日計劃交流潮流自動生成技術綜述

吉 楊，鄭 華

(華北電力大學，北京 102206)

?

日計劃交流潮流自動生成技術綜述

吉 楊，鄭 華

(華北電力大學，北京 102206)

制定大規模電力系統的日前運行計劃需要進行包括靜態、動態和暫態穩定的安全校核，如何生成滿足日前計劃要求的交流潮流是實現日前安全校核的基礎。文中概述了日計劃潮流自動生成技術，對現有潮流自動生成技術的研究成果進行綜合比較分析，指出值得借鑒的地方和不足之處。最后提出潮流自動生成技術研究中待解決的問題，為其進一步研究提供一定參考。

電力系統；日發電計劃；安全校核；交流潮流；自動生成

日發電計劃是電網調度運行的重要環節，合理的日發電計劃安排是保證電網安全經濟運行的前提和基礎[1-4]。隨著特高壓電網建設和大區電網互聯的推進，交直流混聯電網規模不斷擴大，電網運行方式越來越復雜，而風電、光伏等新能源大規模接入進一步加劇了電網運行方式的不確定性[5-9]，因此需要提高日發電計劃的精細度和準確度。通過對日發電計劃進行安全穩定校核[10-11]，可及時發現潛在的不安全運行狀況，提高電網安全穩定運行水平。但是，由于數據基礎、技術條件等原因，以往的日發電計劃多采用基于直流潮流的安全校核，即通過有功平衡進行有功計劃校核[12]，此校核方式準確度較低。因此，為提高日發電計劃安全校核的有效性與可靠性，亟需開展基于交流潮流的日發電計劃安全校核工作[13]。

為提高日發電計劃安全校核的準確度和精細度，要求用交流潮流數據代替以往的直流潮流數據，因此需要在負荷預測、檢修計劃以及發電計劃所確定的有功計劃數據的基礎上補充無功功率、節點電壓等數據，形成完整的交流潮流計算所需的原始輸入數據。因此，日發電計劃安全校核潮流數據生成的研究重點是無功功率、節點電壓等數據的獲取方式及多數據源的數據整合等方面。目前，日發電計劃交流潮流中無功電壓生成算法主要包括優化規劃類和潮流調整類2類方法。在最初的人工經驗法的基礎上，有文獻提出了基于相似日選擇、多數據源參數擬合以及最優化模型等方法，使得日發電計劃可實現基于交流潮流的安全校核，在一定程度上提高了日發電計劃安全校核數據的合理性和準確性。

本文首先對日發電計劃交流潮流自動生成問題進行總體闡述，提出自動生成技術的概念、問題背景、研究目的以及重點難點。然后基于當前自動生成技術的研究現狀，將已有的方法歸納為人工經驗法、基于相似日方法和基于優化模型法3類，從原理、步驟、模型、算法等方面進行對比分析，找出各自的優勢和不足并對其適用范圍、計算速度等指標進行評價。最后，針對目前研究中存在的不足之處，提出未來需要解決的問題及研究方向。

1 交流潮流數據生成問題概述

日發電計劃交流潮流數據生成問題是指根據次日的區域功率交易計劃、檢修計劃、母線負荷預測、有功發電計劃等數據，估算補充出交流潮流計算所需的無功功率、節點電壓等數據，以形成交流潮流計算的原始輸入數據，從而可以進行交流潮流計算，為日發電計劃安全校核中的穩態及動態分析計算提供基礎數據。如果所采用的方法能夠給出合理的無功和電壓數據，則潮流計算的無功功率初值和功率因數更加接近潮流解，收斂性和計算速度將會大幅提高。

交流潮流數據生成采用的交流潮流計算在輸入數據上不同于以往采用的直流潮流計算，直流潮流計算由發電計劃、檢修計劃、負荷預測和區域功率交易計劃等數據提供輸入數據，而交流潮流計算需要在直流潮流初值基礎上補充無功功率和節點電壓數據，形成迭代計算求解非線性潮流方程的初值。2種潮流計算方法的輸入量及輸出量對比如表1和表2所示。

