唐成虹, 余良輝, 孫樹敏, 于芃, 趙紫璇, 秦川
(1. 南瑞集團(tuán)(國(guó)網(wǎng)電力科學(xué)研究院)有限公司,江蘇 南京 211106;2. 國(guó)電南瑞科技股份有限公司,江蘇 南京 211106;3. 南瑞集團(tuán)有限公司智能電網(wǎng)保護(hù)和運(yùn)行控制國(guó)家重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 211106;4. 國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院,山東 濟(jì)南 250002;5. 國(guó)網(wǎng)江蘇省電力有限公司淮安供電分公司,江蘇 淮安 223002;6. 河海大學(xué)能源與電氣學(xué)院,江蘇 南京 211100)
我國(guó)海岸線漫長(zhǎng),海洋能資源豐富,近海海洋能資源蘊(yùn)藏量約為16.7億kW,技術(shù)可開發(fā)量超6億kW[1]。與此同時(shí),我國(guó)沿海島嶼眾多,但多數(shù)海島面臨化石燃料短缺、運(yùn)輸困難、地域偏遠(yuǎn)難以與大陸聯(lián)網(wǎng)等問(wèn)題。因此,面向海島電網(wǎng)合理開發(fā)利用海洋能發(fā)電資源,不僅能有效解決海島的一次能源短缺問(wèn)題,也有助于保護(hù)海洋環(huán)境、促進(jìn)節(jié)能減排[2]。
在現(xiàn)有技術(shù)條件下,可利用的海洋能發(fā)電資源主要包括波浪能和潮流能。其中,波浪能發(fā)電的隨機(jī)性、波動(dòng)性較強(qiáng)[3—4];潮流能相對(duì)平穩(wěn),但也具有一定的隨機(jī)波動(dòng)性。為實(shí)現(xiàn)海洋能資源的優(yōu)化配置,首先需要考慮海洋能出力的隨機(jī)波動(dòng)性,生成其出力場(chǎng)景。目前,描述可再生能源出力隨機(jī)性的方法主要有2種[5—6]:一是建立其時(shí)間序列模型;二是建立其概率密度模型。在時(shí)間序列模型方面,文獻(xiàn)[7—8]均采用基于自回歸滑動(dòng)平均模型的時(shí)間序列法形成可再生能源出力的時(shí)間序列模型;文獻(xiàn)[9]采用K-means聚類算法對(duì)初始場(chǎng)景集進(jìn)行場(chǎng)景縮減,生成風(fēng)電時(shí)序聯(lián)合出力典型場(chǎng)景;在概率密度模型方面,文獻(xiàn)[10]通過(guò)對(duì)風(fēng)、光聯(lián)合出力的概率分布進(jìn)行拉丁超立方抽樣,得到模擬風(fēng)、光出力波動(dòng)的初始場(chǎng)景;文獻(xiàn)[11]基于隱馬爾可夫模型進(jìn)行多風(fēng)電場(chǎng)出力時(shí)間序列建模,并通過(guò)蒙特卡洛仿真生成具有時(shí)空相關(guān)性的風(fēng)電場(chǎng)出力場(chǎng)景;文獻(xiàn)[12]運(yùn)用隨機(jī)微分方程對(duì)風(fēng)電場(chǎng)出力隨機(jī)波動(dòng)性建模,重構(gòu)風(fēng)電出力場(chǎng)景。歸納而言,現(xiàn)有的隨機(jī)波動(dòng)性建模與場(chǎng)景生成研究主要針對(duì)風(fēng)電、光伏,對(duì)波浪能和潮流能發(fā)電功率的隨機(jī)波動(dòng)建模僅有一些初步研究[13—17]。
