天诚同创电气：金风科技可再生能源微电网试验台的优化和运营管理

能见APP讯：10月19日，2016年北京国际风能大会暨展览会在中国国际展览中心召开。北京天诚同创电气有限公司yed Furqan Rafique在分论坛上，作了主题发言，他发言的题目是“金风科技可再生能源微电网试验台的优化和运营管理”。 以下为发言全文：

谢谢，大家早，非常感谢大家来到这儿参加我这部分论坛，我的名字叫做Syed Furqan Rafique，现在在北京天诚同创电气有限公司，目前在实习，我自己在华北电力大学获得了博士学位，今天首先想简单给大家谈一下我进行的研究工作，简单的说我就是想给大家看一下微网管理的优化，以及我们进行的一些实验，首先想给大家说一下我的研究工作，给大家介绍一下我自己所在的部门，我的工作基本上在研发部，微网的研发，我们有一些商业项目已经开始了，是在中国也获得了很好的评价，有一个项目我们是之前在宁夏自治区做过的商业项目，在宁夏开发商业化微网。后来我们在江苏又开发另外一个项目，这两个是比较有代表性的目前已经进入商业运行的项目。之后我们还有一些其他的项目，目前都是在建设当中的，所以我会简单的讲一讲这些建设当中的项目，当然也会提到之后给大家讲解一下微网实验床非常关键的一个技术，我还想感谢张建华对我的帮助，是我的导师也从他的身上学到很多。

首先我们开始讲一下我的整个框架，我想讲四个部分的内容，第一个内容简单介绍一下金风的微网实验床这个正好是在北京，我待会给大家详细讲解一下这个实验床，第二个我们预测载荷采用电量合规的方法，微网当中运营管理预测载荷是非常关键的，所以为了要讲好这个部分，我首先给大家介绍一下载荷预测是一个什么样的工作，接下来就是它对于微网的运营实验床有什么作用，之后再讲一些理论还有结论，最后就是我的总结。

首先，大家能看到这个是我们金风实验床的一个俯瞰图，这个是在北京的一个经济开发区坐落的一个实验床，但是能从中看到我们的这一地区的载荷基本上包括附近写字楼采用的用电，还有一些厂房用电，厂房这边制造业有一些工厂需要的用电，再就是刚才说的写字楼用电。大家知道我们在这个地区的用电差不多就是200千瓦到2200千瓦左右。我们这个部分的房顶是有太阳能的发电机是500千瓦的。最近我们还安装新的柴油发电机，大概是能够提供一个是300千瓦，另外一个是200千瓦，这些都是最近刚刚开始运营的。我们还有另外一个微型风机发电机也是最近刚刚安装的，有两个风机，每个都是65千瓦的。这个想给大家解释的是我在自己研究当中也会用到这些微型风机，在体系当中已经安装了最近安装的。最近还有能量储存系统，微网当中除了发电系统，载荷系统之外我们还需要储能系统的。因为在微网当中为了储存能量我们安装了两个电池，第一个储存400千瓦，另外锂电池是最近还安装的，在现在研究当中不包括的，还有超级电容，出现电流问题可以采用超级电容来缓解这些问题。最后我们还有自己的风机，也是金风产的，都是2500千瓦的但是离我们总部是稍微远一点的，这个风机在研究当中也是提供自己的角色的，这就是简单介绍一下目前在北京搞科研的地点还有情况。

接下来给大家介绍一下我现在做的一些工作，想跟大家分享解释一下，首先我们的目标，我们希望能够把运营的成本每小时的成本降到最低，可能会用到微型风机，用到电池，采用一些手段来把成本降到最低。所以总体来说我们目前采用的都是自己的发电产生的电流，当然也会有一些其他的来源，但是在用电高峰期还会用到主电网当中的电流，所以要使它们两个配合还来才能够最大程度降低运营成本，这个是能源管理的核心价值或者说核心目标。接下来第二个部分给大家讲一下载荷预测，我们采用了一些不同的方法，希望能够给出最准确的载荷预计，这也是我们RND部门负责的主要事情当然我们有很多分支了。我们现在做的很主要工作载荷管理还有载荷预测。对于载荷预测来说，我在研究当中采用的是VIR方法，采用了很多的数据计算，最近大家也做了很多采用新算法来进行预测的研究，希望能够给出更准确的载荷预测。

