1、研究背景：分布式電源出力的不確定性給電力系統常規潮流分析帶來巨大挑戰
智能電網的發展要求建立更加靈活、高效以及環境友好的電力系統。作為智能電網的重要組成部分,光伏、風力等分布式發電技術近幾年已被廣泛應用于電力系統中。由于風力、光伏發電系統出力受天氣變化的影響,其功率輸出具有隨機性和不確定性,另一方面,隨著光伏、風電等分布式電源(distributiongeneration,DG)滲透率的不斷提高,其對電力系統安全運行帶來的不確定影響也越發顯著。為分析風力、光伏發電系統出力的不確定性對電力系統運行狀況的影響,常規的確定性潮流分析已經無法滿足要求。
2、研究方法：區間潮流分析和復仿射運算方法
為了解決上述問題,需采用合適的不確定潮流分析方法,目前常采用的不確定性潮流分析方法主要包括概率潮流、模糊潮流和區間潮流三種方法。作為區間潮流算法的發展,仿射潮流近幾年有了少數研究,但該方法針對定量分析DG出力不確定對各個節點電壓的不確定性影響問題還沒有進行討論研究。基于此,本文針對風力、光伏發電系統出力的波動性和隨機性,將仿射數學應用于求解考慮不確定性的三相不平衡配電系統潮流計算問題,并提出不確定變量影響力指標(indexofRelativeInfluenceofUncertainVariablesonOutcomes,RIUVO),用于定量分析分布式電源不確定性對系統電壓的影響。
仿射數學是在1993年由Comba和Stolfi最早提出并用于解決電腦制圖問題,仿射數學不但具有表達不確定信息的簡單性而且可以表示各不確定變量之間的相互關系。這種相互關系的引入,一方面能夠解決區間數學保守性問題,另一方面能夠分析不確定輸入變量對輸出的影響程度。仿射數學的一個重要特點是能夠記錄各個不確定量之間的依賴關系,在計算過程中可以記錄每個噪聲元的變化情況,每個噪聲元系數的變化能夠體現其不確定性大小。為考慮每個噪聲元對系統的影響,本文提出不確定變量影響力指標(RIUVO),通過相對影響力,能夠分析每個不確定變量對最終結果的影響。
3、方法核心：復仿射潮流算法及分布式電源不確定性影響力
本文采用C++語言編制了基于復仿射數學的區間三相前推回代算法。參考C++STL的complex類建立了復仿射數類ComplexAffine,實現了復仿射數的四則運算及其他相應函數。配電網中的各節點功率受負荷及分布式電源出力的影響,在進行配網不確定潮流計算時,需要考慮節點功率的不確定性。不同于輸電網絡,配電網由于線路阻抗比率相對較高,常見的潮流計算方法如快速牛頓解耦法已不再適用,因此,本文選擇前推回代法作為潮流算法改進對象。前推回代復仿射數潮流算法的計算步驟與傳統前推回代計算步驟相同,主要包括回代過程、前推過程以及收斂判據。
此外,風電、光伏的出力受天氣變化的影響具有隨機性和不確定性,采用復仿射數來表達各分布式電源出力的不確定性,通過影響力的大小可以分析各分布式電源出力不確定性對系統各節點電壓不確定性的影響情況。
4、算例驗證
通過改進的IEEE13節點配電網算例來驗證所提算法的有效性和可行性。為考察風電、光伏等分布式電源出力不確定對系統電壓水平的影響,在節點634的A相接入功率為200kW的光伏,節點675處的A、B、C三相分別接入功率為300kW的風機,在節點684處的分別A、B、C三相分別接入功率為400kW的光伏,加入DG的配電網如圖1所示。
圖2為在情景1的情況下本文算法和蒙特卡洛法計算結果對比圖,本文算法的計算結果區間完全包含蒙特卡洛法的結果區間,證明本文所提算法具有完備性。
圖2本文方法與蒙特卡洛方法A相電壓實部對比(采樣數:104)
對于配電系統規劃問題,得到不確定輸入條件下的系統輸出結果(節點電壓區間)已經能夠滿足要求。但是,對于系統實時運行調控,僅僅一變化區間無法滿足要求。系統運行人員需要了解各分布式電源出力不確定性對系統各節點電壓的影響大小,從而能夠確定調控優先級及調控大小。根據本文所提的方法可以計算各DG在節點的影響力,圖3~圖6分別列出了3種情景下部分節點電壓實部的影響水平,從而可以更為直觀地反映出各個DG出力不確定性對系統電壓的影響。
圖3情景1各DG出力不確定影響力(A相電壓)
圖4情景1各DG出力不確定影響力(B相電壓)
圖5情景2各DG出力不確定影響力(A相電壓)
圖6情景3各DG出力不確定影響力(A相電壓)
5、結語
本文基于仿射數學提出了考慮不確定性的三相配電系統潮流計算方法,仿射數學在區間算法上的基礎上引入了各不確定量的相互關系,這樣一方面可減小區間保守性,另一方面能夠對不確定輸入變量進行跟蹤分析。分布式電源出力不確定性對配電網運行的影響受分布式電源出力波動及接入位置決定,本文算法能夠分析多分布式電源共同作用時系統各節點電壓情況。計算結果對含分布式電源的配電網規劃和運行具有一定的參考價值。