向加佳,劉建華,朱雪松,高山

(1.長沙理工大學(xué)電氣與信息工程學(xué)院，長沙市 410114；2.國網(wǎng)湖南省電力公司技術(shù)技能培訓(xùn)中心，長沙市 410131；3.國網(wǎng)湖南省電力公司桃江縣供電分公司，湖南省桃江縣 413400)

基于分布魯棒優(yōu)化的光伏電站并網(wǎng)極限容量研究

向加佳1,劉建華1,朱雪松2,高山3

(1.長沙理工大學(xué)電氣與信息工程學(xué)院，長沙市 410114；2.國網(wǎng)湖南省電力公司技術(shù)技能培訓(xùn)中心，長沙市 410131；3.國網(wǎng)湖南省電力公司桃江縣供電分公司，湖南省桃江縣 413400)

針對光伏電站出力的不確定性，以及描述出力的概率分布函數(shù)難以準(zhǔn)確獲取的特點，提出將分布魯棒線性優(yōu)化理論用于研究光伏電站并網(wǎng)后的極限容量問題，建立了基于系統(tǒng)運(yùn)行約束條件下的光伏電站極限容量的分布魯棒優(yōu)化模型，模型中的隨機(jī)變量為太陽輻射強(qiáng)度，結(jié)合其上下限與期望來描述光伏電站出力的不確定，并通過對偶理論將模型轉(zhuǎn)化為確定性的線性規(guī)劃問題，以便于求解。在某修正的Garver’s 6節(jié)點系統(tǒng)中，對模型進(jìn)行驗證，結(jié)果表明：不同的并網(wǎng)位置、太陽輻射變化范圍均明顯影響了光伏電站并網(wǎng)后的極限容量，并且與盒式魯棒優(yōu)化方法相比，分布魯棒優(yōu)化方法能得到更優(yōu)的結(jié)果，同時該模型還能給出在最優(yōu)性與魯棒性之間靈活轉(zhuǎn)換的計算結(jié)果，進(jìn)而驗證了該模型與方法的可行性和有效性。

分布魯棒線性優(yōu)化；光伏電站；極限容量；不確定性

0 引 言

隨著大規(guī)模光伏電站并網(wǎng)，光伏電站出力的不確定性會對系統(tǒng)的穩(wěn)定性造成一定的沖擊，因此，綜合考慮光伏電站輸出功率波動及電網(wǎng)約束的極限容量研究，成為系統(tǒng)規(guī)劃運(yùn)行的重要內(nèi)容，也為大型并網(wǎng)光伏電站的建設(shè)提供了參考依據(jù)。

電力系統(tǒng)中針對不確定性問題的建模方法主要有隨機(jī)規(guī)劃方法和魯棒優(yōu)化方法。對于隨機(jī)規(guī)劃方法，通過隨機(jī)變量表示不確定因素，需要事先得到隨機(jī)變量的概率分布，常用的有機(jī)會約束方法和條件風(fēng)險方法。文獻(xiàn)[1]中建立了機(jī)會約束規(guī)劃下的光伏電站并網(wǎng)極限容量模型，由于其在數(shù)學(xué)上具有非凸性，將難以獲得全局最優(yōu)解，且求解過程比較復(fù)雜。文獻(xiàn)[2]引入條件風(fēng)險方法構(gòu)建了計及極端情況的光伏發(fā)電極限容量優(yōu)化模型，雖然其具有數(shù)學(xué)凸性，能夠求得全局最優(yōu)解，但采用蒙特卡羅抽樣時會產(chǎn)生較多的離散樣本，增大了計算量。相比隨機(jī)規(guī)劃方法，魯棒優(yōu)化無需知道不確定參數(shù)的概率分布情況，只需要獲得不確定參數(shù)的區(qū)間范圍即可。文獻(xiàn)[3]采用盒式不確定集描述風(fēng)速的變化，求解風(fēng)電場的最大裝機(jī)容量，然而該方法在考慮多個節(jié)點并網(wǎng)時的計算過于復(fù)雜，且對經(jīng)濟(jì)性的敏感度不高，也無法充分利用已得到的概率統(tǒng)計信息，導(dǎo)致所求得的解過于保守。

