凌小添

（國(guó)網(wǎng)江蘇省供電公司江陰市供電分公司）

0 引言

面對(duì)電網(wǎng)用電日益緊張的發(fā)展趨勢(shì)，各大電力企業(yè)紛紛構(gòu)建了新能源場(chǎng)站，通過(guò)新能源發(fā)電滿足了市場(chǎng)上的用電需求。然而光伏新能源的波動(dòng)性與間歇性特征會(huì)干擾電網(wǎng)的正常運(yùn)行，需要科學(xué)評(píng)估新能源并入電網(wǎng)所產(chǎn)生的影響，通過(guò)重新規(guī)劃電網(wǎng)、有效控制有功及無(wú)功電壓，保障電力系統(tǒng)運(yùn)行的安全性與經(jīng)濟(jì)性。

1 光伏功率預(yù)測(cè)及優(yōu)化控制技術(shù)

1.1 光伏功率預(yù)測(cè)技術(shù)

光伏功率預(yù)測(cè)主要采用構(gòu)建光伏發(fā)電預(yù)測(cè)模型的方法，可用的建模方式有構(gòu)建物理預(yù)測(cè)模型、構(gòu)建統(tǒng)計(jì)預(yù)測(cè)模型兩種方式。物理預(yù)測(cè)模型是以光伏電池光電效應(yīng)為基礎(chǔ)構(gòu)建而成的，需結(jié)合光電轉(zhuǎn)換效率概念，梳理出光電轉(zhuǎn)換效率的經(jīng)驗(yàn)公式，確定具體的經(jīng)驗(yàn)系數(shù)，從而計(jì)算出光伏輸出功率的預(yù)測(cè)數(shù)據(jù)。光電轉(zhuǎn)換效率建模時(shí)，通常采用常數(shù)系數(shù)、單負(fù)溫度系數(shù)兩種模型，此外還可應(yīng)用集成溫度及太陽(yáng)輻射雙因素模型，太陽(yáng)輻射總量、物理模型精準(zhǔn)度，是光伏輸出功率預(yù)測(cè)精度高低的主要影響因素。統(tǒng)計(jì)預(yù)測(cè)模型是以氣象要素在光伏發(fā)電出力方面所產(chǎn)生的影響為依據(jù)，通過(guò)構(gòu)建與二者相關(guān)的模型，利用回歸分析、神經(jīng)網(wǎng)絡(luò)分析等方式分析預(yù)測(cè)環(huán)境溫度、太陽(yáng)輻射度等多種氣象因素對(duì)光伏輸出功率產(chǎn)生的影響，此算法雖然操作相對(duì)復(fù)雜，但預(yù)測(cè)精度較高。

1.2 光伏有功功率控制技術(shù)

光伏電站出力變化的計(jì)算是將下一周期期望出力值與當(dāng)前出力值相減，如果二者之差為正，應(yīng)適當(dāng)提高有功出力，如二者之差為負(fù)時(shí)，則需要降低有功出力。根據(jù)光伏發(fā)電超短期功率預(yù)測(cè)結(jié)果，可采用輪換啟停逆變器的方法，在保證光伏電站輸出功率符合需求的同時(shí)，最大化降低逆變器運(yùn)行總量。根據(jù)這一原理，光伏電站有功功率控制時(shí)，首先要對(duì)電網(wǎng)調(diào)度指令的發(fā)出情況進(jìn)行判定，以最大出力原則為依據(jù)提供最大出力，如果已發(fā)出指令，則啟動(dòng)有功功率控制，結(jié)合控制模式的具體要求，對(duì)下一控制周期的有功設(shè)計(jì)功率進(jìn)行計(jì)算，根據(jù)計(jì)算得出功率結(jié)果的升高或降低趨勢(shì)，采取具體的輪換休眠策略，以分配算法為依據(jù)向各光伏陣列中分配所設(shè)定的功率，從而實(shí)現(xiàn)各個(gè)陣列輸出功率的有效控制。有功功率控制時(shí)，可采取的控制模式有四種，分別是限值模式、斜率控制模式、調(diào)整模式與差值模式。

