分布式光伏接入对配电网电压的影响,这个问题我在实际项目里碰过太多次了。刚入行时总觉得光伏不就是个电源嘛,并网之后电压应该更稳才对,直到第一次在台区实测看到逆变器出力一上来,并网点电压直接从220V窜到243V,才意识到事情没那么简单。
这块内容适合配网规划、运检、分布式光伏设计、以及做新能源消纳评估的同行参考。我会从电压影响机理讲起,把影响要素拆开揉碎,再给出一套可落地的分析方法和治理手段,最后附几个我经手过的真实案例,希望能帮大家少走弯路。
1. 光伏并网后电压升高的物理学本质:不只是"多发了几度电"那么简单
1.1 从一条线路的电压降落公式说起
要理解分布式光伏对电压的影响,绕不开最基本的电压降落公式。配电线路简化为单相模型后,线路首端电压 \(U_1\) 和末端电压 \(U_2\) 的关系可以写成:
\[
\Delta U \approx \frac{PR + QX}{U}
\]
其中:
- \(P\) 是线路传输的有功功率(kW)
- \(Q\) 是线路传输的无功功率(kvar)
- \(R\) 和 \(X\) 分别是线路的电阻和电抗(Ω)
- \(U\) 是线路额定电压(kV)
没装光伏时,潮流方向是从变电站流向用户,\(P\) 和 \(Q\) 为正,\(\Delta U\) 为正值,电压沿线逐渐降低,这就是我们常说的"电压损耗"。台区末端电压低,就是因为线路长、负载重,\(PR + QX\) 太大了。
但光伏接入后,情况完全变了。光伏出力 \(P_{PV}\) 大于本地负荷 \(P_{load}\) 时,多余功率会沿着线路反向流向变电站。此时线路传输的功率变成了 \(P = P_{load} - P_{PV}\),如果光伏出力足够大,这个值会变成负数。代入公式,\(\Delta U\) 变负,意味着线路末端电压反而比首端高,电压沿着线路"越走越高"。
这就是光伏并网电压升高的核心机理:有功功率倒送导致电压损耗方向反转。简单类比就是,河流本来从高处往低处流,现在你在下游拼命注水,水就会倒灌,下游水位反而比上游高。
1.2 白天负荷低谷与光伏大发叠加的"最恶劣时刻"
实际运行中,电压越限问题最严重的时刻往往不是光伏出力最大的正午,而是"光伏仍在大发、负荷却跌到低谷"的午后时段。
举个例子,某地区夏季典型日:
- 正午12:00-13:00,光伏满发,但空调、冰箱等负荷也处于高位,光伏出力被本地负荷消纳了一部分,倒送功率不算极端。
- 下午14:00-15:00,光伏出力依然在80%以上,但工厂午休、商业负荷下降,居民负荷也没到晚高峰,此时净倒送功率达到全天最大,电压抬升最厉害。
所以做电压分析时,不能只看"光伏满发"这个单一工况,必须联合考虑"光伏出力曲线"和"负荷曲线"的叠加效果,找到电压最高的那个时间断面。我一般会做全年8760小时的时序潮流仿真,专挑10%的极端工况来校核。
1.3 电压偏差的允许范围:别等到越限了才着急
谈到电压影响,必须先明确判断标准。按GB/T 12325-2008《电能质量 供电电压偏差》的规定:
| 电压等级 | 允许偏差范围 |
|---|---|
| 35kV及以上 | 正负偏差绝对值之和不超过标称电压的10% |
| 20kV及以下三相供电 | ±7% |
| 220V单相供电 | +7%,-10% |
也就是说,对于380V台区,电压允许范围是353.4V~406.6V;对于220V用户,允许范围是198V~235.4V。
很多光伏项目在并网前评估时,只看变压器容量够不够、线径粗不粗,忽视了电压偏差校核。真出了问题,逆变器频繁报"电网电压过高"脱网,不仅发电量受损,还会引发连锁脱网,对电网稳定运行构成威胁。这里要注意,光伏逆变器自身也有保护阈值,一般超过额定电压的110%就会停机,所以电网电压越限和逆变器脱网经常是互相纠缠的。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 影响电压抬升程度的四把标尺:接入位置、接入容量、线路参数、功率因数
2.1 接入位置:为什么"越靠近线路末端,电压抬升越明显"
