基于主動配電網(wǎng)運(yùn)行特性的電壓質(zhì)量評估

宋夢琪，陶順，陳鵬偉

(新能源電力系統(tǒng)國家重點實驗室(華北電力大學(xué))，北京市 102206)

基于主動配電網(wǎng)運(yùn)行特性的電壓質(zhì)量評估

宋夢琪，陶順，陳鵬偉

(新能源電力系統(tǒng)國家重點實驗室(華北電力大學(xué))，北京市 102206)

主動配電網(wǎng)(active distribution network，ADN)在元件故障時可以主動組網(wǎng)隔離故障，實現(xiàn)部分持續(xù)供電?；谶@一主動運(yùn)行特性，計及主動配電網(wǎng)的多運(yùn)行狀態(tài)，提出了主動配電網(wǎng)的電壓質(zhì)量評估方法。首先對元件的狀態(tài)持續(xù)時間抽樣得到系統(tǒng)的狀態(tài)與持續(xù)時間序列，并對系統(tǒng)各運(yùn)行狀態(tài)進(jìn)行拓?fù)浔孀R和導(dǎo)納參數(shù)辨識；然后對分布式電源的出力和負(fù)荷采用拉丁超立方抽樣，孤島模式下計及功率平衡原則執(zhí)行儲能和負(fù)荷的協(xié)調(diào)控制，得到分布式電源、儲能和負(fù)荷的功率；最后對各運(yùn)行狀態(tài)進(jìn)行概率潮流計算，對電壓幅值結(jié)果進(jìn)行統(tǒng)計分析，并用提出的節(jié)點電壓偏差風(fēng)險和孤島節(jié)點失電率指標(biāo)進(jìn)行電壓質(zhì)量評估。將所提方法應(yīng)用到基于RBTS-Bus2的主動配電網(wǎng)測試系統(tǒng)中，驗證了所提方法的有效性。

主動配電網(wǎng)(ADN)；概率潮流；電壓質(zhì)量評估

0 引 言

隨著配電網(wǎng)中分布式電源接入量和電動汽車普及率的不斷增大以及可控負(fù)荷的增加，傳統(tǒng)配電網(wǎng)已逐漸從被動模式向主動模式轉(zhuǎn)變[1-3]。主動配電網(wǎng)是通過使用靈活的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來管理潮流，以便對局部的分布式能源進(jìn)行主動控制和主動管理的配電系統(tǒng)，其中分布式能源的基本構(gòu)成是分布式發(fā)電(distributed generation，DG)、分布式儲能、可控負(fù)荷等[4]。主動配電網(wǎng)在緊急情況下通過合理配置解列點，可使得主動配電網(wǎng)的局部作為微網(wǎng)，而以非常態(tài)的方式孤島運(yùn)行[4-5]?；谶@一主動運(yùn)行特性，在主動配電網(wǎng)的局部孤島運(yùn)行時，網(wǎng)絡(luò)的平衡節(jié)點由公共連接點(point of common coupling，PCC)變?yōu)閮δ芑蛘逥G節(jié)點，影響潮流和電壓分布。文獻(xiàn)[6]指出微網(wǎng)在孤島模式下的電能質(zhì)量表征與并網(wǎng)不同，應(yīng)該有比并網(wǎng)時更加嚴(yán)格的電能質(zhì)量指標(biāo)，因此有必要開展對主動配電網(wǎng)下電壓質(zhì)量的計算分析和評估。

潮流計算是電力系統(tǒng)電壓質(zhì)量評估的基礎(chǔ)[7]，為綜合考慮電網(wǎng)中分布式電源的隨機(jī)性及其他不確定因素，概率潮流計算方法將概率論引入潮流計算中，得到了廣泛應(yīng)用。目前的研究主要集中在考慮分布式電源影響的概率潮流改進(jìn)計算以及在此基礎(chǔ)上的電壓質(zhì)量評估上[8-12]。然而主動配電網(wǎng)的潮流計算和評估則報道不多，其中文獻(xiàn)[13]考慮了含逆變器微源的功率傳變特性，結(jié)合前推回代算法建立了微電網(wǎng)隨機(jī)潮流的計算方法。文獻(xiàn)[14]采用半不變量法對孤島微電網(wǎng)進(jìn)行隨機(jī)潮流和分析。但現(xiàn)有文獻(xiàn)都沒有考慮主動配電網(wǎng)在元件發(fā)生隨機(jī)故障時可以主動組網(wǎng)，維持供電的主動運(yùn)行特性。

主動配電網(wǎng)在元件發(fā)生隨機(jī)故障時，網(wǎng)內(nèi)及其與主網(wǎng)可以主動組網(wǎng)形成并網(wǎng)部分和孤島部分維持供電?；谶@一主動運(yùn)行特性，本文提出主動配電網(wǎng)的電壓質(zhì)量評估方法，綜合考慮在這一主動運(yùn)行特性下元件的隨機(jī)故障帶來的網(wǎng)絡(luò)拓?fù)浜徒Y(jié)構(gòu)的多樣性以及源荷的隨機(jī)性，對主動配電網(wǎng)進(jìn)行概率潮流計算，統(tǒng)計和分析電壓幅值結(jié)果，并進(jìn)行電壓質(zhì)量評估。

