计及可平移负荷的配电网光伏消纳策略

江宏玲，周 成

(1.安徽省水利部淮河水利委员会水利科学研究院， 合肥 230088； 2.安徽省建筑工程质量监督检测站，合肥 230088； 3.安徽国际商务职业学院 信息工程学院，合肥 231131)

0 引 言

由于传统的火电、煤电等发电方式所带来的环境恶化问题日益严重，以光伏发电为代表的新能源发电方式因具有环境友好型的特点而使其在电力系统中的装机容量比例不断上升，光伏发电在配电网中的渗透率会不断提高[1]。随着在当今配电网中分布式光伏的大量应用，主动配电网[2-3]这个新的概念被提出和研究。主动配电网具有传统配电网所不具备的可控可调资源，利用这些可控可调资源可以人为对配电网进行调节和协同控制。然而，由于环境因素的影响，光伏发电的输出随机且不稳定，容易引起配电网中的电压波动，并且频繁发生光损耗，导致严重的光损耗[4]。

为了避免弃光现象的出现，文献[5]中提出采用配电网重构的方法来实现光伏发电最大化消纳。文献[6]中介绍了一种配电网主动管理方法，通过调节有载变压器、储能充放电等措施对配电网运行进行日前优化，提高分布式光伏的消纳能力。文献[7]中考虑到实际运行中某些配电网中无储能设施，提出采用统一潮流控制器来实现两个微网之间的剩余能量传输，从而提高配电网的能源互动水平，避免弃光的出现。但上述论文均没有考虑到对用户侧的负荷管理。文献[8]中提出将用户侧负荷纳入到电网调度可以起到优化作用。文献[9]中指出考虑到间歇性能源的增长，柔性负荷参与电网调度具有巨大的潜力可以挖掘。文献[10]中将用户侧负荷分为可平移负荷与不可平移的随机负荷，根据可平移负荷的运行特性，采用遗传算法对其进行日前优化调度，完成了分布式光伏与可平移负荷间的联合优化及调度，提高了微电网对其消纳效率。文献[11-13]中考虑了调度单元的时间特性，并使用了考虑可平移负荷的多时间尺度的优化调度的方法来实现主动配电网的相关优化。文献[14-16]中考虑了微电网中的可平移负荷调度，根据可平移负荷的类型与运行时段不同，提出了一系列的可平移负荷优化调度方法。文献[17]中将用户侧负荷成了3类，根据3种负荷的特点，建立了住宅用电量的概率模型。实践证明，通过调度居民用电负荷可以实现分布式光伏能源的消纳最大化。文献[18]中将负荷分为重要负荷、可调整负荷与可平移负荷三类参与配电网主动管理。

本文从传统配电网的实际情况出发，将文献[14-16]中在微网中提到的可平移负荷应用到配电网中来，综合考虑调度可平移负荷和调节静止无功补偿器来进行配电网的日前有功无功优化，实现光伏消纳最大化的目标。

1 光伏弃光分析

1.1 光伏弃光最小化分析

配电网中光伏并网后，若并网点电压越限，将引起弃光现象。为了减小弃光量，可加入AM措施[6]。

图1为光伏并网的等值电路简单示意图。图中:US为系统电压；线路阻抗为Z=R+jX；U为光伏并网点电压；P和Q分别为系统流向光伏并网点的有功、无功功率；PL和QL分别为并网点的有功、无功负荷；Qc是流向并网点处的无功补偿功率。

图1 光伏并网简单示意图

由文献[19]可知，对图1有公式如下：

(1)

对式(1)进行恒等变换：

(2)

由式(2)可知，若加入主动管理措施，可减少的弃光量。

(1) 无功补偿QC。在增大光伏消纳中，SVC不再向系统发出无功而是吸收无功，此时

(QL+QC1-QPV)X/R

(3)

相比式(2)，光伏减少的弃光量为:

(4)

(2) 可平移负荷PSL。设并网点净转入可平移负荷量为PSL， 式(3)可恒等变换为：

(5)

可以看出,随着节点可平移负荷的转入，相比式(2)，光伏减少的弃光量为

(6)

