葉 林, 屈曉旭， 么艷香, 張節(jié)潭， 王躍峰， 黃越輝， 王偉勝

(1. 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院， 北京市 100083； 2. 青海省光伏發(fā)電并網(wǎng)技術(shù)重點(diǎn)實(shí)驗(yàn)室(國網(wǎng)青海省電力有限公司電力科學(xué)研究院)， 青海省西寧市 810008； 3. 新能源與儲(chǔ)能運(yùn)行控制國家重點(diǎn)實(shí)驗(yàn)室(中國電力科學(xué)研究院有限公司)， 北京市 100192)

0 引言

化石能源的日益衰竭，促使人們高度關(guān)注太陽能、風(fēng)能、水能等可再生能源[1-2],高比例可再生能源并網(wǎng)成為電力系統(tǒng)的發(fā)展方向[3]。然而，風(fēng)力發(fā)電和光伏發(fā)電都具有較強(qiáng)的隨機(jī)性、波動(dòng)性和間歇性，大規(guī)模風(fēng)電和光電并網(wǎng)使得電力系統(tǒng)的安全穩(wěn)定運(yùn)行面臨嚴(yán)峻考驗(yàn)[4-6]。而水電作為規(guī)模大、調(diào)節(jié)性能良好的電源，可以有效平抑風(fēng)力發(fā)電和光伏發(fā)電波動(dòng)，提高電網(wǎng)對(duì)其的消納能力。因此，對(duì)風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的運(yùn)行特性進(jìn)行準(zhǔn)確分析顯得尤為重要。

現(xiàn)有研究大多集中在風(fēng)、光、水等單獨(dú)發(fā)電系統(tǒng)的運(yùn)行特性，或風(fēng)光、風(fēng)水等兩種能源互補(bǔ)發(fā)電系統(tǒng)的建模仿真、優(yōu)化配置、控制策略等方面，針對(duì)風(fēng)光水多能互補(bǔ)發(fā)電系統(tǒng)有功功率輸出特性的研究則相對(duì)較少[7-10]。風(fēng)、光、水的有功功率輸出在年內(nèi)和日內(nèi)時(shí)間尺度均具有一定的互補(bǔ)性，但文獻(xiàn)[11]對(duì)其互補(bǔ)特性只是初步探索，分析不夠深入。目前，國內(nèi)外普遍采用皮爾遜相關(guān)系數(shù)來衡量不同電源間的相關(guān)性[12-13]，但相關(guān)系數(shù)對(duì)信號(hào)局部變化相似度的描述并不顯著。一致性指標(biāo)和互補(bǔ)性指標(biāo)[14]雖更突出考察不同信號(hào)動(dòng)態(tài)變化差異程度，但也僅限于描述某兩個(gè)信號(hào)間的互補(bǔ)能力,具有一定的局限性。互補(bǔ)率和平滑度[15]可以評(píng)估風(fēng)、光的自然互補(bǔ)特性和風(fēng)、光、儲(chǔ)的人工互補(bǔ)特性，但計(jì)算較為復(fù)雜，且不易理解。

在電力系統(tǒng)的評(píng)價(jià)指標(biāo)體系方面，對(duì)風(fēng)、光單一發(fā)電系統(tǒng)的評(píng)價(jià)指標(biāo)體系已有研究[16-18]，但各體系包含的指標(biāo)大多具有針對(duì)性，并不適用于多能互補(bǔ)發(fā)電系統(tǒng)。目前，針對(duì)多種能源互補(bǔ)特性的指標(biāo)評(píng)價(jià)體系尚不完善，標(biāo)準(zhǔn)參差不一。少數(shù)涉及多能互補(bǔ)發(fā)電系統(tǒng)評(píng)價(jià)體系的文獻(xiàn)則主要關(guān)注了風(fēng)光儲(chǔ)互補(bǔ)發(fā)電系統(tǒng)的發(fā)電特性[19-21]。文獻(xiàn)[22]利用棄光率、火電負(fù)荷率、上網(wǎng)收益等指標(biāo)，從側(cè)面評(píng)價(jià)光水互補(bǔ)系統(tǒng)的運(yùn)行特性，而對(duì)于各電源間的互補(bǔ)特性，僅以功率波動(dòng)大小進(jìn)行衡量，計(jì)算方法具有一定的局限性。各種發(fā)電系統(tǒng)的評(píng)價(jià)指標(biāo)種類繁多，無法綜合反映多種能源互補(bǔ)發(fā)電系統(tǒng)的輸出功率特性。

基于此，本文首先針對(duì)風(fēng)光水發(fā)電互補(bǔ)特性評(píng)價(jià)指標(biāo)進(jìn)行深入研究，對(duì)多種評(píng)價(jià)指標(biāo)進(jìn)行了整理和分類，從分系統(tǒng)與聯(lián)合發(fā)電系統(tǒng)評(píng)價(jià)兩個(gè)方面入手，并利用互補(bǔ)系數(shù)將兩者結(jié)合，構(gòu)建了適用于風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的評(píng)價(jià)指標(biāo)框架。最后以中國西部某省為例，選取指標(biāo)框架中典型指標(biāo)計(jì)算分析，研究表明，風(fēng)光水在日內(nèi)時(shí)間尺度存在較強(qiáng)的互補(bǔ)性。

本文所提出的風(fēng)光水互補(bǔ)發(fā)電評(píng)價(jià)指標(biāo)研究框架彌補(bǔ)了以往風(fēng)光水評(píng)價(jià)指標(biāo)體系的不足，為風(fēng)、光、火、水、氣等多種能源互補(bǔ)發(fā)電運(yùn)行特性的評(píng)價(jià)研究提供了參考。

