新能源接入后的分布式电源负荷运行态势感知

林扬博

摘要：为提高电源负荷运行态势感知精度，开展新能源接入后的分布式电源负荷运行态势感知方法的设计。参照拉依达准则，检测每日电网在运行中的电源母线负荷数据，提出其中的冗余数据与噪声数据，实现新能源接入后的分布式电源负荷运行数据提取与处理；根据电源的不同作业形态，建立分布式电源负荷群感知模型；通过属性简约处理法，去除数据集合中不必要的数据量，利用EEMD中的知识表达机制，建立分布式电源负荷态势感知决策函数，实现对电源负荷运行态势的实时感知。设计对比实验证明：该方法不仅可以实现对分布式电源负荷运行态势的实时感知，还可以降低并控制感知结果误差。

关键词：新能源接入  负荷群感知模型  EEMD  运行态势  负荷  分布式电源

中图分类号：TM61      文献标识码：A

Situation Awareness of Distributed Power Supply Load Operation after New Energy Access

LIN Yangbo

（Shanwei Power Supply Bureau of Guangdong Power Grid Co.， Ltd.， Shanwei， Guangdong Province， 516600 China）

Abstract： To improve the situation awareness accuracy of power supply load operation， the design of the situation awareness method of distributed power supply load operation after new energy access is carried out. With reference to the Pauta criterion， the power supply bus load data of the power grid in operation every day is detected， and the redundant data and noise data are proposed to realize the extraction and processing of the operation data of distributed power supply load after new energy access. According to the different operation modes of power supply， the sensing model of distributed power supply load groups is established. The unnecessary data in the data set is removed through attribute reduction， and the knowledge expression mechanism in EEMD is used to establish the decision function of the situation awareness of distributed power supply load to realize real-time perception of the operation situation of power supply load. The comparison experiments of the design prove that this method can not only realize the real-time perception of the operation situation of distributed power supply load， but also reduce and control the error of perception results.

Key Words： New energy access; Load group awareness model; EEMD; Operation situation; Load;  Distributed power supply

電力系统的负荷感知主要通过电力终端负荷总量的累加计算实现，而在此过程中的电源电量平衡，则是评估电力系统安全、稳定运行最为重要的问题之一。在电力系统中，分布式电源实时负荷趋势变化可以直接反映电力系统的运行状态，进而为电力调度提供可靠的决策依据，可以认为分布式电源负荷感知，是电力系统运营调度管理中不可缺少的重要环节。随着新能源电力需求的持续增长，分布式电源的装机容量不断扩大，储能装置等多种新技术在分布式电源系统上的应用也日益广泛。因此，针对分布式电源多模式协同运行中存在的问题，亟须多角度，基于电力系统宏观运行和微观管理两个维度展开分析研究。目前，分布式电源负荷运行态势感知过程，主要是通过多个传感器采集用户电源及负荷分布数据，采用可视化展示等方式，将采集到的数据呈现给用户，从而帮助用户更好地了解分布式电源在电网中分布情况、负荷特征以及各参与方实时运行情况[1]。为提高管理终端与用户对分布式电源负荷运行态势的感知能力和故障响应能力，满足客户对分布式电源实时运行状态管理需求，本文将在此次研究中，设计新能源接入后的分布式电源负荷运行态势感知方法，以便于终端对分布式电源与电力系统运行状态的同步、实时监视，实现对分布式电源发电侧的智能化、协同化管理。

1 新能源接入后的分布式电源负荷运行数据提取与处理

为实现对新能源接入后，分布式电源负荷运行态势的感知，在开展相关研究前，根据新能源电网的运行需求，提取电源负荷运行数据[2]。提取过程中，检测每日电网在运行中的电源母线负荷数据，剔除其中的冗余数据与噪声数据。提取过程中，考虑到量测装置可能存在故障，会导致电源母线运行数据出现极端数据值，即提取的数据相比真实数据而言较大或较小[3]。因此，可在提取数据过程中，参照拉依达准则，设计数据的处理。处理过程中，设定分布式电源母线负荷数据表示为，其中表示数据采样时刻点。则数据剔除处理过程应满足下述计算公式。

