質量技術獎案例 試驗設計方法在風光儲輸工程優化設計中的應用

◆劉 波 王蘇北 唐勇俊/ 文

在發展智能電網時，如何安全、可靠地接入各種可再生能源電源是當今面臨的一大挑戰。本文結合張北國家風光儲一期工程項目，采用試驗設計方法，利用風光互補特性配合儲能裝置對電能的存儲和釋放，對改善整個風光儲發電系統功率曲線進行了研究。

1 試驗設計方法在風光儲輸工程中的研究

1.1 試驗設計基本原理

試驗設計源于1920年統計與遺傳學家費希爾的研究，后經田口玄一博士集其大成，試驗設計在工業界得以普及和應用。DOE（Design of Experiment）試驗設計是一種安排試驗和分析試驗數據的數理統計方法，通過有目的地改變一個系統的輸入來觀察輸出的改變情況，以較小的試驗規模(次數)、較短的試驗周期和較低的試驗成本，獲得理想的試驗結果以及得出科學的結論。

試驗設計的目的可能包括：

（1）確定哪些參數對響應的影響最大；

（2）確定應把有影響的參數設定在什么水平，以使響應達到或盡可能靠近希望值；

（3）確定把有響應的參數設定在什么水平，以使響應的分散度（或方差）盡可能小；

（4）確定應把有響應的參數設定在什么水平，以使不可控參數（噪聲參數）對響應的影響盡可能小。

因此，在生產、制造等過程的開發設計以及解決過程中出現的問題時均可采用試驗設計，對試驗進行合理安排。

DOE試驗設計的基本方法可分為七個步驟。

（1）確定目標。對于運用試驗設計解決的問題，首先要確定目標，分析問題帶來的危害及運用試驗設計的必要性。

（2）剖析流程。試驗設計的展開是建立在流程的深層剖析基礎之上的，盡可能詳盡地列出可能的因素，確認其輸入輸出，理解問題的可能因素有助于確定解決問題的總方向。

（3）篩選因素。使用一些低解析度的兩水平試驗或者專門的篩選試驗來篩選因素，以掌握影響指標的主要因素，從而避免因選錯主要因素而造成的時間、經濟成本浪費。

（4）快速接近。通過篩選因素，同時得到主要因素對指標的影響趨勢，快速找到試驗目的的可能區域。使用試驗設計中的快速上升（下降）方法，根據篩選試驗所得到的影響趨勢來確定一些因子水平進行試驗。

（5）析因試驗。在快速接近的水平區間內選取因子水平進行試驗，進一步度量因素的主效應、交互作用以及高階效應。析因試驗主要選擇各因素構造的幾何體的頂點以及中心點來完成，試驗的最終通過方差分析來檢定這些效應是否顯著，同時對之前的篩選、快速接近試驗也是一個驗證。

（6）回歸試驗。考慮到功效問題，需要進一步安排一些試驗來最終確定因素的最佳影響水平。

（7）穩健設計。試驗設計的目的是通過設置可以調控的一些關鍵因素來達到控制指標的目的，試驗設計只是提供達到這種目的的可能和途徑，同時現實中還存在著很難通過人為控制來使其最優的因素，即噪聲因素。此時，可采用穩健設計優化，即選擇一些抗干擾的因素來緩解干擾因素的影響。

在本項目中，針對風光儲系統的特殊性，為得到系統最佳出力功率曲線，上海電力設計院有限公司利用DOE試驗設計對這個問題進行了詳盡的分析研究。

1.2 風光儲系統送出電力特點

風光儲能系統是綜合利用風光互補并配合儲能系統的一種合理的電源系統。光伏發電系統的特點是白天發電、夜晚不發電，白天光伏電站作為電源送出電力（以下簡稱出力），隨光照強度的變化而變化，輸出功率不穩定，夜晚光伏電站不發電。風力發電的特點是風力發電機以風作為原動力，風的隨機波動性和間歇性決定了風力發電機的輸出特性也是波動和間歇的。

根據現狀調查結果，風電的實際出力波動較大，太陽能發電出力相對穩定，兩者疊加出力盡管可在一定程度上彌補風電場出力波動加大的情況，但總體疊加出力波動仍較大，不能滿足電網出力平穩的穩定需求。可引入儲能裝置用于平滑風光疊加出力，使得風光輸出功率的波動盡量平穩、波動性小。因此，需要運用試驗設計方法確定最佳的風光儲配比，并通過智能控制調度系統進行控制儲能裝置的補償功能，以達到系統總出力功率盡量平穩的目的。

1.3 確定試驗設計方案

為實現風光儲系統總出力功率曲線最佳平滑，根據1.1節介紹的試驗設計基本原理，通過1.2節的流程分析得知，風光儲系統波動主要是由風力發電和光伏發電的出力特性決定的，主要受風的波動性、間歇性和光照強度的影響。影響風光發電的因素主要有風速、空氣密度、風能利用系數和風機半徑、光照強度、光伏組件的傾角和方位角、組件效率和溫度、儲能裝置的平滑能力等。風速、空氣密度、光照強度等因素受地理氣候的影響，屬于自然條件，是非可控因素。但是，可以通過選擇風機、光伏組件，調整風機半徑、光伏組件的傾角和方位角等措施，設定不同的風光容量配比，利用風光互補的特性來平滑風光出力。儲能裝置的平滑能力取決于其容量和功率的大小，通過不同容量和功率的試驗比較，可以獲得不同的系統總出力平滑能力。

