提升配電網新能源消納能力的分布式儲能集群優化控制策略

李翠萍，東哲民，李軍徽，李紅軍，周恒宇，金 強

（1. 現代電力系統仿真控制與綠色電能新技術教育部重點實驗室（東北電力大學）,吉林省吉林市 132012；2. 國網河北省電力有限公司邯鄲供電分公司,河北省邯鄲市 056000；3. 國網經濟技術研究院有限公司,北京市 102209；4. 國網營口供電公司,遼寧省營口市 115000）

0 引言

預計到 2030 年分布式電源（distributed generator,DG）并網裝機總容量將達到130 GW［1-2］。隨著接入規模不斷增大,其出力間歇性與電網負荷時空匹配性差的問題愈發凸顯,配電網對DG 的消納能力逐漸下降。若限制DG 出力會造成較大的資源浪費［3-5］,而優化DG 接入位置及容量等方式所起到的效果有限,難以實現DG 的就地消納［6］。

分布式儲能（distributed energy storage,DES）技術的不斷成熟,為解決DG 消納問題提供了新的解決方案［7］。文獻［8-10］指出儲能可用于提升配電網對新能源的消納,優化電網運行。文獻［11-13］指出組合控制DG、儲能等多種分布式能源,可加大配電網對可再生能源的接納能力。文獻［14-15］指出利用儲能提高DG 消納比例是發展智能電網不可或缺的一部分。

已有研究表明,儲能可應用于配電網DG 消納場景,而合理有效的儲能控制策略是保證儲能系統高效運行的基礎［16］。文獻［17-18］指出集群技術將成為促進能源消納與電力生產的重要手段,且合理利用儲能配置是提高系統運行經濟性的重點。文獻［19-20］構建儲能控制模型,并發揮其功率時空支撐作用,降低DG 接入影響。文獻［21］提出一種利用儲能與風光火聯合控制的調度策略,以達到提高新能源消納能力的目的。已有儲能控制策略多以配電網供電負荷為對象,對網絡內部源荷匹配性考慮不足,無法兼顧各區域負荷與DG 出力情況。

DG 接入多呈現數量多、位置分散等特點,極易出現局部功率過剩,造成向上級電網倒送功率的現象,給電壓質量、繼電保護設置等帶來不利影響。通過集群的控制方式對電網進行分區控制,可進一步實現區域資源的就地消納,降低區域間功率流動對電網產生的影響。文獻［22-24］指出集群劃分由指標體系構建與算法實現組成。文獻［25］在削峰填谷策略的基礎上,提出一種用于促進風電消納的平衡區域劃分方法。文獻［26］提出了計及網絡連接與集群孤島運行等情況的多目標儲能規劃。

現階段集群方面研究集中于集群劃分方法及儲能容量配置,對儲能參與DG 消納集群控制策略研究相對不足,且已有控制策略對儲能運行經濟性考慮不足,難以兼顧儲能在參與新能源消納中帶來的綜合收益。

針對配電網分布式電源功率倒送引起的新能源消納問題,本文為充分發揮配電網區域的自治能力,提出了一種提高配電網對新能源消納能力的儲能集群控制策略。建立了考慮綜合性能的集群劃分指標,并采用遺傳算法進行優化求解。在此基礎上,逐層開展配電網與集群的削峰填谷,以儲能額外消納新能源帶來的收益與減小網絡損耗的收益之和最大為目標,優化各儲能時序出力；通過與基于容量分配儲能控制進行對比,結果表明本策略可有效提高新能源消納比例。

1 配電網儲能集群控制結構

1.1 典型配電網結構

為考慮分布式電源接入對配電網造成的影響,本文建立含分布式儲能的配電網結構圖,如圖1 所示。主要包括分布式光伏、分散式風電、儲能及常規負荷。定義Ps為上級電網向配電網供給功率的大小,Ps≥0 表示功率流向為圖中參考方向,Ps＜0 表示配電網內功率向上級電網倒送。

