基于數據融合架構的可再生能源運行監測系統

戴 健,黃 飛,王 謙,李永福,印 華,劉志宏

(1.國網重慶市電力公司電力科學研究院,重慶 401123;2.國網重慶市電力公司,重慶 400015)

0 引言

在能源行業日益追求可持續發展的背景下,可再生能源作為清潔、環保的能源形式,正逐漸成為能源體系的重要組成部分。然而,可再生能源的波動性、不確定性以及與傳統能源系統的集成等問題,給其運行和管理帶來了新的挑戰[1]。隨著大數據技術的深入應用,通過整合多源數據,結合先進的信息技術和數據分析方法,能夠為能源運營商和系統管理者提供全面的能源監測、預測和優化策略,從而實現電力系統的高效運行和可持續發展。

目前針對新能源運行監測,文獻[2]提出了基于數據平臺的新能源運行調度分析系統;文獻[3]提出了新型電力系統態勢感知技術;文獻[4]分析了計及可靠性的風光互補發電系統容量優化配比;文獻[5]分析了基于改進蝴蝶算法的冷熱電聯供微網日前優化調度;文獻[6]分析了考慮風電消納的電-熱綜合能源系統經濟運行;文獻[7]提出了適用于可再生能源系統的電壓運行監控措施。

分析上述研究內容,新能源調度運行數據平臺在實踐中存在不足,主要體現在數據集成過程復雜、實時性要求難以滿足、數據準確性和可靠性較難保證、不確定性建模不足、可視化和用戶體驗不夠等。

為解決上述問題,提出了基于多源數據融合的新能源運行數據分析系統。

1 新能源調度運行分析

1.1 新能源運行數據特征

新能源機組在電力系統調度運行中的數據特征包括以下幾個方面:

a.波動性。新能源機組,如風力發電和光伏發電,受天氣因素影響較大,導致其出力具有明顯的波動性。這使得電力系統需要實時調整其他發電機組的輸出以應對這種波動,以保持電網的平衡。

b.不確定性。 天氣預報的準確性可能影響新能源機組的發電量預測。由于天氣變化無法完全預測,新能源實際出力可能與預期值不一致,這種不確定性需要在電力系統調度中得到考慮。

c.季節性。風力和太陽能等新能源的發電量可能因季節變化而有所不同。如在某些地區,冬季風力較弱,夏季陽光更充足,從而導致發電量的季節性變化。

d.間斷性。風力和光伏發電在特定條件下可能會中斷,如夜間或風力過弱時。這種間斷性要求電力系統在這些時段內依賴其他發電方式來滿足電力需求。

e.響應速度。新能源機組通常具有較快的響應速度,能夠在短時間內調整發電量。這對于電力系統的頻率穩定至關重要,但也需要與其他發電機組協調以避免過度調整。

f.電壓和頻率。新能源機組的連接可能影響電網的電壓和頻率穩定性。在大規模引入新能源時,需要控制這些參數,以確保供電的穩定性和質量[8]。

g.功率因數。新能源機組的功率因數與傳統發電機組不同,對電力系統的無功功率平衡產生影響,需要采取措施來調整功率因數。

h.市場影響。新能源的引入影響電力市場的價格和競爭格局。供求關系的變化導致市場價格波動,需要電力系統調度做出相應調整。

i.電網規劃。引入新能源機組需要調整電網規劃,以適應分布式發電和能源存儲等技術的整合,以及確保電網的可靠性和穩定性。

j.數據采集和監控。為有效管理新能源機組,需要建立數據采集和監控系統,實時監測其發電量、狀態和運行情況,以便進行及時調整和維護。

這些數據特征的綜合考慮和合理管理,對于電力系統調度運行中的新能源機組具有重要意義,可以確保電力供應的可靠性、穩定性和經濟性[9-10]。

1.2 數據融合流程

數據融合流程具體如下所述。

a.數據抽取。數據抽取是對新能源運行數據抽取的過程。抽取的數據主要包括分布式機組在網絡中的節點位置、裝機容量、運行方式、經濟性和技術比較結果[11]等。數據抽取量與電壓等級及相應傳感器和信息采集單元布置的位置有關。

b.數據校驗。對于顆粒度較高、噪聲含量較大的數據校驗十分必要?？稍偕茉丛O備在系統規劃、調度自動化系統中產生大量數據,為實現數據校驗,需要對電能類型、電壓等級、裝機容量、所屬變電站供電區域、變電站容量、輸電線路長度和線路類型等數據進行校驗[12]。根據不同數據類型設置的校驗規則,對不滿足數據分析要求的內容進行剔除。

