計及電能質(zhì)量約束的微電網(wǎng)接入規(guī)劃

胡畔，陳紅坤，朱曉航，陳聰

(1.武漢大學(xué)電氣工程學(xué)院，武漢市 430072；2.武漢電力職業(yè)技術(shù)學(xué)院，武漢市 430079)

計及電能質(zhì)量約束的微電網(wǎng)接入規(guī)劃

胡畔1，陳紅坤1，朱曉航1，陳聰2

(1.武漢大學(xué)電氣工程學(xué)院，武漢市 430072；2.武漢電力職業(yè)技術(shù)學(xué)院，武漢市 430079)

近年來，電壓波動、諧波等電能質(zhì)量問題嚴(yán)重制約著配電網(wǎng)中微電網(wǎng)的大規(guī)模接入。該文創(chuàng)新性地提出了一種在規(guī)劃前期考慮電能質(zhì)量約束的微電網(wǎng)接入規(guī)劃方法。首先推導(dǎo)了微電網(wǎng)功率概率波動模型，并給出了微電網(wǎng)電能質(zhì)量靜態(tài)評估方法。在考慮系統(tǒng)網(wǎng)損等其他經(jīng)濟(jì)因素的前提下，將電能質(zhì)量指標(biāo)轉(zhuǎn)化為相關(guān)約束條件，并給出了微電網(wǎng)并網(wǎng)機(jī)會約束規(guī)劃模型。由于所提出的模型是一個非線性混合整數(shù)規(guī)劃問題，因此引入線性遞減粒子群算法(linear decreasing inertia weight-particle swarm optimization, LDIW-PSO)進(jìn)行求解。為了驗證所提出的方法，在IEEE 33節(jié)點(diǎn)環(huán)境下針對某實(shí)際工業(yè)園微電網(wǎng)接入案例進(jìn)行了仿真，仿真結(jié)果驗證了所提出的方法能夠有效提高微電網(wǎng)在配電網(wǎng)里的滲透率。

微電網(wǎng)；電能質(zhì)量約束；規(guī)劃前期；機(jī)會約束模型

0 引 言

隨著微電網(wǎng)、分布式電源的大規(guī)模接入，傳統(tǒng)配電網(wǎng)的結(jié)構(gòu)與特性發(fā)生了巨大的改變，其運(yùn)行方式及各項運(yùn)行指標(biāo)均發(fā)生了顯著的變化[1-2]。電能質(zhì)量作為限制配電網(wǎng)優(yōu)化運(yùn)行的關(guān)鍵因素，極大地制約了微電網(wǎng)的接入。實(shí)際工程中，微電網(wǎng)電壓波動或諧波問題導(dǎo)致微電網(wǎng)孤網(wǎng)運(yùn)行甚至被迫停運(yùn)的例子屢有發(fā)生[3]。目前，微電網(wǎng)的接入一般在規(guī)劃前評估接入點(diǎn)的電能質(zhì)量，或在接入后分析對電能質(zhì)量的影響并制定相應(yīng)的補(bǔ)償方案，但是并未在規(guī)劃階段計及電能質(zhì)量約束[4]。若能在微電網(wǎng)接入規(guī)劃階段綜合考慮電能質(zhì)量約束，則在運(yùn)營期能夠顯著減小電能質(zhì)量治理成本，提高配電網(wǎng)運(yùn)行效率。

大多數(shù)微電網(wǎng)接入實(shí)際工程仍沿用分布式電源接入電網(wǎng)的方法[5]。文獻(xiàn)[6]建立了微電網(wǎng)發(fā)電及用電特性的數(shù)學(xué)模型，為微電網(wǎng)接入配電網(wǎng)提供了理論指導(dǎo)；文獻(xiàn)[7]針對網(wǎng)架規(guī)劃環(huán)節(jié)，計及微電網(wǎng)功率特性對系統(tǒng)網(wǎng)損和負(fù)荷供電可靠性的影響，建立了含微電網(wǎng)的配電網(wǎng)網(wǎng)架規(guī)劃模型。文獻(xiàn)[8]考慮了風(fēng)機(jī)及光伏出力的不確定性，以微電網(wǎng)接入后配電網(wǎng)網(wǎng)絡(luò)損耗和停電損失費(fèi)用之和最小為目標(biāo)函數(shù)，約束條件包括微電網(wǎng)運(yùn)行相關(guān)的經(jīng)濟(jì)性約束條件、可靠性約束條件以及將其接入配電網(wǎng)的相關(guān)約束條件，建立了考慮可靠性的微電網(wǎng)接入配電網(wǎng)的規(guī)劃模型。以上文獻(xiàn)在驗證規(guī)劃模型正確性時弱化了對微電網(wǎng)模型等效性的要求，不能充分體現(xiàn)微電網(wǎng)的自身特點(diǎn)；對配電網(wǎng)運(yùn)行狀況的評估僅考慮經(jīng)濟(jì)性和電能質(zhì)量，或經(jīng)濟(jì)性和可靠性，且均是在規(guī)劃后期對微電網(wǎng)電能質(zhì)量進(jìn)行評估。