1.2 光伏弃光估算

传统配电网出现电压越限时，光伏会出现弃光以保护逆变设备的可靠运行。本文针对这一现象，提出了一种传统配电网在运行过程中光伏弃光量的计算方法，具体流程如图2所示。图中，tstart、tend分别是发电起始和结束时。

对图2有计算式如下：

(7)

图2 弃光估算流程图

2 可平移负荷模型

2.1 可平移负荷特性分析

本文中可平移负荷是指供电时间可以按照调度需求变动的负荷，可平移负荷的变动是在优化当天进行的，不涉及到其他时间段的负荷。可平移负荷按照用电量的大小和其用电持续时间的不同可划分成多类。由于用电量较大的设备可以理解为许多相同持续时间的用电量较小设备的叠加，故本文只依据用电持续时间的不同对可平移负荷进行划分。下面以3种不同持续时间的可平移负荷为例进行可平移负荷介绍。

图3中，可平移负荷1的持续时间为1个时间段；可平移负荷2的持续时间为3个时间段；可平移负荷3的持续时间为2个时间段。需要注意的是,在转移过程中,同一种可平移负荷的持续时间段和持续时间段内的负荷量要一定，如图2中第2类负荷在平移前连续时间段的比例为3∶2∶1，则在平移后也要在连续时间段内以3∶2∶1的比例分配。

图3 可平移负荷转移图

2.2 可平移负荷约束条件

某一时刻的有功负荷可表达为：

(8)

(9)

根据可平移负荷的定义，转出的可平移负荷必定在时间上先于转出的可平移负荷，且本文研究的转出的可平移负荷需在当天内全部转入到其他时间段，故对于任意节点可平移负荷转入与转出的数量约束为：

(10)

式中,Ps为第S类可平移负荷的整个工作时间段。

3 目标函数与约束条件

3.1 目标函数

本文采用的是日前调度的模型，模型的目标函数为1 d内最小化光伏发电的弃光量，其目标函数的表达式为：

(11)

3.2 约束条件

3.2.1 配电网潮流约束

由于研究的配电网是为辐射型的，潮流方程的约束可以通过distflow方程[20]获得。所有的约束条件如下：

(12)

(13)

(14)

3.2.2 二阶锥规划

从可平移负荷约束到潮流约束可以看出,本文要解决的是非线性非凸优化问题，为了解决这一问题，本文采用二阶锥规划(SOCP)。

(21)

对式(24)进行松弛为：

(25)

将其等价变换为标准二阶锥形式：

(26)

文献[21]中证明了二阶锥松弛不会对优化结果产生影响。这样本文的优化问题就变成了凸优化问题，这类问题通常可以借助于Gurobi、Cplex求解器求解。

4 算 例

4.1 算 例

本文选取金寨县某28节点高渗透率配电网作为算例进行分析研究，在MatlabR2016a平台上利用YALMIP构建模型并调用Cplex求解器来进行算例仿真。金寨县28节点某配电网拓扑结构如图4所示。

图4 金寨县某28节点配电网

配电网电压等级为10 kV，功率参考基准为10 MVA，节点电压的上限和下限分别为1.05 p.u.和0.95 p.u.，电流上限取1p.u.。配电网中共接有9个SVC，无功补偿范围均为-200～200 kvar；共接了8个光伏，每个节点光伏的总装机容量如表1所示。

表1 光伏装机容量 kW

4.2 算例分析

4.2.1 场景设置

考虑到金寨县配电网在运行中的实际过程，本文考虑了3种场景下的光伏弃光情况。

场景1未计及可平移负荷与SVC的调节且不考虑由于负荷过重引起的电压越下限问题，考虑到金寨县配电网实际运行情况，电压越上限时接有光伏的节点会出现光伏脱网的情况，且一般会在1 h左右恢复并网。

场景2未计及可平移负荷，依靠调节SVC无功补偿和协调各节点光伏的出力来减少弃光。

场景3计及可平移负荷，综合考虑SVC、PV和可平移负荷来达到减少弃光的目标。依照文献[15]中取可平移负荷占总负荷的50%，取3类可平移负荷。第1类负荷工作持续1 h，功率为70 kW；第2类负荷工作持续2 h，各阶段功率分别为40、25 kW；第3类负荷工作持续3 h，各阶段功率分别为20、15和12 kW。

