计及分布式电源与需求响应的智能配电系统安全域刘澜--中国期刊网

字体：大中小

首页> 原创作品> 正文

计及分布式电源与需求响应的智能配电系统安全域刘澜

发表时间：2020/7/15 来源：《电力设备》2020年第5期作者：刘澜

[导读] 摘要：随着信息通信技术与智能用电技术的发展，需求响应提升设备运行效率、减缓电力建设投资、提高可再生能源利用效率的效果日益突出。

        （国网阳泉供电公司山西阳泉 045000）
        摘要：随着信息通信技术与智能用电技术的发展，需求响应提升设备运行效率、减缓电力建设投资、提高可再生能源利用效率的效果日益突出。为发挥需求侧资源的作用，在含分布式电源的配电网规划中引入需求响应机制具有重要研究意义。本文计及基于价格和基于激励的需求响应项目，对配电网网架规划和扩展规划两方面进行了探索与研究。主要研究内容如下。
        关键词：计及分布式电源；配电系统
        引言：本文以含分布式电源的配电网为研究对象，为了充分反映各类型分布式电源与负荷的时间耦合关系及其对规划方案的影响，采用典型日出力曲线描述间歇性分布式电源出力的间歇性，开展基于典型日24时段的配电网静态规划，不考虑DG、储能及负荷的时序相关性。目前计及需求响应影响的配电网规划研究主要以基于激励的需求响应(如直接负荷控制、可中断负荷等)为主，较少考虑基于价格的需求响应。对此，本文兼顾两种类型需求响应项目开展配电网规划研究。
        1 背景技术
        安全性是电力系统规划运行的重要目标,在配电系统中主要指N-1安全性,其含义是单一元件退出运行后，系统在满足线路容量、电压约束等条件下,仍能向负荷持续供电。目前,城市电网正逐步发展为智能配电网,不仅具备高度的自动化与信息化，还将包含分布式电源(distributed generation, DG)、分布式储能系统、需求响应(demand response ，DR)等多种新元件与新运行模式，系统运行环境将越来越复杂。配电系统安全域(distribution system security region ，DSSR)是智能配电系统安全运行与分析的有效工具。DSSR定义为状态空间中所有N-1安全工作点构成的封闭集合。相比与常规安全分析法，“域”能够刻画系统安全运行的边界,提供可视化的全局安全信息，避免逐个元件的N-1仿真校验，大大提升安全分析速度,有利于实时安全监控和预防性控制，具有较好的实际应用价值。DG的接入是智能配电网的首要特征,研究人员提出了有源配电网的全象限安全域(total quadrants security reg ion, TQSR) ,TQSR可以反映有源配网双向潮流的特征,但是模型以节点下多个元件的总功率为观察视角，不利于分析单纯DG接入对于传统DSSR的影响。DR是智能电网框架下重要的用户互动资源，也是竞争性电力市场的研究热点,研究人员提出了计及DR的最大供电能力(total supply capability,TSC) 模型,指出DR可以增加TSC。还有研究人员指出DR会扩大DSSR的体积(大小) ,但未分析DR对DSSR几何性质的影响。
        2 算法模型
        本文将从配网公司角度，间歇性DG与DR资源综合优化配置考虑为双层优化模型。上层优化负责求解规划问题，以年为时间尺度，目标函数为配电公司的规划总成本;下层优化负责求解运行问题，以风电典型日运行成本最优为目标，最终实现上层规划、下层运行的优化模型。
        2.1 上层优化
        上层优化的决策变量为DG接人的位置和容量、DR的购买容量和位置;目标函数为规划的总成本，包括DG的投资成本、DR的容量成本和系统的运行成本等;在配网运行中，由于配网公司主要通过从外网购电为用户供电，则DG的投入一定程度上会减少外网购电成本，即通过系统运行成本体现DG的经济效益。约束条件为系统的安全约束，包括潮流方程约束、节点电压和线路潮流安全约束等。

