許沈彬　段博文　張強(qiáng)　馬騁　衣濤

摘? ?要：隨著社會(huì)的發(fā)展、工業(yè)水平的不斷提高，能源問(wèn)題不斷凸顯，新能源技術(shù)的發(fā)展無(wú)疑是解決該問(wèn)題的最好途徑，但是隨著新能源裝機(jī)容量的不斷增加，新能源棄電問(wèn)題日益嚴(yán)重。為了改善這一問(wèn)題、降低棄電率，文章設(shè)計(jì)了一種新能源消納能力計(jì)算與調(diào)控系統(tǒng)?；诟鱾€(gè)電廠建立5G區(qū)域網(wǎng)，并在各個(gè)機(jī)組上設(shè)置數(shù)據(jù)采集器，通過(guò)區(qū)域網(wǎng)網(wǎng)絡(luò)傳輸?shù)酱髷?shù)據(jù)中心，在大數(shù)據(jù)中心采用隨機(jī)森林算法以及機(jī)組組合規(guī)劃設(shè)計(jì)機(jī)組調(diào)控方案，傳達(dá)到調(diào)度中心，再由調(diào)度中心對(duì)各個(gè)電廠下達(dá)指令。整個(gè)過(guò)程通過(guò)數(shù)據(jù)預(yù)測(cè)以及機(jī)組實(shí)時(shí)調(diào)控增加新能源消納，減少火電機(jī)組運(yùn)行。

關(guān)鍵詞：新能源消納;數(shù)據(jù)預(yù)測(cè);實(shí)時(shí)調(diào)控;隨機(jī)森林算法;5G;機(jī)組組合

伴隨著社會(huì)的發(fā)展、工業(yè)現(xiàn)代化的不斷建設(shè)，能源需求不斷增長(zhǎng)，能源問(wèn)題逐漸顯露，工業(yè)發(fā)展的同時(shí)帶來(lái)了嚴(yán)重的環(huán)境污染，而新能源的發(fā)現(xiàn)與新能源技術(shù)的發(fā)展無(wú)疑帶來(lái)了曙光。清潔能源的使用不僅能減少煤炭等資源的利用，還能大大減少對(duì)環(huán)境的污染，但是如何更好地進(jìn)行新能源消納問(wèn)題逐漸顯露出來(lái)。為了解決這一問(wèn)題，大量學(xué)者進(jìn)行了探究，其中，董存等[1]結(jié)合電網(wǎng)生產(chǎn)運(yùn)行實(shí)際情況，對(duì)多區(qū)域間特高壓直流外送功率協(xié)調(diào)優(yōu)化促進(jìn)新能源消納開(kāi)展研究，建立了考慮跨區(qū)直流功率優(yōu)化的新能源消納能力計(jì)算分析模型，針對(duì)多地區(qū)測(cè)算了跨區(qū)特高壓直流互補(bǔ)促進(jìn)新能源消納的效果。董超等[2]深度挖掘火電機(jī)組深度調(diào)峰能力，分析其運(yùn)行特性，在常規(guī)優(yōu)化模型的基礎(chǔ)上引入深度調(diào)峰出力平穩(wěn)段運(yùn)行時(shí)間、最小深度調(diào)峰時(shí)間等約束，并對(duì)機(jī)組最大最小出力、爬坡等常規(guī)約束進(jìn)行改進(jìn)，建立考慮火電機(jī)組深度調(diào)峰的實(shí)時(shí)發(fā)電計(jì)劃優(yōu)化模型以此來(lái)增加新能源消納。金東等[3]依據(jù)電網(wǎng)極限約束條件下新能源消納裕度計(jì)算評(píng)估方法，對(duì)各地通道數(shù)據(jù)進(jìn)行實(shí)時(shí)計(jì)算，最終將各地新能源受阻情況、電網(wǎng)可調(diào)整空間量化展示，給新能源消納工作提供參考依據(jù)?；谏鲜鰧W(xué)者的研究，本文設(shè)計(jì)了新能源消納能力計(jì)算的系統(tǒng)，以期來(lái)增加新能源消納，減少火電機(jī)組的運(yùn)行。

