刘 成，王焕忠，温纪营，冼钟业，邓奕星

(1.广东电网有限责任公司佛山供电局，广东 佛山 528200； 2.广东南海电力设计院工程有限公司，广东 佛山 528200； 3.国电华研电力科技有限公司，广东 广州 510030)

1 引 言

光伏发电不受地域的限制，属于一种发电的新能源，具有资源丰富、接入不受限制和环境友好等特点，在发电领域中得到了广泛的应用[1]。随着分布式光伏发电技术的发展，也出现了一些问题和缺点，并网容量当分布式光伏接入量较大时，容易出现过大现象，导致节点在网络中的电压超过上限，降低了光伏发电的电能质量[2]，为了提高电能质量，需要对分布式光伏发电并网消纳进行控制。

邬明亮[3]等人对光伏发电系统的发电模式进行分析，利用气象数据和牵引负荷数据根据分析结果对分布式光伏发电并网的消纳能力进行计算，根据计算结果实现消纳控制，该方法在消纳控制过程中，没有对系统的碳排放量进行考虑，存在碳排放量高的问题。邓文丽[4]等人根据电能质量优化补偿原理对系统在发电过程中的控制模式进行分析，根据分析结果构建分布式光伏发电并网消纳控制策略，将提高电能质量作为目标，设置相关约束条件，在此基础上建立消纳控制模型，采用粒子群算法对模型求解，完成消纳控制，该方法在消纳控制过程中没有分配系统的碳排放量，存在系统发电量低和系统效率低的问题。

为了解决上述方法中存在的问题，提出基于碳中和目标的分布式光伏发电并网消纳控制方法。

2 分布式光伏发电并网消纳控制模型

2.1 碳中和目标

为了实现碳中和目标，构建分布式光伏发电并网消纳控制模型时需要对碳排放进行考虑。通过下式在分布式光伏发电系统中分配碳排放额度：

(1)

式中:RD为发电机组在分布式光伏发电系统中被分配的碳排放额；Y为调度周期；MG为火电机组在光伏发电系统中的组数；ι为发电机单位有功处理在系统中分配的碳排放额。

设RC代表的是火电机组在发电系统中的实际碳排放量，其表达式如下：

(2)

式中：μi、χi、μi均为火电机组在系统运行过程中对应的排放因子。

基于碳中和目标的分布式光伏发电并网消纳控制方法通过阶梯型碳交易成本计算模型[5-6]对分布式光伏发电系统的碳排放量进行控制：

(3)

式中：ζ为碳在市场中的成交价格；GC为碳交易成本；ξ为碳成交价格在第二阶段中的增长幅度；ψξ为碳成交价格在第三阶段中的增长幅度；g为碳排放量区间对应的长度。

2.2 消纳控制模型

在碳中和目标的基础上构建分布式光伏发电并网消纳控制模型：

(4)

式中：Ms为光伏电站在发电系统中的数量；Vs为第s个光伏电站在发电系统中的接入容量。

2.3 约束条件

(1)功率平衡。光伏发电系统负荷的总功率可通过光伏电站输出功率和机组在不同时间段内发电总功率计算得到：

(5)

式中：ML为负荷节点在光伏发电系统中的总数；Adt为第d个负荷节点在发电系统运行t时段时产生的负荷功率；Ast=βstVs为出力，其中βst表示出力系数标幺值；Ogt为第g台常规机组在光伏发电系统在t时段中运行时的启停状态；Agt为第g台常规机对应的出力。

(2)出力约束。

(6)

式中：Agmax、Agmin分别为第g台常规机组在发电系统中的出力上限值和出力下限值。

(3)容量约束。

开机状态下常规机组在超低光伏发电出力条件下的出力符合光伏发电网的负荷条件，即

(7)

式中：ν为光伏出力在分布式光伏发电系统中的最大变化率；ε为负荷预测过程中产生的误差。

(4)爬坡速率约束。

(8)

式中：ig为爬坡速率；fg为滑坡速率。

(5)启停时间约束。常规机组在光伏发电系统中的开机时间约束如下：

(9)

常规机组在光伏发电系统中的停机时间约束如下：

(10)

(6)功率平衡约束。设WLi代表的是节点i对应的无功负荷；WCi代表的是节点i在分布式光伏发电系统运行过程中的无功补偿：

(11)

式中：APVi、ALi分别为节点i在发电系统运行过程中产生的有功注入和有功负荷；Ui、Uj均为电压幅值；ϑij为节点i和节点j在系统之间存在的电压相角；WPVi为节点i对应的无功注入。

(7)节点在系统中的电压约束为Uimin≤Ui≤Uimax，其中Uimax、Uimin分别表示电压值的最大值和最小值。

(8)用Dl表示经过支路l产生的视在功率，此时支路潮流约束可以表示为Dl≤Dlmax，其中Dlmax代表的是支路l在光伏发电系统中的传输容量极限值。

(9)有载调压变压器在分布式光伏发电并网中的抽头约束可表示为Ykmin≤Yk≤Ykmax[7-8]，其中Ykmin为变压器抽头的最小值，Yk为变压器对应的抽头位置；Ykmax为变压器抽头的最大值。