表1 2種潮流計算方法中輸入量的對比

表2 2種潮流計算方法中輸出量的對比

由直流、交流潮流計算二者的輸入及輸出量的差異可見，由直流潮流計算轉為交流潮流計算，重點在于PQ節點的無功功率、PV節點電壓數據的補充。傳統的解決方式是根據經驗，在歷史運行數據中選出與計劃運行方式相近的“相似日”，從中選取無功、電壓數據進行補充。但在當前系統規模增大和新能源引入的背景下，憑借人工經驗補充無功、電壓數據效率低下，且難以給出合理的交流潮流數據。因此目前的研究主要基于算法，以程序代替人工方法進行運行方式匹配，確定無功、電壓數據選取標準，并解決多數據源數據擬合等問題。

2 數據選取及擬合方式

國外對日前調度計劃的研究主要側重于有功計劃[14-15]，研究電力市場條件下的有功發電計劃及機組組合。而在國內，國家電網公司要求對日前計劃進行包括靜態安全、動態穩定和暫態穩定等方面的安全校核，基于直流潮流的日前計劃安全校核已不能滿足要求。因此我國的研究側重于將直流潮流數據轉為交流潮流數據的方法。目前提出的交流潮流數據生成技術主要分為優化規劃類方法和潮流調整類方法。優化規劃類方法通過求解包含優化目標和約束條件的優化模型獲得合理的有功和無功數據；潮流調整類方法通過從歷史數據提取調度計劃未提供的無功、電壓數據，并根據無功就地平衡思想進行潮流調整確定合理的無功功率分布。以下從原理、步驟、算法等方面分別介紹傳統的人工經驗法以及優化規劃類和潮流調整類方法，并進行對比分析。

2.1 人工經驗法

這種方法為傳統的做法，屬于人工的潮流調整類方法。在直流潮流的基礎上憑借經驗給出次日96個潮流斷面中每個斷面方式下的PQ節點的無功功率和PV節點的電壓數據[16]，然后進行交流潮流計算，由此獲得日計劃交流潮流解[17-18]，具體步驟如圖1所示。

圖1 人工經驗法交流潮流數據生成流程

在該流程中，次日的電網拓撲參數和各節點注入的有功功率初值都為已知量，關鍵部分在于針對PQ節點的無功功率和PV節點電壓的提取，提取的具體信息包括作為PV節點的發電機機端電壓、作為PQ節點的發電機功率因數、變壓器分接頭、無功補償位置和補償量、負荷功率因數等。而人工經驗體現在運行方式的選擇上，即通過經驗來衡量運行方式的相似程度。一般認為，針對同一網絡，若兩天的日期相近、日類型相同或季節及天氣條件相似，則運行人員認為這兩天可能具有相似的運行方式。運行人員基于這些指標人工從歷史數據中篩選相似的運行方式，提取需要的運行方式數據。

顯然在歷史數據龐大且指標較多的情況下，這種方法效率低下，考慮的指標數量受到很大的限制。而且對運行方式相似性的比較停留在定性分析，對于大規模的電網，很難準確比較出與次日運行方式最相近的歷史運行方式。因此容易導致提取的無功和電壓數據不準確，從而導致交流潮流計算時迭代次數多、不易收斂的問題，為潮流調整帶來了很大的難度[19]。從算法和模型角度來看，人工經驗法無需建模，無需編寫算法和程序，容易實現。由于該方法基于從實際運行中總結出的經驗，因此在系統規模不發生變化的情況下具有一定的實用性和傳承性，是長久以來一直沿用的方法。

2.2 基于相似日選擇的日計劃潮流自動生成

在相似的日類型(如工作日、休息日和特殊日)，相似的溫度、降水量等氣象條件以及日期較為接近等情況下，電網日運行方式具有很高的相似性，具有相似運行方式的兩天即為相似日。基于相似日選擇的方法通過建模，量化待選方式與計劃方式的綜合相似度，利用算法進行計算比較，選擇次日相似日的運行方式作為基準方式，從中獲得無功電壓數據。從原理上來說，基于相似日選擇的方法屬于潮流調整類方法，實現流程如圖2所示。

