肯尼亚独立微电网电能质量性能评估

《Renewable Energy Focus》：Power quality performance assessment of stand-alone minigrids in Kenya

　　

肯尼亚是非洲国家中可再生能源驱动的微电网安装量最高的国家之一。太阳能光伏是肯尼亚偏远地区微电网中占主导地位的再生能源资源。微电网卓越的电能质量可保证电力的稳定性、可靠性和可持续性。尽管83%的微电网能够满足峰值需求，但仍有82%的微电网符合电能质量标准。本文开发了一种新型综合模糊框架，以全面辅助微电网电能质量分析。引言 近年来，全球范围内为无电偏远地区供电作出了 concerted 努力，使得全球无电人口从2011年的12亿人大幅减少到2023年的7.6亿人，降幅达37%[1]。这是全球实现普遍用电权倡议中的重大里程碑。IEA-2023报告[1]显示，非洲在当前全球无电人口统计中贡献了较大比例（7.6亿人）。例如，在撒哈拉以南非洲（SSA），人口增长与用电权增长速度不同步，导致自2010年以来无电人口每年增加2.5%[2]、[3]。对于非洲农村人口而言，通过传统电网获得电力可能延迟实现。微电网（MGs）的实施为实现撒哈拉以南非洲更快实现普遍用电权提供了一种更为有效的手段。当前全球农村电气化运动显著促进了撒哈拉以南非洲基于可再生能源的微电网应用，使得2020年至2023年间有5.6亿人从离网可再生能源微电网获得新的电力连接[4]。大多数独立远程微电网的负荷构成以电子负载为主。然而，分布式可再生能源资源（DREs）的电能质量（PQ）极易受到环境动态和电力电子控制的影响[5]。太阳能和风速强度的变化等天气动态会导致电压和频率波动。另一方面，电子设备和非线性负荷渗透率的增加，加之基于电力电子接口的逆变器，会将谐波注入配电系统[6]。此外，包括储能电池在内的电力系统基础设施老化，会导致停电、谐波和电压骤降等严重的电能质量问题。电力系统中的电能质量（PQ）是指电力持续满足负荷需求而不引起扰动的能力[7]。电能质量反映了向客户提供的供电服务标准。文献[5]将导致电能质量问题的六个关键参数归类为：重连时间、电网保护、无功功率、电压不平衡、波动和谐波。在电力系统中，电能质量问题因其对独立微电网整体性能和可靠性的不利影响而备受关注[8]。传统的电能质量分析方法利用既定的本地和国际标准评估每个电能质量属性（扰动）偏离可接受阈值的幅度[9]。电能质量指数被用于定量表明质量衰减程度。当识别显著降低高效微电网性能的个别电能质量属性时，这种方法非常理想[10]。相反，不同微电网或电力网络母线之间的电能质量比较评估则需要一个反映整个系统整体性能的复合指数。文献[5]观察到，尽管已有多个既定标准通过不同电能质量标准来表征和量化各种电能质量现象，但仍缺乏一个标准化指数来反映微电网的整体性能。这突显了创建一个精确且全面的指数以纳入所有相关电能质量属性的个体指数，从而对微电网整体性能进行分析和基准测试的必要性。本研究致力于解决这一挑战。电能质量测量过程复杂且涉及不确定性。因此，应用模糊逻辑——一种利用数学运算处理测量不确定性的概念——至关重要。该方法利用算法和专家知识提供解决方案。文献[5]认为，与经典概率论方法相比，模糊表示因对象描述的简洁性而有助于更快决策。此外，模糊逻辑通过使用介于0和1之间的部分真值，以数学严谨性和逻辑一致性处理复杂性和不确定性。层次分析法（AHP）是多准则决策（MCDM）方法之一，常用于综合电能质量评估[11]。它提供了一种分层分析策略，用于评估不同电能质量指标的重要性和权重。AHP方法便于将复杂的电能质量问题分析为一系列层次，提供对多个因素之间关系的清晰理解，并促进精确权重分配。在此过程中，AHP方法将各种电能质量指标的影响整合为一个综合性能监控指数。已开展多项研究评估肯尼亚独立微电网系统的性能[12]、[13]、[14]、[15]。然而，大多数研究聚焦于社会经济问题和基本技术因素，很大程度上忽视了电压波动等关键技术电能质量方面。例如，[16]分析了肯尼亚微电网电力发展的政治经济因素，发现政治经济因素阻碍了微电网的更广泛部署。类似地，[17]在其对非洲偏远地区微电网的社会经济影响评估中报告了微电网安装后社区生计和生产力的改善。仅有少数研究利用真实数据评估了肯尼亚微电网的技术性能（关键电能质量问题）。文献[18]对肯尼亚一个光伏微电网进行了建模和验证，发现电力需求低是微电网财务可行性的巨大挑战。文献[19]在其电力微电网评估研究中报告了Kitonyoni太阳能光伏微电网功率因数低且电力需求增长率仅为0.005 kWh/天。因此，目前对肯尼亚微电网电能质量性能知之甚少。当前知识空白可能阻碍对现有电能质量问题的有效处理，并影响肯尼亚独立微电网的稳定性与可靠性。本研究旨在推导一个适用于独立微电网稳健电能质量性能评估的综合指数。