在資源優(yōu)化配置方面,文獻(xiàn)[18]以綜合成本最小為目標(biāo),滿足系統(tǒng)的基本性能為約束條件,通過(guò)改進(jìn)的微分進(jìn)化算法對(duì)風(fēng)/光互補(bǔ)發(fā)電系統(tǒng)進(jìn)行了優(yōu)化配置;文獻(xiàn)[19]以年凈收益最優(yōu)為目標(biāo),建立了風(fēng)/光/儲(chǔ)微網(wǎng)規(guī)劃經(jīng)濟(jì)性模型;文獻(xiàn)[20]以風(fēng)/光互補(bǔ)發(fā)電的消納率和滲透率為目標(biāo),依次進(jìn)行容量?jī)?yōu)化配置,并從優(yōu)化結(jié)果中選出消納率最高的一組作為最終配置結(jié)果;文獻(xiàn)[21]通過(guò)先投入所有風(fēng)電再逐步增加光伏投入比重的方法,觀察比重對(duì)年發(fā)電時(shí)間、日發(fā)電波動(dòng)率和年累積發(fā)電的影響,得到風(fēng)電容量和光伏容量最佳配比??傮w而言,國(guó)內(nèi)外在資源優(yōu)化配置上的研究多集中在風(fēng)電、光伏等常規(guī)可再生能源上,在波浪、潮流等海洋能發(fā)電資源優(yōu)化配置方面的研究還較少。
為此,針對(duì)海洋能發(fā)電的強(qiáng)隨機(jī)波動(dòng)性,文中采用高斯混合模型(Gaussian mixture model,GMM)進(jìn)行概率建模,并生成資源優(yōu)化配置所需的出力場(chǎng)景??紤]到海洋能發(fā)電尚未實(shí)現(xiàn)商業(yè)化運(yùn)營(yíng),文中以海洋能資源豐富的海島電網(wǎng)為研究對(duì)象,以消納率最優(yōu)為目標(biāo)構(gòu)建資源優(yōu)化配置模型,并對(duì)滲透率、消納率及源荷匹配度等多個(gè)指標(biāo)進(jìn)行綜合分析,獲得最優(yōu)的滲透率約束取值范圍以及相應(yīng)的資源優(yōu)化配置方案?;趯?shí)測(cè)數(shù)據(jù)的仿真算例驗(yàn)證了文中方法的有效性。
文中用某一型號(hào)的擺式波浪能量轉(zhuǎn)換器作為樣本分析海域波浪能發(fā)電的實(shí)際情況,波能轉(zhuǎn)換器的輸出功率為[22]:
(1)
式中:η為轉(zhuǎn)換效率,取0.441;B為浮動(dòng)型波能轉(zhuǎn)換器的擺寬,取5 m;ρ為標(biāo)準(zhǔn)海水密度;g為重力加速度;H為波高;TH為波周期;H1/3為1/3大波平均波高,稱為有效波高,其周期為T1/3,稱為有效波周期。
潮流能發(fā)電裝置的輸出功率可以表示為[23]:
(2)
式中:PT為潮流能發(fā)電功率;v為潮流流速;As為水輪機(jī)葉片面積,取葉片直徑為10 m;Cp為潮流能利用系數(shù),取0.31。潮流發(fā)電流速下界為0.5 m/s,流速上界為1.5 m/s。
一般的概率密度模型有:威布爾分布、極值分布、正態(tài)分布、tlocation-scale分布、核密度分布、瑞利分布等。但由于波浪出力的波動(dòng)性較強(qiáng),常規(guī)分布難以較好地?cái)M合波浪出力概率,因此文中選用GMM來(lái)描述海洋能發(fā)電出力的隨機(jī)波動(dòng)性。
GMM以多個(gè)高斯子模型的線性組合來(lái)擬合復(fù)雜隨機(jī)變量,并通過(guò)調(diào)整各子模型的權(quán)重系數(shù)、均值、方差、協(xié)方差等參數(shù)使誤差達(dá)到最小,其概率密度函數(shù)可以表示為[24]:
(3)
GMM含有隱含變量,無(wú)法使用最大似然估計(jì)法求解。而最大期望(expectation maximization,EM)算法[25]可用于求解存在隱含變量的概率模型參數(shù),因此文中采用該算法求解GMM的參數(shù)。EM算法每次迭代都包含2步:E步,求期望;M步,求極大值。其基本步驟為:
(1) 輸入實(shí)測(cè)數(shù)據(jù)X,取參數(shù)的初始值開始迭代。
