计及负荷与DG随机时序特性的配电终端选型优化

刘 剑，潘锦源，张诗建

（1.广东电网广州花都供电局，广州 510800；2.广州市奔流电力科技有限公司，广州 510640）

0 引言

配电自动化在保证智能配网的安全可靠运行方面起到重要作用，配电自动化的布局需兼顾经济性和可靠性两方面的要求。合理地进行配电自动化选址，一方面可以有效提高运维效率、降低因馈线故障造成的用户停电损失，另一方面也能使得投入产出比最大化。目前配电终端配置技术规程较为模糊，难以统筹具体工程实际的经济性和可靠性。

同时，以往配电开关一、二次设备各自独立，且接口难以匹配，配电终端配置改动存在困难。近年来，随着信息物理融合系统在电网中的应用，一次开关和二次设备的融合（简称“一二次融合”）已成为配电开关的重要研究方向和发展趋势。目前，相关融合研究已实现配电终端即插即用。基于此，对配电终端进行二次规划布局简单可行。

近年来在涉及配电自动化规划布局的研究中，李子韵等[1]在研究了配电网可靠性评估的基础上，以投资费用、运行费用和故障停电损失费用三者之和最小作为优化目标，实现配网一次设备和配电终端的布局规划，侧重于建立优化目标函数；胡志豪等[2]考虑了通信链路失效影响，并对比“二遥”、“三遥”终端不同的通信组网方式，提出了一种计及通信可靠性影响的配电终端选址选型方法，侧重于考虑通信可靠性和组网方式的影响。现有研究存在着以下问题：

（1）对于实际配电网络，配电网单位停电时间经济损失与实际用户组成类型及其比例紧密相关，而现有研究在考虑停电损失费用时，均通过固定的单位时间经济损失来确定，误差较大；

（2）对故障发生时刻的不确定性与负荷时序特性间的随机耦合这一影响停电缺供电量及其经济损失的关键要素未有关注；

（3）未考虑配电自动化终端与分布式电源、储能装置的协调优化配置。

针对上述要点，本文重点研究计及负荷与DG随机时序特性的配电自动化选型优化方法。

1 DG与储能随机时序特性建模

1.1 DG与储能功率概率模型

间歇式分布式电源出力具有随机性，需分别建立风机和光伏输出功率的概率模型。

（1）光伏出力概率模型

光伏出力与光照强度相关。光照强度服从Beta分布，如下式所示：

式中：α、β为形状参数，α=2.0、β=0.8；it为t时刻实际的光照强度；Itm为t时刻可能达到的最大光照强度。

光伏出力模型如下：

式中：η为能量转换效率；Sall为光伏电站内光伏板的总面积。

（2）风电出力概率模型

风电机组出力与风速密切相关，风速虽然具有随机性和波动性，但也遵循一定的分布规律[3]。相关研究表明，风速v服从双参数威布尔分布，其概率密度函数为：

式中：k为形状参数；l为尺度参数。

则风电出力模型如下式所示：

（3）燃气轮机出力概率模型

微型燃气轮机组在用电高峰时段16：00-20：00 以及孤岛运行时投运，平衡电力供需，采用如下式所示的出力模型。

（4）储能系统概率模型

储能系统的容量为1 MW·h，最大出力为0.5 MW。

1.2 微网负荷转供概率及其影响

以分布式电源为核心的并网型微电网可包含并网和孤岛两种运行状态，当配电网发生故障或出现电能质量问题时，微电网能迅速切换进入孤岛运行，保证微网负荷的正常工作。微电网常囊括以风力发电和光伏发电为代表的可再生能源发电系统，其较强的波动性与间歇性与负荷时序特性的随机耦合使得孤岛模式下微电网内部电源实时充足出力难以得到保证。为确保微电网运行顺利切换成孤岛模式，则需要采取一定的供电恢复策略，使得尽可能多的负荷不受事故影响。

为此，定义在一定供电恢复策略和转供电源（包括DG和备用电源）容量约束条件下，负荷l获得转供电源功率支持的概率为负荷转供概率，即：

式中：Ωs为微网转供电源的集合；Pj为转供电源j 的出力；k为充裕度，取1.1；Ωl为转供电源恢复到负荷l 所在区域路径上所含负荷的集合；Pk为负荷k 的时段功率；Λ为供电恢复策略。