(11)无功补偿装置在分布式光伏发电并网系统中的约束可以通过下式表示：

WCimin≤WCi≤WCimax

(12)

式中：WCimax为节点i在分布式光伏发电系统中的最大无功补偿；WCimin为节点i在分布式光伏发电系统中的最小无功补偿，用功率因数的限制问题代替上述约束条件：

γimin≤γi,j≤γimax

(13)

式中：γimin为最小功率因数；γi,j为节点i在分布式光伏发电系统运行j时段时对应的功率因数；γimax为最大功率因数。

3 消纳控制算法

基于碳中和目标的分布式光伏发电并网消纳控制方法采用遗传算法[11-12]对分布式光伏发电并网消纳控制模型进行求解，实现消纳控制，具体步骤如下：

(1)对种群进行初始化和编码处理，基于碳中和目标的分布式光伏发电并网消纳控制方法通过二进制编码方式[13-14]对种群进行编码，设向量Ui=(um1,um2,…,umW)T由决策变量构成，W为算法中存在的决策变量数量；umi为二进制编码。

通过规模为M的种群获得M个染色体，此时初始群体H1(0)=[U1(0),U2(0),…,UN(0)]T由染色体构成。

(2)为了实现碳中和的目标，在分布式光伏发电系统负荷峰谷差的基础上构建遗传算法的适应度函数：

f=(Wmax-Wmin+1)-1

(14)

式中：Wmin为分布式光伏发电并网的最小负荷；Wmax为分布式光伏发电并网的最大负荷。

(3)在当前种群中通过适应度函数获取最优个体，通过均匀变异操作[15]、单点交叉操作和复制操作获得算法的下一代种群，并利用上式计算其适应度。根据计算结果对种群进行更新。

(4)设置最大遗传代数，当迭代次数大于等于最大遗传代数时，停止迭代，输出分布式光伏发电并网消纳控制模型的最优值，实现分布式光伏发电并网的消纳控制。

基于碳中和目标的分布式光伏发电并网消纳控制方法采用遗传算法对分布式光伏发电并网消纳控制模型求解的流程如图1所示。

图1 模型求解流程图

4 实验与分析

为了验证基于碳中和目标的分布式光伏发电并网消纳控制方法的整体有效性，需要对基于碳中和目标的分布式光伏发电并网消纳控制方法进行测试。

将分布式光伏发电系统的碳排放量、发电量和综合效率作为指标，对基于碳中和目标的分布式光伏发电并网消纳控制方法、文献[3]方法和文献[4]方法的有效性进行测试，分布式光伏发电系统的初始碳排放量、发电量和综合效率如表1和图2所示。

表1 分布式光伏发电系统的初始碳排放量

图2 初始碳排放量和发电量

4.1 碳排放量

采用基于碳中和目标的分布式光伏发电并网消纳控制方法、文献[3]方法和文献[4]方法对系统控制后的碳排放量如图3所示。

图3 不同方法的碳排放量

分析图3中的数据可知，所提方法、文献[3]方法和文献[4]方法对分布式光伏发电并网进行消纳控制后，与消纳控制前的碳排放量相比，三种方法的碳排放量均出现不同程度的降低，其中所提方法减少的碳排放量最高，在相同月份下，所提方法的系统碳排放量均低于文献[3]方法和文献[4]方法的系统碳排放量，因为所提方法构建分布式光伏发电并网消纳控制模型之前，通过分配碳排放额度实现分布式光伏发电系统的碳中和目标，进而降低了分布式光伏发电系统的碳排放量。

4.2 系统效率

消纳控制后，所提方法、文献[3]方法和文献[4]方法的系统效率如图4所示。

图4 不同方法的系统效率

对图4进行分析可知，与消纳控制前相比，所提方法的系统效率明显提高，文献[3]方法和文献[4]方法的系统效率虽然也有所提高，但增幅较小，表明系统的消纳控制效果不理想。

4.3 发电量

所提方法、文献[3]方法和文献[4]方法的发电量测试结果如图5所示。

图5 不同方法的发电量

对图5中的数据进行分析可知，上述方法经过消纳控制后，系统的发电量均有所提高，与所提方法相比，文献[3]方法和文献[4]方法的发电量略低，表明所提方法具有较好的消纳控制效果。

5 结 语

光伏发电在可再生能源发电领域中具有受限少和丰富等优点，对其并网消纳控制进行研究具有重要意义。目前分布式光伏发电并网消纳控制方法存在碳排放量高、系统效率低和发电量低的问题。提出基于碳中和目标的分布式光伏发电并网消纳控制方法，该方法以碳中和为目标构建消纳控制模型，在遗传算法的基础上实现消纳控制，解决了目前方法中存在的问题，为分布式光伏发电技术的发展奠定了基础。