彭利鴻，余姚果，肖小剛，張 祥，梅亞東

(1.國(guó)家電網(wǎng)公司華中分部，湖北 武漢 430077；2. 武漢大學(xué)水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430072)

隨著風(fēng)電、光伏電等新能源發(fā)電技術(shù)的進(jìn)步，中國(guó)的新能源發(fā)電已經(jīng)走在了世界前列，從裝機(jī)容量來看，風(fēng)電、太陽(yáng)能發(fā)電裝機(jī)規(guī)模均居世界第一[1]。華中電網(wǎng)是全國(guó)電網(wǎng)中承接南北、連接?xùn)|西的樞紐電網(wǎng)，供電覆蓋湖北、河南、湖南、江西四省，在“全國(guó)聯(lián)網(wǎng)，西電東送、南北互供”的大格局中具有重要的樞紐地位。到2017年年底，華中電網(wǎng)6 000 kW及以上裝機(jī)容量21 364萬kW，其中水電裝機(jī)5 606萬kW、火電裝機(jī)13 606萬kW、風(fēng)電和太陽(yáng)能發(fā)電裝機(jī)2 151萬kW?；痣娧b機(jī)比重最大，達(dá)到63.7%，水電裝機(jī)比重其次，為26.2%，二者合計(jì)占比達(dá)到90%，風(fēng)電和太陽(yáng)能發(fā)電裝機(jī)僅占10%。盡管風(fēng)電和太陽(yáng)能發(fā)電裝機(jī)比例低于全國(guó)平均水平，但是近年華中電網(wǎng)的風(fēng)電、光伏電裝機(jī)規(guī)模發(fā)展很快。風(fēng)電裝機(jī)容量由2017年1月685.9萬kW，增加到2019年8月1 609.5萬kW，增加1.35倍，其中河南省網(wǎng)增長(zhǎng)最快，增加3.55倍。光伏電裝機(jī)由2017年1月683.5萬kW，增加到2019年8月2 428.4萬kW，增加2.55倍，其中湖南省網(wǎng)增長(zhǎng)最快，增加6.87倍。此外，通過特高壓輸電線路，華中電網(wǎng)還接受了大量西北、華北和西南的風(fēng)電、光伏電及水電電力。

由于風(fēng)電、光伏電具有波動(dòng)性、隨機(jī)性和間歇性特點(diǎn)，且不可調(diào)節(jié)。隨著風(fēng)電、光伏電等新能源電力的大規(guī)模接入，對(duì)電網(wǎng)的安全穩(wěn)定經(jīng)濟(jì)運(yùn)行造成較大影響，尤其是在局部地區(qū)特定時(shí)期出現(xiàn)了棄風(fēng)、棄光、棄水現(xiàn)象，清潔能源消納壓力逐漸顯現(xiàn)。為此，國(guó)家制定了一系列政策和措施，促進(jìn)清潔能源消納利用。發(fā)揮電網(wǎng)平臺(tái)作用，開展全網(wǎng)多電源優(yōu)化調(diào)度，是重要措施之一。而深入地探討電網(wǎng)風(fēng)電、光伏電等新能源發(fā)電出力波動(dòng)性，可為制訂科學(xué)的調(diào)度運(yùn)行計(jì)劃奠定基礎(chǔ)。

風(fēng)電出力波動(dòng)源于大尺度大氣環(huán)流模式變動(dòng)、局部地形和地表糙率等局部環(huán)境差異及風(fēng)電機(jī)組的風(fēng)能與電能轉(zhuǎn)換特性的共同作用。研究不同情況下的出力波動(dòng)性可為電力系統(tǒng)調(diào)峰、機(jī)組控制、調(diào)度計(jì)劃制訂提供科學(xué)依據(jù)。風(fēng)電出力波動(dòng)研究的時(shí)間尺度一般為5～15 min，對(duì)于大電網(wǎng)而言，小時(shí)級(jí)風(fēng)電波動(dòng)較分鐘級(jí)波動(dòng)更為重要。目前，風(fēng)電出力過程(時(shí)間序列)多采用一階差分、標(biāo)準(zhǔn)差、方差、離差系數(shù)、頻率分布、斜率、轉(zhuǎn)角、拐點(diǎn)個(gè)數(shù)、過程線長(zhǎng)度等參數(shù)及其變形或組合作為波動(dòng)性指標(biāo)，定量刻畫波動(dòng)程度。這些參數(shù)或從數(shù)量的角度度量波動(dòng)程度，例如一階差分、標(biāo)準(zhǔn)差等；或從形狀的角度度量波動(dòng)程度，諸如斜率、轉(zhuǎn)角等[2-5]。本文采用出力變率、出力概率分布、出力不均衡率分析華中電網(wǎng)風(fēng)電出力波動(dòng)性，然后應(yīng)用同步回代縮減法進(jìn)行華中電網(wǎng)風(fēng)電出力場(chǎng)景縮減，提取典型時(shí)序場(chǎng)景，對(duì)2017年華中電網(wǎng)風(fēng)電出力時(shí)間序列進(jìn)行分析。

