PDF《考虑可靠性与故障后负荷响应的主动配电网供电能力评估》

8 ] 柔性 约束的基础上, 对主动配电网进行供电能力的评估, 将对挖掘 供电潜力、 提升资产利用效率更具实用价值. 为此, 本文首先建立了主动配电网中的 D G、 储能、 负荷等基本元素的出力与状态模型, 同时考虑用 户的差异化响应能力, 建立了故障后基于激励的需 求响应模型;

其次, 系统说明了供电能力优化的思 路, 并构建了以网络供电能力最大化为目标、 以可靠 性指标和故障后负荷响应费用为主要约束的主动配 电网供电能力评估模型;

之后, 结合元件与需求响应 模型, 发展了考虑分布式光伏、 蓄电池以及负荷响应 的主动配电网可靠性评估准序贯蒙特卡洛模拟法,

7 7 第4 3卷第6期2019年3月2 5日Vol.43N o .

6 M a r .

2 5,

2 0

1 9 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 8

0 8

0 6

0 0

6 以计算供电能力评估模型的主要约束条件;

最后, 选 用遗传算法对供电能力评估模型进行优化求解, 并 结合算例验证了本文方法的实用性和有效性.

1 主动配电网元件与负荷响应模型 1.

1 源荷储出力模型 建立分布式光伏、 负荷与蓄电池的时序出力模 型, 以1h为基本步长, 认为1h内时序值不变.

1 ) 考虑预测误差的光伏出力模型 建立光伏全年87

6 0h的时序出力模型: 结合 文献[

9 ] 的HD K R 模型预测全年的光照强度序列, 并根据每小时的预测光照强度, 结合文献[

1 0] 的光 伏分段 出力模型计算该时刻对应的光伏预测出力Pb. 而考虑到光伏功率因天气变化波动较大, 可在 预测点叠加预测偏差表达结果的不确定性[

1 1 ] , 偏差 服从均值 为零的正态分布, 其标准差的计算方法如下[

1 2] : σ p v=

1 5 Pb+

1 5

0 Ps n (

1 ) 式中: Ps n 为光伏的额定容量. 根据某时刻的出力预测值 Pb 抽样误差 Δ Pp v, Pv=Pb +Δ Pp v 即表示考虑预测误差的光 伏实时出力.

2 ) 负荷时序模型 负荷点第t个小时的负荷Lt 为: Lt=Lp Pw Pd Ph( t) (

2 ) 式中: Lp 为年负荷峰值;

Pw 为与第t 个小时对应的 年―周负 荷比值;

Pd 为对应的周―日负荷比值;

Ph( t) 为对应的日―小时负荷比值, 其将随负荷类型 而变化, 参考文献[

1 3 ] 确定居民、 商业与工业三类负 荷系数.当故障后负荷点需要进行响应削 减负荷 时, 进一步结合需求响应策略与负荷削减比例确定 实时负荷.

3 ) 蓄电池出力模型 蓄电池在正常的并网状态下采用周期充放电策 略[

1 4 ] , 充放电功率恒定, 一个周期分为放电、 充电与 浮充三个阶段, 三阶段反复交替进行.而在电网发 生故障后, 蓄电池可主动进行充放电的调节, 以支持 孤岛负荷的供电或在转供时削减时序负荷、 提升转 供裕度, 故障后蓄电池的出力模型详见3. 2节的储 能运行机制, 其充放电功率不能超过最大限值. 1.

2 电源与非电源元件的状态模型 考虑到光伏出力与负荷的时序特性, 本文采用 准序贯蒙特卡洛模拟[

1 4 ] 进行主动配电网的可靠性 评估, 为此需要建立元件的状态模型.

1 ) 非电源元件的状态模型 主变、 馈线、 开关与配电变压器等非电源元件采 用两状态马尔可夫模型进行表征, 故障转移率为λ, 修复转移率为μ.元件的无故障工作时间 TT T F 与 故障修复时间TT T R 均服从与λ 和μ 相关的指数分 布, 采用状态持续时间抽样法序贯抽样非电源元件 的状态, 并结合指数分布计算其故障时刻与故障持 续时间.