基于多運行場景的主動配電網態勢感知及優化調度

陳建鈿，王超，林桂輝，楊葉昕，劉謀君，梁苑

（廣東電網有限責任公司珠海供電局，廣東珠海 519000）

主動配電網相較于傳統配電網在各方面的表現形式都實現了創新，其中最重要的就是荷、源兩側接入了各種可控單元[1]。這些在主動配電網中被納入的新單元，其接入能夠為主動配電網帶來多樣化的運行狀況與調度狀況[2]。建設主動配電網還能夠降低電網運行時的綜合網損與峰谷差，最大化利用網內電氣設備[3-4]。對于主動配電網而言，其最受矚目的問題就是態勢感知問題與優化調度問題。

國外從不同角度出發對該問題進行了研究，提出了考慮實時電價的主動配電網態勢感知及優化調度方法和短期優化模型下的主動配電網態勢感知及優化調度方法。在國內的研究中，文獻[1]中對優化調度問題進行了深入研究，其研究也涉及了態勢感知問題。

由于上述研究成果在系統損耗值方面存在不達標的問題，因此考慮多運行場景對主動配電網態勢感知及優化調度問題進行研究，提出一種基于多運行場景的主動配電網態勢感知及優化調度方法，實現了多運行場景下主動配電網的高效態勢感知與優化調度。

1 態勢感知及優化調度方法

1.1 構建供電能力模型

首先在多運行場景下針對主動配電網構建供電能力模型，作為態勢感知依據[5]。對于主動配電網，在某主變突發N-1 故障時，其變壓器帶有的負荷既通過站外以及站內的其余變壓器進行轉帶，也有一部分通過該區域分布式電源轉帶。除此之外，還能夠通過調度作用使電動汽車放電，保障其他負荷能夠進行安全供電[6]。因此模型構建中應對電動汽車及分布式電源等多種運行場景進行考慮，構建的供電能力模型，具體如下：

式（1）中，SDDC(t)代表t時刻主動配電網的供電能力；SEV(t)表示該區域電動車t時刻的放電、充電功率；SDG(t) 代表分布式電源t時刻的輸出功率；SDSC(t)表示t時刻傳統電網的供電能力[7]。

其中電動汽車能夠充放電，具有特殊性，會對供電能力造成影響，因此在公式右側放置。

分布式電源包括不可控型與可控型，其出力具體如式（2）所示：

其中，不可控型分布式電源出力會受到外界影響，無法進行人為控制，并且不可轉供，因此其在t時刻的出力具體如下：

1.2 態勢感知

搭建態勢感知構架，對主動配電網實施態勢感知。搭建的態勢感知構架共三層構成，包括態勢察覺層、態勢理解層和態勢預測層，其構造具體如圖1所示[10]。

圖1 態勢感知構架構造

其中，態勢察覺層能夠以主動配電網的需求為依據進行配置量測，從而獲取分析、控制主動配電網需要的數據，提供態勢理解層與態勢預測層的信息支持。通過以上態勢感知技術能夠靈活進行量測的部署和配置，構建滿足魯棒性、經濟性、可靠性、可觀性的量測系統[11]。

態勢理解層能夠分析態勢察覺層所提供的數據，對特征信息進行提取，評估主動配電網的供電能力、脆弱性、靈活性、穩定性等特性。其中脆弱性分析主要是用來對主動配電網面臨突發災害時的恢復能力與不間斷供電能力進行評定。靈活性分析主要用于對保障正常供電后主動配電網優化配置現有資源的能力進行考察，以及對快速響應負荷側實際需求變化的能力進行考察。

態勢預測層能夠預測主動配電網的不確定因素。在使用的技術中，通過安全風險分析和預警技術能夠構建安全態勢評估體系，并構建安全預警等級[12]。在該技術的使用中，需要結合分布式電源間歇性出力波動、電壓越限、失負荷等情況對與主動配電網特征相符的安全態勢評估體系進行構建，并賦予各指標客觀性的權重，以態勢的實際影響范圍和嚴重程度為依據構建可靠而安全的預警分級方法。劃分的態勢預警等級共有四個，通過四種顏色表示。劃分的等級為嚴重、較重、一般、安全，分別用紅色、橙色、黃色、藍色來表示，并利用F 代表評價預警等級的值，劃分各等級區間[13]。

