風電備用決策系統設計與開發

孫富榮,倪　鵬

(國網乳山市供電公司,山東 乳山 264500)

?

風電備用決策系統設計與開發

孫富榮,倪鵬

(國網乳山市供電公司,山東 乳山 264500)

為解決風電備用容量確定方法運算效率低、難以用于到工程實踐的問題,基于一種簡潔可行的風功率預測誤差估計方法,建立新的風電備用容量計算模型,提出基于風功率預測誤差的風電備用決策算法。以該算法為基礎,Linux操作系統為平臺,Oracle和Kingbase為數據庫, QT為開發工具,C++為開發語言,設計開發了風電備用決策系統。實踐驗證,該系統不僅能提高運算效率,而且能在線確定風電備用容量。

風功率預測誤差;風電備用;QT開發

風能作為一種清潔的可再生能源,在我國得到快速的發展,但其間歇性和隨機性給電力系統的運行帶來了風險[1]。傳統的備用設置方法已無法滿足大規模風電并網后系統運行的可靠性需求。

國內部分地區對風電預留全備用,在大規模風電接入和外送情況下,各級調度機構以電網安全為由,往往過大預留系統旋轉備用,有的預留容量達標準預留量的4倍以上,這就在一定程度上造成了浪費。因此,為調度系統提供經濟可靠的備用預留容量具有重要意義。文獻[2]建立了由正態分布和拉普拉斯分布組合而成的風電出力預測誤差模型,并基于機會約束規劃方法構建含有風電場的系統旋轉備用獲取模型。文獻[3]分析了風電接入后系統的運行備用需求性質,提出一種基于風險的風電備用需求決策方法。國內、外關于風電備用設定的許多研究都是從風功率預測誤差入手,尋求其與備用需求之間的關系,但建立的模型大多較為復雜,未考慮算法的運算效率,暫時難以運用到工程實踐中去。

針對這些問題,本文基于一種相對簡潔可行的日前風功率預測誤差估計方法,建立新的備用容量計算模型,簡化風電接入后備用容量的確定,并以該算法為基礎,設計開發風電備用決策系統,在線確定全網日前的備用容量。

1　系統設計框架及功能

1.1系統設計框架

本文開發的風電備用決策系統以D5000系統為運行平臺,運行環境為Linux操作系統。為支持現有的操作系統環境與數據傳輸方式,采用跨平臺軟件QT作為開發工具,C++為開發語言。QT是源代碼級的跨平臺,具有一次編寫,隨處編譯的特點[4-5]。

系統的設計分為前臺配置、后臺算法運行、任務觸發三大部分。利用定時機制觸發后臺算法的運行,計算的結果存儲到數據庫中,用戶通過前臺的人機界面配置計算參數和選擇查詢類型,系統由數據庫讀取查詢的數據結果實現查詢結果的可視化。系統整體框架設計如圖1所示。

圖1　系統整體框架設計

1.2系統的主要功能模塊

設計開發的風電備用優化決策系統具備的功能有風電預測誤差估計、日前備用容量預測、人工設置參數實現在線計算。

日前預測任務的觸發周期為24 h,數據粒度為96點/d,定時任務觸發后自動計算出日前的預測結果,并將結果保存在數據庫中。界面默認查詢日期為第二天,以表格和曲線的形式將數據庫表中的數據顯示在界面中。用戶也可改變查詢日期,以查詢歷史計算結果。

需要說明的是:原始風電預測數據來源于兩個不同的數據源,對預測數據源的選取需要用戶自行設定,分別選擇不同的數據源,或以兩者的加權值作為預測數據。加權值的設定分為系統自動設定和用戶手動設定。其中,系統自動設定的原則是根據兩種預測數據近幾天的預測準確性來設定;用戶手動設定則是用戶根據歷史經驗手動輸入比例系數。

2　算法設計

2.1風電預測誤差估計

考慮通過統計分析長期風功率歷史數據,將一天96個點中相似的時間段合并,從而減小計算量。從歷史數據和近期數據中提取數據特征,研究影響風功率預測誤差的影響因素,分析各因素對預測誤差的影響方式,進而建立風功率預測誤差估計模型。根據日前風功率預測曲線的數據特征估計預測誤差。

為了減少程序的在線運行時間,可以將本方法解耦為兩個相對獨立的模塊:在線計算模塊和離線計算模塊。需要說明的是這里的在線與離線是根據計算量的大小區分的,在線計算量小,任務觸發周期為24 h;離線計算的計算量較大,任務觸發周期為6個月。

離線計算分析歷史數據,求解權重系數,建立誤差估計模型。在線計算模塊利用離線計算所求解的系數和建立的模型,通過分析近期數據,捕捉近期特征,估計風功率預測誤差[6]。

2.2備用容量計算

利用風功率預測估計誤差模型計算風電預留的備用容量為

RWi=ERRi*Cap

式中:RWi表示i時刻為風電所留的備用容量；ERRi表示前面求出的誤差值。

實際備用容量分為上調備用和下調備用,根據實際運行情況,上調備用和下調備用容量應滿足基本約束:

(1)

可采用遞歸法使備用容量滿足式(1)中的約束,即

式中:RWdownt(i)表示t時刻第i次迭代后的風電下調備用;RWupt(i)表示t時刻第i次迭代后的風電上調備用;p1、p2為備用的修正參數,其中01。

備用容量的最終確定還需參考現場調度人員實際經驗進行修正,當風功率預測值較小時,為風電所留的上調備用適當減少,下調備用適當增加;當風功率預測值較大時,為風電所留的上調備用適當增加,下調備用適當減少。