圖1 基于集群的配電網架構Fig.1 Architecture of cluster based distribution network

根據配電網內部節點特性等因素,將負荷、分布式電源與儲能劃歸為不同集群。圖1 中彩色虛線框內部為具有不同特性的控制集群,根據不同區域集群凈負荷特性及儲能配置情況,設計分布式儲能集群優化控制策略,保證新能源消納的前提下提高儲能系統的運行效益。

1.2 配電網儲能集群控制

有效地處理分布式電源接入的分散性及出力的不確定性,是提升配電網分布式電源消納比例的關鍵。在對含分布式電源配電網集群劃分的基礎上,優化儲能的時序出力可以進一步提高消納比例。本文首先在配電網層面對配電網凈負荷功率開展削峰填谷分析；然后根據各集群負荷凈功率曲線,依次確定集群儲能充電功率與放電功率,完成集群層面儲能功率的確定；最后根據集群內部各節點電氣特性確定各節點儲能時序功率,具體流程見附錄A圖A1。

儲能集群控制分為配電網集群劃分、配電網-集群儲能控制及集群-節點儲能控制三部分。因此,形成儲能集群控制結構應首先對配電網進行集群劃分。集群劃分包括指標構建與求解,根據網絡劃分原則與應用場景選擇合適的指標,并通過一定的求解方法不斷優化所構建指標,劃分效果影響著儲能系統的控制效果。

2 配電網集群劃分

2.1 集群劃分指標

配電網集群劃分綜合性能指標包括結構性與功能性［14］。模塊度是衡量網絡結構強度的常用指標,在配電網中多采用基于電氣距離的模塊度指標來衡量電力網絡劃分的結構強度。有功功率平衡度是指集群內部源荷有功功率的平衡能力。本文綜合模塊度和有功功率平衡度指標對配電網進行集群劃分,以保證策略能夠有效提高新能源消納比例。

2.1.1 基于電氣距離的模塊度指標

本文采用基于電氣距離權重的模塊度定義方式。首先采用牛頓-拉夫遜法計算出各節點電壓靈敏度,并依此進行空間電氣距離的計算,具體公式如下：

式中：m為網絡中所有邊權之和；ki為與節點i相連邊的邊權之和；kj為與節點j相連邊的邊權之和；f1為模塊度指標。

2.1.2 有功功率平衡度指標

為表示在一定時間尺度下集群內部源荷匹配程度,采用基于凈功率的形式定義有功功率平衡度指標［14］

式中：Pck為第ck個集群的有功功率平衡度指標；T為場景的時間尺度,本文取96；Pclu,ck（t）為第ck個集群t時刻的凈功率值；f2為有功功率平衡度指標；c為集群總數。定義集群ck的凈功率小于0 的部分為集群富余功率。

2.2 集群劃分方法

綜合系統整體模塊度、有功功率平衡度等因素,以系統的劃分方式為變量,在盡可能實現各集群區域自治調控的基礎上,建立如下考慮綜合指標電網集群劃分模型。

式中：λ1和λ2分別為不同指標的權重系數,其中λ1+λ2=1,本文中取λ1=λ2=0.5。

本文采用遺傳算法對所構建集群劃分模型進行求解。采用二進制編碼形式,分別將各基因位置為0或1 來表示配電網各支路連接情況。以IEEE 33節點配電系統為例,定義某一染色體各基因位為00001000 00000000 00000000 10000000,則對應配電網劃分情況見附錄A 圖A2。求解流程見附錄A圖A3。

3 分布式儲能集群控制策略

3.1 儲能控制策略設計

3.1.1 目標函數

優化目標為既定配置下儲能日運行效益最優。

式中：FP為儲能運行帶來的收益；FDG為儲能額外消納新能源帶來的售電收益；Floss為儲能運行帶來的網損收益。

1）消納新能源售電收益FDG

儲能消納新能源的售電收益為儲能吸收倒送功率并在負荷高峰時段釋放帶來的售電收益。

式中：Fsale為儲能釋放電能帶來的售電收益；Fbuy為儲能充電購電費用,當儲能運行在新能源消納區域時 為0；PESS,c,k（t）為t時 刻 儲 能k的 充 電 功 率；PESS,d,k（t）為t時刻儲能k的放電功率；NE為儲能接入總數；M（t）為t時刻從主網購電的分時電價；Δt為時間間隔,本文取15 min。

