卫鹏杰

（国网山西省电力公司电力调度控制中心，山西 太原 030001）

0 引言

随着风电、光伏等清洁能源的大规模持续接入，山西电网清洁能源并网运行装机容量逐年快速攀升。2019 年8 月底，山西电网风电、光伏装机容量占总装机容量的29.7%，预计2020 年底将达到40%左右。2018 年10 月26 日中午时段，清洁能源最大出力占当时统配用电负荷的50%。随着清洁能源装机容量进一步增加，2020 年清洁能源最大出力占当时统配用电负荷比例极有可能进一步增至55%。清洁能源发电的波动性对电网统配用电负荷预测的影响越来越大，对电力平衡和电网安全的影响越来越大，尤其是电力现货市场开启后，严重影响各发电企业的机组出力与市场收益。分析研究清洁能源发电波动性对电网统配用电负荷的影响，具有重要的现实意义。它不仅有利于提升电网统配用电负荷预测的准确率，促进更为精确地编制机组发电计划，保障电网安全；更有利于进一步强化电力生产精细化管理，更为科学、有效地消纳清洁能源。

1 电网统配用电负荷影响的算法研究

接入电网的清洁能源主要是风电、光伏，具体可分为集中式风电、集中式光伏、分布式风电、分布式光伏。定义并网运行的集中式风电装机容量为Pw1、分布式风电装机容量为Pw2、集中式光伏装机容量为Pp1、分布式光伏装机容量为Pp2，单位均为MW。定义PΔ为统配用电负荷受清洁能源波动性影响值，PΔw1、PΔw2、PΔp1、PΔp2分别为统配用电负荷受集中式风电出力波动性影响值、受分布式风电出力波动性影响值、受集中式光伏出力波动性影响值及受分布式光伏出力波动性影响值，则

1.1 同地区某时刻统配用电负荷受清洁能源发电波动性影响的算法

电网统配用电负荷为各发电机组出力的代数和，即某时刻统调发电机组出力之和减去外送电力，包含了统调电厂的厂用电。网供用电负荷为某时刻所有省调调管主变压器高压侧下载电力之和减去电力损耗值。实际工作中，若网供用电负荷不变，统配用电负荷则受场（站） 用电变化的影响。因分布式能源出力可等效为负的用电负荷，所以网供用电负荷主要受分布式能源出力变化的影响[1]。

1.1.1 统配用电负荷受集中式风电出力波动性影响的算法

统配用电负荷受集中式风电出力波动性影响的算法为

式中：ηw为某地区风电场平均场用电率；λw为某地区风电等效出力系数；ηc为某地区燃煤火电厂平均厂用电率。相同参数含义不变，不再赘述（下同）。

1.1.2 统配用电负荷受分布式风电出力波动性影响的算法

假设分布式光伏与集中式风电发电等效出力系数一致，则统配用电负荷受分布式风电出力波动性影响值为

1.1.3 统配用电负荷受集中式光伏出力波动性影响的算法[2]

统配用电负荷受集中式光伏出力波动性影响的算法为

式中：ηp为某地区光伏电站平均站用电率；λp为某地区光伏等效出力系数。

1.1.4 统配用电负荷受分布式光伏出力波动性影响的算法

假设分布式光伏与集中式光伏发电等效出力系数一致，则统配用电负荷受分布式光伏出力影响值为

综上，某一地区统配用电负荷受清洁能源发电波动性影响的算法为

1.2 全省某时刻统配用电负荷受清洁能源发电波动性影响的算法

全省某时刻统配用电负荷受清洁能源发电波动性影响的算法为

式中，n 为全省地区数，i 为地区编号（初始值为1），Piw1为第i 个地区集中式风电装机容量，Piw2为第i 个地区分布式风电装机容量，Pip1为第i个地区集中式光伏装机容量，Pip2为第i 个地区分布式光伏装机容量，λiw为第i 个地区风电等效出力系数，ηiw为第i 个地区风电场平均场用电率，λip为第i 个地区光伏等效出力系数，ηip为第i 个地区光伏电站平均站用电率，ηic为第i 个地区燃煤火电厂平均厂用电率。

