含分布式光伏电源的微电网孤岛动态运行策略.pdf

第４１卷第８期２０１３年４月ｌ６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４１ＮＯ．８Ａｐｒ．１６，２０１３含分布式光伏电源的微电网孤岛动态运行策略李承熹，杨强，颜文俊（浙江大学电气工程学院，浙江杭州３１００２７）摘要：在充分考虑含光伏电源的城市配电网中负荷与光伏电源之间的日分布特性曲线差异的基础上，提出了一种在配电网故障情况下的光伏电源微电网孤岛动态运行策略。该策略建立了孤岛运行的优化模型，优先保证对少数重要负荷进行供电。通过三次样条插值模拟几类典型行业的日负荷曲线和光伏电源的日输出功率曲线，并采用粒子群优化算法得到各分布式光伏电源在各时段对各行业非重要负荷的最优供电功率，从而实现负荷需求与电源发电之间的动态适配。针对所提出的微电网孤岛运行策略，以美国ＰＧ＆Ｅ６９节点配电系统为仿真算例进行了验证。仿真实验的结果表明，该供电策略在配电网发生故障后，可以合理地生成针对负荷需求的最优孤岛供电方案，并充分地利用可再生资源对失电的负荷恢复供电，有效提升了电网的自愈能力。关键词：孤岛；配电网；微电网；光伏电源；粒子群算法ＤｙｎａｍｉｃｉｓｌａｎｄｉｎｇｏｐｅｒａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒｓＬＩＣｈｅｎｇ－ｘｉ，ＹＡＮＧＱｉａｎｇ，ＹＡＮＷｅｎ￣ｕｎ（ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｓｔｒａｔｅｇｙｏｆｄｙｎａｍｉｃｉｓｌａｎｄｉｎｇｏｐｅｒａｔｉｏｎｏｆｍｉｃｒｏｇｉｒｄｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒｓｕｐｏｎｄｉｓｔｒｉｂｕｔｅｄｎｅｔｗｏｒｋｆａｉｌｕｒｅｓｂａｓｅｄｏｎｔｈｅｒｅｃｏｇｎｉｔｉｏｎｔｈａｔｔｈｅｄａｉｌｙｐａ￣ｅｍｏｆｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒｓａｎｄｌｏａｄｓａｒｅｏｆｔｅｎｎｏｔｍａｔｃｈｅｄ．Ｔｈｉｓｐａｐｅｒｆｉｒｓｔｌｙｅｓｔａｂｌｉｓｈｅｓｔｈｅｏｐｔｉｍａｌｍｏｄｅｌｏｆｉｓｌａｎｄｉｎｇｏｐｅｒａｔｉｏｎｏｎｔｈｅｐｒｅｃｏｎｄｉｔｉｏｎｔｈａｔａｆｅｗｉｍｐｏｒｔａｎｔｌｏａｄｓｍｕｓｔｂｅｓｕｐｐｌｉｅｄｐｒｅｆｅｒｅｎｔｉａｌｌｙ，ａｎｄｓｉｍｕｌａｔｅｓｔｈｅｄａｉｌｙｌｏａｄｃｕｒｖｅｏｆｅａｃｈｔｙｐｉｃａｌｉｎｄｕｓｔｒｙａｎｄｔｈｅｄａｉｌｙｏｕｔｐｕｔｃｕｒｖｅｏｆｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒｓｒｅｓｐｅｃｔｉｖｅｌｙｂｙｓｐｌｉｎｅｉｎｔｅｒｐｏｌａｔｉｏｎ，ｔｈｅｎｇｅｔｓｔｈｅｏｐｔｉｍａｌｓｕｐｐｌｙｏｆｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒｓａｔｅａｃｈｔｉｍｅｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｆｉｎａｌｌｙｌｅａｄｔｏｔｈｅｍａｔｃｈｂｅｔｗｅｅｎｔｈｅｌｏａｄｄｅｍａｎｄａｎｄｔｈｅｐｏｗｅｒｓｕｐｐｌｙｆｒｏｍｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒｓ．ＴｈｅｓｕｇｇｅｓｔｅｄｓｔｒａｔｅｇｙｉｓａｓｓｅｓｓｅｄｔｈｒｏｕｇｈｎｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈｔｈｅＰＧ＆Ｅ６９一ｂｕｓｓｙｓｔｅｍ．Ｔｈｅｏｕｔｃｏｍｅｓｈｏｗｓｔｈａｔｔｈｅｓｔｒａｔｅｇｙｃａｎｐｒｏｄｕｃｅｒｅａｓｏｎａｂｌｅｉｓｌａｎｄｉｎｇｓｃｈｅｍｅａｆｔｅｒｆａｕｌｔｓｉｎｄｉｓｔｒｉｂｕｔｅｄｎｅｔｗｏｒｋ，ｔａｋｅｆｕｌｌａｄｖａｎｔａｇｅｏｆｒｅｎｅｗａｂｌｅｒｅｓｏｕｒｃｅｓｔｏｒｅｓｔｏｒｅｌｏａｄｓａｎｄｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｓｅｌｆ－ｈｅａｌｉｎｇａｂｉｌｉｔｙｏｆｔｈｅｇｉｒｄ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５ｌ１０７１１３、．Ｋｅｙｗｏｒｄｓ：ｉｓｌａｎｄｉｎｇ；ｄｉｓｔｒｉｂｕｔｅｄｎｅｔｗｏｒｋ；ｍｉｃｒｏｇｒｉｄ；ｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒ；ｐａｒｔｉｃｌｅｓｗａｒｌＴＩｏｐｔｉｍｉｚａｔｉｏｎ中图分类号：ＴＭ７１文献标识码：Ａ文章编号：１６７４．３４１５（２０１３）０８．００９９．０７０引言目前以大电网为基础，以由各种分布式电源（ＤｉｓｔｒｉｂｕｔｅｄＧｅｎｅｒａｔｉｏｎ，ＤＧ）组成的微电网为补充，是充分利用可再生资源、建设智能电网的重要途径，并已经成为配电网规划和运行的趋势。ＤＧ的运行具有并网和孤岛两种模式。并网模式是指在大电网正常供电的时候作为辅助电源接入，与大电网一起为负荷供电【ｌＪ：孤岛模式是指当大电网发生基金项目：国家自然科学基金项目（５１１０７１１３）故障而与负荷断开时，连接在负荷附近的ＤＧ主动形成微电网孤岛，向负荷输送电能。ＩＥＥＥ１５４７．２００３标准Ｌ２Ｊ鼓励计划性孤岛运行（ｉｎｔｅｎｔｉｏｎａｌｉｓｌａｎｄｉｎｇ），使大电网故障时能快速恢复负荷供电，提高电网的自愈能力。但是这需要事先根据ＤＧ本身的特点以及分布位置等因素来确定合理的孤岛供电区域和供电策略。对于如何确定孤岛供电范围，已有众多学者进行了相关探索。文献［３】提出了基于有序二元决策技术分阶段在线搜索孤岛的方法，该方法通过限制孤岛解列时所产生的干扰度，使所形成的孤岛满足暂一１Ｏ０．电力系统保护与控制态稳定性的要求。文献［４】介绍了利用对ＤＧ和负荷的状态的在线监测以实现有计划孤岛运行的策略。文献［５】利用配电网简化模型，根据孤岛运行时的功率平衡要求以及各种负荷对供电可靠性的不同要求提出了一种启发式孤岛划分方案。文献［６］提出基于层次结构的有根树对分布式发电孤岛划分问题进行建模，可在规划阶段和在线决策时分别对节点赋权根树和边赋权根树进行深度优先搜索，最终确定多用户孤岛的范围。文献［７】将孤岛划分问题转化为求取连通图的最小生成树，采用改进后的Ｐｒｉｍ算法对连通图进行搜索，最终确定有效的孤岛范围，且该方法能适应配电网的环网结构。文献［８］提出基于分支界定理论的两段式策略（搜索＋调节）处理孤岛划分问题，利用包含多个树背包问题的孤岛建模得到初始的孤岛划分方案，并通过对初始孤岛的分析和调整得到最终的孤岛方案。在微电网的孤岛运行中，负荷的需求与ＤＧ的发电量之间应该形成动态的适配，以实现ＤＧ发电功率的充分利用并尽可能多的恢复失电负荷，但是现有的孤岛划分的方法均没有考虑到两者匹配的问题。因此，本文在此问题的基础上，以含分布式光伏电源的城市配电网为研究对象，对负荷进行典型行业分类，并对各行业的日负荷功率曲线与光伏电源输出功率曲线之间的动态适配进行建模，利用粒子群优化算法得到各时段内各光伏电源对各行业最优的供给功率值，同时结合光伏电源的地理位置选取合理的供电范围，最终形成一种完整的孤岛动态供电策略。