金國鋒，張 林，范曉奇，范佳琪，李恩源

(國網(wǎng)內(nèi)蒙古東部電力有限公司經(jīng)濟(jì)技術(shù)研究院，內(nèi)蒙古 呼和浩特 010020)

經(jīng)實(shí)際運(yùn)行可知，光伏發(fā)電存在波動(dòng)與間歇等特性，一般大規(guī)模的光伏電站并網(wǎng)在正常運(yùn)行過程中會(huì)對(duì)電力系統(tǒng)的供需均衡性、安全穩(wěn)定經(jīng)濟(jì)性和電能質(zhì)量等方面產(chǎn)生不容忽略的影響[1-2]。高效協(xié)調(diào)控制光伏功率有利于電力系統(tǒng)的調(diào)度部門進(jìn)行統(tǒng)籌安排，實(shí)現(xiàn)常規(guī)電源與光伏發(fā)電站之間的相互配合，及時(shí)對(duì)調(diào)度計(jì)劃進(jìn)行相應(yīng)調(diào)整，科學(xué)配置電網(wǎng)運(yùn)行模式，不僅能夠高效減少光伏接入對(duì)電力系統(tǒng)產(chǎn)生的不良影響，提升電網(wǎng)運(yùn)行安全與可靠性，還可有效降低電網(wǎng)的旋轉(zhuǎn)備用容量以及整體運(yùn)行成本，充分使用太陽能資源，以此減少輸變電工程造價(jià)，并實(shí)現(xiàn)綜合效益最大化。

當(dāng)前光伏系統(tǒng)功率協(xié)調(diào)控制精確性還無法高效滿足電網(wǎng)調(diào)度需求，已經(jīng)成為了光伏發(fā)展過程中一個(gè)瓶頸[3]。由此，改進(jìn)和優(yōu)化光伏功率協(xié)調(diào)控制模型，以更好地適應(yīng)電網(wǎng)調(diào)度是當(dāng)前亟待解決的問題，值得深入研究。

楊錫運(yùn)等[4]考慮到電網(wǎng)運(yùn)行的安全性，針對(duì)園區(qū)典型日負(fù)荷提出了一種儲(chǔ)能系統(tǒng)，用以改變功率參數(shù)，進(jìn)行負(fù)荷狀態(tài)控制，依據(jù)輸入向量實(shí)現(xiàn)光伏功率協(xié)調(diào)控制。耿嘉勝等[5]針對(duì)實(shí)際工況中刮板輸送機(jī)電機(jī)功率不平衡的問題，介紹并提出了包括硬件結(jié)構(gòu)與軟件設(shè)計(jì)兩個(gè)方面的功率協(xié)調(diào)控制系統(tǒng)，在一定程度上為刮板輸送機(jī)驅(qū)動(dòng)電機(jī)功率控制研究提供新思路。劉濤等[6]將電導(dǎo)增量法引入?yún)f(xié)調(diào)控制中，并將電導(dǎo)增量法和模型的算法相互結(jié)合，實(shí)現(xiàn)各種環(huán)境下光伏發(fā)電系統(tǒng)有效跟蹤，利用性能指標(biāo)函數(shù)對(duì)控制變量動(dòng)作進(jìn)行評(píng)價(jià)和估算，以此實(shí)現(xiàn)P-U曲線協(xié)調(diào)控制。

上述光伏功率協(xié)調(diào)控制相關(guān)研究成果中，僅考慮到簡(jiǎn)單的天氣影響，對(duì)于分量之間的影響考慮的比較少，沒有考慮非平穩(wěn)行為在協(xié)調(diào)控制中的影響，對(duì)于協(xié)調(diào)控制結(jié)果的輸出會(huì)產(chǎn)生不利影響。為此，提出基于ELM_k(ELM-KNN，極限學(xué)習(xí)機(jī)特征映射的K最近鄰算法)的短期光伏功率協(xié)調(diào)控制算法。本文算法的創(chuàng)新之處在于將氣象變量與工程造價(jià)通過協(xié)調(diào)控制模型直接聯(lián)系起來，可減少中間環(huán)節(jié)的冗余數(shù)據(jù)量，在最大程度上實(shí)現(xiàn)考慮輸變電工程造價(jià)的短期光伏功率協(xié)調(diào)控制。