1 基本流程設(shè)計

計及隨機(jī)故障，每個元件分別有運(yùn)行和故障2種狀態(tài)，所有元件狀態(tài)的組合構(gòu)成了主動配電網(wǎng)的多種運(yùn)行狀態(tài)。由于主動配電網(wǎng)具有發(fā)生故障后組網(wǎng)維持供電的主動運(yùn)行特性，不同運(yùn)行狀態(tài)下的網(wǎng)絡(luò)結(jié)構(gòu)和微源(包括DG和儲能)配置情況有顯著差異。微源的故障與否決定了可運(yùn)行DG的接入節(jié)點和數(shù)量；線路故障與否以及故障的位置和數(shù)量則決定是否有孤島運(yùn)行的情況發(fā)生并影響孤島集合的數(shù)目以及并網(wǎng)和孤島集合的拓?fù)洹Ｒ虼?，運(yùn)行狀態(tài)對主動配電網(wǎng)的電壓分布有較大的影響，為準(zhǔn)確地評估主動配電網(wǎng)的電壓質(zhì)量，必須進(jìn)行運(yùn)行狀態(tài)模擬。為模擬系統(tǒng)運(yùn)行，本文首先對主動配電網(wǎng)進(jìn)行時序狀態(tài)模擬，獲得系統(tǒng)狀態(tài)與持續(xù)時間的序列；然后進(jìn)行狀態(tài)統(tǒng)計，對不同的運(yùn)行狀態(tài)分別進(jìn)行網(wǎng)絡(luò)運(yùn)行狀態(tài)辨識(拓?fù)浔孀R和導(dǎo)納參數(shù)辨識)，并采用拉丁超立方抽樣進(jìn)行源荷隨機(jī)變量模擬；繼而進(jìn)行潮流分析和評估。本文的電壓質(zhì)量評估基本流程設(shè)計如圖1所示。圖1中N為抽樣次數(shù)，大小視收斂精度而定。

2 主動配電網(wǎng)的時序狀態(tài)模擬與運(yùn)行狀態(tài)辨識

2.1 時序狀態(tài)模擬

本文采用狀態(tài)持續(xù)時間抽樣法，基于對元件狀態(tài)持續(xù)時間的概率分布抽樣獲得網(wǎng)絡(luò)各元件的時序狀態(tài)及持續(xù)時間，進(jìn)而構(gòu)成系統(tǒng)的狀態(tài)與持續(xù)時間序列。

圖1 主動配電網(wǎng)電壓質(zhì)量評估基本流程

元件采用兩狀態(tài)模型，0表示故障，1表示運(yùn)行。假設(shè)所有元件初始時刻處于運(yùn)行狀態(tài)，對各元件形成1、0交替出現(xiàn)的狀態(tài)序列，然后根據(jù)元件的故障率和修復(fù)率抽樣獲得滿足指數(shù)分布的無故障工作時間和故障修復(fù)時間，從而模擬出時序下各元件的運(yùn)行狀態(tài)序列，如圖2所示。

圖2中：縱坐標(biāo)表示元件狀態(tài)，元件包括微源和配網(wǎng)內(nèi)線路，共有l(wèi)個，其中，將上級配電網(wǎng)視為電源，將其故障也考慮其中，斷路器等開關(guān)設(shè)備的誤動、拒動則等值考慮到線路故障率參數(shù)中；橫坐標(biāo)為時間軸，d1，d2，…，dn表示狀態(tài)持續(xù)時間，T1，T2，…，Tn表示

圖2 時序狀態(tài)模擬的過程

狀態(tài)結(jié)束的時間，基準(zhǔn)單位為h。綜合所有元件在時序上的狀態(tài)組合，即得到式(1)所示的系統(tǒng)狀態(tài)，即持續(xù)時間序列S。

(1)

式中Sk為從Tk-dk+1到Tk時間內(nèi)的各元件狀態(tài)組合，為l行的列向量。

對S進(jìn)行狀態(tài)統(tǒng)計，即得到系統(tǒng)的各運(yùn)行狀態(tài)及狀態(tài)概率。

2.2 拓?fù)浔孀R

針對每一個網(wǎng)絡(luò)運(yùn)行狀態(tài)進(jìn)行拓?fù)浔孀R，獲得并網(wǎng)節(jié)點集合和孤島節(jié)點集合，流程如下詳述。

(1)連通域的判定。根據(jù)線路元件狀態(tài)更新系統(tǒng)的鄰接矩陣，基于廣度優(yōu)先搜索算法(breadth-first-search，BFS)[15]，對系統(tǒng)節(jié)點集合進(jìn)行遍歷，形成若干連通域，流程如圖3所示。

(2)形成并網(wǎng)節(jié)點集合。篩選出含有PCC點的連通域，即為并網(wǎng)節(jié)點集合。

(3)形成孤島節(jié)點集合。孤島工況下，孤島負(fù)荷節(jié)點由微源保證供電連續(xù)性，孤島節(jié)點子集需要包含孤島負(fù)荷節(jié)點及與之相連的微源。篩選出既含有負(fù)荷節(jié)點又含有無故障的“源”節(jié)點的連通域即為孤島節(jié)點子集。各孤島節(jié)點子集構(gòu)成孤島節(jié)點集合。

