何洪業(yè),汪 穎,肖先勇
(1.四川大學(xué)電氣信息學(xué)院,四川 成都 610065;2.智能電網(wǎng)四川省重點實驗室(四川大學(xué)),四川 成都 610065)
大規(guī)模風(fēng)電并網(wǎng)后,風(fēng)電出力的隨機性和間歇性特性對電網(wǎng)安全運行和電能質(zhì)量帶來了巨大影響,也給電網(wǎng)有功控制帶來了新的挑戰(zhàn)[1,2]。鑒于此,文獻[3]提出了用多時間尺度協(xié)調(diào)有功調(diào)度以提高風(fēng)電消納能力的思想,按時間尺度把控制分解為:日前計劃、滾動計劃、實時調(diào)度計劃和AGC等4級,需對各時間尺度進行電網(wǎng)發(fā)電需求預(yù)測,其中,滾動預(yù)測對于提高滾動計劃準(zhǔn)確性,保證風(fēng)電和系統(tǒng)的安全穩(wěn)定運行具有重要意義。
系統(tǒng)調(diào)度和實時控制均需對下一時刻總發(fā)電需求進行準(zhǔn)確預(yù)測?,F(xiàn)有方法利用傳統(tǒng)負(fù)荷預(yù)測法代替[7],由于并網(wǎng)風(fēng)電的發(fā)電功率會抵消部分常規(guī)發(fā)電機組的負(fù)荷需要,因此,把風(fēng)電功率看為“負(fù)-負(fù)荷”,與實際負(fù)荷疊加,定義為“等效負(fù)荷”[4,5],根據(jù)“等效負(fù)荷”預(yù)測結(jié)果制定或調(diào)整發(fā)電計劃。該思想的前提是,認(rèn)為風(fēng)電不可控,通過控制常規(guī)機組消納風(fēng)電,但實際上,風(fēng)電場可通過改變漿距角或啟停風(fēng)機等進行有功控制,具有一定可控性;其次,風(fēng)電具有隨機性和間歇性,當(dāng)大規(guī)模風(fēng)電接入時,“等效負(fù)荷”變化規(guī)律變?nèi)酰A(yù)測結(jié)果的意義可能不明確。從預(yù)測樣本看,傳統(tǒng)負(fù)荷預(yù)測樣本是變電站采集量,而在發(fā)電與負(fù)荷之間,網(wǎng)損、頻率偏差、聯(lián)絡(luò)線傳輸功率偏差等均可能導(dǎo)致采集值與真實值的偏差,因此,在發(fā)電需求預(yù)測時必須考慮這些偏差的影響。
從預(yù)測樣本出發(fā),考慮被預(yù)測電網(wǎng)與外部電網(wǎng)之間的功率交換、網(wǎng)內(nèi)功率損耗和頻率特性,提出一種更好地消納網(wǎng)內(nèi)風(fēng)電的電網(wǎng)發(fā)電需求預(yù)測模型和算法。常規(guī)短期預(yù)測針對未來1~7天的負(fù)荷進行預(yù)測,預(yù)測樣本為前數(shù)天數(shù)據(jù),而風(fēng)電場日前預(yù)測誤差一般為25% ~40%[6],這樣大的誤差帶很大麻煩。風(fēng)電預(yù)測時間越短,誤差越小,因此,為了縮短樣本的時間尺度,以當(dāng)前時刻尺度提出虛擬天的概念,采用日內(nèi)風(fēng)電發(fā)電需求滾動預(yù)測法進行預(yù)測,提高預(yù)測精度。采用的滾動預(yù)測周期為30 min(也可設(shè)定為其他間隔),并結(jié)合國家能源局要求,并網(wǎng)風(fēng)電場必須在2012年內(nèi)具備風(fēng)功率滾動預(yù)報能力,每15 min上報一次,每次給出未來15 min至4 h的預(yù)報數(shù)據(jù),通過對國內(nèi)某實際電網(wǎng)數(shù)據(jù)測試表明,該方法能明顯提高預(yù)測精度,具有較高的工程應(yīng)用價值。
不失一般性,含大規(guī)模風(fēng)電的電網(wǎng)連接關(guān)系如圖 1[7]。
圖1 控制區(qū)與互聯(lián)電網(wǎng)
圖2中,功率波動量為
圖2 負(fù)荷的一次調(diào)頻功率
