楊玉明

【摘要】風(fēng)力發(fā)電在我國經(jīng)過連續(xù)多年的高速發(fā)展，目前已進(jìn)入平臺(tái)期，風(fēng)電在電網(wǎng)適應(yīng)性上的問題逐漸凸顯。大規(guī)模的風(fēng)電并網(wǎng)加重了電力系統(tǒng)安全穩(wěn)定運(yùn)行的壓力，所以提升風(fēng)力發(fā)電對(duì)電網(wǎng)的主動(dòng)支撐性能，減輕其預(yù)測(cè)偏差對(duì)有功功率平衡控制的影響，已成為風(fēng)力發(fā)電系統(tǒng)的核心問題。要實(shí)現(xiàn)風(fēng)力發(fā)電系統(tǒng)對(duì)電網(wǎng)的主動(dòng)支撐，需要風(fēng)力發(fā)電站能夠像傳統(tǒng)電源一樣具備良好的測(cè)量精度、控制性能和調(diào)節(jié)能力。首先，需極大地提升風(fēng)力發(fā)電站功率預(yù)測(cè)水平，滿足電網(wǎng)調(diào)度運(yùn)行的精度要求;其次，需能夠在滿足電網(wǎng)穩(wěn)定運(yùn)行支撐的前提下，以新能源發(fā)電設(shè)備控制性能為約束，自動(dòng)響應(yīng)電網(wǎng)調(diào)節(jié)需求對(duì)風(fēng)力發(fā)電站輸出功率進(jìn)行調(diào)整;最后，需及時(shí)響應(yīng)電力系統(tǒng)運(yùn)行狀態(tài)的變化做出快速調(diào)節(jié)。

【關(guān)鍵詞】預(yù)測(cè)誤差;風(fēng)電;有功功率;控制策略;

引言

近年來，以風(fēng)力發(fā)電機(jī)為主的清潔能源得到大規(guī)模開發(fā)利用，截至2019年底，全國風(fēng)電機(jī)組累計(jì)并網(wǎng)裝機(jī)容量達(dá)到2.1億kW，由于風(fēng)力發(fā)電具有隨機(jī)性、間歇性和波動(dòng)性，且高度集中在“三北地區(qū)”，遠(yuǎn)離負(fù)荷中心，高比例的新能源接入給電網(wǎng)調(diào)度帶來了一系列問題，在風(fēng)電大發(fā)期間，為保證電網(wǎng)的安全穩(wěn)定運(yùn)行，會(huì)對(duì)風(fēng)電有功功率進(jìn)行一定程度的限制，因此場站端有功功率的快速響應(yīng)、精準(zhǔn)控制尤為關(guān)鍵。

1風(fēng)電功率預(yù)測(cè)誤差特性分析

風(fēng)電功率預(yù)測(cè)誤差標(biāo)幺值為：式中：Ppredict（t）為風(fēng)電功率預(yù)測(cè)值;Pactual（t）為風(fēng)電功率實(shí)際值;Pcap為風(fēng)電場額定裝機(jī)容量。圖1和圖2分別為根據(jù)極限學(xué)習(xí)機(jī)（Extreme Learning Machine，ELM）和長短期記憶網(wǎng)絡(luò)（Long Short Term Memory，LSTM）2種不同預(yù)測(cè)方法和風(fēng)電功率采樣周期為15min[23]進(jìn)行點(diǎn)預(yù)測(cè)從而得到的風(fēng)電功率預(yù)測(cè)誤差概率密度分布直方圖。由圖1和圖2可以發(fā)現(xiàn)，在ELM預(yù)測(cè)方法下，預(yù)測(cè)誤差呈現(xiàn)總體向右偏的特點(diǎn)，而LSTM的預(yù)測(cè)誤差呈現(xiàn)出在-0.02和0.02附近處各有一個(gè)頂峰的特點(diǎn)。2種預(yù)測(cè)方法的預(yù)測(cè)誤差還呈現(xiàn)出在預(yù)測(cè)誤差一些局部位置“凹陷”和“凸起”的特點(diǎn)。

