计及配电网设备利用率的源荷匹配评价

杨磊，赵平，钟浩，李振兴，严小毛

（1.三峡大学电气与新能源学院，湖北 宜昌 443002；2.宜昌清阳科技有限公司，湖北 宜昌 443005）

0 引 言

随着经济快速发展，人们对能源需求日益增长，化石燃料大量使用带来的环境污染问题愈演愈烈，在此背景下，国家出台了推进能源结构调整、大力发展可再生能源的“双碳”政策和推进屋顶分布式光伏建设的“整区（县）光伏”政策[1-3]。但随着分布式光伏并网规模的逐步扩大、配电网光伏渗透率上升，在带来显著的能源、环保和经济效益的同时，因分布式光伏出力波动性与随机性和配电网自身负荷特征[4-5]，分布式光伏的接入对配电网的安全性与稳定性也带来严重的影响[6-8]，考虑分布式光伏与负荷之间互补匹配具有现实意义。

文献[9]基于现有包含源荷追踪系数、源荷变化系数的源荷评价指标加以改进，提出可对风光火耦合系统进行评估的源荷匹配性指标体系；文献[10]提出风光总出力与负荷贴近程度的互补性指标，可综合考虑消纳率与渗透率，为风光容量优化配置提供可参考结果；文献[11]考虑电网侧与电源侧两方面因素，建立源荷匹配模式，实现电源-电网的双向信息交流，保证电力电量的稳定供给与配电网安全运行。

上述文献多是从风光等分布式电源互补的角度进行源荷匹配评估，但随着光伏接入，配电网原有负荷特性发生变化，设备利用率随之改变[12-13]，目前，从配电网设备利用率角度的源荷匹配研究还不够深入。文献[14]虽考虑了分布式光伏并网对配电网馈线负载率的影响，并构建源荷匹配指标体系，从中找出影响负载率的主导因素与改善因素，但并未对光伏接入前后配电网负载率变化进行研究；文献[15]虽然考虑分布式光伏并网对配电网设备利用率影响，并以此建立有源配电网设备利用率的影响因子体系，但由于分布式光伏并网影响了配电网原有负荷特征，并未考虑分布式光伏出力特征与负荷特征之间匹配程度对设备利用率影响；文献[16]虽考虑风电自然特征，并且建立了风电与电网交互特性评价指标，反映风电与负荷的匹配性、与电源的匹配性，但未对设备利用率情况进行分析研究。

针对上述问题，本文考虑分布式光伏并网后对设备利用率的影响，选取具有代表性的设备利用率指标，依据分布式光伏接入前后的设备利用率指标变化并从分布式光伏出力特性、负荷特征出发，建立包含波动匹配度、电量匹配度、消纳匹配度与负荷偏移度的源荷匹配评估模型，使用拉开档次法进行指标赋权，得出源荷匹配综合结果，判断设备利用率情况。最后以江苏省某10kV馈线“整区光伏”试点为算例，验证源荷匹配指标体系合理性。

1 指标构建分析

1.1 源荷特征分析

受用电模式、行为偏好以及生产方式等用户自身因素与温度、湿度、风力等自然环境因素影响[17-18]，电力用户用电习惯各不相同，以居民负荷与工业负荷为例，居民类负荷白天负荷数值较小，在19∶00左右达到负荷高峰，工业类负荷峰值集中在10∶00与16∶00左右，且工业类负荷在夜间仍维持较高的数值，因此各类用户的最高负荷、平均负荷、峰谷差、日负荷率等负荷特征均不相同，借助各类用户的日负荷曲线可以直观看出负荷特征的差异。

另一方面，分布式光伏出力水平与太阳辐射大小关系紧密，随着太阳辐射变化，分布式光伏出力曲线呈现先上升后下降的“半包络”形状，并且在午时光伏出力达到全天峰值。季节、气温均会影响到光伏出力曲线高度与宽度。各类电力用户典型日负荷曲线与光伏出力曲线如图1所示。所以在分析负荷特征与分布式光伏出力特征时应从二者波动曲线相似程度进行考量。

图1 各类电力用户典型日负荷曲线与光伏出力曲线图

1.2 光伏并网对设备利用率影响分析

分布式光伏并网示意图如图2所示，将光伏接入前流经配变或专线的负荷定义为原始负荷，将光伏接入后流经配变或专线的负荷定义为净负荷，净负荷为电力用户原始负荷与分布式光伏出力的差值。

图2 分布式光伏并网示意图

传统无源配电网设备利用率指标建立主要考虑负荷特征、安全准则与负荷裕度要素，现有研究已构建了含负载率、设备额定容量、设备故障率等指标体系。光伏并网后，无源配电网过渡为有源配电网，负荷特征指标开始由原始负荷特征和分布式光伏出力特性共同决定。

