蔡桂華，韓濤，范偉，柴小亮，馬慶峰，劉嚴(yán)，宋夏桐

（1.國(guó)網(wǎng)河北保定供電公司，河北保定 071051；2.北京四方繼電保護(hù)自動(dòng)化股份有限公司，北京 100080；3.河北工業(yè)大學(xué)，天津 300090）

新能源的發(fā)展，已經(jīng)成為經(jīng)濟(jì)可持續(xù)發(fā)展的必須選擇。新能源在環(huán)保以及經(jīng)濟(jì)性上都具有傳統(tǒng)化石能源不可比擬的優(yōu)勢(shì)，其可再生性和清潔性使其成為解決能源危機(jī)和環(huán)保危機(jī)的重要手段[1]。隨著國(guó)家對(duì)分布式光伏激勵(lì)政策的落實(shí)[2]，配電網(wǎng)也會(huì)逐步接入部分分布式新能源，實(shí)現(xiàn)風(fēng)電、光伏等新能源集中和分布式新發(fā)電的運(yùn)行監(jiān)測(cè)、統(tǒng)計(jì)分析對(duì)于提升新能源運(yùn)行效率[3-4]、優(yōu)化投資規(guī)劃策略[5-6]具有重要意義[7-12]。通過(guò)對(duì)新能源發(fā)電的監(jiān)測(cè)，實(shí)現(xiàn)新能源各時(shí)段發(fā)電量和天氣數(shù)據(jù)的采集和統(tǒng)計(jì)，分析新能源發(fā)電與天氣因素之間的相關(guān)性分析，為新能源發(fā)展和運(yùn)行調(diào)度提供科學(xué)合理的決策依據(jù)[12-14]。

風(fēng)電、光伏等分布式電源大量應(yīng)用，而隨之帶來(lái)的是多種分布式電源和市電的相互補(bǔ)充和切換如何解決的問(wèn)題。本文以分布式電源和市電為基礎(chǔ)建立一個(gè)區(qū)域新能源系統(tǒng)，以光伏（photovoltaic，PV）[15]、風(fēng)電機(jī)組（wind turbine，WT）[16]、蓄電池（storage battery，SB）[18-19]的新能源系統(tǒng)為研究對(duì)象，建設(shè)區(qū)域新能源能量管理系統(tǒng)，實(shí)現(xiàn)區(qū)域新能源的監(jiān)控、能量管理一體化，通過(guò)對(duì)區(qū)域內(nèi)部不同形式能源（電、風(fēng)、光、儲(chǔ)等）和負(fù)荷的精確預(yù)測(cè)與科學(xué)調(diào)度，與區(qū)域新能源控制器配合，實(shí)現(xiàn)區(qū)域新能源電網(wǎng)的安全穩(wěn)定運(yùn)行和能源優(yōu)化。提出了一種衡量區(qū)域新能源經(jīng)濟(jì)水平的優(yōu)化模型，該模型在保證不同并網(wǎng)方式下的負(fù)荷平衡、電能質(zhì)量和蓄電池充放電深度以及新能源機(jī)組出力約束的基礎(chǔ)上，結(jié)合實(shí)時(shí)電價(jià)實(shí)現(xiàn)分布式電源和市電的有功、無(wú)功出力的多目標(biāo)優(yōu)化經(jīng)濟(jì)調(diào)度。

1 區(qū)域新能源能量管理系統(tǒng)架構(gòu)

區(qū)域新能源能量管理系統(tǒng)是區(qū)域新能源監(jiān)控、海量數(shù)據(jù)分析、能量管理一體化系統(tǒng)，通過(guò)對(duì)區(qū)域新能源內(nèi)部不同形式能源（電、風(fēng)、光、儲(chǔ)等）和負(fù)荷的精確預(yù)測(cè)與科學(xué)調(diào)度，與區(qū)域新能源控制器配合，實(shí)現(xiàn)新能源電網(wǎng)的安全穩(wěn)定運(yùn)行和能源優(yōu)化。同時(shí)，通過(guò)區(qū)域新能源與大電網(wǎng)之間的協(xié)調(diào)互動(dòng)，提高供電可靠性和一次能源利用率。系統(tǒng)架構(gòu)見(jiàn)圖1。

圖1 區(qū)域新能源能量管理系統(tǒng)架構(gòu)Fig.1 The regional renewable energy management system architecture

第一層，分布式發(fā)電設(shè)備與負(fù)載控制器，該層為局部就地控制，目的是就地控制區(qū)域新能源系統(tǒng)內(nèi)電源與負(fù)載；第二層，區(qū)域新能源中央控制器，中央管理控制器提供了區(qū)域新能源系統(tǒng)在并網(wǎng)/孤網(wǎng)兩種運(yùn)行方式下完整的保護(hù)以及控制方案；第三層，區(qū)域新能源能量管理系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)對(duì)區(qū)域新能源系統(tǒng)內(nèi)各種能源流的綜合優(yōu)化，該層主要是考慮負(fù)荷和能源流的變化趨勢(shì)，以降低區(qū)域新能源的經(jīng)濟(jì)成本為目標(biāo)，在滿(mǎn)足潮流平衡、安全性和電能質(zhì)量的條件下，調(diào)整分布式發(fā)電系統(tǒng)的電源出力，從總體上優(yōu)化分布式能源區(qū)域新能源系統(tǒng)的運(yùn)行情況。

