王海軍,王磊
(內(nèi)蒙古能源發(fā)電投資集團(tuán)有限公司電力工程技術(shù)研究院,內(nèi)蒙古 呼和浩特 010060)
近年來,隨著國家大力推進(jìn)可再生能源的利用與發(fā)展,風(fēng)力發(fā)電已經(jīng)受到越來越多的關(guān)注[1]。然而,由于風(fēng)能資源本身的間歇性特點(diǎn),在風(fēng)力發(fā)電中容易產(chǎn)生不確定性,對(duì)電力系統(tǒng)的穩(wěn)定運(yùn)行和調(diào)度造成不良影響[2-3]。另外,由于風(fēng)力發(fā)電集群(wind power cluster,WPC)擁有多個(gè)風(fēng)電場(chǎng),并通過輸電線路與電網(wǎng)相連,更增加了電力系統(tǒng)的調(diào)度難度[4]。
為此,針對(duì)風(fēng)電系統(tǒng)并網(wǎng)中存在的有功功率調(diào)度與控制問題,國內(nèi)外眾多專家學(xué)者開展了大量研究[5]。文獻(xiàn)[6]提出了一種風(fēng)電集群有功功率多時(shí)間尺度協(xié)調(diào)調(diào)度方法,該方法基于方差-協(xié)方差變權(quán)重組合預(yù)測(cè)模型對(duì)風(fēng)電功率進(jìn)行預(yù)測(cè),采用模型預(yù)測(cè)控制技術(shù)進(jìn)行風(fēng)電集群有功功率有限時(shí)域滾動(dòng)優(yōu)化和實(shí)時(shí)反饋校正,可有效提高風(fēng)電集群有功功率的調(diào)度精度和平穩(wěn)性,但隨著風(fēng)電并網(wǎng)容量的不斷增大,方差-協(xié)方差分布存在預(yù)測(cè)精度不足的問題。文獻(xiàn)[7]提出了一種基于風(fēng)電機(jī)組多時(shí)空尺度協(xié)調(diào)的分層控制策略,可有效增加風(fēng)電容量,提高風(fēng)電預(yù)測(cè)精度,并改進(jìn)有功調(diào)度方法。文獻(xiàn)[8]提出了一種含風(fēng)電集群的多區(qū)域互聯(lián)系統(tǒng)自動(dòng)增益控制(automatic gain control,AGC)方法,利用風(fēng)電場(chǎng)的備用容量,實(shí)現(xiàn)風(fēng)電場(chǎng)參與AGC控制,減少常規(guī)電源調(diào)頻壓力,以提高風(fēng)電預(yù)測(cè)和控制精度,但上述方法未討論風(fēng)電機(jī)組之間的調(diào)度問題,其應(yīng)用范圍有限。文獻(xiàn)[9]提出了一種基于功率波動(dòng)時(shí)間相關(guān)性的隨機(jī)模型預(yù)測(cè)控制方法,以風(fēng)電集群日內(nèi)調(diào)度曲線為參考,建立各風(fēng)場(chǎng)功率缺額期望最小的風(fēng)場(chǎng)實(shí)時(shí)控制策略,能夠更準(zhǔn)確地反映風(fēng)電的波動(dòng)特性,可有效提高對(duì)大規(guī)模風(fēng)電的消納能力。文獻(xiàn)[10]提出了一種考慮風(fēng)電預(yù)測(cè)誤差的風(fēng)電機(jī)組調(diào)度方法,通過解決閉環(huán)最優(yōu)控制問題,減少未來輸出與參考軌跡之間的偏差,但上述方法對(duì)常規(guī)機(jī)組和風(fēng)電機(jī)組的有功功率調(diào)度(dynamic active power dispatch,DAPD)問題的研究較為分散,未充分利用風(fēng)電預(yù)測(cè)信息和多時(shí)間尺度協(xié)調(diào),不能有效處理風(fēng)能資源的不確定性影響。
因此,為增加風(fēng)力發(fā)電的適應(yīng)性,針對(duì)WPC集成的有功功率分配問題,提出了一種基于多時(shí)間尺度協(xié)調(diào)的DAPD分層模型預(yù)測(cè)控制(hierarchical model predictive control,HMPC)策略。首先,在WPC集成的基礎(chǔ)上,利用MPC和分層原理解決風(fēng)力發(fā)電的有功調(diào)度,并在超短期風(fēng)電預(yù)測(cè)下,將調(diào)度框架分為四個(gè)層次;其次,在集群優(yōu)化層中開發(fā)一種動(dòng)態(tài)分組策略,以精確地分配每個(gè)風(fēng)電場(chǎng)的調(diào)度計(jì)劃。同時(shí),通過數(shù)值特征方法進(jìn)行分層分析,提高優(yōu)化模型中風(fēng)電預(yù)測(cè)數(shù)據(jù)的準(zhǔn)確性。最后,通過與傳統(tǒng)的調(diào)度和計(jì)劃分配算法進(jìn)行比較分析,驗(yàn)證所提出控制策略的有效性。
