付英杰,汪 沨,陳 春,楊振宇,劉 蓓,張 飛
(1.湖南大學電氣與信息工程學院,長沙410082;2.山西省太原市供電公司,太原030000;3.南方電網(wǎng)公司,廣州510082)
分布式電源作為清潔能源的主要利用形式,其接入配電網(wǎng)的數(shù)目日趨增多。分布式電源的接入,使配電網(wǎng)節(jié)點電壓不僅可能越下限,也可能越上限,同時其出力及用電負荷的波動性,會增大配電網(wǎng)電壓的波動性。電壓控制通過必要的手段,能減小節(jié)點電壓的波動,穩(wěn)定電壓幅值,優(yōu)化電網(wǎng)運行狀態(tài),是配電網(wǎng)自愈控制的重要方面。
傳統(tǒng)調(diào)壓方法有兩種:一是通過無功補償來調(diào)壓;二是通過無功功率重新分布進行調(diào)壓,即調(diào)節(jié)變壓器分接頭[1]。然而調(diào)節(jié)變壓器分接頭的方法必須在電網(wǎng)無功充足的情況下才能使用,否則有可能造成電網(wǎng)無功不足[1]。配電網(wǎng)中主要通過使用投切電容器組進行無功補償來調(diào)節(jié)電壓。文中在靈敏度的基礎上進行電壓調(diào)節(jié)。靈敏度用法廣泛,文獻[2]提出了一種基于靈敏度與支路交換法相結合的配電網(wǎng)絡重構算法,計算量少、速度快;文獻[3]以電動機吸收無功對轉子電阻的軌跡靈敏度的最大值作為依據(jù)對負荷進行分類,方法簡單、物理意義明確;文獻[4]利用靈敏度分析選取優(yōu)先補償?shù)淖冸娬?,實現(xiàn)了無功功率就地補償,減少了網(wǎng)絡無功功率流動;文獻[5]利用靈敏度減小了搜索空間。
分布式電源的大量接入使配電網(wǎng)的潮流方向發(fā)生變化[6-7],同時分布式電源在一定程度上可調(diào)節(jié)電網(wǎng)負荷的峰谷差[8]。文獻[9]分析研究了分布式電源出力變化和接入位置變化造成的配電系統(tǒng)電壓變化,文獻[10]分析了分布式電源接入配電網(wǎng)前后對網(wǎng)絡損耗的影響。而對分布式電源用于電壓控制研究不夠,分布式電源的接入給電壓控制提出了新的要求[11]。
文中綜合考慮調(diào)節(jié)分布式電源出力和投切電容器組,利用電壓/無功靈敏度分析方法,確定需要投切的電容器組和需要調(diào)節(jié)出力的分布式電源,然后采用和聲算法計算最優(yōu)解。利用Matlab 軟件對IEEE-33 母線系統(tǒng)進行了仿真驗證。
電壓/無功靈敏度分析是根據(jù)電壓靈敏度大小來進行電壓調(diào)節(jié)。由于電容器組不能頻繁投切,且不能平滑調(diào)節(jié),文中提出綜合調(diào)節(jié)分布式電源出力和投切電容器組來調(diào)節(jié)電壓。
目前分布式電源有風力發(fā)電、太陽能光伏發(fā)電、燃料電池發(fā)電、生物質能發(fā)電、小型燃氣輪機發(fā)電、小水電等,其中小水電、太陽能光伏發(fā)電等可以通過改變其無功出力來控制電壓。本文假設參與電壓控制的分布式電源都能改變其無功出力,控制策略流程如圖1 所示。
首先對配電網(wǎng)進行潮流計算,對各節(jié)點的電壓是否越限進行判斷。如果節(jié)點i 電壓越限,計算其他節(jié)點對節(jié)點i 的電壓靈敏度矩陣,對連接有分布式電源和電容器組的節(jié)點按電壓靈敏度大小,從大到小排序。從中選出排在前面的幾個節(jié)點進行調(diào)節(jié),采用和聲算法確定分布式電源的無功調(diào)節(jié)量和電容器組的投切方案。
靈敏度分析方法是利用某些變量之間的微小變化,得到變量之間的敏感程度,不同的靈敏度指標意義不同[12]。文中采用的電壓靈敏度是節(jié)點電壓U 對控制變量無功功率Q 的靈敏度關系,即靈敏度矩陣dU/dQ。
圖1 控制策略流程Fig.1 Flow chart of control strategy
