张莹,陈洁,郭磊,沈杰士,翟万利,董辉,张景明,房睿

(1.国网上海市电力公司金山供电公司,上海 200540;2.河海大学 物联网工程学院,江苏 常州 213022;3.河海大学 江苏省输配电装备技术重点实验室,江苏 常州 213022)

0 引 言

在配电网无功电压控制问题的研究过程中,考虑柔性可控资源的调控及其带来的影响具有重要的意义［1］。随着分布式新能源等的不断接入,文献［2］提出一种基于模型预测控制的风电场故障穿越有功无功优化控制策略,实现公共连接点(point of common coupling, PCC)电压与风力发电机端电压快速稳定。文献［3］提出了一种考虑大规模分布式电源接入的无功优化模型,并通过混沌蝙蝠算法进行优化计算。文献［4］提出了考虑大规模海上风电并网接入的岸基配电网无功电压控制方法,实现无功电压优化调度。

随着电力市场化程度的不断推进,基于需求响应的负荷侧柔性调控以及储能装置的广泛接入,给配电网的电压无功调节带来了新的挑战。文献［5-6］提出了以用户净支出与购电功率波动为目标的用电双层优化策略及实时用电调整策略,实现了用户参与电力需求响应获取额外收益。文献［7］提出了考虑空调群虚拟储能的配电网无功电压控制方法,实现储能电池充放电次数和深度与系统运营成本的最优控制。文献［8］提出了计及无功裕度的配电网两阶段无功优化调度策略,实现无功调压设备的差异化管理。

文献［9］提出了电力市场环境下主动配电网的有功/无功联合调度方法,提高电网对高比例分布式电源接入配电网无功电压控制能力。文献［10-11］提出了主动配电网分布式有功无功优化调控方法,解决大规模分布式电源、储能以及多类型负荷的集中管控,提升分布式电源的就地消纳。文献［12］结合分时电价下电网不同收益群体的关系,建立效率不同资源的风电消纳模型,提升电网对柔性资源的调控能力。综上所述,通过挖掘柔性可控资源无功潜能,提高配电网无功调压的灵活性以及运行的经济性和安全性具有重要意义。

1 柔性负荷需求响应建模

本文基于价格响应机制开展需求侧响应分析进行日内时段负荷优化,构建综合负荷响应成本和用户购电成本的需求侧响应优化模型。柔性负荷的需求响应模型包含目标函数和约束条件,柔性负荷需求响应的目标函数是实施需求响应后用户响应成本和用户购电成本之和最小。具体表示如下:

FObj=min［Call(i-j)+Ccut+Cbuy.tou］

(1)

式中:Call(i-j)为负荷转移成本;Ccut为负荷削减成本;Cbuy.tou为实施分时电价后用户购电成本。

负荷转移和削减成本可表示为:

(2)

(3)

式中:Ctran(i-j)为负荷从i时刻到j时刻的转移量相关成本;Ctime(i-j)为负荷从i时刻转移到j时刻的时间相关成本;Pi-j为i时刻到j时刻的负荷转移量;Ti-j为负荷从i时刻转移到j时刻的时间间隔;m1、n1、m2、n2均为成本系数,其中m1、m2为变量系数,分别为0.06和0.1,n1、n2为固定系数,分别为0.01和0.1;Ccut为负荷削减成本;Pcut(t)为t时刻负荷削减量;α、β为成本系数,α=0.01,β=0.01。

基于价格响应机制和分时电价,用户购电成本可表示为:

(4)

式中:Cbuy.tou为用户一天的购电成本;ptou.h、ptou.u、ptou.l分别为分时电价峰、平、谷三个时段的电价;Ttou.h、Ttou.u、Ttou.l分别为峰、平、谷的时间段长度;Ptou.h、Ptou.u、Ptou.l分别为实施分时电价后用户在峰、平、谷时段的用电量。

负荷主要由关键负荷、可转移负荷和可削减负荷组成,其中,可转移负荷的量被限制在一定范围内,其约束条件如下。

ΔP1≤Ptl×40%

(5)

ΔP2≤Prl×15%

(6)

式中:ΔP1为负荷转移量;Ptl为可转移负荷总量;ΔP2为负荷削减量;Ptl为可削减负荷总量。

2 考虑柔性资源的配电网无功优化

利用基于需求侧响应的柔性负荷控制能够有效平抑系统负荷波动,当大量分布式电源接入时,可以结合柔性负荷的灵活切换以及储能系统的充放电控制,达到抑制系统电压波动,提高系统稳定的目的。因此,综合考虑分布式电源、储能系统对电网运行的影响,利用储能系统协调分布式电源出力以及柔性负荷灵活控制,构建综合考虑柔性资源的配电网无功优化模型。

2.1 优化目标

通过多类型分布式电源、储能系统及柔性负荷实施主动控制,实现分布式新能源的最大消纳、降低系统网损和提高电压合格率的目标。目标函数表述如下所示。

(7)

式中:F为系统目标函数;rij、Iij分别为节点i、j之间的电阻和线路电流;Ui、Uimax、Uimin分别为节点i的电压幅值及其上下限值;λ为节点电压越界的惩罚因子;Uilim为节点电压越限时的设定值;Nl为配电网输电线路集合。

