薄弱配电网高比例分布式光伏并网消纳规划研究

靳伟 陈岩 王文宾 李会彬 李征

摘要：为了解决薄弱电网高比例分布式光伏难以就地消纳问题，提出储能系统和需求侧响应运行策略，建立了计划接入总量下的高比例分布式光伏双层规划模型。以光伏最大消纳为目标函数，光伏安装位置与容量为优化变量，建立上层模型;以系统净负荷峰谷差期望值最小为目标函数，各时段电价为优化变量，建立下层模型。针对光伏随机出力与负荷的时序性，利用拉丁超立方抽样技术对其进行处理。在此基础上，采用概率潮流法与细胞膜粒子群优化算法相结合的混合智能算法对模型进行求解，并以河北省某贫困县光伏扶贫村网架结构为例进行算例分析。结果表明，解决方案在实现光伏接入容量最优配置的基础上，进一步提高了薄弱配电网分布式光伏的消纳能力。双层规划模型能够在很大程度上提高再生能源的利用率，可为配电网规划提供参考。

关键词：电力系统及其自动化;薄弱配电网;高比例;分布式光伏;就地消纳;需求侧响应

中图分类号：TM741

文献标识码：A

doi： 10.7535/hbgykj.2020yx03003

Abstract：

In view of the difficulty of local consumption of high proportion distributed photovoltaic （PV） in weak power grid， the bilevel programming model under planned total access was proposed in this paper， considering the running strategies of Energy Storage System （ESS） and Demand Response （DR）. The upper model took the maximum consumption of PV as the objective function， the installation location and capacity of PV as the optimized variables. The lower model took the minimum expected value of peakvalley net load difference as the objective function， the price of each period as the optimized variable. For the sequential feature of random output of PV and load， the Latin hypercube sampling （LHS） technique was proposed for solving it upon which a hybrid intelligent algorithm combining probabilistic power flow method and Cell MembraneImproved Particle Swarm Optimization （CPSO） was employed to solve the model. The grid structure of photovoltaic poverty alleviation village in a povertystricken county from Hebei province is taken as an example to analyze the calculation， and the simulation results suggest that the proposed method can improve the consumptive ability of high proportion distributed PV in weak power grid and the utilization of renewable energy on the basis of realizing the optimal configuration of PV access capacity.

Keywords：

power system and its automation; weak power grid; high proportion; distributed photovoltaic; local consumption; demand response

近年來，由于清洁可再生能源发电技术的规模化持续发展，大规模分布式光伏（distributed photovoltaic generation，DPV）接入各级配电网终端及馈线末端供电区域。在国家扶贫政策推动下，光伏扶贫工作在农村电网大规模开展。上述背景下，配电网馈线末端供电区域，如农村配电网、偏远供电区域，由于与主网线路传输距离远、线路阻抗大、负荷密度低且负荷用电与分布式发电时序不匹配等特点，大规模DPV接入会导致该区域DPV本地消纳困难、功率层层倒送、馈线末端电压越限、系统网损增加，使相关供电区域呈现薄弱电网特性。如何提高薄弱电网DPV的接纳能力，是当前需要研究的一项重要课题。

现有研究表明，通过优化新能源规划布局，增加储能及需求侧响应灵活性，提高新能源可观可控性等手段是提高新能源消纳能力的主要技术措施[12]。因此，从规划层面优化DPV布局对提高薄弱电网DPV接纳能力具有重要意义。目前，国内外学者对配电网分布式电源的优化配置方法进行了深入探讨。文献[3]对光伏进行集群划分，基于划分结果，建立分布式光伏与储能双层协调选址定容规划模型;文献[4]通过建立基于机会约束规划方法的双层优化模型，研究DG与配电网中多类型需求侧响应资源DR的协同规划;文献[5]从综合社会收益和电力公司收益2个角度出发，建立将规划与运行相结合的分布式电源双层规划模型;文献[6]充分考虑不同类型分布式发电及负荷功率时序和潮流特性，建立不同回复率的激励型需求侧响应模型及协同规划模型;文献[7]建立包含实际储能、可平移负荷、可转移负荷和可削减负荷的响应特性模型，提出考虑运行控制策略的广义储能资源与分布式电源联合规划方法。上述研究成果表明，充分利用储能及需求侧响应灵活性是提高配电网DG消纳能力的有效手段。因此，充分挖掘薄弱电网储能及可控柔性负荷资源，在此基础上对供电区域DPV进行合理规划，不仅可以提高薄弱电网DPV的消纳能力，还能够提高该类型供电区域安全稳定运行性能。薄弱电网中的农村电网设施农业负荷、电采暖负荷丰富，上述负荷具有良好的储能调控特性及需求侧响应特性。因此，可以在薄弱电网DPV规划过程中充分计及储能和需求侧响应运行策略，从而满足后期运行阶段的DPV消纳需求。而现有配电网DG优化配置方法尚无针对薄弱电网开展的相关研究。