靈敏度矩陣dU/dQ 可以通過潮流方程推導而來,很多文獻利用極坐標下的潮流方程來推導靈敏度矩陣,較少利用直角坐標下的靈敏度矩陣。文中推導出直角坐標系下電壓靈敏度矩陣公式。
直角坐標下的潮流方程為
式中:ΔPi、ΔQi、Δei、Δfi分別為第i 個節(jié)點的有功功率和無功功率偏移量、電壓實部和電壓虛部偏移量;J 為雅克比矩陣。
文中對電壓的控制是通過調(diào)節(jié)分布式電源無功出力和投切電容器組來實現(xiàn)的,可以假設ΔP=0。
電壓幅值與電壓實部和虛部的關系為
式中,Ui、ei、fi分別為第i 個節(jié)點電壓的幅值、實部和虛部。對Ui求微分得
設配電網(wǎng)有n 個節(jié)點,寫成矩陣形式為
設系統(tǒng)中只有一個平衡節(jié)點,假設一個矩陣
由式(1)和式(6)及ΔP=0 得
式中,S 為靈敏度矩陣。
反映了節(jié)點電壓變化量對無功功率變化量的靈敏程度。通過控制變量無功功率Q 就可以調(diào)節(jié)電壓U。
無功電壓控制是當系統(tǒng)節(jié)點電壓越限,通過優(yōu)化調(diào)節(jié)分布式電源出力和電容器組的投切等,在滿足系統(tǒng)運行條件下,達到各節(jié)點電壓的優(yōu)化。
文章以系統(tǒng)節(jié)點電壓偏移量最小為目標函數(shù):
式中,Ui、UiN分別為第i 個節(jié)點的節(jié)點電壓和額定電壓。
等式約束條件為潮流約束條件,即有功功率平衡和無功功率平衡。
不等式約束條件包括節(jié)點電壓約束、節(jié)點功率約束、分布式電源出力約束、電容器組容量約束。
節(jié)點電壓約束為
節(jié)點有功約束為
節(jié)點無功約束為
分布式電源出力約束為
電容器組約束為
式中:Uimin、Uimax分別為第i 個節(jié)點的節(jié)點電壓最小值和最大值;Pimin、Pimax分別為第i 個節(jié)點有功功率最小值和最大值;Qimin、Qimax分別為第i 個節(jié)點無功功率最小值和最大值;PGi、PGimin、PGimax分別為第i 個節(jié)點分布式電源有功出力、有功出力最小值和有功出力最大值;QGi、QGimin、QGimax分別為第i 個節(jié)點分布式電源的無功出力、無功出力最小值和無功出力最大值;CiN為第i 個節(jié)點單個電容器的大小;ki=0,1,…,k,k 為第i 個節(jié)點電容器組中電容器的個數(shù);Ci為第i 個節(jié)點投入電容器組的大小。
上述優(yōu)化問題一般用智能算法解決,然而遺傳算法收斂速度比較慢、精度低、容易陷于局部最優(yōu)解[10]。文中采用和聲算法進行電壓優(yōu)化,編碼過程比較簡單,在生成新解時考慮了解的全局信息,能解決文中提出的優(yōu)化問題。在第2.1 節(jié)中與遺傳算法的結果進行了簡單比較。文獻[13]具體介紹了和聲算法的原理。
和聲算法在電壓控制中的應用步驟如下。
1)編碼和確定參數(shù)
目標函數(shù)為min F(x),x 由控制變量xi構成的解向量。xi是根據(jù)電壓靈敏度矩陣確定的某些節(jié)點分布式電源無功出力Qi和電容器組投切量Ci,前者是連續(xù)變量,后者是離散變量,二者必須滿足第1.3 節(jié)的約束條件。確定和聲算法的參數(shù):和聲記憶庫的大小HMS(harmony memory size),和聲記憶庫取值概率HMCR(harmony memory considering rate),微調(diào)概率PAR(pitch adjusting rate),微調(diào)帶寬BW,預先設定的迭代次數(shù)Tmax。
2)初始化和聲記憶庫
隨機生成HMS 個解向量,放入和聲記憶庫HM(harmony memory)中,以矩陣的形式形成HM。
3)形成新解