1 考慮輸變電工程造價(jià)的短期光伏功率協(xié)調(diào)控制

在電力系統(tǒng)運(yùn)行過程中，少不了規(guī)劃評(píng)審輔助決策系統(tǒng)，該系統(tǒng)能夠?qū)⒃痉稚⒑凸铝⒌男畔?shù)據(jù)整理歸納存儲(chǔ)，并進(jìn)行統(tǒng)一管控，以此得到數(shù)據(jù)資源的融合結(jié)果。在該系統(tǒng)中，輸變電工程造價(jià)是需要考慮的一個(gè)重要因素，其關(guān)系著電力系統(tǒng)運(yùn)行成本，對(duì)于整體電網(wǎng)運(yùn)行中規(guī)劃評(píng)審輔助決策而言極為重要。光伏發(fā)電系統(tǒng)功率輸出隨機(jī)性強(qiáng)，波動(dòng)性大，負(fù)載突加或突減的時(shí)候會(huì)影響輸出電壓的穩(wěn)定性，因此光伏功率協(xié)調(diào)控制可以達(dá)到調(diào)節(jié)電壓的目的，確保了整體輸變電工程的穩(wěn)定性即為輸變電工程造價(jià)評(píng)估提供更適宜的環(huán)境。相對(duì)應(yīng)的，電網(wǎng)調(diào)度是輸變電工程造價(jià)比較重要的影響因素之一，而經(jīng)上述內(nèi)容可知光伏功率協(xié)調(diào)控制對(duì)于電網(wǎng)調(diào)度而言非常重要。由此說明，輸變電工程造價(jià)也限制光伏功率協(xié)調(diào)控制的成本投入水平，光伏發(fā)電系統(tǒng)功率輸出受到限制，輸變電工程造價(jià)和光伏功率協(xié)調(diào)控制具有很強(qiáng)的關(guān)聯(lián)性。綜上，強(qiáng)化電網(wǎng)規(guī)劃，構(gòu)建協(xié)同一體化的運(yùn)行機(jī)制均離不開光伏功率協(xié)調(diào)控制?？紤]到輸變電工程造價(jià)，對(duì)短期光伏功率進(jìn)行協(xié)調(diào)控制的詳細(xì)過程如下所示。

1.1 光伏功率協(xié)調(diào)控制影響因素

1.1.1 太陽輻照情況

經(jīng)長期測(cè)試研究可知，光伏功率變化主要影響因素為氣象條件，例如太陽輻照情況、溫度等均會(huì)對(duì)光伏輸出功率產(chǎn)生影響[7-8]。其中，太陽輻照情況和輸出功率之間存在的關(guān)聯(lián)性最高。

光伏電池中光電流和太陽輻照存在線性關(guān)系，太陽輻照度在100至1 000 W/m2并為恒溫時(shí)，太陽的輻照度越大則光電流就會(huì)越強(qiáng)，此時(shí)光伏電池開路電壓基本恒定，因此輸出功率和太陽輻照度存在正比關(guān)系。綜上，將和輸出功率相應(yīng)時(shí)刻的太陽輻照度當(dāng)作主要協(xié)調(diào)控制指標(biāo)，圖1為太陽輻照度變化與光伏輸出功率之間的影響情況。

圖1 太陽輻照度變化與光伏輸出功率之間的影響情況

溫度和光伏電池運(yùn)行溫度對(duì)輸出功率產(chǎn)生的影響較為顯著，電池組的光電轉(zhuǎn)換效率會(huì)在溫度升高的情況下逐漸降低。部分氣象參數(shù)會(huì)對(duì)太陽輻照度產(chǎn)生直接影響，和輻照度之間有非常大的關(guān)聯(lián)性，能夠在一定程度上將輻照度整體變化情況反映出來。例如相對(duì)濕度的不斷增加，會(huì)致使太陽輻射逐漸減弱，會(huì)間接地影響輸出功率。

