風光互補自動化發電控制系統的短期功率效益評估

張節潭 ，李春來，郭樹鋒，楊立濱，尹 旭

（1.國網青海省電力公司經濟技術研究院，西寧 810000；2.國網青海省電力公司清潔能源發展研究院，西寧 810000；3.深圳合縱能源技術有限公司，深圳 511458）

0 引言

隨著我國社會經濟的飛速發展，全球能源消耗也在逐步的增加，傳統不可再生資源的儲量已經越來越少，這也引起了世界范圍對能源的關注，將可再生資源的研究列為重要研究問題之一。現今，風能與太陽能是使用較為廣泛的清潔可再生能源，經過對其處理得到了風能發電系統與太陽能發電系統，通過發電系統產生電能，電能是一種經濟、實用、清潔并容易控制與轉換的能源形態，是居民生活的必須品。但是風能發電系統與太陽能發電系統具備各自的缺陷，發電功能較差，為此，將風能發電系統與太陽能發電系統各自優勢進行有效結合，構成了彌補了風能發電系統與太陽能發電系統對于環境、天氣變化的依賴情況，利用風力渦輪機與太陽能電池板將風能與太陽能轉換為電能，并將其存儲于電池組，通過輸電系統傳送給用戶負載的風光互補自動化發電控制系統[1]。風光互補自動化發電控制系統具有不確定性，導致其不能提供持續穩定的可控功率，為了保障居民用電的需求，評估風光互補自動化發電控制系統的短期功率效益。

就現有的研究成果來看，現有的風光互補自動化發電控制系統的短期功率效益評估方法具有評估清晰度較差的缺陷，為了解決上述問題，基于模糊算法設計風光互補自動化發電控制系統的短期功率效益評估方法[2]。模糊算法是一種智能算法，主要應用于由于客觀原因導致無法對研究對象進行深入研究的情況，該算法并不是模糊計算，實質上是一個逐次求精的過程。通過模糊算法的應用，可以極大的減少評估誤差，提高短期功率效益評估清晰度[3]。

1 風光互補自動化發電控制系統的短期功率效益評估方法設計

1.1 風光互補自動化發電控制系統短期功率模型構建

風光互補自動化發電控制系統結構圖如圖1所示。

圖1 風光互補自動化發電控制系統結構示意圖

如圖1所示，在風光互補自動化發電控制系統中，風力發電與太陽能光伏發電元件均是不可控的，其短期功率數學模型是隨機分布的時間序列，采用PWG(t)與PPV(t)表示時刻t風力發電與太陽能光伏發電的短期功率。

風光互補自動化發電控制系統模型主要是以風力發電與太陽能光伏發電短期功率時間序列為基礎，使總有短期功率輸出保持恒定，依據一定控制規則對儲能元件充放電。為此，風光互補自動化發電控制系統模型本質上是儲能元件的控制模型[4]。

模型構建思路為：當風力發電與太陽能光伏發電短期功率小于負荷需求參考值Pref(t)時，短期功率缺額采用蓄電池進行補充，直到電池容量為最小值Cbatmin為止；當風力發電與太陽能光伏發電短期功率大于負荷需求參考值Pref(t)時，依據能源不浪費的規定，系統將富余能量以充電形式存儲于蓄電池內，直到電池容量為最大值Cbatmax，系統停止充電，多余的短期功率輸出[5]。

風光互補自動化發電控制系統模型構建約束條件是時刻t負荷的短期功率缺額，其計算公式為：

其中，Pref(t)表示的是時刻t系統輸出短期功率參考值；PWG(t)表示的是時刻t風力發電的短期功率輸出值；PPV(t)表示的是時刻t光伏發電的短期功率輸出值。

時刻t電池的初始容量為：

其中，Cbat(t)與Cbat(t-1)表示的是時刻t與t-1的初始容量；δ表示的是自放電電流率；Pbat(t)表示的是電池的短期功率輸出值；表示的是電池的充電效率，常規情況下取值范圍為[0.65，0.85]。

基于上述公式計算結果，可以得到時刻t系統實際輸出短期功率值為：

針對風光互補自動化發電控制系統輸出短期功率，將每分鐘的蓄電池短期功率與儲能總量關系分為三種情況，分別如下：

1）當系統輸出短期功率小于參考值時，蓄電池短期功率與時刻t+1初始容量計算方法為：

2）當系統輸出短期功率等于參考值時，蓄電池短期功率與時刻t+1初始容量計算方法為：

3）當系統輸出短期功率大于參考值時，蓄電池短期功率與時刻t+1初始容量計算方法為：

通過上述過程完成了風光互補自動化發電控制系統短期功率模型的構建，為下述系統短期功率效益指標選取提供模型支撐[6]。

1.2 短期功率效益評估指標選取

以上述構建模型為基礎選取系統短期功率效益評估指標，為最終系統短期功率效益評估做準備。

其中，T表示的是評估期；ELPS(t)表示的是時刻t的供電損失值；Pload(t)表示的是輸電線路功率；?t表示的是計算步長；表示的是計算參數。

其中，EWE(T)表示的是在滿足負荷要求和儲能元件充電要求的基礎上，系統發電浪費的功率。

α表示的是短期功率偏差率方差，主要度量隨機變量與數學期望之間的偏離程度；β表示的是短期功率偏差率；γ表示的是評估期內仿真步長功率峰谷斜率絕對值之和[10]。表達式為：