4.1概率潮流计算

将光伏出力及负荷功率概率分布时序特性处理与配电网潮流计算相结合，详细求解过程如下。

1）输入DPV及负荷概率模型及不同时段的分布参数，设时段数为t，每个时段的采样次数为N。

2）利用LHS技术对各时段服从特定概率分布DPV与负荷随机变量进行处理，形成24个时段DPV与负荷的时序样本矩阵M1。

3）采用聚类分析方法对峰谷平时段进行划分。

4）根据每个时段BESS的充放电运行状态，得出考虑BESS策略后的时序样本矩阵M2。

5）产生下层峰谷平时段的电价，然后根据式（5）得出负荷需求变化之后的时序样本矩阵M3。

6）利用式（14）对时序样本矩阵M3中的所有变量进行N次概率潮流计算。

7）得到24个时段的配电网电压、电流以及功率等变量的概率分布情况。

4.2双层模型求解流程

利用CPSO嵌套概率潮流算法求解所建双层规划模型。针对上层模型，按照4.1节前3部分划分配电网净负荷功率峰谷平时段，并产生下层初始化群体;按照4.1节后4部分内容进行概率潮流计算，得出各机会约束条件，并利用CPSO算法进行寻优得到下层优化结果，最后将下层优化结果所对应的DPV输出功率及倒送功率返回到上层，再利用CPSO计算上层规划模型的DPV消纳值，根据设定的每层最大迭代次数max iter对算法进行终止。具体求解流程如图3所示。

5算例分析

选取河北省某贫困县的光伏扶贫村为例对其进行配电网规划。该村居民150余户，网络结构如图4所示，电压等级为380 V，节点电压为0.95～1.05 p.u.，每个节点可接入光伏容量限值为50 kW，规定光伏装机总容量为150 kW，置信水平取0.95。

根据光伏接入对电网电压、损耗等造成的影响[15]，初步选定1，2，3，4，5，6，8，10，11，13为光伏可接入节点。光伏可接入节点数为4。规划期为1年，储能容量为确定值。光伏随机出力以及负荷的概率分布参数参考文献[10]。蓄电池相关参数取值参考文献[16]。价格型DR运行策略相关参数的取值参考文献[17]。优化算法参数设置：抽样次数为100，时段数为24，CPSO算法相关参数参考文献[14]。

根据上层规划模型DPV初始配置方案，利用第3节所述的LHS技术对分布式光伏与负荷进行抽样，形成24个时段内系统净负荷曲线（每个时段采样50次），如图5所示。

5.1BESS运行策略对优化结果的影响

为分析BESS运行策略对农村薄弱配电网规划运行过程的影响（忽略价格型DR运行策略），将其与未考虑BESS策略时的结果进行对比。分布式光伏并网配置方案及其所对应的系统净负荷峰谷差、光伏消纳结果如表1所示。

由表1可知，将BESS运行策略嵌入光伏并网规划过程中，会对光伏优化配置方案产生影响。在不考虑BESS运行策略即单一进行光伏并网规划时，光伏的消纳总量为41 390 kW·h，而在考虑BESS充放电策略后将储能纳入光伏并网规划时，光伏的消纳总量为53 260 kW·h，同比增长了2868%。分析原因可知，在负荷用电低谷期，BESS进行充电，在负荷用电高峰期，BESS进行放电，降低系统净负荷的峰谷差，在谷时段更多消纳光伏发电，从而促进光伏在电网中的消纳量。

5.2价格型DR运行策略对优化结果的影响

为分析价格型DR运行策略对农村薄弱配电网规划运行过程的影响（忽略BESS运行策略），将其与未考虑价格型DR运行策略时的结果进行对比。分布式光伏并网配置方案及其所对应的系统净负荷峰谷差、光伏消纳结果如表2所示。

