基于时序特性分析的分布式电源选址定容规划

倪 鹏,孙富荣

(国网乳山市供电公司,山东 乳山 264500)

基于时序特性分析的分布式电源选址定容规划

倪 鹏,孙富荣

(国网乳山市供电公司,山东 乳山 264500)

针对分布式电源(Distributed Generator,DG)接入配电网的优化选址定容问题,建立以年损耗电量最小为目标,考虑DG出力及负荷时序特性,利用具有代表性的场景模拟全年情况,给出了场景及其权重的确定方法。在GAMS环境下进行建模仿真,以IEEE 14和IEEE 33节点系统为算例,计算全网最优的 DG安装位置及安装容量,以验证模型的合理性。仿真结果表明,时序特性对DG规划有显著影响,其模型能够很好地利用不同类型DG出力在时序上的互补作用,提高电网对DG出力的消纳能力。

分布式电源;配电网;时序特性;最优潮流

近年来,可再生能源发电技术得到了迅猛发展,其中技术较为成熟的有风力发电、太阳能发电、生物质能发电、水力发电等。利用可再生能源发电的形式可以是分布式发电形式,也可以是集中式发电形式。分布式发电因为具有投资小、供电方式灵活等优点得到了快速发展[1]。然而,分布式电源(Distributed Generator,DG)接入配电系统后会引起电网结构、潮流分布的较大改变[2]。为了充分发挥DG的效益,抑制其负面影响,需要在规划阶段对其进行合理布局[3]。

早期DG的规划研究多假定其出力恒定[4-5],而实际情况中,风力发电、光伏发电等不可控的发电方式出力具有显著的随机性。另外,受自然规律制约,DG各出力水平分别在特定时间段出现,与时间序列密切相关,即DG具有时序特性。不同种类DG出力的时序特性也存在较大差异。文献[6-7]将DG出力固定在几种特殊水平下对其优化配置,忽略了实际一些出现的其他水平,且未考虑到出力的时序特性。假定DG出力为固定不变的数值或某几种水平的数值,则会导致规划参数与实际运行情况偏差较大,规划结果不准确。此外,负荷以及DG出力的峰、谷值往往出现在不同时刻[8],不同种类DG的出力时序特性曲线与负荷时序特性曲线的匹配程度也有差异。忽略时序特性,将无法得到与负荷曲线匹配较好的DG组合安装方案。因此,同时考虑DG出力及负荷的时序特性能得到较为合理的规划结果。

本文综合考虑DG出力及负荷的时序特性,针对现有配电网络对其进行选址定容。选择具有代表性的场景表征全年的情况,并统计各场景的权重值,根据风速时序特性曲线、光照强度时序特性曲线获得各场景0-24时段每时段对应的风速及光照强度水平,建立多场景多时段的DG规划最优模型。分别讨论单独引入风力发电、光伏发电以及同时引入风、光发电设备三种情形,结果表明考虑时序特性有利于发挥风、光发电的互补优势,提高对资源的利用率。

1 DG规划的数学模型

本文考虑时序特性表现在计及季节差异及时间变化对DG出力水平的影响上,建立了多场景多时段模型对DG进行规划。通过典型场景描述季节变化对DG出力情况的影响,利用多时段表征DG出力水平在时序上的差异。

1.1 DG出力时序特性

风机出力具有显著的时序特性,伴随季节和时间变化有较大差异。以研究某地区为例,春季平均风力最大,夏季最小;一天内风力最大出现在23:00左右,最小风力在12:00左右。某风电场出力时序特性曲线如图1所示。

图1 某风电场出力时序特性曲线

光伏电源出力水平主要由光照强度决定,光照强度受天气状况的影响较大,例如晴天、阴天、雨雪天光照强度有着较大差异[9],且出力水平与时间序列密切相关。出力最大往往在光照较强的13:00左右,20:00至次日5:00出力多为0。光伏电源的出力时序特性曲线如图2所示。

