10001751_微网中主动负荷参与分布式光伏发电的控制策略-solarbe文库

资源描述：

微网运行中主动负荷参与分布式光伏发电的控制策略张铁岩许龙彪（1. 沈阳工业大学，辽宁沈阳 110025）摘要微网运行中分布式电源的快速增长对电网的安全、经济运行都会产生较大的影响。利用主动负荷的互动响应能力，可在保证微电网供电可靠性的同时，促进分布式电源的就地消纳。本文通过研究用户侧微电网整体拓扑结构及其数学建模；提出考虑用户生活习惯的负荷状态矩阵，并建立含主动负荷的居民用电概率模型；制定了微网运行中分布式光伏消纳最大化为目标的主动负荷互动响应控制策略；最后，结合具体实例在 PSCAD 仿真平台搭建仿真模型，运用蒙特卡洛方法模拟用户用电行为，验证提出的方案可有效促进分布式光伏的就地消纳，并且可以改善负荷曲线。关键词主动负荷；分布式电源消纳；居民用电模型 0 引言将大规模家庭用户组成的智能用户集群作为主动负荷参与微网功率平衡控制，能够实现分布式电源在负荷侧有效消纳。主动负荷不仅具备智能家居的智能性，而且能作为可控负荷主动参与电网互动；用户侧能量管理系统相关技术的发展，可以实现主动负荷与分布式电源的互动协调、分布式电源在负荷侧的消纳。在分布式新能源发电消纳理论与技术研究方面，国内研究主要针对大规模新能源发电并网消纳技术展开研究 [1]，研究目标函数多以经济性指标为主；国外的研究多以家庭为单位，主要利用居民负荷参与需求响应 [2]，户用分布式电源基本实现自我消纳的供需平衡、对配电网的影响较小；文献[3]中提出可利用需求侧响应行为来平抑末端电网的功率波动；文献[4]建立了一种独立型微电网日前调度计划模型，通过算例分析证明了主动负荷资源参与分布式能源消纳，可有效提高微网系统运行的可靠性及分布式发电的消纳率；文献[5]提出一种基于响应行为时间分布特征建立主动负荷互动响应行为特征分析模式，并以风电冰蓄能联合系统为案例系统，验证了其决策模型的有效性。但以上文献研究中对主动负荷互动响应的分析尚未在负荷建模时进一步考虑居民用户用电意愿，居民作为用户侧微网中的用电主体，居民的用电意愿及生活习惯的对微网稳定运行将会有非常大的影响。文献[6]通过对某一小区的用户用电意愿及习惯进行研究，提出了一种居民用电概率模型，但其研究并未将主动负荷的互动响应特性考虑在内。青海省西宁市某小区通过引进国内外先进技术利用其 89 户居民的屋顶安装光伏发电电池板，整个分布式光伏发电装机总容量超过 400KW，当分布式光伏发电完全出力时将超过整个小区的总用电量。因此，可能会引起小区配电网供电的稳定运行及对供电质量造成不利的影响。本文将以此为研究背景，研究微网运行中通过主动负荷参与分布式光伏发电消纳的控制策略。本文通过研究用户侧微电网整体拓扑结构及其数学建模，并基于用户用电意愿及习惯，分析负荷需求响应特性，并建立含主动负荷响应的居民用电概率模型，提出通过主动负荷需求响应能力促进分布式光伏发电就地消纳最大化为目标的控制策略，该策略可以实现分布式光伏发电的有效消纳，并且可以改善负荷曲线，提高用户供电可靠性。 1 用户侧微电网的建模本文所研究的用户侧微电网是以安装分布式光伏发电的现代智能居民小区为例，其中以分布式光伏发电和智能配电网作为主要的电能量供应方，并将居民用电负荷分为常规负荷和主动负荷两大类。结合整体拓扑结构对各部分的数学模型进行建模。 1.1 用户侧微电网的整体拓扑结构用户侧微电网系统主要由光伏发电、储能设备、居民家庭负荷和主动负荷组成，居民家庭中主动负荷可通过智能用电能量管理终端实现智能控制与监控。