楊佳俊，王　濤，馬驍旭，段美琪，陳　紅

（1.國網(wǎng)山東省電力公司萊蕪供電公司，山東　萊蕪　271100；2.山東送變電工程公司，濟南　250022）

·試驗研究·

考慮時序特性的分布式電源選址定容規(guī)劃

楊佳俊1，王濤1，馬驍旭1，段美琪1，陳紅2

（1.國網(wǎng)山東省電力公司萊蕪供電公司，山東萊蕪271100；2.山東送變電工程公司，濟南250022）

針對分布式電源（Distributed Generator，DG）接入配電網(wǎng)的優(yōu)化選址定容問題，建立以年損耗電量最小為目標，考慮DG出力及負荷時序特性的多時段最優(yōu)潮流模型。利用代表性場景模擬全年情況，給出場景及其權(quán)重的確定方法。以IEEE14和IEEE33系統(tǒng)為算例，在GAMS環(huán)境下進行建模仿真，計算全網(wǎng)最優(yōu)的DG安裝位置及安裝容量，以驗證模型的合理性。仿真結(jié)果表明，時序特性對DG規(guī)劃有顯著影響，所建模型能夠更好地利用不同類型DG出力在時序上的互補作用，提高電網(wǎng)對DG出力的消納能力。

分布式電源DG；最優(yōu)潮流；時序特性

0　引言

近年來，可再生能源發(fā)電技術(shù)迅猛發(fā)展，其中技術(shù)較為成熟的有風(fēng)力發(fā)電、太陽能發(fā)電、生物質(zhì)能發(fā)電、水能發(fā)電等。可再生能源發(fā)電分為分布式和集中式兩種發(fā)電形式［1］。分布式發(fā)電因其具有投資小、供電方式靈活等優(yōu)點而得到快速發(fā)展［2］。

分布式電源接入配電系統(tǒng)會引起電網(wǎng)結(jié)構(gòu)、潮流分布的較大改變［3］。合理配置DG的安裝位置及容量具有如下優(yōu)點：有利于實現(xiàn)潮流的分區(qū)平衡，減少電能傳輸過程中產(chǎn)生的損耗；消除部分設(shè)備的重過載運行，延緩新發(fā)電廠的修建和設(shè)備的更新，提高電網(wǎng)運行的經(jīng)濟性；系統(tǒng)故障時，DG可以作為臨時電源為孤島內(nèi)負荷供電，從而提高供電可靠性［4］，反之，DG配置不合理將會給系統(tǒng)運行帶來負面影響，甚至威脅電網(wǎng)安全。

因此，為充分發(fā)揮DG的效益，抑制其負面影響，需要在規(guī)劃階段對其進行合理布局［5］。

早期DG的規(guī)劃研究多假定其出力恒定［6－8］。而實際上，風(fēng)力發(fā)電、光伏發(fā)電等出力具有顯著的隨機性。另外，受自然規(guī)律制約，DG各出力水平分別在特定時間段出現(xiàn)，與時間序列密切相關(guān)，即DG具有時序特性。不同種類DG出力的時序特性也存在較大差異。

文獻［9－10］將DG出力固定在幾種特殊水平下對其優(yōu)化配置，忽略了實際可能出現(xiàn)的其他水平，且未考慮到出力的時序特性。假定DG出力為固定不變的數(shù)值或者某幾種水平的數(shù)值會導(dǎo)致規(guī)劃參數(shù)與實際運行情況偏差較大，規(guī)劃結(jié)果不準確。此外，負荷以及DG出力的峰、谷值往往出現(xiàn)在不同時刻［11］，不同種類DG的出力時序特性曲線與負荷時序特性曲線的匹配程度也有差異。忽略時序特性，將無法得到與負荷曲線匹配較好的DG組合安裝方案。因此，同時考慮DG出力及負荷的時序特性能得到較為合理的規(guī)劃結(jié)果。