風(fēng)電機(jī)組的輸出特性與單個(gè)風(fēng)電場(chǎng)不相同,一般來說,風(fēng)電場(chǎng)具有較強(qiáng)的波動(dòng)性,預(yù)測(cè)精度和可控性較差[11]。然而,風(fēng)電并網(wǎng)具有空間平滑效應(yīng)和相關(guān)性,與單個(gè)風(fēng)電場(chǎng)相比波動(dòng)較少。隨著WPC裝機(jī)容量的增加,功率波動(dòng)與裝機(jī)容量的比值呈下降趨勢(shì),因此整體調(diào)度WPC更接近于常規(guī)發(fā)電機(jī)組的特點(diǎn)。同時(shí),在風(fēng)電機(jī)組中,部分風(fēng)電場(chǎng)在風(fēng)能資源充足的情況下,仍能產(chǎn)生足夠的電能,但由于調(diào)度機(jī)制或控制策略不當(dāng),可能會(huì)使風(fēng)電機(jī)組處于低效率狀態(tài)。
本文提出的HMPC模型在時(shí)間尺度上從系統(tǒng)級(jí)到單個(gè)風(fēng)電場(chǎng)級(jí)分為四個(gè)層次,其中日內(nèi)調(diào)度層和實(shí)時(shí)調(diào)度層在系統(tǒng)級(jí),集群優(yōu)化層在WPC級(jí),風(fēng)電場(chǎng)調(diào)制層在單個(gè)風(fēng)電場(chǎng)級(jí)。在時(shí)間尺度上,模型采用超短期風(fēng)電功率預(yù)測(cè),并逐層細(xì)化分辨率,包括滾動(dòng)周期和計(jì)劃周期,具體如表1所示。
表1 多時(shí)間尺度協(xié)調(diào)圖解Tab.1 Multi-time scale coordination diagram
表1中,日內(nèi)調(diào)度層執(zhí)行下一個(gè)4小時(shí)的DAPD,計(jì)算周期為1 h。該層級(jí)優(yōu)化了所有常規(guī)機(jī)組和風(fēng)電機(jī)組的調(diào)度,可有效降低常規(guī)機(jī)組的運(yùn)行成本,并提升風(fēng)電運(yùn)行效率。從表1中可以看出,該層風(fēng)力發(fā)電預(yù)測(cè)數(shù)據(jù)的分辨率為15 min。
實(shí)時(shí)調(diào)度層能對(duì)所有機(jī)組和WPC進(jìn)行有功功率調(diào)度,使優(yōu)化后的變量作為一個(gè)調(diào)整值。其調(diào)度范圍為30 min,滾動(dòng)周期為15 min,在優(yōu)化過程中加入AGC機(jī)組的約束條件,能有效保證系統(tǒng)的旋轉(zhuǎn)備用,并對(duì)下一步的控制起著重要作用。該層優(yōu)化結(jié)果共包含6個(gè)點(diǎn),其中前3個(gè)點(diǎn)將同時(shí)分配給常規(guī)發(fā)電機(jī)和WPC,時(shí)間分辨率為5 min。
集群優(yōu)化層在WPC中每5 min開始執(zhí)行一次優(yōu)化程序,以確保未來5 min內(nèi)每個(gè)風(fēng)電場(chǎng)的輸出。為提高風(fēng)能資源的利用率,根據(jù)風(fēng)電場(chǎng)的功率變化趨勢(shì)和發(fā)電狀況,對(duì)風(fēng)電場(chǎng)進(jìn)行動(dòng)態(tài)分組,其計(jì)算周期為5 min。該層級(jí)的主要目標(biāo)是合理有效地分配風(fēng)電計(jì)劃,并跟蹤風(fēng)電總進(jìn)度。
風(fēng)電場(chǎng)調(diào)制層主要是對(duì)風(fēng)電場(chǎng)各層的風(fēng)電功率調(diào)節(jié)結(jié)果進(jìn)行優(yōu)化。該層級(jí)的時(shí)間表、滾動(dòng)周期和時(shí)間分辨率均為為1 min。同時(shí),根據(jù)WPC輸電線路利用率和AGC機(jī)組下行旋轉(zhuǎn)備用,提出了一種提高風(fēng)電效率的新方法。
電力系統(tǒng)有功調(diào)度是一個(gè)多變量、非線性的優(yōu)化問題,具有電力系統(tǒng)安全性的原則[12-13]。將常規(guī)機(jī)組分為非AGC機(jī)組和AGC機(jī)組,假設(shè)優(yōu)化中的所有變量都以MW為單位,則日內(nèi)調(diào)度的計(jì)算方法如下。