具体到拓扑结构，本文中研究采用直流耦合的方式进行连接，如图 1 所示。 D C / D C光伏双向储能 D C / D C 蓄电池直流母线 D C / D C 交流母线双向电表配电网智能插座家庭负荷主动负荷图 1 用户侧微电网直流耦合拓扑结构对用户侧微电网的数学建模和优化策略采用离散时域，将一天分为 24 个时段，时间间隔为 1h 小时，即为决策时刻。},{230h 1.2 光伏电池模型对于给定的光伏电池组件而言，其输出功率由光伏电池组件所在地点的太阳辐射强度、大气温度和自身特征所决定。在实际中，通常可以忽略温度对光伏发电功率的影响，近似认为光伏电池组件在不同时段的输出功率与该时段的光照强度呈一定的线性关系，具体如下式（1）所示 108014419 hSPhSaypvnay aypvnpv （1）式中表示在时段光伏发电的功率 W；pv 表示在时段的光照强度W/m2；表示hSay pvnP. 光伏组件在标称状态下的发电功率，标称工作状态是指光伏电池板在光照辐射强度为，环280mW/ 境温度为 20 ℃的条件下工作。 1.3 储能电池模型由于用户侧微电网中光伏的输出功率受环境影响较大，其大部分能量产生集中在白天日照充足的时段而且还会有一定的波动，增加储能装置可提高供电的持续性和可靠性。储能设备的加入可使用户选择性地使用市电或向电网售电，使用户获得更大的经济效益。蓄电池在某一时刻的电量与其上一时刻的电量以及充放电功率有关，并且不可避免地存在一定的自然损耗，其工作状态的具体过程可描述为如下公式。充电时（2）hPhEhEcbb .1 放电时（3）disbb . 式中为电池在时段的电量kWh；hEb 和分别为充电功率和放电功率 kW；Pchdis 和分别为蓄电池的充电效率和放电效率； 是蓄电池的自放电率。 1.4 电动汽车充放电模型在含电动汽车数量较多的微网中，可将其视为与储能电池类似的储能装置，通过将电动汽车集群合理分组并进行有序充放电可实现微网中的能量优化。通过综合考虑电动汽车电池的容量、户用充电桩的设计以及电动汽车放电功率可以发现，电动汽车直接向电网反向注入电能的功能并不实际；但其仍可以实现对普通家庭提供反向供电，可以通过双向充电桩和智能插座实现电动汽车向家庭用户提供可靠稳定供电。根据其充放电的特点，其充放电模型可以表示为（4）evnevevPh. 考虑到电动汽车作为一种交通工具，它一般只在特定的时间段才会处于用户侧微电网中，因而其充电时间段不应为全天，故其充放电时段具有以下约束条件（5）evevThh01},{ 式中为在时段时电动汽车的充电功P 率kW；表示在时段中电动汽车的充电ev 状态，其值为 1 的时候表示向电动汽车充电，其值为 0 时表示充电断开，其值为-1 时表示电动汽车放电；表示额定充电功率kW；为电动汽车evn. evT 受控于用户侧微电网能量管理系统的时段。在实际应用中同时需要考虑充放电功率、电池荷电状态（SOC ）等约束条件。充放电过程中，电动汽车的充放电功率和 SOC 都应该保持在一定范围之内，不能影响车主的正常出行，这是保证和提高电动汽车用户参与互动积极性的重要前提。因目标函数之间存在矛盾性，所以在协调控制策略中必须考虑其约束条件。 2 居民负荷需求响应特性 2.1 负荷模型分类居民负荷一般分为不可控负荷、可转移负荷及可中断负荷三大类。不可控负荷例如照明类设备，其通断电将影响居民正常生活，不参与需求响应；可转移负荷用电时间较为灵活，在某一时间内完成工作需求即可；可中断负荷短时断电不影响居民的正常生活，因此可转移负荷与可中断负荷也可作为主动负荷参与需求响应，满足分布式电源消纳需求。 