綜合考慮DG出力及負荷的時序特性，針對現(xiàn)有配電網(wǎng)絡(luò)對其進行選址定容。選擇具有代表性的場景表征全年的情況，并統(tǒng)計各場景的權(quán)重值，根據(jù)風(fēng)速時序特性曲線、光照強度時序特性曲線獲得各場景00∶00—24∶00時段每時段對應(yīng)的風(fēng)速及光照強度水平，建立多場景多時段的DG規(guī)劃最優(yōu)模型。文中分別討論單獨引入風(fēng)力發(fā)電、光伏發(fā)電以及同時引入風(fēng)、光發(fā)電3種情形。規(guī)劃結(jié)果表明考慮時序特性有利于發(fā)揮風(fēng)、光的互補優(yōu)勢，提高對資源的利用率。

1　DG規(guī)劃的數(shù)學(xué)模型

建立多場景多時段模型對DG進行規(guī)劃，考慮時序特性表現(xiàn)在計及季節(jié)差異及時間變化對DG出力水平的影響上。通過典型場景描述季節(jié)變化對DG出力情況的影響，利用多時段表征DG出力水平在時序上的差異。

1.1DG出力時序特性

風(fēng)機出力具有顯著的時序特性，伴隨季節(jié)和時間變化有較大差異［12］。以研究地區(qū)為例，春季平均風(fēng)力最大，冬季最?。灰惶靸?nèi)風(fēng)力最大出現(xiàn)在16∶00左右，24∶00左右風(fēng)力最小。圖1為風(fēng)機出力時序特性曲線。

光伏電源出力水平主要由光照強度決定，光照強度受天氣狀況的影響，例如晴天、陰天、雨雪天光照強度有著較大差異［13］，且出力水平與時間序列密切相關(guān)。出力最大往往在光照較強的13∶00左右，20∶00至次日05∶00出力多為0，圖2為光伏電源的出力時序特性曲線。

從圖1、圖2中可以看出，風(fēng)機出力、光伏電源出力在時序上表現(xiàn)有互補性。就研究地區(qū)而言，光伏發(fā)電每天至少有8 h出力為0。在此期間，風(fēng)力發(fā)電是集中式發(fā)電的有益補充，風(fēng)力發(fā)電出力最大時，光伏發(fā)電出力較小，而光伏發(fā)電出力最大時，風(fēng)力發(fā)電出力相對較小。例如光伏發(fā)電在12∶00時出力最大，風(fēng)電未到達峰值；而風(fēng)電到達峰值時大約在15∶00，而此時光伏發(fā)電又過了峰值，具有一定的互補性?？紤]時序特性有利于提高DG出力時序特性曲線與負荷時序特性曲線的匹配程度。

圖1　風(fēng)機出力時序特性曲線

圖2　光伏發(fā)電設(shè)備出力時序特性曲線

1.2考慮時序特性場景的產(chǎn)生

各場景每個時段DG的出力水平由圖1和圖2中的時序特性曲線確定。選擇春季晴天、春季陰天、春季雨雪天、夏季晴天、夏季陰天、夏季雨雪天、秋季晴天、秋季陰天、秋季雨雪天以及冬季晴天、冬季陰天、冬季雨雪天共計12種場景，對全年情況進行模擬。各場景以00∶00—24∶00時段為一時間序列。根據(jù)氣象資料分別獲得各場景風(fēng)速及光照強度時序特性曲線，由該曲線可得各時段風(fēng)速、光照強度平均水平，依據(jù)歷史數(shù)據(jù)統(tǒng)計對應(yīng)時段的平均溫度，參照式（7）、（8）分別可得各時段風(fēng)機及光伏電源的出力情況，并由IEEE－RTS系統(tǒng)確定對應(yīng)時段的負荷波動水平。由此得到各場景各時段對應(yīng)的DG出力情況及負荷水平，并代入2.3中模型進行計算。統(tǒng)計全年每一場景對應(yīng)天氣的出現(xiàn)天數(shù)，獲得場景的權(quán)重值，例如，春季晴天全年出現(xiàn)30天，即有該場景的權(quán)重為=0.0822。

1.3DG選址定容模型

在現(xiàn)有配電網(wǎng)中引入風(fēng)機和光伏電源，在滿足給定的電網(wǎng)運行約束條件下，建立隨機混合整數(shù)非線性規(guī)劃模型，對DG的布點以及容量進行優(yōu)化，使年損耗電量達到最小。引入表示DG布點的0、1變量及接入容量的整數(shù)變量。建立目標函數(shù)

