淺談含風(fēng)電裝機(jī)電力系統(tǒng)的發(fā)電調(diào)度

陳葆超+羅青青

摘 要：隨著一次能源改革的不斷深化，廣西桂林電網(wǎng)風(fēng)電裝機(jī)總?cè)萘恳膊粩嗟財(cái)U(kuò)大，大量風(fēng)電接入桂林電網(wǎng)對(duì)電力系統(tǒng)控制造成一定的影響。并網(wǎng)限制由大風(fēng)、低負(fù)荷情況引起，這強(qiáng)調(diào)了準(zhǔn)確掌握風(fēng)電日變化的重要性。通過(guò)機(jī)組組合-經(jīng)濟(jì)調(diào)度（UC-ED）分析，從成本和排放角度來(lái)看，風(fēng)電裝機(jī)在很大程度上減少了二氧化碳的絕對(duì)排放量。

關(guān)鍵詞：電力系統(tǒng)；負(fù)荷預(yù)測(cè)；風(fēng)力發(fā)電；優(yōu)化調(diào)度

引言

風(fēng)力發(fā)電是一種新的可再生、分散的發(fā)電技術(shù)。這種技術(shù)現(xiàn)在已經(jīng)成熟，并在某些國(guó)家成為最重要的發(fā)電方式之一。在大風(fēng)期間，這些國(guó)家的風(fēng)力發(fā)電量可達(dá)到總負(fù)荷的80%以上。由于風(fēng)電的變化性，這顯然會(huì)對(duì)電力系統(tǒng)的控制構(gòu)成挑戰(zhàn)。風(fēng)電的高穿透率實(shí)際上就是出現(xiàn)電力系統(tǒng)運(yùn)行新模式的原因。

隨著一次能源改革的不斷深化，廣西桂林電網(wǎng)利用地理優(yōu)勢(shì)，風(fēng)電的總裝機(jī)容量也不斷跟著擴(kuò)大。然而，大量風(fēng)力發(fā)電場(chǎng)陸續(xù)接入電網(wǎng)，對(duì)電網(wǎng)的調(diào)度運(yùn)行也造成了一定的影響[1]。

1 風(fēng)力發(fā)電

因?yàn)轱L(fēng)是一種分散資源，所以需要用分散的風(fēng)能轉(zhuǎn)換設(shè)備把它匯聚起來(lái)。這些設(shè)備經(jīng)歷了長(zhǎng)期演化，最后都?xì)w結(jié)為目前的三葉片轉(zhuǎn)槳式風(fēng)力發(fā)電機(jī)。作為固有特性，風(fēng)資源可用性的地理特點(diǎn)也使風(fēng)電場(chǎng)在地理上集中，通常在山區(qū)更加密集。得益于廣西桂林特有的喀斯特地貌，一般安裝在廣西桂林山區(qū)常見(jiàn)的風(fēng)機(jī)單機(jī)裝機(jī)容量為2MW。風(fēng)電場(chǎng)把發(fā)出功率聚集到風(fēng)電場(chǎng)升壓站再接入35～220kV電網(wǎng)。

從電氣角度看，風(fēng)電技術(shù)在近幾十年已從簡(jiǎn)單的定速風(fēng)力機(jī)發(fā)展為可以控制有功出力的全變速系統(tǒng)。定速風(fēng)力機(jī)的發(fā)電機(jī)轉(zhuǎn)速受到電網(wǎng)頻率的強(qiáng)制，在多數(shù)風(fēng)速下，風(fēng)力機(jī)都運(yùn)行在最高效率以下。而變速風(fēng)力機(jī)使用電力電子變換器，使受制于風(fēng)速的發(fā)電機(jī)轉(zhuǎn)速與電網(wǎng)頻率解耦；這使風(fēng)電機(jī)組對(duì)頻率、電壓和有功、無(wú)功功率的控制，以及對(duì)性能和效率的優(yōu)化更加靈活[2]。

2 短期負(fù)荷預(yù)測(cè)

電力系統(tǒng)的運(yùn)行決策，如機(jī)組優(yōu)化組合、經(jīng)濟(jì)調(diào)度、自動(dòng)發(fā)電控制、安全評(píng)估、維護(hù)計(jì)劃和電力商業(yè)化等，都取決于未來(lái)的負(fù)荷情況。因此，最近40年來(lái)，人們提出了集中負(fù)荷小時(shí)（或半小時(shí)）采樣，甚至日采樣（尖峰負(fù)荷）的短期負(fù)荷預(yù)測(cè)（short-term load forecasting，STLF）方法。這些處理負(fù)荷預(yù)測(cè)問(wèn)題的長(zhǎng)期經(jīng)驗(yàn)提供了一些實(shí)用的模型，如基于多線性回歸的模型，Box-Jenkins法，人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN），模糊系統(tǒng)和混合模型等[3]。

