计及高比例新能源配电网电压风险的储能容量优化配置方法

张科杰,张国彦,徐宝昌,崔旭东,张小鹏,穆传军

(1.国网电力科学研究院武汉南瑞有限责任公司,武汉 430074;2.国网内蒙古东部电力有限公司通辽供电公司,内蒙古 通辽 028100)

0 引言

随着构建新型电力系统不断推进,新能源发展向配电网延伸,新能源在配电网占比快速提升,也给配电网的安全带来了诸多风险和挑战。一方面,受限于场地、征地等限制,配电网新能源建设仍面临选址点与负荷中心错配等问题,很多地区新能源消纳形势严峻。另一方面,国家要求分布式新能源努力做到应接尽接的基调与地方配电网建设滞后的矛盾不断恶化,新能源的不确定性、间歇性也给配电系统电网潮流和电压分布带来深远影响,系统峰谷越限、潮流反送、过电压及线路功率越限问题加大,配电网运行风险加剧。

储能技术是新型电力系统建设中重要支撑技术,是解决上述问题的重要技术手段,大量学者已经从改善配电网电能质量、负荷短时重过载、新能源消纳等不同角度场景研究储能容量配置方法[1-3]。从优化目标上看,许多学者研究建立了多目标的储能容量优化配置模型,常见的目标包括有功网损、投资经济性、运营经济性、电压偏差等[4-6],文献[7]基于网损灵敏度方差确定各节点储能的优先接入顺序,以配电网网损和节点电压波动建立目标函数实现储能的最优配置容量。文献[8]建立了基于投资运行经济效益、污染气体排放和电压偏差的多目标优化配置模型求解储能功率容量和接入方式,文献[9-12]则采用了基于双层结构的优化配置模型,将经济性和技术要求作为双层结构的内外目标。

针对有源配电网储能优化配置问题,多以新能源带来的潮流变化、平抑新能源波动等因素建立模型[13-17]。文献[18-20]针对新能源消纳问题,考虑光储运行策略和光伏弃光率等因素开展储能配置研究。文献[21]提出一种基于光伏发电不确定性的储能容量配置方法,在不同置信水平下计算储能单元的功率和容量。文献[22]解决用户用电量过低、光伏电力无法就地消纳、储能系统消纳性缺陷等诸多问题,提出面向新能源消纳的分布式光储系统优化配置方法。文献[23]研究考虑储能接入综合能源系统的容量优化配置方法。文献[24-27]研究了基于用户削峰填谷或系统调峰经济性为目标的储能容量配置;文献[28-29]开展了复合储能支撑配电网供电可靠性、新能源更好消纳的配置研究。

本研究运用效用理论构建高比例新能源配电网电压、线路功率关键风险指标,考虑高比例新能源配电网风、光、荷时序特征,负荷水平和储能经济性,制定储能运行控制策略,建立考虑降低系统电压越限风险和线路越限风险,并兼顾储能接入经济性的储能容量配置优化模型,为高比例新能源配电网中储能系统运行控制和选址定容提供参考。

1 高比例新能源配电网安全风险及关键指标分析

风、光新能源发电出力受天气和环境的影响较大,其输出功率的随机性和波动性对电网电压分布、线路功率有最直接的影响,故本章选取节点电压越限、线路功率越限作为安全风险指标进行分析。

1.1 节点电压越限

电压越限是电网常见的故障之一,当节点电压超出或低于某一限值就有可能给电网带来风险。当新能源电力倒送至电网时,接入点的电压会明显升高,从而使得接入点线路的绝缘水平降低;而当电网节点电压过低会使得电网中产生大量的损耗,极大的浪费系统中的能源,还会影响系统稳定性甚至有可能导致停电事故。

配电系统的过电压风险等于系统中各节点电压越限风险之和,可以表示如下:

(1)

式中,Risk_V表示系统电压越限风险值;Pr(Vi)表示节点i电压越限的概率;Se(wi)表示第i个节点越限的严重度。

电压波动越大,电压风险严重度也就越大。根据效用理论,电压越限严重度采用风险偏好型效用函数来表示[30]:

(2)