2）儲能運行減小網損的收益Floss

式中：Floss1為儲能接入前網損費用；Floss2為儲能接入后網損費用；Ploss,n（t）為配電網第n條支路原始網絡有功損耗；Ploss-ESS,n（t）為該支路在儲能接入后的網絡有功損耗；NL為支路總數。網損收益為儲能接入前、后系統網絡損耗減少量所帶來的收益［27］。

3.1.2 約束條件

本文考慮約束主要為配電網與儲能運行約束,包括潮流約束、電壓約束、儲能荷電狀態約束、功率與容量約束。

1）潮流方程約束

式中：Pi（t）和Qi（t）分別為t時刻注入節點i的有功和無功功率；Ui（t）和Uj（t）分別為t時刻節點i、j的電壓幅值；Gij和Bij分別為節點導納矩陣中第i行第j列 元 素 的 實 部 與 虛 部；δij（t）為t時 刻 節 點i、j相角差［27］。

2）儲能荷電狀態約束

式中：SOC,min為儲能荷電狀態下限,取0.1；SOC,max為儲能荷電狀態上限,取0.9；SOC（t）為t時刻儲能的荷電狀態,初始荷電狀態等于周期末荷電狀態,本文取0.45；PESS（t）為t時刻 儲 能 功率；PESS,N為 儲 能 額定功率。

3）節點電壓約束

式中：Umin為節點電壓允許最小值；Umax為節點電壓允許最大值；Un,t為節點n在t時刻的電壓。設置配電網節點電壓約束范圍為0.95UN～1.05UN。

4）分布式電源消納比例約束

定義新能源消納比例最大值為1,最小值為0。

式中：ηDG為分布式電源消納比例。

3.2 評價指標

為反映本文所提策略的有效性與先進性,建立如下指標。

1）分布式電源消納比例

定義DG 消納比例ηDG為額外消納的分布式電源電量Ead與不采取措施應棄掉Eab的電量之比。

2）電壓越限節點數

配電網節點電壓是限制分布式電源消納的主要因素之一,過多消納新能源有可能造成節點電壓越限等問題,降低供電質量。

式中：Ne為電網電壓越限節點總數；Ln為0-1 變量,若時間尺度T內n節點電壓出現越限則Ln為1,否則為0。

3）負荷峰谷差

利用儲能消納配電網倒送功率,在負荷高峰時釋放起到了削峰填谷作用,定義凈負荷曲線上負荷功率最大值Ps,max與最小值Ps,min的差值為負荷峰谷差Pfg。

4）負荷波動程度

定義一天內各相鄰時刻負荷功率差值的平均值為負荷波動程度。

式中：Pcg為負荷波動程度；Pt為t時刻負荷功率。

在對配電網集群劃分后利用儲能對分布式電源進行消納,構建集群儲能控制策略,具體實現流程見附錄A 圖A4。

4 仿真分析

4.1 算例參數

采用IEEE 33 節點配電網算例系統,分布式電源接入節點為4、7、8、14、24、25、30、32,具體接入情況見附錄A 圖A5,節點14、32、30、8、7、4、25、24 接入電動汽車；設置儲能系統安裝數目為6。各節點儲能配置如表1 所示。分時電價見附錄A 表A1。

