城市水光互补分布式能源的优化配置研究

蒋瓅，许鸣珠，周雅娣

(1.伯明翰大学，伯明翰 B152TT；2.石家庄铁道大学，石家庄 050043)

0 引言

分布式能源(DER)是指由许多小容量的发电机组组成，向电网不同的点注入电压的分布式电力系统[1]。分布式能源基础设施建设是城市配电网的关键，是实现城市可持续发展目标、营造更清洁环境的保证。可再生能源系统发展、化石燃料成本上升、环境保护意识提高等变化的出现都对传统电力系统运行方式的转变提出了更高的要求[2-3]。

目前，分布式能源管理存在2个主要问题：一是新能源装置的建设还达不到经济、高效的要求[4]；二是后期运营采用的新能源管理方法对电力供应的要求很高，供电量要根据用户侧的需求随时调整，以确保满足客户使用[5-6]。

近年来，为了实现城市中DER能源管理目标，很多学者进行了深入的研究，发表了很多各具特色的研究成果。例如：分布式能源管理系统(SICAM DEMS)的功能包可以配置许多不同的功能分区，实现不同城市、不同情况下的不同目标[7]；利用报童模型管理储能装置，配合智能电网实现能源管理[8]；基于IEEE 21451标准建立的网络控制分布式能源管理系统(NCDEMS)可以将执行器、区域分析仪等实用程序合并到同一系统中，使用LabVIEW软件实现系统的能源管理[9]。

混合能源系统的研究也有了很多新进展，Yang等人基于香港气候数据开发了光-风-电池优化模型，引入电源损耗概率，采用遗传算法并达到了预期的效果[10]；Olatomiwa等人提出在使用混合能源向系统供电时，应用能源管理策略(EMS)来最大化系统效率，评估了基于不同能源组合的多个独立或并网的混合系统优化配置的例子[11]；文献[12]在综合考虑电价的基础上通过计算发电量和储电量来调整能量管理策略，以实现经济利益最大化。

本文为了满足特定城市的用电需求设计了综合能源配置架构，配置了水力发电站和太阳能光伏发电装置。使用PowerFactory软件进行系统模拟试验，基于边际成本理论，以供电成本最小化为目标，计算不同情况下的利润变化；以线路安全运行为目标，研究了故障情况下电网的运行状态，对电网运行可能出现的故障情况进行分析和测试。

1 边际成本原理

在金融领域中，边际成本是指生产数量增加1个单位所引起的总成本变化。利用边际成本法获取信息对管理者进行相关的分析和决策具有重要的指导作用。在短期内，假设生产要素的成本为常数，则成本可以表示为产量y的函数[13]

c(y)=cv(y)+cf，

(1)

边际成本函数为

(2)

式中：c(y)为产量y的成本函数；cv(y)为变动成本；cf为固定成本；cm(y)为边际成本。

边际成本的理论曲线如图1所示。当边际成本达到最小值时，系统可获得最大利润。

图1 边际成本理论曲线

2 Roy Billinton测试系统(RBTS)模型

RBTS是一种由2个发电站和6条总线组成的模型。发电站的总装机容量为240 MW，系统的峰值负荷为185 MW。5条负载总线依据负载能力的不同分别适用于不同特性的区域，例如：#5总线主要适用于大中型城市，具有26个负载点，其峰值负载为20 MW，拥有多种类型的负载模块；住宅、政府、工业、商业、办公的峰值负载分别为8.90，5.55，3.70，1.85 MW。系统中的相关数据详见文献[14-15]。RBTS模型如图2所示。

图2 RBTS模型

3 案例研究

3.1 城市配电模型

电力资源的配置不仅要考虑供电成本，还要考虑当地的资源、人口分布状况以及电厂噪声对居民生活的影响等多种因素。根据地理位置、能源分布、人口密度等，将长江流域某城市的用电结构分为4个部分(如图3所示)，其中A，D部分分别设计了7个负荷点，B，C部分分别设计了6个负荷点。

图3 某城市的电网分布

图4 水光互补的分布式发电系统详细模型

在PowerFactory中建立一个由光伏发电装置和水力发电机组成的水光互补的分布式发电系统模型，供#5总线使用，如图4所示。其中，公共配电网能供给电网中其他线路，并为#5总线提供备份电源。

根据该城市自然资源的地理位置，水力发电机需建在水资源丰富的#20(LP20)和#7(LP7)负荷点上。商业区占地面积大，光伏发电装置可以建在建筑物的顶部，节省空间，收集太阳能并转换成电能就地使用，如#1(LP1)，#12(LP12)，#14(LP14)和#24(LP24)负荷点。为整个系统的安全考虑，光伏发电装置的容量不能超过系统容量的20%。本文中分布式发电系统的光伏发电装置和水力发电机额定容量分别设为4 MW和16 MW，具体配置见表1。

