新能源接入后的分布式電源負荷運行態勢感知

林揚博

摘要：為提高電源負荷運行態勢感知精度，開展新能源接入后的分布式電源負荷運行態勢感知方法的設計。參照拉依達準則，檢測每日電網在運行中的電源母線負荷數據，提出其中的冗余數據與噪聲數據，實現新能源接入后的分布式電源負荷運行數據提取與處理；根據電源的不同作業形態，建立分布式電源負荷群感知模型；通過屬性簡約處理法，去除數據集合中不必要的數據量，利用EEMD中的知識表達機制，建立分布式電源負荷態勢感知決策函數，實現對電源負荷運行態勢的實時感知。設計對比實驗證明：該方法不僅可以實現對分布式電源負荷運行態勢的實時感知，還可以降低并控制感知結果誤差。

關鍵詞：新能源接入? 負荷群感知模型? EEMD? 運行態勢? 負荷? 分布式電源

中圖分類號：TM61? ? ? 文獻標識碼：A

Situation Awareness of Distributed Power Supply Load Operation after New Energy Access

LIN Yangbo

（Shanwei Power Supply Bureau of Guangdong Power Grid Co.， Ltd.， Shanwei， Guangdong Province， 516600 China）

Abstract： To improve the situation awareness accuracy of power supply load operation， the design of the situation awareness method of distributed power supply load operation after new energy access is carried out. With reference to the Pauta criterion， the power supply bus load data of the power grid in operation every day is detected， and the redundant data and noise data are proposed to realize the extraction and processing of the operation data of distributed power supply load after new energy access. According to the different operation modes of power supply， the sensing model of distributed power supply load groups is established. The unnecessary data in the data set is removed through attribute reduction， and the knowledge expression mechanism in EEMD is used to establish the decision function of the situation awareness of distributed power supply load to realize real-time perception of the operation situation of power supply load. The comparison experiments of the design prove that this method can not only realize the real-time perception of the operation situation of distributed power supply load， but also reduce and control the error of perception results.

Key Words： New energy access; Load group awareness model; EEMD; Operation situation; Load;? Distributed power supply

電力系統的負荷感知主要通過電力終端負荷總量的累加計算實現，而在此過程中的電源電量平衡，則是評估電力系統安全、穩定運行最為重要的問題之一。在電力系統中，分布式電源實時負荷趨勢變化可以直接反映電力系統的運行狀態，進而為電力調度提供可靠的決策依據，可以認為分布式電源負荷感知，是電力系統運營調度管理中不可缺少的重要環節。隨著新能源電力需求的持續增長，分布式電源的裝機容量不斷擴大，儲能裝置等多種新技術在分布式電源系統上的應用也日益廣泛。因此，針對分布式電源多模式協同運行中存在的問題，亟須多角度，基于電力系統宏觀運行和微觀管理兩個維度展開分析研究。目前，分布式電源負荷運行態勢感知過程，主要是通過多個傳感器采集用戶電源及負荷分布數據，采用可視化展示等方式，將采集到的數據呈現給用戶，從而幫助用戶更好地了解分布式電源在電網中分布情況、負荷特征以及各參與方實時運行情況[1]。為提高管理終端與用戶對分布式電源負荷運行態勢的感知能力和故障響應能力，滿足客戶對分布式電源實時運行狀態管理需求，本文將在此次研究中，設計新能源接入后的分布式電源負荷運行態勢感知方法，以便于終端對分布式電源與電力系統運行狀態的同步、實時監視，實現對分布式電源發電側的智能化、協同化管理。

1 新能源接入后的分布式電源負荷運行數據提取與處理

為實現對新能源接入后，分布式電源負荷運行態勢的感知，在開展相關研究前，根據新能源電網的運行需求，提取電源負荷運行數據[2]。提取過程中，檢測每日電網在運行中的電源母線負荷數據，剔除其中的冗余數據與噪聲數據。提取過程中，考慮到量測裝置可能存在故障，會導致電源母線運行數據出現極端數據值，即提取的數據相比真實數據而言較大或較小[3]。因此，可在提取數據過程中，參照拉依達準則，設計數據的處理。處理過程中，設定分布式電源母線負荷數據表示為，其中表示數據采樣時刻點。則數據剔除處理過程應滿足下述計算公式。