式中：αi為第i個場景權(quán)重的大小，共計有12個場景；ci，j為 i場景下的 j時段；eci，j為第i個場景j時段的損耗電量。

兩組變量間的鉗制關(guān)系為式中：bs、ns分別為代表風(fēng)機、光伏電源安裝位置的0、1變量；ws、rs分別為安裝組數(shù)的整數(shù)變量；和分別為節(jié)點處場景時段常規(guī)電源的有功、無功出力；和為有功、無功負荷；Gsk、Bsk為系統(tǒng)導(dǎo)納、為電壓相角；和分別為風(fēng)機、光伏電源場景i時段j單位機組的實際出力，例如，春季晴天01∶00時DG的出力情況即為與。

式中：Vmin為節(jié)點電壓的下限；Vmax為節(jié)點電壓的上限；Prw和Prs分別為單位風(fēng)機及光伏電源的額定功率。式（5）為DG接入容量的最大限制，認為接入總?cè)萘坎坏贸^常規(guī)電源出力的γ1倍與負荷的γ2倍之和，實際中可以根據(jù)當(dāng)?shù)卣呦拗茖Ρ稊?shù)進行調(diào)整。式（6）中，MB和MN分別為風(fēng)機以及光伏電源總布點個數(shù)的最大限制。

1.4DG出力模型

風(fēng)機輸出功率與風(fēng)速之間的關(guān)系可以近似用分段函數(shù)表示：

式中：vci為切入風(fēng)速；vR為額定風(fēng)速；vCO為切出風(fēng)速；Pr為風(fēng)力發(fā)電設(shè)備的額定功率。將各場景各時段風(fēng)速值帶入式（7）可得該時刻風(fēng)機的實際出力。

光伏電源的出力依賴于設(shè)備自身的實際特性、光照強度大小和周圍環(huán)境的溫度。在已知光照強度、環(huán)境溫度時，可通過式（8）計算出光伏電源的實際輸出功率。即式中：TA為環(huán)境溫度；say為該狀態(tài)下的光照強度；NOT為設(shè)備的額定溫度；Iy為負載電流；Isc為短路電流；Ki為短路電流溫度系數(shù)；Voc為開路電壓；Vy為負載電壓；KV為開路電壓溫度系數(shù)；FF為太陽能電池的填充因數(shù)；VMPP、IMPP分別為光伏電池最大功率點的電流與電壓值。

2　算例分析

選取IEEE14和IEEE33標準系統(tǒng)對模型進行驗證，分別對接入風(fēng)機、光伏電源以及同時包含風(fēng)、光發(fā)電設(shè)備的系統(tǒng)選址、定容，并對仿真結(jié)果進行對比分析。

2.1參數(shù)設(shè)置

接入點安裝風(fēng)機最小組數(shù)wmin=1，安裝風(fēng)機最大組數(shù)wmax=200，接入點安裝光伏電源最小組數(shù)rmin=1，安裝光伏電源最大組數(shù)rmax=200，風(fēng)機單位機組額定功率Prw=0.01MW，光伏電源單位機組額定功率Prs=0.01MW，風(fēng)機布點之和最大值MB=5，光伏電源布點之和最大值MN=5，同時接入風(fēng)、光發(fā)電設(shè)備時，倍數(shù)γ1=0.6，倍數(shù)γ2=0.3；當(dāng)僅接風(fēng)機或光伏電源時γ1= 0.3，γ2=0.15，基準值為100MW。

2.2結(jié)果分析

對IEEE14節(jié)點系統(tǒng)進行研究，分別標記接入風(fēng)機、光伏電源以及同時接入兩種形式DG為情形A、B、C，標記D為不接入DG，由頭節(jié)點為系統(tǒng)供電的情況，記本文模型優(yōu)化結(jié)果為1，DG容量連續(xù)可調(diào)模型優(yōu)化結(jié)果為2，優(yōu)化結(jié)果如表1所示。

