一流城市配电网“源网荷储充”协调优化控制策略

贾 巍，方兵华，雷才嘉，高 慧，张晏玉，黄裕春

（广东电网有限责任公司广州供电局，广州 510620）

0 引言

我国城市配电网在“十三五”期间发展快速，近年来电网公司全面推进世界一流配电网的建设，且已初显成效[1－3]。随着高比例可再生分布式电源（Renewable Dis⁃tributed Generation.RDG）、储能和电动汽车等元素的接入，促使城市配电网向低碳性和智能性方向发展[4－5]。因此，研究“源网荷储充”的协调优化控制是一流城市配电网规划建设中的重要组成部分。

国内外学者对配电网的协调控制开展了大量研究。曾顺奇等[6]以年综合费用最小为目标，建立了主动配电网网架三层规划模型，对源网荷储进行协调优化；姜琦等[7]构建了基于遗传算法的“源网荷储”协调优化数学模型；Sharma S等[8]对风电、电容器和电池储能系统的协调调度进行研究，以降低配电网运行损耗及成本；周任军等[9]应用新能源－负荷相似度指标和曲线波动度指标，建立含相似度与波动度指标约束的源荷协调两阶段优化模型；曾鸣等[10]提出了能源互联网广义“源－网－荷－储”协调优化运营模式；彭春华等[11]提出基于指数变化的差异化需求响应机制，建立以系统运行成本最低为目标的微电网源荷储协调优化调度模型。上述文献在荷端是通过制定电动汽车充电电价来协调充电时段，且大多缺乏对配电网协调程度的约束，协调效果有限。

由于电动汽车充电会增加配电网的负担，在电动汽车参与电网协调运行方面，Trivino－Cabrera A等[12]考虑V2G市场驱动场景下，提出了一种联合的电动汽车路由和充放电调度策略；Sufyan M等[13]研究车辆接入电网（Vehicle－to－grid.V2G）技术的电动汽车协调特性，采用萤火虫算法优化系统运行成本；刘东奇等[14]提出一种基于T－S模糊控制器，用于实现电动汽车接入电网（V2G）技术的电动汽车智能充电站控制策略；吕耀棠等[15]以减小馈线网损和日内电压波动为目标，建立了基于电价引导原则的车网互联（V2G）功率模型；陈忠华等[16]提出V2G模式下的电动汽车有序充放电控制模型的设计方法。但以上研究鲜有考虑将电动汽车充电桩参与配电网的协调优化。

基于此，本文针对一流城市配电网现阶段面临的问题，提出源网荷储充协调优化控制策略。通过分析源网荷储充设备资源的协调运行特性以及运行场景，进而提出适应多运行场景的协调优化控制策略，包括分布协同策略和集中优化策略，最后通过算例分析对本文所提控制策略的有效性进行验证。

1 源网荷储充协调运行特性及场景分析

1.1 协调运行特性

“源网荷储充”中源端包括中压接入的微型燃气发电、光伏、水电等以及低压接入的居民光伏。网端主要为配电变压器低压侧集中无功补偿装置，包括分别以电容器为代表的离散型补偿装置和SVG为代表的连续型补偿装置；荷端主要为电动汽车和可中断负荷；储端即为储能装置；充端为电动汽车充电桩。源网荷储充间的协调本质上是有功和无功的交互影响与协调，在保障配电网安全稳定运行的前提下，平抑配电网负荷波动，降低配电网运行损耗，释放设备资源的利用空间，进而达到设备优化配置、资源优化利用及优化效益的目的。一流配电网源网荷储充运行如图1所示。由图可以看出，有功潮流主要受源荷储充的影响，源端为RDG的有功出力，荷端为电动汽车、可中断负荷等的用电需求，储端为储能装置的充放电，充端为电动汽车充电桩的V2G响应[6]；无功潮流主要受源网充的影响，源端为RDG的无功出力，网端为电容器、SVG的无功出力，充端为电动汽车充电桩的无功响应[17]。

图1 一流配电网源网荷储充运行

由于在电网运行中有功潮流主要体现为负荷运行特性，若有功未协调则可能出现储能充电负荷、电动汽车负荷与传统负荷曲线峰峰叠加，加剧配电网的运行压力，而在谷期储能放电、电动汽车负荷退出，进一步加大配电网的峰谷差，降低设备整体利用率。无功潮流主要通过功率因数、电压和网损等指标体现，若无功未协调则可能会增大配电网的无功潮流，恶化运行电压，增加运行损耗。

因此，一流配电网的源网荷储充协调特性表现为负荷曲线平滑、设备利用率较高、电压合格、运行网损较低。在源网荷储充各手段满足刚性可控的条件下，其协调运行特性最优，即各资源优劣互补，较好地满足配电网运行需求，达到最佳的电网运行效果；而在柔性可控条件下，应根据实际运行负荷特性与设备特性的差异，针对性地制定控制策略。

