收稿日期：2022-07-18

基金項目：國家自然科學(xué)基金（51877101）；江蘇省重點研發(fā)計劃（BE2021094）

通信作者：孟高軍（1987—），男，博士、副教授，主要從事新能源發(fā)電并網(wǎng)運行與控制、儲能技術(shù)及高效應(yīng)用方面的研究。gjun_m@126.com

DOI：10.19912/j.0254-0096.tynxb.2022-1053 文章編號：0254-0096（2023）11-0505-08

摘 要：多直流饋入和新能源高比例滲透的背景下，考慮新能源出力隨機性以及系統(tǒng)網(wǎng)絡(luò)安全約束，準確評估電網(wǎng)新能源最大消納能力，對促進新能源消納具有重要意義。因此，該文提出一種基于網(wǎng)絡(luò)安全穩(wěn)定約束的新能源最大消納能力評估方法。綜合考慮發(fā)電機組調(diào)節(jié)特性、多直流調(diào)節(jié)功率等因素對新能源最大消納能力的影響，采用概率分布離散模型描述新能源分布的隨機性，建立以電網(wǎng)靜態(tài)電壓穩(wěn)定和發(fā)電機出力等約束的新能源消納能力計算模型，并通過離散概率運算，實現(xiàn)新能源并網(wǎng)多場景狀態(tài)模擬，求解新能源最大消納功率的離散分布，進而計算多場景運行的新能源最大消納容量。最后，利用改進IEEE 39節(jié)點系統(tǒng)進行多場景仿真分析，仿真結(jié)果表明，所提方法有效反映多場景運行狀態(tài)下新能源消納能力。

關(guān)鍵詞：新能源消納；電網(wǎng)穩(wěn)定；靜態(tài)電壓；離散概率；多場景仿真

中圖分類號：TM615 文獻標(biāo)志碼：A

0 引 言

中國提出“二氧化碳排放力爭2030年前達到峰值，力爭2060年前實現(xiàn)碳中和”的目標(biāo)，這將為實現(xiàn)全球能源可持續(xù)發(fā)展發(fā)揮建設(shè)性作用。電力行業(yè)作為助力實現(xiàn)“雙碳”目標(biāo)的關(guān)鍵領(lǐng)域之一，首要任務(wù)是推動能源低碳轉(zhuǎn)型，構(gòu)建以新能源為主體的新型電力系統(tǒng)。而大規(guī)模新能源并網(wǎng)給電壓調(diào)節(jié)、穩(wěn)定安全運行等方面帶來新的問題，高密度分布式新能源可從電源側(cè)、負荷側(cè)接入大型交直流電網(wǎng)。由于新能源發(fā)電系統(tǒng)無功支撐能力差、轉(zhuǎn)動慣量弱，高密度新能源并網(wǎng)必然對電網(wǎng)安全穩(wěn)定運行造成一定影響，已逐步成為制約新能源消納的主要因素。