在電力產(chǎn)業(yè)重組之后，使用非自動(dòng)方法的主要困難之一是可伸縮性。集合負(fù)荷預(yù)測(cè)可以通過(guò)參數(shù)模型實(shí)現(xiàn)良好性能，被用來(lái)為運(yùn)行規(guī)劃提供充分信息。然而，解除監(jiān)管的電力市場(chǎng)向決策提出新的挑戰(zhàn)。還需要與母線負(fù)荷準(zhǔn)確預(yù)測(cè)相關(guān)的更多信息。因此，對(duì)于為安全與經(jīng)濟(jì)分析而需要同時(shí)預(yù)測(cè)的成百上千個(gè)不規(guī)則母線負(fù)荷系列來(lái)說(shuō)，相應(yīng)開(kāi)放和維護(hù)已經(jīng)超出了量身定做的參數(shù)模型力所能及的范圍。因此需要使用自動(dòng)負(fù)荷預(yù)測(cè)來(lái)避免專家介入，并擴(kuò)展到母線負(fù)荷層次。

3 短期風(fēng)電功率預(yù)測(cè)

對(duì)于電力系統(tǒng)的計(jì)劃?rùn)z修來(lái)說(shuō)，提前多天的風(fēng)電功率預(yù)測(cè)很重要，可在預(yù)計(jì)風(fēng)電充足時(shí)替代常規(guī)發(fā)電機(jī)，或維護(hù)與負(fù)荷狀態(tài)有關(guān)的輸電線路。

在可再生能源穿透容量較大的系統(tǒng)中，系統(tǒng)不確定性源于它們第二天的出力曲線可能有非常大的不確定性。盡管用于調(diào)度計(jì)劃的預(yù)測(cè)有時(shí)嘗試不使用數(shù)值天氣預(yù)報(bào)（Numerical Weather Prediction， NWP），但對(duì)于下一天來(lái)說(shuō)，在功率轉(zhuǎn)換模型中考慮NWP預(yù)測(cè)的風(fēng)場(chǎng)是至關(guān)重要的。

25年來(lái)風(fēng)電功率預(yù)測(cè)得到了快速發(fā)展，從最初僅使用時(shí)間序列來(lái)預(yù)測(cè)，到使用NWP產(chǎn)品并進(jìn)行功率轉(zhuǎn)化，再到專門的概率預(yù)測(cè)和基于此的決策支持工具。預(yù)測(cè)準(zhǔn)確度有了明顯提高，其他預(yù)測(cè)形式，如爬坡、變化性、結(jié)冰預(yù)測(cè)等開(kāi)始出現(xiàn)[4]。

4 風(fēng)電功率預(yù)測(cè)的氣象模型

由于純時(shí)間序列模型只能預(yù)測(cè)6小時(shí)左右，在過(guò)去8～10年中，專用的天氣預(yù)報(bào)使用得到很大關(guān)注。為得到有用結(jié)果，預(yù)測(cè)尺度超過(guò)6小時(shí)，次日的風(fēng)電功率預(yù)測(cè)需要有從本地區(qū)域模型（Local Area Model， LAM）或全球模型得到的風(fēng)電場(chǎng)（有時(shí)也有其他變量）。天氣系統(tǒng)通過(guò)中緯度地區(qū)的速度很少超過(guò)一天幾百千米。因此，通?？梢允褂肔AM預(yù)測(cè)1～2000km范圍的未來(lái)天氣。多數(shù)情況下，LAM用全球模型的結(jié)果進(jìn)行初始化，然后對(duì)一些低水平分辨率的較大外部區(qū)域進(jìn)行嵌套，得到的最終區(qū)域范圍為數(shù)百千米，水平分辨率為2～5km。這類模型的實(shí)時(shí)運(yùn)行往往由較大公司的IT部門負(fù)責(zé)，例如一個(gè)較小的Linux集群就能運(yùn)行氣象研究和預(yù)測(cè)（Weather Research and Forecasting， WRF）模型，WRF是當(dāng)前風(fēng)電領(lǐng)域最常使用的氣象模型。這里需要注意的是，有效分辨率，即NWP模型能夠?qū)嶋H分辨出的特征所對(duì)應(yīng)的尺度，大約是4～7個(gè)網(wǎng)絡(luò)點(diǎn)，即即使水平網(wǎng)絡(luò)格分辨率是2km，實(shí)際也僅能考慮10km數(shù)量級(jí)特征[5]。