因此，本文提出一種在規(guī)劃前期考慮電能質(zhì)量約束的微電網(wǎng)接入規(guī)劃方法。首先推導(dǎo)微電網(wǎng)功率概率波動模型，并給出微電網(wǎng)電能質(zhì)量靜態(tài)評估方法。在考慮降低系統(tǒng)網(wǎng)損及其他經(jīng)濟(jì)因素的前提下，將電能質(zhì)量指標(biāo)轉(zhuǎn)化為相關(guān)約束條件，并給出微電網(wǎng)并網(wǎng)機(jī)會約束規(guī)劃模型。為驗證本文所提出的方法，基于某實(shí)際工業(yè)園微電網(wǎng)在IEEE 33節(jié)點(diǎn)環(huán)境下進(jìn)行仿真，仿真結(jié)果驗證了規(guī)劃方法有效性。

1 微電網(wǎng)的概率密度等效模型

由于分布式電源配置方案及結(jié)構(gòu)的復(fù)雜性，微電網(wǎng)的輸出功率受統(tǒng)計數(shù)據(jù)、氣候、接入地點(diǎn)、電源類型、天氣等因素影響。然而，通過引入儲能電池、燃?xì)廨啓C(jī)、風(fēng)光互補(bǔ)技術(shù)[9]能極大地平抑微電網(wǎng)功率波動，并在一定程度上實(shí)現(xiàn)微電網(wǎng)功率控制?？紤]到上述情況，本文引入風(fēng)機(jī)和光伏出力作為隨機(jī)變量，燃?xì)廨啓C(jī)和儲能電池的作為輔助調(diào)節(jié)手段以滿足微電網(wǎng)內(nèi)部電壓和頻率穩(wěn)定性的要求。由于微電網(wǎng)本身功率因數(shù)較高，且大多數(shù)微電網(wǎng)內(nèi)部含有無功補(bǔ)償設(shè)備，本文主要側(cè)重于微電網(wǎng)的有功波動對配電網(wǎng)的影響。

1.1 負(fù)荷的概率模型

負(fù)荷波動的規(guī)律性取決于社會生產(chǎn)和生活的周期變化，不能用解析函數(shù)表達(dá)，但是各種活動相對獨(dú)立，由此所引起的負(fù)荷隨機(jī)變化具有正態(tài)分布特性，用正態(tài)分布近似反映負(fù)荷的不確定性在長期的實(shí)踐中也得到了驗證。負(fù)載功率的概率密度函數(shù)(probability density function，PDF)如下：

(1)

1.2 分布式電源的概率模型

1.2.1 風(fēng)力發(fā)電機(jī)的概率模型

(1)風(fēng)速特性。

風(fēng)向和風(fēng)速的時空分布非常復(fù)雜，呈現(xiàn)極強(qiáng)的隨機(jī)性，國內(nèi)外學(xué)者對風(fēng)速的概率分布進(jìn)行了大量研究，并建立了各種概率分布模型來描述風(fēng)速的變化。風(fēng)機(jī)的概率分布模型能較好地擬合風(fēng)速分布，用于對風(fēng)速作統(tǒng)計描述，廣泛應(yīng)用于風(fēng)能資源評估、風(fēng)電場經(jīng)濟(jì)評價等方面。本文采用兩參數(shù)威布爾分布概率模型，風(fēng)速的概率密度函數(shù)及概率分布函數(shù)(cumulative distribution function,CDF)由式(2)、(3)表示：

(2)

(3)

式中：v為風(fēng)速；k為威布爾分布的形狀參數(shù)；c為威布爾分布的尺度參數(shù)。k一般在1～3變化。當(dāng)k=1時，呈指數(shù)形分布；k=3時，威布爾分布實(shí)際上已很接近于正態(tài)分布了；當(dāng)k=2時的威布爾分布就變成了瑞利分布。c反映該風(fēng)機(jī)的平均風(fēng)速，單位為m/s，當(dāng)c=1時，稱為標(biāo)準(zhǔn)威布爾分布。