多直流饋入比例的增加必然導(dǎo)致電網(wǎng)無功電源不足、部分受電斷面潮流加重，一旦大規(guī)模區(qū)外通道失去，會對受端電網(wǎng)的電壓穩(wěn)定性構(gòu)成沖擊，嚴重情況下會造成受端電網(wǎng)崩潰。但由于新能源出力的隨機性和波動性給電網(wǎng)帶來整體結(jié)構(gòu)脆弱性提升、運行穩(wěn)定性下降等問題，從而成為制約新能源消納的阻力。文獻［1］從新能源并網(wǎng)電源調(diào)節(jié)性能、電網(wǎng)互聯(lián)互通水平和需求側(cè)響應(yīng)等關(guān)鍵因素分析新能源消納水平。文獻［2］提出利用有理分式擬合算法研究高密度分布式光伏電源對受端電網(wǎng)暫態(tài)電壓的影響，將有理逼近方法運用到大型混聯(lián)交直流電網(wǎng)暫態(tài)電壓分析中。文獻［3］建立新能源并網(wǎng)數(shù)學(xué)模型，以靜態(tài)電壓穩(wěn)定裕度為約束得到電壓穩(wěn)定裕度與新能源臨界滲透率的關(guān)系式。文獻［4］將新能源接入后的動態(tài)和穩(wěn)態(tài)有功功率平衡與系統(tǒng)網(wǎng)絡(luò)穩(wěn)定性相結(jié)合進行綜合評估新能源消納能力。文獻［5］從系統(tǒng)側(cè)考慮，通過建立系統(tǒng)承載能力指標(biāo)或非時序的概率模型對新能源消納能力進行求解。文獻［6］利用電力系統(tǒng)無功調(diào)節(jié)水平協(xié)同新能源無功調(diào)節(jié)能力優(yōu)化電網(wǎng)電壓，提高電網(wǎng)節(jié)點電壓穩(wěn)定性，從而促進電網(wǎng)消納能力。文獻［7-9］基于全年新能源出力情況提出改進的消納措施，從源荷功率平衡出發(fā)，利用數(shù)理統(tǒng)計對風(fēng)電、光伏發(fā)電功率進行預(yù)測，考慮電網(wǎng)實際網(wǎng)架架構(gòu)模型進行消納空間概率評估。文獻［10］從電源側(cè)調(diào)節(jié)能力角度分析，利用系統(tǒng)承載能力指標(biāo)或者數(shù)理統(tǒng)計概率擬合求解新能源消納能力。文獻［11-12］鑒于新能源顯著的反調(diào)峰性能，部分研究著重于建立新能源接入后的系統(tǒng)調(diào)峰模型，形成調(diào)峰能力指標(biāo)以及其評價體系，進行消納能力求解。文獻［13］考慮負荷確定的基礎(chǔ)情況，將電網(wǎng)依據(jù)斷面劃分為幾個區(qū)域，將新能源機組出力特性和常規(guī)火電機組出力作為約束條件，采用蒙特卡洛算法求解交直流電網(wǎng)中新能源消納的最優(yōu)解。文獻［14］建立不同負荷節(jié)點-系統(tǒng)的短路容量比數(shù)學(xué)模型，提出兼顧新能源消納及系統(tǒng)負荷節(jié)點脆弱程度的消納能力風(fēng)險指標(biāo)，將新能源出力的波動性和系統(tǒng)運行作為約束，以風(fēng)險指標(biāo)最大為目標(biāo)函數(shù)研究新能源消納能力。文獻［15］在考慮多直流功率調(diào)節(jié)和安全約束的情況下建立最大功率容量的計算模型，引入直流潮流方程并采用多直流功率調(diào)節(jié)方式協(xié)調(diào)機組投入。文獻［16］提出以電壓嚴重度和線路故障極限切除時間為指標(biāo)，對含雙饋風(fēng)電場的受端系統(tǒng)進行暫態(tài)電壓評估，研究系統(tǒng)暫態(tài)穩(wěn)定性與故障點位置、風(fēng)電穿透率之間的關(guān)系。

上述文獻僅考慮基于時序生產(chǎn)模擬計算新能源消納容量，并未考慮新能源并網(wǎng)后電網(wǎng)運行電壓安全約束，同時隨機生產(chǎn)模擬建立在研究周期內(nèi)風(fēng)速概率分布的基礎(chǔ)上，但計算時間長、計算量過大。因此，本文將基于時序生產(chǎn)模擬計算方法轉(zhuǎn)換為概率分布空間，采用服從一定分布的離散型隨機變量描述新能源分布和消納空間的隨機性，將隨機變量間的不確定性和網(wǎng)絡(luò)安全穩(wěn)定約束范圍轉(zhuǎn)化為概率場景下的確定性計算，進而快速計算新能源消納容量與網(wǎng)絡(luò)安全穩(wěn)定約束的關(guān)系，以評估新能源的消納能力。

1 新能源消納建模

1.1 新能源消納機理

新能源發(fā)電的隨機性減弱電力系統(tǒng)的調(diào)節(jié)能力。在受端電網(wǎng)中系統(tǒng)的調(diào)節(jié)能力主要取決于常規(guī)機組的調(diào)節(jié)特性，機組整體調(diào)節(jié)性能與機組類型及相應(yīng)額定容量密切相關(guān)。新能源接入受端電網(wǎng)的最大消納容量與新能源消納理論空間相對應(yīng)，等于常規(guī)機組最小出力和“負荷+直流聯(lián)絡(luò)線功率（備用）”區(qū)間之間的功率差值。

常規(guī)機組最小技術(shù)出力和“負荷+直流聯(lián)絡(luò)線功率”曲線之間的運行區(qū)間是系統(tǒng)調(diào)節(jié)區(qū)間，即理論上的新能源最大消納空間［17］，如圖1所示。

[t]時刻的新能源消納空間[Pa（t）]為：

[Pa（t）=PL（t）-i=1IZi（t）?Ps，i，min（t）=PL（t）-i=1IZi（t）?βiPs，i，rated（t）]"""" （1）

式中：[Pa（t）]——[t]時刻新能源消納空間理論差值；[PL（t）]——系統(tǒng)在[t]時刻的負荷功率和直流聯(lián)絡(luò)線功率總和；[I]——系統(tǒng)中所有常規(guī)機組的臺數(shù)；[Zi（t）]——二進制變量，表示第[i]臺機組[t]時刻的運行狀態(tài)，[Zi（t）=1]表示機組運行，[Zi（t）=0]表示機組停運；[Ps，i，min（t）]——[t]時刻第[i]臺機組的最小技術(shù)出力功率值，MW；[βi]——第[i]臺常規(guī)機組的最小技術(shù)出力系數(shù)；[Ps，i，rated（t）]——[t]時刻第[i]臺機組的額定功率值，MW。