表1 儲能設備參數Table 1 Parameters of energy storage equipment

采用第1 章所提方法進行集群劃分,最優染色體解為00010010 00000000 00000000 00000000,解碼后劃分結果見附錄A 圖A6。

為驗證本文方案的優勢,構建如下方案,對比各方案下儲能系統運行的技術效果及經濟效益。

方案1：傳統方案。針對配電網總供電負荷,確定總儲能功率并按照各節點儲能容量進行功率分配,形成儲能運行收益集合,確定儲能最優時序出力。

方案2：本文方案。考慮綜合性能指標對配電網進行集群劃分,采用本文所提儲能控制策略,對各集群儲能時序出力進行優化。

4.2 方案對比結果分析

儲能系統接入前各集群凈功率見附錄A 圖A7。由于分布式電源接入比例較高,在08：00—11：00 與14：00—16：00 附近出現了DG 出力大于負荷的情況,造成了有功功率向上級電網倒送的現象。其中集群1 在12：00—16：00 時段出現了較大功率富余,集群2 在04：00—10：00 時段與15：00 附近出現了功率富余,集群3 在12：00—18：00 時段出現了功率富余,各集群負荷均在21：00 附近達到峰值。

分別根據不同儲能系統控制方式對倒送功率進行消納,方案2 中各節點儲能系統出力如圖2 所示；方案1 中各節點儲能系統出力見附錄A 圖A8。

圖2 方案2 中各節點儲能系統出力Fig.2 Output of energy storage system on each bus in scheme 2

基于已有儲能配置,采用不同儲能控制方案,分別從運行效果與經濟性角度對儲能運行效益進行比較分析。不同方案下的儲能系統運行參數如表2 所示。通過對比基于集群的儲能控制與直接從配電網角度出發的儲能控制效果可以看出,2 種方案均可提高配電網DG 消納比例并獲得一定儲能運行收益；但考慮集群負荷特性確定儲能功率的運行方案更具有優勢。

表2 不同方案下的儲能系統運行參數Table 2 Operation parameters of energy storage system in different schemes

相較于對比方案在功率倒送充電并在負荷高峰釋放,本文策略考慮了各集群凈負荷特性,并允許儲能根據其所處區域負荷特性進行充放電,其中節點14、18 儲能系統在功率倒送時段前利用儲能初始電能進行放電；方案1 由于充電時間固定,吸收同樣比例DG 所需儲能容量大于方案2,相同儲能配置下方案2 的DG 消納比例高出方案1 約4%。由于額外消納DG 無須花費購電費用,方案2 售電收益增加量來源于額外消納的新能源；依據各集群倒送功率確定其內部儲能功率,減少跨區域功率流動,故儲能日運行收益上高出9%。此外,方案2 的負荷峰谷差比方案1 低4%,負荷波動程度相較于方案1 降低10%。2 種方案均未出現電壓越限。

不同方案下儲能系統參與調節前后的系統負荷如圖3 所示。由于方案2 在儲能系統充電前進行了放電,釋放儲能容量,在后續吸收倒送功率時相較于方案1 填谷線數值更小。

圖3 原始儲能配置調節前后負荷曲線對比Fig.3 Comparison of load curves before and after adjustment of original energy storage configuration

1）不同方案網絡損耗分析

不同方案下各時刻系統網絡損耗見附錄A圖A9。調節前系統在12：00—16：00 與20：00—22：00 時段網絡損耗較大。在12：00—16：00 時段,系統倒送功率引起較大功率流動,帶來網絡損耗；在20：00—22：00 時段,晚高峰負荷激增造成網損增加。在上午10：00 附近,本文方案下節點14、18 儲能系統放電,減小該時刻網損；午間時期各節點儲能系統充電,網損降低；晚高峰時期儲能系統放電,其間本文考慮了各集群負荷高峰比例,故該時段負荷較為平坦,網絡損耗較低。

2）不同方案節點電壓水平分析

不同方案下各時刻系統節點電壓見附錄A圖A10。由于2 種方案均考慮了電壓約束,故均未出現節點電壓越限問題。

4.3 不同儲能配置下儲能系統運行效果分析

未來分布式儲能接入配電網比例將呈現不斷上升的趨勢,故對不同儲能配置下的儲能系統控制策略運行效益進行對比分析。為驗證儲能配置較高時本文策略的有效性,選擇儲能配置比例較高時進行分析。各節點儲能配置如表3 所示。

