王 寧， 孫玲玲， 賈清泉， 崔志強

(1. 電力電子節(jié)能與傳動控制河北省重點實驗室， 燕山大學， 河北 秦皇島 066004；2. 河北省儀器儀表工程技術研究中心, 河北 承德 067000)

1 引言

近年來，光伏發(fā)電技術及應用發(fā)展迅速，采用分布式發(fā)電已成為開發(fā)利用太陽能資源的主要形式[1]。然而，光伏發(fā)電輸出功率受外界環(huán)境影響，具有隨機波動性，其大規(guī)模高滲透率接入配電網，改變了原有配電網中的潮流分布，使電壓波動變大，電壓越限問題突出，這些問題都限制了光伏的接入[2-4]。傳統(tǒng)光伏電源按單位功率因數(shù)和最大功率跟蹤方式工作[5]，僅發(fā)揮了發(fā)電功能。分布式電源并網技術要求(GB/T 33593-2017)提出分布式電源(Distributed Generation，DG)應主動參與配電網調壓，并能夠根據(jù)配電網運行狀態(tài)調整其輸出的有功和無功功率，從而使DG的電壓調節(jié)功能得以發(fā)揮。因此，充分利用分布式光伏的電壓無功調節(jié)能力，對分布式光伏并網發(fā)電進行合理規(guī)劃，以實現(xiàn)光伏電源的綠色能源供應和參與電壓調節(jié)雙重目標，對于促進電網綠色、健康、可持續(xù)發(fā)展具有重要意義。

目前，國內外學者開展了分布式光伏發(fā)電并網規(guī)劃的研究工作。文獻[5]建立了負荷和分布式光伏電源引起電壓偏差與電壓波動的計算模型，推導出六種典型負荷分布下線路電壓偏差與電壓波動不越限時所能允許接入的光伏電源容量極限。文獻[6]建立了光伏集中并網后引起并網電壓偏差的數(shù)學模型，推導出以電壓偏差不越限為約束的光伏準入容量，定義了母線電壓波動的指標。文獻[7]通過計算配電網饋線上所有負荷等級下光伏電源的最大輸出功率并結合相關觀測數(shù)據(jù)，得出光伏最大允許接入容量，從而避免出現(xiàn)過電壓現(xiàn)象。文獻[5-7]的研究均是采用光伏并網準入容量的確定性計算模型，未考慮利用光伏電源的剩余容量進行電壓無功調節(jié)。文獻[8]提出一種適用于考慮負荷和太陽輻射隨機變化的并網光伏電站極限容量計算方法，并采用遺傳算法和蒙特卡羅模擬的混合算法進行求解。文獻[9]提出了一種計及光伏時序性與相關性的主動配電網規(guī)劃-運行雙層機會約束優(yōu)化模型，其中上層模型考慮主動配電網綜合經濟成本最優(yōu)從而決定光伏安裝位置與容量，下層模型考慮主動配電網電壓運行優(yōu)化從而決定最佳運行管理策略。文獻[10]提出風光雙層隨機最優(yōu)潮流優(yōu)化配置模型，上層模型以配電網投資收益及配電自動化成本年利潤最大為目標，以靜態(tài)安全為機會約束；下層模型以DG有功削減最小為目標，考慮DG有功功率削減限制、有載調壓器調節(jié)、DG功率因數(shù)調節(jié)等主動管理措施。文獻[11]提出考慮風-光-荷聯(lián)合時序場景的分布式電源接入容量規(guī)劃模型，考慮DG出力控制、DG功率因數(shù)調節(jié)、無功補償裝置投切等主動管理措施，采用聯(lián)合概率分布法和場景削減技術進行求解。