令[Pre（t）]表示[t]時刻的新能源理論功率，則[t]時刻的新能源消納功率[Px（t）]滿足：

[Px（t）=Pa（t），" """"""Pre（t）gt;Pa（t）Pre（t）=Pa（t），" """"""Pre（t）≤Pa（t）]"""" （2）

式中：[Px（t）]——[t]時刻新能源消納功率，MW；[Pre（t）]——[t]時刻新能源理論功率，MW。

1.2 新能源理論功率概率建模

新能源出力波動性大、隨機性強，其值在0到額定出力之間波動。本文采用數(shù)理方法統(tǒng)計新能源功率分布得到風(fēng)電理論出力的離散概率分布。首先對風(fēng)速、光照強度和負荷需求的歷史數(shù)據(jù)進行統(tǒng)計分析，得出各隨機變量在春夏秋冬各季24 h典型數(shù)據(jù)，假設(shè)各時刻的典型數(shù)據(jù)和實際數(shù)據(jù)的誤差服從其統(tǒng)計特征的概率密度函數(shù)［18-19］，以上述模型為依據(jù)生成典型場景。以風(fēng)速多場景生成為例，具體執(zhí)行步驟如下。

1）經(jīng)統(tǒng)計分析，風(fēng)速可近似認為服從威布爾分布，其概率密度函數(shù)通?？杀硎緸椋?/p>

[f（v）=exp-ΔvhkkhΔvhk]"""" （3）

式中：[f（v）]——威布爾概率密度函數(shù)；[Δv]——取風(fēng)速為1的區(qū)間，m/s；[h]——威布爾分布形狀參數(shù)；[k]——威布爾分布的尺度參數(shù)。

時序約束為：

[k=（σ/μ）-1.086]" （4）

[h=μΓ（1+k-1）]""" （5）

式中：[σ]——歷史風(fēng)速和典型風(fēng)速的標(biāo)準方差；[μ]——歷史風(fēng)速和典型風(fēng)速的誤差的平均值；[Γ]（·）——伽馬函數(shù)。

以12：00風(fēng)速誤差為例，由式（4）、式（5）及統(tǒng)計數(shù)據(jù)求出春、夏、秋、冬四季該時刻下的各參數(shù)值如表1所示。

2）以春季12：00風(fēng)速誤差服從的概率密度函數(shù)為例，離散成如圖2a所示的各區(qū)間，橫坐標(biāo)為風(fēng)速，縱坐標(biāo)[αx，t（x=0， 1， …， 30）]為每個區(qū)間對應(yīng)的概率密度，各區(qū)間寬度為1，即每個區(qū)間對應(yīng)的概率為[αx]，各區(qū)間對應(yīng)的概率之和為1。

同理，針對太陽輻照度的誤差值和負荷需求的誤差值，經(jīng)統(tǒng)計分析二者分別近似服從beta分布與正太分布，其概率密度求解步驟與風(fēng)速誤差類似，同樣繪制類似圖2的離散化概率密度函數(shù)圖。限于篇幅，在此不再贅述。太陽輻照度和負荷誤差的每個區(qū)間對應(yīng)的概率密度可分別用[β]和[γ]表示。

3）采用蒙特卡洛法對累積概率密度進行1000次抽樣，根據(jù)抽樣累積概率密度得到所對應(yīng)的誤差序列，按照采樣累積概率密度的大小對采樣誤差序列進行重新排序。

本文給定置信區(qū)間為85%，根據(jù)所得誤差序列分布得到第100個和第850個采樣誤差結(jié)果，從而結(jié)合點預(yù)測得到該時刻的功率預(yù)測區(qū)間，分布誤差指標(biāo)是指選取樣本與預(yù)設(shè)值之間的差值，若實際新能源出力落在預(yù)定區(qū)間內(nèi)，表示樣本數(shù)據(jù)可靠。

[ru=RPICP-u=1Wkwu-u]""""" （6）

式中：[ru]——置信概率誤差指標(biāo)；[RPICP]——選取樣本誤差值；[u]——分布指標(biāo)預(yù)設(shè)值；[W]——待預(yù)測點的數(shù)目；[kwu]——布爾量，[kwu=1]說明在給定的置信指標(biāo)內(nèi)。

通過指標(biāo)的正負來判斷模型的可靠水平，當(dāng)可靠性指標(biāo)[ru]大于零時，說明模型產(chǎn)生有利偏差，滿足初始場景能模擬新能源的時序性和隨機性，當(dāng)可靠性指標(biāo)小于零時，說明模型不滿足狀態(tài)篩選。

4）場景縮減。為了提高計算效率，需要進行場景縮減，設(shè)場景[m]和[n]發(fā)生的概率分別為[Em]及[En]，定義[cT（Em（t），En（t））]時段[t]的場景[m（t）]和[n（t）]之間的距離如式（7），[t=1，…，T]。

