基于改進(jìn)樣板機(jī)法的風(fēng)光互補(bǔ)新能源電站容量配比優(yōu)化

李延和， 楊立濱， 郝麗麗， 劉祥風(fēng)， 呂肖旭

(1. 國(guó)網(wǎng)青海省電力公司，青海 西寧 810008；2. 國(guó)網(wǎng)青海省電力公司經(jīng)濟(jì)技術(shù)研究院，青海 西寧 810008;3. 國(guó)網(wǎng)青海省電力公司清潔能源發(fā)展研究院，青海 西寧 810008；4. 南京工業(yè)大學(xué)電氣工程與控制科學(xué)學(xué)院，江蘇 南京 211816)

0 引言

隨著全球能源的短缺、環(huán)境問(wèn)題的日益凸顯，可再生能源技術(shù)受到越來(lái)越多國(guó)家重視與青睞。預(yù)計(jì)到2030年，非化石能源占一次能源消費(fèi)比重將達(dá)到25%左右，其中，風(fēng)電、光伏發(fā)電總裝機(jī)容量將超過(guò)12億kW[1]。間歇和波動(dòng)的風(fēng)電、光伏出力通常難以匹配凈負(fù)荷需求，會(huì)造成切負(fù)荷或棄風(fēng)棄光等損失，甚至引發(fā)電網(wǎng)故障。因此，根據(jù)各地風(fēng)光資源特點(diǎn)合理規(guī)劃風(fēng)電、光伏發(fā)電的裝機(jī)配比容量以匹配負(fù)荷需求，對(duì)新能源的開(kāi)發(fā)利用具有重要意義[2—4]。

風(fēng)光新能源電站的理論功率數(shù)據(jù)可以明確反應(yīng)電站對(duì)當(dāng)?shù)仫L(fēng)光資源的利用能力，因此電站理論功率的準(zhǔn)確計(jì)算至關(guān)重要。目前，風(fēng)光新能源電站所采用的理論功率計(jì)算方法為氣象數(shù)據(jù)外推法和樣板機(jī)法[5—8]。氣象數(shù)據(jù)外推法通?；跉v史數(shù)據(jù)建立新能源電站出力與自然資源特征(風(fēng)速、輻照度等)的關(guān)聯(lián)模型，但往往會(huì)因忽略風(fēng)向、光伏板積灰等因素而出現(xiàn)較大誤差；樣板機(jī)法為各類型機(jī)組(風(fēng)電機(jī)組/光伏逆變器)選取一定數(shù)量不參與電站限電的樣板機(jī)，利用其實(shí)測(cè)出力線性外推同類型非樣板機(jī)的出力，從而求得新能源電站的理論輸出功率。樣板機(jī)法較氣象數(shù)據(jù)外推法計(jì)算更簡(jiǎn)單方便，但未考慮樣板機(jī)在運(yùn)行期間出現(xiàn)異常的情況以及非樣板機(jī)與樣板機(jī)之間的實(shí)際發(fā)電差異，算得的理論功率尚有改進(jìn)空間。

針對(duì)風(fēng)光容量配比優(yōu)化問(wèn)題，文獻(xiàn)[9]建立了等效負(fù)荷峰谷差指標(biāo)，通過(guò)風(fēng)電、光伏出力模擬研究了不同風(fēng)光容量配比對(duì)該指標(biāo)的影響，并得到了使等效負(fù)荷峰谷差變化最小的風(fēng)光容量配比；文獻(xiàn)[10]基于新能源出力數(shù)據(jù)分析某地區(qū)電網(wǎng)風(fēng)電、光伏出力特性，并用Spearman秩相關(guān)系數(shù)研究2種波動(dòng)性能源出力的互補(bǔ)特性及其合理容量配比；文獻(xiàn)[11]基于天氣預(yù)報(bào)數(shù)據(jù)，構(gòu)建了基于核主成分分析和自組織特征映射神經(jīng)網(wǎng)絡(luò)的天氣類型劃分模型，從波動(dòng)性和爬坡性2個(gè)角度定量分析了不同天氣類型下風(fēng)光出力互補(bǔ)程度，確定了風(fēng)光最佳并網(wǎng)容量比例。相關(guān)文獻(xiàn)較少考慮理論功率計(jì)算的改進(jìn)問(wèn)題，且未考慮新能源電站出力與凈負(fù)荷需求不匹配所帶來(lái)的風(fēng)險(xiǎn)。

為了準(zhǔn)確計(jì)算風(fēng)光新能源電站的理論功率，文中對(duì)樣板機(jī)法進(jìn)行改進(jìn)，通過(guò)樣板機(jī)和非樣板機(jī)的實(shí)測(cè)出力值動(dòng)態(tài)評(píng)估二者間的發(fā)電性能差異，進(jìn)而計(jì)算新能源電站的理論功率。同時(shí)為了得到地區(qū)合理的風(fēng)光容量配比，文中利用改進(jìn)樣板機(jī)法得到更準(zhǔn)確的新能源電站歷史理論功率，挖掘風(fēng)光電站出力特性，提出了面向降低源荷不匹配風(fēng)險(xiǎn)的風(fēng)光容量配比優(yōu)化方法，從而可為地區(qū)電網(wǎng)風(fēng)光發(fā)電容量配置提供參照。

