配电网中分布式电源准入容量优化研究

田中伟

（国网山东省电力公司枣庄供电公司，山东 枣庄 277500）

0 引 言

目前，在规划分布式电源的位置和规模时通常使用3种类型的积极管理措施[6]。一是通过控制接入节点分布式电源机的输出调节网络节点的电压，以改善系统的潮流分布；二是通过调整有载调压变压器（On-Load Tap Changer，OLTC）一侧可变抽头的位置，将网络节点的电压调节在安全范围内；三是通过切换分布式电源接入点的无功容量补偿装置，改变网络中的无功容量分配，以优化配电网中的节点电压水平和系统潮流分布。上述主动管理措施可用于配电网规划，以建立最优潮流模型。分布式电源、OLTC抽头调节量、无功功率补偿开关可以用作模型的控制变量，同时可以使用电压和潮流限制[7,8]。

本文旨在建立分布式电源的最大接收容量模型，同时考虑分布式电源的不确定性，提出更好的建模方法，以实现分布式电源可行的最优配置方案。考虑到分布式电源的不确定性，对准入容量的最优分配进行研究，可以更好地反映大规模分布式电源网络的特点。

1 分布式电源最大准入容量建模

1.1 分布式电源出力概率模型

1.1.1 风力发电概率模型

评估某地区风能资源的前提是要获取该地区风能历史统计资料，在数理统计学中，一般通过概率分布模型来表现物理量的随机特性。根据风速概率分布模型和风机输出功率与风速之间的函数关系来获得特定地区的风力发电概率模型。通常认为，风速服从Weibull分布，其概率密度函数为

式中：kw为Weibull分布的形状指数；cw为Weibull分布的规模指数。

风机的实际输出功率PWT与实际风速v之间的关系可以表示为

式中：PWTn为风机的额定输出功率；vn为额定风速；vci为切入风速；vco为切出风速。

1.1.2 光伏发电概率模型

对于港口区域内的企业来说，集群化带来的结果往往是合作和竞争共存，集群内的企业之间既有分工也有合作，既互相合作又存在竞争，不断的内部竞争带来的压力，给集群内部企业提供了持续创新的源源动力，促进产业进一步升级，优化产业结构，从而提升竞争力，企业个体的行为也影响着整个区域内竞争力的提升。由此可见，在临港地区实现正确的、有针对性的企业集群化发展，对提高港口产业群竞争力有决定性的作用。在经济全球化日益发展的今天，国际竞争日趋激烈，产业集群化如何有效配置资源，利用优势，扬长避短，合理有效的进行规划和建设，是提升江苏临港产业集群竞争力的最重要的命题。

光伏发电容量主要由阳光强度决定，其概率密度函数可以表示为

式中：rmax为某段时间内的最大光照强度；α、β分别为Beta分布的2个形状参数。

光伏发电的输出功率Ps与光照强度r之间的关系为

式中：Ps(t)为光伏电池在t时刻的输出功率；r(t)为光伏电池在t时刻的光照强度；T(t)为t时刻光伏列阵的表面温度；rstc为标准测试环境下的光照强度；Tstc为标准测试环境下的光伏列阵温度；Pstc为标准测试环境下的最大输出功率；k为温度系数。

1.2 分布式电源最大准入容量模型

对于以上模型，首先选用改进的牛顿-拉夫逊法计算潮流，继而采用基于免疫的粒子群算法对模型进行优化求解，从而得到分布式电源最大并网容量[9]。在模型求解过程中重点设计了一个系统优化软件，利用图形用户界面（Graphical User Interface，GUI）进行界面设置，如图1所示。

图1 优化软件GUI界面

2 算例分析

使用标准IEEE33节点系统作为算例，其结构如图2所示。

图2 IEEE33节点系统结构

该系统包括1个电源、5个联络开关支路、32个支路以及33个节点，其参考电压为12.66 kV，参考视在功率为10 MVA，总网络负荷为7631.58 kVA。在算例中，分布式电源根据实际情况接入2#、9#以及17#节点，并在符合模型限制的情况下应用优化免疫粒子群算法，以获得分布式电源的最大准入容量。

将分布式电源视为PQ节点，功率因数为0.9，采用标幺值计算。分布式电源未接入时，配电系统节点电压平均幅值、下限电压幅值、上限电压幅值以及有功网络损耗的计算结果如表1所示。

表1 分布式电源未接入时的系统指标

在分布式电源接入容量未知的情况下，采用基于免疫的粒子群算法求解所建模型。根据所得优化配置结果，在所选3个节点处共接入0.97 MW的分布式电源，具体规划方案如表2所示。

表2 分布式电源接入方案

基于配置结果，对分布式电源接入网络后的节点电压平均幅值、下限幅值、上限幅值以及有功网损等系统指标进行计算，结果如表3所示。

表3 分布式电源接入后系统指标

配电系统接入分布式电源后，节点的平均电压值从0.949 kV增加到0.962 kV，节点电压下限值从0.913 kV增加到0.930 kV，满足标准要求。此外，有功网络的损耗从0.20 MW减少到0.11 MW。由此可知，此种配置方案不仅确保了分布式电源大比例并网时的安全可靠运行，而且还提高了节点的电压水平，减少了配电系统网络的有功损耗。

在主动管理模式与非主动管理模式下，分布式电源接入到配电网各节点的最大准入容量如表4所示。

表4 不同模式下的分布式电源最大准入容量

根据表4，主动管理模式下分布式电源的准入容量高于非主动管理模式，越靠近配电网末端，准入容量越大。主动管理模式可以控制分布式电源机的输出，调整OLTC分接头的位置并投切无功功率补偿装置，使配电网始终在安全范围内运行，以实现更高程度的分布式电源消纳。

除此之外，分布式电源在不同节点的最大准入容量存在差异，主动配电网末端的分布式电源系统的接收容量明显低于前端的分布式电源系统。在配电系统的前端，接入分布式电源对配电系统电力侧附近的节点电压影响较小，因此准入容量较大。当靠近配电系统末端时，线路损耗将导致节点电压幅值降低，接入分布式电源显著增加了电网节点电压，为了避免超过配电网末端的最大节点电压，分布式电源的准入容量较低。总而言之，分布式电源对配电网前端的节点电压幅值影响很小，如果需要消纳大量分布式电源，可以优先接入到配电网前端。在配电网末端，节点电压的幅值将因线路损耗而降低，适当接入分布式电源能够提高节点电压水平，但特别需要注意限制分布式电源的接入容量，以防电压超过限值。

3 结 论

通过对分布式电源其特点进行综合分析，在此基础上建立了风力发电和太阳能发电的概率模型和主动配电网中分布式电源最大准入容量模型，并提出相应的优化算法。运用IEEE33节点网络进行算例分析，其不仅保证了分布式电源大比例并网时的安全可靠运行，而且还提高了节点电压水平，减少了配电系统的网络损耗。基于该优化模型，分布式电源的规划并网接容量已满足通用标准要求，有助于研究配电网中大容量分布式发电的接入。