含高渗透率分布式光伏的配电网故障停电损失评估

陈锦铭，李 岩，孔月萍，郭雅娟，邹云峰，朱道华

（国网江苏省电力公司 电力科学研究院，南京 211103）

含高渗透率分布式光伏的配电网故障停电损失评估

陈锦铭，李 岩，孔月萍，郭雅娟，邹云峰，朱道华

（国网江苏省电力公司 电力科学研究院，南京 211103）

随着分布式光伏渗透率的逐步提高，配网的负荷特性发生了重大改变，传统的配网故障停电损失评估方法不再适用。提出了一种含高渗透率分布式光伏的配电网停电损失评估方法，基于典型的配网拓扑，分析了含分布式光伏的配电网负荷特性，综合运用来自营、配、调等业务领域的多源数据，构建了基于配变台区的用电负荷模型光伏发电负荷模型，并对故障停电期间的发电损失及用电损失进行了评估。实际案例的分析结果验证了该算法的有效性。

配电网；故障停电损失；分布式光伏；多源数据

电网公司首要的目标就是为电力用户提供连续、可靠和高质量的电能服务。停电事件严重降低用户的用电体验，并可能对社会正常的生产生活秩序造成严重影响。据统计，配电网故障是导致电网非计划停电最为重要的原因。因此，配电网故障停电损失进行准确的评估，识别配电网中潜在的风险点，并采用适当手段提升供电可靠性对于电网公司至关重要。

近年来，人们的环境保护意识不断增强，可再生能源发电，尤其是光伏发电被视为取代传统高污染的火力发电的重要途径。光伏发电可分为集中式和分布式2种形式。与集中式光伏不同，分布式光伏分散分布于配电网中，具有占地小、投资少、使用灵活、消纳率高等优点。根据国家“十三五”发展规划，2020年底，分布式光伏装机总容量将达到70 GW，达到现有规模的10倍以上。随着分布式光伏渗透率的不断增加，电网与电力用户之间的关系也在发生着革命性的变化，传统单向的电力配送方式升级为电网与用户的双向能源流动。因此，在开展配电网故障停电损失评估的过程中需要充分考虑分布式光伏所带来的影响。

近20年以来，停电损失评估领域的研究工作持续开展。最为常见和基础的方式是问卷调查［1—2］，一般认为故障停电损失取决于用户类型、停电时长及损失的负荷。文献［3］通过电话与1 876位居民进行访谈，得出香港居民平均每小时的停电损失约为350港元［3］。Lim等人研发了停电损失在线评估系统，与电子邮件及电话访谈等调查方式相比效果得到了显著提升［4］。在文献［5］—文献［7］中，Kufeoglu和Lehtonen采用传统用户调查数据与创新经济模型相结合的方式，对芬兰的服务业、工业和居民停电损失进行评估。周莉梅等人利用停电损失评价率和每次事故停电损失2个指标来评价城市电网用户的停电损失［8］。文献［9］提出了基于多源信息融合理论的用户分时段停电损失费用估算方法。文献［10］考虑了应急电源和负荷转移所带来的影响，针对3种不同的配电网接线方式开展了系统可靠性和停电损失评估。文献［11］将配电网分块，根据故障时间的不同确定各分区负荷点的类型，综合用户停电损失函数进行各分区停电损失评估并最终汇总得出系统停电损失。然而，上述方法存在一定的局限性：①配电网被视为一个简单的被动系统，然而配电网中存在高渗透率的分布式光伏电站时，电网与用户存在较大规模的双向能源流动，上述方法不再适用；②配电网的负荷波动性未得到充分考虑，配电网各节点的负荷往往适用峰值或平均负荷进行估算，无法反映真实的负荷动态特性。

本文充分考虑了分布式光伏发电对配电网负荷特性的影响，综合运用馈线/配变/光伏负荷、馈线事故分闸信号、配变停电事件、气象等多源数据构建配电网故障停电损失评估模型，并通过实际配电网故障停电事件的分析验证了本评估方法的有效性。

1 停电损失

配电网停电可分为计划停电和非计划停电，其中配电网故障是引起非计划停电的最主要原因。停电损失由直接停电损失和间接停电损失组成。直接停电损失指在停电期间所造成的损失，而间接停电损失值指用户为减少停电损失所进行的调整活动需发生的额外费用。本文主要关注包含分布式光伏的配电网发生故障后的直接停电损失，同时考虑了电网及分布式光伏业主所遭受的损失。传统配电网的停电损失即用电损失，而含高渗透率分布式光伏的配电网还需考虑故障停电中所导致的发电损失。本文的故障停电损失评估模型综合考虑了用电及发电2方面的损失。