1 異常數(shù)據(jù)的識(shí)別及重構(gòu)

為保證文中所用數(shù)據(jù)的準(zhǔn)確可靠，須進(jìn)行數(shù)據(jù)預(yù)處理[12—16]，包括對(duì)新能源電站的實(shí)測(cè)功率進(jìn)行異常數(shù)據(jù)識(shí)別及剔除，并對(duì)缺失的數(shù)據(jù)進(jìn)行重構(gòu)。

1.1 異常數(shù)據(jù)識(shí)別

數(shù)據(jù)異常主要由數(shù)據(jù)采集或通信設(shè)備發(fā)生故障造成，體現(xiàn)為數(shù)據(jù)缺失、數(shù)據(jù)越限、數(shù)值不刷新、數(shù)據(jù)畸變。數(shù)據(jù)缺失、越限和不刷新，可根據(jù)數(shù)據(jù)特征直接進(jìn)行識(shí)別及剔除，而對(duì)于數(shù)據(jù)在正常范圍內(nèi)與實(shí)際值偏差較大的畸變數(shù)據(jù)，由于位置鄰近的同類機(jī)組的實(shí)測(cè)功率具有空間相關(guān)性[17]，可利用與待校驗(yàn)機(jī)組鄰近的同類機(jī)組的實(shí)測(cè)功率來(lái)識(shí)別。

對(duì)所有機(jī)組的實(shí)測(cè)功率進(jìn)行歸一化處理：

(1)

(2)

(3)

1.2 缺失數(shù)據(jù)重構(gòu)

對(duì)剔除異常數(shù)據(jù)引起的單點(diǎn)數(shù)據(jù)缺失，利用缺失部分前后數(shù)據(jù)的均值對(duì)其進(jìn)行重構(gòu)。

對(duì)剔除異常數(shù)據(jù)所引起的多點(diǎn)數(shù)據(jù)缺失，采用自回歸滑動(dòng)平均(auto regressive moving average,ARMA)模型進(jìn)行重構(gòu)。采用ARMA對(duì)新能源電站/機(jī)組完好的歷史實(shí)測(cè)功率數(shù)據(jù)進(jìn)行預(yù)測(cè)，若第p步預(yù)測(cè)誤差Ep小于預(yù)設(shè)閾值ε0，則預(yù)測(cè)結(jié)果可信。對(duì)大量歷史實(shí)測(cè)功率數(shù)據(jù)進(jìn)行A次預(yù)測(cè)，根據(jù)式(4)可計(jì)算第p步預(yù)測(cè)結(jié)果的平均可接受率γp。

(4)

式中：C(·)為次數(shù)統(tǒng)計(jì)；A為ARMA模型預(yù)測(cè)的總次數(shù)。

(5)

按照此方法，可完成新能源電站/機(jī)組實(shí)測(cè)功率缺失數(shù)據(jù)時(shí)段[c,d]的數(shù)據(jù)重構(gòu)。

2 基于改進(jìn)樣板機(jī)法的理論功率計(jì)算

2.1 基于氣象特征的氣象信息相似時(shí)段識(shí)別

建立風(fēng)電場(chǎng)天氣特征向量：

Ww=[ww1ww2ww3ww4]

(6)

式中：ww1為風(fēng)電場(chǎng)測(cè)風(fēng)塔迎風(fēng)面在所選時(shí)段內(nèi)的平均風(fēng)速；ww2，ww3，ww4分別為風(fēng)電場(chǎng)在所選時(shí)段內(nèi)的最高、最低、平均空氣密度。

建立光伏電站天氣特征向量：

Wpv=[wpv1wpv2wpv3wpv4]

(7)

式中：wpv1為光伏電站在所選時(shí)段內(nèi)的天氣類型，取1～4，含義參見(jiàn)文獻(xiàn)[19]；wpv2，wpv3，wpv4分別為光伏電站在所選時(shí)段內(nèi)的最高、最低和平均溫度。

根據(jù)新能源電站的氣象特征識(shí)別運(yùn)行過(guò)程中的氣象信息相似時(shí)段。設(shè)新能源電站第x，y個(gè)時(shí)段的天氣特征向量分別為Wx與Wy，根據(jù)式(8)計(jì)算兩者的Pearson相關(guān)系數(shù)R(Wx,Wy)。若R(Wx,Wy)大于預(yù)設(shè)閾值α，則第x，y個(gè)時(shí)段互為氣象信息相似時(shí)段。用相同方法分別找出統(tǒng)計(jì)時(shí)間內(nèi)氣象信息相似的所有時(shí)段。