从定义可看出，负荷转供概率的影响因素包括分布式电源出力随机性、负荷功率时序特性以及供电恢复策略，其中供电恢复策略则决定了供电恢复的范围与顺序。

孤岛划分作为含DG 配电网故障恢复策略的重要组成部分，应该在事故预备方案中安排。故障发生时按照既定方案进行孤岛划分，这有助于保证紧急情况下调度和故障后恢复供电的有序进行。为便于工程应用，针对每次DG出力和负荷功率的抽样，本文采用启发式孤岛划分方法。当抽样的数量足够大时，系统状态的抽样频率可作为其概率的无偏估计，则负荷转供概率可表示成：

式中：Nli为区块i故障时区块l获得供电的次数；N为抽样数。

1.3 区块定义

配电自动化的布局在一定程度上会影响到配电网故障切除与隔离、负荷转供以及供电恢复等行为。因此，本文以开关装置为分界点，将配电网分为若干区块，以块为单位进行分析，节省故障枚举时间[4]。配电网分区后，各区块可采用多元件串联公式计算该区块的等效可靠性参数。

假设一区块中包含nb个元素，第i个元件的故障率和修复时间分别为fi、ri，则该区块的等效故障率fb和等效平均修复时间rb分别为：

根据故障区块的位置，分析该区块故障对供电间断的影响，可将区块分为5类。其中，A类为供电不受该区块故障影响的区块，不停电；B类为隔离故障后可恢复供电的区块，停电时间为故障隔离时间Δ Tis；C类为通过转供可恢复供电的区块，停电时间为转供操作时间Δ Ttr；D类为不可转供恢复供电的区块，停电时间为故障修复时间Δ Tre；E 类为微电网负荷，停电时间与其运行模式相关。

具体地，对于Δ Tis和Δ Ttr，设置规则如下：以图1 所示为例，g为故障点，a、b为邻近故障点g且装设有配电终端的分段开关。则Δ Tis、ag段Δ Tis为人工故障查找与隔离时间，a点之前馈线段视各段开关所装终端类型Δ Tis可分为人工故障隔离时间或遥控故障隔离时间；gb 段Δ Ttr为人工故障隔离与转供操作时间，b点之后馈线段视各段开关所装终端类型Δ Tis可分为人工转供操作时间或遥控转供操作时间。

图1 配电线路

图2 不同用户典型日负荷曲线

2 考虑各类负荷时序特性的停电损失建模

不同配电网接入的用户类型千差万别，工商业用户、一般住宅用户与农业用户在用电习惯、单位用电量、单位电量经济产值乃至用电体验上都存在着不可忽略的差异。若单以统一的单位停电时间损失费用来衡量配电网各种停电事故的经济损失会产生较大的误差。

由于同一类用户如工业用户在用电习惯、体验等方面上会表现出一定的相似性，在衡量停电经济损失时，本文考虑以下5种用户类型的差异：小工业用户、商业用户、一般住宅用户与农业用户。各用户类型典型日负荷曲线（标幺值）如图2所示。

可以看出，各类用户在不同时段对电力的需求差异，即负荷时序特性差异较大，且由于故障发生的具体时间具有较大的随机性，两者的随机耦合使得故障损失不确定性更甚。因此，为定量分析故障损失，可通过计算各类用户的单位时间加权期望需求电量与停电时长来计算期望缺供电量值Elack。其中，可由下式得出：