3　數據交互和訪問

3.1數據交互

風電備用決策系統的數據源分為兩部分:

1) 風電出力相關數據,如全網風電短期預測數據、實測數據等,這部分數據存放在風電考核系統的Oracle數據庫下。

2) 系統運行數據,包括算法的設置參數、系統任務計算結果等,這部分數據存放在本地服務器上的數據庫中。

風電備用決策系統數據交互示意圖如圖2所示。

圖2　系統數據交互示意圖

3.2數據訪問

由于存在多個高級應用需要訪問風電考核系統下的Oracle數據庫,因此考慮到數據庫的安全性及系統穩定性,應盡量避免對該數據庫頻繁訪問。本系統將每天Oracle數據庫下的風電出力數據讀出存放到本地數據庫下,再對數據進行操作。

3.2.1數據庫表結構

在本地數據庫下新建表目錄,包括風電預測數據、風電實測數據、風電出力上下限、上調備用容量、下調備用容量、離線參數等風電出力數據及系統運行數據表。創建表采用橫表的形式,每條數據記錄96個點的數據。

3.2.2數據訪問方式

采用DCI接口訪問數據庫,對數據庫進行讀寫、更新等操作。DCI通過服務名連接數據庫,服務在文件sys-service.conf中配置。通過DCI接口執行SQL語句,從數據庫中讀出所要查詢的數據或將后臺計算出的結果寫入數據庫保存。

4　系統協調運行

風電備用決策系統的工作流程主要包括前臺用戶界面的參數設置、條件選擇和備用決策算法的后臺運行。數據庫則作為兩者溝通的橋梁。

后臺算法由定時任務觸發執行,計算出所有條件下的日前預測結果,并將結果寫入數據庫相應庫表中,用戶在前端界面勾選不同的查詢條件,讀出數據庫中滿足查詢條件的所有數據,以表格或曲線的形式顯示。具體流程如圖3所示。

圖3　系統協調運行流程圖

5　結　語

本文在D5000系統下設計、開發的風電備用決策系統,現已在某電網投入試運行,且運行正常,由此得出,該系統不僅能在線確定風電備用容量,而且也便于實際使用。

[1] 王丹平, 陳之栩, 涂孟夫, 等. 考慮大規模風電接入的備用容量計算[J]. 電力系統自動化, 2012, 36(21): 24-28.

WANG Danping, CHEN Zhixu, TU Mengfu, et al. Reserve capacity calculation considering large-scale wind power integrati-on[J]. Automation of Electric Power System, 2012, 36(21):24-28.

[2] 葛炬, 王飛, 張粒子. 含風電場電力系統旋轉備用獲取模型[J]. 電力系統自動化,2010(6): 32-36.

GE Ju, WANG Fei, ZHANG Lizi. Spinning reserve model in the wind power integrated power system [J]. Automation of Electric Power System, 2010(6): 32-36.

[3] 張國強, 吳文傳, 張伯明. 考慮風電接入的有功運行備用協調優化[J]. 電力系統自動化, 2011, 35(12): 15-19.ZHANG Guoqiang, WU Wenchuan, ZHANG Boming. Optimization of operation reserve coordination considering wind power integration[J]. Automation of Electric Power System, 2011, 35(12): 15-19.

[4] 熊道輝, 王倩, 唐瑜, 等. 基于QT的SCADA系統數據服務器軟件設計[J]. 電力學報, 2012, 26(2): 140-144.

XIONG Daohui, WANG Qian, TANG Yu, et al. SCADA data server software design based on QT [J]. Journal of Electric Power, 2012, 26(2): 140-144.

[5] 李文帆, 劉志剛, 伍文城, 等. 基于QT的電力系統地理接線圖繪制軟件設計[J]. 電力系統自動化, 2013, 37(7): 72-76.LI Wenfan, LIU Zhigang, WU Wencheng, et al. Design of power system geographical wiring diagram drawing software based on QT[J]. Automation of Electric Power Systems, 2013, 37(7): 72-76.

[6] 張凱鋒, 丁洽, 楊國強, 等. 一種基于數據特征提取的風功率預測誤差估計方法[P]. 中國專利,201310422579.6.

ZHANG Kaifeng, DING Qia, YANG Guoqiang, et al. An estimation method for wind power forecast errors based on numerical feature extraction[P]. China Patent,201310422579.6.

(責任編輯郭金光)

Design and development of wind power reserve decision system

SUN Furong, NI Peng

(State Grid Rushan Power Supply Company, Rushan 264500, China)

Aiming at the problems in determining reserve capacity, including the low efficiency of calculation and the difficulty of application in the project, this paper established a new calculation model of wind power reserve capacity based on a relatively concise and feasible error estimations method of wind power forecast, and proposed the wind power reserve decision system. It is a system that operates on Linux system, with Oracle and Kingbase as the databases, being developed by QT software and C++language. The practice proves that it can not only enhance the calculation efficiency, but determine the wind power reserve capacity online as well..

error estimations of wind power forecast; Wind power reserve; QT development

2015-11-21；

2015-12-08。

孫富榮(1978—),男,助理工程師,主要研究方向為電網運維檢修、配電網規劃。

TM614

A

2095-6843(2016)03-0275-03