分布式光伏接入配电网后，受光伏出力影响，配电网净负荷峰值将低于光伏接入前同时刻原始负荷峰值，原有负荷特性将随之改变，设备利用率下降，故应在现有的设备利用率指标体系中选取可体现出分布式光伏对原有负荷特征影响的指标进行源荷匹配指标构建。本文选取设备利用率与负荷率指标变化作为源荷匹配指标体系构建依据。

基于上述分析建立源荷匹配指标体系，源荷指标体系与设备利用率指标体系关系如图3所示。

图3 指标关系图

2 设备利用率指标

2.1 综合负载率

综合负载率M'定义为光伏出力期间设备负载率的整体情况，由各采样时刻设备负载率加权得出。计算公式如式(1)所示：

式(1)中：Mt为间隔为t的采样时间周期内的设备负载率，Epv,t为相邻采样周期内光伏发电量，t1、t2分别为光伏出力的始末时间；式(2)中：Pload,t、Ppv,t分别为在光伏出力期间的各时间周期内原始负荷功率与光伏出力功率，S为设备额定容量。从式(2)也可看出相比较光伏接入前同时刻设备负载率，光伏接入后设备的负载率必定下降。

令综合负载率指标数值为x，其隶属度函数如式(3)所示：

式中：μ1、μ2为专线或配变最佳经济运行区上下界限。取值范围为(-∞,1]，越接近于1说明负载率越接近设备最佳经济运行区，小于0说明发生了潮流倒送现象。

2.2 负荷率

负荷率βload定义为设备在光照时间内净负荷平均值与净负荷峰值的百分比，负荷率越大，则说明各时段净负荷数值越平均，波动相对越小。

式中：T为光伏出力总时间，令负荷率指标数值为x，其隶属度函数为式(5)所示：

由式(2)与式(4)可以看出，负载率、负荷率受采样时间周期内负荷功率、光伏出力功率与设备容量直接影响。

3 源荷匹配指标与赋权

配电网负载率、负荷率在光伏并网后会出现不同程度的降低，为更好把握变化趋势并分析源荷匹配程度，本文依据波动匹配度、电量匹配度与消纳匹配度分析光伏实际消纳情况，并对照新设定的负荷偏移度指标判断设备利用率变化程度。

3.1 波动匹配度

波动匹配度Mwave定义为在光伏出力期间负荷曲线与光伏出力曲线波动趋势的匹配程度，用于定量分析二者之间的相关程度，计算公式如式(6)所示：

式中：Pload,ave、Ppv,ave分别原始负荷功率、光伏出力功率均值。

波动匹配度取值范围为[-1,1]，源荷曲线相关程度与波动匹配度取值范围对应如表1所示。

表1 馈线各接入点源荷信息

表1 |Mwave|取值范围与相关程度对应关系表

根据皮尔逊系数相关性程度区间，令波动匹配度指标数值为x，设置源荷曲线相关性的隶属度函数如式(7)所示，当μ(x)＞0.5时说明源荷曲线至少具有中等相关性，即波动趋势已基本一致，当μ(x)＜0.25说明源荷曲线负相关，即波动趋势相反，负荷谷期与光伏出力峰期近似重合。

3.2 电量匹配度

电量匹配度We定义为在光伏出力期间，光伏总发电量与负荷总用电量匹配程度。计算公式如式(8)所示：

We取值范围为[0,+∞)，越接近1表示光伏总发电量与负荷总用电量匹配程度越高，当We超过1时说明光伏总发电量超出负荷总用电量需求，令电量匹配度指标数值为x，其隶属度函数为：

3.3 消纳匹配度

消纳匹配度Ma定义为在光伏出力期间，可消纳光伏电量占光伏总发电量比值。

因消纳匹配度Ma取值范围为[0,1]，当Ma=1时说明可消纳光伏电量等于光伏总发电量。令消纳匹配度指标数值为x，其隶属度函数如式(11)所示：

消纳匹配度Ma隶属度函数取值范围为[0,1]，越接近于1说明光伏消纳越完全。

3.4 负荷偏移度

负荷偏移度Sload定义为光伏接入后，净负荷较原始负荷数值偏移程度。

因负荷偏移度取值范围为[0,+∞)，负荷偏移度越小说明净负荷大小越等于原始负荷，所以令负荷偏移度指标数值为x，负荷偏移度的隶属度函数如式(13)所示：

负荷偏移度Sload隶属度函数取值范围为[0,1]，Sload越大说明净负荷越小于电力用户原始负荷，Sload等于1时说明光伏接入后净负荷等于电力用户原始负荷，即未接入光伏。