结合表1所示的各类用户停电损失费用单价典型取值[5-6]，用户侧负荷点j停电经济损失Lcut,j可表示为：

式中：Ci为单位停电时间内i类用户单位缺供电量的等价损失费用；Ij为负荷点j的用户类型组成集合；ΔTcut,j为负荷点j的年停电总时长。

表1 各类用户停电损失费用单价

对于ΔTcut,j，其他文献多是基于可靠性评估所得。实际上也是通过给定的元件故障率进行可靠性评估。因此，本文直接采用故障率计算ΔTcut,j：

式中：Fj∈为负荷点j所属区块的等效故障率；Fj∉为负荷点j不属区块的等效故障率；ΔT*为对应停电时间（故障隔离时间ΔTis或转供操作时间ΔTtr）。

3 配电自动化布局综合优化

3.1 故障停电时间算法

当配网某处发生故障引起所在馈线变电站出线侧保护跳闸后，判断故障点主最小路和转供最小路上距离该点最近装有终端的开关设备位置，配网元件操作参数[7]如表2所示。由表中的数据可得，装设“二遥”终端所管辖区域的故障修复时间为Δt1，“三遥”终端所管辖区域的故障修复时间为Δt2。未配置配电自动化终端时，故障查找与人工隔离故障时间之和为3 h[8]，安装“二遥”终端后，人工隔离故障时间为1 h，安装“三遥”终端后，自动隔离故障和恢复供电时间为0.05 h[9]。

表2 配网元件操作参数

每年系统停电损失转化成本为Lcut：

式中：NL为系统内负荷节点数量；Lcut,j为负荷节点j 的经济损失转化成本，由第2章计算而得。

3.2 配电终端配置投资成本

在实际中，“二遥”和“三遥”配电终端应用最为广泛[8]，故本文主要考虑这两种终端的选型配置。配电终端配置成本主要包括终端设备成本和附加建设成本。假设系统内含有n个节点，其中装设“二遥”终端m 台，则“三遥”终端数量为（n-m）台。

（1）终端配置成本Cin

式中：s为设备经济使用年限；i为贴现率；Ceq为终端设备成本，由式（14）确定；Cop为附加建设成本，由式（15）确定。

式中：Ceq2为单台“二遥”终端配置成本，设为1.05 万元；Ceq3为单台“三遥”终端配置成本，设为5万元。

式中：l为通信光纤铺设总长度，以开关位置距变电站出线端距离近似代替；Cop0为单位长度光纤建设成本，设为2万元。

（2）年运行维护成本Con

式中：α 为运行维护费用占投资的比例。

3.3 优化目标

以综合成本最小为优化目标，即：

4 算例分析

本文采用如图3所示的改进RBTS-BUS6系统中的F4主馈线以及RBTS-BUS2系统验证本文方法。

对于已知架构的配电网，本文采用如图2 所示的改进RBTS-BUS6系统中的F4主馈线来验证本文方法的效果。

改进系统的具体描述如下：

（1）在馈线17 处接入DG 和储能，其中WT 为风电机组，PV为光伏电站机组，ST为储能系统，GT为微型燃气轮机组；

（2） 馈线17 末端为微电网与配电网的公共连接点（PCC），将负荷LP11至LP13、LP19至LP23及DG、储能组成微电网，如图中虚线框内所示；

（3）在馈线18、23、21 首端接入智能开关S1、S2 及S3，且假定开关能够有效开断负荷电流；

（4）馈线1、9、14首端装有分段开关；

（5）各分支线首端均装有能可靠动作的断路器或熔断器等保护，故障时不影响主馈线正常运作。

各元件及负荷参数参考文献[10]。当微电网孤岛运行时，微电网内部负荷由风电机组、光伏机组、微型燃气轮机组和储能联合供电。其中，风电机组的最大出力为1.5 MW，切入、额定及切除风速分别为9 km/h、38 km/h、80 km/h，同时设风速服从双参数威布尔（Weibull)分布，其形状参数k为2，尺度参数c=8.03，平均风速为14.6 km/h，风速标准差为9.75；光伏机组最大出力为1 MW，同时设光照强度服从贝塔（Beta)分布，其形状参数分别为α=2.0、β=0.8；微型燃气轮机组作为孤岛运行时的稳定出力，其最大出力为0.6 MW；储能系统的容量为1 MW·h，最大出力为0.5 MW。

图3 改进RBTS-BUS6系统中的F4主馈线

规划结果如表3所示。

表3 改进RBTS-BUS6系统F4馈线终端规划结果

5 结束语

本文提出一种计及负荷与DG 随机时序特性的配电终端选型优化方法，对DG 出力以及各类负荷停电损失进行建模，相比于现有方法，考虑了负荷类型差异及其随机时序特性，优化结果更加合理。算例验证了本文方法的可行性。下一步工作可进一步考虑配电终端选址问题，深化配电终端规划方法。