(8)

式中：wx,ave，wy,ave分別為Wx和Wy中元素的算術(shù)平均；wx,z，wy,z分別為Wx和Wy中的第z個(gè)元素。

2.2 基于時(shí)空相關(guān)性的樣板機(jī)異常識(shí)別及處理

實(shí)際運(yùn)行中，新能源電站中的樣板機(jī)會(huì)因?yàn)閻毫犹鞖狻⒆陨砝匣劝l(fā)生運(yùn)行故障，繼而影響后續(xù)的理論功率計(jì)算精度，所以需要對(duì)發(fā)生異常的樣板機(jī)及時(shí)進(jìn)行識(shí)別及更換。由于在氣象信息相似的時(shí)段內(nèi)，新能源電站中機(jī)組自身出力往往具有相同趨勢(shì)，呈現(xiàn)時(shí)間相關(guān)性；而同一電站中機(jī)組間的地理位置較近，其風(fēng)光資源特性較為一致，機(jī)組間出力通常也具有相同趨勢(shì)，呈現(xiàn)空間相關(guān)性。因此文中基于站內(nèi)樣板機(jī)出力的時(shí)空相關(guān)性來(lái)識(shí)別異常樣板機(jī)，步驟如下。

步驟1：根據(jù)2.1節(jié)所提方法識(shí)別得到評(píng)估時(shí)間內(nèi)新能源電站共I個(gè)氣象信息相似時(shí)段(若未搜索到相似時(shí)段，則I=1)，設(shè)新能源電站內(nèi)k型號(hào)機(jī)組的樣板機(jī)數(shù)量為Mk，第b臺(tái)樣板機(jī)在第v個(gè)氣象信息相似時(shí)段的實(shí)測(cè)功率序列為Pbvs={Pbvs,1,Pbvs,2,…,Pbvs,n}，n為該時(shí)段的采樣點(diǎn)個(gè)數(shù)。

步驟2：對(duì)Mk×I個(gè)實(shí)測(cè)功率序列進(jìn)行K-means聚類[20]，得到K個(gè)實(shí)測(cè)功率序列簇類，并由式(9)可得每個(gè)簇類的聚類中心Ch。

(9)

式中：φh為第h個(gè)實(shí)測(cè)功率序列簇類(h=1,2,…,K)；N(φh)為φh中實(shí)測(cè)功率序列的個(gè)數(shù)；Xτ為φh中的第τ個(gè)實(shí)測(cè)功率序列。

步驟3：計(jì)算Pbvs與其所屬聚類中心Ch的歐式距離，若距離大于預(yù)設(shè)閾值δ，則判斷第b臺(tái)樣板機(jī)的第v個(gè)氣象信息相似時(shí)段發(fā)生異常，將該時(shí)段定義為異常時(shí)段，否則判斷其為正常時(shí)段。按此方法依次遍歷新能源電站每臺(tái)樣板機(jī)各時(shí)段，得到各樣板機(jī)的異常時(shí)段。

步驟4：針對(duì)各樣板機(jī)的異常時(shí)段，依次將異常樣板機(jī)剔除，并將其歸為非樣板機(jī)。判斷樣板機(jī)數(shù)量是否滿足要求，若滿足則更新樣板機(jī)數(shù)量；若樣板機(jī)數(shù)量不滿足理論功率計(jì)算需求，則從非樣板機(jī)中選擇機(jī)組實(shí)測(cè)功率離聚類中心最近的若干機(jī)組作為候選樣板機(jī)，增補(bǔ)進(jìn)樣板機(jī)集合。

2.3 非樣板機(jī)出力系數(shù)的動(dòng)態(tài)識(shí)別

2.3.1 動(dòng)態(tài)信息窗的設(shè)置

為實(shí)時(shí)跟蹤非樣板機(jī)與樣板機(jī)出力的關(guān)系，需要設(shè)置動(dòng)態(tài)信息窗以獲取同型號(hào)下每臺(tái)非樣板機(jī)的出力情況。當(dāng)非樣板機(jī)在計(jì)算時(shí)刻t之前的時(shí)段[t-φ,t]發(fā)生限電、故障或檢修等情況時(shí)，需要調(diào)整t時(shí)刻信息窗的選取位置，以避免按照異常情況獲取非樣板機(jī)出力信息而使理論功率計(jì)算不準(zhǔn)。

設(shè)新能源電站內(nèi)k型號(hào)機(jī)組共有B臺(tái)非樣板機(jī)，其中第q臺(tái)非樣板機(jī)為Tq(q=1,2,…,B)。選取新能源電站理論功率計(jì)算時(shí)刻t之前的時(shí)段[t-φ,t]，根據(jù)該時(shí)段內(nèi)Tq實(shí)際運(yùn)行情況來(lái)確定動(dòng)態(tài)信息窗的選取。