區(qū)域新能源能量管理系統(tǒng)，軟件架構(gòu)如圖2所示。其中，支撐平臺(tái)實(shí)現(xiàn)來(lái)自各種系統(tǒng)的新能源運(yùn)行相關(guān)數(shù)據(jù)的統(tǒng)一存儲(chǔ)管理。主要存儲(chǔ)的數(shù)據(jù)包括新能源發(fā)電相關(guān)運(yùn)行數(shù)據(jù)包括發(fā)電機(jī)電壓、電流、功率、功率因數(shù)、頻率以及電網(wǎng)的電壓、功率因數(shù)、氣象信息、發(fā)電機(jī)組電量累計(jì)、運(yùn)行時(shí)間累計(jì)、蓄電池電壓、故障告警等；新能源發(fā)電的經(jīng)濟(jì)性數(shù)據(jù)，包括新能源發(fā)電量、上網(wǎng)電量、售電量收入、政府補(bǔ)貼數(shù)據(jù)等。

圖2 區(qū)域新能源能量管理系統(tǒng)功能Fig.2 Regional new energy management system functions

建立區(qū)域新能源集中監(jiān)測(cè)和統(tǒng)計(jì)分析系統(tǒng)，有助于綜合采集和統(tǒng)計(jì)新能源發(fā)電相關(guān)運(yùn)行數(shù)據(jù)和經(jīng)濟(jì)性數(shù)據(jù)，為優(yōu)化新能源發(fā)電運(yùn)行、管理和新能源規(guī)劃和投資的決策提供依據(jù)，實(shí)現(xiàn)無(wú)功有功協(xié)調(diào)控制等功能。

2 新能源大數(shù)據(jù)分析與決策

基于海量數(shù)據(jù)實(shí)現(xiàn)區(qū)域新能源實(shí)時(shí)監(jiān)控與優(yōu)化決策，通過(guò)對(duì)區(qū)域新能源的運(yùn)行狀態(tài)監(jiān)視和海量數(shù)據(jù)挖掘以評(píng)估經(jīng)濟(jì)效益和節(jié)能效果、能源流/氣象關(guān)聯(lián)關(guān)系等分析和輔助決策功能，實(shí)現(xiàn)相關(guān)結(jié)果的實(shí)時(shí)或者通過(guò)WEB監(jiān)視和預(yù)警，并能方便快速地查詢(xún)與展示統(tǒng)計(jì)報(bào)表以及查詢(xún)區(qū)域新能源系統(tǒng)歷史數(shù)據(jù)。平臺(tái)底層基于IEC61968/61970 CIM標(biāo)準(zhǔn)實(shí)現(xiàn)與DMS、EMS、氣象平臺(tái)等多個(gè)系統(tǒng)之間的數(shù)據(jù)和信息集成。平臺(tái)提供海量數(shù)據(jù)管理和服務(wù)管理功能，確保數(shù)據(jù)質(zhì)量并滿(mǎn)足系統(tǒng)運(yùn)行要求，可實(shí)現(xiàn)基于大數(shù)據(jù)的發(fā)電出力分析與預(yù)測(cè)。

2.1 新能源大數(shù)據(jù)分析基礎(chǔ)功能

發(fā)電出力預(yù)測(cè)受到諸多隨機(jī)因素的影響，沒(méi)有明確的數(shù)學(xué)機(jī)理，數(shù)學(xué)模型無(wú)法準(zhǔn)確地描述負(fù)荷變化規(guī)律。在大數(shù)據(jù)平臺(tái)下，以數(shù)據(jù)的分析處理為中心，從數(shù)據(jù)中挖掘出隱含未來(lái)發(fā)展的信息。中長(zhǎng)期發(fā)電出力預(yù)測(cè)是典型的數(shù)據(jù)決定問(wèn)題，利用大數(shù)據(jù)方法，對(duì)發(fā)電出力大數(shù)據(jù)進(jìn)行細(xì)致的分析處理，能很好地發(fā)掘出發(fā)電出力的分布情況和變化趨勢(shì)。

本文模型中，對(duì)數(shù)據(jù)的分析處理分為兩步。首先針對(duì)數(shù)據(jù)的不足進(jìn)行處理，包括時(shí)效性檢驗(yàn)、缺失數(shù)據(jù)補(bǔ)全、錯(cuò)誤數(shù)據(jù)修正等，剔除錯(cuò)誤數(shù)據(jù)，補(bǔ)足重要數(shù)據(jù)。其次利用大數(shù)據(jù)分析技術(shù)，對(duì)各類(lèi)型數(shù)據(jù)進(jìn)行詳細(xì)的分析，提取特征參數(shù)和變化規(guī)律，挖掘出數(shù)據(jù)中隱含信息。

建模預(yù)測(cè)與誤差分析。基于大數(shù)據(jù)的發(fā)電出力預(yù)測(cè)建模是針對(duì)數(shù)據(jù)的建模，是根據(jù)數(shù)據(jù)的分布規(guī)律與變化規(guī)律建立的與數(shù)據(jù)相適應(yīng)的模型，能針對(duì)數(shù)據(jù)的改變做出相應(yīng)調(diào)整，最后通過(guò)誤差分析進(jìn)一步修正模型中的參數(shù)。