1)日內(nèi)調(diào)度目標(biāo)函數(shù)如下式所示:
2)將機(jī)組的發(fā)電成本乘以二次函數(shù),得到常規(guī)單體發(fā)電成本的數(shù)學(xué)表達(dá),如下二式所示:
式中:NNA,NA分別為非AGC單元和AGC單元的數(shù)量;ai,bi,ci分別為非 AGC 單元單位發(fā)電成本的系數(shù);aj,bj,cj分別為 AGC 單元單位發(fā)電成本的系數(shù)。
3)由于風(fēng)力發(fā)電的環(huán)境成本較低,因此風(fēng)電削減的懲罰成本與風(fēng)電預(yù)測(cè)和計(jì)劃之間的差異成正比,其數(shù)學(xué)表達(dá)如下式所示:
式中:NW為WPC的數(shù)量;CW為風(fēng)電削減的懲罰因子為時(shí)段t中風(fēng)電集群k的風(fēng)電預(yù)測(cè)值。
為了保證系統(tǒng)的穩(wěn)定性,優(yōu)化必須遵守以下安全約束條件。
1)系統(tǒng)功率平衡約束。由于本模型忽略了網(wǎng)損的影響,因此電力系統(tǒng)應(yīng)在總功率和負(fù)荷需求之間達(dá)到平衡,其平衡約束的數(shù)學(xué)表達(dá)如下式所示:
2)常規(guī)功率輸出限制條件。常規(guī)機(jī)組的發(fā)電出力應(yīng)受到實(shí)際出力限制,其輸出限制條件如下式所示:
3)風(fēng)電出力限制:
4)爬坡率限制。由于傳統(tǒng)機(jī)組在一個(gè)周期內(nèi)的可調(diào)能力有限,其爬坡率限制如下式所示:
5)旋轉(zhuǎn)備用需求約束。電力系統(tǒng)應(yīng)具有足夠的備用容量,以應(yīng)對(duì)調(diào)度期間的緊急事件,其旋轉(zhuǎn)備用需求約束如下2式所示:
6)輸電斷面安全約束。輸電斷面由供電中心至負(fù)荷中心的相鄰輸電線路組成,其數(shù)學(xué)表達(dá)如下式所示:
式中:Ll,i為發(fā)電機(jī)i對(duì)輸電段l的發(fā)電量分布系數(shù)分別為在時(shí)間段t中傳動(dòng)部分l功率潮流的上限和下限。
由式(12)可知,實(shí)時(shí)調(diào)度中的約束與日內(nèi)調(diào)度層的約束一致,AGC機(jī)組的功率輸出限值可調(diào),為后一控制過程留有足夠的旋轉(zhuǎn)儲(chǔ)備。
集群優(yōu)化層的目的是在WPC中分發(fā)調(diào)度計(jì)劃,根據(jù)風(fēng)電場(chǎng)的功率變化趨勢(shì)和發(fā)電狀況,提出一種在15 min計(jì)算周期內(nèi)的動(dòng)態(tài)分組策略,提高風(fēng)電的適應(yīng)能力。首先,利用各風(fēng)電場(chǎng)的預(yù)測(cè)數(shù)據(jù),估計(jì)未來20 min內(nèi)的功率變化趨勢(shì)。在預(yù)測(cè)中,功率趨勢(shì)系數(shù)如下式所示:
若-4<Ki,t<4,表明電力趨勢(shì)不穩(wěn)定。因此,使用波動(dòng)閾值η來區(qū)分穩(wěn)定組和波動(dòng)組,如下式所示:
由于風(fēng)能分布和裝機(jī)容量的不同,各風(fēng)電場(chǎng)的發(fā)電狀況也不盡相同。最后一組類型可通過增加風(fēng)電場(chǎng)的平均負(fù)荷率來決定,如下式所示:
如果φi,t<1 3,則風(fēng)電場(chǎng)處于低負(fù)荷狀態(tài),若φi,t>2 3,則風(fēng)電場(chǎng)處于高負(fù)荷狀態(tài),否則風(fēng)電場(chǎng)處于中負(fù)荷狀態(tài)。
根據(jù)動(dòng)態(tài)分組策略,把風(fēng)電場(chǎng)分為12組,分組情況如表2所示。
表2 動(dòng)態(tài)分組結(jié)果類型Tab.2 Dynamic grouping result types
通過滾動(dòng)優(yōu)化,常規(guī)機(jī)組從實(shí)時(shí)調(diào)度中跟蹤最優(yōu)調(diào)度,并根據(jù)分組結(jié)果進(jìn)行風(fēng)電調(diào)度,其最優(yōu)模型如下式所示:
式中:k為WPC中風(fēng)電場(chǎng)的個(gè)數(shù)為第t時(shí)段風(fēng)電場(chǎng)i輸出功率的最優(yōu)變量為5 min分辨率的風(fēng)電預(yù)測(cè);Gi,t為表2所示風(fēng)電場(chǎng)i的動(dòng)態(tài)分組結(jié)果;αi為風(fēng)電場(chǎng)i在t期間的控制權(quán)。
由式(16)可知,表達(dá)式的第一部分是為了滿足WPC的調(diào)度,在第二部分中,不同的Gi,t描述了不同的目標(biāo)函數(shù),該層的約束如下式所示:
風(fēng)電場(chǎng)調(diào)制層的作用是調(diào)整風(fēng)電輸出,并實(shí)時(shí)跟蹤前一層的最優(yōu)調(diào)度。在風(fēng)電場(chǎng)調(diào)制層每個(gè)風(fēng)電場(chǎng)以1 min時(shí)間分辨率調(diào)制輸出,對(duì)應(yīng)1 min風(fēng)電預(yù)測(cè)信息,其目標(biāo)函數(shù)約束條件如下式所示:
經(jīng)過調(diào)制層的每一次優(yōu)化,優(yōu)化后的Pi,t達(dá)到最終的調(diào)度,并全部定位到風(fēng)電場(chǎng)i,因此風(fēng)電場(chǎng)i的實(shí)際輸出功率由調(diào)度功率和可用功率決定。當(dāng)調(diào)度功率大于可用功率時(shí),實(shí)際效率等于可用功率,否則為調(diào)度功率。此外,為充分利用風(fēng)電的系統(tǒng)調(diào)節(jié)能力,該層考慮了風(fēng)電機(jī)組的WPC輸電路徑利用率和下行旋轉(zhuǎn)備用。WPC傳輸路徑是從WPC接入點(diǎn)到電網(wǎng),其使用可分為三個(gè)等級(jí):安全狀態(tài)(90%以下)、警戒狀態(tài)(90%至95%之間)和過載狀態(tài)(95%以上)。WPC傳輸路徑的可變?nèi)萘咳缦率剿荆?/p>
同時(shí),若有足夠的空間用于風(fēng)力發(fā)電,則可以通過減少旋轉(zhuǎn)備用來容納更多的風(fēng)電,如下式所示:
因此,風(fēng)力發(fā)電的最終可變?nèi)萘喀F由和得出。其中,任一變量為正或負(fù),都有若其中有一個(gè)或兩個(gè)變量為負(fù),則意味著可用容量不足,易導(dǎo)致風(fēng)力發(fā)電量減少。
反饋校正在滾動(dòng)層優(yōu)化和風(fēng)電功率預(yù)測(cè)中起著重要作用,首先選擇廣義誤差分布(generalized error distribution,GED)模型擬合誤差概率密度分布,分布形狀更靈活的GED模型可以通過參數(shù)調(diào)整來匹配各種峰、腰和尾特征[14]。但是傳統(tǒng)的具有重尾和窄峰寬特征的GED模型不適用于描述具有輕尾分布的超短期風(fēng)電預(yù)測(cè)誤差。另外,傳統(tǒng)GED的對(duì)稱軸為x=0,不適合精確地以一定的偏度擬合誤差數(shù)據(jù)。因此,本文提出了一種改進(jìn)的GED模型,如下2式所示:
式中:x為每單位預(yù)測(cè)誤差,等于誤差與風(fēng)電場(chǎng)裝機(jī)容量之比;μ,δ為形狀參數(shù);Γ為伽馬函數(shù);ε為添加到GED模型中的位置參數(shù),使模型能夠以偏斜度擬合數(shù)據(jù);β為將常規(guī)GED的斜率和峰值之間的關(guān)系分開的斜率參數(shù)。
改進(jìn)的GED模型的參數(shù)通過最大似然估計(jì)進(jìn)行預(yù)測(cè)。此外,采用三個(gè)指標(biāo)來評(píng)估有效性,包括平均絕對(duì)誤差(mean absolute error,MAE)、均方根誤差(root mean square error,RMSE)和Pearson乘積相關(guān)系數(shù)(Pearson product-moment correlation coefficient,PPMCC)。在改進(jìn)的GED模型的基礎(chǔ)上,根據(jù)累積概率函數(shù)提取兩個(gè)置信度作為分層標(biāo)準(zhǔn)。置信區(qū)間的兩個(gè)臨界值將誤差分為三個(gè)級(jí)別,分別稱為小誤差、中誤差和大誤差。隨后提取預(yù)測(cè)前2 h的歷史誤差數(shù)據(jù),預(yù)測(cè)下一個(gè)時(shí)期的誤差。為了量化變化趨勢(shì),應(yīng)用最小二乘法將誤差數(shù)據(jù)擬合為直線。直線斜率ρ的絕對(duì)值能夠反映變化趨勢(shì),結(jié)合誤差方差φ,可以綜合研究波動(dòng)率。歷史誤差φ0的整體方差如下式所示:
式中:φ0為方差準(zhǔn)則為誤差樣本的平均值;Ne為誤差樣本的數(shù)量。
根據(jù)獲得的斜率和方差,后續(xù)誤差預(yù)測(cè)et+Δt分為四種情況。當(dāng)φ<φ0且ρ<ρ0表明誤差相對(duì)穩(wěn)定,且波動(dòng)較小。因此,采用移動(dòng)平均(moving average,MA)方法預(yù)測(cè)下一個(gè)誤差。當(dāng)φ>φ0且ρ<ρ0表明變化趨勢(shì)穩(wěn)定,但幅度劇烈波動(dòng)。
若通過加權(quán)移動(dòng)平均(weighted moving average,WMA)方法實(shí)現(xiàn)預(yù)測(cè),當(dāng)φ<φ0且ρ<ρ0表明誤差是不穩(wěn)定的,且狀態(tài)稍有波動(dòng)。因此使用自回歸移動(dòng)平均(auto regressive moving average,ARMA)模型來預(yù)測(cè)et+Δt。當(dāng)φ>φ0且ρ<ρ0表明具有明顯的變化趨勢(shì),et+Δt可通過線性方法進(jìn)行估計(jì)。
因此,整合先前的誤差et和誤差預(yù)測(cè)et+Δt,可根據(jù)誤差水平上的et和et+Δt的分類來確定誤差補(bǔ)償幅度。當(dāng)誤差預(yù)測(cè)et+Δt處于小誤差級(jí)別時(shí),無論et多大,在過度補(bǔ)償?shù)那闆r下,風(fēng)電預(yù)測(cè)都不需要誤差補(bǔ)償。如果et和et+Δt處于同一水平,且具有相同的符號(hào),則誤差波動(dòng)性較小。因此對(duì)于風(fēng)電預(yù)測(cè),誤差補(bǔ)償幅度等于et+Δt。如果et和et+Δt在多個(gè)水平上波動(dòng),則情況變得復(fù)雜,其誤差變化趨勢(shì)如下式所示:
式中:χL和χH為具有相同符號(hào)的置信區(qū)間的臨界值;ρe為t+Δt之后的誤差變化趨勢(shì)。
表3為多級(jí)誤差波動(dòng)的補(bǔ)償幅度。
表3 多個(gè)級(jí)別的波動(dòng)補(bǔ)償幅度Tab.3 Variation compensation range of multiple levels
分層控制策略的所有步驟均在時(shí)間段t內(nèi)以不同的時(shí)間尺度在每一層中執(zhí)行,其計(jì)算步驟如下所述:
1)在時(shí)間段t中,假設(shè)在最小時(shí)間間隔Δt之后,常規(guī)單元的功率輸出和風(fēng)力發(fā)電集群i分別為在日內(nèi)調(diào)度層中,將在接下來的4 h內(nèi)以15 min的時(shí)間分辨率實(shí)現(xiàn)優(yōu)化。因此,是通過優(yōu)化獲得的,而Δt=15 min。
4)在時(shí)間段t中,風(fēng)電場(chǎng)i的實(shí)際輸出功率由所獲得的調(diào)度計(jì)劃和可用的風(fēng)量確定。當(dāng)時(shí),實(shí)際輸出等于否則為
5)通過風(fēng)能預(yù)測(cè)和每個(gè)時(shí)間段t的可用實(shí)際風(fēng)能來計(jì)算最新的預(yù)測(cè)誤差,并基于最新的預(yù)測(cè)誤差,在反饋校正模塊中,采用分層分析方法修正未來的預(yù)測(cè)誤差。最后,將校正后的風(fēng)能預(yù)測(cè)輸入到每個(gè)層中,以在時(shí)間段t+Δt中開始優(yōu)化。
圖1為相鄰層之間的數(shù)據(jù)交互過程。由圖1可知當(dāng)實(shí)時(shí)調(diào)度層的滾動(dòng)周期和時(shí)間分辨率都小于日內(nèi)調(diào)度層,在日內(nèi)調(diào)度中的下一個(gè)優(yōu)化前,實(shí)時(shí)調(diào)度層中有四個(gè)優(yōu)化。由于實(shí)時(shí)調(diào)度層的滾動(dòng)周期等于日內(nèi)調(diào)度層的時(shí)間分辨率,因此實(shí)時(shí)調(diào)度層的第二個(gè)優(yōu)化是基于日內(nèi)調(diào)度層的第二調(diào)度點(diǎn)。
圖1 相鄰控制層之間的數(shù)據(jù)交互過程Fig.1 Data interaction process between adjacent control layers