[cT（Em（t），En（t））=Em（t）-En（t）2]"" （7）

[m∈NEm?minn?NcT（Em（t），En（t））]""" （8）

式中：[cT（Em（t），En（t））]——時段[t]的場景[m（t）]和[n（t）]之間的距離；[Em（t）]——[t]時刻場景[m]發(fā)生的概率坐標(biāo)值；[En（t）]——[t]時刻場景[n]發(fā)生的概率坐標(biāo)值；[N]——場景縮減過程中最終消去的場景所組成的集合。

為使式（8）最小，采用基于啟發(fā)式的同步縮減方法（simultaneous back reduction）對場景進行縮減，其步驟如下：

1）[k=0]，對集合[N]進行初始化，設(shè)定初始狀態(tài)下場景縮減場景[N=N（0）]為空。

2）進行[k]次迭代縮減時，以[n?N（k-1）]場景集合最小為目標(biāo)，獲取每次迭代縮減場景數(shù)[nk]。

3）刪除場景[mk]，[m?N（k-1）∪{mk}，k=k+1]。

4）迭代過程中迭代次數(shù)[klt;N]則回到步驟2）繼續(xù)迭代，否則生成所有場景的集合如步驟5）。

5）[N=N（k）]，被刪除的場景集合[J]中的場景[m]將由保留下來的場景集合中距離[m]最近的場景[n]所代替，[Hn]是所有場景概率之和，并將保留下來的場景概率[Hn]修正為其原來的概率[En]與被其代替的所有場景概率之和，即：

[Hn=En+m∈N（n）Em]" （9）

式中：[N（n）]——被刪除的場景集合[N]中被場景[n]所代替的所有場景組成的集合。

縮減后的風(fēng)電、光伏輸出功率24 h典型場景如圖3所示。

2 新能源消納能力計算

2.1 評估模型

將隨機新能源出力轉(zhuǎn)換為多場景出力分布，結(jié)合典型日負荷特性，設(shè)定已知系統(tǒng)負荷的出力計劃，并納入常規(guī)能源開機計劃中求解等效負荷，[Pw（t）]和[PPV（t）]分別為在某個場景中[t]時刻風(fēng)電和光伏發(fā)電功率值，[Iw（t）]和[IPV（t）]分別是某個場景下[t]時刻風(fēng)電、光電裝機容量，將新能源出力轉(zhuǎn)換為系統(tǒng)電力平衡中的等效負荷容量值即為[Peql（t）]。

結(jié)合水電機組、核電機組和火電機組的調(diào)節(jié)性能，考慮機組強迫停運等情況采用混合整數(shù)規(guī)劃調(diào)整常規(guī)電源開機方式和計算系統(tǒng)常規(guī)機組的最小出力，目標(biāo)函數(shù)是使得新能源消納容量最大，其計算式為：

[F（p）=η=maxPrei=1IZi（t）Ps，i，min+Pre]"""" （10）

式中：[F（p）]——消納模型目標(biāo)函數(shù)；[η]——新能源滲透率；[Pre]——新能源理論功率，MW。

由于本文只需計算在新能源發(fā)電并網(wǎng)多場景下的等效負荷值和直流聯(lián)絡(luò)線功率在系統(tǒng)理論消納空間中求解混合整數(shù)規(guī)劃問題，該求解新能源消納功率的效率遠遠優(yōu)于隨機生成模擬的時序組合函數(shù)方法。

2.2 約束條件

各類機組出力滿足約束：

[Psmin-Pst≤ΔPsΔt≤Psmax-Pst]""""" （11）

[-Pret≤ΔPreΔt]" （12）

[PCmin-PCt≤ΔPCΔt≤PCmax-PCt] （13）

式中：[Pst]——[t]時刻常規(guī)機組并網(wǎng)節(jié)點有功功率，MW；[ΔPsΔt]——常規(guī)機組并網(wǎng)節(jié)點在[t]時刻有功功率變化量，MW；[Pret]——[t]時刻新能源注入的有功功率，MW；[ΔPreΔt]——新能源機組并網(wǎng)節(jié)點在[t]時刻有功功率變化量，MW；[C]——描述負荷功率波動可接受范圍的比例；[PCt]——直流功率注入的有功功率，MW；[ΔPCΔt]——直流注入功率在[t]時刻有功功率變化量，MW。

常規(guī)電源開機容量需滿足開機周期內(nèi)的最大等效負荷和系統(tǒng)備用需求，約束條件為：

[ZiPs，i，max≥Peql，m+R]"""""" （14）

式中：[Peql，m]——此開機周期內(nèi)的最大等效負荷，包括直流聯(lián)絡(luò)線功率，MW；[R]——系統(tǒng)備用功率，MW。

多直流功率約束：在直流潮流方程約束、功率平衡約束和線路流量約束限制下，直流聯(lián)絡(luò)線功率在時段t的潮流方程為：

[Btθt=PCt]""" （15）

式中：[Bt]——[t]時段系統(tǒng)導(dǎo)納矩陣；[θt]——節(jié)點相角向量；[PCt]——直流聯(lián)絡(luò)線在節(jié)點有功功率注入的矢量。由于線路容量受到約束，直流功率調(diào)節(jié)只能在運行狀態(tài)周圍變化，因此多直流功率調(diào)節(jié)的約束合理。