1? ? 新能源消納能力計(jì)算與調(diào)控系統(tǒng)構(gòu)建思想

新能源消納能力計(jì)算與調(diào)控系統(tǒng)主要包括數(shù)據(jù)采集、數(shù)據(jù)分析、實(shí)時(shí)調(diào)控方案、調(diào)度中心4個(gè)模塊。其中，數(shù)據(jù)采集是在各個(gè)發(fā)電廠以及配電廠進(jìn)行，數(shù)據(jù)分析和實(shí)時(shí)調(diào)控方案在數(shù)據(jù)中心進(jìn)行，最后由調(diào)度中心實(shí)施具體操作。首先，數(shù)據(jù)采集是指從區(qū)域內(nèi)發(fā)電廠中采集信息，包括風(fēng)電實(shí)時(shí)出力信息、發(fā)電廠機(jī)組發(fā)電數(shù)據(jù)，用電負(fù)荷數(shù)據(jù)以及聯(lián)絡(luò)線外送電力數(shù)據(jù)的采集，并且通過(guò)5G區(qū)域網(wǎng)傳輸?shù)綌?shù)據(jù)中心進(jìn)行下一步處理。其次，下一步在數(shù)據(jù)中心進(jìn)行，根據(jù)收集數(shù)據(jù)進(jìn)行分類、存儲(chǔ)、備份，然后進(jìn)行數(shù)據(jù)預(yù)測(cè)，根據(jù)過(guò)去2 h的負(fù)荷數(shù)據(jù)以及新能源發(fā)電數(shù)據(jù)預(yù)測(cè)未來(lái)1 h的負(fù)荷數(shù)據(jù)以及新能源發(fā)電數(shù)據(jù)，然后根據(jù)新能源消納計(jì)算公式計(jì)算火電機(jī)組預(yù)測(cè)出力數(shù)據(jù)。最后，數(shù)據(jù)中心通過(guò)火電機(jī)組預(yù)測(cè)出力數(shù)據(jù)以減少燃料成本和啟停費(fèi)用設(shè)計(jì)實(shí)時(shí)火電機(jī)組調(diào)控方案;調(diào)控中心根據(jù)實(shí)時(shí)調(diào)控方案對(duì)各個(gè)發(fā)電廠下達(dá)指令，各個(gè)發(fā)電廠根據(jù)指令調(diào)控運(yùn)行火電機(jī)組。整個(gè)系統(tǒng)通過(guò)實(shí)時(shí)預(yù)測(cè)數(shù)據(jù)，與實(shí)時(shí)調(diào)控方案設(shè)計(jì)減少機(jī)組的運(yùn)行，增加新能源的消納。

2? ? 系統(tǒng)結(jié)構(gòu)

本文所設(shè)計(jì)的系統(tǒng)結(jié)構(gòu)如圖1所示，以便更加直觀地解釋整個(gè)系統(tǒng)的構(gòu)成以及整個(gè)流程。各種發(fā)電廠采集數(shù)據(jù)，通過(guò)5G局域網(wǎng)傳輸?shù)酱髷?shù)據(jù)中心，然后在大數(shù)據(jù)中心進(jìn)行相關(guān)數(shù)據(jù)處理，并設(shè)計(jì)實(shí)時(shí)調(diào)控方案反饋信息到調(diào)度中心，調(diào)度中心再對(duì)各個(gè)電廠下達(dá)指令，各個(gè)電廠執(zhí)行指令完成整個(gè)流程。

3? ? 模塊分析

3.1? 數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊分為數(shù)據(jù)監(jiān)控模塊和數(shù)據(jù)采集模塊，在發(fā)電廠機(jī)組上安裝數(shù)據(jù)采集器，采集機(jī)組處理信息，兩個(gè)模塊都將信息通過(guò)5G區(qū)域網(wǎng)網(wǎng)絡(luò)傳輸通道實(shí)時(shí)傳送到大數(shù)據(jù)中心，大數(shù)據(jù)中心對(duì)數(shù)據(jù)進(jìn)行分類、存儲(chǔ)和備份以及之后的數(shù)據(jù)處理

3.2? 數(shù)據(jù)分析

（1）數(shù)據(jù)預(yù)測(cè)。隨機(jī)森林是指利用多個(gè)決策樹(shù)對(duì)樣本進(jìn)行訓(xùn)練并預(yù)測(cè)的一種分類器，其結(jié)果由多個(gè)決策樹(shù)的分類結(jié)果決定。因此，本文將采用隨機(jī)森林算法來(lái)進(jìn)行負(fù)荷數(shù)據(jù)預(yù)測(cè)以及新能源出力數(shù)據(jù)預(yù)測(cè)，以過(guò)去2 h的負(fù)荷數(shù)據(jù)以及新能源出力數(shù)據(jù)作為樣本，并建立決策樹(shù)預(yù)測(cè)未來(lái)1 h的負(fù)荷數(shù)據(jù)以及新能源出力數(shù)據(jù)，具體方法如下：

