摘要
提出了考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的配電網(wǎng)新能源承載能力評估方法。首先，構(gòu)建適用于配電網(wǎng)新能源承載能力評估的需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)模型；然后，以分布式新能源準(zhǔn)入容量最大為目標(biāo)，建立考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的配電網(wǎng)新能源承載能力評估模型；其次，利用二階錐松弛技術(shù)對模型進(jìn)行轉(zhuǎn)凸求解；最后，采用改進(jìn)IEEE 33節(jié)點(diǎn)配電網(wǎng)為仿真算例，對不同情景下系統(tǒng)分布新能源承載能力進(jìn)行評估。結(jié)果表明，考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)可以有效提升配電網(wǎng)分布式新能源承載能力。
1 需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)
1.1 需求側(cè)管理
區(qū)別于全面參與電力市場的電力需求側(cè)響應(yīng)，電力需求側(cè)管理則是政府通過頒布措施引導(dǎo)電力用戶減少高峰時段用電，增加低谷時段用電，優(yōu)化用戶用電時段，減少電力峰谷差，可以有效減少供電壓力，減少供電和用電雙方成本。
式中： ξi,t 、 ΔPi,t 、 Δρi,t 分別為節(jié)點(diǎn) i 在 t 時刻的電價彈性系數(shù)、需求側(cè)管理前后的用電需求變化值、需求側(cè)管理前后的電量變化值； ρi,t 、圖片分別為節(jié)點(diǎn) i 在 t 時刻需求側(cè)管理前、后的電價； Pi,t 、圖片 分別為節(jié)點(diǎn) i 在 t 時刻需求側(cè)管理前、后的負(fù)荷值； 圖片分別為節(jié)點(diǎn) i 在 t 時刻需求側(cè)管理前后電價的上、下限； ρpeak 、 ρvalley 分別為負(fù)荷的峰、谷電價； Tpeak 、 Tvalley 分別為峰、谷電價所屬時間區(qū)間；T為劃分的總時段數(shù)；N為總節(jié)點(diǎn)數(shù)。
1.2 網(wǎng)絡(luò)重構(gòu)
配電網(wǎng)重構(gòu)是通過調(diào)整支路開關(guān)的開斷狀態(tài)，改變網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的一種方法，即
式中： Fij,t 為 t 時刻從節(jié)點(diǎn)i流向節(jié)點(diǎn)j的虛擬功率； ρ(i) 、 κ(i) 分別為節(jié)點(diǎn) i 的父節(jié)點(diǎn)集合與子節(jié)點(diǎn)集合；M為極大值；v為任意實(shí)數(shù)； αij,t 為t時刻支路ij狀態(tài)變量，1表示連通，0表示斷開； Ωb 為配電網(wǎng)支路集合。
2 配電網(wǎng)新能源承載能力評估模型
配電網(wǎng)新能源承載能力評估模型中包含的決策變量為儲能的實(shí)時出力、分布式新能源的實(shí)時有功/無功出力、配電網(wǎng)線路的重構(gòu)、需求側(cè)管理措施。
2.1 目標(biāo)函數(shù)
本文以分布式新能源準(zhǔn)入容量最大為目標(biāo)，目標(biāo)函數(shù)表達(dá)式為
式中：C為分布式新能源的最大準(zhǔn)入容量； NPV 為新增光伏的節(jié)點(diǎn)數(shù)；NWT 為新增風(fēng)電的節(jié)點(diǎn)數(shù)；圖片 為第i個節(jié)點(diǎn)新增的光伏容量；圖片 為第i個節(jié)點(diǎn)新增的風(fēng)電容量。
2.2 約束條件
1）配電網(wǎng)潮流方程約束。
配電網(wǎng)的潮流應(yīng)滿足DistFlow方程約束，即
2）支路電流約束。
在配電網(wǎng)運(yùn)行過程中，支路電流不應(yīng)高于上限，且當(dāng)支路斷開時，其上流過的電流為0。支路電流約束為
式中： Iij,max 為流經(jīng)支路 ij 的電流上限。
3）電壓偏差約束為
式中： εlow 、 εup 分別為節(jié)點(diǎn)電壓偏差的下限和上限； UN 為標(biāo)稱電壓。
4）儲能運(yùn)行約束。
接入配電網(wǎng)節(jié)點(diǎn)i的儲能的運(yùn)行需要滿足以下約束，即