運(yùn)用IEEE 可靠性測(cè)試系統(tǒng)RTS對(duì)本文所提HMPC策略進(jìn)行仿真驗(yàn)證,選取Area RTS-96網(wǎng)絡(luò)作為實(shí)驗(yàn)對(duì)象,其中包含24條總線、32個(gè)單元和38條傳輸線,機(jī)組的總?cè)萘繛? 250 MW??紤]到RTS測(cè)試系統(tǒng)不同母線上的機(jī)組容量的限制以及實(shí)際可操作性,利用WPC取代連接在母線7上的三個(gè)共計(jì)300 MW的機(jī)組,集成WPC的數(shù)據(jù)是從包含8個(gè)風(fēng)電場(chǎng)(WF1~WF8)分布的實(shí)際操作系統(tǒng)中獲取。其中,每個(gè)風(fēng)電場(chǎng)的裝機(jī)容量分別設(shè)置為 49.5 MW,198.5 MW,99 MW,148.5 MW,98 MW,48 MW,49.5 MW和99 MW,總計(jì)790 MW。用于調(diào)度和控制驗(yàn)證的數(shù)據(jù)源自2016年,其中有10臺(tái)連接在總線1,總線13和總線23上的AGC單元,總?cè)萘繛? 443 MW。
傳輸部分由線路11~13,線路11~14,線路12~13,線路12~23和線路15~24組成,7~8號(hào)線被視為設(shè)置為350 MW的WPC傳輸路徑。發(fā)電偏移分布因子Ll,i由直流潮流的節(jié)點(diǎn)導(dǎo)納矩陣確定,將風(fēng)電削減的懲罰因子CW設(shè)置為500,以優(yōu)先容納風(fēng)電。Pi,t和Pj,t根據(jù)不同類型的機(jī)組分別為每機(jī)組容量的20%,40%或45%。在實(shí)時(shí)調(diào)度層,Pi,t和Pj,t落在容量的 30%~90%范圍內(nèi),以獲取更多的備用容量。AGC裝置的上、下傾斜率為每分鐘容量的20%,快于初始的3%。
令形狀參數(shù)μ為0.191 5,位置參數(shù)ε為-0.004 258,坡度參數(shù)β為0.753 6。將改進(jìn)的GED模型與正態(tài)分布、柯西分布、拉普拉斯分布和二次高斯分布的四個(gè)模型進(jìn)行對(duì)比分析,結(jié)果如圖2所示。由圖2可知,正態(tài)分布明顯不適合擬合數(shù)據(jù),特別是在峰、腰和尾部分,而常規(guī)的GED模型除了腰部和尾部外,在峰部均具有更好的擬合度。相比之下,改進(jìn)的GED模型在腰部和尾部具有更好的貼合性,而柯西分布和二次高斯分布在尾部具有相對(duì)較小的擬合值。盡管拉普拉斯分布在尾部類似于改進(jìn)的GED模型,但在峰部擬合性能較差,各分布模型的評(píng)價(jià)指標(biāo)值如表4所示。由表4可知,改進(jìn)GED模型的MAE,RMSE和PPMCC通常均優(yōu)于其他分布模型。
圖2 改進(jìn)的GED和其他分布模型的擬合性能Fig.2 The fitting performance of improved GED and other distribution models
表4 各分布模型的評(píng)價(jià)指標(biāo)值Tab.4 Evaluation index values of each distribution model
根據(jù)誤差擬合結(jié)果,選擇80%和95%的置信度進(jìn)行誤差分層,圖3所示為誤差分層的反饋校正性能圖。圖3中三個(gè)誤差級(jí)別分別用不同的深淺色標(biāo)記,并顯示單個(gè)或多個(gè)級(jí)別的波動(dòng)。由圖3可知,在15:00~23:45之間,大多數(shù)波動(dòng)處于較小的誤差水平,在13:00左右?guī)缀鯖]有數(shù)據(jù)處于大誤差級(jí)別。由誤差層數(shù)據(jù)可知,風(fēng)力發(fā)電預(yù)測(cè)的誤差水平在不同時(shí)期是可變的,但校正后的風(fēng)能預(yù)測(cè)非常接近實(shí)際風(fēng)能。表5所示為校正前后的風(fēng)電預(yù)測(cè)和實(shí)際風(fēng)電的三種估算指標(biāo)。由表5可知,所提方法可以在較小的MAE和RMSE的情況下提高預(yù)測(cè)精度。其中,PPMCC越大,表示校正后的風(fēng)能與實(shí)際風(fēng)能之間的相關(guān)性越強(qiáng)。
圖3 風(fēng)力發(fā)電預(yù)測(cè)誤差的反饋校正結(jié)果Fig.3 Feedback correction results of wind power forecast errors
表5 預(yù)測(cè)準(zhǔn)確性的比較Tab.5 Comparison of prediction accuracy