2功率預(yù)測(cè)置信評(píng)估

給定分位數(shù)（τ1，τ2，…，τn）建立風(fēng)電預(yù)測(cè)功率的分位回歸模型，再結(jié)合風(fēng)電功率誤差的概率分布和置信水平即可得到風(fēng)電功率預(yù)測(cè)誤差的置信區(qū)間，進(jìn)而得到風(fēng)電預(yù)測(cè)功率的置信區(qū)間。由于功率預(yù)測(cè)模型及相關(guān)影響因素的不同，一段時(shí)間內(nèi)不同風(fēng)電場的預(yù)測(cè)誤差分布呈現(xiàn)明顯的不對(duì)稱性。其中，部分風(fēng)電場的預(yù)測(cè)功率與置信區(qū)間下邊界十分接近，表明該風(fēng)電場實(shí)際可發(fā)功率大于預(yù)測(cè)功率的概率較大，具有相似置信區(qū)間的風(fēng)電場記為Ω+;部分風(fēng)電場的預(yù)測(cè)功率與置信區(qū)間的上邊界十分接近，表明該風(fēng)電場實(shí)際可發(fā)功率小于預(yù)測(cè)功率的概率較大，具有相似置信區(qū)間的風(fēng)電場記為Ω-。

3風(fēng)電有功控制策略

3.1有功功率控制系統(tǒng)

風(fēng)電場有功功率控制系統(tǒng)（AGC）對(duì)整個(gè)風(fēng)電場所有風(fēng)機(jī)任一時(shí)刻的有功功率進(jìn)行統(tǒng)一控制，因此需要采集風(fēng)機(jī)的風(fēng)速、功率、運(yùn)行狀態(tài)等實(shí)時(shí)運(yùn)行數(shù)據(jù)，根據(jù)電網(wǎng)調(diào)度指令，按照功率控制策略計(jì)算出每臺(tái)風(fēng)機(jī)的功率設(shè)定值。AGC控制系統(tǒng)配合場站的數(shù)據(jù)采集與監(jiān)視系統(tǒng)（SCADA）和理論功率計(jì)算系統(tǒng)完成所有風(fēng)機(jī)的有功功率分配和控制。SCADA系統(tǒng)采集每臺(tái)風(fēng)機(jī)的實(shí)時(shí)運(yùn)行數(shù)據(jù)，理論功率計(jì)算服務(wù)器負(fù)責(zé)計(jì)算限功率情況下的理論功率，并將風(fēng)機(jī)實(shí)時(shí)數(shù)據(jù)及理論功率傳輸至AGC服務(wù)器。AGC服務(wù)器負(fù)責(zé)接收調(diào)度AGC指令，并按照調(diào)度指令和每臺(tái)風(fēng)機(jī)的理論功率按照設(shè)定好的控制策略計(jì)算每臺(tái)風(fēng)機(jī)的功率指令并分配至每臺(tái)風(fēng)機(jī)，進(jìn)而控制風(fēng)機(jī)的有功功率，實(shí)現(xiàn)風(fēng)電場全場的有功功率控制。