由于考虑到负荷的无功功率可以通过配合无功补偿装置、电容器等进行供给，因此本文只考虑光伏电源有功功率与负荷有功功率之间的适配。１优化模型及算法描述１．１优化模型现阶段我国在电力系统规划及电力工业统计中常把城市配电网中的负荷按行业分为以下四种典型类型【９Ｊ：重工业负荷、轻工业负荷、第三产业负荷、市政生活负荷。本文同时考虑了负荷的优先等级，将负荷分为重要负荷和非重要负荷，给予重要负荷最高的供电优先级，即ＤＧ要首先满足重要负荷的需求，若有多余的ＤＧ输出，则可对非重要负荷进行供电。根据非重要负荷的行业分类，可以优化各时段内光伏电源对各行业非重要负荷的供给量，使得电源功率与负荷功率达到最大适配。对于任一个独立的光伏电源，本文采用如下的优化模型：ｍｉｎＦ＝１。／ｓ（）一喜，（）一ｏ￣／ｃ（）一（１）ｃｏ２Ａ（ｆ）一０）３（ｔ）一０）４（ｔ）Ｉｄｔｓ．ｔ．Ｖｔｔ１、∑（）ｉ＝１ｌ、２、３、４０（３）式（１）～式（３）中，为光伏电源的额定功率；为光伏电源所必须供给的重要负荷的个数；为各重要负荷的额定功率值；０３１、、、分别为光伏电源应该供给非重要负荷中第三产业负荷、轻工业负荷、重工业负荷、市政生活负荷的额定功率值，是本文中需要优化的变量；㈤为光伏电源的日输出功率曲线的函数解析式；（）、（ｆ）、（，）、厂Ｒ（ｆ）分别为该地区第三产业负荷、轻工业负荷、重工业负荷、市政生活负荷的综合日负荷曲线函数解析式；（ｆ）为各重要负荷所属行业的综合日负荷∈曲线解析式，即（ｆ）｛（ｆ），（ｆ），（），（）｝。由此可知，Ｆ即表示在时段、Ｉ内光伏电源输出总功与供给的负荷所消耗的总功之间的偏差，可将其作为光伏电源输出与负荷需求之间适配度的指标。本文中，（）、（）、（ｆ）、（ｆ）、（ｆ）均为归一化函数的解析式，函数曲线的横坐标为时间（小时），纵坐标为该时刻瞬时功率对应于光伏电源额定功率或负荷最大功率的百分比。１．２各函数解析式的求取求取光伏电源日输出功率曲线的解析式㈤，…需要先利用基于时间序列的神经网络法ｌｌ、由马尔科夫链构造转移矩阵ＬｌｌＪ等方法对光伏电源的输出功率进行短期预测。由于三次样条插值方法既能保留三次多项式在表达式上的简便性，又能避免高次多项式的不稳定波动，且精度较高，因此可对预测的各输出功率点进行三次样条插值ｌ１引，可以得到ｆｔ１的解析式。同理，利用支持向量机［１３１、ＢＰ神经网络『ｌＪ等方法对未来短期的负荷进行预测，然后利用模糊ｃ均值聚类方法［１５１对各用户进行行业归属分类，对各负荷的功率预测值进行行业综合等效，再对各预测的功率点进行三次样条插值，最后得到（）、（ｆ）、厂Ｈ（ｆ）、（ｆ）的解析式。２孤岛供电策略算法流程当含有多个光伏电源的配电网发生故障，导致下游负荷全部失电时，微电网孤岛动态供电策略的算法流程如下：李承熹，等含分布式光伏电源的微电网孤岛动态运行策略．１０１．①重要负荷的孤岛划分在光伏电源进行孤岛供电的时候，应该尽可能首先保证重要负荷的供给。由于配电网中可能含有多个光伏电源，因此应该首先确定各重要负荷分别该由哪个光伏电源所独立供给。假设某一重要负荷ｉ的有功功率和无功功率需求分别为和Ｑ，该负荷由节点，上的光伏电源所供给，则，到重要负荷ｉ的供电路径上的线路总电阻和总电抗分别为口假如保证重要负荷的电压质量，使其电压水平保持为，则功率和，从光伏电源所在节点，传输到负荷ｉ，在线路上的有功网损由式（４）决定。Ｐ２＋２＝－（４）Ｕ为了使传输的网损最小，本文在重要负荷的孤岛供电划分中，以该重要负荷为根节点，采用深度优先搜索，寻找总电阻最小的供电路径及对应的光伏电源。