3.5 指标赋权

基于上述指标得分数值并经过指标赋权，得到源荷匹配综合得分，根据得分结果评判源光伏接入点荷匹配整体效果，第i个评价对象的综合得分如式(14)所示：

式中：w=(w1,w2,w3,…,wm)T是m个指标的权重系数向量，xi=(xi1,xi2,xi3,…,xim)T为第i个评价对象的指标得分。

为整体上拉开各评价对象之间的差异，使之尽量拉开档次，以利于对其排序，本文使用基于“差距驱动”原理的拉开档次法进行指标权重确定。

确定权系数向量w的准则是能最大限度地体现被评价对象之间的差异，即式(15)最大值，使得n个被评价对象取值的分散程度尽可能大。

式(16)中：H=ATA为实对称矩阵，xnm为第n个评价对象的第m个指标得分。若对w不加限值，式(15)可取任何大的值，故此处限定，即满足式(17)中约束条件求得w。

4 算例分析

4.1 算例概况

江苏某工业园区110 kV变电站馈线建设情况如图4所示，馈线总长20 kM，线路容量为8 MVA，功率因数为0.9，专变、公变共10台，总容量为4.3 MVA，居民负荷、工业负荷在光伏出力期间用电量占比分别为37.23%、62.76%。馈线均接入光伏，光伏总装机容量为2.6 MW。

图4 馈线实际建设情况

居民负荷、工业负荷与光伏标幺值波动曲线如图5所示，光伏出力时间设定为7∶00-19∶00，具体负荷数据、光伏装机容量与出力数据如附录表1与表2所示。

表2 指标得分与综合得分表

表2 源荷波动标幺值

图5 馈线各类电力用户日负荷曲线及光伏出力曲线

4.2 源荷匹配指标分析

对各接入点源荷匹配指标进行计算，指标得分如表2所示，并使用纵向拉开档次法得到指标权重分别为0.13、0.42、0.12与0.33，依据权重赋权得到综合得分。

根据表2可以看出，在居民负荷、工业负荷中居民1#、工业1#的综合得分最高。

居民类负荷与工业类负荷波动匹配度均小于0.25，说明二者负荷曲线与光伏出力曲线呈现负相关，即负荷谷期与光伏出力峰期近似重合，居民1#与工业1#电量匹配度较低，消纳匹配度为1，说明在光伏出力期间无潮流反向现象，光伏消纳完全，并且负荷偏移度得分较高，说明光伏接入后设备利用率未有明显的变化。

居民2#―5#、工业2#―5#外电量匹配度指标数值较高，且消纳匹配度均小于1，这表明光伏将无法消纳完全，会产生潮流反向，并且负荷偏移度得分低，说明光伏接入后设备利用率下降幅度大，设备利用率低。以居民2#、工业2#为例，源荷曲线如图6所示。

图6 居民2#与工业2#源荷曲线图

4.3 设备利用率指标分析

因各接入点均为通过配变接入配电网，故负载率隶属度函数依据配变处于经济运行区时的负载率进行设定，各配变具体区间如附录表3所示。

表3 综合负载率与负荷率指标情况

表3 设备经济运行区间

基于源荷匹配指标可以发现，居民2#―5#、工业2#―5#无法完全消纳光伏，配变处于低载或潮流反向现象，设备利用率指标下降幅度较大。对比表3可知上述接入点在接入光伏后，综合负载率、负荷率下降幅度不低于40%，最高分别可达77%与85%。其中居民2#在光伏接入后综合负载率得分只有0.230，远低于1，即在光伏出力期间设备大部分时间处于轻载或潮流倒送状态，各时刻负载率得分如附录表4所示，表中可以看出，在9∶00―16∶00期间负载率得分处于全天最低值，较光伏接入前均明显下降，即在光伏出力期间设备大部分时间处于轻载或潮流倒送状态。

表4 居民2#光伏接入前后各时刻负载率得分

居民1#、工业1#因其消纳匹配度较好且负荷偏移度得分高，对照表3可知光伏接入后综合负载率、负荷率均未发生较大变化，综合负载率均接近或等于1，即光伏接入后仍处于经济运行状态，设备利用率高。

5 总结

本文提出了一套判断分布式光伏并网对配电网设备利用率影响程度的评估方法，得出如下主要结论：

1)基于源荷特性、综合负载率与负荷率建立了源荷匹配评估指标，依据拉开档次法进行指标赋权，可直观看出设备利用率下降程度以及影响下降的主要因素。

2)借助江苏某工业园区实际算例，将评估方法应用于分布式光伏对配电网设备利用率影响评估，通过计算设备利用率指标进行对照，验证了评估方法的合理性和有效性，具有一定的工程实践价值。