由表2可知，采用價格型DR运行策略后，DPV消纳量增加。不采用DR的DPV并网规划模型的结果中，光伏消纳总量为41 390 kW·h，而在考虑价格型DR运行策略后将DR纳入光伏并网规划时，光伏消纳量为51 740 kW·h，同比增长了25%。分析原因可知，引入价格型DR运行策略后，用户受到分时电价制度的影响，主动改变原来的用电规律，使得负荷用电与光伏出力最大限度上保持相似，降低系统净负荷峰谷差，从而提高光伏的消纳量。

5.3同时考虑BESS与价格型DR运行策略对优化结果的影响

综合考虑BESS与价格型DR运行策略，将2种策略均纳入光伏并网过程，进而分析其对农村薄弱配电网规划运行过程的影响。分布式光伏并网配置方案及其所对应的系统净负荷峰谷差、光伏消纳结果如表3所示。

将表1、表2分别与表3进行对比可知，综合考虑BESS与价格型DR运行策略可有效提高光伏的消纳量。当综合考虑2种策略时，光伏的消纳总量为56 060 kW·h，相比于不考虑运行策略以及单独考虑BESS、价格型DR运行策略，分别增长了355%，5%，8.5%。原因为2种运行策略均可降低系统净负荷峰谷差，促进光伏的消纳能力，当综合考虑2种策略时，使光伏消纳量更大。

为分析BESS与价格型DR运行策略对高比例DPV消纳结果的影响，对以下3种方案得到的结果进行对比：1）仅考虑BESS运行策略;2）仅考虑价格型DR运行策略;3）同时考虑BESS与价格型DR运行策略。对比结果如图6和图7所示。

由图6和图7可知，当光伏的接入量一定时，方案3系统净负荷期望值峰谷差最小，光伏总消纳量最大，光伏的利用效率最优。因此，要同时考虑BESS与价格型DR运行策略。

6结论

针对薄弱配电网，在考虑BESS和价格型DR运行策略的基础上，建立了高比例分布式光伏双层规划模型，同时考虑了光伏与负荷随机出力的时序性特征，并采用CPSO与概率潮流相结合的混合智能算法进行求解，得到如下结论。

1）针对光伏与负荷出力的时序性，利用LHS技术对每个时段内服从特定概率分布的光伏与负荷进行处理，从而使规划结果更加准确。

2）通过考虑BESS和价格型DR运行策略，增强了光伏随机出力与负荷用电的协同性，减小了系统净负荷曲线的峰谷差。

3）建立的双层规划模型能够在很大程度上提高光伏的消纳水平。

未来将对BESS及DR调用优先级及运行调用策略进行研究，以使分布式光伏规划结果更加准确且符合实际的运行结果。

参考文献/References：

[1]舒印彪，张智刚，郭剑波，等.新能源消纳关键因素分析及解决措施研究[J].中国电机工程学报， 2017，37（1）：18.

SHU Yinbiao，ZHANG Zhigang，GUO Jianbo，et al. Study on key factors and solution of renewable energy accommodation [J].Proceedings of the CSEE， 2017，37（1）：18.

[2]丁明，王伟胜，王秀丽，等.大规模光伏发电对电力系统影响综述[J].中国电机工程学报，2014，34（1）：114.

DING Ming，WANG Weisheng，WANG Xiuli， et al. A review on the effect of largescale PV generation on power system[J].Proceedings of the CSEE， 2014，34（1）：114.

[3]丁明，方慧，畢锐，等.基于集群划分的配电网分布式光伏与储能选址定容规划[J].中国电机工程学报，2019，39（8）：21872201.

DING Ming，FANG Hui，BI Rui，et al. Optimal siting and sizing of distributed PVstorage in distribution network based on cluster partition[J].Proceedings of the CSEE， 2019，39（8）：21872201.

[4]赵楠，王蓓蓓.计及多类型需求侧响应资源的配电网分布式电源优化配置[J].中国电力，2019，52（11）：5159.

ZHAO Nan，WANG Beibei. Optimal allocation of distributed generation in distribution system considering multitype demand response resources[J]. Electric Power， 2019，52（11）：5159.