光伏電站出力的概率分布函數(shù)一般根據(jù)已有實測數(shù)據(jù)的分析和統(tǒng)計來獲取，但其期望、方差以及協(xié)方差均存在不確定性，所以概率分布函數(shù)也是不確定的?；诠夥l(fā)電出力屬于一定的區(qū)間范圍，但概率分布又存在一定的不確定性，提出運(yùn)用魯棒優(yōu)化和隨機(jī)規(guī)劃相結(jié)合的分布魯棒優(yōu)化方法來解決并網(wǎng)光伏電站極限容量的計算問題，該方法結(jié)合隨機(jī)變量的期望與區(qū)間來表示光伏發(fā)電出力的不確定性，相比盒式魯棒優(yōu)化方法，雖然只多了期望值，但所考慮到的安全信息會多于盒式魯棒，具有更強(qiáng)的通用性[4-5]。

本文運(yùn)用分布魯棒優(yōu)化理論建立計及出力不確定性的光伏電站并網(wǎng)極限容量的優(yōu)化模型，依據(jù)對偶理論將其轉(zhuǎn)換為確定性的規(guī)劃問題進(jìn)行求解，通過改變不確定參數(shù)的變化幅度，可使結(jié)果在最優(yōu)性與魯棒性之間靈活轉(zhuǎn)換。

1 分布魯棒線性優(yōu)化理論

由于常規(guī)魯棒優(yōu)化對經(jīng)濟(jì)性的敏感度不高，Seng-Cheol Kang在已有魯棒線性優(yōu)化研究基礎(chǔ)上，提出了分布魯棒線性規(guī)劃模型，更符合工程實際且其計算求解過程更加簡單[6-7]。

常規(guī)線性規(guī)劃數(shù)學(xué)模型為

(1)

將變化約束變量Γi(i=1，…，m)引入每個不等式約束中，Γi是實數(shù)且有Γi≤Ji。該模型的關(guān)鍵在于借對A中每行不確定參數(shù)變化幅度的控制，使優(yōu)化結(jié)果得到可靠性與經(jīng)濟(jì)性的平衡。記，，定義集合：

(2)

式中：ai表示第i行的不確定參數(shù)的向量。考慮不確定參數(shù)的常規(guī)線性規(guī)劃模型(1)的分布魯棒模型為

(3)

相應(yīng)的魯棒對等模型為

(4)

其中模型(3)轉(zhuǎn)化為模型(4)時新引進(jìn)了zi與pik這2個決策變量。由模型(4)可知，計及不確定參數(shù)的常規(guī)線性規(guī)劃模型(1)已變?yōu)橐粋€確定性的線性規(guī)劃問題，用一般線性規(guī)劃方法進(jìn)行求解即可。

對Γi進(jìn)行分析可知，Γi

當(dāng)Γi

2 并網(wǎng)光伏電站極限容量的分布魯棒優(yōu)化模型

2.1 極限容量的一般模型

光伏電站的輸出功率Ppv主要與太陽輻射強(qiáng)度有關(guān)，兩者之間存在近似線性關(guān)系，其表達(dá)式為

(6)

式中：μn為逆變器的效率系數(shù)；Is為太陽實際輻射強(qiáng)度；In為標(biāo)準(zhǔn)條件下的太陽輻射強(qiáng)度，通常為1.0 kW/m2；Cpv為光伏電站并網(wǎng)的容量[8]。

并網(wǎng)光伏電站極限容量的一般數(shù)學(xué)模型可表示為

(7)

