新型电力系统下多分布式电源接入配电网承载力评估方法研究.pdf

第51 卷 第14 期 电力系统保护与控制电力系统保护与控制 Vol.51 No.14 2023年7 月16 日 Power System Protection and Control Jul.16,2023 DOI:10.19783/ki.pspc.221534 新型电力系统下多分布式电源接入配电网承载力 评估方法研究 郝文斌，孟志高，张 勇，谢 波，彭 攀，卫佳奇(国网四川省电力公司成都供电公司，四川 成都 610000)摘要：随着光伏和风电等多种分布式电源的接入，使得传统配电网的结构及其运行状态发生了较大改变。因此，通过建立直观的分布式电源接入评价体系，对新型电力系统背景下的配电网接入分布式电源的承载力进行合理评估成为重要的研究内容。以可再生能源及无功补偿装置接入的新型配电网中风电和光伏发电的最大容量为目标函数，建立分布式电源接入配电网的承载能力模型，通过二阶锥松弛将该模型转化为二阶锥规划模型进行求解。然后考虑到配电网运行的优质性、经济性以及灵活性，建立多层次承载能力评估体系，根据模型求解结果计算承载能力评价指标，再通过组合赋权法将评价指标计算结果转化为综合评分。最后通过对 IEEE33 节点系统配电网模型进行算例分析，结果表明所提评估方法更为全面、有效。关键词：新型配电网；分布式能源；承载能力；评估；组合赋权 Carrying capacity evaluation of multiple distributed power supply access to the distribution network with the background of a new power system HAO Wenbin,MENG Zhigao,ZHANG Yong,XIE Bo,PENG Pan,WEI Jiaqi(Chengdu Power Supply Company,State Grid Sichuan Electric Power Company,Chengdu 610000,China)Abstract:Access to various distributed generation such as photovoltaics and wind turbines has changed the structure and operation of the traditional distribution network.Therefore it has become an important research topic to establish an intuitive distributed power access evaluation system and to reasonably evaluate the carrying capacity of the distribution network connected to distributed power in the new power system.The maximum capacity of wind power and photovoltaic connected to the new distribution network with renewable energy and reactive power compensation devices is used as the objective function to establish the carrying capacity model of the distribution network.It is converted into a second-order cone programming model for the solution.Then,a multi-level carrying capacity evaluation system is established by taking into account the high quality,economy,and flexibility of the distribution network operation,and a carrying capacity evaluation index is calculated