刘 劲 卢小海 阮志杰

（广东电网有限责任公司中山供电局，广东 中山 528400）

社会的快速发展使得电网规模不断扩大，也增加了分布电网的并入量，造成电网整体运行的稳定性下降。分布式电网的大量并入，需要采用智能化集中管理，才能进行电网的有效协调。虚拟电厂（Professional Virtual Power Plant，ProVPP）作为智能化管理的重要形式，不仅促进了用户间的互动[1]，而且提高了电网的稳定性，使得分布式电网与传统电网间的调控性更好。然而，用电高峰的不断出现，使得虚拟电厂的负荷增加，影响了电网的供电质量。因此，虚拟电厂亟需一种智能计算方法，对负荷进行有效预测，以便更好地进行电网调度。

1 云计算方法

负荷预测是虚拟电厂智能管理的重要组成部分，也是调整分布式电网、传统电网之间关系的方法，保证整个电网的稳定运行。云计算是以向用户提供优质电网为目标，调节分布式电网与传统电网之间的关系，利用相关的算法，计算电网的负荷。传统电网预测依赖以往变化规律进行预测，忽视了其他相关指标的影响。云计算（Cloud Computing，CC）综合多种不定因素，计算结果和程度更加准确。

1.1 负荷等级划分

依据实际情况，对虚拟电厂的负荷等级进行划分，分为低负荷、正常负荷和高负荷。其中，I 级低负荷是指电网的整体负荷低于供电负荷，可以加强分布式电网的供电。II 级正常负荷是指电网的整体负荷等于供电负荷，分布式电网的供电与传统电网之间的调节持平。III 级高负荷是指电网的整体负荷高于供电负荷，为了维持电网的稳定，应该以传统电网供电为主。不同时间段的负荷率如图1 所示。

针对上述负荷情况，采用不同的智能调整方法，具体内容见表1。

表1 不同状态等级与智能调整

根据表1 可知，虚拟电厂依据电网的预测结果，对分布式电网中的电量进行调整，以维持整个电网运行的稳定。在状态I 级时（00:00～06:00），电量的整个负荷较低，可以增加分布式电压的供电能力，以此来降低整个电网的运行成本。在状态III 级时（15:00-20:00），电脑的负荷较高，需要减少分布式电网的供电量，应该采用传统式的电网进行供电，以此来维持整个电网的运行稳定。状态II 级处于两者之间，可以依据实际的情况进行电网分布式的调整。通过对整个电网运行状态等级的评估，可以对整个电网供应量和负荷进行调整，以此来维持整个电网运行的稳定，降低电网运行的成本。

图1 不同时间段的负荷率

1.2 虚拟电厂负荷的云计算方法

假设虚拟电厂中分布式电网指标集合U，且包含2 个特征向量负荷期望值f（x）和最高负荷值δ，δ ∈U。f（x）＞0，RN（f（x），δ）表示负荷函数f（x）的均值，负荷预测函数d''f（x）。如果设置x1=RN（f（x），δ1），x2=RN（f（x），δ2），那么x1=x2∈U，负荷预测函数d''f（x），其数学表达如下：

式中：U 是负荷期望与最高负荷值的集合，x1和x2分别代表电网预测范围的两个边界值，x1代表左边界值，x2代表右边界值。δ1为左边界x1的最高负荷值，δ2为右边界x2的最高负荷值。

通过上述分析可知，负荷期望值f（x）和最高负荷值δ为云计算中的2个特征值。负荷预测函数d''f（x）是最能代表定性概念的点，是云计算中负荷出现改变的概率。一般来说，距离期望负荷值越近，云计算数据的值越集中，意味分布电网与传统电网之间的负荷程度越统一，负荷越低。离期望负荷值越远，云计算数据越稀疏，说明分布电网与传统电网之间的负荷程度不一致，负荷越高。负荷预测函数d''f（x）由分布式电网、传统电网共同决定，代表整个电网的稳定性，分布式电网额定功率与传统电网额定功率的结合，反映了在整个虚拟电厂中负荷的承载范围。负荷预测函数d''f（x）就代表整个电网的负荷超载临界值[2]。

2 实际案例分析

该文以中山光伏发电的分布式电网为例，对其虚拟电厂负荷进行分析，比较了云计算和传统计算在负荷预测方面的差异，以验证云计算对于虚拟电厂负荷预测的作用。其组网方式见表1。

表1 光伏发电站的组网形式

在上述组网结构的情况下，对其虚拟电厂的负荷进行云计算预测分析，并与以往的预测方法进行比较，分析其预测的准确度，如图2 所示。

通过上述的比较分析可知，在低负荷阶段（00:00～6:00）时，云计算与传统计算的曲线比较平滑，两者之间的预测精度基本一致。在正常负荷阶段（6:00～15:00），云计算的平滑度较高，优于传统计算方式；在高负荷阶段（15:00～20:00），云计算的平滑度与传统计算之间的差距更加明显，明显优于传统计算方式，结果见表2。

表2 不同负荷下的平均预测值

由表2 可知，低负荷阶段，云计算的预测值为62.3%，传统计算为61.4%，与实际结果的63.2%基本一致。正常阶段，云计算的预测值为71.5%，传统计算为65.3%，而实际值为73.2%，云计算更加接近实际值。高负荷阶段，云计算为91.2%，与实际值的92.3%基本一致，而传统计算为87.9%，与实际值相差较大。因此，云计算对于虚拟电厂负荷预测具有重要的辅助性作用，特别是在正常负荷和高负荷阶段，与国内相关研究一致[3]。

图2 云计算与传统计算的负荷值比较

3 结语

综上所述，虚拟电厂是智能电网发展的最新阶段，可以有效地调节分布式电网与传统电网之间的关系，维持整个电网的稳定运行。负荷是分布式电网与传统电网协调的重要指标之一，也是满足现代社会经济发展需求的保障指标。如何调整分布式电网与传统电网之间的复合关系，更好地发挥分布式电网的优势，是目前虚拟电厂亟待解决的问题。该文将云计算方式引入虚拟电厂中，利用负荷的定性和定量指标，对整个电网的负荷进行预测，以此来保证电网运行的稳定性，实现分布式电网与传统电网之间的有效融合。同时，与传统依据规律和历史数据作为指标的负荷预测方式进行比较，结果显示：云计算在低负荷、正常负荷和高负荷3 个阶段，均表现出良好的预测精度。云计算与传统计算在低负荷阶段，两者的预测结果与实际结果基本一致。在正常负荷和高负荷阶段，云计算的预测精度高于传统计算方式。因此，云计算可以对虚拟电厂的负荷预测提供借鉴和帮助，使虚拟电厂可以更好地对相应的指标和数据进行调整，以此来保证整个电网的供电质量和稳定性。