本研究调查了肯尼亚选定独立微电网的实际电能质量性能指标，并对其阻碍高效性能的关键电能质量挑战进行深入分析。尽管文献中有许多研究应用了模糊逻辑、AHP、TOPSIS和电能质量指数，但本研究致力于开发一个整合这些模型的电能质量评估框架。具体而言，当前研究提出了一种FTPQI，该系统利用模糊AHP（用于加权）和模糊TOPSIS（用于排名）综合多种电能质量变量。与以往依赖特定电能质量属性或模拟数据评估的研究不同，所提出的指数基于肯尼亚独立远程微电网的真实现场测量数据进行开发和验证。这使得在数据稀缺、自主运行条件下，能够对独立微电网进行精确、全面的基准测试和整体分析，而现有文献尚未充分解决这一问题。本研究的贡献如下：• 本研究提出了一种新型综合模糊框架，结合了多种既定工具：多准则电能质量表征、用于处理专家加权中语言不确定性的模糊AHP，以及用于推导复合FTPQI的模糊TOPSIS。这种整合为离网微电网基准测试提供了新框架。• 所提出的综合模糊框架在识别和排名独立微电网中的关键电能质量问题方面发挥着关键作用，为关键利益相关方（微电网所有者、运营商和决策者）提供了可操作的见解。• 本研究全面讨论了微电网作为非洲农村电气化可行替代方案的作用。• 通过推导一个将电压、频率、谐波和不平衡汇聚为单一可解释分数的复合FTPQI，本研究促进了不同微电网的直接排名和比较。• 对微电网中现有电能质量问题的深入分析对于提升独立微电网的效率和性能至关重要。• 通过对电能质量和模糊逻辑的详细讨论，本研究推进了对电气电能质量和模糊逻辑的理论理解。• 讨论了对独立微电网电能质量产生影响的现有缺口和研究局限性，突出了所访问微电网中存在的挑战，这将使未来研究者能够致力于改进。肯尼亚截至2024年6月的总装机容量为3199.9 MW[20]。这包括了全国所有发电厂的最大发电容量总和。可再生来源贡献了约83%的发电量。热电厂仅占发电量的8.24%，如图1所示。其余8.77%来自邻国（乌干达和埃塞俄比亚）进口[20]。该国地热装机容量庞大（943.7 MW），占肯尼亚装机容量总量的26.37%。其他可再生来源包括水电（872.4 MW）、太阳能（442.9 MW）、风能（436.1 MW）和生物质能（163.8 MW），如图2所示[20]。多年来，电力可获得性已翻倍，从2014年的36%增长到2022年的76.89%，使肯尼亚成为撒哈拉以南非洲电力可获得性相对较高的国家[1]、[21]、[22]。工业和制造业消耗了部门能源需求中最大份额，占51.86%。家庭及国内用电排第二，消耗率为30.76%，其次是中小企业（SMEs），占16.38%。剩余1%用于交通部门，其中电动出行和路灯分别占0.01%和0.99%[20]。肯尼亚年能源需求增长率为4.5%。自2016年以来，该国通过鼓励微电网和独立光伏安装增加了可再生能源的使用。其能源目标是到2030年实现5000 MW可再生能源装机容量和普遍用电权[23]、[24]。目前，近500个微电网要么已投入运营，要么正在建设中，其中大多数（324个）为基于光伏的微电网。微电网是由协调运行的发电单元和负荷组成的系统，为本地社区供电，如图3所示[25]。影响微电网分类的因素包括：电流类型和模式、安装部门、地形和规模[26]；架构和情景、来源、配电系统和运行模式[27]；电压类型、电压等级、配电配置和结构[26]。系统负荷动态影响独立可再生微电网的电能质量水平。文献[28]和[29]认为，负荷管理协议对于维持微电网负荷与发电能力之间的平衡至关重要。未能平衡微电网源和负荷水平会引入电能质量问题，如电压波动和波动，这些构成了可用于AHP过程分析的模糊变量[30]。文献[31]认为，微电网，尤其是离网运行的微电网，在不同时段的需求波动极大，导致负荷曲线出现峰值。电力需求激增给微电网管理带来了众多复杂性。在高峰时段，微电网难以控制时间变化的需求[32]。发电与电力需求之间的不匹配会导致电压波动以及稳定性和可靠性挑战[33]。电力负荷根据规模、所用电流类型、所需求电力质量和重要程度进行分类[34]。然而，本研究采用了文献[35]和[36]提出的基于所需求电力质量和规模的负荷分类。电能质量I（PQI）是第一类，专注于消耗电网最少能源且不受频率、电压或瞬变波动显著影响的基本负荷[35]。电能质量II（PQII）代表一类消耗中等功率的标准负荷，其相对高于PQI，构成第二类[36]。文献[2]观察到PQII易受电压波动和瞬变影响。电能质量III（PQIII）是最后一种分类，以高功率强度和需要极少或无扰动的敏感负荷为特征[35]。它们消耗的功率显著高于PQII，并极易受电压波动和瞬变影响。电能质量问题是整个微电网系统的技术方面，影响电力稳定性、系统安全性和可靠性[37]。这些因素对微小型信号稳定性、暂态稳定性和电压稳定性的贡献在文献[38]中有讨论。电能质量问题对于综合微电网电能质量评估中模糊隶属函数的识别至关重要。

