計(jì)及風(fēng)險(xiǎn)評(píng)估的含分布式發(fā)電并網(wǎng)的主動(dòng)配電網(wǎng)規(guī)劃方法

王 健， 盧仁軍， 汪 洋

（1.國(guó)網(wǎng)泰州供電公司， 江蘇 泰州 550002； 2.江蘇大學(xué) 電氣信息工程學(xué)院， 江蘇 鎮(zhèn)江 212000）

0 引言

分布式發(fā)電 （Distributed Generation， DG）作為人類應(yīng)對(duì)能源問(wèn)題的重要措施， 近年來(lái)得到越來(lái)越多的研究和重視[1]～[3]。 大型清潔能源替代傳統(tǒng)化石能源發(fā)電是解決能源以及環(huán)境問(wèn)題的根本方案， 其管理與運(yùn)行模型的建立已成為一門重要的研究方向[4]。 主動(dòng)配電網(wǎng)技術(shù)將不同形式的清潔能源發(fā)電進(jìn)行集成管理，對(duì)于提升清潔能源發(fā)電消納水平以及系統(tǒng)經(jīng)濟(jì)性有著重要的意義[5]。

主動(dòng)配電網(wǎng)規(guī)劃方法作為主動(dòng)配電網(wǎng)的關(guān)鍵技術(shù)之一，已經(jīng)得到了廣泛深入的研究。 文獻(xiàn)[6]通過(guò)逐步分析法得到既定位置下分布式發(fā)電的最優(yōu)配置容量。 文獻(xiàn)[7]以系統(tǒng)節(jié)點(diǎn)電壓波動(dòng)、負(fù)荷波動(dòng)以及儲(chǔ)能系統(tǒng)總?cè)萘繛槟繕?biāo)， 建立了儲(chǔ)能選址定容優(yōu)化模型。 文獻(xiàn)[8]建立了考慮系統(tǒng)不同形式的多樣成本的配電網(wǎng)規(guī)劃配置模型。

在配電網(wǎng)風(fēng)險(xiǎn)評(píng)估方面，文獻(xiàn)[9]，[10]將可信度理論引入到配電網(wǎng)風(fēng)險(xiǎn)評(píng)估模型， 取得了良好的效果。 文獻(xiàn)[11]采用隨機(jī)模擬方法對(duì)系統(tǒng)中發(fā)輸電組合進(jìn)行了系統(tǒng)層面的可靠性評(píng)估。 文獻(xiàn)[12]基于狀態(tài)采樣法和系統(tǒng)狀態(tài)轉(zhuǎn)移采樣法進(jìn)行了評(píng)估模型建模。 文獻(xiàn)[13]采用狀態(tài)枚舉法列舉了地區(qū)配電網(wǎng)運(yùn)行的不同狀態(tài)， 充分計(jì)及了地區(qū)電網(wǎng)網(wǎng)架結(jié)構(gòu)和拓?fù)渚W(wǎng)絡(luò)的復(fù)雜性。 文獻(xiàn)[14]運(yùn)用枚舉法計(jì)算系統(tǒng)風(fēng)險(xiǎn)指標(biāo)， 實(shí)現(xiàn)了對(duì)當(dāng)前電網(wǎng)實(shí)時(shí)運(yùn)行狀態(tài)的安全評(píng)估。然而，目前還很少有文獻(xiàn)針對(duì)主動(dòng)配電網(wǎng)的運(yùn)行風(fēng)險(xiǎn)評(píng)估建立模型，并將其計(jì)及到主動(dòng)配電網(wǎng)規(guī)劃模型中。

