Page 28 - 电力与能源2024年第一期
P. 28

22               张   青,等:基于负荷场景的非住宅电力用户接入容量配置策略的研究

                影响最终效果。本文参照同类型用户运行数据,                            装置的每日累计充放电次数; Ζ μ——第 μ 台储能
                结合相关场景下的负荷组合和工况预测,确定系                            装置的单日最大允许充放电次数; χ——储能装置
                                           [14-15]
                数矩阵元素,取值区间为[0,1]               。                 集合。

                    (2)考虑线损、负荷自然增长率等因素,在负                            这些参数与储能介质的物理特性、技术要求、
                荷场景下的总视在功率值:                                     运行策略等相关。为简化计算过程,结合储能实
                                        δ
                                         N
                                                δ
                                 δ
                               P ∑ (1 + λ ) (1 + η )
                            δ                                    际运行方式,本文认为储能装置在用电尖峰时段
                          S ∑ =                         (2)
                                      cos ϕ δ
                                                                 放电运行,负荷低谷时段充电运行,充放电电量日
                                                       δ
                       δ
                式中 λ ——负荷场景 δ下的负荷年增长率;η ——                            [13]
                                                                 内平衡     。
                            δ
                线损率; cos ϕ ——功率因数;N——规划年限。
                                                                    (3)电动汽车充电功率应满足:
                    负荷增长率取决于规划年限内用户发展趋                                        0 ≤ e θ ≤ Ε θ, ∀θ ∈ Π      (7)

                势、产能增长等因素。线损率与用户内部电气布                            式中 e θ——第 θ 个充电桩的充电功率;Ε θ——第
                局、线径、负荷均衡情况等有关。功率因数为用户                           θ 个充电桩的铭牌功率;Π——充电桩集合。
                经无功补偿后的高压进线侧设计值。                                     本文暂不考虑电动汽车向电网反向供电,这
                    (3)用户报装容量选取最大负荷场景下的总                         类情况今后在建模时可等效为相应容量的储能装
                视在功率值:                                           置放电,但目前暂无这方面的实践经验,而且放电
                                Τ = max S Σ κ           (3)      行为易受激励政策、市场机制、车主意愿等多种因
                                          δ
                                     δϵR
                式中 κ——满载裕量系数,与规划末期备用容                            素影响,同时系数难以准确计算。因此,本文仅结
                量、用户选用设备承受瞬时过载能力(如变压器类                           合电动汽车有序充电管理思路,根据现行电价机
                型)、用户报装成本需求、负荷侧响应速度、用户内                          制预测各负荷时段的电动汽车充电功率。电动自
                部能源管理机制等相关          [15] ; R——场景集合。              行车可参考上述方式预测充电功率。
                1.2 限制条件                                         1.3 计算方法
                    (1)新 能 源 发 电 单 元 实 际 出 力 应 处 于 以 下               根据式(1)~式(7),本文负荷计算模型主要
                范围:                                              为线性极值求解问题。考虑到非住宅用户用电设
                            0 ≤ ω ν ≤ γ vW v, ∀v ∈ Λ    (4)      备组数据量庞大且涉及矩阵计算, 本文首先建立

                式 中  ω ν —— 第 v 台 发 电 机 组 的 发 电 功 率 ;W v         数学模型,然后导入不同负荷场景下的原始数据,
                ——第 v 台发电机组的装机容量; γ v——第 v 台发                    分别计算用电容量预测值,最终比选最优结果作
                电机组的发电效率; Λ——发电机组集合。                             为报装容量参考值。线性计算可减轻运算成本,
                    由于新能源具有随机性、间歇性和波动性,往                         同时便于分析,确保实用性。
                往被认为不具备对负荷的稳定支撑能力,所以在容
                                                                 2 实例计算与结果分析
                量计算时经常会忽略新能源的装机容量。然而,根
                据运行经验,上海常见的光伏发电的实际出力在负                               本文选取上海市域内大工业、公共事业、商业

                荷高峰时段具有一定的稳定性、持续性和可预测                            办公、电动汽车充电站四类 10 kV 非住宅用户用
                性,对用户实际用电容量的影响不应被忽略。                             电报装时提交的设备清单和负荷计算书等核容材
                    (2)储能装置实际出力应满足:                              料,并结合用户建筑电气设计、同类型客户用电运
                         -ζ μ H μ ≤ q μ ≤ φ μ Η μ, ∀μ ∈ χ  (5)   行经验以及行业发展趋势等资料,通过建模,计算

                             0 ≤ α μ ≤ Ζ μ, ∀μ ∈ χ      (6)      不同负荷场景下的视在功率。根据用户实际用电

                式中 q μ——第 μ 台储能装置的充/放电功率; Η μ                    数据,将本文所提策略与传统方法进行对比,验证
                ——第 μ 台储能装置的铭牌功率; ζ μ、 φ μ——第 μ                  其正确性、合理性。基于负荷场景的建模参数如

                台储能装置的充电和放电系数; α μ——第 μ 台储能                      表 1 所示。
   23   24   25   26   27   28   29   30   31   32   33