應(yīng)用場(chǎng)景壓縮和計(jì)及電壓調(diào)節(jié)策略的光伏接入規(guī)劃

楊書強(qiáng), 郭 力, 劉嬌揚(yáng), 趙宗政, 潘 靜, 榮秀婷

(1. 智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室(天津大學(xué)), 天津市 300072; 2. 國(guó)網(wǎng)安徽省電力有限公司, 安徽省合肥市 230061;3. 國(guó)網(wǎng)安徽省電力有限公司經(jīng)濟(jì)技術(shù)研究院, 安徽省合肥市 230022)

0 引言

經(jīng)濟(jì)技術(shù)水平的提高及環(huán)境的日益惡化,促進(jìn)了分布式電源(DG)尤其是分布式光伏(PV)的開(kāi)發(fā)利用[1]。目前,分布式光伏在“光伏精準(zhǔn)扶貧”的政策下獲得大力發(fā)展,扮演了更加重要的角色[2]。

隨著DG滲透率的增加,其不確定性特征給DG規(guī)劃帶來(lái)了新的挑戰(zhàn)[1]。考慮不確定性的DG規(guī)劃方法主要有基于多場(chǎng)景技術(shù)的規(guī)劃、基于機(jī)會(huì)約束理論的規(guī)劃和基于模糊理論的規(guī)劃;其中場(chǎng)景分析法將不確定因素的可能取值按規(guī)則枚舉,組合成一系列規(guī)劃場(chǎng)景,每個(gè)場(chǎng)景有確定的參數(shù),從而將不確定性問(wèn)題轉(zhuǎn)化為確定性問(wèn)題[3],降低了建模和求解難度。文獻(xiàn)[4]針對(duì)風(fēng)力發(fā)電機(jī)容量規(guī)劃中風(fēng)速和負(fù)荷的不確定性,以單位容量風(fēng)機(jī)有功出力和總負(fù)荷水平構(gòu)成場(chǎng)景,表征規(guī)劃期的各個(gè)狀態(tài)。但是,光照資源具有日周期性,無(wú)法用同一概率密度函數(shù)對(duì)全年進(jìn)行分析,因此文獻(xiàn)[5-6]采用了分時(shí)段場(chǎng)景分析法,然而文獻(xiàn)[5]用確定的時(shí)序負(fù)荷進(jìn)行規(guī)劃,未考慮負(fù)荷不確定性,文獻(xiàn)[6]對(duì)總負(fù)荷進(jìn)行概率統(tǒng)計(jì)分析,未考慮到各個(gè)負(fù)荷節(jié)點(diǎn)。文獻(xiàn)[7]為考慮資源和負(fù)荷的時(shí)序特性,采用典型時(shí)序特性曲線構(gòu)建規(guī)劃場(chǎng)景,縮減了場(chǎng)景數(shù)量,但也未涉及各個(gè)負(fù)荷。文獻(xiàn)[8]進(jìn)行了分時(shí)段概率密度函數(shù)擬合,但隨機(jī)生成大量場(chǎng)景再經(jīng)聚類進(jìn)行削減,總體計(jì)算量大且考慮的負(fù)荷不確定性依舊是總負(fù)荷。

上述文獻(xiàn)在涉及節(jié)點(diǎn)負(fù)荷時(shí),以確定的時(shí)序負(fù)荷為基礎(chǔ)直接分析,或者對(duì)全網(wǎng)總負(fù)荷進(jìn)行等級(jí)劃分,無(wú)法準(zhǔn)確反映各個(gè)負(fù)荷節(jié)點(diǎn)不確定性帶來(lái)的影響。若對(duì)每個(gè)節(jié)點(diǎn)負(fù)荷分別構(gòu)建場(chǎng)景,總場(chǎng)景數(shù)量將隨節(jié)點(diǎn)個(gè)數(shù)的增加呈指數(shù)增長(zhǎng),且大量負(fù)荷之間的相關(guān)性難以建模計(jì)算。為此,本文在分時(shí)段分析的基礎(chǔ)上,對(duì)資源和負(fù)荷分別利用概率密度函數(shù)擬合和負(fù)荷斷面聚類壓縮法進(jìn)行分析,再組合為規(guī)劃場(chǎng)景,既考慮了資源和負(fù)荷的不確定性,又顧及了不同位置處負(fù)荷對(duì)配電網(wǎng)的影響;聚類算法保留了節(jié)點(diǎn)負(fù)荷之間的相關(guān)性,同時(shí)減少了負(fù)荷場(chǎng)景數(shù)量。在決策典型負(fù)荷斷面聚類數(shù)量時(shí),本文在聚類有效性指標(biāo)[9]基礎(chǔ)上提出了校驗(yàn)指標(biāo),避免了有效性指標(biāo)本身無(wú)法反映負(fù)荷場(chǎng)景實(shí)際意義的缺點(diǎn)。