光伏接入点在线路上的位置,是决定电压影响强度的第一要素。同样的光伏容量,接入在变电站母线附近和接入在线路末端,效果天差地别。
这背后的原理可以用叠加原理解释。光伏接入后,它相当于一个注入电流源,电流会沿着线路向两个方向流动——一部分供本地负荷,一部分流向系统。对于流向系统的电流,在线路阻抗上产生的压降就是电压抬升量。接入点越靠线路末端,电流流经的线路阻抗路径越长,电压抬升越显著。
用前面那个公式估算,假设一条10kV线路,单回线路阻抗为 \(R + jX = (2 + j3)\Omega\),光伏在末端注入有功 \(P = 1MW\),功率因数1.0,则末端电压抬升约为:
\[
\Delta U \approx \frac{PR}{U} = \frac{1000 \times 2}{10} = 200V
\]
折算到10kV电压等级,抬升约2%。如果换成同样容量接入在线路中点,等效阻抗减半,电压抬升也差不多减半。所以,线路末端是电压越限的重灾区,这个位置的光伏接入评估要格外谨慎。
2.2 接入容量:穿透率的概念比绝对容量更关键
业内常说的"光伏穿透率"(PV penetration ratio)是指光伏装机容量与配电台区变压器额定容量或最小负荷的比值。计算公式:
\[
\text{Penetration} = \frac{P_{PV}}{P_{load,min}}
\]
为什么用最小负荷而不是平均负荷?因为电压越限风险最大的时刻出现在负荷最小时,用最小负荷做基准更能反映风险程度。
经验数值(不同地区标准有差异,仅作参考):
- 穿透率 < 30%:电压抬升一般在允许范围内,但需校核局部电压。
- 穿透率 30%~70%:电压抬升显著,需要在线路末端或光伏接入点附近重点关注。
- 穿透率 > 100%:几乎必然出现电压越限,必须配套储能或无功补偿装置,甚至需要改造线路。
需要注意的是,这个穿透率数值不是绝对的,它和线路长度、导线截面、负荷分布都相关。我做过的项目中,有一条12km长的10kV辐射线路,光伏穿透率只有50%就出现了末端电压越限;而另一条3km的短线路,穿透率120%依然运行正常。所以穿透率只是一个初步筛查工具,最终判断还是要靠潮流计算。
2.3 线路参数:电阻电抗比值在低压台区更敏感
配电网线路和输电网最大的区别之一,就是 \(R/X\) 比值大。对于电缆线路,\(R/X\) 约0.3~0.6;但对于架空裸导线,\(R/X\) 可以达到1~3。而越是低压台区,这个比值越大。
回到电压降落公式 \(\Delta U \approx (PR + QX)/U\),当 \(R\) 很大时,有功功率 \(P\) 对电压的影响权重就很大。这就带来一个微妙的问题:分布式光伏通常按功率因数1.0运行,即只发有功,不吸收或发出无功。此时 \(Q\approx 0\),电压变化主要取决于 \(PR\) 项。在低压架空线路场景下,光伏有功出力波动造成的电压波动幅度会比高压电缆线路更明显。
我曾经在一条LGJ-70导线的380V台区做过测试,光伏出力从0跳到满发时,并网点电压瞬间升高了约7%,波动幅度远超想象。这就是为什么低压台区的光伏并网电压问题往往比10kV线路更加棘手。
2.4 功率因数:光伏逆变器的无功能力能不能帮上忙
光伏逆变器目前基本都具备无功调节能力,功率因数可以运行在超前0.8到滞后0.8之间。但实际运行中,大量分布式光伏按功率因数1.0并网,白白浪费了无功调节能力。
从电压控制角度看,光伏逆变器吸收无功(即 \(Q\) 为负值)时,可以部分抵消有功反送导致的电压抬升。举个例子,接入点电压抬升10V,如果逆变器吸收一定无功,让 \(QX\) 项为负,就能把电压拉回来一些。
但这里有个陷阱:低压台区 \(R/X\) 比值大,无功调节对电压的调控灵敏度反而低。同样的无功调节量,在高压输电网能抬升电压好几个百分点,在低压台区可能只影响零点几个百分点。所以低压台区想靠逆变器无功把电压压下来,效率不高,需要配比较大的调节容量,可能会出现"无功调了一大截,电压只降了一点点"的尴尬局面。
既然提到了逆变器无功,就顺便说一下电压控制模式。当前主流逆变器支持以下几种电压控制策略,各有适用场景:
| 控制模式 | 原理 | 适用场景 |
|---|---|---|
| Q(U) | 根据并网点电压自动调整无功输出,电压高时吸收无功 | 电压波动频繁、需快速响应的台区 |
| Q(P) | 根据有功出力自动调整无功,出力大时多吸收无功 | 光伏出力与电压正相关性强的区域 |
| cosφ(P) | 有功出力越大,功率因数越滞后 | 接入点电压对无功不敏感,但有功注入影响大的线路 |
| 恒功率因数 | 保持固定功率因数运行 | 调度要求统一管理的集中式并网点 |
实际工程中,我最常用的组合是"恒功率因数1.0并网 + 台区侧加装无功补偿装置",因为逆变器的无功容量有限,而且分散控制协调起来麻烦。如果确实需要让逆变器参与调压,建议采用Q(U)模式,并设置合理的电压死区,防止逆变器频繁调节。
3. 电压影响的三维分析:从静态断面到动态波动再到电压不平衡
3.1 静态电压分布:单点接入与多点接入差异巨大
很多初次接触光伏规划的同行有个误区:以为计算"光伏满发、负荷为零"这一个极端工况就足够了。实际上,光伏接入方案不同,电压分布完全不同。
单点接入:全部光伏在一个点集中接入,电压抬升集中在一个局部区域,但该区域电压抬升量很大。典型场景是"光伏村"、大型屋顶电站集中并网。
多点分散接入:同样总容量,分散到多个点接入,每个接入点的电压抬升量分摊,整体电压分布更均匀,最高电压点比集中接入明显降低。
举个例子,某台区总光伏容量300kW:
- 集中接入末端:末端电压抬升可达18V。
- 分三个点接入(首端、中段、末端各100kW):末端电压抬升约9V。
所以,在规划阶段如果能把光伏分散接入,比后期装调压装置省钱多了。但分散接入也有另一面:故障时反孤岛检测更复杂,运维管理更分散,需要提前协调好。
3.2 动态电压波动:云层遮阴与出力骤变的影响
光伏出力的随机性和间歇性,带来了静态分析看不到的电压波动问题。云层飘过时,光伏出力可能在几十秒内从100%掉到20%,再快速恢复。这种出力骤变引发的电压波动,对敏感负荷影响很大。
电压波动的评估指标常用闪变(flicker)来描述。简单理解,就是电压快速变化引起灯光闪烁、设备异常的严重程度。在分布式光伏接入场景下,闪变主要由以下因素引起:
- 云层快速移动导致的光伏出力突变
- 逆变器最大功率点跟踪(MPPT)算法的扰动
- 逆变器频繁启停
我经手过一个案例:某厂房楼顶装了500kW光伏,一到多云天气,车间里的精密加工设备就会报警,后来检测发现并网点电压每分钟波动幅度高达12V,远超设备允许范围。这个案例的解决思路不是简单加装稳压器,而是先优化逆变器参数,再考虑储能平抑。
3.3 三相不平衡:单相光伏接入的隐藏风险
低压台区大量居民光伏是单相接入的,这带来了一个很容易被忽视的问题——三相不平衡。
三相四线制系统里,单相光伏接入不同相线后,如果各相光伏出力不一致,会引起中性点偏移,导致某相电压升高,另外两相电压降低。严重时,单相电压可能超标,而三相平均电压看起来还很正常。
做电压分析时,建议对单相光伏密集接入的台区做三相不平衡度的专项计算,而不是只用三相对称的潮流模型。我曾在一个台区遇到一个怪现象:变压器出口三相电压正常,但一户居民家里电压忽高忽低。查到最后,就是同一条分支上其他户的单相光伏在不同时段发力不一致,引发末端中性点电压偏移,连锁影响了整条分支的电压质量。
4. 工程实用分析流程:从收集数据到仿真校核再到现场验证
4.1 第一步:基础数据收集,这些数据漏了就白算
做分布式光伏电压影响分析,基础数据质量决定了分析结果的可靠性。我整理了一份必备数据清单:
| 数据类别 | 具体内容 | 获取途径 |
|---|---|---|
| 电网拓扑 | 线路接线图、线型、线长、变压器容量及阻抗 | 配网GIS系统、设备台账 |
| 负荷数据 | 台区日负荷曲线、最大最小负荷、典型日负荷曲线 | 用电信息采集系统、负荷预测系统 |
| 光伏数据 | 光伏装机容量、接入位置、逆变器参数、历史出力曲线 | 并网申请资料、逆变器监控系统 |
| 气象数据 | 当地辐照度、温度典型年数据 | 气象站、NASA卫星数据 |