現(xiàn)有關于光伏接入規(guī)劃的研究沒有考慮光伏發(fā)電自身對電網的電壓無功支撐能力，使規(guī)劃結果不夠合理。而且，大多文獻研究如何確定DG極限接入容量，但在光伏規(guī)劃建設實踐中，待規(guī)劃區(qū)域光伏建設規(guī)模往往由外部環(huán)境決定，是一個給定值，電網企業(yè)需確定如何接入才能更有利于降低光伏接入對電網的不利影響。針對該問題，本文以光伏計劃接入量為已知量，以配電網運行網損最小為規(guī)劃目標，以光伏參與電壓無功調節(jié)下電壓合格為約束條件，建立光伏并網規(guī)劃模型，得出光伏最優(yōu)接入容量，即優(yōu)化配電網中各節(jié)點的光伏接入容量，將光伏計劃接入量以最合理的方式接入電網。規(guī)劃模型利用光伏逆變器剩余容量、有載調壓器分接頭控制及電容器組合投切等無功優(yōu)化措施對配電網進行調壓，建立電壓偏差機會約束；針對光伏輸出功率的概率分布時序特性，利用中值拉丁超立方抽樣 (Median Latin Hypercube Sampling，MLHS) 技術形成光伏與負荷初始時序樣本，采用多重積分法和Gram-Charlier級數(shù)展開得到配電網節(jié)點電壓分布機會約束；采用改進的隨機權重粒子群算法對模型進行求解。仿真結果表明本文規(guī)劃方法在保障配電網電壓合格的前提下，能夠實現(xiàn)光伏計劃接入量的最優(yōu)分配。

2 光伏與負荷隨機變量的概率模型

光伏發(fā)電輸出功率的隨機波動性會導致配電網運行面臨較高的不確定性，規(guī)劃中必須充分考慮光伏不確定性的影響。本節(jié)首先建立光伏發(fā)電與負荷輸出功率的概率模型，在此基礎上，采用中值拉丁超立方抽樣技術形成24個時段光伏與負荷初始時序樣本，用于配電網節(jié)點電壓概率分布計算。

2.1 光伏及負荷的概率模型

太陽輻射強度可認為近似服從Beta分布，結合光伏發(fā)電功率輸出模型及光照強度概率分布函數(shù)，可得光伏功率輸出概率密度函數(shù)為[12]：

(1)

式中，PPV、Pmax分別為一定時段內光伏電源的隨機出力和最大出力；Γ為Gamma函數(shù)；α、β為光照強度Beta分布的形狀參數(shù)。其中，不同時段內Beta分布的形狀參數(shù)不同。圖1為某地區(qū)不同時段的形狀參數(shù)[13]。

圖1 不同時段的形狀參數(shù)Fig.1 Shape parameters at different times

負荷的概率模型在進行概率潮流計算時不可忽略。作為中長期負荷預測結果，負荷概率模型基本符合正態(tài)分布[14]。其概率密度函數(shù)為：

(2)

(3)

式中，μP、μQ分別為負荷有功、無功功率均值；σP、σQ分別為負荷有功、無功功率方差。不同時段內負荷概率函數(shù)的均值和方差不同。

2.2 光伏與負荷輸出功率隨機變量的分時段采樣

針對光伏發(fā)電與負荷出力的概率分布函數(shù)，本文首先劃分時段，然后根據(jù)每個時段內特定的概率分布參數(shù)，利用改進的MLHS技術[15]得出24個時段光伏與負荷出力的初始時序樣本。

假設待規(guī)劃配電網內共有n個光伏與負荷變量，表示為H=(h1,h2,…,hn)，其中有k個服從Beta分布的光伏、n-k個服從正態(tài)分布的負荷。利用MLHS技術對某時段服從特定概率分布的光伏和負荷進行采樣，過程如下：

(1)設采樣規(guī)模為M次，F(xiàn)(hi)為變量hi在某個時段內服從特定分布參數(shù)的累積分布函數(shù)。

(2)將區(qū)間[0，1]平均分成M等份，則每個區(qū)間的概率均為1/M，并選取每個區(qū)間的中間值。

(4)

(4)當向量H中所有變量采樣完成后，得到某個時段向量H對應的n×M階樣本矩陣。光伏與負荷的時序樣本形成過程如圖2所示。

圖2 光伏發(fā)電與負荷時序樣本生成流程圖Fig.2 Flow chart of timing sequence samples generation for PV and load

3 計及光伏出力分布時序特性的配電網概率潮流計算

由第2節(jié)得到的光伏與負荷時序樣本作為輸入量，利用概率潮流法計算配電網節(jié)點電壓統(tǒng)計信息，將所得信息作為求取光伏接入容量的約束條件。隨機變量的概率特性可由各階矩近似表示[16]，為得到配電網節(jié)點電壓的分布特征，需進一步求解配電網節(jié)點電壓的各階矩。本文采用多重積分逼近法簡化求解配電網節(jié)點電壓的各階統(tǒng)計矩。

3.1 配電網節(jié)點電壓各階矩求取

假定輸出是輸入的多元函數(shù)y(x1,x2,…,xn)，則光伏輸出功率的聯(lián)合概率分布為[17]：

(5)

