協同新能源發展的電網調度與優化研究

陳艷麗

國網西藏電力有限公司，西藏 拉薩 850000

0 引言

當前，大規模的新能源發電廠并入電網運行，隨著新能源發電的功率輸出發生波動，在電網連接線及傳輸通道內部潮流容易出現變化，會對電網電壓的安全性、穩定性產生一定程度的影響[1]。在沒有開展新能源發電廠的建設工作之前，我國電網系統與負荷中心之間長距離相隔，此種狀態下的網絡結構更加薄弱，離不開高壓傳輸通道的支持。近些年，我國加大開展新能源場站的建設力度，對此，需要全方位地考慮電網負荷及新能源電源出力水平，除了需要分析電能是否可以就地消納，還需要考慮電網電能外送過程中的相關要求及產生的影響[2]。

1 現狀分析

現階段，新能源的發展速度不斷加快，新能源的滲透程度也越來越高，在這樣的背景下，新能源自身具備的出力特性對并網的影響越來越明顯，因此，國內外相關專家對新能源并網之后的安全性和穩定性開展了深入的研究[3]。評估新能源并網的影響涉及指標體系的構建及綜合評估方法的應用，需要結合具體的評估對象（即電網具體狀況）建立更全面的評估指標體系，指標主要分為正效應評估指標及負效應評估指標。指標權重與指標在綜合評估中的作用、評價精度密切相關，指標權重的確定是綜合評估決策方面的研究重點，在研究過程中，許多權重確定方法應運而生[4]。

當前，新能源技術呈現良好的發展態勢，新能源場站建設的成本不斷降低，新能源在電力系統中的比例也不斷加大[5]。新能源與配電網之間的連接對配電網的可靠性及電壓產生的影響較為深遠，其影響程度與接入點、配電網容量存在不可分割的聯系。配電網的規劃面臨嚴峻的挑戰，在規劃配電網的過程中，除了考慮傳統影響因素，還需要最大限度地降低新能源對電網產生的影響，并在此基礎上充分發揮新能源的作用[6]。

2 新能源出力特性和功率預測模型

2.1 新能源出力特性

2.1.1 光伏發電出力特性

光伏電站一天（24 h）的出力統計圖如圖1所示?？梢钥吹?，因為日照因素的影響，光伏電站只在白天發電，在夜晚會停止發電，這說明光伏發電具有間歇性的特點；以小時為尺度，能夠了解到光伏發電有著較為突出的波動性特點，光伏出力曲線峰值出現在中午。

圖1 光伏電站一天的出力情況

2.1.2 風力發電出力特性

風電廠的日出力曲線圖如圖2所示。可以看到，在一天中，風電場的出力具有較強的平穩性，沒有過長時間停機及滿發的情況；同時，涉及較多的波動和起伏，說明風力發電出力具備波動性。

圖2 風電場一天的出力情況

2.2 功率預測模型

2.2.1 物理預測模型（光電轉換效率模型）

將光伏電池的光電轉換效率作為主要依據，在此基礎上圍繞光電轉換效率形成相應的經驗公式及經驗系數，該系數就是太陽總輻射及光伏輸出功率的預測值。當前階段應用較為廣泛的光電轉換效率模型包括常數系數模型及雙因素模型，光電轉換效率模型的精度和太陽總輻射及相關物理模型的準確性之間存在密切聯系[7]。

2.2.2 統計預測模型

光伏發電出力容易受到氣象等因素的影響，因此在建立光伏系統出力統計預測模型的過程中要求應用回歸分析法及神經網絡法等方法，以明確氣象因素，包括天氣因素及溫度因素等對光伏輸出功率的影響。統計預測模型的主要優點是能夠保障預測結果的精確度，但應用算法時涉及的操作步驟較多[8]。

3 基于粒子群算法的電網優化調度

3.1 基本方法

現階段，新能源容易受負荷預測調度等相關因素的影響，要求應用最適宜的模式，將機組及煤炭消費量總體的排名作為主要依據，針對機組消費制約條件開展相應的分析工作，以此選擇各類參數的最佳值及常規機組的最佳值。建模及構建目標函數時，需要考慮發電機各方面的成本，包括發電成本及備用成本，以及基于處理模式產生的網絡損耗，并且需要了解相關因素備用數量及權重值。

