風(fēng)險控制管理背景下的新能源納入電力系統(tǒng)備用方法

陳愷祺 劉成

摘要：新能源儲備的納入對促進新能源消費具有重要作用，但新能源儲備的可靠性受到預(yù)測難度大、波動性大的制約。為此，提出了一種基于風(fēng)險控制的能源系統(tǒng)備用方法。首先從電網(wǎng)安全和新能源消耗兩個方面分析了備用對電網(wǎng)調(diào)度運行的影響。以新能源消耗最大化為目標(biāo)，提出了兼顧電網(wǎng)安全與新能源消耗的柔性備用機制。通過對某電網(wǎng)的實例分析和應(yīng)用，驗證了該方法的科學(xué)性和實用性。分析了空載風(fēng)險、新能源預(yù)測水平和負(fù)荷預(yù)測水平對備用容量和新能源消耗的影響。

關(guān)鍵詞：新能源;風(fēng)力發(fā)電;光伏;備用;風(fēng)險控制;調(diào)度運行

0引言

近年來，對高比例新能源電力系統(tǒng)的備用優(yōu)化進行了一些研究。本文通過建立風(fēng)電預(yù)測誤差與備用需求變化的關(guān)聯(lián)模型，得到風(fēng)電接入后的新能源備用容量，但分析中未考慮負(fù)荷預(yù)測精度的影響。全面考慮了不確定性因素，如強迫停機率、加載和風(fēng)力發(fā)電輸出預(yù)測誤差，并建立了電力系統(tǒng)生成和備用協(xié)調(diào)調(diào)度模型與大規(guī)模風(fēng)力發(fā)電通過隨機生產(chǎn)模擬，專注于風(fēng)能波動帶來的實時操作備用需求。

一、 新能源納入備用對電網(wǎng)調(diào)度運行的影響

1不考慮電網(wǎng)新能源儲備

根據(jù)《電力系統(tǒng)技術(shù)導(dǎo)則》，電力系統(tǒng)的備用包括負(fù)荷備用容量、事故備用容量和維修備用容量三種能力。在調(diào)度運行前的啟動方式安排中，主要考慮負(fù)荷備用能力和事故備用能力。負(fù)荷備用容量一般是指連接母線并立即加載以平衡瞬時負(fù)載波動和負(fù)載預(yù)測誤差的旋轉(zhuǎn)備用容量為最大負(fù)載的2%-5%。本文重點分析了負(fù)荷和新能源預(yù)測誤差對備用的影響，可根據(jù)規(guī)劃功率曲線進行直流外送，故備用安排暫不考慮直流外送的影響。

系統(tǒng)空載風(fēng)險是由系統(tǒng)負(fù)荷預(yù)測偏差和待機率共同決定的。根據(jù)《電力系統(tǒng)技術(shù)導(dǎo)則》中確定的備用率，可以根據(jù)系統(tǒng)負(fù)荷預(yù)測水平來評估系統(tǒng)的空載風(fēng)險，也可以根據(jù)系統(tǒng)所能承受的空載風(fēng)險來確定備用率。

2 新能源納入備用的必要性

通過一定方式將新能源納入儲備，可以減小常規(guī)機組的最大可調(diào)量，提高系統(tǒng)的最大可調(diào)量大消耗空間，減少新能源棄電。

3 新能源納入備用常用方法

目前，在電網(wǎng)實際調(diào)度運行中，新能源已納入儲備有兩種常用的方法：一是通過新能源的歷史通過對新能源產(chǎn)量進行統(tǒng)計，可以得到新能源產(chǎn)量的概率分布一定保證產(chǎn)量要求后，新能源產(chǎn)量轉(zhuǎn)入儲備（后本文稱為保證輸出法。在這種方法下，新能源被納入儲備Nr為常數(shù);另一種是通過新能源預(yù)測誤差通過統(tǒng)計分析得到預(yù)測誤差的概率分布，然后得到預(yù)測新能值的置信區(qū)間，然后遵循置信區(qū)間邊界將新能量納入待機狀態(tài)（以下簡稱置信區(qū)間法）。以上兩種方法都有一定的局限性，第一種方法不考慮新能源的預(yù)測值，只考慮歷史產(chǎn)量的統(tǒng)計規(guī)律固定價值包括在儲備中，趨向于保守。第二種方法沒有考慮在對新能源進行預(yù)測時，考慮了負(fù)荷預(yù)測偏差的影響偏差，但全損負(fù)荷風(fēng)險是不可控制的。