(1) 當(dāng)Tq在[t-φ,t]內(nèi)正常運(yùn)行時(shí)，則選取[t-φ,t)作為Tq在t時(shí)刻的信息窗，并隨理論功率的計(jì)算時(shí)刻動(dòng)態(tài)調(diào)整。

(2) 當(dāng)Tq在[t-φ,t]內(nèi)為限電、故障或檢修狀態(tài)時(shí)，選擇該時(shí)段內(nèi)新能源電站的天氣特征向量W0作為t時(shí)刻理論功率計(jì)算的基準(zhǔn)天氣特征向量。根據(jù)新能源電站限電、故障檢修記錄尋找距離t時(shí)刻前D天(如取30 d)內(nèi)Tq正常運(yùn)行的時(shí)段集合，剔除長(zhǎng)度小于φ的時(shí)段，并將滿足條件的時(shí)間段劃分成Q個(gè)長(zhǎng)度為φ的時(shí)段。然后，提取新能源電站第g個(gè)時(shí)段的天氣特征向量Wg(g=1,2,…,Q)，根據(jù)式(8)計(jì)算相關(guān)系數(shù)R(W0,Wg)，依次計(jì)算形成相關(guān)系數(shù)集{R(W0,W1),R(W0,W2),…,R(W0,WQ)}，取其中最大元素對(duì)應(yīng)的正常運(yùn)行時(shí)段作為Tq在t時(shí)刻的信息窗，并隨理論功率計(jì)算時(shí)刻的變化而動(dòng)態(tài)調(diào)整。在機(jī)組長(zhǎng)期退出運(yùn)行的特殊情況下，可適當(dāng)放寬歷史氣象特征的時(shí)間搜索范圍。

2.3.2 非樣板機(jī)分組及出力系數(shù)的動(dòng)態(tài)識(shí)別

(10)

2.4 新能源電站理論功率計(jì)算

利用樣板機(jī)的實(shí)測(cè)功率，可得到新能源電站在t時(shí)刻改進(jìn)后的理論功率計(jì)算模型：

(11)

(12)

3 考慮源荷不匹配風(fēng)險(xiǎn)的風(fēng)光容量配比優(yōu)化

不合理的風(fēng)光容量配比會(huì)導(dǎo)致風(fēng)光出力與負(fù)荷不匹配，從而產(chǎn)生棄風(fēng)棄光或切負(fù)荷等現(xiàn)象，造成經(jīng)濟(jì)損失，甚至引發(fā)電網(wǎng)故障。風(fēng)光電站發(fā)電能力評(píng)估的不準(zhǔn)確性、出力的不確定性均會(huì)使風(fēng)光不合理匹配的損失評(píng)估存在較大誤差，從而在面向風(fēng)光容量配比這一長(zhǎng)周期規(guī)劃問(wèn)題時(shí)分配不合理。文中在第2章的基礎(chǔ)上，利用蒙特卡洛法對(duì)風(fēng)光電站出力進(jìn)行長(zhǎng)周期模擬抽樣，并計(jì)算每一確定的抽樣場(chǎng)景下因產(chǎn)生棄風(fēng)棄光或切負(fù)荷現(xiàn)象造成的經(jīng)濟(jì)損失。某場(chǎng)景的源荷不匹配風(fēng)險(xiǎn)即為風(fēng)光電站出力場(chǎng)景發(fā)生概率與該場(chǎng)景下經(jīng)濟(jì)損失的積。

3.1 風(fēng)光容量配比優(yōu)化模型

風(fēng)光容量配比優(yōu)化目標(biāo)為最小化長(zhǎng)周期源荷不匹配風(fēng)險(xiǎn)R：

(13)

(14)

3.2 基于理論功率的新能源電站隨機(jī)出力場(chǎng)景生成

在進(jìn)行新能源電站隨機(jī)出力場(chǎng)景生成時(shí)，若不考慮新能源電站自身出力的時(shí)間相關(guān)性，則會(huì)導(dǎo)致模擬的出力波動(dòng)特性與實(shí)際情況不符。為生成風(fēng)光電站隨機(jī)出力場(chǎng)景，文中建立了新能源電站長(zhǎng)周期出力場(chǎng)景生成方法，具體過(guò)程如下：

(1) 生成平均波動(dòng)序列。在確定的時(shí)間顆粒度(5 min)下，計(jì)算多年理論功率波動(dòng)量并取各時(shí)刻平均值，得到平均波動(dòng)序列{μt|t=1,2,…,T-1}。

(2) 生成新能源電站初始出力場(chǎng)景集。通過(guò)對(duì)新能源電站多年理論功率的統(tǒng)計(jì)可得新能源電站在各時(shí)刻出力區(qū)間的概率分布，并利用蒙特卡洛法模擬得到新能源電站初始出力場(chǎng)景集Ω：