1 風(fēng)光水互補(bǔ)發(fā)電評(píng)價(jià)指標(biāo)研究框架

風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)集風(fēng)力發(fā)電、光伏發(fā)電與水力發(fā)電為一體，既是一個(gè)整體，各部分也可以看做獨(dú)立的發(fā)電單元，即分系統(tǒng)。因此首先需要通過分系統(tǒng)的指標(biāo)評(píng)判其運(yùn)行特性，再從風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)整體對(duì)電網(wǎng)的并網(wǎng)運(yùn)行進(jìn)行指標(biāo)分析。根據(jù)分系統(tǒng)與聯(lián)合發(fā)電系統(tǒng)的運(yùn)行特點(diǎn)及所需響應(yīng)指標(biāo)的側(cè)重點(diǎn)不同，本文擬將風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的評(píng)價(jià)指標(biāo)分為分系統(tǒng)評(píng)價(jià)指標(biāo)和聯(lián)合發(fā)電系統(tǒng)評(píng)價(jià)指標(biāo)兩大類，并將評(píng)價(jià)多個(gè)分系統(tǒng)互補(bǔ)性能的評(píng)價(jià)指標(biāo)作為連接分系統(tǒng)與聯(lián)合發(fā)電系統(tǒng)的橋梁，使兩者有機(jī)結(jié)合。對(duì)于分系統(tǒng)評(píng)價(jià)指標(biāo)，本文從其穩(wěn)定性、分布特性和功率預(yù)測(cè)誤差三個(gè)方面對(duì)分系統(tǒng)指標(biāo)進(jìn)行討論；對(duì)于聯(lián)合發(fā)電系統(tǒng)評(píng)價(jià)指標(biāo)，為了實(shí)現(xiàn)多能互補(bǔ)有功功率的平滑輸出、削峰填谷、計(jì)劃跟蹤和調(diào)峰調(diào)頻等目標(biāo)，本文擬從多能互補(bǔ)系統(tǒng)的可靠性、負(fù)荷匹配度和有功功率控制效果三個(gè)方面分析，定量評(píng)估風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)特性。

指標(biāo)框架的構(gòu)建與指標(biāo)的選取均需遵循一定的原則。在指標(biāo)的選取過程中，一方面要保證指標(biāo)體系的全面性和代表性，涵蓋評(píng)價(jià)對(duì)象的各方面特性；另一方面還要保證選取指標(biāo)的目的性，使其均能客觀反映評(píng)價(jià)對(duì)象關(guān)于評(píng)價(jià)目標(biāo)的特性?；谝陨显瓌t，本文所構(gòu)建的風(fēng)光水互補(bǔ)發(fā)電運(yùn)行特性的評(píng)價(jià)指標(biāo)框架如圖1所示。

圖1 風(fēng)光水發(fā)電運(yùn)行特性評(píng)價(jià)指標(biāo)框架Fig.1 Evaluation index framework for operation characteristics of wind-solar-hydro power system

2 風(fēng)光水運(yùn)行特性評(píng)價(jià)指標(biāo)

2.1 分系統(tǒng)評(píng)價(jià)指標(biāo)

2.1.1平穩(wěn)性

高比例可再生能源，如風(fēng)、光等接入大系統(tǒng)后將對(duì)電網(wǎng)造成負(fù)面影響，成為電力系統(tǒng)不確定性的主要來源，給電力系統(tǒng)的安全穩(wěn)定和經(jīng)濟(jì)運(yùn)行帶來巨大的挑戰(zhàn)，因此，有必要對(duì)單體系統(tǒng)的輸出功率進(jìn)行平穩(wěn)性評(píng)估，防止其并網(wǎng)造成安全隱患。為分析發(fā)電系統(tǒng)輸出功率的平穩(wěn)性，引入考察時(shí)間尺度內(nèi)的功率平穩(wěn)性指標(biāo)IS[14]來量化評(píng)估功率波動(dòng)程度:

(1)

平穩(wěn)性指標(biāo)的大小反映了在考察時(shí)間尺度內(nèi)功率波動(dòng)的程度：數(shù)值越小，說明功率波動(dòng)越小，平穩(wěn)性越好；反之，功率波動(dòng)越劇烈，則平穩(wěn)性越差。

2.1.2概率分布特性

風(fēng)力發(fā)電和光伏發(fā)電均具有隨機(jī)性和間歇性，因此其輸出功率的分布特性常用累計(jì)概率曲線表示，用來描述可再生能源輸出功率的均衡情況。文獻(xiàn)[23]定義的改進(jìn)β指標(biāo)可用于描述輸出功率：

(2)

