特殊负荷用户（共7篇）
特殊负荷用户 篇1
摘要：从电网实际运行出发, 根据齐齐哈尔现有电网的特点, 结合齐齐哈尔地区电力负荷的发展, 对齐齐哈尔地区大容量及特殊负荷用户采用何种电压等级接入系统进行技术经济分析和界定, 明确供电方案的制定原则, 以达到最优的电压等级组合、最高的电网使用率和最大的经济效益。
关键词：电网,电压等级,大容量用户,特殊负荷用户
本文从电网实际运行出发, 根据齐齐哈尔现有电网的特点, 结合齐齐哈尔地区电力负荷的发展, 对齐齐哈尔地区大容量及特殊负荷用户采用何种电压等级接入系统进行技术经济分析和界定, 明确供电方案的制定原则, 以求保证用户正常供电基础上, 对电网结构、电网建设造成的影响最小, 确保供电企业与用户双方的利益。
1 齐齐哈尔供电情况分析
1.1 大容量及特殊负荷用户定义
大容量客户指装建容量在5000k VA (含规划容量) 及以上客户。特殊负荷用户是指产生谐波、冲击负荷、波动负荷和不对称负荷的用户, 例如:包含电弧炉、轧钢机等设备的钢厂用户, 电气化铁路等。
1.2 大容量和特殊负荷用户用电分析
按照客户所处的行业和用电方式的不同, 可把在齐齐哈尔地区所调查的大容量用电客户分为工业、酒店、商场、居民住宅和政府机关单位等五类, 其中工业用电负荷在整个大容量负荷需求中占有非常大比例, 对电网有着举足轻重的影响, 本文重点分析工业用电。根据采集到的数据, 这里做出工业客户典型周和典型日的电流曲线, 以分别反映客户在一周内的负荷变化趋势和一天中不同时点的负荷差别, 从而在一定程度上反映出该客户的用电方式和用电负荷的情况, 以期为合理安排相应电压等级的接入提供一定的帮助。
1.3 齐齐哈尔大容量及特殊负荷用户的需求情况分析
根据齐齐哈尔市电力需求预测结果, 结合各分区社会经济发展情况及历史用电情况, 对各分区全社会用电最高负荷进行预测, 齐齐哈尔市分区负荷呈递增性。结合负荷预测, 不难发现, 越来越重的负荷将影响城市的电网的正常运行, 所以确立好大容量用户的接入电网电压等级的优化方案有着非常积极的作用。
2 大容量及特殊负荷用户接入电网基本原则
由于各地区的配电网制式和电压等级不尽相同, 用户的用电设备电压、单台用电设备容量、线路走廊、对供电质量、工程造价要求不同, 因此要确定供电电压不宜找出定律, 只能定原则。一般都按用户的最大需量或设备容量或变压器总容量来决定供电电压和相数, 而对于重要用户还要根据其重要程度, 确定对其供电的电源数。在《供电营业规划》中规定, 用户用电设备容量在100k W及以下或需用变压器容量在50k VA以下者, 一般采用低压三相四线制供电。其他用户则考虑采用中、高压供电方式, 但对用户容量的划分《供电营业规划》没有统一的规定。
齐齐哈尔地区供配电用户最大需求量小于150k W的小用户, 采用低压三相四线制供电方式。其中小于6.6k W的用户用单相220V供电;大于6.6k W而小于13.2k W的用户用两相220V供电;大于13.2k W而小于150k W的用户则采用220/380V三相供电。小用户一般为居民住宅用电、小型商铺用电等, 总体需求量比较少, 本文不做专门讨论。
2.1 特殊负荷用户
对于重要用户, 则按其重要程度, 增加备用电源, 根据《电网电能质量技术监督管理规定》的有关要求, 特殊用户必须委托有资质的设计单位对其接入电网运行产生的干扰、影响进行电能质量等安全技术评估, 相关评估报告与接入系统方案同时上报审查。
具有产生谐波源设备的用户, 须采取相应措施, 满足国家标准《电能质量公用电网谐波》 (GB/T14549-93) 的有关要求。具有冲击负荷和波动负荷的用户, 须采取相应措施, 满足国家标准《电能质量电压允许波动和闪变》 (GB12326-2000) 的有关要求。
2.2 基本原则
为规范大容量客户的供电方案的制定和实施, 更好地维护客户和供电企业的利益, 参照齐齐哈尔供电局所制订的《大容量客户供电方案制定技术原则》, 结合本章对大容量和特殊负荷用户的输送容量、输送距离、线路电缆的选择及接入中高压配电网的一些基本要求, 定下大容量及特殊负荷用户接入电网的基本原则:
2.2.1 容量在5000~19999k VA, 建议接入
10k V电压等级的电网, 并采用自建10k V开关站或双环网供电, 自建开关站时进线电缆选取满足“N-1”的容量要求, 双环网采用截面为300mm2的铜芯交联电缆或相应的架空线路。
2.2.2 容量在20000k VA~40000k VA, 建议根
据用户实际情况、电网条件采用高压110k V、35k V或中压10k V供电, 因齐齐哈尔地区条件具备时将逐步取消35k V电压等级, 因此一般不考虑35k V的电压等级接入。
2.2.3 报装容量 (含最终容量) 超过40000k VA
的用电用户, 必须建设用户专用变电站, 并采用110千伏及以上电压等级供电。
3 确立接入电网电压等级方案
3.1 特殊负荷用户对各电压等级影响
特殊负荷用户对接入电网会引起的一些影响, 谐波、冲击负荷、波动负荷、不对称负荷引影响电网有时是单独作用的, 有时是综合的。特殊负荷用户接入电网电压等级的提高, 意味着与电网公共连接点的短路容量提高, 将使其对电网和自身的影响在允许范围内, 但是特殊负荷对电网和自身的影响的各种量值并未消除, 而是送到更高电压等级的电网去扩散, 这些量值在电网中增加积累, 泛滥成灾, 将会达到电网不能接受的程度, 反而增加了对广大用户的影响, 因此特殊负荷用户只有采用SVC装置, 才能使其对电网和自身的影响在允许范围内。
3.2 接入电网电压选择的经济性分析
在新的历史时期, 各电网公司、各供电局等都在强化科学管理, 积极拓宽销售市场, 按照市场经济的要求, 按照经济发展的客观规律, 寻求企业发展之路。为对电网电压等级作出选择, 不应单只考虑技术要求, 还要结合实际情况考虑到经济成本。研究如何在一定资源和资金下, 选择一个合适的接入电压等级, 既能最大限度的满足大容量及特殊负荷用户需求, 又同时为供电企业及用户有效节省成本。
确定某个电压等级之前, 应综合考虑所有可能的电压等级在技术和经济方面的影响。不同的电压等级接入电网基本工程造价和电费单价也存在差异。较高的电压等级需要较高的绝缘费用, 但线路和系统损耗会降低, 一般来说电压等级高将增加用户变电站建设费用, 单向设备直接供电的变电数目一般能够减少。对于某一给定的用户, 电压等级越高, 单位长度上的电压损耗百分比值越小、减少损耗。另外必须考虑用户长期规划、考虑用户潜在负荷, 这样才能满足用户负荷需求, 但亦可能造成初始投资增高。
电网经济运行是在保证电网的安全运行, 以及在满足供电量和保证供电质量的基础上充分利用电网中现有输 (配) 变电设备, 通过优选变压器及电力线路经济运行方式和负载的经济调配及变压器与供电线路运行位置的优化组合等技术措施, 从而最大限度地降低变压器与供电线路的有功损耗和无功消耗。经济运行在确定接入电网电压等级方案时就应得到足够重视。
容量在20000k VA~40000k VA, 建议根据实际情况采用高压110k V、35k V或中压10k V供电, 原则上齐齐哈尔市逐步取消35k V的电压等级, 应在综合比较采用各种电压等级供电的电费价差和回收周期及负荷侧设备电压等级等因素, 决定接入电压等级方案。
结束语
本论文通过介绍电力网的电压等级及电网结构, 提出了大容量和特殊负荷用户接入电网电压等级的基本参考原则, 然后通过进一步对供电质量、特殊负荷用户接入电网的影响及方案经济性等方面的研究, 对基本参考原则作出完善补充, 并确立基本原则之上的进阶原则。
参考文献
[1]陈慈萱.电气工程基础.上册[M].北京:中国电力出版社, 2003.