2.2 極限容量的分布魯棒優(yōu)化模型

系統(tǒng)有n+1個節(jié)點(從0,…,n)、m條支路(從1,…,m)，假定平衡節(jié)點為節(jié)點0，將其看作有功出力為Pg0的電源節(jié)點。節(jié)點i處接入的光伏電站所在區(qū)域的太陽輻射強(qiáng)度的期望值E(Isi)=Isi，Isimax和Isimin分別為節(jié)點i處接入的光伏電站所在區(qū)域的太陽輻射強(qiáng)度的上下限。H是m×n階矩陣，表示依據(jù)特定網(wǎng)絡(luò)結(jié)構(gòu)及系統(tǒng)線路參數(shù)求解出的支路注入功率與節(jié)點注入功率的關(guān)聯(lián)矩陣。則所需求解的并網(wǎng)光伏電站極限容量的分布魯棒優(yōu)化模型為

(8)

假設(shè)平衡節(jié)點以外的常規(guī)機(jī)組出力方式確定，結(jié)合模型(8)和式(6)中可得如下不等式約束(i=1,…,m)：

(9)

(10)

(11)

(12)

上述不等式約束中不確定參數(shù)均為Isj(j=1,…,n)，所以每個不等式約束的變化約束變量Γ相同。假設(shè)Jpv表示實際接入光伏電站的節(jié)點集合，Jpv表示集合Jpv中元素的個數(shù)，有?！躂pv。

以式(12)為例，其分布魯棒優(yōu)化模型的魯棒對等模型為

(13)

式(9)—(11)同樣也可轉(zhuǎn)化為相應(yīng)分布魯棒優(yōu)化模型的魯棒對等模型。式(13)中，zi和pik不具有任何物理意義，為魯棒對等模型中新引入的決策變量，且每個對等模型中zi與pik的取值并不相同。對于每個不等式約束，其魯棒對等模型中都增加1+Jpv個決策變量，Jpv個線性不等式。實際中，等效的光伏電站節(jié)點數(shù)并不多，即Jpv不大。模型(8)的魯棒對等模型為確定性的線性規(guī)劃模型，可用一般線性規(guī)劃方法進(jìn)行求解。

(14)

3 算例分析

3.1 算例參數(shù)

在某修正的Garver’s 6節(jié)點系統(tǒng)中對光伏電站并網(wǎng)極限容量的分布魯棒優(yōu)化模型進(jìn)行驗證，其中發(fā)電機(jī)參數(shù)、負(fù)荷參數(shù)、系統(tǒng)支路參數(shù)如表1—3[7]所示。表3中nij表示支路i和j之間的線路數(shù)，rij表示支路i和j之間一條線路的電抗值，fij表示支路i和j之間單條線路的越限功率。

表1 發(fā)電機(jī)參數(shù)

Table 1 Parameters of generators MW

表2 負(fù)荷參數(shù)Table 2 Parameters of loads MW

表3 系統(tǒng)支路參數(shù)Table 3 Parameters of system branch

該算例的分布魯棒優(yōu)化模型的不等式約束有18個，包括8個式(12)類型的不等式約束，分別記作式(12-1)—(12-8)，用P12-1—P12-8表示其被違反的概率上限，可通過式(14)來求解。同理，另外10個不等式約束用(9-1)、(10-1)、(11-1)—(11-8)表示，相應(yīng)的概率上限用P9-1、P10-1、P11-1—P11-8表示。假設(shè)接入節(jié)點6的常規(guī)機(jī)組為平衡機(jī)，逆變器的效率系數(shù)μn取0.95,標(biāo)準(zhǔn)條件下的太陽輻射強(qiáng)度In取1 000 W/m2，接入系統(tǒng)不同節(jié)點處的光伏電站所在區(qū)域的太陽輻射強(qiáng)度相關(guān)參數(shù)如表4—5[9-12]所示。Γ是通過控制太陽輻射的變化范圍從而衡量光伏電站出力變化范圍的參數(shù)，其取值可以是0到Jpv之間的任意實數(shù)。