此外,DG滲透率的增加使DG運(yùn)營(yíng)商(DGO)逐漸成為配電網(wǎng)中的利益主體,DG規(guī)劃面臨多利益主體的利益協(xié)同問(wèn)題。因此,文獻(xiàn)[10]在最大化配電網(wǎng)公司(DisCo)收益的同時(shí),將DGO凈收益作為約束條件兼顧了雙方。文獻(xiàn)[11]提出了包含有功損耗、電壓偏差和DGO凈收益等在內(nèi)的多目標(biāo)規(guī)劃模型,保證了雙方收益且改善了配電網(wǎng)運(yùn)行狀況,但文獻(xiàn)[10-11]研究DG發(fā)展初期的規(guī)劃,雖然考慮了多利益主體,但未顧及高滲透率DG帶來(lái)的問(wèn)題。因此,文獻(xiàn)[3]總結(jié)了DG雙層規(guī)劃模型,將規(guī)劃問(wèn)題分為規(guī)劃主問(wèn)題和運(yùn)行子問(wèn)題,考慮了主動(dòng)配電網(wǎng)的主動(dòng)運(yùn)行管理控制,實(shí)現(xiàn)高滲透率DG接入后的配電網(wǎng)最優(yōu)運(yùn)行。高滲透率光伏在光照峰值時(shí)刻容易導(dǎo)致接入點(diǎn)電壓越限,針對(duì)電壓調(diào)節(jié)問(wèn)題,文獻(xiàn)[12]采用就地控制策略,通過(guò)并網(wǎng)點(diǎn)電壓確定光伏無(wú)功出力改善電壓質(zhì)量。文獻(xiàn)[13]提出了利用電壓靈敏度矩陣經(jīng)準(zhǔn)穩(wěn)態(tài)分析確定光伏無(wú)功補(bǔ)償量的方法。

本文基于場(chǎng)景分析提出了計(jì)及電壓調(diào)節(jié)策略的光伏雙層規(guī)劃模型。上層多目標(biāo)規(guī)劃模型優(yōu)化光伏接入容量;下層考慮光伏調(diào)壓能力制定調(diào)壓策略,提升了配電網(wǎng)的電能質(zhì)量和光伏接納能力。此外,本文在模糊決策基礎(chǔ)上提出最優(yōu)解的篩選流程和篩選指標(biāo),幫助決策者從多角度衡量并選擇最終方案。

1 場(chǎng)景分析

1.1 資源場(chǎng)景分析

光照強(qiáng)度具有明顯的日周期性,同一時(shí)段上可以利用Beta概率密度分布函數(shù)[5]來(lái)描述:

(1)

式中:s為光照強(qiáng)度;fb(s)為光照強(qiáng)度s的Beta概率密度分布函數(shù);α和β為概率密度函數(shù)的參數(shù)。

光照強(qiáng)度可按大小分為若干場(chǎng)景,某時(shí)段t內(nèi)所有場(chǎng)景用集合G表示:

(2)

(3)

式中:Gk為光照強(qiáng)度的第k個(gè)場(chǎng)景;P(Gk)為光照強(qiáng)度處于Gk的概率;μ(Gk)為Gk的光照強(qiáng)度均值;sk1和sk2分別為Gk的光照強(qiáng)度下限和上限。