表1　DG優(yōu)化策略及損耗對比

本算例中，節(jié)點8、9負荷較重，分別占整個系統(tǒng)總負荷的17.4%、15.68%。優(yōu)化結(jié)果顯示，各類型DG并網(wǎng)均會選擇在這兩個負荷較重的節(jié)點處接入，進而有效地實現(xiàn)重負荷的就地平衡，減少功率的流動，降低損耗。與將容量視為連續(xù)可調(diào)模型相比，該模型降損效益與其相差均不超過2%，表明在兼顧DG容量不可連續(xù)特性同時達到了較好的降損效果。

為了展示DG出力及負荷時序特性對DG規(guī)劃結(jié)果的顯著影響，假定不考慮時序特性，即DG出力與時間序列無關(guān)。例如，某情形下DG的出力情況為01∶00時刻風(fēng)機出力水平與10∶00時刻光伏電源出力水平的組合。打亂原有方法生成風(fēng)、光發(fā)電出力水平的順序，使其在時序上不再有一一對應(yīng)的關(guān)系。此種情形下，其出力不符合自然變化的規(guī)律，兩種形式DG除了利用效率外沒有區(qū)別。表2為不考慮時序特性時DG的優(yōu)化配置結(jié)果。

較風(fēng)力發(fā)電而言，光伏發(fā)電利用率稍低。因此，如表2所示，情形C下，同時引入風(fēng)、光兩種發(fā)電設(shè)備，不考慮時序特性時風(fēng)機優(yōu)先接入，光伏電源接入比重較??；考慮時序特性后，風(fēng)力較弱時，光伏發(fā)電是風(fēng)力發(fā)電的有益補充，投入量得到了增加。因而，考慮時序特性有利于提高自然資源的利用率。

表2　不考慮時序特性的優(yōu)化結(jié)果

風(fēng)力發(fā)電、光伏發(fā)電的日出力具有顯著的互補性，以春季晴天場景為例，展示各時段的損耗情況，如圖3所示。

圖3　春季晴天場景下各時段損耗

由圖2可知，春季晴天01∶00—06∶00光照強度為0，當(dāng)僅考慮接入光伏電源時，其損耗曲線與不接入DG的損耗曲線相吻合。08：00—13：00，風(fēng)力較弱，光照相對較強，該時段內(nèi)，光伏發(fā)電的作用較為顯著，接入風(fēng)機情形下的損耗高于接入光伏電源。之后，光照變?nèi)酰L(fēng)力較強，光伏發(fā)電情形下的損耗變得高于風(fēng)力發(fā)電。同時接入風(fēng)、光兩種發(fā)電設(shè)備，可以有效彌補獨立發(fā)電的不足，達到較好的降損效益。

圖4展示了風(fēng)力發(fā)電實際出力占額定功率26.1%，光伏發(fā)電出力為額定功率44.3%，負荷為峰值59.85%時配電網(wǎng)絡(luò)各節(jié)點電壓分布情況。DG接入配電網(wǎng)，電壓幅值得到提高，電壓質(zhì)量得到提升。其中，DG接入點電壓升高最為顯著。

圖4　節(jié)點電壓分布情況

為了進一步驗證提出的模型，利用文獻［14］提供的33節(jié)點配電網(wǎng)為算例，對DG布點及容量配置進行優(yōu)化，優(yōu)化結(jié)果如表3所示。

表3　33節(jié)點系統(tǒng)DG優(yōu)化策略

IEEE33系統(tǒng)與IEEE14系統(tǒng)相比，負荷較輕，DG的投入量小，但降損效益同樣顯著，達19.26%。結(jié)果表明，該模型對解決輕負荷系統(tǒng)的DG優(yōu)化配置問題同樣具有較好的效果。

3　結(jié)語

基于負荷以及DG出力的時序特性，建立了以年損耗電量最小為目標的多場景多時段DG規(guī)劃模型，并在GAMS環(huán)境下進行建模。結(jié)果表明：考慮DG出力的時序特性，能夠更為真實地反應(yīng)系統(tǒng)的運行情況，得到的規(guī)劃方案也更具有實際意義；太陽能與風(fēng)能在時序上具有互補特性，這兩種DG同時接入可以彌補風(fēng)力發(fā)電和光伏發(fā)電獨立系統(tǒng)的缺陷；無論對于重負荷系統(tǒng)還是輕負荷系統(tǒng)，合理接入DG對降低網(wǎng)損、提高電能質(zhì)量均有較好的效果。

［1］徐青山.分布式發(fā)電與微電網(wǎng)技術(shù)［M］.北京：人民郵電出版社，2011.

