以光伏电站为主的新能源集群动态划分研究

冯再岐 孟志宏

摘 要：新能源集群动态划分是电网高效运行的重要举措。本文基于电站集群聚合平滑效应产生机理，对区域光伏发电站与风力发电站进行研究。首先，利用趋势不一致性系数衡量各光伏电站出力不一致性变化，解释光伏电站的平滑效应。其次，将趋势不一致性距离作为相似性的度量标准，采用层次聚类法对光伏电站进行集群划分。最后，利用乌兰察布地区多个新能源场站，对以光伏电场为主的集群提出不同集群划分方法，并验证方案可行性和优异性。

关键词：趋势不一致系数；层次聚类；集群划分

随着全球化石能源的紧缺，清洁、可再生、蕴藏量大的新能源得到了快速的发展。但由于新能源具有间歇性、随机性与波动性的特点，输出功率的波动势必给大规模电站集中并网带来困难。因此，针对新能源集群科学划分平抑出力波动是解决新能源电站集中并网问题的基础与前提。现有文献对于风电场平滑效应给出了定量化描述，进而能够对风电场集群进行科学划分。而光伏电站集群聚合出力特性的研究尚停留在定性分析层面，缺乏定量研究，无法对光伏电站集群定量划分。

1 光伏发电平滑效应分析

光伏出力曲线由固有波动和随机波动两部分叠加而成，将相关性理论直接应用于解释光伏的平滑效应会存在一定问题。本文利用趋势不一致性系数来衡量两个光伏电站出力变化的不一致性，并以此来解释光伏电站的平滑效应，其计算公式1如下：

2 基于聚类分析的新能源场站集群动态划分方法

对于以光伏电站为主的新能源集群，先将光伏电站按照出力互补性进行划分，再将剩余的风电场按照出力的原则进行分配。在进行光伏电站集群划分时，提出趋势不一致性距离的概念，其计算公式如公式3：

式中KD为趋势不一致性距离，Kt为趋势不一致性系数。由上式可知，两个光伏功率序列的趋势性一致性距离越小，表明两者的互补性越好。因此将趋势不一致性距离作为相似性的度量标准，采用直接聚类法对光伏电站进行集群划分，即以全天96点出力功率作为特征输入，建立基于层次聚类方法的光伏电站集群划分模型。该模型可以将具有互补出力曲线形状的光伏出力曲线聚为一类，形成具有平滑出力的光伏集群。

在划分完光伏集群后，需要将剩余的风电场分配到各个集群中，从而形成最终的新能源场站集群划分结果。风电场的分配需要遵循出力互补原则，采用逐群搜索的方法将光伏电站归并到风电集群中，再将可控电源分配到各个新能源集群中，形成最终的集群划分结果。

3 内蒙古新能源集群划分实例

以乌兰察布电网220kV某变电站下新能源集群为例，说明本文所提出的集群划分方法的合理性。该集群以光伏电站为主，因此先对光伏电站按照出力曲线的互补性进行聚类，再将剩余的风电场按照出力互补性原则分配到上述聚类得到的集群中，形成最终的新能源电站集群划分结果。選取这该变电站下7座光伏电站某典型日的短期预测功率序列作为输入，以全天96个功率采样点作为电站的输出功率特征，构成7*96的输出功率特征矩阵，以各光伏电站日输出功率序列的趋势不一致性距离作为各电站间的距离量度，建立基于层次聚类算法的光伏电站集群划分模型，层次聚类模型聚类结果如下图所示：

各集群内光伏电站均与风电场表现出良好的互补特性，两个集群的总出力相较于单个新能源站点明显更加平滑，集群的可控性有了很好的提升，有利于实施集群协调控制。

4 结论

本文以趋势不一致性系数来衡量光伏电站间出力的互补性，计算各光伏电站日输出功率序列的趋势不一致性，将计算结果作为各电站间的距离量度，建立基于层次聚类算法的光伏电站集群划分模型。依据单个并网点下接入的新能源场站的种类不同，采用不同集群划分方法。仿真结果表明，文章所提方案可行性较好。

参考文献：

[1]王欣.天津港区分布式能源优化规划研究[D].华北电力大学（北京），2017.

[2]潘琪，徐洋，高卓.含分布式光伏电站接入的配电网三级电压控制系统设计[J].电力系统保护与控制，2014（20）：64-68.

[3]窦晓波，常莉敏，倪春花，等.面向分布式光伏虚拟集群的有源配电网多级调控[J].电力系统自动化，2018（3）.