2.2 负荷需求响应特性及数学模型 2.2.1 不可控负荷不可控负荷是指无储能特性，用电时间较为固定或随时可能用电的负荷，如照明设备、电视、电脑等，其用电功率波动范围小，基本无转移负荷的能力，此类用电设备用表示。UCLA 其特征描述如下（6UCLmaxin],[VAatpendasra ，，）式中为负荷特性；为设备 a 最小耗amip 电功率；为最大耗电功率；为设备 a 起xstr 始运行时间；为结束运行时间。endat 根据式上式描述的 UCL 特性，t 时段其耗电功率描述如下tap ],[ maxin endastrttp0 （7）在 UCL 设备运行时段内其功率满足最大最小功率范围要求；其他时段其功率为 0。 2.2.2 可转移负荷可转移负荷用电灵活，且完成工作所需总耗电量一定。具有负荷转移能力，此类用电设备用表示。TLA 其特征描述如下 TLminmaxin ],[VAaQtpaedsra ，，，（8）式中为 TL 设备完成任务的最小耗电量。ia 根据上式描述的可转移负荷特性，t 时段其耗电功率描述如下ap （9） ],[,minaxi endastrtaat estartQ0 可知，TL 设备运行时段内，其功率处于允许范围内；运行结束时，其耗电量应满足最小耗电量要求才表明该设备已完成工作。TL 设备可通过转移用电时段,同时保证完成工作要求来参与负荷调度响应电网需求。 2.2.3 可中断负荷可中断负荷如空调、热水器、电动汽车充电等，其用电可随时中断，但其工作状态将发生变化，耗电量受负荷断电影响而减少。设备断电时长一般受用户舒适度限制。此类用电设备用表示。LAI 其特征描述如下 ILminmaxin ],[VAatpaedsra ，，，（10）式中为 IL 设备需满足的最小舒适度要求。i 根据上式描述的可中断负荷特性，t 时段其耗电功率描述如下ap],[,minmaxin endastrta att estar0且且（11）式中表示用户在 t 时段对用电设备 a 的实际舒t 适度值。在 IL 设备运行期间，当设备实际状态满足用舒适度需求时，其最小功耗可为 0；反之，其最小功耗为用电器额定功率。IL 设备在满足用户舒适度范围内参与负荷调度满足电网需求。 2.3 居民用电总负荷模型将居民侧所有用电设备等效为集总模型，从居民负荷的时间序列特性出发，充分考虑用户的用电意愿及行为习惯，提出负荷用电的状态概率矩阵，S 矩阵元素由负荷用电概率构成，居民实际用电服从参数为的二项分布。S 可根据不同家庭用电统计特征得出，具体表述如下（12） nTnTss 21121S （13） nTnpB 211eSP，（14） eeenp2 式中为第种用电负荷在 t 时段用电概率，its 越大说明居民该时段用电意愿较强，则主动负荷it 参与需求响应的潜力越小；为第种用电负荷在it t 时段用电功率，其中，UCL 设备其满足式7itp 约束，TL 设备其满足式式9约束，IL 设备其itp 满足式11约束；表示每个家庭用户实际用电itpn 器数量种类；T 为统计周期内时段数，且 T 取值越大，时段划分越细，用电负荷的概率矩阵模型越精确；B1,S为二项分布函数; 为负荷额定功率。iePi 3 主动负荷动态协调控制策略分布式光伏发电为居民提供了新的供用电模式，既可直接为居民负荷供电，又可在其发电量高于用户实际用电量时，将多余电量反向注入电网；而以电动汽车充电为例的主动负荷，既是用电负荷，在一定条件下又是能量供应源。