2.3 導(dǎo)納參數(shù)辨識

系統(tǒng)網(wǎng)絡(luò)模型可用網(wǎng)絡(luò)元件參數(shù)和網(wǎng)絡(luò)元件的連結(jié)關(guān)系確定，節(jié)點導(dǎo)納矩陣包含這2個方面的信息，可以簡單準(zhǔn)確地描述網(wǎng)絡(luò)模型，進(jìn)行潮流計算。在對運(yùn)行狀態(tài)進(jìn)行拓?fù)浔孀R之后，首先根據(jù)系統(tǒng)運(yùn)行

圖3 連通域判定流程

狀態(tài)借由以元件狀態(tài)為權(quán)值的鄰接矩陣更新系統(tǒng)的節(jié)點導(dǎo)納矩陣的連接關(guān)系信息，形成狀態(tài)更新后的系統(tǒng)節(jié)點導(dǎo)納矩陣，然后對并網(wǎng)節(jié)點集合和孤島節(jié)點子集分別對應(yīng)節(jié)點提取互導(dǎo)納信息，進(jìn)而分別形成并網(wǎng)節(jié)點集合和孤島節(jié)點子集的節(jié)點導(dǎo)納矩陣。

3 源荷隨機(jī)變量模擬與潮流計算

3.1 源荷隨機(jī)變量模擬

對于風(fēng)機(jī)、光伏和負(fù)荷的隨機(jī)概率模型已有很多文獻(xiàn)介紹，可視實際情況選取。在隨機(jī)變量的概率模型建立后，本文對源荷的功率抽樣采用拉丁超立方抽樣法。該方法使抽樣點的分布比較均勻，從而能夠快速收斂。設(shè)隨機(jī)變量抽樣N次，拉丁超立方抽樣將其累計分布函數(shù)的縱軸分成N個等間距，每個等區(qū)間的寬度為1/N，在每個區(qū)間均勻分布抽取一個隨機(jī)數(shù)作為抽樣值[8]。

設(shè)各變量相互獨立，則對于隨機(jī)變量Y，若Y的累積分布函數(shù)為F，第i次抽樣值為yi，將1—N的整數(shù)隨機(jī)打亂后得到的數(shù)字序列設(shè)為u，ui為u的第i個值，vi為0～1的隨機(jī)數(shù)，則拉丁超立方抽樣的結(jié)果為

(2)

孤島運(yùn)行時，視不同的運(yùn)行目標(biāo)可選用不同的運(yùn)行原則對源荷功率進(jìn)行修正。本文考慮當(dāng)前微源可使用容量，盡可能地保證負(fù)荷供電可靠性，采用孤島模式下的功率平衡原則，應(yīng)用文獻(xiàn)[16]的儲能-負(fù)荷協(xié)調(diào)控制模型，由多儲能裝置間的充放電功率分配與功率缺額下的負(fù)荷協(xié)調(diào)優(yōu)化控制來保證孤島模式下的功率平衡，從而確定儲能以及執(zhí)行負(fù)荷控制后的負(fù)荷功率?？紤]到儲能裝置優(yōu)化運(yùn)行以延長使用壽命的目標(biāo)，負(fù)荷控制以優(yōu)先供電-損失最小為原則，負(fù)荷控制與儲能之間存在協(xié)調(diào)配合與優(yōu)先級問題，儲能裝置與負(fù)荷的統(tǒng)一協(xié)調(diào)控制目標(biāo)函數(shù)如式(3)所示。

(3)

式中：C為孤島運(yùn)行網(wǎng)絡(luò)中儲能裝置可有效利用數(shù)；αi為儲能裝置i充放電引起的壽命損失成本系數(shù)，決定儲能裝置間充放電功率分配；PSB-i(t)為t時段對儲能裝置i的分配功率，PSB-i(t)>0為放電狀態(tài)，反之為充電狀態(tài)；D為孤島運(yùn)行網(wǎng)絡(luò)中負(fù)荷節(jié)點數(shù)；βj為負(fù)荷節(jié)點j負(fù)荷控制損失系數(shù)，βj值的選擇直接影響各負(fù)荷控制優(yōu)先順序，關(guān)鍵負(fù)荷的負(fù)荷控制損失系數(shù)遠(yuǎn)大于非關(guān)鍵負(fù)荷；xj為負(fù)荷控制決策變量；

PLC-j(t)為t時段對負(fù)荷節(jié)點j的可中斷負(fù)荷。

約束條件考慮了孤島運(yùn)行功率平衡約束、儲能裝置在實際運(yùn)行時存在的最大充放電功率約束和負(fù)荷節(jié)點的可控制性約束，具體見附錄A。

3.2 潮流計算

在拉丁超立方抽樣獲得源荷的模擬功率后，基于第2節(jié)得到的網(wǎng)絡(luò)拓?fù)浜蛥?shù)，采用前推回代法進(jìn)行潮流計算，多次模擬即可得到各狀態(tài)下的概率潮流結(jié)果。

主動配電網(wǎng)多運(yùn)行狀態(tài)下的潮流計算的關(guān)鍵在于平衡節(jié)點的確定。在并網(wǎng)運(yùn)行時，PCC點為平衡節(jié)點，為配網(wǎng)系統(tǒng)提供電壓支撐；當(dāng)孤島運(yùn)行時，為使孤島電網(wǎng)穩(wěn)定運(yùn)行，一般需要穩(wěn)定的電壓源支撐，儲能電池是首選方案[17]，而當(dāng)儲能發(fā)生故障或者功率輸出為0時，DG的逆變器控制可以起到維持電壓的作用[18]，而對于沒有被選作平衡節(jié)點的DG，均可簡化處理為PQ節(jié)點[8]。

