基于K-means聚類(lèi)算法的風(fēng)電光伏光熱互補(bǔ)發(fā)電機(jī)組調(diào)度方法*

鄭 舒， 趙景濤， 劉明祥

(國(guó)網(wǎng)電力科學(xué)研究院有限公司，江蘇 南京 210000)

0 引 言

現(xiàn)階段，由于環(huán)境污染及能源危機(jī)等問(wèn)題，電力資源的可持續(xù)發(fā)展備受關(guān)注，越來(lái)越多的電力工廠采用自然能源發(fā)電。其中，光能和風(fēng)能是使用率最高的兩種發(fā)電能源。為保證能源利用率最大化，需對(duì)光伏光熱發(fā)電機(jī)組進(jìn)行發(fā)電調(diào)度，優(yōu)化內(nèi)部電力配比，提高發(fā)電效率。

諸多學(xué)者對(duì)于含光伏并網(wǎng)的系統(tǒng)調(diào)度策略做了研究。文獻(xiàn)[1]提出基于關(guān)鍵參數(shù)約束的發(fā)電調(diào)度優(yōu)化算法，通過(guò)不同的發(fā)電數(shù)值來(lái)設(shè)置調(diào)度參數(shù)，在不斷更新的過(guò)程中進(jìn)行細(xì)致尋優(yōu)。但因?yàn)閷?yōu)算法具有不同的搜索能力，參數(shù)更新過(guò)程缺乏參照對(duì)比，調(diào)度誤差較大。文獻(xiàn)[2]采集現(xiàn)場(chǎng)數(shù)據(jù)來(lái)模擬場(chǎng)景，利用區(qū)間方法對(duì)風(fēng)光發(fā)電進(jìn)行動(dòng)態(tài)表示，并以此為基礎(chǔ)，構(gòu)建了二期最優(yōu)調(diào)度模型，將模型中的隨機(jī)變量轉(zhuǎn)換為可約束的動(dòng)態(tài)條件，進(jìn)行調(diào)度。由于該方法沒(méi)有設(shè)置調(diào)度參照函數(shù)，且將產(chǎn)生概率定為一個(gè)常量，很難進(jìn)行有效地均衡，因此無(wú)法對(duì)算法進(jìn)行有效搜索和使用。文獻(xiàn)[3]提出將高載能負(fù)荷作為可調(diào)度資源參與新能源互補(bǔ)發(fā)電系統(tǒng)的二層優(yōu)化調(diào)度模型，采用NSGA-Ⅱ和二進(jìn)制粒子群算法求解模型，上層優(yōu)化模型以互補(bǔ)系統(tǒng)輸出功率波動(dòng)最小和并網(wǎng)效益最大為優(yōu)化指標(biāo)確定各機(jī)組的出力，下層優(yōu)化模型根據(jù)上層優(yōu)化模型造成的棄風(fēng)、棄光量，選取能夠有效消納風(fēng)、光的高載能負(fù)荷參與電網(wǎng)調(diào)度。該方法的實(shí)際應(yīng)用效果較好。文獻(xiàn)[4]為解決熱電供需矛盾導(dǎo)致的棄風(fēng)及環(huán)境污染問(wèn)題，提出含光熱電站及熱泵的綜合能源系統(tǒng)(IES)低碳調(diào)度優(yōu)化模型，在能源側(cè)利用熱泵的供熱靈活性，打破熱電聯(lián)產(chǎn)(CHP)機(jī)組"以熱定電"的運(yùn)行限制，考慮光熱電站與CHP機(jī)組聯(lián)合運(yùn)行，對(duì)IES中各設(shè)備容量進(jìn)行優(yōu)化配置，提出風(fēng)險(xiǎn)規(guī)避魯棒模型。但該方法復(fù)雜度較高，實(shí)際應(yīng)用效果有待確定。