同时我还采用了神经网络的这个方法，也想通过这种方法来优化我们的预测，但是神经网络这个部分我今天不会主要的讲，因为这个部分我知道也有很多人在过去已经做了很多工作，大家要是想看更多的关于我这个研究的一些东西，或者想看更多的关于神经网络的预测模型，大家可以回头去看我之前做的研究的报告，我的研究报告网上也能找得到。接下来还想讲一下微网的运营优化，这边我采用的遗传算法，这个算法也是很多人都在用的，很多人用这个方法优化。

但是这个部分没有用来进行载荷的预测，只是用来在优化的研究当中采用了。最后还说到了（英文）进行模拟，这是我们实验床，我们有一个风机是2500千瓦的，里面还包括一些蓄电池，微型风机，还采用风机达到测试目的的，所有的这些载荷都会提供数据纳入到测试的这个系统当中，但是我们现在也想要扩大自己的实验床，不断的去扩大规模，所以会加入一些其他的智能平台来在未来更好的去开发这个智能电网，所以目前也是在不断进步一个实验床，我们这边采用的载荷数据基本上都在这边放出来了。采用的是工厂的载荷数据，这个工厂的载荷数据包括我们的写字楼的用电，同时也包括厂房的制造用电。

大家从表中应该能看到这些数据，我就接着讲了，接下来想讲一下VR方法怎么样在预测当中使用的，我们使用的数据在写字楼当中是一年的数据，从2014年的3月到2015年3月，数据间隔是10分钟，我们有了这些数据之后，其实需要去从系统当中过滤出许多时间点，比如说传感器传回来的一些跟季节相关，跟节假日相关的一些特殊的载荷数据。过滤出了这些有特殊效果的时间点之后我们就得到这样的数据，大家能看到这个是75天的载荷数据点，我们在这边画出了一些每一天的不同情况，从礼拜一到礼拜天的不同载荷，我们采用是百分比来表示，但是能从中看到从周一到周五也就是平常上班的时候，我们大部分人都在办公室上班，所以载荷的状况就呈现出一点周期性的，而且会有一定的规定高峰，但如果下到周六周日周末这些时间大家发现它的载荷情况是比较随机的，没什么规律，虽然是随机的但是问题就出现了，这种载荷的情况可能有些时候只达到20%，但是像周一到周五工作的时间是我们最需要得到的数据，也是我们研究当中最主要的数据，我们需要最准确的预测而不是像周六周日那样不太准确的预测也可以。这就是周一到周五系统当中的载荷数据，大家能看到其中的载荷有两个小波谷，第一个是0到7点，这两个波谷时期载荷非常低的，大家看到载荷20%左右，但是还会有两个高峰期，第二个高峰前是7点大10点，这段时间办公楼开始工作了，用电会升高，同时还有两个高峰，我们要把高峰期用电量尽量降低，这样可以让我们的微网可以在这两个时间进行更多的供电，这个就是我们所说的优化，因为这两个高峰期电价是比较高的，尤其是从传统电网当中供电的时候在用电高峰期电价比波谷时期更高，所以我们希望能够在这段时间降低供电量，采用更多微网供电，这个就是我们具体采用的VR方法，采用的具体公式，大家把自己数据代进公式当中，可以预测未来用多少用电量，礼拜一到礼拜五，波峰波谷我们知道用电量是多少，我们可以采用这个公式，这个能够带来比较准确一点。我们有很多数据可以代入进来，所以有准确的预测，我这边时间不太够了，大家感兴趣我们可以回头再聊。这个是我们预测算法，从（英文）拿到识别哪些是假期，哪些是工作日，平均温度是多少，温度为什么有关，比方说冬天时候夏天时候会用到空调，会对用电量有影响，这个跟用电量是正相关的，是使用VR模型，这样采用12小时24小时用电量预测，之后根据平均绝对差来检测误差有多大，如果说这个系统能够采用的话它肯定是需要进行自我训练的，因为一旦输入新的系统数据肯定是要进行调整，因为新的数据跟过去数据肯定是有区别，所以接下来我们会不断反复对系统进行训练，调整，得到比传统方法更准确的预测，这是我们的VR（音译）模拟。大家看到其中这条线代表预测出来的用电量，这条代表的是实际的用电量，两条虚线代表的是最高95%、最低95%，所以来说我们预测非常准确的要比神经网络更准确，而且神经网络需要很多数据，所以我们这个是比较合理的。在优化当中可以使很多限制因素，代入一些电价，代入到系统当中，也可以用上网电价，其实有很多的公式也可以来使用来优化整个计算过程。这样我们能够得出24小时的最佳用电量预测，之后就能知道在哪一段时间应该把微网打开，哪段时间应该去切掉，这样就可以让整个运营系统达到最佳的优化。