與傳統(tǒng)的有功功率分配方法相比,所提HMPC方法無需滾動(dòng)周期,即可進(jìn)行一步離線優(yōu)化。圖4所示為CAPD的性能和HMPC的系統(tǒng)調(diào)度過程結(jié)果。由圖4可知,HMPC的日內(nèi)調(diào)度比CAPD的調(diào)度更加準(zhǔn)確,調(diào)度偏差等于功率調(diào)度與實(shí)際風(fēng)力間的差,且日內(nèi)調(diào)度層的最佳調(diào)度更接近于實(shí)際風(fēng)能。5 min時(shí)間分辨率的實(shí)時(shí)調(diào)度可對(duì)與日內(nèi)調(diào)度層基本調(diào)度相對(duì)應(yīng)的功率調(diào)度進(jìn)行調(diào)制,從而實(shí)現(xiàn)調(diào)度優(yōu)化。由此可知,除了3:30~4:45以外,兩層調(diào)度計(jì)劃間的差異很小,這是因?yàn)槌R?guī)單位的調(diào)整能力較強(qiáng),且15 min內(nèi)風(fēng)能的波動(dòng)性略有變化。對(duì)于特殊時(shí)段3:30~4:45,在實(shí)時(shí)調(diào)度層設(shè)置AGC單元的輸出限制,以獲得更多的旋轉(zhuǎn)備用容量,該時(shí)段是高風(fēng)能輸出的最低負(fù)載區(qū),需要常規(guī)裝置降低輸出功率以容納更多可用風(fēng)能。但是,常規(guī)單元輸出無法進(jìn)一步降低以滿足電力系統(tǒng)的最小儲(chǔ)備要求。因此,在實(shí)時(shí)調(diào)度層中,設(shè)置一個(gè)較高的輸出下限,以獲得較高的AGC單元輸出。
圖4 CAPD的性能和HMPC的系統(tǒng)調(diào)度過程Fig.4 CAPD performance and HMPC system scheduling process
WPC總調(diào)度計(jì)劃框架表明了每個(gè)風(fēng)電場(chǎng)的調(diào)度計(jì)劃分配,選擇固定比例分配算法(fixed proportional allocation algorithm,F(xiàn)PAA)和可變比例分配算法(variable proportional allocation algorithm,VPAA)與所提出HMPC策略進(jìn)行比較分析。其中,F(xiàn)PAA根據(jù)裝機(jī)容量將調(diào)度計(jì)劃分發(fā)給風(fēng)電場(chǎng),VPAA根據(jù)風(fēng)能預(yù)測(cè)信息分發(fā)調(diào)度計(jì)劃。
每個(gè)風(fēng)電場(chǎng)的最終控制輸出由實(shí)際可用的風(fēng)電功率和最佳計(jì)劃決定。但對(duì)于HMPC策略,所提出的動(dòng)態(tài)分組策略在集群優(yōu)化層為實(shí)現(xiàn)目標(biāo)分配做出了貢獻(xiàn),并建立了風(fēng)電場(chǎng)調(diào)制層,最大程度地提高風(fēng)力發(fā)電能力,其結(jié)果如圖5所示。
圖5 不同控制策略下WPC的功率輸出比較Fig.5 Comparison of WPC power output under different control strategies
由圖5可知,VPAA和FPAA無法充分利用可用的風(fēng)力,因?yàn)槊看蝺?yōu)化后反饋校正都提高了下一個(gè)預(yù)報(bào)的準(zhǔn)確性,但實(shí)際風(fēng)能和預(yù)報(bào)力仍存在較大誤差。因此由于保守的預(yù)測(cè)信息,調(diào)度計(jì)劃會(huì)少于實(shí)際風(fēng)能。
因?yàn)镠MPC策略優(yōu)于其他算法,從而使WPC輸出更接近于實(shí)際風(fēng)力,主要因?yàn)锳GC機(jī)組的向下旋轉(zhuǎn)儲(chǔ)備和WPC傳輸路徑為接收更多風(fēng)能提供了足夠的空間,其結(jié)果如圖6所示。
圖6 不同控制策略下AGC裝置下行旋轉(zhuǎn)儲(chǔ)備和WPC傳輸路徑利用率Fig.6 AGC device downstream rotation reserve and WPC transmission path utilization rate under different control strategies