表4 太陽輻射強(qiáng)度參數(shù)1

Table 4 Parameters 1 of solar radiation intensity W/m2

表5 太陽輻射強(qiáng)度參數(shù)2Table 5 Parameters 2 of solar radiation intensity W/m2

3.2 仿真結(jié)果分析

設(shè)計如下3個仿真方案。

方案Ⅰ：光伏電站接入系統(tǒng)的節(jié)點1，將分布魯棒優(yōu)化模型的結(jié)果與盒式魯棒優(yōu)化模型的結(jié)果進(jìn)行比較，Γ的取值不同時，極限容量和相應(yīng)不等式約束被違反的概率上限的計算結(jié)果見表6。

表6 方案Ⅰ的計算結(jié)果

Table 6 Calculation results of case 1

由表6可以看出，在并網(wǎng)光伏電站極限容量的計算上，分布魯棒優(yōu)化模型比盒式魯棒優(yōu)化模型能得到更好的結(jié)果。這是因為盒式魯棒優(yōu)化方法在刻畫不確定參數(shù)時要求其擾動參數(shù)的取值為對稱區(qū)間，所以在該算例中盒式魯棒優(yōu)化方法只能計算對太陽輻射強(qiáng)度考慮最全面時的并網(wǎng)極限容量，也就是說只有Γ取1.0時才有相應(yīng)的計算結(jié)果。而分布魯棒優(yōu)化模型通過改變Γ的取值，能得到經(jīng)濟(jì)性更好的結(jié)果，但是相應(yīng)的可靠性將降低。通過不等式約束被違反的概率上限來衡量分布魯棒優(yōu)化模型所求結(jié)果的可靠性，由于在本算例的分布魯棒優(yōu)化模型中，只有式(12-7)的不等式約束存在可能違反的情況，所以由P12-7來衡量結(jié)果的可靠性，P12-7表示支路3-5的功率越限概率上限，當(dāng)Γ的取值變小時，結(jié)果的經(jīng)濟(jì)性變好，但相應(yīng)的功率越限概率將變大，可靠性會變差。

方案Ⅱ：在節(jié)點1、2、5處同時接入光伏電站，各節(jié)點所接光伏電站的太陽輻射強(qiáng)度參數(shù)見表4，Γ的取值不同時，并網(wǎng)極限容量的計算結(jié)果見表7。

表7 方案Ⅱ的計算結(jié)果

Table 7 Calculation results of case 2

方案Ⅲ：在節(jié)點1、3、5處同時接入光伏電站，各節(jié)點所接光伏電站的太陽輻射強(qiáng)度參數(shù)見表5，Γ的取值不同時，并網(wǎng)極限容量的計算結(jié)果見表8。

表8 方案Ⅲ的計算結(jié)果

Table 8 Calculation results of case 3

對比表7、8可知，不同的并網(wǎng)節(jié)點，其并網(wǎng)極限容量有明顯的不同，這對于電網(wǎng)規(guī)劃時如何選取光伏電站接入地點提供了可靠的參考意見。并且通過調(diào)整Γ的大小可以使結(jié)果在最優(yōu)性與魯棒性之間靈活轉(zhuǎn)換。隨著Γ的取值增大，考慮的太陽輻射強(qiáng)度的變化范圍會擴(kuò)大，從而對光伏電站的出力變化情況考慮更全面，則光伏電站的并網(wǎng)容量因受到限制而變小(可靠性遞增，經(jīng)濟(jì)性遞減)，反之，Γ的取值越小，并網(wǎng)容量會越大(可靠性遞減，經(jīng)濟(jì)性遞增)。這也說明系統(tǒng)的經(jīng)濟(jì)性與可靠性是一對矛盾體，想要結(jié)果更優(yōu)就會面臨更大的風(fēng)險。

4 結(jié) 論

(1)針對并網(wǎng)光伏電站出力隨機(jī)且其概率分布難以準(zhǔn)確預(yù)測的問題，提出采用分布魯棒優(yōu)化理論建立了系統(tǒng)運(yùn)行約束條件下的光伏電站并網(wǎng)極限容量的分布魯棒優(yōu)化模型。模型中通過太陽輻射強(qiáng)度的平均值和上下限來描述光伏發(fā)電出力的不確定性，更切合工程實際。運(yùn)用對偶理論使模型轉(zhuǎn)換為確定性的規(guī)劃問題，便于求解。