圖2 基于相似日選擇的交流潮流數據生成流程

從該流程可見，與傳統的人工經驗法相比，該方法通過構建相似度模型，基于各項指標，以算法程序進行運行方式的綜合比較，替代人工的相似度對比和相似日確定。

目前提出的典型的計算相似度模型的方法為灰色關聯法[20]。該方法首先以日類型相似的歷史數據作為樣本，并將近期的周末樣本補充到節假日樣本中以彌補節假日數據不足的問題；確定對比的指標如氣溫、降水量、負荷變化曲線等，針對各指標計算樣本和次日的匹配系數，相乘得到綜合相似度，即綜合匹配系數；依據綜合匹配系數排序并取前n組相似日數據；考慮到相似節假日與計劃日時間跨度較長，甚至幾年，通過負荷年增長率進行修正，并最終依據修正后的綜合相似度選擇相似日基準方式。其中，該方法的綜合相似度模型為2部分，即時間匹配度和數據特征量匹配度。時間匹配度計算的輸入量為候選基準方式和次日的天數之差，輸出量為候選方式與計劃方式之間的時間匹配系數；數據特征量匹配度計算的輸入量為其他特征量指標數據之差，輸出量為候選基準方式與計劃方式之間的特征量的關聯系數的乘積。時間匹配度中認為時間差越小以及屬于同類特殊日時，匹配系數升高，反之降低。同理，特征量匹配系數中特征量數據越相似，匹配系數越高。

綜上所述，基于相似日選擇的交流潮流生成方法關鍵在于基準方式的選擇，而指標的選擇對結果會有顯著的影響，因此需要對影響運行方式的各種因素進行分析和提取，最后基于灰色關聯法進行相似度計算。該方法相對于人工經驗法，構建了相似度模型，考慮因素更加全面。將相似度量化進行對比，使結果更清晰，準確度提高，能得到收斂性更好的交流潮流初值。而且模型復雜程度不高，顯著減少了人工選擇的工作量，是實用性較強的方法。但該方法對歷史運行方式數據量要求較高，需要有充足的歷史數據作為候選基準方式，在歷史數據不足的情況下該方法不適用。

2.3 基于優化模型的日計劃潮流自動生成

基于優化模型的交流潮流生成方法，從原理上看屬于優化規劃類方法。該方法在建模之前，已知的數據為發電計劃、負荷預測以及區域功率交易計劃，在無功功率、節點電壓數據補充以及多數據源數據擬合上，通過建立優化模型并利用優化算法求解來生成完整的交流潮流初值。建立優化模型是該方法的關鍵，鑒于潮流計算中有功和無功存在弱耦合關系，一般可將優化問題分解為有功子問題和無功子問題，建立各自的優化模型[21]，實現流程如圖3所示。

圖3 基于優化模型的交流潮流數據生成流程

建立和求解有功優化模型的目的是調整發電機有功出力，在滿足系統母線負荷預測的前提下，使之與計劃發電出力之間的偏差最小，并匹配聯絡斷面功率計劃值。有功模型為基于直流潮流的優化模型，目標函數為機組的實際有功出力及聯絡線有功功率各自與其計劃值的偏差加權后的和，權重可根據實際情況賦值，如一般聯絡線功率是首要關注的值，因此聯絡線功率偏差的權重最大。控制變量為所有可調機組有功出力，狀態變量為各節點電壓的相角。等式約束考慮直流潮流節點功率平衡，不等式約束包括用直流潮流模型描述的發電機組、輸電線路、區域聯絡線的有功約束。發電計劃、負荷預測和聯絡線功率的數據來源不同可能導致有功不平衡，通過求解有功優化模型，最小化目標函數值，可以協調這種不一致。