从图1和图2可以看到,风机出力、光伏电源出力在时序上表现有互补性。就该研究地区而言,光伏发电每天至少有8 h出力为0。在此期间,风力发电是集中式发电的有益补充,风力发电出力最大时,光伏发电出力较小,而光伏发电出力最大时,风力发电出力相对较小。所以考虑时序特性有利于提高DG出力时序特性曲线与负荷时序特性曲线的匹配程度。

图2 光伏电源出力时序特性曲线

1.2 考虑时序特性场景的产生

选择春季晴天、春季阴天、春季雨雪天、夏季晴天、夏季阴天、夏季雨雪天、秋季晴天、秋季阴天、秋季雨雪天以及冬季晴天、冬季阴天、冬季雨雪天为场景,共计12个,对全年情况进行模拟。各场景以0-24时段为一时间序列。根据气象资料分别获得各场景风速及光照强度时序特性曲线,由该曲线可得各时段风速、光照强度平均水平,依据历史数据统计对应时段的平均温度,参照各时段风机及光伏电源的出力情况,可由IEEE-RTS系统确定对应时段的负荷波动水平。

1.3 DG选址定容模型

在现有配电网中引入风机和光伏电源,在满足给定的电网运行约束条件下,建立随机混合整数非线性规划模型,对DG的布点以及容量进行优化,使年损耗电量达到最小。引入表示DG布点的0、1变量及接入容量的整数变量,建立目标函数如下:

式中:αi为第i个场景权重的大小;ci,j为第i场景下的j时段;eci,j为第i个场景j时段的损耗电量;S为场景个数,共计有12个场景;T为时段数,一日划分为24个时段。

系统潮流方程为

节点s处风机、光伏电源安装容量约束为

bs·wmin≤ws≤bs.wmax

ns·rmin≤rs≤ns.rmax

节点s处的电压要求为

Vmin≤Vs≤Vmax

DG接入系统总容量的最大限制为

即认为接入总容量不得超过常规电源出力的γ1倍与负荷的γ2倍之和,实际中可以根据当地政策对倍数进行调整,认为分布式电源接入容量在此约束的限制下能保证系统可靠性在允许范围内。

风机以及光伏电源总布点个数的最大限制MB和MN为

式中:Vmin为节点电压的下限;Vmax为节点电压的上限;Prw和Prs分别为单位风机及光伏电源的额定功率。

1.4 DG出力模型

风机输出功率与风速之间的关系可以近似用分段函数表示为

(1)

式中:vci为切入风速;vR为额定风速;vco为切出风速;Prw为风力发电设备的额定功率。将各场景各时段风速值带入式(1)可得该时刻风机的实际出力。

光伏电源的出力依赖于设备自身的实际特性、光照强度大小和周围环境的温度。在已知光照强度、环境温度时,可通过下式计算出光伏电源的实际输出功率:

(2)

式中:TA为环境温度;say为该状态下的光照强度;NOT为设备的额定温度;Isc为短路电流;Voc为开路电压;Ki为短路电流温度系数;KV为开路电压温度系数;FF为太阳能电池的填充因数;VMPP、IMPP分别为光伏电池最大功率点的电流与电压值。

2 算例分析

选取IEEE-14和IEEE-33节点配电系统对提出的模型进行验证,分别对接入风机、光伏电源以及同时包含风、光发电设备的系统选址、定容,并对仿真结果进行对比分析。

参数设置:接入点安装风机最小组数wmin=1,安装风机最大组数wmax=200,接入点安装光伏电源最小组数rmin=1,安装光伏电源最大组数rmax=200,风机单位机组额定功率Prw=0.01 MW,光伏电源单位机组额定功率Prs=0.01 MW,风机布点之和最大值MB=5,光伏电源布点之和最大值MN=5。同时接入风、光发电设备时,倍数γ1=0.6,倍数γ2=0.3;当仅接风机或光伏电源时γ1=0.3,γ2=0.15,基准值为100 MW。