如图１所示，若Ｒｆｆ＜Ｒ则重要负荷ｉ应由ＤＧ１所供给。对于各个重要负荷均重复以上操作，则可对所有重要负荷进行孤岛划分。————————————————厂一＾、，．］。—①图１步骤的示意图Ｆｉｇ．１Ｉｌｌｕｓｔｒａｔｉｏｎｏｆｓｔｅｐ＠②确定优化过程的进行时段当某时间段内光伏电源的输出功率大于所必须供给的重要负荷的功率时，电源剩余的输出功率则可供给非重要负荷；反之，则光伏电源的输出功率必须全部优先供给重要负荷。根据此原则，确定满≥∑足・（ｆ）ｎ・（）的总时段Ｔ。③非重要负荷的孤岛划分②为了实现电源与负荷的动态匹配，在中确定的时段内，可对时段细分为细粒度更小的分时段。由式（１）～式（３）的优化模型，在细分的各…分时段，，，ｔｓ内分别利用粒子群优化算法，以式（１）中的Ｆ值最小为目标函数，搜索，，样，纰的最优值。④确定各光伏电源的最优供电范围…③在各分时段，ｔ２，，ｔｓ内，根据中寻优的结果，，，，同时避免光伏电源长距离输送电能，以光伏电源安装点为树根，利用广度优先搜索，确定光伏电源所供给的非重要负荷及供给的功率大小。在完成各独立光伏电源的孤岛规划后，假如有两个以上的光伏电源的最优孤岛供电范围路径有重合，则将此多个光伏电源的供电范围进行合并，在合并范围内对负荷进行多电源供电，可提高供电的可靠性。孤岛合并的示意图见图２，图中ＤＧ１和ＤＧ２各自的孤岛范围在节点Ｏ至节点，间的输电路径上重合，因此可将两孤岛进行合并。图２孤岛合并的过程Ｆｉｇ．２Ｍｅｒｇｉｎｇｐｒｏｃｅｓｓｏｆｍｉｃｒｏｇｒｉｄｉｓｌａｎｄｓ３算例分析本文以美国ＰＧ＆Ｅ６９节点配电系统［１７１为算例对提出的孤岛供电策略进行仿真分析。在配电系统中加入ＤＧ，如图３所示。５个ＤＧ均为光伏电源，ＤＧ１～ＤＧ５的额定输出功率分别为２００、５０、６００、８００、１５０ｋＷ。图中，带有下划线的节点表示在原系统中该节点处有负荷，小圆圈标注的节点负荷为重要负荷，其余为非重要负荷。所有节点负荷的行业类型所属见表１所示。假设线路２．３处发生故障，导致故障下游的区域与大电网分离。图３含光伏电源的ＰＧ＆Ｅ６９节点配电系统Ｆｉｇ．３ＰＧ＆Ｅ６９・ｂｕｓｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒ本文以中国南方某光照充足的城市作为数据来源，并假设该城市内各光伏电源所接受的太阳光强密度相同。在夏季某日所预测得到的光伏电源日输出和四类行业综合日负荷经三次样条插值后的曲线．１０２．电力系统保护与控制分别见于图４和图５。表１各节点负荷的行业分类Ｔａｂｌｅ１Ｉｎｄｕｓｔｒｉａｌｃａｔｅｇｏｒｉｅｓｏｆｔｈｅｌｏａｄｓ行业节点第三产业轻工业重工业市政生活１０、１１、１３、１４、２０、２２、２４、３３、６６、６８、６９６、７、１６、１７、２８、３８、４８、５０、５７、５８、５９、６０１２、１８、２９、３９、４１、４２、４３、４４、５３、５４、５５、５６、６２、６３８、９、２１、２６、２７、３４、３５、３７、４０、５１、６４ｆｍ图４光伏电源日输出曲线Ｆｉｇ．４Ｄａｉｌｙｏｕｔｐｕｔｃｕｒｖｅｏｆａｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｏｒ图５各行业的日负荷曲线Ｆｉｇ．５Ｄａｉｌｙｌｏａｄｃｕｒｖｅｓｏｆｅａｃｈｉｎｄｕｓｔｒｉａｌｃａｔｅｇｏｒｙ对每个重要负荷进行深度优先搜索，可以确定各光伏ＤＧ应该供给的重要负荷，并求出光伏电源输出的功率大于所供给的重要负荷的功率的时间段Ｔ（起始点及终止点ｆ），结果见表２。在丁时段内，可以对各ＤＧ供给各行业非重要负荷的功率进行优化。为了便于对整个配电网进行孤岛划分，将５个ＤＧ的中共有的时段７：００．