协同新能源发展的电网调度及改善对策
2023-03-13刘伟宏
刘伟宏
(甘肃省酒钢集团公司,甘肃 嘉峪关 735100)
1 引言
现阶段随着新能源场站的大规模建设,越来越多的新能源场站已经开始并入到传统电网中,但是考虑到新能源发电功率波动性较大,在并网后,其电能传输通道潮流容易出现波动,在一定程度上会对并入电网电压的整体安全性和稳定性产生不良影响。
过去电网系统在未开发新能源场站之前,其电网系统的整体负荷中心间隔距离较长,传统电网输电模式下,电网系统的整体结构非常脆弱,需要应用高压传输通道方能实现电能的稳定传输。随着我国大力发展新能源场站,为确保供电质量,相关电网企业要充分考虑并网后的电网负荷以及新能源电能的输电情况,同时也要着重分析并网后新能源电能能否及时消纳。
2 相关现状分析
当前受能源危机影响,世界各国都在大力发展新能源,新能源产品的渗透程度不断提升。以新能源为主的电力产品,其自身的出力情况以及并网后产生的影响也愈发显著。基于此,欧美国家的一些电力系统专家专门针对新能源并网后的整体安全性以及稳定性展开了系统和深入的研究。针对新能源发电并网后产生的影响以及相关指标体系的建设和其评估方法的具体应用,需要根据特定的电网模型进行评估。评估指标体系主要包括正效应评估指标和负效应评估指标,指标权重在系统综合评估中的效能以及精确度有着重要的关联。
在制定电网调度决策的过程中,指标权重是非常关键的因素。鉴于此,在实际的新能源并网案例研究中,会应用到多种权重确定方法,现阶段我国新能源场站建设已经具备一定的规模,新能源技术的应用也愈发广泛。随着新能源场站建设成本费用的不断下降,新能源电力在电力系统中的占比也在不断扩张。新能源并入配电网之后,其整体的输电稳定性以及可靠性不仅对电力系统整体电压产生的影响非常显著,同时也和并网接入区域以及配网容量有密切的关联。因此要求各地电网部门要重点做好电网调度规划工作。尤其是针对配电网进行调度规划的过程中,不仅要考虑其他因素的影响,同时也要采取各种方法最大限度减少新能源并入后对电网产生的影响,最大价值发挥新能源电能的作用,确保工业生产和居民生活用电稳定。
3 新能源出力特性和功率预测模型
3.1 新能源出力特性
3.1.1 光伏发电出力特性分析
如下图1所示为光伏发电站一天之内的电能出力情况统计图。
图1 电能出力情况
结合上图1可知,光伏发电站容易受到光照因素的影响,光伏发电系统仅能够在白天进行发电,太阳落山后会自动停止发电。结合上图可知,光伏能发电技术有着较强的间歇性。此外结合该图可知光伏发电技术整体的波动性较强,在中午日照最强的时候,为光伏发电出力高峰区间。在文章中,针对短期内的光伏功率进行预测的过程中,主要采用单一算法和组合预测比较的方法。如果为主站系统,则需要对多个光伏场站展开预测,因此在构建算法模型的过程中要求要尽量减少计算时长。针对短期功率进行预测的过程中,各个光伏子场站要根据过往的数据以及天气预报数据向主场战进行上报。同时也要及时上报环境监测仪24小时以内的环境数据,主要包括风速、风向以及温湿度、日照时长等等。
3.1.2 风力发电出力特性
如下图2所示为风力发电的一日出力曲线图。
图2 风力发电一日出力情况
结合该图2可知,在24小时之内,风能发电的出力整体相对平稳,未出现长时间停机以及过载现象。除此之外,根据上图可知,风力发电具有较大的起伏性和波动性。结合该风电场的每小时的功率测值还可以得出该风电场功率具有显著的反调峰特点。其中波动性体现在每小时间隔情况下,功率因风向变化而改变。进入下午后,风力呈现增加态势,风电场的出力情况在短短的一个小时以内增加至800 kW·h。风力电场的反调峰特性体现在电力负荷高峰时期,即白天的8点到中午12点,该阶段后由于风力不断减弱,此时风电场的输电能力和处理情况不足额定容量的30%,此时为波谷阶段。
3.2 功率预测模型
3.2.1 光电转换效率模型
光电转换效率模型主要根据光伏电池的转换效率为基础进行模型构建。制定该模型的过程中,需要对计算公式以及经验系数展开计算。其中经验系数数值为太阳能辐射以及光伏输出功率预测值。现阶段在光电转换效率预测中常用的模型主要包含以下两种:①常数系数模型。②双因素模型。
结合大量案例可知,光电转换效率模型的精确程度和太阳能辐射以及物理模型的建模准确率有着重要的联系。
3.2.2 统计预测模型
考虑到光伏系统处于户外地区,其发电出力效果容易受到气候等因素的干扰。鉴于此,在构建光伏系统出力统计模型的过程中,为保证模型的精确度可应用回归分析方法和神经网络计算方法来明确气候因素以及温度因素对光伏发电整体输出功率产生的影响。该模型的优势在于可充分提升预测结果的准确度,但是该模型也存在计算步骤过多,操作复杂的缺点。
4 基于粒子群算法的电网优化调度
4.1 基本方法分析