2 基于光伏新能源預(yù)測(cè)的電網(wǎng)調(diào)度優(yōu)化控制策略

2.1 電網(wǎng)實(shí)時(shí)調(diào)度策略

光伏新能源向電網(wǎng)接入時(shí)，可能會(huì)對(duì)電網(wǎng)的實(shí)時(shí)調(diào)度產(chǎn)生影響，一是光伏出力具有不確定性，且波動(dòng)性較強(qiáng)，因而光伏電站日常調(diào)度計(jì)劃不契合間歇式能源的出力，由于二者之間存在較大偏差，會(huì)增大電網(wǎng)的實(shí)時(shí)調(diào)度需求。由于當(dāng)前階段配電網(wǎng)中接入的可再生性能源類型有所增加，且應(yīng)用了智能化電網(wǎng)信息通信技術(shù)，電網(wǎng)調(diào)度形式、調(diào)控深度均得到了優(yōu)化。為此，間歇式光伏新能源接入后，電網(wǎng)實(shí)時(shí)調(diào)度要以增強(qiáng)系統(tǒng)運(yùn)行穩(wěn)定性、實(shí)現(xiàn)光伏能源高效利用作為主要目標(biāo)。光伏新能源并網(wǎng)后，應(yīng)以配電網(wǎng)主動(dòng)控制為基礎(chǔ)，設(shè)計(jì)如圖1 所示的實(shí)時(shí)調(diào)度策略。

圖1 電網(wǎng)實(shí)時(shí)調(diào)度策略

2.2 電網(wǎng)實(shí)時(shí)調(diào)度優(yōu)化流程

首先，針對(duì)光伏出力及負(fù)荷分別展開(kāi)超短期預(yù)測(cè)，預(yù)測(cè)時(shí)間均為15min，之后利用數(shù)據(jù)采集與監(jiān)視系統(tǒng)收集當(dāng)前電網(wǎng)的運(yùn)行數(shù)據(jù)，主要是獲取開(kāi)關(guān)狀態(tài)、系統(tǒng)實(shí)時(shí)量測(cè)數(shù)據(jù)。再運(yùn)用智能通信系統(tǒng)提取光伏新能源出力狀況，了解光伏運(yùn)行工況，獲取生物質(zhì)能電站、小水電以及微型燃?xì)廨啓C(jī)等其他常規(guī)電源的運(yùn)行狀況。其次，采用潮流計(jì)算預(yù)測(cè)分析系統(tǒng)之后15min 內(nèi)的運(yùn)行情況，通過(guò)計(jì)算獲取具備較高能源外送需求的變電站及聯(lián)絡(luò)線等關(guān)鍵節(jié)點(diǎn)或重要斷面的功率數(shù)據(jù)。然后與日常調(diào)度計(jì)劃展開(kāi)對(duì)比分析，對(duì)后續(xù)15min 關(guān)鍵節(jié)點(diǎn)功率偏差值進(jìn)行計(jì)算，目標(biāo)函數(shù)取值為功率偏差最小值，結(jié)合功率平衡，考慮到電壓、載流量、爬坡率以及光伏新能源出力四個(gè)約束展開(kāi)優(yōu)化計(jì)算，利用OPF 程序?qū)ο到y(tǒng)中并網(wǎng)的光伏新能源決策進(jìn)行求解分析。最后，通過(guò)求解得到后續(xù)15min 光伏新能源運(yùn)行工況，并向各個(gè)場(chǎng)站進(jìn)行情況反饋。

2.3 粒子群算法求解

2.3.1 粒子群優(yōu)化算法

粒子群優(yōu)化算法是以就近距離區(qū)域搜尋作為搜索策略。根據(jù)此模型，可設(shè)計(jì)出用于優(yōu)化問(wèn)題求解的PSO 算法，以空間粒子所處位置為解，根據(jù)優(yōu)化目標(biāo)函數(shù)明確各粒子適應(yīng)值，并結(jié)合粒子運(yùn)動(dòng)方向及距離向量值，在解空間中實(shí)施搜索操作。粒子群算法采用的是實(shí)數(shù)編碼，相較于免疫算法、遺傳算法而言，求解過(guò)程更為簡(jiǎn)單，且求解操作易于實(shí)現(xiàn)。POS 算法應(yīng)用時(shí)，需要在已知解空間中對(duì)粒子群進(jìn)行隨機(jī)性初始化，優(yōu)化問(wèn)題的數(shù)量決定著解空間的維數(shù)。應(yīng)在獲取各個(gè)粒子的位置初始值及速度初始值后開(kāi)始迭代尋優(yōu)。在此過(guò)程中，要根據(jù)各個(gè)粒子的極值更新解的位置及速度值。所用極值共有兩個(gè)，一是個(gè)體極值，指單粒子迭代的最優(yōu)解。二是全局極值，是全部粒子迭代求出的最優(yōu)解粒子。