1.3 優化調度策略制定

分時間段對主動配電網實施優化調度，分別制定不同時間段下的優化調度策略并使其互相配合，以達到主動配電網各單元的運行優化以及負荷的削峰填谷[14]。所制定的優化調度策略具體如圖2 所示。

圖2 優化調度策略

1.3.1 日前優化調度

以調度日的實際天氣預報、歷史負荷數據以及歷史新能源出力數據為依據，預測調度日的負荷量和新能源出力情況，并以此為依據制定調度計劃。需要明確日內各時段負荷側的實際負荷柔性響應分配情況、儲能單元的充放電狀態、分布式可控發電單元機組的實際啟停狀態[15]。該計劃的目標是使主動配電網能夠經濟運行，優化柔性負荷與出力單位，并實施低壓母線實際注入功率的計算優化備案[16]。

1.3.2 日內優化調度

日內優化調度采用的模式是滾動優化，即隨著調度時刻不斷推進，同時向前不斷推進各調度時刻的優化時域，從而實現日內優化調度。

2 案例分析

2.1 案例模擬

在多個運行場景下，對基于多運行場景的主動配電網態勢感知及優化調度方法進行實際案例分析。實驗算例改進IEEE33 標準節點網絡后實現主動配電網的模擬，模擬示意圖如圖3 所示。

圖3 主動配電網模擬示意圖

在該主動配電網中，電壓等級是13.66 kV，節點0 與低壓側母線相連接，基準功率可達10 MW。將風力分布式發電單元與光伏分布式發電單元的跟蹤模式設為最大功率模式。在模擬的主動配電網中，各節點的改進添加信息具體如表1 所示。

表1 各節點的改進添加信息

為增強實驗結果的可信性與說服力，將現有的三種方法作為測試中的對比項，分別為考慮實時電價、短期優化模型下的主動配電網態勢感知及優化調度方法以及文獻[1]中的方法。同樣獲取波動平抑場景與典型運行場景下以上方法的系統損耗值數據作為對比實驗數據。比較四種實驗方法的測試值并對實驗結果進行深入分析。

2.2 結果分析

2.2.1 波動平抑場景下的測試結果

在波動平抑場景下，基于多運行場景的主動配電網態勢感知及優化調度方法與考慮實時電價、短期優化模型下的主動配電網態勢感知及優化調度方法以及文獻[1]中的方法的系統損耗值實驗對比數據具體如表2 所示。

根據表2 的系統損耗值實驗對比數據，在波動平抑場景下，相較于考慮實時電價、短期優化模型下的主動配電網態勢感知及優化調度方法以及文獻[1]中的方法，基于多運行場景的主動配電網態勢感知及優化調度方法的系統損耗值整體較低。

表2 系統損耗值實驗對比數據

2.2.2 典型運行場景下的測試結果

在典型運行場景下，基于多運行場景的主動配電網態勢感知及優化調度方法與考慮實時電價、短期優化模型下的主動配電網態勢感知及優化調度方法以及文獻[1]中的方法的系統損耗值實驗對比數據具體如表3 所示。

表3 系統損耗值實驗對比數據

表3 系統損耗值實驗對比數據顯示，在典型運行場景下，基于多運行場景的主動配電網態勢感知及優化調度方法的系統損耗值整體低于三種對比方法，表現優于現有方法。

3 結束語

考慮多運行場景對主動配電網態勢感知及優化調度問題進行研究，經實驗得出，所提方法實現了系統損耗值的降低，優化了主動配電網運行過程，取得了一定研究成果。然而在該問題的研究中，在態勢感知方面存在一定疏漏性，在日后將會對該問題進行更加深入、仔細的研究，糾正研究中存在的誤差。