含分布式電源的配電網(wǎng)電壓暫降研究

蔣建東, 麻 森

(鄭州大學(xué) 電氣工程學(xué)院 河南 鄭州 450001)

含分布式電源的配電網(wǎng)電壓暫降研究

蔣建東, 麻 森

(鄭州大學(xué) 電氣工程學(xué)院 河南 鄭州 450001)

基于蒙特卡羅模擬方法運(yùn)用EMTDC/PSCAD建立模型，包括分布式電源以不同接入位置、出力大小和控制方式并網(wǎng)的模型以及故障特征的隨機(jī)模型.采用系統(tǒng)均方根值變化頻次作為評(píng)價(jià)各節(jié)點(diǎn)電壓暫降的指數(shù).此方法結(jié)合一個(gè)中壓配電網(wǎng)算例分析分布式電源在以上3個(gè)方面對(duì)電壓暫降的影響.結(jié)果表明分布式電源的接入能夠降低配電網(wǎng)電壓暫降發(fā)生頻次，改變接入位置、出力和控制方式均影響電壓暫降的發(fā)生頻次，這為分布式電源配置優(yōu)化和緩解電壓暫降提供依據(jù).

電壓暫降； 分布式電源； 蒙特卡羅模擬法； 配電網(wǎng)

0 引言

分布式電源(distributed generation, DG)具有發(fā)電方式靈活，節(jié)約投資和環(huán)保等優(yōu)點(diǎn)而廣泛被我國(guó)采用[1].目前，DG主要接入配電網(wǎng)運(yùn)行，會(huì)對(duì)配電網(wǎng)造成多方面的影響,如電能質(zhì)量、安全和供電可靠性等[2-3].因此對(duì)這方面的研究會(huì)逐漸增多.

配電網(wǎng)中可能引起電壓暫降的原因很多，如線(xiàn)路出現(xiàn)短路故障、電機(jī)啟動(dòng)和負(fù)荷容量變化等，其中造成最嚴(yán)重的電壓暫降要屬系統(tǒng)中的短路故障，其具有下降幅度大、波及范圍廣的特點(diǎn)[4]，故障的地點(diǎn)和類(lèi)型具有很強(qiáng)的隨機(jī)性.如果合理分配分布式電源容量、并網(wǎng)位置和分布式電源的出力可以有效降低系統(tǒng)損耗，減少系統(tǒng)在故障發(fā)生時(shí)需要調(diào)節(jié)電壓操作的次數(shù)[5]；但是，對(duì)于輻射式電網(wǎng)，分布式電源并網(wǎng)將給系統(tǒng)帶來(lái)如諧波污染、干擾保護(hù)裝置動(dòng)作等問(wèn)題[6].目前，針對(duì)分布式電源的研究主要集中在電壓控制和保護(hù)裝置上，對(duì)電壓暫降方面的研究并不多.

一般來(lái)說(shuō)，電網(wǎng)中的監(jiān)控設(shè)備能由監(jiān)測(cè)數(shù)據(jù)來(lái)預(yù)估即將出現(xiàn)的電壓暫降指標(biāo)如幅值、持續(xù)時(shí)間等，如果要獲得較高預(yù)測(cè)精度則所需的周期較長(zhǎng)[7]，多數(shù)情況下通過(guò)仿真預(yù)測(cè)來(lái)提高效率，因此本文將基于蒙特卡羅模擬原理對(duì)系統(tǒng)進(jìn)行仿真.文獻(xiàn)[8]提出了一種評(píng)估配電網(wǎng)電壓暫降的算法，計(jì)算出故障時(shí)各節(jié)點(diǎn)可靠性概率指標(biāo).文獻(xiàn)[9]主要采用蒙特卡羅方法研究中等規(guī)模的配電網(wǎng)，證明采用這種方法可以較準(zhǔn)確反映系統(tǒng)的電壓暫降狀況.文獻(xiàn)[10]采用時(shí)域仿真工具，設(shè)計(jì)一種隨機(jī)預(yù)測(cè)電壓暫降的程序，分析出電壓暫降指數(shù)的重要性.

