新能源集控系統(tǒng)電量指標(biāo)綜合處理策略

姜 凱， 金巖磊， 秦冠軍

(南京南瑞繼保電氣有限公司,江蘇 南京 211102)

0 引言

近幾年來，新能源發(fā)電已成趨勢，大量的專業(yè)技術(shù)人員的現(xiàn)場維護(hù)成本急劇增加，建設(shè)新能源集控(遠(yuǎn)程監(jiān)視系統(tǒng))將逐漸成為新能源公司最經(jīng)濟(jì)和高效的運(yùn)維方式[1-4]。集控系統(tǒng)運(yùn)維依賴于各項(xiàng)指標(biāo)的準(zhǔn)確性和實(shí)時(shí)性，電量指標(biāo)作為系統(tǒng)重要的生產(chǎn)指標(biāo)，其指標(biāo)的準(zhǔn)確、實(shí)時(shí)等特性是否滿足要求對集控系統(tǒng)運(yùn)維價(jià)值有極大的影響。

新能源遠(yuǎn)程集控系統(tǒng)通過前置模塊采集電量實(shí)時(shí)數(shù)據(jù)，受多種因素的影響[5-8]，集控采集電量的異?，F(xiàn)象呈現(xiàn)曲線變化多樣性、異常時(shí)刻隨機(jī)性和是否異常難分辨性等特點(diǎn)。從宏觀上看是因?yàn)樽诱緮?shù)據(jù)源的多樣化(包括設(shè)備類型、傳輸數(shù)據(jù)類型等多樣化)、集控系統(tǒng)結(jié)構(gòu)層級(jí)化[9-10]帶來的通信干擾不確定性等原因?qū)е碌?，從微觀上看是由于存在通信碼率傳輸精度的隨機(jī)跳躍。

目前的集控系統(tǒng)基本未對實(shí)時(shí)數(shù)據(jù)本身進(jìn)行策略優(yōu)化，常規(guī)手段是借助于其他軟件工具對離線數(shù)據(jù)進(jìn)行數(shù)據(jù)回填以保證數(shù)據(jù)可用性，或者推動(dòng)工程消除數(shù)據(jù)異常源，以減少數(shù)據(jù)異常發(fā)生概率[11]，但是工程中異常數(shù)據(jù)是不可避免的，比如子站電量定期清零、調(diào)試期間的數(shù)據(jù)修改、通信數(shù)據(jù)擾動(dòng)等。在千萬測點(diǎn)的大數(shù)據(jù)[12-14]集控系統(tǒng)中，這種處理方式將會(huì)一定程度上降低集控系統(tǒng)指標(biāo)展示的實(shí)時(shí)性效果和數(shù)據(jù)的正確性。

本文提出一套完整的電量數(shù)據(jù)處理方案，對采集數(shù)據(jù)入庫前進(jìn)行實(shí)時(shí)處理，準(zhǔn)確記錄實(shí)時(shí)電量數(shù)據(jù)，同時(shí)增加處理策略，對“好”“壞”數(shù)據(jù)使用雙重標(biāo)準(zhǔn)校驗(yàn)，在不影響數(shù)據(jù)準(zhǔn)確性情況下，使得系統(tǒng)的電量指標(biāo)能夠正確的實(shí)時(shí)更新。

1 新能源集控電量數(shù)據(jù)異常特性

1.1 電量數(shù)據(jù)宏觀異常曲線特點(diǎn)

新能源集控系統(tǒng)與大量的光伏、風(fēng)電等子站設(shè)備通信獲取電量生產(chǎn)數(shù)據(jù)[15-17]，其數(shù)據(jù)刷新實(shí)時(shí)性展示需要達(dá)到秒級(jí)，通過三峽新能源集控系統(tǒng)工程實(shí)際數(shù)據(jù)觀察，電量數(shù)據(jù)呈現(xiàn)異常多樣化，通過30秒間隔采樣數(shù)據(jù)擬合曲線，觀察宏觀上的電量(累計(jì)值總值)曲線隨機(jī)異常變化規(guī)律。

圖1中10 d時(shí)間內(nèi)風(fēng)機(jī)電量數(shù)據(jù)在隨機(jī)跳變波動(dòng)，經(jīng)常出現(xiàn)“尖峰”數(shù)據(jù)[18]，整體趨勢是緩慢合理增長。圖2中某風(fēng)機(jī)電量在電量異常時(shí)間段持續(xù)時(shí)間較長。圖3中某風(fēng)機(jī)電量數(shù)據(jù)在A點(diǎn)到B點(diǎn)之間電量雖然是向上增加趨勢，但是數(shù)值變化卻遠(yuǎn)超此風(fēng)機(jī)能發(fā)最大上限，不增加過濾判別很難識(shí)別出來。圖4中是風(fēng)機(jī)在某個(gè)時(shí)刻隨機(jī)的電量變?yōu)?，之后電量值恢復(fù)。