这里特别提醒一点:切勿直接用光伏装机容量代替出力曲线。光伏出力不等于额定容量,受辐照度和温度影响很大。我一般用典型年辐照度数据,结合光伏组件的光电转换效率、温度修正系数,生成8760小时的出力曲线。
4.2 第二步:仿真建模与工况设置
目前主流的配电网分析工具有:
- OpenDSS:开源,专注配电网,适合潮流计算、谐波分析,脚本化方便批量场景计算。
- ETAP:商用,界面友好,保护配合和暂态分析功能强,适合复杂工程。
- MATLAB/Simulink + Matpower:灵活性好,适合算法研究和定制化分析。
- PSS®DE(原CYME):国外配网分析老牌工具,功能全面。
我个人在分布式光伏消纳评估中偏爱OpenDSS,因为它是免费的,而且通过Python调用(用win32com或dss_python库)可以实现非常灵活的批量场景分析。下面是一个简单的OpenDSS调用示例,用于计算不同光伏出力下各节点电压:
python复制import win32com.client
import pandas as pd
# 连接 OpenDSS
dss = win32com.client.Dispatch("OpenDSSEngine.DSS")
dss.Text.Command = "Clear"
dss.Text.Command = "Compile 'C:/project/feeder.dss'"
# 定义光伏出力场景 [0%, 20%, 40%, 60%, 80%, 100%]
pv_levels = [0, 0.2, 0.4, 0.6, 0.8, 1.0]
results = []
for level in pv_levels:
# 设置PV出力
dss.Text.Command = f"PVSystem.PV1.allocateLoad={level}"
dss.Text.Command = f"Set PVSystem.PV1.kW={1000 * level}" # 假设PV额定1000kW
# 求解潮流
dss.Text.Command = "Solve"
# 获取所有节点电压
dss.ActiveCircuit.AllBusDistances # 确保缓存刷新
vm = dss.ActiveCircuit.AllNodeVmagByPhase(0) # 所有节点电压幅值
names = dss.ActiveCircuit.AllNodeNames
for i, name in enumerate(names):
results.append({
'pv_level': level,
'node': name,
'voltage_pu': vm[i]
})
df = pd.DataFrame(results)
# 找出最大电压节点
max_v = df.loc[df.groupby('pv_level')['voltage_pu'].idxmax()]
print(max_v)
工况设置方面,建议至少包含以下几个关键场景:
- 光伏满发 + 台区最小负荷(电压最高工况)
- 光伏满发 + 台区最大负荷(验证馈线倒送能力)
- 光伏零出力 + 台区最大负荷(电压最低工况)
- 光伏出力骤降场景(模拟云层遮挡,做动态电压波动分析)
4.3 第三步:结果判读与灵敏度分析
仿真出来的数据,不能只看电压是否越限,还要做灵敏度分析,搞清楚哪些因素最敏感。我常用的做法是控制变量法:
- 固定光伏容量,改变接入位置,看电压抬升变化曲线。
- 固定接入位置,改变光伏容量,看电压抬升的线性度。
- 固定其他参数,改变线路长度,看电压抬升距离衰减规律。
这个灵敏度分析结果直接决定了治理方案的选择。比如,如果发现电压抬升对光伏容量高度敏感,那可以优先考虑限制光伏容量;如果发现对线路阻抗敏感,那就优先考虑改造线路或加装调压器。
4.4 第四步:现场实测验证
仿真终归是仿真,最终要回到现场验证。我一般会在这几个时段安排实测:
- 晴天正午(光伏出力最大时段)
- 阴天午后(光伏出力与负荷低谷叠加时段)