(6)

式(6)是多變量的多重積分算式，參考文獻[17]，利用多重積分逼近法對式(6)進行求解。

已知Stroud積分公式為：

(7)

式中，Ai為權系數(shù)；vi1,vi2,…,vin為配點。

記多項式函數(shù)g(s1,s2,…,sn)為輸入乘積多項式之和，且每個乘積多項式如式(8)和式(9)所示：

(8)

(9)

式中，C為常數(shù)；當函數(shù)g中各輸入的乘積多項式均滿足式(9)，且能達到最大值時，稱C為函數(shù)g的階次；若式(9)中小于等于C階的多項式函數(shù)都成立時，則稱積分公式具有C階代數(shù)精度。不同代數(shù)精度公式的選擇具體詳見文獻[17]，這里不再贅述。其中，3階代數(shù)精度對應的配點及權系數(shù)為：

(10)

式中，F(xiàn)S為全排列得到的點。將上述參數(shù)代入式(6)即可求出配電網節(jié)點電壓的各階矩。

本文采用多重積分法對配電網概率潮流進行求解，該方法僅需對少數(shù)輸入量進行潮流計算，相比于傳統(tǒng)概率潮流求解方法的點估計法，可以提供更高的代數(shù)精度公式；相比于半不變量法，可以直接處理非線性的輸入輸出關系，而不需要對潮流方程進行線性化處理。

3.2 Gram-Charlier級數(shù)展開

求得配電網節(jié)點電壓u的各階矩后，利用Gram-Charlier級數(shù)展開求其概率分布值。

設連續(xù)隨機變量x的均值和方差分別為μx、σx，該隨機變量的標準形式為ξx=(x-μx)/σx。其概率分布函數(shù)Fξ(x)和概率密度函數(shù)fξ(x)可由Gram-Charlier級數(shù)展開計算得到[18]：

式中，Φ(x)和φ(x)分別為標準正態(tài)分布的概率分布函數(shù)和概率密度函數(shù)；n表示Φ(x)和φ(x)的第n階導數(shù)；g為系數(shù)。Gram-Charlier級數(shù)展開的系數(shù)可由ξx的n階中心矩多項式表示[19]：

(13)

式中，β3、β4分別為ξx的3階和4階中心矩。

采取有限階的級數(shù)展開可以使計算結果更加精確，故在此僅計算x的方差、ξx的3階和4階中心矩。

3.3 配電網概率潮流計算過程

配電網概率潮流能夠計算輸入為隨機變量時輸出變量的概率信息。本文將光伏出力概率分布時序特性與配電網概率潮流計算相結合，具體計算過程如下：

(1)建立光伏發(fā)電及負荷輸出功率概率模型。

(2)利用MLHS技術對某時段服從特定概率分布的光伏與負荷輸出隨機變量進行處理，形成24個時段光伏與負荷的時序樣本。

(3)將時序樣本作為輸入變量，利用多重積分算式(6)，計算配點和權系數(shù)。

(4)由步驟(2)得到的輸入變量，計算滿足式(9)的多重積分公式配點對應的實際輸入量。

(5)將步驟(4)得到的實際輸入量帶入潮流方程，得到對應輸出量。

(6)根據(jù)式(6)，計算輸出量的各階矩。

(7)利用Gram-Charlier級數(shù)展開得到輸出變量的概率密度分布曲線。

4 光伏并網最優(yōu)接入容量規(guī)劃模型

4.1 機會約束規(guī)劃模型

本文建立光伏發(fā)電規(guī)劃模型的基本思想是在制定光伏最優(yōu)接入方案的基礎上進一步考慮配電網運行過程中光伏發(fā)電參與電壓調節(jié)的能力。以系統(tǒng)總網損最小為目標函數(shù)，規(guī)劃過程耦合運行無功優(yōu)化手段，利用光伏發(fā)電剩余容量、有載調壓器分接頭控制及電容器組投切三種無功優(yōu)化手段對系統(tǒng)進行無功電壓調節(jié)，使配電網電壓指標滿足一定的合格率，從而實現(xiàn)充分考慮并利用光伏發(fā)電資源的可調潛力，改善系統(tǒng)電壓分布，降低網絡損耗，提高配電網的光伏并網接納能力。

4.1.1 目標函數(shù)

本文的規(guī)劃目標是在待規(guī)劃光伏接入容量一定的基礎上充分考慮光伏的無功調壓能力，以系統(tǒng)總網損最小為目標從而確定分布式光伏最優(yōu)接入容量，目標函數(shù)如下：