[2].电力工业部电力规划设计总院.电力系统设计手册[M].北京:中国电力出版社, 1998.
[3]王新学.电力网及电力系统 (第二版) [M].北京:水利电力出版社, 1986.
[4]戴先中.准同步采样中几个理论与实际问题[J].仪器仪表学报, 1986, 7 (2) :203-207.
考虑特殊负荷的宁夏电网负荷建模 篇2
电力系统的主要元件有发电机、电力网络和负荷等,其数学模型的准确程度直接影响电网稳定分析结果[1,2,3,4]。电力负荷模型对潮流计算、暂态稳定、动态稳定以及电压稳定等方面有较大影响,所以提高负荷模型的准确程度十分必要[5,6,7,8,9,10,11]。但是由于负荷本身的时变性、分布性和多样性等特点,准确建立与实际情况相符的负荷模型比较困难,模型或偏乐观,或偏保守,造成系统的潜在危险或不必要的浪费。1996年美国的“8·10”大停电事故及随后的事故重现表明,当采用不合适的负荷模型时,通过仿真很难再现事故过程,因此建立更接近实际的负荷模型是非常必要的[12,13]。
宁夏电网中存在众多特殊负荷[14]。在对宁夏电网负荷情况进行调研分析的基础上,本文基于宁夏电网所有110 k V以上负荷节点典型日负荷数据进行分类,根据分类结果和相量测量单元(PMU)实际扰动数据进行综合负荷模型(SLM)参数辨识,建立适应现阶段宁夏电网稳定计算分析的负荷模型。
1 宁夏电网负荷模型的现状
宁夏电网负荷主要由高耗能(主要是铁合金)、电解铝等特殊负荷以及普通工业、各种民用和商用负荷等一般负荷构成。2010年,宁夏全网负荷的总体组成情况如表1所示。
宁夏电网现有仿真计算负荷模型采用传统综合负荷模型(CLM),其中:
a.银北、中卫等铁合金类高载能负荷,按90%恒阻抗、10%电动机考虑;
b.电解铝类高载能负荷,有功按90%恒电流、10%感应电动机,无功按90%恒阻抗、10%电动机考虑;
c.普通工业和民用负荷,按70%恒阻抗、30%感应电动机考虑;
d.发电厂厂用负荷,按40%恒阻抗、60%电动机考虑。
宁夏电网现有负荷模型的电动机比例较小,且选用的CLM间接地将配电网络的等值阻抗并入感应电动机的定子阻抗,不能模拟配电网络阻抗对静态负荷的影响以及配电网无功补偿对感应电动机运行条件的影响。
中国电力科学研究院提出了考虑配电网支路的SLM,直接考虑了配电网络支路,可以较完整地模拟负荷和配电系统[15,16],是目前正在推广使用的负荷模型。所以,本文将采用该模型。
2 宁夏电网负荷节点的分类
2.1 特殊负荷日负荷特性
在工业用户中,电铝工业、有色金属冶炼工业、铁合金工业、石油工业、化学工业以及原子能工业等是连续性的负荷行业,由于工艺过程的要求,必须昼夜连续不断地均衡供电,这类负荷的日负荷率几乎不受任何外界因素的影响,仅与用户本身的负荷设备使用情况有关[17,18,19]。
定义日负荷率γ:日平均负荷与日最大负荷的比值,即γ=Pd.av/Pd.max。其中,Pd.av为日平均负荷;Pd.max为日最大负荷。
定义日最小负荷率β:日最小负荷与日最大负荷的比值,即β=Pd.min/Pd.max。其中,Pd.min为日最小负荷;Pd.max为日最大负荷。
一般而言,特殊负荷的日负荷变化小,因此,日负荷率γ值较高,均在0.90以上,而且日最小负荷率β与日负荷率γ的值均相当接近。而工业负荷的日负荷曲线的都有一定的峰谷差,大多每天有2~3个高峰负荷出现,不同季节高峰负荷出现的时间也各不相同,但每个季节都有其规律性。
除此之外,宁夏电网受高耗能生产特性影响很大,高耗能用户统一的倒班和出炉时间,决定了特殊负荷站点的日负荷曲线在0:00、8:00及16:00时出现拐点,负荷较低。宁夏部分特殊负荷典型日负荷曲线(有功功率PL)如图1所示。
受峰谷电价的影响,部分高耗能用户采取避峰用电方式,使得早高峰(8:00—12:00)、晚高峰(19:30—23:30)时间段的负荷较低,低谷时段(0:00—8:00)负荷反而较高。典型日负荷曲线如图2所示。
2.2 特殊负荷分类研究
如果不对特殊负荷进行特殊处理,与所有一般负荷节点一起进行分类,那么,根据宁夏电网各变电站的日负荷曲线,采用文献[18]提出的方法,可以将负荷节点分为2类,如表2所示。此时,由于特殊负荷站点负荷曲线平稳而被认为工业负荷比例较大,所以被归为工业负荷较大的Ⅰ类。
一般而言,工业负荷中电动机比例较大。所以,对于一般负荷,工业比例越大,电动机比例也越大,这已经被很多电网所证实。但对于特殊负荷,虽然工业比例大,但与一般工业负荷不同的是,其电动机比例却不大。这是因为特殊负荷的构成基本是电弧炉和电解槽等静态负荷,电动机较少,与一般工业负荷差别很大。所以,需要把特殊负荷单独作为一类,与一般负荷区分开。
依据宁夏电网的特点,电铝工业、有色金属冶炼工业、铁合金工业等特殊负荷的日负荷率γ值较高,均在0.90以上,而且日最小负荷率β与日负荷率γ的值均相当接近。故定义判据γ>0.9且γ-β<0.1。但是换班时,γ-β>0.1(参考图1);峰谷电价时,γ<0.9(参考图2)。为了将这2种情况也考虑到,定义新的判据。针对换班,可以求出日负荷数据中的最小和次小值所对应的时刻a和b,它们在时刻区间[7,9]或[15,17]内;针对峰谷电价,可以求出日负荷数据总的平均功率P1和夜间(2:00—6:00)的平均功率P2,其中P1
综上,定义特殊负荷与一般负荷的分类判据为:
a.γ>0.9且γ-β<0.1;
c.a、b归属于[7,9]或[15,17]。
满足上述判据任一条件的站点为特殊负荷站点,其余为一般负荷站点。一般负荷仍然分为2类。特殊负荷根据负荷组成的性质也分为2类:一类是铁合金类负荷;另一类是电解铝负荷。新的分类结果如表3所示。
3 宁夏电网负荷模型的建立
3.1 一般负荷模型
一般负荷采用SLM,其结构如图3所示。该模型中除模拟了等值静态负荷和等值电动机负荷,还考虑了等值配电网络以及电容补偿。在中间设置了一条虚拟母线,虚拟母线UL与实际负荷母线Us之间是配电网络的等值阻抗[15]。
3.2 特殊负荷模型
3.2.1 电解铝类负荷模型
电解铝生产往往采用直流大电流低电压冶炼,并采用恒电流控制。其生产过程伴随着大量的化学反应,最常见的是“阳极效应”,该效应导致槽电压增高(30~50 V)和电流下降。电解铝每个槽平均每天将发生0.5~1次“阳极效应”[13,14],但是每个铝厂有若干条生产线,每条生产线会有许多电解槽。以宁夏青铜峡铝业四期为例,共有350 k A系列电解槽276台,所以随机的功率冲击反映到更高电压等级的变电站侧并不是很明显。
电解铝类负荷大部分都是整流器,整流器是按恒电流方式控制的,因此可将直流电解铝负荷近似视为恒电流负荷[17],但是铝厂也有部分感应电动机,所以电解铝类负荷可以采用恒电流加感应电动机模型,即I+M型SLM。
3.2.2 铁合金类负荷模型