式（1）中：表示分布式電源母線負荷數據均值；表示分布式電源母線負荷數據標準差。對于不符合或不滿足上述計算公式的分布式電源母線負荷數據，對其采取剔除處理，并認為此部分數據為采樣過程中的極值數據。完成數據剔除處理過程，在保留的分布式電源母線負荷數據集合中，篩選具有代表性或具有特征性的數據，將其作為運行態勢感知支撐數據集合[4]。此過程如下計算公式所示。

式（2）中：表示新能源接入后的分布式電源最大運行負荷；表示新能源接入后的分布式電源最小運行負荷；表示最大采樣點。根據上述公式計算結果，計算新能源接入后的分布式電源的日平均負荷及其負荷率[5]。計算公式如下。

式（3）中：表示新能源接入后的分布式電源的日平均負荷。根據此結果，計算新能源接入后的分布式電源負荷每日的峰谷差值與峰谷率[6]。計算公式如下。

式（4）中：表示新能源接入后的分布式電源負荷每日的峰谷差值。按照上述方式，完成分布式電源負荷運行數據的提取。在此基礎上，考慮到電源的靜態負荷數值與動態負荷數值可能存在差異，為降低此種差異對其負荷感知行為造成的影響。按照下述公式，設計數據的規范化處理。

式（5）中：表示規范化處理后的負荷運行數據；表示原始數據；表示靜態樣本數據方差；表示動態樣本數據方差。按照上述方式，完成數據的提取與處理。

2 建立負荷群感知模型

在上述設計內容的基礎上，考慮到用戶側感知的電源負荷種類較多，因此，需要根據電源的不同作業形態，建立分布式電源負荷群感知模型。在此過程中，建立電源在作業過程中的開關負荷，如下計算公式所示。

式（6）中：表示電源在作業過程中的開關負荷；表示分段階躍功率。考慮到不同電源的作業方式存在差異，因此，可參照上述公式，建立針對分布式電源開關的分布式負荷感知模型與開關調控模型，通過此種方式，實現對電源在作業過程中相關參數及其工作狀態的感知。

3 基于EEMD的負荷運行態勢實時感知

完成上述設計后，將處理后的分布式電源負荷數據錄入負荷群模型[7]。引進EEMD，設計電源負荷運行態勢的實時感知。在數據錄入模型前，可以通過屬性簡約處理法，去除數據集合中不必要的數據量。在確保感知結果不受到影響的條件下，最大限制地精簡模型錄入數據。利用EEMD中的知識表達機制，建立分布式電源負荷態勢感知決策函數。函數表達式如下。

式（7）中：表示分布式電源負荷態勢感知決策函數；表示知識表達機制；表示決策屬性表；表示支持度；表示決策行為依賴條件。在此基礎上，通過采集分布式電源的功率數據（包括可調容量、功率變比、功率開關狀態等），根據采集的數據和本地設備采集的數據計算，得到光伏發電的最大功率及其相應的發電出力，通過對電源負荷參數的分析，實現對電源運行過程中負荷狀態參數的整理、加工與統計。將統計結果與時序匹配，以此方式，實現基于EEMD的負荷運行態勢實時感知，完成新能源接入后的分布式電源負荷運行態勢感知方法的設計。

4 對比實驗

上文從3個方面，完成了新能源接入后的分布式電源負荷運行態勢感知方法的設計，為實現對設計方法在實際應用中效果的校驗，下述將以某地區大型光伏發電站為例，設計如下文所示的對比實驗。

實驗前，通過與此發電企業相關負責人交涉后發現，為響應國家發展清潔能源的相關號召工作，該企業在去年投入了大量資金，開發光伏、風力等新能源發電系統。根據階段性的工作可知，現行的新能源發電已經初步取得了成績。但在深入企業服務用戶的反饋中發現，服務終端與企業管理前端無法在此過程中，實現對分布式電源負荷運行態勢的感知，導致企業電力系統的運行一直無法實現預期的調度工作。因此，在綜合商議后，決定使用本文設計的方法，對新能源接入后的分布式電源負荷運行進行感知。為確保實驗結果的真實、可靠、客觀，實驗前，建立此單位在新能源接入后的分布式電源運行拓撲結構圖，如圖1所示。