according to the model solution results.The calculation results of the evaluation indicators are transformed into the calculation model of the comprehensive score.Finally,through an example analysis of the IEEE33 node computing power model,the results show that the proposed evaluation method is more comprehensive and effective.This work is supported by the General Program of Natural Science Foundation of Sichuan Province(No.2022NSFSC0269).Key words:new distribution network;distributed generation;carrying capacity;assessment;empowerment methodology 0 引言 近年来，随着全球气候变暖，空气污染等一系 基金项目：四川省自然科学基金面上项目资助(2022NSFSC 0269)；国网四川省电力公司成都供电公司科研项目资助(521904220001)列环境问题日渐加重，电力系统对降低化石能源的使用和降低碳排放的要求越来越高，可再生能源和清洁能源的使用比例不断增加。因此，在配电网系统中分布式电源(distributed generator,DG)的渗透率也在不断上升。分布式电源及其他装置的大量接入使得配电网结构、形态逐渐转变，发展成为了新型电力系统下的配电网系统。由于分布式电源接入电-24-电力系统保护与控制电力系统保护与控制 网的规模越发庞大，其间歇性和随机性的特点也会对配电网带来许多负面影响，如引起潮流方向和大小变化、继电保护失灵、电压电流畸变及网损增加等问题1-2。高比例分布式电源的接入位置与容量显著地影响了配电网的运行情况3，由于分布式电源在配电网中的接入点相对固定，因此需要根据多种配电网指标开展分布式电源接入配网的影响分析4，进而开展电力系统运行可靠性及经济性的优化工作5-6。综上，对在配电网中 DG 的接入位置和最大承载力进行研究和评估具有一定的现实意义。DG 最大接入容量问题通常为非线性优化问题，因此采用智能算法或随机场景模拟法等方法求解可能会加大求解难度和时间7-11。文献7和文献8分别采用了模拟退火算法和遗传算法来求解包含约束的分布式电源接入容量的模型；文献9提出一种简单随机场景模拟法，来评估不同位置接入不同容量的 DG 对配电网带来的影响；文献10利用随机场景方法对带有储能系统配电网的光伏消纳能力进行分析求解；文献11提出一种基于多运行场景模拟的方法对风电并网容量进行评估。上述智能算法和随机场景模拟的方法能够满足多种 DG 接入容量评估方式的模拟，但是存在计算量大或者计算稳定性不够的缺陷。就 DG 接入配电网的承载能力而言，文献12以配电网的灵活性为主要目标，从电源侧、配网侧以及负荷侧 3 个方面建立配电网灵活性评价体系；文献13从区域类指标和局域类指标两个方面建立配电网的新能源接纳容量评估体系；文献14从配电网系统网损、可靠性、优质性、对环境的影响程度以及延缓网络更新等 5 个方面建立分布式电源接入的系统评价指标体系，并以加权求和的方式计算指标权重得到评估结果；文献15基于蒙特卡洛法，从单渗透率影响和整体电压影响两方面对配电网光伏消纳能力进行评估；文献16提出一种改进的层次分析法，从设备运行状态、电能质量、经济性以及环保性等几个方面对 DG 接入配电网进行评估；文献17基于所提出的可靠性指标，对新能源接入的配电网进行了可靠性分析；文献18提出了一种配电网评估指标隶属度函数，并基于该函数对各项指标进行了归一化，以评估配网性能；文献19结合新能源并网发电的特点，提出了新能源正负效应指标以表征其对配电网性能的影响。