以石嘴山市某铁合金厂为例,正常工作时该厂的负荷很平稳,几乎没有波动。该厂电弧炉通过将电阻加热,在2个电极间产生电弧,将炉膛内的炉料加热融化。由于电弧炉只是在电压过低的时候表现为类恒功率特性,故稳定计算中可近似将其视为恒阻抗负荷[14]。再考虑其他感应电动机成分,铁合金类负荷模型可以采用恒阻抗加感应电动机模型,即Z+M型SLM。
3.3 负荷模型参数辨识结果
根据各典型站点实际扰动下PMU实测数据,对宁夏电网负荷进行参数辨识,获得各类负荷的重点辨识参数如表4所示。对于其他非辨识参数采用中国电力科学研究院推荐值,如表5所示。表4、5中参数皆为标幺值。
为了比较宁夏原有负荷模型与SLM的准确性,利用实测电压时间序列作为负荷模型的输入,根据稳态时的功率初值和电压初值,计算出负荷模型的状态变量的初始值,然后根据描述模型的状态方程与代数方程求解出负荷的功率变化,通过对比模型的功率输出与实测功率判断模型的准确性。选取的实测数据为侯桥和固原的扰动数据。比较结果分别如图4和图5所示(电压U、有功P、无功Q皆为标幺值)。由此可见,辨识所得模型的仿真计算结果更加接近于实测曲线。
4 结论
用户分界负荷开关实验分析及应用 篇3
一般而言,一个变电站带有多条10kV出线,一条10kV出线可能带有数十或更多的分支线负荷。当10kV线路发生单相接地故障时如果不能快速准确地隔离接地故障点,就有可能造成故障隔离范围扩大,影响非故障区段用户或分支线路的正常用电。因此,采用技术手段快速准确地隔离单相接地故障,对于提高电网供电可靠性具有重要意义。
珠海许继电气有限公司研制的FZW28-12F用户分界负荷开关成套装置,安装于线路T接处,可以自动切除单相接地故障和自动隔离相间短路故障,有效提高供电可靠性。自贡电业局通过对FZW28-12F用户分界负荷开关的实验、试用及使用,并考察和借鉴该开关在国内兄弟单位的使用情况和先进做法,对该设备的应用提出了指导意见。
1 FZW28-12F用户分界负荷开关
FZW28-12F用户分界负荷开关(俗称“负荷开关看门狗”),包括开关本体与控制器,具备故障检测、保护控制和通信功能。开关通常安装于10kV配电线路上,通过实时监测相电流、零序电流和线电压,并将这些模拟量值与定值比较来判定线路故障性质,从而实现自动切除单相接地故障和自动隔离相间短路故障。安装点可以在10kV配电线路与用户责任分界点处,也可在符合要求的分支线T接处。安装位置如图1所示。
当用户分界负荷开关负荷侧(区内)有单相接地故障时,用户分界负荷开关控制器检测到超定值的零序电流,经延时,用户分界负荷开关分闸,切除故障段。
当用户分界负荷开关负荷侧有相间短路故障时,用户分界负荷开关控制器检测到超定值的故障电流,等上级开关动作并检测到无压、无流后用户分界负荷开关分闸,隔离故障段。
2 用户分支线的单相接地故障实验分析
在国内,10kV配电网中性点主要有中性点不接地、经消弧线圈接地和经低值电阻接地3种方式。对中性点不接地和经消弧线圈接地方式的系统,当发生单相接地故障时,接地故障电流较小,系统允许带单相接地故障运行2h;对于中性点经低值电阻接地方式的系统,当发生单相接地故障时,接地故障电流大,变电站出线开关的零序保护快速动作。FZW28-12F用户分界负荷开关的原理构成如图2所示。
对于FZW28-12F用户分界负荷开关来说,故障点位于开关的电源侧或是负荷侧,开关能够区分这两种故障,而且采取不同的动作行为。为了验证10kV配电线路FZW28-12F用户分界负荷开关成套装置在小电流接地系统中的故障处理功能及性能,四川自贡电业局于2008年10月25日在110kV荣县变电站荣望出线等地进行了实验,实验接线如图3所示。
说明:
(1)开关1、2分别为区内、区外实验用开关。
(2)线路电压、开关零序电流及分闸信号分别由FZW28-12F用户分界负荷开关内置的TV、零序TA及分界开关控制器提供。
(3)外接TA0,中性点不接地和经消弧线圈接地系统,变比为100/5,精度为0.1级;中性点经低值电阻接地系统,变比为1000/1,精度为0.2级。TA0接入波形采集记录仪。
2.1 中性点不接地方式
(1)用户区内。
当线路发生用户区内单相接地故障时,电路原理如图4所示。C1为故障点前段线路(包括架空线和电缆线)的相对地电容值的总和;C2为故障点后段线路(包括架空线和电缆线)的相对地电容值的总和。
通过实验,故障电流I01>>I02。通过合理地设定分界开关控制器FDR的零序电流定值,FZW28-12F用户分界负荷开关可以准确定位故障点,并有效分闸。
(2)用户区外。
对中性点不接地系统,用户区外发生单相接地故障时,开关流过零序电流仅为开关负荷侧线路电容电流I02,分界开关控制器与定值比较后判断小于开关控制器的定值,开关不动作。
中性点不接地方式的实验数据如表1所示。
2.2 中性点经消弧线圈补偿接地方式
(1)用户区内。
当线路发生用户区内单相接地故障时,电路原理如图5所示。IC1为除C2外的全网对地电容电流有效值,IC2为故障点后段线路对地电容电流有效值,IL为消弧线圈补偿电流的有效值。
通过实验,I01趋近补偿后的全网零序电流。由于一般接地补偿应保证5%~10%的脱谐度,分界开关控制器与定值比较后可准确判断接地故障。
(2)用户区外。
对于中性点经消弧线圈补偿接地系统,当线路发生用户区外单相接地故障时,开关流过零序电流仅为开关负荷侧线路电容电流I02,分界开关控制器与定值比较后判断小于开关控制器的定值,开关不动作。
中性点经消弧线圈补偿接地方式实验数据如表2所示。
3 讨论及结论
FZW28-12F用户分界负荷开关在发生单相接地故障时的保护处理方式如表3所示。
对于中性点经消弧线圈接地系统,提高消弧线圈过补偿残流,有利于提高分界开关动作灵敏度。不过,区外不误动与区内高灵敏度是矛盾的。当需要追求高灵敏度(经高阻接地,比如架空线路自然坠地或挂树)时,可以采用缩小“区内”范围来获得。实验和工程实践证明,当架空线路居多的出线或均为架空线时,为了尽量扩大区分区内故障的范围,可优先应用分界开关。
要保证FZW28-12F用户分界负荷开关正确动作,分界开关控制器设定的整定值需要根据不同线路的实际情况和使用经验,仔细研究、分析:
(1)零序电流整定值须大于最大负荷条件下开关内置零序TA的不平衡输出。考虑必要的裕度,一般情况下零序电流定值不宜小于0.2A。
(2)为保证分界开关不误动作,分界开关零序电流定值须大于开关负荷侧对地电容电流并保持,不小于2~3倍的安全系数。
(3)当分界开关使用于经消弧线圈接地系统时,零序电流定值须小于经消弧线圈补偿后流过分界开关的单相接地故障零序电流,方能保证分界开关能正确动作。故障点残流是一个无法准确确定的数值,一般情况下,金属性接地故障条件下故障点残流约1.0~2.0A。