式中：0-1變量 γi,t 表征儲能充放電狀態(tài)，1為放電，0為充電； 圖片 為單個儲能模塊的額定功率； 圖片為儲能安裝數(shù)量； 圖片表示單個儲能模塊的額定容量； 圖片 為儲能電量； 圖片 和圖片 分別為儲能充、放電效率； Δt 為相鄰調(diào)度時刻之間的時長； Si,max 、 Si,min 分別為儲能存儲能量上、下限； 圖片和圖片 分別為調(diào)度初始時刻與末尾時刻的電量。
5）分布式新能源運(yùn)行約束為
同時還需要考慮需求側(cè)管理約束式（1）~（4）和網(wǎng)絡(luò)重構(gòu)約束式（5）~（8）。
3 模型轉(zhuǎn)化與求解
在上述模型中，潮流方程包含二次項(xiàng)、三角函數(shù)項(xiàng)，引入輔助變量圖片 和 圖片 后，原模型中的電流平方項(xiàng)與電壓平方項(xiàng)可以消除，結(jié)合Big-M法和凸松馳技術(shù)，DistFlow方程約束可轉(zhuǎn)化為以下二階錐形式，即
相應(yīng)地，電流幅值約束和電壓偏差約束可分別等效為
通過二階錐松弛技術(shù)轉(zhuǎn)凸得到配電網(wǎng)新能源承載能力評估的線性化模型為
該模型可以基于Matlab平臺中的Yalmip工具箱，采用Cplex算法包求解。
4 算例分析
4.1 算例設(shè)置
為驗(yàn)證本文所提模型的有效性，仿真算例采用改進(jìn)IEEE 33節(jié)點(diǎn)配電網(wǎng)，如圖1所示，配電網(wǎng)節(jié)點(diǎn)電壓上、下限設(shè)置為1.1 p.u.和0.9 p.u.，系統(tǒng)的基準(zhǔn)容量設(shè)置為10 MV·A，圖1中虛線為聯(lián)絡(luò)線，紅線為可重構(gòu)線路。光伏PV1、PV2安裝在節(jié)點(diǎn)6、26，風(fēng)機(jī)WT1、WT2安裝在節(jié)點(diǎn)16、31。
圖1 IEEE 33節(jié)點(diǎn)配電網(wǎng)拓?fù)浣Y(jié)構(gòu)
Fig.1 IEEE 33-bus distribution network
通過K-means聚類得到的廣東某地區(qū)分布式新能源與負(fù)荷典型場景數(shù)據(jù)如圖2所示，儲能位置及參數(shù)信息如表1所示。
圖2 分布式新能源與負(fù)荷典型日數(shù)據(jù)
Fig.2 Typical daily data of distributed new energy and load
表1 儲能位置及參數(shù)信息
Table 1 Energy storage installation location and parameters
為研究需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)對配電網(wǎng)新能源承載能力的影響，本文在考慮儲能接入配電網(wǎng)的情況下，設(shè)置如下4種情景進(jìn)行對比分析：1）不考慮任何措施的配電網(wǎng)新能源承載能力評估；2）僅考慮網(wǎng)絡(luò)重構(gòu)的配電網(wǎng)新能源承載能力評估；3）僅考慮需求側(cè)管理的配電網(wǎng)新能源承載能力評估；4）考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的配電網(wǎng)新能源承載能力評估。
4.2 承載能力評估
經(jīng)過模擬運(yùn)行得到情景1~4的風(fēng)電、光伏最大準(zhǔn)入容量，如表2所示。
表2 風(fēng)電、光伏最大準(zhǔn)入容量
Table 2 Maximum access capacity of wind power and photovoltaic
由表2可知，對于間歇性較強(qiáng)的風(fēng)電，需求側(cè)管理可以有效提高承載能力。網(wǎng)絡(luò)重構(gòu)可以直接改變配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)，影響功率的流動，從而可以較大程度地提高新能源的承載能力?？紤]需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)可以極大提升配電網(wǎng)的新能源承載能力。