綜上，本文提出一種基于K-means聚類(lèi)算法的光伏光熱互補(bǔ)發(fā)電機(jī)組調(diào)度方法。補(bǔ)償調(diào)度是指當(dāng)電力系統(tǒng)的發(fā)電量超過(guò)預(yù)定參與系統(tǒng)的機(jī)組的負(fù)載要求時(shí)，對(duì)各機(jī)組進(jìn)行優(yōu)化分配，使整個(gè)系統(tǒng)的燃料消耗或發(fā)電成本最小化，采用互補(bǔ)的調(diào)度方法進(jìn)行電力調(diào)度為發(fā)電機(jī)組節(jié)省大量的發(fā)電成本。在此基礎(chǔ)上，考慮到光伏光熱發(fā)電機(jī)組的發(fā)電特性，建立光能和風(fēng)能可能出現(xiàn)的四種組合情況的目標(biāo)函數(shù)，使發(fā)電調(diào)度算法可覆蓋多種情況，提高適應(yīng)能力。在多個(gè)目標(biāo)函數(shù)的基礎(chǔ)上，建立的調(diào)度約束條件能進(jìn)一步貼合發(fā)電機(jī)組的實(shí)際情況進(jìn)行優(yōu)化。聚類(lèi)算法會(huì)根據(jù)發(fā)電機(jī)組現(xiàn)有數(shù)據(jù)優(yōu)化控制參數(shù)，通過(guò)不斷地迭代計(jì)算查找最優(yōu)的調(diào)度值。相比于傳統(tǒng)的發(fā)電調(diào)度算法，K-means聚類(lèi)算法具有更強(qiáng)的優(yōu)越性。

1 基于K-means聚類(lèi)算法的目標(biāo)函數(shù)

光伏光熱互補(bǔ)發(fā)電機(jī)組具有間歇性、波動(dòng)性和隨機(jī)性等特點(diǎn)，給電網(wǎng)安全、穩(wěn)定、可靠運(yùn)行帶來(lái)了許多問(wèn)題，導(dǎo)致電網(wǎng)在大規(guī)模并網(wǎng)中出現(xiàn)了很大的調(diào)峰壓力，對(duì)電網(wǎng)的調(diào)峰平衡[5]造成了負(fù)面影響。光伏光熱互補(bǔ)系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 光伏光熱互補(bǔ)系統(tǒng)結(jié)構(gòu)

K-means聚類(lèi)算法是一種基于距離的能夠提供一套點(diǎn)集和所需要的群集數(shù)目的方法。本文以保證光伏光熱互補(bǔ)發(fā)電機(jī)組穩(wěn)定運(yùn)行為前提，采用K-means聚類(lèi)算法建立有風(fēng)有光、有風(fēng)無(wú)光、無(wú)風(fēng)有光以及無(wú)風(fēng)無(wú)光四種情況的調(diào)度目標(biāo)函數(shù)[6]。然后利用一定的距離函數(shù)對(duì)數(shù)據(jù)進(jìn)行迭代，使數(shù)據(jù)點(diǎn)在每個(gè)簇內(nèi)被全部包含。將本文方法應(yīng)用在發(fā)電調(diào)度上，可統(tǒng)一調(diào)度數(shù)據(jù)，提高統(tǒng)一處理能力，進(jìn)而增強(qiáng)調(diào)度效率。具體實(shí)施過(guò)程如下。

(1) 有風(fēng)有光。此時(shí)光伏光熱互補(bǔ)發(fā)電機(jī)組的負(fù)荷方差值最小，負(fù)載凈值可以準(zhǔn)確地反映出機(jī)組削峰后的凈負(fù)載水平，且隨著負(fù)荷凈值方差[7]的減小，其風(fēng)力差異減小，負(fù)載曲線呈現(xiàn)出更平滑的特性，從而極大地減少了由功率值調(diào)整而引起的不穩(wěn)定現(xiàn)象，提高了機(jī)組的工作效率。表達(dá)公式為

(1)

pj(a)=pL(a)+pe,V2G(a)+pEV1(a)+pEV2(a)-

pWT(a)-ppV(a)-pTSC(a)-pd,V2G(a)

(2)

(3)

式中：T為以天為單位的全部調(diào)度時(shí)間；f1為負(fù)荷凈值方差；pj,tav為凈負(fù)荷平均值；pL(a)、pj(a)分別為在第a測(cè)試時(shí)刻下發(fā)電機(jī)組的正常值和負(fù)荷凈值；a為測(cè)試時(shí)刻；pWT(a)、ppV(a)、pTSC(a)分別為第a測(cè)試時(shí)刻下光伏光熱發(fā)電機(jī)組有序、無(wú)序以及單純有序[8]的運(yùn)行功率；pe,V2G(a)、pd,V2G(a)分別為第a測(cè)試時(shí)刻下發(fā)電機(jī)組的充、放電功率；pEV1(a)為光伏出力值；pEV2(a)為光熱出力值。

(2) 有風(fēng)無(wú)光。光伏光熱發(fā)電機(jī)組中僅風(fēng)電能量出力，蓄熱能量不出力，此時(shí)，需要計(jì)算風(fēng)電的最小消耗量，表達(dá)公式為

(4)