1 風(fēng)電出力波動(dòng)性分析指標(biāo)

波動(dòng)性是風(fēng)電、光伏電等新能源出力最典型的自然特性，它包括日內(nèi)、日間、月度、季度波動(dòng)。以24:00為一日起始時(shí)刻，15 min為時(shí)間間隔，1 h有4個(gè)時(shí)刻分別為0、15、30 min及45 min。假設(shè)已獲得某年以15 min為時(shí)間間隔的風(fēng)電出力序列，據(jù)此可計(jì)算出時(shí)均出力、日均出力及月均出力，計(jì)算出日內(nèi)最大(最小)出力、月內(nèi)最大(最小)日均出力及不同時(shí)刻出力變化值。

1)出力占比。第t時(shí)刻風(fēng)電出力占比等于實(shí)測(cè)風(fēng)電有功功率占額定容量的百分比，記為η(t)，其表達(dá)式為：

式中：PG為風(fēng)電的裝機(jī)容量；P(t)為第t時(shí)刻風(fēng)電出力值。

2)出力變率。當(dāng)前時(shí)刻風(fēng)電出力與前一時(shí)刻風(fēng)電出力的差值(一階差分)占風(fēng)電裝機(jī)容量的比例。它反映了風(fēng)電出力的波動(dòng)大小和出現(xiàn)的頻率。表達(dá)式如下：

式中：ΔPv(t)為第t時(shí)刻出力變率；ΔP(t)為第t時(shí)刻的出力變動(dòng)值，ΔP(t)=P(t+1)-P(t)。

3)出力不均衡率。按時(shí)間尺度分為日不均衡率、月不均衡率、年不均衡率。其中，日不均衡率反映日內(nèi)出力波動(dòng)變化情況，其為日內(nèi)各小時(shí)時(shí)均出力與日內(nèi)最大時(shí)均出力的比值，其值越接近于1，日內(nèi)出力波動(dòng)變化越小。表達(dá)式如下：

式中：Rd(j)為日內(nèi)第j小時(shí)不均衡率；Ph(j)為第j小時(shí)平均出力；Phm為日內(nèi)最大時(shí)均出力。

類似地，可計(jì)算月不均衡率和年不均衡率。月不均衡率為月內(nèi)各日平均出力與月內(nèi)最大日均出力的比值。年不均衡率則反映年內(nèi)各月平均出力波動(dòng)情況。

4)出力概率分布。出力概率分布是指風(fēng)電出力在不同出力水平的概率，主要用來衡量風(fēng)電場(chǎng)的供電能力。設(shè)以ΔP為功率間隔，將風(fēng)電出力范圍[0,PG]劃分為K個(gè)功率段，其中第i功率段的出力范圍為[Pil,Piu](i=1,2,…,K)。設(shè)分析期內(nèi)風(fēng)電出力序列由Ntotal個(gè)出力值組成，可以統(tǒng)計(jì)落在每個(gè)功率間隔范圍內(nèi)的有功出力次數(shù)N(i)(i=1,2,…,K)，則第i個(gè)功率段的概率為

2 風(fēng)電出力時(shí)序場(chǎng)景縮減方法

電網(wǎng)中出力隨時(shí)間的變化過程，可視為隨機(jī)過程，其每日實(shí)際出現(xiàn)的出力過程為其中一個(gè)樣本，也稱為一個(gè)場(chǎng)景。場(chǎng)景縮減指從冗多的場(chǎng)景中，剔除相似程度較高的場(chǎng)景，余留少量具有代表性的場(chǎng)景集合。場(chǎng)景縮減的方法有聚類分析法(如K-mean法)、同步回代縮減法( synchronous backward reduction method)等[6-7]。本文采用同步回代縮減算法(SBRM)。