应用新能源技术进行发电的过程中,非常容易受到电力负荷、预测调度等因素的干扰。为保证新能源并入普通电网后的整体输电功率,电网企业要结合自身实际情况,选择科学的模式进行电网优化调度。在制定优化调度方案的过程中,可将发电机组以及煤炭消耗量作为核心依据,同时也要结合发电机组消费制约条件做好相关的分析工作。通过精确的计算得出各类参数以及最佳的机组发电数值。在构建相应模型和目标函数的过程中,需充分考虑发电机组成本价值,同时也要考虑该模式下产生的损耗。此外还要对其他因素权重数值进行计算和分析。
4.1.1 发电成本计算方法分析
为进一步精确反映发电机组的电价成本,一般情况下可将发电机组上网及微增电价分为三个部分进行计算,其风电机组总成本等于运行成本和固定成本之和。
4.1.2 排污控制方法分析
现阶段以煤炭热能为主的燃烧类电厂在发电过程中主要会释放二氧化碳、硫化物、氮化物等有害物质。为进一步减少燃烧类电厂对生态环境所产生的影响,需要采取相关措施,对二氧化碳排放量和粉尘量严格控制。
一般情况下,燃煤类发电厂需应用对应的除尘设备,严格控制粉尘数量。除此之外,可应用新能源发电技术,有效控制二氧化碳的排放量。现阶段发电厂依然难以严格控制氧化物和氮化物的排放。为迎合我国的可持续发展政策,发电厂可通过计算对应的排污系数实现对发电污染物的有效控制。
4.2 基于粒子群算法的预测控制
何为粒子群算法?粒子群算法来源于鸟群集体的捕食能力分析,简言之通过应用多方面的启发性模式来对各类事件加以预测。通过对比粒子群算法和传统的算法可知,前者在实数编码方面有着较突出的优势。除此之外,粒子群算法整体的应用难度较低,将该算法应用于电网优化调度过程中,具有非常广阔的前景。科学的应用粒子群算法解决电网调度中的实际问题,不仅可以进一步拓宽该算法的应用领域,同时也可以更好地促进电网企业发展。电网优化算例系统中发电机组元素众多,主要内容如下:①水电机组;②火电机组,针对不同类型的能源应用粒子群算法,均可对其供电预测情况进行控制。在开展对应的预测工作过程中,要以复合变化预测结果为主。针对发电机组系统负荷计算,主要依据发电机组的整体功率进行计算。在进行微网计算的过程中,还要应用适应度函数进行分析,对其结果进行仿真分析后,可更好地帮助供电企业了解供电不同时段燃料电池的输出功率情况。对供能调峰工作有着重要的作用。
举例来说,对风电场场站功率进行控制的核心目的在于严格根据电网调度规划,保证风电出力效果,减少电能系统损耗。具体调度模式如下:首先在调度过程中,若未曾对风电场下发对应的调度指令,此时风电场根据过往运行模式进行运行,风电机组按照出力最高模式运行。若电网调度需要对风电场功率进行控制,此时根据调度需求,风电场可选择限制模式、调整模式,斜率控制模式以及差值模式进行调度。据此可获取风电场有功功率控制流程:第一,判断是否拥有电网调度指令,如果没有指令,则根据最大处理原则进行处理,若有调度指令则执行第二步计划。第二,根据调度指令和当前出力效果,应用有功率控制模式。第三,根据控制模式的要求,对下一控制周期风电场的功率进行设置,结合功率升高或降低情况,对风电机组的优先级进行排序。根据优先级的序列情况,按照功率分配策略,对各风电机组进行功率分配,确保出力效果。
5 大规模电源并网地区的电网实施调度策略
一般情况下,多数大型电网在开展实施调度工作的过程中,往往都需要AGC机组和对应调度机组协同运行。在协同运行的过程中,为确保机组的环境效益和经济效益,需要对功率偏差量进行科学分配。传统的电网调度模式主要通过控制上级输电网的负荷偏差,来提升电力系统的整体稳定性与输电能效。但是新能源并网之后,为充分满足新能源电能的稳定性与安全性。需要应用多样性能源和配电网之间构建有效的联合,通过构建智能化电网通信信息系统。可进一步强化调控效果。具体可采用以下优化措施:第一,可利用15 min的超短期预测新能源发并网后的电能处理情况,根据新能源并网后符合情况进行15 min的预测。第二,科学应用 SCADA 系统对电网运行数据信息进行收集。收集范围包括电网系统运行中的各类测量数值以及系统开关状态。第三,构建智能通信系统,通过该系统来收集新能源电能出力中的各类参数,主要内容包括光伏发电和风能发电运行阶段中的各类参数,普通火电和水电运行过程中的处理参数,运用该模式可帮助供电企业更好的分析输电节点以及断电后的电功率数值。但是需要注意,一般情况下一些重要的节点往往会应用于能源输出量较大的变电站之中,而这类系统中可能会存在电量超容的现象,可能会加剧电压容量越线等问题。第四,做好日前调度计划比照工作。电网企业可通过计算关键节点的功率偏差数值,制定最小目标函数,然后根据电压约束、载流量约束等数参数,制定科学的电网调度优化升级计算流程,然后将计算结果反馈给相关的新能源场站,以此来帮助场站更好地开展计划调度工作。
6 结束语
综上所述。随着新能源发电技术的不断成熟。电网企业构建智能化控制系统非常重要。通过对电新能源功率的预测方法进行优化,可充分减少新能源电能供电过程中其他因素的干扰,这对提升新能源的电能处理效果非常有利。