對辨識后的網(wǎng)絡(luò)進(jìn)行潮流計算的流程如圖4所示。

4 統(tǒng)計分析與評估

4.1 統(tǒng)計分析

得到各狀態(tài)下的概率潮流結(jié)果后，結(jié)合各狀態(tài)的發(fā)生概率，應(yīng)用條件概率公式可得到各電壓偏差結(jié)果及其概率值，并基于此進(jìn)行統(tǒng)計和分析。

圖4 潮流計算流程

4.2 評估指標(biāo)

應(yīng)用該計算方法進(jìn)一步評估主動配電網(wǎng)中某些因素對并網(wǎng)和孤島電壓質(zhì)量表征的影響。在評估過程中為方便定量比較，定義以下2個指標(biāo)。

(1)電壓偏差風(fēng)險值。為綜合考慮電壓偏差的發(fā)生概率和嚴(yán)重程度，定量地反映主動配電網(wǎng)節(jié)點電壓的偏差情況，本文將風(fēng)險理論應(yīng)用于主動配電網(wǎng)的電壓質(zhì)量評估中，定義節(jié)點電壓偏差風(fēng)險值SRISK為

(4)

式中：O為包含a個狀態(tài)的系統(tǒng)運(yùn)行狀態(tài)集合；Oi為其中第i個狀態(tài)；b為節(jié)點在Oi狀態(tài)下模擬運(yùn)行的非中斷的電壓幅值個數(shù)；Uij為節(jié)點在Oi狀態(tài)下的第j個非中斷電壓幅值；p(Uij)為Uij在狀態(tài)Oi中發(fā)生的概率；p(Oi/O)狀態(tài)Oi在狀態(tài)集合O中出現(xiàn)的概率。

(2)孤島節(jié)點失電率。定義孤島節(jié)點失電率Poutage為節(jié)點處于孤島時電壓中斷的概率，反映主動配電網(wǎng)節(jié)點的持續(xù)供電質(zhì)量。

(5)

式中：I為節(jié)點屬于孤島節(jié)點子集時的系統(tǒng)運(yùn)行狀態(tài)集合；Ii為其中第i個狀態(tài)；p(Uoutage,i)為節(jié)點在狀態(tài)Ii中電壓為0的概率；p(Ii/I)為狀態(tài)Ii在運(yùn)行狀態(tài)集合I中出現(xiàn)的概率。

5 算例分析

5.1 測試系統(tǒng)參數(shù)

本文在 RBTS Bus2系統(tǒng)[15]中截選F2與F4饋線并配置儲能和DG，將修改后的系統(tǒng)作為電壓質(zhì)量評估測試系統(tǒng)，具體結(jié)構(gòu)如圖5所示。

圖5 電壓質(zhì)量評估測試系統(tǒng)

系統(tǒng)中PCC點處的變壓器為35 kV /11 kV，容量為12.5 MV·A，其他變壓器為11 kV /0.4 kV，容量為1 MV·A。各線路長度以及線路等網(wǎng)絡(luò)元件故障率和修復(fù)時間參見文獻(xiàn)[15]，各電源故障率和修復(fù)時間參考文獻(xiàn)[19-20]，如表1所示。

算例計算收斂精度設(shè)為10-4。算例中光伏采用文獻(xiàn)[21]中光伏發(fā)電系統(tǒng)的基本出力模型，風(fēng)電機(jī)組出力隨機(jī)模型參考文獻(xiàn)[8]，負(fù)荷采用計及負(fù)荷類型的負(fù)荷隨機(jī)模型，具體見附錄B。各隨機(jī)變量模型的參數(shù)取值如下詳述。

表1 故障率和平均修復(fù)時間參數(shù)

Table 1 Parameter of failure rate and

mean time to resolution

(1)光伏參數(shù)：標(biāo)準(zhǔn)測試條件下的太陽輻射強(qiáng)度為1 000 W·m-2；功率溫度系數(shù)為-0.45%/℃；太陽電池組件的實際溫度由正態(tài)分布抽樣得到；標(biāo)準(zhǔn)測試條件下的電池溫度為25 ℃；光照強(qiáng)度取自北京市某地某典型日數(shù)據(jù)。

(2)風(fēng)機(jī)參數(shù)：切入風(fēng)速為3 m/s；切出風(fēng)速為 25 m/s；額定風(fēng)速為12 m/s；尺度參數(shù)為8.53；形狀參數(shù)為2。

(3)儲能負(fù)荷協(xié)調(diào)控制參數(shù)參見文獻(xiàn)[16]。

(4)負(fù)荷參數(shù)：由于本文選取的儲能-負(fù)荷協(xié)調(diào)控制模型中負(fù)荷控制的優(yōu)先順序與負(fù)荷的重要程度有關(guān)，本文考慮了4類負(fù)荷，分別為商業(yè)負(fù)荷(節(jié)點12、18)、大用戶(節(jié)點19、20)、居民負(fù)荷(節(jié)點13、14、15)、政府及醫(yī)療負(fù)荷(節(jié)點16、17)，4類負(fù)荷的日基本負(fù)荷水平序列如圖6所示。

