含分布式电源的配电网可靠性评估

刘云祥，黄升

(三峡大学电气与新能源学院，湖北 宜昌 443002)

1 引言

分布式电源(DG)凭借其发电灵活、环境友好等优势被越来越多地接入到配电网中，由于分布式电源输出功率具有一定的随机性，因而给配电网可靠性的评估带来了一定的影响。

在传统的配电网可靠性评估当中，馈线一般都由单电源供电，采用辐射式供电方式，任何一条馈线元件发生故障，都有可能导致馈线后面的负荷全部停电，而当分布式电源接入配电网以后，电网变成一个多电源与用户互联的网络，当某元件发生故障后，配电网可能会出现含分布式电源的孤岛运行方式，相应的可靠性评估模型和算法也将发生变化［1－3］。国内外有学者对此进行了相关的研究。文献［4－5］分析了分布式电源的接入对配电网产生的影响。在分布式电源的可靠性模型方面，目前的研究主要集中在光伏发电和风力发电上［6－8］。在评估算法上，目前主要有解析法和模拟法。文献［9－10］建立了分布式电源的概率模型，采用解析法对计及分布式电源的配电网可靠性进行了评估。文献［7］对光伏发电和风力发电进行建模，提出了基于模拟法的微网可靠性评估算法。文献［11］采用蒙特卡罗方法对孤岛状态下含分布式电源的配电系统可靠性进行了分析。

本文研究了光伏发电和风力发电出力的随机特性，建立了含分布式电源和储能联合发电系统的可靠性模型，在此基础上基于蒙特卡罗时序模拟方法，提出了含分布式电源的配电网可靠性评估算法。最后采用所提出的模型和算法对IEEE RBTS Bus6系统主馈线F4进行了评估。

2 分布式电源的可靠性模型

2.1 光伏发电系统输出功率的随机模型

太阳能电池板是光伏发电系统的核心器件，它的输出功率取决于多种因素，其中最主要的是电池板上能接收到的太阳光辐射强度。假设太阳能电池板的面积为S，某时刻电池板能接收到的光强为I(t)，则该电池板的输出功率P［12］PV

式中:ηC为电池板的转换效率;KC为阈值常数，当入射光强小于KC时，输出功率与I(t)呈二次关系，当入射光强大于KC时，输出功率与I(t)呈线性关系。太阳光的辐射强度主要取决于太阳高度角和云层遮挡对阳光的衰减效应。一天中太阳高度角随时间的变化可以由一个确定性的函数来决定;而天气变化时，云层对太阳辐射强度的衰减效应却是随机的。可以认为，某时刻电池板接收的光强I(t)等于一个由太阳辐射角确定的基础强度Id(t)叠加上一个随机的衰减量I(t)，即

定义基础强度Id(t)为一个统计时间段内每天t时刻太阳光辐射强度的平均值。忽略季节变化对日出日落时间的影响，可以近似认为Id(t)是一个二次函数，可由下式表示:

其中:t为一天中的整点时刻;Imax为正午12:00时最大日辐射强度的年平均值，即有

Imax=I(12)。

衰减量I(t)主要取决于天空中云层的状态。由于云层不同状态之间的转移概率难以获得，故对I(t)做简化处理，可以认为I(t)服从正态分布［4］。正态分布的概率密度函数表达为［4］:

2.2 风力发电机输出功率的随机模型

风力发电机组从能量转换角度分成两部分，风力机和发电机。风速作用在风力机的叶片上产生转矩，该转矩驱动轮毂转动，通过齿轮箱高速轴、刹车盘和联轴器再与起步发电机转子相连，从而发电运行。因此，它的输出功率由风能决定，输出功率具有随机性。

风力发电机有功输出Pwind与网速v之间具有如下函数关系［13］

式中:vci为切入风速;vr为额定网速;vco为切出网速;Pr为风力发电机的额定功率;a和b均为系数，a=Prvci/(vci－vr)，b=Pr/(vr－vci)