表1 #5总线发电机数据汇总

3.2 能源数据分析

该地区太阳能资源不太稳定，因此首先计算太阳能的时间特性，并依照该数据来计算水力资源的时间特性，以满足所有用户全年的能源需求。由于光照为不稳定能源，在建立发电机模型时，需要考虑时间因素。一年中，6月到8月是夏季，日照高峰时间较长，12月到次年2月是冬季，日照高峰时间较短，该城市一年中各个月份的峰值日照时间见表2。太阳能的时间特性Tpv计算公式如下

(3)

式中：tps为单日日照时间；tps，max为一年中最长单日日照时间。

表2 峰值日照时间数据汇总

图5 不同位置的线路故障示意

南方城市冬季河流一般不会结冰，水力发电受到的影响较小[16]。本文利用水力发电机配合光伏发电的时间特性，以满足配电需求。水力发电的时间特性Tmh计算公式为

(4)

式中：Ptotal为系统总负荷量；Ppv为光伏发电装置产生的电能；Pmh为水力发电机产生的电能。

3.3 负荷需求变化的研究

电力系统在整个使用过程中可能会出现一些参数变动，本文案例考虑了实践中可能发生的情况，采用成本最小化法探讨了负荷变化情况下电力系统边际成本的变化。

人口的增长会导致负荷需求不断增长，电力系统的平均使用寿命为20年，在这期间人口密度的增加一般不会超过150%，所设计的系统应该有能力应对逐年提高的负荷需求量。在本案例中，负荷需求以5%的步长从100%增加到150%，发电机的边际成本数据见表3(忽略线路损耗)。

表3中数据显示，当负荷需求从100%增加到135%时，水力发电机组的边际成本逐渐降低，超过135%后边际成本逐渐增加，这与图1的理论曲线趋势一致。这意味着当负荷需求为135%时，生产者可以获得水力发电站的最大利润。另一方面，光伏发电装置在负荷为初始容量时已经达到了该区间内的利润最大值，若负荷需求一直增加，则需要铺设新的光伏发电装置，会导致边际成本增加。综上所述，人口增长幅度在135%以内时，为保证利润，应尽量多使用水力发电机，不新增光伏发电装置；人口增长幅度超过135%后，应根据具体使用成本另行计算系统的利润，若利润过低可考虑重新置换电网系统。

表3 不周负荷需求下的发电成本

3.4 系统故障的研究

本文模拟了4种运行过程中可能发生的不同类型故障，故障位置如图5所示。当故障出现在不同类型的发电机或不同负荷点时，需要首先保障系统其他部分能安全运行，然后再考虑成本预算。

故障发生时，故障负载点两端的常闭开关会打开，自动切除故障点，线路末端的常开开关将会闭合，以确保系统其余部分正常运行。若故障点位于线路末端，则常闭开关及常开开关将会相互配合，均处于打开状态，将故障点切除，线路其他部分不受故障影响。

当A处发生故障时，#1负荷点(LP1)和#2负荷点(LP2)两端的常闭开关打开将故障点切除，线路末端的常开开关关闭，使用相邻线路供电，以维持故障点右侧负荷点的运行。此时，系统的总负荷需求下降了1.525 0 MW，系统发电量减少了0.587 2 MW，系统中总体需求量小于供给量，位于线路末端的水力发电站自动减少了发电量。

当B处出现故障时，#10负荷点(LP10)被切除，由于故障位置在输电线路的中间，当故障发生时，右侧常开开关闭合，部分电能传输的方向发生改变，由下方支路供电。为减少线路损耗，2组水电站的发电配比也会做出相应调整。

当C处发生故障时，#18，#19负荷点(LP18，LP19)被切除，由于故障点位于线路末端，常闭开关及常开开关将会相互配合，均处于打开状态，将故障点切除，线路其他部分不受故障影响。距离故障点最近的水电站适当调整了发电量，减少电力资源的浪费。

当D处发生故障时，#20和#21负荷点(LP20，LP21)将被切除，负荷点及其所在支路的水力发电站被一同切除，导致分布式系统中40%的发电装置被切除。与另一水电站相比，距离故障位置较近的公共配电网将会弥补这一损失，但公共配电网传输距离较远，为保证系统供电充足，需要增加相应的发电量来弥补传输损失。

根据上述4种不同故障的研究可知，一旦电网发生故障，系统可以自行切除故障来保证其余部分正常运行，实际使用中应根据不同问题进行具体分析。

4 结束语

本文依据某城市的电能需求，基于RBTS建立了一个由光伏发电装置和水力发电机组成的水光互补的分布式新能源发电系统模型。利用PowerFactory软件和边际成本法进行了电网配置的优化分析并针对电网运行中可能出现的不同故障情况给出了有效解决方案。研究结果可以帮助当地电网在设计时选择合适的电网架构和规模，通过计算边际成本可以找到系统的利润最大点，确定最优装机容量，也可为政府制定电价提供参考。