１５：００作为全网络孤岛供电划分的时段。由于既要考虑电力调度的灵活性，同时又要避免由于倒闸操作过于频繁而影响电网运行，我们以每一小时为周期，在各个小时内进行优化。各个ＤＧ供电范围的切换时刻一致，均为各整点时刻。经过优化后，各ＤＧ所独立供给的非重要负荷及相应供给的功率如表３所不。表２各光伏ＤＧ所供给的重要负荷及ｔｓ、ｔ。Ｔａｂｌｅ２ＩｍｐｏｒｔａｎｔｌｏａｄｓａｎｄｔｈｅｉｒｓｕｐｐｌｉｅｓｆｒｏｍＤＧ若有两个以上的ＤＧ的最优供电范围在其输电路径上有重合，则将此多个ＤＧ的孤岛供电范围进行合并，成为一个由多个ＤＧ共同供电的新孤岛。分别以７：００．８：００、１０：００．１１：００这两个时段为例，给出各时段内孤岛划分的结果示意图，分别见图６和图７。图中各阴影的部分表示孤岛供电范围划分的结果，光伏ＤＧ所供给的重要负荷节点用小圆圈示出，非重要负荷节点用小方框示出，具体供给各负荷的功率值参考表３。图６７：００～８：００时段孤岛划分结果Ｆｉｇ．６Ｉｓｌａｎｄｉｎｇｐａｒｔｉｔｉｏｎｉｎｇ（７：００～８：００）图７１０：００￣１１：００时段孤岛划分结果Ｆｉｇ．７Ｉｓｌａｎｄｉｎｇｐａｒｔｉｔｉｏｎｉｎｇ（１０：００～１１：００）２５盟在图８、图９中分别以ＤＧ２、ＤＧ５为例，给出了ＤＧ在优化时段内所供给的负荷功率与其发电量的对比。结果显示，本文的优化方法使两者具有较好的适配效果。李承熹，等含分布式光伏电源的微电网孤岛动态运行策略１Ｏ３表３７：００～１５：００各ＤＧ孤岛供电划分结果Ｔａｂｌｅ３ＲｅｓｕｌｔｏｆｉｓｌａｎｄｐａｒｔｉｔｉｏｎｉｎｇｏｆｅａｃｈＤＧｆｒｏｍ７：００ｔｏ１５：００７：００．８：００—８：００９：００９：００．１０：００１０：００．１１：００—ｌ１：００１２：００—１２：００１３：００—１３：００４：００１４：００．１５：００功率／功率／功率／节功率／功率／功率／功率／功率／节点节点节点节点节点节点节点ｋＷｋＷｋＷ点ｋＷｋＷｋＷｋＷｋＷ１４１．６１７１６３３．５１６３１．５２８．６１４１７８．２１８１．６１７６０１７６０３６．４１１７１２．２１７３９．７ｌ７１８５．９ＤＧ１２Ｏ１８５４．９２５．２１ｌ８７－３１８８．１５－３１８５４．３ｌ８２．７２０２０ｌ２２５．３２６５．１２６４－２１４２２２２５－３２６ｌ３．６２７８７．１２８２６８１５２９ｌ７．５２８６．８２９３．９２８１７２８１５＿３２８ｌ７．５ＤＧ２２９４．５２８７＿３２８４２９３．７３３ｌ１．１２９８．４２９２．４３３４．８３３３２９９．４３５５３５１５．５３５５．５３５６６２．６８７５３７６１．５７５．５８７２ＤＧ３３７７９３９６０．５３９２５３７５５．５３９１５７３９１３９．４ｌＯ７．５３７７９３９６９．４３９２０．１９２８１０２８４ｌ３．６４１３．６ｌ１８３８３１．７５０１０１．１４２４．３４２４Ｉ３９２４．４５０１９９．６１０２６．９１２２４９２８５４５９４３２６．４４３２６．４１Ｏ２６．９ＤＧ４５４１．４ｌ１９６４１３．６１０２８５５１８４４２４４４２４５Ｏｌ７４１０ｌ９．２５０１４３４２４＿３５Ｉ１１４１．８５６１８５０７５５０５０．１５１３２４３２６．４５１３２５４５９５４５９４４２４５０９９．５５９２６９１４８３６Ｏ２６４０４０．５５９２２．１６２７．４２９１８．５５９１．１９４６２２４５９２１．４６０２６６３２４５９６ＤＧ５６２２４６０２６６３４．７６３１４．３６０２６６２２４６４１．５６０２６６３２４６６１．６６４１．２６２．６６２４６３２４６６１．５６６６７４０．４６３２４至图８负荷与ＤＧ２输出的适配至图９负荷与ＤＧ５输出的适配Ｆｉｇ．８ＭａｔｃｈｂｅｔｗｅｅｎｔｈｅｌｏａｄｄｅｍａｎｄａｎｄｔｈｅｏｕｔｐｕｔｏｆＤＧ２Ｆｉｇ．９ＭａｔｃｈｂｅｔｗｅｅｎｔｈｅｌｏａｄａｎｄｔｈｅｏｕｔｐｕｔｏｆＤＧ５．１０４一电力系统保护与控制４结论与展望本文提出了一种新的在配电网故障情况下的光伏电源孤岛供电策略，该策略充分考虑了光伏电源日输出曲线与各典型行业的曰综合输出曲线之间的功率适配，在优先供给重要负荷的前提下，在各分时段里动态地对非重要负荷按行业分类进行优化供给，以各光伏电源为根节点形成孤岛，并考虑了多个单电源孤岛相互融合的情况。在算例中仿真的结果表明，该孤岛供电策略能够充分利用光伏电源的输出功率，最大程度地恢复负荷的供电，优化后负荷功率与发电量之间有较高的适配程度，对于电力系统的规划与调度具有现实的意义。未来我们将在更复杂的网络形式下进行更深入的研究，包括网络拓扑的变化、负荷分类的细化等等以及研究其他可再生能源的分布式发电，如风、光、储互补结合的微电网孤岛运行策略。参考文献［１］杨志淳，乐健，刘开培，等．微电网并网标准研究【Ｊ］．电力系统保护与控制，２０１２，４Ｏ（２）：６６．７１．—ＹＡＮＧＺｈｉ－ｃｈｕｎ，ＬＥＪｉａｎ，ＬＩＵＫａｉｐｅｉ，ｅｔａ１．Ｓｔｕｄｙｏｎ—ｔｈｅｓｔａｎｄａｒｄｏｆｔｈｅｇｒｉｄｃｏｎｎｅｃｔｅｄｍｉｃｒｏｇｒｉｄｓ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（２）：６６７１．—［２］ＺｅｉｎｅｌｄｉｎＨＨ，ＢｈａｔｔａｃｈａｒｙａＫ，ＥＩｓａａｄａｎｙＥＦ，ｅｔａ１．Ｉｍｐａｃｔｏｆｉｎｔｅｎｔｉｏｎａｌｉｓｌａｎｄｉｎｇｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｏｎｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｐｒｉｃｅｓ［Ｊ］．ＩＥＥＰｒｏｃｅｅｄｉｎｇｓｏｎＧｅｎｅｒａｔｉｏｎ，ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，２００６，１５３（２）：１４７．１５４．［３］ＫａｉＳ，ＤａｚｈｏｎｇＺ，ＱｉａｎｇＬ．Ａｓｉｍｕｌａｔｉｏｎｓｔｕｄｙｏｆ—ＯＢＤＤｂａｓｅｄｐｒｏｐｅｒｓｐｌｉｔｔｉｎｇｓｔｒａｔｅｇｉｅｓｆｏｒｐｏｗｅｒｓｙｓｔｅｍｓｕｎｄｅｒｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｒａｎｓｉｅｎｔｓｔａｂｉｌｉｔｙ［Ｊ］．—ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２０（１）：３８９３９９．［４］ＣａｌｄｏｎＲ。ＳｔｏｃｃｏＡ，ＴｕｔｔｉＲ．Ｆｅａｓｉｂｌｅｏｆａｄａｐｔｉｖｅｉｎｔｅｎｔｉｏｎａｌｉｓｌａｎｄｉｎｇｏｐｅｒａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｕｔｉｌｉｔｙｓｙｓｔｅｍｓｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，２００８，７８（１２）：２０１７－２０２３．Ｅ５３易新．陆于平．分布式发电条件下的配电网孤岛划分—算法［Ｊ］．电网技术，２００６，３０（７）：４９５４．ＹＩＸｉｎ，ＬＵＹｕ－ｐｉｎｇ．Ｉｓｌａｎｄｉｎｇａｌｇｏｒｉｔｈｍｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００６，３０（７）：４９－５４．