式（1）中：表示分布式电源母线负荷数据均值；表示分布式电源母线负荷数据标准差。对于不符合或不满足上述计算公式的分布式电源母线负荷数据，对其采取剔除处理，并认为此部分数据为采样过程中的极值数据。完成数据剔除处理过程，在保留的分布式电源母线负荷数据集合中，筛选具有代表性或具有特征性的数据，将其作为运行态势感知支撑数据集合[4]。此过程如下计算公式所示。

式（2）中：表示新能源接入后的分布式电源最大运行负荷；表示新能源接入后的分布式电源最小运行负荷；表示最大采样点。根据上述公式计算结果，计算新能源接入后的分布式电源的日平均负荷及其负荷率[5]。计算公式如下。

式（3）中：表示新能源接入后的分布式电源的日平均负荷。根据此结果，计算新能源接入后的分布式电源负荷每日的峰谷差值与峰谷率[6]。计算公式如下。

式（4）中：表示新能源接入后的分布式电源负荷每日的峰谷差值。按照上述方式，完成分布式电源负荷运行数据的提取。在此基础上，考虑到电源的静态负荷数值与动态负荷数值可能存在差异，为降低此种差异对其负荷感知行为造成的影响。按照下述公式，设计数据的规范化处理。

式（5）中：表示规范化处理后的负荷运行数据；表示原始数据；表示静态样本数据方差；表示动态样本数据方差。按照上述方式，完成数据的提取与处理。

2 建立负荷群感知模型

在上述设计内容的基础上，考虑到用户侧感知的电源负荷种类较多，因此，需要根据电源的不同作业形态，建立分布式电源负荷群感知模型。在此过程中，建立电源在作业过程中的开关负荷，如下计算公式所示。

式（6）中：表示电源在作业过程中的开关负荷；表示分段阶跃功率。考虑到不同电源的作业方式存在差异，因此，可参照上述公式，建立针对分布式电源开关的分布式负荷感知模型与开关调控模型，通过此种方式，实现对电源在作业过程中相关参数及其工作状态的感知。

3 基于EEMD的负荷运行态势实时感知

完成上述设计后，将处理后的分布式电源负荷数据录入负荷群模型[7]。引进EEMD，设计电源负荷运行态势的实时感知。在数据录入模型前，可以通过属性简约处理法，去除数据集合中不必要的数据量。在确保感知结果不受到影响的条件下，最大限制地精简模型录入数据。利用EEMD中的知识表达机制，建立分布式电源负荷态势感知决策函数。函数表达式如下。

式（7）中：表示分布式电源负荷态势感知决策函数；表示知识表达机制；表示决策属性表；表示支持度；表示决策行为依赖条件。在此基础上，通过采集分布式电源的功率数据（包括可调容量、功率变比、功率开关状态等），根据采集的数据和本地设备采集的数据计算，得到光伏发电的最大功率及其相应的发电出力，通过对电源负荷参数的分析，实现对电源运行过程中负荷状态参数的整理、加工与统计。将统計结果与时序匹配，以此方式，实现基于EEMD的负荷运行态势实时感知，完成新能源接入后的分布式电源负荷运行态势感知方法的设计。

4 对比实验

上文从3个方面，完成了新能源接入后的分布式电源负荷运行态势感知方法的设计，为实现对设计方法在实际应用中效果的校验，下述将以某地区大型光伏发电站为例，设计如下文所示的对比实验。

实验前，通过与此发电企业相关负责人交涉后发现，为响应国家发展清洁能源的相关号召工作，该企业在去年投入了大量资金，开发光伏、风力等新能源发电系统。根据阶段性的工作可知，现行的新能源发电已经初步取得了成绩。但在深入企业服务用户的反馈中发现，服务终端与企业管理前端无法在此过程中，实现对分布式电源负荷运行态势的感知，导致企业电力系统的运行一直无法实现预期的调度工作。因此，在综合商议后，决定使用本文设计的方法，对新能源接入后的分布式电源负荷运行进行感知。为确保实验结果的真实、可靠、客观，实验前，建立此单位在新能源接入后的分布式电源运行拓扑结构图，如图1所示。

