数据驱动的高比例新能源发电集群分布式电压控制

数据驱动的高比例新能源发电集群分布式电压控制

曹剑，曹僚，雷升奎，

榆林电力投资有限责任公司

陕西久益电力工程有限公司榆林分公司

榆林电力投资有限责任公司719000

摘要：近年来，国家持续大力支持清洁能源的发展，明确了包括风能光伏等新能源在内的清洁能源作为重点支持行业。当前我国的发电能源以火力发电为主，同时风电、光伏等清洁能源的发电量稳步提升，复合增长率远超火力发电。其中，光伏发电具有安全无污染、无枯竭风险、分布广泛等优点，被认为是二十一世纪最重要的新能源，复合增长率最快。光伏应用市场类型有集中式和分布式两种，从占比来看，目前我国光伏电站以大型集中式为主。随着光伏在建筑、交通等领域的融合发展，叠加户用的应用规模，屋顶分布式光伏将加速发展，预计未来分布式光伏电站占比也将提升，成为未来的发展主流。2021年，国家能源局印发了《关于公布整县（市、区）屋顶分布式光伏开发试点名单的通知》，部署启动整县屋顶分布式光伏开发试点工作。整县屋顶分布式光伏的开发实施，符合优先就地平衡的电力发展规律，对构建以新能源为主体的新型电力系统具有积极意义。为积极响应国家能源局号召，支持国家“碳达峰、碳中和”发展目标，国家电网公司迅速将积极支持、科学服务，把整县屋顶分布式光伏开发列入重点任务清单。基于此，本篇文章对数据驱动的高比例新能源发电集群分布式电压控制进行研究，以供参考。

关键词：数据驱动；高比例；新能源发电；集群分布式；电压控制

引言

随着现代化进程的不断发展，化石能源的消耗也不断提高。在预测精度差的情况下，为保障系统安全，常规电源备用增大，挤占新能源消纳空间，造成弃风弃光量的增加。因此，针对出力随机波动的规模化光伏发电，有必要开展光伏发电功率预测研究，提升其预测精度。近年来，随着深度学习算法的普及，越来越多的深度学习模型被应用到光伏功率预测中。目前，我国光伏发电系统以集中式光伏为主，但是在太阳能资源丰富的地区，集中式光伏电站对电力消纳能力较差，分布式光伏日益受到重视。分布式光伏的波动性和随机性导致对其进行功率预测变得十分必要。

1新能源发展形势的分析

自国家实施碳达峰碳中和战略以来，国家层面出台了各种相关政策对新能源的发展给予了全方位扶持。2021年3月13日，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确指出，“十四五”期间要重点发展九大清洁能源基地与四大海上风电基地。3月15日，总书记在中央财经委员会第九次会议上提出要构建清洁低碳安全高效的能源体系，控制化石能源总量，着力提高利用效能，实施可再生能源替代行动，深化电力体制改革，构建以新能源为主体的新型电力系统。3月30日，国务院新闻办公室举行新闻发布会，国家能源局相关领导介绍了构建以新能源为主体的新型电力系统的基本思路，其中风电、光伏的发展特点为“大规模、高比例、市场化、高质量”。4月22日，国家能源局印发《2021年能源工作指导意见》，明确了大力发展非化石能源，新增电能替代电量2000亿kWh左右，煤炭消费比重下降到56%以下。5月31日，国家发改委和国家能源局发布《关于做好新能源配套送出工程投资建设有关事项的通知》，为加强电网和电源规划的统筹协调，电网优先承建新能源配套送出工程，确保送出工程与电源建设进度相匹配。10月8日，总理在国务院常务会议上提出，要加快推进沙漠戈壁荒漠地区大型风电、光伏基地建设，加快应急备用和调峰电源建设。10月12日，在《生物多样性公约》第十五次缔约方大会领导人峰会上，主席宣布第一期装机容量约1亿kW的大型风电光伏基地项目已于近期有序开工。国家能源局还陆续开展了“源网荷储一体化和多能互补项目”“整县（市、区）屋顶分布式光伏开发项目”等示范试点工程的申报工作，一些省市如内蒙古自治区也开展了“火电灵活性改造项目”“园区可再生能源清洁替代行动”等示范试点工程的申报工作，探索新能源发展之路。

