大型分布式光伏发电消纳数据的智能调度方法研究

程虹++王伟+朱文广++熊宁++杨为群

摘 要： 以大型分布式光伏风电发电为对象，基于电网电力平衡对智能调度发电消纳数据的方法进行研究。通过对风电发电在不限制风电出力最大消纳能力、限制风电出力最大消纳能力的计算，以全网负荷预测为依据，按照光伏发电站并网运行特性进行电站接纳能力评价排序、分配，从而进行消纳数据的实时调整。使用消纳数据实时调度AGC模块，通过SDH消纳数据调度自动化配置，实现光伏发电消纳数据的智能调度。通过AGC目标值与实际值对比表明，在限电时段，风电场总机出力AGC目标值曲线与实际值曲线比较接近，偏差较小。智能调度方法能够自动准确地统计各风电场发电出力受阻时段，使风电理论功率的计算误差最小化。

关键词： 分布式光伏发电； 消纳数据； 智能调度； 风电发电

中图分类号： TN911.1?34； TM614 文献标识码： A 文章编号： 1004?373X（2017）09?0152?04

Abstract： Taking the large?scale distributed photovoltaic and wind power generation as an object， the method to schedule the power generation absorption data intelligently is studied on the basis of the power balance of the power grid. The maximum absorption capacity of the wind power output not restricted by the wind power generation， and maximum absorption capacity of the wind power output restricted by the wind power generation are calculated to evaluate， sort and distribute the substation absorption capacity according to the whole network load prediction and grid?connected operating characteristic of the photovoltaic power generation. The absorption data real?time scheduling AGC module and scheduling automatic configuration of SDH absorption data are used to realize the intelligent scheduling of the photovoltaic power generation absorption data. The comparison results of the AGC target value and actual value show that the curve of the AGC target value of the wind power plant operator output is closely approach to that of the actual value in the power supply restricted period， and its deviation is small. The intelligent dispatching method can automatically and accurately calculate the power generation output restricted time of each wind power plant to make the calculation error of the wind power theory minimum.

Keywords： distributed photovoltaic power generation； absorption data； intelligent scheduling； photovoltaic and wind power generation

0 引 言

分布式发电实质是指利用分散资源，装机规模小、在用户附近布置的发电单元。光伏发电是一种分布式新能源，提供电源支撑给当地负荷，配电网接入光伏电源是利用光伏的主要方式[1]。智能电网以电网基础、技术支撑为体系，可及时发现电网全景信息发生的故障，可适应大型分布式电源的接入，运行经济高效，可实现对实时信息及非实时信息高度集成、利用、共享，以双向互动服务模式为特点[2?5]。在风电场大规模并网后，对电力系统的间歇性与随机性调度提出新挑战，风电场由于对电网调度能力缺乏参与，这就需要对发电消纳数据进行调度协同调节。

风电大规模集中并网带来系统电压、潮流、稳定、调峰、电能质量等问题，对风电消纳能力造成了制约[6?9]。如何采用智能调度方法解决风电消纳难题，是目前风电调度机构非常关注的问题[10?12]。

本文主要讨论在电力调度工作中，基于电网电力平衡来分析消纳风电能力，计算得到的结果既可以作为安排火电机组开机方式的依据，也可以作为规划部门的参考，可以根据电网消纳风电的实际能力合理制定风电场的并网容量规划。本文以大型分布式光伏风电发电为对象，基于电网电力平衡对智能调度发电消纳数据的方法进行研究。

1 分布式光伏发电

在已经实际投运的风电系统中，电网接入风电场的消纳方式有分布式和集中式两种。风电场容量较小，电网以分布式电源分散的方式进行地区配电网络的接入，其消纳为就地式；风电场容量较大，电网以集中式接入高压输电通道，其消纳为远方输送式。分布式光伏发电实质是通过采用光伏组件，将太阳能直接转换为电能，属于一种新型的发电系统，其综合利用价值高，发展前景广阔。分布式光伏发电采用的是就近处理，因此可降低同规模光伏发电站发电量，变压升压过程中的能耗可大幅减少。

2 消纳能力计算

2.1 消纳能力计算原理

风电消纳能力受限是由电网输送约束的限制造成的，要确定风电最大消纳能力、合理并网点，就必须对电网负荷、外送极限进行考虑，同时也要考虑电网潮流分布特性、电压稳定性，风电机组的最大出力如下：

式中：网内最大负荷用表示；省间外送极限用表示；水电机组出力用表示；火电机组最小出力用表示。

在进行计算时，选择一个典型日，对日内负荷、最小开机方式进行分析。确定系统各潮流输送断面、开机方式，对电厂动态稳定特性、电压稳定性进行分析，最后确定合适并网点，风电消纳能力计算流程图见图1。

2.2 不限制风电出力最大消纳能力

内风电消纳能力的计算原则是完全不限制风电出力，对于一定容量的风电机组，在反调峰特性下采用该方法对系统调峰能力进行分析。

2.4 计算流程

限制风电年度消纳能力的计算步骤如下：首先是初始數据的输入，对风电装机容量初值进行设定，计算平均负荷计算非风电机组最小开机容量确定风电可提供的发电负荷；对风电全年上网电量、弃风电量进行计算；最后进行风电年利用小时数，非风电电源年利用小时数，弃风比例等指标的计算，限制出力时风电消纳能力的计算流程见图2。