首先，取過(guò)去2 h內(nèi)每秒的電力負(fù)荷數(shù)據(jù)構(gòu)成負(fù)荷訓(xùn)練樣本集D，并對(duì)其通過(guò)Bagging方法進(jìn)行有回放過(guò)程的均勻抽樣隨機(jī)生成若干個(gè)新的負(fù)荷訓(xùn)練樣本集D（i），樣本集與隨機(jī)森林中設(shè)定的決策樹(shù)數(shù)量相同，均為M。

其次，根據(jù)上述每一個(gè)負(fù)荷訓(xùn)練樣本集D（i），可以獨(dú)立構(gòu)建一個(gè)完全分裂的決策樹(shù)，將所有不同的決策樹(shù)放在一起構(gòu)成了隨機(jī)森林模型。采用C4.5決策樹(shù)算法來(lái)產(chǎn)生決策樹(shù)，其中信息增益率GainRate（D，R）是用信息增益Gain（D，R）和分裂信息量SplitInfo（D，R）共同定義的，如式（1—4）：

式中，Entropy（D）表示集合D的熵，V（R）是屬性R的值域，Dv是集合D中的屬性D上值等于V的子集，n表示集合D中的狀態(tài)個(gè)數(shù)，pi為子集合中第i個(gè)屬性值樣本數(shù)所占的比例。

最后，將各個(gè)樣本經(jīng)過(guò)決策樹(shù)后的分類結(jié)果進(jìn)行統(tǒng)計(jì)，并且通過(guò)投票表決方式將投票數(shù)最多的一類作為負(fù)荷數(shù)據(jù)的預(yù)測(cè)類別。

通過(guò)上述方法以過(guò)去2 h內(nèi)的新能源出力數(shù)據(jù)作為樣本，還可以得到未來(lái)1 h內(nèi)新能源的出力預(yù)測(cè)數(shù)據(jù)。

（2）新能源消納能力計(jì)算。新能源消納同一時(shí)刻能力計(jì)算符合以下關(guān)系：全網(wǎng)負(fù)荷功率=所有火電機(jī)組出力+聯(lián)絡(luò)線通道接入功率+新能源消納功率。

（3）機(jī)組預(yù)計(jì)總出力分析。通過(guò)以上分析可以得到未來(lái)1 h內(nèi)的負(fù)荷預(yù)測(cè)數(shù)據(jù)以及新能源出力數(shù)據(jù)，以新能源消納能力計(jì)算公式為計(jì)算模型，以增加最大新能源消納為目的，設(shè)定一個(gè)穩(wěn)定的聯(lián)絡(luò)線接入功率情況下，可以得到未來(lái)1 h內(nèi)機(jī)組預(yù)計(jì)總出力數(shù)據(jù)。

3.3? 實(shí)時(shí)調(diào)控方案

以上述對(duì)未來(lái)1 h內(nèi)的機(jī)組預(yù)計(jì)出力數(shù)據(jù)為基礎(chǔ)設(shè)計(jì)機(jī)組運(yùn)行的實(shí)時(shí)調(diào)控方案。以下計(jì)算將以燃料成本與機(jī)組啟停費(fèi)用建立目標(biāo)函數(shù)，進(jìn)行求解機(jī)組啟停與出力計(jì)劃，具體方法如下。

式中，PD，t為時(shí)間段t內(nèi)的負(fù)荷需求;PR，t為時(shí)間段t內(nèi)的系統(tǒng)選備用需求;Pi，min，Pi，max分別為機(jī)組i的最小出力與最大出力;Si，on，Ti，on分別為機(jī)組i的連續(xù)開(kāi)機(jī)時(shí)間和最小開(kāi)機(jī)時(shí)間;Yu，i，t，Yh，i，t分別為機(jī)組i在時(shí)間段t內(nèi)最大爬坡速率和最大滑坡速率。

將機(jī)組相關(guān)參數(shù)以及負(fù)荷預(yù)測(cè)數(shù)據(jù)通過(guò)以上數(shù)學(xué)模型進(jìn)行求解得到最佳的機(jī)組運(yùn)行計(jì)劃，即實(shí)時(shí)調(diào)控方案。

3.4? 調(diào)度中心

調(diào)度中心接收大數(shù)據(jù)中心反饋的實(shí)時(shí)調(diào)控方案，并根據(jù)實(shí)時(shí)調(diào)控方案準(zhǔn)確、快速地向該區(qū)域各個(gè)電廠下達(dá)指令，電廠根據(jù)指令調(diào)控各個(gè)機(jī)組的運(yùn)行。

