含分布式電源的配電網可靠性評估

劉云祥，黃升

(三峽大學電氣與新能源學院，湖北 宜昌 443002)

1 引言

分布式電源(DG)憑借其發電靈活、環境友好等優勢被越來越多地接入到配電網中，由于分布式電源輸出功率具有一定的隨機性，因而給配電網可靠性的評估帶來了一定的影響。

在傳統的配電網可靠性評估當中，饋線一般都由單電源供電，采用輻射式供電方式，任何一條饋線元件發生故障，都有可能導致饋線后面的負荷全部停電，而當分布式電源接入配電網以后，電網變成一個多電源與用戶互聯的網絡，當某元件發生故障后，配電網可能會出現含分布式電源的孤島運行方式，相應的可靠性評估模型和算法也將發生變化［1－3］。國內外有學者對此進行了相關的研究。文獻［4－5］分析了分布式電源的接入對配電網產生的影響。在分布式電源的可靠性模型方面，目前的研究主要集中在光伏發電和風力發電上［6－8］。在評估算法上，目前主要有解析法和模擬法。文獻［9－10］建立了分布式電源的概率模型，采用解析法對計及分布式電源的配電網可靠性進行了評估。文獻［7］對光伏發電和風力發電進行建模，提出了基于模擬法的微網可靠性評估算法。文獻［11］采用蒙特卡羅方法對孤島狀態下含分布式電源的配電系統可靠性進行了分析。

本文研究了光伏發電和風力發電出力的隨機特性，建立了含分布式電源和儲能聯合發電系統的可靠性模型，在此基礎上基于蒙特卡羅時序模擬方法，提出了含分布式電源的配電網可靠性評估算法。最后采用所提出的模型和算法對IEEE RBTS Bus6系統主饋線F4進行了評估。

2 分布式電源的可靠性模型

2.1 光伏發電系統輸出功率的隨機模型

太陽能電池板是光伏發電系統的核心器件，它的輸出功率取決于多種因素，其中最主要的是電池板上能接收到的太陽光輻射強度。假設太陽能電池板的面積為S，某時刻電池板能接收到的光強為I(t)，則該電池板的輸出功率P［12］PV

式中:ηC為電池板的轉換效率;KC為閾值常數，當入射光強小于KC時，輸出功率與I(t)呈二次關系，當入射光強大于KC時，輸出功率與I(t)呈線性關系。太陽光的輻射強度主要取決于太陽高度角和云層遮擋對陽光的衰減效應。一天中太陽高度角隨時間的變化可以由一個確定性的函數來決定;而天氣變化時，云層對太陽輻射強度的衰減效應卻是隨機的?？梢哉J為，某時刻電池板接收的光強I(t)等于一個由太陽輻射角確定的基礎強度Id(t)疊加上一個隨機的衰減量I(t)，即

定義基礎強度Id(t)為一個統計時間段內每天t時刻太陽光輻射強度的平均值。忽略季節變化對日出日落時間的影響，可以近似認為Id(t)是一個二次函數，可由下式表示:

其中:t為一天中的整點時刻;Imax為正午12:00時最大日輻射強度的年平均值，即有

Imax=I(12)。

衰減量I(t)主要取決于天空中云層的狀態。由于云層不同狀態之間的轉移概率難以獲得，故對I(t)做簡化處理，可以認為I(t)服從正態分布［4］。正態分布的概率密度函數表達為［4］:

2.2 風力發電機輸出功率的隨機模型

風力發電機組從能量轉換角度分成兩部分，風力機和發電機。風速作用在風力機的葉片上產生轉矩，該轉矩驅動輪轂轉動，通過齒輪箱高速軸、剎車盤和聯軸器再與起步發電機轉子相連，從而發電運行。因此，它的輸出功率由風能決定，輸出功率具有隨機性。

風力發電機有功輸出Pwind與網速v之間具有如下函數關系［13］

式中:vci為切入風速;vr為額定網速;vco為切出網速;Pr為風力發電機的額定功率;a和b均為系數，a=Prvci/(vci－vr)，b=Pr/(vr－vci)

