高比例光伏和电动汽车接入配电网的无功优化.pdf
《高比例光伏和电动汽车接入配电网的无功优化.pdf》由会员分享,可在线阅读,更多相关《高比例光伏和电动汽车接入配电网的无功优化.pdf(8页珍藏版)》请在咨信网上搜索。
1、智慧电力Smart Power2023第51卷第10期Vol.51No.10New Energy新能源0引言2020 年 9 月,中国明确提出 2030 年“碳达峰”和 2060 年“碳中和”的目标。在这种背景下,分布式能源(Distributed Generation,DG)、分布式储能(Distributed Energy Storage,DS)和 电 动 汽 车(Electric Vehicle,EV)并入配电网逐渐在未来的电力行业占据重要位置,其渗透率也在逐步提高。高比例光伏和数量庞大的电动汽车接入电力网络,势必会对配电网的负荷、控制难度和用电质量等产生影响1-3,尤其是对电压和有功网
2、损产生巨大影响。因此,需要对多种负荷接入的含高比例光伏和电动汽车的配电网进行研究和优化。目前,国内外许多学者对新能源接入配电网后高比例光伏和电动汽车接入配电网的无功优化佟曦1,侯朗博1,孙昊1,陈衡1,刘涛2,刘文毅1(1.华北电力大学,北京102206;2.北京国电通网络技术有限公司,北京100086)摘要:随着风光储以及电动汽车的迅猛发展,高比例分布式能源和大量电动汽车接入配电网,导致电网控制难度增加,电压稳定性降低,有功网损增大。在高比例光伏和电动汽车接入配电网的基础上,接入储能装置,利用无功补偿装置对该配电网进行无功优化调节,构建了含PV,EV,DS,SVG的无功优化数学模型,并且利用
3、粒子群算法进行寻优,最后通过IEEE30节点进行验证。根据结果分析可知,利用粒子群优化算法求解投切电容器组数的方案相较于传统投入固定电容器组数的方案,其网损明显降低,系统优化率大大提高。以22:00节点电压为例,优化后全时间段节点电压在0.94 p.u.1.05 p.u.之间,电压波动较优化前趋于平缓,电压质量有所提高;采用PSO算法进行寻优计算,运行结果证明该算法收敛速度快、寻优能力强,验证了所提出的无功优化模型的有效性。关键词:高比例光伏;电动汽车;粒子群算法;无功优化中图分类号:TM744文献标志码:A文章编号:2096-4145(2023)10-0031-07Reactive Powe
4、r Optimization of Distribution Networks with HighProportion of PV and EVsTONG Xi1,HOU Langbo1,SUN Hao1,CHEN Heng1,LIU Tao2,LIU Wenyi1(1.North China Electric Power University,Beijing 102206,China;2.Beijing Guodiantong Network Technology Co.,Ltd.,Beijing 100086,China)Abstract:With the rapid developmen
5、t of wind-PV-storage and electric vehicles(EV),a high proportion of distributed energy and alarge scale of EVs are integrated to distribution network,resulting in increased difficulty in the grid control,reduced voltage stabilityand increased active power loss.Based on the high proportion of PV and
6、EVs connected to the distribution network,this paperconstructs the mathematical model of reactive power optimization including PV,EV,DS,SVG by integrating energy storage system andusing the reactive power compensation device to optimize and adjust the reactive power of the distribution network.In ad