[5]王月强，张文博，李卫彬， 等.考虑储能并计及光伏随机性的分布式电源优化配置[J].电测与仪表，2019，56（9）：9196.

WANG Yueqiang， ZHANG Wenbo，LI Weibin，et al. Optimal allocation for distribution generator considering energy storing and randomness of photovoltaic[J]. Electrical Measurement & Instrumentation，2019，56（9）：9196.

[6]高红均，刘俊勇.考虑不同类型DG和负荷建模的主动配电网协同规划[J].中国电机工程学报，2016，36（18）：49114922.

GAO Hongjun，LIU Junyong. Coordinated planning considering different types of DG and load in active distribution network[J].Proceedings of the CSEE， 2016，36（18）： 49114922.

[7]程林，齐宁，田立亭. 考虑运行控制策略的广义储能资源与分布式电源联合规划[J].电力系统自动化，2019，43（10）：2740.

CHENG Lin，QI Ning，TIAN Liting. Joint planning of generalized energy storage resource and distributed generator  considering operation control strategy[J]. Automation of Electric Power Systems，2019，43（10）：2740.

[8]邓威，李欣然，李培强，等.基于互补性的间歇性分布式电源在配网中的优化配置[J].电工技术学报，2013，28（6）：216225.

DENG Wei， LI Xinran， LI Peiqiang，et al. Optimal allocation of intermittent distributed generation considering complementarity in distributed network[J].Transactions of China Electrotechnical Society， 2013，28（6）：216225.

[9]刘继东，韩学山，韩伟吉，等.分时电价下用户响应行为的模型与算法[J].电网技术，2013，37（10）：29732978.

LIU Jidong， HAN Xueshan， HAN Weiji， et al. Model and algorithm of customers responsive behavior under timeofuse price[J].Power System Technology， 2013，37（10）：29732978.

[10]张曦，康重庆，张宁，等.太阳能光伏发电的中长期随机特性分析[J].电力系统自动化，2014，38（6）：613.

ZHANG Xi， KANG Chongqing， ZHANG Ning，et al. Analysis of mid/long term random characteristics of photovoltaic power generation[J].Automation of Electric Power Systems， 2014，38（6）：613.

[11]KARAKI S H，CHEDID R B，RAMADAN R.Probabilistic performance assessment of autonomous solarwind energy conversion systems[J].IEEE Transactions on Energy Conversion，1999，14（3）：766772.

[12]贾清泉，赵美超，孙玲玲，等.主动配电网中计及时序性与相关性的分布式光伏并网规划[J].中国电机工程学报，2018，38（6）：17181728.

JIA Qingquan， ZHAO Meichao， SUN Lingling，et al. Planning for gridconnection of distributed PVs considering the sequential

feature and correlation in active distribution network [J].Proceedings of the CSEE， 2018，38（6）：17181728.

[13]艾欣，周樹鹏，赵岳群.考虑风电不确定性的用户侧分时电价研究[J].电网技术，2016，40（5）：15291535.

AI Xin， ZHOU Shupeng，ZHAO Yuequn. Study on time of use pricing of user side considering wind power uncertainty[J].Power System Technology， 2016，40（5）：15291535.

[14]黄伟，李宁坤，李玟萱，等.考虑多利益主体参与的主动配电网双层联合优化调度[J].中国电机工程学报，2017，37（12）：34183428.

HUANG Wei， LI Ningkun， LI Wenxuan， et al. Bilevel Joint optimization dispatch of active distribution network considering the participation of multistakeholder[J].Proceedings of the CSEE， 2017，37（12）：34183428.

[15]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）：2328.

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）：2328.

[16]李秀磊，耿光飞，季玉琦，等.含分布式电源的配电网中电池储能系统运行策略 [J].电力自动化设备，2017，37（11）：5965.

LI Xiulei， GENG Guangfei， JI Yuqi， et al. Operation strategy of battery energy storage system in distribution network with distributed generation[J].Electric Power Automation Equipment， 2017，37（11）：5965.

[17]刘小聪，王蓓蓓，李扬，等.计及需求侧资源的大规模风电消纳随机机组组合模型[J].中国电机工程学报，2015，35（14）：37143723.

LIU Xiaocong， WANG Beibei， LI Yang， et al.  Stochastic unit commitment model for high wind power integration considering demand side resources[J].Proceedings of the CSEE， 2015，35（14）：37143723.