(国网山西省电力公司太原供电公司 山西太原 030012)
摘要：为了满足国家的发展，各领域的效益提高，电力企业不断地改革和进步，引用科学技术利用太阳能资源为国家发展做贡献。太阳能发电具有绿色、环保以及无污染等优点，越来越多的国家开始实施太阳能发展战略。随着光伏发电技术日趋成熟，光伏系统世界总装机容量在逐年上升。光伏电站接入电力系统，必然会改变系统机组出力状况，进而影响系统的发电成本。准确预测光伏电站输出功率对电力系统的规划设计、开停机计划安排、电力系统安全运行以及提高经济效益等都具有重要意义。
关键词：计及光伏电站功率预测；电力系统；优化分析
引言
光伏发电具有随机性和不确定性，太阳辐照度和温度会影响光伏出力。基于光伏系统历史记录资料，采用改进BP神经网络算法对光伏电站进行间接短期功率预测。该改进算法通过不断调整学习率来调整网络收敛速度，避免陷入局部最小;综合考虑电力系统的经济性与环保性，建立了以系统综合发电成本最小和污染物排放费用最低的综合单目标优化模型;并采用改进BCC优化算法对包含光伏电站的10机电力系统进行优化。算例分析结果表明，改进BP神经网络算法能准确预测太阳辐照度，且改进BCC算法能有效解决优化问题，该优化模型的合理性与有效性也得到验证。
1功率预测系统的定义、作用
1.1功率预测系统的定义
功率预测系统是根据气象条件、统计规律等技术和手段，提前对一定运行时间内电站发电有功功率进行分析预报，向电网调度机构上报预测结果，提高电站与电力系统协调运行的能力。预测系统功能包括短期功率预测、超短期功率预测、自动环境监测站实时监测、相关的报表数据统计与分析。并网光伏电站的功率预测系统简称光功率预测系统。光功率预测系统是光伏发电智能一体化解决方案的配套产品，为光伏电站提供功率预测和数据上报业务，系统可自动采集光伏电站实时运行数据、自动气象站监测数据和数值天气预报数据、自动进行光伏电站未来15分钟-4小时超短期功率预测及未来72小时短期功率预测，并自动上报预测结果。短期功率预测结果以次日96点功率曲线形式每日上报（按照调度要求），超短期功率预测每15分钟上报1次。光伏电站发电时段（不含出力受控时段）的短期预测月平均绝对误差应小于20%，月合格率应大于80%；超短期预测月平均绝对误差应小于15%，月合格率应大于90%。
1.2光功率预测的作用
（1）提高电网稳定性、增加电网消纳光伏发电能力。光伏发电具有间歇性、随机性和波动性，由此给电网的安全运行带来了一系列问题，电网调度部门传统的做法只能采取拉闸限电这样的无奈之举。随着光伏发电站在电网发电结构比重的增加，光功率预测系统变得尤为重要，光功率预测越准，并网光伏电站给电网的安全运行带来的影响就越小，就能够有效的帮助电网调度部门做好各类电站的调度计划。（2）帮助光伏电站减少由于限电带来的经济损失，提高光伏电站运营管理效率。光伏功率预测越准，电网就会减少光伏限电，由此大大提高了电网消纳阳光的能力，进而减少了由于限电给光伏业主带来的经济损失，增加了光伏电站投资回报率。光伏功率预测可以帮助光伏电站生产计划人员合理安排光伏电站的运行方式，例如在无光照期进行太阳能设备的检修和维护，减少弃光，提高光伏电站的经济效益。（3）减少电力系统的旋转备用和运行成本。光功率预测系统可有效降低光伏电站接入对电网的不利影响，提高电网运行的安全性和稳定性，减少电力系统的运行成本，充分利用太阳能资源，获得更大的经济效益和社会效益。
2光伏电站功率预测设计要求
光伏电站功率预测系统根据其在电力生产调度中的作用，需要部署在光伏电站二次系统(控制系统)的安全Ⅱ区，以备与其他监控和电力调度系统通信，同时应遵守国家电力监管委员会颁布的《电力二次系统安全防护规定》，这一规定要求光伏功率预测系统安全防护工作要坚持安全分区、网络专用、横向隔离、纵向认证的原则，以保障电力监控系统和电力调度数据网络的安全。