这个是我们2015年6月23号的数据，大家能从中看到我们基本上没怎么使用这个传统的电网，基本上都是用自己的这个微网供电的，从这点开始往下的到之间8个小时当中，我们没有使用电网的电力，使用的都是自己的发电，然后在这个用电低谷时期我们在充电，用电高峰时期使用自己充的电供应，这样可以减少自己用电量。这个是8小时之内一个情况，但是从全天来看其实用电量是得到更大的减少，这个就是我们的一个实验床的简单情况。这个是核电状态一张图表，从模拟开始电池都是完全充电的，之后出现用电高峰的时候我们的充电就停止了，开始供电，大家知道因为我们通过预测就知道到下午的时候出现用电高峰，我们到下午之前就把蓄电池电充满之后在第二个高峰期进行供电。在充电过后可以自己使用自己发电产生的能量。下面这张图显示的是电网当中的电价在不同时段的电价，之后大家还可以对比我们另外一个什么呢，就是根据自己的系统采用的最佳的方法之后得出来的我们平均电价，出现很大节省。

接下来就总结一下，我们能从中看出神经网络的模型有很多局限，模型非常慢，我们VR方法能够带来更准确的预测能够更好的利用我们的数据集，而且在我们系统当中我们还采用VRBMT支撑我们系统，这样可以减少在用电高峰时的消耗。如果我们能够去改善这个电量预测的话，其实可以达到最大程度的微网预测，因为微网利用，我要讲的基本就是这些，大家有问题可以随时来问我，谢谢。

陈哲：有问题吗？

提问：您刚才用的降低成本的这个函数您是怎么样预测自己发电量的，比方说你的风机能发多少电这个你是用什么东西预测的，是不是也会考虑到用电呢？

Syed Furqan Rafique：其实刚才已经说到了，我们这边只讲了载荷的预测，因为我们的发电既包括光伏也包括风机，大家知道因为明天的风速是很难预测的，所以说这种预测是达不到100%准确的，所以我们只能够从天气气象这边拿到预测，这是我们唯一的输入数据。除此之外，其实关于发电量的预测我们这边也有做，但是这个时间有限我就没有讲。

提问：那你刚才只说了成本的优化，但是没有说到风机发电我还比较关心这个问题，因为风机发电其实跟你所说的成本最优化关系很大的。

Syed Furqan Rafique：我们有做这个预测，我们确实有发电量的预测，刚才说有24载荷预测，其实我们也有24小时发电预测，也有一个函数，就这么说吧，我们用这个函数其实可以做出基本上准确的预测。当然也可以用比方说通过运维管理的方式来最大程度降低成本。

