計及高比例新能源配電網電壓風險的儲能容量優化配置方法

張科杰,張國彥,徐寶昌,崔旭東,張小鵬,穆傳軍

(1.國網電力科學研究院武漢南瑞有限責任公司,武漢 430074;2.國網內蒙古東部電力有限公司通遼供電公司,內蒙古 通遼 028100)

0 引言

隨著構建新型電力系統不斷推進,新能源發展向配電網延伸,新能源在配電網占比快速提升,也給配電網的安全帶來了諸多風險和挑戰。一方面,受限于場地、征地等限制,配電網新能源建設仍面臨選址點與負荷中心錯配等問題,很多地區新能源消納形勢嚴峻。另一方面,國家要求分布式新能源努力做到應接盡接的基調與地方配電網建設滯后的矛盾不斷惡化,新能源的不確定性、間歇性也給配電系統電網潮流和電壓分布帶來深遠影響,系統峰谷越限、潮流反送、過電壓及線路功率越限問題加大,配電網運行風險加劇。

儲能技術是新型電力系統建設中重要支撐技術,是解決上述問題的重要技術手段,大量學者已經從改善配電網電能質量、負荷短時重過載、新能源消納等不同角度場景研究儲能容量配置方法[1-3]。從優化目標上看,許多學者研究建立了多目標的儲能容量優化配置模型,常見的目標包括有功網損、投資經濟性、運營經濟性、電壓偏差等[4-6],文獻[7]基于網損靈敏度方差確定各節點儲能的優先接入順序,以配電網網損和節點電壓波動建立目標函數實現儲能的最優配置容量。文獻[8]建立了基于投資運行經濟效益、污染氣體排放和電壓偏差的多目標優化配置模型求解儲能功率容量和接入方式,文獻[9-12]則采用了基于雙層結構的優化配置模型,將經濟性和技術要求作為雙層結構的內外目標。

針對有源配電網儲能優化配置問題,多以新能源帶來的潮流變化、平抑新能源波動等因素建立模型[13-17]。文獻[18-20]針對新能源消納問題,考慮光儲運行策略和光伏棄光率等因素開展儲能配置研究。文獻[21]提出一種基于光伏發電不確定性的儲能容量配置方法,在不同置信水平下計算儲能單元的功率和容量。文獻[22]解決用戶用電量過低、光伏電力無法就地消納、儲能系統消納性缺陷等諸多問題,提出面向新能源消納的分布式光儲系統優化配置方法。文獻[23]研究考慮儲能接入綜合能源系統的容量優化配置方法。文獻[24-27]研究了基于用戶削峰填谷或系統調峰經濟性為目標的儲能容量配置;文獻[28-29]開展了復合儲能支撐配電網供電可靠性、新能源更好消納的配置研究。

本研究運用效用理論構建高比例新能源配電網電壓、線路功率關鍵風險指標,考慮高比例新能源配電網風、光、荷時序特征,負荷水平和儲能經濟性,制定儲能運行控制策略,建立考慮降低系統電壓越限風險和線路越限風險,并兼顧儲能接入經濟性的儲能容量配置優化模型,為高比例新能源配電網中儲能系統運行控制和選址定容提供參考。

1 高比例新能源配電網安全風險及關鍵指標分析

風、光新能源發電出力受天氣和環境的影響較大,其輸出功率的隨機性和波動性對電網電壓分布、線路功率有最直接的影響,故本章選取節點電壓越限、線路功率越限作為安全風險指標進行分析。

1.1 節點電壓越限

電壓越限是電網常見的故障之一,當節點電壓超出或低于某一限值就有可能給電網帶來風險。當新能源電力倒送至電網時,接入點的電壓會明顯升高,從而使得接入點線路的絕緣水平降低;而當電網節點電壓過低會使得電網中產生大量的損耗,極大的浪費系統中的能源,還會影響系統穩定性甚至有可能導致停電事故。

配電系統的過電壓風險等于系統中各節點電壓越限風險之和,可以表示如下:

(1)

式中,Risk_V表示系統電壓越限風險值;Pr(Vi)表示節點i電壓越限的概率;Se(wi)表示第i個節點越限的嚴重度。

電壓波動越大,電壓風險嚴重度也就越大。根據效用理論,電壓越限嚴重度采用風險偏好型效用函數來表示[30]:

(2)