表3 儲能配置增大后的儲能設備參數Table 3 Parameters of energy storage equipment after energy storage configuration is increased

儲能容量增加時儲能系統的運行參數如表4 所示。相較于傳統控制方案,本文方案的DG 消納比例高15%,日運行收益高20%,且峰谷差有所縮小。

表4 儲能配置增大后不同方案的運行參數Table 4 Operation parameters of different schemes after energy storage configuration is increased

隨著儲能容量的增大,DG 消納比例隨之增加,在此過程中,儲能在DG 功率倒送時段所需的充電容量不斷增加。方案1 中儲能系統僅在功率倒送及負荷高峰時動作,而方案2 中儲能系統則在功率倒送時刻前額外進行了一部分電能的釋放,故其在功率倒送期間所能存儲的電能更多。由于在充電前釋放電量的增加,其在功率倒送期間所能存儲的電能較多,故方案2 在消納比例上更具優勢,且負荷波動程度相較于方案1 降低25%。不同方案下儲能系統參與調節前后的系統負荷如圖4 所示,各時刻網損見附錄A 圖A11。各時刻節點電壓見附錄A 圖A12,均未出現電壓越限。

圖4 儲能配置調節前后負荷曲線對比Fig.4 Comparison of load curves before and after adjustment of energy storage configuration

現階段儲能成本仍然處于一個較高的水平,在實際儲能運行中儲能系統運行控制策略效果與儲能系統配置密不可分,采用本文策略對計及儲能系統一次投資成本下的儲能系統運行效益進行分析。以鋰離子電池為代表,單位儲能功率成本為1 500 元/kW,單位儲能容量成本為3 500 元/（kW·h）。

如圖5 所示,在計及儲能系統一次投資成本下,儲能系統日運行收益先增后減小且存在極大值,當消納比例為42%時,儲能運行凈收益達到最大值90.27 元/d。利用儲能對配電網供電負荷進行倒送功率吸收并在高峰負荷時釋放,在促進配電網對DG 消納比例的同時獲得了一定的經濟收益。儲能日運行凈收益如圖5 所示。儲能系統起始運行在新能源消納區域,此時儲能系統吸收配電網向上級電網倒送功率,無需額外的購電費用,將儲能存儲的電量在負荷高峰時段釋放并獲得額外消納新能源帶來的售電和網損收益。

圖5 儲能凈收益曲線Fig.5 Net income curve of energy storage

當消納比例大于1 時,儲能系統運行在購電填谷區,儲能功率隨著負荷填谷線的上移不端增大至負荷平均功率。此時接入配電網的新能源為100%消納,繼續增大比例則需要額外從上級電網進行購電,此時儲能充電的功率來源于新能源倒送功率與購電功率之和,其中后者相較于前者需額外花費對應時段的分時電價。隨著比例不斷上升,儲能系統的運行收益將不斷下降。

5 結語

針對分布式電源出力與負荷時空匹配性差造成的資源浪費問題,本文將集群應用于配電網儲能控制中,通過對配電網區域劃分來分析區域源荷匹配關系,進而確定各區域儲能功率,并根據經濟性確定最優儲能時序出力。通過與基于容量分配的儲能控制策略對比,得出如下結論。

1）綜合模塊度和有功功率平衡度等電氣指標對配電網進行集群劃分,可提高區域負荷與電源供需平衡性,發揮分布式儲能參與電網調節的優勢,促進區域內部的能源消納。

2）本文所提控制策略綜合考慮不同區域的負荷與新能源的時空匹配關系,優化了各集群與各節點的儲能功率,在相同儲能配置下可提高新能源消納比例最高可達15%,同時提高日運行收益15%。

3）以鋰離子電池為例,新能源消納比例為42%時儲能日運行收益最大,隨著儲能配置比例不斷增加,最大消納比例不斷增大的同時儲能運行效益逐漸下降,現階段配置成本是限制新能源消納的主要因素。

下一步研究方向是將電動汽車儲能應用于配電網的調節中,進一步實現儲能系統的優化運行。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。