(14)

式中，Ploss.i.t為第t個時段系統(tǒng)中節(jié)點i的網損；N為系統(tǒng)總節(jié)點數(shù)。

設光伏接入配電網第i個節(jié)點，則第t個時段接入點處的有功功率Pi.t和無功功率Qi.t可表示為：

Pi.t=PG.i.t+PPV.i.t-PL.i.t

(15)

Qi.t=QG.i.t+QPV.i.t+QC.i.t-QL.i.t

(16)

式中，PG.i.t、QG.i.t分別為第t個時段電網向節(jié)點i注入的有功功率、無功功率；PPV.i.t、QPV.i.t分別為第t個時段節(jié)點i接入的光伏有功功率、無功功率；QC.i.t為第t個時段節(jié)點i接入的電容器組合容量；PL.i.t、QL.i.t分別為第t個時段節(jié)點i接入負荷的有功功率、無功功率。

式(16)中QPV.i.t為由光伏逆變器剩余容量決定的光伏無功出力，存在如下關系：

(17)

式中，SPV.i為節(jié)點i接入的光伏電源總容量；QPV.i.t.max和QPV.i.t.min分別為節(jié)點i接入光伏電源無功出力的上、下限，負值表示從系統(tǒng)吸收無功功率。

當分布式光伏發(fā)電接入系統(tǒng)后，全時段的系統(tǒng)網損為[20]：

(18)

式中，Pj.t、Qj.t分別為第t個時段節(jié)點j注入的有功功率和無功功率；αij和βij分別為：

(19)

(20)

式中，Ui、Uj分別為系統(tǒng)節(jié)點i、j的電壓；γij為節(jié)點i、j間饋線電阻。

4.1.2 配電網潮流等式約束

(21)

式中，A(i)為節(jié)點集合；δij.t為第t個時段電壓相角差；Gij、Bij為網絡導納。

4.1.3 配電網電壓合格機會約束

配電網電壓受光伏接入影響呈現(xiàn)概率特性。如果采用確定性約束條件，即要求所有情況下系統(tǒng)電壓都滿足要求，則光伏發(fā)電接入容量會受到極大的限制。將含有光伏發(fā)電的配電網電壓越限不等式約束表示為機會約束形式的電壓合格率約束。因此，本文機會約束使配電網在隨機因素影響下的電壓滿足：

(22)

式中，PU.p為合格事件的概率；ξ為置信水平(合格率要求)，0<ξ≤1，ξ越接近1則表示對合格率要求越嚴格，ξ=1表示不允許指標越限。依據(jù)電網實際要求，可選取適當?shù)闹眯潘溅危话闳?.90～ 0.99之間[4]。

4.1.4 無功優(yōu)化不等式約束

本文在規(guī)劃過程中充分計及配電網無功優(yōu)化策略，利用光伏發(fā)電剩余容量、有載調壓器分接頭調節(jié)及電容器組投切對配電網進行無功優(yōu)化。無功補償措施不等式約束如下。

9.持續(xù)開展“減證便民”行動。切實組織做好證明事項清理工作，對民營企業(yè)在中國法律服務網“群眾批評——證明事項清理投訴監(jiān)督”平臺反映的問題、提出的批評意見，及時督促有關地方和部門抓緊取消違法設定的證明事項，切實避免民營企業(yè)辦事難、辦事慢、多頭跑、來回跑、不方便等問題，對于普遍性問題，及時通過法定程序從制度上加以解決。2018年年底前，率先在司法行政系統(tǒng)通過告知承諾、信息共享等方式取消不必要的證明事項。

(1) 光伏逆變器剩余容量約束

QPV.t.min≤QPV.t≤QPV.t.max

(23)

式中，QPV.t為t時刻單個光伏逆變器剩余容量；QPV.t.max、QPV.t.min分別為t時刻單個光伏逆變器剩余容量的上、下限值。

(2) 有載調壓器二次側電壓上下限約束

UOLTC.s.min≤UOLTC.s≤UOLTC.s.max0

(24)

式中，UOLTC.s為第s個有載調壓器的二次側電壓；UOLTC.s.min和UOLTC.s.max分別為其下限和上限；smax為系統(tǒng)最大接入有載調壓器的個數(shù)。

(3) 電容器投切組數(shù)上下限約束

0≤NC.t≤NC.max

(25)