以上文獻(xiàn)研究對(duì)象主要是針對(duì)出現(xiàn)電壓暫降的原因和特點(diǎn)，對(duì)實(shí)際含分布式電源的配電網(wǎng)電壓暫降情況沒(méi)有做針對(duì)性研究.本文針對(duì)一個(gè)具體的輻射狀電力系統(tǒng)(27節(jié)點(diǎn)的中壓配電系統(tǒng))，應(yīng)用蒙特卡羅模擬法的思想建立線(xiàn)路的故障概率模型，采用電磁暫態(tài)分析工具EMTDC/PSCAD進(jìn)行仿真測(cè)試，利用大量仿真結(jié)果計(jì)算各節(jié)點(diǎn)電壓暫降特征值，分析系統(tǒng)中由短路故障引起的電壓暫降對(duì)敏感負(fù)荷節(jié)點(diǎn)造成的影響，并討論當(dāng)分布式電源接入后，在不同位置、出力和控制方式的情況下對(duì)各節(jié)點(diǎn)電壓暫降的不同作用.

1 理論背景

1.1 分布式電源

在本文的研究中均采用同步電機(jī)形式的DG，并且假設(shè)在電網(wǎng)出現(xiàn)故障時(shí)具備故障穿越能力.下面從位置、出力大小和控制方式3方面研究分布式電源在不同配置情況下對(duì)電壓暫降的影響.

1) 位置.位置因素主要包括DG的并網(wǎng)位置，敏感設(shè)備所在的母線(xiàn)編號(hào).分為3種情形：

情形1： DG接在與敏感負(fù)荷相同饋線(xiàn)上且DG位于其上游節(jié)點(diǎn)；

情形2： DG接在與敏感負(fù)荷相同饋線(xiàn)上且DG位于其下游節(jié)點(diǎn)；

情形3： DG接在與敏感負(fù)荷不同的饋線(xiàn)上.

2) 出力大小.分布式電源出力變化時(shí)會(huì)給系統(tǒng)注入不同的功率，因此注入功率變化會(huì)帶來(lái)不同的電壓暫降程度.分為2種情形：

情形1： DG出力對(duì)應(yīng)負(fù)荷容量的30%；

情形2： DG出力對(duì)應(yīng)負(fù)荷容量的50%.

3) 控制方式.基于同步旋轉(zhuǎn)電機(jī)形式的DG通常有兩種控制方式：定電壓控制方式和定功率因數(shù)控制方式.一般情況下，定功率因數(shù)控制方式應(yīng)用較多.分為2種情形：

情形1： 定電壓控制，分別設(shè)定為V=1.0、1.05、0.95 p.u.；

情形2： 定功率因數(shù)控制，分別設(shè)定為PF=1.0、0.95、0.85(滯后).

1.2 故障特征隨機(jī)模型

文中假設(shè)電壓暫降都是因短路故障引起的.在對(duì)電壓暫降進(jìn)行概率評(píng)估將用到隨機(jī)變量如故障類(lèi)型FT、故障發(fā)生位置FLoc、各線(xiàn)路故障概率FL、故障持續(xù)時(shí)間FDur和故障阻抗FRes.

1) 故障類(lèi)型.忽略故障接地電阻的作用，一共考慮4種故障類(lèi)型：三相短路故障3L；兩相短路2L；兩相短路接地2LG；單相短路接地1LG.則隨機(jī)數(shù)x在不同概率下的故障類(lèi)型可表示為

式中：隨機(jī)數(shù)y～U[0,1]；Pm為系統(tǒng)中第m條線(xiàn)路發(fā)生故障的概率.

3) 故障位置.文中假設(shè)每條線(xiàn)路上各點(diǎn)發(fā)生故障的概率相同，因此服從均勻分布，即FLoc～U[0,1].

4) 故障阻抗.假定故障電阻服從期望為6 Ω，標(biāo)準(zhǔn)差為1 Ω的正態(tài)分布[11],即FRes～N[6,1].

5) 故障持續(xù)時(shí)間.故障持續(xù)時(shí)間期望為0.06 s，標(biāo)準(zhǔn)差為0.01 s的正態(tài)分布,即FDur～N[0.06,0.01].

1.3 電壓暫降指數(shù)

2 電壓暫降評(píng)估

已知有幾種方法可用來(lái)仿真分析電網(wǎng)中引起的電壓暫降現(xiàn)象，其中最常用的是故障點(diǎn)法和臨界距離法[14-15].本文采用的是隨機(jī)產(chǎn)生故障的方法.

2.1 測(cè)試系統(tǒng)

仿真采用的測(cè)試系統(tǒng)如圖1所示，可以看出此系統(tǒng)是一個(gè)輻射狀含有2條饋線(xiàn)共27節(jié)點(diǎn)的中壓配電網(wǎng)，其中變壓器低壓側(cè)每相經(jīng)過(guò)一個(gè)75 Ω的電阻接地.測(cè)試系統(tǒng)的基本參數(shù)為：

表1 故障類(lèi)型的比例

電源等值模型：電壓等級(jí)110 kV，額定容量1 500 MVA，X/R=10.

