关键词: 边缘控制; 配电台区; 共享储能; 调度策略

为实现双碳目标,构建以新能源为主体的新型电力系统成为发展主要方向[1-4]。在新型配电系统中,光伏发电凭借其体量小、安装灵活等优势,占据了分布式电源的主导地位[5]。然而,随着分布式小光伏大量接入配电网,源荷不匹配现象日益突出,影响配电网的安全运行,也给电网调控带来了巨大压力。其中,电压偏移越限已成为亟需解决的问题[6]。经统计,在广西电网接入分布式光伏的若干台区,中午时段出现超出7%的电压偏移,高于国标规定的上限;而无光伏出力的夜间,也偶发电压低于国标规定下限的情况。

解决电压越限问题的几种常用手段有优化无功分布[7-8]、调整变压器抽头[9]、控制光伏出力、激励负荷响应。但安装分布式光伏的配电台区,本身负荷响应潜力有限,且配电台区侧一般不具备安装静止无功发生器(static var generator, SVG)等柔性补偿设备的条件。调整变压器的抽头需停电操作,且调节速度慢,还可能因解决局部点的过压而降低其他台区供电线路上的电压水平。

光伏逆变器的响应速度快,通过控制光伏出力进行配电网电压调节也是优化电压的手段之一[10-11]。文献[12-14]研究了光伏逆变器的不同下垂控制策略在缓解配网过压方面的有效性。这些研究或以降低有功或以有功无功联合控制为主要手段，但是光伏有功出力的削减不利于新能源的消纳,造成资源浪费。此外，夜间电压越下限的情况也无法采用光伏的逆变器控制进行改善。储能技术的发展为这一问题的解决提供了更为有效的治理手段。

文献[6]将储能作为光伏无功调节的辅助手段，用以实现调度周期内的安全运行和成本优化。文献[15-16]在光储联合配置场景下，通过储能调度来提升光伏消纳，却未考虑配网在消纳光伏时的电压越限问题。文献[17-18]以经济效益为目标，研究了利用峰谷价差套利的储能系统调度策略。然而，储能套利的电价高峰时段一般也是光伏出力峰值时段,仅以经济收益作为目标而不考虑电压偏移约束有可能加剧电压越限；同样，夜间电价低谷时段的储能充电工况也会加重低电压问题。

以上文献对于储能优化调度的研究大多针对10 kV 及以上配电网。目前分布式光伏及储能大多在380 V 配电台区分散安装，具有数量多、容量小、分散性强的特点。文献[19]提出利用台区内的储能系统对非线性谐波电流进行补偿以改善电能质量。文献[20-21]研究了台区内电池储能治理电压越限的可行性。然而，配置储能的低压台区少，台区内配置的储能容量也偏低，仅依靠本台区内储能治理台区电压越限有时难以达到预期效果。配电台区共享储能方面的研究仍较少[22-23]。利用相邻台区电气距离近和分布式储能可相互支援的优势,建立台区资源集成共享平台,通过跨台区联合协同调度共享的储能资源,可有效解决单个台区本地储能利用的局限性。

基于此，针对台区的储能分布以及交互模式，为发挥跨台区储能联合调度的优势，本文提出了基于边缘控制的配电台区共享储能双层优化调度策略。上层策略以治理电压越限为目的，下层策略通过共享储能的优化调度减小运行成本。在仅靠本台区内储能难以有效解决电压越限的情况下，该策略通过发挥资源集成平台储能共享的优势，可有效治理电压越限问题。

1 基于边缘控制器的台区交互

台区边缘控制器设计架构如图1所示，涵盖了云、边、端3个层面。端侧设备实现台区内设备运行状态信息的实时监测和指令执行功能；边侧设备实现多个端侧设备采集信息的汇总和分析，并将关键信息和分析结果传至云平台主站，云主站平台基于边缘计算[24-25]实现多台区间状态信息共享和储能出力优化计算。