經過分析，選定風光容量的配比、儲能裝置的容量和功率這3個可控因素作為此次DOE試驗的3個因子。考慮到張北國家風光儲一期工程規模的限制，每個因子選取2個水平，風光容量配比分別選取1：1和2：1的配比方式。根據風光儲輸一期工程最大出力規模需求，同時兼顧經濟性的考慮，儲能裝置的容量分別選取-1和1兩個因子，功率分別選取-1和1兩個因子進行試驗。

根據試驗中所考察的因子水平數，進行全因子分析，運用Minitab設計計劃表進行模擬試驗控制，獲取16個典型日在不同風光儲配比條件下系統總出力功率曲線的標準差。

1.4 試驗設計的試驗結果

在每個試驗中，通過不同的風光容量配比、儲能裝置容量和功率選取都會得到一組風光儲能系統總出力功率數據。通過計算這組數據的標準差，標識不同風光儲配比情況下的出力平滑效果，標準差越小，說明系統出力平滑的效果越好。

從風光儲能系統出力標準差分析結果來看，風光配比、儲能裝置容量、儲能裝置功率、風光配比與儲能功率的交互作用、儲能容量和儲能功率的交互作用的主效應在統計意義上是顯著的，它們的P值均小于顯著性水平0.05。其它因素的交互作用效應是不顯著的，分別為0.082和0.966，大于0.05。

另外，在分析研究風光儲能系統出力標準差的同時，還對風光儲能系統出力標準差主效應圖和交互作用進行了分析研究（參見圖1）。其中風光儲能系統出力標準差主效應圖反映了風光配比、儲能容量和儲能功率對于風光儲能系統出力功率平穩性的效應。從圖中可以看出，當風光配比為高水平、儲能容量為高水平、儲能功率為高水平時，整個風光儲能系統總出力功率平穩性好。

交互作用圖顯示了風光配比、儲能容量、儲能功率三個因子間的相互影響。從交互作用圖可以看出，當風光配比為高水平、儲能水平為高水平、儲能功率為高水平時，風光儲能系統總出力功率平穩性最好。

2 風光儲能系統智能控制調度系統

通過試驗設計方法確定了最優風光儲配比的選取，但僅僅確定風光儲能配比對于實現平滑系統出力是遠遠不夠的。需要設計一套智能控制調度系統實時根據風光變化和調度曲線目標來控制儲能裝置的充放電過程，從而最大程度地補償平滑出力。

圖1 風光儲能系統出力標準差主效應圖和交互作用圖

智能控制調度系統是整個風光儲項目的控制核心。它根據電網下達的調度曲線、風能預測和光照預測，通過調節風、光、儲三者的功率輸出來平滑系統出力。國家風光儲輸示范工程的智能控制調度系統采用“一體化”的設計原則，在統一的通信平臺上，配置一體化的計算機監控系統，實現對上述所有設備的監測和控制，并實現智能控制調度的目的。

智能控制調度系統功能包括SCADA（數據采集與監視控制）功能、儲能監控功能、光伏監控功能、風機監控功能、環境監控功能等。在此基礎上，另制定了風光儲能系統能量調度策略、儲能電池的能量調度策略以及風光儲能系統的整個調度流程。通過智能控制系統的優化調度，可以實現儲能裝置的智能補償，得到最優的系統出力功率曲線。張北國家風光儲輸一期工程的智能控制調度系統主要監控對象有：220kV大河智能變電站、光伏電站、儲能、小東梁風電場和孟家梁風電場。智能控制調度系統布置在大河變電站內的集控中心內，通過該系統可以實現對風光儲電站的遠程監視和控制。

3 小結

本項目風光儲能系統工程設計首次突破性地運用試驗設計方法和智能控制調度系統，通過選取最優風光配比、儲能容量和功率，提高了風光儲能系統總體出力功率的平滑性和并網質量，為風光儲新能源的應用奠定了理論基礎。在整個試驗方案的設計實施過程中，由于風光儲示范工程的特殊性，無法對每個因子選取多個水平進行非常詳盡的分析，因此如何選取合理恰當的因子水平成為解決問題的關鍵。為此，上海電力設計院根據以往風光儲系統項目的歷史運行數據并通過軟件模擬仿真，結合張北國家風光儲的規模等因素，選取了本次試驗的因子水平，試驗結果及后續的實際運行情況表明，最后得到的最優因子水平很好的滿足了工程目的的實現。

該技術在張北國家風光儲輸一期工程中得到了很好的驗證，取得了良好的經濟效益和社會效益，對增強可再生能源發電產業的核心競爭力，促進國內風電、光電的產業化和規模化發展，推動我國風資源和光資源的開發利用，實現國家能源可持續發展的總體戰略具有重要意義。張北國家風光儲能系統總出力功率的平滑性能夠滿足電網調度的需求，提高了并網質量。

（略）