2 含分布式光伏配电网的负荷特性

分布式光伏并网电压等级一般为10 kV及380/220 V。对于10 kV电压等级，并网方式主要包含2种：①专线模式，即与变电站的10 kV母线直接连接；②分支模式，即作为分支直接或间接搭接在10 kV馈线上［12］。下面对这2种并网方式以及380/220 V并网方式下的配电网负荷特性进行分析。

2.1 10 kV专线并网模式

分布式光伏电站与变电站的10 kV母线直接连接，独占一个馈线间隔，如图1所示。除了自用以外，光伏所产生的额外电能将被连接在该母线上其他馈线所消耗。在极端情况下，剩余的能量将通过变压器升压并输送至相邻的变电站。

图1 10 kV专线并网模式

2.2 10 kV支线并网模式

分布式光伏电站通过T接方式连接10 kV馈线，或通过分支箱、开闭所、环网柜的设备与馈线间接相连，如图2所示。除了自身使用外，额外的电能将被该馈线下的其他电力用户所消耗。在极端情况下，剩余的电能输送至变电站10 kV母线。

图2 2种典型的10 kV支线并网模式

2.3 380 V/220 V并网模式

分布式光伏并网点位于配电变压器的低压侧，如图3所示。除了自身使用，额外的电能将被同一个台区的其他用户所使用。极端情况下，多余的电能将升压至10 kV并被相邻的配变下的电力用户所使用。

图3 380 V/220 V并网模式

上述3种并网方式中，第一种称为专线模式，后2种合称为普通模式，相应的馈线也称为专线和普通馈线。对于普通馈线，分布式光伏以10 kV及380 V/220 V混合方式并网。专线结构简单，可视为普通馈线的一个特例。本文主要关注的对象为分布式光伏混合并网的普通馈线。

3 停电损失评估算法

在传统配电网中，几乎所有的用户电能消费均来自于电网。当故障发生时，馈线损失的负荷可以通过其下辖的各个配变的负荷损失值累加来进行评估。然而，在包含分布式光伏的主动配电网，尤其是含高渗透分布式光伏的配电网，光伏发电量在本地电能消耗量所占的比重较高，其影响不容忽视。为了准确反映主动配电网的运行状态，使用多种数据源进行建模和评估，如：能量管理系统（energy management system,EMS）、配电自动化系统（distvibntion automation system,DAS）、生产管理系统（production management system,PMS）以及用电信息采集系统等。停电损失评估算法由4个步骤组成，如图4所示。

3.1 停电馈线拓扑分析

与主网不同，配电网拓扑经常发生变化，因此需要对停电馈线在故障发生时刻的拓扑进行分析，其步骤如下：

（1）从PMS导出馈线在故障发生前离故障时间点最近的单线图，作为馈线的静态拓扑图。

图4 算法整体流程图

（2）从DMS中导出上述单线图生成时间点至故障发生时间点这段时间内所有联络开关和分段开关变位的遥信分位信息，并基于时序在静态拓扑图上进行开关状态调整，得到馈线动态拓扑图。

（3）从用电信息采集系统导出“配变—分布式光伏”映射关系。

通过上述操作，形成了“馈线—配变（10 kV光伏）—380 V/220 V光伏”3层树状结构。

3.2 停电时间分析

馈线停电开始时间与结束时间可从EMS中的遥信变位及遥测数据综合得出。最常见的永久性故障的遥信变位模式是：“分闸1（open1）—合闸1（close1）—分闸2（open2）—长时间等待—合闸2（close2）”，馈 线 停 电 时 间 段 即 为 ［t_open1,t_close2]。此外，还可以使用馈线遥测数据作为辅助验证信息：即在故障发生后至恢复前，馈线电流持续为0。

当故障发生后，运维人员通过配电自动化系统或手动调整联络/分段开关的分合状态将故障隔离，并实现故障上下游区域的恢复供电［13］。因此配变的停电时长可能与馈线的停电时长不一致。用采系统的配变停复电事件及电流采样数据可用于配变停电分析。在故障发生过程中，配变上报一对或多对故障停复电事件，如：（oe1, re1）,（oe2, re2）,…,（oen, ren）。配变的停电时间即为［t_o e1,t_ren]。与馈线遥测相类似，配变电流采样值也可作为辅助验证信息。

3.3 配变停电损失评估

（1）发电损失评估

当配网故障发生后，在防孤岛装置的作用下，分布式光伏电站与配网的连接断开。为了评估损失的发电负荷，首先需要构建光伏发电模型。目前学术界和工业界在光伏发电负荷预测方面已开展了大量的工作，主流的研究方法为统计法［14］和物理法［15—16］。统计法运用历史负荷及气象数据进行模型构建，更适合本文所涉及的应用场景。

由于同一区域具有一致的光资源，可以将配变下辖的各电压等级的分布式光伏电站归并为一个虚拟的光伏电站，从而降低了数据分析的复杂性和随机性。参照文献［14］中的方法，为虚拟光伏电站构建了简化的光伏发电模型