- 光伏出力波动剧烈的多云天(连续测量24小时)
现场实测需要准备的设备包括电能质量分析仪(至少能满足IEC 61000-4-30 Class A要求)、电压监测终端。测量点至少包括光伏并网点、线路末端、台区变压器低压侧三处,有条件的话在相邻用户处也装监测点。
有一次项目上,仿真结果显示某节点电压最高到1.06pu,未越限,但现场实测发现电压尖峰到了1.08pu。后来一查,是仿真时把该节点的负荷建模成恒定功率负荷,而实际负荷是恒阻抗特性,高电压时负荷功率增加,反过来又抑制了电压抬升。这个案例说明,负荷模型选择对电压计算结果影响很大,需要谨慎处理。
5. 治理措施对照与选型逻辑:别一上来就上储能
5.1 治理措施全景:从运行策略到设备改造的四个层次
电压越限问题治理措施,可以按"投入成本从低到高、实施难度从易到难"分四个层次:
第一层:运行策略优化(几乎零成本)
- 调节逆变器功率因数,让光伏在电压高时吸收无功
- 限制光伏有功出力(弃光)——一般情况下不推荐,但作为紧急预案要保留
- 优化台区负荷管理,在光伏大发时段引导用户增加用电
第二层:加装无功补偿设备(中低成本)
- 在台区加装并联电抗器或静止无功发生器(SVG)
- 动态无功补偿响应快,能平抑波动,但需要投资和维护
- 注意低压台区R/X比值大,无功补偿效果打折,选型时要算清楚
第三层:电网侧调压设备(中高成本)
- 线路加装线路调压器(SVR)
- 有载调压变压器(OLTC)调节分接头
- 这类设备效果直接,但投资规模大,适合电压越限严重且频繁的区域
第四层:加装配电储能(高成本但综合效益好)
- 储能充电可吸收光伏倒送功率,相当于给线路"降压"
- 配合合理的充放电策略,还能做峰谷套利、需量管理,摊薄成本
5.2 选型逻辑:先算"敏感度账",再算"经济账"
选哪种治理措施,不能拍脑袋。我个人的决策逻辑是这样的:
- 先看电压越限的幅度:轻微越限(1%-2%)优先考虑逆变器无功控制;严重越限(5%以上)基本要考虑设备改造。
- 再看电压越限的频次:偶尔越限(每年几次)可以靠运行策略解决;频繁越限(每天发生)必须上硬设备。
- 再看台区的R/X比值:低压台区无功调节效率低,优先想储能或SVR;10kV线路可以考虑SVG。
- 最后算全生命周期成本:储能虽然贵,但如果能叠加峰谷套利、需求响应等收益,综合账未必亏。
这里有一个我做过的典型对比案例。某个台区,光伏穿透率110%,末端电压越限到1.07pu:
- 方案A:加装一台100kvar的SVG,投资约8万,实施后电压降到1.03pu,效果达标。
- 方案B:加装一台50kW/100kWh储能,投资约15万,但靠峰谷套利每年能产生约2万收益,政策补贴另算,6年左右回本。
如果只从电压治理角度,方案A经济性最好;但站在整个台区综合能源管理的角度,方案B更有长远价值。最终决策取决于用户是电力公司(只关心电压质量)还是用户侧综合能源服务商(关心投资回报)——不同主体视角不同,最优解不同。
5.3 逆变器Q(U)控制参数整定的实操细节
如果选择利用逆变器无功调节,参数整定是决定效果的关键。Q(U)控制的核心参数包括:
- 电压死区(U_lim):电压偏差多少以内逆变器不动作
- 无功调节斜率(Q/U slope):电压每偏差1%,无功输出变化多少
- 最大无功输出限制(Q_max)
参数设置的基本原则:
- 电压死区不宜过小,否则逆变器频繁调节,影响使用寿命。一般建议死区0.95pu~1.05pu,即电压在正常范围内逆变器保持功率因数1.0运行。
- 斜率不宜过陡,否则无功冲击大,可能引起电压震荡。一般经验值是电压每偏差1%,无功容量变化10%~20%。
- Q_max要考虑逆变器剩余容量,如果逆变器已按满功率输出有功,可用无功容量就为零。所以需要预留有功容量,例如限制有功出力到逆变器额定功率的90%,留出10%容量做无功调节。
这里有一个实际配置参考(某品牌50kW逆变器):
code复制# Q(U)参数示例
Q/U control enabled: Yes
Voltage deadband: 0.95 - 1.05 p.u.