線路潮流限制為：

[PBt=（Dt×At）×θt]""" （16）

[-PB，max≤PBt≤PB，max]""" （17）

式中：[PBt]——支路是有功潮流的矢量；[Dt]——對角矩陣；[At]——鄰近矩陣；[PB，max]——預(yù)置有功潮流限制，MW。適當(dāng)?shù)仡A(yù)設(shè)[PB，max]能給線路留下足夠的安全裕度，有效降低電力擁堵帶來的安全風(fēng)險。

結(jié)合電力行業(yè)標(biāo)準DL/T 1172-2013《電力系統(tǒng)電壓穩(wěn)定評價導(dǎo)則》靜態(tài)電壓穩(wěn)定標(biāo)準，在區(qū)域最大負荷或最大斷面潮流下，正常運行或檢修方式的區(qū)域有功功率裕度[km]應(yīng)大于8%，通過式（18）計算：

[km=（E2-4PL0XS）（1-λ）η+λE2-4PL0λ（XSG+XS）4PL0[（λ+η-λη）XS+λXSG]]"""""" （18）

[km≥8%]""""" （19）

式中：E——系統(tǒng)中戴維南等值電勢，kV；PL0——有功負荷， MW；XS——并網(wǎng)母線至電網(wǎng)輸電線路阻抗，Ω；λ——新能源機組阻抗與傳統(tǒng)機組阻抗的比值；XSG——傳統(tǒng)機組阻抗，Ω。

因此系統(tǒng)考慮靜態(tài)電壓安全約束，進一步計算可得：

[ηc=4.32PL0λ（XSG+XS）-λE2（1-λ）（E2-4.32PL0XS）] （20）

式中：ηc——km下限所對應(yīng)的新能源極限滲透率。

3 算例分析

本文以新能源發(fā)電并網(wǎng)場景結(jié)果對IEEE 39發(fā)電系統(tǒng)數(shù)據(jù)進行改進，如圖4所示，于節(jié)點20、23、27、29、30和32處接入新能源機組，將原系統(tǒng)節(jié)點35、37和38替換為直流聯(lián)絡(luò)線輸電注入點，總裝機容量為3405 MW，年最大峰荷2850 MW，將平衡節(jié)點31傳統(tǒng)發(fā)電機的有功功率最大值改為400 MW，其余機組的最大值改為原來的1.1倍，各機組（核電機組除外）的最小出力按60%的裝機容量設(shè)定，系統(tǒng)的負荷亦用IEEE 39中的數(shù)據(jù)。

將5月份的某一天作為典型日，用來評估新能源消納能力，典型日負荷詳細數(shù)據(jù)見表2。設(shè)定已知系統(tǒng)負荷的出力計劃，將置信度為85%保證率對應(yīng)的預(yù)測可信度納入計劃。

本文算例分3個場景對新能源消納能力進行分析。

1）場景1：原IEEE 39測試系統(tǒng)。

2）場景2：用兩臺裝機容量為197 MW的新能源機組代替原始系統(tǒng)中兩臺197 MW的常規(guī)機組。

3）場景3：用兩臺裝機容量為197 MW的新能源機組代替原始系統(tǒng)中兩臺常規(guī)機組，調(diào)節(jié)直流聯(lián)絡(luò)線輸電注入功率。

3個場景生產(chǎn)模擬的模擬時長均為一個典型日，共24 h。場景1機組的加載方案優(yōu)先考慮水電和核電機組，再按機組可用容量從大到小加載火電機組；場景2機組的加載方案優(yōu)先加載水電機組和新能源機組，接著加載核電機組和常規(guī)機組，計算過程中運用新能源概率分布模型描述新能源出力狀態(tài)；場景3機組在按照場景2機組的方式運行的前提下，同時計及直流聯(lián)絡(luò)線輸電注入功率，計算過程中運用新能源概率分布模型描述新能源出力狀態(tài)，如表3所示。

表3中出力狀態(tài)[g]定義為新能源機組出力功率與額定功率的比值，通過概率分布函數(shù)擬合出3種新能源出力典型運行狀態(tài)，在此基礎(chǔ)上評估新能源消納能力的影響因素。

對比不同靜態(tài)電壓穩(wěn)定裕度對新能源滲透率的影響：計算過程中運用新能源概率分布模型描述新能源出力狀態(tài)：運行方式1下新能源滲透率為14.6%，電壓穩(wěn)定裕度為16.2%，調(diào)整新能源機組代替常規(guī)機組，得到運行方式2和臨界運行方式（電壓穩(wěn)定裕度臨界值）下的具體數(shù)據(jù)如表4所示，分析可知新能源滲透率與系統(tǒng)電壓穩(wěn)定裕度相互影響，且必須滿足系統(tǒng)電壓穩(wěn)定裕度臨界值，否則系統(tǒng)電壓崩潰，新能源接入電網(wǎng)不可行。