本文針對(duì)包含不確定分布式電源和可控微電源并網(wǎng)的主動(dòng)配電網(wǎng)規(guī)劃問(wèn)題， 計(jì)及系統(tǒng)運(yùn)行的風(fēng)險(xiǎn)指標(biāo)建立規(guī)劃模型。 以設(shè)備配置臺(tái)數(shù)為控制變量， 計(jì)及系統(tǒng)綜合規(guī)劃成本和運(yùn)行風(fēng)險(xiǎn)指標(biāo)構(gòu)建了模型目標(biāo)函數(shù)， 計(jì)及功率平衡約束等必要約束條件建立了風(fēng)險(xiǎn)評(píng)估的主動(dòng)配電網(wǎng)規(guī)劃模型。

1 設(shè)備基本數(shù)學(xué)模型

1.1 不可控微源模型

主動(dòng)配電網(wǎng)規(guī)劃中計(jì)及多種不確定微電源以及可控微電源的容量配置， 其中不確定微電源包含風(fēng)電和光伏發(fā)電。 風(fēng)電機(jī)的發(fā)電功率Pwind與風(fēng)速v 的變化關(guān)系如下：

式中：vci為切入風(fēng)速；vr為額定風(fēng)速；vco為切出風(fēng)速；Pr為額定功率；a 和b 為常數(shù)。

1.2 可控微源模型

可控微電源包括微燃機(jī) （MT） 和燃料電池（FC）。 其中MT 的燃料成本函數(shù)fMT（t）為

2 主動(dòng)配電網(wǎng)風(fēng)險(xiǎn)評(píng)估模型

2.1 失電負(fù)荷風(fēng)險(xiǎn)指標(biāo)

主動(dòng)配電網(wǎng)發(fā)生故障時(shí)最直接的危害表現(xiàn)形式之一就是發(fā)生失負(fù)荷現(xiàn)象， 因此主動(dòng)配電網(wǎng)運(yùn)行的風(fēng)險(xiǎn)指標(biāo)需要采用失負(fù)荷風(fēng)險(xiǎn)進(jìn)行評(píng)估。 產(chǎn)生失負(fù)荷的原因總體上有兩種： 節(jié)點(diǎn)電壓越限和支路容量越限。

假設(shè)主動(dòng)配電網(wǎng)第k 種狀態(tài)為Xk，系統(tǒng)總共有K 種運(yùn)行狀態(tài)（故障情況和非故障情況），那么主動(dòng)配電網(wǎng)運(yùn)行的失負(fù)荷風(fēng)險(xiǎn)指標(biāo)Rload為

式中：Pk為第k 種狀態(tài)的發(fā)生概率；Lu，Lb分別為第k 種狀態(tài)下產(chǎn)生的節(jié)點(diǎn)電壓越限失負(fù)荷、 支路容量越限失負(fù)荷。

當(dāng)?shù)趉 種狀態(tài)為非故障狀態(tài)或者故障狀態(tài)而沒有超出主動(dòng)配電網(wǎng)調(diào)節(jié)能力時(shí)，Lu=Lb=0。 其中，Lu和Lb的計(jì)算式分別為

式中：nk為Xk下發(fā)生節(jié)點(diǎn)電壓越限并且進(jìn)行切負(fù)荷處理的節(jié)點(diǎn)數(shù)目；Li為第i 個(gè)電壓越限節(jié)點(diǎn)的負(fù)荷水平；wi為第i 個(gè)電壓越限節(jié)點(diǎn)的負(fù)荷重要等級(jí)，對(duì)于政府、學(xué)校、醫(yī)院、監(jiān)獄等重要負(fù)荷取wi=2，對(duì)于一般商業(yè)和居民負(fù)荷取wi=1.5，對(duì)于大部分工業(yè)負(fù)荷取wi=1；lk為Xk下發(fā)生支路容量越限的支路數(shù)目；Li為Xk下第i 條支路的傳輸容量；Li，max為第i 條支路容量的傳輸上限。

2.2 故障設(shè)備損壞風(fēng)險(xiǎn)指標(biāo)

