李植鵬, 謝瑩華, 肖鳴, 李婧, 高小鏡

(深圳供電局有限公司，廣東 深圳 518000)

配電網(wǎng)優(yōu)化運行主要體現(xiàn)在配電網(wǎng)重構、變壓器經(jīng)濟運行、無功優(yōu)化、分布式電源(distributed generation，DG)優(yōu)化等方式來降低網(wǎng)損、提高電壓質(zhì)量[1-5]。傳統(tǒng)電網(wǎng)一定程度上限制了高比例可再生能源的接入，這是因為風、光等資源的間歇性出力會使電網(wǎng)的潮流分布發(fā)生變化，使電網(wǎng)的電能質(zhì)量下降，從而影響傳統(tǒng)電網(wǎng)的穩(wěn)定性[6-7]。在有源配電網(wǎng)和主動配電網(wǎng)[8-10]背景下，V2G(vehicle-to-grid)技術可以使電動汽車在電網(wǎng)有功充足時充當“負荷”，不足時充當“電源”，實現(xiàn)削峰填谷、提供備用、穩(wěn)定電壓、減少儲能投資等功能，對于保證配電網(wǎng)安全經(jīng)濟運行和提高新能源發(fā)電消納能力具有重要意義[11-17]。

文獻[18]建立了一個以配電網(wǎng)網(wǎng)損最小為目標的電動汽車充電優(yōu)化模型，考慮了用戶的充電需求以及電壓幅值等約束，采用迭代修正節(jié)點電壓的方法，每次迭代求解的模型為線性約束凸二次規(guī)劃模型。文獻[19]研究了發(fā)電機、電動汽車、風力發(fā)電的協(xié)同優(yōu)化計劃問題，提出了一種基于輸電和配電系統(tǒng)層面的電動汽車充放電計劃雙層優(yōu)化調(diào)度策略：在輸電網(wǎng)層，以減少發(fā)電機組的運行成本、PM2.5排放量、用戶的總充電成本和棄風電量為目標，建立了基于機組最優(yōu)組合的上層優(yōu)化調(diào)度模型；在配電網(wǎng)層，以降低網(wǎng)損為目標，考慮網(wǎng)絡安全約束和電動汽車的空間遷移特性，建立了基于最優(yōu)潮流的下層優(yōu)化調(diào)度模型。文獻[20]采用配電網(wǎng)中變電站、饋線及電動汽車充電站的年投資費用、年維護折舊費用、綜合年運行費用以及貸款利息等額年金之和(年費用)最小為目標函數(shù)的有源配電網(wǎng)規(guī)劃優(yōu)化模型，應用序優(yōu)化算法求最優(yōu)解。

有源配電網(wǎng)的優(yōu)化問題是一個高度復雜的數(shù)學問題[3]，考慮電動汽車V2G模式后使得控制變量、約束條件進一步復雜化，上述問題的算法求解效率有待提高，而采用二階錐規(guī)劃方法求解復雜凸優(yōu)化問題的研究引起了廣泛的關注[21-24]。

本文考慮電動汽車充電負荷的功率極限，對計及電動汽車V2G模式的有源配電網(wǎng)協(xié)調(diào)優(yōu)化運行問題展開研究。首先提出了基于混合整數(shù)二階錐規(guī)劃的優(yōu)化方法，以網(wǎng)損最小為優(yōu)化目標函數(shù)，將非線性等式約束松弛處理成線性方程組；接著在傳統(tǒng)潮流約束的基礎上加入了分布式光伏電源的有功、無功發(fā)電功率約束，電動汽車的充放電狀態(tài)、功率以及容量約束，并在IEEE 33節(jié)點系統(tǒng)進行仿真計算。然后對比電動汽車接入前、不同功率極限的電動汽車接入后以及協(xié)調(diào)無功補償控制后，有源配電網(wǎng)網(wǎng)損、電壓的變化以及電動汽車充放電過程。