3.2基于退役動(dòng)力電池風(fēng)儲(chǔ)協(xié)調(diào)控制策略

基于退役動(dòng)力電池風(fēng)儲(chǔ)常規(guī)控制策略為：在風(fēng)電場中，當(dāng)理論電量Ell（t）超過需求電量Exq（t）時(shí)，即產(chǎn)生棄風(fēng)，利用儲(chǔ)能裝置將風(fēng)能儲(chǔ)存;當(dāng)風(fēng)電場理論發(fā)電量Ell（t）低于電網(wǎng)需求Exq（t）時(shí)，利用儲(chǔ)能裝置儲(chǔ)存的棄風(fēng)電量進(jìn)行并網(wǎng)使實(shí)際電量滿足電網(wǎng)需求。本文在常規(guī)策略的基礎(chǔ)上優(yōu)化思路，提出退役動(dòng)力電池風(fēng)儲(chǔ)有功功率協(xié)調(diào)控制策略，細(xì)劃分為退役動(dòng)力電池總層、協(xié)調(diào)控制層和分化儲(chǔ)能層共3層，各層之間通過指令的下達(dá)和信息的反饋聯(lián)系起來，1）退役動(dòng)力電池總層以經(jīng)濟(jì)性為控制目標(biāo)，實(shí)現(xiàn)棄風(fēng)電量的消納，減少儲(chǔ)能裝置充放電次數(shù)，延長退役動(dòng)力電池使用周期，以提高儲(chǔ)能裝置經(jīng)濟(jì)效益;向協(xié)調(diào)控制層傳達(dá)電量交換計(jì)劃等，保障各層協(xié)調(diào)運(yùn)行以及電網(wǎng)安全。2）協(xié)調(diào)控制層依據(jù)總層傳達(dá)的電量交換計(jì)劃，結(jié)合本層數(shù)據(jù)，并以退役動(dòng)力電池儲(chǔ)能系統(tǒng)實(shí)用性與可循環(huán)性為控制目標(biāo)為分化儲(chǔ)能層制定控制指令。3）分化儲(chǔ)能層分化儲(chǔ)能層將處于常規(guī)儲(chǔ)能模式的裝置分化為容量相同的二級(jí)儲(chǔ)能裝置A/B（儲(chǔ)能裝置單純按照需求進(jìn)行充放電操作定義為常規(guī)儲(chǔ)能模式，常規(guī)儲(chǔ)能裝置分為2個(gè)容量相等的二級(jí)儲(chǔ)能裝置運(yùn)行定義為分化儲(chǔ)能模式）。分化儲(chǔ)能裝置A初始功能設(shè)置為存儲(chǔ)棄風(fēng)電量（充電狀態(tài)），分化儲(chǔ)能裝置B初始功能設(shè)置為利用已儲(chǔ)電量進(jìn)行并網(wǎng)（放電狀態(tài)），分化儲(chǔ)能模式實(shí)現(xiàn)了儲(chǔ)能裝置更長時(shí)間保持在充/放電的單一狀態(tài)，保護(hù)電池不受充電狀態(tài)頻繁更改的傷害。

3.3風(fēng)電有功控制模型

根據(jù)風(fēng)電功率預(yù)測(cè)誤差分布特性可以分析計(jì)算得到不同風(fēng)電場的功率預(yù)測(cè)誤差期望，進(jìn)而得到功率預(yù)測(cè)期望PE，i為式中：Pf，i為風(fēng)電場i的預(yù)測(cè)功率;Fi（e）為風(fēng)電場i的功率預(yù)測(cè)誤差概率分布函數(shù)。風(fēng)電場有功功率與預(yù)測(cè)功率的差值最小作為目標(biāo)，目標(biāo)函數(shù)為約束條件為式中：Pi為風(fēng)電場i的輸出功率指令。第一個(gè)約束要求所有風(fēng)電場的有功功率需要與發(fā)電計(jì)劃保持一致;第二個(gè)約束為風(fēng)電場運(yùn)行約束。

3.4功率分配算法

當(dāng)站端AGC服務(wù)器接收到調(diào)度下發(fā)的功率調(diào)節(jié)指令后，AGC服務(wù)器按照2個(gè)階段進(jìn)行功率調(diào)節(jié)，分別是功率調(diào)節(jié)階段和功率平衡階段。功率調(diào)節(jié)階段AGC服務(wù)器接收到調(diào)度指令，結(jié)合風(fēng)機(jī)實(shí)時(shí)數(shù)據(jù)及每臺(tái)風(fēng)機(jī)的實(shí)時(shí)理論功率，剔除標(biāo)桿風(fēng)機(jī)、故障風(fēng)機(jī)和通信中斷風(fēng)機(jī)，并充分考慮各個(gè)風(fēng)機(jī)運(yùn)行功率的上下限，計(jì)算每臺(tái)風(fēng)機(jī)的調(diào)節(jié)功率，目的是快速響應(yīng)調(diào)度指令，在調(diào)度規(guī)定時(shí)間內(nèi)將有功功率控制在規(guī)定范圍內(nèi)。功率平衡階段是當(dāng)風(fēng)電場全場有功功率達(dá)到調(diào)度要求的范圍并平穩(wěn)運(yùn)行時(shí)，進(jìn)行風(fēng)電機(jī)組功率置換，平衡不同類型風(fēng)機(jī)功率分配來優(yōu)化風(fēng)機(jī)間的出力，保護(hù)風(fēng)機(jī)機(jī)械特性，并置換出調(diào)節(jié)速率較快風(fēng)機(jī)的功率調(diào)節(jié)余量，為下一次調(diào)節(jié)做準(zhǔn)備，提升整場功率控制速率。