主动负荷参与分布式电源就地消纳目标函数如下（15 Tt EVLPVtt0mini ）（16）xx （17） nitLPt1 式中T24，每日负荷控制时段间隔为 1h；为时段内分布式光伏输出功率；为）（ tPTV ）（ tPL 时段内所有常规用电负荷总功率；为时EV 段内电动汽车消耗总功率；为 PV 反向注入电网的tPttEVLPV 功率，优化目标为分布式电源就地消纳最大化。主动负荷参与日前调度的需求响应策略如图 2 所示。日前调度基于分布式光伏输出功率及区域负荷预测数据，分析居民负荷特性并确定参与需求响应的主动负荷类型及规模，根据分布式电源消纳的目标函数制定可转移负荷用电方案。该需求响应策略充分考虑了用户的用电习惯及用电意愿，既可满足户用分布式电源消纳，又不影响居民正常生活需求。确定分布式发电渗透率确定促进分布式发电消纳的目标函数预测日前区域负荷曲线 PVt 预测日前区域负荷曲线 L 确定主动负荷类型及规模 ; 并分析日前可转移 / 中断负荷用电特性 EVt 根据目标函数，制定日前用电策略图 2 主动负荷参与日前调度的需求响应策略 4 算例分析 4.1 算例描述本文采用装有分布式光伏发电的智能用电小区为算例进行分布式电源消纳仿真分析，该小区分布式光伏发电总装机容量为 400 kW。通过调查得到平均每户居民用电负荷情况如表 1 所示。表 1 居民用户用电负荷情况表用电设备额定功率/kW 负荷特性电动汽车 3.5 可中断/可转移负荷热水器 3.0 可中断负荷空调 3.0 可中断负荷厨房电器 1.2 不可控负荷其他 1.5 不可控负荷本文中假定小区内用户电动汽车的保有率为 50，电动汽车充放电方式视为恒功率充电。对于电动汽车充电的时空分布特性，引用对全美家用车辆的出行调查分析结果中车辆出行的概率密度函数 [8]。 4.2 算例仿真 4.2.1 居民用电仿真分析本课题在 PSCAD 仿真平台上搭建了主动负荷与分布式发电协调控制的仿真模型。不同用户用电习惯不同，各用电设备每时段用电情况也不相同，本文由负荷状态概率矩阵表征其统计特征。根据S 负荷状态概率矩阵，采用蒙特卡洛模拟法产生 80 个用户的用电负荷数据进行模拟仿真。考虑用户侧额定容量为 400 kW 分布式光伏发电后，未实施负荷需求响应时，80 个用户总用电负荷、光伏总输出及小区用户净负荷的仿真结果如图 2 所示。图 2 典型居民用户用电情况由图 2 可知，晚上 20 时用户净负荷最大，约为 596kW；上午 10 时净负荷最小，约为-148kW；7 时 -11 时及 13 时-16 时时段用户净负荷 0，该时段， 多余的光伏电量将反向并入电网。下午 1600 之后，居民用电负荷的增加主要来源于电动汽车充电和空调、热水器等可中断负荷，因此考虑将电动汽车充放电以及可中断负荷设备参与日前调度，促进分布式 PV 的就地消纳。 4.2.2 主动负荷参与需求响应仿真分析算例中假定小区中 50用户具备电动汽车及双向充电桩，其平均充放电功率为 3.5 kW、用电时间以小时 h 为单位，且所有用户都自主参与负荷日前调度。通过未实施负荷需求响应时的仿真结果可知，分布式光伏未实现完全消纳主要集中在上午 7 点至 11 点及下午 13 点至 16 点，此时可通过储能电池及居民智能厨房用电设备、热水器等可中断负荷进行光伏发电的消纳；下午 17 点后光伏发电逐渐停止，而居民用电量却骤然上升，小区的配电系统将面对极大的考验，此时可利用储能系统和大部分下班归来的电动汽车来提供电能的供应，并合理的减少居民智能厨房用电设备、热水器等可中断负荷；对于电动汽车的充电过程，为不影响居民的正常出行，电动汽车的放电行为应在公式（4）和公式（5）的约束下进行；对于电动汽车的充电行为可集中在深夜至凌晨阶段居民用电较少的时段。