综合考虑台区侧各类资源的功能和实时运行特性，将台区内分布式储能作为可协同共享的资源。首先，通过边缘控制器端侧设备和边侧设备采集、分析多台区的关键运行状态信息并上传至云主站；然后，在云主站通过边缘计算对多台区的储能装置进行出力优化计算；最后，将优化计算结果通过端侧设备下发至台区储能装置执行，实现通过储能对多台区运行状态的优化控制。

通过对边缘控制器选择不同的控制模式，台区既可以独立运行，也可进行台区间的统一调控。通过台区间以及台区与上层云平台调控系统的信息交互，确定能够用于共享的储能容量及可优化的运行状态，得到基于边缘控制的台区分布式储能优化调控方案。台区间的信息交互如图2所示。考虑到天气变化和用户用能的时间惯性一般较大，通信延时对控制的影响非常小。

2 台区共享储能双层优化调度方法

在配电台区共享储能双层优化调度策略中，上层策略以治理电压越限为目标,下层策略以储能出力的优化调度为目标。

2.1 电压越限治理上层策略

上层策略以治理电压越限为目标,利用共享储能平台的信息,确定可用共享储能系统及其对应的额定充放电功率初值。首先,根据云平台得到可共享储能节点的位置;然后,根据网络已知拓扑条件和运行状态,对潮流计算中的雅可比矩阵求逆,得到共享储能节点的电压-有功灵敏度;最后,根据灵敏度数值确定各个储能的有功调节初值,作为下层策略的输入。

储能节点的电压-有功灵敏度可根据式(1)对雅可比矩阵求逆得到。

式中:Δδ 和ΔU 分别表示各节点的电压相角和幅值变化量;ΔP 和ΔQ 分别表示各节点的有功和无功变化量;系数矩阵中的元素对应节点功率方程的偏导数。

共享储能装置有功调节量为

式中:ΔPBESS 为可共享储能对应的充放电功率向量;ΔUi 为节点i 的电压变化量;S(i , j )为电压越限节点i 的电压对第j 个储能的灵敏度,可以通过式(1)求得[6],该值可以表示节点j 储能出力变化对节点i电压幅值偏移程度的影响。

2.2 储能优化运行下层策略

下层策略以经济运行为目标,建立成本优化模型。通过对模型求解,得到储能有功优化调度结果。

2.2.1 下层数学优化模型

模型的目标函数为

式中:目标函数由台区共享储能调度成本CD、购电成本CG、网损费用CL 三项构成。

1)储能调度成本

该成本将设备投资与运维费用通过成本系数进行折算[6],同时也计入了储能系统的充放电效率。

式中:αi 代表储能系统i 的单位调度成本,该成本根据不同储能系统造价和运行寿命进行折算;Pchi(t)和Pdisi(t)分别表示第i 个储能系统在t 时刻的充放电功率;ηchi 和ηdisi 分别表示第i 个储能系统的充放电效率;M 为共享储能的个数;T 为总调度时间。

2)购电成本

该成本考虑了台区储能购售电价格的不同。最小化该目标促使储能吸收电网不能消纳的多余光伏出力,并在用电高峰时段进行放电。这样既有利于光伏消纳,又缓解配电台区的供电压力。

式中:WINi(Δt)、W OUTi(Δt)分别代表Δt 时段储能的购、售电量;对应的购、售电价格分别为βINi (Δt)、βOUTi(Δt)。

3)网损费用

相邻台区分布式储能间进行互相支援时,需考虑10 kV 馈线和台区线路的电能损耗:

式中:γ (Δt)为对应时段Δt 的系统分时电价[6];WLoss(Δt)为有功网损电量。

模型的约束条件包含节点功率平衡方程约束、节点电压约束、台区馈线交换功率约束、储能系统约束等。

1)节点功率平衡方程约束

式中:PSi、QSi 分别为节点i 的电源有功、无功出力;PDi、QDi 分别为节点i 的有功、无功负荷;Ui 和Uj 分别为节点i 和j 的电压幅值;Gij 和Bij 分别是节点导纳矩阵中元素的实部和虚部;θij 是节点i 和j 间的相角差。