Q slope: 20% Qmax per 0.01 p.u.
Qmax: 30% Sn
Reactive power priority: Active power priority (at high output, limit P to 90% to reserve Q capability)
5.4 储能调压的充放电策略:也要防着"过充过放"
储能在电压治理中的原理不复杂:电压高了就充电,吸收有功,降低倒送功率;电压低了就放电,支撑电压。但实际运行策略远比这句话复杂。
我推荐的控制逻辑是"电压越限触发 + 峰谷时段修正":
- 当并网点电压超过1.06pu时,储能以最大功率充电。
- 电压在1.03~1.06pu时,储能在谷段或平段充电,充到设定SOC上限。
- 电压低于0.97pu时,储能放电支撑电压。
- 电压在正常范围内,储能根据峰谷电价做正常充放电策略。
这样做的好处是,储能既能解决电压问题,又不浪费容量赚点电费差价。但要注意,如果储能频繁为调压而充放电,循环寿命会下降,选型时电池循环次数指标要合适,建议选磷酸铁锂(循环寿命3000次以上),不要选三元锂。
另外,储能调压有一个需要注意的反直觉问题:储能充满后如果没有及时放电,后续再发生电压越限事件,储能无法继续吸收有功。所以SOC管理非常关键,我一般设定电压调压的充电SOC上限为90%,留出10%裕量,同时设置"电压偏高预警"和"SOC高位告警"联动。
6. 两个真实项目复盘:一个10kV线路,一个380V台区
6.1 案例一:10kV线路末端光伏电站并网引起的电压越限
项目背景:某地一条10kV架空线路,全长9.6km,导线型号LGJ-120,线路末端接入一个5MW分布式光伏电站。当地电网公司调度反馈,光伏满发时段线路末端电压偏高,部分用户电压达到1.07pu,逼近越限值1.07pu(10kV允许上限10.7kV)。
分析过程:
- 首先调取了电站历史出力数据和线路负荷数据,确认电压越限出现在春季和秋季的晴天午后,这两个季节气温适宜、空调负荷低,同时辐照度好,光伏满发。
- 用OpenDSS建了线路模型,验证了光伏满发且负荷低谷工况下末端电压1.072pu,和实测数据吻合。
- 灵敏度分析显示,电压抬升主要受有功倒送约束,受无功影响相对较小,因为线路属于架空线,R/X约0.9,有功对电压影响权重更大。
方案比选:
- 方案A:限制光伏出力,光伏电站损失发电量约3%,按0.4元/kWh电价、年利用小时数1200h计算,5MW电站每年损失约7.2万元。
- 方案B:在光伏电站10kV母线加装SVG,容量±2Mvar,投资约80万。SVG在光伏多发时吸收无功,可以有效降低电压。
- 方案C:将光伏电站接入方式从"T接末端"改为"专线接入变电站"(线径加大),投资超过150万。
最终选择方案B。核心逻辑是:SVG投资虽然比限出力高,但消纳了全部发电量,项目生命周期内发电收益远超投资。这也是一个典型的"算大账"案例。
实施效果:SVG投运后,光伏满发时段末端电压从1.07pu降至1.03pu,且电压波动明显减小,线路沿线用户电压恢复正常。
6.2 案例二:380V台区居民分布式光伏高渗透率场景
项目背景:某县城郊台区,变压器容量400kVA,下辖居民用户86户,已接入居民屋顶光伏53户,总装机容量约420kW,穿透率105%。用户投诉集中在晴天下午家中电压不稳,个别用户电压达到248V,超过235.4V上限,导致空调、冰箱启动困难。
排查过程:
- 现场实测发现,电压最高的不是单相光伏装机容量最大的用户,而是处于台区线路末端的用户,原因是末端线路阻抗大,叠加前序节点光伏倒送功率,形成了"叠加效应"。