分布式电源和储能系统在电网提供有功功率支撑的同时也能提供无功出力,其无功出力可表示为:

(8)

(9)

式中:Qmax(t)、QESE.max(t)为新能源发电、储能系统t时刻可发出的最大无功功率;SDG、SESS为新能源发电机组、储能系统额定视在功率;Pout、PESS.out为新能源发电、储能系统t时刻输出的有功功率。

2.2 约束条件

1) 系统潮流约束

(10)

式中:PDG,i、QDG,i为分布式电源的有功功率和无功功率;PESS,i、QESS,i为储能装置系统的有功功率和无功功率;Pload,i、Qload,i为负荷的有功功率和无功功率;Qc,i为无功补偿设备注入节点i的无功容量;Nload、NDG、NESS分别为负荷和接入分布式电源、储能的节点。

2) 储能系统功率约束

(11)

式中:Pc、Pd为储能装置的充放电功率;ηc、ηd为储能装置充放电功率系数;Δt、T分别为调节时间和调节周期;EESS为储能系统能量。

3) 节点电压、支路电流约束

根据电力系统安全运行要求,节点电压与额定电压的差值在一定的范围:

(12)

式中:Ui.min、Ui.max分别为节点i处的最小、最大允许电压;Iij,max为流经支路ij的最大允许电流。

4) 静止无功补偿器(static var compensator, SVC)出力约束

QSVC,min≤QSVC≤QSVC,max

(13)

式中:QSVC,max、QSVC,min为SVC无功出力调节范围的最大、最小值。

5) 储能出力约束

(14)

式中:Pc,min、Pc,max为储能装置充电功率最小值和最大值;Pd,min、Pd,max为储能装置放电功率最小值和最大值;SOC为储能装置荷电状态,SOCmin一般取20%～30%,SOCmax一般取80%～100%。

3 算例分析

3.1 系统参数

为了验证本文提出方法的有效性和合理性,本文在IEEE 33节点的基础上接入分布式新能源和储能系统,如图1所示。光伏和风电的出力如图2所示。IEEE 33节点负荷的有功功率和无功功率作为一天的峰值负荷,据图1的负荷系数,得到33节点一天内的动态负荷;同时将节点7、8和30的负荷基于分时电价进行转移和消减,电价信息如表1所示。

表1 分时电价划分

图1 含柔性可控资源IEEE 33 节点系统

图2 分布式电源出力

3.2 结果分析

由图3可知,节点负荷在用电高峰期转移部分负荷至用电平谷期,同时在次高峰的时刻进行负荷削减以此来完成负荷的柔性调控。表2给出了负荷优化后系统负荷峰谷差变化情况,优化后负荷峰值从200 kW变为185.73 kW,谷值从130.28 kW调整为138.90 kW,峰谷差由初始的34.9%降为25.2%,由此可知通过负荷的柔性调控能够有效减少峰谷差。

表2 基于分时电价的柔性负荷调控

表3 系统电压偏差数据单位:p.u.

图3 负荷调控结果

通过充分考虑储能系统的有功平滑作用,有效协调分布式新能源、柔性负荷的出力,利用无功补偿设备最终获得系统的安全稳定运行。无功优化计算后储能系统一天的功率输出以及SOC变化情况如图4所示。在开始时刻由于负荷较小,此时储能系统更多的是处于蓄电状态。其中:在2∶00—4∶00由于负荷转移将峰时负荷转移至该时段,但总体负荷处于低谷;随着分布式电源出力的增加,储能进入充电状态;8∶00—13∶00随着光照强度的增加,储能应处于充电状态,但随着实际用电负荷,分布式电源的出力严重不足,此时储能系统提供了足够的有功、无功支撑。储能的充放电策略随着负荷和分布式电源的出力变化,在负荷用电高峰期,储能装置进行放电,为电网提供有力支撑,其余时刻储能进入充电蓄能状态。

图4 储能运行特性

由图5可知,通过合理调整无功调压设备的无功出力,同时协调分布式电源、储能系统以及柔性负荷的动态特性,系统能够有效减小一天内网络损耗,同时提高系统电压水平。考虑源网荷的动态特性,通过有效调整无功设备出力,系统网络损耗由5.607 MW降低至3.059 MW,降低了45.44%,通过协调柔性资源的运行时间,能有效降低系统损耗。表4给出了不同优化策略后系统节点电压偏差数据,优化前系统全天的平均电压偏差为0.405 p.u.,电压合格率为74.2%;优化计算后电压偏差为0.217 p.u.,电压谷值为0.951 p.u.,电压合格率为100%。

图5 不同策略间的网损对比

4 结束语

本文综合需求侧响应下的柔性可控负荷优化控制策略、储能充放电控制策略以及分布式电源无功电压特性,提出了考虑柔性可控资源的配电网动态无功优化模型及方法。通过有效控制储能充放电策略,同时结合负荷削减、负荷转移的柔性负荷调控及无功补偿设备的调控能力,实现配电网无功电压的最优控制,提升电网的无功备用调压能力及电网运行的安全稳定性。