［６］丁磊，潘贞存，从伟．基于有根树的分布式发电孤岛搜索［Ｊ］Ｉ中国电机工程学报，２００８，２８（２５）：６２－６７．—ＤＩＮＧＬｅｉ，ＰＡＮＺｈｅｎｃｕｎ，ＣＯＮＧＷｅｉ．Ｓｅａｒｃｈｉｎｇｆｏｒｉｎｔｅｎｔｉｏｎａｌｉｓｌａｎｄｉｎｇｓｔｒａｔｅｇｉｅｓｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｂａｓｅｄｏｎｒｏｏｔｅｄｔｒｅｅ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８（２５）：６２－６７．［７］董晓峰，陆于平．基于改进Ｐｒｉｍ算法的分布式发电孤—岛划分方法【Ｊ］．电网技术，２０１０，３４（９）：１９５２０１．——ＤＯＮＧＸｉａｏｆｅｎｇ，ＬＵＹｕｐｉｎｇ．ＩｓｌａｎｄｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｏｒｓｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＰｒｉｍａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１０，３４（９）：１９５．２０１．［８］王旭东，林济铿．基于分支定界的含分布式发电配网孤岛划分［Ｊ］．中国电机工程学报，２０１１，３１（７）：１６－２０．—ＷＡＮＧＸｕｄｏｎｇ，ＬＩＮＪｉ－ｋｅｎｇ．Ｉｓｌａｎｄｐａｒｔｉｔｉｏｎｏｆｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｂａｓｅｄｏｎｂｒａｎｃｈａｎｄｂｏｕｎｄａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，—２０１１，３１（７）：１６２０．［９］李璐新，刘建安．行业用电分析［ＭＩ．北京：中国电力出版社２００２：２５５．２６０．—ＬＩＬｕ・ｘｉｎ．ＬＩＵＪｉａｎａｎ．Ｉｎｄｕｓｔｒｙｃｏｎｓｕｍｐｔｉｏｎａｎａｌｙｓｉｓ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，２００２：２５５．２６０．［１Ｏ］陈昌松，段善旭，殷进军．基于神经网路的光伏阵列发电预测模型的设计［Ｊ］．电工技术学报，２００９，２４（９）：—１５３１５８．—ＣＨＥＮＣｈａｎｇｓｏｎｇ，ＤＵＡＮＳｈａｎ－ＸＨ，ＹＩＮＪｉｎ￣ｕｎ．Ｄｅｓｉｇｎｏｆｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｂａｓｅｄｏｎｎｅｕｔｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａ—ＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２００９，２４（９）：１５３１５８．［１１］ＬｉＹｉｎｇｚｉ，ＬｕａｎＲｕ，ＮｉｕＪｉｎｃａｎｇ．Ｆｏｒｅｃａｓｔｏｆｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｆｏｒｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍｂａｓｅｄｏｎｇｒｅｙｍｏｄｅｌａｎｄＭａｒｋｏｖｃｈａｉｎ［Ｃ］／／３ｒｄＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＩｎｄｕｓｔｒｉａｌＥｌｅｃｔｒｏｎｉｃｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ．—Ｓｉｎｇａｐｏｒｅ，２００８：１７２９１７３３．［１２］赵晖．用样条插值法模拟典型日负荷曲线［Ｊ］．电网技术，１９９８，２２（５）：３９－４１．ＺＨＡＯＨｕｉ．Ｓｉｍｕｌａｔｉｏｎｏｆｔｙｐｉｃａｌｄａｉｌｙｌｏａｄｃｕｒｖｅｗｉｔｈｓｐｌｉｎｅｉｎｔｅｒｐｏｌａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，１９９８，—２２（５）：３９４１．［１３］吉训生．基于偏最小二乘支持向量机的短期电力负荷预测方法研究［Ｊ］．电力系统保护与控制，２０１０，３８（２３）：５５．５９．—ＪＩＸｕｎｓｈｅｎｇ．Ｓｈｏｒｔ－ｔｅｒｍｐｏｗｅｒｌｏａｄｆｏｒｅｃａｓｔｉｎｇｏｎ李承熹，等含分布式光伏电源的微电网孤岛动态运行策略．１０５．ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２３）：５５－５９．［１４］黎祚，周步祥，林楠．基于模糊聚类与改进ＢＰ算法的日负荷特性曲线分类与短期负荷预测［Ｊ］．电力系统保护与控制，２０１２，４０（３）：５６．６０．—ＬＩＺｕｏ，ＺＨＯＵＢｕｘｉａｎｇ，ＬＩＮＮａｎ．Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｄａｉｌｙｌｏａｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｃｕｒｖｅａｎｄｆｏｒｅｃａｓｔｉｎｇｏｆｓｈｏｒｔ－ｔｅｒｍｌｏａｄｂａｓｅｄｏｎｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇａｎｄｉｍｐｒｏｖｅｄＢＰａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（３）：５６－６０．［１５］李欣然，姜学皎，钱军，等．基于用户日负荷曲线的用电行业分类与综合方法［Ｊ］．电力系统自动化，２０１０，３４（１０）：５６・６１．—ＬＩＸｉｎｒａｎ，ＪＩＡＮＧＸｕｅ￣ｉａｏ，ＱＩＡＮＪｕｎ，ｅｔａ１．Ａｃｌａｓｓｉｆｙｉｎｇａｎｄｓｙｎｔｈｅｓｉｚｉｎｇｍｅｔｈｏｄｏｆｐｏｗｅｒｃｏｎｓｕｍｅｒｉｎｄｕｓｔｒｙｂａｓｅｄｏｎｔｈｅｄａｉｌｙｌｏａｄｐｒｏｆｉｌｅ［Ｊ］．Ａｕｔｏｍａｔｉｏｎｏｆ［１６］［１７３ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，３４（１０）：５６－６１．ＫｅｎｎｅｄｙＪ，ＥｂｅｒｈａｒｔＲ．Ｐａｒｔｉｃｌｅｓｗａｌ＇ｌ￣ｏｐｔｉｍｉｚａｔｉｏｎ［Ｃ】／／ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＮｅｔｗｏｒｋｓ．Ｐｅｒｔｈ，—Ａｕｓｔｒａｌｉａ，１９９５：１９４２１９４８．ＢａｒａｎＭＥ，ＷｕＦＦ．Ｏｐｔｉｍａｌｃａｐａｃｉｔｏｒｐｌａｃｅｍｅｎｔｏｎｒａｄｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９８９，４（１）：７２５－７３４．收稿日期：２０１２－０６－０１；修回１５１期：２０１２－０８－１０作者简介：李承熹（１９８８－），男，硕士研究生，主要研究方向为电—力系统规划，分布式发电；Ｅｍａｉｌ：ｌｃｘ．ｂｅｉｈａｎｇ＠１６３．ｃｏｍ杨强（１９７９－），男，博士，副教授，主要研究方向为智能电网与新能源，复杂系统建模、优化与仿真等；颜文俊（１９６５－），男，博士，教授，博士生导师，主要研究方向为智能电网等。