3 消纳数据实时调整

以全网负荷预测为依据，按照光伏发电站并网运行特性进行电站接纳能力评价排序、分配，从而进行消纳数据的实时调整。基于D5000平台，获取同步网络拓扑、日前计划的安全校核等，依据地区负荷预测、区域内电场风功率预测、区域内断面与外送断面热稳极限、区域内风电整体接纳能力，进行风电接纳空间的计算，如果全额消纳无法实现，按照评价排序结果优化分配限电功率，对越限线路和断面进行消除。当进行日内实时调度时，每15 min，风电消纳评估系统对电网4 h内的消纳能力、断面越限情况进行滚动分析，同时进行风电出力过大的调整，消除风险。日内风电计划直接发送到平台的AGC模块，模块接到信息后下发风电场执行，为消纳数据的调度提供设置控制的风电功能，图3为消纳数据日前与日内实时调度的AGC模块。

4 调度自动化配置

电网接入分布式光伏会对其潮流分布造成影响，这样就增加了电网消纳调度的复杂度，因而需要监控系统对电源、主配网运行方式进行实时分析，并给出对调度辅助的策略分析，然后进行调度、控制，通过通信装置，将并网状态、电流、电压、发电量、功率因数、主断等信息送到调度中心，将其在光伏监控系统进行集成。分布式光伏目前大多采用SDH通信方式，配置一台SDH光端机在光伏电站，通过光缆将通信电路接入变电站。通过485线，将光伏站设备电能表、逆变器、智能汇流箱等接入通信，然后转换成同监控主站相同的规约，并上传至调度中心，如果保护装置的通信协议与监控主站规约一致，则可直接接入监控主站，图4为SDH消纳数据调度自动化方案。

5 智能调度方法评价

基于智能电网调度技术支持系统，采用AGC目标值与实际值对比，检验智能调度方法的准确性，对各时段采样点风电场实际总机出力进行自动计算，通过与AGC目标曲线的偏差，判定该时刻是否处于限电时段，当两者数值具有非常高的吻合度时，偏差接近0的点为限电时段；当两者数值具有较低的吻合度时，为非限电时段。智能调度AGC目标值与实际值的对比见图5。

从图5可以看出，在限电时段，风电场总机出力AGC目标值曲线与实际值曲线比较接近，偏差较小。智能调度方法能够自动准确统计各风电场发电出力受阻时段，使风电理论功率的计算误差最小化。

6 结 语

本文以大型分布式光伏风电发电为对象，基于电网电力平衡对智能调度发电消纳数据的方法进行研究。通过对风电发电在不限制风电出力最大消纳能力、限制风电出力最大消纳能力的计算，以全网负荷预测为依据，按照光伏发电站并网运行特性进行电站接纳能力评价排序、分配，从而进行消纳数据的实时调整，使用消纳数据实时调度AGC模块，通过SDH消纳数据调度自动化配置，实现光伏发电消纳数据的智能调度，通过AGC目标值与实际值对比表明，在限电时段，风电场总机出力AGC目标值曲线与实际值曲线比较接近，偏差较小。智能调度方法能够自动准确统计各风电场发电出力受阻时段，使风电理论功率的计算误差最小化。

参考文献

[1] 赵萌萌，胡琴洪，杨大勇，等.分布式光伏发电并网方案研究[J].电源技术，2016（4）：783?786.

[2] 陆秋瑜，胡伟.提高风电消纳能力的储能优化配置方法[J].广东电力，2015，28（12）：19?25.

[3] 刘畅，吴浩，高长征，等.风电消纳能力分析方法的研究[J].电力系统保护与控制，2014，42（4）：61.

[4] 崔慧军，贾文昭，杨彬.风电消纳能力相关因素与机理分析[J].华北电力技术，2015（2）：34?39.

[5] 胡远婷，于海洋，陈晓光，等.黑龙江电网风电消纳能力及风电场并网点分析[J].黑龙江电力，2015，37（6）：537?540.

[6] 张颖，郑惠萍，刘愈倬.基于多约束条件的山西电网风电消纳能力研究[J].山西电力，2015（2）：22?25.

[7] 符杨，陈铤，李振坤.计及风电和需求响应的电网动态经济调度[J].上海电力学院学报，2016，32（3）：296?300.

[8] 和萍，史峰，耿斯涵，等.风电并网容量与消纳模式对互联电网小干扰稳定性的影响[J].轻工学报，2016，31（2）：66?73.

[9] 张涛，李家珏，张廷峰，等.计及电网调峰约束的风电接纳调度方法研究[J].电力系统保护与控制，2014，42（21）：74?80.

[10] 刘勇，田晓军，夏保安，等.电网风电消纳能力计算方法分析[J].河北电力技术，2012，31（2）：21?23.

[11] 高重晖，吴希，范国英，等.大规模风电接入吉林电网风电消纳能力分析[J].吉林电力，2014，42（5）：1?4.

[12] 朱涛.常规机组协同风电消纳的有功调度研究[J].云南电力技术，2016，44（1）：22?26.