式中,Vi表示节点i的电压标幺值;wVi表示节点i的电压越限损失值。本研究规定电压的标幺值在0.95～1.05之间时,就可以认为电压没有越限。

1.2 线路功率越限

线路功率过大会引起电力系统故障,导致系统失负荷引发停电,因而线路功率越限是不可忽视的安全风险因素。对于高比例新能源配电网,当风、光新能源大发与系统轻载处于同一时段,电源并网点将发生功率逆向流动,但不同线路功率限额不同,一旦线路功率过大超过限值,将引起继电保护动作或线路断开,增加停电概率带来经济损失。

配电网线路功率越限等于系统中各线路功率越限风险之和,可以表示如下:

(3)

式中,Risk_L表示系统线路功率越限风险值;Pr(Li)表示节点线路功率越限的概率;Se(wLi)表示线路i功率越限的严重度。

本研究中利用线路负载率指标来表示线路过负荷的风险严重程度,当系统线路负载率超越限值越多,风险严重程度越高,系统线路负载率低于限值时,系统风险取0,具体公式如下:

(4)

(5)

式中,wLi表示线路i功率越限损失值;Li表示线路i的实际传送功率与其限额之比。

2 高渗透率配电网不确定性建模

风、光、负荷的实际功率均具有不确定性,本文基于概率密度模型,对配电网进行不确定性建模。

2.1 光伏发电概率模型

光伏电站发电能力的影响因素主要包括光照强度、环境温度以及天气,研究表明光照、温度的变化对光伏发电的影响量级不同,光照强度的影响占主导,并且太阳光辐射强度在时序上符合Beta分布,因而本文用Beta分布表示光伏发电概率密度函数,公式如下:

(6)

光伏输出功率PPV的概率密度函数可以表示为

fpv(PPV)=

(7)

2.2 风力发电概率模型

风力发电的输出功率与风速密切相关,经过大量的研究,用于拟合风速分布函数有很多,威布尔分布模型最适合模拟实际风速,本文采用双参数威布尔分布表达风速概率分布,公式如下:

(8)

其中,v表示风速;c和k表示威布尔分布的尺度参数和形状参数,可以由平均风速和标准差获取。

进而风力发电与风速的函数关系式为

(9)

式中,vr表示额定风速,vci表示切入风速,vco表示切出风速,Pr表示额定功率。

则风力发电功率的概率密度函数为

(10)

其中:

2.3 负荷分布概率模型

大量研究表明,电力负荷特性近似服从正态分布,本文负荷的概率密度表示如下:

(11)

式中,μp—确定时间区间内负荷均值国σp—确定时间区间内负荷标准差。

2.4 储能运行控制策略

随着电气化水平的提高,负荷双峰特征更加明显。光伏发电能缓解日间高峰时段电力需求压力,但无法支撑晚间电力高峰需求,且日间部分时段存在消纳压力;风力发电日间出力较小,发电能力最大在夜间负荷低谷时段,进一步增大了系统调峰压力。同时,合理控制储能系统充放电功率也能有效缓解高比例新能源接入引起的配电网电压越限风险。基于这一现实需求,储能接入后以促进风、光能源消纳,缓解系统顶峰填谷压力为目标,制定运行控制策略如下:

统计各节点i典型日内各时间点负荷数据,筛选各节点负荷功率最大值,记Pmax_Li;取系统内各节点接入风、光发电额定功率Pe_wi,Pe_pvi;记储能接入的额定功率为PEi。

则在t时刻,储能充电条件为:负荷在低载水平或者新能源大发且发电功率大于负荷功率,用公式表示如下:

1)负荷在低载水平,用公式表示如下:

P_Li

(12)

此时,充电功率为:

Pei=MIN(PEi,k1×Pmax_Li-P_Li)

(13)

2)或者新能源大发且发电功率大于负荷功率,用公式表示如下:

P_Lik2×(Pe_wi+Pe_pvi)

(14)

此时,充电功率为

Pei=

MIN(PEi,(P_wi+P_pvi)-k2×(Pe_wi+Pe_pvi))

(15)

储能放电条件为:负荷在重载水平或者新能源小发且负荷功率适中; ,用公式表示如下:

负荷在重载水平

P_Li>k3×Pmax_Li

(16)

此时,放电功率为

Pei=min(PEi,P_Li-k3×Pmax_Li)

(17)

新能源小发且负荷功率适中

k1×Pmax_Li

P_wi+P_pvi

(18)

此时,放电功率为

Pei=min(PEi,k3×Pmax_Li-P_Li)