提问：所以你们基本上是在载荷预测这块在做努力是吧？

Syed Furqan Rafique：是这样的。

陈哲：我们时间是有限的，上午个两个小时，大家感兴趣可以下面再进行交流，我们请第二个演讲嘉宾臧晓笛他是中车株洲电力机车研究所有限公司风电事业部高级主任设计师，他演讲的题目是微电网经济运行与能量优化管理。

臧晓笛：各位来宾大家上午好！我代表中车风电今天跟大家分享一个内容是微电网的能量优化管理，分为以下三个方面，首先就是我国能源局一个关于我国的一个供电模式“十三五”规划，那么这个规划就是说2020年我国的供电模式大电网集中发电为主分布式发电为辅，分布式发电包括分布式水电、光伏、风电、生物质、天然气等等。分布式发电接入电力系统会对我们传统大电网造成一定冲击，包括电能质量方面，机电保护方面，以及运行模式方面。我们微电网技术可以很好解决这类问题，使我国大力发展分布式风电手段，我们国家更多强调是小型发电系统，能够实现自我控制和保护的自制系统，既可以并网运行也可以孤立运行。当前几个主要作用如下，第一个它可以最大化的接纳分布式电源，第二个节能降耗提高能效，第三个满足用户多类电能质量需求，第四个提高抗灾能力及应急供电。这个我们现在微电网技术有几个方面需要我们应对，一个就是多种分布式电源和储能以及负荷谐波作用机理，还有协同规划，运行策略，保护体系，第五个市场交易。当前设计的技术有以下六各方面，有分布式电源与储能设计规划保护系统等等。那从我们前面说的“十三五”规划大家可以看到这个微电网它的市场广阔前景看好，但是现在运行的微电网工程大多数都是示范式项目，真正市场化的项目很少，原因在于它的盈利收支平衡尚需国家补贴支持。在这种形势下它的前期的规划设计和运行阶段优化管理就显得额外的重要，这就是我今天要跟大家分享的第二部分内容。

首先规划设计这块，我们的规划目标三个，第一个就是运行费用最小，第二个就是环境效益最大，第三个综合效益最好，规划设计内容包括微电网的选址，容量优化配置，以及我们网架结构设计。由于今天我们是限时，所以所有过程给大家简单介绍一下不展开。规划设计优化过程首先第一步我们会进行资料的收集与分析，这个资料包括系统技术参数，设备经济参数。第二部分我们进行规划与设计建模，这一部分包括分布式电源建模，储能建模，以及搭建我们优化模型，这里包括设定的目标函数，我们的一个约束条件，还有我们能量交换策略。然后我们选择求解算法进行迭代求解，最终得出优选方案，包括分布式电源，我们储能以及容量的安装位置，还有主要技术经济指标。这个是我们一个模型的构建过程，我们考虑的有三个方面，一个就是我们的目标函数，这里我们设定两个目标，第一个系统总投资运行的综合成本要最低。第二个目标分布式发电最大化，第二个目标代表经济性，第二个目标代表环保型。约束条件，功率平衡约束，储能约束，这个是结合能量交换策略，这个就包括储能投切，以及代表旋转电机柴油机以及小水电的投切。这个是我们优化设计的一个结果，大家可以看到纵坐标代表系统总投入运行成本，代表我们函数的经济性。横坐标代表分布式发电占总的负荷电量比例代表它的环保性，这两者是相互矛盾的，也就是说我要是保证经济性同时我就要牺牲它的环保性，实际工程中我们根据项目不同要求来平衡这两个特性。