- 台区三相不平衡度最高达到28%,主要集中在14:00-15:00时段,因为三个相线的光伏装机容量分布不均。
- 逆变器运行数据发现,有7台逆变器频繁报"电压过高"故障,每天脱网次数从3次到12次不等。
治理方案(组合拳):
- 短期内,协调将三相不平衡度较大的用户部分改接,使三相装机容量尽量均衡,不平衡度降到8%。
- 对线路末端电压最严重的2个用户,加装了2台单相线路调压器。
- 和逆变器厂家协调,统一将部分逆变器的Q(U)功能启用,设置死区1.03~1.07pu,斜率12%,Qmax设置为30%的额定容量。
- 中期规划在台区加装一台100kW/200kWh储能,利用峰谷套利模式运行,同时承担电压越限削峰功能。
实施效果:第一、二步实施后,末端用户电压稳定在235V以内,逆变器脱网次数从日均7次降到1次以内。第三步的效果需要持续观察,因为Q(U)控制依赖于逆变器自身响应速度,部分旧型号逆变器响应迟缓。
6.3 两个案例对比:学到的三个核心教训
复盘这两个项目,有几个教训值得分享:
第一,电压问题要放在系统里看,不能头疼医头脚疼医脚。案例二如果只加调压器,三相不平衡导致的中性点偏移问题依然存在,其他用户电压还是会波动。必须从"台区整体电压分布、三相平衡、逆变器策略"三个维度同时入手。
第二,仿真工况不能脱离实际运行规律。案例一中,如果只用"光伏满发+最小负荷"这一个工况做分析,很可能得出"电压严重越限需要大改造"的结论。但实际全年统计中,这种极端工况出现频率并不高,SVG的容量可以适当缩小,投资可以压减。
第三,无功补偿和储能不是万能解。在低压台区,由于R/X比值大,无功补偿的效率极低。案例二曾先试了一台小容量SVG,结果电压只降了1.5V,效果远不如预期,后来才转向储能方案。这也是为什么我一直强调,选型前先做灵敏度分析,搞清楚当前台区的电压问题到底是有功引起的还是无功引起的。
7. 实操工具箱:我常用的数据表格模板与计算脚本
7.1 台区电压评估数据收集模板
项目做多了,我总结了一套模板,每次做新项目直接套用:
| 项目 | 内容 | 单位 | 数据来源 |
|---|---|---|---|
| 台区编号 | |||
| 变压器容量 | kVA | 设备台账 | |
| 变压器短路阻抗 | % | 出厂资料 | |
| 线路长度 | km | 配网GIS | |
| 导线型号 | 台账 | ||
| 线路单位电阻 | Ω/km | 手册 | |
| 线路单位电抗 | Ω/km | 手册 | |
| 台区最大负荷 | kW | 用电信息采集系统 | |
| 台区最小负荷 | kW | 用电信息采集系统 | |
| 光伏总装机 | kW | 并网台账 | |
| 光伏接入点位置 | 并网方案 | ||
| 逆变器品牌/型号 | 并网资料 | ||
| 逆变器Q(U)能力 | 出厂资料 | ||
| 典型日负荷曲线 | 采集系统 | ||
| 典型日光伏出力曲线 | 逆变器监控 |
7.2 灵敏度快速估算脚本(Python)
在做前期评估时,如果不想立刻上OpenDSS,可以用一个简化的线性模型做快速估算。下面这段代码可以快速计算单点接入光伏在不同线路位置下的电压抬升:
python复制import numpy as np
def voltage_rise(pv_kw, dist_km, r_ohm_km, voltage_kv=0.38, p_min_kw=50):
"""
估算单点光伏接入的电压抬升(简化模型)
pv_kw: 光伏容量 (kW)
dist_km: 接入点距变压器距离 (km)
r_ohm_km: 线路单位电阻 (Ω/km)
voltage_kv: 系统线电压 (kV)
