石魏敏

(廣州市水務(wù)科學(xué)研究院有限公司，廣東 廣州 510220)

1 基于凈負(fù)荷不確定性的梯級水電站日前調(diào)峰模型研究

1.1 考慮凈負(fù)荷不確定性的調(diào)峰模型研究

近些年，我國社會(huì)用電量持續(xù)增長且峰谷差不斷增大，伴隨著新能源的高速發(fā)展，其在一定程度上降低了傳統(tǒng)化石能源的消耗并減少了環(huán)境污染，然而風(fēng)、光等新能源功率的波動(dòng)和間歇影響使得電網(wǎng)凈負(fù)荷的精準(zhǔn)預(yù)測出現(xiàn)困難，這種情況較難保證電網(wǎng)運(yùn)行的安全性和經(jīng)濟(jì)性[1]。新能源電力會(huì)因?yàn)楦珊?、雨雪等異常天氣影響電力系統(tǒng)對用電負(fù)荷的準(zhǔn)確預(yù)測，除此之外，清潔能源具備的波動(dòng)性、間歇性和不確定性等顯著特征也會(huì)對用電負(fù)荷的準(zhǔn)確預(yù)測產(chǎn)生影響。因此而存在的負(fù)荷預(yù)測誤差會(huì)打亂電網(wǎng)計(jì)劃的電力平衡，進(jìn)而增加了電網(wǎng)的控制負(fù)擔(dān)[2]。與此同時(shí)，調(diào)峰電源會(huì)面臨著預(yù)測峰谷和實(shí)際峰谷之間出現(xiàn)差異的風(fēng)險(xiǎn)，此時(shí)進(jìn)行調(diào)峰有可能反而會(huì)拉大系統(tǒng)負(fù)荷峰谷差。因此，關(guān)于凈負(fù)荷的不確定性和合理安排電力資源成為研究重點(diǎn)，凈負(fù)荷數(shù)據(jù)的表現(xiàn)形式是與歷史時(shí)刻相關(guān)的時(shí)序序列，可用滯后相關(guān)性來體現(xiàn)凈負(fù)荷的數(shù)據(jù)關(guān)聯(lián)性，如式(1)：

(1)

圖1 DDPMM概率模型

凈負(fù)荷的隨機(jī)參數(shù)包含在總功率平衡約束和支路潮流約束中，可被歸結(jié)為節(jié)點(diǎn)上的凈負(fù)荷不確定量。常規(guī)發(fā)電機(jī)都具備一定的調(diào)節(jié)能力，使其能夠在合理分擔(dān)系統(tǒng)功率不平衡量的同時(shí)也能應(yīng)對負(fù)荷的預(yù)測誤差和波動(dòng)，在一定程度上實(shí)現(xiàn)功率平衡和新能源功率的完全接納。發(fā)電系統(tǒng)的所有在線發(fā)電機(jī)在應(yīng)對凈負(fù)荷波動(dòng)時(shí)的調(diào)節(jié)能力以仿射形式與凈負(fù)荷的波動(dòng)程度相匹配[3]。對于支路潮流約束中的隨機(jī)參數(shù)可以通過魯棒線性化方法來消除。凈負(fù)荷的擾動(dòng)會(huì)對電力系統(tǒng)的運(yùn)行成本造成影響，因?yàn)?，其中?huì)涉及因凈負(fù)荷而調(diào)用設(shè)備的情況，此舉會(huì)影響電力系統(tǒng)的啟停成本、運(yùn)行成本、備用成本、期望停電損失等，然而，并非所有凈負(fù)荷擾動(dòng)都需要調(diào)用設(shè)備，在其波動(dòng)較小的情況下產(chǎn)生的影響較小，不需要做太多調(diào)整，隨著波動(dòng)的增加系統(tǒng)的各類運(yùn)行成本也在增加，此時(shí)則需要酌情調(diào)整總備用。圖2表示不同凈負(fù)荷波動(dòng)范圍的總備用調(diào)整變化趨勢，從圖中可以清楚地反映出凈負(fù)荷的波動(dòng)對調(diào)整備用的影響。