在預(yù)測(cè)框架中，數(shù)據(jù)源分析、數(shù)據(jù)分析處理及建模預(yù)測(cè)為其核心部分，決定預(yù)測(cè)精度。大數(shù)據(jù)思想正是通過(guò)數(shù)據(jù)源分析，大量掌握發(fā)電出力相關(guān)數(shù)據(jù)，利用大數(shù)據(jù)分析技術(shù)全面分析發(fā)電出力大數(shù)據(jù)特點(diǎn)，建立以數(shù)據(jù)為中心的預(yù)測(cè)模型，最終實(shí)現(xiàn)發(fā)電出力的精細(xì)化預(yù)測(cè)。

2.2 新能源大數(shù)據(jù)發(fā)電出力及負(fù)荷預(yù)測(cè)實(shí)現(xiàn)

在處理大數(shù)據(jù)量和知識(shí)學(xué)習(xí)等方面具有獨(dú)特優(yōu)勢(shì)的數(shù)據(jù)挖掘技術(shù)，為大幅提升預(yù)測(cè)模型的使用效率莫定了基礎(chǔ)，從而大幅提高了發(fā)電出力、負(fù)荷預(yù)測(cè)精度。大數(shù)據(jù)背景下的負(fù)荷預(yù)測(cè)實(shí)現(xiàn)步驟如圖3所示。

圖3 新能源發(fā)電出力預(yù)測(cè)Fig.3 The new energy output forecast

步驟1：曲線(xiàn)聚類(lèi)分析。

發(fā)電出力曲線(xiàn)的走勢(shì)與日類(lèi)型，天氣因素等密切相關(guān)。合理的數(shù)據(jù)挖掘技術(shù)—聚類(lèi)分析能夠?qū)l(fā)電出力規(guī)律相近的日期歸為一類(lèi)。采用馬爾科夫鏈、貝葉斯模型等，可以提取復(fù)雜的負(fù)荷變化曲線(xiàn)的特征向量，進(jìn)一步通過(guò)K-means等聚類(lèi)分析算法將零散分布的獨(dú)立樣本逐漸歸為趨勢(shì)相近的若干類(lèi)，為負(fù)荷預(yù)測(cè)提供參考。

步驟2：確立關(guān)鍵影響因素。

采用關(guān)聯(lián)分析算法，計(jì)算影響因素（如日最高氣溫，日平均氣溫，平均濕度，日類(lèi)型（星期幾）等）與發(fā)電量的關(guān)聯(lián)度排序，剔除影響因子較低的因素，簡(jiǎn)化預(yù)測(cè)模型，提高海量數(shù)據(jù)計(jì)算效率。

步驟3：建立分類(lèi)規(guī)則。

通過(guò)步驟1及步驟2，得到了待預(yù)測(cè)日過(guò)去一年的歷史發(fā)電曲線(xiàn)的分類(lèi)結(jié)果和影響發(fā)電出力的關(guān)鍵因素。通過(guò)決策樹(shù)算法，找到分類(lèi)結(jié)果與關(guān)鍵影響因素間的耦合關(guān)系，并以分類(lèi)規(guī)則的形式表現(xiàn)出來(lái)。該步驟的作用是當(dāng)已知待預(yù)測(cè)日發(fā)電出力的關(guān)鍵影響因素值時(shí)，可以根據(jù)不同分類(lèi)規(guī)則將預(yù)測(cè)日對(duì)應(yīng)到不同的聚類(lèi)中，從而該類(lèi)的結(jié)果就可以作為預(yù)測(cè)日的相似日數(shù)據(jù)集來(lái)訓(xùn)練模型。

步驟4：選擇匹配模型。

當(dāng)?shù)玫筋A(yù)測(cè)日的關(guān)鍵因素日特征向量（即關(guān)鍵因素值組成的向量）后，將其輸入步驟3建立的決策樹(shù)模型中，即可輸出相應(yīng)的分類(lèi)結(jié)果。

步驟5：訓(xùn)練預(yù)測(cè)模型并預(yù)測(cè)。

針對(duì)步驟1的分類(lèi)結(jié)果，將每類(lèi)的發(fā)電出力數(shù)據(jù)及相應(yīng)的關(guān)鍵因素?cái)?shù)據(jù)構(gòu)建訓(xùn)練樣本。針對(duì)每類(lèi)發(fā)電出力數(shù)據(jù)的變化規(guī)律和特征，選取匹配的預(yù)測(cè)模型來(lái)完成對(duì)該日發(fā)電出力的預(yù)測(cè)。使用支持向量機(jī)算法，采用RBF核函數(shù)，并設(shè)定核函數(shù)參，不敏感系數(shù)和懲罰參數(shù)。根據(jù)步驟4中得出的待預(yù)測(cè)日的分類(lèi)結(jié)果，選用對(duì)應(yīng)的支持向量機(jī)模型完成預(yù)測(cè)。

3 區(qū)域新能源有功率控制

在使用海量數(shù)據(jù)進(jìn)行負(fù)荷預(yù)測(cè)的基礎(chǔ)上，區(qū)域能量管理系統(tǒng)能夠得到更準(zhǔn)確的發(fā)電數(shù)據(jù)和負(fù)荷預(yù)測(cè)數(shù)據(jù)。從而，結(jié)合實(shí)時(shí)電價(jià)機(jī)制，實(shí)現(xiàn)區(qū)域能源系統(tǒng)運(yùn)行總成本的進(jìn)一步降低。成本目標(biāo)函數(shù)主要包括各新能源發(fā)電的維護(hù)成本及運(yùn)行成本、區(qū)域能源系統(tǒng)的購(gòu)電成本等，形成能量?jī)?yōu)化控制策略。