综上所述，在对配电网评估的研究中，大多将分布式发电对配网系统的影响作为研究配网的其中一个指标，因此所建立的分布式发电对配网的影响模型不够全面；另外，在对分布式发电的影响评估中，研究对象多为传统配电网，并未考虑多种新型设备的接入，较多采用单一指标对其影响进行表征，或采用多指标简单归一化为同一指标，但从未从主观和客观两个层面上综合考虑对配网性能的影响，使得评估体系大都存在评价体系不够全面或赋权计算方法不够科学的问题，从而使得评价结果较为偏颇，缺乏可靠性，具有一定的局限性。为了解决上述问题，本文首先搭建了含有光伏、风机及多种无功补偿装置的新型配电网系统，再以一个完整调度周期内分布式新能源承载能力最大为目标函数，采用二阶锥松弛进行新型配电网模型转化，进而加快模型求解速度。随后建立了承载力多层次评估体系，利用模型所得数据计算评价指标，再以组合赋权法将评价指标转化为便于观察的综合评分，最后在此基础上制定分布式能源接入新型配网承载力的提升措施。最后以 IEEE33 节点配电网作为算例进行仿真分析，结果表明本文所提算法和评估指标体系的有效性和可行性。1 新型配电网系统模型 目前的分布式电源以光伏和风机为主要代表。因此，本文研究模型中的分布式电源主要为光伏和风机，以下是光伏和风机的数学模型。1.1 光伏及风机模型 1)光伏发电系统模型 太阳能作为最丰富的可再生能源之一，能有效缓解能源短缺与环境污染问题，因此光伏发电(photovoltaic,PV)己成为重要的分布式电源之一，其输出功率的数学模型如式(1)20所示。pvpvpvpcellcellSTCS1()tIPf YTTI (1)式中：pvP表示光伏的实际输出功率；pvf表示光伏系统的功率降额因数，一般取0.9；pvY表示光伏的阵列容量；tI表示t时刻下实际光照强度，单位为2kW/m；SI表示标准测试条件下的光照强度，一般取21kW/m；p为功率温度系数，单位为%/；cellT表示当前光伏电池的表面温度，单位为；cellSTCT为标准测试条件下的光伏电池表面温度，一般为25。2)风机系统模型 风机(wind turbine,WT)输出功率的数学模型如式(2)21所示。郝文斌，等 新型电力系统下多分布式电源接入配电网承载力评估方法研究 -25-cicociwtwtciratedratedviwtratedco0,or,vvvvvvPCvvvvvCvvv (2)式中：wtP 表示风机的实际输出功率；v表示实时风速，单位m/s；civ 表示风机的切入风速，单位m/s；cov 表示风机的切出风速，单位m/s；ratedv表示风机的额定风速，单位m/s；wtC 表示风机的额定容量或额定功率。1.2 新型配电网分布式电源承载能力模型 为了对配电网中接入分布式电源的承载能力进行准确的评估，对接入的分布式电源进行充分的分配和使用，本文以一个完整的调度周期内分布式新能源承载能力最大化为优化目标函数，对配电网潮流、分布式电源和无功补偿装置等可控单元出力等方面建立模型约束。1)目标函数 ,max()i tt T i DfC (3)式中：D为分布式电源接入的节点总数；,i tC为第i节点t时刻的分布式电源功率；T表示一个完整的调度周期。2)约束条件(1)支路潮流约束 本文以辐射型配电网为研究对象，选取其中一条支路在t时刻下的运行状态建立支路潮流模型，如图1所示。图 1 辐射型支路潮流 Fig.1 Radial branch flow 该条支路潮流应满足的约束条件为 22222,2()()j ti tijij tijij tijijij tUUR PX QRXI (4)2,:j tij tijij tjk tk jkpPR IP (5)2,:j tij tijij tjk tk jkqQX IQ (6)22,2,2,ij tij tij ti tPQIU (7)式中：,j tU表示t时刻节点j的节点电压；,j tp和,j tq分别表示t时刻注入节点j的有功和无功功率；,ij tP和,ij tQ分别表示t时刻流过支路ij的首端有功和无功功率；,ij tI表示t时刻流过支路ij的电流；jijijRX表示支路ij的阻抗；k为j节点的子节点。(2)离散无功补偿约束 静止无功补偿器可以实现无级连续可调，实现静止、快速、连续无级地向电网提供容性或感性无功，达到全面提高电压的质量、满足供电要求的目的。其应该满足的运行约束如式(8)所示。svcsvcsvc,min,maxii tiQQQ (8)式中：svc,miniQ和svc,maxiQ分别表示安装于节点i的静止无功补偿器无功补偿容量的最小值和最大值；svc,i tQ表示t时刻节点i处的静止无功补偿器的实际无功补偿量。