(4)分界开关负荷侧所带线路(架空线、电缆)较长并导致零序电流定值较大,可能导致界内发生高阻接地故障时分界开关拒动,因此在选择安装点时应注意。
摘要：根据10kV配电线路单相接地故障特点,结合用户分界负荷开关原理和功能特点,通过实验和工程应用分析了在配电线路发生单相接地时用户分界负荷开关的保护处理。
关键词：配电线路,分支线路,用户分界负荷开关
参考文献
[1]肖清明,张建民,冯跃龙,等.一种智能型用户分界负荷开关的作用原理和其在银川配电网中的应用[J].电力系统保护与控制,2009,(06)
[2]赵胜军,张志强.分界负荷开关在10kV架空线路上的应用[J].继电器,2008,(02)
[3]张琦珊.10kV线路用户分界负荷开关安装点的探讨[J].科园月刊,2008,(01)
典型用户负荷特性及用电特点研究 篇4
为了增加负荷预测的准确度, 需要全面掌握用电负荷的负荷特性及其变化规律, 这样才能有效提高电力设备的有效利用率, 并更加合理地规划电网的建设, 控制电网的投资成本。电力系统负荷具有随机性、连续性及周期性等特点, 因此必须全面了解不同层面的负荷特性, 深入研究对负荷特性影响较大的主要因素。
基于用户行为分析的负荷预测方法, 需要建立准确的用户用电设备统计模型。而电网用电设备类型繁多, 用电情况不尽相同。建立局部地区用户、商业、企业用电设备与用电量的合理比例模型是一项重要工作, 本文基于对经济、电力负荷、电网现状的统计, 对不同种类的典型用户负荷特性进行了研究。
1 负荷特性的分析方法
1.1 负荷特性指标
负荷特性指标是开展负荷分析、总结负荷变化规律及其特性的重要依据, 主要包括以下数据。
(1) 平均日负荷率γ, 其计算公式如下:
式中, γi为第i个用户的平均日负荷率;N为用户数量。
(2) 平均日最小负荷率β, 其计算公式如下:
式中, βi为第i个用户的日最小负荷率。
(3) 季不平衡系数ρ, 其计算公式如下:
式中, ρi为第i个用户的季不平衡系数。
(4) 平均日峰谷差率ε, 其计算公式如下:
式中, εi为第i个用户的平均日峰谷差率。
1.2 负荷特性曲线
负荷曲线包括年最大负荷曲线、年持续负荷曲线以及日负荷曲线。年最大负荷曲线能够体现出负荷全年的变化情况, 由每个月的最大负荷连成曲线, 其波动程度不会受到个别负荷的影响。持续负荷曲线反映了负荷水平在全年中占的比例, 通常采用算数平均法进行整合。而日负荷会因为个别负荷的波动对负荷曲线造成较大影响, 通常采用加权平均法进行整合。各负荷曲线的计算公式如下:
(1) 年负荷曲线计算公式:
式中, Lk1为整合后第k1月的负荷, k1=1, 2, …, 12;Lik1为第i个用户第k1月的负荷。
(2) 持续负荷曲线计算公式:
式中, Lk2为整合后第k2小时的负荷, k2=1, 2, …, 8 760;Lik2为第i个用户第k2小时的负荷。
(3) 日负荷曲线计算公式:
式中, Lk3为整合后第k3时刻的负荷, k3=1, 2, …, 24;Lik3为第i个用户第k3时刻的负荷;Di为第i个用户年最大负荷。
1.3 负荷密度
负荷密度用于表征负荷分布密集程度, 通常采用聚类法进行分析, 其步骤如下:
首先按照用地类型选取若干年的最大负荷, 计算出用地类型典型负荷密度, 其计算公式如下:
式中, Lmax为年最大负荷;Smax为用地面积。
再将各样本绘制成散点图, 找出数据集中分布的情况, 去除差异过大的数据。然后用聚类法对不同地区负荷密度样本进行聚类分析, 由分类结果确定出各地区的档次范围。
2 各类典型用户的用电特点
2.1 重工业类
重工业类一般指机械、冶金、石油、化学、建筑材料等行业, 其通常为连续生产型企业。对于这类行业, 其负荷率一般较高, 并且数据在全年范围内都比较稳定。同时重工业一般为高耗能企业, 其用电量高、规模大, 接入的电网电压等级较高。从各地的具体情况来看, 很多重工业负荷都属于电力企业的一级、二级负荷, 这类负荷如果停电, 即使是短时间停电, 也将发生重大经济损失, 严重时可能导致人身安全事故, 因而需要极高的供电可靠性。
2.2 轻工业类
轻工业类一般包括纺织、造纸、食品、烟草等行业, 其负荷特性具有明显差异, 对电网供电可靠性也有不同的需求。比如纺织业一般为24 h连续运转, 负荷率较高, 接入的电压等级一般为10 k V及以上, 其停电将造成较大的经济损失, 因此对电网可靠性要求较高。对于食品业, 其用电主要集中在正常上班时间, 负荷率较低, 接入的电压等级分情况而定, 停电对某些食品企业影响不大, 故对供电可靠性要求相对不高。
2.3 行政类
行政类主要包括机关、企事业单位, 其负荷主要为照明、办公设备、空调等, 供电电压等级一般为380 V。这类负荷特性随人的作息情况变化, 具有较强的规律性, 上班时用电量比较高且比较平稳, 下班后用电量将明显减少, 节假日期间其负荷率水平更低。这类负荷随季节波动比较明显, 在温度过高或过低时, 其负荷率明显高于全年平均水平。但是其在电力系统总负荷中所占比例不高, 且一般为白天使用, 因此对电网负荷率影响不大。
2.4 居民类
居民类用电与人们的生活习惯相关, 一般有午高峰和晚高峰, 最大负荷一般出现在晚上19:00—22:00之间。不同地区也会呈现出不同的特点, 对于高层成熟小区, 其用电密度要高于低层住宅小区, 城市地区用电密度要高于农村地区。
3 结语
电网公司对需求侧的管理越来越严格, 加强负荷特性的研究变得更加必要。而对负荷特性分析不准确的话, 将使得用电趋势及负荷密度控制不能与实际情况相符。本文对用户负荷数据进行了分析, 阐述了典型用户负荷特性分析方法及各类用户的用电特点, 为科学地开展电网规划、提高设备利用率等工作提供了参考。
摘要：我国用电需求持续增长, 为了了解用户负荷发展变化规律, 提高电力负荷预测的准确度, 需要对电力系统的负荷特性展开研究。在调研大量典型用户负荷的基础上, 分析了不同类型用户的负荷特性, 总结了各类用户的用电特点, 为做好负荷预测、制定科学的电网规划方案提供了依据。
关键词：负荷预测,负荷特性,用电特点,负荷特性曲线
参考文献
[1]陈伟, 周峰, 韩新阳, 等.国家电网负荷特性分析研究[J].电力技术经济, 2008, 20 (4) :25-29.
[2]杨宗麟.华东电网负荷特性分析与预测[J].华东电力, 2008, 36 (5) :50-52.
[3]陈健, 刘明波, 樊亚亮, 等.广州电网负荷特性分析[J].电力系统及其自动化学报, 2009, 21 (6) :78-83.
[4]吴志强, 吴志华, 宋晓辉, 等.城市居民负荷特性调查研究分析[J].电网技术, 2006, 30 (S2) :659-662.
[5]刘永光, 孙超亮, 牛贞贞, 等.改进型模糊C均值聚类算法的电力负荷特性分类技术研究[J].电测与仪表, 2014, 51 (18) :5-9.
