高寒地區(qū)水電、火電、風電聯(lián)合優(yōu)化調度系統(tǒng)的設計與實現(xiàn)

趙 旭 ，孟祥星 ，白雪松 ，楊 濱 ，劉國靜 ，楊 明

(1.黑龍江省電力有限公司，黑龍江 哈爾濱 150090；2.山東大學電氣工程學院，山東 濟南 250061)

0 引言

隨著我國經濟的快速發(fā)展，能源需求快速增長，由此導致的資源短缺和環(huán)境污染及氣候變化問題日益突出。迫于能源需求和氣候變化的雙重壓力，我國大力開發(fā)利用清潔的可再生能源資源，以減少對化石能源的依賴，減輕環(huán)境污染。

我國有豐富的可再生能源資源，其中發(fā)展最快的是風能。到2011年底，全國并網風電4 505.11萬千瓦，約占并網新能源發(fā)電裝機的87.33%；并網風電發(fā)電量為731.74億千瓦時，約占并網新能源發(fā)電量的78.38%，風電為我國能源供應和節(jié)能減排逐步發(fā)揮重要作用。但是，大規(guī)模風電并網后對電網的影響研究相對欠缺，尤其是在風電管理上缺乏經驗，調度和運行缺乏有效的對策和措施，使風電發(fā)展與電網發(fā)展的協(xié)調不足，部分地區(qū)出現(xiàn)棄風現(xiàn)象。2011年全國風電被電網限電量達15億千瓦時，約占全部風電發(fā)電量的12%，全國范圍內風電平均可利用小時數比2010年下降近200 h。

國家電網在“十二五“發(fā)展規(guī)劃中，提出為適應風電等新能源快速增長的需要，積極開拓新能源調度管理工作。在規(guī)劃中重點指出全面提升新能源并網運行控制水平，深化風電等新能源運行控制以及大規(guī)模風電接入后電網調峰、調頻和備用容量調控等技術的研究，根據風功率預測結果，合理安排運行方式和發(fā)電計劃，提高風電利用率，優(yōu)化電網開機組合，提高運行經濟水平。

近兩年，黑龍江省風電幾何級數迅猛發(fā)展，而風電具有不確定性和反調峰特性，需要配合相應容量的調峰電源，才能滿足系統(tǒng)調峰需要，保證電網安全運行。黑龍江省地處我國最北端，冬季漫長寒冷，供熱問題是關乎民生的大事。為保證居民供熱以及廠房保溫的要求，黑龍江省供熱機組容量比例逐年加大，而供熱火電機組在冬季供熱期出力高峰無法達到額定最大功率，低谷出力也只能帶到額定功率的70%左右，極大削弱了火電機組的調峰作用。黑龍江省具有調峰能力的水電廠僅有蓮花廠和鏡泊湖廠的64.6萬千瓦，主力調峰電廠就是蓮花廠的55萬千瓦，再無抽水蓄能和燃氣機組等電網調峰電源，吸納風電空間有限。同時，黑龍江省風力資源主要集中在春、冬兩季，既要保供熱所需火電開機容量，又要滿足國家節(jié)能減排政策要求盡可能吸收風電，使得風電、火電、水電之間的矛盾愈加突出。

由此，建立完善的風功率預測平臺，并在此基礎上，研究多種約束下水電、風電、火電聯(lián)合優(yōu)化調度，制定更為科學的開機計劃和備用安排，將具有十分重要的理論和實踐意義。

1 系統(tǒng)結構設計

高寒地區(qū)水電、火電、風電聯(lián)合優(yōu)化調度系統(tǒng)作為調度員輔助決策的有力工具，實現(xiàn)了各風電場輸出功率及全省風電總功率的概率預測，在計及失負荷概率上限約束機組組合問題的快速啟發(fā)式算法基礎上，實現(xiàn)了水電、火電、風電的聯(lián)合優(yōu)化，能給出風電吸納最大、購電成本最低兩種目標下的開機計劃和備用安排。