式中,Vi表示節點i的電壓標幺值;wVi表示節點i的電壓越限損失值。本研究規定電壓的標幺值在0.95～1.05之間時,就可以認為電壓沒有越限。

1.2 線路功率越限

線路功率過大會引起電力系統故障,導致系統失負荷引發停電,因而線路功率越限是不可忽視的安全風險因素。對于高比例新能源配電網,當風、光新能源大發與系統輕載處于同一時段,電源并網點將發生功率逆向流動,但不同線路功率限額不同,一旦線路功率過大超過限值,將引起繼電保護動作或線路斷開,增加停電概率帶來經濟損失。

配電網線路功率越限等于系統中各線路功率越限風險之和,可以表示如下:

(3)

式中,Risk_L表示系統線路功率越限風險值;Pr(Li)表示節點線路功率越限的概率;Se(wLi)表示線路i功率越限的嚴重度。

本研究中利用線路負載率指標來表示線路過負荷的風險嚴重程度,當系統線路負載率超越限值越多,風險嚴重程度越高,系統線路負載率低于限值時,系統風險取0,具體公式如下:

(4)

(5)

式中,wLi表示線路i功率越限損失值;Li表示線路i的實際傳送功率與其限額之比。

2 高滲透率配電網不確定性建模

風、光、負荷的實際功率均具有不確定性,本文基于概率密度模型,對配電網進行不確定性建模。

2.1 光伏發電概率模型

光伏電站發電能力的影響因素主要包括光照強度、環境溫度以及天氣,研究表明光照、溫度的變化對光伏發電的影響量級不同,光照強度的影響占主導,并且太陽光輻射強度在時序上符合Beta分布,因而本文用Beta分布表示光伏發電概率密度函數,公式如下:

(6)

光伏輸出功率PPV的概率密度函數可以表示為

fpv(PPV)=

(7)

2.2 風力發電概率模型

風力發電的輸出功率與風速密切相關,經過大量的研究,用于擬合風速分布函數有很多,威布爾分布模型最適合模擬實際風速,本文采用雙參數威布爾分布表達風速概率分布,公式如下:

(8)

其中,v表示風速;c和k表示威布爾分布的尺度參數和形狀參數,可以由平均風速和標準差獲取。

進而風力發電與風速的函數關系式為

(9)

式中,vr表示額定風速,vci表示切入風速,vco表示切出風速,Pr表示額定功率。

則風力發電功率的概率密度函數為

(10)

其中:

2.3 負荷分布概率模型

大量研究表明,電力負荷特性近似服從正態分布,本文負荷的概率密度表示如下:

(11)

式中,μp—確定時間區間內負荷均值國σp—確定時間區間內負荷標準差。

2.4 儲能運行控制策略

隨著電氣化水平的提高,負荷雙峰特征更加明顯。光伏發電能緩解日間高峰時段電力需求壓力,但無法支撐晚間電力高峰需求,且日間部分時段存在消納壓力;風力發電日間出力較小,發電能力最大在夜間負荷低谷時段,進一步增大了系統調峰壓力。同時,合理控制儲能系統充放電功率也能有效緩解高比例新能源接入引起的配電網電壓越限風險?；谶@一現實需求,儲能接入后以促進風、光能源消納,緩解系統頂峰填谷壓力為目標,制定運行控制策略如下:

統計各節點i典型日內各時間點負荷數據,篩選各節點負荷功率最大值,記Pmax_Li;取系統內各節點接入風、光發電額定功率Pe_wi,Pe_pvi;記儲能接入的額定功率為PEi。

則在t時刻,儲能充電條件為:負荷在低載水平或者新能源大發且發電功率大于負荷功率,用公式表示如下:

1)負荷在低載水平,用公式表示如下:

P_Li

(12)

此時,充電功率為:

Pei=MIN(PEi,k1×Pmax_Li-P_Li)

(13)

2)或者新能源大發且發電功率大于負荷功率,用公式表示如下:

P_Lik2×(Pe_wi+Pe_pvi)

(14)

此時,充電功率為

Pei=

MIN(PEi,(P_wi+P_pvi)-k2×(Pe_wi+Pe_pvi))

(15)

儲能放電條件為:負荷在重載水平或者新能源小發且負荷功率適中; ,用公式表示如下:

負荷在重載水平

P_Li>k3×Pmax_Li

(16)

此時,放電功率為

Pei=min(PEi,P_Li-k3×Pmax_Li)

(17)

新能源小發且負荷功率適中

k1×Pmax_Li

P_wi+P_pvi

(18)

此時,放電功率為

Pei=min(PEi,k3×Pmax_Li-P_Li)

(19)