1 數(shù)學模型

電動汽車接入有源配電網(wǎng)后，會影響系統(tǒng)的網(wǎng)損和節(jié)點電壓，進而給配電網(wǎng)的安全與經(jīng)濟運行帶來影響。因此，可以像無功優(yōu)化一樣，將V2G作為有源配電網(wǎng)運行的一個控制手段(數(shù)學上對應于控制變量)，配合DG的有功、無功控制和無功補償?shù)恼{(diào)節(jié)，實現(xiàn)有源配電網(wǎng)協(xié)調(diào)運行優(yōu)化，改善系統(tǒng)運行的安全性和經(jīng)濟性。

本文以網(wǎng)損最小為優(yōu)化目標函數(shù)，考慮以DG有功出力、電動汽車V2G有功出力和無功補償?shù)臒o功出力為控制變量，在傳統(tǒng)潮流約束的基礎上加入了配電網(wǎng)的安全運行約束，分布式光伏有功、無功輸出功率約束，無功補償裝置運行約束，電動汽車的充放電狀態(tài)、功率以及容量約束，充分反映了電動汽車接入對配電網(wǎng)運行的影響。

1.1 目標函數(shù)

配電系統(tǒng)網(wǎng)損的影響因素有很多。結合V2G控制，主動調(diào)節(jié)“源”“荷”就近平衡，將有利于降低系統(tǒng)網(wǎng)損。從運行經(jīng)濟性角度出發(fā)，考慮較長時間尺度，本文以某周期內(nèi)的多時段網(wǎng)絡總損耗最小為目標，建立目標函數(shù)

(1)

式中：f為配電網(wǎng)網(wǎng)損；t為運行時段；T為總運行時段數(shù)；Lij為節(jié)點i至節(jié)點j之間的線路，i∈N，j∈N，N為節(jié)點集合；E為線路集合；rij為線路Lij的電阻；isq_ij,t為時段t線路Lij的電流幅值的平方。

以周期內(nèi)多時段的網(wǎng)損總和為優(yōu)化目標，原理上近似于以周期內(nèi)電能損耗總和為優(yōu)化目標，只是計算更為簡便。與以單一時段有功網(wǎng)損為優(yōu)化目標的模型相比，本模型更好地反映了有源配電網(wǎng)的時間尺度特性，更加適應于含有間歇性DG(本文以分布式光伏為代表研究對象)和充電跳躍特性負荷的配電網(wǎng)運行優(yōu)化需求。所謂充電跳躍特性，是指充電負荷在配電變壓器臺區(qū)中的負荷比重相對較大，特別是快充型的充電設施，一般每臺充電樁的負荷占整個配電變壓器容量的10%或以上，其投入運行或退出運行均可能造成臺區(qū)負荷的跳躍變化。傳統(tǒng)以單一時段網(wǎng)損為優(yōu)化目標的模型與方法很難描述這種跳躍特性。

1.2 約束條件

在以經(jīng)濟性為優(yōu)化目標的運行控制中，安全性通常作為約束來考慮，同時還要考慮控制變量的物理運行約束。

1.2.1 配電網(wǎng)運行約束

有源配電網(wǎng)協(xié)調(diào)優(yōu)化的運行約束主要包括系統(tǒng)潮流平衡約束、節(jié)點電壓安全允許范圍、線路電流負載允許上限、變壓器變比離散化、配電變壓器負載功率允許范圍等方面的約束。

a)系統(tǒng)潮流平衡約束為

(2)

由于原分布式有源配電網(wǎng)無功電壓協(xié)調(diào)優(yōu)化模型的解空間是一個非凸非線性的可行域，本文將二次等式約束松弛處理為二階錐形式，即

(3)

式中：lij為線路Lij電流幅值的平方；vi為節(jié)點電壓幅值的平方。

經(jīng)過以上二次錐松弛處理后，原分布式有源配電網(wǎng)無功電壓協(xié)調(diào)優(yōu)化模型的解空間被松弛為一個具有凸特性的二次錐可行域。

b)節(jié)點電壓安全運行約束為

Ui,min≤Ui,t≤Ui,max，?i∈N.

(4)

式中Ui,t為時段t節(jié)點i的電壓幅值，Ui,min和Ui,max為其下限和上限。上述約束可表示為

(5)

c)線路傳輸電流約束為

Iij,t≤Iij,max，?Lij∈E.

