考虑光伏时空分布的配电网负荷备用容量计算

张涛　李先栋　王琳　许强　贾轩　冀传留　李芳

摘   要：大量的光伏发电接入配电网系统，其出力不确定性为电力系统运行的安全性提出更高要求。为了尽可能减少弃光现象的发生，在提高光伏消纳的基础上需要对光伏接入的配电网系统负荷备用容量计算方法进行研究。首先分析了光伏出力的时空分布规律，进而分析了基于时空分布规律的光伏出力预测误差以及提出采用高斯混合模型的出力预测误差计算方法;然后在此基础上提出一种考虑光伏发电时空分布规律的接入配电网系统负荷备用容量的计算方法。研究结果表明该方法能够较为准确地确定接入光伏的配电网系统负荷备用容量，通过山东省某地区电网实际数据验证了该方法的可行性。

关键词：光伏发电;预测误差;高斯混合模型;等效负荷;备用容量

中图分类号：TM 732                                    文獻标识码：A

Abstract： As the massive PV system is integrated into the distribution network，its uncertainty of output requests higher security for the power system operation. For the sake of decreasing the abandonment of PV generation，the research for reserve capacity of distribution network is essential to improve the consumption of PV supply. In the basis of the analysis what the PV power output obeys temporal and spatial distribution，the prediction error of PV output obeying temporal and spatial distribution is analysed. And an algorithm for estimating the prediction error of PV output is proposed by building a Gaussian mixture model （GMM），which consummates the method of computing the spinning reserve capacity of distribution network considering PV injection. The feasibility and effectiveness of the proposed method are validated via the real operation data from a State Grid company of Shandong province.

Key words： PV power;forecast error;GMM;equivalent load;spinning reserve capacity

近年来，山东省高度重视新能源、新能源产业发展，先后出台了一系列针对性的发展规划和地方性政策法规，以保证形成完善的政策体系推动新能源、新能源产业的可持续发展。随着新能源接入配电网政策的实施和新能源发电技术的日趋完善，可以预见越来越多的新能源接入必然会对配电网的运行产生影响。光伏发电出力与时间周期性、气象条件、地理位置等因素密切相关，故其输出功率具有较强的不确定性。在光伏接入配电网运行后，这种不可预测的出力特性会导致系统内源-荷不平衡问题，为此通过研究光伏出力预测误差的概率分布反映其不确定性的边界条件，从而维护配电网系统的安全稳定运行。

文献[1]利用中尺度模式数值模拟我国太阳能资源的时空分布特征并进行比较。其研究结果显示，直线距离2000 km以内的区域范围内光伏发电出力受天气条件影响较小。文献[2]透过光资源分析光伏发电的间歇、波动和规律方面的特性，发现光伏发电呈现以季节为周期的服从当地光资源分布规律的概率分布特征。文献[3]以光伏出力的随机特性为基础，结合聚类理论，建立了基于时间状态的光伏出力随机预测模型。文献将光伏发电出力分解为确定性部分和不确定性部分，分别分析各部分的出力特征，提出了光伏出力遮挡因子来描述影响光伏出力的随机性，研究发现光伏出力遮挡因子具有明显的日、季周期性和随距离衰减的空间相关性。文献[4]提出统计小时级的基于贝叶斯模型的天气指数预测值，建立其概率分布描述模型，再采用蒙特卡洛方法对预测的天气指数随机采样，代入至以天气指数为变量的光伏发电模型中计算并统计光伏出力的概率分布。文献[5]针对光伏发电和负荷的不确定性，建立了考虑光荷预测误差的经济优化调度模型，通过建立合适的预测误差概率分布模型描述随机的光伏出力，计算处能够保证系统安全运行的旋转备用容量。系统负荷备用的研究更多聚焦于风电领域。文献[6]利用Copula理论对序列运算理论进行了拓展，以风电为例建立了能够处理非独立随机变量的相依概率性序列运算理论。文献[7-9]提出等效负荷（负荷减去风电出力），认为预测误差概率分布服从正态分布，且备用容量采取3倍的等效负荷误差标准差。然而以上文献评估系统备用需求时只能针对特定统计周期内的预测误差数据进行统计，未考虑不同统计周期的差别对统计规律的影响，并且没有在计算负荷备用容量时将光伏出力确定性部分和随机部分分别处理。

基于山东省某地区电网实际运行数据，分析了光伏出力的时空分布规律，并就此提出光伏出力的预测误差估计方法，以及考虑光伏出力预测误差的配电网系统的负荷备用容量计算方式，通过实际算例分析验证了所提出方法的可行性。

[2]    周专，姚秀萍，王维庆，等. 基于时空特性的光伏电站输出功率特性分析[J]. 低压电器，2014，（5）：30—33，61.

[3]    郭旭陽，谢开贵，胡博，等.计入光伏发电的电力系统分时段随机生产模型[J].电网技术，2013，37（5）：1499—1505.

[4]    BRACALE A，CARAMIA P，CARPINELLI G，et al. A Bayesian method for short-term probabilistic forecasting of photovoltaic generation in smart grid operation and control[J]. Energies，2013（6）：733—747.

[5]    盛四清，张立. 考虑风光荷预测误差的电力系统经济优化调度[J]. 电力系统及其自动化学报，2017，（9）：80—85.

[6]    张宁，康重庆. 风电出力分析中的相依概率性序列运算[J]. 清华大学学报：自然科学版，2012，（5）：704—709.

[7]    王丹平，陈之栩，涂孟夫，等. 考虑大规模风电接入的备用容量计算[J]. 电力系统自动化，2012，36（21）： 24—28.

[8]    孙倩，李林川，崔伟，等. 考虑风电不确定性的电力系统日运行方式优化 [J]. 电力系统及其自动化学报，2013，25（4）： 122—127.

[9]    苏鹏，刘天琪，李兴源. 含风电的系统最优旋转备用的确定[J]. 电网技术，2010，34（12）： 158—162.

[10]  张曦，康重庆，张宁，等. 太阳能光伏发电的中长期随机特性分析[J]. 电力系统自动化，2014，38（06）： 6—13.

[11]  赵唯嘉，张宁，康重庆，等. 光伏发电出力的条件预测误差概率分布估计方法[J]. 电力系统自动化，2015，39（16）： 8—15.

[12]  张楠，黄越辉，刘德伟，等. 考虑风电接入的电力系统备用容量计算方法[J]. 电力系统及其自动化学报，2016，（3）： 6—10.

[13]  谢国辉，张粒子，葛炬. 节能发电调度旋转备用计划优化[J]. 电力系统自动化，2009，33（13）：43—46.

[14]  2015年全国发电企业综合厂用电率情况统计表. [EB/OL]国际电力网[2016-11-01]. http：//power.in-en.com/html/power-2268364.shtml