結合STATCOM的多場景下主動配電網無功優化研究

，，

(1.國網沈陽供電公司，遼寧 沈陽 110000； 2.國網通遼供電公司，內蒙古 通遼 028000；3.東北電力大學 電氣工程學院，吉林 吉林 132012)

1 引言

隨著現代社會的發展，對電能的需求日益增加，全球能源的日益枯竭成為人類社會的新問題。近年來，多樣且環保的新能源得到了廣泛關注和迅猛發展，其中發展前景最大的是將風電機組接入配電網形成主動配電網。大量風電能源的接入考驗了配電網系統的安全運行，解決此問題的關鍵辦法是對其進行高效的無功優化。為此國內外學者進行了大量研究。文獻[1-3]以多組電容器作為補償方式對含風電機組的配電網進行無功優化。文獻[4-6]對無功優化的算法進行了改進，提高了優化的速度和精度。文獻[7]討論了STATCOM的選址問題，通過接入STATCOM有效的提高電網的電壓穩定性。文獻[8]解決了在多個優化方案中選取最佳方案的問題。目前在主動配電網的無功優化課題研究中，多為在固定的少數節點單獨使用電容器組或STATCOM進行無功補償，這種單一的方法在解決風電機組出力的隨機性和節約補償的經濟成本的問題上往往只能二選其一。本文應用場景分析法對接入風電機組的主動配電網進行了無功優化方案研究，將風力發電機的出力細分為六種場景，以便于更加直觀的分析風電機組不同的運行狀態下對補償容量需求的變化。為提高配電網的安全性和經濟性，設立了三個目標函數進行優化。依據各個節點的無功裕度值選擇無功補償設備的接入節點，由于異步風機在不同風速下對無功補償容量的需求波動巨大，所以在風電機組接入點使用STATCOM進行補償，考慮到補償設備投資的成本，在其他節點接入電容器組進行無功補償。這種優化方式能夠較好的解決風電機組出力隨機性的問題，并綜合提高了主動配電網的經濟性和安全性。

2 風電機組有功出力

2.1 風電機組有功輸出特性

主動配電網中所連接的風電機組的有功輸出是風速的函數[3]，大量實測數據表明其變化大致服從雙參數的Weibull分布，對應概率密度分布為：

(1)

風電機組的運行狀態可分為三種：停機運行、欠額定運行和額定運行：

(2)

2.2 異步風機無功特性

由于異步風機自身勵磁系統的缺乏，只能在電網中吸收無功以建立勵磁磁場，吸收的無功與發電機輸出的有功功率和機端電壓相關[9]：

(3)

式中,U為發電機端電壓，P為風力發電機發出的有功功率，Xm，X1，X2分別為激磁電抗，定子漏抗和轉子漏抗。異步風機并網需吸收大量無功，由于異步風機吸收的無功隨機端電壓和有功功率的變化而變化，無功補償量波動較大。

2.3 風力發電機運行狀態的場景劃分

本文所研究的主動配電網所選取的分布式電源為異步風機，以風電機組發出的有功功率為依據，將風力發電機組的運行狀態分為六種場景。這樣可以詳細的研究在不同的風速下風力發電機的有功輸出、無功需求以及對配電網的影響。本文將風力發電機組的運行狀態分為六個場景，如表1所示。

表1 風力發電機運行狀態場景劃分

對風速函數進行抽樣處理即可得到各個場景的發生概率以及各個場景下的有功出力期望值。

3 配電網無功優化數學模型

3.1 目標函數

為使配電網的運行獲得更好的安全性和經濟性，本文采用多目標無功優化：

(1) 配電網有功網損最小:

minF1=minPloss

(4)

其中NL為支路數，Uj為支路j的始端電壓，Pj，Qj為支路j流過的有功功率和無功功率。

(2) 無功補償設備投資最小：

為使無功補償設備的投資和運行費用更加直觀，便于處理和比較，采用等年值法對其進行處理：

minF2=minZA

(5)

Q1i是在i節點接入的電容器組容量，C1i是單位電容器組的投資維護費用，a1是電容器組的貼現率，n1為電容器組使用年限；Q2i為i節點接入的STATCOM的容量，C2i是STATCOM的投資維護費用，a2是STATCOM的貼現率，n2是STATCOM的設備使用年限。

(3) 系統的電壓偏差最小：

minF3=minΔU

(6)

系統的有功網損隨設備投入資金的增加而減小，即本文所選用的目標函數無法達到同時最優。建立綜合經濟指標對方案的經濟進行評價，并采用權重法來平衡經濟性和安全性的關系：

F4=λ1(Ploss0-Ploss)*24*365*λ-ZA-λ2F3

(7)