1.1.2 輻照度

因輻照度在天氣種類識(shí)別中可以起到?jīng)Q定性的作用，因此應(yīng)該綜合考量日實(shí)時(shí)輻照度和輻照度均值之差對(duì)時(shí)間的三階導(dǎo)數(shù)，三階導(dǎo)數(shù)主要用于純理論分析，可以更逼近需要的輻照度值。由此，利用每日最高溫度Tmax、濕度最大值Hmax、整體最大能見度Wmax、太陽最大輻照度Gmax、日實(shí)時(shí)風(fēng)速以及平均風(fēng)速之差三階導(dǎo)數(shù)的最大值以及太陽輻照度三階導(dǎo)數(shù)的最大值特征因素完成氣象種類頂層分類，則有：

經(jīng)相關(guān)研究分析可知，選擇導(dǎo)數(shù)的最大值進(jìn)行天氣種類識(shí)別，識(shí)別度較高。在此選擇Wmax、能見度差三階導(dǎo)數(shù)的最大值特征因子進(jìn)行底層分類，則有：

1.1.3 其他局部因素

除了上述影響因素，云量和云狀以及風(fēng)速等均和輻照度存在相關(guān)性。溫濕度、風(fēng)速和能見度等是區(qū)分晴雨天種類的特征因子，其中能見度、輻照度能夠當(dāng)作區(qū)分陰天和小大雨天氣種類的特征因子。溫濕度、能見度以及輻照度都能夠提取出最大值當(dāng)作特征因子。因風(fēng)速有波動(dòng)性，能夠通過其導(dǎo)數(shù)當(dāng)作描述局部變化特征的一個(gè)指標(biāo)。

1.2 基于經(jīng)驗(yàn)?zāi)B(tài)分解的光伏功率序列分析

在信號(hào)處理方面，經(jīng)驗(yàn)?zāi)B(tài)分解法依據(jù)信號(hào)原來的局部特征時(shí)間尺度，針對(duì)相對(duì)復(fù)雜的信號(hào)函數(shù)實(shí)行分解操作，獲取有限本征模態(tài)函數(shù)IMF，通過分解操作使得瞬時(shí)頻率具備了物理意義。利用對(duì)各IMF實(shí)行Hilbert變換(Hilbert transform，希爾伯特變換)操作，能夠得到各IMF在時(shí)間不斷變化下產(chǎn)生的瞬時(shí)頻率與瞬時(shí)幅值，以此能夠獲取較為完整的非平穩(wěn)信號(hào)時(shí)頻情況。

假設(shè)x(t)代表原始信號(hào)函數(shù)，那么實(shí)行EMD(empirical mode decomposition，經(jīng)驗(yàn)?zāi)B(tài)分解)操作之后x(t)會(huì)分解成頻率從大到小進(jìn)行排列的n個(gè)IMF分量ci(t)和剩余趨勢(shì)量r(t)相加值：

綜上，IMF分量之間互為影響被隔離，盡量地降低非平穩(wěn)行為對(duì)短期光伏功率協(xié)調(diào)控制產(chǎn)生的影響。IMF可以更為顯著地突出原始數(shù)據(jù)存在的局部特征，利于歷史數(shù)據(jù)變化規(guī)律挖掘[9-10]。上述利用對(duì)歷史功率序列實(shí)行EMD操作，分解獲取一組IMF分量，更為清晰地得到了歷史功率細(xì)節(jié)和趨勢(shì)項(xiàng)，為短期光伏功率協(xié)調(diào)控制奠定了可靠的基礎(chǔ)。