產(chǎn)生一個隨機概率rand,當rand〈HMCR 時,從HM 中隨機取一個解,再產(chǎn)生一個隨機概率rand1,rand1〈PAR 時,分布式電源無功出力加減一個rand1BW,此時BW 為無功功率,電容器組容量加減一個基值;rand1〉PAR 時,HM 取出的解不變。
當rand〉HMCR 時,在HM 外隨機產(chǎn)生一個新解。
4)更新記憶庫
用第1.3 節(jié)的約束條件對新解進行校驗,當滿足約束條件時,如果新解的目標函數(shù)F(x)值比HM 中最差的解好,那么用新解代替最差的解。
5)檢查迭代是否結束
重復步驟3)和4),直到迭代次數(shù)到Tmax。HM中目標函數(shù)F(x)最小的解為最終解,即分布式電源出力大小Qi和電容器組投切大小Ci。
文中采用33 母線系統(tǒng)驗證提出的控制策略,33 母線系統(tǒng)的支路參數(shù)和負荷參數(shù)參見文獻[14]。系統(tǒng)三相功率基準值SB=10 MVA,線電壓基準值UB=12.66 kV,所以負荷視為恒定功率負荷。33 母線系統(tǒng)圖如圖2 所示(忽略聯(lián)絡線)。
圖2 33 母線系統(tǒng)圖Fig.2 Diagram of 33 bus system
在算例驗證的時候,在節(jié)點2 和節(jié)點5 安裝容量為1 000+j484 kVA 的分布式電源,分布式電源無功出力范圍在200~750 kvar 之間,在節(jié)點7、9、11、13、15、17、26、28、30、32 各 安 裝10 組 電 容器,每組電容器的容量為0.025 Mvar。調(diào)節(jié)前系統(tǒng)節(jié)點電壓如表1 所示。
節(jié)點電壓上限為1.05,下限為0.95,從表1 中可以得出節(jié)點12、13、14、15、16、17、29、30、31、32的電壓越下限。選擇節(jié)點12、15、17、29、32 進行電壓調(diào)節(jié)。
計算靈敏度矩陣S,選擇節(jié)點5、13、15、17、28、30、32,其中節(jié)點5 的電壓靈敏度最小。將它們的分布式電源出力變化或投切電容器組的大小作為解,建立和聲記憶庫,取HMCR=0.85,PAR=0.5,BW=10,最大迭代次數(shù)取100 次。
根據(jù)和聲算法得出優(yōu)化結果。分布式電源出力改變量為j194 kVA,節(jié)點12、15、17、29、32 投切電容器組分別為0.075 MVA、0.2 MVA、0.25 MVA、0.225 MAV、0.125 MAV、0.15 MVA,電壓偏移量為0.6540,節(jié)點12、13、14、15、16、17、29、30、31、32 調(diào)節(jié)后電壓分別為0.969 8、0.970 0、0.970 2、0.970 5、0.971 3、0.971 7、0.965 9、0.963 6、0.963 1、0.963 3。分布式電源參與調(diào)節(jié)后系統(tǒng)節(jié)點電壓的效果如圖3 所示。從圖3 可以看出,分布式點調(diào)節(jié)效果明顯。
表1 調(diào)節(jié)前系統(tǒng)節(jié)點電壓Tab.1 System node voltage before adjusting
采用和聲算法所用時間為2.75 s。采用遺傳算法時,由于交叉變異的過程復雜,使得過程比和聲算法復雜,運算時間是47.969 0 s,電壓偏移量為0.665 8。可見和聲算法在解決這類問題時,在收斂速度上相比于遺傳算法有很大優(yōu)勢,適合這類問題的求解。
圖3 分布式電源參與電壓調(diào)節(jié)效果Fig.3 Effect chart of voltage control with DGs
計算靈敏度矩陣S,選擇節(jié)點13、15、17、28、32,將它們投切電容器組的大小作為解,建立和聲記憶庫,取HMCR=0.85,PAR=0.5,BW=0,最大迭代次數(shù)取100 次。
