配电网光伏并网存储容量有序配置方法

黄 翔，刘子华，陈李丰，徐奕乐

（1.国网浙江省电力有限公司，杭州 310000;2.国网浙江省电力有限公司台州供电公司,台州 318000;3.浙江大学 竺可桢学院，杭州 310000)

0 引言

能源短缺以及环境污染问题是近年人类需要面临的重要问题，此种背景下，新能源技术的发展受到众多研究学者的重视。分布式光伏系统受光照强度和环境温度影响较大[1]，有效的配电网光伏并网存储容量配置方案是保障配电网平稳运行的重要基础。

近年来针对配电网光伏并网容量优化的研究较多，于腾凯等人对配电网光伏并网容量优化进行研究[2]；姚天宇等人考虑安全边界对分布式光伏容量优化的影响[3]。以上两种方法虽然均可以实现配电网分布式光伏容量优化，但并未考虑配电网有序布点对容量优化的影响，导致容量配置优化效果并不理想。研究配电网光伏并网存储容量有序配置方法，针对配电网光伏并网存储容量进行有序配置，通过实验验证该方法可以实现配电网光伏并网存储容量的有序配置，保证配电网光伏并网可靠运行，提升配电网承载能力，满足光伏并网配电网日益增加的用电负荷需求。

1 光伏并网存储容量有序配置

1.1 光伏并网存储容量有序配置模型

1.1.1 有序布点优化模型

配电网接入分布式光伏电源后，受到负荷以及随机扰动电源的影响，造成配电网存在明显的负荷波动，同时令配电网出现明显的峰谷差情况。为了令配电网光伏并网抑制负荷波动，确定最优的光伏并网节点，设置配电网光伏并网的有序布点模型目标函数表达式如下：

式(1)中，t与T分别表示配电网运行时间以及运行周期；Pave与PDN(t)分别表示负荷平均值以及负荷功率。

式(1)中，负荷功率PDN(t)的表达式如下：

式(1)中，负荷平均值Pave的表达式如下：

式(2)与式(3)中，Pload，i(t)与PPV，i(t)分别表示配电网节点i的负荷以及接入配电网的分布式光伏系统的有功功率；PiDESS(t)与N分别表示分布式储能系统的有功功率以及配电网节点数量；利用DLi判断配电网节点i处是否配置分布式储能系统，配电网中配置分布式储能系统时，该值为1，未配置储能系统时，该值为0。

1.1.2 分布式储能系统存储容量优化配置模型

用Pload(t)与PPV(t)分别表示配电网本地负荷功率以及分布式光伏系统内光伏组件的输出功率。当PPV(t)＜Pload(t)时，配电网光伏并网处于缺电状态，利用DC/DC变换器将分布式储能系统存储的能量传送至配电网，为配电网提供负荷，通过分布式储能系统释放的能量满足配电网负荷能量的平衡需求[4]。时间段为t-t+Δt时，配电网光伏并网的分布式储能系统所释放能量计算公式如式(4)所示：

式(4)中，ηd表示分布式储能系统的放电效率。

当PPV(t)＞Pload(t)时，分布式储能系统利用DC/DC变换器吸收能量，令分布式储能系统的储能电池保持充电状态。分布式储能系统在时间段为t-t+Δt时，能量吸收表达式如式(5)所示：

式(5)中，ηc表示分布式储能系统的充电效率。

引入可以体现电池剩余能量的荷电状态，实时监测分布式储能系统的充电以及放电过程。时间为t时，荷电状态计算公式如式(6)所示：

用SOC0表示荷电状态初始值，SOCmax与SOCmin分别表示配电网光伏并网的分布式储能系统允许荷电状态上限以及荷电状态下限。引入荷电状态初始值后，可将公式(6)转化如式(7)所示：

分布式储能系统充放电过程中，时间为t+Δt时，存在SOC(t+Δt)＜SOCmin时，可得时间段为t-t+Δt时，分布式储能系统中的储能单元放电电量表达式如式(8)所示：