基于上述新能源接入電網(wǎng)電壓穩(wěn)定嚴重度約束計算分析，得到電壓穩(wěn)定裕度和新能源滲透率的分布曲線如圖5所示，可知電網(wǎng)靜態(tài)電壓穩(wěn)定裕度大于8%的情況下新能源的滲透率為28.5%。

考慮靜態(tài)電壓安全穩(wěn)定約束的基礎(chǔ)上，通過調(diào)節(jié)直流聯(lián)絡(luò)線注入功率增加系統(tǒng)的備用容量，求解系統(tǒng)消納新能源的能力，計算結(jié)果如表5所示。

對比直流注入功率對新能源滲透率的影響：在運行方式1時直流注入功率為462 MW、新能源滲透率為13.78%的運行基礎(chǔ)上，分別增大直流注入功率至700 MW和836 MW，得到直流注入功率與新能源滲透率之間的曲線關(guān)系如圖6所示，可見直流注入調(diào)節(jié)功率提高對新能源的滲透率影響較大。

進一步計算系統(tǒng)消納能力上下限對應(yīng)的節(jié)點消納能力如圖7所示，可見在消納新能源出力過程中各節(jié)點機組功率變化能力和響應(yīng)速度存在明顯差異，主要影響因素是系統(tǒng)的機組類型和電網(wǎng)消納的最大化目標(biāo)。

由于水電機組具有快速調(diào)節(jié)出力的能力，能快速達到可調(diào)極限，相應(yīng)火電機組和聯(lián)絡(luò)線的調(diào)節(jié)能力有限，出力緩慢，

此外抽水蓄能機組調(diào)節(jié)相對靈活，與其他機組相互配合，特別在圖7b中體現(xiàn)水電機組節(jié)點優(yōu)異的消納水平。

根據(jù)1.2節(jié)中風(fēng)電、光伏出力擬合函數(shù)以及2.1、2.2節(jié)中新能源滲透率與電壓穩(wěn)定裕度的計算方法，得到風(fēng)電、光電理論功率和電壓穩(wěn)定裕度隨新能源滲透率的分布，如圖8所示。可知，新能源滲透率隨風(fēng)電、光電理論出力的增大而增大，同時隨著電壓穩(wěn)定裕度的下降，系統(tǒng)電壓穩(wěn)定性持續(xù)下降。

可見，隨著新能源機組裝機的增加，系統(tǒng)電壓穩(wěn)定裕度是保證系統(tǒng)穩(wěn)定運行新能源接入電網(wǎng)的重要指標(biāo)之一，綜合考慮上述網(wǎng)絡(luò)安全穩(wěn)定約束對新能源接入電壓穩(wěn)定運行具有重要意義。

4 結(jié) 論

本文提出基于網(wǎng)絡(luò)安全穩(wěn)定約束的新能源消納能力評估方法，結(jié)合改進的IEEE 39節(jié)點系統(tǒng)進行了仿真，得出如下主要結(jié)論：

1）采用離散概率分布擬合新能源出力的隨機性，實現(xiàn)新能源并網(wǎng)多場景狀態(tài)模擬，同時計算獲取相應(yīng)場景下概率密度分布函數(shù)值，提高了計算新能源消納能力的效率，降低了運算量。

2）綜合考慮系統(tǒng)穩(wěn)定運行關(guān)鍵制約因素，分析系統(tǒng)電壓安全穩(wěn)定約束與受端電網(wǎng)新能源消納關(guān)系，表明系統(tǒng)雖然提高了新能源消納能力，也降低了系統(tǒng)的穩(wěn)定程度，減弱了系統(tǒng)穩(wěn)定運行能力。

3）新能源消納評估方法同時兼顧網(wǎng)絡(luò)安全穩(wěn)定約束等多種約束情況，準確反映了某一接入容量下新能源消納情況，但目前尚未考慮負荷峰谷差較大、機組調(diào)節(jié)能力欠缺問題，下一步研究方向應(yīng)該側(cè)重于考慮負荷需求側(cè)管理和儲能規(guī)?；瘧?yīng)用等場景下的新能源消納能力評估。

［參考文獻］

［1］"""" 舒印彪， 張智剛， 郭劍波， 等. 新能源消納關(guān)鍵因素分析及解決措施研究［J］. 中國電機工程學(xué)報， 2017， 37（1）： 1-9.

SHU Y B， ZHANG Z G， GUO J B， et al. Study on key factors and solution of renewable energy accommodation［J］. Proceedings of the CSEE， 2017， 37（1）： 1-9.