根據上述圖1可知，該企業在發電中主要接入的新能源為風力能源與光伏能源。在企業電力系統決策管理終端建立測試環境。在使用本文設計的方法，感知分布式電源負荷運行態勢時，需要先提取分布式電源負荷運行數據，預處理采集的數據。在此基礎上，建立新能源接入后分布式電源負荷群感知模型。引進EEMD算法，設計分布式電源負荷運行態勢的實時感知，為確保感知的數據與發電系統分布式電源的實際運行數據具有較高的匹配度，按照下述表1所示的內容，設計電源負荷運行數據的訓練參數。

按照上述方式，完成基于該文方法的分布式電源負荷運行態勢感知。在此基礎上，引進基于Spiked模型的感知方法，與基于LSTM-注意力機制的感知方法，將提出的方法作為傳統方法1與傳統方法2。使用三種方法，對新能源接入后的分布式電源負荷運行態勢進行感知。

實驗過程中，安排專門的技術人員對運行過程中的分布式電源負荷運行狀態進行測量。將人工測量結果作為參照，對比三種方法對電源負荷運行的感知效果。其結果如圖2所示。

從上述圖2所示的結果可以看出，本文方法感知的分布式電源負荷運行態勢，與人工測量分布式電源負荷運行數據基本吻合。

在此基礎上，隨機選擇測點，計算三種方法的感知誤差，計算公式如下。

式（8）中：表示分布式電源負荷運行態勢感知結果誤差，計算單位為%；表示分布式電源負荷運行態勢感知結果；表示人工測量結果。統計測試結果，如表2所示。

根據上述圖2與表2所示的實驗結果，得到如下所示的實驗結論：相比傳統方法，該文設計的新能源接入后的分布式電源負荷運行態勢感知方法在實際應用中的效果相對良好，該方法不僅可以實現對分布式電源負荷運行態勢的實時感知，還可以降低并控制感知結果誤差。

5 結語

在常規電力系統中，由于分布式電源運行在負荷側，能夠直接為電網提供有功、無功、調頻、功率平衡等服務，并具有容量大、出力集中、調節靈活等特點。因此當光伏、風電等可再生能源大規模接入電力系統，將大幅提高電力系統的靈活性和穩定性。但在現實生活中，由于電力系統容量和線路系統規模難以同時滿足運行需求和系統可靠運行以及負荷快速增長帶來的潛在威脅，這也成為分布式電源技術發展瓶頸之一，為實現對新能源接入后分布式電源負荷運行態勢的實時感知，提高電力企業調度與決策的可靠性、安全性，該文通過新能源接入后的分布式電源負荷運行數據提取與處理、建立負荷群感知模型、基于EEMD的負荷運行態勢實時感知，完成了此方法的設計。設計后通過對比實驗，對該方法的感知效果展開測試，通過此種方式，檢驗并證明了該文方法在實際應用中的可靠性與科學性。因此，可在后續的研究工作中，持續深化該文設計的方法，為可再生能源、新能源在電力系統中的接入提供全面的技術支撐。

參考文獻

[1] 林政陽，姜飛，涂春鳴，等.考慮時序相關性的數據驅動電-氣綜合能源系統態勢感知[J].電網技術，2022，46（9）：3385-3394.

[2] 盧德龍，童充，吳志堅，等.基于電力線載波阻抗特性的電力系統負荷網絡主動感知方法[J]. 高電壓技術，2022，48（4）：1296-1307.

[3] 何俊，于華，鄧長虹，等.極端天氣下基于態勢感知的重點區域電網負荷供電保障策略[J].高電壓技術，2022，48（4）：1277-1285.

[4] 肖白，肖志峰，姜卓，等.基于降噪自編碼器、奇異譜分析和長短期記憶神經網絡的空間電力負荷態勢感知[J].中國電機工程學報，2021，41（14）：4858-4867.

[5] 孫曉艷.基于雙層優化和態勢感知的智能配電網精細化日前優化調度[J].山東農業大學學報（自然科學版），2020，51（6）：1132-1137.

[6] 張衛國，陳良亮，成海生，等.基于電動汽車供電資源態勢感知的臺區負荷彈性調度策略[J].電力建設，2020，41（8）：48-56.

[7] 林靜懷，范士雄，徐鄭崎，等.基于模糊層次分析法和LSTM-注意力機制的電網運行態勢感知評估模型[J].電力信息與通信技術，2020，18（4）：58-66.