基于多运行场景的主动配电网态势感知及优化调度

陈建钿，王超，林桂辉，杨叶昕，刘谋君，梁苑

（广东电网有限责任公司珠海供电局，广东珠海 519000）

主动配电网相较于传统配电网在各方面的表现形式都实现了创新，其中最重要的就是荷、源两侧接入了各种可控单元[1]。这些在主动配电网中被纳入的新单元，其接入能够为主动配电网带来多样化的运行状况与调度状况[2]。建设主动配电网还能够降低电网运行时的综合网损与峰谷差，最大化利用网内电气设备[3-4]。对于主动配电网而言，其最受瞩目的问题就是态势感知问题与优化调度问题。

国外从不同角度出发对该问题进行了研究，提出了考虑实时电价的主动配电网态势感知及优化调度方法和短期优化模型下的主动配电网态势感知及优化调度方法。在国内的研究中，文献[1]中对优化调度问题进行了深入研究，其研究也涉及了态势感知问题。

由于上述研究成果在系统损耗值方面存在不达标的问题，因此考虑多运行场景对主动配电网态势感知及优化调度问题进行研究，提出一种基于多运行场景的主动配电网态势感知及优化调度方法，实现了多运行场景下主动配电网的高效态势感知与优化调度。

1 态势感知及优化调度方法

1.1 构建供电能力模型

首先在多运行场景下针对主动配电网构建供电能力模型，作为态势感知依据[5]。对于主动配电网，在某主变突发N-1 故障时，其变压器带有的负荷既通过站外以及站内的其余变压器进行转带，也有一部分通过该区域分布式电源转带。除此之外，还能够通过调度作用使电动汽车放电，保障其他负荷能够进行安全供电[6]。因此模型构建中应对电动汽车及分布式电源等多种运行场景进行考虑，构建的供电能力模型，具体如下：

式（1）中，SDDC(t)代表t时刻主动配电网的供电能力；SEV(t)表示该区域电动车t时刻的放电、充电功率；SDG(t) 代表分布式电源t时刻的输出功率；SDSC(t)表示t时刻传统电网的供电能力[7]。

其中电动汽车能够充放电，具有特殊性，会对供电能力造成影响，因此在公式右侧放置。

分布式电源包括不可控型与可控型，其出力具体如式（2）所示：

其中，不可控型分布式电源出力会受到外界影响，无法进行人为控制，并且不可转供，因此其在t时刻的出力具体如下：

1.2 态势感知

搭建态势感知构架，对主动配电网实施态势感知。搭建的态势感知构架共三层构成，包括态势察觉层、态势理解层和态势预测层，其构造具体如图1所示[10]。

图1 态势感知构架构造

其中，态势察觉层能够以主动配电网的需求为依据进行配置量测，从而获取分析、控制主动配电网需要的数据，提供态势理解层与态势预测层的信息支持。通过以上态势感知技术能够灵活进行量测的部署和配置，构建满足鲁棒性、经济性、可靠性、可观性的量测系统[11]。

态势理解层能够分析态势察觉层所提供的数据，对特征信息进行提取，评估主动配电网的供电能力、脆弱性、灵活性、稳定性等特性。其中脆弱性分析主要是用来对主动配电网面临突发灾害时的恢复能力与不间断供电能力进行评定。灵活性分析主要用于对保障正常供电后主动配电网优化配置现有资源的能力进行考察，以及对快速响应负荷侧实际需求变化的能力进行考察。

态势预测层能够预测主动配电网的不确定因素。在使用的技术中，通过安全风险分析和预警技术能够构建安全态势评估体系，并构建安全预警等级[12]。在该技术的使用中，需要结合分布式电源间歇性出力波动、电压越限、失负荷等情况对与主动配电网特征相符的安全态势评估体系进行构建，并赋予各指标客观性的权重，以态势的实际影响范围和严重程度为依据构建可靠而安全的预警分级方法。划分的态势预警等级共有四个，通过四种颜色表示。划分的等级为严重、较重、一般、安全，分别用红色、橙色、黄色、蓝色来表示，并利用F 代表评价预警等级的值，划分各等级区间[13]。

1.3 优化调度策略制定

分时间段对主动配电网实施优化调度，分别制定不同时间段下的优化调度策略并使其互相配合，以达到主动配电网各单元的运行优化以及负荷的削峰填谷[14]。所制定的优化调度策略具体如图2 所示。

图2 优化调度策略

1.3.1 日前优化调度

以调度日的实际天气预报、历史负荷数据以及历史新能源出力数据为依据，预测调度日的负荷量和新能源出力情况，并以此为依据制定调度计划。需要明确日内各时段负荷侧的实际负荷柔性响应分配情况、储能单元的充放电状态、分布式可控发电单元机组的实际启停状态[15]。该计划的目标是使主动配电网能够经济运行，优化柔性负荷与出力单位，并实施低压母线实际注入功率的计算优化备案[16]。

1.3.2 日内优化调度

日内优化调度采用的模式是滚动优化，即随着调度时刻不断推进，同时向前不断推进各调度时刻的优化时域，从而实现日内优化调度。

2 案例分析

2.1 案例模拟

在多个运行场景下，对基于多运行场景的主动配电网态势感知及优化调度方法进行实际案例分析。实验算例改进IEEE33 标准节点网络后实现主动配电网的模拟，模拟示意图如图3 所示。

图3 主动配电网模拟示意图

在该主动配电网中，电压等级是13.66 kV，节点0 与低压侧母线相连接，基准功率可达10 MW。将风力分布式发电单元与光伏分布式发电单元的跟踪模式设为最大功率模式。在模拟的主动配电网中，各节点的改进添加信息具体如表1 所示。

表1 各节点的改进添加信息

为增强实验结果的可信性与说服力，将现有的三种方法作为测试中的对比项，分别为考虑实时电价、短期优化模型下的主动配电网态势感知及优化调度方法以及文献[1]中的方法。同样获取波动平抑场景与典型运行场景下以上方法的系统损耗值数据作为对比实验数据。比较四种实验方法的测试值并对实验结果进行深入分析。

2.2 结果分析

2.2.1 波动平抑场景下的测试结果

在波动平抑场景下，基于多运行场景的主动配电网态势感知及优化调度方法与考虑实时电价、短期优化模型下的主动配电网态势感知及优化调度方法以及文献[1]中的方法的系统损耗值实验对比数据具体如表2 所示。

根据表2 的系统损耗值实验对比数据，在波动平抑场景下，相较于考虑实时电价、短期优化模型下的主动配电网态势感知及优化调度方法以及文献[1]中的方法，基于多运行场景的主动配电网态势感知及优化调度方法的系统损耗值整体较低。

表2 系统损耗值实验对比数据

2.2.2 典型运行场景下的测试结果

在典型运行场景下，基于多运行场景的主动配电网态势感知及优化调度方法与考虑实时电价、短期优化模型下的主动配电网态势感知及优化调度方法以及文献[1]中的方法的系统损耗值实验对比数据具体如表3 所示。

表3 系统损耗值实验对比数据

表3 系统损耗值实验对比数据显示，在典型运行场景下，基于多运行场景的主动配电网态势感知及优化调度方法的系统损耗值整体低于三种对比方法，表现优于现有方法。

3 结束语

考虑多运行场景对主动配电网态势感知及优化调度问题进行研究，经实验得出，所提方法实现了系统损耗值的降低，优化了主动配电网运行过程，取得了一定研究成果。然而在该问题的研究中，在态势感知方面存在一定疏漏性，在日后将会对该问题进行更加深入、仔细的研究，纠正研究中存在的误差。