式中,k1-k4分別代表負荷低載系數,新能源大發系數,負荷重載系數,新能源小發系數。其余條件下,儲能處于待機狀態。

3 基于遺傳算法的儲能選址定容優化模型

3.1 目標函數

本研究重點考慮降低系統電壓越限風險和線路越限風險,并兼顧儲能接入經濟性,構建多目標函數如下:

F=min(Risk_V,Risk_L,C)

(20)

式中:Risk_V—節點電壓越限風險函數;Risk_L—線路功率越限風險函數;C—配儲經濟性函數。

由于子目標函數量綱不同,進行歸一化處理后以個體適應度最小作為目標函數,公式如下:

minf=

(21)

式中i表示適應度最小時所對應的決策變量,x1,x2,x3為權重系數,目標函數歸一化適應度求解范圍在0～1區間內。

3.2 配儲經濟性模型

配電網儲能經濟性主要依賴于儲能系統的投資成本、降低系統線損收益和提升新能源消納收益,可以表示為

C=C1+C2+C3

(22)

1)儲能系統投資成本

儲能系統投資成本由額定功率和額定容量決定,可表示為

Cin=CE×EB+CP×PB

(23)

式中:CE—儲能系統容量單價;CP—儲能系統功率單價;EB—儲能系統額定容量;PB—儲能系統額定功率。

(24)

式中,r為折現因子,N為儲能預期運行年限,Cy為放電收益,Q為運行放電量。

2)降低系統線損收益

降低系統線損收益表現為系統配置儲能前后線路損耗差與配電網度電成本的乘積,可表示為

C2=(S-S0)×Cd

(25)

式中:S0—系統配置儲能前損耗功率;S—系統配置儲能后損耗功率;Cd—配電網度電成本。

3)儲能充放電收益

儲能充放電收益需要考慮充電成本和放電收益。根據本研究控制策略,儲能僅在新能源大發階段或者頂峰階段充放電,因此儲能充電電量可視作棄風棄光電量,成本忽略,放電電量視作促進新能源消納電量,因此充放電收益可按儲能放電量與新能源上網電價的乘積表示。

C3=∑Ed×f×Cb

(26)

式中,∑Ed為安裝儲能總放電電量,f為平均放電效率,Cb為儲能放電電價。

3.3 儲能額定容量計算

充分考慮運行周期內儲能系統的充放電效率,根據儲能運行控制策略獲取出力曲線,求得各接入點儲能系統的額定容量,計算方式如下:

Em(1)=Pm(1)×Δt,t=1

Em(t)=Em(t-1)+Pm(t)×Δt,1

Eme=max(max(Em(t)),abs(min(Em(t))))/SOCh

(27)

式中,Pm(t)表示節點m接入儲能在各個時刻的出力,Δt表示單位時間間隔,Em(t)表示前t個時刻節點m充放電量和,Eme為節點m的額定容量取值。SOCh為儲能系統充放電深度限制。

3.4 限定約束條件

1)電網功率約束

任意節點任意時刻,配電網穩定運行需在功率平衡的約束下進行。

(28)

2)儲能約束條件

(1)額定功率約束。

任意時刻下,不同點接入儲能運行功率不能超過其額定功率值,即

|Pe,i(t)|≤Pi_rate

(29)

(2)儲能安裝數量約束

儲能系統安裝數量越大,單個儲能成本越高,故對儲能安裝數量約束如下:

n≤nmax

式中,n為儲能安裝個數,nmax為儲能最多安裝個數。

4 算例分析

4.1 算例系統簡介

利用IEEE33節點系統進行算例分析,將多目標問題轉換為單目標問題并利用遺傳算法進行求解,獲取儲能安裝位置和安裝容量。

圖1中深色阿拉伯數字代表節點編號,淺色阿拉伯數字代表線路編號。

圖1 IEEE33節點系統示意圖

根據蒙東某地風、光、負荷近一年歷史數據,代入風、光、負荷發電概率模型,得到系統風光荷典型日出力曲線圖見圖2。

圖2 典型日風、光、荷時序出力曲線

4.2 高比例新能源配電網風險分析

風、光電站在配電網中的位置和容量會對系統的節點電壓和線路功率產生影響,因此,在分析儲能系統接入對電網的影響之前,本節先開展高比例新能源配網風險分析。

其中,分布式光伏在節點11,17處接入,額定功率為600 kW和1 400 kW;分布式風電在節點29接入,額定功率大小為800 kW。計算結果分析如下。

1)節點電壓

根據圖3結果可知,部分時段同一節點既出現了電壓越上限,也出現了電壓越下限的情況,表明新能源發電出力間歇性給配電網節點電壓極大變化。此外,最大節點電壓值出現在17節點8點時刻,節點電壓標幺值大小為1.04;最小節點電壓值出現在18節點21點時刻,節點電壓標幺值大小為0.89。

