近幾年來,風電和光伏等分布式電源(Distributed Generation, DG)的發展十分迅速,呈現井噴式增長,給電網帶來了許多問題。DG出力的隨機性、不確定性以及與負荷的不匹配特性都會對系統的電壓產生影響,其安裝位置的隨機性會改變電網的潮流,進而影響電網的穩定運行。
目前對于新能源并網的無功優化已開展了較多研究。對于含有新能源的無功優化控制既要考慮DG和無功補償裝置的無功出力的連續控制,又要考慮新能源的不確定性。
大多數無功優化的研究都是采用多目標非線性優化方法。多目標可以同時考慮多個問題,更符合實際,但是多目標之間存在相互影響,不同目標之間的權重取舍會在一定程度上影響優化結果。
部分學者考慮了分布式電源對配電網電壓波動的影響。有學者通過增大短路容量削弱光伏電源對配電網電壓波動的影響,提高了光伏的接入容量。有學者建立了分布式光伏的消納模型,通過使用調壓措施,有效地提高了光伏的消納,并對多種調壓方式進行了對比。
新能源一般運行在最大功率點跟蹤方式,不參與系統動態調壓。但是新能源會受反調峰特性、網架結構受限、系統消納水平低等因素的影響而被迫棄光棄風,新能源的裝機容量并沒有得到完全利用,仍然蘊含著發送大量無功的潛力,如果能將這部分無功合理運用,將能夠提高全網電壓水平,進而提升系統對新能源的消納能力。
考慮到系統中,除了DG具有一定無功調節能力外,還有諸多無功補償設備,這些無功補償設備均能達到提升電壓、提高新能源消納的效果。傳統消納問題并沒有考慮到無功電壓優化對消納的提升,因此,如果能夠實現協調優化新能源無功余量與無功補償設備無功容量,達到提升系統電壓水平及系統消納水平的目的,將具有重要意義。
目前,大多數文獻都是針對含有分布式電源的配電網利用系統中的無功補償設備進行電壓優化,缺乏優化這一過程對電網電壓水平和新能源消納能力影響的研究。
新能源電力系統國家重點實驗室(華北電力大學)、國網遼寧省電力有限公司經濟技術研究院的研究人員提出了以電壓質量為目標的無功電壓優化模型,利用單目標來驗證優化前后的影響。采用智能粒子數控制的粒子群(Particle Swarm Optimization, PSO)算法進行求解。常規的粒子群算法結構簡單,但收斂速度較慢,采用智能粒子數控制可以節省優化所需時間。
圖1 算法流程
研究人員首先對雙饋風機的無功調節能力進行分析,建立了無功優化對配電網電壓和新能源消納的影響模型。考慮到風電和光伏等分布式電源存在一定的無功余量,具有一定無功調節能力,利用這些無功余量進行無功優化,將節點電壓和額定電壓偏差的方差作為目標,建立了無功電壓的優化模型。在常規粒子群算法基礎上,使用智能粒子數控制提高計算效率。最后,通過IEEE 33節點系統對模型進行了多場景仿真分析,結果表明所提出的無功電壓優化模型可以起到改善系統電壓質量,提高消納能力的作用。
在高滲透率場景下,系統可以利用風電光伏的無功余量對系統電壓水平進行優化,在提高系統電壓水平的同時保證新能源的消納。新能源接入的位置不同,無功電壓優化對其消納的影響也不同。
研究人員表示,光伏和風電等可再生能源的迅速發展,將逐漸取代傳統的能源發電,其并網和系統對它們的消納能力必將成為新能源發電研究的重點。如果能夠實現協調無功電壓優化與新能源接入的關系,達到提升系統電壓水平及系統消納水平的目的,將具有重要意義。將風機的無功余量考慮到模型中,針對新能源出力的波動性,可以對一年的數據進行分析計算,將其季節特性加入對電網的影響。
以上研究成果發表在2019年《電工技術學報》增刊2,論文標題為“無功電壓優化對新能源消納的影響”,作者為劉華志、李永剛、王優胤、張曉天、曹南君。