式中，NC.t為電容器投切組數(shù)；NC.max為最大投切組數(shù)。

(4) 有載調壓器和電容器組投切次數(shù)約束

有載調壓器和電容器作為離散型決策變量，在單個運行周期內操作次數(shù)具有嚴格限制，且每一次投切都是成組操作。有載調壓器和電容器組應該滿足如下約束條件：

(26)

(27)

DT.t+1-DT.t≤ND_T.max

(28)

式中，m為時段總數(shù)；DC.t、DC.t+1分別為t時段和t+1時段電容器投切檔位；ND_C為電容器開關最大允許投切次數(shù)；DT.t、DT.t+1分別為t時段和t+1時段有載調壓器投切檔位；ND_T為有載調壓器的最大允許動作次數(shù)；ND_T.max為分接頭的相鄰時段最大調節(jié)檔位數(shù)。

4.1.5 光伏計劃接入容量等式約束

根據(jù)規(guī)劃前期光伏計劃接入總容量的決策，光伏計劃接入容量等式約束為：

(29)

式中，SPV.i為節(jié)點i待安裝的光伏接入容量；SPV.plan為光伏計劃接入的總容量。

4.1.6 單點光伏接入容量約束

配電網線路載流量等條件約束使得單個節(jié)點安裝的光伏最大接入容量需滿足如下約束：

0≤SPV.i≤SPV.i.max

(30)

式中，SPV.i.max為節(jié)點i處光伏接入容量上限。

4.2 模型求解

針對4.1節(jié)光伏并網最優(yōu)接入容量規(guī)劃模型，本文采用改進的隨機權重粒子群算法進行優(yōu)化求解。其中優(yōu)化變量粒子為配電網各節(jié)點接入的光伏發(fā)電容量，變量維數(shù)為光伏并網數(shù)量。

在迭代的過程中，通過隨機權重w的計算式隨機生成粒子的速度與位置。如果粒子的初始位置與最優(yōu)位置接近，則產生較小的權重w，使粒子快速找到最優(yōu)位置；如果在初始階段無法快速找到最優(yōu)位置，而w的隨機生成可以克服該局限。因此，該算法具有兼顧全局與局部的搜索能力。隨機生成的w計算公式為：

(31)

式中，rand(0,1)表示0～1之間的隨機數(shù)；N(0,1)表示標準正態(tài)分布隨機數(shù)；μ為隨機權重的平均值；σ為隨機權重的方差；μmin為最小隨機權重平均值；μmax為最大隨機權重平均值。

模型求解步驟如下：

(1) 輸入電力網絡元件參數(shù)與算法參數(shù)，隨機權重的粒子群算法種群規(guī)模為50，迭代次數(shù)為100，最小隨機權重平均值μmin=0.5，最大隨機權重平均值μmax=0.8，隨機權重的方差σ=0.2。

(2) 每個粒子對應光伏并網接入容量的一個方案。根據(jù)光伏接入位置，隨機生成每個粒子，重復若干次得到初始粒子群體。利用第3節(jié)配電網概率潮流計算并統(tǒng)計輸出變量的特性，形成并求解具有懲罰項的目標函數(shù)，計算出每個粒子的目標函數(shù)值，經過比較后，得出最優(yōu)粒子的位置。

(3) 由式(31)計算w值，進而更新各粒子速度與位置。由概率潮流計算得出各粒子的目標函數(shù)值，并與前次迭代結果進行比較，更新并記錄各粒子中最大目標函數(shù)值與粒子的最優(yōu)位置。

(4) 若滿足迭代次數(shù)則終止，輸出最優(yōu)結果。否則返回步驟(3)重復迭代。

5 算例分析

本文選取IEEE33節(jié)點系統(tǒng)進行算例仿真分析，系統(tǒng)結構如圖3所示。電壓等級為12.66kV，節(jié)點電壓范圍為0.95～1.05pu，置信水平為0.9，光伏計劃接入量為2600kW，節(jié)點光伏并網容量上限為1000kW，并網待選節(jié)點為7、12、24、31。在節(jié)點0和節(jié)點1之間接入一臺有載調壓器，變比范圍為0.95～1.05，共9檔，調節(jié)步長為1.25%；在節(jié)點17和節(jié)點32分別接入一組無功補償電容器組，容量為150kVar×8。光伏與負荷出力的概率分布參數(shù)參考文獻[12-14]。