圖3 不同時刻節點電壓分布

根據圖4可知,距離電源越遠,節點電壓越限風險越大;節點電壓風險主要集中在夜間負荷高峰,與光伏發電出力時間錯開,風險總值為0.93。

圖4 節點電壓時空風險圖

2)線路功率分析

根據圖5結果可知,部分線路隨著時間的變化,潮流會出現逆轉現象,既在某時刻潮流為正而在另一時刻潮流為負。尤其在早上6點,潮流逆轉線路達到14條;潮流無逆轉時間僅發生在18點-23點。而發生潮流倒送的位置,均在新能源接入點附近。

圖5 不同時刻線路功率分布圖

根據圖6可知,線路功率越限風險分布時間與新能源大發出力時間重疊度高,線路越限風險值為9.51。

圖6 線路功率時空風險圖

3)系統損耗

圖7表示33節點24 h網損平均值,結果顯示線路潮流越大的地方,損耗也越大,總損耗大小為154.1 kW。

圖7 節點網損分布圖

4.3 儲能接入高比例新能源配電網風險分析

儲能系統可接入節點范圍為2-33節點,接入個數不超過4處,單個最大功率不超過200 kW,充電、放電效率均取95%。

4.3.1 計算結果概況

利用本文前述選址定容優化模型和儲能運行控制策略,確定儲能安裝位置和功率,計算見表1。

表1 儲能容量配置結果

分布式儲能接入前后,關鍵指標計算結果對比見表2。

表2 儲能接入前后結果對比

從表1、表2、圖8結果顯示:

圖8 風、光、荷儲出力曲線

1)接入位置來看,儲能接入個數為設置上限,表明針對多點接入的高滲透率新能源配電網系統,儲能同樣采用分散式多點接入效果更好。

2)接入功率來看,單個儲能功率未接近設置的儲能功率上限,表明在兼顧配電網安全風險因素和儲能經濟性上,儲能接入功率容量具有最優值。

3)系統風險值來看,儲能接入后能系統節點電壓分布和線路功率分布得到改善,相應風險值下降,系統損耗降低。

4)從儲能運行結果來看,接入儲能總體呈現在負荷高峰時放電,在負荷低谷、負荷與新能源出力差最小時充電,具有改善負荷峰谷和促進新能源消納的作用。

4.3.2 節點電壓

對比圖4和圖9可知,儲能接入后,在節點17、33附近的電壓越限風險峰值變小,整體風險降低。

圖9 儲能接入后節點電壓時空風險圖

對比圖3和圖10可知,儲能接入后,最大節點電壓值出現在17節點13點時刻,節點電壓標幺值大小為1.026;最小節點電壓值出現在18節點21點時刻,節點電壓標幺值大小為0.91,均得到改善。

圖10 儲能接入后節點電壓分時曲線

4.3.3 線路功率

圖5-6和圖11-12對比可知,儲能接入后,在線路8-16段線路越限風險“多峰”形態轉為單峰,峰值下降,線路潮流倒送和越限概率減小。

圖11 儲能接入后線路功率時空風險圖

圖12 儲能接入后線路功率分布圖

4.3.4 系統損耗

由圖13、表2可知,儲能接入后,高比例新能源配電網網損降低19.5 kW,系統效率得到提高。

圖13 儲能接入前后線路損耗分布圖

5 結論

針對高比例新能源配電網引起潮流倒送、電壓越限帶來的風險加劇問題,本研究通過提出的儲能優化配置方法,通過算例分析確定了儲能安裝位置和容量及運行方式,得到以下幾點結論:

1)高比例新能源配電網系統潮流和節點電壓與新能源出力息息相關,部分節點部分時段會因新能源出力的隨機性,同時面臨電壓越上限和越下限風險,系統風險面臨不可控。

2)從系統全局最優看,儲能分散多點接入更能起到降低系統電壓風險和線路越限風險的作用,接入位置并非全位于新能源電源點,而存在全局最優位置。

3)儲能運行出力曲線可以看出,本研究提出的儲能運行控制策略不僅有利于調節負荷峰谷,也能有效促進新能源消納,降低系統網損,驗證了策略制定的合理性。