含可再生能源的电力系统两阶段核心骨干网架优化策略

可再生能源是全球能源转型和低碳发展的重要解决方案,含高比例可再生能源是未来电力系统发展的必然趋势,而高比例可再生能源电力系统的核心骨干网架直接关系到系统在灾害条件下的生存性、可靠性和可再生能源的消纳率。分析了高比例可再生能源电力系统的核心骨干网架的特征。随后结合电力网络中不同类型节点的特点,基于拓扑特性和电气参数分别构建各类节点的重要度评价指标体系,并采用熵权-理想解法评价各类节点的相对重要度。根据节点的相对重要度,构建了两阶段核心骨干网架优化模型：第一阶段模型针对重要负荷节点进行网架优化;第二阶段模型针对电源节点进行优化,最终得到包含风电场、光伏电站和常规机组的核心骨干网架。修改后的含高比例可再生能源的IEEE-118节点系统的仿真结果表明,文中策略能够较全面地评估高比例可再生能源电力系统的各类节点的相对重要度,优化得到的核心骨干网架能够保障对重要负荷的供电,且具有较高的可再生能源渗透率与利用率。

电力系统的核心骨干网架是指在发生灾害或故障时,在保证电力系统安全运行并保障对重要负荷供电的前提下满足拓扑连通性的支路和节点的集合。研究电力系统核心骨干网架的优化策略,对于提高系统的抗灾能力,保障其对重要负荷的供电具有重要意义。目前,已有较多文献对电力系统核心骨干网架进行了研究。文献[1]将骨干网架定义为特定的运行方式和初始触发故障条件下,维持系统生存性所必需的关键线路和重要网络结构,并构建了以支路数和网络相对平均电气距离之和最小为目标的骨干网架搜索模型。文献[2]综合考虑了支路和节点的重要度,将核心骨干网架搜索构建为一个以子网架节点数和支路数最少为首要目标、以保留的支路和节点重要度之和最大为次要目标的多目标优化问题,并采用二进制粒子群算法进行骨干网架搜索。文献[3]从可抵抗性、可恢复性和连通性等方面构建了核心骨干网架的生存性综合指标体系,并以核心骨干网架的线路总长度最小、生存性综合指标最大为目标构建了优化模型,然后采用改进后的BBO(biogeography-based optimization algorithm)算法进行核心骨干网架的优化。文献[4]将电气介数作为线路重要度的搜索权重,以子网架的线路数为主要因素、子网架的搜索权重之和为次要因素构建核心骨干优化模型,并采用二进制量子粒子群算法进行核心骨干网架的搜索。文献[5]从电网的输电网架结构和负荷两方面出发,提出节点重要度和线路重要度评估指标,并提出了结构性坚强网架和重要负荷坚强网架的概念及构建方法,在此基础上构建了输电网络的最小骨干网架。文献[6]计及骨干网架的网架特性和电气特性,从可抵抗性、可恢复性、安全性和连通性4个方面分别构建了骨干网架的生存性指标体系,并采用线性判别分析与主成分分析相结合的方法对骨干网架的规划方案进行生存性评估。从上述文献可以看出,目前核心骨干网架的研究均是基于传统的无间歇性能源电源(intermittent energy source,IES)的电力系统而开展的,未考虑高比例可再生能源尤其是间歇性能源在电力系统核心骨干网架中的作用及其对电力系统的影响。

高比例可再生能源电力系统是我国电力系统发展和规划的重要研究内容：我国能源转型与发展的目标是实现2020年和2030年非化石能源分别占一次能源消费比重的15%和20%,并力争在2050年实现可再生能源占比达60%[7-8]。因此,研究含高比例可再生能源电力系统的核心骨干网架构建,对提高未来电力系统的稳定性、可靠性和抗灾能力具有重要的意义。然而,间歇性电源如风电、光伏等的大规模接入,显著地增加了电力系统的不确定性和复杂程度,导致原本适用于常规电力系统的核心骨干网架构建方法并不适用于含高比例可再生能源的电力系统。在此背景下,亟需研究含高比例可再生能源(包括水电、风电和光伏发电)的电力系统的核心骨干网架优化策略。

本文以包含水电、风电和光伏发电的高比例可再生能源电力系统为研究对象(后述的高比例可再生能源电力系统均指包含水电、风电和光伏发电的系统),分析了高比例可再生能源电力系统的核心骨干网架的特征。然后,考虑IES的出力特点,提出了一种可再生能源大规模接入下电力系统的两阶段核心骨干网架优化方法。该方法根据不同类型节点的特点,分别构建其重要度评价指标,对其进行重要度评价;然后将节点相对重要度用于构建高比例可再生能源电力系统的两阶段核心骨干网架优化模型：第一阶段模型的主要任务是优化负荷节点,其以线路总数最少且负荷节点的重要度最大为目标优化得到一个包含重要负荷节点和线路的连通子网架;第二阶段模型的主要任务是优化电源节点,其在满足IES的穿透功率极限约束、备用约束和安全约束的前提下,以电源节点的重要度最大且连接电源节点和第一阶段所得子网架的线路数最少为目标来优化核心骨干网架。