配電變壓器參數(shù)：變比110/25 kV，額定容量20 MVA，短路電壓百分比8%，Yd連接.

輸電變壓器參數(shù)：變比25/0.4 kV，額定容量1 MVA，短路電壓百分比6%，Dy連接.

線(xiàn)路阻抗：Z1/2=0.61+j0.39 Ω/km，Z0=0.76+j1.56 Ω/km.

仿真采用故障類(lèi)型比例[16]見(jiàn)表1.

2.2 電壓暫降評(píng)估流程

基于蒙特卡羅模擬法的配電網(wǎng)電壓暫降評(píng)估流程如下：建立含分布式電源的配電網(wǎng)電磁暫態(tài)模型.設(shè)定仿真次數(shù)m.由蒙特卡羅法特性知，仿真次數(shù)越多，其結(jié)果的誤差越小，收斂性就越好.故障的概率信息由隨機(jī)模型產(chǎn)生.仿真產(chǎn)生的隨機(jī)數(shù)其實(shí)是偽隨機(jī)數(shù)，但經(jīng)過(guò)大量試驗(yàn)表明偽隨機(jī)數(shù)能有效模擬實(shí)際情況.利用每次產(chǎn)生的隨機(jī)數(shù)據(jù)進(jìn)行仿真并記錄其結(jié)果.重復(fù)以上步驟，直到給定仿真次數(shù).仿真結(jié)束后對(duì)結(jié)果分析匯總并計(jì)算電壓暫降的概率統(tǒng)計(jì)值，并據(jù)此得出電壓暫降指標(biāo).圖2給出了評(píng)估電壓暫降的流程圖.

圖1 測(cè)試系統(tǒng)

3 實(shí)例仿真

3.1 PSCAD仿真建模

電壓暫降是由電力系統(tǒng)中的瞬時(shí)過(guò)程引起的，有多種類(lèi)型的仿真工具可以模擬暫降過(guò)程，但只有時(shí)域仿真工具才可以高精度獲取電壓暫降的主要特征并評(píng)估其造成的影響.利用PSCAD/EMTDC仿真軟件建立如圖1所示測(cè)試系統(tǒng)的模型，且負(fù)載均采用恒定阻抗，表示其負(fù)荷功率為常數(shù).節(jié)點(diǎn)4、9、11、17、20和27為敏感負(fù)荷接入點(diǎn).這里指出，在仿真中建立相應(yīng)的元件和模塊來(lái)實(shí)現(xiàn)特定的功能：

1) 依據(jù)概率密度方程產(chǎn)生隨機(jī)變量的模塊；

2) 可以將各種故障類(lèi)型隨機(jī)分布于線(xiàn)路中的三相傳輸線(xiàn)模塊；

3) 監(jiān)視并記錄各個(gè)待分析節(jié)點(diǎn)數(shù)據(jù)的元件.

每次仿真結(jié)束，軟件會(huì)輸出每次反映故障特性的信息數(shù)據(jù)(如起始時(shí)間、持續(xù)時(shí)間、故障相、故障類(lèi)型等)和反映電壓暫降特性的信息數(shù)據(jù)(如殘留電壓、持續(xù)時(shí)間等).程序結(jié)束后，通過(guò)記錄的信息來(lái)計(jì)算并獲得暫降的概率密度方程以及平均每年發(fā)生的暫降次數(shù).

3.2 仿真結(jié)果及分析

本文設(shè)定仿真次數(shù)m為2 000次.并假設(shè)平均每年在每100 km之間的架空線(xiàn)路一共出現(xiàn)12次短路故障，測(cè)試系統(tǒng)線(xiàn)路總長(zhǎng)度為114 km，則2 000次仿真計(jì)算相當(dāng)于模擬出系統(tǒng)共運(yùn)行了146年的情況.根據(jù)仿真后的結(jié)果計(jì)算出各隨機(jī)變量的概率分布如圖3所示.

圖3 隨機(jī)變量概率分布

圖4 各敏感節(jié)點(diǎn)電壓暫降概率分布

由圖3可知，在經(jīng)過(guò)大量仿真并計(jì)算出的各隨機(jī)變量概率分布與1.2節(jié)建立的隨機(jī)模型相符.并得到各敏感負(fù)荷節(jié)點(diǎn)的SARFIx概率分布如圖4所示.