7、dition,theparticle swarm optimization(PSO)algorithm is used to make a optimization,and the model is verified through IEEE30-node system.The result analysis shows that,compared to the traditional scheme with the fixed number of switched capacitor banks,the schemeusing PSO algorithm to solve the numbe
8、r of the switched capacitor banks significantly reduces the network loss and greatly improves thesystem optimization rate.Taking the node voltage at 22:00 as a case,the optimized full-time node voltage is between 0.94 p.u.and 1.05p.u.,smoothing the voltage fluctuation and improving the voltage quali
9、ty.The PSO optimization algorithm has fast convergence speedand strong optimization ability,verifying the effectiveness of the proposed model.Key words:high proportion of PV;EV;PSO;reactive power optimization基金项目:国家自然科学基金资助项目(52276006);国家电网有限公司科技项目资助(5108-202218280A-2-142-XG)Project Supported by the
10、 National Natural Science Foundation of China(52276006);State Grid Corporation Science and Technology Project(5108-202218280A-2-142-XG)031Smart Power智慧电力2023第51卷第10期Vol.51No.10新能源New Energy如何协调运行进行了深入的研究。文献4-5以无功补偿装置作为优化变量,利用场景分析法、凸松弛技术等进行无功优化研究,最后通过仿真算例验证了模型的精确性和可靠性;文献6-8提出了配电网多目标重构的方案,可以有效提高配电网的运行
11、经济性;文献9根据分布式电源无功出力和电动汽车充电调度在不同时段相应提出相应的无功电压协调优化方案。配电网无功优化问题,主要通过智能优化算法来 实 现。优 化 算 法 主 要 有 遗 传 算 法(GeneticAlgorithm,GA)、粒 子 群 算 法(Particle SwarmOptimization,PSO)、禁忌算法(Tabu Search,TS)等10,其中 PSO 算法因其寻优能力强,迭代次数少,耗时短而被广泛使用。文献11建立了含风电的无功优化模型,有效降低了配电网的网损,同时节点电压也得到了提升;文献12和文献13分别利用改进的量子粒子群算法以及混合型粒子群算法对含分布式电
12、源的电力系统进行配电网重构研究;文献14研究了含分布式能源的配电网无功优化,建立了含DG 的无功优化模型,选取不同的实例进行仿真,结果验证了 PSO 算法寻优能力强,收敛速度快。影响光伏出力的主要因素是光照强度,其次,不同季节光照时间和温度高低也会对光伏出力产生影响15-16,因此光伏出力具有不确定性。此外,电动汽车充电也具有时序性,文献17研究表明私家电动汽车充电时间都集中在 1719 时之间,并且由于大多数电动汽车用来上下班,一辆车平均每天的行驶路程大致为 42 km。静止无功补偿装置(Static Var Compensator,SVC)由晶闸管控制电抗器和固定电容器组组成,通过调节晶闸
13、管控制电抗器中的触发延迟角来连续调节补偿装置的无功功率;静止无功发生器(StaticVar Generator,SVG)由于没有大量使用电容器,而是采用桥式变流电路多电平技术来进行处理,所以不需要使用时对系统中的阻抗进行计算。相较于SVC,SVG 具有体积小、能更加快速的连续动态平滑的调节无功功率的优点。本文针对光伏出力的不确定性和电动汽车充电的时序性,以最小电压偏差和最小网络有功损耗为目标函数,建立了含光伏发电系统、电动汽车、储能系统和无功补偿装置(SVG)的配电网数学模型进行无功优化研究,并采用粒子群算法进行求解,最后通过 IEEE30 节点系统验证了模型的有效性。1负荷数学模型1.1光伏