圖6 4類負(fù)荷的負(fù)荷曲線

5.2 算例分析

應(yīng)用本文方法對圖5所示的測試系統(tǒng)在不同的DG滲透率下進(jìn)行電壓質(zhì)量計算、分析和評估。由于當(dāng)主動配電網(wǎng)存在孤島運(yùn)行時，孤島網(wǎng)絡(luò)的平衡節(jié)點從PCC點變成了儲能或者DG節(jié)點，而并網(wǎng)和孤島的平衡節(jié)點電壓并不相同。為方便比較，本文用標(biāo)幺值進(jìn)行計算，平衡點電壓為1 pu，得到的電壓幅值可直觀反映節(jié)點在并網(wǎng)和孤島下節(jié)點電壓相對各自平衡節(jié)點的偏差程度。

5.2.1 節(jié)點電壓偏差概率統(tǒng)計與分析

DG滲透率固定，微源的配置為：2臺1 MW風(fēng)力發(fā)電機(jī)、1個0.8 MW光伏發(fā)電系統(tǒng)和2套 0.36 MW·h儲能裝置。其中儲能裝置最大充放電功率為 0.12 MW，各節(jié)點總平均負(fù)荷功率為5.539 9 MW，DG容量占負(fù)荷比例為50.54%。

由于并網(wǎng)狀態(tài)的概率較孤島狀態(tài)大的多，計及對孤島電壓偏差概率分布的展現(xiàn)，分別統(tǒng)計同一負(fù)荷節(jié)點在并網(wǎng)和孤島下的結(jié)果得到其電壓幅值概率分布。以負(fù)荷節(jié)點17為例，其處于并網(wǎng)和孤島時的電壓幅值概率分布對比如圖7所示。本算例中，孤島的電壓幅值概率分布是剔除了中斷后的統(tǒng)計結(jié)果。

圖7 節(jié)點17的電壓幅值概率分布

圖7中，節(jié)點17在并網(wǎng)時的電壓分布呈現(xiàn)2個峰狀分布。這是由于節(jié)點處于并網(wǎng)時系統(tǒng)無故障的狀態(tài)概率遠(yuǎn)大于其他狀態(tài)，而該狀態(tài)下，在中午和下午日照強(qiáng)度達(dá)到頂峰的時段，光伏的出力及基本負(fù)荷水平在這一時段內(nèi)變化都相對較小，電壓幅值會在某一值附近集中，形成峰，由于此時處于重載時段，因此峰的位置在電壓幅值較低處。而在夜間，光伏出力為0，加之基本負(fù)荷水平變化較小，電壓形成第2個集中區(qū)域，由于處于輕載時段，為圖中第2個峰?？梢?，兩峰狀分布形成的原因主要是由于功率的大幅波動(光伏)以及負(fù)荷水平的峰谷差。

類似地，每一個孤島狀態(tài)也傾向于形成兩峰分布。但由于除了整個網(wǎng)絡(luò)與上級配電網(wǎng)絡(luò)脫離的情況，其他的孤島狀態(tài)網(wǎng)絡(luò)都比并網(wǎng)時要小，且50%的滲透率往往不足以支撐整個孤島網(wǎng)絡(luò)的供電，一部分負(fù)荷會被切除，因此，每個孤島狀態(tài)下兩峰的電壓幅值普遍比并網(wǎng)時高，各孤島狀態(tài)下的兩峰對應(yīng)電壓幅值分布也較為集中，對所有的孤島狀態(tài)統(tǒng)計得到孤島電壓分布呈現(xiàn)圖7的趨勢。從圖7中可以看出，曲線在電壓幅值為1 pu的位置呈現(xiàn)一個小的峰值，這是由于當(dāng)該負(fù)荷節(jié)點被切除時，若支撐點到該節(jié)點之間沒有運(yùn)行的負(fù)荷或者微源，則會出現(xiàn)節(jié)點電壓為1 pu的情況。

由圖7還可以看出，節(jié)點處于孤島時的電壓幅值水平較并網(wǎng)時要高，分布更為集中，且相較于節(jié)點處于并網(wǎng)時系統(tǒng)無故障狀態(tài)占主導(dǎo)地位呈現(xiàn)兩峰趨勢，節(jié)點17處于孤島網(wǎng)絡(luò)時呈現(xiàn)多峰趨勢。

5.2.2 評估分析

應(yīng)用該計算方法，本算例選取節(jié)點位置及DG滲透率2個影響因素評估其對電壓質(zhì)量的影響。

5.2.2.1 節(jié)點位置對電壓質(zhì)量的影響評估

在DG滲透率固定的情況下，分析比較與PCC點相距由遠(yuǎn)到近的3個節(jié)點的電壓分布情況，其中節(jié)點17的電壓分布見圖7，節(jié)點15和節(jié)點12的電壓分布如圖8—9所示。

圖8 節(jié)點15的電壓幅值概率分布

圖9 節(jié)點12的電壓幅值概率分布

由圖7—9可見，這3個節(jié)點處于并網(wǎng)狀態(tài)時，電壓幅值分布都呈現(xiàn)2個高峰，且電壓水平大小關(guān)系為節(jié)點12>節(jié)點15>節(jié)點17，即同一饋線上的負(fù)荷節(jié)點距離PCC點越近，其電壓水平越高。