1.2 运行场景分析

源荷储充接入给配电网运行控制带来了重大影响，由于在不同的运行条件下，源网荷储充控制方式方法和协调运行特性具有差异性，配电网运行控制效益也有所不同。本节从通信与协调控制的角度，对源网荷储充不同的协调运行场景进行分析。

为区分和准确表达配电网不同场景下的源网荷储充协调控制能力，现根据其通信完善程度及自动化水平高低进行分类，如表1所示。

可以看出，源网荷储充协调运行场景实际上涵盖了配电网发展控制的各个阶段，为满足各种条件下配电网协调优化运行的要求，源网荷储充协调优化控制策略应具备自适应性、普适性和鲁棒性，实现不同场景下的控制应用。

2 适应多运行场景的协调优化控制策略

基于一流城市配电网源网荷储充的运行场景分析，结合现有技术，从全局有功－无功电压优化控制的角度，提出适应多运行场景的源网荷储充协调优化策略。

2.1 协调控制架构

源网荷储充协调优化控制包括有功协调、无功协调，在保障电网安全运行的前提下，以节能降损、削峰填谷提升设备利用率为目的，其可控设备包括RDG、无功补偿设备、电动汽车充电桩、储能装置等。控制模式包括集中优化和分布协同两种，两者互为主辅，集中优化控制作为第一优先级的高级控制模式，分布协同作为通信及自动化控制手段缺失或异常时的补充控制模式，可根据不同运行工况进行自适应配电网优化控制，其架构如图2所示。图中的实线箭头表示配网实时数据信息流由起始端流向指向端，虚线箭头表示控制信息流由起始端流向指向端。在集中优化控制模式下，系统层通过GIS系统信息对线路进行建模，并通过通信层收集受控层的实时数据和负荷信息，在主站内进行优化计算，然后再通过通信层进行控制指令的下发。而在分布协同控制模式下，由于通信及自动化系统建设不完善或异常，受控层无法与上层系统进行数据交互，则根据本地测量得到的电气数据，按照预设的就地协同策略进行自动控制，其数据和控制信息只在本层流动。

图2 协调控制架构

2.2 分布协同策略

分布协同控制策略主要针对集中控制条件缺失的“源网荷储充”设备，根据控制手段对有功及无功的调节效应，分别设置储能及充电桩互动需求响应控制、无功补偿设备及RDG的V/Q控制。

（1）储能及充电桩的互动需求响应控制

根据当前充电桩及储能接入配电网的RDG与负荷特性，对负荷的峰平谷时间段进行划分并设置不同的激励电价，基于变压器功率监测设置变压器过载时充电桩输出功率为0，并给出两种充电模式供用户选择，分别实现储能与充电桩的互动需求响应控制。具体步骤如下：

①收集充电桩及储能接入区域的总负荷容量、各负荷类型及其占比，RDG接入类型及渗透率，电动汽车渗透率等；

②拟合其区域源荷复合负荷特性曲线；

③根据区域负荷特性曲线，划分峰平谷3个时间段，并结合电动汽车充电特性设置不同的激励电价，引导电动汽车及储能用户的充放电；

④对于充电站直接应用峰平谷电价，对于分散充电桩，监测收集充电桩接入配变低压侧母线的总功率，计算配变的负载率，在配变过载时控制充电桩输出功率为0，对处于空闲时段且电量充足的电动汽车，通过充电桩向电网输入有功功率，且利用充电桩的无功响应能力向电网输入无功功率；

⑤在配变正常运行时，设置不同的充电优惠模式，并结合用户充电电量需求，计算推送电动汽车充满所需的时间及费用表，供用户选择。

（2）无功补偿设备及RDG的V/Q控制

对于无功补偿设备的V/Q控制，依据负荷水平不同对无功补偿需求的差异性制定3组电压控制区间和功率因数控制限值，则不同负载水平下的电压控制分区及功率因数控制分区如表2所示。

表2 不同负载水平下的分区表

无功补偿设备的V/Q控制流程如图3所示。

图3 无功补偿设备的V/Q控制流程

对于RDG的V/Q控制，通过对配电网中RDG的并网点电压监测，用以评估当前并网点的电压和无功状况，并针对不同的电压水平实行差异化控制，设置RDG不同的功率因数区间作为其无功出力的依据和约束条件。其控制流程如图4所示。

图4 RDG的V/Q控制流程

2.3 集中优化策略

本文在蔡永翔等[18]研究中的中压配电网集中式优化控制模型的基础上，进一步提出根据负载阻抗和等效阻抗对控制变量的敏感性分配控制变量，即“源网荷储充”的有功功率和无功功率，以实现集中优化控制的最优目标。

（1）目标函数

目标函数如下：

式中：w∈[0.1]为惩罚项；为节点i的负载阻抗；为节点i的等效阻抗；和分别为节点i的负载阻抗和等效阻抗对控制变量的灵敏度矢量；、和分别为节点i的负载阻抗和等效阻抗对“源网荷储充”注入的有功功率和无功功率的敏感度矢量；Δu=[ΔP.ΔQ]T为控制变量变化的向量，ΔP、ΔQ分别为“源网荷储充”注入的有功功率和无功功率的变化向量；ε=[ε1.ε2]T为电压约束松弛变量矢量；G为惩罚昂贵发电控制变量的权重矩阵；H为惩罚松弛变量的权重矩阵。