期刊文章分类查询,尽在期刊图书馆

上层优化的数学模型为上层优化的决策变量为DG接人的位置和容量、DR的购买容量SDR和位置，DG、DR的容量可以用DG数量来表征，以此将连续的DG、DR容量变量转化成离散的DG、DR变量，从而将求解DG、DR的容量和位置统一为整数规划问题。上层优化约束条件包括潮流约束，即在上层优化中需要进行非线性潮流计算，这样上层优化为混合整数非线性优化，选择带精英策略的遗传算法对上层优化进行最优求解。
        2.2 下层优化
        上层优化决定了DG的容量和位置，在上层优化的基础上，下层优化考虑DG和DR配合运行的问题。由于可以购买DR的总容量有限，对网络的调节范围有限，一般不会发生网络电压越限问题;同时下层决定的DG、DR出力将通过上层安全约束进行验证，确保电压不越限。因此，下层优化可看作考虑需求响应的功率分配的简单机组组合问题。经过下层优化后的各节点负荷将代回上层优化计算潮流，如发生越限将重新选取上层变量。下层优化的约束条件主要为功率平衡约束和需求响应的约束条件。根据用户用电特性的不同，DR资源可以分为不同种类型。由此可将需求响应资源分成可平移DR、可转移DR、灵活DR3类。
        2.3 模型复杂度分析
        对于上层优化，其复杂度主要由于配网潮流和网损计算的非线性，取决于配电网络的节点数目。网络节点数目越多，潮流计算越复杂。下层优化主要表现DR在一天内配合DG的运行情况，复杂度体现在决策量的规模上，涉及DR资源用户数和时间间隔。每个时段的决策量为每个DR用户的在该时段的正负出力以及该时段是否调用该用户的0-1变量，将每个时段每个DR用户决策量的数目乘以DR用户数，再乘以一天的时间段数，得到下层优化的决策量维数。通常日调度决策以小时为时间尺度，这就导致决策量维数很大。虽然下层优化决策量规模较大，但仍是线性优化，如果在下层优化中进行非线性的潮流计算，下层优化将变成大规模的非线性优化，会大大增加运算难度和复杂度。又因为每个节点可以购买DR的总容量有限，对网络的调节范围有限，一般不会发生网络电压越限问题。所以本文将非线性潮流计算和网损计算放在上层优化中进行，将下层优化后的网络节点负荷传递到上层计算潮流和网损，如发生电压越限将重新选择上层变量，以此来保持下层优化的线性化，缩短计算时间。
        结论：本文为了研究配网DR资源调度对间歇性DG优化配置的影响，建立了基于机会约束规划方法的双层优化模型，优化系统的投资和运行成本，求解间歇性DG和DR的最优综合配置方案。本文通过在IEEE 34节点配电系统进行了一系列仿真，得到结论: ( 1)购买的DR容量越多，系统所需配置的DG容量越少，总成本越低。当系统规划的DG接入容量一定时，购买DR可有效降低规划总成本，提高了经济性。从降低成本角度来说，DR资源的配合规划提高了分布式电源的接入容量。(2)为了防止因DG出力高而造成的节点电压越限，可以通过在电压灵敏度高的节点购买灵活性DR或可转移DR来改善节点电压越限。从系统安全运行的角度来说，DR能够较好地改善高渗透率间歇式分布式电源接入下的电压越限问题，提高分布式电源接人的最大容量。(3)在不具备大规模优化计算的条件下，在线路阻塞场景下，可考虑在DG节点处购买DR资源，以减小因网架结构限制造成的弃风;电压越限场景下，可在越限节点处或距离越限节点最近的节点购买DR;没有线路阻塞和电压越限的情况下，可在网损灵敏度高的节点购买DR，以减小网损。本文将配网资源的规划和运行紧密结合，为主动配电网的综合资源规划提供一定的参考。
        参考文献
        [1]黄伟勋.智能电网背景下的配电系统安全运行[J].电子技术与软件工程,2018(12):245.
        [2]祖国强. 智能配电系统安全域的原理[D].天津大学,2017.
        [3]桂铭阳.面向智能配电系统的安全域模型浅析[J].硅谷,2015,8(01):61+57.
        [4]贡晓旭. 面向智能电网的配电系统安全域研究[D].天津大学,2014.