作者在文献[25]中认为，谐波、功率不平衡、电压波动、稳定性、电能存储设备、储能设备的控制协议以及环境和高程因素是造成微网（MG）技术挑战的关键问题。在类似的研究中，文献[39]将电能质量问题分为稳态波动和扰动两类。文献[40]将电能质量问题划分为四个类别：微网（MG）和分布式发电机（DG）的运行条件，其特征为光伏（PV）和风能等可再生能源（RES）输出功率的波动；分布式能源系统（DES）中电力电子设备引起的电流和电压谐波；微网系统内部非线性负载引起的电流和电压谐波；以及三相负载不平衡导致的电压不平衡，这是最后一个类别。然而，在一项最新研究中，文献[41]提供了电能质量问题的全面分类，包括暂态、短时均方根（RMS）变化、长时均方根变化、不平衡和波形畸变。持续时间较短但影响显著的扰动被称为暂态[41]。暂态在文献中有时被表示为尖峰、浪涌或开关浪涌[7]、[42]。在电力系统频率下，短时RMS变化是指持续时间为0.5个周期至1分钟的电流或电压扰动[41]、[43]。电压骤升、电压骤降和中断是短时RMS变化的常见例子。另一方面，偏离额定RMS值超过一分钟的偏差被称为持续时间较长的RMS电压或电流变化，并且它们发生在电力系统频率下[40]、[47]。这些包括过电压、欠电压和长时间中断。文献[44]认为，各相之间的电压、电流或相位角不均匀是不平衡（也称为失衡）的指标。在电压和电流信号中，波形畸变是指偏离正弦波形的现象，包括缺波、噪声、次谐波、间谐波、超谐波和谐波[41]。无论分类结构和顺序如何，所有分类都将涵盖电压和电流骤降、电压波动、谐波畸变和中断[2]。理想情况下，电力系统中不存在稳态[45]、[46]。各种电能质量问题的排名在转化为模糊变量时取决于所考虑的电力系统类型[47]。