(2) E步。根據(jù)當(dāng)前模型參數(shù),計(jì)算第j個(gè)實(shí)測(cè)數(shù)據(jù)來(lái)自第k個(gè)高斯子模型的概率:
(4)
式中:N為數(shù)據(jù)維度。
(3) M 步。計(jì)算下一步迭代的模型參數(shù):
(5)
(6)
(7)
式中:Uk為第k個(gè)高斯子模型的均值矩陣;Ck為第k個(gè)高斯子模型的協(xié)方差矩陣;Xj為第j個(gè)實(shí)測(cè)數(shù)據(jù)矩陣。
(4) 重復(fù)步驟(2)和步驟(3),直到相鄰2次迭代之間的參數(shù)滿足式(8),終止迭代。
‖θi+1-θi‖<ε
(8)
式中:ε為給定的較小正數(shù),一般取10-10~10-5。
文中采用殘差平方和(sum of squares for error,SSE)、均方根誤差(root mean square error,RMSE)及決定系數(shù)[14]等指標(biāo)值對(duì)GMM的擬合效果進(jìn)行綜合量化評(píng)價(jià)。
SSE為每個(gè)數(shù)組各樣本數(shù)據(jù)與該組均值的誤差平方和,反映每個(gè)樣本各觀測(cè)值的離散情況。
(9)
RMSE也稱回歸系統(tǒng)的擬合標(biāo)準(zhǔn)差,其計(jì)算為:
(10)
式中:ERMSE為RMSE指標(biāo)。ERMSE越接近0,模型的擬合效果越好。
決定系數(shù)是一個(gè)無(wú)單位、可進(jìn)行模型比較且可直觀判斷擬合優(yōu)劣的統(tǒng)計(jì)量。
(11)
根據(jù)上述擬合指標(biāo)選擇GMM階數(shù),得到海洋能發(fā)電功率的GMM,利用得到的權(quán)重系數(shù)、均值、協(xié)方差參數(shù)生成符合該分布的隨機(jī)數(shù)據(jù),從而生成海洋能出力場(chǎng)景。
現(xiàn)有的研究中,新能源微電網(wǎng)規(guī)劃大多是基于綜合成本最優(yōu)進(jìn)行資源優(yōu)化配置。然而對(duì)于海洋能發(fā)電的開發(fā)利用,關(guān)鍵還是要解決其消納問(wèn)題。因此,文中考慮以消納率最優(yōu)來(lái)配置波浪和潮流發(fā)電的裝機(jī)容量。
消納率為能源計(jì)劃出力占能源實(shí)際出力的比值,其描述的是計(jì)劃出力與實(shí)際出力的接近程度,即:
(12)
式中:LAR為消納率指標(biāo);I為能源種類;T為總時(shí)間;Pi(t)為第i種新能源計(jì)劃出力;Pai(t)為第i種新能源實(shí)際出力。
除消納率指標(biāo)外,文中在進(jìn)行資源優(yōu)化配置時(shí),還將綜合考慮新能源滲透率和海島電網(wǎng)的源荷匹配度指標(biāo),以確定最終的優(yōu)化配置方案。
滲透率為能源計(jì)劃出力占負(fù)荷的比值,可以理解為計(jì)劃出力與負(fù)荷的貼近程度,即:
(13)
式中:LP為滲透率指標(biāo);Pload(t)為負(fù)荷。
源荷匹配度[15]表示實(shí)際出力與負(fù)荷的貼近程度,因此可以定義為實(shí)際總出力在負(fù)荷上、下一定范圍內(nèi)的概率,即:
(14)
式中:LLMD為源荷匹配度指標(biāo);γ為范圍系數(shù);P(·)為事件出現(xiàn)概率。
以消納率最優(yōu)為目標(biāo),可表示為:
(15)
式中:NW,NC分別為波浪發(fā)電機(jī)組和潮流發(fā)電機(jī)組的數(shù)目;PW(t),PC(t)分別為波浪和潮流在t時(shí)刻的計(jì)劃出力;PWa(t),PCa(t)分別為波浪和潮流在t時(shí)刻的實(shí)際出力。
(1) 功率平衡約束。假設(shè)文中模型只在新能源出力小于負(fù)荷時(shí)出現(xiàn)其他電源或外網(wǎng)平衡系統(tǒng)功率缺額,因此在任意時(shí)刻的新能源總出力都要不大于負(fù)荷。
