一种基于概率性光伏出力预测的配电网电压协调控制方法
【技术领域】
[0001] 本发明涉及一种IOkv配电网的电压控制方法，特别涉及光伏发电系统接入后的 中压配电网电压协调控制方法。
【背景技术】
[0002] 分布式光伏电源（PV)作为新能源的一种，可将太阳能直接转换成电能使用。随着 PV发电技术的发展成熟，越来越多的PV接入到配电网，在给人类用电带来便利的同时也给 电网的安全运行带来挑战。PV接入配电网后，一方面能够提升电网电压水平，另一方面使配 电网从单电源辐射状网络变为多电源网络，改变了配网的潮流分布。
[0003] PV出力随太阳辐射变化而随机波动，其波动性和间歇性可能导致电压波动和电压 闪变，对电网电压产生较强冲击，影响配电网的稳定安全运行。针对PV并网后不同的出力 状况，需要采取一定的补偿控制措施，保证节点电压满足电压偏差要求，维持配电网的正常 运行。总体来说，目前各国对影响PV的环境因素以及PV并入低压配电网后对继电保护、电 压稳定性的影响有一定的研究。但对PV接入配电网后，其出力随太阳辐射变化而随机波动 所带来的配电网电压分布变化和电压越限等机理问题研究尚不充分，从而对制定PV并网 的电压控制策略造成困难。因此，建立能够反映不同太阳辐射情况的光伏发电系统模型，通 过天气变化分析PV并网对配电网电压的影响具有重要意义。
[0004] 目前我国配电网的无功补偿设备多以智能电容器为主，而普通智能电容器对电 压、电流的调节速度较慢，有时难以应对PV出力波动较大时导致的电压波动或电压闪变现 象。作为用户电力技术的重要成员，配电网静止同步补偿器（DSTATC0M)与传统的静止无功 补偿装置相比，具有响应速度更快、能够连续吸收无功、损耗低、可兼做容性和感性补偿等 优点，在改善负荷与公共电网连接点处的电能质量，消除电压闪变和电压波动等方面显示 出优越的应用潜力。所以，由DSTATC0M和电容器组成综合无功补偿系统可以很好地满足PV 并网后的配电网的无功补偿需求。
[0005] 当DSTATC0M与电容器装置共同运行时，DSTATC0M会首先动作，但DSTATC0M本身 的容量比较小，如果系统的无功功率补充需求较大时，受自身最大输出电流限制，DSTATC0M 会工作于最大电流输出模式。此时，DSTATC0M与一个固定电容器的输出特性等效，无法快 速补偿小容量的功率波动。同时，当DSTATC0M工作在最大电流输出模式下时，输出的电流 将会达到自身的最大输出水平，DSTATC0M自身等效阻抗的有功损耗也会达到最大，这样不 仅会造成大量的有功损耗，而且容易因为过热而退出运行。同时，一般是通过繁杂的限幅控 制算法来控制DSTATC0M工作在最大电流输出模式，如果DSTATC0M长期运行在该模式下会 对整个系统运行的稳定性产生不利的影响。
[0006] 基于光伏发电系统的输出功率与太阳能辐射强度存在近似的一次函数关系，综合 考虑DSTATC0M及电容器的特点后，本发明提出一种基于概率性光伏出力预测的配电网电 压协调控制方法，采用DSTATC0M与电容器协调控制策略，根据不同的天气类型和不同的电 压变化状况判断是否启动DSTATC0M，提前做出光伏接入的配电网DSTATC0M与电容器协调 控制方案，避免出现DSTATCOM长期运行在最大电流模式和电容器频繁投切现象。
【发明内容】
[0007] 本发明的目的在于解决太阳能光伏发电系统接入配电网后带来的电压波动、电压 越限等问题，以保证配电网的稳定安全运行。
[0008] 本发明提出一种基于概率性光伏出力预测的配电网电压协调控制方法，包括以下 步骤：
[0009] (1)根据预测地区所属的季节区域和气象局预测的未来某段时间的天气情况，选 取最大太阳福照度r max和最小太阳福照度r min;
[0010] (2)采用对应天气的太阳辐照度贝塔分布模型生成随机数ξ，计算太阳辐照度时 间序列；
[0011] (3)建立光伏发电系统输出功率模型，求取光伏有功出力时间序列；
[0012] (4)按照IOkV配电线路单线图及运行方式建立配电线路计算模型，通过潮流计算 得出电压变化曲线，采用低压配电静止无功发生器DSTATCOM和低压智能电容器为控制手 段，进行协调电压控制。
[0013] 所述步骤（1)气象局预测的未来某段时间的天气状况分为四种典型天气：晴天少 云、晴朗无云、晴间多云和阴雨天；
[0014] 晴天的最大太阳辐照度&3：!可根据预测地所属区域的太阳能资源分布情况和预测 时所属的季节进行选择。
[0015] 最小太阳辐照度r_的选取，具体如下：
[0016] 晴天少云和晴朗无云天气的最小太阳福照度比最大太阳福照度低100~200W/m2; 晴间多云天气最小太阳辐照度小于等于300W/m2;
[0017] 阴雨天最大太阳福照度和最小太阳福照度均为250W/m2以下。
[0018] 所述步骤（2)的太阳辐照度贝塔分布模型，具体如下：
[0019] 预测时间段内受天气状况影响的光伏电池阵列上的太阳辐照度采用贝塔分布来 描述，其概率密度函数为：
[0021] 式中：r是该时段某个时刻的太阳辐照度，W/m2;r_是该时段太阳最大辐照度，W/ m2; Γ ( ·)为ga_a函数；α、β是贝塔分布的形状参数；