3.5其他

1）利用機(jī)艙風(fēng)速法，結(jié)合風(fēng)機(jī)運(yùn)行歷史數(shù)據(jù)，可以準(zhǔn)確繪制出現(xiàn)場實(shí)際運(yùn)行過程中單臺(tái)風(fēng)機(jī)的功率曲線，并有效地計(jì)算出風(fēng)機(jī)限功率運(yùn)行時(shí)段內(nèi)的理論功率。2）在功率控制階段，分配功率時(shí)剔除掉標(biāo)桿風(fēng)機(jī)、故障風(fēng)機(jī)和通信中斷風(fēng)機(jī)，并考慮各個(gè)風(fēng)機(jī)運(yùn)行功率的上下限，可以精準(zhǔn)地將功率調(diào)節(jié)指令分配至可調(diào)節(jié)的風(fēng)機(jī)控制系統(tǒng)中，進(jìn)一步提升全場功率控制響應(yīng)速度和精度。

4風(fēng)電功率概率分布擬合

不同概率分布模型假定隨機(jī)變量滿足不同條件，而這些條件在實(shí)踐中往往并不嚴(yán)格滿足。氣候因素對(duì)風(fēng)力性能的影響反映在輸出抽樣數(shù)據(jù)中。當(dāng)將風(fēng)能的概率分布與已知概率密度函數(shù)的分布模型相匹配時(shí)，很難充分考慮氣候因素對(duì)風(fēng)力性能的影響。因此，我們應(yīng)從風(fēng)力發(fā)電性能數(shù)據(jù)的樣本中研究風(fēng)能的分布特征。非參數(shù)估計(jì)，當(dāng)樣本數(shù)據(jù)概率密度函數(shù)未知時(shí)，采用核函數(shù)法估計(jì)未知概率密度函數(shù)，通過樣本數(shù)據(jù)的固有特性直接獲取值信息，從而減少了人工假設(shè)滿足一定概率分布所造成的誤差。為了驗(yàn)證非參數(shù)估計(jì)在風(fēng)力發(fā)電概率分布調(diào)整中的有效性，選擇正態(tài)分布和β分布模型作為參考分布模型。選擇某地區(qū)風(fēng)電場一年的生產(chǎn)數(shù)據(jù)分析其概率分布特征，抽樣間隔為15分鐘。根據(jù)上述三種分布模型調(diào)整風(fēng)力發(fā)電概率分布的結(jié)果見圖6。如圖6所示，該區(qū)域的風(fēng)力輸送基本上是按間隔分布的，而且經(jīng)常出現(xiàn)性能較低的情況，當(dāng)性能大于某個(gè)特定值時(shí)，分布相對(duì)均勻。同時(shí)，非參數(shù)估計(jì)對(duì)風(fēng)力發(fā)電概率分布的影響最合適，明顯優(yōu)于正態(tài)分布和β分布。