(3)连续无功补偿约束 在电网中接入分组投切电容器组，其满足的运行约束为 cbcbcb,onei ti tQnQ (9)cbcb,max0i tinn (10)式中：cb,i tQ表示t时刻节点i处的分组投切电容器组的实际投入容量；cboneQ是一组电容器的无功补偿容量；cb,i tn表示t时刻节点i处的分组投切电容器组投入的组数，该值为整数；cb,maxin表示节点i处的分组投切电容器组能够投入的最大组数。(4)分布式新能源运行约束 在节点i接入分布式电源，则其在t时刻的出力应该满足式(11)。DGDG,max0i ti tPP (11)式中：DG,i tP表示t时刻节点i处分布式电源的实际出力；DG,maxi tP表示t时刻节点i处分布式新能源允许出力的最大值。(5)节点电压约束 由于负荷具有时变性，且加入的分布式能源与无功补偿装置也具有同样的特性，使得系统的实时运行状况会更加复杂，因此为了系统运行安全，加入节点电压约束保证各节点电压能够运行在合理安全的范围内，节点电压约束如式(12)。min,maxi tUUU (12)式中：,i tU表示t时刻节点i的节点电压值；maxU和minU分别表示节点电压的上下限。1.3 基于二阶锥松弛的模型转换 上述问题属于混合整数非线性规划问题(mixed integer non-linear programming,MINLP)，约束条件-26-电力系统保护与控制电力系统保护与控制 中具有二次项和整数项，常规的求解方法求解效果不佳，因此利用二阶锥松弛将其转化为方便求解的规划问题22。首先引入式(13)和式(14)，将二次项转化为一次项。2,i tj tU (13)2,ij tij tI (14)式中，,i t和,ij t分别表示t时段节点i节点电压的平方和支路ij电流的平方。则式(4)式(7)和式(12)约束条件式可以转化为 22,2()()j ti tijij tijij tijijij tR PX QRX (15),j tij tijij tjk tij tjkpPRP (16),j tij tijij tjk tjkqQXQ (17)22,ij tij tij tj tPQ (18)22min,maxi tUU (19)经过转化后，式(19)仍旧为非线性等式约束，因此利用二阶锥松弛对其进行处理，可转化为式(20)。22,ij tij tij tj tPQ (20)经过等价变换，式(20)可以写成标准二阶锥形式，即,222ij tij tij ti tij ti tPQ (21)式中，2为二范数。上述处理实际是通过放宽约束范围而提高求解效率，会产生一定误差，所以需定义松弛误差，即 22,ij tij ti tij tij tePQ (22)式中，,ij te表示松弛误差指数。2 承载能力评估体系模型建立及转化 2.1 多层次评估体系建立 承载能力评价指标体系需遵循构建评价指标的制定原则，即基于科学性、系统性、层次性、时效性等确定影响承载能力的关键指标23。本文以配网新能源承载力评价为目标层，参照国内外评价指标构建情况，考虑到大量分布式能源接入的影响，建立如图 2 所示的配电网接入分布式电源承载能力评估体系。图 2 评估体系 Fig.2 Evaluation system 根据图 2 所示，评价指标体系共三层，第一层为目标层，第二层为性能层，第三层为指标层。目标层为评价体系的目的。性能层是能够评价配电网总体性能的指数，主要有安全性、经济性及灵活性。指标层是将性能层转化为具体的数值指标，方便观测。其中，安全性包括电压偏移指数和电压合格率两项指标，经济性包括无功补偿合格率和平均线损率两项指标，灵活性包括净负荷波动率和新能源发电占比两项指标。2.2 指标计算模型 1)安全性指标(1)电压偏移指数(VEIc)：反映在某个时间点，接入分布式电源后待评价的电力系统中的节点电压值与额定值的偏离程度，其值越小越好，计算公式如式(23)所示。,ratedVEI2,ra2ted)(100%i tii NiUUcU (23)式中：,i tU表示t时刻节点i的节点电压实际值；,ratediU表示节点电压的额定值；N表示待评估电力系统的节点总数。(2)电压合格率(VQRc)：反映在某一时间点，接入分布式电源后待评价的电力系统中合格的电压节点数占总的节点数的比率，其值越大越好，计算公式如式(24)所示。VVQR100%NcN (24)式中，VN表示待评价电力系统中电压合格的节点数。