盡管失負(fù)荷指標(biāo)較好地衡量了主動(dòng)配電網(wǎng)在發(fā)生故障時(shí)產(chǎn)生的負(fù)荷失電指標(biāo)， 但是僅僅采用該指標(biāo)對(duì)主動(dòng)配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)進(jìn)行評(píng)估是有一定局限性的。這是因?yàn)樵趯?shí)際運(yùn)行中，雖然設(shè)備存在運(yùn)行容量上限， 但在一定情況下是允許設(shè)備短時(shí)間超限額運(yùn)行的。綜合以上分析，本文設(shè)定故障設(shè)備損壞風(fēng)險(xiǎn)指標(biāo)Rdam為

2.3 主動(dòng)配電網(wǎng)運(yùn)行綜合風(fēng)險(xiǎn)指標(biāo)

本文建立的主動(dòng)配電網(wǎng)運(yùn)行綜合風(fēng)險(xiǎn)指標(biāo)為

式中：α，β分別為失電負(fù)荷風(fēng)險(xiǎn)指標(biāo)、故障設(shè)備損壞風(fēng)險(xiǎn)指標(biāo)的權(quán)重系數(shù)。

3 計(jì)及風(fēng)險(xiǎn)評(píng)估的主動(dòng)配電網(wǎng)規(guī)劃模型

3.1 目標(biāo)函數(shù)

主動(dòng)配電網(wǎng)規(guī)劃模型的控制變量S 為設(shè)備的配置數(shù)量，即儲(chǔ)能設(shè)備（SB）、光伏發(fā)電板（PV）、風(fēng)力發(fā)電機(jī)組（WT）、MT 以及FC 的臺(tái)數(shù)之和。

本文以運(yùn)行綜合風(fēng)險(xiǎn)指標(biāo)最小以及綜合規(guī)劃成本最小作為主動(dòng)配電網(wǎng)規(guī)劃的目標(biāo)函數(shù)，其中，子目標(biāo)一運(yùn)行綜合風(fēng)險(xiǎn)指標(biāo)最小、 子目標(biāo)二綜合規(guī)劃成本最小分別為[15]

式中：Cin為初始投資成本；Cfuel為燃料成本；Cen為環(huán)境折算成本；Com為運(yùn)維成本；Cgrid為購(gòu)售電成本。

基于多目標(biāo)規(guī)劃的最短距離法， 通過(guò)加權(quán)系數(shù)構(gòu)造多目標(biāo)規(guī)劃的綜合滿意度指標(biāo)， 從而將多個(gè)子目標(biāo)轉(zhuǎn)化為單目標(biāo)形式為

式中：λ1和λ2分別為兩個(gè)子目標(biāo)的加權(quán)系數(shù)，由于模型將經(jīng)濟(jì)性指標(biāo)和風(fēng)險(xiǎn)指標(biāo)視作同樣重要，λ1=λ2=0.5；f1，min為多目標(biāo)規(guī)劃只以子目標(biāo)一為目標(biāo)進(jìn)行優(yōu)化時(shí)得到的最優(yōu)值；f2，min為多目標(biāo)規(guī)劃只以子目標(biāo)二為目標(biāo)進(jìn)行優(yōu)化時(shí)得到的最優(yōu)值，通過(guò)加權(quán)系數(shù)法將量綱不同的兩個(gè)子目標(biāo)采用偏差的形式進(jìn)行加權(quán)。

3.2 約束條件

①主動(dòng)配電網(wǎng)功率平衡約束

式中：Pgrid，t為t 時(shí)段主動(dòng)配電網(wǎng)與外網(wǎng)交換功率；PMT，t，PFC，t分 別 為t 時(shí) 段MT，F(xiàn)C 的 出 力；PWT，t，PPV，t分別為t 時(shí)段風(fēng)電出力、光伏出力；PCUT，t為t 時(shí)段中斷負(fù)荷功率；PSB，t為t 時(shí)段儲(chǔ)能充放電功率，大于零時(shí)為放電；PL，t為t 時(shí)段系統(tǒng)負(fù)荷；Ploss，t為t 時(shí)段微電網(wǎng)運(yùn)行的功率損耗。

