基于分布式光伏典型日曲線的統調負荷預測方法

李勤超，周立中，趙艷龍，萬 東，余 暢

（國網浙江省安吉縣供電有限公司，浙江 安吉 313300）

0 引言

2015 年以來，安吉縣為加快清潔能源示范縣建設，積極推進光伏應用產業發展。截至2017年底，安吉電網累計接入分布式光伏裝機容量達140 MWp。預計到2020 年，全縣分布式光伏電源裝機容量將達到220 MWp 以上。

與常規電源相比，光伏電源的出力受光照、溫度、風向等天氣及環境因素的影響很大，其輸出功率呈現出顯著的隨機性和群發性[1-2]。當光伏電源并網容量達到一定規模時，其輸出功率會破壞接入電網原有負荷特性曲線的固有形態，給統調負荷預測工作帶來困難，增加電力電量平衡的難度。因此，研究分布式光伏電源功率預測問題對區域電網的穩定與經濟運行具有重要價值。

光伏功率預測方法主要有基于數學統計預測方法和基于人工智能預測方法等[3-6]。文獻[7]基于數學統計的預測方法所建立的ARMA 模型和馬爾科夫鏈模型，對30 kW 的光伏電站進行短期出力預測，具有較高的預測精度，但該模型只適用于晴天的預測。文獻[8]基于數值天氣預報構建預測模型，雖然預測精度較高，但預測系統運行成本過高。文獻[9]采用灰色神經網絡組合模型進行光伏功率預測，雖然相比傳統方法具有較好的預測精度，但試驗中功率預測時間過短，難以證明預測模型長時間運行下的預測精度。

本文采用典型日與對照日統調負荷曲線作差獲得差值曲線，并輔以人工經驗修正的方法來擬合安吉地區分布式光伏電源典型日曲線，并利用該曲線輔助電網統調負荷預測。該方法避免了預測模型的復雜建模，省去了太陽輻射強度測量裝置的投資，簡化了預測過程，尤其在分布式光伏大量接入的縣域級電網的統調負荷功率預測場景中更具有實用價值。

1 獲取分布式光伏總日曲線

1.1 分布式光伏電源信息采集情況現狀

安吉地區目前有30 個10 kV 并網的分布式光伏項目和3 600 余個380/220 V 居民屋頂光伏項目，僅有2 個10 kV 并網的光伏項目的潮流信息接入了縣供電公司調度自動化平臺。對于其余光伏項目，縣供電公司電力調度控制中心無法便捷地獲取其實時發電數據。

1.2 通過差值曲線擬合光伏電源日曲線

安吉電網統調負荷等于縣內實際用電負荷與分布式電源發電功率的差值。2018 年春節期間，縣內工礦企業停產，實際用電負荷等于居民生活用電負荷。由于節日期間氣溫平穩，居民生活用電負荷日間差異極小，所以非統調電源出力變化是造成安吉電網統調負荷日間差異的唯一因素。目前安吉地區非統調電源有小火力發電及分布式光伏發電，春節期間，小火電廠保持恒功率運行，所以分布式電源發電功率變化取決于分布式光伏發電功率變化。選取春節期間分布式光伏滿出力日與分布式光伏零出力日，研究對比2 日統調負荷曲線，可以推算出本地區分布式光伏的典型日曲線。

由安吉縣氣象局提供的2018 年春節期間天氣情況如表1 所示。2 月17 日（正月初二）是晴天，光照、溫度條件俱佳，光伏電源滿出力運行，2 月18 日（正月初三）是陰天，全天無有效光照，光伏電源接近于零出力。此外，2 日平均氣溫相近，推斷2 日居民生活用電負荷曲線基本一致。

將2 月18 日安吉電網統調負荷日曲線作為對照組，如圖1 所示，負荷高峰出現在19：00-21：00，負荷低谷出現在4：00-6：00。白天負荷維持在140～180 MW，波動不明顯。曲線反映了安吉地區冬季居民生活用電的負荷特性。

2 月17 日安吉電網統調負荷日曲線如圖1所示，白天負荷在7：30 左右迎來拐點后持續下降，在12：00-13：00 達到全天負荷最低點，隨后又逐漸上升，峰值出現在19：00-21：00，與陰天情況相同。

2 月17 日與18 日統調負荷曲線在0：00-7：30和20：00-23：59 幾乎重合，而 在7：30-17：30 的曲線差異反映了區域內分布式光伏電源出力對統調負荷的影響。