α越大，表示系統輸出短期功率與Pref(t)偏差程度更大；β越大，表示系統輸出短期功率變化速度越快。

上述過程完成了系統短期功率效益評估指標的選取，為短期功率效益評估的實現提供指標支撐[11]。

1.3 指標權重確定與量化

以上述選取的短期功率效益評估指標為基礎，采用層次分析法構建判別矩陣，確定指標權重，并對指標進行量化處理[12]。具體過程如下所示。

檢測機構的檢測人員必須具有足夠的專業知識才能勝任這份工作。檢測機構要給予檢測人員的成長環境，根據他們自己的專業技能特別的給予培訓安排。檢測機構要確保參與檢測工作環節的檢測人員專業技能過硬，檢測人員的檢測水平是檢測質量的第一保證。檢測機構要把檢測人員的上崗門檻提高，其專業素養和自身技能必須達到一定水平，檢測人員的受教育程度和專業水平及從業經驗和實踐能力都必須合格的情況下才能擔任檢測工作人員一職。

每一個短期功率效益評估指標對評估結果的影響是不同的，為此使用權重表示指標對評估結果的影響程度。要想客觀的反映功率產生的效益，就需要精準的確定指標權重[13]。

首先，采用層次分析法構建判別矩陣，表示為：

其中，元素aij等于1/aji，i，j表示的是短期功率效益評估指標。

判別矩陣比例標度表如表1所示。

表1 判別矩陣比例標度表

通過式(10)確定了短期功率效益評估指標權重。短期功率效益評估實質上就是一個定量分析的過程，采用數字反映系統的短期功率效益，為此，將評估指標進行量化處理。采用AHP法對每一個指標構建相應的評估集，評估等級劃分為好、較好、一般、較差與非常差。通過評估等級的判斷，采用隸屬度函數將其轉換為隸屬度矩陣，實現評估指標的量化[14]。

1.4 短期功率效益評估結果清晰化

依據上述處理好的短期功率效益評估指標為基礎，基于模糊算法評估系統短期功率效益。具體過程如下所示。

基于模糊算法的系統短期功率效益評估流程如圖2所示。

圖2 基于模糊算法的系統短期功率效益評估流程圖

通過模糊算法得到的評估結果是一個模糊向量，但是在現實生活中，評估結果應該是清晰的，為此，需要對評估結果進行清晰化，以此來確定評估級別[15]。

通過隸屬函數確定系統短期功率效益評估等級，隸屬函數為：

通過式(11)得到的結果確定評估等級，具體如表2所示。

表2 評估等級確定結果表

通過上述過程實現了風光互補自動化發電控制系統的短期功率效益評估，為居民提供更加優質的服務水平。

2 評估清晰度實驗分析

上述過程實現了風光互補自動化發電控制系統的短期功率效益評估方法的設計，但是對其是否能夠解決現有方法存在的問題，還無法確定，為此設計仿真對比實驗。

2.1 實驗準備

風光互補自動化發電控制系統短期功率受到多種因素的影響，為了保障實驗結果的準確性，對風光互補自動化發電控制系統參數進行相應的設置，具體情況如表3所示。

表3 系統參數設置表

同時剔除評估指標中的異常值，評估指標離散程度圖如圖3所示。

圖3 評估指標離散程度圖

2.2 實驗結果分析

依據上述實驗準備參數與數據進行實驗，得到評估清晰度對比情況如表4所示。

表4 評估清晰度對比情況表

如表3數據顯示，提出方法的評估清晰度遠遠的高于現有方法，其最大值可以達到93.14%。

通過實驗結果顯示，與現有的風光互補自動化發電控制系統的短期功率效益評估方法相比較，提出的風光互補自動化發電控制系統的短期功率效益評估方法極大的提升了評估清晰度，充分說明提出的風光互補自動化發電控制系統的短期功率效益評估方法具備更好的評估性能。

3 結語

提出的風光互補自動化發電控制系統的短期功率效益評估方法極大的提升了評估清晰度，充分說明提出的風光互補自動化發電控制系統的短期功率效益評估方法具備更好的評估性能，為居民提供更加優質的服務水平。但是提出方法的評估清晰度依然存在著較大的上升空間，需要對提出方法進行進一步的優化研究。