3.1 目標(biāo)函數(shù)

目標(biāo)函數(shù)為區(qū)域能源系統(tǒng)運(yùn)行總成本成本最小化，總成本由區(qū)域內(nèi)新能源發(fā)電的全壽命周期成本、區(qū)域能源系統(tǒng)的購(gòu)電成本組成，并除去微電網(wǎng)的收益。其中，區(qū)域內(nèi)新能源發(fā)電的全壽命周期成本包括日常維護(hù)成本、單位分散成本、老化折舊成本等。在海量數(shù)據(jù)背景下，以往難以估計(jì)的電池老化成本折算、風(fēng)機(jī)全壽命周期成本折算等數(shù)據(jù)將會(huì)得到有效的計(jì)算。從而更加科學(xué)地估計(jì)系統(tǒng)運(yùn)行成本。區(qū)域能源系統(tǒng)的購(gòu)電成本主要考慮域能源系統(tǒng)從市電吸收功率的成本。目標(biāo)函數(shù)為

式中：PGi，t為使用上一節(jié)建立的大數(shù)據(jù)模型計(jì)算得到的各區(qū)域內(nèi)新能源發(fā)電機(jī)組（包括光伏（PV）、風(fēng)電（WT）、電池（BAT）等）在第t時(shí)刻的有功出力；n為DG的總數(shù)量；Ci為第i臺(tái)DG的運(yùn)行費(fèi)用，Mi為第i臺(tái)DG的維護(hù)費(fèi)用；Bt為從大電網(wǎng)購(gòu)電的實(shí)時(shí)電價(jià)；Pe，t為在第t時(shí)刻區(qū)域新能源系統(tǒng)與市電的交換功率，若購(gòu)電則為正，售電則為負(fù)。

3.2 約束條件

1）系統(tǒng)功率平衡約束

式中：PLD，t為t時(shí)刻的各類(lèi)負(fù)荷功率，該參數(shù)由上一節(jié)中大數(shù)據(jù)模型計(jì)算得到；PL，t為t時(shí)刻棄風(fēng)、棄光總功率。

2）與市電功率交換約束

式中Pe，t/Pe，min/Pe，max為t時(shí)刻區(qū)域新能源系統(tǒng)與市電允許交換的功率/最小/最大功率。

3）PV、WT、GT 的運(yùn)行約束

式中PG，t/Pi，min/Pi，max為t時(shí)刻區(qū)域內(nèi)新能源發(fā)電有功功率/最小/最大有功限值。

4）蓄電池運(yùn)行約束

式中：PBAT，t為t時(shí)刻蓄電池充/放電功率，負(fù)值代表充電，正值代表放電；PBAT，min、PBAT，max為蓄電池充/放電時(shí)允許的最小、最大功率；Wini、WBAT，min、WBAT，max為蓄電池的初始、最小、最大存儲(chǔ)能量；T為單位時(shí)間；λ為蓄電池的能量損失系數(shù)。

這里選用了蓄電池作為儲(chǔ)能設(shè)備的代表。大規(guī)模蓄電池組不受地理?xiàng)l件約束，廣泛用于微電網(wǎng)中作為能量?jī)?chǔ)備單元。并且，抽水蓄能等其他類(lèi)型的儲(chǔ)能設(shè)備，經(jīng)過(guò)參數(shù)調(diào)整，也能夠適用本模型建立的約束條件。

5）傳輸線(xiàn)功率約束

式中：PLine，i，t為第i條傳輸線(xiàn)在第t時(shí)刻的傳輸功率；PLine，i，max為第i條傳輸線(xiàn)最大傳輸容量值；Vi，t為第i個(gè)母線(xiàn)第t時(shí)刻的電壓值；Vi，，max/Vi，min為第i個(gè)母線(xiàn)的最大/最小電壓值。函數(shù)f(?)為母線(xiàn)電壓和傳輸線(xiàn)功率關(guān)系函數(shù)，通常為二次函數(shù)形式[20]。

3.3 區(qū)域新能源優(yōu)化策略

傳統(tǒng)的新能源調(diào)度策略中，風(fēng)電光伏等可再生能源出力被當(dāng)做確定性參數(shù)。但是在實(shí)際運(yùn)行中，可再生能源出力往往受到當(dāng)日天氣影響，其實(shí)際出力可能偏離預(yù)測(cè)值。在海量數(shù)據(jù)背景下，使用上一節(jié)建立的預(yù)測(cè)模型，區(qū)域新能源調(diào)度可以獲得更優(yōu)的可再生能源預(yù)測(cè)值。

并且，考慮到可再生能源往往在短期內(nèi)預(yù)測(cè)精度較高。本文采用“日前計(jì)劃—滾動(dòng)調(diào)度—實(shí)時(shí)調(diào)度”三層調(diào)度結(jié)構(gòu)。在日前計(jì)劃中，將風(fēng)電和光伏看成一個(gè)整體，通過(guò)與儲(chǔ)能一體化優(yōu)化調(diào)度，減少棄風(fēng)或者棄光的總量，同時(shí)提高區(qū)域能源系統(tǒng)的經(jīng)濟(jì)效益。并且，通過(guò)日內(nèi)的滾動(dòng)調(diào)度，動(dòng)態(tài)更新可再生能源的最新預(yù)測(cè)值，調(diào)整系統(tǒng)運(yùn)行策略。最后，實(shí)時(shí)調(diào)度將實(shí)現(xiàn)區(qū)域新能源的實(shí)時(shí)平衡和潮流安全。