式中：f2為風(fēng)力發(fā)電機(jī)組的消耗量；pWT,a為第a測(cè)試時(shí)刻下的出力值；MW為參與總調(diào)度的發(fā)電量。

(3) 無(wú)風(fēng)有光。光伏光熱發(fā)電機(jī)組僅僅依靠蓄熱能量出力，無(wú)額外發(fā)電值，光伏和光熱的出力大致相同，表達(dá)公式為

(5)

式中：f3為光伏、光熱共同出力的消耗量之和；ppV,i為第i臺(tái)發(fā)電機(jī)的出力值；pTSC,j為第j臺(tái)發(fā)電機(jī)的出力值；Mpv、MTSC分別為參與調(diào)度的光伏、光熱的發(fā)電機(jī)數(shù)量。

(4) 無(wú)風(fēng)無(wú)光。此時(shí)僅依靠光伏和光熱發(fā)電機(jī)組的儲(chǔ)存能量進(jìn)行出力，調(diào)度時(shí)需要盡可能地減少機(jī)組波動(dòng)，降低額外的電力浪費(fèi)，表達(dá)公式為

(6)

式中：f4為發(fā)電機(jī)組波動(dòng)；pG,i、pG,j分別為第i臺(tái)和第j臺(tái)發(fā)電機(jī)的出力值；MG為參與總調(diào)度的發(fā)電機(jī)組數(shù)量。

2 光伏光熱互補(bǔ)發(fā)電機(jī)組調(diào)度與約束條件

目標(biāo)函數(shù)和約束條件之間為相輔相成的變量關(guān)系，在整個(gè)電力發(fā)電調(diào)度系統(tǒng)中，目標(biāo)函數(shù)作為調(diào)度模型的參照，為自變量[9]，約束條件則以目標(biāo)函數(shù)為基礎(chǔ)進(jìn)行適當(dāng)?shù)木€性規(guī)劃，為因變量。以上述過(guò)程給出的目標(biāo)函數(shù)為基礎(chǔ)，對(duì)電力系統(tǒng)的內(nèi)部發(fā)電機(jī)組逐一進(jìn)行約束，實(shí)現(xiàn)精準(zhǔn)的發(fā)電調(diào)度。

(1) 功率平衡約束[10]?？紤]到光伏光熱互補(bǔ)發(fā)電機(jī)組內(nèi)部的出力平衡問(wèn)題，對(duì)運(yùn)行功率進(jìn)行如下約束：

pe,V2G(a)+pEV1(a)+pEV2(a)+pk(a)

(7)

式中：pk(a)為在第a測(cè)試時(shí)刻發(fā)電機(jī)組的盈余功率。

(2) 機(jī)組運(yùn)行平衡約束。調(diào)度公式如下：

(8)

式中：pG,j,min、pWT,j,min、ppV,k,min、pTSC,n,min分別為光伏光熱互補(bǔ)發(fā)電機(jī)組中第i臺(tái)、第j臺(tái)、第k臺(tái)、第n臺(tái)發(fā)電機(jī)的最小出力值；pG,j,max、pWT,j,max、ppV,k,max、pTSC,n,max分別為光伏光熱互補(bǔ)發(fā)電機(jī)組中第i臺(tái)、第j臺(tái)、第k臺(tái)、第n臺(tái)發(fā)電機(jī)的最大出力值。

(3) 聚焦型太陽(yáng)能熱發(fā)電[11](CSP)功率平衡約束。以此約束條件進(jìn)行調(diào)度可有效改善光伏光熱互補(bǔ)發(fā)電機(jī)組內(nèi)部的太陽(yáng)能儲(chǔ)熱出力平衡，調(diào)度公式如下：

ps(a)+pout(a)=pin(a)+pH-E(a)

(9)

式中：ps(a)為在第a測(cè)試時(shí)刻下的光伏光熱互補(bǔ)發(fā)電機(jī)組中熱功率平衡的實(shí)時(shí)數(shù)值；pin(a)、pout(a)分別為當(dāng)太陽(yáng)能儲(chǔ)熱開(kāi)啟、關(guān)閉狀態(tài)下的熱功率平衡實(shí)時(shí)數(shù)值；pH-E(a)為太陽(yáng)能儲(chǔ)熱電站傳遞給發(fā)電機(jī)組的熱量。

(4) 蓄熱機(jī)組平衡約束。調(diào)度公式如下：

(10)

式中：pth,H-T(a)、pth,T-H(a)分別為光伏光熱發(fā)電機(jī)組儲(chǔ)熱能量和放熱能量通道；ξ為平均熱損失系數(shù)[12]；K1、K2分別為蓄熱系統(tǒng)和放熱系統(tǒng)的工作參數(shù)，二者不能同時(shí)進(jìn)行工作，即二者不能同時(shí)為1，也不能同時(shí)為0，據(jù)此得到調(diào)度公式為

