Page 29 - 电力与能源2024年第一期

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 23

表 1 基于负荷场景的建模参数 表 2 某电子制造企业负荷参数
δ
δ
用户 λ /% η /% N cos ϕ δ κ 铭牌功率
负荷类型 其他参数
大工业 1 4 15 0.9 1.04 折算值/kW
公共事业 0.5 2 15 0.9 1.07 1 号主产线 1 200 -
商业办公 1 2 10 0.9 1.02 2 号主产线 700 -
电动汽车充电站 5 3 10 0.9 1.05 3 号主产线 800 -
1 号辅助产线 600 -
2.1 大工业类用户 2 号辅助产线 500 -
将某中大型电子制造用户作为大工业用户 空调 500 -
移动式电动工具 100 -
的典型代表。该用户具有大功率产线，并配备了
升降机、电梯 40，50 -
一定负荷比例的后勤和宿舍区域。主要负载有： 办公 40 -
1 号、2 号、3 号主产线；1 号、2 号辅助产线；空调、食 食堂、餐饮 80，20 -
照明 60 -
堂、生活区用电等，并配置了电动汽车充电桩，以
消防、安保（监控） 90，10 -
及屋顶光伏、小型风力发电机和储能系统。主要 通排风 55 -

设备负荷参数见表 2 ［12］ 。在正常生产方式下，1 号 给排水 95 -
60×5，
主产线与 2 号主产线不同时运行，辅助设施在主 电动汽车快充、慢充桩 7×10 -
产线满功率运行时负载率不超过 80%。在非正 屋顶光伏 2×400 发电效率：95%
风力发电 2×300 发电效率：90%
常生产方式下，1 号主产线与 2 号主产线可同时运 储能 200 容量：600 kWh
行，但最大负载率不超过 50%。同时系数矩阵元
压低。因此，本文容量配置方法能够提高经济性，降
素根据不同用电场景的负荷组合情况确定。其
低容量配置成本，精准满足用户需求。
中，电动汽车充电同时系数矩阵方面，慢充桩服从
随机正态分布，快充桩服从随机正态分布，采用蒙
特卡罗模拟法确定。储能装置为磷酸铁锂蓄电
池，充、放电系数均为 0.95，单日最大允许充放电
次数为 6 次，控制策略为峰荷时放电，谷荷时充
电。风力发电和光伏发电出力参照上海地区气候

条件及运行经验，并考虑置信度，分别取可用发电
［16-17］
容量的 10.5% 和 5.5% 。根据上述参数，计算
分析如下。
（1）经济性优良。基于负荷场景的容量计算 图 1 某电子制造企业最大负荷曲线及容量计算结果
结果为 5 115.6 kVA，对应申报 5 200 kVA（10 kV （2）韧性强。当 2 号主产线急需增加 400 kW
两路常用，各 2 600 kVA，互为备用）；传统计算结 设 备 容 量 时 ，用 传 统 方 法 计 算 的 结 果 增 加 至

果为 5 352.6 kVA，对应申报 5 700 kVA，可见前者 5 752.6 kVA（见图 1），而基于负荷场景的方法考
相比后者容量配置降低了 4.43%。根据该用户近 虑了负荷组合，即使 2 号主产线用电容量大幅增
年最大负荷曲线（见图 1），可知极值 4 296 kVA出现 加，但限于运行方式，总配置容量保持不变。这将
在最大负荷日的 14∶00。考虑负荷的自然增长，规 有效避免运行过程中因设备临时增加而导致用电
划年限内该用户最高用电负荷为 4 987.5 kVA。在 增容的情况，体现了本文容量配置方法的优越性。

本文方法配置容量下，配变最大利用率达 95.91%， （3）契合度高。考虑到新能源出力的间歇性
而 传 统 方 法 配 置 容 量 下 配 变 的 最 大 利 用 率 为 和不确定性，最大负荷场景下的风光出力对容量
87.5%。随着分时电价引导机制的不断成熟以及用 配置的贡献度为 3%，储能的贡献度为 5.18%。相
户进一步参与负荷侧响应，实际尖峰负荷将进一步 比传统方法，本文计及“风光储”对用电负荷的影