式中：S1為累積概率曲線與輸出功率標(biāo)幺值在β到1之間圍成的面積；S2為累積概率曲線與輸出功率標(biāo)幺值在0到β之間圍成的面積。

2.1.3功率預(yù)測(cè)誤差

利用功率預(yù)測(cè)技術(shù)可以減輕新能源功率輸出的波動(dòng)性對(duì)電力系統(tǒng)調(diào)度的不利影響。目前風(fēng)力發(fā)電和光伏發(fā)電均裝有相應(yīng)的功率預(yù)測(cè)系統(tǒng)，但是由于風(fēng)能和太陽能資源的間歇性和隨機(jī)性較強(qiáng)，其預(yù)測(cè)誤差較大，短期預(yù)測(cè)精度有待提高[24-25]，因此可以利用功率預(yù)測(cè)誤差對(duì)預(yù)測(cè)系統(tǒng)進(jìn)行對(duì)比評(píng)價(jià)，了解預(yù)測(cè)系統(tǒng)的運(yùn)行情況。本文基于風(fēng)力發(fā)電場(chǎng)和光伏電站實(shí)時(shí)數(shù)據(jù)(包括實(shí)際功率和預(yù)測(cè)功率)，對(duì)風(fēng)力發(fā)電、光伏發(fā)電和風(fēng)光水互補(bǔ)發(fā)電的實(shí)際功率與預(yù)測(cè)功率進(jìn)行分析，對(duì)比各發(fā)電系統(tǒng)功率預(yù)測(cè)結(jié)果，采用平均絕對(duì)誤差(MAE)和均方根誤差(RMSE)對(duì)各發(fā)電系統(tǒng)功率預(yù)測(cè)結(jié)果進(jìn)行分析。各項(xiàng)誤差指標(biāo)的值越小，則預(yù)測(cè)精度越高。

2.2 互補(bǔ)性評(píng)價(jià)指標(biāo)

互補(bǔ)性評(píng)估的前提是進(jìn)行分系統(tǒng)運(yùn)行特性的評(píng)估，若分系統(tǒng)的運(yùn)行指標(biāo)尚未達(dá)到運(yùn)行標(biāo)準(zhǔn)，那么進(jìn)行互補(bǔ)性的評(píng)估則失去意義。互補(bǔ)性指標(biāo)也是聯(lián)合發(fā)電系統(tǒng)運(yùn)行特性評(píng)估的基礎(chǔ)，其可以對(duì)多種能源互補(bǔ)的程度進(jìn)行初步的判斷?；パa(bǔ)性越高，則越有利于聯(lián)合發(fā)電系統(tǒng)的并網(wǎng)運(yùn)行。

對(duì)于風(fēng)力發(fā)電系統(tǒng)，為量化兩個(gè)風(fēng)電功率信號(hào)的互補(bǔ)能力，文獻(xiàn)[14]定義了互補(bǔ)性指標(biāo)來定量評(píng)估不同功率變化量相互抵消的程度，本文在其基礎(chǔ)上加以改進(jìn)，定義了適用于多種能源互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)特性評(píng)估指標(biāo)——互補(bǔ)系數(shù)IC，來量化評(píng)估多個(gè)功率信號(hào)疊加后的功率波動(dòng)情況。令

(3)

考察某時(shí)間尺度內(nèi)量化評(píng)估多種能源系統(tǒng)發(fā)電功率的互補(bǔ)程度，定義互補(bǔ)系數(shù)：

(4)

互補(bǔ)系數(shù)的大小反映了各功率信號(hào)互補(bǔ)的程度，IC越接近于0，說明在考察時(shí)間尺度內(nèi)各信號(hào)變化量相互抵消得越多,互補(bǔ)性越強(qiáng)；反之，IC越大，信號(hào)變化量相互抵消得越少，則其互補(bǔ)性越弱。

2.3 聯(lián)合發(fā)電系統(tǒng)評(píng)價(jià)指標(biāo)

2.3.1可靠性

現(xiàn)階段常用的電力系統(tǒng)可靠性指標(biāo)主要有確定性和概率性兩種，前者只是某一過程的極值，后者則可以反映整個(gè)模擬過程的特性，現(xiàn)階段已逐步取代前者[26]。多種能源互補(bǔ)發(fā)電系統(tǒng)主要是通過改變系統(tǒng)總輸出功率來影響系統(tǒng)可靠性?？稍偕茉创蠖季哂泻軓?qiáng)的隨機(jī)性和波動(dòng)性，有功功率輸出往往難以滿足負(fù)荷的要求。失負(fù)荷概率比和電量不足期望比分別從電力角度和電量角度描述了多種能源互補(bǔ)后對(duì)系統(tǒng)可靠性的影響。

1)失負(fù)荷概率比[27](電力不足時(shí)間概率比)：多種能源互補(bǔ)后的電力不足期望時(shí)間與單一發(fā)電系統(tǒng)的電力不足期望時(shí)間之和的比值。公式如下：

(5)

式中：tLOLP為多種能源互補(bǔ)后的電力不足期望時(shí)間；tLOLPi為第i種單一發(fā)電系統(tǒng)的電力不足期望時(shí)間。ρ值的范圍為0～1,ρ值越小，表明互補(bǔ)性越好。

2)電量不足期望比[27]：多種能源互補(bǔ)后的電量不足期望值與單一發(fā)電系統(tǒng)電量不足期望值之和的比值。公式如下：

(6)

式中：λEENS為多種能源互補(bǔ)后的電量不足期望值；λEENSi為第i種單一發(fā)電系統(tǒng)的電力不足期望值。k值的范圍為0～1，k值越小，表明互補(bǔ)性越好。

2.3.2負(fù)荷匹配度

1)負(fù)荷追蹤系數(shù)

多能互補(bǔ)是將各種發(fā)電能源進(jìn)行優(yōu)化組合配置，使各種信號(hào)疊加后更好地跟隨負(fù)荷變化，從而使系統(tǒng)安全穩(wěn)定運(yùn)行，因此有必要引入負(fù)荷追蹤系數(shù)用來衡量負(fù)荷的匹配度。文獻(xiàn)[14]定義了一致性指標(biāo)來定量評(píng)估各個(gè)信號(hào)的接近程度。因此，為了分析風(fēng)力發(fā)電、光伏發(fā)電等多種可再生能源發(fā)電系統(tǒng)對(duì)負(fù)荷的影響，本文在一致性指標(biāo)基礎(chǔ)上進(jìn)行了改進(jìn)，定義負(fù)荷追蹤系數(shù)IT，來量化評(píng)估多種電源跟蹤負(fù)荷的特性。假設(shè)