2)经济性指标(1)无功补偿合格率(RPQc)：反映在某一时间节点，接入分布式电源后待评价的电力系统中，经过郝文斌，等 新型电力系统下多分布式电源接入配电网承载力评估方法研究 -27-无功补偿后功率因数满足无功配置要求的节点数与总节点数的比率，其值越大越好，计算公式如式(25)所示。QRPQ100%NcN (25)式中，QN表示待评价电力系统中无功配置满足要求的节点数。(2)平均线损率(ALRc)：反映在某一时间节点，接入分布式电源后待评价的电力系统中，整体电能损耗情况的指标，其值越小越好，计算公式如式(26)所示。loss,ALR100%tPcL (26)式中：loss,tP表示待评价电力系统中t时刻的总网损；L为支路总数。3)灵活性指标(1)净负荷波动率(FRLc)：反映在整个完整的调度周期内，接入分布式电源后待评价的电力系统中净负荷单位时间波动的剧烈程度，其值越小越好，计算公式如式(27)所示。1FRL100%tttPPcP (27)式中：tP表示待评价电力系统t时刻的总负荷；1tP表示待评价电力系统1t 时刻的总负荷。(2)新能源发电占比(RPGc)：反映在某个时间节点，接入分布式电源后待评价的电力系统中分布式能源功率与所有节点总负荷的比值，其值越大越好，计算公式如式(28)所示。DG,RPG100%i ti DtPcP (28)式中，DG,i tP表示待评价电力系统中t时刻节点i的分布式能源功率。2.3 指标体系统一化 以上指标是从某一方面来评估分布式电源接入对配网的影响，为了综合评估分布式能源接入的影响，本文采用层次分析法和熵权法主客观相结合的组合赋权法对上述指标进一步进行量化，形成全面的承载能力评价分数，其流程图如图3所示，并在此基础上针对配电网系统提出承载能力改善方案。其具体实现流程如下所述。1)指标正向化 指标分为正向指标和负向指标。正向指标是指指标越大，则指标越优；负向指标是指指标越小，则指标越优。因此为了方便计算，需要把所有指标 图 3 指标百分制转化流程图 Fig.3 Flow chart of indicator percentage conversion 转化为正向指标。设有m个待评对象，n个评价指标，可以构成数据矩阵X，如式(29)所示。()ijm nxX (29)设数据矩阵内元素经过指标正向化处理过后的矩阵为X，其中的元素为ijx，则指标正向化公式如式(30)和式(31)所示。正向指标：ijijxx (30)负向指标：max()ijijijxxx (31)2)min-max标准化 由于每个指标的数量级和量纲可能有差别，因此采用min-max标准化对正向化处理后的矩阵进行标准化处理，设标准化后的数据矩阵元素为ijr，由上可得指标正向化后数据矩阵元素为ijx，则标准化处理公式如式(32)。min()max()min()ijjijjjxxrxx (32)3)层次分析法 层次分析法是一种主观赋权的方法，将决策问题按照目标、准则及具体评价方案分解为不同的层次，然后用求解判断矩阵特征向量的办法，进行定性和定量结合的决策分析，最后得到主观权重24。其具体实现流程如下。(1)针对研究的问题建立分层级的指标体系。本文的评价指标体系即分层级指标体系，便于后续进-28-电力系统保护与控制电力系统保护与控制 行计算。(2)通过标度系统表建立判断矩阵，标度系统表如表1所示，判断矩阵表明指标两两相较的重要程度。表 1 标度系统表 Table 1 Scaling system 指标 a 相较指标 b 的重要程度 指标 a 与指标 b 同样重要 1 指标 a 比指标 b 稍微重要 3 指标 a 比指标 b 明显重要 5 指标 a 比指标 b 强烈重要 7 指标 a 比指标 b 极端重要 9 2/4/6/8 是上述判断的中间值 判断矩阵需满足式(33)的特征。abba1II (33)式中：abI表示指标a对指标b的重要程度；baI表示指标b对指标a的重要程度。(3)求取判断矩阵的最大特征值max及其对应的特征向量W。(4)结果可能会出现一致性偏差，需要对判断矩阵进行一致性校验。此时引入一致性指标CIc，其计算公式如式(34)表示。然后再引入随机一致性指标RIc，则一致性偏差公式如式(35)所示。RIc的值由判断矩阵的阶数确定，如表2所示。若CR0.1c，则一致性通过校验。maxCI1ncn (34)式中：max表示判断矩阵的最大特征值；n表示判断矩阵的阶数。CICRRIccc (35)式中，CRc为一致性偏差。