基于云计算的虚拟电厂负荷预测

基于云计算的虚拟电厂负荷预测

随着电网规模的扩大及新能源的不断应用，并网电网的安全性和经济性备受关注。
电网调度不再是单一或局部控制，而是采用智能网络集成方式调度 。
智能电网应具有以下特点：坚强自愈，可以抵御外来干扰甚至攻击；提供高质量的电能，且供电稳定；允许新 型能源、分布式电力接入；促进用户互动等 。
近年来， 智能电网发展快速，但微网并网带来的电能质量和供电可靠性下降问题依然没有得到解决。
云计算的调度形式可以使计算资源利用最大化、网络伸缩反应快速化。
虚拟电厂在组织结构上更适合分布式电力并网，能在调度工作中最大程度地提高效率，提高安全性 。

虚拟电厂的特点及结构

虚拟电厂(Virtual Power Plant VPP )是不同分布 式发电(DG)单元的组合，包括可再生能源系统 、常 规／非传统类型的发电机和存储系统 ，可以向电力市 场提供以小时为单位的需求预测个体发电厂配置。虚 拟电厂被定义为依赖于软件系统远程、自动分配和优 化发电、需求响应和储能资源的能源互联网 。虚拟电 厂在组织机构上与微网相似，但虚拟电厂更注重电源 侧分配和管理 。在大规模风网并网中，虚拟电厂能有 效平抑风场特有的功率间歇 ，在控制上也更加易操纵。

在 VPP 组织中 ，分布式发电的灵活需求行为取 决于其控制策略 。随着年电力消费需求量的增加， VPP 容量和控制策略均发生变化 ，导致不同的 VPP 组成和控制结果 。当自供电 VPP 的最高需求覆盖率 达 92%以上时，VPP 可以保护自身，即在市场能源价 格波动时，需求覆盖率较高的 VPP 可获得更高收益。 VPP 的目标是最大限度地提高销售价格。热费、排放、 系统中可再生能源溢漏均为 VPP 消耗指标 ， 以这些为基准，尽管需求变化不同及使用的发电技术也引入 VPP 技术成本 ，但整体 VPP 系统损耗不影响运营成 本和排放成本。

云计算的功能及模型

云计算是一种在线实时网络处理技术。云计算被 描述为互联网络分布式计算形式，需要供应商提供大 范围的网络存储服务，即软件服务 。处理用户所需的 硬件计算工具由众用户提供。这种基本的云计算服务 架构无需供应商投入庞大的硬件资金，只需专注于软 件方案。云计算能够充分利用电力企业复杂且昂贵的硬件架构。

负荷需求预测

负荷预测是微电网能量管理系统最重要的组成 部分之一，是实现云计算智能化管理的重要前提 。云 计算的核心目标是为用户提供优质电能，满足不同用 户的负荷需求。负荷预测方法可以归结为传统预测方 法和人工智能预测方法两类。传统方法主要依赖于对 象的变化规律，一般对历史数据进行分析和统计后再 计算，因此计算量小、速度快。智能预测算法考虑各种 不确定因素对预测的影响程度 ， 比传统预测的精度高。

继电保护系统功能

继电保护系统的各项功能布置在云计算平台上， 通过云计算平台进行通信和调用。继电保护整定系统 的服务包括基础服务和应用服务。基础服务层为硬件 结构层，应用服务层为主要单元 。应用服务层为用户 提供具体的操作性服务，包括拓扑分析、故障计算、整 定参数计算、整定计算、定值校验、定值优化、装置特 性校验等。其中，拓扑分析、故障计算为应用服务层的 主要部分。拓扑分析系统对所输入系统的电网图进行 拓扑分析，包括绘制、修改、编辑、管理等图形操作，并实现人机交互的大部分操作，包括输入参数、给定计 算条件、查询计算过程和结果等 。故障计算服务层采 用并行分块算法处理各种类型的简单故障、任意重复 故障及非全相振荡故障，能够应对零阻抗支路、无穷 大阻抗支路及孤岛等情况，可以进行网络等值、绘制 短路电流计算曲线等。

云计算调度模式

VPP 电源调度响应通过基于安排单位时间的成 本优化来实现 。成本优化具有不同的组成，包括燃料 成本和启动成本。启动成本损耗是与个人特征有关的 成本 。作为经济成本的主要组成部分之一，运行期间 的能量源燃料成本可以表示为：FCi.t=ai+b ip i.t+cip 2i.t
云计算平台赋予集成计算引擎强大的计算处理 能力，特别是时间要求高、计算量大时，能为调度人员 提供足够的时间响应紧急问题 ，并将数据转化成信 息，更有效地确定现有的、正在发展的和潜在的问题， 并提交解决方案供系统管理人员参考。

结论

以虚拟电厂架构作为分布式电力接入方式的硬 件架构，以满足建设坚强的智能电网需求 。云计算能 够优化服务软件分散决策，改进分布式电力调度应用 方式，为合理配置电网资源提供技术支持。