(7)

令

(8)

則tk可以簡化為:

(9)

考察某時(shí)間尺度內(nèi)多種電源功率與負(fù)荷功率變化不一致程度，定義負(fù)荷追蹤系數(shù)：

(10)

IT越接近于0，說明多種能源互補(bǔ)發(fā)電功率與負(fù)荷功率在考察時(shí)間尺度內(nèi)的變化特性越一致，發(fā)電系統(tǒng)的輸出功率對(duì)負(fù)荷的跟蹤性越好；反之，IT越大，說明發(fā)電功率與負(fù)荷在考察時(shí)間尺度內(nèi)的變化特性越不一致，跟蹤性越差。

2)調(diào)峰容量比[27]

波動(dòng)性和隨機(jī)性是風(fēng)、光等可再生能源最典型的自然特征，需配置合理的調(diào)峰容量，否則當(dāng)出現(xiàn)風(fēng)力減小或光照幅度下降導(dǎo)致發(fā)電不足，而此時(shí)系統(tǒng)調(diào)峰容量不能有效滿足負(fù)荷時(shí)，會(huì)對(duì)系統(tǒng)頻率產(chǎn)生一定的影響。因此，引入調(diào)峰容量比作為調(diào)峰方面的核心指標(biāo)，即能源互補(bǔ)后的系統(tǒng)需求調(diào)峰容量與單一發(fā)電系統(tǒng)需求調(diào)峰容量最大值之比，用來定量評(píng)估多能互補(bǔ)后最大可調(diào)功率輸出與最小技術(shù)功率輸出之差的改善程度。公式如下：

(11)

式中：Ereg為多種能源互補(bǔ)后需要的調(diào)峰容量；Eregi為第i種單一電源需要的調(diào)峰容量。λ取值范圍為0～1，λ值越小，表明調(diào)峰容量互補(bǔ)性越高。

2.3.3有功控制效果

對(duì)于多能互補(bǔ)發(fā)電系統(tǒng)，為了衡量其整體發(fā)電功率輸出的控制效果，引入有功功率偏差率ΔP[17]來衡量其總輸出功率相對(duì)于計(jì)劃出力的偏移程度：

(12)

式中：Ptotal為多能互補(bǔ)發(fā)電系統(tǒng)的實(shí)際功率輸出值；Pref為功率輸出的計(jì)劃值。ΔP越小，表明功率輸出對(duì)計(jì)劃曲線的跟蹤性越好，有功控制效果越好。無功功率在本文中視為可以隨系統(tǒng)進(jìn)行調(diào)節(jié)而達(dá)到平衡，因此，本文不對(duì)無功功率做過多討論。

3 算例分析

本文數(shù)據(jù)來源于中國西部某省電力公司，以某地區(qū)電網(wǎng)實(shí)際風(fēng)電場(chǎng)(50 MW)、光伏發(fā)電站(20 MW)和水力發(fā)電站(20 MW)為例進(jìn)行分析。該地區(qū)系統(tǒng)最大負(fù)荷水平為1 201.15 MW。由于在實(shí)際運(yùn)行中存在棄風(fēng)棄光現(xiàn)象，風(fēng)電場(chǎng)和光伏電場(chǎng)所處的環(huán)境變化多端，再加上監(jiān)測(cè)系統(tǒng)存在隨機(jī)誤差和系統(tǒng)誤差等對(duì)風(fēng)電場(chǎng)和光伏電場(chǎng)運(yùn)行監(jiān)測(cè)數(shù)據(jù)產(chǎn)生一定的影響，從而導(dǎo)致一些異常數(shù)據(jù)的產(chǎn)生。這些異常數(shù)據(jù)的存在會(huì)對(duì)功率特性分析產(chǎn)生較大影響。因此，本文首先借鑒文獻(xiàn)[28-29]的方法，對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理和歸一化，提高數(shù)據(jù)質(zhì)量。

為了避免偶然性，本文隨機(jī)選取該省風(fēng)電場(chǎng)、光伏電站和水力發(fā)電站某年4個(gè)歷史日的采樣點(diǎn)進(jìn)行分析，以平穩(wěn)性指標(biāo)、誤差指標(biāo)和負(fù)荷追蹤系數(shù)為例，對(duì)風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的日內(nèi)時(shí)間尺度的功率特性進(jìn)行分析。

3.1 基于平穩(wěn)性指標(biāo)的平穩(wěn)性分析

對(duì)于風(fēng)、光、水分系統(tǒng),以平穩(wěn)性指標(biāo)為例進(jìn)行分析。分別計(jì)算風(fēng)力發(fā)電、光伏發(fā)電、水力發(fā)電的平穩(wěn)性指標(biāo)，再將風(fēng)光水發(fā)電功率耦合，將風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)看成一個(gè)大的系統(tǒng)，并計(jì)算其平穩(wěn)性指標(biāo)，計(jì)算結(jié)果如表1所示。