(6)

式中Iij,t為時段t線路Lij的電流幅值，Iij,max為其上限。上述約束可表示為

(7)

d)變壓器變比離散化約束為

(8)

式中：kij為變壓器tij支路中理想變壓器變比，kij為離散數(shù)值；Ui和Uj為理想變壓器兩端的節(jié)點電壓幅值。

e)變電站側配電變壓器節(jié)點的有功功率和無功功率限值約束為：

(9)

式中：Ps為變電站側配電變壓器節(jié)點s的有功功率，Ps,min和Ps,max為其下限和上限；Qs為變電站側配電變壓器節(jié)點s的無功功率，Qs,min和Qs,max為其下限和上限。

1.2.2 DG的出力約束

DG的有功、無功輸出功率應滿足功率因數(shù)約束，即

QDG,i=PDG,itanφ.

(10)

式中：PDG,i、QDG,i分別為第i個DG運行時發(fā)出的有功、無功功率；φ為DG運行時的功率因數(shù)角。

1.2.3 無功補償裝置運行約束

無功補償裝置分為連續(xù)型和離散型：連續(xù)型無功補償裝置主要是指靜止無功補償器(static var compensator, SVC)或者靜止無功發(fā)生器(static compensator, STATCOM)，本文以SVC為代表進行研究；離散型無功補償裝置主要是指分組投切電容器組(compensator bank, CB)。

a)SVC運行約束為

(11)

b)CB運行約束為

(12)

1.2.4 V2G充放電狀態(tài)約束

在正常運行時，以V2G模式運行的電動汽車處于以下3種運行狀態(tài)之一：充電狀態(tài)、放電狀態(tài)和非充非放狀態(tài)。

a)充放電狀態(tài)約束可表示為

(13)

b)V2G充放電功率約束為：

(14)

c)V2G儲能容量約束為：

(15)

d)V2G電池容量約束為

(16)

2 仿真分析

本文以IEEE 33節(jié)點系統(tǒng)作為算例對象進行仿真分析，研究V2G和DG以及無功補償協(xié)調(diào)運行優(yōu)化的效果和規(guī)律。為了驗證所提出的方法在計及電動汽車V2G模式的有源配電網(wǎng)協(xié)調(diào)優(yōu)化運行中的有效性，在算例設置中綜合考慮分布式光伏、電動汽車V2G模式、無功補償?shù)仍兀M行了大量仿真實驗，在不同接入位置下得到的運行規(guī)律類似，故僅以其中一種典型方式為例進行仿真結果的分析。各類型元素在配電系統(tǒng)中的接入位置如圖1所示。即分布式光伏接入到節(jié)點18和31，電動汽車接入到節(jié)點6、15和33，SVC接入到節(jié)點9，無功補償CB接入到節(jié)點21和29。系統(tǒng)最大負荷為2 750 kW，最小負荷為1 680 kW；光伏電源并網(wǎng)容量為1.5 MW，功率因數(shù)為1.0，光伏電源最高出力為1 455 kW，最低出力為0。系統(tǒng)日負荷曲線和光伏日出力曲線如圖2所示。

圖1 IEEE 33節(jié)點仿真系統(tǒng)Fig.1 IEEE 33 bus simulation system

2.1 電動汽車V2G模式接入優(yōu)化

設節(jié)點18和31兩組實驗的電動汽車功率極限分別為±0.2 MW和±0.3 MW，充放電需求容量為500 kWh。

圖2 日負荷曲線和光伏日出力曲線Fig.2 Daily load and photovoltaic output curves

根據(jù)第1節(jié)建立的優(yōu)化運行數(shù)學模型，以電動汽車的充放電功率作為控制變量，采用災變遺傳算法[25-26]求解優(yōu)化模型，分時段調(diào)用潮流計算即可得到優(yōu)化前后的電動汽車充放電功率及各時段配電網(wǎng)的網(wǎng)損。優(yōu)化運行結果如圖3所示。

由圖3可知，優(yōu)化后網(wǎng)損曲線整體下降，兩組實驗中全天網(wǎng)損量分別下降約30.5%和33.6%。這是由于電動汽車的二象限輸出功率特性能夠有效降低有源配電網(wǎng)的網(wǎng)損，進而提升電網(wǎng)運行的經(jīng)濟性。