威布爾分布的參數(shù)可以由平均風(fēng)速μ和標(biāo)準(zhǔn)差σ近似計算：

(4)

(5)

式中Γ為Gamma函數(shù)。

(2)風(fēng)力發(fā)電機(jī)輸出功率概率模型。

由公式(5)可知，風(fēng)力發(fā)電機(jī)組的輸出功率與風(fēng)速之間近似關(guān)系為：

(6)

(7)

(8)

式中：Pr為額定功率；vci為切入風(fēng)速；vr為額定風(fēng)速，vco為切出風(fēng)速。當(dāng)風(fēng)速v在vci～vr內(nèi)時，風(fēng)速v與風(fēng)力發(fā)電機(jī)的出力Pw呈線性關(guān)系。因此，當(dāng)風(fēng)速v在vci～vr內(nèi)，可近似認(rèn)為風(fēng)力發(fā)電機(jī)出力與風(fēng)速具有相同的概率特性。

設(shè)X的PDF為fX(x)，且y=g(x)，則Y的PDF為

(9)

式中x=h(y)為y=g(x)的反函數(shù)。

特別地，當(dāng)g(x)為一次函數(shù)時，Y的PDF為

(10)

因此當(dāng)風(fēng)速在vci～vr時，風(fēng)力發(fā)電機(jī)有功出力的PDF為

(11)

當(dāng)風(fēng)速在0～vci或風(fēng)速大于vco時，Pw=0，此時風(fēng)力發(fā)電機(jī)有功出力的PDF為

fPw(Pw)=F1=1-[Fv(vco)-Fv(vci)]

(12)

當(dāng)風(fēng)速在vr～vco時，Pw=Pr，此時風(fēng)力發(fā)電機(jī)有功出力的PDF為

fPw(Pw)=F2=Fv(vco)-Fv(vr)

(13)

綜上，風(fēng)力發(fā)電機(jī)有功出力的PDF為

(14)

1.2.2 光伏系統(tǒng)的概率模型

(1)光照強(qiáng)度特性。

太陽能電池是光伏發(fā)電系統(tǒng)的基礎(chǔ)和核心。由于各地區(qū)光照強(qiáng)度具有不確定性，其輸出功率也是不確定的。據(jù)統(tǒng)計，光照強(qiáng)度可以近似為Beta分布，其概率密度函數(shù)如下：

(15)

式中：r為實(shí)際光照強(qiáng)度，kW/m2；rmax為最大光照強(qiáng)度, kW/m2；α和β均為Beta分布的形狀參數(shù)。

對于網(wǎng)絡(luò)中的光伏發(fā)電系統(tǒng)，Beta分布的形狀參數(shù)α和β可以由光照強(qiáng)度平均值μ和方差σ計算得到，計算公式如下：

(16)

(17)

(2)光伏發(fā)電系統(tǒng)輸出功率的概率模型。

設(shè)給定某一光伏陣列，其中包含有M個電池組件，每個組件的面積和光電轉(zhuǎn)換效率分別為Am和ηm，m=1，2，…，M，那么陣列的總面積A和總的光電轉(zhuǎn)換效率η分別為：

(18)

(19)

光伏陣列總的輸出功率為

Ppv=rAη

(20)

由式(20)可知，光伏發(fā)電系統(tǒng)輸出功率與光照強(qiáng)度之間具有近似關(guān)系，再由公式(15)可知光伏發(fā)電系統(tǒng)輸出功率的概率密度函數(shù)也呈Beta分布：

(21)

式中PRM為陣列的最大輸出功率，PRM=Aηrmax。

1.3 微電網(wǎng)的等效模型

微電網(wǎng)的總功率Ph等于分布式電源總功率減去負(fù)荷功率的差值，即

Ph=Pw+PPV-PL

(22)

假設(shè)Pw，PPV，PL相互獨(dú)立，那么Ph的概率密度函數(shù)為

fPh(Ph)=fPw(Pw)fPPV(PPV)fPL(PL)

(23)