1.2 負(fù)荷場(chǎng)景分析

配電網(wǎng)在時(shí)段t內(nèi)的負(fù)荷場(chǎng)景用向量L表示:

L=[P1Q1P2Q2…PiQi…]

i∈N+

(4)

式中:Pi和Qi分別為節(jié)點(diǎn)i在時(shí)段t內(nèi)的負(fù)荷平均有功功率和無(wú)功功率。

多個(gè)負(fù)荷向量構(gòu)成的原始負(fù)荷場(chǎng)景集M和典型負(fù)荷場(chǎng)景集C分別表示如下:

M={Lγ|γ≤m,γ∈N+}

(5)

C={Lγ′|γ≤c,γ∈N+}

(6)

式中:Lγ和Lγ′分別為第γ個(gè)原始負(fù)荷場(chǎng)景和典型負(fù)荷場(chǎng)景;m和c分別為原始負(fù)荷場(chǎng)景和典型負(fù)荷場(chǎng)景的數(shù)量。

基于歐氏距離對(duì)M中負(fù)荷向量聚類獲得C,第γ個(gè)典型場(chǎng)景的發(fā)生概率P(Lγ′)為:

(7)

式中:nγ為屬于Lγ′所在類的原始負(fù)荷場(chǎng)景數(shù)量。

為找到合適的聚類數(shù)量,本文以H(+)指標(biāo)作為聚類有效性指標(biāo)[9]:

(8)

式中:Tk和Hk分別為聚類數(shù)為k時(shí)類間及類內(nèi)個(gè)體離差平方和;N為聚類對(duì)象的樣本數(shù)量。

(9)

(10)

(11)

決定聚類數(shù)量時(shí),首先根據(jù)H(+)指標(biāo)找到最佳聚類數(shù),檢驗(yàn)最佳聚類數(shù)量下校驗(yàn)指標(biāo)是否滿足檢驗(yàn)標(biāo)準(zhǔn),如果滿足則最佳聚類數(shù)即為最終聚類數(shù),否則以最佳聚類數(shù)為基礎(chǔ),依次增大聚類數(shù)量直至校驗(yàn)指標(biāo)達(dá)標(biāo),使校驗(yàn)指標(biāo)協(xié)同H(+)共同找到最終聚類數(shù)。

配電網(wǎng)的規(guī)劃場(chǎng)景Y由資源場(chǎng)景G和典型負(fù)荷場(chǎng)景C共同構(gòu)成:

Y={Yχ=(Gk,Lγ′)|Gk∈G,Lγ′∈C,χ∈N+}

(12)

N(Y)=N(G)N(C)

(13)

P(Yχ)=P(Gk)P(Lγ′)

(14)

式中:N(·)表示集合中元素的數(shù)量;Yχ為時(shí)段t內(nèi)第χ個(gè)規(guī)劃場(chǎng)景,P(Yχ)為其發(fā)生概率。

2 雙層規(guī)劃模型

DG規(guī)劃中DisCo關(guān)注配電網(wǎng)運(yùn)行情況,而DGO更多考慮自身收益,希望合理提高接入容量。因此,為顧及不同利益主體的利益協(xié)同問(wèn)題,本文構(gòu)建了上層多目標(biāo)規(guī)劃模型;下層通過(guò)計(jì)及電壓調(diào)節(jié)策略,解決高滲透率DG接入時(shí)的運(yùn)行問(wèn)題。上層模型傳遞給下層模型以DG安裝容量,下層模型在給定容量下依據(jù)運(yùn)行策略模擬各個(gè)場(chǎng)景的運(yùn)行情況,并向上層傳遞模擬運(yùn)行結(jié)果,模型思路框圖如附錄A圖A1所示。

2.1 上層多目標(biāo)優(yōu)化規(guī)劃模型

2.1.1目標(biāo)函數(shù)

1)配電網(wǎng)年平均有功損耗Eloss

規(guī)劃目標(biāo)中的配電網(wǎng)有功損耗采用規(guī)劃周期內(nèi)的年平均值,每個(gè)時(shí)段的有功損耗為該時(shí)段中所有場(chǎng)景下的有功損耗期望值[4]。計(jì)算公式如下:

(15)

2)配電網(wǎng)平均節(jié)點(diǎn)電壓偏差Ud

規(guī)劃目標(biāo)中節(jié)點(diǎn)電壓偏差采用規(guī)劃周期內(nèi)各時(shí)段平均值,每個(gè)時(shí)段的電壓偏差為該時(shí)段中所有場(chǎng)景下平均節(jié)點(diǎn)電壓偏差的期望值。計(jì)算公式如下:

(16)

式中:Nn為節(jié)點(diǎn)個(gè)數(shù);Uy,t,s,n為規(guī)劃期第y年時(shí)段t的場(chǎng)景s下節(jié)點(diǎn)n的電壓標(biāo)幺值;Urate為額定電壓標(biāo)幺值。

3)DGO年平均凈收益Sdg

規(guī)劃期內(nèi)DGO的收益來(lái)自售電收益及設(shè)備殘值,成本包括投資成本和運(yùn)行維護(hù)成本[11]。本文均采用折現(xiàn)值,其計(jì)算公式如下:

(17)

(18)

(19)

(20)

(21)

2.1.2優(yōu)化變量

本文研究已有配電網(wǎng)中有條件的接入節(jié)點(diǎn)對(duì)DG的接納能力[10],因此以接入容量為優(yōu)化變量,其表達(dá)式為:

(22)

2.1.3規(guī)劃約束

1)DG安裝容量上限約束

(23)

2)DG安裝容量的離散性約束[14]

(24)

2.2 下層考慮電壓調(diào)節(jié)的運(yùn)行策略

2.2.1電壓調(diào)節(jié)策略

為解決DG運(yùn)行過(guò)程中由于功率倒送導(dǎo)致的節(jié)點(diǎn)電壓越限問(wèn)題,本文提出了基于靈敏度的電壓調(diào)節(jié)策略。交流潮流計(jì)算中,牛頓潮流算法極坐標(biāo)形式的潮流修正方程可以表示為[15]:

(25)

穩(wěn)定潮流解附近雅可比分塊矩陣H,N,M,L反映了有功和無(wú)功功率變化對(duì)電壓幅值和電壓相角的影響。對(duì)有功和無(wú)功功率分別考慮可得:

ΔV=(N-HM-1L)-1ΔP=APΔP

(26)

ΔV=(L-MH-1N)-1ΔQ=AQΔQ

(27)

式中:AP和AQ分別為有功電壓靈敏度和無(wú)功電壓靈敏度矩陣[16]。

節(jié)點(diǎn)電壓變化和功率調(diào)節(jié)量之間關(guān)系為:

(28)

式中:ΔTi表示節(jié)點(diǎn)i有功功率調(diào)節(jié)量ΔPi或無(wú)功功率調(diào)節(jié)量ΔQi;元素aij的大小表示節(jié)點(diǎn)j對(duì)節(jié)點(diǎn)i電壓的影響大小。

電壓調(diào)節(jié)時(shí)為了減小功率調(diào)節(jié)量,設(shè)置每個(gè)DG的功率調(diào)節(jié)量正比于其靈敏度因子,以節(jié)點(diǎn)m電壓越限為例,計(jì)算各個(gè)DG的功率調(diào)節(jié)量:

(29)

式中:k為比例系數(shù);ρi為布爾量。無(wú)功調(diào)節(jié)量計(jì)算中,若節(jié)點(diǎn)i上安裝DG且功率因數(shù)在規(guī)定范圍內(nèi)則ρi=1,否則ρi=0。有功調(diào)節(jié)量計(jì)算中,若節(jié)點(diǎn)i上安裝DG且存在可削減的有功發(fā)電功率則ρi=1,否則ρi=0。

(30)

(31)