在孤島狀態(tài)下，電壓幅值水平為節(jié)點12>節(jié)點15>節(jié)點17；集中度為節(jié)點12>節(jié)點15>節(jié)點17。這是由于相對于節(jié)點17僅靠近儲能節(jié)點6，節(jié)點15距離其他微源都較節(jié)點17更近，而以節(jié)點12為中心，均勻分布了微源節(jié)點2、3、4、5，由于孤島時的平衡節(jié)點具有隨機(jī)性，因此，微源以其為中心均勻分布的負(fù)荷節(jié)點近平衡點的概率更大，孤島電壓幅值會更集中，呈現(xiàn)的峰數(shù)會更少，電壓水平也會更高。

3個節(jié)點的電壓偏差風(fēng)險值如表2所示。由表2可得：并網(wǎng)時，同一饋線上的負(fù)荷節(jié)點距離PCC點越近，風(fēng)險值越??；孤島時，微源以其為中心均勻分布的負(fù)荷節(jié)點(節(jié)點12)的風(fēng)險值最小，而微源距離節(jié)點成輻射分布的節(jié)點17的風(fēng)險值最大。

表2 電壓偏差風(fēng)險值比較

Table 2 Comparison of voltage deviation risk values

5.2.2.2 DG滲透率對電壓質(zhì)量的影響評估

以節(jié)點17為例，對滲透率為30%和70%的結(jié)果也分別進(jìn)行了計算、分析與評估，比較滲透率對并網(wǎng)和孤島下電壓分布的影響。

微源的配置為：(1)滲透率為30%的微源包含2臺0.6 MW風(fēng)力發(fā)電機(jī)、1個0.4 MW光伏發(fā)電系統(tǒng)和2套0.3 MW·h儲能裝置，其中儲能裝置最大充放電功率為0.15 MW，各節(jié)點總平均負(fù)荷功率為5.539 9 MW，DG容量占負(fù)荷比例為28.89%；(2)滲透率為70%的微源包含2臺1.4 MW風(fēng)力發(fā)電機(jī)、1個1.1 MW光伏發(fā)電系統(tǒng)和2套0.8 MW·h儲能裝置，其中儲能裝置最大充放電功率為0.4 MW，各節(jié)點總平均負(fù)荷功率為5.539 9 MW，DG容量占負(fù)荷比例為70.40%。

節(jié)點17在DG滲透率為30%和70%下的電壓分布結(jié)果分別如圖10—11所示。

圖10 30%滲透率下的節(jié)點17電壓幅值概率分布

圖11 70%滲透率下的節(jié)點17電壓幅值概率分布

電壓質(zhì)量指標(biāo)對比如表3所示。對比圖10、圖11和表3可知，節(jié)點17處于并網(wǎng)時，不同滲透率下的電壓分布呈現(xiàn)相同的趨勢，但滲透率越高，第1個峰值的對應(yīng)電壓幅值越小，曲線呈現(xiàn)沿橫軸向左拉伸的趨勢，這是因為滲透率越高，電壓幅值受微源的狀態(tài)和波動的影響越大。而處于孤島時，滲透率越低，節(jié)點17的電壓水平越高，并且越集中，風(fēng)險值也越小，這是因為滲透率低的情況下，由于供求不平衡，更多的負(fù)荷被切除，網(wǎng)損大大減小，這就使得依然被供應(yīng)的負(fù)荷節(jié)點的電壓幅值較高。從孤島節(jié)點失電率則可以看出，滲透率越低，孤島節(jié)點失電率越高，可見，雖然此時電壓質(zhì)量集中度最高，偏差水平最小，但是持續(xù)供電質(zhì)量較差。

表3 電壓質(zhì)量指標(biāo)對比

Table 3 Comparison of voltage quality indices

6 結(jié) 論

(1)本文提出了基于主動配電網(wǎng)運(yùn)行特性的電壓質(zhì)量評估方法，該方法可通過靈活設(shè)置不同的DG和負(fù)荷的模型以及孤島時的運(yùn)行原則來模擬主動配電網(wǎng)實際需要。本文選取源荷模型，采用能量平衡的孤島運(yùn)行原則，將此方法應(yīng)用于測試系統(tǒng)，驗證了方法的可行性和有效性。

(2)綜合考慮負(fù)荷節(jié)點位置、DG滲透率對節(jié)點的電壓偏差情況進(jìn)行評估，可為主動配電網(wǎng)運(yùn)行調(diào)壓和規(guī)劃提供參考。另外，在孤島運(yùn)行過程中結(jié)合節(jié)點電壓偏差風(fēng)險和孤島節(jié)點失電率來開展主動配電網(wǎng)的電能質(zhì)量評估，可綜合考慮負(fù)荷的節(jié)點電壓偏差和供電持續(xù)性。

本文計及主動配電網(wǎng)的孤島運(yùn)行能力這一主動運(yùn)行特性，提供了一個主動配電網(wǎng)電壓質(zhì)量計算分析和評估的平臺，進(jìn)一步的工作可以考慮其他更加復(fù)雜的主動運(yùn)行特點或規(guī)則，在本文所提出的平臺基礎(chǔ)上，修改主動運(yùn)行規(guī)則，實現(xiàn)相應(yīng)主動配電網(wǎng)的電壓質(zhì)量評估。

[1]趙波，王財勝，周金輝，等. 主動配電網(wǎng)現(xiàn)狀與未來發(fā)展[J]. 電力系統(tǒng)自動化，2014，38(18)：125-135.

ZHAO Bo，WANG Caisheng，ZHOU Jinhui，et al. Present and future development trend of active distribution network[J]. Automation of Electric Power Systems，2014，38(18)：125-135.

