含混合储能微网对配电网可靠性的影响

(河南理工大学 电气工程与自动化学院，河南 焦作 454000)

随着微网的大量接入，传统配电网变成了含多电源的新型配电网，其运行和控制产生了巨大的改变[1-3]。供电可靠性是其中一个重要方面，有必要对含微网配电网的可靠性进行分析和研究。

对于含微网的配电网可靠性评估，国内外已开展了许多研究。文献[4]采用改进的最小路法对含风光配电网的可靠性进行分析，但忽略了分布式电源(Distribution Generation,DG)出力的随机性对可靠性的影响。微网中，风电、光伏等分布式电源和负荷都具有不确定性，因此，需要配置储能系统来平滑二者的随机波动[5-7]。文献[8]选用准序贯蒙特卡洛法定量评估含风光储的配电网的可靠性。文献[9]采用蒙特卡洛法评估DG和储能联合运行的配电网的可靠性。而上述文献没有关于储能充放电性能对配电网可靠性的影响所进行的研究。

从当前储能技术来看，仅靠单一储能方式不能满足微网对储能的多重需求。混合储能系统(Hybrid Energy Storage System，HESS)将大容量、储能时间长的能量型储能与可快速、频繁充放电的功率型储能相结合，有效提高储能系统的输出能力，延长能量型储能循环寿命。因此，本文定量分析含混合储能、DG和负荷的微网接入配电网对系统可靠性的影响；提出基于复杂网络分区的蒙特卡洛模拟法，以改进的IEEE RBTS Bus6系统为算例进行仿真分析，验证含混合储能的微网对配电网的供电可靠性的影响。

1 混合储能系统

由于单一储能不能很好地满足微网的需求，本文采用由大容量、低成本的铅酸蓄电池与可快速频繁充放电的超级电容器组成的混合储能作为储能装置。

混合储能由铅酸蓄电池、超级电容器以及电力电子器件组成，由于两种储能电压等级差别较大，需要配置于不同的端口，因此利用高频变压器的变比进行匹配，且混合储能一般通过全桥式电压型变流器接入微网，其拓扑结构如图1所示。

图1 混合储能系统拓扑图

1.1 混合储能模型

混合储能系统既要保证充足的输出功率，其最大输出能量也要满足负荷需求。下一时刻超级电容和蓄电池存储的能量关系为[10]

(1)

ΔWuc,i+ΔSoc,i=ΔWi

(2)

式中,Puc,i和Pbat,i分别为超级电容和蓄电池的输出功率；Δt为控制周期；n为匹配常数；ΔWuc,i和ΔSoc,i分别为超级电容和蓄电池的变换能量；ΔWi为微网实际需求的能量。

同时，若负荷用电时突发大功率缺失，混合储能必须能快速输出功率以稳定系统，即混合储能发出的总功率Pi必须不小于最大瞬时功率缺量ΔPmax。

Pi=Puc,i+Pbat,i≥ΔPmax

(3)

式中,Puc,i、Pbat,min分别为超级电容和蓄电池的实际充放电功率。

而且超级电容和蓄电池的储能不能超过各自最大功率限制：

(4)

式中,Puc,min、Puc,max分别为超级电容的最大充、放电功率;Pbat,min、Pbat,max分别为蓄电池的最大充、放电功率。

1.2 充放电策略

储能充放电策略主要取决于微网的运行状态。

(1) 微网并网运行。负荷优先由DG供电，当DG输出大于负荷需求时，多出的能量为混合储能充电；若超出储能容量上限则减少DG输出；当DG输出不能满足负荷需求时，为提高供电可靠性，由配电网出力以维持系统功率平衡。直到系统出现供电不足，混合储能才在容量约束范围内放电。其中，超级电容器承担负荷功率中的频繁波动部分，蓄电池承担负荷功率中的平滑部分。

(2) 微网孤岛运行。负荷仍优先由DG供应，当DG出力大于负荷需求时，混合储能充电，达到储能最大容量停止；当DG出力小于负荷需求时，缺少的能量由混合储能提供，直至最小储能容量停止；若DG和储能联合出力不能满足负荷需求，则需要削减负荷。负荷削减的目标函数为尽可能多地让负荷得到供电，即负荷与其权重的乘积之和最大，约束条件是负荷的功率不超过DG与储能装置所能提供的最大功率：

(5)

式中,f为负荷削减的目标函数；D为最大可能的孤岛连通区域；ωi和Li分别为负荷点i的权重系数和负荷大小；PDG和Pi分别为孤岛内各DG和储能提供的输出功率。

当DG发生故障时，混合储能仍可在一定范围内单独供电；但若混合储能系统故障或容量不足，失去了储能的平滑作用[11]，DG就不能正常地给负荷供电。

(3) 微网并网和孤岛相互转换。在微网由并网转入孤岛运行的过程中，混合储能系统中超级电容可快速放电平滑功率波动、蓄电池可为超级电容提供容量的支持，二者互相配合，快速释放电能以维持网内功率平衡。微网由孤岛转化到并网运行时，混合储能系统实时监控电网状态，通过调整自身输出电压的幅值和相位来调控微网的电压和频率，减小并网冲击电流，实现快速无缝切换。