無功模型以有功模型的求解結果為基礎，此時機組的有功出力將不再調整，無功模型求解的目的是給出全網的合理無功分布。目標函數為系統內所選平衡機組的有功出力，即全網網損。控制變量為可調機組的無功出力及補償節點的無功補償量，狀態變量為全網節點電壓幅值。等式約束為節點的交流潮流方程；不等式約束包括母線電壓約束、發電機組有功及無功出力約束、節點補償量約束、輸電線路有功約束等。通過求解此優化模型，改變發電機組無功出力及節點補償量，減小全網網損，其結果能夠給出合理的發電機組機端電壓值及無功分布。模型中只由1臺機組承擔電網網損變化，可能會使得該機組有功出力不合理，為此在實際應用時，優化計算結束后將電網網損變化量分攤到所有的非計劃機組中，每臺機組僅需進行較小調整，不影響潮流收斂性。

綜上所述，基于優化模型方法是交流潮流計算與優化模型求解相結合的方法，其模型和算法復雜程度高于相似日選擇法，受限于優化模型和約束的求解能力，計算時間較長，對于大規模電網的適用性不理想。基于相似日法所選取的數據取自歷史運行數據，而優化計算得到的數據未投入過實際運行，有待于實際檢驗。但優化方法不依賴于歷史數據，故適用于無歷史數據、歷史數據不足的情況。

3 潮流自動生成技術待解決的問題及未來研究方向

3.1 基于相似日方法的相似度衡量指標

基于相似日的方法相對于傳統的人工經驗法，具有衡量相似度時考慮因素更加全面，處理數據能力更強大，自動化水平更高的優點。但是如果所有節點的一天96個斷面的大量歷史日數據參與計算，對當前的計算工具提出了很高的要求，很可能無法實現如此大規模數據的計算。因此，如何設計和制定合理的衡量相似度的指標，實現相似數據的逐級篩選，避免大規模數據的計算，提高算法的運行效率，是目前基于相似日方法在實際應用中需要思考和解決的問題。

3.2 局部相似度與整體相似度

基于相似日方法的輸出為候選方式數據與基準方式數據的整體相似度，反映包括所有節點數據在內的網絡的相似度，但不能反映單個節點數據或局部區域數據的相似度。由此可能出現應用相似日法得到的最優候選方式在某些局部節點，其數據存在嚴重的偏差，則從最優候選方式中提取的運行方式數據中，出現偏差位置的無功功率和電壓數據的合理性將會嚴重降低，導致潮流不收斂。因此，在衡量整體數據相似度的基礎上，需要進一步考察局部節點數據的相似度，能夠找出數據偏差較大的節點并及時調整，避免整體相似度高而掩蓋局部相似度低的問題。

3.3 無功計劃的典型參數研究

根據已知的有功功率數據，如果能夠生成合理的無功功率數據，即生成的潮流數據與潮流計算結果相近，則會大大提高潮流計算的收斂速度。因此，基于歷史的潮流數據，可針對發電機與負荷、變壓器分接頭、無功補償量分析其典型參數，研究不同區域、不同類型、不同運行方式下的作為PQ節點的機組與負荷節點的功率因數影響因素及變化規律，變壓器分接頭選取及補償位置和容量，從而為無功功率數據的生成提供依據，這種無功計劃估算的方法將成為未來的研究方向。

4 結束語

本文對日計劃潮流自動生成技術進行了概述，對現有的潮流自動生成技術歸納為人工經驗法、基于相似日的方法和基于優化模型的方法，并對其進行詳細的分析和比較，最后提出了目前研究中需要思考和解決的問題。傳統的方法逐漸被相似日選擇和最優化模型等優化方法取代，根據各自的適用范圍而應用于不同的領域。目前提出的許多方法在一定程度上可以改善潮流數據生成精細度、準確度的問題，但隨著電網規模的不斷擴大及新能源的引入，針對大電網的實用性等問題需要深入思考和研究，對收斂速度等方面也提出了更高的要求，潮流自動生成技術的研究將隨著電力系統的發展而不斷深化。

[1] 郭 燁,吳文傳，張伯明，等. 潮流預報在電網安全預警系統中的應用[J]. 電力系統自動化，2010，34(5):107-111.

[2] 高 濤,鄧 玲. 智能電網及其國內外發展概述[J].東北電力技術,2012，33(2):5-10.

[3] 徐 田,於益軍,錢玉妹. 能量管理系統中發電計劃安全校核功能的設計[J].電力系統自動化，2006，30(10):88-92.

