陈艳丽

国网西藏电力有限公司，西藏 拉萨 850000

0 引言

当前，大规模的新能源发电厂并入电网运行，随着新能源发电的功率输出发生波动，在电网连接线及传输通道内部潮流容易出现变化，会对电网电压的安全性、稳定性产生一定程度的影响[1]。在没有开展新能源发电厂的建设工作之前，我国电网系统与负荷中心之间长距离相隔，此种状态下的网络结构更加薄弱，离不开高压传输通道的支持。近些年，我国加大开展新能源场站的建设力度，对此，需要全方位地考虑电网负荷及新能源电源出力水平，除了需要分析电能是否可以就地消纳，还需要考虑电网电能外送过程中的相关要求及产生的影响[2]。

1 现状分析

现阶段，新能源的发展速度不断加快，新能源的渗透程度也越来越高，在这样的背景下，新能源自身具备的出力特性对并网的影响越来越明显，因此，国内外相关专家对新能源并网之后的安全性和稳定性开展了深入的研究[3]。评估新能源并网的影响涉及指标体系的构建及综合评估方法的应用，需要结合具体的评估对象（即电网具体状况）建立更全面的评估指标体系，指标主要分为正效应评估指标及负效应评估指标。指标权重与指标在综合评估中的作用、评价精度密切相关，指标权重的确定是综合评估决策方面的研究重点，在研究过程中，许多权重确定方法应运而生[4]。

当前，新能源技术呈现良好的发展态势，新能源场站建设的成本不断降低，新能源在电力系统中的比例也不断加大[5]。新能源与配电网之间的连接对配电网的可靠性及电压产生的影响较为深远，其影响程度与接入点、配电网容量存在不可分割的联系。配电网的规划面临严峻的挑战，在规划配电网的过程中，除了考虑传统影响因素，还需要最大限度地降低新能源对电网产生的影响，并在此基础上充分发挥新能源的作用[6]。

2 新能源出力特性和功率预测模型

2.1 新能源出力特性

2.1.1 光伏发电出力特性

光伏电站一天（24 h）的出力统计图如图1所示。可以看到，因为日照因素的影响，光伏电站只在白天发电，在夜晚会停止发电，这说明光伏发电具有间歇性的特点；以小时为尺度，能够了解到光伏发电有着较为突出的波动性特点，光伏出力曲线峰值出现在中午。

图1 光伏电站一天的出力情况

2.1.2 风力发电出力特性

风电厂的日出力曲线图如图2所示。可以看到，在一天中，风电场的出力具有较强的平稳性，没有过长时间停机及满发的情况；同时，涉及较多的波动和起伏，说明风力发电出力具备波动性。

图2 风电场一天的出力情况

2.2 功率预测模型

2.2.1 物理预测模型（光电转换效率模型）

将光伏电池的光电转换效率作为主要依据，在此基础上围绕光电转换效率形成相应的经验公式及经验系数，该系数就是太阳总辐射及光伏输出功率的预测值。当前阶段应用较为广泛的光电转换效率模型包括常数系数模型及双因素模型，光电转换效率模型的精度和太阳总辐射及相关物理模型的准确性之间存在密切联系[7]。

2.2.2 统计预测模型

光伏发电出力容易受到气象等因素的影响，因此在建立光伏系统出力统计预测模型的过程中要求应用回归分析法及神经网络法等方法，以明确气象因素，包括天气因素及温度因素等对光伏输出功率的影响。统计预测模型的主要优点是能够保障预测结果的精确度，但应用算法时涉及的操作步骤较多[8]。

3 基于粒子群算法的电网优化调度

3.1 基本方法

现阶段，新能源容易受负荷预测调度等相关因素的影响，要求应用最适宜的模式，将机组及煤炭消费量总体的排名作为主要依据，针对机组消费制约条件开展相应的分析工作，以此选择各类参数的最佳值及常规机组的最佳值。建模及构建目标函数时，需要考虑发电机各方面的成本，包括发电成本及备用成本，以及基于处理模式产生的网络损耗，并且需要了解相关因素备用数量及权重值。