c.運行數據融合。根據得到的校驗后數據進行典型日數據融合,包括可再生能源輸出功率數據、最大負荷、最小負荷、平均負荷、復合率和峰谷率等與相應的機組運行數據進行融合[13]。融合后的結果可以實現調度運行輔助分析和市場交易數據應用。融合后的數據主要分為可再生能源設備數據、高壓網絡數據、中低壓網絡數據及管理數據。

d.拓撲數據融合。調度自動化系統能夠提供系統拓撲結構, PMS系統能夠提供各電壓等級包括的機組數據、線路起始數據,可以形成高壓設備拓撲融合結果。中低壓設備拓撲關系是指中低壓線路連接的具體結果,從調度自動化系統中抽取中低壓線路的數據能夠形成拓撲關系表格。拓撲關系表格可以為分布式電源結構分析、運行狀態分析提供必要依據。數據融合流程如圖1所示。

圖1 數據融合流程

本文提出的融合數據結構如圖2所示。傳感器數據和逆變器控制數據分別送入傳感器模塊和逆變器控制器接口網絡模塊。利用數據整合模塊,形成服務器數據傳輸和主控模塊。其中主控模塊將數據融合的配置文件和傳感器數據庫文件整合,并根據功率監測和網絡節點連接校驗實現對主要數據的辨識。

2 新能源運行數據監測系統

2.1 系統總體構架

系統總體架構如圖3所示。根據區域能源屬性和電網規劃建設的特征,包括風電、光伏、電池儲能和生物質能發電等可再生能源的運行監視以數據融合為主要形式進行數據監測。

圖3 總體構架

數據和相應變電站的運行文件會上傳至可再生能源云平臺監視中心,以實時存儲和分析的方式進行全局查閱?？稍偕茉磾祿|量分析,主要包括數據源分析、數據預處理、數據質量評估和數據質量分析。數據源分析的主要目的是對可再生能源機組運行數據的分類和識別,包括數據類型分析和數據域分析。數據域主要是指內部數據、外部數據和模型數據。內部數據來自可再生能源發電生產運行過程的數據,如對上級調度部門的調度指令接收和執行內容等;外部數據與可再生能源電廠的運行息息相關,氣候條件包括高精度天氣數據是主要的可再生能源利用的外部數據[14]。模型數據包括變電站數據模型和設備數據模型。變電站數據模型能夠為區域級數據分析和評估提供準確的參數和拓撲結構;設備數據則為站內數據監測和安全分析,提供相應的參數。根據數據類型可以分為結構化數據、半結構化數據和非結構數據。不同的讀取模式可以將數據類型和數據質量按照一定規則存入數據庫進行進一步分析。

數據預處理包括周期數據和實時數據[15],是針對可再生能源機組運行過程中數據清理、數據融合、數據歸一化和存儲的重要前提,能夠為可再生能源運行和實時交易提供上層的應用分析準確數據。

數據質量評估是針對數據準確性、完整性、實時性和一致性的評價,包括預評價和后評價。預評價是在數據校驗前的初步評價,數據校驗后的評價是針對數據完整性等內容的重要指標。

數據質量分析的重要內容是數據質量,數據挖掘能夠為數據之間的關聯、與外部之間的關系提供相應準則,并且有助于發現異常和不合規數據,提升數據分析的質量和結果。

2.2 系統功能分析

數據監測的基本數據類型包括模型信息數據和基礎數據,具體結構如圖4所示。模型信息數據是針對與數據共享有關的調控云、數據中心、OMS系統和持證上崗信息等內容融合的模型數據,主要包括設備信息、運行信息、調度信息和檢修信息?；A數據針對新能源運行具體狀況,包括模型臺帳、氣象信息、遙測遙信遙控信息、調度日志信息、設備缺陷信息和設備檢修信息等。模型信息是基礎數據信息的基本模型,通過信息模型數據能夠實現對基礎數據進行分類查詢,實現分別統計。

圖4 功能分類

2.3 區域新能源資源評估

基于地區氣象系統和地區總調數值天氣系統的氣象數據,包括風速、風向、輻照度、氣溫氣壓及雨雪狀況等實時數據及歷史數據,實現按不同電壓等級、不同區域、多維度直觀展示風電、光伏資源分布圖。

新能源資源指標包括平均風速、平均有效風速、平均風功率密度和平均有效風功率密度、平均風能密度和平均有效風能密度等風能資源評估指標數據。水平面總輻射平均輻照量、法向直接輻射平均輻照量等太陽能資源評估指標數據。