2高比例新能源集中接入系统存在的稳定问题

在新能源装机规模与交流系统强度不匹配、新能源接入弱交流系统的条件下，新能源无功电压支撑能力较弱，相对短路容量和抗故障扰动能力低，新能源和交流系统相互作用导致系统存在暂态过电压、锁相同步等多种稳定问题。而交直流故障后新能源机端暂态过电压问题尤为突出，新能源逆变器等设备耐受能力差，暂态电压水平易超出新能源设备耐受范围，引起大规模连锁脱网。

图1大规模风电直流送出系统示意

图2直驱风电机组进入低穿期间无功出力

在图1所示大规模新能源直流送出系统中，若发生直流大功率故障，则直流系统和新能源机组有功大幅波动，直流和新能源均向系统交换大量无功功率，具体如图2所示，导致送端近区电压波动幅度大、变化快，存在新能源机组大规模无序脱网风险。新能源机组需要通过锁相环技术对系统电压进行跟踪，实现非同步能量向同步能量的转换。交流系统相对强度较低时，新能源输出电流与端口电压间的交互作用加大，易引发锁相同步稳定问题，导致新能源振荡脱网。

3数据驱动的高比例新能源发电集群分布式电压控制分析

3.1数据驱动的分布式电压控制架构

为解决该方法仍依赖于模型参数的问题，本文采用基于Koopman方法的数据驱动构建高精度线性潮流模型，并以此推导得出分布式迭代控制中的Xji系数，从而代替第1章中基于模型的Xji获取方式。相比基于阻抗参数的分布迭代方法，由于系数是通过实际运行数据作为样本得到的，控制效果不依赖于模型参数的精度。上述控制架构可划分为两个层级：1）集群模型训练层：采集各节点功率注入与电压幅值作为样本输入，周期性地离线训练升维线性等效潮流模型，并以此推导计算Xji系数，通过广播通信下发至各新能源发电单元。2）电源分布迭代层：利用下发的Xji系数，根据本地与相邻节点电压量测，通过分布式次梯度迭代实时控制新能源无功功率，调节集群电压分布，采用循环反馈迭代方式实现电压优化控制目标。上述数据驱动的分布式电压控制架构如图3所示。集群模型训练层可基于采集的历史样本进行参数计算，且该参数为全局线性结果，并非平衡点线性化的结果，因此在网络拓扑结构不发生明显改变时，训练得到的参数始终适用，进行周期性维护下发即可。电源分布迭代层可根据参数进行全分布式在线迭代。

图3数据驱动的分布式电压控制架构

3.2算例分析

随着系统节点规模的增加，本文方法收敛性的优势更加明显，因此更适用于海量新能源接入的高比例发电集群电压控制。在进行电压控制前，由于午间光伏出力导致6号节点电压出现越限情况，而通过分布式电压控制，节点日电压变化全部控制在安全范围内。即使在通信全部失去的场景下，通过数据驱动方法训练得到的本地迭代方向，仍能够保证电压不越限，且与正常情况下的电压控制效果相比较为接近。这一结果验证了本文方法在通信故障条件下的适应性，在实际工程中具有较好的应用价值。

结束语

总而言之，文中为高比例新能源接入系统发电优化调度提供了全新思路，有助于更加全面地评估系统发电极限，优化分配方案。

参考文献

[1].分布式可再生能源发电集群并网消纳关键技术及示范应用[J].高科技与产业化,2020,27(06):17-18.

[2]朱凌志,曲立楠,刘纯,陈宁.新能源发电集群的改进等效短路比计算方法[J].电力系统自动化,2020,45(22):74-82.

[3]时珉,尹瑞,姜卫同,王一峰,胡鹏飞,胡雪凯.分布式光伏灵活并网集群调控技术综述[J].电测与仪表,2020,58(12):1-9.

[4]王士轩.新能源产业集群规模、分布与产能效应研究[D].新疆大学,2019.

[5]张艺镨.基于数据驱动的含大规模新能源并网的电力系统两阶段鲁棒运行研究[D].华中科技大学,2019.