圖3 優(yōu)化運行結果Fig.3 Optimizing operation results

圖4為電動汽車V2G模式下，節(jié)點18和節(jié)點31的電壓變化情況。優(yōu)化前節(jié)點18的電壓在夜間接近下限0.93，節(jié)點31處電壓則在午間接近上限1.07，均存在電壓越限風險，且全天電壓波動較大。經(jīng)過V2G參與優(yōu)化，節(jié)點18全天電壓最大值與最小值之差由0.111降為0.085節(jié)點31全天電壓最大值與最小值之差由0.070降為0.055，全天電壓波動水平得到了平抑，波動范圍明顯縮小，最小值和最大值均更遠離限值。這表明電動汽車V2G模式使系統(tǒng)電壓質(zhì)量得到明顯提升。

圖4 節(jié)點電壓曲線Fig.4 Nodal voltage curves

2.2 V2G與無功補償協(xié)調(diào)優(yōu)化

本組實驗主要考慮光伏、電動汽車、連續(xù)型無功補償裝置和離散型無功補償裝置同時接入的協(xié)調(diào)優(yōu)化運行情況。實驗數(shù)據(jù)設置見表1。

表1 實驗數(shù)據(jù)設置Tab.1 Experimental data setting

電動汽車充放電功率極限為0.3 MW時，光伏、電動汽車、無功補償協(xié)調(diào)優(yōu)化前后的網(wǎng)損對比如圖5所示?？梢钥闯觯嚎紤]無功補償優(yōu)化后，網(wǎng)損進一步下降，全天網(wǎng)損電量計算值下降130 kWh。由于從10時開始光伏出力顯著提升，使得饋線的負荷功率顯著減小；結合電動汽車和無功補償?shù)恼{(diào)度，避免了潮流大量從變電站輸送，因此白天時段的網(wǎng)損比凌晨時段顯著下降；越是負荷高峰時段，降損效果越好。

無功補償前后節(jié)點33接入的電動汽車充放電過程如圖6所示。由于當天8時至9時全線路負荷從2 362 kW快速爬升至2 750 kW，而光伏出力受天氣變化從251 kW下降至43 kW，上午9時電動汽車由優(yōu)化前的充電狀態(tài)變?yōu)閮?yōu)化后的放電狀態(tài)，更好地匹配了負荷波動，實現(xiàn)了功率平衡，提升了電壓質(zhì)量；相應地，節(jié)點21的無功補償電容器退出了1組，避免了電壓越限?？梢?，經(jīng)過無功補償支撐，電動汽車的充放電過程得到了優(yōu)化，在光伏出力大的時段獲得了更多的充電機會，而在光伏出力小的時段參與放電來實現(xiàn)節(jié)能降耗和電壓安全控制。

圖6 節(jié)點33接入的電動汽車充放電過程Fig.6 Charging and discharging process of EV with bus 33

表2列出了本節(jié)各種情景下優(yōu)化的目標函數(shù)值，經(jīng)過無功補償優(yōu)化后，系統(tǒng)總的網(wǎng)損為1.15 MW，相比于接入功率極限0.2 MW和0.3 MW的電動汽車，分別降低了約12.2%和10.2%，降損效果明顯。因此，對于有電動汽車接入的有源配電網(wǎng)，加強無功補償?shù)膬?yōu)化控制依然具有重要的經(jīng)濟效益。

表2 目標函數(shù)值Tab.2 Objective function values

3 結論

本文建立了計及電動汽車V2G的有源配電網(wǎng)有功、無功協(xié)調(diào)優(yōu)化模型，以平抑DG接入配電網(wǎng)引起的潮流波動和電壓質(zhì)量問題，提升系統(tǒng)運行的安全性和經(jīng)濟性。主要結論如下：

a)電動汽車V2G模式接入，使系統(tǒng)電壓質(zhì)量得到了明顯的提升。

b)對電動汽車充放電行為進行優(yōu)化控制，可以協(xié)調(diào)電動汽車與DG的功率，提高配電網(wǎng)的經(jīng)濟性。

c)在優(yōu)化模型中考慮無功補償?shù)目刂?，可以進一步降低網(wǎng)損，有效協(xié)調(diào)無功補償和電動汽車V2G等多種調(diào)控資源的運行優(yōu)化。