式中:ΔVm為節(jié)點(diǎn)m的電壓偏差。

由式(30)、式(31)可求得比例系數(shù)k,進(jìn)而求得每個(gè)DG的功率調(diào)節(jié)量。

DG運(yùn)行中采用分布式就地預(yù)防控制策略[13]和基于靈敏度的電壓集中控制策略。電壓在約束范圍內(nèi)時(shí),DG通過(guò)分布式就地預(yù)防控制策略提高配電網(wǎng)電能質(zhì)量。電壓越限時(shí)采用基于靈敏度的集中控制策略,使節(jié)點(diǎn)電壓恢復(fù)到合理范圍內(nèi)。為減小DG有功削減導(dǎo)致DGO收益減少,基于靈敏度調(diào)節(jié)電壓時(shí)首先考慮無(wú)功調(diào)壓,無(wú)功調(diào)壓能力用盡再考慮調(diào)節(jié)有功功率,電壓調(diào)節(jié)策略框圖如圖1所示。

圖1 電壓調(diào)節(jié)策略框圖Fig.1 Block diagram of voltage regulation strategy

2.2.2運(yùn)行約束

1)潮流等式約束

(32)

式中:Pis和Qis分別為節(jié)點(diǎn)i注入的有功功率和無(wú)功功率;Ui為節(jié)點(diǎn)i的電壓幅值;j∈i表示所有與節(jié)點(diǎn)i直接相連的節(jié)點(diǎn);Gij和Bij分別為節(jié)點(diǎn)導(dǎo)納矩陣的實(shí)部和虛部;θij為節(jié)點(diǎn)i和j之間的相角差。

2)線路傳輸容量約束

Sj≤Sj,maxj∈Cline

(33)

式中:Sj為線路實(shí)際功率;Sj,max為線路最大允許容量。

3)節(jié)點(diǎn)電壓約束

Ui,min≤Ui≤Ui,maxi∈Cbus

(34)

式中:Ui,min和Ui,max分別為節(jié)點(diǎn)i電壓的下限和上限。

4)功率因數(shù)約束

(35)

3 最優(yōu)解選取

對(duì)于多目標(biāo)優(yōu)化規(guī)劃獲得的帕累托解集,最優(yōu)解選取常采用模糊決策法[11],一般以規(guī)劃目標(biāo)作為決策目標(biāo),未建立其他指標(biāo)對(duì)方案進(jìn)行多角度評(píng)估,且未根據(jù)重要程度區(qū)分評(píng)估順序。為從多方面衡量各個(gè)方案,建立以下評(píng)估指標(biāo)及評(píng)估流程。

1)內(nèi)部收益率r

內(nèi)部收益率是指項(xiàng)目?jī)衄F(xiàn)值為零時(shí)的折現(xiàn)率[11]:

(36)

式中:Sdg,y為第y年現(xiàn)金總流入與流出的差值。

2)有功損耗比Ep.u.

(37)

式中:Eloss和Eloss′分別為不安裝DG和安裝DG后的年平均有功損耗。

3)電壓偏差比Up.u.

(38)

式中:Ud和Ud′分別為不安裝DG和安裝DG后的平均節(jié)點(diǎn)電壓偏差。

4)能量滲透率EP

能量滲透率反映DG全年提供的電量占負(fù)荷全年耗電總量的百分比[17]:

(39)

評(píng)估指標(biāo)從經(jīng)濟(jì)性、技術(shù)性和環(huán)保性上對(duì)帕累托解集進(jìn)行評(píng)判。經(jīng)濟(jì)性上,r從盈利能力的角度對(duì)方案進(jìn)行評(píng)估,旨在最大化經(jīng)濟(jì)效益、促進(jìn)DG發(fā)展的同時(shí)兼顧投資商盈利能力;技術(shù)性上,有功損耗比Ep.u.和電壓偏差比Up.u.通過(guò)比較與1的大小,可直觀地評(píng)判DG接入對(duì)配電網(wǎng)有功損耗和電壓偏差的影響大小,若比值小于1,則說(shuō)明DG的接入可以改善配電網(wǎng)運(yùn)行狀況;環(huán)保性上,能量滲透率從電量占比的角度反映了清潔能源在配電網(wǎng)中的滲透程度。

