基于风功率预测的可移时负荷监控系统开发

周宏伟+常学飞+李德鑫

摘要：为了实现风电场与可移时负荷的集中管理，本文研发了一套基于风功率预测的可移时负荷监控系统。该监控系统可以根据风电功率预测信息，采取多时间尺度协调的负荷用电控制，对可移性负荷的状态信息进行实时数据采集和监控处理。本文基于WinCC、Visual Studio 2012开发平台，采用C++语言来编写算法，对多目标函数进行优化，根据优化结果，对负荷侧进行调度，实现电源侧与负荷侧的良性有序互动。

关键字：风功率预测；可移时负荷；监控系统；WinCC；

中图分类号：TM614文献标识码：A 文章编号：1672-3791（2016） 10（c）-0000-00

0 引言

随着风电行业的迅速发展，风电本身的不确定性给大规模风电并网带来了很大的困难，从而导致了严重的弃风问题 [1-2]。为解决这些难题，我国北部的冬季供热地区大力推广以蓄热式电锅炉为代表的可移时负荷（柔性负荷）来促进风电的就地消纳。本文采用蓄热式电锅炉与电化学储能联合系统作为可移时负荷。开发了一套基于风功率预测的可移时负荷监控系统。该系统不仅能够保证电能和热能供求平衡，便于调度管理；而且可以做到实时监测风电场、可移时负荷系统的数据，以便尽快发现问题，处理故障。

文献[1] 设计了风电场集成系统的监控平台，可实现有功控制、电压控制、发电与检修计划安排等高级应用功能。文献[2] 介绍了基于GPRS网络的电力负荷远程智能监控系统，实现了分散电力大用户的数据实时采集、传输、存储、事件报警以及WEB发布等功能。本文提出的基于风功率预测的可移时负荷监控系统可以同时获取源荷两端的相关数据，以此来协调控制可移时负荷的运行方式，具有适应性强、开放性高等优点。

1 研发的系统功能需求

风电场和可移时负荷系统属于分布式布置，需要进行集约化管理，因此研发了基于风功率预测的可移时负荷的监控系统，监控系统中，云端为数据传输提供了一个大的平台，起“缓冲”作用，可以对接收的数据进行简单的整理；而信息处理及协调控制中心相当于“神经中枢”，起到了协调控制，分析处理的作用，显然是监控系统的核心部分。这一监控系统的总体布置如图1所示：

可移时负荷的监控系统的工作原理如下：基于GPRS技术，可以将风电场和蓄热式电锅炉示范工程的参数和信号以数据流的形式传送至云平台；云平台实现大数据的管理，同时能够实现快速的收发数据，将接收到的数据发送至协调控制中心；可以应用协调控制算法，实现多目标联合应用调控系统的功能需求，获得优化的数据，来协调风电场和可移时负荷的运行，再将调整的运行方案通过云端发送至风电场和蓄热式电锅炉的现场调度中心，实现源荷匹配的总体目标。

（1）风电场数据采集终端

风电场数据采集终端通过数据平台从风功率预测服务器获取数据，并对所采集的数据经过分析处理，将该数据经单向隔离装置，通过GPRS无线通信传送到云数据平台。

（2）可移时负荷终端

可移时负荷所在地拥有自己独立的数据库，从数据库中可以实时获取这些数据，并将这些数据通过GPRS传输至云端，供信息处理及协调控制中心进行分析，协调系统运行。

（3）云平台

云平台是一个虚拟的存储、处理大数据的平台，可以对数据进行分析、整理计算。通过云平台，可以将准确可靠的风电场以及蓄热式电锅炉示范工程的各类数据传送至信息处理及协调控制中心，以便于协调控制中心准确的确定方案，实施管理。

（4）信息处理及协调控制中心

信息处理及协调控制中心通过硬件与软件的组合，实现了综合监控、风机监控、风功率预测，柔性负荷管理等功能。通过运用相应的控制策略，满足负荷用电的边界条件，给出负荷用电的用电指导方案，将指导方案通过总线的方式发送给风电场以及蓄热式电锅炉示范工程。

信息处理及协调控制中心具备查询、存储所辖风电场设备以及可移时负荷运行的实时数据和历史数据的功能。

2 系统硬件部分的组成

信息处理及协调控制中系统的硬件部分主要由路由器（数据路由器、视屏路由器等）、前置机（交换机、纵向加密）、终端服务器、通讯服务器等组成。为保证系统通讯的稳定性以及数据的安全性，采用分布式体系双局域网结构，通讯服务器都连接在两条以太网上。采用双网络同时工作，系统自动平均分配网络负荷，当一条网絡出现故障后，另一条网络作为备用线路介入网络，确保系统不受影响，能够正常运行。在某些情况下，当两个通信节点之间发生变化时，根据相应变化系统会重新设置通信状态。其结构如图2所示：