14、出力特性并网光伏发电系统主要由光伏阵列、逆变器和其他并网环节组成18-19,光伏阵列由光伏电池串联或并联组成,产生的电能通过逆变器和滤波器输入到电网。1)太阳能板光照强度光伏发电具有随机性,对光伏发电系统的输出功率有直接影响的参数有太阳辐射量,光伏发电系统受光面积等20。光照强度 S 的数学模型为:S=Sn1cos+Sd1(1+cos2)+(Sn1+Sd1)(1-cos2)n(1)式中:Sn1为直接辐射量;Sd1为散射辐射量;为太阳高度角;为太阳能板与地面的夹角;n 为地表反射率,通常取 0.2。2)光伏电池 U-I 特性分析光伏电池的发电原理是光生伏打效应,光伏电池具有类似于二极管的结构,当
15、光照射在电池上,会有电压产生。单独的光伏电池功率很小,所以要将大量的光伏电池串并联,以构成光伏发电系统。简化后的等效的光伏发电系统的 U-I 模型为:I=Idl1-D1exp(UD2Ukl)-1(2)D1=(1-ImIdl)exp(-UD2Ukl)(3)D2=(UmUkl-1)ln(1-ImIdl)-1(4)式中:I和U为光伏发电系统的电流和电压;Idl为短路电流;Ukl为开路电压;Im为最大功率点电流;Um为最大功率点电压。3)光伏功率特性分析在实际投入使用中,由于环境因素的改变,实际的电压和电流会产生变化,需要对其进行修正。修正后的电压和电流为:Ud=U(1-0.00288T)(1+0.5
16、S)(5)Id=ISSst(1+0.0025T)(6)T=T-Tst(7)S=S-Sst(8)式中:Ud为修正后的电压;Id为修正后的电流;T 为该时刻环境温度;Tst为标准电池温度,其值为25;Sst为标准光照强度,其值为 1 000 MW/m2。因此,光伏发电系统实际的有功功率为:032智慧电力Smart Power2023第51卷第10期Vol.51No.10New Energy新能源PPV=UdId(9)无功功率为QPV:QPV=PPVtan(10)式中:为功率因数角。1.2电动汽车充电功率1)行驶里程和荷电状态电动汽车具有污染小、行驶成本低的特点,但由于电动汽车电池的能量密度相对较小
17、,并且电池的性能易受到环境温度的影响,同时电动汽车的配套基础充电设施不够完善,使估算电动汽车的行驶里程具有不确定性21-23。根据数据研究表明,日行驶里程 l 近似服从正态分布,其概率函数为:f(l)=1l 2exp-(lnl-)222(11)式中:为行程距离的期望值;=3.68;为标准差,拟合后取=0.88。电动汽车的电池荷电状态(State of Charge,SOC)定义为剩余电量和最大电池容量的比值,日行驶里程的分布决定了起始 SOC 的分布为:SOC,EV=1-lL(12)式中:SOC,EV为电动汽车的电池荷电状态;L 为电动汽车的满电状态下可行使的最大里程。2)起始充电时间采用对数
18、正态分布来描述电动汽车最后一次出行结束时刻,即电动汽车开始充电时刻tc的概率密度函数:f(tc)=1(tc-18)2exp-ln(tc-18)222(13)3)充电功率电动汽车充电时间的公式为:tcd=(1-SOC,EV)Q0Pc(14)式中:tcd为充电时长;Pc为充电功率;Q0为电动汽车电池容量。充电功率的表达式为:Pc=(1-SOC,EV)Q0tcd(15)将电动汽车的耗电量和行驶距离看成线性关系,电动汽车每次充电需要的时间可以描述为:tcd=lLtm(16)式中:tm为电动汽车在完全充满电下的最大行驶时间。在已知电动汽车起始充电时间和日行驶距离的前提下,通过式(14)参数转换后,可以推
19、导出电动汽车每次充电所需时间的概率密度函数为:f(tcd)=1tcdD2exp(lntcd+lnL-lntm-D)2-22D(17)式中:D为标准差(无量纲);D=3.2;D为期望值(无量纲),D=17.8。结合式(14)和式(15),可以得出充电功率为:Pc=(1-SOC,EV)Q0Lltm(18)假设区域内电动汽车的电池特性相同,NEV,i为连接到负荷节点 i 上的数量,则汽车充电的总功率为:PEV=PcNEV,i(19)为了保证电动汽车电池的使用寿命,要保证SOC 满足一定的约束要求,即:SminOC,EVSOC,EVSmaxOC,EV(20)式中:SmaxOC,EV为最大荷电状态;Sm
