第2章 配电网入门

本章简要概述了配电网。了解这些知识对于理解网络的一些核心特征和相应数据、主要应用领域以及如何创建合适的预测模型至关重要。

2.1 配电网与核心概念

在传统电网中，电力在输电层面通过煤、天然气等传统化石燃料发电机以及核裂变产生。然后，通过输电网以高电压远距离传输电力，再通过配电网降压并更局部地传输，从而供应给消费者。

配电网通常始于所谓的电网供电点，即电力从输电网转移到配电网的地方，然后通过多个变电站逐步降压，直至到达消费者。大型消费者以较高电压接入，而居民消费者则以最低电压接入。输电系统运营商的目标是通过增加或减少发电供应或需求消耗来匹配供需。传统网络的重点主要在发电侧。

随着向低碳经济转型，电网变得不再那么集中，而是更加多样化。有两个主要发展。首先，可再生能源发电增加，包括风能、太阳能甚至潮汐能。可再生能源通常不在输电网的最高层发电，而是在较低电压等级、更靠近用电的地方运行。例如，屋顶太阳能光伏产生的能量可能直接被建筑物内的人员使用。

第二个主要发展是低碳技术（LCT）的增加，例如热泵和电动汽车。这些技术旨在使供暖和交通脱碳，而这两种领域传统上分别由煤和汽油等高碳技术驱动。一个更现代化电网的示意图如图2.1所示。

向净零排放能源系统转型的效果是创建了一个电网，该电网具有：

1. 不断增长的需求（由于高需求的LCT数量增加）。
2. 更加本地化、依赖天气的能源发电。

这些因素使得网络运行和维持能源供应安全变得更加复杂。首先，更多LCT增加了网络的压力，这些网络原本并非设计用于应对大量热泵或电动汽车的接入。其次，网络局部区域的发电量可能远高于（或低于）当地需求。此外，风力涡轮机在没有风时不产生能量，太阳能电池板在没有阳光时不发电。这种天气依赖性使得可再生能源发电可靠性降低，波动性更大且间歇性更强。解决这些问题的一些方法是利用储能设备（例如，关于电池的示例见第15.1节），以便在发电高但需求低时储存能量，然后在发电低但需求高时释放能量，从而将能量“转移”到需要的时间。

网络的最低电压等级是从二次变电站到最终用户的降压环节。从二次变电站出发，需求被分配到各个馈线（最多约六条），这些馈线通常沿道路和街道铺设，然后向各个用户供电。这些馈线可以连接到各种不同的用户，从单个大型用户（例如超市）到约一百个小型用户（通常是居民），以及介于两者之间的所有组合。此外，馈线还为其他街道设施供电，如照明、交通摄像头、电梯等。

尽管本书将重点讨论配电网总体，但最具挑战性的领域是低压电网。这大致可以定义为从主变电站（约11 kV）到最终用户（见图2.1）的区域。正如下一节所述，该区域存在许多独特的挑战。

2.2 低压电网

低压（LV）网络连接数量少且种类单一，这意味着与高压或国家级网络相比，存在两个更为突出的主要挑战。

第一个问题是需求相对不稳定。由于在网络最低层级，平均只有约40或50个用户（但可能少至单个较大用户），需求比配电网上一层级中成百上千个用户的聚合更具尖峰性且更不规则。因此，预测或建模需求更加困难。这使得负责电缆并需维持电力供应的配电网运营商（DNOs）面临复杂局面。当需求可预测性降低且不确定性变化时，优化规划和管理网络就更加困难。此外，随着越来越多的家庭和企业安装电动汽车充电桩、光伏和热泵，需求可能会发生更大变化。