电能质量（PQ）标准包含一组指导方针，规定了电气量相对于额定值可以波动的允许限值[43]、[46]。文献[48]提出，这些指导方针规定了电力系统网络中可接受的闪烁幅度、频率变化、电压谐波和电压变化。多个国际组织制定了各种标准，多年来一直用于规范微网的电能质量属性[8]。文献[3]观察到，成熟且广泛应用的电能质量标准包括文献[43]所列的：美国国家标准学会（ANSI）、欧洲电工标准化委员会（CENELEC）、国际电工委员会（IEC）、电气和电子工程师协会（IEEE）、半导体设备与材料国际协会（SEMI）、国际电气应用联盟（UIE）和国家电力监管机构（NER）。不同的电气系统组件和特定的电能质量问题适用不同的标准[8]、[50]。在文献和实际应用中可用的众多电能质量标准中，本研究采用了CENELEC和IEEE分别制定的EN50160:2010标准和IEEE519:2022标准。所选标准符合本研究的电能质量范围。

EN50160:2010标准规定了电力系统电压特性的每一个方面的允许变化阈值，因此常用于低压微网中。电压变化在95%的时间内可接受范围为额定系统电压的±10%以内，且在100%的时间内不超过10%和-15%[47]。同样，在95%的时间内低于额定电压0.5%的电压谐波是可接受的[52]。对于50 kHz或60 kHz微网系统频率，允许在99.5%的时间内偏差阈值小于±1%，在100%的时间内小于4%和-6%[49]。另一方面，IEEE519-2022标准提供了关于规范电力系统中谐波的控制程序和要求的指导方针。根据IEEE519-2022标准，当电压谐波在95%的时间内低于额定电压的5%时是可以接受的。同样，接受在100%的时间内小于3%的频率波动阈值[50]、[51]。文献[52]认为，高效或理想的微网系统的功率因数阈值为0.9至1。功率因数高于0.9是最为理想的，通常标注为"非常好"，而功率因数范围为0.85至0.9的被视为"合格"。然而，功率因数低于0.85是不好的，不适用于电力电力系统[7]。

多准则决策（MCDM）方法已被广泛应用于涉及选择最佳替代可再生能源技术的决策中[53]。该方法被用于确定电力系统中最有效的独立迷你电网或单个母线[54]。特定区域的选项[55]。全面的电能质量评估涉及多个指标，每个指标对电气系统的性能影响各不相同。层次分析法（AHP）提供了一种有效的分析技术，用于评估各种电能质量属性的显著性和权重。在AHP过程中，权重归一化是得出精确决策的关键阶段[56]。归一化是对输入数据应用统一标度以获得数值化和可比较数据的过程[57]。归一化过程涉及将具有不同单位的变量映射到统一标度[1]。文献中已提出了多种归一化技术，包括经典列归一化、线性最大值法、线性最大最小值法、线性求和法、向量归一化和对数归一化。归一化技术的选择取决于输入数据的性质和期望的决策方法。某些归一化技术比其他技术更适合特定的决策方法。本研究采用了经典列归一化，这是一种适用于多种模糊属性的技术。该方法考虑列求和归一化加上行平均[58]。为确保最终决策的精确性和鲁棒性，通常将敏感性分析作为MCDM过程的一部分实施[59]。为了提高权重和准则的鲁棒性，采用了AHP方法。基于相似性排序的方法（TOPSIS）和CRITIC方法是与AHP配合应用的一些决策技术。TOPSIS根据备选方案与正理想解和负理想解之间的几何距离进行排序。敏感性分析涉及检查参数变化对输出行为的影响，从而影响最终决策[57]。进行敏感性分析有多种方法，但大多数方法都关注权重变化对输出的影响。

电能质量扰动是指电压和/或电流幅值、频率或波形的任何改变，这些改变会干扰电力系统和相关电气/电子设备的正常运行[40]、[60]。文献[40]认为，电能质量扰动可以根据其特性、原因和潜在损害进行分析。电能质量扰动指数是一个基于电能质量扰动严重程度等级和受影响电力消费者类别的指标[40]。电能质量扰动指数（PQDI）也称为电能质量严重度指数（PQSI），用于评估电能质量问题的严重程度[10]。文献[40]提出了PQDI策略，侧重于电能质量对各类最终用户的影响。电能质量中断对不同消费者的影响各不相同。因此，不同负载消费者的电能质量要求也各不相同[40]。例如，一台工业级精密测量仪器在受到具有显著谐波畸变的电源时可能无法正常工作。在这种情况下，谐波畸变将导致工业消费者的电能质量指数较差。同样，电压不平衡会对工业和商业消费者产生不利影响，导致电能质量指数较差[34]、[61]。相反，对电压不平衡和谐波没有特定要求的住宅消费者可能因长时间中断而受到不利影响，导致电能质量指数较差。然而，文献[61]引入了模糊总电能质量指数（FTPQI）的概念，作为检查电网特定点总电能质量的工具。这侧重于电气网络系统或微网中各种电能质量属性的总和。