NWPW(t)+NCPC(t)≤Pload(t)t∈[1,T]
(16)
(2) 新能源出力約束。新能源實(shí)際出力是其計(jì)劃出力的上限,因此每個(gè)時(shí)刻的新能源計(jì)劃出力均須不大于實(shí)際出力。
(17)
(3) 新能源滲透率約束。為提高系統(tǒng)的發(fā)電清潔性以及新能源場(chǎng)站的收益,要求新能源滲透率不低于某設(shè)定值。
(18)
在上述優(yōu)化模型中,若以波浪、潮流發(fā)電機(jī)組的數(shù)目NW,NC和波浪、潮流發(fā)電機(jī)組的出力NWPW(t),NCPC(t)作為決策變量,則優(yōu)化的約束條件是線性約束,而目標(biāo)函數(shù)是關(guān)于決策變量的線性分式,該問(wèn)題是混合整數(shù)分式線性規(guī)劃。文中通過(guò)變量代換將該規(guī)劃轉(zhuǎn)換成線性規(guī)劃,并使用Yalmip和Cplex求解器求得原問(wèn)題的最優(yōu)解。
使用Charnes-Cooper方法求解分式線性規(guī)劃問(wèn)題:
(19)
其中,A為參數(shù)矩陣。當(dāng)對(duì)于任意滿足約束條件的x均有qTx+β>0,則可作變量代換t=1/qTx+β,y=tx,式(19)的規(guī)劃問(wèn)題變?yōu)椋?/p>
(20)
變換后的規(guī)劃問(wèn)題為線性規(guī)劃問(wèn)題,可以使用線性規(guī)劃算法進(jìn)行計(jì)算。得到其最優(yōu)解(y,t)后,可得到原線性分式規(guī)劃的最優(yōu)解x=y/t。
按照Charnes-Cooper方法進(jìn)行變量代換,令:
(21)
則:
(22)
(23)
利用上述變量代換,則目標(biāo)函數(shù)變?yōu)椋?/p>
(24)
功率平衡約束變?yōu)椋?/p>
(25)
新能源出力約束變?yōu)椋?/p>
(26)
新能源滲透率約束變?yōu)椋?/p>
(27)
求解得到N′W,N′C后,可通過(guò)式(28)求出對(duì)應(yīng)的波浪、潮流發(fā)電機(jī)組的數(shù)目,求出配置容量。
(28)
以某海島的供電場(chǎng)景為仿真算例,其海域?qū)崪y(cè)波浪數(shù)據(jù)的全年有效波高見圖1,其海域?qū)崪y(cè)潮流流速數(shù)據(jù)見圖2。
圖1 全年有效波高
圖2 全年潮流流速
圖3給出了海島全年的負(fù)荷數(shù)據(jù)。該島主要由陸地主電網(wǎng)供電,有居民1 500余戶,非居民300余戶。島內(nèi)建設(shè)了1座110 kV變電站,通過(guò)1條聯(lián)絡(luò)線由岸上主網(wǎng)進(jìn)行供電,并配置1臺(tái)10 MV·A主變、1臺(tái)20 MV·A主變給島內(nèi)用戶供電。用電高峰出現(xiàn)在夏、冬季,用電低谷出現(xiàn)在秋季,夏、冬季最大負(fù)荷為3.6 MW,用電高峰時(shí)期最小負(fù)荷也可達(dá)2.25 MW;秋季最大負(fù)荷為0.8 MW,最小負(fù)荷為0.2 MW。
圖3 海島全年負(fù)荷數(shù)據(jù)
根據(jù)波浪實(shí)測(cè)數(shù)據(jù),計(jì)算出波浪出力數(shù)據(jù),用GMM擬合波浪發(fā)電功率波動(dòng)概率密度分布,利用擬合效果指標(biāo)選擇合適的階數(shù)。表1為波浪GMM擬合效果評(píng)價(jià)指標(biāo)值。
表1 波浪GMM的擬合效果指標(biāo)值
從表1可知,波浪2階GMM的SSE值及RMSE值最小且決定系數(shù)最大。將2階GMM的擬合效果評(píng)價(jià)指標(biāo)與對(duì)數(shù)正態(tài)分布、威布爾分布和瑞利分布的擬合效果評(píng)價(jià)指標(biāo)進(jìn)行比較,如表2所示。