1.3 同时刻同区域相邻日期统配用电负荷受清洁能源发电波动性影响的算法

同时刻同区域相邻日期统配用电负荷受清洁能源发电波动性影响的算法为

1.4 同时刻相邻日期全省统配用电负荷受清洁能源发电波动性影响的算法

同时刻相邻日期全省统配用电负荷受清洁能源发电波动性影响的算法为

式中，Δλiw为第i 个地区不同日期同一时刻风电出力系数变化值，－1≤Δλiw＜1；Δλip为第 i 个地区不同日期同一时刻光伏出力系数变化值，－1≤Δλip＜1。

2 电网统配用电负荷影响算法的实用化分析

根据发电企业实际运行经验，燃煤火电厂平均厂用电率ηc=10%，风电场平均场用电率ηw=2%，光伏电站平均站用电率ηp=2%。假设全省相关系数均一致，则

考虑到目前分布式风电装机容量较少，统配用电负荷受分布式风电出力影响值暂忽略不计，即Pw2=0，Piw2=0，则

若集中式风电、集中式光伏、分布式光伏容量Pw1、Pp1、Pp2采用实际值，则同一地区单日某时刻统配用电负荷受清洁能源发电波动性影响的主要影响因子为风电、光伏等效出力系数，同一区域不同日期同一时刻统配用电负荷变化量的主要影响因子为该时刻风电、光伏等效出力系数变化值。

3 算法验证

在实际应用中，获取风电、光伏预测出力数据，充分考虑清洁能源波动性，依据上述算法计算电网统配用电负荷在后夜、午高峰、晚高峰3个关键时刻电网统配用电负荷波动情况，有利于更为科学、合理地安排机组运行方式。拟将山西11 个地区拟合为一个区域，以山西电网2019 年10 月15 日清洁能源实际出力、16 日和17 日清洁能源预测出力，计算清洁能源发电出力波动性对山西电网统配用电负荷的影响。

参照集中式风电装机容量11 750 MW、集中式光伏装机容量7 230 MW、分布式光伏装机容量2 660 MW，可计算风电计算系数为-1 070.56，光伏计算系数为-3 318.73，详情见表1。

根据表1 可计算山西电网2019 年10 月16 日与15 日、17 日与16 日在同一时刻，集中式风电、集中式光伏出力波动量及出力系数变化量，见表2，为计算对统配用电负荷的影响提供基础数据。

表1 山西电网2019 年10 月15 日、16 日、17 日同时刻清洁能源出力及出力系数计算表

根据式（16）、式（17） 及表2 相关数据，可计算山西电网 2019 年10 月16 日、17 日相对于前一日清洁能源发电出力波动性对山西电网统配用电负荷的影响，具体结果见表3、表4。

实践证明，本算法可较为精确地计算分析清洁能源发电出力波动性对电网统配用电负荷的影响。受清洁能源出力变化影响，17 日的预测值跟实际值之间偏差增大，准确率有所降低，尤其是中午时段尤为突出。另外，算例中仅考虑了后夜、午高峰、晚高峰这3 个关键时刻的电网统配用电负荷波动情况，如果依据上述算法计算电网统配用电负荷96 点的波动，则可以绘制出清洁能源发电出力波动性对山西电网统配用电负荷影响的全天曲线图，提升机组开机的科学性，更为精确地编制机组发电计划，进一步促进清洁能源的消纳，保持电力平衡。

表2 10 月16 日与15 日相比、17 日与16 日相比同时刻清洁能源出力波动量及出力系数变化量计算结果表

表3 10 月16 日与15 日相比、17 日与16 日相比同时刻清洁能源出力波动量对统配用电负荷波动性影响计算结果表

表4 10 月16 日与15 日相比、17 日与16 日相比同时刻清洁能源出力波动对统配用电负荷影响预测情况分析表

4 结论与展望

做好统配用电负荷预测是保证电网安全稳定运行、提升精益化调度，进一步促进清洁能源消纳，适应我国电力市场化要求的重要举措。综合考虑气象信息、新能源的影响，结合山西实际，根据本文算法，可以实现清洁能源出力波动对负荷预测影响的跟踪预估，在此基础上，进一步做好、做精统配用电负荷、母线负荷预测，以解决当前及未来清洁能源装机容量突增引起的清洁能源消纳突出的矛盾及满足电力市场改革中现货市场对负荷预测高精度的需求。