3.4 區(qū)域新能源優(yōu)化運(yùn)行算法實(shí)現(xiàn)

本文建立的區(qū)域新能源調(diào)度模型中，目標(biāo)函數(shù)和約束條件較多，且約束條件中含有傳統(tǒng)優(yōu)化算法難以解決的非線(xiàn)性約束條件（如傳輸線(xiàn)功率約束）。因此，本文采用改進(jìn)的遺傳算法優(yōu)化，選取滿(mǎn)足各項(xiàng)約束條件且出力、運(yùn)行成本最低的M個(gè)電源組合構(gòu)成初始父總?cè)?，進(jìn)行交叉變異操作產(chǎn)生性能更優(yōu)的下一代種群，直到獲得最優(yōu)解。

4 區(qū)域新能源無(wú)功電壓控制

區(qū)域新能源的無(wú)功管理和電壓控制由電網(wǎng)和新能源系統(tǒng)兩部分構(gòu)成。新能源出力形成各自約束并上送至電網(wǎng)層，電網(wǎng)層考慮電網(wǎng)和新能源系統(tǒng)實(shí)現(xiàn)系統(tǒng)級(jí)無(wú)功優(yōu)化，并將電壓和無(wú)功優(yōu)化結(jié)果下發(fā)至新能源系統(tǒng)，從而保證整個(gè)電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行。新能源電場(chǎng)電壓無(wú)功功率綜合控制的任務(wù)是根據(jù)調(diào)度的指令和電場(chǎng)并網(wǎng)的信號(hào)，通過(guò)場(chǎng)站內(nèi)部無(wú)功優(yōu)化調(diào)節(jié)場(chǎng)站內(nèi)部的無(wú)功補(bǔ)償裝置和風(fēng)電機(jī)組或光伏電池本身的控制系統(tǒng)，實(shí)現(xiàn)整個(gè)新能源電廠(chǎng)的電壓無(wú)功優(yōu)化控制。

分層分區(qū)、就地平衡是電網(wǎng)無(wú)功優(yōu)化控制的基本原則，依據(jù)電壓3級(jí)控制的理念，并結(jié)合新能源電場(chǎng)接入的實(shí)際情況，省級(jí)電網(wǎng)作為電壓控制的第三級(jí)，地區(qū)電網(wǎng)AVC作為電壓控制的第二級(jí)，則新能源電場(chǎng)AVC可看作電壓控制的第一級(jí)。以風(fēng)電場(chǎng)為例，系統(tǒng)的控制對(duì)象既包括風(fēng)電場(chǎng)并網(wǎng)點(diǎn)電容器、SVG的投切和控制，也包括風(fēng)電機(jī)組的控制。新能源電場(chǎng)電壓無(wú)功控制的分級(jí)示意圖見(jiàn)圖4。

圖4 新能源電場(chǎng)電壓無(wú)功分級(jí)控制Fig.4 The hierarchical control of new energy reactive power

在海量數(shù)據(jù)背景下，區(qū)域調(diào)度可以對(duì)無(wú)功電壓進(jìn)行更為精細(xì)的控制。借助電力系統(tǒng)運(yùn)行中獲得的海量數(shù)據(jù)監(jiān)控，區(qū)域調(diào)度可以更精細(xì)地預(yù)測(cè)可再生能源的出力波動(dòng)，從而更好地應(yīng)對(duì)突發(fā)情況下電網(wǎng)電壓平穩(wěn)和無(wú)功平衡?？紤]到新能源出力的間歇性和波動(dòng)性，電壓控制方案需要在不同電網(wǎng)運(yùn)行方式下，通過(guò)高精度的超短期功率預(yù)測(cè)實(shí)現(xiàn)精細(xì)化調(diào)節(jié)，這樣能更大限度地保障區(qū)域能源系統(tǒng)的安全性和減小經(jīng)濟(jì)運(yùn)行成本。電場(chǎng)AVC根據(jù)電網(wǎng)運(yùn)行計(jì)劃和超短期功率預(yù)測(cè)，以15 min為控制周期進(jìn)行優(yōu)化決策，進(jìn)而決定該控制周期內(nèi)離散無(wú)功設(shè)備（電容器）與有載調(diào)壓變壓器分接頭的控制方案，并下發(fā)至設(shè)備的本地控制器。除此之外，考慮到區(qū)域新能源的出力可能出現(xiàn)大波動(dòng)的情況，本文在定周期控制邏輯的同時(shí)，實(shí)時(shí)監(jiān)視新能源出力波動(dòng)速率，在一定時(shí)間段內(nèi)新能源波動(dòng)超過(guò)閾值后，啟動(dòng)敏捷校正控制，迅速將并網(wǎng)點(diǎn)電壓恢復(fù)。

