(1.国网青海省电力公司海东供电公司，青海 海东 810600；2.青海绿能数据有限公司，青海 西宁 810008)
摘 要：为了确保新能源并网的安全性和经济性，计及场站涉网性能的自适应风光资源与电网运行方式动态变化，研究了相对应的新能源并网柔性控制方法，提出控制指标及其量化评估方法。基于设计的控制指标制定了控制流程，根据电网安全稳定裕度的控制性能代价比对风电场进行分群，按照预测精度和调节性能指标对增减并网功率的风电场进行分类控制，进而提高新能源并网柔性控制的精确性。
关键词：新能源；控制指标；量化评估方法；柔性控制
中图分类号： 文献标识码： 文章编号：
Study on flexible control method of new energy grid-connected considering the station grid-related performance
Gao Yuan Yang Hong
Abstract：In order to ensure the safety and economy of new energy grid connection, considering the station grid-related performance of adaptive wind and solar resources and the dynamic change of the power grid operation mode, this paper studies the corresponding new energy grid-connected flexible control method, putting forward control indicators and quantitative evaluation methods. It formulates a control process based on the designed control indicators, and the wind farms are grouped according to the control performance cost ratio of the power grid’s safety and stability margin, and the wind farms increasing or decreasing grid-connected power are under classified control in accordance with the prediction accuracy and adjustment performance indicators, so as to improve the flexible control’s accuracy of new energy grid connection.
Key words：new energy；control indicator；quantitative evaluation method；flexible control
0 前言
新能源柔性控制[1]，是将地理上毗邻、特性上相关且拥有一个共同接入点的光伏电站、风电场等间歇式电源进行一体化整合、集中协调控制，有效平抑单一场站出力的随机性、波动性和间歇性，尽量形成一个在规模和外部调控特性上都与常规电厂相近的电源，具备灵活响应电网调度与控制的能力，提高间歇式电源利用率[2]。通过研究计及场站涉网性能的自适应风光资源与电网运行方式动态变化的新能源并网柔性控制方法，提出了预测精度指标和跟踪调节性能指标并制定了控制流程，根据不同的光伏电站、风电场的预测精度、调节性能等调控特性实施差异化控制，科学合理统筹不同新能源业主的利益，激发其提升涉网性能，进而提高新能源并网柔性控制的精确性。
1 并网控制预测精度与调节性能指标
在当前时刻之前的并网有功功率考核时间段内，将各个新能源电站相邻两个预测时刻的并网有功功率预测值用直线相连，得到与各个新能源电站的并网有功功率考核时间段相对应的并网有功功率预测折线[3]。
2 并网有功功率控制性能代价比指标
新能源电站并网有功功率控制性能代价比指标是指因新能源电站并网有功功率控制而引起的电网安全稳定裕度变化量与其并网有功功率变化量之比[5]。新能源电站并网有功功率控制组是指由一个或多个共同分摊并网有功功率调整量的新能源电站组成的集合。
首先，依据当前时刻新能源电站的并网有功功率控制对电网安全稳定裕度变化的控制性能代价比指标的相近程度，分别针对各个新能源电站并网有功功率控制组内的新能源电站进行分群，使得属于同一群的新能源电站相互之间的控制性能代价比指标的差值小于设定门槛值，对于无法与其它新能源电站构成一个群的新能源电站，则作为单独的一个新能源电站群，得到各个新能源电站并网有功功率控制组内新能源电站的分群结果[6]。
然后，针对每个新能源电站并网有功功率控制组，分别从各个新能源电站群中任选出一个新能源电站，作为对新能源电站并网有功功率控制组内的各个新能源电站群进行排序的依据，按各个新能源电站群中选出的新能源电站的控制性能代价比指标由小到大的顺序对新能源电站并网有功功率控制组内的所有新能源电站群进行排序，得到各个新能源电站并网有功功率控制组的新能源电站群排序表。
3 预测精度与调节性能的综合性能指标