(11)

(5) 光伏光熱發(fā)電機(jī)組功率上爬坡事件約束。光熱發(fā)電機(jī)組因外部或人為原因，極易發(fā)生動(dòng)力爬升。光伏發(fā)電機(jī)組功率爬坡[13]是指短期內(nèi)系統(tǒng)電能大量上升或下降，其會(huì)導(dǎo)致系統(tǒng)有功不均衡、失穩(wěn)，甚至大規(guī)模停電，對(duì)電網(wǎng)的安全穩(wěn)定運(yùn)行構(gòu)成極大的威脅。本文將此事件視為最優(yōu)發(fā)電計(jì)劃的隨機(jī)事件[14]，并對(duì)光伏光熱發(fā)電機(jī)組功率爬坡事件過(guò)程中的電壓、波動(dòng)率等參數(shù)進(jìn)行了分析，利用預(yù)報(bào)算法對(duì)下一階段的電力進(jìn)行了線性預(yù)測(cè)，依據(jù)這些變量的變化來(lái)進(jìn)行合理地調(diào)度。光伏光熱發(fā)電機(jī)組功率上爬坡事件模型如圖2所示。

圖2 光伏光熱發(fā)電機(jī)組功率上爬坡事件模型

由圖2可知，光伏光熱發(fā)電機(jī)組功率上爬坡為階段性上升趨勢(shì)，在第Ts1時(shí)間點(diǎn)時(shí)出現(xiàn)驟增，此時(shí)采取甩負(fù)荷[15]策略。發(fā)生上爬坡事故會(huì)破壞現(xiàn)有的發(fā)電計(jì)劃，造成備用容量的短缺，從而影響電網(wǎng)調(diào)度計(jì)劃的實(shí)施。因此，采用提高光伏光熱發(fā)電機(jī)組功率爬坡限制的方法，使常規(guī)機(jī)組的后備能力始終高于峰值電壓。采用相同的原則，使爬坡速度保持在最大幅度以下，即電力值和爬坡值長(zhǎng)期處于穩(wěn)定的壓制狀態(tài)：

(12)

(13)

(14)

(15)

(6) 光伏光熱發(fā)電機(jī)組功率下爬坡[16]事件約束。不同于發(fā)電機(jī)組的上爬坡事件，當(dāng)出現(xiàn)下爬坡情況時(shí)，若系統(tǒng)中儲(chǔ)存的備用電力不能平衡光伏光熱發(fā)電機(jī)組功率下降容量，就會(huì)出現(xiàn)甩負(fù)荷現(xiàn)象。產(chǎn)生這種情況的原因是電網(wǎng)的供電負(fù)荷減少，使得電網(wǎng)功率分配不平衡，從而造成大規(guī)模停電，系統(tǒng)需要的電能超出了向用戶提供的電能。此時(shí)需要由系統(tǒng)的總發(fā)電量來(lái)控制。該過(guò)程也是系統(tǒng)供電穩(wěn)定性的保護(hù)過(guò)程，要極力避免出現(xiàn)超負(fù)荷現(xiàn)象。根據(jù)該特點(diǎn)，在光伏光熱發(fā)電機(jī)組功率[17]下爬坡事件發(fā)生之前，預(yù)先對(duì)發(fā)電機(jī)組進(jìn)行甩負(fù)荷條件約束，保證系統(tǒng)發(fā)電的穩(wěn)定。但爬坡事件并非由單一現(xiàn)象引起，外界環(huán)境或人為影響都可導(dǎo)致事件發(fā)生，持續(xù)時(shí)間極短但影響幅值很大。光伏光熱發(fā)電機(jī)組功率下爬坡事件模型如圖3所示。

圖3 光伏光熱發(fā)電機(jī)組功率下爬坡事件模型

3 仿真試驗(yàn)

3.1 試驗(yàn)背景

發(fā)電量受降水量、溫差以及空氣濕度等因素的影響程度較大。為驗(yàn)證本文所提調(diào)度方法的有效性，分別設(shè)置夏季和冬季兩種不同發(fā)電環(huán)境，二者反差較大，對(duì)比明顯，更容易驗(yàn)證本文算法的優(yōu)越性。