假設(shè)初始場(chǎng)景集為S，從S中剔除場(chǎng)景Q，余留場(chǎng)景集S-Q作為代表場(chǎng)景。集S中某個(gè)場(chǎng)景記為δi=(δ1i,δ2i,…,δti,…,δNi)，其中δti表示第i個(gè)場(chǎng)景里第t時(shí)刻數(shù)值；N是1 d總時(shí)刻數(shù)。同步回代縮減算法(SBRM)計(jì)算步驟如下： 首先假定保留場(chǎng)景集S-Q中場(chǎng)景數(shù)J，令m=1，Qm-1=φ。

1)在場(chǎng)景集合S-Qm-1中，按下式計(jì)算兩兩場(chǎng)景間距離dij

2)計(jì)算場(chǎng)景δi與其它場(chǎng)景間的最小距離dik和概率距離zik

式中，k表示與δi具有最小距離的場(chǎng)景編號(hào)。

3)將最小概率距離zkm對(duì)應(yīng)的場(chǎng)景δkm從場(chǎng)景集S-Qm-1中刪除。令Q(m)=Q(m-1)∪{km}，并將場(chǎng)景δkm的概率添加到與之距離最近的場(chǎng)景δk的概率上，即：

pk=pk+pkm

4)令m=m+1，返回至第①步，直到縮減至所需的保留場(chǎng)景數(shù)J。

3 計(jì)算結(jié)果及分析

采用2017年華中電網(wǎng)以15 min為時(shí)間粒度的風(fēng)電出力序列，進(jìn)行風(fēng)電出力波動(dòng)性和時(shí)序典型場(chǎng)景分析。

3.1 華中電網(wǎng)風(fēng)電出力波動(dòng)性分析

1)風(fēng)電出力占比與概率分布。將各時(shí)刻風(fēng)電出力除以對(duì)應(yīng)月份裝機(jī)容量，得到風(fēng)電出力占比序列。以0.05為間隔，將[0,1]劃分為20個(gè)區(qū)間，統(tǒng)計(jì)落在各個(gè)區(qū)間的出力占比的頻率(概率)，獲得2017年風(fēng)電出力占比頻率直方圖如圖1所示。由圖1可見，隨著風(fēng)電出力的增大，相應(yīng)區(qū)間頻率呈先增大后減小偏態(tài)分布趨勢(shì)，且風(fēng)電出力占比主要集中于0.05～0.3范圍內(nèi)，概率超過60%。風(fēng)電出力小于30%風(fēng)電總裝機(jī)容量的概率超過0.70。說明2017年華中電網(wǎng)風(fēng)電裝機(jī)利用率較低。

圖1 2017年風(fēng)電出力占比頻率直方圖

2)出力變率。2017年風(fēng)電出力變率最大值為0.06，最小值為-0.06。由于電網(wǎng)風(fēng)電裝機(jī)容量逐月在增加，分別以2017年底風(fēng)電裝機(jī)容量計(jì)，2017年15 min間隔的最大出力變幅為55.4萬kW(增加)、-55.4萬kW(減少)。另外，從出力變率的區(qū)間分布看，2017年15 min間隔出力變化在0～5.54萬kW(增加)和-5.54萬kW～0(減少)區(qū)間的概率均超過0.3，頻率直方圖呈對(duì)稱分布。與2018年出力變率頻率直方圖比較，2017年更為尖瘦。

3)出力不均衡率。圖2為2017年、2018年風(fēng)電出力年不均衡率。從圖2可見，2017年、2018年各月不均衡率有較明顯差異。大體上1～6月月不均衡率相對(duì)較高，最大值1.0均出現(xiàn)在4月，最小值分別是0.54(2017年9月)和0.45(2018年10月)。說明2017年9月和2018年10月風(fēng)電月均出力處于低水平。

圖2 2017年、2018年風(fēng)電出力年不均衡率圖

分別計(jì)算2年1～12月的月不均衡率，各月每日不均衡率形態(tài)各異。各月最低日不均衡率大多在0.2附近，最大值與最小值之間相差約0.8。說明風(fēng)電日均出力變化范圍較月均出力變化范圍大。圖3分別是4月和10月的月不均衡率變化曲線。