再利用采樣方法(如蒙特卡洛法)便可得到微電網(wǎng)功率的樣本數(shù)據(jù)。

2 微電網(wǎng)的靜態(tài)電能質(zhì)量評估

2.1 微電網(wǎng)諧波評估

對于微電網(wǎng)的諧波評估，本文分別對光伏及風(fēng)電對微電網(wǎng)諧波的貢獻(xiàn)進(jìn)行計算，然后通過國標(biāo)中的諧波疊加方法計算微電網(wǎng)諧波總畸變率。通過蒙特卡洛法模擬風(fēng)電及光伏出力，采用微電網(wǎng)建設(shè)商提供的典型風(fēng)機(jī)及光伏的各次諧波電流含有率對微電網(wǎng)進(jìn)行諧波電壓計算。按照國家標(biāo)準(zhǔn)GB/T 14549—1993《電能質(zhì)量公用電網(wǎng)諧波》的要求進(jìn)行下文的各項計算。

(1)通過第h次諧波電流值，可以通過公式(24)計算第h次諧波電壓含有率HRUh：

(24)

式中：HRUh為第h次諧波電壓含有率，%；UN為電網(wǎng)的標(biāo)稱電壓， kV；Ih為第h次諧波電流，A；Sk為公共連接點(diǎn)(point of common coupling，PCC)的三相短路容量，MVA。

(2)系統(tǒng)諧波電壓含有率：

(25)

(3)電壓總諧波畸變率：

(26)

(4)諧波疊加計算。

國標(biāo)GB/T 14549—1993中給出了2個諧波源的同次諧波電流Ih1和Ih2在同一PCC點(diǎn)的疊加算法。當(dāng)相位角θh已知時，按式(27)計算：

(27)

但實(shí)際電網(wǎng)中，國標(biāo)中給出的相位角θh不確定時，合成計算的公式：

(28)

式中：Kh系數(shù)參見標(biāo)準(zhǔn)GB/T 14549—1993《電能質(zhì)量 公用電網(wǎng)諧波》。

2.2 微電網(wǎng)電壓波動評估

電壓波動作為配電網(wǎng)的一項重要指標(biāo)，通常采用時域仿真的方法獲得。采用靜態(tài)評估的方法對配電網(wǎng)負(fù)荷進(jìn)行評估一直是難點(diǎn)。文獻(xiàn)[10]給出并推導(dǎo)了電壓波動評估的四項指標(biāo)及含分布式電源的配電網(wǎng)電壓波動靜態(tài)評估公式。結(jié)合微電網(wǎng)自身特點(diǎn)，其電壓波動可表示為

(29)

2.3 微電網(wǎng)電壓偏差評估

通過對含微電網(wǎng)的配電網(wǎng)進(jìn)行潮流計算，確定供電系統(tǒng)在正常運(yùn)行方式下，配電網(wǎng)各節(jié)點(diǎn)的電壓偏差。其數(shù)學(xué)表達(dá)式為

(30)

式中：ΔU為電壓偏差；Ure為實(shí)際電壓；UN為系統(tǒng)標(biāo)稱電壓。

3 考慮電能質(zhì)量約束的微電網(wǎng)的接入規(guī)劃模型

3.1 目標(biāo)函數(shù)

本文以配電網(wǎng)投資費(fèi)用最少為目標(biāo)函數(shù)，以電能質(zhì)量指標(biāo)為約束，建立微電網(wǎng)接入電網(wǎng)機(jī)會規(guī)劃約束模型：

(31)

3.2 約束條件

3.2.1 電能質(zhì)量相關(guān)約束

根據(jù)相關(guān)電壓偏差、電壓波動、諧波等國標(biāo)限值，本文取95%置信度下系統(tǒng)電能質(zhì)量指標(biāo)不超過國標(biāo)作為微電網(wǎng)接入約束條件：

(32)

(33)

(34)

3.2.2 配電網(wǎng)相關(guān)約束

(1)潮流約束：

(35)

式中：Pi及Qi分別為節(jié)點(diǎn)i注入的有功功率和無功功率；Ui和Uj分別為節(jié)點(diǎn)i和節(jié)點(diǎn)j的電壓幅值；n為系統(tǒng)的節(jié)點(diǎn)數(shù)；Gij和Bij分別為線路ij的電導(dǎo)和電納；δij為節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的相角差。

(2)配網(wǎng)系統(tǒng)約束：

(36)

式中：UGimin和UGimax分別為系統(tǒng)節(jié)點(diǎn)電壓的最小值和最大值；δGimin和δGimax分別為系統(tǒng)電壓相角最小值和最大值。