在式(1)中,Ploss難以采集,而總發(fā)電量PG易于得到。根據(jù)網(wǎng)內(nèi)發(fā)電與負(fù)荷的關(guān)系得
式(1)可改寫為
式(3)可改寫為
式中,j=1,2,…,16。
在常規(guī)短期預(yù)測提前一天或多天完成,為了保證整日曲線的完整性,基準(zhǔn)日一般取為預(yù)測日的前一天(截止基準(zhǔn)日24 h的信息作歷史數(shù)據(jù)),所用歷史負(fù)荷數(shù)據(jù)至少與待預(yù)測日相差一天,風(fēng)電的多時間尺度導(dǎo)致這樣的預(yù)測精度明顯降低。因此,提出采用日內(nèi)滾動預(yù)測的方法,基于新息技術(shù)的基本思想,每次滾動預(yù)測均采用最新信息,在相同預(yù)測方法的條件下,比僅用前一日24 h信息所得結(jié)果更準(zhǔn)確[8]。
由于滾動預(yù)測每次給出當(dāng)前時刻后4 h預(yù)測值,為了利用最新數(shù)據(jù),并能給出未來4 h預(yù)測值,因此,提出所謂虛擬天的概念。預(yù)測樣本基準(zhǔn)點不再按實際每天24 h確定,而采用預(yù)測時刻前24 h最新信息做預(yù)測原始數(shù)據(jù)。圖3給出了這種基準(zhǔn)點的選取方式,并和常規(guī)的方式進行了比較。
圖3 滾動預(yù)測基準(zhǔn)點選取方式
假定待預(yù)測日已知k(k≤T)點負(fù)荷數(shù)據(jù),可從最后一個已知點開始,向前取T個點(T為日采樣點數(shù)),作“虛擬天”。以此類推,連續(xù)向前取n×T個新息數(shù)據(jù)作日負(fù)荷預(yù)測樣本,相關(guān)數(shù)據(jù)照此作處理,每次滾動預(yù)測更新一次。
由于預(yù)測存在多樣性和復(fù)雜性,受諸多不確定因素影響,單一預(yù)測法很難取得滿意結(jié)果,因此采用多種預(yù)測法最優(yōu)加權(quán)預(yù)測[9]。參考?xì)v史樣本,根據(jù)對歷史日預(yù)測結(jié)果的分析,選擇N種預(yù)測方法,這里采用指數(shù)平滑算法、線性外推算法、SVR算法等預(yù)測算法。各種預(yù)測方法分別預(yù)測下一虛擬天總發(fā)電需求預(yù)測,結(jié)果為
式(8)中,每列對應(yīng)一種預(yù)測方法所得結(jié)果,含虛擬日96點發(fā)電需求預(yù)測值。
組合預(yù)測的權(quán)重取值對預(yù)測效果影響較大,但就預(yù)測機理而言,組合預(yù)測的權(quán)重確定仍然是一個未能很好解決的問題。例如,文獻[10,11]認(rèn)為權(quán)重應(yīng)為正,但卻并未給出明確理由,而文獻[12]則討論了權(quán)重取負(fù)值的問題。這里采用文獻[12]所述方式來求取權(quán)重W(N×1),具體方法見文獻[12]。
求出權(quán)重W后,求虛擬天最終預(yù)測結(jié)果。
采用國內(nèi)某省級電網(wǎng)的實際運行數(shù)據(jù)來驗證所提的方法。所選數(shù)據(jù)為2010年6月到2011年5月一年的運行數(shù)據(jù),預(yù)測都是針對總的發(fā)電需求。
圖4 滾動理想發(fā)電需求預(yù)測結(jié)果
圖4給出的是2011年4月3日的預(yù)測結(jié)果對比。相對實際的理想發(fā)電曲線,滾動發(fā)電需求預(yù)測結(jié)果的誤差,明顯比日前負(fù)荷預(yù)測值要小。對該日的統(tǒng)計數(shù)據(jù)表明,日前負(fù)荷預(yù)測準(zhǔn)確度為96.5%,滾動發(fā)電需求預(yù)測為99.1%,預(yù)測準(zhǔn)確度提高了2.6%。
對該網(wǎng)2010年9月到2011年5月分別進行模擬日前負(fù)荷預(yù)測和滾動發(fā)電需求預(yù)測,每月平均準(zhǔn)確率對比如表1。