20、inOC,EV为最小荷电状态,本文取SmaxOC,EV=0.8,SminOC,EV=0.2。1.3储能系统充放电功率储能系统的充放电过程实际上是与电网进行能量交互的过程,当储能电池进行充电时,储能电池通过双向变流器吸收配电网系统中其他元件所释放出的多余的电能;当储能电池进行放电时,通过双向变流器向电网释放多余的电能24。1)剩余电量蓄电池某一时间段的剩余电量为:St=St-1(1-)+(Uc,t-1Pc,t-1c-Uf,t-1Pf,t-1f)tcn/QN(21)式中:St为 t 时刻剩余电量;St-1为 t-1 时刻的剩余电量;为蓄电池自放电率;Uc,t-1,Uf,t-1分别为 t-1时刻的充
21、放电电压;Pc,t-1,Pf,t-1分别为 t-1 时刻的充放电功率;c和f分别为充电效率和放电效率;tcn为充放电持续时间;QN为储能系统的容量。2)电池荷电状态蓄电池的荷电状态可表示为剩余电量与自身额定电量之比,即:SOC,DS=StSN(22)式中:SN为储能系统自身额定电量。考虑到储能系统的寿命问题,在储能系统的充放电过程中,储能系统的 SOC 状态不能超过设定的上下限,即:033Smart Power智慧电力2023第51卷第10期Vol.51No.10新能源New EnergySminOC,DSSOC,DSSmaxOC,DS(23)式中:SminOC,DS为最小荷电状态,取 0.1
22、5;SmaxOC,DS为最大荷电状态,取 0.9。2无功优化模型无功优化主要是通过添加或调整无功补偿装置来优化电力系统的运行状态,以达到改善电压质量、降低系统网损的目的25。其数学模型包括目标函数和约束函数,一般表达式为:minf(u,x)stg(u,x)=0h(u,x)0(24)3 个表达式分别为目标函数、等式约束及不等式约束条件;u 和 x 分别为控制变量和状态变量。2.1目标函数本文从经济性和安全性角度出发,以系统有功网损Ploss和电压偏移量U为目标函数,即:fploss=minPloss=min k=1nGk(i,j)(U2i+U2j-2UiUjcosij)(25)fU=minU=m
23、in i=1N Uis-UNUi,max-Ui,min2(26)式中:Gk(i,j)为节点 i,j 之间的电导;Ui,Uj为节点 i,j的电压幅值;ij为节点 i,j 之间的电压相角差;n 为支路总数;Uis为节点 i 的实际电压;UN为节点 i 的额定电压;Ui,max,Ui,min分别为节点 i 的电压上限值和下限值;N 为节点总数。多目标函数为:F=min(1fploss+2fU)(27)式中:1,2为权重系数,1+2=1,011,021;本文取1=2=0.5。2.2约束函数1)潮流平衡方程在配电网系统无功优化中,等式约束也被称为潮流约束方程。光伏发电系统输出功率具有不确定性,储能系统和
24、电动汽车在在不同控制条件下其充放电功率也具有不确定性,在任何状态下都需要满足潮流约束方程。PGi-PDi=Uij=1nUjGijcos(i-j)+Bijsin(i-j)QGi-QDi+QCi=Uij=1nUjGijcos(i-j)-Bijsin(i-j)(28)式中:PGi和PDi分别为节点 i 处输入和输出的有功功率;QGi和QDi分别为节点 i 处输入和输出的无功功率;QCi为节点 i 处的无功补偿量;Bij为支路 i-j的电纳。2)不等式约束不等式约束条件包括节点电压约束、光伏发电系统的无功功率约束、电动汽车充电功率约束、储能系统的充放电功率约束以及无功补偿装置的无功功率约束,即:Uim
25、inUiUimaxQPViminQPViQPVimaxPEViminPEViPEVimaxPDSiminPDSiPDSimaxQSVGiminQSVGiQSVGimax(29)式中:QPVi,PEVi,PDSi,QSVGi分别为节点 i 的光伏发电系统的有功功率,电动汽车的充电功率,储能装置的充放电功率,无功补偿器的无功功率;下标“min”和“max”分别表示对应参数的下限值和上限值。3仿真计算3.1算法介绍PSO 算法是通过模拟鸟群觅食的行为方式创立的一种以群体协作为基础的随机搜索算法。假设算法中由 M 个粒子组成粒子群,飞行空间维数为D,粒子种群中第 k 个粒子的空间位置为 xk,速度为v
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 比例 电动汽车 接入 配电网 无功 优化
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。