為了提高DGO的投資積極性,選取規(guī)劃方案時(shí)首先考慮DGO的內(nèi)部收益率r,在保證其投資收益的條件下,再根據(jù)有功損耗比、電壓偏差比和能量滲透率,通過(guò)模糊決策[11]選擇出保證配電網(wǎng)電能質(zhì)量和清潔安全運(yùn)行的最優(yōu)解,具體流程如附錄A圖A2所示。

4 案例分析

本文以IEEE 33節(jié)點(diǎn)配電系統(tǒng)開(kāi)展案例分析,網(wǎng)架結(jié)構(gòu)如附錄A圖A3所示。9個(gè)光伏安裝節(jié)點(diǎn)設(shè)置為4,8,14,18,21,24,25,30,32,每個(gè)安裝節(jié)點(diǎn)上光伏安裝容量上限為6 MW。配電網(wǎng)節(jié)點(diǎn)電壓允許范圍為0.93～1.07(標(biāo)幺值)。優(yōu)化算法采用含精英策略的非支配排序遺傳算法(NSGA-Ⅱ),最大迭代次數(shù)為80,種群規(guī)模為40,交叉率為0.6,變異率為0.2。

4.1 場(chǎng)景分析

本案例將全年分為4個(gè)典型日,有效光照資源分布如附錄B表B1所示。對(duì)96個(gè)不同時(shí)段的光照強(qiáng)度分別進(jìn)行概率密度函數(shù)擬合,結(jié)果如附錄A圖A4所示。將日間光照強(qiáng)度按大小分為低、中、高3個(gè)等級(jí),以第1個(gè)典型日11:00—12:00和12:00—13:00兩個(gè)時(shí)段為例,分別計(jì)算每個(gè)場(chǎng)景光照強(qiáng)度均值和發(fā)生概率,計(jì)算結(jié)果如附錄B表B2所示。

光伏規(guī)劃中若按照歷史數(shù)據(jù)進(jìn)行時(shí)序潮流計(jì)算,每一規(guī)劃年需計(jì)算8 760次,根據(jù)本文提出的場(chǎng)景分析法,全年分為96個(gè)時(shí)段,每個(gè)時(shí)段上的資源場(chǎng)景、負(fù)荷場(chǎng)景和規(guī)劃場(chǎng)景的數(shù)量如附錄B表B3所示,共1 000個(gè)規(guī)劃場(chǎng)景,潮流計(jì)算次數(shù)減小為原來(lái)的11.42%,大大減少了規(guī)劃設(shè)計(jì)所需計(jì)算量。

表1 聚類數(shù)量選擇Table 1 Cluster number selection

將本文提出的負(fù)荷向量聚類法與總負(fù)荷聚類法[4]進(jìn)行對(duì)比,分別對(duì)同一負(fù)荷場(chǎng)景進(jìn)行聚類壓縮,對(duì)比聚類結(jié)果如附錄B表B4所示。兩種方法獲得的典型負(fù)荷場(chǎng)景在電壓上的差別較小,電壓最大值的相對(duì)誤差僅為0.022%;網(wǎng)損方面負(fù)荷向量聚類法明顯更優(yōu),與原始負(fù)荷場(chǎng)景的有功損耗相比,偏差由2.85%降低為0.037%。原因在于采用負(fù)荷向量聚類法有利于將負(fù)荷斷面近似的個(gè)體聚類,類內(nèi)個(gè)體相似潮流結(jié)果接近,因此類中心對(duì)類本身的描述更準(zhǔn)確,對(duì)原始負(fù)荷場(chǎng)景的近似效果更好。

4.2 光伏接入規(guī)劃結(jié)果分析

算例采用本文提出的多目標(biāo)雙層優(yōu)化規(guī)劃模型進(jìn)行光伏配置,上層規(guī)劃涉及的參數(shù)如附錄B表B5所示,獲得如附錄A圖A6所示的帕累托解集?？梢?jiàn),考慮調(diào)壓策略時(shí)帕累托解集的分布范圍較廣,整體上平均電壓偏差、年平均有功損耗和DGO收益都較大。這是由于考慮調(diào)壓策略時(shí),即使光伏安裝容量偏大,通過(guò)調(diào)壓策略依然可以保證配電網(wǎng)的正常運(yùn)行,并且安裝容量的增大提高了光伏發(fā)電量,增加了DGO凈收益,從而改善了配電網(wǎng)運(yùn)行狀況。