根据上述图1可知，该企业在发电中主要接入的新能源为风力能源与光伏能源。在企业电力系统决策管理终端建立测试环境。在使用本文设计的方法，感知分布式电源负荷运行态势时，需要先提取分布式电源负荷运行数据，预处理采集的数据。在此基础上，建立新能源接入后分布式电源负荷群感知模型。引进EEMD算法，设计分布式电源负荷运行态势的实时感知，为确保感知的数据与发电系统分布式电源的实际运行数据具有较高的匹配度，按照下述表1所示的内容，设计电源负荷运行数据的训练参数。

按照上述方式，完成基于该文方法的分布式电源负荷运行态势感知。在此基础上，引进基于Spiked模型的感知方法，与基于LSTM-注意力机制的感知方法，将提出的方法作为传统方法1与传统方法2。使用三种方法，对新能源接入后的分布式电源负荷运行态势进行感知。

实验过程中，安排专门的技术人员对运行过程中的分布式电源负荷运行状态进行测量。将人工测量结果作为参照，对比三种方法对电源负荷运行的感知效果。其结果如图2所示。

从上述图2所示的结果可以看出，本文方法感知的分布式电源负荷运行态势，与人工测量分布式电源负荷运行数据基本吻合。

在此基础上，随机选择测点，计算三种方法的感知误差，计算公式如下。

式（8）中：表示分布式电源负荷运行态势感知结果误差，计算单位为%；表示分布式电源负荷运行态势感知结果；表示人工测量结果。统计测试结果，如表2所示。

根据上述图2与表2所示的实验结果，得到如下所示的实验结论：相比传统方法，该文设计的新能源接入后的分布式电源负荷运行态势感知方法在实际应用中的效果相对良好，该方法不仅可以实现对分布式电源负荷运行态势的实时感知，还可以降低并控制感知结果误差。

5 结语

在常规电力系统中，由于分布式电源运行在负荷侧，能够直接为电网提供有功、无功、调频、功率平衡等服务，并具有容量大、出力集中、调节灵活等特点。因此当光伏、风电等可再生能源大规模接入电力系统，将大幅提高电力系统的灵活性和稳定性。但在现实生活中，由于电力系统容量和线路系统规模难以同时满足运行需求和系统可靠运行以及负荷快速增长带来的潜在威胁，这也成为分布式电源技术发展瓶颈之一，为实现对新能源接入后分布式电源负荷运行态势的实时感知，提高电力企业调度与决策的可靠性、安全性，该文通过新能源接入后的分布式电源负荷运行数据提取与处理、建立负荷群感知模型、基于EEMD的负荷运行态势实时感知，完成了此方法的设计。设计后通过对比实验，对该方法的感知效果展开测试，通过此种方式，检验并证明了该文方法在实际应用中的可靠性与科学性。因此，可在后续的研究工作中，持续深化该文设计的方法，为可再生能源、新能源在电力系统中的接入提供全面的技术支撑。

参考文献

[1] 林政阳，姜飞，涂春鸣，等.考虑时序相关性的数据驱动电-气综合能源系统态势感知[J].电网技术，2022，46（9）：3385-3394.

[2] 卢德龙，童充，吴志坚，等.基于电力线载波阻抗特性的电力系统负荷网络主动感知方法[J]. 高电压技术，2022，48（4）：1296-1307.

[3] 何俊，于华，邓长虹，等.极端天气下基于态势感知的重点区域电网负荷供电保障策略[J].高电压技术，2022，48（4）：1277-1285.

[4] 肖白，肖志峰，姜卓，等.基于降噪自编码器、奇异谱分析和长短期记忆神经网络的空间电力负荷态势感知[J].中国电机工程学报，2021，41（14）：4858-4867.

[5] 孫晓艳.基于双层优化和态势感知的智能配电网精细化日前优化调度[J].山东农业大学学报（自然科学版），2020，51（6）：1132-1137.

[6] 张卫国，陈良亮，成海生，等.基于电动汽车供电资源态势感知的台区负荷弹性调度策略[J].电力建设，2020，41（8）：48-56.

[7] 林静怀，范士雄，徐郑崎，等.基于模糊层次分析法和LSTM-注意力机制的电网运行态势感知评估模型[J].电力信息与通信技术，2020，18（4）：58-66.