(19)

式中,k1-k4分别代表负荷低载系数,新能源大发系数,负荷重载系数,新能源小发系数。其余条件下,储能处于待机状态。

3 基于遗传算法的储能选址定容优化模型

3.1 目标函数

本研究重点考虑降低系统电压越限风险和线路越限风险,并兼顾储能接入经济性,构建多目标函数如下:

F=min(Risk_V,Risk_L,C)

(20)

式中:Risk_V—节点电压越限风险函数;Risk_L—线路功率越限风险函数;C—配储经济性函数。

由于子目标函数量纲不同,进行归一化处理后以个体适应度最小作为目标函数,公式如下:

minf=

(21)

式中i表示适应度最小时所对应的决策变量,x1,x2,x3为权重系数,目标函数归一化适应度求解范围在0～1区间内。

3.2 配储经济性模型

配电网储能经济性主要依赖于储能系统的投资成本、降低系统线损收益和提升新能源消纳收益,可以表示为

C=C1+C2+C3

(22)

1)储能系统投资成本

储能系统投资成本由额定功率和额定容量决定,可表示为

Cin=CE×EB+CP×PB

(23)

式中:CE—储能系统容量单价;CP—储能系统功率单价;EB—储能系统额定容量;PB—储能系统额定功率。

(24)

式中,r为折现因子,N为储能预期运行年限,Cy为放电收益,Q为运行放电量。

2)降低系统线损收益

降低系统线损收益表现为系统配置储能前后线路损耗差与配电网度电成本的乘积,可表示为

C2=(S-S0)×Cd

(25)

式中:S0—系统配置储能前损耗功率;S—系统配置储能后损耗功率;Cd—配电网度电成本。

3)储能充放电收益

储能充放电收益需要考虑充电成本和放电收益。根据本研究控制策略,储能仅在新能源大发阶段或者顶峰阶段充放电,因此储能充电电量可视作弃风弃光电量,成本忽略,放电电量视作促进新能源消纳电量,因此充放电收益可按储能放电量与新能源上网电价的乘积表示。

C3=∑Ed×f×Cb

(26)

式中,∑Ed为安装储能总放电电量,f为平均放电效率,Cb为储能放电电价。

3.3 储能额定容量计算

充分考虑运行周期内储能系统的充放电效率,根据储能运行控制策略获取出力曲线,求得各接入点储能系统的额定容量,计算方式如下:

Em(1)=Pm(1)×Δt,t=1

Em(t)=Em(t-1)+Pm(t)×Δt,1

Eme=max(max(Em(t)),abs(min(Em(t))))/SOCh

(27)

式中,Pm(t)表示节点m接入储能在各个时刻的出力,Δt表示单位时间间隔,Em(t)表示前t个时刻节点m充放电量和,Eme为节点m的额定容量取值。SOCh为储能系统充放电深度限制。

3.4 限定约束条件

1)电网功率约束

任意节点任意时刻,配电网稳定运行需在功率平衡的约束下进行。

(28)

2)储能约束条件

(1)额定功率约束。

任意时刻下,不同点接入储能运行功率不能超过其额定功率值,即

|Pe,i(t)|≤Pi_rate

(29)

(2)储能安装数量约束

储能系统安装数量越大,单个储能成本越高,故对储能安装数量约束如下:

n≤nmax

式中,n为储能安装个数,nmax为储能最多安装个数。

4 算例分析

4.1 算例系统简介

利用IEEE33节点系统进行算例分析,将多目标问题转换为单目标问题并利用遗传算法进行求解,获取储能安装位置和安装容量。

图1中深色阿拉伯数字代表节点编号,浅色阿拉伯数字代表线路编号。

图1 IEEE33节点系统示意图

根据蒙东某地风、光、负荷近一年历史数据,代入风、光、负荷发电概率模型,得到系统风光荷典型日出力曲线图见图2。

图2 典型日风、光、荷时序出力曲线

4.2 高比例新能源配电网风险分析

风、光电站在配电网中的位置和容量会对系统的节点电压和线路功率产生影响,因此,在分析储能系统接入对电网的影响之前,本节先开展高比例新能源配网风险分析。

其中,分布式光伏在节点11,17处接入,额定功率为600 kW和1 400 kW;分布式风电在节点29接入,额定功率大小为800 kW。计算结果分析如下。

1)节点电压

根据图3结果可知,部分时段同一节点既出现了电压越上限,也出现了电压越下限的情况,表明新能源发电出力间歇性给配电网节点电压极大变化。此外,最大节点电压值出现在17节点8点时刻,节点电压标幺值大小为1.04;最小节点电压值出现在18节点21点时刻,节点电压标幺值大小为0.89。