式 中：NSB，max，NPV，max，NWT，max，NMT，max，NFC，max分 別 為SB，PV，WT，MT，F(xiàn)C 的數(shù)量限值，由實(shí)際規(guī)劃條件限制。

3.3 模型求解流程

本文采用混沌粒子群算法對(duì)已經(jīng)建立的主動(dòng)配電網(wǎng)規(guī)劃模型進(jìn)行求解，求解流程如下：

①輸入待選址定容的配電網(wǎng)負(fù)荷節(jié)點(diǎn)數(shù)目、混沌粒子群算法的基本參數(shù)以及模型最大迭代次數(shù)；

②初始化混沌粒子群算法的種群， 以配電網(wǎng)各個(gè)節(jié)點(diǎn)的儲(chǔ)能電站配置容量為粒子位置進(jìn)行初始化，輸入種群規(guī)模、初始速度；

③針對(duì)每個(gè)粒子對(duì)應(yīng)下的主動(dòng)配電網(wǎng)規(guī)劃初始方案的綜合規(guī)劃成本， 計(jì)算各個(gè)粒子的適應(yīng)度函數(shù)；

⑤判斷算法是否達(dá)到最大迭代次數(shù)， 如果達(dá)到，則直接輸出結(jié)果，否則進(jìn)入下一步；

⑥判斷全局最優(yōu)解是否收斂，如果收斂，則輸出最優(yōu)粒子對(duì)應(yīng)的位置， 將其作為主動(dòng)配電網(wǎng)的規(guī)劃方案。

4 主動(dòng)配電網(wǎng)規(guī)劃算例

為了驗(yàn)證本文所建立模型的正確性和有效性， 針對(duì)某地區(qū)待建設(shè)的典型主動(dòng)配電網(wǎng)進(jìn)行規(guī)劃。 主動(dòng)配電網(wǎng)典型運(yùn)行日下1 d 總有功負(fù)荷為1 715 kW，儲(chǔ)能自放電系數(shù)為0.03，儲(chǔ)能充放電效率為0.95。 改進(jìn)粒子群算法中， 粒子種群數(shù)目為60，最大迭代次數(shù)為150，混沌搜索代數(shù)為25，學(xué)習(xí)系數(shù)為2，粒子慣性權(quán)重為0.75。 光照強(qiáng)度隨機(jī)分布中， 假設(shè)主動(dòng)配電網(wǎng)所在地區(qū)天氣類型分為不良天氣和良好天氣兩類，按照氣象數(shù)據(jù)統(tǒng)計(jì)，該地區(qū)1 a 不良天氣比例r1為0.14， 良好天氣比例r2為0.86， 則令不良天氣概率和良好天氣概率分布分別為0.14 和0.86，不良天氣故障率修正系數(shù)為2， 良好天氣故障率修正系數(shù)為0.83。 模型中MT 和FC 的燃料成本曲線如圖1 所示，外網(wǎng)分時(shí)電價(jià)水平如表1 所示，微電源參數(shù)如表2 所示。

圖1 MT 和FC 的燃料成本曲線Fig.1 Fuel cost curve of micro gas turbine and fuel cell

表1 外網(wǎng)分時(shí)電價(jià)水平Table 1 Time sharing price level of external network

表2 可控微電源和不確定微電源的規(guī)劃參數(shù)Table 2 Planning parameters of controllable micro power supply and uncertain micro power supply

續(xù)表2

主動(dòng)配電網(wǎng)所在地區(qū)的典型運(yùn)行日中， 光照強(qiáng)度、 風(fēng)速曲線和負(fù)荷水平分別如圖2～4 所示。以上曲線衡量了該地區(qū)負(fù)荷水平以及風(fēng)光資源的形狀參數(shù)， 同時(shí)全年的風(fēng)速和光照變化情況參照文獻(xiàn)[6]，[16]，[17]。