[2]程林，劉琛，康重慶，等. 主動配電網(wǎng)關(guān)鍵技術(shù)分析與展望[J]. 電力建設(shè)，2015，36(1)：26-32.

CHENG Lin，LIU Chen，KANG Chongqing，et al. Analysis of development of key technologies in active distribution network[J]. Electric Power Construction，2015，36(1)：26-32.

[3]王成山，孫充勃，李鵬. 主動配電網(wǎng)優(yōu)化技術(shù)研究現(xiàn)狀及展望[J]. 電力建設(shè)，2015，36(1)：8-15.

WANG Chengshan，SUN Chongbo，LI Peng. Review and perspective on the optimization of active distribution network[J]. Electric Power Construction，2015，36(1)：8-15.

[4]范明天，張祖平，蘇傲雪，等. 主動配電系統(tǒng)可行技術(shù)的研究[J]. 中國電機(jī)工程學(xué)報，2013，33(22)：12-18.

FAN Mingtian，ZHANG Zuping，SU Aoxue，et al. Enabling technologies for active distribution systems[J]. Proceedings of the CSEE，2013，33(22)：12-18.

[5]LASSETER R H. Smart distribution: coupled microgrids[J]. Proceedings of the IEEE, 2011, 99(6): 1074-1082.

[6]BOLLEN M, ZHONG J, LIN Y. Performance indices and objectives for microgrids[C]//Electricity Distribution-Part 1, 2009. CIRED 2009. 20th International Conference and Exhibition on. IET, 2009: 1-4.

[7]朱星陽，劉文霞，張建華，等．電力系統(tǒng)隨機(jī)潮流及其安全評估應(yīng)用研究綜述[J]．電工技術(shù)學(xué)報，2013，28(10)：257-270．

ZHU Xingyang，LIU Wenxia，ZHANG Jianhua，et al. Reviews on power system stochastic load flow and its applications in safety evaluation[J]. Transactions of China Electrotechnical Society，2013，28(10)：257-270．

[8]張喆，李庚銀，魏軍強(qiáng). 考慮分布式電源隨機(jī)特性的配電網(wǎng)電壓質(zhì)量概率評估[J]. 中國電機(jī)工程學(xué)報，2013，33(13)：150-156.

ZHANG Zhe，LI Gengyin，WEI Junqiang. Probabilistic evaluation of voltage quality in distribution networks considering the stochastic characteristic of distributed generators[J]. Proceedings of the CSEE，2013，33(13)：150-156.

[9]余昆，曹一家，陳星鶯，等. 含分布式電源的地區(qū)電網(wǎng)動態(tài)概率潮流計算[J]. 中國電機(jī)工程學(xué)報，2011，31(1)：20-25.

YU Kun，CAO Yijia，CHEN Xingying，et al. Dynamic probability power flow of district grid containing distributed generation[J]. Proceedings of the CSEE，2011，31(1)：20-25.

[10]彭寒梅，曹一家，黃小慶，等. 基于組合抽樣的含分布式電源隨機(jī)潮流計算[J]. 電力自動化設(shè)備，2014，34(5)：28-34.

PENG Hanmei，CAO Yijia，HUANG Xiaoqing，et al. Probabilistic load flow calculation based on combination sampling for power system containing distributed generations[J]. Electric Power Automation Equipment，2014，34(5)：28-34.

[11]丁明，王京景，李生虎. 基于擴(kuò)展拉丁超立方采樣的電力系統(tǒng)概率潮流計算[J]. 中國電機(jī)工程學(xué)報，2013，33(4)：163-170.

DING Ming，WANG Jingjing，LI Shenghu. Probabilistic load flow evaluation with extended latin hypercube sampling[J]. Proceedings of the CSEE，2013，33(4)：163-170.

[12]熊強(qiáng)，陳維榮，張雪霞，等. 考慮多風(fēng)電場相關(guān)性的場景概率潮流計算[J]. 電網(wǎng)技術(shù)，2015，39(8)：2154-2159.

XIONG Qiang，CHEN Weirong，ZHANG Xuexia，et al. Scenario probabilistic load flow calculation considering wind farms correlation[J]. Power System Technology，2015，39(8)：2154-2159.

[13]段玉兵，龔宇雷，譚興國，等. 基于蒙特卡羅模擬的微電網(wǎng)隨機(jī)潮流計算方法[J]. 電工技術(shù)學(xué)報，2011，26(S1)：274-278.

DUAN Yubing，GONG Yulei，TAN Xingguo，et al. Probabilistic power flow calculation in microgrid based on Monte-Carlo simulation[J]. Transactions of China Electrotechnical Society，2011，26(S1)：274-278.

[14]劉明波，簡淦楊，董萍. 孤島微電網(wǎng)的隨機(jī)潮流計算[J]. 華南理工大學(xué)學(xué)報(自然科學(xué)版)，2014，42(4)：13-18.

LIU Mingbo，JIAN Ganyang，DONG Ping. Stochastic power flow calculation of islanded microgrids[J]. Journal of South China University of Technology(Natural Science Edition)，2014，42(4)：13-18.

[15]ALLAN R N, BILLINTON R, SJARIEF I, et al. A reliability test system for educational purposes-basic distribution system data and results[J]. IEEE Transactions on Power systems, 1991, 6(2): 813-820.

