风光能源基地远距离直流输电方式选择
2021-02-25张玉琼张雅洁常喜强
张玉琼，段 勉，张雅洁，韦 翔，常喜强
(1.中国电力科学研究院，北京 100192；2.武汉大学电气与自动化学院，武汉 430072；3.国网新疆电力公司乌鲁木齐供电公司，乌鲁木齐 830011)
近年来，风能、太阳能等可再生能源的开发大规模提高，直流输电技术飞速发展，大容量远距离输送新能源成为解决电力需求增长及化石能源枯竭的主要方式[1-2]。
中国风能、太阳能资源丰富，已建设了千万千瓦级风电基地和百万千瓦级光伏电站[3]，但电力需求与供给的逆向分布，要求电网需具备远距离跨区域输电的能力。文献[4]对典型地区风电和光伏电站出力特性进行全面分析，并指出其互补特性。某些地区同时存在丰富的风、光资源，可利用其互补发电特性，将大容量可再生能源通过高压远距离输电线路输送至负荷中心进行消纳。
风光混合输电系统的输送功率是由风电厂和光伏电站出力共同决定的。文献[5]用持续出力曲线描述风电场群的变化规律，给出其最优输电容量小于装机容量。而可再生能源渗透率不断增加，传统的输电容量规划方法不再适用，因此可再生能源并网传输容量的确定方法将由传统确定性的思路向不确定性的思路转变：文献[6]针对光储系统中不确定性处理提出输电网双层规划模型；文献[7]提出一种风电场群功率汇聚外送输电容量的静态优化方法。然而这些研究工作都是在始终全额消纳新能源发电功率的前提下规划电网，使得结果较保守，输电工程造价和运行成本较高。
国际上已成功投运多个特高压交直流输电工程，而对于大规模远距离输电，直流输电一般较交流输电更优。目前的文献中还没有相应的直流大容量远距离输电方式的相关指标体系和评价方法的研究成果。输电方案规划指标体系建立应该满足风光混合功率特性及基于电流源换流器(line commutated converter，LCC)和电压源换流器(voltage source converter，VSC)输电方案的特点，考虑输电系统运行的经济技术因素综合评价风光混合能源的并网传输能力。针对输电方案综合评估的常用方法有Topsis法[8]、层次分析法[9]、模糊评价法[10]等，但这些评价方法均没有考虑输电网复杂风险环境下的决策者心理认知。
现针对由光伏电站与风电基地共同组成的混合发电外送系统，分析风光混合能源的出力特性，提出一种基于置信度的风光功率混合外送直流输送容量规划方法，由源端-网侧多个经济技术因素构建评价指标体系，并引用能够描述决策者态度的后悔理论评价方法对所建立的输电方案进行评价，在综合考虑源端特性和输电成本的前提下最终给出不同方案供规划人员选择。
1 基于置信度的风光输送容量确定方法
针对源端出力的随机性，分析风光混合出力特性，建立其概率分布模型如图1所示。针对某一地区风电光伏发电历史数据用概率分布函数拟合，拟合优度R2越接近于1表示效果越优，将概率密度函数代入式(1)确定输送容量P0，并以此来建立不同输电方案。
P0为输送容量；混合总出力Pall为0～P0；Pmax为最大有功出力；曲线为概率密度函数g(x)；置信度σ为曲线与[0,P0]围成的面积图1 σ置信度下的风光混合出力概率分布模型Fig.1 Fitting of wind-solar mixed output distribution at σ confidence
(1)
式(1)中：p为风光混合功率。
2 风光远距离直流输电评价指标体系
前文已确定了满足一定置信度的输送容量P0,对于直流输电方案，选取基于LCC和VSC的两种输电方案进行比选。所选指标要求体现不同直流输电方案的经济技术差异。通过分析不同方案风光混合远距离直流输电的特点，从源端、网侧选取了7个评价指标对风光混合远距离直流输电方案的特性进行比较，所构建的综合评价指标体系如图2所示。下面对各指标进行详细阐述。
图2 规划评价指标体系Fig.2 Evaluation plan system
2.1 弃电率
利用年风光混合持续出力曲线[5]计算弃电率(Q)如式(2)所示。由于VSC系统控制性能上的优越，将弃电率设为同置信度出力下LCC的灵敏度(τ)。
(2)
式(2)中：t0为年利用时间，h。
2.2 爬坡累积时间
风光爬坡定义为风光混合功率在时间间隔Δt内的变化率大于给定的阈值pr，即
(3)
式(3)中：P1(t)为t时刻混合出力；pr值由输电方式决定。满足式(3)则认为发生了爬坡事件。
2.3 经济性指标
选用年费用法计算输电网不同电压等级的输电工程建设成本、运行成本及损耗。这3个指标合并为单位容量年费用单个指标，计算式为
c0=[f(i)Cp+Co+Cl]/P0
(4)
式(4)中：f(i)为关于折现率的函数；Co为运行维护成本；Cl为损耗费用。基于式(4)可将工程成本Cp折合到年值。
2.4 换流站占地
换流站占地面积主要由工程经验取值。
2.5 换流阀寿命损耗
基于LCC和VSC输电的换流阀分别为晶闸管和绝缘栅双板型晶体管(insulated qate bipolar trahsistor,IGBT)。风光输出功率长时间的随机变化使得换流阀结温波动，导致换流阀损耗变化最终影响寿命。晶闸管损耗值取为同置信度下IGBT的25%。
3 基于后悔理论的综合评价模型