三、實例分析及應(yīng)用

某電網(wǎng)最大負(fù)荷為93090MW、新能源裝機容量為98788MW、外輸容量為34000MW。原始數(shù)據(jù)為2019年實際負(fù)荷、日前預(yù)測負(fù)荷、新能源實際發(fā)電量和日前預(yù)測發(fā)電量。數(shù)據(jù)源為時間分辨率為15min的調(diào)度能源管理系統(tǒng)。當(dāng)前負(fù)荷預(yù)測準(zhǔn)確率為98.9%（平均相對誤差）新能源的預(yù)測精度為45.7%，平均相對誤差為54.3%。根據(jù)第二節(jié)提出的方法，使用MATLAB編寫仿真程序，進行仿真研究。

1 廣義負(fù)荷預(yù)測偏差分析

首先，橫向開展西北電網(wǎng)2019年日前負(fù)荷預(yù)測線性分析中，根據(jù)式（10）中廣義負(fù)荷預(yù)測偏差的定義，進行了不同儲備利率下廣義負(fù)荷預(yù)測偏差的概率分布統(tǒng)計分析。準(zhǔn)備金率設(shè)定為2%，3%，4%，5%。

2 不考慮新能源的備用留取

當(dāng)待機系統(tǒng)不考慮新能源時，根據(jù)式（3）可定義式（10）的損耗負(fù)荷條件和廣義負(fù)荷預(yù)測偏差可見，系統(tǒng)空載狀態(tài)為系統(tǒng)廣義負(fù)荷預(yù)測偏差差小于0，即：

在0 - 5%之間，設(shè)置不同的備用率計算負(fù)荷預(yù)測偏差，計算相應(yīng)的系統(tǒng)損耗負(fù)載風(fēng)險。

在當(dāng)前負(fù)荷預(yù)測水平下當(dāng)保留備用時，系統(tǒng)損失負(fù)荷的風(fēng)險為50%，且保留率為50%系統(tǒng)失負(fù)荷風(fēng)險逐漸降低，但速度降低逐漸慢下來。當(dāng)準(zhǔn)備金率為5%時，系統(tǒng)將失去負(fù)荷風(fēng)險下降到0.07%。

3 考慮新能源預(yù)測的備用留取

根據(jù)算法流程編制MATLAB仿真程序。設(shè)定負(fù)荷損失的風(fēng)險不超過1%，首先按新能源不仿真結(jié)果表明，當(dāng)新能源不計入備用時，備用應(yīng)為最大負(fù)荷的3.8%，系統(tǒng)中新能源棄電率為8.3%。然后，根據(jù)算法對新能量包含比進行優(yōu)化。優(yōu)化結(jié)果所示，新能量預(yù)測所示輸出按新能源裝機容量歸一化。

四、 新能源納入比例的影響因素分析

1系統(tǒng)損失負(fù)荷風(fēng)險對新能源納入比例的影響

針對新能源分別設(shè)置不同的系統(tǒng)損負(fù)荷風(fēng)險分別在系統(tǒng)空載風(fēng)險中加入比例優(yōu)化分析

當(dāng)為1%、2%和3%時。

隨著系統(tǒng)空載風(fēng)險的增加，新能源的比重也增加了，但系統(tǒng)失去了風(fēng)負(fù)荷風(fēng)險不能無限制地增加，較高的系統(tǒng)虧損意味著風(fēng)險經(jīng)濟損失和社會影響可能更大，所以有必要綜合分析，確定適當(dāng)?shù)南到y(tǒng)負(fù)荷損失風(fēng)險。相互連接的電網(wǎng)不通，在系統(tǒng)平衡張力時，還要通過輸送的調(diào)節(jié)電力實現(xiàn)平衡，因此對于電網(wǎng)的互聯(lián)，建立合理建立區(qū)際備用互助機制可以提高區(qū)域電網(wǎng)的容量失去負(fù)荷風(fēng)險，從而增加了新能源進入儲備的比例。