同時,系統還可基于地理圖形直觀展示太陽能資源分布情況,包括風速、風向、輻照度和氣溫氣壓等;展示當天風能源資源指標數據,展示風電功能預測、發電計劃安排和實際發電曲線;展示當天太陽能源資源指標數據,展示太陽能發電計劃安排和實際發電曲線。

針對新能源資源長周期評估,支持場站發電量和區域的風能和太陽能資源的日變化、月度變化、年度變化,以及同比和環比情況進行分析;支持基于風電場或區域的風速(或風功率密度)分析風電場或區域風資源變化趨勢;支持基于光伏電站或區域的太陽輻照度分析光伏電站或區域光資源變化趨勢。

最終,結合上述數據建設新能源消納統計報表系統,具備對新能源發電量、棄電量、利用率、棄電率及棄電原因統計及綜合查詢功能。

3 系統硬件設計

3.1 光伏發電監測系統

光伏太陽能發電的監測系統包括傳感器部分、數據獲取部分、分析計算平臺以及顯示展示環節,如圖5所示。根據光照輻射強度以及環境溫度等參數形成的傳感器數據,數據獲取過程中,除傳感器以外的數據還包括測量表計的讀數,由直流部分和交流部分共同組成。形成的數據獲取以電壓、電流、光照輻射強度和溫度的形式發送至分析平臺,將有功功率P、無功功率Q、視在功率S、功率因數cosθ、總諧波畸變率THD和頻率f等結果以表格或圖形的方式呈現。

圖5 光伏發電監測系統

3.2 風力發電監測系統

風力發電監測系統的基本架構同光伏發電。其主要差別在于傳感器所監測的內容包括風速、風向、環境溫度和環境濕度。其中,風電在并網過程中與光伏不同的是逆變器所處的位置,因此表計讀數所監測的范圍也有所差異。結構如圖6所示。

圖6 風力發電監測系統

3.3 負荷儲能監測系統

負荷儲能監測系統結構如圖7所示。在該結構中,不利用傳感器的數據,直接利用計量表記的讀數進行信息獲取,得到與電壓電流相關的數據進行分析,以有功功率、無功功率、視在功率、功率因數、總諧波畸變率和頻率等指標呈現。

圖7 負荷儲能監測系統

4 應用分析

以某地實際新能源電網進行分析,驗證本文系統的功能特點。選擇某時段新能源并網節點的數據進行分析,具體如表1所示。

表1 節點數據

可以看出,該并網節點的三相基本平衡,節點電壓、有功功率和無功功率等均在正常范圍內,諧波畸變率也處在正常范圍,說明在該節點的運行狀態較好。

根據采集的調度端功率預測數據,實現日曲線及日評價管理,具體曲線如圖8所示。

圖8 地區典型日功率曲線

由圖8可知,含有新能源系統的地區典型日內有功和無功以及視在功率波動較大,但在每天開始和結束的數值較接近,說明新能源整體運行較平穩,監測結果能夠反映地區新能源運行的基本情況。

通過應用分析可以得出以下結論:

a.精確的監測與預測能力。該系統能夠實時監測可再生能源發電設備的運行狀態和性能數據,通過數據融合分析,能夠預測可能出現的故障和維護需求,從而及時采取措施,減少停機時間和生產損失。

b.優化能源生產。通過對不同可再生能源的數據進行集成和分析,系統可以實現能源生產的優化調度,確保設備在最佳運行狀態下工作,提高能源利用效率,減少浪費。

c.實時監控與報警。一旦監測系統檢測到異常情況,如設備故障或性能下降,它會立即發出警報通知運維人員,使其能夠迅速采取行動,防止問題進一步擴大,確保能源持續供應。

d.減少人工干預。該系統的自動化監測和預測功能可以降低人工干預的需求,減少人力資源投入,提高工作效率。

e.數據驅動的決策。系統收集的大量數據可以為運維人員和管理者提供有價值的信息,幫助他們做出更明智的決策,從而優化設備維護計劃、預算分配等。

f.持續改進和優化。通過長期運行監測并分析數據,系統能夠揭示設備的長期性能趨勢,從而支持持續改進和優化策略,延長設備的壽命和性能。

g.環境保護。通過最優化能源生產和減少設備故障停機,該系統有助于減少對環境的負面影響,促進可再生能源的更可持續利用。

5 結束語

本文建立了基于多源數據融合的新能源運行數據監測系統。對該系統進行仿真分析,說明系統能夠在新能源并網節點讀取相應數據并分析多種參數;結合調度端的功率曲線進行系統質量分析,結合平臺功能構建的硬件系統能夠實現對相應新能源運行數據的監測,滿足系統運行和調度的需求。