由圖4可知，對(duì)于相同節(jié)點(diǎn)，隨著x取值變小，發(fā)生的電壓暫降頻次也就越少，電壓減少的區(qū)間主要在額定值的30%～90%之間，電壓低于20%以下的情況則相對(duì)少見(jiàn).對(duì)于不同節(jié)點(diǎn)，在x取值一定時(shí)，發(fā)生的電壓暫降頻次差別不大，其大小由各節(jié)點(diǎn)與電源之間的電氣距離決定，4、17、20節(jié)點(diǎn)距電源較近，9、11、27節(jié)點(diǎn)距電源較遠(yuǎn)，因此其SARFIx指數(shù)較大，在這些節(jié)點(diǎn)的負(fù)荷將承受更多次的電壓暫降.

3.3 分布式電源對(duì)電壓暫降的影響

按照1.1節(jié)提供的各情形分析DG對(duì)電壓暫降的影響，以節(jié)點(diǎn)9為對(duì)象，將DG分別接在節(jié)點(diǎn)2、節(jié)點(diǎn)13和節(jié)點(diǎn)21來(lái)作為3種不同的位置情形.表2和表3給出定電壓控制方式和定功率因數(shù)控制方式下的SARFI70%指數(shù).

表2 定電壓控制方式下SARFI70%指數(shù)

表3 定功率因數(shù)控制方式下SARFI70%指數(shù)

由表1和表2，可以得出DG不同配置特性在評(píng)估電壓暫降時(shí)所起的作用，并總結(jié)如下：

1) 位置.由上表結(jié)果可知，在前兩種不同接入位置的情形下，DG接入可以有效緩解節(jié)點(diǎn)9出現(xiàn)的電壓暫降頻次，并且DG接在敏感負(fù)荷上游的效果要好于接在敏感負(fù)荷下游.對(duì)于第3種情形即DG與敏感負(fù)荷分別接在相鄰的饋線(xiàn)，雖然能夠起到降低電壓暫降的作用，但這種效果不太顯著.

2) 出力.無(wú)論DG在哪種控制方式下，改變其出力大小都能對(duì)電壓暫降造成不同程度的影響，而且隨著DG的出力從對(duì)應(yīng)于總負(fù)荷的30%增大到50%，SARFI70%指數(shù)進(jìn)一步降低.這是因?yàn)镈G向系統(tǒng)提供了更多的無(wú)功功率.因此增大DG輸出可以有效緩解電壓暫降問(wèn)題.

3) 控制方式.由數(shù)據(jù)可知，定電壓控制和定功率因數(shù)控制產(chǎn)生的影響差別不大，對(duì)定電壓控制，將端電壓設(shè)為1.05 p.u.的結(jié)果要好于1.0 p.u.和0.95 p.u.，這是由于較高的端電壓能夠在故障發(fā)生期間內(nèi)更好地支撐饋線(xiàn)電壓.對(duì)于定功率因數(shù)控制，相對(duì)較低的功率因數(shù)如0.85將帶來(lái)更好的結(jié)果，電壓暫降頻次低于功率因數(shù)為1和0.95的情形，因?yàn)楣β室驍?shù)越低，DG就能夠提供更多無(wú)功功率來(lái)提高敏感負(fù)荷節(jié)點(diǎn)的電壓.

4 結(jié)論

本文以一個(gè)27節(jié)點(diǎn)的中壓配電網(wǎng)為對(duì)象，應(yīng)用蒙特卡羅模擬法對(duì)電壓暫降進(jìn)行研究，并且評(píng)估分布式電源接入后在3個(gè)不同的配置條件(不同位置、出力和控制方式)下對(duì)電壓暫降造成的影響，得到以下結(jié)論：

1) 電壓暫降造成嚴(yán)重的經(jīng)濟(jì)損失，因此通過(guò)電磁仿真工具來(lái)預(yù)測(cè)系統(tǒng)中可能出現(xiàn)的電壓暫降，準(zhǔn)確度高，適用性強(qiáng)，可為分布式電源接入優(yōu)化提供依據(jù).

2) 采用隨機(jī)性預(yù)測(cè)的蒙特卡羅方法，建立其故障概率模型，可以用偽隨機(jī)數(shù)來(lái)精確近似實(shí)際情況，有效解決電壓暫降問(wèn)題.

3) 文中采用電壓暫降指數(shù)SARFIx來(lái)反映電壓暫降情況，能夠?yàn)殡妷簳航翟u(píng)估提供直觀判據(jù).

4) 同步電機(jī)型的DG接入系統(tǒng)后，經(jīng)過(guò)3個(gè)方面的綜合分析，得出如何合理利用分布式電源配置來(lái)有效緩解電壓暫降.