［2］"""" 賴全怡， 陳民權(quán)， 李尚遠， 等. 含高密度光伏電源的受端電網(wǎng)暫態(tài)電壓有理分式擬合分析［J］. 中國電機工程學(xué)報， 2019， 39（11）： 3186-3194.

LAI Q Y， CHEN M Q， LI S Y， et al. Transient voltage analysis for receiving power system with high PV penetration based on rational fraction fitting method［J］. Proceedings of the CSEE， 2019， 39（11）： 3186-3194.

［3］"""" 易俊， 林偉芳， 余芳芳， 等. 受靜態(tài)電壓穩(wěn)定約束的新能源臨界滲透率計算方法［J］. 電網(wǎng)技術(shù)， 2020， 44（8）： 2906-2912.

YI J， LIN W F， YU F F， et al. Calculation method of critical penetration of renewable energy constrained by static"" voltage"" stability［J］."" Power"" system"" technology， 2020， 44（8）： 2906-2912.

［4］"""" 白建華， 辛頌旭， 劉俊， 等. 中國實現(xiàn)高比例可再生能源發(fā)展路徑研究［J］. 中國電機工程學(xué)報， 2015， 35（14）： 3699-3705.

BAI J H， XIN S X， LIU J， et al. Roadmap of realizing the high penetration renewable energy in China［J］. Proceedings of the CSEE， 2015， 35（14）： 3699-3705.

［5］"""" 章健， 張玉曉， 熊壯壯， 等. 計及DR的新能源配電網(wǎng)電壓無功協(xié)調(diào)優(yōu)化［J］. 鄭州大學(xué)學(xué)報（工學(xué)版）， 2020， 41（2）： 61-66.

ZHANG J， ZHANG Y X， XIONG Z Z， et al. Voltage reactive power coordination optimization of distributed new energy network considering DR［J］. Journal of Zhengzhou University （engineering science）， 2020， 41（2）： 61-66.

［6］"""" 劉華志， 李永剛， 王優(yōu)胤， 等. 無功電壓優(yōu)化對新能源消納的影響［J］. 電工技術(shù)學(xué)報， 2019， 34（S2）： 646-653.

LIU H Z， Li Y G， WANG Y Y， et al. Influence about reactive power voltage optimization on the dissipation of new"" energy［J］." Transactions" of" China"" Electrotechnical Society， 2019， 34（S2）： 646-653.

［7］"""" 盛四清， 邱昊， 張文朝， 等. 考慮穩(wěn)態(tài)和動態(tài)有功平衡約束的新能源消納綜合評估方法［J］. 電力系統(tǒng)保護與控制， 2019， 47（10）： 51-56.

SHENG S Q， QIU H， ZHANG W C， et al. Comprehensive assessment method of new energy consumption considering steady and dynamic active power equilibrium constraints［J］. Power system protection and control， 2019， 47（10）： 51-56.

［8］"""" 張振宇， 王文倬， 張鋼， 等. 基于非時序模型的新能源消納能力評估方法［J］. 電力系統(tǒng)自動化， 2019， 43（20）： 24-30.

ZHANG Z Y， WANG W Z， ZHANG G， et al. Assessment method of accommodation capacity of renewable energy based on non-time-series model［J］. Automation of electric power systems， 2019， 43（20）： 24-30.

［9］"""" 劉純， 屈姬賢， 石文輝. 基于隨機生產(chǎn)模擬的新能源消納能力評估方法［J］. 中國電機工程學(xué)報， 2020， 40（10）： 3134-3144.

LIU C， QU J X， SHI W H. Evaluating method of ability of accommodating renewable energy based on probabilistic production"" simulation［J］."" Proceedings"" of"" the"" CSEE， 2020， 40（10）： 3134-3144.

［10］""" 張振宇， 王文倬， 張小奇， 等. 基于電力系統(tǒng)承載力指標(biāo)的新能源裝機規(guī)劃方法［J］. 電網(wǎng)技術(shù)， 2021， 45（2）： 632-639.

ZHANG Z Y， WANG W Z， ZHANG X Q， et al. Renewable energy capacity planning based on carrying capacity" indicators" of" power" system［J］." Power"" system technology， 2021， 45（2）： 632-639.

［11］""" 段建民， 王志新， 王承民. 基于電網(wǎng)聚合模型的新能源接納能力評價與分析［J］. 分布式能源， 2019， 4（5）： 42-49.

DUAN J M， WANG Z X， WANG C M. Evaluation and analysis of the capability of new energy integration based on grid aggregation mode［J］. Distributed energy， 2019， 4（5）： 42-49.

［12］""" 李明節(jié)， 陳國平， 董存， 等. 新能源電力系統(tǒng)電力電量平衡問題研究［J］. 電網(wǎng)技術(shù)， 2019， 43（11）： 3979-3986.

LI M J， CHEN G P， DONG C， et al. Research on power balance of high proportion renewable energy system［J］. Power system technology， 2019， 43（11）： 3979-3986.