(2)約束變量Γ的不同取值下，側(cè)重于可靠性或經(jīng)濟(jì)性的計算結(jié)果不同。

(3)分布魯棒優(yōu)化模型所得結(jié)果會優(yōu)于盒式魯棒優(yōu)化模型，避免了盒式魯棒求解結(jié)果偏于保守的不足；且分布魯棒優(yōu)化方法可用于多節(jié)點接入光伏電站的情況，解決了盒式魯棒優(yōu)化方法在多節(jié)點接入時計算過于復(fù)雜的難題。

[1] 王一波, 許洪華. 基于機(jī)會約束規(guī)劃的并網(wǎng)光伏電站極限容量研究[J]. 中國電機(jī)工程學(xué)報, 2010, 30 (22): 22-27. WANG Yibo, XU Honghua. Research of capacity limit of grid-connected photovoltaic power station on the basis of chance-constrained programming[J]. Proceeding of the CSEE, 2010, 30 (22): 22-27.

[2] 周任軍, 黃靈資, 王靚, 等. 基于風(fēng)險和條件 風(fēng)險方法的光伏電站并網(wǎng)極限容量[J]. 電力自動化設(shè)備, 2012, 32(6): 1-5. ZHOU Renjun, HUANG Lingzi, WANG Liang, et al. Capacity limit calculation based on risk and conditional risk method for grid-connected photovoltaic power station[J]. Electric Power Automation Equipment, 2012, 32(6): 1-5.

[3] 李斯, 周任軍, 童小嬌, 等. 基于盒式集合魯棒優(yōu)化的風(fēng)電并網(wǎng)最大裝機(jī)容量[J]. 電網(wǎng)技術(shù), 2011, 35(12): 208-213. LI Si, ZHOU Renjun, TONG Xiaojiao, et al. Robust optimization with box set for maximum installed capacity of wind farm connected to grid[J]. Power System Technology, 2011, 35(12): 208-213.

[4] 周任軍, 閔雄幫, 童小嬌, 等. 電力環(huán)保經(jīng)濟(jì) 調(diào)度矩不確定分布魯棒優(yōu)化方法[J]. 中國電 機(jī)工程學(xué)報, 2015, 35 (13): 3248-3256. ZHOU Renjun, MIN Xiongbang, TONG Xiaojiao, et al. Distributional robust optimization under moment uncertainty of environmental and economic dispatch for power system[J]. Proceeding of the CSEE, 2015, 35 (13): 3248-3256.

[5] 朱雪松, 汪靜, 劉志勇. 采用分布魯棒優(yōu)化方法的最小切負(fù)荷量計算[J]. 國外電子測量技術(shù), 2015, 34(10): 37-44. ZHU Xuesong, WANG Jing, LIU Zhiyong. Calculation for minimum load-curtailment using distributional robust optimization[J]. Foreign electronic measurement technology, 2015, 34(10): 37-44.

[6] KANG S C. Robust linear optimization using distributional information[D]. Boston: Boston University, 2008.

[7] 陳雁, 文勁宇, 程時杰. 電網(wǎng)規(guī)劃中考慮風(fēng)電場影響的最小切負(fù)荷量研究[J]. 中國電機(jī)工程學(xué)報, 2011, 31(34): 20-27. CHEN Yan, WEN Jinyu, CHENG Shijie. Minimum load-curtailment in transmission network planning considering integrated wind farms[J]. Proceeding of the CSEE, 2011, 31(34): 20-27.

[8] 王福菊, 毛文達(dá), 楊慢慢. 基于可信性理論并網(wǎng)光伏發(fā)電系統(tǒng)極限容量模型研究[J]. 華東電力, 2014, 42(9): 1868-1872. WANG Fuju, MAO Wenda, YANG Manman. Ultimate capacity model of grid-connected PV power generation system based on the credibility theory[J]. East China Electric Power, 2014, 42(9): 1868-1872.