由表1可見，風(fēng)力發(fā)電和光伏發(fā)電功率的平穩(wěn)性指標(biāo)偏大，尤其是在12月30日。由此可知,風(fēng)力發(fā)電和光伏發(fā)電功率波動(dòng)性較水力發(fā)電大。這是由光伏發(fā)電晝發(fā)夜停和風(fēng)力發(fā)電具有較強(qiáng)的隨機(jī)性和波動(dòng)性造成的。水力發(fā)電站的發(fā)電量受流經(jīng)水電機(jī)組的水流影響，而短時(shí)間內(nèi)水流基本不會(huì)發(fā)生很大變化，且同時(shí)受來水裝置的控制，所以短期內(nèi)水電站的功率輸出比較平穩(wěn)。由表1可見，其平穩(wěn)性指標(biāo)最小，因此功率波動(dòng)較小。風(fēng)光互補(bǔ)發(fā)電和風(fēng)光水互補(bǔ)發(fā)電功率平穩(wěn)性指標(biāo)均小于風(fēng)電單獨(dú)出力和光伏單獨(dú)輸出的平穩(wěn)性指標(biāo)，由此可得，風(fēng)光和風(fēng)光水互補(bǔ)發(fā)電功率平穩(wěn)性較高，風(fēng)光互補(bǔ)可以平抑風(fēng)力發(fā)電的波動(dòng)性，而水力發(fā)電具有平抑風(fēng)力發(fā)電和光伏發(fā)電功率波動(dòng)的能力，而這也與事實(shí)相符。

表1 風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)平穩(wěn)性指標(biāo)計(jì)算結(jié)果Table 1 Results of stability index of hybrid wind-solar-hydro power generation system

統(tǒng)計(jì)各發(fā)電功率平穩(wěn)性指標(biāo)的概率分布及累積概率。風(fēng)、光、水單獨(dú)發(fā)電和風(fēng)光水互補(bǔ)發(fā)電的功率平穩(wěn)性指標(biāo)概率分布和累積概率分布見附錄A圖A1。由其統(tǒng)計(jì)結(jié)果可知，水力發(fā)電的功率平穩(wěn)性指標(biāo)主要集中在0處，說明水力發(fā)電功率輸出最平穩(wěn)。此處的光伏發(fā)電功率平穩(wěn)性指標(biāo)概率也較高，但這并不能說明光伏發(fā)電功率平穩(wěn)性高，而是由于光伏發(fā)電晝發(fā)夜停，在夜間光伏功率輸出為0，因此出現(xiàn)了較高的概率。相比風(fēng)力發(fā)電功率和光伏發(fā)電功率，風(fēng)光水互補(bǔ)發(fā)電功率概率分布相對(duì)集中，這說明其功率平穩(wěn)性較風(fēng)、光單獨(dú)發(fā)電功率平穩(wěn)性高。

3.2 基于誤差指標(biāo)的功率預(yù)測(cè)誤差分析

因水電站的功率輸出與降水量、河流水流量、水庫庫容及水輪機(jī)機(jī)組特性等因素相關(guān)，而短時(shí)間內(nèi)這些因素基本不會(huì)發(fā)生很大變化，所以短期內(nèi)水電站的功率輸出比較平穩(wěn)，可以認(rèn)為其預(yù)測(cè)值與實(shí)際值基本一致。

以3月1日07：00—19：00時(shí)間尺度內(nèi)的樣本對(duì)風(fēng)力發(fā)電、光伏發(fā)電和風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)進(jìn)行分析，分別計(jì)算風(fēng)、光單獨(dú)發(fā)電功率和風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)誤差。該日內(nèi)的風(fēng)力發(fā)電、光伏發(fā)電和風(fēng)光水互補(bǔ)發(fā)電實(shí)際發(fā)電功率和功率預(yù)測(cè)值見附錄A圖A2(a)(b)(c)，07：00—19：00時(shí)間尺度內(nèi)風(fēng)力發(fā)電、光伏發(fā)電和風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)相對(duì)誤差的概率分布情況見附錄A圖A2(d)?？芍?，風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)的相對(duì)誤差較風(fēng)力發(fā)電和光伏發(fā)電功率預(yù)測(cè)分布更為集中。其平均絕對(duì)誤差和均方根誤差的比較結(jié)果如表2所示。

表2 風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)功率預(yù)測(cè)誤差結(jié)果Table 2 Results of power prediction error of hydrid wind-solar-hydro power generation system

由表2可以看出，風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)的MAE和RMSE最小，精度最高?？梢哉f明，風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)能有效地減小風(fēng)力發(fā)電和光伏發(fā)電的功率預(yù)測(cè)誤差值，將使系統(tǒng)對(duì)風(fēng)力發(fā)電和光伏發(fā)電的調(diào)度和優(yōu)化運(yùn)行起到重要作用。

3.3 基于互補(bǔ)系數(shù)的互補(bǔ)特性分析

對(duì)于風(fēng)光水互補(bǔ)特性，分別從兩兩互補(bǔ)和三者互補(bǔ)的角度對(duì)其互補(bǔ)系數(shù)進(jìn)行分析。

由表3可見，所選取的日期中風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)系數(shù)均最低，說明風(fēng)力發(fā)電、光伏發(fā)電和水力發(fā)電合成的功率輸出的互補(bǔ)性最好。風(fēng)力發(fā)電系統(tǒng)和光伏發(fā)電系統(tǒng)的互補(bǔ)系數(shù)均為最高，說明風(fēng)光的互補(bǔ)性最低，水電作為規(guī)模大、調(diào)節(jié)性能良好的電源，可以在一定程度上對(duì)風(fēng)光互補(bǔ)起到平滑作用。

表3 風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)互補(bǔ)系數(shù)結(jié)果Table 3 Results of complementary index of hybrid wind-solar-hydro power generation system

風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)功率曲線見附錄A圖A3?？梢钥闯?，每日的06：00以前和18：30以后，風(fēng)光互補(bǔ)和風(fēng)光水互補(bǔ)發(fā)電歸一化功率均低于風(fēng)力發(fā)電，這是由于光伏發(fā)電晝發(fā)夜停所致。而在每日的06：00—18：00之間，無論是風(fēng)光互補(bǔ)發(fā)電還是風(fēng)光水互補(bǔ)發(fā)電，均可以較好地平抑風(fēng)力發(fā)電的波動(dòng)性，尤其在7月8日的中午最為明顯。其中，風(fēng)光水互補(bǔ)發(fā)電的功率輸出又明顯好于風(fēng)光互補(bǔ)，這也與互補(bǔ)系數(shù)的計(jì)算結(jié)果相符。