特殊负荷用户 篇5
电网规划是电网建设的依托和先决条件, 规划的质量将严重影响到电网的建设投资费用和电网的安全运行。而电力系统中长期负荷预测是电网规划的理论基础, 预测算法的精度直接影响到规划方案的可信度, 这是长期以来困扰电力系统规划的重要问题。因此, 电力系统中长期负荷预测方法的研究受到了广大学者的关注, 针对不同的应用环境提出了多种负荷预测方法, 取得了较丰硕的成果。
中长期负荷预测算法从模型数量上可以分为单模型负荷预测算法和多模型组合预测算法。其中单模型由于负荷预测方法由于模型的局限性, 因而不同的模型适用不同规模和发展状况的城市, 但是简单易用。典型的单模型预测方法有弹性系数发、回归分析法、指数平滑法、多项式法、灰色预测方法等。多模型组合预测算法是由多个单模型预测方法通过一定的比重加权得到, 在适用范围上比单模型广, 但是其需要人为挑选出合适的模型进行加权组合, 复杂度远高于单模型预测方法。
随着计算机技术和数据挖掘技术的发展, 为了提高预测算法的适应能力, 在最近的负荷预测新理论和新方法中提出了许多具有学习能力的人工智能预测方法。这些人工智能方法能够通过对历史数据进行特征挖掘并学习, 从而构成新的具有普遍适应能力的预测方法, 并且可以通过对不同数据的在线学习, 从而可以实现一个算法应用于多个场景中。如人工神经网络算法和粒子群算法等。文献[4]将误差序列的均方值作为网络性能的评价指标并采用最小误差对应的平滑参数, 在广义回归神经网络 (GRNN) 基本算法、网络结构及平滑参数确定方法的基础上建立了GRNN的预测模型。提出了确定输入神经元数目的方法, 并将模型应用于某地中长期电力网负荷预测, 分别进行了单步预测和多步预测。文献[5]针对实时电价对短期负荷的影响, 建立了径向基 (RBF) 神经网络和自适应神经网络模糊系统 (ANFIS) 相结合的短期负荷预测模型。该模型利用了RBF神经网络的非线性逼近能力, 应用ANFIS系统对RBF神经网络的负荷预测结果进行修正, 以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度。文献[6]提出了一种将粒子群优化算法与非线性灰色Bernoulli模型结合中长期负荷预测方法。
上述的单模型预测方法、组合预测方法和人工智能预测方法都是基于城市负荷的历史数据搭建模型, 并未考虑到城市未来的产业结构和发展规划。因此, 本文提出一种基于大用户报装的中长期城市负荷预测方法, 该方法将城市用电负荷按特性划分为住宅用户、工业用户、商业用户和其他用户四类, 对四种类型的大用户从报装、建设及投产等方面进行阶段性分析, 得出发展规律, 从而实现城市中长期用电负荷的预测。
2 基于大用户报装的负荷预测方法
2.1 大用户特性分析
按电网运行规定, 当负荷容量超过一定范围的大用户在建设之前需要向有关部门进行计划报装, 而这些各行各业的大用户是电力系统中长期负荷增长的主要组成部分。因此, 可以通过对大用户的报装、建设及投产等多个阶段进行有效的数据分析, 得到四种类型大用户在不同阶段的负荷增长特性, 从而可以得到每种类型的负荷增长规律。
城市电网负荷的主要增长量为大用户负荷增长量, 如式 (1) 为第k种类型中第j个阶段所有大用户负荷增长量。如式 (2) 为城市电网中四类大用户第j个阶段的增长量总和。按照 (1) 和 (2) 便可以求出城市电网负荷在每个阶段的主要增长量。
式中:k为用户分类数;i为大用户编号;j为阶段数;αk为第k类大用户的调整系数;βkj为第k类大用户在第j个阶段的阶段系数;lik为第k类大用户中第i个大用户的报装量;n为第k类大用户的数量;Ljk为第k类大用户在第j个阶段的负荷增长量;
式中:BLj为城市大用户负荷第j个阶段的增长量。
由式 (1) 和式 (2) 可知, 要得出城市电网负荷在每个阶段的主要增长量, 需要对大用户的负荷阶段划分情况、负荷阶段系数、负荷调整系数和大用户报装容量四个方面进行分析。具体方法如下:
(1) 需要收集大用户报装数据, 并进行分类。供电局需要对每年的大用户报装情况进行统计、分类和汇总工作。
(2) 对各种类型大用户的历史报装情况和用电数据进行分析, 得到各类型大用户的投产规律数据, 从而划分各类型大用户的投产阶段数, 一年为一个阶段。
(3) 根据各类型大用户的投产规律, 采用数据拟合方法得到各类型大用户的阶段系数和调整系数。
2.2 中长期城市负荷预测模型
城市电网负荷增长量由大用户负荷增长量和其他中小负荷增长量共同组成。因此, 除大用户之外, 还需对中小负荷的增长规律进行分析建模。由于中小负荷数量非常庞大, 增长规律杂乱, 无法进行单项数据统计和分析。因此, 本文采用自然增长率的方法, 从总体上对中小负荷增长量建模, 如式 (3) 所示。
式中:MLi为未来第i年城市中小负荷增长量;λ为城市中小负荷自然增长系数;Di为第i-1年城市负荷总量。
根据式 (1) ~ (3) 可以建立起基于大用户报装的中长期城市负荷预测模型如式 (4) 所示。
式中:i为需要预测的未来第i年。
3 实例分析
本文根据某地区供电局统计的大用户报装数据, 从住宅、商业、工业和其它四种类型出发, 将投产阶段统一划分为3个阶段, 分别为投产第一年、投产第二年、投产第三年。经数据分析与拟合之后, 得到每类大用户的调整系数和阶段系数见表1。
采用本文提出的负荷预测方法对该地区2011年、2012年和2013年的负荷进行了预测, 结果见表2。
从表2中可以看到, 由于采用比较精确的大用户报装统计数据能较准确地预测城市电网负荷的主要增长部分, 因此, 采用本文提出的中长期负荷预测方法能取得较好的预测效果。
结论
本文提出了一种基于大用户报装的中长期负荷预测方法, 将城市负荷分为大用户负荷和中小负荷两部分, 对大用户负荷采用分阶段增量方法, 结合中小负荷采用自然增长率方法, 建立了中长期城市负荷预测模型。通过测试结果表明该方法能取得较好的预测效果。
参考文献
[1]陈章潮.城市电网规划与改造[M].北京:中国电力出版社, 2007:1-4.
[2]梁锦照.城市电网规划方法研究[M].北京:中国电力出版社, 2010:1-8.
[3]康重庆, 夏清, 张伯明.电力系统负荷预测研究综述与发展方向探讨[J].电力系统自动化, 2004, 28 (17) :1-11.
[4]姚李孝, 刘学琴, 伍利, 等.基于广义回归神经网络的电力系统中长期负荷预测[J].电力自动化设备, 2007, 27 (08) :26-29.
[5]雷绍兰, 孙才新, 周湶, 等.基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法[J].中国电机工程学报, 2005, 25 (22) :78-82.
特殊负荷用户 篇6
为了应对资源和环境对电力系统发展提出的严峻挑战,建设智能电网已经成为各国电力行业共同的选择[1,2,3]。电网智能化要全面、动态地优化发电侧可再生资源以及整合用户侧各类分布式资源,需方响应以及电网—用户之间的互操作性(grid-consumer interoperability,GCI)成为智能电网的核心特征[4,5]。在中国,互动化也已成为国家电网公司坚强智能电网的3个基本技术特征之一[3]。
传统电网机制下,为解决用电高峰时段的电力需求紧张,利用灵活的电价机制,如峰谷分时电价引导用户进行需方响应,从而降低负荷曲线峰谷差的措施不失为一种有效的手段[6]。智能电网框架下,用户侧分布式电源、电动汽车及分布式储能装置广泛接入电网,应利用需求方资源与电网友好互动,从而进一步平缓负荷曲线,实现资源的优化配置。
随着智能电网工程的推进,大量的GCI将对电力系统产生深远的影响,电网—用户之间的双向潮流将影响负荷曲线的形状,进而影响到负荷预测,直至影响智能电网规划等诸多决策问题。因此,定量模拟GCI对负荷曲线的影响成为亟待研究的课题,该课题涉及系统运行、不确定发电、不确定用电、实时电价(real-time price,RTP)等复杂性、不确定性问题,传统的数学模型显得力不从心,要建立准确的仿真模型非常困难。