圖3 IEEE33節(jié)點系統(tǒng)結構圖Fig.3 IEEE33 node system structure diagram

5.1 光伏出力概率分布時序性對規(guī)劃結果的影響

為分析光伏出力概率分布時序性對規(guī)劃結果的影響，本文通過劃分24個時段來計算全時段的優(yōu)化結果，并與單個時段優(yōu)化結果進行對比。全時段與第7個時段、第12個時段優(yōu)化對比結果如表1所示。

表1 光伏出力概率分布時序性對規(guī)劃結果的影響Tab.1 Influence of probability distribution timing sequence of PV power distribution on planning results

由表1可知，當光伏概率分布為整個24時段的參數(shù)時，節(jié)點電壓偏差最?。还夥怕史植紴榈?2時段參數(shù)時，光伏并網接入總容量最大。概率分布為第7時段參數(shù)時，光伏并網接入總容量最小。分析原因可知，綜合考慮24個時段概率分布特性，能計及不同時段光伏輸出功率概率分布的時序特性，因此電網運行中電壓水平最優(yōu)；僅考慮單個時段時，不能計及光伏輸出功率的時序差異性，僅能按照此時段的參數(shù)進行優(yōu)化，而第12時段光伏出力最大，第7時段光伏出力偏小，所以光伏并網總容量分別在各自時段為最大與最小值。上述結果說明本文在對光伏規(guī)劃時計及其時序特性與非時序性模型相比，降低了系統(tǒng)運行的電壓偏差。

5.2 不同機會約束置信水平下光伏接入容量分析

光伏發(fā)電規(guī)劃模型的電壓機會約束中置信水平ξ大小表示規(guī)劃結果的可信程度，不同置信水平選取將對規(guī)劃結果產生影響。本文選取電網節(jié)點電壓機會約束的不同置信水平，計算光伏發(fā)電并網最優(yōu)接入容量，結果如表2所示。

由表2可知，隨著置信水平ξ的提高，光伏并網接入容量逐漸減小。其原因為隨著置信水平ξ的增大，對約束條件中電壓質量的要求更加嚴格，因此光伏并網接入容量減小。

表2 不同置信水平下光伏發(fā)電并網最優(yōu)接入容量Tab.2 Optimal access capacity of PV grid-connected at different confidence levels

5.3 無功優(yōu)化措施對規(guī)劃結果的影響

5.3.1 光伏無功支撐能力對電網電壓的影響

為揭示光伏發(fā)電逆變器剩余容量對系統(tǒng)電壓調節(jié)的能力，圖4對比分析了計及和未計及光伏無功調壓能力的系統(tǒng)各節(jié)點電壓偏差分布情況。

圖4 不同光伏并網規(guī)劃方案的節(jié)點電壓偏差分布Fig.4 Node voltage deviation distribution of different PV grid planning schemes

由圖4結果分析可知，在允許光伏逆變器向電網輸出無功功率的情況下，系統(tǒng)電壓質量得到了明顯的改善。系統(tǒng)未接入光伏發(fā)電前，各節(jié)點電壓偏差并不明顯，光伏接入后，其附近節(jié)點電壓上升。由此說明，本文采用光伏逆變器剩余容量對電網進行無功電壓調節(jié)能夠明顯改善電網電壓質量。

5.3.2 不同規(guī)劃方案對比分析

為研究不同規(guī)劃方案對光伏并網容量的影響，本文設置5種不同規(guī)劃方案進行對比分析，規(guī)劃方案設置情況如表3所示。由表3不同規(guī)劃方案得到的光伏并網最優(yōu)接入容量結果如表4所示。

表3 不同規(guī)劃方案設置情況Tab.3 Setting of different planning schemes

表4 不同規(guī)劃方案光伏發(fā)電并網最優(yōu)接入容量Tab.4 Optimal access capacity of PV grid-connected at different planning schemes

由表4分析可知，方案2～5相比于方案1，光伏并網接入容量有所提升，說明規(guī)劃過程考慮無功優(yōu)化措施能夠提升光伏并網容量；而不同的無功優(yōu)化措施對光伏并網容量的提升水平不同，其中利用光伏逆變器剩余容量相比于其他2種無功優(yōu)化策略對光伏接入容量的效果較明顯。方案5同時采用了3種無功優(yōu)化措施，光伏接入容量較其他4種情況最多，表明采用多種無功優(yōu)化措施比單獨采用一種措施更有利于提高系統(tǒng)接納光伏的能力。