風(fēng)光互補(bǔ)、光水互補(bǔ)、風(fēng)水互補(bǔ)和風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)系數(shù)指標(biāo)的概率統(tǒng)計(jì)和累積概率統(tǒng)計(jì)分布見附錄A圖A4?？芍?，雖然風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)系數(shù)最低，但在概率統(tǒng)計(jì)上考慮，其并不能說明風(fēng)光水互補(bǔ)發(fā)電總是最佳的。顯然，在7月8日，風(fēng)光水耦合輸出的互補(bǔ)系數(shù)概率分布主要集中在0～0.05之間，而在其他日期，其概率分布比較分散，與其他的互補(bǔ)形式相比，沒有明顯的優(yōu)勢(shì)。例如：在10月1日，風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)系數(shù)累積概率曲線與風(fēng)水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)系數(shù)累積概率曲線接近。因此，除了互補(bǔ)系數(shù)，還要利用聯(lián)合發(fā)電系統(tǒng)指標(biāo)對(duì)其運(yùn)行特性進(jìn)行進(jìn)一步分析。

3.4 基于負(fù)荷追蹤系數(shù)的負(fù)荷匹配度分析

該地區(qū)春、夏、秋、冬四季典型日風(fēng)力發(fā)電、光伏發(fā)電和水力發(fā)電功率曲線和負(fù)荷功率曲線見附錄A圖A5。分別計(jì)算風(fēng)力發(fā)電、光伏發(fā)電、水力發(fā)電系統(tǒng)單獨(dú)運(yùn)行的負(fù)荷跟蹤情況和風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的負(fù)荷跟蹤情況，并統(tǒng)計(jì)各種情況下負(fù)荷追蹤系數(shù)的概率分布和累積概率。計(jì)算結(jié)果如表4所示。

表4 風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)負(fù)荷追蹤系數(shù)結(jié)果Table 4 Results of load tracking index of hybrid wind-solar-hydro power generation system

由表4可見，水力發(fā)電的負(fù)荷追蹤系數(shù)最低，說明其跟蹤負(fù)荷能力最強(qiáng)，其中7月8日的水電負(fù)荷追蹤系數(shù)達(dá)到水電中的最低值，這說明水力發(fā)電高峰時(shí)期，對(duì)負(fù)荷的跟蹤能力也最強(qiáng)。風(fēng)力發(fā)電和光伏發(fā)電負(fù)荷追蹤系數(shù)較大，對(duì)負(fù)荷的跟蹤能力較差。這是由于單獨(dú)的風(fēng)力發(fā)電和光伏發(fā)電并網(wǎng)中，白天光伏發(fā)電一般呈正調(diào)峰，但在夜間，負(fù)荷高峰期光伏沒有功率輸出；而風(fēng)力發(fā)電具有較強(qiáng)的隨機(jī)波動(dòng)性，且有一定的反調(diào)峰性[30]，因此，風(fēng)力發(fā)電和光伏發(fā)電對(duì)負(fù)荷的跟蹤能力較差。與單獨(dú)的風(fēng)力發(fā)電和光伏發(fā)電相比，風(fēng)光水互補(bǔ)發(fā)電的功率輸出能對(duì)負(fù)荷保持較好的跟蹤，從而減小對(duì)系統(tǒng)的沖擊。

風(fēng)力發(fā)電、光伏發(fā)電、水力發(fā)電和風(fēng)光水互補(bǔ)發(fā)電功率的負(fù)荷追蹤系數(shù)概率統(tǒng)計(jì)和累積概率分布見附錄A圖A6。可知，7月8日水力發(fā)電負(fù)荷追蹤系數(shù)概率分布主要集中在0～0.05，其概率累積在0.1處便達(dá)到了100%。對(duì)于其他日期，水力發(fā)電負(fù)荷追蹤系數(shù)概率分布也比較集中。而風(fēng)力發(fā)電和光伏發(fā)電的負(fù)荷追蹤系數(shù)概率分布比較分散?？梢赃@么認(rèn)為，水力發(fā)電出力負(fù)荷追蹤指標(biāo)概率曲線對(duì)風(fēng)力發(fā)電和光伏發(fā)電出力負(fù)荷追蹤指標(biāo)概率曲線起到調(diào)整作用，使二者最終達(dá)到相對(duì)集中的風(fēng)光水互補(bǔ)發(fā)電負(fù)荷追蹤指標(biāo)概率曲線。

4 結(jié)語

本文建立了從不同角度對(duì)風(fēng)光水發(fā)電運(yùn)行特性進(jìn)行評(píng)價(jià)的指標(biāo)框架，并對(duì)重點(diǎn)指標(biāo)進(jìn)行詳細(xì)說明和完善。對(duì)比分析風(fēng)、光、水單一發(fā)電系統(tǒng)和風(fēng)光、風(fēng)水、光水、風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的平穩(wěn)性、互補(bǔ)性、負(fù)荷跟蹤特性和功率預(yù)測(cè)誤差指標(biāo)，得出以下結(jié)論。

1)以功率平穩(wěn)性指標(biāo)評(píng)價(jià)發(fā)電系統(tǒng)功率的平穩(wěn)性，水力發(fā)電具有平抑風(fēng)力發(fā)電和光伏發(fā)電波動(dòng)性的特點(diǎn)，使得風(fēng)光水互補(bǔ)發(fā)電功率波動(dòng)減小，增強(qiáng)功率平穩(wěn)性。