p_min_kw: 台区最小负荷 (kW)
"""
# 倒送功率 (假设最小负荷时光伏全发)
p_net = max(pv_kw - p_min_kw, 0) # kW
# 简化压升计算(三相)
du_voltage = (p_net * dist_km * r_ohm_km) / (voltage_kv * 1000) * 1000 # V
rate = du_voltage / (voltage_kv * 1000 / np.sqrt(3)) * 100 # 百分比
return du_voltage, rate
# 示例计算
du_v, rate = voltage_rise(pv_kw=100, dist_km=0.5, r_ohm_km=0.5, voltage_kv=0.38, p_min_kw=30)
print(f"电压抬升: {du_v:.1f} V, 占比: {rate:.1f}%")
这个脚本只适合快速筛查,不能替代严格的潮流计算,但用它来做多方案比选很高效。在我自己的项目中,通常先用这个脚本筛选出几个值得深算的方案,再用OpenDSS或ETAP做精确仿真。
7.3 常见问题快查表
| 现象 | 可能原因 | 建议动作 |
|---|---|---|
| 晴天午后电压越限 | 光伏大发出力超过本地负荷,无功补偿不足 | 检查光伏出力曲线与负荷低谷叠加时段,考虑限制出力或加装储能 |
| 电压波动频繁 | 云层遮挡导致出力骤变,或逆变器MPPT振荡 | 优先排查逆变器参数,再考虑加装储能平抑 |
| 电压不平衡度超标 | 单相光伏分布不均,三相出力不一致 | 调整单相光伏接线相位,尽量均衡三相出力 |
| 光伏脱网频繁 | 并网点电压越限,逆变器保护动作 | 先治电压问题,治标才能治本 |
| 变压器反向过载 | 光伏倒送功率超过变压器额定容量 | 限制光伏容量或更换大容量变压器 |
8. 关于分析精度与未来趋势的几点个人看法
8.1 仿真模型的精度边界:别过度迷信数字
做了这么多项目,我越来越觉得,配电网电压分析最关键的不是算法有多高级,而是模型精度和边界条件是否合理。有几个地方特别容易踩坑:
- 负荷模型:把负荷建为恒功率、恒阻抗还是恒电流,结果差异很大。实际低压台区更接近恒阻抗或混合型负荷,建议做敏感性分析时,把所有负荷都扫一遍。
- 光伏出力曲线:直接用NASA或当地气象站的辐照度数据没问题,但要注意数据分辨率。如果按小时平均辐照度算,会平滑掉分钟级的波动,动态电压分析的结论可能偏乐观。
- 台区负荷三相不平衡:如果台区存在严重三相不平衡,对称潮流算法会把电压误差掩盖掉。建议对单相光伏密集接入的台区,坚持用三相潮流模型。
8.2 未来分布式光伏渗透率进一步提升后的应对方向
现在各地分布式光伏发展非常快,台区穿透率超过100%的现象越来越普遍,单纯靠"限制容量"已经不合时宜了。面向未来,我个人的判断是几个方向:
- 虚拟电厂聚合调压:把分散的逆变器、储能聚合起来,通过统一平台调度,让它们协同参与电压调节,比单打独斗高效得多。
- 台区智能融合终端:现在的智能融合终端已经具备边缘计算能力,可以在本地实时计算电压灵敏度,动态调整逆变器策略,不需要云端实时交互,响应速度更快。
- 柔性直流互联:台区之间通过柔性直流装置互联,实现功率的跨台区互济,光伏大发台区的功率可以送到负载重的台区,而不是都滞留在本地。这个方向对改造投资要求高,但长远看是解决高渗透率的根本手段。
我对这套分析流程和方法论的体会是:分布式光伏电压影响分析,不是算一次就结束的。它应该贯穿项目生命周期——并网前做评估,运行中做监测,出现问题时做诊断。只有把分析做成一个闭环,才能真正驾驭高比例分布式光伏接入带来的挑战。