［2］麻秀范.含分布式電源的配電網(wǎng)規(guī)劃與優(yōu)化運行研究［D］.北京：華北電力大學(xué)，2013.

［3］曾鳴，杜楠，張鯤，等.基于多目標靜態(tài)模糊模型的分布式電源規(guī)劃［J］.電網(wǎng)技術(shù)，2013（4）：954-959.

［4］張節(jié)潭，程浩忠，姚良忠，等.分布式風(fēng)電源選址定容規(guī)劃研究［J］.中國電機工程學(xué)報，2009，29（16）：1-7.

［5］張立梅，唐巍，王少林，等.綜合考慮配電公司及獨立發(fā)電商利益的分布式電源規(guī)劃［J］.電力系統(tǒng)自動化，2011，35（4）：23-28.

［6］G RIFFIN T，T OMSOVIC K，SECREST D，et al.Placement Of DispersedGenerationSystems For ReducedLosses［C］∥Proceedings of the 33 rd Annual Hawaii International Conference on，2000.

［7］R AU N S，Y IH-H EUI W AN.Optimum Location Of Resources InDistributedPlanning［J］.IEEETransactions onPower Systems，1994，9（4）：2 014-2 020.

［8］P ENG Z F，A KAGIH，N ABAE A.Optimal Investment Planning ForDistributedGenerationInACompetitiveElectricity Market-ACombined SystemOf Shunt Passive And Series Active Filter［J］.IEEETransonIndustrial Application，1990，26（6）.

［9］A TWAYM.OptimalRenewableResourcesMixfor Distribution SystemEnergyLossMinimization［J］.IEEE Transactions o n Power Systems，2010，25（1）：360-370.

［10］ALABRI R S，E L-S AADANY E F，A TWA Y M.Optimal Placement and Sizing Method to Improve the Voltage Stability Margin in a Distribution System Using Distributed Generation ［J］.IEEE Transactions on Power Systems，2013，28（1）：326-334.

［11］徐迅，陳楷，龍禹，等.考慮環(huán)境成本和時序特性的微網(wǎng)多類型分布式電源選址定容規(guī)劃［J］.電網(wǎng)技術(shù)，2013（4）：914-921.

［12］尹靜，張慶范.淺析風(fēng)光互補發(fā)電系統(tǒng)［J］.變頻器世界，2008（8）：43-45.

［13］蔡國偉，孔令國，楊德友，等.大規(guī)模風(fēng)光互補發(fā)電系統(tǒng)建模與運行特性研究［J］.電網(wǎng)技術(shù)，2012，36（1）：65-71.

［14］G OSWAMI S K，B ASU S K.A New Algorithm For The Reconfiguration Of Distribution Feeders For LossMinimization［J］. IEEE Transactions on Power Delivery，1992，7（3）：1 484-1 491.

Allocation and Sizing of Distributed Generators Considering Tim ing Characteristics

YANG Jiajun1，WANG Tao1，MA Xiaoxu1，DUAN Meiqi1，CHEN Hong2
（1.State Grid Laiwu Power Supply Company，Laiwu 271100，China；
2.Shandong Electric Power T&TEngineering Company，Jinan 250118，China）

In view of allocation and sizing of distributed generators in the distribution system，a multi-period AC optimal power flow model，which considers output and loading timing characteristics of DG and takes the least annual energy loss as the target，is proposed.By simulating the yearly situation using typical scenarios，themethod of determining the scenario and weight is proposed.Taking IEEE14 and IEEE33 systems as examples，the optimal location and size of DG units are simulated in the GAMS condition.Results show that the timing characteristics have significant effects on the planning of DG，the proposed model can take advantages of the complementary action between wind-based DG and solar DG fully，and improve the absorptive capacity of DG capacity.

distributed generator；optimal power flow；timing characteristics

TM715

A

1007－9904（2016）03－0001－05

2015-10-08

楊佳?。?986），男，從事繼電保護工作。