最佳做法是在编制电能质量指数之前仔细审查一个地区的电力需求构成[40]。区域电力需求的构成可能来自多个群体，无论是作为输电还是配电客户。每个消费者类别的负载占总电力需求的比例即为负载类型。文献[40]考虑了特定时间段内电能质量扰动的发生频率来确定电能质量扰动的严重程度。对于谐波，使用总谐波失真（THD）来衡量电能质量严重度，而对于电压不平衡，则使用负序电压或零序电压与正序电压的百分比比值来确定电能质量严重度[10]。如图4所示，严重度通过将严重度度量转化为模糊值进行标准化。通常使用模糊集来表示严重度等级[62]。模糊逻辑是智能技术（IT）的一部分，它使用模仿人类专家行为来提供解决方案的算法和方法[59]。该方法在基于知识的系统中使用推理，从而形成规则和条件语句[40]、[59]。在电能质量严重度分析中，文献[40]应用了四个严重度等级集合，即低严重度、中等严重度、高严重度和非常高严重度，分别表示为LS、MS、HS和VHS。虽然未在本次实例中使用，但其他电能质量中断指标，包括持续时间和变化范围，可以轻松集成到严重度计算中。相反，文献[59]应用了五个严重度等级，包括非常低（VL）、低（L）、中等（M）、高（H）和非常高（VH）。

严重度（检测次数、THD或不平衡比）章节片段研究区域描述本研究在肯尼亚进行，肯尼亚是东非的一个国家，位于热带地区，纬度1°00'N，经度38°00'E[63]。肯尼亚分为八个区域，即内罗毕、中部、沿海、东部、东北部、尼扬扎、裂谷和西部。这些区域共享47个县，面积范围从229.7平方公里到70,691平方公里，因此面积差异显著[64]。数据收集自尼扬扎地区的霍马贝（伦巴微网）和西阿亚（恩代达微网）县。所选县的国家电网接入情况尽管该国电力接入率记录良好（超过75%），但肯尼亚的国家电网接入率分布并不均衡[21]。本研究观察到，一些县如内罗毕、基安布、穆兰加、涅里和蒙巴萨的国家电网接入率超过80%，而特卡纳、霍马贝、瓦吉尔和基图伊等县的国家电网接入率非常差，低于23%，如图6所示。这些县之所以出现电网接入率低的问题，主要由于……测量与不确定性在本研究中，使用Fluke?1777三相电能质量分析仪（美国华盛顿州Everett Fluke公司）进行了一周的短期数据记录。该数据记录设备最初由罗马尼亚制造（Fluke 1777）。在合规性和基准测试方面，该PQA符合IEEE 519、EN50160和IEC 61000-4-30 Class A Ed.3标准。该设备与GPS时间同步，内部实时精度为3 ppm。电压映射通过连接四个……实现。结论本研究的发现表明，模糊逻辑在独立微网中识别严重电能质量问题方面发挥着重要作用。本研究确定太阳能光伏是偏远微网中主要的可再生能源，照明（40%）和电子产品（56%）构成了日常能耗的大部分。虽然83%的微网能够满足峰值需求，82%的微网符合电能质量标准，但仍存在若干重要问题。

这些包括18%的情况下功率因数（PF）不良。利益冲突声明：作者声明他们不存在已知的竞争性财务利益或个人关系，这些情况可能影响本报告中所述工作的客观性。致谢：作者非常感谢应用科学、工程和技术技能合作伙伴关系（PASET）——区域奖学金与创新基金（RSIF）对本研究的支持。邓肯·恩科洛科萨｜塞巴斯蒂安·瓦伊塔｜穆图吉·基鲁基