由于网速近似服从双参数威布尔分布，且在大部分时间内，网速维持在vci和vco之间，因此，Pwind的概率密度函数为［13］:

式中:c和k分别为参数威布尔分布的尺度参数和形状参数。

3 基于蒙特卡罗模拟的含分布式电源配电网可靠性评估算法

在不影响计算精度的条件下，做如下假设:①所有元件都是可以修复的;②不考虑瞬时故障，只考虑永久故障，即元件故障后，只有元件修复之后才能重新投入运行;③不考虑断路器等开关设备的误动、拒动;④仅考虑单重故障。

基于蒙特卡罗法的可靠性评估算法的总体思路为:对系统的故障状态进行蒙特卡罗抽样，分析每个故障状态，将受故障影响的负荷分为不能被恢复的负荷、能通过转供被恢复的负荷和孤岛内的负荷。对孤岛内的负荷，模拟孤岛运行期间分布式电源的出力，计算孤岛的停电时间。最后对所有负荷点分别累加其各自的停电次数和停电时间，可得到负荷点的可靠性指标。算法的具体步骤如下:

(1)采用式(7)、(8)对所有元件的正常工作时间TTF和故障时间TTR进行抽样，依次排列形成每个元件在模拟总时间内的运行状态持续时间序列。

式中:λi和μi分别为元件的停运率和修复率;u为(0，1)之间服从均匀分布的随机数［14］。

(2)综合所有元件的运行状态持续时间序列，找出系统在给定模拟时间内的所有故障事件。

(3)对每个故障事件进行分析，找到该故障所影响到的负荷，将这些负荷分为不能被恢复的负荷、能通过转供被恢复的负荷和孤岛内的负荷。

(4)对于能通过转供被恢复的负荷，将此次停运累加到该负荷点的总停电时间TTTR和总停电次数Nl。对于不能被恢复的负荷，系统该次故障持续时间即为负荷的停运时间。

(5)对孤岛内部的负荷作如下处理:

①根据步骤(1)所产生的分布式电源发电系统的运行状态序列，检查孤岛运行期间发电系统是否正常运行。如果运行，继续下一步;如果停运，则转到步骤(6)。

②产生一个(0，1)之间服从均匀分布的随机数um，判断形成孤岛成功概率pm的大小。若um＞pm，则认为此次切换失败;若um≤pm，则认为此次切换成功。

③计算分布式电源在孤岛运行期间的供电时间。

(6)根据各负荷点的总停电时间TTTR和总停电次数Nl，计算在总模拟时间里各负荷点的平均故障率、平均故障时间rl、年平均停电时间Ul等可靠性指标。

(7)根据负荷点的可靠性指标计算系统的各项可靠性指标。

4 算例与分析

4.1 仿真系统及参数

用本文的评估算法对上述算例系统进行10万h的模拟计算。研究加入分布式电源前后对配电网供电可靠性指标的影响。本文以IEEE-RBTSBus6系统主馈线F4为基础，在分支线19和25处加入2处DG。当上游供电路径发生故障时，通过断路器操作，形成孤岛1和孤岛2继续给岛内负荷供电，如图1所示。图中LPi表示第i个负荷点。系统原始数据见文献［15］

设平均风速为14.6km/h，风速标准方差为9.75。风机切入风速vci、额定风速vr和切除风速vco分别为9km/h、38km/h和80km/h。太阳能电池板的转换效率 ηC=0.10，KC=200W/m2。

方案一:不考虑分布式电源的作用;方案二:在如图所示节点19处接入分布式电源;方案三:在如图所示节点19和节点25处同时接入分布式电源。部分负荷点可靠性指标如表1，系统可靠性指标如表2所示。

图1 含分布式电源的配电网接线

表1 部分负荷点可靠性指标

表2 系统可靠性指标

计算结果表明:

(1)分布式电源对孤岛内负荷点的可靠性有很大影响，孤岛内负荷点的停运频率和停运时间均有大幅下降。孤岛运行能在配电网发生故障时保证对孤岛内负荷的供电，大大缩短停运时间。

(2)对比加入分布式电源前后的配电网可靠性指标，可看到有分布式电源条件下配电网可靠性指标明显优于没有分布式电源条件下的可靠性指标，说明分布式电源的适当接入可有效提高配电网的供电可靠性。

5 结论

(1)本文研究了光伏发电和风力发电输出功率的随机特性，建立了分布式电源的功率输出模型，建立了分布式电源的可靠性模型。

(2)提出了基于蒙特卡罗时序模拟的含分布式电源的配电网可靠性评估算法，并对改进的IEEE DRTS Bus 4测试系统进行了可靠性评估。

(3)评估结果表明，在有分布式电源的情况下，孤岛内负荷点的停运频率和停运时间均有下降，但对孤岛外负荷的供电可靠率没有影响。对于配电网而言，有分布式电源条件下配电网的可靠性指标明显优于没有分布式电源条件下的可靠性指标，可见分布式电源能有效提高配电系统的供电可靠性。

［1］梁有伟，胡志坚，陈允平［J］.分布式发电及其在电力系统中的应用研究综述.电网技术，2003，27(12):71－76.

［2］王建，李兴源，邱晓燕.含有分布式发电装置的电力系统研究综述［J］.电力系统自动化，2005，29(24):90－96.

［3］刘传铨.计及分布式电源的配电网供电可靠性评估［D］.上海:上海交通大学电气工程系，2008.

［4］施伟国，宋平，刘传牷.计及分布式电源的配电网供电可靠性研究［J］.华东电力，2007，35(7):37－41.

［5］蔡红丽.考虑分布式发电的配电网可靠性分析［D］.2010，南京理工大学.

［6］Abouzahr I，Ramakumar R.An approach to assess the performance of utility-interactive photovoltaic systems［J］.IEEE Transactions onEnergy Conversion，1993，8(2):145－153.

［7］Yokoyama R，Niimura T，Saito N.Modeling and evaluation of supplyreliability of microgrids including PV and wind power［C］//Power and Energy Society General Meeting-Conversion and Delivery of Electrical Energy in the 21st Century.Pittsburgh，USA:IEEE，2008:1－5.

［8］Billinton R，Chen Hua，Ghajar R.A sequential simulation technique for adequacy evaluation of generating systems including wind energy［J］.IEEE Trans on Energy Conversion 1996，11(4):728－734.

［9］Bae I S，Kim J O.Reliability evaluation of distributed generation based on operation mode［J］.IEEE Trans on Power Systems，2007，22(2):785－790.

［10］Bollen M H J，Sun Y，Ault G W.Reliability of distribution networks with DER including intentional islanding［C］//2005 International Conference on Future Power Systems.Amsterdam，Netherlands:IEEE，2005.

［11］孙瑜，Math Bollen，Graham Ault.孤岛状态下含分布式电源的配电系统可靠性分析［J］.电网技术，2008，32(33):77－81.

［12］Cha S T，Jeon D H.Reliability evaluation of distribution system connected photovoltaic generation considering weather effects［C］//8th International Conference on Probability Methods Applied to Power Systems.Iowa，USA:Iowa State University，2004:451－456.

［13］王敏，丁明.考虑分布式电源的静态电压稳定概率评估［J］.中国电机工程学报，2010，30(25):17－22.

［14］Billinton R，Guang Bai.Generating capacity adequacy associated withwind energy［J］.IEEE Transactions on Energy Conversion，2004，19(3):641－646.

［15］Billinton R，Jolmnavithula S.A Test System For Teaching Overall PowerSystem Reliability Assessment［J］.IEEE Trans on Power System，1996，VI 1(4):1670－1676.