算例1:为了验证本文提出模型的合理性,利用文献[8]提供的IEEE-14节点配电系统为例,对DG布点及容量配置进行优化,优化结果如表1所示。

从表1可以看到,节点8、9负荷较重,分别占整个系统总负荷的17.4%、15.68%。各类型DG并网均会选择在这两个负荷较重的节点处接入,进而有效地实现重负荷的就地平衡,减少功率的流动,降低损耗;与将容量视为连续可调模型相比,本文模型降损效益与其相差均不超过2%,这表明在兼顾DG容量不可连续特性的同时能达到较好的降损效果。

表1 DG优化策略及损耗对比

Table 1 DG optimization strategy and loss comparison

注:A为接入风机,B为接入光伏电源,C为同时接入风、光发电设备,D为不接入DG的情形,标注1的为本文模型优化结果；标注2的为容量连续可调模型优化结果。

为了展示DG出力及负荷时序特性对DG规划结果的显著影响,假定不考虑时序特性,即DG出力与时间序列无关。例如,某情形下DG的出力情况为1时刻风机出力水平与10时刻光伏电源出力水平的组合,本文打乱原有方法生成风、光发电出力水平的顺序,使其在时序上不再有一一对应的关系,此种情形下,其出力不符合自然变化的规律,两种形式DG除了利用效率外没有区别。不考虑时序特性时DG的优化配置结果如表2所示。

表2 不考虑时序特性的优化结果

Table 2 Optimization results without consideration time sequence characteristic

注:A为接入风机;B为接入光伏电源;C为同时接入风、光发电设备的情形。

从表2可知,在情形C下,同时引入风、光两种发电设备,不考虑时序特性时风机优先接入,光伏电源接入比重较小;考虑时序特性后,风力较弱时,光伏发电是风力发电的有益补充,投入量得到了增加。较风力发电而言,光伏发电利用率稍低。因而,考虑时序特性有利于提高自然资源的利用率。

风力发电、光伏发电的日出力具有显著的互补性,以春季晴天场景为例,展示各时段的损耗情况如图3所示。

由图3可知,春季晴天1:00-6:00光照强度为0,当仅考虑接入光伏电源时,其损耗曲线与不接入DG的损耗曲线相吻合；8:00-13:00,风力较弱,光照相对较强,该时段内,光伏发电的作用较为显著,接入风机情形下的损耗高于接入光伏电源,之后,光照变弱,风力较强,光伏发电情形下的损耗变得高于风力发电。因此,同时接入风、光两种发电设备,可以有效弥补独立发电的不足,达到较好的降损效益。

图3 春季晴天场景下各时段损耗

风力发电实际出力占额定功率26.1%,光伏发电出力为额定功率44.3%,负荷为峰值59.85%时配电网络各节点电压分布情况如图4所示。

图4 节点电压分布情况

从图4可以看到,DG接入配电网,电压幅值得到提高,电压质量得到提升。其中,DG接入点电压升高最为显著。

算例2:为了进一步验证本文提出模型的合理性,利用文献[10]提供的IEEE33节点配电网为算例,对DG布点及容量配置进行优化,优化结果如表3所示。

从表3可以看到,IEEE33系统与IEEE14系统相比,负荷较轻,DG的投入量小,但降损效益同样显著,达19.26%。这表明,该模型对解决轻负荷系统的DG优化配置问题同样具有较好的效果。

表3 IEEE-33节点系统DG优化策略

Table 3 DG optimization strategy of IEEE-33 node system

注:C为同时接入风、光发电设备的情形,D为不接入DG的情形。

3 结 论

1) 考虑DG出力的时序特性,能够更为真实地反应系统的运行情况,且得到的规划方案也更具有实际意义。

2) 太阳能与风能在时序上具有互补特性,这两种DG同时接入可以弥补风力发电和光伏发电独立系统的缺陷。

3) 无论对于重负荷系统还是轻负荷系统,合理接入DG对降低网损、提高电能质量均有较好的效果。

[1] 麻秀范.含分布式电源的配电网规划与优化运行研究[D].北京:华北电力大学,2013.MA Xiufan.Research on planning and optimal operation of distribution network including decentralised generation[D].Beijing:North China Electric Power University,2013.