該系統(tǒng)采用基于Silver light技術的富互聯(lián)網應用的RIA體系構架，不僅能夠提供與桌面應用程序一樣的程序控制能力和豐富的圖形界面及用戶交互能力，而且兼具傳統(tǒng)Web平臺易于部署、跨平臺的優(yōu)點。系統(tǒng)結構采用瀏覽器/Web服務器/數據庫3層結構，將系統(tǒng)分為信息展示層、業(yè)務邏輯層、數據采集層(圖1)，層次之間相互獨立，具有良好的可擴展性和靈活性。

圖1 系統(tǒng)結構

信息展示層在瀏覽器端，采用了Silver light技術，該技術具有跨平臺、跨瀏覽器的特點，能夠結合音視頻、動畫、交互以及炫麗的用戶界面為Web應用程序提供精彩的多媒體創(chuàng)意和豐富的交互式環(huán)境，可以以清晰直觀的圖形、豐富的報表等方式向調度員展示風電場輸出功率概率預測結果以及機組開停機方案。

業(yè)務邏輯層是該系統(tǒng)的核心組成部分，該層接受信息展示層傳來的請求，通過內置的核心算法完成計算，并將計算結果返回給信息展示層。

數據采集層為業(yè)務邏輯層提供核心算法所需的基礎數據，能夠和EMS、數值天氣預報等系統(tǒng)進行數據交互，數據庫管理系統(tǒng)采用Oracle數據庫。

2 系統(tǒng)實現(xiàn)的關鍵技術

2.1 風電場輸出功率短期概率預測

風電場輸出功率在短時間內具有較強的自相關性，因此，風電場輸出功率的超短期預測(數分鐘至數小時)一般采用時間序列方法［1-3］。而對于風電場輸出功率的短期預測 (數小時至數天)，一般需要結合數值天氣預報信息，利用風速、風向等外部氣象因素與風電場輸出功率之間較強的相關性進行預測［4-5］。

為做出科學合理的調度決策，水電、風電、火電聯(lián)合優(yōu)化調度過程中有必要進行系統(tǒng)運行風險分析與風險決策。而問題的建模不僅需要風電場輸出功率的期望值預測，也依賴于對輸出功率分布信息的預測。

提出并應用了一種基于分量稀疏貝葉斯學習的風電場輸出功率的概率預測方法。該方法通過對風電場歷史數值天氣預報數據(風速)和風電場輸出功率數據進行分析，基于稀疏貝葉斯學習理論構建預測模型。預測模型以未來時段(24小時，96時段)的數值天氣預報數據為輸入，不僅可以對風電場輸出功率期望值進行預測，還可以給出輸出功率服從正態(tài)分布時的方差，進而為聯(lián)合優(yōu)化調度中的風險分析提供數據支持。

根據該方法對黑龍江省某風電場未來96時段的輸出功率進行預測。圖2給出了該次預測的預測結果，其中，長、短虛線分別表示按預測分布劃定的σ與2σ區(qū)間。按該方法給出的風電場輸出功率服從正態(tài)分布，根據概率統(tǒng)計理論，輸出功率超出μ±2σ范圍的概率為0.045 6，即在96時段內最多有4個時段風電場輸出功率真實值超出該范圍，由圖2可見，僅有時段31、時段32兩個時段的風電場輸出功率真實值超出了該范圍，因而該方法能較好的反映風功率的波動特性。

圖2 預測結果

將采用AR(1)模型的自回歸方法作為標準算法，與該方法的期望值預測精度進行比較。圖3給出了該方法和AR(1)自回歸方法對該風電場未來96時段輸出功率期望值平均相對誤差。從圖中結果可以看出，該方法相比AR(1)自回歸方法在96時段內期望值預測精度有較大提高，后期的預測精度也更為穩(wěn)定。

圖3 期望值預測精度

2.2 水電、風電、火電聯(lián)合優(yōu)化調度模型

系統(tǒng)中水電、風電、火電聯(lián)合優(yōu)化調度模型分別以風電吸納最大和購電成本最低為目標進行優(yōu)化，考慮了供熱機組熱、電調節(jié)特性以及煤質的影響。