2)节点电压约束

式中:Umax、Umin 分别为节点电压幅值的上下限。

3)台区馈线交换功率约束

式中:Pl 为台区馈线交换功率;Plmax、Plmin 分别为台区馈线交换功率的上下限。

4)台区储能约束

在储能系统的运行周期内,其荷电状态及其充放电功率应满足上下限约束。

式中:SSOC,max 和SSOC,min 分别为荷电状态的上下限;PIN min 和PIN max 分别为储能充电功率的上下限;POUT min 和POUT max 分别为储能放电功率的上下限。

2.2.2 模型的求解算法

粒子群算法(particle swarm optimization,PSO)是一种启发式算法,其思想来源于群体间互相协作和信息共享,通过群体行为形成从无序到有序的演化,进而达到目的的自然现象。在电力系统优化模型的求解中,粒子群算法[26]收敛速度快、稳定性好。

粒子群算法的粒子速度更新和位置更新方法如式(11)所示。

式中:k 为迭代次数;x 代表模型中的储能出力;v 代表储能出力的变化速度;ω 为惯性因子;c1、c2 为权重系数,r1、r2 为折扣因子;α 为约束因子;pi、pg 分别表示个体和群体最优经验。

在本文的调度方法中,上层策略中得到的储能出力范围作为粒子位置的上下限,同时也约束了根据惯性因子与适应度随机生成的粒子速度大小,即储能出力的改变量。

2.3 调度策略流程

配电台区共享储能双层调度策略如图3所示。其中,PBESS,ti 表示t 时刻,第i 个储能电池的有效功率;PN 表示储能电池的额定功率。

该流程的上层策略针对云平台提供的相邻台区可共享储能节点,根据灵敏度计算确定储能充放电功率初值;下层策略建立储能运行优化模型,该模型以配电网运行成本最小为目标,考虑了网络运行和设备容量等约束,得到储能系统日调度出力。

3 算例分析

以广西电网含台区储能的某10 kV 馈线为算例,如图4所示。

下杨村台区(台区1)和沙塘村台区(台区2)为相邻台区。台区1公变容量为315 kV·A,台区2公变容量为200 kV·A。台区线路型号为BLV-50,单位长度的阻抗为(0.443+j0.32) Ω/km,电抗电阻比为0.72。台区1的节点18和台区2的节点27分别接入光伏额定容量为72和64 kW,典型日光伏出力曲线和台区的负荷曲线见图5。光伏出力呈馒头状曲线、负荷特性呈双峰曲线,负荷的鞍点正好是光伏的出力高点。

节点18、27和28的电压标幺值曲线如图6所示,图中红色虚直线和灰色虚直线分别表示国家标准(GB/T 12325—2008)规定的台区电压上、下限值。

由图6可知,台区1的节点18在13:00、14:00的电压采样值分别为1.078、1.079,较额定电压偏移7.8%、7.9%,超过国家标准(GB/T 12325—2008)规定的+7%上限偏差(上限电压为406.6 V);而台区2的末端节点28在夜晚21:00时刻的电压为0.92,低于国家标准(GB/T 12325—2008)规定的-7%下限偏差(下限电压为353.4 V)。为了研究台区内储能对于电压越限的治理效果以及验证本文提出的跨台区储能联合优化调度方法的有效性,针对本节的馈线-台区模型,实现下列3种方案的储能调度策略。

策略一:仅考虑本台区内储能单独作用来治理台区内电压越限。

策略二:优先考虑电压越限台区内的储能,若台区内储能已达容量限值,则调度相邻台区共享储能。

策略三:台区共享储能双层优化调度方法。

策略三采用粒子群算法进行模型求解,参数设置如表1所示。台区1的储能容量为30 kW·h,储能调度成本1.7 元/(kW·h);台区2的储能容量为60 kW·h,储能调度成本为0.6元/(kW·h)(储能的调度成本参考文献[27]的计算方法)。光伏上网价格为0.42 元/(kW·h)。根据广西壮族自治区发展改革和委员会政府网站的发文,按照桂发改价格规〔2021〕326号、桂发改价格规〔2021〕1029号、桂发改价格〔2023〕609号,执行分时电价。广西地区的分时电价见表2。

采用策略一,台区1内的节点18和台区2内的节点28电压曲线如图7所示。

由图7可知,仅调度本台区内的储能,台区1出现的日间电压越上限和台区2出现的夜间电压低于下限的问题均未得到有效解决。13:00~14:00,台区储能容量用满,但过压点电压为1.073,仍超过国标要求的电压上限;20:00~21:00,低压点电压为0.925,仍低于国标要求的电压下限。

采用策略二和策略三,节点18和节点28的电压变化曲线如图8所示。由图8可知,不论是策略二还是策略三,通过调度相邻台区共享储能,日间光伏发电高峰充电,夜间用电量大时放电,可使节点18的日间过压问题得到有效治理,高峰时刻电压控制在1.07以内。同时,低谷时刻节点28的夜间低压问题也得到了解决。低谷时刻电压控制在0.93以内。

对应策略二和策略三的储能充放电调度情况如图9所示。

对比图8中不同策略的效果可以看出,共享台区储能的策略二和策略三都能够解决台区中出现的电压越限问题。如果进一步考虑储能调度成本、购电成本和网损成本,本文提出的双层调度策略三相较于仅以治理电压为目标的策略二,能达到相对更经济的目标函数。三种策略下,储能调度容量和相应的各项成本如表3所示。

由表3可知,策略一无法有效解决台区电压越限问题,而策略二和策略三通过相邻台区共享储能的联合调度能够有效治理电压越限情况。值得说明的是,策略二相当于仅采用本文的上层策略以电压越限治理为目标,未考虑下层的成本优化。因此,优先对过压节点所在台区的储能进行调度,当该台区储能已达到功率或容量上限而无法治理电压越限时,才调度相邻台区进行调压。在策略三中,由于2个台区储能的调度成本不同,为使目标函数最优,优先调度成本低的台区2的储能的全部容量,台区1储能使用容量低于其额定容量。对比3种方案,策略三的模型目标函数最优。

4 结 论

为解决大量分布式光伏接入配电台区造成的电压越限问题,提出基于边缘控制的配电台区共享储能双层优化调度策略。上层策略以治理电压越限为目标,下层策略通过储能的调度优化实现运行成本最小。采用粒子群算法求解下层策略的数学模型。以广西某配网为例,验证了本文共享储能调度策略的有效性。算例结果表明:

1)配电网中的台区储能大多分散性强、容量小。仅依靠本台区内的储能治理台区电压越限,有时难以达到预期效果。基于边缘控制器进行跨台区共享储能资源的协同调度,可有效解决相邻台区内的电压越限问题。

2)基于边缘控制的配电台区共享储能双层优化调度策略,在治理电压越限的同时,降低系统运行成本。储能的调度容量取决于调度成本和馈线网损等因素。

**为方便大家沟通，碳化硅 MOS 技术交流群已建，诚邀业内同仁、技术爱好者入群，共探前沿技术，交流实战经验，携手推动行业发展！

同时也欢迎添加作者个人微信交流合作：

免责声明：1）来源：本公众号文章及图片均来自公开网络，旨在分享，不代表本号观点或对真实性负责。2）版权：若转载内容涉及版权，请原作者联系我们，将及时删除。3）责任：用户使用文章内容时需自行判断，因内容引发的所有损失，本号不承担法律责任。4）解释：本声明的最终解释权归本公众号所有，未尽事宜以法律法规为准。

国产碳化硅  就找明古微——感谢深圳市明古微半导体有限公司长期对本公众号的赞助与支持，深圳市明古微半导体有限公司作为爱仕特科技碳化硅MOS、中科本原DSP、乐山希尔整流桥堆及FRD等的核心代理商，与其深度合作并联合开发功率模块及电动主驱、工业能源等解决方案，助力工业电源、电力电子、SST、光伏储能、新能源汽车、充电桩等产业发展，更多信息请登录：www.mgmsemi.com