[16]陳鵬偉，陶順，肖湘寧，等. 主動配電網(wǎng)可靠性評估源荷模型改進(jìn)及并行處理[J]. 電力系統(tǒng)自動化，2016, 40(18): 68-75.

CHEN Pengwei，TAO Shun，XIAO Xiangning，et al. Source-load model improvement and parallel computing for reliability evaluation of active distributed networks[J]. Automation of Electric Power Systems, 2016, 40(18): 68-75.

[17]楊俊友，王海鑫，邢作霞，等. 孤島模式下潮流能發(fā)電系統(tǒng)協(xié)調(diào)控制策略[J]. 電工技術(shù)學(xué)報，2015，30(14)：551-560.

YANG Junyou，WANG Haixin，XING Zuoxia，et al. Coordination control strategy of tidal power generation in island grid[J]. Transactions of China Electrotechnical Society，2015，30(14)：551-560.

[18]孫孝峰,呂慶秋. 低壓微電網(wǎng)逆變器頻率電壓協(xié)調(diào)控制[J]. 電工技術(shù)學(xué)報，2012，27(8)：77-84.

SUN Xiaofeng，LYU Qingqiu. Improved PV control of grid-connected inverter in low voltage micro-grid[J]. Transactions of China Electrotechnical Society，2012，27(8)：77-84.

[19]梁惠施，程林，劉思革. 基于蒙特卡羅模擬的含微網(wǎng)配電網(wǎng)可靠性評估[J]. 電網(wǎng)技術(shù)， 2011，35(10)：76-81.

LIANG Huishi，CHENG Lin，LIU Sige. Monte Carlo simulation based reliability evaluation of distribution system containing microgrids[J]. Power System Technology，2011，35(10)：76-81.

[20]XU X, MITRA J, WANG T, et al. Evaluation of operational reliability of a microgrid using a short-term outage model[J]. IEEE Transactions on Power Systems, 2014, 29(5): 2238-2247.

[21]王秀麗，武澤辰，曲翀. 光伏發(fā)電系統(tǒng)可靠性分析及其置信容量計算[J]. 中國電機(jī)工程學(xué)報，2014，34(1)：15-21.

WANG Xiuli，WU Zechen，QU Chong. Reliability and capacity value evaluation of photovoltaic generation systems[J]. Proceedings of the CSEE，2014，34(1)：15-21.

(編輯 景賀峰)

附錄A

儲能-負(fù)荷協(xié)調(diào)控制模型的約束條件如式(A1)所示。

(A1)

儲能裝置放電時，PSB-i(t)>0，t時段截止荷電狀態(tài)為

(A2)

儲能裝置充電時，PSB-i(t)≤0，t時段截止荷電狀態(tài)為

(A3)

式中：ηCi，ηDi分別為充電效率和放電效率；σi為儲能裝置每小時自放電率。

附錄B

電力負(fù)荷具有時變性，長期實踐驗證，隨機(jī)潮流計算中負(fù)荷的隨機(jī)模型符合正態(tài)分布。但除了負(fù)荷固有的隨機(jī)性外，不同類型負(fù)荷的負(fù)荷水平不同，為表征負(fù)荷的多樣性，計及不同類型負(fù)荷的負(fù)荷水平，采用負(fù)荷模型如式(B1)所示。

PL(t)=PL0(t)+Pα(t)

(B1)

式中：PL0(t)為某類負(fù)荷日基本負(fù)荷水平序列t時刻的功率水平，該序列由典型日負(fù)荷曲線按固定步長或變步長劃分而成，t∈[0, 24] h；Pα(t)為負(fù)荷波動分量，可利用正態(tài)分布隨機(jī)抽樣來模擬。

Power Quality Evaluation in Active Distribution Network Based on Its Operation Characteristics

SONG Mengqi, TAO Shun, CHEN Pengwei

(State Key Laboratory for Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China)

When faults occur in active distribution network (ADN), the isolation of malfunctions can ensure continuous power supply for un-faulted region. Based on these active operation characteristics, this paper proposes an power quality evaluation method for ADN with considering the multi operation states of ADN. Firstly, the state duration of components is sampled, a sequence of the system state and duration can be further obtained, and the topology and parameter identification of network in each state are implemented. Then Latin hypercube sampling is adopted for loads and the distributed generation outputs, and the coordinated control between energy storage and loads is implemented considering the principle of power balance in the island mode, so that the power of the distributed generation, energy storage and loads can be obtained. Finally, we calculate the probabilistic power flow under each running state, statistically analyze the voltage amplitude results, and use the proposed indexes of voltage deviation risk and island node outage probability to evaluate the voltage quality. The application in the ADN test system based on RBTS-Bus2 proves the efficiencies of the proposed method.

active distribution network (ADN); probabilistic power flow calculation; power quality evaluation

國家自然科學(xué)基金項目(51207051)

TM 712

A

1000-7229(2016)12-0119-09

10.3969/j.issn.1000-7229.2016.12.016

2016-07-06

宋夢琪(1992)，女，碩士研究生，主要研究方向為主動配電網(wǎng)電能質(zhì)量評估；

陶順(1972)，女，博士，副教授，主要研究方向為智能配電網(wǎng)和電能質(zhì)量等；

陳鵬偉(1992)，男，博士研究生，主要研究方向為電能質(zhì)量、分布式發(fā)電技術(shù)與主動配電網(wǎng)技術(shù)。

Project supported by National Natural Science Foundation of China(51207051)