2.2.1 風電場處理的處理方法

根據風電場輸出功率短期概率預測所得的輸出功率期望值與方差，將風場處理為多狀態(tài)機組。風電的處理分布規(guī)律如圖4所示，μ為風電出力預測值，σ為方差。按照方差μ±3σ范圍(風電場出力不超過該范圍的可信度為99.74%)內分為七段。每一段的出力取其中間值，概率用指定面積所給定的概率，若μ+3σ大于風場額定功率，則最大功率置為風場額定功率，同樣，風場的最小功率置為μ-3σ和0的較大者。最大最小功率之間分為七段，并計算出其相應的概率。為實現(xiàn)風電的最大容量吸納，設定風電場最大出力為μ+3σ處對應功率(風電場出力不超過該值的置信度為99.87%)，從負荷中減去該值。風電實際出力往往并不會達到該值，通過優(yōu)化火電機組，為風電的最大吸納留有備用。

圖4 風電場輸出功率的分段近似處理示意圖

2.2.2 計及失負荷概率上限約束機組組合問題的快速啟發(fā)式算法

機組組合是電力系統(tǒng)運行調度體系中的關鍵環(huán)節(jié)。在機組組合過程中配置一定容量的旋轉備用是應對風電場出力波動、發(fā)電機組故障的必要手段。旋轉備用的配置需要進行經濟性與安全性的折中考慮，如何合理配置旋轉備用一直是研究的焦點問題。

確定性方法一般根據取風電總量一定的百分比或將容量最大的機組的容量作為旋轉備用，所獲得的優(yōu)化結果過于保守，同時會造成別用容量的浪費，間接的增加經濟調度的發(fā)電成本。針對此問題，Gooi教授提出了概率性的備用配置方法，在備用配置和系統(tǒng)運行可靠性之間建立了關聯(lián)，給出了迭代算法，但算法的計算效率不高［6］。

針對該問題，提出并應用了一種有效的以失負荷概率上限為約束的啟發(fā)式機組組合算法。該算法具有計算效率高的特點，仿真和實際工程應用表明，對于含有上百臺機組并且考慮3階故障的系統(tǒng)，該算法也能夠在較短時間內快速收斂，可以滿足工程需要。該算法流程如圖5所示。

圖5 算法總體流程圖

圖5中各時段可靠性評估與備用需求的確定，首先需要對機組組合后確定的開機機組以及風電處理后形成的多狀態(tài)機組進行卷積計算，得到機組停運容量概率表(COPT表)，而后根據風險度水平從COPT表中求得對應的備用需求，若此時系統(tǒng)可提供的備用不滿足備用需要，則更新拉格朗日乘子，進一步迭代計算，反之，算法收斂，計算結束。

2.2.3 供熱機組處理

高寒地區(qū)冬季供熱機組較多，而水電容量有限，電網調峰能力嚴重不足，有必要挖掘供熱機組的調峰能力。在供熱期，供熱機組的發(fā)電輸出功率范圍與抽氣量有關；抽氣量越大，輸出功率的變化范圍越小，即最大輸出功率越小，最小輸出功率越大。根據供熱機組的運行工況圖，確定不同抽氣量下供熱機組發(fā)電輸出功率的變化范圍，作為聯(lián)合優(yōu)化調度的基礎數據。

3 結語

以高寒地區(qū)水電、火電、風電聯(lián)合優(yōu)化調度系統(tǒng)的開發(fā)過程為主線，介紹了基于Silver light技術的富互聯(lián)網應用的系統(tǒng)框架和實現(xiàn)方法，分析了系統(tǒng)實現(xiàn)的主要關鍵技術。所述系統(tǒng)及關鍵技術有利于解決高寒地區(qū)電網水電、火電、風電之間的矛盾，使電網在滿足供熱約束、安全約束等運行約束條件下最大限度吸納風電，充分發(fā)揮風電的節(jié)能減排功效。