5 UC-ED在含風(fēng)電裝機(jī)電力系統(tǒng)的應(yīng)用

提前制定發(fā)電機(jī)組合對(duì)于管理未來(lái)不確定條件下與運(yùn)行電力系統(tǒng)供電負(fù)荷相關(guān)的風(fēng)險(xiǎn)是必需的。然而機(jī)組組合（unit commitment，UC）優(yōu)化決定并不容易，因?yàn)楸仨毧紤]所有可能引起機(jī)組在線或停運(yùn)的原因[6]。在確定機(jī)組組合之后，開(kāi)始執(zhí)行經(jīng)濟(jì)調(diào)度（econom

ic dispatch，ED）。要使總運(yùn)行成本最低，機(jī)組之間需要合理分配期望負(fù)荷，同時(shí)除了滿足需求外還能提供必要的備用容量。

目前，UC決定通常每天一次或兩次重新評(píng)估，而發(fā)電調(diào)度卻整天都在執(zhí)行。當(dāng)系統(tǒng)負(fù)荷預(yù)測(cè)合理時(shí)，原則上只在發(fā)電機(jī)（如停電）或需求發(fā)生意外重大變化時(shí)才必須進(jìn)行機(jī)組組合的日內(nèi)計(jì)算。如果需要把大量風(fēng)電考慮在內(nèi)，情況就會(huì)發(fā)生變化，因?yàn)轱L(fēng)電變化很難預(yù)測(cè)。

電力市場(chǎng)的出現(xiàn)和風(fēng)電增長(zhǎng)使得UC-ED優(yōu)化更加復(fù)雜，因?yàn)樾枰迅嘧兞亢筒淮_定性（如市場(chǎng)價(jià)格、風(fēng)電功率預(yù)測(cè)）考慮在內(nèi)。對(duì)于已有系統(tǒng)，理想市場(chǎng)考慮發(fā)電機(jī)調(diào)度時(shí)得到的結(jié)果原則上會(huì)與中心優(yōu)化的情況相同。因此UC-ED與表述和求解中心優(yōu)化問(wèn)題高度相關(guān)。為切實(shí)探討風(fēng)電并網(wǎng)的相關(guān)問(wèn)題，UC-ED問(wèn)題表述中應(yīng)包含風(fēng)電模型、與鄰近電力系統(tǒng)的互聯(lián)能力已經(jīng)儲(chǔ)能設(shè)施。對(duì)于有些系統(tǒng)，還必須包含恰當(dāng)?shù)臒犭娐?lián)產(chǎn)（combined heat and power，CHP）機(jī)組模型[7]。

6 結(jié)束語(yǔ)

UC-ED分析是評(píng)估大型電力系統(tǒng)中風(fēng)電影響的重要工具。該方法恰當(dāng)包含了決定電力系統(tǒng)成本和排放的許多因素。這對(duì)于得到合理的結(jié)果非常重要。不可否認(rèn)風(fēng)電裝機(jī)在很大程度上減少了二氧化碳的絕對(duì)排放量。系統(tǒng)運(yùn)行成本也由于燃料和排放定價(jià)而減小。

參考文獻(xiàn)

[1]胡國(guó)偉，別朝紅，王錫凡.考慮運(yùn)行可靠性的含風(fēng)電電力系統(tǒng)優(yōu)化調(diào)度[J].電工技術(shù)學(xué)報(bào)，2013，05.

[2]元博，周明，李庚銀，等.基于可靠性指標(biāo)的含風(fēng)電電力系統(tǒng)的發(fā)電和運(yùn)行備用的協(xié)調(diào)調(diào)度模型[J].電網(wǎng)技術(shù)，2013，03.

[3]丁明，林玉娟，潘浩.考慮負(fù)荷與新能源時(shí)序特性的隨機(jī)生產(chǎn)模擬[J].中國(guó)電機(jī)工程學(xué)報(bào)，2016，23.

[4]彭小圣，熊磊，文勁宇，等.風(fēng)電集群短期及超短期功率預(yù)測(cè)精度改進(jìn)方法綜述[J].中國(guó)電機(jī)工程學(xué)報(bào)，2016，23.

[5]歐陽(yáng)庭輝，查曉明，秦亮，等.中長(zhǎng)期風(fēng)電功率的多氣象變量模型組合預(yù)測(cè)方法[J].電網(wǎng)技術(shù)，2016，03.

[6]鄧勇.含風(fēng)電場(chǎng)的電力系統(tǒng)機(jī)組優(yōu)化調(diào)度研究[D].重慶大學(xué)，2014.

[7]別朝紅，胡國(guó)偉，等.考慮需求響應(yīng)的含風(fēng)電電力系統(tǒng)的優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化，2014，13.