若將2 條曲線相減得到晴天與陰天統調負荷的差值曲線（如圖2 所示），該曲線與光伏電源固有的發電特性曲線十分相似，可以用差值曲線的日間部分近似評估光伏電源日曲線。

1.3 修正差值曲線

若要用2 月17 日與2 月18 日統調負荷差值曲線來替代光伏電源日曲線，還需對其進行修正。上述差值曲線在6：00-8：00 出現負值，在18：00-20：00 無光照時段以后仍有數值，顯然違背光伏面板的物理特性。由于縣內所有光伏面板具有大致相同的發電特性，所以可以參照縣內2 座潮流信息接入調度自動化系統的光伏電站的出力曲線來修正上述差值曲線。修正后的差值曲線如圖3所示。

表1 2018 年春節期間天氣情況

圖2 2 月17 日、18 日安吉統調負荷差值曲線

用修正后的差值曲線模擬光伏電源實際出力過程具有較高的精確度。由于日照時間隨季節變化，光伏電源出力典型曲線的起始時刻和終止時刻也應隨季節變化，圖3 曲線可以近似替代晴天條件下安吉地區分布式光伏電源典型日曲線，其他不同天氣條件下的典型日曲線可以通過同樣的辦法獲得，如圖4 所示。

圖3 修正后的差值曲線

2 光伏電源典型日曲線在負荷預測中的應用

2.1 基于光伏電源典型日曲線的統調負荷預測方法

安吉電網2017 年統調最大負荷為536 MW，累計接入分布式光伏容量已達140 MWp，光伏電源出力對統調負荷的影響已不容忽視。光伏電源出力具有“削峰”效應，原有雙峰型結構的統調負荷曲線遭到破壞，給負荷預測工作帶來困難。傳統統調負荷預測算法已不能適用于現階段分布式電源大規模并網后的電網統調負荷預測工作。

圖4 不同天氣下的修正后的差值曲線

統調負荷等于全口徑負荷減去非統調電源出力。在全口徑負荷預測方面已有多種成熟的算法應用，準確率較高[10-12]。非統調電源日曲線（尤其是分布式光伏電源日曲線）的預測成為影響統調負荷預測準確率的關鍵因素。安吉電網接入的非統調電源包括分布式光伏和小火電，火電機組的日曲線在機組正常運行情況下可近似為直線，分布式光伏電源的日曲線可以用修正后的差值曲線替代。由此，統調負荷預測曲線等于全口徑負荷預測曲線減去小火電機組出力預測曲線與分布式光伏電源出力預測曲線之和所得的差值曲線。

2.2 基于光伏典型日曲線的統調負荷預測方法的應用

圖5 展示的是2018 年3 月17 日（晴）應用上述方法所做的一次統調負荷預測實例。由綜合模型法[13-15]得到全口徑負荷預測曲線，由各小火電廠上報的計劃日曲線相加得到非統調火電機組的出力預測曲線，由分布式光伏電源典型日曲線替代非統調光伏出力預測曲線，最后計算可得3月17 日安吉電網統調負荷的預測曲線。

圖5 2018 年3 月17 日安吉統調負荷預測曲線

基于分布式光伏電源典型日曲線的統調負荷預測方法在安吉電力調度控制中心應用3 個月以來，效果良好。統計使用該方法前后的統調負荷預測準確率情況，如表2、表3 所示。

對比表2、表3 數據可以看出，應用基于分布式光伏典型日曲線的統調負荷預測方法后，安吉電網統調負荷預測平均準確率由86.88%提升至93.39%。

表2 應用本方法前統調負荷預測準確率%

表3 應用本方法后統調負荷預測準確率%

3 結論

針對安吉地區無法實時獲取分布式光伏電源的總出力數據的現狀，通過選取晴、多云、陰、雨4 種天氣條件的典型日統調負荷曲線與相應對照日統調負荷曲線相減的方法得到4 條差值曲線，經過人工修正后的差值曲線可以近似評估晴、多云、陰、雨4 種天氣條件下的分布式光伏電源典型日曲線。

安吉電力調度控制中心將上述分布式光伏電源典型日曲線應用到統調負荷曲線預測工作中，從應用效果來看，基于分布式光伏電源典型日曲線的統調負荷預測方法有效提高了地區統調負荷預測的準確率。