以智能路径为核心、以广义模型为基础、以智能空间为研究对象,融合了人工智能、神经网络和模糊系统等智能方法的智能工程理论(intelligent engineering,IE)在解决电力系统复杂性问题,如电力战略研究[7]、供需模拟[8]、电网规划[9]等方面得到了广泛的应用,也为解决GCI对负荷曲线影响的定量模拟提供了解决思路。本文将利用智能工程理论的广义混合模型对GCI对负荷曲线的影响进行建模并加以定量分析。
1 GCI实现基础与定性分析
GCI是指借助现代通信技术和信息技术的发展,利用电力市场的电价信号或激励机制引导用户与电网进行互动操作,实现电网与用户之间电力流、信息流和业务流的双向互动[3]。GCI将无缝集成发电企业、电力用户的资源和储能系统,促进发电企业与用户主动参与电网的运行调节。传统电网由于缺乏先进的计量、通信、控制技术的支持,使得GCI不易工程实现,而智能电网的高级量测体系为GCI提供了技术先决条件。
1.1 GCI实现基础
在智能电网框架下,GCI能否实现取决于智能电网技术的发展,文献[10]分析了无线射频、电力线载波、宽带电力通信在高级量测体系中的应用,认为通信、信息技术可以满足GCI的要求。另外,电力用户的互操作意愿、能否积极响应对GCI的成功也至关重要,需要进行适用于智能电网运营的电价机制设计,文献[11,12,13]分析了几种动态的电力定价方式,如分时电价、尖峰电价、RTP等促进GCI进行电力削峰填谷,以实现社会效益最大化。其中,RTP为动态电价的高级形式,在传统电网技术下不易操作;而在智能电网框架下,由于高级量测体系的支持使得RTP的实现成为可能,RTP能反映电力商品的短期(15 min或更短时间)生产成本,促进电力资源的优化配置,有助于实现电力市场的高效运营。
1.2 GCI定性分析
由于智能电网下的电力市场提供了灵活的经济激励信号,因此GCI操作将会产生电网—用户双方共赢的结果。对于电网侧来讲,通过GCI操作可以将需方响应的资源变为可控资源,使得电网真正实现全局可控,这对电网的稳定、可靠运行非常有利;对于用户侧来讲,用户可以优化用电方案,还可以通过分布式电源或储能设备在谷荷低价时段储存电能、在峰荷高价时段向电网出售电能,从而使得用户在参与电网调度运行的同时自身也获得经济利益。
总体看来,CGI操作将引导电网—用户友好互动,移峰填谷作用更为显著,负荷曲线将更为平缓,日负荷率也将得到进一步提高。
2 智能工程混合模型[8]
定义1 对任何集合X和Y,它们之间的某种关系可以看做是一种映射f,称为广义模型,记为
广义模型是对传统数学模型的扩展,可以将那些难以用数学模型表达的事物间客观存在的关系表达出来,并用科学的方法进行研究。智能工程广义模型主要包括数学模型(mathematical model)、规则模型(rule based model)、模糊推理模型(fuzzy inference model)、神经网络模型(neural networks model)、混合模型(hybrid model)这5种类型。
定义2 具有数学模型、规则模型、模糊推理模型、神经网络模型中2种形式以上的模型称为智能工程混合模型。通常智能体(agent)可以称为一个混合模型,多智能体在协作交互的过程中运用多种智能算法对复杂问题进行求解。
考虑到GCI中用户对电价信号响应的模糊性以及用户、电力行业追求自身利益最大化的自主性,本文基于智能工程理论建立了一个基于模糊推理的混合模型。
3 GCI影响负荷曲线模拟的混合模型设计
GCI对负荷曲线的定性分析说明,GCI对社会、电力企业、电力用户都有着不同程度的影响,但在工程实践中必须对GCI的影响进行定量化才能给负荷预测、电网规划提供建设性的参考。电力企业、用户在GCI框架下对RTP的波动会做出不同的响应,智能体建模技术适用于模拟个体的自主响应行为[14],但电网、用户能够做出多大的响应又具有模糊性,这些特征符合智能工程混合模型的特点。
3.1 GCI混合模型协调机制
GCI机制下电网控制中心根据电力供需状况实时产生RTP,智能用电终端根据RTP的变化进行响应。GCI智能工程混合模型涉及3类智能体:控制中心智能体(control center agent,CCA)、发电智能体(generation agent,GA)、用户智能体(consumer agent,CA),其协调机制如图1所示。
1)调度区域内协调(以调度区域1为例):
各GA将电厂出力上下限Pgimax,Pgimin及发电报价Cgi,各CA将电力需求上下限PLjmax,PLjmin及用电报价BLj发送至CCA。CCA根据电网实时状态、电网约束及GA和CA发送的信息计算实时电价λrtp_gi和λrtp_Lj,并向电力市场发布信息,GA和CA从电力市场自适应地感知RTP的波动并进行响应,根据报价、中标功率、RTP等改变下一报价时段的发电报价和用电报价。如此进行迭代,在电力市场中发挥RTP的杠杆作用,实现控制中心与厂站、用户的友好互动。
2)区域间协调:
不同调度区域之间也需要进行实时的信息交互,必要时进行跨区服务,实现大范围的资源优化配置。不同调度区域的CCA以总线或其他方式进行通信,实时交换区域的状态信息、电价信息等。
3.2 CCA
CCA模拟智能电网的控制中心,根据能源市场提供的发电信息、负荷信息、电网运行的物理约束,GA和CA的响应对系统的功率进行计算。在采样周期内对系统进行最优潮流计算,并判断是否发生线路或断面传输功率越限、节点电压越限、爬坡功率越限等。CCA的目标是实现社会效益最大化,即
式中:G为发电机节点集合;D为负荷节点集合;Ci(Pgi)为发电机i的报价;Pgi为发电机的有功功率;Bj(PLj)为负荷节点j的用电效益;PLj为负荷节点j的有功功率;PLoss为网损,是(Pgi,PLj)的函数;Pij为支路(i,j)的传输功率,是(Pgi,PLj)的函数;Pij,max为支路(i,j)的最大传输功率;L为线路集合。
为了生成RTP,构建增广拉格朗日函数如下:
式中:λ和μij为拉格朗日乘子。
根据式(6)、式(7),系统动态产生出RTP,然后向电力市场发布λrtp_gi和λrtp_Lj信息。
3.3 GA
作为一个盈利主体,发电商受市场利益的驱使和自身生存的需要追逐生产效益的最大化。GA模拟发电商行为,在满足各项发电约束的条件下以追求利润最大化为目标,它的目标函数为:
s.t. Pgimin≤Pgi≤Pgimax (9)
Qgimin≤Qgi≤Qgimax (10)
式中:Qgimax和Qgimin分别为发电机i无功出力的上下限。
各GA实时感知RTP信息,根据RTP的变化实时响应,改变下一时段的报价行为。假设GA的报价曲线为正斜率的线性函数:
式中:bgi和cgi为GA报价—功率曲线的参数。
GA的报价响应函数与上个报价时段的报价函数、中标功率及实时电价有关,报价函数的响应规则可表示为:
Ci(t+1)=τgif(Ci(t),Pgi(t),λrtp_gi(t)) (12)
式中:τgi为发电机i的电价响应系数。
3.4 CA
电力用户以自身利益最大化为目标,根据RTP改变其用电行为,在电价高峰时转移高峰负荷或向电网回送电力,而在电价低谷时用电或储存电力。用户的目标函数表示为:
max fj=Bj(PLj)=
式中:λLj和λLk分别为时段j和k的电价;PLj_mod为时段j用户进行响应后的负荷;PLjk为用户由时段j转移至时段k的负荷;PLj_basic为时段j的刚性需求;Pcmin和Pcmax分别为用户负荷有功功率Pc的最小和最大值;Qcmin和Qcmax分别为用户负荷无功功率Qc的最小和最大值。
假定用户的报价函数为负斜率的线性函数:
式中:PLj为用户j消费的有功功率;bLj和cLj为CA报价—功率曲线的参数。
CA的报价响应函数与上个报价时段的报价函数、消费功率及实时电价有关,报价函数的响应规则可表示为:
Bj(t+1)=τdjf(Bj(t),PLj(t),λrtp_Lj(t)) (20)
式中:τdj为用户j的电价响应系数,根据Bj(PLj),PLj与λrtp_Lj的大小,用户可选择储能、负荷转移、消费或回送电力等行为。
CA实时感知RTP信息,根据RTP的变化和自身的可响应负荷进行响应,但CA的电价响应更为复杂,很难确定CA在某一电价水平的电力消费行为。CA的响应具有模糊性,可建立电价模糊子集
4 算例分析
用户侧在GCI操作中主要通过分布式电源、分布式储能装置、电动汽车等与电网进行互操作。本文以电动汽车作为GCI的典型应用并基于智能工程混合模型进行GCI对负荷曲线影响的定量模拟,电动汽车电池组的参数见附录A。
以新英格兰IEEE 39节点系统为例建立智能工程混合模型,其系统结构见附录B。以电动汽车电池代理商为基础构建17个CA加入负荷节点与电网进行交互式操作,构建10个GA加入电源节点进行电价响应,各GA和CA参数见附录C表C1、表C2。
CA的
式中:S表示小;M表示中;B表示大。
CA的模糊规则库如表1所示。
2005年,美国日平均上下班时间为52 min,日平均驾车里程为50 km[15],电动汽车充电时间平均为5 h。对美国新英格兰2006年冬季典型日负荷曲线进行适当尺度的变换,作用于新英格兰IEEE 39节点测试系统。假设各节点电动汽车电池的初始平均荷电状态为15%,采样时间取为1 h(与负荷数据采样周期相同,实际中可以取更小)。运行混合模型建模仿真,各CA按自身的目标根据模糊推理规则对RTP进行响应,其中智能体CA1,CA2,CA6,CA9,CA11,CA12的各时段响应电量如图2所示。
可以看出,大部分CA都选择在00:00—06:00的负荷低谷时段进行充电操作,而选择16:00—21:00的负荷高峰时段向电网进行送电操作,反映了用户在GCI机制下积极参与电网的运行调节,系统负荷曲线变化的情况如图3所示。
表2列出了GCI对负荷曲线的定量模拟结果。最大负荷Ppeak较初始负荷曲线下降了54.86 MW,最小负荷Pvalley提高了198.82 MW,平均负荷Pave上升了68.33 MW,峰谷差Ppeak-valley减少了253.68 MW,日负荷率提高了2.66%,说明GCI改善了负荷曲线的形状,在接入清洁能源的同时提高了电力系统的资产利用率。
5 结语
需方响应以及电网—用户之间的互操作性成为智能电网的核心特征,智能电网应该利用需方资源与电网友好互动。GCI操作对社会、电力企业、电力用户的影响必须进行定量分析才能给负荷预测、电网规划提供建设性的参考。根据GCI的模糊性与自适应性提出了模拟框架,建立了控制中心智能体、发电智能体、用户智能体,并基于智能工程混合模型建模技术在电力市场环境下进行GCI模拟。结果表明GCI实现了电网与用户的友好互动,电网在利用用户侧资源的同时改善了负荷曲线的形状。
附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。
摘要：分析了智能电网机制下电网—用户互操作性(GCI)的实现基础及对负荷曲线的影响。GCI具有模糊性与自适应性,传统建模方法很难定量模拟,智能工程混合模型为其提供了解决思路。根据GCI的特点建立了智能工程混合模型,包括控制中心智能体、发电智能体、用户智能体等。在电力市场环境下,用户智能体根据实时电价的波动及可响应负荷的大小进行模糊推理,改变电力消费行为,从而影响负荷曲线。通过IEEE 39节点新英格兰系统算例,验证了该定量模拟方法及智能工程混合模型建模技术的有效性。
特殊负荷用户 篇7
能源危机的产生和电动汽车各项技术的发展促进了电动汽车的大规模推广，如今，各国均加大力度对电动汽车进行政策支持，可以预计，未来将有大量电动汽车接入电网[1,2]。大规模电动汽车接入电网以后引发的经济效益问题和其对电力系统规划运行所产生的影响不容忽视[3,4,5,6,7,8,9]。
如果对电动汽车用户充电行为不加以引导与控制，电动汽车无序充电会对电网原有负荷造成“峰上加峰”的结果，影响电网安全稳定运行[10,11,12]，并且对经济效益也产生不利影响[13,14]。因此有必要掌握电动汽车使用规律，实现电动汽车群集中充电负荷的有序控制。目前，国内外对电动汽车有序充电研究主要集中在汽车集中充电控制[15,16]，以平滑配网负荷[17,18,19]、改善电能质量[20,21]、提高配网运行可靠性[22,23,24,25]以及降低用户充电费用[26]等，并且取得了较多理论研究成果。
然而，大规模电动汽车的有序充电是通过每一个电动汽车个体的充电行为聚合后形成的群体策略，在制定电动汽车整体充电策略时，需要进一步研究如何将该群体策略向下延伸分配至每个个体，并充分考虑个体的自身条件和意愿，体现充电策略的公平性和合理性。就目前而言，如何将区域电网层面的充电策略结果分解至每辆电动汽车上的研究涉及较少[15]。有文献在提出的电动汽车有序充电模型中，考虑了每位用户的充电需求或者电池充放电次数约束[27,28]，然而需要进一步考虑每辆电动汽车的充电策略；文献[29]提出了一系列原则以实现电动汽车充电负荷的自动分配，该策略却造成了电动汽车频繁充放电，影响电池寿命；有文献提出了电动汽车充放电双层优化模型[30,31]：上层模型提出电动汽车集中充放电优化控制策略，下层模型结合用户意愿和电池储能特性，制定各电动汽车的充放电方案；但未考虑电动汽车出行规律影响及电池充放电次数约束等。
本文在提出大规模电动汽车有序充电策略的基础上，提出了将该群体策略分配至每一辆电动汽车的负荷分配策略，该策略中综合考虑每辆电动汽车的出行规律、电池状态、用户意愿等因素，体现出该策略的公平性和合理性。主要内容安排如下：第1节提出了电动汽车充电调度框架；第2节介绍了大规模电动汽车有序充电模型与个体电动汽车充电分配模型以及相应的求解方法；最后进行了算例分析。
1 电动汽车充电调度框架
电力公司首先根据负荷特征以及电动汽车使用情况，以降低整体电动汽车用户充电费用、减小负荷峰谷差的同时平抑负荷波动为目的，制定电动汽车总体有序充电计划，得到一天各个时段电动汽车充电的负荷安排；进而综合考虑每个用户意愿以及电动汽车自身行驶特征，将充电负荷公平合理地安排至每辆电动汽车。
对于总体充电策略而言，将一天时间分为96个时间段，即时间间隔为15 min，根据历史常规数据，预测当日96点常规负荷数据和电动汽车接入电网的情况，并对其进行在线实时优化。
基于总体充电策略结果，将充电总量分配到每辆电动汽车时，需要尊重每一位用户的意愿，由电动汽车用户自行选择是否愿意接受调度。同时，综合考虑每个时段的理想充电功率与实际可调度的电动汽车数量之间的关系，具体控制要求为：
1) 电动汽车下一时段实际最大充电功率不能满足系统调度指令时，系统则要求下一阶段所有电动汽车接入电网充电，尽可能接近系统调度指令。
2) 下一时段预测电动汽车最大充电功率能够满足并且超过系统调度指令时，采用本文提出的有序充电分配模型及优化算法合理分配调度需求。
2 充电模型与求解方法
愿意接受电动汽车充电调度的用户则必须遵守电动汽车充电调度协议。
1) 凡是参与协议的电动汽车用户，需要向系统输入该辆电动汽车的预期停留时间Tn,E和电动汽车离开充电站时用户期望达到的电动汽车荷电状态Bn,E;
2) 保证所有参与调度的电动汽车在预期停留时间内达到期望的电池荷电状态；
3) 如果用户第二天行程与平时出行里程有较大变化，需注明；
4) 在协议时间内，电动汽车充电行为由相关部门进行调度规划。
2.1 电动汽车有序充电模型
如图1所示，本文提出的电动汽车充电调度框架包括两层，上层提出总体充电策略，确定各个时段的充电策略。
该充电优化模型以电动汽车充电费用最小为目标，目标函数为
式中：xn,t为第n辆电动汽车在以当前时刻起第t个时间段的充电决策，xn,t=1为电动汽车正在充电，xn,t=0为电动汽车未充电；nt为第t个时间段待充电的电动汽车总数；P为电动汽车充电功率；pt为第t个时间段的电价，本文采用分时电价；∆t为时间间隔，本文为15 min;T为当前时间段内电动汽车的预期停留时间的最大值。