1.3 基于ELM_k的短期光伏功率協(xié)調(diào)控制

根據(jù)上述影響因素和功率序列預(yù)處理，引入ELM_k實(shí)現(xiàn)短期光伏功率協(xié)調(diào)控制。

(1)組建光伏功率樣本

式(4)為光伏功率樣本組建情況：

式中：St為t時(shí)刻光伏功率樣本；xt為t時(shí)刻光伏功率的采樣結(jié)果；At-1為氣象記錄值。

(2)尋找協(xié)調(diào)控制模型離線參數(shù)的最優(yōu)值

選取連續(xù)七、八個(gè)月歷史樣本所組建的離線參數(shù)尋優(yōu)總集合即歷史功率細(xì)節(jié)和趨勢(shì)項(xiàng)，同時(shí)根據(jù)十倍交叉驗(yàn)證法組建參數(shù)尋優(yōu)過程中訓(xùn)練和驗(yàn)證兩個(gè)樣本，即：

式中：G為影響因素的歷史數(shù)據(jù)總集合；V為十倍交叉驗(yàn)證所產(chǎn)生的驗(yàn)證樣本集合；M為相應(yīng)訓(xùn)練樣本集合。

假設(shè)樣本集合V、M的構(gòu)成有如下形式：

對(duì)訓(xùn)練與驗(yàn)證兩個(gè)樣本集合相似度均值進(jìn)行計(jì)算，則有：

式中：Pj為第j個(gè)訓(xùn)練樣本和測(cè)試樣本相似度均值；ω為樣本屬性權(quán)重值。

依據(jù)比例系數(shù)對(duì)訓(xùn)練樣本進(jìn)行篩選，則有：

式中：MC為篩選的訓(xùn)練樣本集合；TH為篩選比例系數(shù)；Pg為訓(xùn)練樣本集合中被篩選掉的樣本相似度均值。

依據(jù)屬性值全部相同與否，對(duì)MC中冗余屬性f進(jìn)行判斷：

經(jīng)式(9)計(jì)算，將其中的冗余屬性刪除，以此降低算法計(jì)算過程中的復(fù)雜度。

利用ELM_k算法設(shè)計(jì)并構(gòu)建協(xié)調(diào)控制模型?，通過樣本集合V進(jìn)行驗(yàn)證，則有：

引入平均誤差MAPE，當(dāng)作離線參數(shù)尋優(yōu)過程中協(xié)調(diào)控制精確度的評(píng)估函數(shù)，則有：

式中：xi為功率實(shí)際值為協(xié)調(diào)控制值；Cap為協(xié)調(diào)控制光伏安裝容量值；結(jié)合平均誤差MAPE(非0元素)尋優(yōu)過程，對(duì)預(yù)測(cè)參數(shù)進(jìn)行優(yōu)化。

(3)在線短期光伏功率協(xié)調(diào)控制

式中：M°為在線歷史樣本的總集合。則在線篩選樣本集合MC°可表示為：

設(shè)計(jì)并構(gòu)建在線短期光伏功率協(xié)調(diào)控制模型F°，同時(shí)對(duì)時(shí)刻光伏功率進(jìn)行協(xié)調(diào)控制，則有：

在線協(xié)調(diào)控制模型通過隊(duì)列的方式對(duì)在線歷史樣本的總集合進(jìn)行更新。該模型可以直接協(xié)調(diào)控制某時(shí)刻光伏功率，如果要同時(shí)對(duì)下一時(shí)刻光伏功率進(jìn)行協(xié)調(diào)控制，可依據(jù)當(dāng)前時(shí)刻協(xié)調(diào)控制值更新運(yùn)算得到。

2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于ELM_k的短期光伏功率協(xié)調(diào)控制算法可行性，進(jìn)行相關(guān)性測(cè)試。實(shí)驗(yàn)將某光伏系統(tǒng)當(dāng)作目標(biāo)對(duì)象，針對(duì)某年的9月22日系統(tǒng)功率進(jìn)行協(xié)調(diào)控制?；?月22日最新的天氣預(yù)報(bào)數(shù)據(jù)，利用對(duì)光伏電站和氣象環(huán)境每天監(jiān)測(cè)數(shù)據(jù)的整體變化情況分析，選擇75個(gè)采樣點(diǎn)采集實(shí)驗(yàn)所需數(shù)據(jù)，每間隔10 min是一個(gè)采樣點(diǎn)。其中，表1描述的是歷史功率數(shù)據(jù)波動(dòng)量變化情況。圖2、圖3及圖4分別描述了采樣點(diǎn)輻照度情況、溫度及相應(yīng)輸出功率信息數(shù)據(jù)情況，采樣時(shí)間為6點(diǎn)開始，18點(diǎn)結(jié)束。