图3 不同时刻节点电压分布

根据图4可知,距离电源越远,节点电压越限风险越大;节点电压风险主要集中在夜间负荷高峰,与光伏发电出力时间错开,风险总值为0.93。

图4 节点电压时空风险图

2)线路功率分析

根据图5结果可知,部分线路随着时间的变化,潮流会出现逆转现象,既在某时刻潮流为正而在另一时刻潮流为负。尤其在早上6点,潮流逆转线路达到14条;潮流无逆转时间仅发生在18点-23点。而发生潮流倒送的位置,均在新能源接入点附近。

图5 不同时刻线路功率分布图

根据图6可知,线路功率越限风险分布时间与新能源大发出力时间重叠度高,线路越限风险值为9.51。

图6 线路功率时空风险图

3)系统损耗

图7表示33节点24 h网损平均值,结果显示线路潮流越大的地方,损耗也越大,总损耗大小为154.1 kW。

图7 节点网损分布图

4.3 储能接入高比例新能源配电网风险分析

储能系统可接入节点范围为2-33节点,接入个数不超过4处,单个最大功率不超过200 kW,充电、放电效率均取95%。

4.3.1 计算结果概况

利用本文前述选址定容优化模型和储能运行控制策略,确定储能安装位置和功率,计算见表1。

表1 储能容量配置结果

分布式储能接入前后,关键指标计算结果对比见表2。

表2 储能接入前后结果对比

从表1、表2、图8结果显示:

图8 风、光、荷储出力曲线

1)接入位置来看,储能接入个数为设置上限,表明针对多点接入的高渗透率新能源配电网系统,储能同样采用分散式多点接入效果更好。

2)接入功率来看,单个储能功率未接近设置的储能功率上限,表明在兼顾配电网安全风险因素和储能经济性上,储能接入功率容量具有最优值。

3)系统风险值来看,储能接入后能系统节点电压分布和线路功率分布得到改善,相应风险值下降,系统损耗降低。

4)从储能运行结果来看,接入储能总体呈现在负荷高峰时放电,在负荷低谷、负荷与新能源出力差最小时充电,具有改善负荷峰谷和促进新能源消纳的作用。

4.3.2 节点电压

对比图4和图9可知,储能接入后,在节点17、33附近的电压越限风险峰值变小,整体风险降低。

图9 储能接入后节点电压时空风险图

对比图3和图10可知,储能接入后,最大节点电压值出现在17节点13点时刻,节点电压标幺值大小为1.026;最小节点电压值出现在18节点21点时刻,节点电压标幺值大小为0.91,均得到改善。

图10 储能接入后节点电压分时曲线

4.3.3 线路功率

图5-6和图11-12对比可知,储能接入后,在线路8-16段线路越限风险“多峰”形态转为单峰,峰值下降,线路潮流倒送和越限概率减小。

图11 储能接入后线路功率时空风险图

图12 储能接入后线路功率分布图

4.3.4 系统损耗

由图13、表2可知,储能接入后,高比例新能源配电网网损降低19.5 kW,系统效率得到提高。

图13 储能接入前后线路损耗分布图

5 结论

针对高比例新能源配电网引起潮流倒送、电压越限带来的风险加剧问题,本研究通过提出的储能优化配置方法,通过算例分析确定了储能安装位置和容量及运行方式,得到以下几点结论:

1)高比例新能源配电网系统潮流和节点电压与新能源出力息息相关,部分节点部分时段会因新能源出力的随机性,同时面临电压越上限和越下限风险,系统风险面临不可控。

2)从系统全局最优看,储能分散多点接入更能起到降低系统电压风险和线路越限风险的作用,接入位置并非全位于新能源电源点,而存在全局最优位置。

3)储能运行出力曲线可以看出,本研究提出的储能运行控制策略不仅有利于调节负荷峰谷,也能有效促进新能源消纳,降低系统网损,验证了策略制定的合理性。