（2）约束条件

约束条件如下：

式中：Vi(t+k)、Vi(t+k-1)分别为t时刻节点i的电压预测值和量测值，和分别为节点i的电压上下限值；为节点电压相对于控制变量的灵敏度矩阵；ΔPx、ΔQx分别为“源网荷储充”设备x的注入有功功率和无功功率变化量，和分别为注入有功功率和无功功率变化量的上下限值；Px、Qx分别为“源网荷储充”设备x的注入有功功率和无功功率，和分别为注入有功功率、无功功率的上下限值。

2.4 具体实现流程

分布协同控制作为基本的后备保障控制，会预先设置嵌入到各受控设备，而集中优化控制则作为常规控制模式设置在后台系统中，在实际应用中，“源网荷储充”协调优化控制以集中优化控制作为第一控制模式；在通信和自动化控制手段缺失或异常时，才会采用分布协同控制模式，作为第二控制模式。具体实现流程如图5所示。以上流程可根据实际情况设置间隔时间，每个固定周期重复进行判断和控制，为适应配网自动化的建设和数据要求，建议每个运行周期为1 h，出于运行需要在人为干预下可灵活切换两种运行模式。

图5 协调优化策略流程

3 算例分析

为验证本文所提协调优化控制策略的有效性，在Matlab中对IEEE33标准节点系统进行多运行场景的算例仿真分析，扩展后的线路模型如图6所示。

图6 IEEE33节点系统扩展模型

在节点17、29均接入装机容量为1 MW，超前功率因数为0.9，滞后功率因数为0.95的光伏电源；节点10、24均接入4组单组容量为60 kvar的电容器；节点15、31均接入无功出力区间为[－1 Mvar.1 Mvar]的SVG；节点6、14、33均接入充电桩，其电动汽车的充放电功率区间为[－0.4 MW.0.4 MW]，容量极限为[0.1.0 MW·h]，充放电容量需求为0.6 MW·h；节点18、30均接入充放 电 功 率 区 间 为[－0.3 MW.0.3 MW]，容 量 极 限 为[0.0.9 MW·h]，充放电系数为0.9/0.11的储能。光伏出力及负荷功率曲线如图7所示。

图7 光伏出力及负荷功率曲线

采用本文所提协调优化控制策略对1.2节的3个运行场景进行设置，仿真结果中有功负荷曲线如图8所示，线路末端节点的电压曲线如图9所示。

图8 3种场景下的有功负荷曲线

图9 3种场景下线路末端节点32的电压曲线

（1）场景1：单一电价下，考虑光伏并网，电动汽车根据用户需求进行恒功率充电，储能作为应急电源，不参与日常电网调度；利用无功补偿装置，控制并网点补偿功率因数在0.95及以上。

（2）场景2：考虑需求侧响应与光伏并网的情况，采用分布协同策略调节储能充放电、电动汽车接入以及无功补偿装置，提高并网点的稳定性。

（3）场景3：考虑需求侧响应与光伏并网的情况，采用集中优化策略调节储能、电动汽车充放电以及无功补偿装置，使得配电网的综合效益最高。

可以看出，场景1由于仅利用无功补偿装置进行调控，负荷曲线的波动未得到明显改善，且中午时段光伏并网点及其邻近节点易出现电压越上限的情况，而夜间用电高峰可能出现电压越下限；场景2设定了峰平谷电价，促使储能及电动汽车进行电价需求响应，削峰填谷，一定程度上平缓了负荷曲线；场景3根据电网综合效益指标进行调控，使得负荷曲线趋于平稳，防止出现有功倒送的情况，同时降低了无功负荷水平，进一步降低了网损，保证了线路末端节点的电压在合格区间。

3种场景下配电网控制的综合运行效益如表3所示。由表可见，分布协同控制以及集中优化控制均可以取得较高的配电网控制效益，相较于场景1，配电网控制的综合效益在场景2下提升约6.34%，在场景3下提升约7.72%。

表3 3种场景下配电网控制综合运行效益对比

4 结束语

本文针对城市配电网中接入新能源技术带来的复杂多样性与随机不确定性问题，提出考虑多种运行场景的“源网荷储充”协调优化控制策略，总结如下：

（1）本文充分考虑源网荷储充协调运行特性，提出的协调优化控制策略能够适应配电网的多种运行场景；

（2）针对不同运行场景所实施的控制策略，可以有效平缓负荷曲线、改善运行电压水平、具有较好的配电网控制效益；

（3）利用“源网荷储充”各设备资源进行协调优化控制，可实现调控高效灵活，为一流城市配电网的规划建设工作提供参考价值。