第二个问题是低压电网对单个用户需求更敏感。例如，少数低碳技术（如热泵）对低压电网的影响相对高压层级要大得多。仅需几个大功率设备就能完全改变需求模式。许多现有网络在设计时未考虑低碳技术，这意味着它们没有足够的余量来容纳过多的高需求设备或可再生能源发电。为使低压电网正常运行并防止损坏，网络应在特定约束内运行。电缆的建造能承受一定规模的需求，若超过则可能损坏网络并导致停电。网络损坏有多种方式，我们将在下文简要讨论。

首先是热约束。通常需求可在短时间内（一两个小时）超过指定的余量，但如果需求长时间高于电缆的热容量，则会发生过热，网络可能受损。应通过降低需求（例如通过需求侧响应）或利用电池储能设备来降低需求。由于电动汽车等高功率等级（即使是慢速充电器也有7 kW）的低碳技术增加，并在相似时间被使用（人们下班回家可能同时插上电动汽车），超过热约束的可能性一直在增加。

第二个潜在问题是电压约束。电压必须在特定限值内运行。在英国，网络最后一英里标称电压为230 V，应不低于216.2 V（即-10%），不高于253.0 V（+6%）。当然，不同国家可能不同。当网络需求增加时电压下降，当有发电注入时电压升高。当电力沿电缆流向用户且需求增加时，电压下降。若需求过高，电压可能降至下限约束以下。若网络上存在过量发电（来自众多用户的光伏发电），电压可能超过上限约束。这两种情况都可能导致网络故障和设备损坏。

最后一个主要问题是三相不平衡。馈线中的电能通常通过单根导线分为三相，电流与电压相位差120度。本书不要求详细细节，但重要的是三相需求应大致相等。否则会导致功率损耗、缩短设备寿命、增加电缆热量，造成损坏并可能引发故障。低压电网最后一英里中馈线的连接会分配到不同用户，但不太可能均匀分布。某一相可能比另一相有更多用户，因此低压电网尤其可能不平衡。电动汽车和热泵的普及将进一步加剧不平衡。

2.3 配电网的若干特征

与系统或国家级需求相比，对低压需求的了解少得多，因为其监测和分析不够广泛。一个例子（将在第14章案例研究中展示）是温度的影响。在英国，温度通常被认为是国家需求的重要驱动因素，因为较低温度意味着更多电加热设备，从而需求更高。在配有空调的炎热国家，温度较高时需求也可能增加。然而，在低压层面情况未必如此。在撰写本书时，英国大部分供暖由燃气提供（尽管随着国家转向低碳替代方案，这种情况将会改变）。因此，如果某个网络只有少数用户使用电力，则与温度值的相关性可能很小或为零。无论如何，天气是低压电网需求的潜在驱动因素，应作为任何预测模型的潜在输入考虑。

由于电网呈辐射状，它们呈树状结构。电能从高压降至低压，因此能量通常单向流动。这引出了以下问题：变电站的需求是否只是下游连接负荷的聚合？答案是否定的，主要原因如下：

1. 损耗：能量在电缆中传输时存在损耗。换句话说，并非所有电能都到达最终目的地。因此，变电站上所有负荷的总能量将低于变电站自身记录的能量，后者需提供更多能量以补偿损耗。这些损耗通常较小，在某些情况下约为5%。
2. 切换：电能常常需要重新路由到附近完全不同的网络。例如，这可能是因为另一个网络出现短缺，因此另一个变电站（通过某个连接箱）必须临时供电。
3. 未知连接/需求：在实践中，变电站的所有下游连接不太可能全部已知，即使在智能电表全面推广后，也并非所有家庭都能提供半小时电力读数¹。因此，在许多情况下，无法完全利用已知的下游负荷来估计变电站负荷。

除了上述复杂情况之外，不能假设变电站的电流仅单向流动。随着分布式发电数量的增加，某些网络中的电流方向正在逆转，而网络最初并非为此设计。在制定低压层级的预测时，必须考虑这些复杂因素。如果上述各因素的影响显著，则必须将其纳入建模之中。切换是最难处理的问题之一，因为它需要考虑需求行为的暂时性变化，而该变化日后又会恢复。因此，能够快速学习新需求行为的自适应方法可能更可取，而机制转换模型也可能有用（第13.6.3节）。为了处理变电站负荷与聚合下游负荷之间的不匹配（无论是由于未知连接还是损耗），差异本身也可以纳入建模中，因为该差异要么是缩放因子（损耗），要么本身就是少量未监测用户的聚合。