表2 波浪2階GMM與其他模型擬合效果指標(biāo)值
由表2對(duì)比可知,2階GMM的擬合效果評(píng)價(jià)指標(biāo)最優(yōu),因此選擇K=2建立波浪發(fā)電GMM,如圖4所示。
圖4 波浪發(fā)電GMM擬合
由式(5)—式(7)計(jì)算模型參數(shù),即均值U、協(xié)方差C、權(quán)重ω,如表3所示。
表3 波浪發(fā)電功率的GMM參數(shù)
利用構(gòu)建的波浪發(fā)電功率的GMM,生成波浪出力場(chǎng)景,如圖5所示。
圖5 GMM生成的波浪出力數(shù)據(jù)
與波浪數(shù)據(jù)處理方式一致,對(duì)潮流發(fā)電功率數(shù)據(jù)進(jìn)行處理,表4為潮流GMM擬合效果評(píng)價(jià)指標(biāo)。
表4 潮流GMM的擬合效果指標(biāo)
由表4可知,潮流3階GMM的SSE值及RMSE值最小且決定系數(shù)最大。將3階GMM的擬合效果評(píng)價(jià)指標(biāo)與正態(tài)分布、Logistic分布和Extreme Value分布的擬合效果評(píng)價(jià)指標(biāo)進(jìn)行比較,結(jié)果如表5所示。
表5 潮流3階GMM與其他模型擬合效果指標(biāo)
由表5對(duì)比可知,潮流3階GMM的擬合效果評(píng)價(jià)指標(biāo)最優(yōu),因此選擇K=3建立潮流發(fā)電GMM,如圖6所示。
圖6 潮流發(fā)電GMM擬合
由式(5)—式(7)計(jì)算模型參數(shù),如表6所示。
表6 潮流發(fā)電功率的GMM參數(shù)
基于潮流GMM生成潮流出力場(chǎng)景,如圖7所示。由于潮流發(fā)電流速有最大為1.5 m/s的限制,因此潮流發(fā)電功率具有上界。
圖7 GMM生成的潮流出力數(shù)據(jù)
將研究海島的實(shí)際負(fù)荷數(shù)據(jù)作為用電場(chǎng)景,波浪能和潮流能發(fā)電場(chǎng)景(實(shí)際出力)可以分為2類:發(fā)電場(chǎng)景一,從實(shí)測(cè)數(shù)據(jù)計(jì)算得到的實(shí)際出力,如圖1、圖2所示;發(fā)電場(chǎng)景二,由GMM得到的出力場(chǎng)景,如圖5、圖7所示。
根據(jù)上文所述資源優(yōu)化配置模型對(duì)海島電網(wǎng)的海洋能發(fā)電進(jìn)行資源優(yōu)化配置。在優(yōu)化配置模型中,滲透率約束取值不同,獲得的資源優(yōu)化配置結(jié)果不同。因此,對(duì)不同滲透率約束下配置結(jié)果及相應(yīng)指標(biāo)進(jìn)行分析。圖8給出了源荷匹配度和消納率隨滲透率約束變化的曲線。在計(jì)算源荷匹配度指標(biāo)時(shí),范圍系數(shù)γ取0.6。為便于對(duì)比,對(duì)2種指標(biāo)進(jìn)行歸一化處理。
圖8 2種指標(biāo)隨滲透率約束變化曲線
由圖8可見,隨著滲透率約束的不斷提高,消納率逐漸下降,源荷匹配度則是先上升后下降。當(dāng)源荷匹配度達(dá)到最大值時(shí),滲透率約束在0.5~0.6之間。因此,選擇滲透率約束在0.5~0.6之間進(jìn)行資源優(yōu)化配置,此時(shí)獲得的優(yōu)化配置結(jié)果,其負(fù)荷和出力的匹配可以達(dá)到一個(gè)較高的程度。
進(jìn)一步以實(shí)測(cè)數(shù)據(jù)為例,圖9給出了不同范圍系數(shù)γ下的源荷匹配度隨滲透率約束變化的曲線。
圖9 源荷匹配度隨滲透率約束變化曲線