期刊文章分类查询,尽在期刊图书馆光伏电站功率预测系统的设计需要满足以下技术指标：1）每天在规定的时间(通常为调度部门制定次日发电计划的时间)之前，对从次日00:15起未来3d的光伏电站输出功率进行预测，其时间分辨率为15min，用于制定发电计划和安排发电机组检修；2）每15min预报未来4h内光伏电站输出功率，时间分辨率为15min，并为自动发电控制(automaticgenerationcontrol，AGC)实时调度提供依据；3）对光伏电站功率、气象资源分布情况及预测误差进行统计分析，并以图形报表的形式予以展示；4）与其他监控系统有良好的接口，以接入包括功率、工况在内的光伏电站运行数据以及环境监测站气象数据，此外还具备通过安全Ⅱ区网络，将预测结果数据和环境监测站气象数据上传至直属调度部门。
3光伏电站功率预测系统结构设计
3.1预测数据库。
预测数据库是一种历史数据和实时数据并存的数据库，是整个光伏功率预测系统的数据核心，各个功能模块都需要通过该数据库进行数据的互操作。因此，该数据库的设计不仅可以存储管理很长时间的历史数据，而且能够满足系统对数据实时性和可靠性的要求，此外又要具有良好的开放性和很好的安全性。系统数据库中存储的数据内容主要包括数值天气预报数据、环境监测站实测气象数据、光伏电站运行数据、时段整编数据、功率预测数据和系统基础数据。
3.2数值天气预报处理模块。
该模块分为下载和解析两个子模块，下载子模块由于需要与Internet外网通信，通常被部署在安全Ⅳ区的下载服务器上，负责定时自动下载气象部门或其他商业机构发布的数值天气预报数据，再经反向物理隔离设备，将数据反传至预测系统以保证其安全性。而部署在安全Ⅱ区的解析子模块，通过筛选、格式化等流程将数值天气预报数据解析存放到预测系统数据库中。该处理模块支持人工补录和多数据源下载功能，能够适应不同光伏电站的通信和组网特性。
3.3实时数据采集模块。
实时数据采集模块分为气象数据采集和实测功率采集两个子模块。气象数据采集负责从光伏电站自动气象站收集与预测相关的气象数据(如风速、风向、温度、湿度、气压、辐射等)，并对数据做初步筛选处理，此后将其存入预测数据库；该程序可以对各种来源、不同类型的数据进行在线实时采集，根据不同的应用需求对采集到的数据进行合理性校验，并将已处理数据写入系统数据库，同时可以对超过预先设定报警限值的数据进行报警。实测功率采集模块负责从电站监控系统采集包括发电功率、工况、状态在内的机组运行数据，并将获得的数据转存到预测数据库的实时数据表中，其作为预测功率模型计算、实测、预测数据及其比较分析使用，该模块能够很好适应不同厂家监控系统通信规约的差异性，并可对未来新接入的电站进行自动扩展。
结语
光伏发电作为清洁型能源具有良好的发展前景，但光伏出力受环境影响严重，出力的不确定性以及随机性会随时对配电网造成影响。优化调度是电力系统经济稳定运行等工作的基础，对电力系统进行优化调度能够对电力系统的运行经济性等因素进行定量分析。
参考文献:
［1］龚莺飞，鲁宗相，乔颖，等．光伏功率预测技术［J］．电力系统自动化，2017，40(4):140-151．
［2］陈璨，吴文传，张伯明，等．考虑光伏出力相关性的配电网概率潮流［J］．电力系统自动化，2016，39(9):41-47．
［3］王佳佳，吕林，刘俊勇，等．基于改进分层前推回代法的含分布发电单元的配电网重构［J］．电网技术，2018，34(9):60-64．
［4］张丽，徐玉琴，王增平，等．包含分布式电源的配电网无功优化［J］．电工技术学报，2017，26(3):168-174．
论文作者:梁斌
论文发表刊物:《电力设备》2018年第36期
论文发表时间:2019/7/5
标签：光伏论文; 电站论文; 功率论文; 数据论文; 系统论文; 电网论文; 电力系统论文; 《电力设备》2018年第36期论文;