由于電壓穩(wěn)定是維持電力系統(tǒng)正常運(yùn)行的基本條件，用電負(fù)荷的急劇增長，會造成配電網(wǎng)末端線路潮流增大，使得線路傳輸能力接近極限，造成系統(tǒng)靜態(tài)電壓穩(wěn)定性變差，因此本文引入靜態(tài)電壓穩(wěn)定指標(biāo)。

(3)配電網(wǎng)的靜態(tài)電壓穩(wěn)定約束[11]：

(37)

式中：支路阻抗為Rij+jXij；其他符號含義同約束(1)。

3.3 線性遞減粒子群算法流程

本文提出的微電網(wǎng)接入電網(wǎng)規(guī)劃模型是一個非線性整數(shù)機(jī)會約束優(yōu)化問題。因此，本文采用線性遞減權(quán)值策略(linear decreasing inertia weight，LDIW)[12]的改進(jìn)粒子群(particle swarm optimization，PSO)算法來求取最優(yōu)方案。利用公式(38)建立適應(yīng)度函數(shù)，算法流程如圖1所示。其中，經(jīng)過改進(jìn)的慣性因子為

w=wmax-t[(wmax-wmin)/tmax]

(38)

式中：t為當(dāng)前迭代次數(shù)；tmax為最大迭代次數(shù)；wmin為t=0時的慣性權(quán)值；wmax為t=tmax時的慣性權(quán)值。

圖1 LDIW-PSO的算法流程Fig.1 Algorithmic process of LDIW-PSO

4 仿真驗證

4.1 算例系統(tǒng)說明

為了驗證本文提出的考慮電能質(zhì)量約束的微電網(wǎng)的接入規(guī)劃模型，在IEEE 33節(jié)點(diǎn)環(huán)境下對某實(shí)際工業(yè)園微電網(wǎng)接入方案進(jìn)行了仿真。以該工業(yè)園區(qū)負(fù)荷及內(nèi)部分布式微電源數(shù)據(jù)為基礎(chǔ)，估算該系統(tǒng)功率的概率密度函數(shù)，并將其接入IEEE 33節(jié)點(diǎn)配網(wǎng)測試系統(tǒng)。以本文提出的目標(biāo)函數(shù)，計及電能質(zhì)量約束，求取該算例下微網(wǎng)接入系統(tǒng)最優(yōu)位置。

IEEE 33節(jié)點(diǎn)系統(tǒng)結(jié)構(gòu)圖如圖2所示，IEEE 33節(jié)點(diǎn)標(biāo)準(zhǔn)測試系統(tǒng)的額定電壓為12.76 kV，額定容量為10 MVA，系統(tǒng)總有功功率為3 715.0 kW，無功功率為2 300 kV·A，該網(wǎng)架其他基本參數(shù)見文獻(xiàn)[13]。該實(shí)際工業(yè)園區(qū)微電網(wǎng)位于北緯30.62°，東經(jīng)114.35°，其中含有25臺風(fēng)電機(jī)組，50 m2光伏陣列。其負(fù)荷功率、風(fēng)速、光照強(qiáng)度1年8 760 h數(shù)據(jù)如圖3—5所示，圖6為微電網(wǎng)各月平均有功功率。該工業(yè)園采用Bergey風(fēng)電公司的Bergey Excel (Pr=10 kW,vci=2.5 m/s,vr=12 m/s,vco=18 m/s)型風(fēng)力發(fā)電機(jī)，并采用額定功率為83 W/m2的MSX-83型光伏陣列板。風(fēng)機(jī)及光伏的其他典型參數(shù)由實(shí)際氣象因素決定。本文基于蒙特卡洛法對風(fēng)機(jī)和光伏系統(tǒng)1年中12個月的分布參數(shù)進(jìn)行數(shù)據(jù)擬合，結(jié)果見表1。風(fēng)機(jī)及光伏的典型諧波電流數(shù)據(jù)見表2。大量實(shí)際觀測結(jié)果表明：光伏輸出功率變化幅度一般不超過其最大輸出功率的一半，風(fēng)電輸出功率變化幅度一般不超過最大輸出功率的40%，此處取λp=0.5，λw=0.4。

圖2 IEEE 33節(jié)點(diǎn)系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure diagram of IEEE 33-bus system

圖3 該工業(yè)園全年8 760 h的負(fù)荷數(shù)據(jù)Fig.3 Annual 8 760 hours data of residential load in this industrial park

圖4 該工業(yè)園全年8 760 h的風(fēng)速數(shù)據(jù)Fig.4 Annual 8760 hours data of wind speed in this industrial park