根據(jù)和聲算法得出優(yōu)化結果。節(jié)點13、15、17、28、32 投切電容器組均為0.175 MVA,電壓偏移量為0.687 7,節(jié)點12、13、14、15、16、17、29、30、31、32 調(diào)節(jié)后電壓分別為0.968 3、0.968 6、0.968 4、0.968 4、0.968 4、0.968 5、0.964 8、0.963 0、0.962 6、0.962 9。分布式電源不參與調(diào)節(jié)后的系統(tǒng)節(jié)點電壓效果如圖4 所示。從圖4 可以看出分布式電源不參與電壓調(diào)節(jié)的效果不如分布式電源參與電壓調(diào)節(jié)的效果。
圖4 分布式電源不參與電壓調(diào)節(jié)的效果Fig.4 Effect chart of voltage control without DGs
為了驗證控制策略的效果,將分布式電源不參與,并且不按電壓靈敏度調(diào)節(jié)的傳統(tǒng)調(diào)節(jié)電壓效果與第3.1、第3.2 節(jié)的調(diào)節(jié)效果進行比較。假設每個節(jié)點都裝有10 組電容器,每組電容器容量為0.025 MVA,選取電壓最低的5 個節(jié)點進行無功補償,即對節(jié)點15、16、17、31、32 進行無功補償,將它們投切電容器組的大小作為解,建立和聲記憶庫,取HMCR=0.85,PAR=0.5,BW=0,最大迭代次數(shù)取100 次。
根據(jù)和聲算法得出優(yōu)化結果。節(jié)點15、16、17、31、32 投切電容器組分別為0.2 MVA、0.2 MVA、0.2 MVA、0.2 MVA、0.175 MVA,電壓偏移量為0.7032,節(jié)點12、13、14、15、16、17、29、30、31、32 調(diào)節(jié)后電壓分別為0.968 6、0.969 2、0.969 9、0.970 7、0.973 2、0.973 3、0.961 1、0.959 5、0.959 5、0.959 8。不按靈敏度調(diào)節(jié),并且分布式電源不參與電壓調(diào)節(jié)的調(diào)節(jié)效果如圖5 所示。從圖5 可看出傳統(tǒng)電壓調(diào)節(jié)的效果和第2.2 節(jié)提出的控制策略相比,效果差不多,但此方法投入的電容器組要大很多,因此此方法的整體效果不如第2.2 節(jié)的控制策略。
分析表1、圖3~圖5,可見按靈敏度對含分布式電源的配電網(wǎng)電壓優(yōu)化,配電網(wǎng)電壓得到了明顯改善,在電壓調(diào)節(jié)方面有明顯優(yōu)勢。圖3 和圖4反映了分布式電源參與配電網(wǎng)的電壓控制,電壓偏移量更小,投切的電容器組要少,控制效果更好。圖4 和圖5 反映了按電壓靈敏度調(diào)節(jié)電壓的優(yōu)勢,能更加有效地調(diào)節(jié)電壓,在控制效果差不多情況下,按電壓靈敏度調(diào)節(jié)投切的電容器組更少。
圖5 傳統(tǒng)電壓調(diào)節(jié)的效果Fig.5 Effect chart of traditional voltage control
本文推導出在直角坐標系下的電壓無功靈敏度矩陣,公式形式簡單,很好地反映了節(jié)點電壓變化量對無功功率變化量的靈敏度程度,為電壓控制選擇無功補償點提供了依據(jù)。采用和聲算法進行優(yōu)化,收斂速度較快。
分布式的出力可以連續(xù)調(diào)節(jié),這是電容器組在電壓調(diào)節(jié)方面所不具備的優(yōu)點。通過仿真計算可以看出,調(diào)節(jié)分布式電源出力能有效改善調(diào)壓,電壓靈敏度矩陣能使電壓調(diào)節(jié)更有目的性,能為電壓調(diào)節(jié)提供一定的依據(jù)。
[1]張利生.電網(wǎng)無功控制與無功補償[M].北京:中國電力出版社,2012.