3.1.1 发电成本计算方法

为了有效地反映火电机组电价和成本，需要将各机组的上网及微增电价分为3段，总运行成本加上总固定成本便是风电机组的总成本。

3.1.2 排污控制方法

目前，燃烧类电厂在生产过程中的排放物主要包括二氧化碳、粉尘、硫氧化物及氮氧化物等，其中，二氧化碳和粉尘可以采用针对性措施进行控制。在实践中，通常应用相应的除尘装置控制粉尘，能够基于常态条件开展相应的操作；通过应用新能源，控制二氧化碳的排放。当前，还无法有效控制硫氧化物和氮氧化物的排放，但因为硫氧化物和氮氧化物具有许多相同的特征，所以可以利用有关排污系数对其开展相应的计算工作，以实现污染物的有效控制。

3.2 基于粒子群算法的预测控制

粒子群算法的应用灵感来自鸟群具备的集体捕食能力，能够通过多个方面制定相应的启发性方式。粒子群算法在实数编码方面的优势较突出，和免疫及遗传相关算法对比，粒子群算法的应用难度更低一些。因此，该方法在解决电网优化问题方面有着非常光明的应用前景，应用粒子群算法解决实际问题，发挥其优势，可以进一步地扩大算法的应用领域。

在电网优化算例系统中含有较多的发电机组元素，包括水电机组及火电机组等。针对各类电源，粒子群算法都能开展相应的供电预测控制工作。在实际开展预测控制工作时，要求根据负荷变化预测最终的结果。系统负荷的数值主要根据发电机组的功率确定，在此基础上，能够针对燃料电池的功率进行相应的计算。在微网运算过程中应用适应度函数，分析和计算有关仿真结果后能够了解到，在供电高峰阶段，燃料电池的有功输出最大，其对调峰的贡献非常大，能够满足用电要求。

4 大规模电源并网地区的电网实时调度策略

大型电网的实时调度工作通常涉及AGC机组及相关调度机组的共同运行，围绕着环境效益及经济效益开展优化工作，将涉及的功率偏差量有效分配于每一个机组内部。传统的地区电网的实时调度工作通常是将上级输电网作为主要依据来控制负荷偏差，以此为电力系统运行过程中的持续性及稳定性提供保障。这样一来，如果新能源的不确定性及波动性有一定程度的提高，日前调度计划与间歇式的能源情况之间存在一定程度的偏差，也能够满足电网的实时调度方面的相关要求。在多样性能源和配电网之间建立有效结合，智能电网通信信息技术会获得相应的进步，这样可以提高区域电网调度方法的多样性，进一步增加调控深度。具体优化流程如下。

（1）利用15 min的超短期预测后续系统的新能源出力状况，围绕负荷开展为期15 min的预测。

（2）合理应用SCADA系统，收集相关的电网运行数据信息，如系统运行过程中的测量值及系统所表现出的开关状态。

（3）基于智能通信系统，收集新能源出力方面的数据信息，包括光伏及风电等在运行过程中表现的状态及相关参数信息，普通电源在运行过程中的信息（涉及水电及生物质能电站等）。通过此种方式能够获取明确的节点及断电的电功率值。需要注意的是，重要节点通常会应用于能源外送需求比较大的变电站。该类型的电源可能会存在电量大于容量限制的情况，进而造成电压越线及容量越线等安全问题。

（4）对比日前调度计划，获取涉及的关键节点的功率偏差，功率偏差能够作为最小目标函数，以电压约束、载流量约束等为依据开展相应的优化升级计算工作。新能源为系统中的重点决策对象，能够通过OPF程序开展相应的求解工作。如果获取了各类新能源的运行信息，就需要在此基础上针对相关场站进行数据反馈。

5 结束语

总之，提升复合系统的跟踪能力及稳定性，对于电网智能控制系统理论体系的构建而言意义重大。并且，加强对功率预测方法的优化，能够降低控制过程中涉及的不确定因素的影响，这对于实现理论与实践的有机结合非常有利。将获取的优异理论成果合理地应用到生产实践中，加大力度开展电网技术的开发工作，可以使新能源电网的调度工作得到进一步发展。