離散設(shè)備動(dòng)作之后，可以利用動(dòng)態(tài)無(wú)功補(bǔ)償裝置實(shí)時(shí)跟蹤電網(wǎng)調(diào)度控制目標(biāo)。但同時(shí)控制SVC、SVG與新能源發(fā)電機(jī)組，容易導(dǎo)致調(diào)節(jié)振蕩，因此需要不同時(shí)間尺度上考慮SVC、SVG與新能源的調(diào)節(jié)，由于到新能源發(fā)電機(jī)組通信可靠度低、延時(shí)大，將發(fā)電機(jī)組的調(diào)節(jié)放在綜合優(yōu)化中，SVC、SVG等裝置響應(yīng)快速，用來(lái)進(jìn)行電網(wǎng)AVC調(diào)度指令的閉環(huán)控制，保證該控制周期內(nèi)留有足夠的無(wú)功調(diào)節(jié)裕度。

區(qū)域能源系統(tǒng)的電壓穩(wěn)定性受新能源并網(wǎng)點(diǎn)的影響很大，因此對(duì)新能源電場(chǎng)內(nèi)部無(wú)功電源的運(yùn)行進(jìn)行優(yōu)化以保證并網(wǎng)點(diǎn)電壓，對(duì)區(qū)域能源系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要的意義。新能源電場(chǎng)無(wú)功優(yōu)化的目標(biāo)是在滿(mǎn)足各種約束條件下，最大程度地提高電壓水平、改善電壓質(zhì)量、減少系統(tǒng)網(wǎng)絡(luò)損耗、提高系統(tǒng)對(duì)新能源電場(chǎng)的吸納能力。

4.1 目標(biāo)函數(shù)

對(duì)于無(wú)功電壓控制，調(diào)度目標(biāo)函數(shù)為系統(tǒng)運(yùn)行的有功損失最低。系統(tǒng)運(yùn)行的有功損失Ploss與各母線(xiàn)電壓相關(guān)，可以表示為

式中：Ui為第i個(gè)母線(xiàn)電壓；Gij/Bij為第i個(gè)母線(xiàn)到第j個(gè)母線(xiàn)間的電導(dǎo)/電納。

4.2 約束條件

4.2.1 潮流平衡

式中：Pi/Qi為第i個(gè)發(fā)電機(jī)組的有功功率/無(wú)功功率。

4.2.2 不等式約束

1）發(fā)電機(jī)無(wú)功功率范圍約束

式中QGmin/QGmax為發(fā)電機(jī)組的最小/最大無(wú)功功率。

2）電壓偏移范圍約束

式中Uimin/Uimax為發(fā)電機(jī)組的最小/最大電壓值。

3）無(wú)功補(bǔ)償裝置出力約束

式中QCmin/QCmax為無(wú)功補(bǔ)償裝置的最小/最大無(wú)功出力。

4）升壓變分接頭檔位約束

式中Kimin/Kimax為第i個(gè)變壓器的最小/最大分接頭位置。

5）新能源場(chǎng)站與市電的無(wú)功交換量應(yīng)當(dāng)盡可能接近電網(wǎng)發(fā)下的優(yōu)化目標(biāo)值：

式中：Qout為新能源廠(chǎng)站出口無(wú)功；Qref為地區(qū)電網(wǎng)下發(fā)至新能源廠(chǎng)站的無(wú)功目標(biāo)值；ε通常取一個(gè)極小值，這里取0.000 1。

假設(shè)上級(jí)電網(wǎng)發(fā)出的無(wú)功補(bǔ)償命令為Qref，通過(guò)實(shí)時(shí)監(jiān)控設(shè)施可以得到風(fēng)電場(chǎng)并網(wǎng)點(diǎn)的電壓，在已知各發(fā)電機(jī)有功出力的情況下，對(duì)并網(wǎng)點(diǎn)處的交換功率作罰函數(shù)處理，加入到目標(biāo)函數(shù)中，采用內(nèi)點(diǎn)法對(duì)上述優(yōu)化模型求解，就可以得到該指令下每臺(tái)發(fā)電機(jī)和無(wú)功補(bǔ)償設(shè)置的最優(yōu)出力。

5 應(yīng)用實(shí)例

本文提出的基于海量數(shù)據(jù)的區(qū)域新能源監(jiān)控與決策系統(tǒng)于2015年4月1日部署在河北某地調(diào)，該地區(qū)電網(wǎng)有風(fēng)能、光伏、儲(chǔ)能（抽水、蓄電池）等多種能源，總功率約500 kW。該系統(tǒng)上線(xiàn)兩年以來(lái)，運(yùn)行穩(wěn)定，效果良好。不僅采集了海量新能源運(yùn)行監(jiān)控?cái)?shù)據(jù)，而且有效的解決了不同新能源出力運(yùn)行在不同模式、不同時(shí)序以及多約束條件下的能量監(jiān)控、優(yōu)化管理功能，為海量數(shù)據(jù)背景下多能源接入市電提供了有益經(jīng)驗(yàn)。

5.1 新能源發(fā)電預(yù)測(cè)

本文對(duì)各種能源出力均采用5 min采樣并保存，對(duì)每一種新能源出力，基于一年的數(shù)據(jù)構(gòu)建的采樣序列R105120，采用本文提出的大數(shù)據(jù)分析技術(shù)對(duì)區(qū)域內(nèi)多種采樣序列進(jìn)行挖掘和分析，實(shí)現(xiàn)對(duì)區(qū)域內(nèi)新能源發(fā)電預(yù)測(cè)，圖5給出了區(qū)域新能源監(jiān)控與決策系統(tǒng)得到的某風(fēng)能的新能源功率預(yù)測(cè)曲線(xiàn)。