可控负荷参与需求响应后，居民用户用电情况仿真结果与未实施负荷调度前结果比较如图 3 所示。图 3 参与日前调度计划后仿真图由图 3 可知，电动汽车充放电及用户可中断负荷参与日前调度计划后，全天净负荷曲线发生了明显变化，用户侧消纳的光伏发电量明显增加。最小净负荷仍为上午 10 时左右，约为-59kW。虽然净用电负荷 0 的时间段没有太大变化，但时段内用户 侧反向功率波动较为平缓，促进了分布式光伏发电的就地消纳，并且进一步降低了光伏并网对区域配电网的影响。晚高峰时间段，通过电动汽车向用户放电使用，可缓解用电高峰期的用电压力，并将电动汽车充电集中在深夜用电低谷时期，降低了居民用电的峰谷差，改善了居民用电负荷曲线。由上面未参与需求响应与参与需求响应的对比可知，通过居民主动负荷互动响应的控制策略，虽然前后用户净负荷 0 的时间及其对应时刻基本不 变，但净负荷最小值及未消纳光伏电量呈递减趋势。综上，实施需求响应方案后，在尽量不影响用户正常生活的前提下，分布式光伏就地消纳量得到了显著提高，且可以缓解电网用电高峰期时的用电压力。 5 结论本文在充分考虑居民用电意愿及生活习惯的前提下，建立了居民用电状态概率模型，分析了负荷需求响应特性，并提出了以分布式电源消纳最大化为目标的主动负荷协调控制策略，算例仿真表明所提方案可显著促进分布式电源消纳；并且改善了分布式电源并网后配电网电能质量及潮流分布；还可显著节约用户电费，促进清洁能源利用、实现节能减排。此外，需求响应激励政策、负荷价格弹性变化、电力市场机制等将对负荷调度结果产生影响;用户侧负荷调度管理系统及配套负荷控制终端的开发及应用、实时需求响应的具体实现方式、项目实施后成本效益的具体分析值得进一步研究。参考文献 [1] 王蓓蓓，刘小聪，李扬 .面向大容量风电接入考虑用户侧互动的系统日前调度和运行模拟研究 [J]. 中国电机工程学报 ,2013,332235-44. [2] BYUN J， HONU I, PARK S. Intelligent cloud home energy management system using household appliance priority based scheduling based on prediction of renewable energy capability[J]. IEEE Trans on Consumer Electronics. 2012,58 41194-1201. [3] 汤奕 ,鲁针针 ,宁什 ,等 .基于电力需求响应的智能家电管理控制力案 [J].电力系统自动化 ,2014,38993-99. [4] 周荣宗 . 主动负荷参与可再生能源消纳的调度策略与模型研究 [D]. 东南大学 , 2016. [5] 程瑜 ,安甦 .主动负荷互动响应行为分析 [J].电力系统自动化 , 2013,372063-70. [6] 汤奕 , 鲁针针 , 伏祥运 . 居民主动负荷促进分布式电源消纳的需求响应策略 [J].电力系统自动化 ,2015,392449-55. [7] 张志丹 ,黄小庆 ,曹一家 ,等 .电网友好型空调负荷的主动响应策略研究 [J].中国电机工程学报 ,2014,34254207-4218. [8] 张良,严正,冯冬涵等.采用两阶段优化模型的电动汽车充电站内有序充电策略田.电网技术,2014.384967-973. 作者简介作者姓名许龙彪从事研究方向微网与新能源并网技术 E-mail3206222471qq.com