表 2 RIc标准值 Table 2 RIcstandard values 矩阵阶数 CRI取值 3 0.52 4 0.89 5 1.12 6 1.26 7 1.36 8 1.41 9 1.46 10 1.49(5)若判断矩阵通过校验，则将特征向量W归一化得到所求主观权重向量。若未通过校验，则修改判断矩阵中的元素值，再次进行计算。4)熵权法 熵权法是一种常用的客观赋权法，与层次分析法需要评判者写出判断矩阵进行权重计算不同，其赋值指标权重仅依靠指标数据本身的信息熵进行计算。当指标的信息熵值越大，其权重就越小；当指标的信息熵值越小，其权重就越大25。利用熵权法计算客观权重的计算步骤如下。(1)对指标进行正向化和标准化，处理过后可以构成数据矩阵()ijm nrR，计算指标的信息熵jE，如式(36)所示。11lnlnmjijijiEppm (36)其中：1ijijnijjrpr (37)(2)计算指标的客观权重jw，如式(38)所示。11(1)jjnjjEwE (38)5)计算组合权重 最后计算组合权重jW，得出可观测的分数，如式(39)所示。1jjjnjjjW (39)式中，j和j分别为主观权重和客观权重。3 算例分析 3.1 参数设置 本文基于IEEE33节点系统进行仿真分析，节点系统图如图4所示。考虑在节点处安装光伏和风机两种分布式电源。其中节点11处安装投切电容器组，容量为500 Mvar；静止无功补偿器安装21节点处，其补偿范围为-0.21 Mvar。本文模型对配电网一天24 h运行工况进行优化，负荷、风机和光伏的时序预测标幺值如图5所示。各时段的负荷为IEEE33节点基础负荷乘对应时序值，各时段光伏、图 4 IEEE33 配电网系统图 Fig.4 IEEE33 distribution network 郝文斌，等 新型电力系统下多分布式电源接入配电网承载力评估方法研究 -29-图 5 负荷、风机及光伏功率预测时序标幺值 Fig.5 Time series standard values for load,wind turbine and photovoltaic power prediction 风机出力的最大值为各自装机容量乘对应时序值。3.2 结果分析 基于3.1节的参数信息，本文通过将分布式能源接入不同节点进行场景划分，对计算结果进行对比分析。场景1：在节点6接入光伏，在节点9接入风机；场景2：在节点6接入光伏，在节点19接入风机；场景3：在节点13接入光伏，在节点19接入风机；场景4：在节点13接入光伏，在节点29接入风机；场景5：在节点23接入光伏，在节点29接入风机。不同场景下各时刻的节点电压如图6所示。可以看出场景1的电压波动最小，场景4和场景5相较于场景1的电压波动较大；场景2和场景3的电压波动最大。且从图6中可以看出，分布式电源的接入对节点电压有抬升作用，并且当分布式电源接入配电系统中后端时对电压的抬升作用更大，当配电网有相关分布式电源接入需求时，可以根据情况选择分布式电源的接入点。图 6 不同场景下系统的电压时序值 Fig.6 Time sequence of system voltage in different scenarios-30-电力系统保护与控制电力系统保护与控制 基于上述计算结果和已建立的评估体系，对指标进行主观赋权和组合赋权后，得到的各场景各指标的组合赋权权重、最大接入容量以及场景承载力主观最终评分和组合最终评分如表3所示。图7和图8所示分别为各个场景各时段的电压偏移指数和综合评分，其他指标部分数据详见附录A。表 3 各场景指标及赋权结果 Table 3 Scenario indicators and empowerment results 指标 场景 1 场景 2 场景 3 场景 4 场景 5VEI 0.2175 0.2014 0.1950 0.1912 0.1992VQR 0.1501 0.2033 0.2087 0.1390 0.1745RPQ 0.1082 0.1001 0.1006 0.1239 0.1074ALR 0.2513 0.2459 0.2454 0.2615 0.2507FRL 0.1571 0.1481 0.1483 0.1635 0.1556RPG 0.1159 0.1012 0.1020 0.1208 0.1126最大接入 容量/MW 78.0344 77.688777.6898 77.888 77.6875组合赋权 最终评分 83.88 82.26 78.46 78.34 81.44 传统主观 赋权最终评分 82.24 69.50 72.69 76.15 70.85 图 7 各时段的电压偏移指数 Fig.7 VEI in each period 图 8 各时段综合评分 Fig.8 Comprehensive score of each time period 由图8所示的评分图可以看出，场景1所有时段评分相较于其他场景更加稳定，所以当分布式电源接入场景1相较于其他场景对于整个配电网系统安全性和稳定性更好。