根据设定的权系数，针对当前时刻需要增加并网有功功率的所有新能源电站并网有功功率控制组中各个新能源电站，通过公式（3）来计算出考虑并网有功功率预测精度和并网有功功率调节性能指标的综合性能指标：
针对当前时刻需要降低并网有功功率的所有新能源电站并网有功功率控制组中的各个新能源电站[7]，根据其当前时刻并网有功功率调控指令执行值的下限、当前时刻并网有功功率的最大值、紧随当前时刻之后设定时限点所对应的并网有功功率预测值，以及新能源电站并网有功功率预测精度，通过公式（4）来确定其紧随当前时刻之后设定时限点所对应的并网有功功率调控指令执行值的下限。
在风电场有功功率最佳调节模式及优化分配情况下，根据当前时刻新能源电站并网功率控制对电网安全稳定裕度变化的控制性能代价比指标，将新能源电站分成多个控制性能代价比指标相近的电站群，通过优先降低安全稳定控制性能代价比小的新能源电站群的并网有功功率，实现限制同样大小的并网有功功率、更为显著提升电网安全稳定裕度的目的；优先增加安全稳定控制性能代价比大的新能源电站群的并网有功功率，实现降低相同幅度的电网安全稳定裕度、更为显著地提升并网有功功率的目的。通过优先降低调节性能指标大的新能源电站的并网有功功率，并考虑其预测值和预测精度，提高新能源电站并网有功功率限制的实时性、可靠性和精度；通过优先增加考虑预测精度和调节性能指标的综合性能指标大的新能源电站的并网有功功率，并考虑其预测值和预测精度，提高新能源电站并网有功功率提升的实时性、可靠性和精度，以及新能源电站提升并网有功功率预测与控制技术装备水平的主动性。
对于当前时刻需要降低并网有功功率的多个新能源电站群，优先降低安全稳定控制性能代价比小的新能源电站群的并网有功功率，并综合考虑当前时刻并网有功功率调控指令执行值的下限和并网有功功率最大值，以及紧随当前时刻之后设定时限点所对应的并网有功功率预测值和并网有功功率预测精度，确定新能源电站的并网有功功率调控指令执行值的下限，优先降低其中调节性能指标大的新能源电站的并网有功功率，不仅实现了限制同样大小的并网有功功率、更为显著地提升电网安全稳定裕度的目的，而且提高了新能源电站并网有功功率限制的实时性、可靠性和精度。
对于当前时刻需要增加并网有功功率的多个新能源电站群，优先增加安全稳定控制性能代价比大的新能源电站群的并网有功功率，并综合考虑紧随当前时刻之后设定时限点所对应的并网有功功率预测值和并网有功功率预测精度，确定新能源电站的并网有功功率调控指令执行值的上限，优先增加其中考虑预测精度和调节性能指标的综合性能指标大的新能源电站的并网有功功率，不仅实现了降低相同幅度的电网安全稳定裕度、更为显著地提升并网有功功率的目的，而且提高了新能源电站并网有功功率提升的实时性、可靠性和精度，以及新能源电站提升并网有功功率预测与控制技术装备水平的主动性。
6 应用
针对海西千万千瓦级光电基地、百万千瓦级风电基地建成新能源实时柔性控制系统示范工程，实现了对光风电集群、场站和机组/组件的有功和安全稳定的全方位协调控制，控制规模、控制时延、控制精度、控制可靠性等性能指标符合青海电网实际应用需求，提升了海西地区光风电的利用率，提升了青海电网调控光伏电站、风电场的的控制可靠性和精准度。柔性控制系统考虑断面稳定限额约束、线路及变压器热稳定约束及母线电压运行限值约束，分析待控制时刻电网的基态安全裕度，以新能源发电最大化为目标，实时计算新能源电站的并网功率。当断面功率越其稳定限额需要降低时，考虑降低关联机组的发电，进行超前控制；当断面负载率较轻能够传输更多功率时，考虑优先增加新能源电站出力，进行超前调度。结合机组功率调整代价、新能源电站预测调节性能指标，实施分群分组控制，从而保证电网安全运行的前提下新能源最大化发电。
7 结论
本方法根据包括风电场在内的新能源电站的实时运行信息，计算其预测精度和调节性能指标，并依据当前时刻新能源电站的并网有功功率控制对电网安全稳定裕度变化的控制性能代价比指标的相近程度，对参与并网有功功率控制的所有新能源电站进行分群并接入输电通道，实现了计及场站涉网性能的自适应风光资源与电网运行方式动态变化的新能源并网柔性控制。
参考文献：
[1] 宋 兵，余群兵，陈 俊，等．一种新能源电站有功功率柔性控制方法及应用[J]．电力自动化设备，2018，38(07)，219-223．
[2] 孙舶皓，汤 涌，仲悟之，等．基于分布式模型预测控制的包含大规模风电集群互联系统超前频率控制策略[J]．中国电机工程学报，2017，37(21)：6291-6302．
[3] Yi Zhang, Xiangjie Liu, Bin Qu. Distributed Model Predictive Load Frequency Control of Multi-area Power System with DFIGs[J]. IEEE/CAA Journal of Automatica Sinica,2017,4(01):125-135.
[4] 吴世伟，刘文彪，纪 陵，等．新能源发电功率预测系统数据流容错研究[J]．电气技术，2018，19(12)：107-111．
[5] 段 慧，鲍颜红，王 超，等．基于并行模式的多预想故障静态电压稳定辅助决策[J]．电力自动化设备，2015，35(07)：95-100．
[6] 李雨鲜．超短期新能源环境经济调度与分群控制研究[D]．南京：南京师范大学，2017．
[7] 毛志伟．风光发电功率预测及风光抽水蓄能电站联合运行[D]．武汉：华中科技大学，2018．