5風(fēng)電行業(yè)建議和措施

5.1加強(qiáng)政府統(tǒng)籌規(guī)劃

政府在能源供應(yīng)和使用方面發(fā)揮主導(dǎo)作用。關(guān)于新能源經(jīng)濟(jì)的開發(fā)利用，國家制定了新能源經(jīng)濟(jì)發(fā)展總體規(guī)劃，并將新能源和電網(wǎng)及配套基礎(chǔ)設(shè)施的發(fā)展納入總體規(guī)劃，以便在工業(yè)一體化方面做好工作，順利完成前后供應(yīng)鏈;做好風(fēng)力發(fā)電等相關(guān)行業(yè)的總體規(guī)劃和總體控制安排。同樣，在建設(shè)新能源基地時(shí)，建議由一個(gè)單位帶頭建設(shè)，以免多個(gè)投資單位之間的部署和協(xié)調(diào)難度加大，導(dǎo)致電網(wǎng)運(yùn)行不穩(wěn)定。

5.2大力發(fā)展電力傳輸網(wǎng)絡(luò)

單個(gè)風(fēng)力發(fā)電站，可以認(rèn)為是一個(gè)“點(diǎn)”;區(qū)域內(nèi)多個(gè)風(fēng)力發(fā)電站于送出工程送出，可以認(rèn)為是一條“線”;而接入?yún)^(qū)域電網(wǎng)，形成一張巨大的“網(wǎng)”，才更具能量，才能將電力輸送到與電網(wǎng)相接的無數(shù)“末梢”——千家萬戶電力用戶，才能真正將電力轉(zhuǎn)換于社會(huì)生產(chǎn)價(jià)值。電力傳輸網(wǎng)絡(luò)的建設(shè)、鋪展及密布，有助于提升風(fēng)電的利用率，保障電力傳輸，更便于終端消納。

5.3加大局部電網(wǎng)的技術(shù)升級(jí)

一方面，要加快風(fēng)力發(fā)電資源豐富地區(qū)電網(wǎng)調(diào)度技術(shù)的升級(jí)。中國大陸風(fēng)能豐富地區(qū)基本上是偏遠(yuǎn)落后薄弱的電網(wǎng)結(jié)構(gòu)。風(fēng)能大規(guī)模集中發(fā)展的第一個(gè)問題是如何安全地將巨大的風(fēng)能接入電網(wǎng)。因此，有必要對(duì)風(fēng)力資源豐富地區(qū)的電網(wǎng)技術(shù)和設(shè)備進(jìn)行現(xiàn)代化改造。另一方面，也有必要更新電網(wǎng)大規(guī)模優(yōu)化資源配置的技術(shù)。中國能源資源的分布和經(jīng)濟(jì)發(fā)展的特點(diǎn)要求中國電網(wǎng)能夠優(yōu)化大面積的資源配置。中國風(fēng)能資源豐富的地區(qū)主要分布在“三北”地區(qū)，大量風(fēng)能需要長途輸送。有必要構(gòu)建具有超高壓骨干網(wǎng)的強(qiáng)大智能電網(wǎng)，提高電網(wǎng)資源配置能力。目前電網(wǎng)已經(jīng)開展了一些相關(guān)研究，需要在現(xiàn)有研究成果的基礎(chǔ)上進(jìn)一步深化。

5.4推進(jìn)儲(chǔ)能技術(shù)多樣化

風(fēng)電不確定性是大規(guī)模風(fēng)電場并網(wǎng)的一個(gè)問題，儲(chǔ)能系統(tǒng)是解決可再生能源電力調(diào)度問題的一種實(shí)用方法。電力儲(chǔ)能系統(tǒng)可以分為機(jī)械式儲(chǔ)存系統(tǒng)、電化學(xué)系統(tǒng)、化學(xué)儲(chǔ)存和蓄熱系統(tǒng)等。市場上常見的是鉛酸蓄電池和鋰電池等蓄電系統(tǒng)，因工藝相對(duì)成熟而有所使用，但仍存在部分難以解決的技術(shù)難題。更多的儲(chǔ)能技術(shù)如光儲(chǔ)、生物儲(chǔ)能等也在不斷推進(jìn)，風(fēng)電場儲(chǔ)能技術(shù)呈現(xiàn)出多樣化，在儲(chǔ)能技術(shù)市場化推廣應(yīng)用后，風(fēng)能資源將得以充分利用，有助于風(fēng)能的高效轉(zhuǎn)化。