这是我们推的规划建设的一个模式，那么现有的微电网建设模式大多数二十年为全生命周期经济规划，一次性建设，这里一个改进原则，我们在满足负荷需求同时保证建设投资运行维护成本，还有一个设备残值综合成本最低。我们改进建设模式二十年规划设计分批建设，三年、五年、十年根据负荷增值优势来定。保证后期投入设备的残值最大化。这是我们算的一个例子，这个项目我们前期的规划是3台1.5兆瓦的风电机组，4台1.1兆瓦柴油发电机组，2.0兆瓦储能系统，最终得出来我们十年建设，我们第一个十年我们是投运两台风电机组，3台柴油发电机组，第二个十年补投一个风电机组，补投一个柴油发电机组，风机寿命都是按二十年计算，最终得出结论，二十年的使用生命周期过去后我们可以保留残值大概占总投资成本是10%。

第二个推混合储能的模式，我们利用超级电容大电流快充快放特点，解决微电网大负荷投切以及微电网模式转化，秒级负载追溯特性，可再生能源富裕时候进行充电，能源不足时候进行放电，从而达到削峰贴谷的作用。第二个投入运行管理，一个是微电网功率预测，这部分包括我们的发电功率预测以及负荷功率预测，第二部分是负荷用电分析，第三个是能量优化调度。那么这个优化的过程简单给大家介绍一下，首先就是一个运行特性的分析，这个部分包括分布式能源出力，储能，负荷兴微继响应，能源价格。第二个优化建模，设定目标函数，运行总成本最小，约束条件，能量交换策略，优化算法，最终我们得出优化结果，那么这个分布式能源出力，出凝运行策略，可控负载调度策略，外部交换功率。这个是中车建的微电网综合试验系统，建在2010年，不做实验的时候为园区四个厂房供电，大家可以看到我们这套系统麻雀虽小五脏俱全，代表光伏发电，混合储能系统，增加了用于实验干扰发生器以及模拟源。那我们这套系统建的时候我们集成前面规划及运行规划管理所说的，分批建设，储能采取混合储能的模式，这个储能采取超级电容和蓄电池，干扰发生器+模拟源。这是我们这套综合试验系统现在具备的功能，大家可以看到基本上涵盖前面所有的关键技术的研究和验证，包括我们黑启动实验，五凤切换实验，以及我们通信数据监控以及经济稳定运行的研究。

我给大家介绍一下中车微电网产业链，首先系统级的，我们中车在能源互联网产业链，智能微电网，轨道交通能量管理系统，储能产业链都有涉足，轨道交通能量管理系统和我们微电网有什么关系呢，这里我跟大家解释一下，大家都知道我们高铁基本上我们是全国甚至是全世界普及，然后我们城际地铁在一线二线城市都在规划建设投运，高铁和地铁实际上全线供给系统用能很庞大的。简单说一下广东地铁，广东地铁全线一年供能大概是1.1亿度电，所以这块我们是高铁站地铁站采用逆电回馈装置，以我们站电力照明作为负荷建一个牵引供的微电网。我们相当这些业务单元我们的风力发电这块业务我们做了十年，现在我们整机从1.5兆瓦一直到3兆瓦海上风机我们都有成熟的产品，风机涉及的关键部件，变流器发动机等等我们中车都有全套产业链。功率预测、低风速、高海拔、抗低温我们都有多年的经验。光伏这块电站电器设备提供，光伏电站EPC服务，户用光伏发电解决方案提供一体化解决方案。那么我们第三个业务单元就是我们储能，这个是我们中车宁波新能源一块业务，我们主要做超级电容，单体可以做到3000F到12000副，十年寿命，储能式充电站、线路储能装置、微电网储能装置。我们还有一块业务就是我们的充电桩，目前我们这个是我们中车电动一块业务，目前我们匹配方案从30个千瓦到150千瓦都有提供，充电方式夜点、白天续驶里程。我们电能治理这块，2012年主要是采取SVC模式，2012年以后采取SVG产品，实际风场响应时期达到17到18个毫秒，目前电能质量治理方案为我们国家典型地区的统计了一下是21个风电场方案及设备。好，我今天的汇报到这里，感谢大家！