解。通过优化控制分布式光伏注

入配电网的功率，在保证配电网电压可靠性的前提下，最大化光伏出力，提高光伏渗透率，保障配网安全稳定运行。

图5 优化前后节点电压对比曲线

[1] 王志群, 朱守真. 分布式发电对配电网电压分布的影响[J]. 电力系统自动化, 2004, 28(16): 56-60.

[2] 赵波, 张雪松, 洪博文. 大量分布式光伏电源接入智能配电网后的能量渗透率研究[J]. 电力自动化设备, 2012, 32(8): 95-100.

[3] 苏文辉, 林章岁, 李喜兰,等. 分布式电源对配电网静态电压稳定的影响研究[J]. 电测与仪表, 2014, 51(14): 41-46.

[4] 晁阳. 并网光伏发电系统无功电压控制研究[D].重庆: 重庆大学, 2014.

[5] 许晓艳, 黄越辉, 刘纯. 分布式光伏发电对配电网电压的影响及电压越限的解决方案[J]. 电网技术, 2010 34(10): 140-146.

[6] 吴兴龙. 光伏并网对配电网的影响[D]. 合肥: 合肥工业大学, 2013.

[7] CHEN YANDONG, LUO AN, XIE SANJUN, et al．A single-phase photovoltaic grid-connected power control method without delay[J]．Proceedings of the CSEE,2012,32(25):118-125.

[8] SENJYU T, MIYAZATO Y, YONA A, et al. Optimal distribution voltage control and coordination with distributed generation [J]. IEEE Transactions on Power Delivery, 2008,23(2):1236-1242.

[9] CONTI S, GRECO A M. Voltage regulation through optimal reactive power dispatching in active distribution networks[C]//The 14th IEEE Mediterranean Electric technical Conference, 2008:792-798.

[10] 张璐, 唐巍. 含光伏发电的配电网有功无功资源综合优化配置[J]. 中国电机工程学报, 2014,34(31): 5525-5533.

[11] 徐俊俊,黄永红,王琪,等. 基于自然选择粒子群算法的含DG接入的配电网无功优化[J]. 电测与仪表, 2014,51(10): 33-38.

[12] 张晓庆. 基于改进粒子群算法的电力系统经济调度计算研究[D]. 哈尔滨:哈尔滨理工大学,2014.

[13] 孙湘,周大为,张希望. 惯性权重粒子群算法模型收敛性分析及参数选择[J]. 计算机工程与设计, 2010,31(18): 4068-4071.

[14] 高芳. 智能粒子群优化算法研究[D]. 哈尔滨: 哈尔滨工业大学, 2008.

Coordination and Optimization of Distribution Network Power with Distributed PV Power

Huang Sujuan, Zhu Jin, Wang Hailong

(NARI Technology Co.,Ltd., Nanjing Jiangsu 211106,China)

In order to solve the voltage problem in the distribution network caused by accessing the distributed PV power, the strategy for coordination and optimization of the power in distribution network containing distributed PV power is under study. It takes max. PV power output within a predetermined range of the node voltage of distribution network as the target for modeling while using sensitivity analysis to select PV node for preferential regulation and adopting PSO algorithm to select the appropriate optimal solution. The photovoltaic efficiency may be improved as the voltage quality is assured. The case analysis for Jiaxing distribution networks has demonstrated the validity of the control scheme.

distributed PV；distribution network；power coordination；sensitivity；PSO algorithm

10.3969/j.issn.1000-3886.2016.06.010

TM615

A

1000-3886(2016)06-0031-04

黄素娟(1986-)，女，河南睢县人，工程师，硕士，研究方向：电力分析软件，分布式电源与微网。

定稿日期: 2016-04-19