(15)

式中：Pf,t為t時(shí)刻第f個(gè)出力場(chǎng)景下的新能源電站出力值。行向量表示新能源電站在時(shí)間周期T內(nèi)隨機(jī)抽樣生成的一個(gè)出力場(chǎng)景；列向量表示同一時(shí)刻不同場(chǎng)景下新能源電站的出力。Ω反映了新能源電站在各時(shí)刻出力區(qū)間的概率分布，但無(wú)法滿足新能源電站自身出力的時(shí)間相關(guān)性，因此需要對(duì)Ω中各行向量的數(shù)據(jù)進(jìn)行重構(gòu)。

(3) 重構(gòu)初始出力場(chǎng)景集的數(shù)據(jù)。結(jié)合平均波動(dòng)序列中該時(shí)刻的平均波動(dòng)量μt，從t+1時(shí)刻新能源電站出力集[P1,t+1P2,t+1…Pf,t+1]T中選出最接近Pf,t+μt的數(shù)值Pk,t+1(k≤f)，作為該出力場(chǎng)景下t+1時(shí)刻的出力值，按上述方法依次確定各時(shí)刻的出力值。遍歷初始出力場(chǎng)景集Ω，得到重構(gòu)后的新能源電站出力場(chǎng)景集Ω′。重構(gòu)后的Ω′既滿足新能源電站在各時(shí)刻出力區(qū)間的概率分布，也能較為準(zhǔn)確地反映新能源電站出力的時(shí)間相關(guān)性。分別對(duì)風(fēng)光電站按此方法模擬生成出力場(chǎng)景，從而得到風(fēng)光電站出力場(chǎng)景集。

3.3 極端場(chǎng)景篩選

為避免小概率高風(fēng)險(xiǎn)場(chǎng)景對(duì)風(fēng)光容量配比規(guī)劃的影響，需要對(duì)極端場(chǎng)景進(jìn)行篩選，再進(jìn)行風(fēng)光容量最優(yōu)配比的計(jì)算，具體步驟如下。

步驟1：根據(jù)風(fēng)光電站出力場(chǎng)景集，結(jié)合式(13)和式(14)計(jì)算得到使源荷不匹配風(fēng)險(xiǎn)最小的風(fēng)電裝機(jī)占比λ。

步驟2：根據(jù)步驟1得到的λ值依次計(jì)算各個(gè)出力場(chǎng)景對(duì)應(yīng)的源荷不匹配風(fēng)險(xiǎn)。若所有場(chǎng)景對(duì)應(yīng)的源荷不匹配風(fēng)險(xiǎn)值均小于給定的風(fēng)險(xiǎn)閾值ξ，則將風(fēng)電裝機(jī)占比λ確定為風(fēng)電最優(yōu)裝機(jī)占比，進(jìn)而得到風(fēng)光容量最優(yōu)配比；若存在某些出力場(chǎng)景的源荷不匹配風(fēng)險(xiǎn)值大于ξ，則將這些場(chǎng)景識(shí)別為極端場(chǎng)景并進(jìn)行剔除，更新風(fēng)光電站出力場(chǎng)景集，并返回步驟1。

為了提高計(jì)算效率，可對(duì)模擬生成的場(chǎng)景進(jìn)行聚類，以較小數(shù)目的場(chǎng)景代替原始繁多的場(chǎng)景，每種聚類場(chǎng)景中場(chǎng)景個(gè)數(shù)之和與模擬生成的場(chǎng)景總數(shù)的比值即為該聚類場(chǎng)景的概率。

4 算例與分析

為驗(yàn)證文中方法的有效性，以含100臺(tái)風(fēng)電機(jī)組的風(fēng)電場(chǎng)為例進(jìn)行分析，單臺(tái)容量為1.5 MW，總裝機(jī)容量為150 MW。設(shè)風(fēng)電機(jī)組共有3個(gè)型號(hào)，各型號(hào)機(jī)組沿風(fēng)向排列，其信息見(jiàn)表1。

表1 機(jī)組參數(shù)信息

根據(jù)中國(guó)西北地區(qū)春季的風(fēng)速及空氣密度變化規(guī)律，同時(shí)計(jì)及風(fēng)電場(chǎng)內(nèi)風(fēng)速分布的空間相關(guān)性[21]和風(fēng)速變化的時(shí)間相關(guān)性[22](忽略風(fēng)向變化的影響)，模擬得到各風(fēng)電機(jī)組輪轂處風(fēng)速、測(cè)風(fēng)塔迎風(fēng)面風(fēng)速和風(fēng)電場(chǎng)空氣密度(三者皆為5 min一個(gè)值)[23—29]，并根據(jù)風(fēng)速-功率關(guān)系計(jì)算得到各型號(hào)風(fēng)電機(jī)組的模擬理論功率[26，30]，全場(chǎng)疊加可得風(fēng)電場(chǎng)的模擬理論功率。為得到較為符合風(fēng)電場(chǎng)實(shí)際運(yùn)行特性的風(fēng)電機(jī)組模擬出力，須進(jìn)一步構(gòu)造計(jì)及風(fēng)電數(shù)據(jù)通信故障和局部運(yùn)行等情況的異常數(shù)據(jù)場(chǎng)景，并人工設(shè)定一定比例的帶限電和故障檢修標(biāo)簽位的風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)，最終構(gòu)造出風(fēng)電機(jī)組的實(shí)測(cè)功率數(shù)據(jù)。