时间为t+Δt时，存在时，可得时间段为t-t+Δt时，储能单元充电电量表达式如式(9)所示：

建立分布式储能系统存储容量优化配置模型如式(10)所示：

1.2 光伏并网存储容量有序配置模型约束条件

1.2.1 分布式储能系统约束

分布式储能系统应该满足容量约束与功率约束，分布式储能系统参与配电网存储容量有序配置优化时，设置约束条件如式(11)所示：

式(11)中，Pi与Pmin、Pmax分别表示分布式储能系统有功功率及其最小值和最大值；Qi与Qmin、Qmax分别表示分布式储能系统的无功功率及其最小值和最大值；Ei，i与Ei，s、Ei，e分别表示节点i处的电容量设定值以及配电网运行起始时间和终止时间的能量存储容量。

1.2.2 分布式光伏系统的配置约束

分布式光伏系统的容量配置约束表达式如式(12)所示：

式(12)中，Ppvi与Ppvi，max分别表示分布式光伏系统容量以及节点i可接入分布式光伏系统的最大配置容量；Ppv∑表示分布式光伏系统接入配电网的总规划容量。

分布式光伏系统通过串联以及并联太阳能电池板建设，分布式光伏系统存储容量表达式如式(13)所示：

式(13)中，Ki与Ppv0分别表示单台光伏逆变器的额定容量以及并入配电网的光伏逆变器数量；a表示调节系数。

分布式光伏系统并入配电网的并网点数量限制约束表达式如式(14)所示：

式(14)中，n与Nmax分别表示并网点数量以及配电网允许接入分布式光伏系统的并网点数量上限。

1.2.3 电压安全约束

配电网光伏并网的节点电压禁止超过安全运行范围，配电网节点电压约束表达式如式(15)所示：

式(15)中，Vre与Vmax分别表示配电网光伏并网的节点电压以及节点电压上限；Vmin与R分别表示配电网光伏并网的节点电压下限以及修正节点阻抗矩阵；P与Q分别表示配电网光伏并网中，节点电压的有功负荷以及无功负荷。

1.2.4 线路安全约束

配电网光伏并网运行过程中，配电网线路电流需要满足线路容量限制，避免线路运行过程中存在过载情况[5]。建立配电网线路安全约束表达式如式(16)所示：

式(16)中，Ib与L分别表示配电网光伏并网中支路电流以及支路导纳绝对值。B与Ibmax、Ibmin分别表示配电网光伏并网节点支路关联系数以及配电网光伏并网支路电流的上、下限。

1.3 遗传算法的光伏并网存储容量有序配置模型求解

采用遗传算法求解所建立的光伏并网存储容量有序配置模型，遗传算法具有求解速度快、鲁棒性强的优势，常应用于多目标优化算法中。

采用遗传算法求解光伏并网存储容量有序配置模型的流程图如图1所示。

图1 遗传算法的模型求解流程图

采用遗传算法求解光伏并网存储容量有序配置模型的流程如下：

1）编码与初始化

对光伏并网存储容量以及分布式储能系统的充电功率编码，初始化遗传算法的种群个体。

2）构造适应度函数

以有序布点优化模型和存储容量优化配置模型为基础，设置种群的适应度函数表达式如式(17)所示：

式(17)中，Vk与k分别表示越限节点的电压幅值以及迭代后种群的节点电压越限数量；VN表示电压幅值最大值，本文设置1.05p.u.。

3）交叉变异操作

利用适应度函数评价遗传算法内种群的全部个体，对满足条件的遗传算法个体进行选择操作、交叉操作以及变异操作，形成下一代种群。

4）遗传算法满足约束条件以及最大迭代次数时，终止算法迭代，输出配电网光伏并网存储容量有序配置结果。

2 实例分析

为了验证所研究配电网光伏并网存储容量有序配置方法对光伏并入配电网存储容量的优化性能，选取某电力企业的45节点标准配电网作为研究算例。配电网总有功负荷为14.55MW；总无功负荷为7.45Mvar。光伏并网的配电网节点电压上限和下限分别为1.05p.u.以及0.95p.u.。采用本文方法利用光伏并网存储容量有序配置模型的有序布点模型对光伏并网节点进行优化，确定配电网的光伏并网最优节点。