采用终端服务器作为通讯设备的前置机，保证了其通讯稳定性。该配置可支持同步、异步的方式，适合数字通道和模拟通道的实用性。结构体系采用分布式，最大限度的实现了资源的优化，把各个功能模块分配到系统的各个网络节点上，保证了系统在基本功能保证的情况下，实现了的可扩充性。

图中的 A 框表示数据采集方式是采用终端服务器和调制解调器相结合的方式，B 框表示数据采集方式是采用路由器或交换机方式，可接入专线、同轴电缆、双绞线、光纤等多种接入方式，A、B 方式可以互相结合使用，也可以互为备用。

3 系统软件部分的研发

为了充分满足监控系统的整体需要，采用Qc来开发人机界面，利用德国西门子公司（SIEMENS）推出的WinCC（Windows Control Center）控制软件，使用Microsoft SQL Server 2005作为其组态数据和归档数据的存储数据库。

采用标准C++语言来编写算法，通过协调控制算法优化多目标函数，求得最有解指导系统优化运行，实现高效的源荷匹配。监控系统兼容多种不同设备运行及软件平台的支撑，在此状态下，需要设备的规约转换。而实时数据和历史数据服务器，可兼作为前置机信息处理规约和规约转换。

监控系统的软件构架如图3所示：

数据服务层以及通用功能组件服务层主要用于整理数据、进行数据的归档存储，以便调用。智能计算服务层用于分析数据，运用协调控制算法来优化目标函数，同时输出目标结果，工作人员以此来制定优化后的系统运行方案。而监控显示界面则用来实时显示由云平台传输而来，经协调控制中心整理之后所显示的数据。

4 研发的监控系统界面

本文给出的模型为风电场装机容量为100MW，由25台额定功率为4MW的风机组成；可移时负荷为3台额定功率为30MW的蓄热式电锅炉和与之配合的3套额定功率为10MW的电化学储能系统组成，电锅炉在夜间22：00-次日5：00运行，其余时间由蓄热罐为供热公司供热。

监控画面主要显示以下内容，风功率的预测数据、风场的电流和电压；电锅炉实时的电功率、电压、罐体内温度和压力、出水和回水温度；储能装置主要显示实时的功率流向及大小、运行极限报警以及储能电池的温度等信息。以便为调度计划提供较为准确的依据。部分主要的监控画面如下图4所示：

图4中可以监测到预测的风电场、蓄热式电锅炉和电化学储能系统的总体数据，图中风电场显示的为集电系统中的总体的电流电压；蓄热式电锅炉中电功率与电压显示的是1号蓄热式电锅炉的数据，包括电锅炉的功率、蓄热罐的罐内温度和气压等实时的数据，

图5中，风功率显示的为一天内风场预测功率；图中仅给出了1号电锅炉的运行数据，而2号与3号电锅炉与1号电锅炉的运行状态基本一致；与电锅炉配合的电化学储能系统，有正有负，当为负值时供给电锅炉电能，当为正值，则自身储存能量，图中仅给出了与1号电锅炉想配合的电化学储能系统的运行状况。

5 结论

本文开发了一套可移时负荷监控系统，实现了对风电场、蓄热式电锅炉和储能系统等可移时负荷进行远程监视和集中控制及数据的管理。该监控系统的研发实现了风电场与可移时负荷的集中化管理，通过协调控制算法可以优化风电场与可移时负荷的运行，使得这一联合系统能够更节能环保的解决本地部分居民的供热问题和风电场的弃风问题。

参考文献

[1] 乔颖，鲁宗相，徐飞 ，王小海等.风电场集成监控平台的研究[J].电力系统保护与控制，2011， 27（5）：118-122.

[2] 龚文杰，土铁松，路奈川.基于GPRS的负荷监控系统.农林电气化：2007，3：42-44.

[3] 唐西胜，邓卫，李宁宁等.基于储能的可再生能源微网运行控制技术[J]. 电力自动化设备，2012，32（3）：99-103.

[4] 严干贵，宋薇，杨茂.风电场风功率实时预测效果综合评价方法[J].电网与清洁能源.2012，28（5）：1-6.

[5] 徐國丰，黄民翔，裴旭.华东大规模风电消纳模式研究[J].华东电力，2011，39（7）：1045-1048.

[6] 连文莉，黄成辰，吕昌霖.采用时间序列预测风电场出力[J].电网与清洁能源，2011，27（12）：112-117.

[7] 柳玉，白恺，崔正湃，孙荣富，吴宇辉等. 风电场短期功率预测水平提升举措措施研究与实例分析.电网与清洁能源：2015，31（12）：2-3.

[8] Ahmidi A，Guillaud XBesanger Y.A multilevel approach for optimal participating of wind farms at reactive power balancing in transmission powersystem[J].IEEE Systems Journal，2012，6（2）：260-269.