2.3.2 求解計(jì)算

光伏新能源調(diào)度決策求解時(shí)，首先要對(duì)各粒子的位置最優(yōu)值進(jìn)行計(jì)算，計(jì)算公式如下：

而粒子群體位置最優(yōu)值計(jì)算則可按照式（2）進(jìn)行：

之后，還要計(jì)算出更新粒子的位置及速度，計(jì)算公式為：

式（3）與式（4）中，w代表的是慣性因子，c1與c2則分別代表加速因子，二者均是正的常數(shù)，而r1與r2指的是0 與1 之間的隨機(jī)數(shù)。當(dāng)?shù)趈維這一未知變量發(fā)生位置及速度變化時(shí)，其位置變化范圍可表示為［-xjmax，xjmax］，速度變化范圍則用［-Vjmax，Vjmax］代表。在迭代時(shí)，如果xij、vij的數(shù)值超出限定范圍，應(yīng)取值為邊界值。

2.4 算例優(yōu)化分析

由于新能源并網(wǎng)后，同時(shí)具備多種機(jī)組元素，除了火電、水電機(jī)組之外，還存在風(fēng)力發(fā)力機(jī)及光伏陣列。這些電源采用的都是負(fù)荷供電模式。因此，基于光伏新能源預(yù)測(cè)電網(wǎng)調(diào)度優(yōu)化控制時(shí)，要先預(yù)測(cè)出機(jī)組負(fù)荷的日變化情況，應(yīng)分析出風(fēng)電及光電的預(yù)測(cè)結(jié)果（見(jiàn)圖2）。由于系統(tǒng)預(yù)先給定了負(fù)荷值，并且預(yù)測(cè)出了風(fēng)電功率及光伏功率，計(jì)算時(shí)燃料電池功率時(shí)，在系統(tǒng)負(fù)荷中將風(fēng)電、光伏、柴油發(fā)電機(jī)以及燃?xì)廨啓C(jī)的各自功率減除即可。之后，要計(jì)算微網(wǎng)運(yùn)行的成本總額，選取適應(yīng)度函數(shù)為目標(biāo)函數(shù)，迭代次數(shù)及粒子數(shù)量分別取值為1000 與50。計(jì)算過(guò)程中，先初始化粒子群參數(shù)，而后展開(kāi)適應(yīng)度計(jì)算，再更新粒子位置及速度，當(dāng)Xid優(yōu)于Pid時(shí)，認(rèn)為Pid=Xid，當(dāng)Xid優(yōu)于Pgd時(shí)，則認(rèn)為Pgd=Xid。之后再判斷迭代次數(shù)，達(dá)到迭代次數(shù)后便可將計(jì)算結(jié)果輸出。

圖2 風(fēng)電/光伏功率預(yù)測(cè)輸出結(jié)果

基于粒子群算法得出了有功功率輸出結(jié)果（見(jiàn)圖3），分析發(fā)現(xiàn)，晚6 點(diǎn)至早9 點(diǎn)這一供電高峰時(shí)段，燃料電池的有功輸出值最高，此階段所做出的調(diào)峰貢獻(xiàn)最高，用電需求可得到有效滿足。并且平滑控制效果較為理想，各個(gè)機(jī)組均未出現(xiàn)較大的變化幅度，可實(shí)現(xiàn)各機(jī)組的合理調(diào)度，節(jié)約了高峰運(yùn)行成本并能有效延長(zhǎng)各機(jī)組壽命。

圖3 粒子群算法優(yōu)化結(jié)果

3 結(jié)束語(yǔ)

由于新能源出力的間歇性及波動(dòng)性特性的影響，新能源場(chǎng)站的機(jī)組控制難度更高，而基于光伏新能源預(yù)測(cè)方式進(jìn)行電網(wǎng)調(diào)度優(yōu)化控制，是化解新能源場(chǎng)站建設(shè)對(duì)電網(wǎng)運(yùn)行所產(chǎn)生影響的重要路徑。本文結(jié)合光伏出力特征，采用光伏有功功率控制技術(shù)，針對(duì)間歇式電源并網(wǎng)的電網(wǎng)調(diào)度優(yōu)化提出了可行性的策略，有效優(yōu)化調(diào)整了電網(wǎng)無(wú)功及電壓，增強(qiáng)了電網(wǎng)系統(tǒng)運(yùn)行的安全性，并節(jié)約了運(yùn)行成本，取得了良好的經(jīng)濟(jì)效益與社會(huì)效益。