圖2 主動(dòng)配電網(wǎng)所在地區(qū)典型運(yùn)行日下1 d 風(fēng)速變化Fig.2 Wind speed change of typical operation day in the area where the active distribution network is located

圖3 主動(dòng)配電網(wǎng)所在地區(qū)典型運(yùn)行日下1 d 光照強(qiáng)度變化Fig.3 Light intensity change of typical operation day in the area where the active distribution network is located

圖4 主動(dòng)配電網(wǎng)全年日最大負(fù)荷曲線Fig.4 Annual daily maximum load curve of active distribution network

算例中設(shè)置兩種優(yōu)化配置方式： 方式一為主動(dòng)配電網(wǎng)運(yùn)行在離網(wǎng)模式下， 該方式適用于主動(dòng)配電網(wǎng)配置于偏遠(yuǎn)地區(qū)、海島等地域的情況；方式二為主動(dòng)配電網(wǎng)運(yùn)行在并網(wǎng)模式下， 該方式也是主動(dòng)配電網(wǎng)較為普遍的運(yùn)行方式， 適用于微電網(wǎng)建設(shè)在能夠具備并網(wǎng)條件的地區(qū)。 在兩種方式下分別得到系統(tǒng)中各個(gè)設(shè)備的規(guī)劃結(jié)果， 如表3 所示。

表3 離網(wǎng)模式下和并網(wǎng)模式下主動(dòng)配電網(wǎng)規(guī)劃結(jié)果Table 3 Planning results of active distribution network in off grid mode and grid connected mode

從表3 中可以看出，相比于離網(wǎng)模式，并網(wǎng)模式下主動(dòng)配電網(wǎng)配置的設(shè)備數(shù)量較少。 在并網(wǎng)模式下，系統(tǒng)能夠通過(guò)與外網(wǎng)的交換功率增加供電方式的靈活性，節(jié)省了設(shè)備投資，因此，方式二相比于方式一節(jié)省了2 臺(tái)MT，5 臺(tái)FC，20 組PV以及2 臺(tái)SB。 在方式一下，系統(tǒng)配置成本為1 152.73 萬(wàn)元，預(yù)期運(yùn)營(yíng)收益為2 281.25 萬(wàn)元，工程周期凈收益達(dá)到了1 128.52 萬(wàn)元。 而方式二下系統(tǒng)的社會(huì)經(jīng)濟(jì)效益更優(yōu)， 一方面是由于并網(wǎng)模式下將設(shè)備投資成本降低到了812.65 萬(wàn)元，另一方面， 主動(dòng)配電網(wǎng)在并網(wǎng)模式下運(yùn)營(yíng)也具備更優(yōu)的經(jīng)濟(jì)性， 將預(yù)期運(yùn)營(yíng)收益提升到了2 643.57 萬(wàn)元。在工程周期凈收益指標(biāo)上，并網(wǎng)模式下相比于離網(wǎng)模式下提升了62.24%。在綜合運(yùn)行風(fēng)險(xiǎn)指標(biāo)方面，盡管并網(wǎng)模式下投資的設(shè)備規(guī)模更小，然而系統(tǒng)的綜合運(yùn)行風(fēng)險(xiǎn)指標(biāo)達(dá)到了1.569，低于離網(wǎng)模式下的1.754。 綜上所述，在并網(wǎng)模式下主動(dòng)配電網(wǎng)運(yùn)行的社會(huì)經(jīng)濟(jì)效益更加顯著， 同時(shí)系統(tǒng)的綜合運(yùn)行風(fēng)險(xiǎn)指標(biāo)更低。