在该模型中，RAD,TEM,PRESS and HUM分别代表辐照度、气温、气压及人体舒适度，通过历史数据的训练可完成模型构建。将故障发生时的气象信息代入模型，可得到损失负荷曲线。

故障时段内的发电量损失方法如下

式中：t1、t2分别代表配变故障的开始及结束时间。

最为常见的光伏收益模型为“全量上网”及“自发自用，余量上网”。如果光伏收益模型为“全量上网”时，每kWh电价由2部分组成，即国内统一的补贴e1及本地标杆上网电价e2。因此，虚拟光伏电站的发电经济损失为

如果光伏收益模型为“自发自用，余量上网”时，假设用户的用电价格为e3，用户的自用比例为θ，则虚拟光伏电站的发电经济损失修正为

（2）用电损失评估

配变用电模型的构建可以参考配变负荷预测方法，如文献［17］—文献［19］所示。本文利用基于人体舒适度的相似日负荷预测算法进行建模。

文献［17］提出了人体舒适度指数日统计方法

式中：Tavg，Havg和Vavg分别代表日平均气温、湿度和风速；TN代表标准气温，与地区属性相关。

A日与B日的负荷-人体舒适度指数变化率可以用下式表示

式中：PA（t） 与 PB（t）分别代表A日与B日的用电负荷曲线。

值得注意的是，由于分布式光伏就地消纳的特性，配变的用电负荷曲线P（t）由用采系统中所采集的配变负荷P_DT（t）及配变下辖各分布式光伏的发电负荷 p_vi（t）组成，表示如下

N天内负荷-人体舒适度指数变化率平均值的计算方法如下

配变在故障日损失的用电负荷曲线可表示为

式中：M表示预测日（即故障发生日），S表示历史相似日，相似日的选择需要综合考虑气象、日类型、是否特殊日、日期距离等因素，参见文献［20］。因此，故障期间的配变用电量损失值的计算方法为

式中：t1、t2分别代表配变故障的开始及结束时间。

根据用电性质的不同，电力用户可分为居民、政府、商业和工业等4类。表1是通过调研得出的各类电力用户停电经济损失函数 f（t）［11］。其

SCDFi中，t表示停电持续时间，i表示不同的用户类型。因此，配变在停电期间的用电经济损失值为

配变的停电经济总损失为

表1 各类电力用户停电经济损失函数

4 案例分析

为了验证上述停电损失评估算法的有效性，本章节以一个实际发生的故障停电案例进行分析。故障的馈线位于江苏省常州市某高新园区，分布式光伏装机容量约占馈线下各配变台区总容量的15%。故障发生在2016年夏季某个光辐射强度较高的午后时段，如图5所示，发生故障的馈线A包含6个分段开关（CB1—CB6），并与馈线C/D/E分别通过联络开关CB7—CB9以“手拉手”的方式连接。馈线上所带的负荷可以简化为7个虚拟分支（br_1—br_7），每个分支包含了一至多台配变。故障发生的位置靠近br_3，故障发生后，CB8闭合，CB2、CB3断开，区域I和区域III的供电得以恢复。

图5 停电馈线的拓扑单线图

馈线A包含了居民、商业和工业3种电力用户。表2显示了区域I—区域III的配变/分布式光伏容量及停电时长等信息。为便于计算，本案例中光伏收益模型采用“全量上网”方式，3个区域的发电损失依次为550 kWh，1 050 kWh和200 kWh。故障区域的发电标杆电价与补贴电价之和约为1元/kWh，因此，分布式光伏的发电经济总损失约为1 800元。

表2 各区域的配变/光伏容量及停电时长

根据前述的用电损失评估模型及电力用户停电经济损失函数，得出各区域的停电损失电量及经济损失值，如表3所示，总用电经济损失为1 058 056.5元。

表3 各区域损失用电量及用电经济损失

从分析结果看，发电经济损失值远低于用电经济损失。然而本案例中，在停电期间分布式光伏发电量占总用电量的30%以上。如果忽视了光伏所产生的电量，将会导致评估时产生较大的偏差。如图6所示，未考虑分布式光伏发电的评估方法明显低估了停电损失，其中，用电量损失估算值偏差达到31.2%，经济损失估算值偏差为34.7%。

图6 2种评估方法的对比

5 结束语

随着分布式光伏渗透率的逐步提高，配网的负荷特性发生了重大的改变。本文提出了一种含高渗透率分布式光伏的配电网停电损失评估方法。该方法使用了来自营配调跨领域的多源数据，构建了基于配变台区的光伏发电负荷模型及用电模型，对故障停电期间的发电损失及用电损失进行了评估。实际案例的分析结果验证了算法的有效性。下一步工作中，我们将考虑配网中的电动汽车、储能等分布式能源对配网负荷的影响，从而对故障停电损失评估方法进行进一步的优化与完善。

［1］ Cigre.Method to consider customer interruption costs in power system analysis［R］.Paris:Cigre Report,2001.