1.高比例可再生能源电力系统的核心骨干网架

核心骨干网架能够提升电网应对突发灾害事件和抵御严重故障的能力,提高电力系统运行的可靠性和稳定性。传统的仅含常规电源(如火电和水电等)的电力系统的核心骨干网架优化要求在保障对重要负荷供电的前提下,所得核心骨干网架满足安全运行约束和拓扑连通性约束,且其线路数尽可能地少[1]。随着可再生能源在电力系统中的比重越来越高,核心骨干网架优化时亦应将可再生能源考虑进来。此外,由于可再生能源的发电成本较低,并且其在电力系统大停电后能够迅速参与电力系统恢复并加快恢复进程[9-10],因此,在含高比例可再生能源电力系统的核心骨干网架内保留一定量的可再生能源接入也能够提高电力系统的经济性和可靠性。

高比例可再生能源电力系统的最显著特点是可再生能源尤其是风电、光伏等的大规模并网,而常规化石能源发电机组的占比越来越低。由于风电和光伏的出力具有较强的不确定性,因此,构建含高比例可再生能源的电力系统的核心骨干网架时,除应满足对重要负荷供电要求、安全运行约束和拓扑连通性约束外,还应充分考虑不同风电场和光伏电站的出力状况、运行特性以及由此带来的影响。此外,高比例可再生能源电力系统的风电、光伏的渗透率较高,在满足穿透功率极限的前提下核心骨干网架亦应充分考虑风电、光伏的渗透率和利用率。风电(光伏发电)穿透功率极限定义为系统所能接纳的最大风电(光伏发电)容量与系统最大负荷的百分比[11-13]。核心骨干网架的风电功率和光伏功率应分别满足其对应的穿透功率极限约束。

根据高比例可再生能源电力系统的特点,本文认为高比例可再生能源电力系统的核心骨干网架除应满足传统电力系统核心骨干网架的要求外,还应充分计及可再生能源的接入;并且,接入可再生能源的核心骨干网架应在可再生能源的任何出力场景下均满足电力系统的安全运行要求。

结合以上分析,高比例可再生能源电力系统的核心骨干网架的优化思路可总结为：在满足核心骨干网架安全运行的前提下,应综合考虑常规电源与风电、光伏电站等可再生能源在核心骨干网架中的合理配置,使所构建的核心骨干网架既能保证对重要负荷的供电,又能保证较高的可再生能源渗透率和利用率。

2.两阶段核心骨干网架优化策略

建设高比例可再生能源电力系统的核心骨干网架,需要结合高比例可再生能源电力系统的特点,确定一组尽可能少的线路和母线的集合用于指导防灾加固,使得在灾害条件下高比例可再生能源电力系统具有一定的抗灾能力。电力系统通常要求保障某些重要负荷在灾害情况下的电能供应,这部分负荷节点在核心骨干网架优化时必须予以保留。此外,由于原网架具有较高的可再生能源渗透率和利用率,在核心骨干网架的优化时应充分考虑高比例可再生能源的接入,以满足高比例可再生能源电力系统的运行要求并提高核心骨干网架的经济效益和社会效益。

传统的核心骨干网架优化策略往往将负荷节点和电源节点等量齐观,忽略了电网不同类型节点的差异[1,3]。尽管负荷节点和电源节点都可以等效为一个节点,但是其作用、功率方向和重要程度都不尽相同,若将其同等对待,可能导致所构建的核心骨干网架不能有效地保留重要节点或线路。此外,对于高比例可再生能源电力系统,其电源节点类型多样,电气参数以及重要度指标均各有特色,若将电源节点无差异对待,也不符合高比例可再生能源电力系统的特点。因此,本文充分考虑节点的不同类型,有针对性地提出两阶段核心骨干网架优化策略,该策略包含3个部分,如图1所示。

图1 两阶段核心骨干网架优化策略的框架Fig. 1 Architecture of the two-stage core backbone network optimization strategy

2.1 基于熵权-理想解法的节点重要度评价

2.1.1 节点重要度评价指标

高比例可再生能源电力系统的电源节点包括风电场节点、光伏电站节点以及常规机组节点(含水电机组节点和火电机组节点)等。核心骨干网架优化的关键就是对节点进行重要度评价和排序,并尽量选择相对重要度较大的节点加入到核心骨干网架中。由于不同类型的节点具有不同的拓扑特性和运行参数,因此应根据不同的节点类型,分别选择相应的重要度评价指标计算其相对重要度。本文采用的节点重要度评价指标如表1所示。各指标的定义及计算方法见附录A。

根据以上评价指标,对各类节点分别进行相对重要度评估,再将评估结果用于两阶段核心骨干网架优化。需要指出的是,由于水电机组具有良好的调峰调频性能,并且其能够作为电力系统大停电后的主要黑启动电源,因此,在核心骨干网架中应保留所有的水电机组。

表1 采用的节点重要度评价指标Tab. 1 Utilized node importance evaluation indexes

2.1.2 基于熵权-理想解法的节点重要度评价

目前,进行节点重要性评估常用的方法主要有层次分析法[1,25],熵权法[16]、理想解法[26-27]和模糊综合评价法[28-29]等。

层次分析法把待评估对象作为一个系统,按照分层、比较判断、综合的思维方式进行评估决策。层次分析法较依赖主观判断,其结果侧重于定性分析,难以给出令人信服的定量分析结果。此外,当待评估的指标过多时,数据统计量较大,各个指标的权重也难以精确确定。

熵权法能客观、有效地反映各指标的差异程度和重要水平。熵权法的基本思路是根据指标的信息量多少和不确定程度大小来确定其权重。指标提供的信息量越多,不确定性程度就越小,熵也就越小,从而该指标在综合评价中的权重越大;反之,则熵就越大,权重也就越小。