模型中的约束条件如式(2)所示。
(1) 充电需求约束
式中：Bn,S为第n辆电动汽车当前时段的SOC数值，在T个时间段内，被充电的电动汽车的电池荷电状态应当至少达到充电开始时所需求的最终荷电状态Bn,E，假设电动汽车所需求的最终荷电状态均为0.95，同时在充满的情况下应该停止充电，为保证电池寿命，在荷电状态为0.95时认为充满；bn为充电一个时段可增加的电池SOC数值。
(2) 充电时间约束
被充电的电动汽车需要在用户的设定的预期停留时间内充电完成。tn,E为第n辆电动汽车充电结束时间；Tn,E为该电动汽车用户设定的预期充电结束时间。
(3) 峰谷差约束
电动汽车接入电网充电，若只注重充电费用的经济效益，可能会加大系统日负荷峰谷差，对系统调度造成不良影响。因此，本文将峰谷差大小作为约束条件之一。
其中，Pmax和Pmin分别为从当日凌晨开始至当前优化时间段结束这段时间内系统负荷的最大值和最小值。结合过去七天内该时段的峰谷差值，∆P初值定为这七天中该时段峰谷差最小值，但该值有可能由于偏小造成优化策略无解，如果无解，则∆P递加1%，直至有解。
(4) 日负荷方差约束
峰谷差和负荷波动较大均会加大电网调度的压力。因此限制峰谷差大小的同时，还要限制电动汽车接入电网后的负荷波动。按式(5)表达。
式(5)的左侧为当日凌晨开始至当前优化时间段结束内负荷方差大小；J为该时段数值，Pj为电动汽车充电后第j个时间段负荷值；M初值定为过去七天内该时段的负荷方差的最小值，但该值有可能由于偏小造成优化策略无解，如果无解，则M递加0.1%，直至有解。
2.2 电动汽车充电负荷分配策略
为保证电动汽车电池寿命，应尽量减少电动汽车充电次数，以电动汽车充电次数最小为目标函数，则第j时段的目标函数表达式如式(7)所示。
其中：nj为本时段可以调度的电动汽车总数目；xn,j为本时段第n辆电动汽车的充电决策，xn,j=1，表示该辆车在充电，xn,j=0表示该辆车未充电；xn,j-1为上时段第n辆电动汽车的充电决策。
约束条件
其中：Pn,j为本时段第n辆车的充电功率；Pref,j为本时段可调度的充电功率。
2.3 加权系数设置
(1) 每辆电动汽车用户历史出行规律。电动汽车用户的历史出行数据主要包括开始充电时刻和日行里程两个方面。电动私家车主要用于车主上、下班以及休闲娱乐，在此可将电动私家车的开始充电时刻分为两种情况：夜晚在住所泊位充电及白天在工作地点泊位充电[32]。
据2009年美国交通部对全美家用车辆的调查结果，假设开始充电时刻为最后一次出行返回时刻，电动汽车在家充电开始时刻近似满足如下正态分布[33]。
式中：σs=3.4，µs=19。
对于电动汽车白天在工作地点的开始充电时刻，同样假设其满足正态分布[27]，概率密度函数为
式中：σs=0.5，µs=9。
日行驶里程满足对数正态分布，
式中：σl=0.88，µl=3.2。
根据日行驶里程，可计算得到启示SOC值为
为保证每辆电动汽车充电结束时电池的SOC量可以满足第二天的出行里程，根据每辆电动汽车用户的历史出行规律，历史出行里程较长的电动汽车优先充电。如果用户设置了第二天的行驶里程，则参考用户设置，用户设置的里程越长，则充电优先级越高。
(2) 电池的实时状态。在充电过程中，每进入一个新的时段，系统自动读取每一辆电动汽车当前时段的SOC数值，SOC数值越小，则该辆电动汽车充电的优先级越高。
加权系数的表达式为
式中：Ln,c表示鉴于该时段的电池状态，第n辆电动汽车可以行使的里程；Ln,h表示第n辆电动汽车历史出行里程，本文中，选择该辆电动汽车前7天出行里程平均值。如果用户第二天出行里程与之前发生较大变化，可自行设置第二天行驶里程，此时式(13)变化为
式中：Ln,t为用户设置的第二天行驶里程；ωn数值越小，表示第n辆电动汽车的充电优先级越高。优化目标函数更改为如式(15)。
为满足每辆电动汽车都可以在用户期望的时间内将电池充至用户期望的容量，为每一辆车设置一个必须充电时间，如果该时段为用户必须充电时间，则用户必须充电，并且，充电优先级最高，设这类用户属于集合Ω1，而其余用户属于集合Ω2。
2.4 算法流程
提出大规模电动汽车有序充电策略的基础上，进一步将该群体策略分配至每个个体，本文提出的负荷分配策略如图2所示。
3 算例分析
3.1 条件假设
为验证本文算法的有效性和正确性，以一个居民小区为例。
(1) 该小区拥有780住户，每户居民都拥有一辆汽车，其中电动汽车共有100辆，电动汽车渗透率为12.8%;
(2) 用电高峰时期，平均每户居民用电4 kW，即居民总负荷最高峰为3 120 kW;
(3) 采用常规充电模式对电动汽车进行充电，并且充电过程中充电功率保持不变，充电功率为7 k W，每辆电动汽车每天充电一次；
(4) 本文采用分时电价，充电分时电价参数设置如表1所示[34];
(5) 10%电动汽车用户不愿意接受电动汽车充电调度，在愿意接受电动汽车调度的用户中，约5%的用户设置了第二天出行里程；
(6) 设该区域电力系统层面的充电安排已知，电动汽车有序充电负荷如图3所示。
3.2 算例结果
由表2可知，采用本文提出的充电策略后，用户的充电费用大大地降低了，减少了69.52%，同时能够对负荷曲线实现削峰填谷，减少曲线的波动性。
图4所示为所有参加调度的电动汽车在是否考虑充电次数情况下的充电次数，可以看出：在不考虑充电次数为目标函数的情况下，电动汽车的充电次数较多，最多可达到5次，设置了减少充电次数的目标函数后，大部分电动汽车充电次数有所减少，最多不超过2次，表3所示为所有电动汽车充电次数总和，考虑充电次数约束后，充电次数总和减少达到49.34%。
图5为无序和有序充电模式下不同时段愿意接受调度的充电汽车数量对比，可以看出，无序充电模式下的电动汽车充电集中在晚间负荷高峰时段和白天负荷高峰时段，同时也是电价较高时段，经过优化，电动汽车充电集中于夜间负荷低谷和白天负荷平时段。
图6所示为四辆电动汽车在有序充电和无序充电两种情形下充电过程对比，为了在图中可以清晰表示结果，y轴不表示数值大小，仅表示充电与否，即充电，则数值大于0，不充电则数值为0。四辆电动汽车接入时间接近，加权系数大小如表4所示，由图6可以看出，经过电动汽车有序充电调度，电动汽车充电时段由负荷高峰时段转移至负荷低谷时段，并且，加权系数小的电动汽车充电时间较早，符合本文提出的加权系数越小充电优先级越高的理论。
通过以上仿真分析可以看出，本文提出的电动汽车充电调度策略在完成充电要求的同时，可以减少电动汽车充电启停次数，并结合用户意愿和电动汽车出行特征，对每辆电动汽车进行充电调度，具有公平合理性。
4 结语
本文以服从电动汽车用户意愿为前提，充分考虑每一辆电动汽车的出行规律，提出了电动汽车充电负荷分配策略：以每辆电动汽车充电次数最少为目标，综合考虑不同电动汽车的历史行车规律和电池实时状态以确定充电加权系数，将电动汽车充电群体策略分解到电动汽车个体，仿真结果可以表明：
(1) 经过有序充电，电动汽车充电集中时段由负荷高峰时段转移至夜间负荷低谷时段和白天负荷平时段，削减了峰谷差；
(2) 在尊重电动汽车用户的前提下，每个时段充电负荷分配策略都与电动汽车自身特征紧密联系，安排电动汽车充电次序的同时，减少每辆电动汽车的充电次数，策略具有公平合理性。
摘要：如何将大规模电动汽车有序充电控制需求在充分考虑充电个体需求和用户意愿的基础上进行合理分配是一个亟待解决的问题。首先提出电动汽车有序充电策略。其次,以电动汽车用户的意愿为前提,将每辆电动汽车电池充电次数最少作为目标,利用电动汽车的历史出行里程和电池实时状态确定电动汽车充电的加权系数,将电动汽车整体充电安排分解至每一辆电动汽车。最后,对所提方法进行了仿真验证。结果表明:考虑不同电动汽车使用特点和充电状态,约束每辆电动汽车的充电次数,可以在满足充电负荷要求的基础上安排电动汽车充电次序,同时减少每辆电动汽车充电次数,其分配原则具有合理性。