那么，配电甚至单个用户负荷是什么样的？为简化起见，忽略损耗和街道设施等复杂因素（它们相对较小），并假设没有切换行为。住宅需求的示例见图2.2。这些需求非常多样化，没有两个完全相同，但存在一些相似特征。例如，由于住户白天通常在工作，早晚活动较多，因此相应的需求通常在同一时段出现高峰。此外，大多数家庭存在周和日的季节性，周六和周日与典型工作日的模式不同。对于轮班制等家庭来说，这一点并不明显。还有一些技术会产生特别强的需求特征，如电动汽车和夜间蓄热式电暖器，它们会导致夜间需求较大。

家庭需求的差异值得进一步强调。即使房屋非常相似（例如20世纪20年代建造的半独立式住宅），且住户的社会人口学特征相似，其住宅需求也可能非常不同，日需求的规律性和分布各异。图2.3显示了随机选择的四个家庭在星期一的半小时需求。在此例中，上两个家庭在午夜前后需求高于下两个家庭，而下两个家庭的早晚高峰更为明显。这表明下两个家庭更可能有规律的“朝九晚五”工作，早晨因使用水壶或电淋浴器等而出现高峰，晚上则因回家、做饭或开电视等而出现高峰。相比之下，上两个家庭的负荷曲线似乎表明，大部分时间家中至少有一些人在，因为全天都有高峰。这可能是因为有人在家工作，或从事其他家务等。通过分析家庭负荷曲线来识别正在运行的家用电器是能源分析的一个独立分支（超出本书范围！），称为非侵入式负荷监测（NILM）。

中小型企业（如理发店、教堂、学校、商店等）即使在同一类别内（例如酒吧）也差异很大，尽管它们之间的相似度高于不同类别。需求大小及其分布通常基于营业时间以及中小型企业使用的电器类型。例如，办公室的设备、供暖和照明需求通常在白天。相比之下，酒吧的需求基于供暖和照明，还包括干手器、水泵、烹饪设备和冷藏设备。需求也主要出现在晚上。图2.4显示了中小型企业需求的一些实际曲线。前两个中小型企业明显的日规律以及它们周日都关门（实际上第一个中小型企业周六也关门）是显而易见的。另一个用户的行为波动更大，且一周内每天都有需求。

由于配电网需求主要由不同住宅和商业用户的聚合组成，其需求分布将与可能的用户组合一样多样化。然而，配电尤其是

时段

低压电网在用户数量和构成上非常多样化。图2.5显示了单个星期一不同数量单个（住宅）智能电表的聚合（完整一周的另一个示例见第1.2节图1.2）。用户数量较多的低压馈线（此处均为住宅用户）相对波动较小且更规律。此外，必须记住，实际低压馈线并非仅连接住宅用户，还向不同的街道设施供电，也可能包括商业用户。单一商业用户可能显著改变网络的动态，因为它们通常需求更大，并且可能在非常不同的时间使用能源：例如，理发店白天需求较高，而家庭通常在晚上出现高峰。第14.2.2节案例研究的数据分析包含了一些真实馈线的示例（图14.1），并表明即使它们拥有相似数量的住宅连接，在一年中以及圣诞节等特殊日子里也会产生非常不同的需求。如果馈线纯粹是住宅用户，其需求曲线看起来像是单个住宅需求的平滑版本（见图2.5）。单一商业连接的影响在第14.2.2节图14.3中进行了说明。