實(shí)測(cè)功率數(shù)據(jù)的可靠與完整是后續(xù)理論功率計(jì)算的基礎(chǔ)，因此有必要對(duì)上述風(fēng)電場(chǎng)中所有機(jī)組的實(shí)測(cè)功率數(shù)據(jù)進(jìn)行異常識(shí)別及重構(gòu)。分別構(gòu)造風(fēng)電機(jī)組在某日原始輸出功率中出現(xiàn)缺失、越限、不刷新和畸變的異常數(shù)據(jù)情況，并采用文中所提方法對(duì)上述異常數(shù)據(jù)進(jìn)行識(shí)別及重構(gòu)，結(jié)果如圖1所示。經(jīng)計(jì)算，異常輸出功率和重構(gòu)后輸出功率相對(duì)于原始輸出功率的均方根誤差(root mean square error,RMSE)ERMSE分別為0.45 MW,0.27 MW，異常數(shù)據(jù)情況得到了較好處理。

圖1 風(fēng)電機(jī)組出力的異常識(shí)別及重構(gòu)結(jié)果

在對(duì)上述風(fēng)電場(chǎng)中所有機(jī)組的實(shí)測(cè)功率數(shù)據(jù)采用1.1節(jié)和1.2節(jié)所提方法進(jìn)行異常數(shù)據(jù)識(shí)別、剔除及缺失數(shù)據(jù)重構(gòu)后，通過(guò)2.2節(jié)所提方法識(shí)別異常樣板機(jī)，將其從樣板機(jī)集合中剔除，并用其他性能好的機(jī)組替補(bǔ)，進(jìn)一步根據(jù)所提出的改進(jìn)樣板機(jī)法對(duì)風(fēng)電場(chǎng)的理論功率進(jìn)行計(jì)算并討論了相關(guān)參數(shù)設(shè)置對(duì)理論功率計(jì)算精度的影響。

4.1 理論功率計(jì)算方法對(duì)比及討論算例

4.1.1 改進(jìn)樣板機(jī)法和樣板機(jī)法對(duì)比

文中選取西北地區(qū)春季某3 d不同風(fēng)速(風(fēng)速1～3)下風(fēng)電場(chǎng)經(jīng)數(shù)據(jù)預(yù)處理后的實(shí)測(cè)功率數(shù)據(jù)(5 min一個(gè)采樣點(diǎn)，1 d共288個(gè)點(diǎn))，風(fēng)速1～3的平均風(fēng)速分別為9.06 m/s,11.17 m/s和15.07 m/s。采用改進(jìn)樣板機(jī)法和樣板機(jī)法分別計(jì)算風(fēng)電場(chǎng)在風(fēng)速1～3下當(dāng)日的理論功率。改進(jìn)樣板機(jī)法在計(jì)算理論功率時(shí)已對(duì)出現(xiàn)異常的樣板機(jī)進(jìn)行處理并選取長(zhǎng)度為50 min的動(dòng)態(tài)信息窗，即在計(jì)算t時(shí)刻的理論功率時(shí)會(huì)選取[t-50,t)時(shí)段作為信息窗，且信息窗隨t時(shí)刻變化而動(dòng)態(tài)變化，單位區(qū)間長(zhǎng)度u取0.05，結(jié)果見(jiàn)圖2。風(fēng)速1～3理論功率計(jì)算的誤差統(tǒng)計(jì)見(jiàn)表2，所涉及指標(biāo)為平均絕對(duì)百分比誤差(mean absolute percentage error,MAPE)EMAPE、ERMSE和最大絕對(duì)誤差(mean absolute error,MAE)EMAE。

結(jié)合圖2和表2可知，在風(fēng)速1～3下采用改進(jìn)樣板機(jī)法得到的各項(xiàng)誤差統(tǒng)計(jì)指標(biāo)整體上優(yōu)于樣板機(jī)法，理論功率曲線與模擬理論功率曲線較貼近。

圖2 不同風(fēng)速下理論功率的計(jì)算

表2 不同風(fēng)速下理論功率計(jì)算誤差統(tǒng)計(jì)

尤其是在大風(fēng)時(shí)段，由改進(jìn)樣板機(jī)法計(jì)算得到的理論功率較樣板機(jī)法更準(zhǔn)確，但會(huì)在某些時(shí)刻與模擬理論功率偏差較大，如風(fēng)速3第226個(gè)采樣點(diǎn)時(shí)刻。對(duì)于此類問(wèn)題，文中在4.1.2節(jié)進(jìn)行分析。