［13］""" 胡佳怡， 李亦言， 周云， 等. 考慮新能源出力特性的華東電網(wǎng)新能源消納承載能力分析［J］. 水電能源科學(xué)， 2018， 36（11）： 212-216.

HU J Y， LI Y Y， ZHOU Y， et al. Analysis of East China powernbsp; grid’s" ability" of" admitting" new" energy" resources considering output characteristics of new energy［J］. Water resources and power， 2018， 36（11）： 212-216.

［14］""" 邵成成， 王雅楠， 馮陳佳， 等. 考慮多能源電力特性的電力系統(tǒng)中長期生產(chǎn)模擬［J］. 中國電機工程學(xué)報， 2020， 40（13）： 4072-4081.

SHAO C C， WANG Y N， FENG C J， et al. Mid/long-term power system production simulation considering multi-energy generation［J］. Proceedings of the CSEE， 2020， 40（13）： 4072-4081.

［15］""" 孫勇， 魏敏， 王磊， 等. 基于系統(tǒng)調(diào)峰約束的電網(wǎng)風(fēng)電消納水平研究［J］. 電力系統(tǒng)保護與控制， 2019， 47（19）： 107-112.

SUN Y， WEI M， WANG L， et al. Study on wind power consumption based on system peak regulation capability constrain［J］. Power system protection and control， 2019， 47（19）： 107-112.

［16］""" 梁海平， 王翠， 王正平， 等. 基于改進FPA算法的配電網(wǎng)光伏消納能力評估［J］. 可再生能源， 2019， 37（2）： 190-198.

LIANG H P， WANG C， WANG Z P， et al. Evaluation of distributed photovoltaic integration capacity based on improved FPA algorithm［J］. Renewable energy resources， 2019， 37（2）： 190-198.

［17］""" 郝捷， 崔佳琪， 張穎. 交直流混聯(lián)電網(wǎng)風(fēng)電消納能力計算分析［J］. 山西電力， 2019（2）： 58-61.

HAO J， CUI J Q， ZHANG Y. Computational analysis of wind power consumption capability of AC/DC hybrid grid［J］. Shanxi electric power， 2019（2）： 58-61.

［18］""" 李亦凡， 房鑫炎， 王波， 等. 計及節(jié)點脆弱程度的新能源消納能力風(fēng)險評估［J］. 電網(wǎng)技術(shù)， 2020， 44（12）： 4479-4486.

LI Y F， FANG X Y， WANG B， et al. Risk assessment of new energy consumption capacity considering node vulnerability［J］. Power system technology， 2020， 44（12）： 4479-4486.

［19］""" 李東東， 梁自超， 周玉琦. 含風(fēng)電場的受端系統(tǒng)暫態(tài)電壓穩(wěn)定性評估［J］. 電力系統(tǒng)保護與控制， 2015， 43（13）： 8-14.

LI D D， LIANG Z C， ZHOU Y Q. Transient voltage stability assessment of receiving end grid incorporating with wind farm［J］. Power system protection and control， 2015， 43（13）： 8-14.

NEW ENERGY CONSUMPTION CAPACITY ASSESSMENT

METHOD BASED ON NETWORK SECURITY AND STABILITY CONSTRAINTS

Meng Gaojun1，Zhang Feng1，Xu Xiaoyi2，Zhang Yangfei1，Ji Yu1

（1. Jiangsu Collaborative Innovation Center for Smart Distribution Network， Nanjing Institute of Technology， Nanjing 211100， China；

2. Nantong Power Supply Company， State Grid Jiangsu Electric Power Co.， Ltd， Nantong 226006， China）

Abstract：Given the context of multi-infeed DC power and the high percentage penetration of renewable energy sources， accurately evaluating the maximum absorptive capacity of power grid renewable energy sources， taking into account the randomness of renewable energy output and the security constraints of the system network， is of great significance for promoting the absorption of renewable energy sources. To address these challenges， this paper proposes a method for evaluating the maximum absorption capacity of new energy based on network security and stability constraints. The paper considers the impact of generator set regulation characteristics， multi-DC regulation power， and other factors on the maximum absorption capacity of new energy. A probability distribution discrete model is employed to describe the random nature of new energy distribution. A calculation model of new energy consumption capacity constrained by static voltage stability of the power grid and generator output is established. The proposed model establishes a calculation framework for new energy absorption capacity constrained by the static voltage stability of the power grid and generator output. By calculating discrete probability， the model enables the realization of a new energy grid-connected multi-scene state simulation， thereby solving the discrete distribution of the maximum absorption power of new energy and then making out this maximum absorption capacity of new energy under multiple scenarios of operation. An improved IEEE 39-node system is adopted in this paper for multi-scene simulation analysis， whose results indicate that the proposed new energy absorption capacity calculation method based on network security and stability constraints can effectively reflect the new energy absorption capacity under multiple scenarios.

Keywords：new energy consumption； power grid stability； static voltage； discrete probability； multi-scene simulation