2.4 管理配电网

那么，需要哪些工具和解决方案来确保配电网正常运行，并为消费者提供所需的能源？

如第2.2节所述，需要管理的一些主要问题是相位不平衡、电压越限和热约束越限。在过去几十年中，这些问题得到了相对良好的管理，最坏的情况通常需要挖开道路安装更粗的电缆以应对增长的需求。随着LCT和分布式可再生能源的普及，可能需要新的解决方案，因为传统的网络加固升级将非常昂贵且具有破坏性。

相反，设想的是向配电系统运营商（DSO）转变，DSO将控制配电网上的供需，就像电力系统运营商在国家层面上匹配供需一样。DSO将通过从整个网络采购各种灵活性服务来实现这一点，例如，这可能是通过储能设备控制需求的需求管理（第15.1节），或者消费者可以通过所谓的需求侧响应（第15.2节）响应系统运营商的信号来改变特定电器的需求。

还有一些方法可以通过向消费者提供新的激励措施（如更智能的电价）来说服他们改变需求。与目前简单的固定单位电价的作法不同，电费可以在一天中变化以区分高用电或低用电时段，或者可以动态变化以响应网络的当前状况。它们还可以与可再生能源发电挂钩，以尝试利用更清洁的能源。

通过这些以消费者为中心的举措，当地社区也可能更多地参与网络管理。数百或数千个可控资产（如电动汽车、热泵和电池设备）的聚合可以对网络产生显著的聚合效应，并为消费者节省开支。例如，电动汽车充电可以进行协调，以确保所有消费者插入设备时不会出现大的充电峰值。或者，数百辆电动汽车的集体电池容量可用于减少网络峰值并利用更多的本地太阳能光伏发电。这种集成了成千上万个可控设备并具备双向通信能力的系统通常被称为智能电网，可能会导致一个更加去中心化的能源系统，通过资产的智能控制实现本地发电和用电。

还有一些新兴的能源市场，为参与者提供通过自有设备节省开支的方式，以提供额外的容量、平衡服务或其他辅助服务，如频率控制。这些应用的趣味性在于，为了使其优化运行，必须准确预测其行为。因此，本书以及书中的许多模型可用于帮助，并且确实是支持未来能源网络所必需的。第15章将介绍一些应用案例。

2.5 问题

1. 思考你一天中的用电情况。你的用电曲线会是什么样子？周末和工作日相比会有何变化？
2. 你的哪些用电行为最灵活？即哪些可以轻松调整到一天中的不同时间？哪些可以调整幅度最大？哪些难以调整？
3. 下载一组智能电表数据集（部分列于附录D.4）。使用你最喜欢的绘图软件绘制几个家庭的周负荷曲线。尝试思考有哪些电器可能导致了你所看到的主要需求。绘制一年的需求曲线。曲线形状如何？是否存在年度季节性变化，还是一年都保持一致？你看到的最高需求是多少？你能猜测它们是什么吗？是否存在任何不寻常或异常的值？非常大的值，或数据缺失的时段？
4. 如果你有电动汽车，典型的充电曲线会是什么样？如果没有电动汽车，考虑一下你会在哪里充电，是在家里还是工作场所？思考一些其他典型充电曲线的样子。它们是否有很多不同的负荷，还是会在同一时间充电产生一个大的峰值？
5. 反思您在家中如何使用供暖系统。冬季期间，能源曲线会是什么样子？一年中的日均需求又如何？

参考文献

1. S. Haben, S. Arora, G. Giasemidis, M. Voss, D.V. Greetham, 低压负荷预测综述：方法、应用与建议. Appl. Energy 304, 117798 (2021)
2. 爱尔兰社会科学数据档案库. 能源监管委员会(CER)智能计量项目——电力客户行为试验 (2012)

除非在材料的致谢行中另有说明，本章中的图像或其他第三方材料均包含在本章的知识共享许可中。如果材料未包含在本章的知识共享许可中，且您的预期使用不被法定法规允许或超出允许使用范围，您将需要直接获得版权持有人的许可。