圖1 電量尖峰曲線Fig.1 Electricity peak curve

圖2 電量異常持續(xù)時(shí)間長曲線Fig.2 Power exception duration long curve

圖3 電量數(shù)據(jù)復(fù)雜變化曲線Fig.3 Complexity curve of electric quantity data

圖4 電量正常清零曲線Fig.4 Normal power reduction curve

從集控系統(tǒng)應(yīng)用角度來分析，“異?！痹蚍譃楹侠砗筒缓侠淼臄?shù)據(jù)異常，正常運(yùn)維產(chǎn)生的數(shù)據(jù)跳變有子站端電量累計(jì)值設(shè)備清零(和通信中斷會(huì)有相同的現(xiàn)象)、設(shè)備程序升級(jí)清零等，不合理數(shù)據(jù)異常產(chǎn)生原因則有設(shè)備越限、通信中斷、數(shù)據(jù)源質(zhì)量不穩(wěn)定、通信環(huán)節(jié)多干擾大等。

數(shù)據(jù)異常變化從整體上來看存在以下特點(diǎn)：(1) 異常數(shù)據(jù)發(fā)生時(shí)間的隨機(jī)性；(2) 數(shù)據(jù)曲線異常趨勢不確定性；(3) 數(shù)據(jù)異常狀態(tài)持續(xù)時(shí)間的不確定性；(4) 異?，F(xiàn)象和正常現(xiàn)象混雜不可區(qū)分。新能源集控系統(tǒng)對數(shù)據(jù)展示實(shí)時(shí)性、統(tǒng)計(jì)查詢時(shí)間隨機(jī)性有非常高的需求，因此必須對電量數(shù)據(jù)做出完整的過濾處理，將異常數(shù)據(jù)實(shí)時(shí)消納，做到從應(yīng)用對象角度能夠無差別使用異常和非異常期間的電量數(shù)據(jù)。

1.2 電量數(shù)據(jù)微觀異常曲線及特點(diǎn)

電量數(shù)據(jù)微觀異常的概念是指在集控系統(tǒng)和子站通信期間，由于設(shè)備、子站、總站系統(tǒng)等各個(gè)環(huán)節(jié)因?yàn)橄禂?shù)設(shè)置等原因?qū)е码娏繑?shù)據(jù)丟失數(shù)據(jù)精度的現(xiàn)象。這會(huì)導(dǎo)致數(shù)據(jù)在傳輸環(huán)節(jié)上出現(xiàn)一定程度數(shù)據(jù)曲線失真，但并不影響總體(宏觀)趨勢，如圖5所示。

圖5 電量-時(shí)間采樣定性曲線Fig.5 Power-time sampling qualitative curve

丟失數(shù)據(jù)精度的曲線變化規(guī)律有些是類似宏觀數(shù)據(jù)曲線的異?，F(xiàn)象，比如圖5中采樣點(diǎn)4(從左往右)比采樣點(diǎn)3值小，原因是在此時(shí)段設(shè)備內(nèi)發(fā)電量較小，精度損失帶來的擾動(dòng)影響較大，其現(xiàn)象與宏觀電量向下突變類似。如果對此種電量不加處理，每個(gè)設(shè)備微小的損失，也會(huì)使得系統(tǒng)整體累計(jì)電量生成數(shù)據(jù)因設(shè)備量大而出現(xiàn)明顯的偏差。因此在處理電量宏觀上的數(shù)據(jù)異常情況時(shí)，必須兼顧微觀上的數(shù)據(jù)精度丟失帶來的異常情況。

2 新能源集控電量修正策略

(1)

則發(fā)電設(shè)備和廠站任意時(shí)刻的集控隨機(jī)數(shù)據(jù)集統(tǒng)計(jì)電量為：

(2)

(3)

式中：i，j分別表示任意的兩個(gè)時(shí)刻；表示場站下子設(shè)備集合；ΔE表示發(fā)電設(shè)備在任意時(shí)間段[i,j]內(nèi)的電量統(tǒng)計(jì)；E總為廠站層下的任意時(shí)間段[i,j]的電量統(tǒng)計(jì)。

同時(shí)增加實(shí)時(shí)庫電量Et當(dāng)前狀態(tài)標(biāo)記l，以記錄當(dāng)前電量Et的狀態(tài)是否是處于“異?！逼陂g，在不同的狀態(tài)期間執(zhí)行相應(yīng)的數(shù)據(jù)處理策略。

2.1 宏觀趨勢數(shù)據(jù)異常處理策略

本策略部分是當(dāng)數(shù)據(jù)出現(xiàn)異常時(shí)候的處理環(huán)節(jié)。本文中狀態(tài)標(biāo)記l值表征Et環(huán)境含義為：l=0表示正常數(shù)據(jù)環(huán)境；l=1表示下降異常數(shù)據(jù)環(huán)境；l=2表示上升異常數(shù)據(jù)環(huán)境，數(shù)據(jù)跳變判據(jù)采用相應(yīng)發(fā)電設(shè)備單位時(shí)間內(nèi)最大額度發(fā)電量為上限，實(shí)際中考慮設(shè)備有超發(fā)情況，需增加冗余上限。使用控制策略，保證在不改變實(shí)時(shí)數(shù)據(jù)Et值情況下，采用修改伴隨變量方式，使得電量Et累計(jì)值能夠在趨勢上不丟失，不出現(xiàn)統(tǒng)計(jì)異常。對于宏觀數(shù)據(jù)處理策略如圖6所示。