圖2 不同凈負(fù)荷波動(dòng)范圍的總備用調(diào)整變化趨勢

電能具有不能大量儲(chǔ)存的特點(diǎn)，因此，發(fā)電部門會(huì)根據(jù)用電的需求發(fā)出電量，電負(fù)荷會(huì)因?yàn)橛秒娦枨蠖l(fā)生變化，在此過程中，發(fā)電部門為維持功率平衡而改變發(fā)電機(jī)的出力以適應(yīng)用電負(fù)荷的變化。調(diào)峰則是一種在用電高峰時(shí)期為解決電網(wǎng)超負(fù)荷的情況而投入正常運(yùn)行以外的發(fā)電機(jī)組，以此來滿足正常需求的改變電負(fù)荷的手段。調(diào)峰也是我國電力系統(tǒng)一直面臨的重要調(diào)度難題，作為我國能源巨頭的火電裝機(jī)因調(diào)峰不靈活且調(diào)峰費(fèi)用高而面臨的調(diào)峰壓力較為嚴(yán)峻；風(fēng)光等能源則有著較大的波動(dòng)性和預(yù)測困難性，這些客觀因素使其調(diào)峰過程面臨著較大的挑戰(zhàn)。考慮凈負(fù)荷不確定性的調(diào)峰模型可以更準(zhǔn)確地對系統(tǒng)電負(fù)荷進(jìn)行預(yù)測，進(jìn)而便于電力系統(tǒng)進(jìn)行電力調(diào)度。

1.2 結(jié)合凈負(fù)荷不確定性的梯級水電站日前調(diào)峰模型

與火電、風(fēng)光等能源相比，水電具備清潔低耗、啟用靈活等特點(diǎn)，是一種優(yōu)質(zhì)的調(diào)峰電源，能夠在一定程度上保證電力的穩(wěn)定運(yùn)行。我國水電調(diào)峰凈負(fù)荷的不確定性主要來自光伏出力預(yù)測不確定性、風(fēng)電出力預(yù)測不確定性和負(fù)荷預(yù)測的不確定性。因此，在水電參與調(diào)峰時(shí)也應(yīng)當(dāng)考慮到風(fēng)電出力時(shí)的不確定性和反調(diào)峰性，避免出現(xiàn)進(jìn)一步拉大負(fù)荷峰谷而增加調(diào)峰壓力的情況。圖3表示水電調(diào)峰偏差示意圖，如圖3(a)所示，若按照預(yù)測凈負(fù)荷，其余荷在33 h時(shí)段已經(jīng)趨于平穩(wěn)，但實(shí)際的凈負(fù)荷卻與此存在偏差，如圖3(b)所示，此時(shí)若按照預(yù)測凈負(fù)荷進(jìn)行調(diào)峰則會(huì)出現(xiàn)兩個(gè)新峰，表明此舉未達(dá)到調(diào)峰目的，反而會(huì)威脅到電網(wǎng)的安全運(yùn)行。

圖3 調(diào)峰偏差示意圖

由上述可知，本文旨在充分考慮水電調(diào)峰凈負(fù)荷的不確定性，及時(shí)應(yīng)對梯級水電站復(fù)雜的水利關(guān)系，以此制定更合理的調(diào)峰計(jì)劃來滿足電網(wǎng)電力平衡的需求。本次模型的構(gòu)建選擇場景分析法來描述凈負(fù)荷的不確定性，利用多場景期望值優(yōu)化來量化不確定風(fēng)險(xiǎn)，同時(shí)以余荷平均距平絕對值最小為調(diào)峰目標(biāo)，如式(2)：

(2)

圖4 考慮凈負(fù)荷不確定性的梯級水電站日前調(diào)峰模型流程

2 考慮凈負(fù)荷不確定性的調(diào)峰模型試驗(yàn)結(jié)果分析

試驗(yàn)首先將一整天劃分為24個(gè)時(shí)段，選取某地區(qū)某月兩日不同預(yù)測和實(shí)際風(fēng)電出力過程，分別記為A、B組，A、B組的場景同屬于枯期，出力變幅和梯級日總電量均保持一致，A組的日出水位略高于B組。兩組風(fēng)電出力的過程如圖5所示，從圖中不難發(fā)現(xiàn)兩組的預(yù)測與實(shí)際都存在一定的誤差，其中，A組實(shí)際與預(yù)測風(fēng)功率形狀在峰谷時(shí)段存在巨大差異，后針對兩組風(fēng)功率采用多場景期望模型對調(diào)峰結(jié)果進(jìn)行分析。多場景相比單場景的計(jì)算需要添加額外變量及約束，隨著聚類場景的增加，其模型的求解難度也會(huì)增加。

圖5 A、B兩組風(fēng)功率預(yù)測和實(shí)際過程

針對風(fēng)功率引起的凈負(fù)荷不確定性展開研究，利用Kmeans算法聚類某月風(fēng)電出力的4類場景，該4種場景在大小和形狀上存在著明顯差異，能夠充分描述該地區(qū)該月關(guān)于風(fēng)電出力的不確定性，其出現(xiàn)的概率分別為14%、33%、30%、27%。表1表示在不同的風(fēng)電滲透率下多場景的凈負(fù)荷峰谷差，從表中數(shù)據(jù)可以看出，在接入風(fēng)電出力后，場景a、b、c增大了凈負(fù)荷峰谷差，并且凈負(fù)荷峰谷差隨著滲透率的增加而增大，呈現(xiàn)出反調(diào)峰出力過程的特點(diǎn)；場景d減小了凈負(fù)荷峰谷差，不過隨著滲透率的增加，峰谷差先減小后增大。實(shí)際場景和預(yù)測場景兩者均減小了凈負(fù)荷峰谷差，但同樣的隨著滲透率的增加，凈負(fù)荷峰谷差先減小后增大。