表1 歷史功率數(shù)據(jù)波動(dòng)量變化情況

圖2 輻照度數(shù)據(jù)

圖3 溫度數(shù)據(jù)

圖4 輸出功率數(shù)據(jù)

采用PSCAD/EMTDC軟件作為數(shù)據(jù)整合平臺(tái)，進(jìn)行控制系統(tǒng)參數(shù)與上述各項(xiàng)數(shù)據(jù)的模擬整定，按照如下公式計(jì)算工程造價(jià)成本：

式中：Hit為用戶用電行為；k為歷史相似日；Si為上述三種數(shù)據(jù)的應(yīng)用函數(shù)，包裹負(fù)載、輸出功率等變量。

得到的協(xié)調(diào)控制結(jié)果與其他文獻(xiàn)方法的對(duì)比曲線如圖5所示。

圖5 協(xié)調(diào)控制結(jié)果的工程造價(jià)對(duì)比

分析圖5可知，將本文算法與文獻(xiàn)[4]和[5]方法進(jìn)行對(duì)比，其中成本造價(jià)最高的為文獻(xiàn)[4]方法，僅在起始點(diǎn)和結(jié)尾點(diǎn)產(chǎn)生較小成本，而最低的為本文算法，在整個(gè)驗(yàn)證過程中其曲線波動(dòng)情況保持穩(wěn)定，說明本文算法運(yùn)行精度高，具有可實(shí)踐性。這是因?yàn)樵撍惴榱颂岣邊f(xié)調(diào)控制精度，將氣象因素與影響成本運(yùn)行的各項(xiàng)指標(biāo)直接聯(lián)系起來，首先對(duì)影響光伏功率輸出的各項(xiàng)因素指標(biāo)進(jìn)行了分析，并對(duì)其中較為關(guān)鍵的因素——?dú)庀笠蛩剡M(jìn)行了分類，為后續(xù)協(xié)調(diào)控制提供了支撐；然后基于EMD對(duì)光伏功率序列進(jìn)行預(yù)處理分析，實(shí)現(xiàn)了分量之間互為隔離，盡量防止相互影響的情況，降低了非平穩(wěn)行為對(duì)短期光伏功率協(xié)調(diào)控制產(chǎn)生的影響，為短期光伏功率協(xié)調(diào)控制奠定了可靠的基礎(chǔ)；最后在功率協(xié)調(diào)控制過程中優(yōu)化參數(shù)，進(jìn)一步提高了光伏功率協(xié)調(diào)控制的精確性，降低了工程造價(jià)。

3 結(jié)論

鑒于電力系統(tǒng)運(yùn)行和輸變電工程造價(jià)規(guī)劃需求，提出基于ELM_k的短期光伏功率協(xié)調(diào)控制算法。依據(jù)光伏功率協(xié)調(diào)控制影響因素分析和功率序列預(yù)處理，利用ELM_k構(gòu)建功率協(xié)調(diào)控制模型。測(cè)試結(jié)果表明，所提算法能夠減少中間數(shù)據(jù)冗余，高效實(shí)現(xiàn)短期光伏功率協(xié)調(diào)控制，模型魯棒性強(qiáng)，能夠有效控制輸電網(wǎng)工程造價(jià)。在接下來的研究中，將對(duì)所提算法在各種氣象下的協(xié)調(diào)控制效果進(jìn)行驗(yàn)證，進(jìn)而進(jìn)一步優(yōu)化模型參數(shù)，使協(xié)調(diào)控制模型精確性更強(qiáng)，更具實(shí)用性。