基于系统动力学的智能电网动态评价方法

第36卷第3期电力系统自动化Vol 36 No2012年2月10日Automation of Electric Power SystemsFeb.10,2012DOI:10.3969/jisn.1000-1026.2012.03.003基于系统动力学的智能电网动态评价方法韩冬,严正1,宋依群↓,孙强2,张义斌2(1.电力传输与功率变换控制教育部重点实验室,上海交通大学电子信息与电气工程学院,上海市200240;2.国网能源研究院,北京市100052)摘要:针对智能电网在不同时期的发展目标和需求,提出了一种基于系统动力学模型的智能电网动态评价方法。该方法以智能电网的投资为出发点,建立通过投资实现的智能技术对智能电网建设效果动态影响的系统动力学模型。模型定量地分析了二者之间的因果反馈关系,并给出了智能电网评价指标随时间演变的趋势。通过仿真分析验证了动态评价方法的合理性和有效性,关键词:智能电网;动态评价;系统动力学;指标0引言价方法在很大程度上为智能电网的评价提供了重要为了应对气候变化和保障能源安全,智能电网理论支撑,但是无法反映在一定的时间范围内或连续时间断面中指标与相关因素之间的影响关系,以已成为当今世界能源产业发展变革的最新动向1。及指标随时间的演变趋势中国提出建设坚强智能电网,其基本思想可以理解为以智能化技术为支撑、电网的价值特性为导向,合由于智能电网本质特征具有多种复杂因素交织和相互制约的特点,加之其在不同的规划时间阶段理规划发展过程中的建设目标,最终实现从传统电投入的资金和技术的发展程度均呈现出差异较大的网向现代电网跨越23动态属性,因此,为了反映这些特征属性,本文提出智能电网作为一项建设周期长、投资规模大、技种基于系统动力学(SD)模型的智能电网动态评术难度高的综合工程,定量地反映其建设过程中价方法,以获取智能电网相关评价指标随时间变化的发展程度较为困难。如何评价智能电网发展水平的动态结果和影响指标的相关因素演变规律。通过和智能技术在规划建设中的成效,已成为当前研究仿真分析,验证了所建立的关于智能电网发展评估智能电网所面临的挑战之一。因此,建立一种能够的SD模型的有效性和合理性。反映智能电网发展特征的评价方法显得十分必要。智能电网的发展具有长期性、复杂性和动态性。1智能电网建设的动态特性不同的建设时期面临着经济、社会对智能电网的不为了实现中国智能电网的健康可持续发展,国同需求,不同区域的电网发展水平各异。电网智能家电网公司确定分阶段稳步推进电网智能化建设化建设贯穿于电能生产、传输和使用等各个环节,并分别是规划试点阶段、全面建设阶段和引领提升阶且受到多种因素相互影响、相互制约。因此,只有充段口。按照这种不同时间阶段对智能电网建设的规分考虑相关因素随时间和区域的变化规律,才能从划和部署,可以理解坚强智能电网的发展是一个动根本上了解智能电网建设的程度,从而指导智能电态过程。这说明对智能电网发展特征的研究不仅着网建设沿着科学发展的方向前进。眼于当前阶段、当前条件下的发展特征,而且要从发目前,关于智能电网评价方法的研究还处于起展特征动态变化的角度来分析智能电网规划问题。步阶段,国内外针对智能电网评估方面的研究更多从长远来看,随着先进技术的不断采用和投资的不集中于设计评价智能电网的指标体系31],而评价断加大,在坚持协调发展和统筹兼顾的原则下,智能方法的研究所涉甚少。常用的评价方法主要包括层电网建设将呈现总体结构提升的态势。这样就要求次分析法数据包络法、模糊综合评价法、灰色综合对智能电网发展的趋势有一个前瞻性的把握:一方分析法等214。这些方法的共同特点是仅能够反面,促使智能电网不同建设阶段协调发展,避免出现映某一时间点被评价对象的整体水平。尽管这些评过度建中国煤化工相关方面建设滞后而影响分析哪些因素影响收稿日期:2011-05-31;修回日期:2011-09-09智能电CNMHG以及这些因素随时国家电网公司科技项目间变化呈现的发展规律,为智能电网发展规划提供·智能电网·韩冬,等基于系统动力学的智能电网动态评价方法依据,以期对建设进度进行长期有效的宏观管理。其发展过程不是一蹴而就的,更不是一成不变的,随智能电网的发展具有动态变化特征。归纳其动着经济、社会对电网需求的不断提高,智能电网各个态特性主要表现在以下方面。环节在建设中的作用将发生显著的变化,因此,分析1)不同建设时期的智能电网发展目标和需求随变量因素之间的相互关系对正确评价智能电网将起时间动态变化。到关键作用;②合理选取模型中相关的系统参数,这2)电网智能化建设时期内受到多种因素影响,些参数对评价结果的准确度有较大的影响,为了分并且这些因素随时间变化析参数对模型的影响,主要通过灵敏度测试,即可确3)用于衡量智能电网发展水平的指标与相关因定相关参数对模型的影响程度。素之间的作用关系随时间变化。