从图7的电压偏移指数可以看出，场景1的电压偏移指数最低，表现最好，而场景2的电压偏移指数最高，但是表3所示的场景权重表中的组合最终评分中场景1和场景2的评分较其他场景更高。对比主观赋权的最终评分，可以看出组合赋权的最终评分综合了主、客观评分情况，所得评价结果更加全面，而主观赋权评分当评分者个人倾向于某一指标进行评分时，就会导致评分的结果比较片面。通过表3所示的最大接入容量可以看出各个场景的值相差不大，场景1相较于其他场景略大，场景5最小。通过附录A数据对比可以看出，场景2除电压数据外，其余数据相较于其他场景更好，因此在综合评分中场景2的最终评分也较好，由此可以说明评估体系综合评估效果的有效性和科学性。同时，就该算例下分布式电源接入节点而言，分布式电源在配电网的干路中接入分布式电源相较于支路会更好，而在分支节点附近接入相较于叶子节点会更好，并且分布式电源的接入对于配电网的节点电压有抬升作用，且位于配电系统中后段时会更加明显，因此在接入时需要注意容量，以免出现电压过限的情况。图9所示为场景1可再生能源接入时最大可发电量和实际输出以及无功补偿装置的运行情况。如左图所示，风机在夜间存在一定弃风，这是由于该时段需求较少导致的，而日间光照最充分时段存在一定量弃光，因为该时段可再生能源产能较高，但在该场景下，新能源总利用率高于80%。右图为无 图 9 新型配电网各装置运行情况 Fig.9 Operation of each device in the new distribution network 郝文斌，等 新型电力系统下多分布式电源接入配电网承载力评估方法研究 -31-功补偿器件的工作情况，通过该图可知，两种无功补偿元件共同工作，促进无功供需的平衡，为保证电压稳定提供了有利支撑。总的来说，在含有分布式电源、多种无功补偿装置的新型电力系统中，该模型能够有效地反映新型配电网的工作情况。综上所述，由于分布式电源的随机性和间歇性，仅仅通过某一方面或单一时刻的指标对配电网的承载能力进行评估是较为片面的。针对配电网自身结构及各项运行指标，本文所建立的评估体系能够对配电网的承载能力进行综合评估，并且最终得到较为直观的评价分数。4 结论 本文提出了一种采用二阶锥松弛模型转化求解分布式电源接入新型配电网的最大承载能力的方法，并且在此基础上建立了分布式电源接入配电网承载能力的评估体系。本文主要有以下结论：1)建立了新型配电网接入分布式电源最大承载力模型，考虑了光伏、风机及多种无功补偿装置的接入，并以可再生能源装配容量最大为目标，利用二阶锥松弛方法对模型进行转化并且求解，分析了新型电力系统各接入装置的运行情况及特征。2)建立了分布式电源接入配电网承载能力的评估体系，该体系能够从配电网的安全性、经济性以及灵活性3个方面的指标对新型配电网的分布式电源承载能力进行评估，然后基于层次分析法和熵权法相结合的组合赋权法计算评价指标的权重，并得到更加直观的百分制评估结果对配电网接入分布式电源的承载能力进行评估。3)通过算例表明，所提的二阶锥松弛模型能够得到快速稳定的最优解；通过将分布式电源接入配电网的不同节点，所得结果体现建立评估模型能够对配电网接入分布式电源的承载能力进行合理评估。附录A 表 A1 VQR 指标 Table A1 Results of VQR indicator 时刻 场景 1 场景 2 场景 3 场景 4 场景 5 16：00 1.0000 0.6667 0.7576 1.0000 0.8182 17：00 0.9697 0.5455 0.5455 0.9394 0.7273 18：00 1.0000 0.5455 0.5455 0.8485 0.8485 19：00 1.0000 0.6364 0.6364 0.9394 0.9394 20：00 0.9697 0.6061 0.6061 0.8485 0.8182 表 A2 RPQ 指标 Table