[4] 張智剛,夏 清. 智能電網調度發電計劃體系架構及關鍵技術[J].電網技術，2009，33(20):1-8.

[5] 陳 權，李令冬，王群京，等. 光伏發電并網系統的仿真建模及對配電網電壓穩定性影響[J]. 電工技術學報，2013，28(3):241-247.

[6] 許睿超，羅衛華. 大規模風電并網對電網的影響及抑制措施研究[J].東北電力技術，2011，32(2):1-4.

[7] 姚致清,于 飛,趙 倩，等. 基于模塊化多電平換流器的大型光伏并網系統仿真研究[J].中國電機工程學報，2013，33(36):27-33.

[8] 高 陽,歐陽群,關慧敏,等. 風電場接入電網技術研究綜述[J].東北電力技術,2010，31(2):14-17.

[9] 孟 懿. 太陽能光伏發電的發展[J]. 東北電力技術，2010，31(11):19-21.

[10] 張伯明，孫宏斌，吳文傳. 智能電網控制中心技術的未來發展[J].電力系統自動化，2009，33(17):21-28.

[11] 孫 峰，司紅代，孫曉非. 智能電網多指標綜合評估體系研究[J]. 東北電力技術，2011，32(9):1-7.

[12] 葛朝強,汪德星,葛敏輝，等. 華東網調日計劃安全校核系統及其擴展[J].電力系統自動化，2008，32(10):45-48.

[13] 梁志飛，夏 清. 精細化日發電計劃模型與方法[J].電力系統自動化，2008，32(17)：26-29.

[14] DESHMUKH S R, DOKE D J, NERKAR Y P. Optimum Generation Scheduling with Purchase of Power from Market and Grid[C]//Proceedings of 2009 IEEE Region 10 Conference, January 23-26,2009,Singapore:1-5.

[15] DESHMUKH S R, DOKE D J, NERKAR Y P. Optimal Generation Scheduling under ABT using Forecasted Load and Frequency[C]// Proceedings of Joint International Conference on Power System Technology and IEEE Power India Conference, October 12-15,2008,New Delhi,India:1-6.

[16] 丁 平, 周孝信, 嚴劍峰，等. 大型互聯電網多斷面功率約束潮流算法[J].中國電機工程學報，2010，30(10):8-15.

[17] 謝 昶，劉文穎，文 晶，等. 基于多數據源的日前預報潮流自動生成方法[J].電力系統自動化，2012，36(21):87-92.

[18] 王 毅，侯俊賢，馬世英，等. 用于調度計劃安全穩定校核的潮流數據自動整合調整方法[J].電網技術，2010，34(4):100-104.

[19] 胡世駿，李東明，陳中元，等. 日發電計劃安全校核及最優調整的研究與應用[J].現代電力，2005，22(6):61-64.

[20] 周海鋒，徐 偉，鮑顏紅，等. 基于相似日選擇的調度計劃安全校核潮流數據生成[J].電力系統保護與控制，2015，43(18):87-93.

[21] 林 毅,孫宏斌,吳文傳,等. 日前計劃安全校核中計劃潮流自動生成技術[J].電力系統自動化，2012，36(20):68-73.

Summary of Day-ahead AC Power Flow Autogeneration Technology

JI Yang ，ZHENG Hua

(North China Electric Power University，Beijing 102206，China)

Making day-ahead operation schedule for the large-scale power system needs security checking，which includes static stability, dynamic stability and transient stability. The way to generate AC power flow which meets the day-ahead schedule is the basement of security checking. This article summarizes the day-ahead AC power flow autogeneration technology. Then it compares and analyses the achievements of the AC power flow autogeneration technology nowadays and point out the advantages and disadvantages of them. Finally，it puts forward the difficulties in the research which needs to be solved and provides us with some references and suggestions to proceed.

power system; day-ahead generation schedule; security checking; AC power flow; autogeneration

TM73

A

1004-7913(2017)04-0006-05

吉 楊(1992)，男，碩士，從事電力系統及其自動化研究。

2017-02-16)