3.2 光伏光熱發(fā)電機(jī)組儲(chǔ)/放熱功率調(diào)度結(jié)果對(duì)比分析

通過(guò)光伏光熱發(fā)電機(jī)組儲(chǔ)/放熱功率來(lái)驗(yàn)證算法調(diào)度的有效性，試驗(yàn)結(jié)果如圖4所示。

圖4 光伏光熱發(fā)電機(jī)組儲(chǔ)/放熱功率調(diào)度曲線

從圖4中可以看出，經(jīng)過(guò)本文方法調(diào)度后的儲(chǔ)熱和放熱功率均得到了明顯的改善，且改善效果較好。本文采用的調(diào)度方法對(duì)光伏光熱發(fā)電機(jī)組的所有情況均進(jìn)行了詳細(xì)地分析，建立了具有針對(duì)性的目標(biāo)函數(shù)，并在此基礎(chǔ)之上建立了更為精準(zhǔn)的調(diào)度約束函數(shù)，適應(yīng)能力更強(qiáng)，因此，對(duì)儲(chǔ)熱和放熱均能實(shí)現(xiàn)精準(zhǔn)調(diào)度。

3.3 夏/冬季光伏光熱發(fā)電機(jī)組調(diào)度后負(fù)荷出力結(jié)果

為進(jìn)一步驗(yàn)證本文調(diào)度方法的有效性，分別在夏季和冬季環(huán)境下進(jìn)行光伏光熱互補(bǔ)發(fā)電機(jī)組調(diào)度，通過(guò)測(cè)試不同時(shí)間段內(nèi)調(diào)度前后發(fā)電機(jī)組電力負(fù)荷的變化，判定算法的調(diào)度性能，并與基于深度強(qiáng)化學(xué)習(xí)算法的光伏智能調(diào)度方法、考慮隨機(jī)性的多源發(fā)電系統(tǒng)優(yōu)化調(diào)度方法進(jìn)行對(duì)比分析，試驗(yàn)結(jié)果如圖5和圖6所示。

圖5 夏季光伏光熱發(fā)電機(jī)組電力負(fù)荷變化對(duì)比

圖6 冬季光伏光熱發(fā)電機(jī)組電力負(fù)荷變化對(duì)比

從圖5和圖6中可以看出，采用本文提出的發(fā)電調(diào)度方法可充分利用電力系統(tǒng)發(fā)電機(jī)組內(nèi)部的可調(diào)節(jié)性，有效減少負(fù)荷峰谷差，使剩余電力負(fù)荷更加平穩(wěn)。經(jīng)過(guò)發(fā)電調(diào)度后負(fù)荷均方差極大減小，峰谷差顯著降低。其中，原夏季光伏光熱發(fā)電負(fù)荷最高點(diǎn)方差為290 MW，經(jīng)過(guò)有效調(diào)度后，剩余發(fā)電負(fù)荷方差減小至222 MW，發(fā)電負(fù)荷下降了13.06%，而另外兩種方法分別只下降到272 MW、260 MW，說(shuō)明其調(diào)度效果較差。對(duì)比受寒冷氣流影響的冬季發(fā)電環(huán)境的負(fù)荷曲線，發(fā)現(xiàn)本文方法調(diào)度后的電力負(fù)荷依舊是最低的，調(diào)度效果最佳。

本文從電網(wǎng)安全角度出發(fā)，為了滿足最低發(fā)電負(fù)荷需求，通過(guò)限制約束條件加大系統(tǒng)的發(fā)電出力，并由系統(tǒng)內(nèi)部其他機(jī)組來(lái)分擔(dān)負(fù)荷調(diào)峰任務(wù)，有效避免了高負(fù)荷導(dǎo)致的故障現(xiàn)象，整體實(shí)用能力強(qiáng)，算法魯棒性高。

4 結(jié) 語(yǔ)

為解決光伏光熱互補(bǔ)發(fā)電機(jī)組受環(huán)境影響較大且內(nèi)部出力不均的問(wèn)題，本文提出一種基于K-means聚類(lèi)算法的調(diào)度方法?？紤]到光伏光熱不屬于一體化發(fā)電形式，進(jìn)行調(diào)度時(shí)可能存在誤差影響，預(yù)先采用K-means聚類(lèi)算法對(duì)電力數(shù)據(jù)進(jìn)行統(tǒng)一管理，給出光能、風(fēng)能的四種目標(biāo)組合情況。在此基礎(chǔ)上，建立了具有一定適應(yīng)能力的調(diào)度約束條件，調(diào)度方法精準(zhǔn)度較高，魯棒性強(qiáng)，目標(biāo)函數(shù)和約束條件之間的對(duì)應(yīng)能力較高，具有較高的實(shí)用價(jià)值。