2.2动态评价设计思路2动态评价方法和设计思路智能电网建设的动态评价要从其整体性出发,根据中国智能电网的价值特性和规划建设的时间特2.1动态评价方法性,以中国智能电网建设目标为出发点,发掘智能电本文采用基于SD的智能电网动态评价方法。网应具备的功能、性能以及相关技术,建立动态评价SD是一种以反馈控制理论为基础、计算机仿真技术模型。具体的设计思路如下。为手段的动态评价方法1。SD可以解决高度非线1)根据智能电网的价值特性和具体建设目标,性、高阶次、多变量、多重反馈、复杂时变大系统问发掘影响目标实现的技术性指标和效果性指标。题,既可以在宏观上把握事物发展的趋势,又可以分2)根据智能电网的特性分析及其在电能生产析系统内微观因素的相互作用关系。SD方法的主传输、消费环节中的具体表现形式,总结指标之间、要思想是基于给定的目标,由多个相互依赖的因素指标与其他相关因素变量之间的影响制约关系。有机组合而形成一个整体系统。系统由多个要素构3)建立基于智能电网价值特性动态评价的SD成,不同要素之间存在或多或少的联系,系统内的各模型要素之间并不是孤立存在的,而是相互联系的,由于4)通过仿真分析可以得到指标值以及其他变量系统目标和结构的变化,系统处于不断的动态变化结果随时间变化的趋势行为。以此为据,预测智能中,从而可以反映出评价对象在动态变化中所具有电网未来发展趋势,进而为今后电网智能化建设和的特性。SD方法的主要特点是定性分析与定量分政策制定提供建议析相结合,在统计数据的基础上,对问题进行合理抽3动态评价模型象,构建相关方程,得到准确的数据结果。SD的基本结构是一阶反馈系统。图1所示为3.1模型结构设计阶系统基本结构的模型流图,主要由状态变量、速本文选取智能电网区别于传统电网所具有的显率变量和辅助变量构成16。著价值特性为:低碳和高效17)。将相关指标作为智能电网低碳和高效特性在电能生产、输送、消费等过变化率(速率变量)状态变量辅助变量2程中的表现形式,不同指标反映智能电网不同方面辅助变量的属性。根据指标与相关因素之间的影响关系,建立基于SD的智能电网动态评价模型,如图2所示。图1SD基本结构基于图2,构建以状态变量、速率变量和辅助变量为Fig 1 Basic structure of system dynamics表达形式的具体SD模型流图,见附录A图A1。阶系统主要分为正反馈和负反馈2种系统。投资正反馈系统是指回路中任何一个环节发生初始偏离时,循环一周将获得增大或加强;负反馈系统是指根电动汽车新能源装k反AA:L能]「新保有量机容量路建设料导线据目标值与当前值的偏离大小,调整速率变量使得当前值逐渐趋近于目标值。将各变量按照相互之间新能源跨区本区区外使用电置发电交换安来电的影响关系组成基本的反馈系统,然后根据多个反图馈系统的相互作用关系构建完整的SD模型,从而染气体峰谷率可以进行仿真分析。中国煤化工应用SD方法进行动态评价需要解决的关键问CNMHG莫型原理图题主要是:①理清评价模型中各个变量之间的相互Fig.2 Principle diagram of system dynamicmodel for the dynamic assessment of smart grids关系,特别地,对于智能电网这样一个复杂的系统,2012,36(3)奄如系仇自动化SD模型以智能电网中的技术投资为驱动,通过(t)=k, enew(t)投资实现的技术作用于与指标相关的因素,从而间式中:A(t)为区域间电网输电能力;Emn(t)为跨区接或直接影响指标的数值。智能电网由于采用了相交换电量;P1(t)为跨区输电线路计划输电功率;关技术,使其优良的性能得以体现和提升。本文选mn(t)为跨区输电线路投资费用;Rm(t)为跨区输取的反映智能电网低碳和高效建设效果的指标如表电线路传输单位功率造价;H1(t)为跨区输电线路1所示。SD模型将投资、技术、指标、相关因素联系年平均利用时间;En(t)为本区总发电量;Eom(t)为起来,形成一个相互影响变量之间具有反馈关系的区外来电量,对于送端电网而言E(1)为0;E(t)系统。通过建立的模型可以定量地模拟在未来规划为总用电量;L(为网损率;k1为接纳区外新能源中技术对智能电网建设效果的影响,预测电网智能化发展的趋势。电量的比例。3)峰谷率方程关系指标及其相关属性文献[18]给出了美国高级量测体系( advancedTab. 1 Indices and their relative attributesmetering infrastructure,AMI)示范区的资料,表明性能指标所在环节相关技术污染气体发电侧和新能源机组及用户在安装智能电表后,可使平均用电量减少低碳减排量用户侧电动汽车11%。如果能为用户提供精确的用电信息,预计用区域间电网输电能力电网侧跨区输电线路建设户的高峰用电量可平均减少50%。