不同系統(tǒng)的失負(fù)荷風(fēng)險下面，新能源進入備份可以減少系統(tǒng)的新能源放棄。同時，隨著系統(tǒng)負(fù)荷損失和新能源報廢風(fēng)險的增加，這一比率也隨之增加電的速率會逐漸降低，但降低的速率會逐漸降低據(jù)說系統(tǒng)損失風(fēng)險的增加會導(dǎo)致新能源棄電率和效率的降低它會越來越不明顯。

2新能源預(yù)測水平對納入比例的影響

國內(nèi)外對風(fēng)電功率預(yù)測誤差的分布特性進行了研究者采用了多種分布模型，包括高斯分布、柯西分布、貝塔分布和修正的t分布同樣，能量表征的分布特征也不同，目前被歸類為正態(tài)分布特征布假設(shè)是最廣泛使用。以研究新能源預(yù)測水采用正態(tài)分布來描述平態(tài)對準(zhǔn)備金率納入的影響預(yù)測誤差的概率分布。通過實際價值輸出的新能源通過疊加一個滿足正態(tài)分布的誤差來模擬新能量力的預(yù)測值，改變正態(tài)分布的方差來模擬不同的預(yù)測值然后將新能源的預(yù)測水平轉(zhuǎn)化為儲備金率的影響。均方根誤差是描述預(yù)測水平的常用指標(biāo)，在系統(tǒng)空載風(fēng)險分別設(shè)為1%的條件下均方根誤差降低10%和20%后，采用正態(tài)分布抽樣得到了預(yù)測誤差，并將新能源重新優(yōu)化為儲量比例。隨著新能源預(yù)測的均方根誤差新能源比重逐步上升。

3 負(fù)荷預(yù)測水平對納入比例的影響

通過疊加荷載的實際值采用滿足正態(tài)分布的預(yù)測誤差來模擬負(fù)荷預(yù)測值，研究了負(fù)荷預(yù)測水平對新能源夾雜比的影響。

在系統(tǒng)空載風(fēng)險設(shè)為1%的條件下，分別改變RMS誤差，分別得到負(fù)荷預(yù)測精度98.4%和99.5%的負(fù)荷預(yù)測模擬值，再次新能源進入儲備的優(yōu)化比例如圖7所示。

隨著負(fù)荷預(yù)測精度的提高，新能源棄電量率逐漸下降，但負(fù)荷預(yù)測水平上升邊際效益在遞減。盡管負(fù)荷預(yù)測水平已經(jīng)存在要達到更高的水平，預(yù)測方法沒有很大的改進空間，但是隨著負(fù)荷側(cè)控制技術(shù)和市場機制的逐步建立，負(fù)荷側(cè)控制逐漸成為現(xiàn)實側(cè)控除了自身的峰值直接值外，還間接具有提高負(fù)荷預(yù)測水平，減少新能源浪費的作用電率。

五、結(jié)論

本文分為電網(wǎng)安全和新能源消耗兩個方面分析了備用對電網(wǎng)調(diào)度運行的影響，并對現(xiàn)有的備用進行了分析在保留模型分析的基礎(chǔ)上，考慮了系統(tǒng)的負(fù)損失將新能源的風(fēng)險通過替代方法和新方法引入電力系統(tǒng)以考慮電網(wǎng)安全為目標(biāo)，實現(xiàn)能源消耗最大化靈活的新能源消耗備用機制。

參考文獻

[1] 舒印彪， 張智剛， 郭劍波， 等. 新能源消納關(guān)鍵因素分析及解決措 施研究[J]. 中國電機工程學(xué)報， 2017（01）：1-9.

[2] 牛東曉， 李建鋒， 魏林君， 等. 跨區(qū)電網(wǎng)中風(fēng)電消納影響因素分析 及綜合評估方法研究[J]. 電網(wǎng)技術(shù)， 2016， 40（4）：1087-1093.