2 含混合储能微网配电网的可靠性评估

2.1 复杂网络分区

配电网的可靠性评估以元件故障为出发点，根据系统中受故障影响所有负荷点的情况，计算可靠性指标。但配电网中元件众多，直接分析各元件故障产生的影响比较复杂，因此，可对配电网进行分区简化。

将具有共同开关为入口的所有元件分为同一区域，位于同一区域的所有负荷点受故障影响的后果相同，其区域停运率和故障停运时间由区域内各元件的相应参数按串联公式计算得到[12]。特别地，微网一般通过断路器与配电网相连，可看作是一个区域。

2.2 蒙特卡洛模拟法

利用序贯蒙特卡洛法评估配电网的可靠性，是通过计算机产生的随机数表示配电网各个设备的状态分布，进而模拟设备的实际运行状况，并根据一段时间的模拟过程近似算出系统的可靠性指标。其过程主要包括元件的可靠性建模、随机抽样和指标计算。

2.2.1 元件可靠性建模

涉及配电网可靠性评估的常规元件可靠性模型可采用两状态马尔可夫模型，其运行状态分别为正常工作状态和故障停运状态。各状态的概率如下：

(6)

式中,Pf、Po分别为元件i的故障停运状态和正常运行状态的概率；λi、μi分别为元件的故障率和修复率。

采用SPSS20.0软件对涉及数据予以统计,计量资料PASI评分采用(±s)表示,行t检验,计数资料治疗总有效率采用(%)表示,行X2检验,差异有统计学意义为(P<0.05)。

2.2.2 元件状态抽样

对于非电源元件进行序贯状态抽样，基于元件二状态模型，通过式(7)、式(8)抽样获得其正常运行时间TTF和故障恢复时间TTR。

(7)

(8)

式中,Ui、Vi为服从(0,1)均匀分布的随机数。

对于电源元件进行非序贯抽样，需要考虑微网孤岛运行时微电源停运的可能性。通过非序贯抽样来判断微电源的运行状态，设λs为微电源的失效率，抽样方法为：产生一个服从(0,1)均匀分布的随机数，如果该数位于区间[0,λs]内，则微电源处于停运状态；如果该数位于区间[λs,1]内，则微电源处于正常运行状态。

2.2.3 可靠性评估指标

传统配电网的系统可靠性指标，如系统平均停电频率(System Average Interruption Frequency Index,SAIFI)和持续时间指标(System Average Interruption Duration Index,SAIDI),用户平均停电频率(Customer Average Interruption Frequency Index,CAIFI)和持续时间指标(Customer Average Interruption Duration Index,CAIDI)以及平均供电可用率(Average Service Availability Index,ASAI)和电量不足(Energy Not Supplied,ENS)等指标，仍可对含微网配电网的供电能力进行描述[13]。为了进一步评估用户供电质量得到的改善，引入平均用户切负荷指标(Average Customer Curtailment Index,ACCI)。

(9)

式中,Lai为连续在负荷点i的平均负荷；Ui为负荷点i的年停电时间；Mi为负荷点i受停电影响的用户数。

2.3 算法流程

本文采用基于网络分区的蒙特卡洛模拟法计算系统可靠性指标的步骤如下。

① 系统初始化。输入原始数据，初始仿真时间为0，所有元件均处于正常运行状态。

② 对于系统网络结构，按2.1节方法简化，遍历所有区域的故障情况，建立故障模式影响分析库。

③ 利用计算机产生的伪随机数对所有元件进行抽样。通过式(7)得到各元件的正常工作持续时间TTF，找到最小正常工作时间TTFmin的元件，即为故障元件，此时系统时间为TTFmin，开始计算仿真时间。通过产生新的随机数，利用式(8)确定该元件的故障修复时间TTR；同时产生故障隔离的时间RT。

④ 判断故障元件。若其为配电网最小路(配网电源与微网接入点之间的最短通路)上的元件，则T=T+TTR，若非配电网最小路元件，则T=T+RT，转到第⑤步；若为微网内非电源元件，则T=T+TTR，转至第⑥步。

⑤ 生成一个服从(0,1)均匀分布的随机数u，比较微网切换成功概率p和u的数值大小。如u≤p，则成功切换孤岛模式，计算此期间内微网的输出功率和混合储能充放电的功率，采用式(9)比较微网的输出功率与负荷功率的大小，判断是否削减负荷。如u>p，则切换失败。

⑥ 根据故障模式与影响分析库，查找元件故障相应的负荷点停电类型，形成负荷点的可靠性指标。

⑦ 判断是否到达精度要求所需的仿真时间，若未到达，则返回步骤③继续模拟；若已到时间，模拟结束，通过统计累加停电时间和停电次数获取负荷点的可靠性指标，从而分析得到系统的可靠性评估指标。