2)風(fēng)光水互補(bǔ)發(fā)電功率預(yù)測(cè)的預(yù)測(cè)誤差較單獨(dú)的風(fēng)力發(fā)電功率預(yù)測(cè)和光伏發(fā)電功率預(yù)測(cè)誤差更小，且誤差分布更集中。

3)風(fēng)水互補(bǔ)和光水互補(bǔ)的性能在不同日期呈現(xiàn)出不同的優(yōu)劣程度，說明其互補(bǔ)特性可能與季節(jié)相關(guān)，后續(xù)可開展深入研究。

4)風(fēng)光水互補(bǔ)發(fā)電系統(tǒng)的互補(bǔ)系數(shù)概率分布大都較分散，與其他耦合形式相比，沒有明顯的優(yōu)勢(shì)。因此，該指標(biāo)可以根據(jù)需求指導(dǎo)電源規(guī)劃和配置。

5)水力發(fā)電的負(fù)荷追蹤系數(shù)概率分布比較集中，其負(fù)荷跟蹤特性最好。在水力發(fā)電的調(diào)節(jié)作用下，風(fēng)光水互補(bǔ)發(fā)電功率負(fù)荷跟蹤能力較單獨(dú)的風(fēng)力發(fā)電和光伏發(fā)電有一定提升。

本文對(duì)風(fēng)力發(fā)電、光伏發(fā)電、水力發(fā)電和風(fēng)光水互補(bǔ)發(fā)電功率特性進(jìn)行量化評(píng)估，評(píng)估方法和結(jié)果能夠?yàn)槎喾N異質(zhì)能源電力系統(tǒng)的運(yùn)行調(diào)度提供參考依據(jù)。但在分系統(tǒng)評(píng)價(jià)指標(biāo)和互補(bǔ)性評(píng)價(jià)指標(biāo)對(duì)聯(lián)合發(fā)電系統(tǒng)評(píng)價(jià)指標(biāo)的影響程度方面，本文存在一定的局限性，后續(xù)可開展相關(guān)量化評(píng)估研究工作。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] PAPAEFTHYMIOU G, DRAGOON K. Towards 100% renewable energy systems: uncapping power system flexibility[J]. Energy Policy, 2016, 92: 69-82.

[2] 賈宏杰,王丹,徐憲東,等.區(qū)域綜合能源系統(tǒng)若干問題研究[J].電力系統(tǒng)自動(dòng)化,2015,39(7):198-206.DOI:10.7500/AEPS20141009011.

JIA Hongjie, WANG Dan, XU Xiandong, et al. Research on some key problems related to integrated energy systems[J]. Automation of Electric Power Systems, 2015, 39(7): 198-206. DOI: 10.7500/AEPS20141009011.

[3] 魯宗相,李海波,喬穎.高比例可再生能源并網(wǎng)的電力系統(tǒng)靈活性評(píng)價(jià)與平衡機(jī)理[J].中國電機(jī)工程學(xué)報(bào),2017,37(1):9-20.

LU Zongxiang, LI Haibo, QIAO Ying. Flexibility evaluation and supply/demand balance principle of power system with high-penetration renewable electricity[J]. Proceedings of the CSEE, 2017, 37(1): 9-20.

[4] PETRAKOPOULOU F, ROBINSON A, LOIZIDOU M. Simulation and analysis of a stand-alone solar-wind and pumped-storage hydropower plant[J]. Energy, 2016, 96(2): 676-683.

[5] 黎嘉明,艾小猛,文勁宇,等.光伏發(fā)電功率持續(xù)時(shí)間特性的概率分布定量分析[J].電力系統(tǒng)自動(dòng)化,2017,41(6):30-36.DOI:10.7500/AEPS20160604002.

LI Jiaming, AI Xiaomeng, WEN Jinyu, et al. Quantitative analysis of probability distribution for duration time characteristic of photovoltaic power[J]. Automation of Electric Power Systems, 2017, 41(6): 30-36. DOI: 10.7500/AEPS20160604002.

[6] TAN Z, NGAN H W, WU Y, et al. Potential and policy issues for sustainable development of wind power in China[J]. Journal of Modern Power Systems and Clean Energy, 2013, 1(3): 204-215.

[7] 夏永洪,吳虹劍,辛建波,等.考慮風(fēng)/光/水/儲(chǔ)多源互補(bǔ)特性的微網(wǎng)經(jīng)濟(jì)運(yùn)行評(píng)價(jià)方法[J].電力自動(dòng)化設(shè)備,2017,37(7):63-69.

XIA Yonghong, WU Hongjian, XIN Jianbo, et al. Evaluation of economic operation for microgrid with complementary DGs and energy storage[J]. Electric Power Automation Equipment, 2017, 37(7): 63-69.

[8] SONG D, YANG J, CAI Z, et al. Wind estimation with a non-standard extended Kalman filter and its application on maximum power extraction for variable speed wind turbines[J]. Applied Energy, 2017, 190: 670-685.

[9] MONFORTI F, HULD T, BDIS K, et al. Assessing complementarity of wind and solar resources for energy production in Italy: a Monte Carlo approach[J]. Renewable Energy, 2014, 63(1): 576-586.

[10] ANJOS P S D, SILVA A S A D, STOIB, et al. Long-term correlations and cross-correlations in wind speed and solar radiation temporal series from Fernando de Noronha Island, Brazil[J]. Physica A: Statistical Mechanics and Its Applications, 2015, 424: 90-96.