3.1.1 發電成本計算方法

為了有效地反映火電機組電價和成本，需要將各機組的上網及微增電價分為3段，總運行成本加上總固定成本便是風電機組的總成本。

3.1.2 排污控制方法

目前，燃燒類電廠在生產過程中的排放物主要包括二氧化碳、粉塵、硫氧化物及氮氧化物等，其中，二氧化碳和粉塵可以采用針對性措施進行控制。在實踐中，通常應用相應的除塵裝置控制粉塵，能夠基于常態條件開展相應的操作；通過應用新能源，控制二氧化碳的排放。當前，還無法有效控制硫氧化物和氮氧化物的排放，但因為硫氧化物和氮氧化物具有許多相同的特征，所以可以利用有關排污系數對其開展相應的計算工作，以實現污染物的有效控制。

3.2 基于粒子群算法的預測控制

粒子群算法的應用靈感來自鳥群具備的集體捕食能力，能夠通過多個方面制定相應的啟發性方式。粒子群算法在實數編碼方面的優勢較突出，和免疫及遺傳相關算法對比，粒子群算法的應用難度更低一些。因此，該方法在解決電網優化問題方面有著非常光明的應用前景，應用粒子群算法解決實際問題，發揮其優勢，可以進一步地擴大算法的應用領域。

在電網優化算例系統中含有較多的發電機組元素，包括水電機組及火電機組等。針對各類電源，粒子群算法都能開展相應的供電預測控制工作。在實際開展預測控制工作時，要求根據負荷變化預測最終的結果。系統負荷的數值主要根據發電機組的功率確定，在此基礎上，能夠針對燃料電池的功率進行相應的計算。在微網運算過程中應用適應度函數，分析和計算有關仿真結果后能夠了解到，在供電高峰階段，燃料電池的有功輸出最大，其對調峰的貢獻非常大，能夠滿足用電要求。

4 大規模電源并網地區的電網實時調度策略

大型電網的實時調度工作通常涉及AGC機組及相關調度機組的共同運行，圍繞著環境效益及經濟效益開展優化工作，將涉及的功率偏差量有效分配于每一個機組內部。傳統的地區電網的實時調度工作通常是將上級輸電網作為主要依據來控制負荷偏差，以此為電力系統運行過程中的持續性及穩定性提供保障。這樣一來，如果新能源的不確定性及波動性有一定程度的提高，日前調度計劃與間歇式的能源情況之間存在一定程度的偏差，也能夠滿足電網的實時調度方面的相關要求。在多樣性能源和配電網之間建立有效結合，智能電網通信信息技術會獲得相應的進步，這樣可以提高區域電網調度方法的多樣性，進一步增加調控深度。具體優化流程如下。

（1）利用15 min的超短期預測后續系統的新能源出力狀況，圍繞負荷開展為期15 min的預測。

（2）合理應用SCADA系統，收集相關的電網運行數據信息，如系統運行過程中的測量值及系統所表現出的開關狀態。

（3）基于智能通信系統，收集新能源出力方面的數據信息，包括光伏及風電等在運行過程中表現的狀態及相關參數信息，普通電源在運行過程中的信息（涉及水電及生物質能電站等）。通過此種方式能夠獲取明確的節點及斷電的電功率值。需要注意的是，重要節點通常會應用于能源外送需求比較大的變電站。該類型的電源可能會存在電量大于容量限制的情況，進而造成電壓越線及容量越線等安全問題。

（4）對比日前調度計劃，獲取涉及的關鍵節點的功率偏差，功率偏差能夠作為最小目標函數，以電壓約束、載流量約束等為依據開展相應的優化升級計算工作。新能源為系統中的重點決策對象，能夠通過OPF程序開展相應的求解工作。如果獲取了各類新能源的運行信息，就需要在此基礎上針對相關場站進行數據反饋。

5 結束語

總之，提升復合系統的跟蹤能力及穩定性，對于電網智能控制系統理論體系的構建而言意義重大。并且，加強對功率預測方法的優化，能夠降低控制過程中涉及的不確定因素的影響，這對于實現理論與實踐的有機結合非常有利。將獲取的優異理論成果合理地應用到生產實踐中，加大力度開展電網技術的開發工作，可以使新能源電網的調度工作得到進一步發展。