其中,Ploss0為優化前系統有功網損；Ploss為優化后系統有功網損；ZA為無功補償設備投入資金的等年值，F4表示接入無功優化設備后年均節省的金額，單位為元，λ為單位電價，λ1，λ2為權重值。以此來解決目標函數間的矛盾問題。

3.2 約束條件

(1) 潮流方程約束

(8)

(2) 變量約束

無功補償點補償容量約束：

QCimin≤QCi≤QCimax

(9)

負荷節點電壓約束：

UDjmin≤UDj≤UDjmax

(10)

風力發電機功率因數約束：

cosαmin≤cosα≤cosαmax

(11)

圖1 含風電機組的IEEE33節點配電系統拓撲圖

4 改進粒子群算法

粒子群算法在解決高維度復雜問題時容易陷入局部最優，本文應用改進粒子群算法[10]對初始粒子進行篩選，對歷史最差粒子進行記憶，利用熵度量粒子分布的均勻性來控制粒子在空間中的分布。引入歷史最差粒子的位置來更新速度函數以提高算法的搜索效率。根據粒子尋優的成功率來動態的調整權重，有效地平衡深度和廣度的搜索能力。

圖2 無功優化程序框圖

5 算例分析

本文應用改進粒子群算法對33節點主動配電網進行優化，選用異步風機為主動配電網中的分布式電源，將其連接在配電網的18、22、33節點。通過計算得到18、22、25、32、33五個節點為此配電網系統無功裕度值最低的點，為使補償設備能動態的調節補償容量以滿足異步風機的功率因數約束，在風機接入節點連接STATCOM進行無功補償，其容量為0～500 kvar，投資費用為200元/kvar；為經濟性考慮在25和32節點接入單組容量為50 kvar的電容器組，每個節點備選10組，投資費用為70元/kvar，運行維護費用為投資費用的5%，運行年限為20年，貼現率為0.1。應用matlab軟件對33節點標準算例進行仿真，得到不同場景下的pareto解集和無功優化方案。

圖3 場景一下的pareto最優解集

圖4 場景六下的pareto最優解集

在不同場景下可以得到pareto非劣解前沿面，前沿面上的每一個點都是符合條件的pareto解，在每個場景下選取兩組典型的無功優化方案可見表2。

表2 各個場景下的無功優化方案

根據各個場景發生的概率選擇適應風電機組全場景運行的方案，表3為通過抽樣統計的各個場景發生概率，使用綜合評價指標F4對每個方案進行評價。表4為在不同場景下優化前后系統有功網損對比。

表3 場景分布概率

表4 不同場景下優化前后有功網損

在式(7)中F4=λ1[(Ploss0-Ploss)]*24*365*λ-ZA]-λ2F3第一部分數量級較大，可達到十萬數量級，而第二部分數量級很小，通常小于1，又考慮使用電壓約束條件已排除電壓不達標的優化方案，在確定權重值時為達到綜合考慮經濟性和安全性的目的，采用賦值法令λ1=0.0001，λ2=1，設單位電價為0.5元/kWh。應用公式(7)計算各個方案優化的綜合經濟指標。最終選定優化方案為18(STATCOM500kvar)、22(STATCOM500kvar)、25(電容器組8/10)、32(電容器組2/10)、33(STATCOM500kvar)。按各個場景的發生概率進行計算可得到經優化后平均每年可節省費用約17萬元。

6 結論

本文對含風電機組的主動配電網進行了無功優化方案研究。應用多場景理論對風電機組的有功出力狀態進行劃分，在每個場景下采用電容器組與STATCOM相結合對主動配電網進行無功優化，最后結合概率統計思想對優化方案進行選擇，確定了一組適合全場景的主動配電網無功優化方案。在風電機組的接入點采用STATCOM進行無功補償，可以動態的調節補償容量，在風電機組的運行狀態隨風速變化的情況下能夠實時滿足異步風機不斷變化的無功需求量，使異步風機能夠安全高效的運行。在其他關鍵節點采用電容器組進行補償能夠降低無功補償設備的投資費用。使用配電網有功網損和無功補償設備投入費用以及配電網電壓水平三個指標進行優化，達到了提高主動配電網運行的經濟性和安全性的目的。采用賦值法將多目標轉化為單目標，便于進行方案的比較和選擇。通過對33節點配電網的算例分析證明了本文所提出的優化方案在風電機組有功出力隨機變化的前提下能夠有效的降低系統網損，提高電壓水平，綜合提升含風電機組的主動配電網系統運行的安全性和經濟性。