由圖6可知,HMPC策略能夠減少AGC裝置輸出,從而為風(fēng)能留出更多可接受的空間。因此,在整個(gè)仿真期間,HMPC的AGC單元向下旋轉(zhuǎn)儲(chǔ)備小于VPAA和FPAA,WPC傳輸路徑中的平均利用率和最大利用率均優(yōu)于其他兩種方法,其最高利用率高達(dá)92.03%。盡管AGC單元具有足夠的向下旋轉(zhuǎn)備用容量,但在3:00~4:00和20:00~21:00期間,風(fēng)能無法接近實(shí)際風(fēng)能曲線。由此可知,在極短的時(shí)間內(nèi),傳輸路徑已達(dá)到上限,HMPC在最小時(shí)間間隔內(nèi)對(duì)風(fēng)電具有斜坡速率限制約束,也同樣限制了風(fēng)電的增加。
各風(fēng)電場(chǎng)關(guān)于估計(jì)指標(biāo)的結(jié)果如表6所示,表6中包括風(fēng)能利用率和相關(guān)系數(shù)。其中,風(fēng)能利用率由風(fēng)能控制輸出與實(shí)際風(fēng)能之比獲得。由表6可知,VPAA的性能優(yōu)于FPAA,但均弱于HMPC。
表6 每種風(fēng)電場(chǎng)用不同方法計(jì)算的電源輸出的估計(jì)指標(biāo)值Tab.6 Estimated index values of power output calculated by different methods for each type of wind farm
通常,在沒有任何誤差糾正的情況下對(duì)風(fēng)電功率的預(yù)測(cè)是不準(zhǔn)確的,從而降低VPAA的性能。WF3和WF5的風(fēng)電功率預(yù)測(cè)不準(zhǔn)確,小于實(shí)際風(fēng)電功率。同時(shí),WF3和WF5的裝機(jī)容量分別為99 MW和98 MW,處于中等水平。因此,與實(shí)際風(fēng)力發(fā)電相比,WF3和WF5可獲得更為合適的調(diào)度計(jì)劃。因此,在風(fēng)電場(chǎng)調(diào)制層的作用下,風(fēng)電場(chǎng)可獲得比實(shí)際風(fēng)能曲線更好的輸出特性。其中,WF4和WF7的逆風(fēng)功率利用率可高達(dá)100%,WF1的利用率可同比提高約41%。由此可知,HMPC策略的反饋校正和調(diào)度方法是有效且可行的。
將所提算法與傳統(tǒng)的方法進(jìn)行對(duì)比分析,其結(jié)果如表7所示。由表7可知,整個(gè)過程的計(jì)算時(shí)間不僅包括優(yōu)化過程,還包括數(shù)據(jù)輸入和參數(shù)計(jì)算。根據(jù)表中每一層的時(shí)間尺度,可以清楚地確定優(yōu)化時(shí)間。首先,對(duì)所提策略的日間調(diào)度和實(shí)時(shí)調(diào)度層進(jìn)行仿真,與CAPD方法進(jìn)行比較。其次,在比較中考慮風(fēng)電場(chǎng)間的調(diào)度,每次優(yōu)化需大約15次迭代。由此可知,滾動(dòng)層優(yōu)化需要更多的優(yōu)化時(shí)間。隨著優(yōu)化時(shí)間的增加,所需的計(jì)算時(shí)間也急劇增加。但由于模型是離線優(yōu)化模擬的,若計(jì)算策略是在線實(shí)施的,則每個(gè)優(yōu)化可以在不到2 s的時(shí)間內(nèi)完成,符合實(shí)際應(yīng)用需求。
表7 每種方法的計(jì)算性能Tab.7 Calculation performance of each method
針對(duì)分布式風(fēng)電場(chǎng)大規(guī)模風(fēng)電集群在電力系統(tǒng)并網(wǎng)中存在的有功功率調(diào)度與控制問題,提出了一種基于動(dòng)態(tài)電力調(diào)度的分層模型預(yù)測(cè)控制(HMPC)策略,并通過與傳統(tǒng)的調(diào)度和計(jì)劃分配算法進(jìn)行比較,得出以下結(jié)論:
1)所提策略通過數(shù)值特征方法進(jìn)行分層分析,提高了優(yōu)化模型中風(fēng)電預(yù)報(bào)數(shù)據(jù)的準(zhǔn)確性;
2)所提策略能有效提高WPC傳輸路徑的利用率,能充分利用WPC的多個(gè)時(shí)間尺度和適應(yīng)因子的預(yù)測(cè)信息減少限風(fēng),提高了調(diào)度的準(zhǔn)確性;
3)所提策略主要集中在風(fēng)電集群中的調(diào)度,下一步研究工作中可將其引入到光伏發(fā)電集群、潮汐發(fā)電集群等其他可再生能源中。