從圖9可以看出,當(dāng)0.2≤γ≤0.6時(shí),源荷匹配度指標(biāo)均在滲透率為0.6左右時(shí)最大,即實(shí)際出力與負(fù)荷最貼近;當(dāng)0.6<γ≤0.8時(shí),源荷匹配度在滲透率為0.5~0.6之間時(shí)最大。
綜上所述,若希望源荷匹配度達(dá)到最大,即實(shí)際出力與負(fù)荷最貼近時(shí),應(yīng)選擇滲透率在0.5~0.6之間。此時(shí)的資源優(yōu)化配置結(jié)果如表7所示。
表7 消納率最優(yōu)配置結(jié)果
結(jié)合表7與圖8,可以得出以下結(jié)論:
(1) 在不同滲透率約束下,GMM出力場(chǎng)景與實(shí)測(cè)數(shù)據(jù)場(chǎng)景的優(yōu)化配置結(jié)果相差不大且趨勢(shì)一致。在不同滲透率約束下,實(shí)測(cè)數(shù)據(jù)場(chǎng)景的波浪能配置均稍大于GMM,潮流能配置稍小于GMM。出現(xiàn)上述現(xiàn)象的原因是:盡管GMM可以較好地描述海洋能發(fā)電功率的概率特性,但使用GMM生成的出力數(shù)據(jù)與實(shí)測(cè)出力數(shù)據(jù)還是有一定差異。在某一滲透率約束下,與實(shí)測(cè)數(shù)據(jù)相比,使用GMM得到的波浪能配置小、潮流能配置大,則改變滲透率約束時(shí),由于2種出力場(chǎng)景、負(fù)荷場(chǎng)景沒有發(fā)生變化,得到的配置結(jié)果均會(huì)出現(xiàn)此情況。
(2) 當(dāng)滲透率約束較小時(shí),GMM與實(shí)測(cè)數(shù)據(jù)的最優(yōu)消納率差異不明顯;但隨著滲透率約束的增加,兩者之間的差異越來(lái)越顯著。其原因主要是GMM生成場(chǎng)景與實(shí)測(cè)數(shù)據(jù)之間存在一定的差異。若滲透率約束越大,則資源優(yōu)化配置過(guò)程中對(duì)出力場(chǎng)景數(shù)據(jù)的要求越高,因此GMM和實(shí)測(cè)2種數(shù)據(jù)獲得的配置結(jié)果差異越大??梢姡捎肎MM生成出力場(chǎng)景總體有效,但不適用于滲透率約束過(guò)大的情況。
(3) 當(dāng)滲透率約束取在0.5~0.6之間時(shí),基于GMM和實(shí)測(cè)數(shù)據(jù)獲得的源荷匹配度均達(dá)到最大;且由表7可知,滲透率約束為0.5~0.6之間時(shí),GMM和實(shí)測(cè)數(shù)據(jù)的容量配置結(jié)果差距不大。因此,選擇滲透率約束為0.5~0.6可獲得較優(yōu)的海洋能優(yōu)化配置結(jié)果。
文中針對(duì)常規(guī)概率分布擬合無(wú)法較好描述波浪隨機(jī)性出力的特點(diǎn),提出使用GMM來(lái)擬合波浪出力概率分布,從而生成海洋能發(fā)電出力場(chǎng)景;以消納率最優(yōu)為目標(biāo),對(duì)海島電網(wǎng)進(jìn)行海洋能發(fā)電的資源優(yōu)化配置研究。算例結(jié)果表明,GMM出力場(chǎng)景與實(shí)測(cè)數(shù)據(jù)場(chǎng)景的優(yōu)化配置結(jié)果相差不大且趨勢(shì)一致,驗(yàn)證了GMM生成海洋能出力場(chǎng)景的有效性。此外,當(dāng)模型中的滲透率約束取0.5~0.6時(shí),獲得最優(yōu)容量配置結(jié)果的源荷匹配度較高。
需要指出的是,因?yàn)椴ɡ四芎统绷髂苓€未完全投入商業(yè)化運(yùn)行,所以文中以消納率最優(yōu)為目標(biāo)進(jìn)行了資源優(yōu)化配置研究,而未考慮經(jīng)濟(jì)性規(guī)劃。在后續(xù)的研究中,將進(jìn)一步考慮以綜合成本最優(yōu)為目標(biāo)進(jìn)行海洋能的資源優(yōu)化配置。