以此资料为依高效峰谷率电网侧和用户侧智能电表据,建立采用智能电表后的峰谷率方程:网损率电网侧新型材料导线Eek(t)3.2模型方程关系和参数Ed(t)-Epeak(t)-eysal(t)SD模型的核心问题在于内部各变量之间的因Epesk(t+1)= Peak(t)-50%ANmeter (t)peak (t)果反馈关系的确立。本文根据变量之间存在的物理或统计关系,建立模型中各变量之间的方程关系。Nmeter (t)=(12)1)污染气体减排量w(t)=c, Enew(t)+c2 Evl(t)E(t+1)=E4(t)-11%AN(t)e(t)(13)式中:S(t)为峰谷率;Epa(t)为t时刻峰时段用Enew(r)= Pew(t)Hv(t)电量;E(t)为t时刻平时段用电量;E4(t)为t时P(\ Inew(b)Re(t)(3)刻用户总用电量;E(t+1)为t+1时刻峰时段用Evel(t)=Nvel(t)Mavg(t)evel(t)(4)电量,Nm()为智能电表数目;△Nmn(t)为新增智式中:W(t)为污染气体减排量;c1和c2分别为新能能电表数目;lm(t)为智能电表投资金额;Rm(t)源(主要指风能、太阳能等新型能源,下同)和电动汽为智能电表单位造价;c=()为平均每户峰时段用车的单位电量的污染气体减排量;En(t)为新能源电量;e(1)为平均每户总用电量;E4(t+1)为t+1发电量;Hm()为新能源年平均利用时间;En()为时刻用户总用电量电动汽车使用电量;Pmw(t)为新能源装机容量;4)网损率Im(t)为新能源建设投资;Rm(t)为新能源机组单网损率是电网输送效率高效与否的重要体现。位容量造价;N(t)为电动汽车保有量;M、(t)为尽管电网中影响网损的因素复杂繁多,为确立新型电动汽车年平均行驶里程;c=(t)为平均每辆电动材料导线技术与网损率的影响关系,本文忽略其他汽车每千米用电量。因素对网损率的影响。文献[19]指出新型材料导线2)区域间电网输电能力主要是采用超导等相关技术使得线路的电阻大幅降区域间电网输电能力反映智能电网具有强大的低,而对线路的电抗和对地电容改变甚微。因此,新资源优化配置能力,使得能源利用效率更加高效。型材料导线应用于电网中,仅改变线路的电阻参数。A(t)=Eine(t)图3所示为IEEE30节点测试系统经过将原线En (t)+E(t)(5)路随机逐次替换电阻为原来50%的线路后,网损率Eine (t)=Pn(t)Hine(t)(6)与替换线路数之间的关系P(d=line (b)中国煤化工新型材料导线线路(7)数近心CNMHG网损率方程关系为:Ein (r)= Ed(e)L(t+1)=L(t)1-M(t)L(t)Motel(t)(14)智能电网·韩冬,等基于系统动力学的智能电网动态评价方法MCt)In(t)(15)项指标朝着良好的方向发展。式中:L(t+1)和L(t)分别为t+1时刻和t时刻的网损率;M(t)为新型材料导线数目;In(t)为新型材料导线投资金额;Rmn(t)为新型材料导线单位造价;06Moat(t)为线路总数0o1201320420520162017201820200年份投资增速;投资图4智能电网投资规划Fig 4 Investment planning for smart0.5表2仿真结果我路数Tab 2 Simulation results图3新型材料导线新增线路数与网损率关系Fig 3 Relationship between power loss and年份污染气体区域间电网峰谷率网损率/%incremental new material transmission lines20111.104×1060.51881.37516.204仿真分析131.202×1050.531320141.252×1060.53841.36465,80根据《国家电网智能化规划总报告》中对各地区0151.304×1060.56171.35225.35智能电网未来规划的投资方案设计,结合地区电网20161.354×1060.57961.34275.0320171.406×1060.59391.33524,78的自身条件,应用本文提出的SD模型对某地区智20181.458×1060.60111.33154.67能电网在低碳和高效方面进行相关分析。20191.510×1060.608232784.56文献[20]给出了2011-2020年电力需求的预0201.543×1060.61181.32594.50测数据,本文以此作为模型中发电量和用电量所需2014-2017年处于投资的加速期,从图4可看的数据。据《国家电网公司促进清洁能源发展报告出,这一阶段投入的资金较其他阶段多,从表2可看研究》测算,取c1为0.006t/(kW·h),c2为出,各项指标在此阶段的数值变化较大;2018年至0.00012t/(kW·h),平均每辆车用电量约为2020年处于发展的成熟期。