A2 Results of RPQ indicator 时刻 场景 1 场景 2 场景 3 场景 4 场景 5 16：00 0.8788 0.8788 0.8788 0.8788 0.8788 17：00 0.8788 0.8788 0.8788 0.8788 0.8788 18：00 0.8485 0.8788 0.8788 0.8485 0.8485 19：00 0.7273 0.6667 0.6970 0.7273 0.6667 20：00 0.8485 0.8485 0.8485 0.7879 0.8182 表 A3 ALR 指标 Table A3 Results of ALR indicator 时刻 场景 1 场景 2 场景 3 场景 4 场景 5 16：00 0.3175 0.3175 0.3175 0.3175 0.3175 17：00 0.3088 0.2780 0.2781 0.3088 0.3088 18：00 0.2572 0.1998 0.1998 0.2581 0.2477 19：00 0.2237 0.1745 0.1815 0.2236 0.2158 20：00 0.2424 0.1625 0.1653 0.2436 0.2327 表 A4 FRL 指标 Table A4 Results of FRL indicator 时刻 场景 1 场景 2 场景 3 场景 4 场景 5 16：00 0.1233 0.1233 0.1233 0.1233 0.1233 17：00 0.0395 0.0395 0.0395 0.0395 0.0395 18：00 0.0617 0.0617 0.0617 0.0617 0.0617 19：00 0.1196 0.1196 0.1196 0.1196 0.1196 20：00 0.1084 0.1084 0.1084 0.1084 0.1084 表 A5 RPG 指标 Table A5 RPG indicator 时刻 场景 1 场景 2 场景 3 场景 4 场景 5 16：00 1.0000 1.0000 1.0000 1.0000 1.0000 17：00 1.0000 1.0000 1.0000 1.0000 1.0000 18：00 0.9560 1.0000 1.0000 0.9552 0.9647 19：00 0.8239 0.8447 0.8398 0.8241 0.8293 20：00 0.9126 0.9685 0.9659 0.9116 0.9208 参考文献 1 杜秀平,游振华,丁应平,等.DG并网对配网继电保护影响与对策J.自动化与仪器仪表,2018(7):174-176,180.DU Xiuping,YOU Zhenhua,DING Yingping,et al.Influence of DG grid connection on relay protection of distribution network and countermeasuresJ.Automation&Instrumentation,2018(7):174-176,180.2 李颖峰,史腾肖,库城银,等.分布式电源接入对配电网网络损耗的影响研究J.电工技术,2022(14):160-163.LI Yingfeng,SHI Tengxiao,KU Chengyin,et al.Research on the influence of DG access on distribution network-32-电力系统保护与控制电力系统保护与控制 lossJ.Electric Engineering,2022(14):160-163.3 黄鸣宇,张庆平,张沈习,等.高比例清洁能源接入下计及需求响应的配电网重构J.电力系统保护与控制,2022,50(1):116-123.HUANG Mingyu,ZHANG Qingping,ZHANG Shenxi,et al.Distribution network reconfiguration considering demand-side response with high penetration of clean energyJ.Power System Protection and Control,2022,50(1):116-123.4 彭生江,陆军,张中丹.光伏接入对电网的影响研