圖6 宏觀異常數(shù)據(jù)處理策略Fig.6 Macro anomaly data processing strategy

2.2 數(shù)據(jù)微觀擾動(dòng)損失處理策略

本文中處理“好”、“壞”數(shù)據(jù)實(shí)行不同的數(shù)據(jù)校驗(yàn)標(biāo)準(zhǔn)，以確?！昂谩睌?shù)據(jù)更快執(zhí)行，異常數(shù)據(jù)和異常狀態(tài)恢復(fù)嚴(yán)格校驗(yàn)。確保小發(fā)電情況下的數(shù)據(jù)精度擾動(dòng)等不被誤判為跳變損失，詳細(xì)的控制策略見圖7，在圖6“異常/恢復(fù)數(shù)據(jù)處理策略”前序邏輯中增加對數(shù)據(jù)多層校驗(yàn)的過程，將數(shù)據(jù)曲線合理范圍“管道化”。增強(qiáng)電量數(shù)據(jù)發(fā)生異常、異?；謴?fù)情況下的判別程度，抑制擾動(dòng)數(shù)據(jù)帶來的影響。

其中精度校驗(yàn)環(huán)節(jié)d2≥d1,ΔE額定為采樣點(diǎn)兩次值比較周期內(nèi)最大發(fā)電量值。d1為數(shù)據(jù)變化周期內(nèi)的采樣最小計(jì)算精度，用于正常數(shù)據(jù)的變化處理，d1的合理設(shè)立有助于實(shí)時(shí)數(shù)據(jù)的刷新速度；d2用于“異?！迸袆e和恢復(fù)“正常”的數(shù)據(jù)門檻值，對于擾動(dòng)過濾、長時(shí)間異常點(diǎn)(對異常發(fā)生、恢復(fù)有較高要求)判別有重要作用，選值需要根據(jù)發(fā)電設(shè)備滿發(fā)時(shí)數(shù)據(jù)擾動(dòng)情況觀察設(shè)立。

3 基于三峽新能源集控系統(tǒng)電量現(xiàn)狀優(yōu)化案例分析

本文采用三峽新能源集控系統(tǒng)某子站一臺(tái)風(fēng)機(jī)的電量數(shù)據(jù)進(jìn)行測試，在風(fēng)機(jī)設(shè)備側(cè)模擬實(shí)際情況隨機(jī)修改運(yùn)行工況和電量數(shù)值。集控系統(tǒng)電量單位統(tǒng)計(jì)統(tǒng)一使用MW·h，風(fēng)機(jī)的額定功率為1500 kW。為了保證監(jiān)控系統(tǒng)刷新的實(shí)時(shí)性(集控的重要用戶體驗(yàn)指標(biāo))，設(shè)定d1=0.000 1、d2=0.02，單個(gè)計(jì)算采樣間隔周期內(nèi)風(fēng)機(jī)的最大發(fā)電量采用1.2倍上限容忍。初始數(shù)據(jù)環(huán)境變量l為0，即當(dāng)前數(shù)據(jù)為正常數(shù)據(jù)，初始電量伴隨因子跟隨值均為0。為了便于觀察曲線，本文中通信中斷數(shù)據(jù)模擬使用適量減少來實(shí)現(xiàn)，在策略處理上是一致的判斷。為便于實(shí)驗(yàn)觀察，對風(fēng)機(jī)使用一分鐘間隔采樣點(diǎn)作為測試案例，連續(xù)測試10個(gè)數(shù)據(jù)點(diǎn)Et。

圖8 修正前后電量曲線Fig.8 Curves before and after correction

4 結(jié)論

本文提出了一種采用綜合電量生成數(shù)據(jù)的修正策略，并進(jìn)行了完備的測試后得出如下結(jié)論：(1)基于“好”“壞”數(shù)據(jù)雙重標(biāo)準(zhǔn)處理數(shù)據(jù)擾動(dòng)策略解決了新能源集控系統(tǒng)電量生成展示的實(shí)時(shí)性和正確性的沖突。(2) 對實(shí)時(shí)系統(tǒng)數(shù)據(jù)采用綜合處理策略，解決了電量曲線復(fù)雜異常問題，包括尖峰脈沖過濾、矩形過濾、中斷期間累計(jì)數(shù)據(jù)恢復(fù)等，既滿足了實(shí)時(shí)系統(tǒng)展示需求，同時(shí)也支持了任意時(shí)間段的正確統(tǒng)計(jì)查詢功能。(3) 引進(jìn)電量指標(biāo)的跟隨變量：伴隨突變因子和數(shù)據(jù)環(huán)境變量等，這些衍生變量可以用來判斷系統(tǒng)的數(shù)據(jù)質(zhì)量可信度等。