6 結論

本文提出計及調壓能力的分布式光伏發(fā)電機會約束規(guī)劃模型。所建規(guī)劃模型充分考慮系統(tǒng)運行無功優(yōu)化措施，利用分布式光伏逆變器剩余容量、有載調壓器分接頭控制及無功補償電容器組的優(yōu)化配合對電網進行調壓；以配電網網損最小為目標，配電網各時段電壓偏差為機會約束，對光伏發(fā)電進行接入容量優(yōu)化。得到如下結論：

(1) 本文提出的光伏規(guī)劃模型充分考慮了光伏輸出功率概率分布的時序特性，規(guī)劃結果不僅降低了系統(tǒng)電壓偏差，還有效提高了光伏并網滲透率。

(2) 本文提出的基于機會約束的規(guī)劃模型與確定性規(guī)劃模型比較，可有效避免小概率事件的負面影響，光伏接入容量得到明顯提升。

(3) 在光伏并網規(guī)劃過程中，計及光伏逆變器剩余容量、有載調壓器及電容器組投切的無功優(yōu)化措施。相比于常規(guī)規(guī)劃方法，本文所提計及調壓能力的分布式光伏發(fā)電機會約束規(guī)劃模型能夠充分發(fā)揮光伏無功調壓的電網輔助服務能力，改善電網電能質量，促進了可再生能源的消納。

參考文獻(References)：

[1] 劉振亞(Liu Zhenya). 智能電網技術(Smart grid technology)[M]. 北京：中國電力出版社(Beijing: China Electric Power Press)，2010. 168-185.

[2] 吳杰，趙凡凡，趙麗霞(Wu Jie, Zhao Fanfan, Zhao Lixia).考慮光伏逆變器剩余容量的配電網無功優(yōu)化(Reactive power optimization in distribution network considering residual capacity of photovoltaic inverter[J].電工電能新技術(Advanced Technology of Electrical Engineering and Energy)，2017，36(1)：38-43.

[3] 劉健，黃煒(Liu Jian, Huang Wei). 無協(xié)調控制條件下分布式光伏電源的可接入容量分析(Analysis about access capacity of distribute photovoltaic power generation under uncoordinated control)[J].電工電能新技術(Advanced Technology of Electrical Engineering and Energy)，2017，36(3)：8-15.

[4] 王寧，高朋，賈清泉，等(Wang Ning, Gao Peng, Jia Qingquan, et al.). 光伏并網系統(tǒng)參與電壓調節(jié)的有功和無功協(xié)調控制策略研究(Research on active and reactive power coordination control strategy of PV grid-connected system for voltage regulation)[J].電工電能新技術(Advanced Technology of Electrical Engineering and Energy)，2017，36(8)：23-29.

[5] 黃煒，劉健，魏昊焜，等(Huang Wei, Liu Jian, Wei Haokun, et al.). 分布式光伏電源極端可接入容量極限研究(Extreme capacity limitations of photovoltaic generators in distribution grids)[J]. 電力系統(tǒng)保護與控制(Power System Protection and Control)，2015，43(3)：22-28.

[6] 王璟，蔣小亮，楊卓，等(Wang Jing, Jiang Xiaoliang, Yang Zhuo, et al.). 光伏集中并網電壓約束下的準入容量與電壓波動的評估方法(Penetration capacity under voltage constraint and evaluation methodology of voltage fluctuation caused by centralized grid connection of photovoltaic power)[J]. 電網技術(Power System Technology)，2015，39(9)：2450-2457.

[7] 范元亮，趙波，江全元，等(Fan Yuanliang, Zhao Bo, Jiang Quanyuan, et al.). 過電壓限制下分布式光伏電源最大允許接入峰值容量的計算(Peak capacity calculation of distributed photovoltaic source with constraint of over-voltage)[J]. 電力系統(tǒng)自動化(Automation of Electric Power Systems)，2012，36(17)：40-44.

[8] 王一波，許洪華(Wang Yibo, Xu Honghua). 基于機會約束規(guī)劃的并網光伏電站極限容量研究(Research of capacity limit of grid-connected photovoltaic power station on the basis of chance-constrained programming)[J]. 中國電機工程學報(Proceedings of the CSEE)，2010，30(22)：22-28.