各项指标变化相对较0.2kW·h/km。按照国家发改委能源所统计,风小,表明智能电网各个建设时期内的指标具有时间电年平均利用时间为2000h,光伏发电年平均利用发展的特性体现出技术实现后对电网的作用效果时间为1500h左右。文献[2】]对模型中采用的智符合技术经济规律。能电网技术的单位造价进行了深入研究,本文以此作为技术投资造价的数据来源。本文通过SD专用5模型灵敏度分析仿真软件 VENSIM PLE对所建立的智能电网模型模型灵敏度分析的作用是了解参数的不同取值进行仿真分析,并取评价周期为2011-2020年。该对所建立模型的影响程度。为了反映智能电网动态仿真软件操作便捷,只需将所建立的模型输入相关发展的建设过程中技术因素对模型的影响,本文以参数即可进行仿真分析,实用性强。技术因素为导向,对其进行灵敏度分析测试。于是,图4所示为满足S形增长趋势的智能电网总投考虑2种方案下的智能电网的SD行为:方案1为资规划方案。各种技术按比例分配总投资的份额,同一技术在不同投资方式下的SD行为;方案2为规划周期依次包括建设的发展期、加速期、成熟期,等量投资下不同技术发展的SD行为。满足技术经济的发展规律21。BE5 A51网据家的湎试结果图。图中表2为根据图4设定的投资方式经过模型仿真4种投资中国煤化工数投资、负指数后得到的各个时间点的低碳和高效指标值。表2的投资和等CNMHG是10年累计的数据表明智能电网的性能呈现总体提升的态势,各投资总额相等,差别在于按照4种方式分配每年的2012,36(3)电力系仇自投资额度。6结论本文提出了一种基于SD的智能电网动态评价方法。在建立SD模型的过程中,可以明确投资、技术与效果指标之间的相互关系,通过仿真分析得到正指数投资以下主要结论。负指数投资1)根据变量之间的因果反馈关系构建的智能电等年均网SD模型,以投资为动因,能够预测出反映建设效S形投资果的指标随时间变化的趋势。2)通过SD模型可以分析某一指标在不同投资162017201820192020方式下动态发展的规律,从而明确何种投资对于智能电网建设效果更为显著。图5不同投资方式下网损率变化情况Fig 5 Changes of power loss manner under3)通过不同指标在同一种投资方式下的等量投different investment manners资比较,SD模型能够区分指标变化快慢情况,进而图5的结果表明:负指数投资方式尽管建设初尽管建设初可以凸显相关技术对智能电网的作用效果。期效果较好,即网损率下降最快,但是后期的效果较附录见本刊网络版(htp:/aeps. sepro.sgcc其他3种方式落后较大;S形投资虽然在初始期效com,cn/aeps/ch/ index..aspx)。果不明显,但是从后期的网损率降低速度和效果来参考文献看,是一种更为适宜的投资方式。[1]刘振亚.智能电网技术M.北京:中国电力出版社,2010.方案2的测试结果如图6所示。此方案选取[2]肖世杰.构建中国智能电网技术思考[J].电力系统自动化,2种髙效指标:网损率与峰谷率。在同样的S形投2009,33(9):1-4资方式下,分析2个指标的变化率情况。某一指标XIAO Shijie. Condition of technology for constructing Chineset时刻的变化率r定义为:smart grid [J]. Automation of Electric Power Systems, 200933(9):1-4yr Jr1(16)[3]傅书遇中国智能电网发展建议[门].电力系统自动化,2009式中:y,为t时刻的指标值33(20);23-26.FU Shuti. Proposed development of smart grid in China [J]Automation of Electric Power Systems, 2009, 33(20): 23-26.[4]何光宇,孙英云,梅生伟,等.多指标自趋优的智能电网[冂].电力网损率变化率系统自动化,2009,33(17):1-5HE Guangyu, SUN Yingyun, MET Shengwei, et al. Muti-indices self-approximate-optimal smart grid[J]. Automation of[5] WAKEFIELD W. Methodological approach for estimating the蜂谷率变化率benefits and costs of smart grid demonstration projectsLRI. PaloAlto, CA, USA: EPRI. 2010[6] European smartgrids technology platform: vision and strategy20l1201220132014201520162017201820192020for Europe's electricity networks of the future[R].BrusselBelgium: European Commission, Directorate-General for图6等量投资下2种指标的变化率趋势Research, Information and Communications Unit. 2006Fig 6 Variation trends of two indices under[71 Smart grid system report[R]. Washington, DC, USA: U.S.Department of Energy, 2009图6的结果表明在用同一种投资方式下的等81 The European electricity grid initiative(EEGI), Roadmap010量投资获取相关技术来提高智能电网的性能时,峰Belgium European Network of Transmission System Operators谷率较网损率的变化更为明显,说明等量投资下峰for E中国煤化工谷率的建设效果更为显著。[9]谭伟CNMHG标体系初探[冂电力系统自·智能电网·韩冬,等基于系统动力学的智能电网动态评价方法investigation on smart grid's low-carbon index system [J]HUANG Jianbai, HUANG Xiangyu, SHAO Liuguo, et al.Automation of Electric Power Systems, 2010, 34(17):1Peak and valley time price model and simulation based on[10]王智冬,李晖,李隽,等.智能电网的评估指标体系[J].电网技system dynamics: Part one model establishment [J]术,2009,33(17):14-18.Automation of Electric Power Systems, 2006, 30(11): 18-23WANG Zhidong,LHui, LI Jun,etal. Assessment index[17]薛晨,黎灿兵,曹一家,等.智能电网中的电网友好技术概述及system for smart grids[J]. Power System Technology, 2009望[].电力系统自动化,2011,35(15):102-10733(17):14-18XUE Chen, LI Canbing, CAO Yijia, et al. An overview and[11]倪敬敏何光宇沈沉,等.美国智能电网评估综述[.电力系prospects of grid friendly technology in smart grid [JJ.统自动化,2010,34(8):9-1Automation of Electric Power Systems, 2011, 35( 15)NI Jingmin, HE Guangyu, SHEn Chen, et al. A review of102-107ssment of smart grid in America[J]. Automation of[18]钟金,郑睿敏,杨卫红,等.建设信息时代的智能电网[J电网Electric Power Systems, 2010, 34(8):9-13技术,2009,33(13):12-18.12]张弛,程浩忠,奚珣,等.基于层次分析和模糊综合评价法的配ZHONG Jin, ZHENG Ruimin, YANG Weihong, et al.网供电模式选型[.电网技术,2006,30(22):67-71Construction of smart grid at information age [J]. PowerZHANG Chi, CHENG Haozhong, XI Xun, et al. A study ofSystem Technology, 2009, 33(13): 12-18distribution network feeding modes selection based on analytic[19]丁道齐.复杂大电网安全性分析:智能电网的概念与实现[M]hierarchy process and fuzzy comprehensive evaluation [J]北京:中国电力出版社,2010Power System Technology, 2006, 30(22): 67-71[20]胡兆光,单葆国,韩新阳,等,中国电力需求展望:基于电力供需[13]胡翔灰色关联度评价法在电网安全性评价中的应用[J.