[2] 曾鸣,杜楠,张鲲,等.基于多目标静态模糊模型的分布式电源规划[J].电网技术,2013,37(4):954-959.ZENG Ming,DU Nan,ZHANG Kun,et al.Distributed generation planning based on multiobjective static fuzzy model[J].Power System Technology,2013,37(4):954-959.

[3] 张立梅,唐巍,王少林,等.综合考虑配电公司及独立发电商利益的分布式电源规划[J].电力系统自动化,2011,35(4):23-28.

ZHANG Limei,TANG Wei,WANG Shaolin,et al.Distributed generators planning considering benefits for distribution power company and independent power suppliers[J].Automation of Electric Power Systems,2011,35(4):23-28.

[4] GRIFFIN T,TOMSOVIC K,SECREST D,et al.Placement of dispersed generation systems for reduced losses[C]//Proceedings of the 33rd Annual Hawaii International Conference on System Sciences.Hawaii:IEEE,2000.

[5] RAU N S,WAN Y H.Optimum location of resources in distributed planning[J].IEEE Transactions on Power Systems,1994,9(4):2014-2020.

[6] ATWA Y M,EL-SAADANY E F,SALAMA M M A,et al.Optimal renewable resources mix for distribution system energy loss minimization[J].IEEE Transactions on Power Systems,2010,25(1):360-370.

[7] AL ABRI R S,EL-SAADANY E F,ATWA Y M.Optimal placement and sizing method to improve the voltage stability margin in a distribution system using distributed generation[J].IEEE Transactions on Power Systems,2013,28(1):326-334.

[8] 徐迅,陈楷,龙禹,等.考虑环境成本和时序特性的微网多类型分布式电源选址定容规划[J].电网技术,2013,37(4):914-921.XU Xun,CHENG Kai,LONG Yu,et al.Optimal site selection and capacity determination of multi-types of distributed generation in microgrid considering environment cost and timing characteristics[J].Power System Technology,2013,37(4):914-921.

[9] 蔡国伟,孔令国,杨德友,等.大规模风光互补发电系统建模与运行特性研究[J].电网技术,2012,36(1):65-71.CAI Guowei,KONG Lingguo,YANG Deyou,et al.Research on modelling and operation characteristics analysis of large-scale wind & light complementary electricity-generating system[J].Power System Technology,2012,36(1):65-71.

[10] GOSWAMI S K,BASU S K.A new algorithm for the reconfiguration of distribution feeders for loss minimization[J].IEEE Transactions on Power Delivery,1992,7(3):1484-1491.

(责任编辑 郭金光)

Plan for locating and sizing of distributed generators based on timing characteristics analysis

NI Peng,SUN Furong

(State Grid Rushan Power Supply Company,Rushan 264500,China)

Aiming at how to locate and size the distributed generator integrated into distribution network,this paper established the multi-period optimal power flow model,which takes the minimum annual energy loss as the objective function and considers the time characteristics of DG power output and load,and proposed how to determine the typical scenario and its weight on the basis of its simulated annual situation.Modeling and simulating under GAMS,it calculated the optimal location and size of DG,according to the case study in the IEEE 14-node and IEEE 33-node power system,to verify the rationality of the model.The results show that the time characteristics makes a significant effect on the plan of DG,and the proposed model considering the time characteristics can take full advantage of the complementary of different types of DG,improving the ability of receiving DG power output.

DG; distribution network; timing characteristics; optimal power flow

2016-06-14。

倪 鹏(1977—),男,技师,主要研究方向为电网运维检修、配电网规划。

TM715

B

2095-6843(2016)06-0492-05