4.1.2 不同動(dòng)態(tài)信息窗長(zhǎng)度的對(duì)比分析

以4.1.1節(jié)中風(fēng)速1當(dāng)日為觀察日，在采樣頻率相同的情況下，研究動(dòng)態(tài)信息窗長(zhǎng)度對(duì)改進(jìn)樣板機(jī)法理論功率計(jì)算精度的影響。分別選取長(zhǎng)度為5 min,25 min,50 min,100 min和250 min的動(dòng)態(tài)信息窗計(jì)算風(fēng)電場(chǎng)觀察日全天的理論功率，并進(jìn)行對(duì)比分析。其中，單位區(qū)間長(zhǎng)度u均為0.05。根據(jù)不同動(dòng)態(tài)信息窗長(zhǎng)度計(jì)算得到風(fēng)電場(chǎng)觀察日全天的理論功率及誤差，結(jié)果如圖3、表3所示。

圖3 動(dòng)態(tài)信息窗長(zhǎng)度對(duì)理論功率計(jì)算的影響

表3 動(dòng)態(tài)信息窗長(zhǎng)度對(duì)理論功率計(jì)算誤差的影響

結(jié)合圖3和表3可以看出，隨著動(dòng)態(tài)信息窗長(zhǎng)度縮短，得到的各項(xiàng)誤差統(tǒng)計(jì)指標(biāo)越優(yōu)，計(jì)算的理論功率曲線也更貼近模擬理論功率曲線。這說(shuō)明風(fēng)電機(jī)組發(fā)電效率在不同風(fēng)速下表現(xiàn)不同，而短時(shí)間內(nèi)風(fēng)速變化幅度較大時(shí)，若動(dòng)態(tài)信息窗長(zhǎng)度較大，則會(huì)將風(fēng)速較寬范圍下的風(fēng)速-功率特征納入統(tǒng)計(jì)，從而難以準(zhǔn)確捕捉計(jì)算時(shí)刻風(fēng)速下的風(fēng)電機(jī)組效率特點(diǎn)，出現(xiàn)較大的理論功率計(jì)算誤差。

考慮到4.1.1節(jié)中某些時(shí)刻點(diǎn)理論功率與模擬理論功率偏差較大可能是由上述原因所致，因此設(shè)置改進(jìn)樣板機(jī)法的動(dòng)態(tài)信息窗為5 min以及單位區(qū)間長(zhǎng)度u為0.05，重新計(jì)算得到風(fēng)速3當(dāng)日全天的理論功率，結(jié)果如圖4所示?？梢钥闯?，當(dāng)動(dòng)態(tài)信息窗長(zhǎng)度由50 min縮小為5 min時(shí)，風(fēng)速3第226個(gè)采樣點(diǎn)時(shí)刻的理論功率得到了改善。

圖4 風(fēng)速3修改動(dòng)態(tài)信息窗長(zhǎng)度后理論功率的計(jì)算

4.1.3 不同單位區(qū)間長(zhǎng)度u的對(duì)比分析

以4.1.1節(jié)中的風(fēng)速1當(dāng)日為觀察日，選取動(dòng)態(tài)信息窗長(zhǎng)度為5 min，u分別為0.01,0.05,0.10和0.20，計(jì)算風(fēng)電場(chǎng)觀察日全天的理論功率，并進(jìn)行對(duì)比分析。根據(jù)不同單位區(qū)間長(zhǎng)度u計(jì)算得到風(fēng)電場(chǎng)觀察日全天的理論功率及誤差，結(jié)果如圖5、表4所示。

圖5 不同u對(duì)理論功率計(jì)算的影響

表4 不同u對(duì)理論功率計(jì)算誤差的影響

結(jié)合圖5和表4可知，各項(xiàng)誤差統(tǒng)計(jì)指標(biāo)隨著單位區(qū)間長(zhǎng)度u的減小而不斷改善，計(jì)算得到的理論功率曲線也更貼近模擬理論功率曲線。