4.2.2 场景分析

由于节点12的光伏装机容量较大且靠近末节点易出现电压越下限的问题，故本文采用以节点12为代表分析节点电压变化和SVC趋势变化。配电网的各时刻总光伏与总负荷、可平移负荷如图如5所示。图6显示了3种场景下做出的节点12的电压趋势图。

图5 负荷与光伏数据曲线图

图6 电压曲线图

由图5可知，光伏在10.00～16.00的有功出力值相较于负荷值非常大，会导致电压越限。在图6中可以看出,场景1在10.00～16.00的电压值非常逼近或等于1.05 p.u.，这是由于在场景1的设定下当电压超过1.05 p.u.时，会模拟配电网运行的实际情况进行弃光，直至电压小于等于1.05 p.u.。从图6场景1的电压来看，提出的方法很好地模拟了配电网弃光的运行情况。但是由图6知,场景1不能解决电压越下限的问题且弃光量比较大。

从图6可以看出，场景2与场景3下电压既没越上限也未越下限，电压偏差较场景1大幅下降。这是由于在场景2与场景3中协调了光伏间的出力，并在场景2中加入了SVC，在场景3中加入了SVC与可平移负荷的结果。

图7为3种场景下节点12上安装的SVC的补偿容量变化趋势图，其中场景1中的SVC不参与调节，故为0。从图5～7的对比可知，场景2中SVC在光伏尚未出力的1.00～6.00之间向系统注入约100 kvar的无功功率，以保证系统节点电压不越下限；7.00～8.00由于光伏出力较小，SVC继续保持向电网注入无功功率，保持电压稳定；在9.00～16.00光伏出力剧增，此时SVC不再向电网注入无功功率而是吸收无功功率，这符合2.1中关于减小弃光时SVC运行状况的分析；17.00之后由于光伏出力逐渐减少至0，SVC重新向电网注入无功功率。

图8为场景3中加入可平移负荷后的各时刻总负荷优化前后对比图。对比图5、图8可以看出,在光伏尚未出力或者出力较小的1.00～8.00之间的可平移负荷大量转出至光伏出力较大的9.00～16.00时间段内。由于可平移负荷在1.00～8.00内大量转出，该时段内总负荷减小，电压越下限问题不严重，故在图7中该时间段内场景3的SVC无功补偿相较于场景2中该时间段内的SVC无功补偿减小。

图7 SVC无功补偿容量

图8 优化前后负荷曲线图

此外,对比图6～8可知，由于20.00负荷重载，导致电压低于下限情况较突出，故在场景3可平移负荷在20.00转出负荷，使电压保持稳定，此时场景3的SVC注入无功功率较场景2减小。

由于场景2与场景3加入了AM措施，使配电网电压维持了稳定，同时相较于场景一也减少了光伏的弃光。图9给出了3种场景下的光伏弃光量曲线。

图9 光伏弃光数据曲线图

图9中，场景1的光伏削减总量为18.87 MW；场景2考虑了SVC的调节和光伏协调出力，总的光伏削减量为17.60 MW；场景3不仅加入了SVC还了计及可平移负荷，此时光伏削减量为0。场景3较场景2的光伏弃光量减少了1.27 MW。这是因为本文在2.1节中提出的SVC从系统吸收无功与调度可平移负荷两个策略均在场景三中实现了，从而减小了光伏的弃光量。

图10给出了3种场景下的光伏消纳。场景1的光伏消纳率为93.33%，场景2中光伏的消纳率为93.78%，场景3中的光伏消纳率为100%。

图10 光伏消纳曲线图

5 结 语

金寨县配电网的渗透率非常高，为解决大规模的弃光出现，本文加入了SVC与可平移负荷的调节。针对配电网运行过程中光伏的弃光量的大小问题，提出了一种模拟估算配电网弃光量的方法。证明了加入了AM措施的配电网的光伏消纳率较没有加入AM措施的光伏消纳率明显提高，且加入的措施越多光伏消纳率越高。本文中提到的可平移负荷在其他类型的模型优化(如网损最小)中同样适用，具有可移植性。