5.5降低電網(wǎng)電壓的控制難度

恒速風(fēng)力發(fā)電機(jī)必須從電網(wǎng)中吸收一定數(shù)量的無功功率。雙饋?zhàn)兯亠L(fēng)力發(fā)電機(jī)和直驅(qū)永磁風(fēng)力發(fā)電機(jī)通常在固定功率因數(shù)模式下工作。對(duì)小型風(fēng)電場實(shí)行集中無功補(bǔ)償后，風(fēng)電場的電壓調(diào)節(jié)并不是大問題，但對(duì)大型風(fēng)電場來說，風(fēng)電場必須具備一定的無功控制能力，需要技術(shù)和管理手段來推動(dòng)風(fēng)電場制造商的技術(shù)改造。我國大部分運(yùn)行中的風(fēng)力發(fā)電設(shè)備通常缺乏無功控制能力，風(fēng)電場的無功控制只能通過增設(shè)靜態(tài)或動(dòng)態(tài)無功補(bǔ)償設(shè)備來實(shí)現(xiàn)。電網(wǎng)發(fā)布的一系列標(biāo)準(zhǔn)確定了無功控制的要求，作為建設(shè)中風(fēng)電場無功建設(shè)的指導(dǎo)方針。

5.6促進(jìn)風(fēng)電開發(fā)精細(xì)化

大力支持技術(shù)研發(fā)，推進(jìn)核心技術(shù)國產(chǎn)化，推動(dòng)風(fēng)電與控制技術(shù)、信息技術(shù)、通信技術(shù)等深度融合，實(shí)現(xiàn)風(fēng)電開發(fā)、運(yùn)維、監(jiān)控、管理等全流程的智能化。

結(jié)束語

不同風(fēng)力發(fā)電站功率預(yù)測(cè)誤差分布特性存在差異，需充分考慮其差異優(yōu)化完善風(fēng)電場有功功率控制。對(duì)風(fēng)電場歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，提取風(fēng)電場預(yù)測(cè)誤差的分布特征，合理優(yōu)化風(fēng)電場的功率控制。該方法可有效降低新能源性能預(yù)測(cè)誤差對(duì)功率調(diào)節(jié)的影響，提高主動(dòng)風(fēng)力發(fā)電控制的合理性和準(zhǔn)確性。

參考文獻(xiàn)：

[1]張義，彭佩佩，唐冰婕，陳寧，王湘艷，韓楚晨.考慮預(yù)測(cè)誤差的風(fēng)電有功功率控制策略[J].西安工程大學(xué)學(xué)報(bào)，2021，35（06）：76-82.

[2]趙征，于悅波.考慮風(fēng)電功率預(yù)測(cè)不確定性的火電機(jī)組調(diào)度策略研究[J].電力科學(xué)與工程，2021，37（11）：32-41.

[3]劉宏勇，李明，任巍曦，張文煜，田云峰，王德偉，劉漢民.基于風(fēng)機(jī)理論功率的全場功率優(yōu)化控制策略研究[J].河北工業(yè)大學(xué)學(xué)報(bào)，2021，50（05）：74-78.

[4]謝彥祥.風(fēng)電功率及其預(yù)測(cè)誤差概率分布研究[J].電工電氣，2021（09）：7-13+46.

[5]張浩.風(fēng)電功率時(shí)空不確定性預(yù)測(cè)方法研究[D].華北電力大學(xué)（北京），2021.000098.

[6]唐建平.分布式風(fēng)電機(jī)組并網(wǎng)影響分析及抑制策略[J].風(fēng)能，2021（07）：90-95.

[7]田佳鑫.考慮風(fēng)場預(yù)測(cè)誤差的電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)評(píng)估[D].北京交通大學(xué)，2021.

[8]李文棟.風(fēng)功率預(yù)測(cè)誤差的非參數(shù)核密度估計(jì)方法研究[D].華北電力大學(xué)，2021.