表1 不同風(fēng)電滲透率多場景下的凈負(fù)荷峰谷差

選擇15%的風(fēng)電滲透率作為研究背景，對上述A、B兩組采用多場景分析法進(jìn)行計(jì)算并分析凈負(fù)荷不確定性對調(diào)峰的影響。表2表示A、B兩組在實(shí)際、預(yù)測和多場景期望下的調(diào)峰指標(biāo)統(tǒng)計(jì)值。從表中數(shù)據(jù)可以看出，處于三種場景下的水電對實(shí)際凈負(fù)荷調(diào)節(jié)之后的余荷峰谷差的減小率無顯著差別，但是，對于多場景期望目標(biāo)函數(shù)，兩組均優(yōu)于預(yù)測單場景，由此可以表明，多場景期望模型下的水電調(diào)峰過程與實(shí)際場景下的出力過程更為相似，同時(shí)也驗(yàn)證了提出的模型對考慮凈負(fù)荷不確定性的適用性。

表2 調(diào)峰結(jié)果指標(biāo)統(tǒng)計(jì) MW

圖6表示A、B兩組在不同場景下的調(diào)峰效果情況，從圖中可以看出，其預(yù)測結(jié)果與實(shí)際結(jié)果沒有顯著差異。表明處于三種場景下水電對實(shí)際凈負(fù)荷調(diào)節(jié)之后的余荷峰谷差減小率沒有顯著區(qū)別。與單場景預(yù)測進(jìn)行對比，發(fā)現(xiàn)處于多場景期望模型下的水電調(diào)峰過程與實(shí)際場景下的出力過程更為相似。同時(shí)也能表明所提出的考慮凈負(fù)荷不確定性的水電站日前調(diào)峰模型的有效性和適用性。試驗(yàn)采用Kmeans算法對某地區(qū)某月的風(fēng)功率場景進(jìn)行聚類，場景之間存在著顯著差異，調(diào)度結(jié)果也驗(yàn)證了聚類結(jié)果的有效性；本文構(gòu)建的考慮凈負(fù)荷的調(diào)峰模型主要通過多場景方法描述了由風(fēng)電出力的不確定性引起的水電凈負(fù)荷的不確定性，該方法增加了模型的魯棒性的同時(shí)也能降低因風(fēng)電不確定性導(dǎo)致的水電錯(cuò)位調(diào)峰風(fēng)險(xiǎn)。由此可證明，本文所提出的模型在考慮凈負(fù)荷不確定性的梯級水電站日前調(diào)峰的應(yīng)用上具有重要的實(shí)際意義。

圖6 A、B兩組調(diào)峰結(jié)果圖

3 結(jié) 論

為了改善凈負(fù)荷不確定性的梯級水電站日前調(diào)峰問題，研究提出一種考慮凈負(fù)荷不確定性的梯級水電站日前調(diào)峰模型。針對此模型，試驗(yàn)選取了某地區(qū)某月兩日不同預(yù)測和實(shí)際風(fēng)電出力過程，首先，對其單場景風(fēng)功率的調(diào)峰結(jié)果進(jìn)行分析，試驗(yàn)結(jié)果表明，實(shí)際結(jié)果與預(yù)測結(jié)果都存在一定的誤差。隨后采用Kmeans算法對顯著差異的不同場景進(jìn)行聚類，驗(yàn)證了聚類結(jié)果的有效性。試驗(yàn)針對風(fēng)功率引起的凈負(fù)荷不確定性的試驗(yàn)結(jié)果顯示，所提模型能夠充分描述該地區(qū)該月關(guān)于風(fēng)電出力的不確定性，且顯示出現(xiàn)的概率分別為14%、33%、30%、27%。試驗(yàn)構(gòu)建的模型通過多場景的方法來描述由風(fēng)電出力的不確定性而引起的凈負(fù)荷不確定性，在一定程度上增加了模型的魯棒性，降低了水電錯(cuò)位調(diào)峰的風(fēng)險(xiǎn)。本次試驗(yàn)所提出的模型在考慮凈負(fù)荷不確定性的梯級水電站日前調(diào)峰方面具有廣闊的應(yīng)用前景，基本達(dá)到了試驗(yàn)?zāi)康?，未來可考慮擴(kuò)展不確定性因素的范疇以展開進(jìn)一步研究。