[9] 賈清泉，趙美超，孫玲玲，等(Jia Qingquan, Zhao Meichao, Sun Lingling, et al.). 主動配電網中計及時序性與相關性的分布式光伏并網規(guī)劃(Planning for grid-connection of distributed PVs considering the sequential feature and correlation in active distribution network)[J]. 中國電機工程學報(Proceedings of the CSEE)，2018, 36(6): 1719-1728.

[10] 馬瑞，金艷，劉鳴春(Ma Rui, Jin Yan, Liu Mingchun). 基于機會約束規(guī)劃的主動配電網分布式風光雙層優(yōu)化配置(Bi-level optimal configuration of distributed wind and photovoltaic generations in active distribution network based on chance constrained programming)[J]. 電工技術學報(Transactions of China Electrotechnical Society)，2016，31(3)：145-154.

[11] 陳碧云，閉晚霞，李欣桐，等(Chen Biyun, Bi Wanxia, Li Xintong, et al.). 考慮風-光-荷聯(lián)合時序場景的分布式電源接入容量規(guī)劃策略(Capacity planning strategies for distributed generation considering wind-photovoltaic-load joint time sequential scenarios)[J]. 電網技術(Power System Technology)，2018, 42(3): 755-761.

[12] 王成山，鄭海峰，謝瑩華，等(Wang Chengshan, Zheng Haifeng, Xie Yinghua, et al.). 計及分布式發(fā)電的配電系統(tǒng)隨機潮流計算(Probabilistic power flow containing distributed generation in distribution system)[J]. 電力系統(tǒng)自動化(Automation of Electric Power Systems)，2005，29(14)：39-44．

[13] 鄧威，李欣然，李培強，等(Deng Wei, Li Xinran, Li Peiqiang, et al.). 基于互補性的間歇性分布式電源在配網中的優(yōu)化配置(Optimal allocation of intermittent distributed generation considering complementarity in distributed network)[J]. 電工技術學報(Transactions of China Electrotechnical Society)，2013，28(6)：216-225.

[14] 劉健，徐精求，董海鵬(Liu Jian, Xu Jingqiu, Dong Haipeng). 配電網概率負荷分析及其應用(Probabilistic load flow analysis of distribution network and its application)[J]. 電網技術(Power System Technology)，2004，28(6)：67-75．

[15] 黃煜，徐青山，卞海紅，等(Huang Yu, Xu Qingshan, Bian Haihong, et al.). 基于拉丁超立方采樣技術的半不變量法隨機潮流計算(Cumulant method based on Latin hypercube sampling for calculating probabilistic power flow)[J]. 電力自動化設備(Electric Power Automation Equipment)，2016，36(11)：112-119.

[16] 張喆，李庚銀，魏軍強(Zhang Zhe，Li Gengyin, Wei Junqiang). 考慮分布式電源隨機特性的配電網電壓質量概率評估(Probabilistic evaluation of voltage quality in distribution networks considering the stochastic characteristic of distributed generators)[J]. 中國電機工程學報(Proceeding of the CSEE)，2013，33(13)：150-156.

[17] 吳巍，汪可友，李國杰，等(Wu Wei, Wang Keyou, Li Guojie, et al.). 計及光伏發(fā)電相關性的多重積分法概率潮流計算(Probabilistic load flow calculation method based on multiple integral method considering correlation of photovoltaic generation)[J]. 中國電機工程學報(Proceedings of the CSEE)，2015，35(3)：568-575.

[18] 董雷，程衛(wèi)東，楊以涵(Dong Lei, Cheng Weidong, Yang Yihan). 考慮支路隨機斷線的概率潮流方法及應用(Probabilistic load flow method with consideration of random branch outages and its application)[J]. 電力系統(tǒng)保護與控制(Power System Protection and Control)，2010，38(20)：79-84.

[19] 杜文娟，卜思齊，王海風，等(Du Wenjuan, Bu Siqi, Wang Haifeng, et al.). 考慮并網風電隨機波動的電力系統(tǒng)小干擾概率穩(wěn)定性分析(Effect of stochastic variation of grid-connected wind generation on power system small-signal probabilistic stability)[J]. 中國電機工程學報(Proceedings of the CSEE)，2011，31 (Suppl.)：7-11.

[20] 楊俊友，崔嘉，田艷豐，等(Yang Junyou, Cui Jia, Tian Yanfeng, et al.). 計及網損最小的含分散式風電場配電網多目標優(yōu)化策略(Multi-objective optimization strategy of distribution network containing dispersed wind farm considering minimum network loss)[J]. 電網技術(Power System Technology)，2015，39(8)：2141-2147.