[11] 朱燕梅,鄒祖建,黃煒斌,等.金沙江上游典型電站水光風(fēng)互補(bǔ)運(yùn)行研究[J].水力發(fā)電學(xué)報(bào),2017,36(4):78-85.

ZHU Yanmei, ZOU Zujian, HUANG Weibin, et al. Complementary operation of water, wind and solar power for typical power stations on upper Jinsha River[J]. Journal of Hydroelectric Engineering, 2017, 36(4): 78-85.

[12] SILVA A R, PIMENTA F M, ASSIREU A T, et al. Complementarity of Brazil’s hydro and offshore wind power[J]. Renewable and Sustainable Energy Reviews, 2016, 56: 413-427.

[14] 曲直,于繼來.風(fēng)電功率變化的一致性和互補(bǔ)性量化評(píng)估[J].電網(wǎng)技術(shù),2013,37(2):507-513.

QU Zhi, YU Jilai. Quantitative evaluation on consistency and complementarity of wind power variability[J]. Power System Technology, 2013, 37(2): 507-513.

[15] 李洪美,羅建裕,萬秋蘭.含間歇性電源的發(fā)電資源互補(bǔ)優(yōu)化研究[J].電力系統(tǒng)保護(hù)與控制,2013,41(9):34-39.

LI Hongmei, LUO Jianyu, WAN Qiulan. Manual complementariness optimization of electrical source involving intermittent power[J]. Power System Protection and Control, 2013, 41(9): 34-39.

[16] 李劍楠,喬穎,魯宗相,等.多時(shí)空尺度風(fēng)電統(tǒng)計(jì)特性評(píng)價(jià)指標(biāo)體系及其應(yīng)用[J].中國電機(jī)工程學(xué)報(bào),2013,33(13):53-61.

LI Jiannan, QIAO Ying, LU Zongxiang, et al. An evaluation index system for wind power statistical characteristics in multiple spatial and temporal scales and its application[J]. Proceedings of the CSEE, 2013, 33(13): 53-61.

[17] 王震,魯宗相,段曉波,等.分布式光伏發(fā)電系統(tǒng)的可靠性模型及指標(biāo)體系[J].電力系統(tǒng)自動(dòng)化,2011,35(15):18-24.

WANG Zhen, LU Zongxiang, DUAN Xiaobo, et al. Reliability model and indices of distributed photovoltaic power system[J]. Automation of Electric Power Systems, 2011, 35(15): 18-24.

[18] 陳力,胡釙,衛(wèi)敬宜,等.一種新的光伏并網(wǎng)評(píng)價(jià)體系[J].電力系統(tǒng)保護(hù)與控制,2017,45(2):105-110.

CHEN Li, HU Po, WEI Jingyi, et al. A new evaluation system of grid-integrated PV generation[J]. Power System Protection and Control, 2017, 45(2): 105-110.

[19] 張蕊.風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)評(píng)價(jià)指標(biāo)體系研究[D].北京:華北電力大學(xué),2014.

[20] 趙宇思.風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)運(yùn)行特性評(píng)價(jià)研究[D].北京:華北電力大學(xué),2016.

[21] YAO L, YANG B, CUI H, et al. Challenges and progresses of energy storage technology and its application in power systems[J]. Journal of Modern Power Systems and Clean Energy, 2016, 4(4): 519-528.

[22] 田旭,張祥成,白左霞,等.青海省水電與光伏互補(bǔ)特性分析與效果評(píng)價(jià)[J].電力建設(shè),2015,36(10):67-72.

TIAN Xu, ZHANG Xiangcheng, BAI Zuoxia, et al. Characteristic analysis and effect evaluation of synergy between hydropower and photovoltaic power in Qinghai Province[J]. Electric Power Construction, 2015, 36(10): 67-72.

[23] 徐乾耀,康重慶,張寧,等.海上風(fēng)電出力特性及其消納問題探討[J].電力系統(tǒng)自動(dòng)化,2011,35(22):54-59.

XU Qianyao, KANG Chongqing, ZHANG Ning, et al. A discussion on offshore wind power output characteristics and its accommodation[J]. Automation of Electric Power Systems, 2011, 35(22): 54-59.

[24] PETRAKOPOULOU F, ROBINSON A, LOIZIDOU M. Simulation and analysis of a stand-alone solar-wind and pumped-storage hydropower plant[J]. Energy, 2016, 96(2): 676-683.

[25] GOLOV N, R?NNBCK L. Big data normalization for massively parallel processing databases[C]// International Conference on Conceptual Modeling, October 19-22, 2015, Stockholm, Sweden: 154-163.

[26] 張培.基于可信容量的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)特性研究[D].濟(jì)南:山東大學(xué),2016.

[27] 鐘躍.能源互補(bǔ)評(píng)價(jià)指標(biāo)及其應(yīng)用[D].長沙:湖南大學(xué),2013.

[28] LYDIA M, KUMAR S S, SELVAKUMAR A I, et al. A comprehensive review on wind turbine power curve modeling techniques[J]. Renewable and Sustainable Energy Reviews, 2014, 30(2): 452-460.

[29] BENMOUIZA K, TADJ M, CHEKNANE A. Classification of hourly solar radiation using fuzzy C-means algorithm for optimal stand-alone PV system sizing[J]. International Journal of Electrical Power & Energy Systems, 2016, 82: 233-241.

[30] DE JONG P, SNCHEZ A S, ESQUERRE K, et al. Solar and wind energy production in relation to the electricity load curve and hydroelectricity in the northeast region of Brazil[J]. Renewable and Sustainable Energy Reviews, 2013, 23: 526-535.