本文針對(duì)主動(dòng)配電網(wǎng)離網(wǎng)運(yùn)行模式和并網(wǎng)運(yùn)行模式， 分別選取不同的外網(wǎng)分時(shí)電價(jià)綜合水平運(yùn)行所建立的模型， 得到優(yōu)化配置綜合滿意度指標(biāo)對(duì)該參數(shù)的靈敏度關(guān)系，如圖5 所示。

圖5 優(yōu)化配置綜合滿意度指標(biāo)對(duì)外網(wǎng)分時(shí)電價(jià)綜合水平的靈敏度Fig.5 Sensitivity of comprehensive level of time share price of external network with comprehensive satisfaction index of optimized configuration

從圖5 中可以看出，在離網(wǎng)運(yùn)行模式下，由于系統(tǒng)無(wú)法與外網(wǎng)進(jìn)行功率交換， 外網(wǎng)分時(shí)電價(jià)綜合水平對(duì)系統(tǒng)的優(yōu)化配置綜合滿意度指標(biāo)沒有影響。而在并網(wǎng)運(yùn)行模式下，隨著外網(wǎng)分時(shí)電價(jià)綜合水平的升高， 系統(tǒng)需要配置更大容量的分布式發(fā)電設(shè)備來(lái)降低向外網(wǎng)購(gòu)電的需求， 因此優(yōu)化配置綜合滿意度指標(biāo)不斷下降。

本文針對(duì)主動(dòng)配電網(wǎng)離網(wǎng)運(yùn)行模式和并網(wǎng)運(yùn)行模式， 分別選取不同的設(shè)備故障停運(yùn)率運(yùn)行所建立的模型， 得到優(yōu)化配置綜合滿意度指標(biāo)對(duì)該參數(shù)的靈敏度關(guān)系，如圖6 所示。

圖6 優(yōu)化配置綜合滿意度指標(biāo)對(duì)設(shè)備故障停運(yùn)率的靈敏度Fig.6 Sensitivity of comprehensive satisfaction index of optimized configuration to equipment failure outage rate

從圖6 中可以看出， 無(wú)論是在離網(wǎng)運(yùn)行模式還是并網(wǎng)運(yùn)行模式下， 隨著設(shè)備故障停運(yùn)率的升高， 主動(dòng)配電網(wǎng)優(yōu)化配置綜合滿意度指標(biāo)不斷下降。當(dāng)設(shè)備故障停運(yùn)率上升時(shí)，系統(tǒng)需要配置更大容量的分布式發(fā)電設(shè)備應(yīng)對(duì)故障停運(yùn)帶來(lái)的功率緊張，這導(dǎo)致配置成本上升。 同時(shí)，故障停運(yùn)率本身也使得系統(tǒng)運(yùn)行風(fēng)險(xiǎn)增大， 從而降低了綜合滿意度指標(biāo)。并網(wǎng)運(yùn)行模式相比于離網(wǎng)運(yùn)行模式，綜合滿意度指標(biāo)受到故障停運(yùn)率的影響要小得多，說(shuō)明主動(dòng)配電網(wǎng)運(yùn)行在并網(wǎng)運(yùn)行模式下的優(yōu)勢(shì)。

5 結(jié)論

①本文通過(guò)所建立的模型制定的主動(dòng)配電網(wǎng)規(guī)劃方案， 能夠計(jì)及分布式發(fā)電對(duì)主動(dòng)配電網(wǎng)帶來(lái)的風(fēng)險(xiǎn)評(píng)估指標(biāo)并將其計(jì)及到系統(tǒng)規(guī)劃模型中，使得模型更加客觀。

②主動(dòng)配電網(wǎng)在離網(wǎng)運(yùn)行模式下的綜合規(guī)劃成本以及運(yùn)行風(fēng)險(xiǎn)指標(biāo)均要高于并網(wǎng)運(yùn)行模式下的， 這主要是因?yàn)殡x網(wǎng)運(yùn)行模式下需要配置更大容量的分布式發(fā)電。