[9] 李春來, 王晶, 楊立濱. 典型并網(wǎng)光伏電站的等值建模研究及應(yīng)用[J]. 電力建設(shè), 2015, 36(8): 114-120. LI Chunlai, WANG Jing, YANG Libin. Equivalent modeling research and application of typical grid connected photovoltaic power station[J].Electric Power Construction,2015, 36(8): 114-120.

[10] 程澤, 韓麗潔, 李思宇, 等. 光伏發(fā)電功率 的智能預(yù)測算法[J]. 電力建設(shè), 2014, 35(7): 34-38. CHENG Ze, HAN Lijie, LI Siyu, et al.Intelligent forecasting algorithm for photovoltaic power station[J].Electric Power Construction,2014, 35(7): 34-38.

[11] 趙書強(qiáng), 謝宇琪, 劉大正, 等. 基于模糊隨機(jī)理論的短期太陽輻射強(qiáng)度預(yù)測[J]. 電力自動化設(shè)備, 2015, 35(7): 101-105. ZHAO Shuqiang, XIE Yuqi, LIU Dazheng, etal.Short-term solar radiation intensity forecasting based on fuzzy-random theory[J]. Electric Power Automation Equipment, 2015, 35(7): 101-105.

[12] 單增羅布, 朱振嶺, 次仁尼瑪, 等. 西藏羊八井輻射觀測初步分析[J]. 大氣科學(xué)學(xué)報, 2012, 35( 4) :495-501. DANZENGLUOBU, ZHU Zhenling, CIRENNIMA, et al. Preliminary analyses on radiation in Yangbajing of Tibet[J]. Transactions of Atmospheric Sciences, 2012, 35(4): 495-501.

(編輯 蔣毅恒)

Research on Capacity Limit of Grid-Connected Photovoltaic Power Station Based on Distributional Robust Optimization

XIANG Jiajia1, LIU Jianhua1, ZHU Xuesong2, GAO Shan3

(1.College of Electrical and Information Engineering, Changsha University of Science and Technology, Changsha 410114,China；2. Technical Training Center of State Grid Hunan Electric Power Company, Changsha 410131, China；3.Taojiang Power Supply Subsidiary of State Grid Hunan Electric Power Company，Taojiang 413400，Hunan Province, China)

In allusion to the uncertainty of photovoltaic power station output and the difficulty to accurately describe the probability distribution function of output, this paper adopts distributional robust linear optimization method to study the capacity limit of grid-connected photovoltaic power station. We establish the distributional robust linear optimization model for the capacity limit of photovoltaic power station based on the constraint conditions of system operation. The solar radiation intensity is taken as random variable in the model, whose bound and expectation are used to describe the uncertainty of photovoltaic power station output. The model is transformed to certain linear programming problems via duality theory, which is easy to be solved. We verify the model in a modified Garver’s 6-bus system. The results show that the capacity limit of grid-connected photovoltaic power station varies under the effect of factors such as the grid-connected access position, and solar traditional variation range. The optimization result obtained by distributional robust optimization method is better than that obtained by cassette robust optimization, and the proposed model can provide flexible calculation results between optimization and robustness, thereby the practicality and effectiveness of the model are proved.

distributional robust linear optimization; photovoltaic power station; capacity limit; uncertainty

TM 744

A

1000-7229(2016)06-0151-06

10.3969/j.issn.1000-7229.2016.06.021

2016-03-17

向加佳(1990)，女，通訊作者，碩士研究生，研究方向為電力系統(tǒng)運(yùn)行與控制；

劉建華(1964)，男，碩士，副教授，碩士生導(dǎo)師，研究方向為電力系統(tǒng)運(yùn)行與控制；

朱雪松(1989)，女，碩士，研究方向為電力系統(tǒng)配網(wǎng)優(yōu)化、規(guī)劃與運(yùn)行。

高山(1989)，男，碩士，研究方向為微電網(wǎng)的優(yōu)化調(diào)度。