[2]李啟旺,袁榮湘,丁偉,等(Li Qiwang,Yuan Rongxiang,Ding Wei,et al).靈敏度分析與支路交換法相結合的配電網(wǎng)重構算法研究(A comprehensive method for distribution network reconfiguration based on sensitivity analysis and branch-exchange algorithm)[J].電力系統(tǒng)保護與控 制(Power System Protection and Control),2010,8(10):62-65,70.
[3]鄭曉雨,賀仁睦,馬進,等(Zheng Xiaoyu,He Renmu,Ma Jin,et al).基于軌跡靈敏度的負荷分類(A method of load classification based on trajectory sensitivity)[J].電工技術學報(Transactions of China Electrotechnical Society),2010,25(9):145-150.
[4]張玉珠,徐文忠,付紅艷(Zhang Yuzhu,Xu Wenzhong,F(xiàn)u Hongyan).結合靈敏度分析的變電站電壓無功控制策略(Voltage and reactive power control on global optimization control based on sensitivity)[J]. 電力系統(tǒng)保護與控制(Power System Protection and Control),2009,37(2):37-42.
[5]胡澤春,鐘明明,王佳賢,等(Hu Zechun,Zhong Mingming,Wang Jiaxian,et al).考慮多負荷水平的中低壓配電網(wǎng)無功補償優(yōu)化規(guī)劃(Optimal reactive power compensation for medium and low voltage distribution network considering multiple load levels)[J].電工技術學報(Transactions of China Electrotechnical Society),2010,25(8):167-173.
[6]林霞,陸于平,王聯(lián)合(Lin Xia,Lu Yuping,Wang Lianhe).分布式發(fā)電條件下的多電源故障區(qū)域定位新方法(New fault region location scheme in distribution system with DGs)[J].電工技術學報(Transactions of China Electrotechnical Society),2008,23(11):139-146,165.
[7]王建,李興源,邱曉燕(Wang Jian,Li Xingyuan,Qiu Xiaoyan).含有分布式發(fā)電裝置的電力系統(tǒng)研究綜述(Power system research on distributed generation penetration)[J].電力系統(tǒng)自動化(Automation of Electric Power Systems),2005,29(24):90-97.
[8]麻秀范,崔換君(Ma Xiufan,Cui Huanjun).改進遺傳算法在含分布式電源的配電網(wǎng)規(guī)劃中的應用(An improved genetic algorithm for distribution network planning with distributed generation)[J].電工技術學報(Transactions of China Electrotechnical Society),2011,26(3):175-181.
[9]陳芳,王瑋,徐麗杰,等(Chen Fang,Wang Wei,Xu Lijie,et al).分布式電源接入對配電網(wǎng)電壓變化的分析(Analyzing the voltage variation of distribution network including distributed generation)[J].電力系統(tǒng)及其自動化學報(Proceedings of the CSU-EPSA),2012,24(4):145-149.
[10]劉波,張焰,楊娜(Liu Bo,Zhang Yan,Yang Na).改進的粒子群優(yōu)化算法在分布式電源選址和定容中的應用(Improved particle swarm optimization method and its application in the sitting and sizing of distributed generation planning)[J].電工技術學報(Transactions of China Electrotechnical Society),2008,23(2):103-108.
[11]余貽鑫(Yu Yixin).新形勢下的智能配電網(wǎng)(Intelligent distribution network in the new situation)[J].電網(wǎng)與清潔能源(Power System and Clean Energy),2009,25(7):1-3.
[12]袁駿,段獻忠,何仰贊,等(Yuan Jun,Duan Xianzhong,He Yangzan,et al).電力系統(tǒng)電壓穩(wěn)定靈敏度分析方法綜述(Summarization of the sensitivity analysis method of voltage stability in power systems)[J]. 電網(wǎng)技術(Power System Technology),1997,21(9):7-10.
[13]雍龍泉(Yong Longquan).和聲搜索算法研究進展(Advances in harmony search algorithm)[J].計算機系統(tǒng)應用(Computer Systems&Applications),2011,20(7):244-248.
[14]王守相,王成山.現(xiàn)代配電系統(tǒng)分析[M].北京:高等教育出版社,2007.