4.2 風(fēng)光容量?jī)?yōu)化配置

文中分別通過(guò)樣板機(jī)法和改進(jìn)樣板機(jī)法計(jì)算得到中國(guó)某地區(qū)電網(wǎng)風(fēng)電場(chǎng)、光伏電站多年的理論功率數(shù)據(jù)，為了計(jì)及新能源電站裝機(jī)容量的不斷變化，對(duì)理論功率數(shù)據(jù)進(jìn)行歸一化處理，并根據(jù)第4章所提的場(chǎng)景生成方法生成若干個(gè)風(fēng)光電站出力場(chǎng)景，此處顯示其中1 000個(gè)。采用該地區(qū)2020年全年的負(fù)荷數(shù)據(jù)，截止2020年底該地區(qū)電網(wǎng)風(fēng)光電站總裝機(jī)容量為35 590.5 MW，Cepun(t)可根據(jù)當(dāng)?shù)夭煌瑫r(shí)刻的上網(wǎng)電價(jià)以及切負(fù)荷代價(jià)綜合考慮得到。根據(jù)風(fēng)光容量配比優(yōu)化模型，分析不同風(fēng)電裝機(jī)占比對(duì)全年源荷不匹配風(fēng)險(xiǎn)的影響，結(jié)果如圖6所示。由圖6可知，理論功率計(jì)算的精度會(huì)影響到風(fēng)光最優(yōu)配比的結(jié)果，通過(guò)計(jì)算樣板機(jī)法得到的理論功率可得該地區(qū)風(fēng)光容量最優(yōu)配比為1∶0.15，此時(shí)全年源荷不匹配風(fēng)險(xiǎn)最小，為106.040億元；而通過(guò)計(jì)算改進(jìn)樣板機(jī)法得到的理論功率可得該地區(qū)風(fēng)光容量最優(yōu)配比為1∶0.33，此時(shí)全年源荷不匹配風(fēng)險(xiǎn)最小，為103.821億元。

圖6 不同風(fēng)光容量配比對(duì)源荷不匹配風(fēng)險(xiǎn)的影響

依次計(jì)算各出力場(chǎng)景對(duì)應(yīng)的源荷不匹配風(fēng)險(xiǎn)，并依據(jù)風(fēng)險(xiǎn)閾值ξ迭代剔除極端場(chǎng)景，從生成的1 000個(gè)場(chǎng)景中得到54個(gè)源荷不匹配風(fēng)險(xiǎn)超出風(fēng)險(xiǎn)度閾值(如黑線所示)的場(chǎng)景，如圖7所示。

圖7 基于源荷不匹配風(fēng)險(xiǎn)的場(chǎng)景篩

再使用風(fēng)光容量配比優(yōu)化方法對(duì)剩余的出力場(chǎng)景進(jìn)行計(jì)算，最終得到剔除極端出力場(chǎng)景后R最小時(shí)的風(fēng)光容量最優(yōu)配比，其對(duì)源荷不匹配風(fēng)險(xiǎn)的影響如圖8所示。

圖8 剔除極端場(chǎng)景后不同風(fēng)光容量配比對(duì)源荷不匹配風(fēng)險(xiǎn)的影響

由圖8分析可知，剔除極端出力場(chǎng)景后，當(dāng)風(fēng)光容量最優(yōu)配比為1∶0.54時(shí)，源荷不匹配風(fēng)險(xiǎn)最小為102.840億元。結(jié)合圖6和圖8可知，在剔除極端出力場(chǎng)景后，風(fēng)電最優(yōu)裝機(jī)占比減小，考慮其原因?yàn)樵摰貐^(qū)風(fēng)資源較光資源好，更多風(fēng)電容量的配置可以減少極端場(chǎng)景對(duì)源荷不匹配風(fēng)險(xiǎn)的影響。此結(jié)論受制于地區(qū)風(fēng)光資源特性，不同地區(qū)的風(fēng)光配置需要具體研究。

5 結(jié)語(yǔ)

文中針對(duì)新能源電站理論功率計(jì)算問(wèn)題展開(kāi)研究，提出了基于改進(jìn)樣板機(jī)法的理論功率計(jì)算新方法。相較于傳統(tǒng)的樣板機(jī)法，由改進(jìn)樣板機(jī)法計(jì)算所得到的新能源電站的理論功率精度更高，且具有較強(qiáng)的工程適用性。文中利用改進(jìn)樣板機(jī)法得到更為準(zhǔn)確的新能源電站理論功率，提出了面向降低源荷不匹配風(fēng)險(xiǎn)的風(fēng)光容量配比優(yōu)化方法，可為規(guī)劃區(qū)域中風(fēng)光裝機(jī)容量的比例提供參考。

文中提出的源荷不匹配風(fēng)險(xiǎn)僅考慮了棄風(fēng)棄光以及切負(fù)荷所帶來(lái)的風(fēng)險(xiǎn)，如何將其他因素所帶來(lái)的風(fēng)險(xiǎn)納入評(píng)估模型，從而得到更加合理可信的風(fēng)光容量最優(yōu)配比，是下一步有待深入研究的重要問(wèn)題。

本文得到國(guó)網(wǎng)青海省電力公司科技項(xiàng)目“基于清潔能源泛在調(diào)度控制的新能源發(fā)電性能精細(xì)化評(píng)估方法研究及應(yīng)用”(522830190018)，江蘇省配電網(wǎng)智能技術(shù)與裝備協(xié)同創(chuàng)新中心開(kāi)放基金項(xiàng)目(No.XTCX202001)資助，謹(jǐn)此致謝！