圖2展示了多項(xiàng)指標(biāo)隨光伏總安裝容量的變化情況。

圖2 帕累托解集分析Fig.2 Analysis on Pareto solution set

由圖2(a)可知,若不考慮調(diào)壓策略,內(nèi)部收益率基本同為8.06%,這是由于光伏總體安裝容量較小,不存在有功調(diào)壓的情況,光伏投資成本、年運(yùn)維成本和年售電收益都與光伏容量成正比,因此r與容量無(wú)關(guān),由單位容量的投資、運(yùn)維成本和上網(wǎng)電價(jià)決定;若考慮調(diào)壓策略,光伏總安裝容量較大時(shí)削減有功功率會(huì)使單位容量的年售電收益減小,因此隨著削減電量占比的增大,內(nèi)部收益率會(huì)逐漸減小。

由圖2(b)可知,若不考慮調(diào)壓策略,隨著光伏總安裝容量增加凈負(fù)荷減小,網(wǎng)絡(luò)不倒送功率或倒送量較小,有功損耗一直減小并且小于無(wú)光伏安裝的情景;若考慮調(diào)壓策略,隨著光伏規(guī)劃容量增大,功率倒送逐漸嚴(yán)重,光伏容量與負(fù)荷大小最匹配時(shí)有功損耗最小,因此有功損耗先減小后逐漸增大。由圖2(c)可知,無(wú)論是否考慮調(diào)壓策略,DGO凈收益都隨安裝容量近似線性增長(zhǎng);當(dāng)考慮電壓調(diào)節(jié)策略總光伏安裝容量較大時(shí),需采用有功調(diào)壓導(dǎo)致收益率減小,因此圖2(c)中對(duì)應(yīng)總安裝容量較大的末端斜率變小。

光伏接入對(duì)節(jié)點(diǎn)電壓起到支撐作用,節(jié)點(diǎn)電壓偏差隨光伏安裝容量的增加應(yīng)先減小后增大,但由于電壓偏差減小的同時(shí)伴隨有功損耗的減小,導(dǎo)致該部分不屬于帕累托解集。圖2(d)所示為光伏安裝容量已經(jīng)較大的情況,隨著光伏安裝容量增加電壓偏差一直增大,從小于無(wú)光伏安裝的情況,逐漸增大至大于無(wú)光伏安裝的情況。

然而,由圖2(a)可見(jiàn),總光伏安裝容量相近的方案在內(nèi)部收益率上存在較大差異,部分方案r低于7%。對(duì)比r<7%和r>8%的規(guī)劃方案,各個(gè)方案光伏容量配置如附錄A圖A7所示,r<7%方案的共同點(diǎn)是PV6和PV7的安裝量大,而PV5的安裝量小。經(jīng)探究發(fā)現(xiàn)PV6和PV7處負(fù)荷遠(yuǎn)大于其他節(jié)點(diǎn),而PV5處負(fù)荷小于平均值且距首端較近?？梢?jiàn)r較小的規(guī)劃方案,旨在將近首端負(fù)荷較輕處的光伏轉(zhuǎn)移到距首端較遠(yuǎn)且負(fù)荷較重的節(jié)點(diǎn),以起到電壓支撐的作用,但由于兩個(gè)大容量光伏PV6和PV7安裝在相鄰節(jié)點(diǎn),調(diào)壓時(shí)有功削減量較大導(dǎo)致r較小。

根據(jù)內(nèi)部收益率r>7.5%對(duì)帕累托解集進(jìn)行初次篩選,再利用層次分析法[18]層次單排序獲取有功損耗比、電壓偏差比和能量滲透率的權(quán)值。依據(jù)附錄B表B6比例標(biāo)度表,方案1中判斷矩陣設(shè)置為:

(40)