由于網速近似服從雙參數威布爾分布，且在大部分時間內，網速維持在vci和vco之間，因此，Pwind的概率密度函數為［13］:

式中:c和k分別為參數威布爾分布的尺度參數和形狀參數。

3 基于蒙特卡羅模擬的含分布式電源配電網可靠性評估算法

在不影響計算精度的條件下，做如下假設:①所有元件都是可以修復的;②不考慮瞬時故障，只考慮永久故障，即元件故障后，只有元件修復之后才能重新投入運行;③不考慮斷路器等開關設備的誤動、拒動;④僅考慮單重故障。

基于蒙特卡羅法的可靠性評估算法的總體思路為:對系統的故障狀態進行蒙特卡羅抽樣，分析每個故障狀態，將受故障影響的負荷分為不能被恢復的負荷、能通過轉供被恢復的負荷和孤島內的負荷。對孤島內的負荷，模擬孤島運行期間分布式電源的出力，計算孤島的停電時間。最后對所有負荷點分別累加其各自的停電次數和停電時間，可得到負荷點的可靠性指標。算法的具體步驟如下:

(1)采用式(7)、(8)對所有元件的正常工作時間TTF和故障時間TTR進行抽樣，依次排列形成每個元件在模擬總時間內的運行狀態持續時間序列。

式中:λi和μi分別為元件的停運率和修復率;u為(0，1)之間服從均勻分布的隨機數［14］。

(2)綜合所有元件的運行狀態持續時間序列，找出系統在給定模擬時間內的所有故障事件。

(3)對每個故障事件進行分析，找到該故障所影響到的負荷，將這些負荷分為不能被恢復的負荷、能通過轉供被恢復的負荷和孤島內的負荷。

(4)對于能通過轉供被恢復的負荷，將此次停運累加到該負荷點的總停電時間TTTR和總停電次數Nl。對于不能被恢復的負荷，系統該次故障持續時間即為負荷的停運時間。

(5)對孤島內部的負荷作如下處理:

①根據步驟(1)所產生的分布式電源發電系統的運行狀態序列，檢查孤島運行期間發電系統是否正常運行。如果運行，繼續下一步;如果停運，則轉到步驟(6)。

②產生一個(0，1)之間服從均勻分布的隨機數um，判斷形成孤島成功概率pm的大小。若um＞pm，則認為此次切換失敗;若um≤pm，則認為此次切換成功。

③計算分布式電源在孤島運行期間的供電時間。

(6)根據各負荷點的總停電時間TTTR和總停電次數Nl，計算在總模擬時間里各負荷點的平均故障率、平均故障時間rl、年平均停電時間Ul等可靠性指標。

(7)根據負荷點的可靠性指標計算系統的各項可靠性指標。

4 算例與分析

4.1 仿真系統及參數

用本文的評估算法對上述算例系統進行10萬h的模擬計算。研究加入分布式電源前后對配電網供電可靠性指標的影響。本文以IEEE-RBTSBus6系統主饋線F4為基礎，在分支線19和25處加入2處DG。當上游供電路徑發生故障時，通過斷路器操作，形成孤島1和孤島2繼續給島內負荷供電，如圖1所示。圖中LPi表示第i個負荷點。系統原始數據見文獻［15］

設平均風速為14.6km/h，風速標準方差為9.75。風機切入風速vci、額定風速vr和切除風速vco分別為9km/h、38km/h和80km/h。太陽能電池板的轉換效率 ηC=0.10，KC=200W/m2。

方案一:不考慮分布式電源的作用;方案二:在如圖所示節點19處接入分布式電源;方案三:在如圖所示節點19和節點25處同時接入分布式電源。部分負荷點可靠性指標如表1，系統可靠性指標如表2所示。

圖1 含分布式電源的配電網接線

表1 部分負荷點可靠性指標

表2 系統可靠性指標

計算結果表明:

(1)分布式電源對孤島內負荷點的可靠性有很大影響，孤島內負荷點的停運頻率和停運時間均有大幅下降。孤島運行能在配電網發生故障時保證對孤島內負荷的供電，大大縮短停運時間。

(2)對比加入分布式電源前后的配電網可靠性指標，可看到有分布式電源條件下配電網可靠性指標明顯優于沒有分布式電源條件下的可靠性指標，說明分布式電源的適當接入可有效提高配電網的供電可靠性。

5 結論

(1)本文研究了光伏發電和風力發電輸出功率的隨機特性，建立了分布式電源的功率輸出模型，建立了分布式電源的可靠性模型。

(2)提出了基于蒙特卡羅時序模擬的含分布式電源的配電網可靠性評估算法，并對改進的IEEE DRTS Bus 4測試系統進行了可靠性評估。

(3)評估結果表明，在有分布式電源的情況下，孤島內負荷點的停運頻率和停運時間均有下降，但對孤島外負荷的供電可靠率沒有影響。對于配電網而言，有分布式電源條件下配電網的可靠性指標明顯優于沒有分布式電源條件下的可靠性指標，可見分布式電源能有效提高配電系統的供電可靠性。

［1］梁有偉，胡志堅，陳允平［J］.分布式發電及其在電力系統中的應用研究綜述.電網技術，2003，27(12):71－76.

［2］王建，李興源，邱曉燕.含有分布式發電裝置的電力系統研究綜述［J］.電力系統自動化，2005，29(24):90－96.

［3］劉傳銓.計及分布式電源的配電網供電可靠性評估［D］.上海:上海交通大學電氣工程系，2008.

［4］施偉國，宋平，劉傳牷.計及分布式電源的配電網供電可靠性研究［J］.華東電力，2007，35(7):37－41.

［5］蔡紅麗.考慮分布式發電的配電網可靠性分析［D］.2010，南京理工大學.

［6］Abouzahr I，Ramakumar R.An approach to assess the performance of utility-interactive photovoltaic systems［J］.IEEE Transactions onEnergy Conversion，1993，8(2):145－153.

［7］Yokoyama R，Niimura T，Saito N.Modeling and evaluation of supplyreliability of microgrids including PV and wind power［C］//Power and Energy Society General Meeting-Conversion and Delivery of Electrical Energy in the 21st Century.Pittsburgh，USA:IEEE，2008:1－5.

［8］Billinton R，Chen Hua，Ghajar R.A sequential simulation technique for adequacy evaluation of generating systems including wind energy［J］.IEEE Trans on Energy Conversion 1996，11(4):728－734.

［9］Bae I S，Kim J O.Reliability evaluation of distributed generation based on operation mode［J］.IEEE Trans on Power Systems，2007，22(2):785－790.

［10］Bollen M H J，Sun Y，Ault G W.Reliability of distribution networks with DER including intentional islanding［C］//2005 International Conference on Future Power Systems.Amsterdam，Netherlands:IEEE，2005.

［11］孫瑜，Math Bollen，Graham Ault.孤島狀態下含分布式電源的配電系統可靠性分析［J］.電網技術，2008，32(33):77－81.

［12］Cha S T，Jeon D H.Reliability evaluation of distribution system connected photovoltaic generation considering weather effects［C］//8th International Conference on Probability Methods Applied to Power Systems.Iowa，USA:Iowa State University，2004:451－456.

［13］王敏，丁明.考慮分布式電源的靜態電壓穩定概率評估［J］.中國電機工程學報，2010，30(25):17－22.

［14］Billinton R，Guang Bai.Generating capacity adequacy associated withwind energy［J］.IEEE Transactions on Energy Conversion，2004，19(3):641－646.

［15］Billinton R，Jolmnavithula S.A Test System For Teaching Overall PowerSystem Reliability Assessment［J］.IEEE Trans on Power System，1996，VI 1(4):1670－1676.