分布式光伏系统存在较高的波动性，设置配电网的负荷水平固定。分布式光伏系统出力存在变化情况下，配电网的节点电压越限统计结果如图2所示。

图2 不同光伏出力时节点电压变化

通过图2实验结果可以看出，配电网中接入的分布式光伏系统具有越高出力时，配电网的节点电压越限情况越严重。节点电压越限情况越严重时，配电网对分布式光伏系统的接纳水平越低，此时，配电网运行过程中的波动性越高，稳定性越差。通过图2实验结果可以看出，配电网接入的分布式光伏系统容量过高时，容易造成节点电压质量降低的情况，此时配电网节点电压幅值容易超过额定范围内，影响配电网运行稳定性。光伏出力过多时，将造成过多的剩余能量无法被配电网及时消纳，因此配电网存储容量的有序配置极为重要。

接入分布式储能系统后，配电网运行24小时的负荷功率变化如图3所示。

图3 配电网日负荷曲线

通过图3实验结果可以看出，分布式储能系统接入配电网后，配电网运行时，可以满足配电网的静态安全约束以及电压节点约束。接入分布式储能系统后，可以保证配电网的稳定运行，验证本文方法设置的有序布点模型对配电网进行有序布点有效性。

配电网光伏并网后，分布式储能系统出力情况如图4所示。

通过图4实验结果可以看出，分布式储能系统在考虑容量限制时，配电网运行的输出功率在0时～4时，明显高于未考虑容量限制时的输出功率。其余时间考虑容量限制以及未考虑容量限制时，配电网的输出功率相差较小。

图4 分布式储能系统出力

统计配置不同数量分布式储能系统时，将分布式储能系统布置于不同节点时，配电网运行状况。统计结果如表1所示。

表1 不同配置配电网运行结果

分析表1实验结果，配电网中接入的分布式储能系统数量为3-6个时，分布式储能系统的最大充电容量可以满足配电网光伏并网的运行要求。本文方法所设置约束有效限制配电网接入的分布式储能系统的容量越限情况。本文方法可以实现配电网光伏并网存储容量有效配置，配电网运行时，可以依据实际情况设定满足配电网运行需求容量以及功率负荷的分布式储能系统，保证配电网光伏并网存储容量配置具有较高经济性。分布式储能系统设置数量为5时，实现高达100%的利用率，可以保证配电网中设置的分布式储能系统高效运行。

采用本文方法获取的分布式储能系统最优配置容量如表2所示。

通过表2实验结果可以看出，本文方法可以有效获取配电网光伏并网时，分布式储能系统的最优容量配置。本文方法可以利用分布式储能系统消纳分布式光伏系统运行过程中形成的多余电能，改善配电网节点电压越限情况，提升配电网的供电可靠性。伴随配电网中分布式光伏系统出力增加，分布式储能系统的最优配置容量同样呈现上升趋势。本文方法可以有效获取光伏接入配电网时，分布式储能系统存储容量的最优配置，具有较高的应用性。

表2 分布式储能系统最优配置容量

采用本文方法有序配置存储容量，选取节点16作为研究对象，统计配电网运行24小时，该节点电压变化如图5所示。

图5 配电网节点电压变化

通过图5实验结果可以看出，采用本文方法对配电网存储容量有序配置，节点电压稳定性更高，节点电压可以稳定在理想范围内。图5实验结果验证本文方法可以提升配电网的电压质量，令配电网保持在稳定运行电压范围内，图5实验结果验证本文方法对配电网光伏并网存储容量有序配置有效性。

3 结语

配电网光伏并网容量配置过程中存在明显的不确定性，研究配电网光伏并网存储容量有序配置方法，考虑配电网光伏并网的有序布点优化以及存储容量配置优化。通过实验验证，该方法可以实现配电网光伏并网存储容量的有效优化，令节点电压稳定至正常范围内，具有较高的灵活性。该方法可以实现分布式储能系统中储能电池容量的有效配置，改善电压质量。