圖5 該工業(yè)園全年8 760 h的光照數(shù)據(jù)Fig.5 Annual 8760 hours data of solar radiation in this industrial park

圖6 微電網(wǎng)各月平均功率Fig.6 Average active power of microgrid

4.2 仿真結(jié)果及分析

本文電壓波動和諧波的限制分別設(shè)定為2%和4%。目標(biāo)函數(shù)中的α取95%，β為按國標(biāo)設(shè)定的指標(biāo)約束。由于該算例下投資及回收成本由該工業(yè)園自行承擔(dān)，因此Ci及Ti取0。目標(biāo)函數(shù)優(yōu)化曲線如圖7所示，圖8、圖9為迭代過程中線路電壓及電流計算結(jié)果。微電網(wǎng)規(guī)劃結(jié)果見表3。由圖7可知，改進(jìn)的算法能很快地收斂到最優(yōu)解，具有較好的優(yōu)化效率。通過自適應(yīng)調(diào)整慣性權(quán)重策略，保證了收斂精度，提高了算法的全局收斂能力。

表1 風(fēng)機(jī)及光伏參數(shù)擬合值
Table 1 Fitting value of wind and solar parameter

表2 風(fēng)機(jī)及光伏諧波電流含有率Table 2 Harmonic ration of wind and solar current

為了對比分析計及電能質(zhì)量約束對規(guī)劃結(jié)果的影響，圖10—12分別給出了微電網(wǎng)接入各節(jié)點(diǎn)系統(tǒng)在8 760 h下引起的平均網(wǎng)絡(luò)損耗、電壓波動及諧波畸變率。圖13給出微電網(wǎng)接入節(jié)點(diǎn)17及節(jié)點(diǎn)32時，系統(tǒng)8 760 h下各節(jié)點(diǎn)平均電壓偏差。

若不在規(guī)劃模型中考慮微電網(wǎng)并網(wǎng) PCC 處的電能質(zhì)量水平，在節(jié)點(diǎn)17處接入微電網(wǎng)是最優(yōu)的，如圖10所示。若考慮微電網(wǎng)并網(wǎng)PCC處的電能質(zhì)量水平，由圖11可見，接入節(jié)點(diǎn)17時電壓波動超過國標(biāo)限制，因此在考慮電能質(zhì)量約束的條件下，微電網(wǎng)最優(yōu)并網(wǎng)位置為節(jié)點(diǎn)32。同時，由圖11、圖12可知，當(dāng)不考慮微電網(wǎng)電能質(zhì)量約束時，微電網(wǎng)接入引起的電壓波動及諧波均比本文給出的計算的結(jié)果更為嚴(yán)重。

圖7 優(yōu)化迭代過程Fig.7 Iterative optimization process

圖8 節(jié)點(diǎn)電壓迭代過程Fig.8 Iteration process of node voltage

圖9 節(jié)點(diǎn)電流迭代過程Fig.9 Iteration process of branch current

IEEE33節(jié)點(diǎn)系統(tǒng)初始電壓偏差較大，超過GB/T 12325—2008《電能質(zhì)量 供電電壓偏差》國標(biāo)限值(20 kV及以下供電電壓偏差限值為±7%)。系統(tǒng)網(wǎng)絡(luò)節(jié)點(diǎn)電壓調(diào)整工作較復(fù)雜，為了減小工作量，本文選取電壓偏差10%作為約束條件。由圖13可知，在節(jié)點(diǎn)17接入時，系統(tǒng)整體電壓偏差比在節(jié)點(diǎn)32接入時要小，這與圖10所示的網(wǎng)損計算結(jié)果較一致。當(dāng)微電網(wǎng)在配網(wǎng)系統(tǒng)中滲透率較低時，其接入有利用于提高系統(tǒng)電壓水平。

圖10 微電網(wǎng)各節(jié)點(diǎn)平均網(wǎng)損Fig.10 Distribution network loss by integrating microgrid

圖11 微電網(wǎng)接入各節(jié)點(diǎn)電壓波動Fig.11 Network voltage fluctuations by integrating microgrid

圖12 微電網(wǎng)接入各節(jié)點(diǎn)系統(tǒng)諧波Fig.12 Network hormonic by integrating microgrid

圖13 微電網(wǎng)接入節(jié)點(diǎn)32和節(jié)點(diǎn)17時各節(jié)點(diǎn)電壓偏差Fig.13 Voltage devotion of network node by integrating Microgrid in 17 and 32