預(yù)測(cè)精度的定義為

式中：N預(yù)測(cè)總點(diǎn)數(shù)；為第k+1個(gè)預(yù)測(cè)時(shí)刻預(yù)測(cè)值；x(k+1)為第k+1個(gè)時(shí)刻的實(shí)際值。

根據(jù)兩年間區(qū)域新能源系統(tǒng)監(jiān)控?cái)?shù)據(jù)，采用支持向量機(jī)等數(shù)據(jù)挖掘算法對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和整合。在剔除無(wú)效數(shù)據(jù)后，某典型日發(fā)電預(yù)測(cè)預(yù)測(cè)如圖5所示。地調(diào)各種新能源出力的整體預(yù)測(cè)誤差在12%左右，單個(gè)預(yù)測(cè)時(shí)刻的最大預(yù)測(cè)誤差為6.36%，這說(shuō)明本文的方法是適合于區(qū)域新能源發(fā)電出力的精細(xì)化預(yù)測(cè)的。

5.2 區(qū)域新能源有功優(yōu)化控制

某典型日中，有功優(yōu)化控制的結(jié)果如圖6所示。

圖6 新能源有功功率優(yōu)化結(jié)果Fig.6 Optimization results of new energy active power

在海量數(shù)據(jù)背景下，新能源的發(fā)電值得到了更精細(xì)的描述。在此基礎(chǔ)上，多種可再生能源出力曲線(xiàn)的峰谷區(qū)間互補(bǔ)，有功控制可以得到更優(yōu)的結(jié)果。以圖6中某典型日0～24 h的測(cè)試數(shù)據(jù)所示，在負(fù)荷高峰時(shí)段，使用抽水蓄能向電網(wǎng)提供電力，在負(fù)荷低谷時(shí)段，如果有充足的新能源，則利用新能源出力進(jìn)行抽水儲(chǔ)能[21]。同時(shí)，采用三層調(diào)度機(jī)制，可以動(dòng)態(tài)更新新能源出力預(yù)測(cè)值，利用不同種類(lèi)新能源發(fā)電特性的差別，有效協(xié)調(diào)多種新能源的峰谷時(shí)段，保證了最大功率并網(wǎng)，減少了棄風(fēng)以及棄光量，最大程度的支撐不同時(shí)段區(qū)域新能源區(qū)域的負(fù)荷和市電的需要，同時(shí)火電機(jī)組的啟停和運(yùn)行維護(hù)費(fèi)用也大大減少。

5.3 區(qū)域新能源無(wú)功優(yōu)化控制

基于海量的監(jiān)測(cè)數(shù)據(jù)，區(qū)域調(diào)度系統(tǒng)能夠更好的控制并網(wǎng)節(jié)點(diǎn)電壓，降低系統(tǒng)的網(wǎng)損。圖7展示了在電網(wǎng)某種運(yùn)行情況下，新能源某并網(wǎng)節(jié)點(diǎn)電壓較高，發(fā)生母線(xiàn)電壓越限事件。此時(shí)通過(guò)本文建立的無(wú)功優(yōu)化策略，將并網(wǎng)點(diǎn)電壓約束加入優(yōu)化模型，強(qiáng)化并網(wǎng)點(diǎn)電壓控制，能夠有效降低該并網(wǎng)點(diǎn)電壓差，另一方面，無(wú)功優(yōu)化前各并網(wǎng)點(diǎn)差距較大，且各并網(wǎng)點(diǎn)電壓隨有功出力的波動(dòng)而變化，也嚴(yán)重影響市電的安全穩(wěn)定運(yùn)行。此外，應(yīng)用本文算法無(wú)功優(yōu)化后，系統(tǒng)的網(wǎng)損也比無(wú)任何無(wú)功優(yōu)化場(chǎng)景的網(wǎng)損低，由原來(lái)的0.197 0降低到了0.161 3。

圖7 額定輸出場(chǎng)景下無(wú)功優(yōu)化前后節(jié)點(diǎn)電壓比較Fig.7 Comparison of the node voltage before and after reactive power optimization in rated output scenarios

6 結(jié)論

本文研究了區(qū)域新能源能量管理系統(tǒng)架構(gòu)、基于海量數(shù)據(jù)的新能源出力預(yù)測(cè)、有功無(wú)功實(shí)時(shí)控制、基于海量數(shù)據(jù)的決策支持等模型。提出一種基于海量數(shù)據(jù)的區(qū)域新能源的能量管理系統(tǒng)，對(duì)該系統(tǒng)的組織架構(gòu)、實(shí)現(xiàn)算法等進(jìn)行了詳細(xì)說(shuō)明，并以該系統(tǒng)在某地調(diào)的實(shí)際運(yùn)行數(shù)據(jù)，驗(yàn)證了該系統(tǒng)的有效性。該系統(tǒng)的實(shí)際運(yùn)行表明，海量數(shù)據(jù)有助于電力系統(tǒng)對(duì)波動(dòng)性強(qiáng)的新能源進(jìn)行更有效的分析和預(yù)測(cè)，在更精細(xì)的預(yù)測(cè)精度下，系統(tǒng)的有功、無(wú)功控制得到進(jìn)一步優(yōu)化：多種新能源發(fā)電總體考慮，優(yōu)勢(shì)互補(bǔ)，降低了棄風(fēng)、棄光功率；系統(tǒng)中并網(wǎng)母線(xiàn)電壓越限情況獲得了有效抑制，系統(tǒng)的網(wǎng)損降低。本文建立的區(qū)域新能源監(jiān)控與決策系統(tǒng)，可為海量數(shù)據(jù)下新能源控制的實(shí)現(xiàn)提供有益參考。

參考文獻(xiàn)

[1]YONG J Y，KLEME? J J，VARBANOV P S，et al.Clean?er energy for cleaner production：modelling，simulation，optimisation and waste management[J].Journal of Cleaner Production，2016，111：1-16.