华东研究实验室模拟实验[M].北京:中国电力出版社电力,2009,37(6):1029-1032[21]窦泽云.电力设备与新能源行业研究报告:智能电表201l年第HU Xiang. The application of gray incidence assessment1,2批招标点评:需求旺盛,竞争趋稳[R].深圳:平安证券综合method on safety assessment of grid [J]. East China Electric研究所,2011Power,2009,37(6):1029-103[22]张文泉电力技术经济评价理论、方法与应用[M].北京:中国[14]刘艳,顾雪平,张丹.基于数据包络分析模型的电力系统黑启动电力出版社,2004方案相对有效性评估[J].中国电机工程学报,2006,26(5)韩冬(1984—),男,通信作者,博士研究生,主要研究LIU Yan, GU Xueping, ZHANG Dan. Data envelop方向:电力系统优化运行。E-mail:d.hanl984@hotmail.comanalysis based relative effectiveness assessment of正(1964—),男,教授,博士生导师,主要研究方向:system black-start plans[J]. Proceedings of the CSEE电力系统优化运行、电力系统稳定分析及电力市场。E26(5):3238.[15]王其藩.系统动力学M].上海:上海财经大学出版社,2009mail:zhengyan_sjtu@yahoo.com.cn[16]黄健柏,黄向宇,邵留国,等.基于系统动力学的峰谷分时电价宋依群(1970—),女,博士,副教授,主要研究方向:电力模型与仿真:(一)模型的建立[J].电力系统自动化,2006,市场及电力系统分析30(11):18-23Dynamic Assessment Method for Smart Grid Based on System DynamicsHAN Dong, YAN Zheng, SONG Yiqun, SUN Qiang, ZHANG Yibin2(1. Key Laboratory of Control of Power Transmission and Conversion, Ministry of Education, School of ElectronicInformation and Electrical Engineering, Shanghai Jiaotong University, Shanghai 200240, China2. State Grid Energy Research Institute, Beijing 100052, China)Abstract: In view of the different goals and demands for the smart grid in different periods of time its dynamic assessmentmethod based on system dynamics is proposed that takes the smart grid investment as the starting point in developing a systemdynamics model, which reflects the dynamic relationship between smart grid construction results and intelligent techniquesrealized through investment. In addition, the model quantitatively analyzes the causal feedback relation between the two andgives the smart grid effect indices in the evolution of the trend over time. The evaluation model is proved effective and rationalby simulation resultsThis work is supported by State Grid Corporation of ChinaKey words: smart grid; dynamic assessment; system dynamics; indices中国煤化工CNMHG