具体算法流程如图2所示。

3 算例仿真

对本文利用可靠性评估测试系统IEEE RBTS Bus6的改进系统对包含30条线路、23台配电变压器、23个负荷点以及若干个开关的配电网进行仿真研究。各设备原始数据见文献[14]，其接线如图3所示。其中母线、配变和开关100%可靠。

图2 算法流程

图3 IEEE RBTS Bus6改进系统

微网包含若干风机、光伏和储能，切换成功概率为90%。风机模型采用文献[15]中的模型，切入风速为3 m/s、额定风速为12.0 m/s、切出风速为24.8 m/s；光伏模型采用文献[15]中的模型，单个组件面积为2.16 m2，光电转换效率为15.47%。混合储能系统中蓄电池和超级电容的最大功率限额分别为2.5 kW和5 kW，蓄电池和超级电容的荷电状态范围均为0.2～1，初始荷电状态均为0.5，仿真过程中储能装置采用由若干块蓄电池串联组成的蓄电池组和由若干个超级电容器并联组成的超级电容器组。

3.1 微网接入的影响

在馈线20和29处分别接入内含风机、光伏和储能的微网，风机和光伏额定功率均为1 MW，混合储能中蓄电池和超级电容储能容量分别为1 MW·h和0.3 MW·h。研究微网接入前、后两种情况下配电网的负荷点及系统可靠性指标，可以得出微网对整个系统可靠性的影响。应用本文建立的模型和所提算法对算例进行可靠性评估，可得不同负荷点的年平均停电次数和年平均停电时间的仿真结果如图4、图5所示。

图4 微网接入前、后负荷点停电次数

图5 微网接入前、后负荷点平均停电时间

由图4、图5可以看出，在配电网未接入微网时，处于线路末端的负荷点11～23的故障率和停电时间均较高；在配置微网后，负荷点14～23的故障率和停电时间明显下降。这是由于原本未配置微网时，负荷点11～23位于线路末端且没有备用电源，主线路上任何元件的故障都将致使这些负荷断电。但在配电网配置微网后，由于微网可根据系统中元件故障情况选择合适的运行模式，负荷点14～23处于微网内，当配电网主线路上元件发生故障时，这些负荷由微网内的DG为其供电，便不会发生断电事件，其停电次数得到减少，年平均停电时间也随之减少。因此，配电网中规划进微网内的负荷点可靠性得到了不同程度的提高。

基于仿真得到的负荷点故障率和年平均停电时间等可靠性指标，通过文献[15]中的系统可靠性指标公式计算得到的系统可靠性指标如表1所示。

表1 微网接入前、后系统可靠性指标

由表1可知，配电网中接入微网与不接入微网相比，系统可靠性指标SAIFI、SAIDI、CAIDI、ENS、ACCI均明显减小，供电可用率指标ASAI有所提高，这是由于微网能够在配电网中元件发生故障时，切换至孤岛模式运行来保障其内部负荷的电能供应，减少了内部负荷停电事故的发生，提高了系统的供电可用率。接入微网后系统整体可靠性有明显的提高，这说明微网的接入可以显著提升配电网的可靠性。

3.2 混合储能的影响

在馈线20和29处分别接入内含风机、光伏和储能的微网，风机和光伏额定功率均为1 MW，储能装置分别采用蓄电池单一储能、由蓄电池和超级电容器组成的混合储能。通过仿真计算得到两种储能方式下的系统可靠性指标随着不同储能容量的变化情况如图6所示。

图6 ENS随储能容量的变化情况

由图6可以看出，系统可靠性指标均随着储能容量的增加而逐渐减小，即系统可靠性不断提高。这是由于储能系统能平滑风光等分布式电源的出力波动，随着储能容量的增加，系统能更高效地为负荷供电，减少了负荷缺电断电现象，进而提高了系统的供电可靠性。而在混合储能总体容量与蓄电池储能容量相同的情况下，含混合储能的配电网系统可靠性指标明显低于仅含单一蓄电池储能的系统。这是由于混合储能技术利用超级电容和蓄电池的互补作用，更好地平滑可再生能源的波动，可以降低系统内负荷被削减的概率，减少了负荷停电次数，从而提高系统的供电可靠性。此外，不论何种储能形式，随着储能容量的增加，系统可靠性指标的下降速度越来越慢并趋于饱和。这也说明了在设计微网时应综合考虑投资成本和可靠性收益，对储能容量及其比例进行合理配置。

4 结束语

本文建立了混合储能的输出模型及其充放电策略，将混合储能与风机、光伏按照一定方式组成微网并接入配电网。首先对配电系统进行区域简化，并考虑孤岛运行微网发电不足时削减负荷，确定各负荷点受故障影响的停电时间。采用序贯蒙特卡洛法计算系统可靠性指标，定量分析混合储能微网的接入对配电网可靠性的影响。结果表明，微网接入配电网后，配电系统可靠性指标明显得到改善；且与含单一蓄电池微网相比，含混合储能微网对系统可靠性指标的影响更大，能更好地提高系统的供电可靠性水平。这些结论可为微网的规划建设及其在配电网中的应用提供参考。