[2]蘇劍，周莉梅，李蕊.分布式光伏發(fā)電并網(wǎng)的成本/效益分析[J].中國(guó)電機(jī)工程學(xué)報(bào)，2013，33（34）：50-56.SU Jian，ZHOU Limei，LI Rui.Cost-benefit analysis of dis?tributed grid-connected photovoltaic power generation[J].Proceedings of the CSEE，2013，33（34）：50-56.

[3]LO K.A critical review of China’s rapidly developing re?newable energy and energy efficiency policies[J].Renew?able and Sustainable Energy Reviews，2014，29：508-516.

[4]HOUSTON C，GYAMFI S，WHALE J.Evaluation of ener?gy efficiency and renewable energy generation opportuni?ties for small scale dairy farms：A case study in Prince Ed?ward Island，Canada[J].Renewable Energy，2014，67：20-29.

[5]HAN J，CHOI C S，PARK W K，et al.Smart home energy management system including renewable energy based on ZigBee and PLC[J].IEEE Transactions on Consumer Elec?tronics，2014，60（2）：198-202.

[6]BATISTA N C，MELíCIO R，MATIAS J C O，et al.Photo?voltaic and wind energy systems monitoring and building/home energy management using ZigBee devices within a smart grid[J].Energy，2013，49：306-315.

[7]閆鶴鳴，李相俊，麻秀范，等.基于超短期風(fēng)電預(yù)測(cè)功率的儲(chǔ)能系統(tǒng)跟蹤風(fēng)電計(jì)劃出力控制方法[J].電網(wǎng)技術(shù)，2015，39（2）：432-439.YAN Heming，LI Xiangjun，MA Xiufan，et al.Wind pow?er generation system based on ultra short-term wind pow?er forecasting power storage system[J].Power System Tech?nology，2015，39（2）：432-439.

[8]SONG Y，ZHOU G，ZHU Y.Present status and challeng?es of big data processing in smart grid[J].Power System Technology，2013，37（4）：927-935.

[9]HONG T，CHEN C，HUANG J，et al.Guest editorial big data analytics for grid modernization[J].IEEE Transactions on Smart Grid，2016，7（5）：2395-2396.

[10]PENG X，DENG D，CHENG S，et al.Key technologies of electric power big data and its application prospects in smart grid[J].Proceedings of the CSEE，2015，35（3）：503-511.

[11]王成山.微電網(wǎng)分析與仿真理論[M].北京：科學(xué)出版社，2013.

[12]王成山，李鵬.分布式發(fā)電、區(qū)域新能源與智能配電網(wǎng)的發(fā)展與挑戰(zhàn)[J].電力系統(tǒng)自動(dòng)化，2010，34（2）：10-14，23.

[13]黃偉，孫昶輝，吳子平，等.含分布式發(fā)電系統(tǒng)的微電網(wǎng)技術(shù)研究綜述[J].電網(wǎng)技術(shù)，2009，33（9）：14-18.HUANG Wei，SUN Changhui，WU Ziping，et al.A R eview on micro-grid technology containing distributed gen?eration system[J].Power System Technology，2009，33（9）：14-18.

[14]張建華，蘇玲，陳勇，等.區(qū)域新能源的能量管理及其控制策略[J].電網(wǎng)技術(shù)，2011，35（7）：24-28.ZHANG Jianhua，SU Ling，CHEN Yong，et al.Energy management of micro-grid and Its control strategy[J].Pow?er System Technology，2011，35（7）：24-28.

[15]YONG J Y，KLEME? J J，VARBANOV P S，et al.Clean?er energy for cleaner production：modelling，simulation，optimisation and waste management[J].Journal of Cleaner Production，2016，111：1-16.

[16]XIAO Z，BI C，SHAO Y，et al.Efficient，high yield perovskite photovoltaic devices grown by interdiffusion of solution-processed precursor stacking layers[J].Energy&Environmental Science，2014，7（8）：2619-2623.

[17]SEN R，Bhattacharyya S C.Off-grid electricity generation with renewable energy technologies in India：An applica?tion of HOMER[J].Renewable Energy，2014，62：388-398.

[18]MA T，YANG H，LU L.Feasibility study and economic analysis of pumped hydro storage and battery storage for a renewable energy powered island[J].Energy Conversion and Management，2014，79：387-397.

[19]MA T，YANG H，LU L.Development of hybrid batterysupercapacitor energy storage for remote area renewable energy systems[J].Applied Energy，2015，153：56-62.

[20]LI Y，SONG J，YANG J.A review on structure model and energy system design of lithium-ion battery in renewable energy vehicle[J].Renewable and Sustainable Energy Re?views，2014，37：627-633.

[21]FU Y，SHAHIDEHPOUR M，LI Z.Security-constrained unit commitment with AC constraints[J].Power Systems，IEEE Transactions on，2005，20（2）：1001-1013.