[0022] 进一步，步骤（1)中四种典型天气的贝塔分布模型参数取值设定为：晴天少云α =1. 4，β = L 33 ;晴朗无云 α = 3. 7，β = L 8 ;晴间多云 α = 〇· 95，β = 0· 92 ;阴雨 天α = 1. 6, β = 2. 13,图2a~图2d分别为对应的不同天气模型的贝塔分布概率密度曲 线。
[0023] 所述步骤⑵的计算太阳辐照度时间序列，具体如下：
[0024] 生成对应天气模型的贝塔分布随机数ξ后，太阳辐照度时间序列可通过以下公 式计算：
[0025] r = rnin+ (rnax-rnin) · ξ (2)
[0026] 所述步骤（3)建立光伏发电系统输出功率模型，求取光伏有功出力时间序列，具 体如下：
[0027] 对于一个给定的太阳能电池阵列，其共有M个光伏电池组件，单个电池组件的面 积为An，单个电池组件的光电转换效率为q n，则应用该太阳能电池阵列的PV系统输出功率 Pm为：
[0028] Pm= rA η 〇 * ε (3)
[0029] 式中：r为太阳辐照度，W/m2; ε为PV逆变器的输出效率;A为光伏阵列的总面积； η。为光伏阵列总的光电转换效率，可以通过以下公式求得，
[0032] 所述步骤（4)电压协调控制方法，具体如下：
[0033] DSTATC0M以维持并网点电压恒定为控制目标，采用直接电流控制方法，即采用跟 踪型PffM控制技术对电流波形的瞬时值进行反馈控制。该控制方法主要通过电压调节器实 现，采集并网点电压并与参考值作比较，通过电流闭环控制，维持并网点电压稳定在参考值 附近。
[0034] 对于晴天少云天气，电压波动较小，整体情况稳定，采用智能电容器按功率因数介 于滞后0. 9~I. 0之间为目标进行控制，DSTATC0M作为动态无功储备不启动；
[0035] 对于晴间多云天气，电压波动较大，可能导致电容器频繁投切，若电压变化曲线出 现斜率大于等于0. 〇3V/s的部分，则启动DSTATC0M以平稳电压，仍出现电压越限时再投切 电容器以力求避免电压越限；
[0036] 对于晴朗无云天气，电压整体水平偏高，一旦出现电压越上限的情况，首先逐组切 除智能电容器直到电压合格，如果电容器全部切除仍然电压越上限，则启动DSTATC0M以平 稳电压；
[0037] 对于阴雨天，电压整体水平偏低，采用智能电容器先按功率因数介于滞后0. 9~ 1.0之间为目标进行控制，如果仍然有电压越下限，则由智能电容器转为电压控制模式，逐 组投入直到电压合格或者电容器全部投完，若仍然有电压越下限，则启动DSTATC0M以平稳 电压。
[0038] 与现有的含PV的配电网电压控制策略相比，本发明有以下优点：
[0039] (1)本发明充分考虑了太阳辐照度对PV输出功率的影响，提出了基于概率性光伏 出力预测的配电网电压协调控制方法，提前做出光伏接入的配电网无功补偿设备协调控制 方案，采用DSTATC0M与电容器协调控制，以解决光伏发电系统接入配电网后带来的电压波 动、电压越限等问题。
[0040] (2)本发明提出的电压协调控制方法根据不同的天气类型和不同的电压变化状况 判断是否启动DSTATC0M，避免出现DSTATC0M长期运行在最大电流模式和电容器频繁投切 现象。
[0041] (3)本发明提出的电压协调控制方法中小部分的动态无功功率由DSTATC0M主要 承担，电容器承担大部分的静态无功功率。采用这个控制策略，可以保证两个补偿单元的无 功分配合理性，不会出现DSTATCOM承担过多的无功功率而长期工作在最大电流输出模式， 也不会出现电容器承担的无功功率过少而出现设备利用率不高的现象。
【附图说明】
[0042] 图1是基于概率性光伏出力预测的配电网电压协调控制方法的流程图。
[0043] 图2a~图2d分别是不同天气模型的贝塔分布概率密度曲线。
[0044] 图3是实例中F市IOkV配电网线路图。
[0045] 图4是实例中F市用户电压曲线。
【具体实施方式】
[0046] 以下结合附图和实例对本发明的具体实施做进一步说明，但本说明的实施和保护 不限于此。
[0047] 图1反映了基于概率性光伏出力预测的配电网电压协调控制方法的具体流程。基 于概率性光伏出力预测的配电网电压协调控制方法包括：
[0048] (1)根据预测地区所属的季节区域和气象局预测的未来某段时间的天气情况，选 取最大太阳福照度r max和最小太阳福照度r min;
[0049] 气象局预测的未来某段时间的天气状况分为四种典型天气：晴天少云、晴朗无云、 晴间多云和阴雨天；
[0050] 晴天的最大太阳辐照度&3：!可根据预测地所属区域的太阳能资源分布情况和预测 时所属的季节进行选择。参照中国太阳能资源分布图，根据统计，不同区域不同季节理想晴 天最大太阳辐照度范围如表1所示。
[0051] 表1不同区域不同季节理想晴天最大太阳辐照度范围（W/m2)
[0052]
[0053] 关于最小太阳辐照度r_选取，具体如下：
[0054] 晴天少云和晴朗无云天气的最小太阳福照度比最大太阳福照度低100~200W/m2; 晴间多云天气最小太阳辐照度小于等于300W/m2;
[0055] 阴雨天最大太阳福照度和最小太阳福照度均为250W/m2以下。
[0056] (2)采用对应天气的太阳辐照度贝塔分布模型生成随机数ξ，计算太阳辐照度时 间序列；
[0057] 四种典型天气的贝塔分布模型参数取值设定为：晴天少云a = 1. 4, β = 1. 33 ; 晴朗无云 α