表1 月平均預(yù)測精度對比
由表1可見,滾動發(fā)電需求預(yù)測的平均誤差為1.3%,遠(yuǎn)高于日前負(fù)荷預(yù)測的平均誤差4.4%,可見,該方法能較好地修正日前計劃偏差,為大型風(fēng)場接入創(chuàng)造了條件。
為了消納大規(guī)模風(fēng)電,提出了一種考慮風(fēng)電接入的發(fā)電需求滾動預(yù)測方法。建立并考慮了網(wǎng)損、網(wǎng)內(nèi)調(diào)頻及與網(wǎng)外功率交換等影響的發(fā)電需求預(yù)測模型,提出虛擬天的概念和樣本選取方式,并將所提方法與現(xiàn)有預(yù)測方法進行了比較。結(jié)果表明,所提方法的預(yù)測精度高,結(jié)果更符合實際,能更好地為風(fēng)電消納提供機會。所采用的預(yù)測方法實際在日內(nèi)進行,可更好地利用最新負(fù)荷、氣象等信息,與傳統(tǒng)日前預(yù)測相比,利用的信息多,預(yù)測精度也更高。
通過實際電網(wǎng)運行數(shù)據(jù)進行測試表明,所提方法能明顯地提高大規(guī)模風(fēng)電接入后的發(fā)電需求預(yù)測精度,該方法已經(jīng)得到了工程應(yīng)用,獲得良好的效果。
[1]孫元章,吳俊,李國杰.風(fēng)力發(fā)電對電力系統(tǒng)的影響.電網(wǎng)技術(shù),2007,31(20):55-62.
[2]高宗和,滕賢亮,張小白.適應(yīng)大規(guī)模風(fēng)電接入的互聯(lián)電網(wǎng)有功調(diào)度與控制方案[J].電力系統(tǒng)自動化,2010,34(17):37 -41.
[3]張伯明,吳文傳,孫宏斌,等.消納大規(guī)模風(fēng)電的多時間尺度協(xié)調(diào)的有功調(diào)度系統(tǒng)設(shè)計[J].電力系統(tǒng)自動化,2011,35(1):1 -6.
[4]Negnevitsky and Cameron W.Potter.Innovative Shortterm Wind Generation Prediction Techniques[C].Power Systems Conference and Exposition,2006:60-65.
[5]雷亞洲.與風(fēng)電并網(wǎng)相關(guān)的研究課題[J].電力系統(tǒng)自動化,2003,27(8):84 -89.
[6]ACKERM ANN T.Wind Power in Power System[M].London,UK:John Wiley&Sons,2005.
[7]李予州,吳文傳,張伯明,等.多時間尺度協(xié)調(diào)的區(qū)域控制偏差超前控制方法[J].電網(wǎng)技術(shù),2009,33(3):15-19.
[8]康重慶,夏清,等.電力系統(tǒng)負(fù)荷預(yù)測[M].北京:中國電力出版社,2007.
[9]康重慶,夏清,沈瑜,等.電力系統(tǒng)負(fù)荷預(yù)測的綜合模型[J].清華大學(xué)學(xué)報,1999,39(1):8-11.
[10]程旭,康重慶,夏清,等.短期負(fù)荷預(yù)測的綜合模型[J].電力系統(tǒng)自動化,2000,24(9):42 -44.
[11]Chongqing Kang,Xu Cheng,Qing Xia,et at.Novel Approach Considering Load-relative Factors in Shortterm Load Forecasting[J].Electric Power Systems Research,2004,70(2):99-l07.
[12]莫維仁,張伯明,孫宏斌,等,短期負(fù)荷綜合預(yù)測模型的探討[J].電力系統(tǒng)自動化,2004,28(1):30 -34.