通過(guò)改變判斷矩陣可獲得不同權(quán)值,從而改變選擇的側(cè)重點(diǎn),為驗(yàn)證判斷矩陣設(shè)置的合理性,計(jì)算一致性指標(biāo)IC并根據(jù)附錄B表B7計(jì)算一致性比率RC,結(jié)果如附錄B表B8所示,IC和RC都小于0.1,因此權(quán)值分配通過(guò)一致性檢驗(yàn)。由模糊決策[11]獲得光伏配置的3種方案及其指標(biāo)對(duì)比分別如附錄B表B9和表B10所示。3種方案分別著力減小有功損耗、降低電壓偏差和提高能量滲透率,因此篩選獲得的解在各自側(cè)重點(diǎn)上最優(yōu)。3個(gè)方案中Ep.u.和Up.u.都小于1,說(shuō)明雖然各有側(cè)重,但是3種光伏接入方案都能起到減小配電網(wǎng)有功損耗和電壓偏差的作用。

方案3光伏安裝容量較大,因此光伏發(fā)電的峰值功率時(shí)刻需要進(jìn)行有功功率調(diào)壓,導(dǎo)致r偏小。光伏無(wú)功功率和有功功率的削減對(duì)電壓的調(diào)節(jié)作用如圖3所示。圖中:U0為光伏正常出力時(shí)的電壓曲線,UQ和UP分別為調(diào)節(jié)無(wú)功功率和有功功率后的電壓曲線?？梢?jiàn),無(wú)功功率對(duì)電壓的調(diào)節(jié)能力較為顯著,當(dāng)無(wú)功調(diào)壓能力用盡時(shí)節(jié)點(diǎn)25電壓依然越限,進(jìn)而按照有功靈敏度削減各DG有功功率,將越限節(jié)點(diǎn)電壓降至1.07以內(nèi),保證了配電網(wǎng)的安全合理運(yùn)行。

圖3 無(wú)功和有功功率的調(diào)壓效果Fig.3 Voltage regulation effect of reactive power and active power

5 結(jié)語(yǔ)

本文通過(guò)對(duì)資源進(jìn)行概率密度分析,對(duì)負(fù)荷斷面聚類壓縮構(gòu)建了規(guī)劃場(chǎng)景,在此基礎(chǔ)上考慮技術(shù)性和經(jīng)濟(jì)性構(gòu)建了多目標(biāo)雙層規(guī)劃模型,上層規(guī)劃光伏接入容量,下層考慮光伏調(diào)壓策略,最后采用提出的評(píng)估指標(biāo)和評(píng)估流程選取了最優(yōu)解,結(jié)果分析表明以下幾點(diǎn)。

1)對(duì)光照強(qiáng)度和負(fù)荷分別采用適合的方法分析再構(gòu)建規(guī)劃場(chǎng)景,一方面可以考慮到不確定性帶來(lái)的影響,另一方面可以在顧及負(fù)荷之間較強(qiáng)相關(guān)性的同時(shí)減少規(guī)劃場(chǎng)景數(shù)量。

2)充分考慮光伏無(wú)功功率和有功功率對(duì)電壓的調(diào)節(jié)作用,可以提高配電網(wǎng)對(duì)光伏的接納能力,擴(kuò)大規(guī)劃結(jié)果集的范圍,從而為決策者提供更多的候選方案。

3)在距首端較遠(yuǎn)的重負(fù)荷節(jié)點(diǎn)配置較大容量光伏,雖然內(nèi)部收益率偏小,但能起到電壓支撐的作用。

4)充分利用光伏電源的無(wú)功功率有利于減小配電網(wǎng)的電壓幅值偏差,避免大幅度削減光伏有功發(fā)電功率,保證了DGO的收益。

本文的分時(shí)段場(chǎng)景分析法雖然考慮了光照資源及各個(gè)負(fù)荷節(jié)點(diǎn)的不確定性,但未顧及資源和負(fù)荷在時(shí)序上的相關(guān)性,涉及多種資源和負(fù)荷之間相關(guān)性及時(shí)序相關(guān)性的場(chǎng)景建模和分析將是下一步的研究重點(diǎn)。

附錄見(jiàn)本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。