為深入分析需求側(cè)管理與網(wǎng)絡(luò)重構(gòu)對配電網(wǎng)新能源承載能力的影響，分別統(tǒng)計不同情景下的分布式新能源承滲透率、平均電壓偏差、最大電壓偏差、平均棄風(fēng)棄光率，經(jīng)過min-max標(biāo)準(zhǔn)化得到如圖3所示的雷達(dá)圖。其中，分布式新能源承載能力為正向指標(biāo)，平均電壓偏差、最大電壓偏差、平均棄風(fēng)棄光率為逆向指標(biāo)。由圖3可知，僅考慮網(wǎng)絡(luò)重構(gòu)的情景2相比于情景1新能源滲透率從21.56%提升至26.34%，平均棄風(fēng)棄光率從2.96%降低至1.97%，最大電壓偏差從4.39%降低至3.96%，平均電壓偏差從3.53%降至2.94%；僅考慮需求側(cè)管理的情景3相比于情景1新能源滲透率從21.56%提升至30.46%，平均棄風(fēng)棄光率從2.96%降低至1.31%，最大電壓偏差從4.39%降低至3.75%，平均電壓偏差從3.53%降至2.71%；考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的情景4相比于情景1新能源滲透率從21.56%提升至39.12%，平均棄風(fēng)棄光率從2.96%降低至1.31%，最大電壓偏差從4.39%降低至3.75%，平均電壓偏差從3.53%降至1.47%。該結(jié)果表明考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)不僅可以提升配電網(wǎng)新能源承載能力，同時也可以減少配電網(wǎng)棄風(fēng)棄光率，改善電能質(zhì)量。
圖3 各方案指標(biāo)對比
Fig.3 Comparison radar chart of each scheme index
為進(jìn)一步分析需求側(cè)管理與網(wǎng)絡(luò)重構(gòu)對配電網(wǎng)的影響，典型場景4考慮需求側(cè)管理前后的負(fù)荷曲線如圖4所示，情景4的典型場景4用電低谷、高峰時段網(wǎng)絡(luò)重構(gòu)結(jié)果如圖5、圖6所示。由圖4可知，需求側(cè)管理之前負(fù)荷峰谷差為0.80 p.u.，需求側(cè)管理之后負(fù)荷峰谷差為0.69 p.u.，負(fù)荷高峰期（12:00—16:00，18:00—23:00）的部分負(fù)荷平移到負(fù)荷低谷期（00:00—11:00，17:00，24:00）。該結(jié)果表明考慮需求側(cè)管理對負(fù)荷最大峰谷差具有一定改善作用。
圖4 典型場景4考慮需求側(cè)管理前后負(fù)荷曲線
Fig.4 Load curve before and after considering demand side management for typical scenario 4
圖5 情景4的典型場景4用電低谷時段網(wǎng)絡(luò)重構(gòu)結(jié)果
Fig.5 Network reconfiguration results during the valley period of electricity consumption for typical scenario 4 of situation 4
圖6 情景4的典型場景4負(fù)荷高峰時段網(wǎng)絡(luò)重構(gòu)結(jié)果
Fig.6 Network reconfiguration results during the peak period of electricity consumption for typical scenario 4 of situation 4
由圖5、圖6可知，情景4的典型場景4在用電低谷時段線路1—18、2—22的支路開關(guān)斷開，聯(lián)絡(luò)線L1、L5的聯(lián)絡(luò)開關(guān)閉合，這是因?yàn)樵谪?fù)荷低谷時段需要通過聯(lián)絡(luò)線L1、L2向節(jié)點(diǎn)18—24供電以最大程度消納分布式新能源的出力，提升配電網(wǎng)新能源承載能力；在用電高峰時段線路5—25、8—9的支路開關(guān)斷開，聯(lián)絡(luò)線L3、L4的聯(lián)絡(luò)開關(guān)閉合，這是因?yàn)樵谪?fù)荷高峰時段線路負(fù)載較重，通過聯(lián)絡(luò)線L3連接，能夠提升線路末端節(jié)點(diǎn)的電壓，保障配電網(wǎng)的安全穩(wěn)定運(yùn)行。
5 結(jié)語
本文以分布式新能源承載能力最大為目標(biāo)，建立考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的配電網(wǎng)新能源承載能力評估模型，利用二階錐松弛技術(shù)對模型進(jìn)行轉(zhuǎn)凸求解，仿真算例采用改進(jìn)IEEE 33節(jié)點(diǎn)配電網(wǎng)。實(shí)驗(yàn)結(jié)果表明，考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)能夠提高分布式新能源的承載能力。
注：本文內(nèi)容呈現(xiàn)略有調(diào)整，如需要請查看原文。