圖3 4月和10月風(fēng)電出力不均衡率圖

3.2 風(fēng)電出力時(shí)序場(chǎng)景縮減

為消除各月裝機(jī)容量不同的影響，采用風(fēng)電相對(duì)出力(風(fēng)電占比)時(shí)間序列進(jìn)行分析。按年、季節(jié)和月，應(yīng)用SBRM算法對(duì)風(fēng)電日出力過程進(jìn)行縮減。最佳場(chǎng)景數(shù)根據(jù)場(chǎng)景平均縮減QC指標(biāo)與場(chǎng)景間平均QC指標(biāo)比值確定。對(duì)2017年風(fēng)電日出力過程的時(shí)序場(chǎng)景縮減結(jié)果進(jìn)行分析，有如下認(rèn)識(shí)。

1)分別按年、季節(jié)和月進(jìn)行場(chǎng)景縮減，最佳場(chǎng)景數(shù)不同。按年縮減，最佳場(chǎng)景數(shù)為7(參見圖4)；按春夏秋冬四個(gè)季節(jié)縮減，最佳場(chǎng)景數(shù)為5或6(參見圖5)；按月縮減，最佳場(chǎng)景數(shù)為3、4和2(參見圖6，僅列出4個(gè)月典型場(chǎng)景)。

2)分別按年、季和月提取的典型場(chǎng)景，日出力過程具有明顯的規(guī)律性。全年出力典型場(chǎng)景(圖4)自上而下可分為緩慢上升型、(緩慢)下降型、凹型波動(dòng)和低水平波動(dòng)型，其中最下面兩個(gè)場(chǎng)景，因出力占比均小于0.2，歸為低水平波動(dòng)型。春季出力場(chǎng)景(圖5(a))自上而下可分為上升型、下降型和凹型波動(dòng)三種類型；夏季出力場(chǎng)景可分為凹型波動(dòng)、低水平波動(dòng)型二種類型；秋季可分為高水平波動(dòng)型(出力占比大于0.4)、凹型波動(dòng)、低水平波動(dòng)型三種類型；冬季可分為上升型、下降型和低水平波動(dòng)三種類型。對(duì)圖6各月的典型場(chǎng)景可進(jìn)行類似劃分。

圖4 2017年全年風(fēng)電出力場(chǎng)景縮減結(jié)果圖

圖5 2017年各季節(jié)風(fēng)電出力場(chǎng)景縮減結(jié)果圖

圖6 3、4、9和10月風(fēng)電出力場(chǎng)景縮減結(jié)果圖

3)根據(jù)縮減后各種場(chǎng)景類型的概率值，可以判斷出力時(shí)序場(chǎng)景發(fā)生的可能性大小。以圖6(d)10月為例，日出力過程出現(xiàn)凹型波動(dòng)的機(jī)率達(dá)到2/3，而出現(xiàn)高水平波動(dòng)型的機(jī)率僅1/3。從全年6個(gè)典型場(chǎng)景看，出現(xiàn)凹型波動(dòng)的幾率達(dá)到50%；從季節(jié)看，春季、夏季出現(xiàn)凹型波動(dòng)的幾率高于50%，秋季出現(xiàn)凹型波動(dòng)的幾率低于50%，冬季出現(xiàn)低水平波動(dòng)的幾率最大，超過60%。

4 結(jié) 語

作為大電網(wǎng)，華中電網(wǎng)2017年風(fēng)電出力波動(dòng)性具有如下特點(diǎn)：風(fēng)電出力小于30%風(fēng)電裝機(jī)容量的概率超過0.70，15 min時(shí)間粒度的出力變化值在0～5.54萬kW(增加)和-5.54萬kW～0(減少)區(qū)間的概率均超過0.3，最大出力變化值為55.4萬kW(增加)和-55.4萬kW(減少)，各月不均衡率和各日不均衡率變化劇烈，日均出力變化幅度大。按年、季和月提取的典型場(chǎng)景，日出力過程具有明顯的規(guī)律性，可作為制定電力系統(tǒng)調(diào)度計(jì)劃參考依據(jù)。