4? ? 系統(tǒng)要求

（1）數(shù)據(jù)采集和傳輸。數(shù)據(jù)的采集主要通過(guò)在機(jī)組裝置上安裝的采集器，為了信息的正確性，采集器性能必須強(qiáng)悍、高效，為了方便傳輸和減少線路，采集器可以添加無(wú)線模塊，因此需要建立區(qū)域網(wǎng)絡(luò)，并且保證區(qū)域網(wǎng)絡(luò)信號(hào)良好;除此之外傳輸通道必須加密，保證傳輸?shù)陌踩浴?/p>

（2）系統(tǒng)拓展性。隨著時(shí)代的進(jìn)步，系統(tǒng)也應(yīng)該隨著時(shí)代進(jìn)步不斷進(jìn)行更新，可以增加新的功能，以期望實(shí)現(xiàn)更多的作用。

（3）數(shù)據(jù)存儲(chǔ)與備份。對(duì)于數(shù)據(jù)存儲(chǔ)，必須要分門(mén)別類，可以上傳到云數(shù)據(jù)中心，但是一定要備份數(shù)據(jù)，防止系統(tǒng)崩壞或者病毒入侵造成數(shù)據(jù)的損壞和丟失，對(duì)之后系統(tǒng)的運(yùn)行形成阻礙，為了防止外部因素給系統(tǒng)造成的危害，建立防火墻是必須的。

5? ? 結(jié)語(yǔ)

本文設(shè)計(jì)的新能源消納能力計(jì)算系統(tǒng)，運(yùn)用了最新的5G網(wǎng)絡(luò)技術(shù)、大數(shù)據(jù)處理技術(shù)，對(duì)數(shù)據(jù)傳輸和數(shù)據(jù)處理提出了較高要求，運(yùn)用了隨機(jī)森林算法進(jìn)行數(shù)據(jù)預(yù)測(cè)，得到了負(fù)荷預(yù)測(cè)數(shù)據(jù)以及新能源出力預(yù)測(cè)數(shù)據(jù)。根據(jù)新能源消納公式，考慮最大消納新能源，聯(lián)絡(luò)線接入功率設(shè)定的情況下，得到火電機(jī)組預(yù)計(jì)出力數(shù)據(jù)，通過(guò)火電機(jī)組預(yù)計(jì)出力預(yù)測(cè)數(shù)據(jù)考慮機(jī)組燃料成本以及啟停費(fèi)用，進(jìn)行設(shè)計(jì)機(jī)組實(shí)時(shí)調(diào)控方案，再通過(guò)調(diào)控中心對(duì)各個(gè)電廠機(jī)組下達(dá)指令，各個(gè)電廠再進(jìn)行實(shí)時(shí)調(diào)控，達(dá)到促進(jìn)新能源消納的目的。本文提出的計(jì)算預(yù)測(cè)數(shù)據(jù)以及機(jī)組組合方法還可以繼續(xù)改進(jìn)，從更多的方面考慮問(wèn)題，更加符合實(shí)際情況，提高數(shù)據(jù)的精確性，將是以后繼續(xù)研究的方向。

[參考文獻(xiàn)]

[1]董存，梁志峰，禮曉飛，等.跨區(qū)特高壓直流外送優(yōu)化提升新能源消納能力研究[J].中國(guó)電力，2019（4）：4-6.

[2]董超，張彥濤，劉嘉寧，等.考慮火電機(jī)組深度調(diào)峰的實(shí)時(shí)發(fā)電計(jì)劃模型及應(yīng)用[J].電力自動(dòng)化設(shè)備，2019（3）：114-119.

[3]金東，徐建忠，楊宏.電網(wǎng)動(dòng)態(tài)極限約束條件下的新能源實(shí)時(shí)消納裕度計(jì)算評(píng)估方法[J].寧夏電力，2018（6）：16-20.

Abstract：With the development of the society and the continuous improvement of the industrial level， the energy problem has become increasingly prominent. The development of new energy technology is undoubtedly the best way to solve this problem. Therefore， in order to improve this problem and reduce the power abandoning rate， this paper proposes the design of a new energy consumption capacity calculation and control system. Set 5G area network which is based on the power plant， and set the data collector on each unit， through transmission to the big data center area network， in the center of the large data by random forest algorithm and combined control scheme of planning and design of the convey to the dispatch center， by dispatching center to each power plant an order again. The whole process increases the consumption of new energy and reduces the operation of thermal power units through data prediction and real-time control of units.

Key words：new energy consumption; data forecasting; real-time control; random forest algorithm; 5G; unit combination