由圖12可見，微電網(wǎng)由于采用可控型大容量電力電子器件，其諧波畸變率相對較低，各節(jié)點(diǎn)接入時均未超過國標(biāo)限值。由于本文未考慮背景諧波因素，因此存在一定的計算誤差。對于實(shí)際配網(wǎng)，由于微電網(wǎng)可以內(nèi)部安裝濾波裝置進(jìn)行治理[14]，在規(guī)劃階段可以有效應(yīng)對。

由于高密度接入微電網(wǎng)會引起配網(wǎng)中潮流的顯著變化，系統(tǒng)短路電流也會發(fā)生相應(yīng)增加[15]。配電網(wǎng)現(xiàn)有保護(hù)設(shè)備無法應(yīng)對過大的短路電流，也將成為限制微電網(wǎng)接入的一大關(guān)鍵因素。在接入規(guī)劃階段也應(yīng)考慮短路電流限值。本文微電網(wǎng)接入容量較小，因此并未考慮該約束。

5 結(jié) 論

本文創(chuàng)新性地提出了一種在規(guī)劃前期考慮電能質(zhì)量約束的微電網(wǎng)接入規(guī)劃方法。在考慮降低系統(tǒng)網(wǎng)損等其他經(jīng)濟(jì)因素的前提下，將電能質(zhì)量指標(biāo)轉(zhuǎn)化為相關(guān)約束條件，并給出了微電網(wǎng)并網(wǎng)機(jī)會約束規(guī)劃模型。并基于某實(shí)際工業(yè)園微電網(wǎng)在IEEE33 節(jié)點(diǎn)環(huán)境下進(jìn)行了仿真驗證。仿真結(jié)果表明，隨著微電網(wǎng)高密度的接入，電壓波動相對諧波等因素對配電網(wǎng)影響更大，在規(guī)劃前期考慮電能質(zhì)量等因素能夠有效提高配電網(wǎng)可接納的微電網(wǎng)容量。

[1]HANG Jiajia, CHEN Jinfu, FAN Rongqi.Investigation of the influence of microgrid high large penetration ratios on power network stability[J].Journal of Electric Power Science and Technology, 2009, 24(1): 25-30.

[2]楊湛曄, 馬紅偉, 毛建容.海島微電網(wǎng)組網(wǎng)優(yōu)化研究[J].電力建設(shè), 2014，35(6)：63-68.

YANG Zhanye, MA Hongwei, MAO Jianrong.Optimal combination technology of island microgrid[J].Electric Power Construction, 2014，35(6)：63-68.

[3]楊新法, 蘇劍, 呂志鵬, 等.微電網(wǎng)技術(shù)綜述[J].中國電機(jī)工程學(xué)報, 2014, 34(1): 57-70.

YANG Xinfa, SU Jian, LYU Zhipeng, et al.Overview on micro-grid technology[J].Proceedings of the CSEE, 2014, 34(1): 57-70.

[4]鮑薇, 胡學(xué)浩, 李光輝, 等.提高負(fù)荷功率均分和電能質(zhì)量的微電網(wǎng)分層控制[J].中國電機(jī)工程學(xué)報, 2013, 34(34): 106-114.

BAO Wei, HU Xuehao, LI Guanghui, et al.Hierarchical control of microgrid to improve power sharing and power quality[J].Proceedings of the CSEE, 2013, 34(34): 106-114.

[5]王成山, 焦冰琦, 郭力, 等.微電網(wǎng)規(guī)劃設(shè)計方法綜述[J].電力建設(shè), 2015, 36(1): 38-45.

WANG Chengshan, JIAO Bingqi, GUO Li,et al.Review of methods of planning and design of microgrids [J].Electric Power Construction, 2015, 36(1): 38-45.

[6]劉坤, 高峰, 翟橋柱, 等.考慮負(fù)荷及煤氣量不確定性的企業(yè)微電網(wǎng)自發(fā)電調(diào)度模型[J].中國電機(jī)工程學(xué)報, 2014, 34(13): 2063-2070.

LIU Kun, GAO Feng, ZHAI Qiaozhu, et al.A self-power generation scheduling model under load demand and uncertainty of a by-product of gas production in enterprises microgrid[J].Proceedings of the CSEE, 2014, 34(13): 2063-2070.

[7]戴上, 張焰, 祝達(dá)康.含有微電網(wǎng)的配電網(wǎng)規(guī)劃方法[J].電力系統(tǒng)自動化, 2010, 34(22): 41-45.