［2］ Nam Keeyoung,Choi sangbong,Ryoo Heesuk,et al.A survey on interruption costs of Korean industrial customers［C］//Transmission and distribution conference and exhibition,USA:IEEE PES,2016:781-787.

［3］ C K Woo,T Ho,A Shiu,et al.Residential outage cost estimation:Hong Kong［J］.Energy Policy,2014,72（3）:204-210.

［4］Jintaek Lim,Jaeseok Choi,Junmin Cha.Web based online real-timeoutagecostassessmentinformationsystemofpower system-II［C］//Innovative Smart Grid Technologies.USA:IEEE PES,2013：1-6.

［5］ S Kufeoglu,M Lehtonen.Interruption costs of service sector electricity customers,a hybrid approach ［J］.International Journal of Electrical Power& Energy Systems,2015,64（64）:588-595.

［6］ SKufeoglu,MLehtonen.Comparisonofdifferentmodelsfor estimatingtheresidentialsectorcustomerinterruptioncosts［J］.Electric Power Systems Research,2015,122（1）:50-55.

［7］ S Kufeoglu,M Lehtonen.A Novel Hybrid Approach to Estimate Customer Interruption Costs for Industry Sectors［J］.Engineering,2015,5（10）:34-40.

［8］ 周莉梅，范明天.城市电网用户停电损失估算及评价方法研究［J］.中国电力，2006，39（7）:70-73.

［9］ 杨丽徙，张奇，张丽，等.用户分时段停电损失费用的多源信息融合估算方法［J］.中国电力，2011，44（12）：16-20.

［10］ 李蕊，李跃，苏剑，等.配电网重要电力用户停电损失及应急策略［J］.电网技术，2011，35（10）:170-176.

［11］ 张彩庆，张文俊.基于分块技术的用户停电损失估算方法研究［J］.中国电力，2013，46（12）:136-140.

［12］ 向驰，石文娟，于伟，等.新型城镇配电网形态特征及典型供电模式［J］.江苏电机工程，2011，35（1）：153-157.

［13］ 路永玲.10—20 kV架空配电线路跳闸故障及其防治对策分析［J］.江苏电机工程，2016，35（1）:84-86.

［14］ Mellit Adel,Pavan Alessandro Massi.A 24h Forecast of SolarIrradiance Using ArtificialNeuralNetwork:Application for Performance Prediction of a Gridconnected PV Plant at Trieste,Italy［J］.Solar Energy,2010,84（5）:807-821.

［15］ Lorenz E,Hurka J,Heinemann D,et al.Irradiance Forecasting for the Power Prediction of Grid-Connected Photovoltaic Systems［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2009,2（1）:2-10.

［16］ Perpinan O,Lorenzo E,Castro M A.On the Calculation of Energy Produced by a PV Grid-connected System［J］.Progress in Photovoltaics:Research and Applications,2006,15（3）:265-274.

［17］ 张伟.基于人体舒适度指数的配电网短期负荷预测方法［J］.电力系统保护与控制，2013，41（9）:74-79.

［18］ 吴越强，吴文传，李飞，等.基于鲁棒Holt_Winter模型的超短期配变负荷预测方法［J］.电网技术，2014，38（10）:2 810-2 815.

［19］ 沈沉，秦建，盛万兴，等.基于小波聚类的配变短期负荷预测方法研究［J］.电网技术，2016，40（2）：521-526.

［20］ 黎灿兵，李晓辉，赵瑞，等.电力短期负荷预测相似日选取算法［J］.电力系统自动化，2008，32（9）:69-73.

Evaluation of fault outage cost for distribution network with high penetration ratio of distributed photovoltaic generation

CHEN Jin-ming,LI Yan,KONG Yue-ping,GUO Ya-juan,ZOU Yun-feng,ZHU Dao-hua
（State Grid Jiangsu Electric Power Company,Electric Power Research Institute,Nanjing 211103,China）

With fast development of distributed PV generation,there has been a fundamental change in distribution load characteristics.In this paper,a distribution fault outage cost evaluation approach considering distributed PV generation is proposed.We analyze the characteristics of distribution load when take distributed photovoltaic generation into account,and propose the practical load models for power generation and consumption of photovoltaic generation using multi-data sources.Both power generation cost and consumption cost are evaluated.The numerical results present the effectiveness of our method.

distribution network;outage cost evaluation;distributed photovoltaic;multi-data sources

10.3969/j.issn.1009-1831.2017.05.004

TM731

A

2017-03-03；

2017-05-08

国家电网公司2016年科技项目：基于多源数据融合与移动互联网技术的分布式新能源公共信息服务平台研究与应用

（本栏责任编辑 马 雷）