后悔理论由Loomes、Sugden和Bell分别提出[11]，能够解释决策者心理行为特征，考虑决策者面对不同风险方案决策产生喜悦或后悔时具有偏好，以决策者有限理性为前提描述风险意识进行随机决策，广泛应用于风险方案决策等[12]。引入后悔理论，在不确定性背景下进一步考虑技术经济性风险和不同决策者类型对直流输电方案选择的影响。
后悔理论的感知效应函数由两部分组成，分别为当前选择方案的效用函数和选择此方案的后悔-欣喜函数。
q(x,y)=v(x)+R[v(x)-v(y)]
(5)
qi=v(xi)+R[v(xi)-v(x*)]
(6)
式中：x和y分别为选择A方案和B方案得到的结果；v(x)和v(y)分别为选择A方案和B方案获得的效用；R[v(x)-v(y)]为后悔-欣喜函数，表示决策者的后悔程度，若R≥0，决策者的心理感受为选择A方案和不选B方案感到喜悦，反之为后悔。推广到多个不同方案，x*=max{xi|i=1，2，…，m}。
对于理想方案I构建后悔值矩阵，计算归一化后的属性值bij的函数效应值vij。
I+=max(b1,b2,…,bn)
(7)
构建感知效用矩阵时，鉴于决策者对风险性决策是规避风险的，故后悔-欣喜函数R(·)是单调递增的凹函数，即满足R′(·)>0和R″(·)<0。
v(x)=xα
(8)
R(Δv)=1-exp(-δΔv)
(9)
式中：α为风险规避系数，0<α<1，α越小，表明决策者越规避风险；δ为后悔规避系数，δ>0，δ越大，表明决策者对于后悔的规避程度也越明显；Δv为方案A和方案B的效用值的差值。效用感知函数矩阵为
Q={qij}m×n(i=1,2,…,m,j=1,2,…,n)
(10)
qij=vij+Rij
(11)
通常以指标权重w代替事件发生的概率p。方案B综合感知效应值为
(12)
Qi的值越大，表明该方案越优。
4 算例分析
基于历史数据分析风光混合能源功率的概率分布模型。选取源端为某地区风电基地和光伏电站，受端为某省级电网，风电装机为3 550 MW，光伏装机为1 930 MW，输电距离为2 000 km，方案总计算期为一年，τ值取80%，并对其进行灵敏度分析。
4.1 风光混合功率概率分布模型
描述风光混合出力特性时，概率密度分布呈现双峰特性，采用Gaussian分布的线性组合对其拟合，优度R2值接近1表明拟合效果良好，其概率密度函数如式(13)所示，拟合情况如图3所示。
(13)
式(13)中：a、b、c为各统计分布因子。
图3 风光混合出力分布Fig.3 Wind-solar mixed output distribution
4.2 指标计算
风光混合能源功率的出力特性确定后，首先计算基于不同置信度规划的输电容量，便可计算评价指标体系中各指标值。建立不同置信度和基于LCC、VSC的输电方案，表1所示为选取置信度在91%～100%情况下的各指标值，每种置信度对应VSC和LCC输电方式，共建立20种方案进行比较。
表1 风险决策矩阵各指标值Table 1 Values of each indicator of the risk decision matrix
4.3 基于后悔理论的综合评价
首先对原始矩阵标准化处理，对表1中数据进行归一化计算。采用主客观赋权法并综合优选确定各指标权重值，wj=(0.179 2，0.198 9，0.288 4，0.172 2，0.161 3)。令决策者的后悔规避系数δ=0.3，风险规避系数α=0.88[13]。代入式(5)～式(12)分别计算20种方案的综合感知效应值。同时计算不考虑决策者心理的方案综合值，两种评价方法综合值如表2所示。
由表2可知，对于两种综合评价方法，不考虑决策者心理的评价方法得到的方案综合值排序为：B1
表2 不同评价方法各方案的综合值Table 2 Comprehensive value of each scheme of different evaluation methods
针对采用置信度的方法(方案B3～B20)和以风光总装机来规划的方法(方案B1和B2)相比，在尽可能少弃风光发电的情况下，部分方案整体的综合效应值更高，显著降低了不确定性，提高规划结果的可信度。同时计算得到定量临界置信度值，也提供了多个规划方案供决策者采用，验证了所提置信度方法规划输送容量的优越性。
4.4 灵敏度分析
对τ值进行灵敏度分析，分别取70%和90%并与原80%灵敏值下不同方案的后悔理论综合效应值作比较，如表3所示。
由表3可知，τ为70%时，置信度临界点为95%；τ为90%时，置信度临界点为92%；而原灵敏值80%对应的临界点为93%，可见不同灵敏值影响后悔理论计算出的综合效应值排序，且灵敏值越大，置信度临界点越小。
表3 不同灵敏值下的综合效应值Table 3 Comprehensive effect value under different sensitivity values
5 结论
(1)针对大容量风光混合能源，以置信度为表征进行输电容量规划的方法相对传统确定性方法而言，能够结合不同的LCC和VSC输电方式提供多种输电方案供决策者选择，并做灵敏度分析定量给出输电方案优劣的临界置信度。
(2)所提指标体系能够完整地描述不同方案的风光能源接入远距离直流输电特点，将后悔理论引入不确定性背景下的决策分析中，能够充分考虑不同决策者心理态度对方案排序产生的影响。