DAI Shang, ZHANG Yan, ZHU Dakang.Distribution network planning method containing micro-grid[J].Automation of Electric Power Systems, 2010, 34(22): 41-45.

[8]王兆宇, 艾芊.智能配電網(wǎng)中微電網(wǎng)的多目標(biāo)優(yōu)化配置[J].電網(wǎng)技術(shù), 2012,36(8): 199-203.

WANG Zhaoyu, AI Qian.Multi-objective allocation of microgrid in smart distribution network[J].Power System Technology, 2012, 36(8): 199-203.

[9]PIAGI Paolo, LASSETER R H.Autonomous control of microgrids[C]//Power Engineering Society General Meeting.Montreal: IEEE, 2006:8-12.

[10]劉健, 黃煒.分布式光伏電源與負(fù)荷分布接近條件下的可接入容量分析[J].電網(wǎng)技術(shù), 2015, 39(2): 299-306.

LIU Jian, HUANG Wei.Analysis on grid-connectible capacity of distributed PV generation in case of PV generation distribution close to load distribution[J].Power System Technology, 2015, 39(2): 299-306.

[11]武曉朦, 劉健, 畢鵬翔.配電網(wǎng)電壓穩(wěn)定性研究[J].電網(wǎng)技術(shù), 2006, 39(24): 31-35.

WU Xiaomeng, LIU Jian, BI Pengxiang.Research on voltage stability of distribution networks[J].Power System Technology, 2006, 39(24): 31-35.

[12]AHMAD N, et al.A novel particle swarm optimization algorithm with adaptive inertia weight[J].Applied Soft Computing, 2011, 11(4): 3658-3670.

[13]VENKATESH B, RANJAN R, GOOI H B.Optimal reconfiguration of radial distribution systems to maximize loadability[J].IEEE Transactions on Power Systems, 2004,19(1): 260-266.

[14]牛濤, 查申森, 錢康, 等.變電站站用電系統(tǒng)中的微電網(wǎng)應(yīng)用[J].電力建設(shè), 2015,36(8): 108-113.

NIU Tao, ZHA Shensen, QIAN Kang,et al.Application of micro-grid system in auxiliary power system of substation [J].Electric Power Construction, 2015, 36(8): 108-113.

[15]李斌, 張慧穎, 何佳偉.主動配電網(wǎng)保護(hù)控制的設(shè)計與研究[J].電力建設(shè), 2015, 36(1): 91-96.

LI Bin, ZHANG Huiying, HE Jiawei.Design and research on protection and control of active distribution network [J].Electric Power Construction, 2015, 36(1): 91-96.

(實(shí)習(xí)編輯 郭文瑞)

Integration Planning of Microgrid Considering Power Quality Constraints

HU Pan1, CHEN Hongkun1, ZHU Xiaohang1, CHEN Cong2

(1.Department of Electrical Engineering, Wuhan University, Wuhan 430072, China; 2.Wuhan Electric Power Technical College, Wuhan 430079, China)

In nowadays, the power quality problems, such as voltage fluctuations and harmonic, limit the high integration of microgrid in the distribution network.This paper innovatively proposes a method for microgrid integration considering the power quality constrains preliminarily at the planning stage.Firstly, we derive the probabilistic power fluctuation model of microgrid, and present the static-state evaluation of power quality of microgrid.Based on the consideration of network loss and other economic benefits, we transform the power quality index into the related constraint conditions, and present the chance-constrained model for microgrid integration.As the proposed model is a mixed integer one consisting of both linear and non-linear element, we adopt linear decreasing inertia weight-particle swarm optimization (LDIW-PSO) algorithm to solve it.In order to verify the proposed method, we simulate the microgrid integration in a real industrial park under IEEE 33-bus system, whose results show that the proposed method can effectively improve the permeability of microgrid in distribution network.

microgrid; power quality constraints; preliminary planning; chance-constrained model

國家重點(diǎn)基礎(chǔ)研究發(fā)展計劃項目(973項目)(2012CB215201)

Project supported by the National Basic Research Program of China (973 Program) (2012CB215201)

TM 715

A

1000-7229(2016)09-0093-08

10.3969/j.issn.1000-7229.2016.09.013

2016-04-07

胡畔(1989)，男，博士研究生，研究方向為電力系統(tǒng)運(yùn)行與控制；

陳紅坤(1967)，男，教授，博士生導(dǎo)師，從事電力系統(tǒng)規(guī)劃、電能質(zhì)量分析等科研工作。