[1] 易桂平，胡仁杰．分布式電源接入電網(wǎng)的電能質(zhì)量問(wèn)題研究綜述[J]．電網(wǎng)與清潔能源，2015，31(1)：38-46．

[2] 閆鼎．分布式電源優(yōu)化配置及其對(duì)電能質(zhì)量的影響[D]．上海：上海交通大學(xué)，2014．

[3] 王鶴，趙建軍，金一，等．基于逆變型分布式電源的電能質(zhì)量管理研究[J]．東北電力大學(xué)學(xué)報(bào)，2014，34(6)：86-90．

[4] 王賓，潘貞存，徐丙垠．配電系統(tǒng)電壓跌落問(wèn)題的分析[J]．電網(wǎng)技術(shù)，2004，28(2)：56-59．

[5] JUAN A M, JACINTO M A. Impact of distributed generation on distribution protection and power quality [C]//IEEE Power & Energy Society General Meeting．Calgary，2009：1-6．

[6] SURISUNTHON S，TAYJASANANT T．Impacts of distributed generation's locations, sizes, operation modes and transformer connections on voltage sag assessment [C]// IEEE Region 10 Conference．Indonesia，2011：893-897．

[7] BOLLEN M H J．Understanding power quality problems:voltage sags and interruptions[M].Hpboken:Wiley-IEEE Press,2000．

[8] 宋云亭，郭永基，張瑞華．電壓驟降和瞬時(shí)供電中斷概率評(píng)估的蒙特卡羅仿真[J]．電力系統(tǒng)自動(dòng)化，2003，27(18)：47-51．[9] 楊京燕，倪偉，肖湘寧，等．計(jì)及電壓暫降的配網(wǎng)可靠性評(píng)估[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2005，25(18)：28-33．

[10] JUAN A M，JACINTO M A．Voltage sag stochastic prediction using an electromagnetic transients program[J]．IEEE Trans on Power Delivery，2004，19(4)：1975-1982．

[11] 鄒禹平．含分布式電源的配電網(wǎng)電壓暫降凹陷域分析[D]．山東：山東大學(xué)，2014．

[12] 代雙寅，韓民曉，嚴(yán)穩(wěn)莉．含分布式電源的配電網(wǎng)電壓暫降評(píng)估[J]．電網(wǎng)技術(shù)，2011，35(7)：145-149.

[13] MCDERMOTT T E，DUGAN R C，MCDERMOTT T E．PQ, reliability and DG[J]. IEEE industry applications magazine，2003，9(5)：17-23．

[14] CHEN B，VUK M，DONG Y M，et al．Sensitivity analysis of voltage sag based fault location with distributed generation[J]．IEEE transactions on smart grid，2015，6(4)：2098-2106.

[15] LI M，XIANG Y，COBBEN J F G. Voltage sag estimation based on probabilistic short circuit including the fault ride through effect of distributed generator[C]// International Conference on Power System Techndogy.Chengdu，2014：2972-2979.

[16] GUPTA C P，JOVICA V M．Probabilistic assessment of equipment trips due to voltage sags[J]．IEEE Trans on Power Delivery，2006，21(2)：711-718．

(責(zé)任編輯：王浩毅)

Research on Voltage Sag of Distribution Network with Distributed Generation

JIANG Jiandong, MA Sen

(SchoolofElectricalEngineering,ZhengzhouUniversity,Zhengzhou450001,China)

Research on voltage sag assessment and the impact of distributed generation (DG) were conducted. EMTDC/PSCAD was the instrument used to work on the issue considering DG’s location, output, operation models and the stochastic model of fault characteristics. System average RMS fluctuation frequency index (SARFI) was employed to assess voltage sag at different nodes. The Monte Carlo method was applied to a medium size distribution network, which analyzed the influence of DG on voltage sag. Simulation results showed that the access of DG could decrease the frequency of voltage sag, and the change of location, output and operation modes of DG all had impact on SARFI. This conclusion was available for reference in the optimization of DG’s configuration and the mitigation voltage sag.

voltage sag; distributed generation; Monte Carlo method; distribution network

2016-07-27

蔣建東(1975—)，男，河南南陽(yáng)人，教授，主要從事電能質(zhì)量分析與控制研究，E-mail：jdjiang@zzu.edu.cn；通訊作者：麻森(1991—)，男，河南信陽(yáng)人，碩士研究生，主要從事電能質(zhì)量分析與控制研究，E-mail：masenzzu@163.com.

TM743

A

1671-6841(2017)01-0108-06

10.13705/j.issn.1671-6841.2016275