风光储联合电站有功智能控制方法
【专利摘要】本发明提出了一种风光储联合电站有功智能控制方法。该方法将风光储联合电站内风电和光伏发电单元根据其地理位置，分成若干个集群；基于功率预测历史数据，通过统计方法分析历史误差概率分布特性，以风光储联合电站下发有功指令后各新能源集群输出的功率缺额的数学期望之和最小为优化目标，使得系统下发给风光储联合电站的有功功率指令能够尽可能完成。通过本方法可以减少因新能源有功预测误差致使输出有功功率不能满足集群调度要求而产生的功率差额，增加联合电站参与系统调度的能力，从而减轻系统调度压力。
【专利说明】风光储联合电站有功智能控制方法
【技术领域】
[0001] 本发明涉及一种用于风光储联合电站有功功率的方法，属于新能源发电技术领 域。
【背景技术】
[0002] 近年来，随着新能源并网容量的增加和接入电压等级的提高，大规模新能源集中 并网对电网调度系统的影响程度愈来愈大。为了应对新能源的随机性和波动性对系统有功 功率平衡造成的影响，将新能源功率预测信息纳入电力系统日常调度运行成为必然。而现 有调度系统针对新能源有功功率的调度方法过于简单，造成全年新能源平均发电利用小时 数低，发电量指标完成情况较差等问题。
[0003] 针对新能源有功调度问题，国内外学者从不同角度开展了有益研究。但是，现有研 究无论是新能源场内有功调度分配还是风光储联合电站有功调度分配，采用的新能源功率 预测信息都是点预测信息，由于风能特性和现有预测水平的限制，这些预测信息往往有较 大的误差，给电网调度运行带来很大难度，这也是现有调度系统向新能源场发出的有功指 令远远低于新能源功率预测数据的原因。相比较对未来某个时刻的预测结果给出确定性数 值的点预测，能够提供未来值完整的概率分布的概率密度预测逐渐成为研究重点。至今还 没有研究将新能源功率预测误差概率分布信息应用到电力系统日内调度中。
[0004] 本发明针对风光储联合电站调度问题，提出一种考虑新能源功率预测误差分布特 性的有功功率调度方法。该方法基于新能源功率预测历史数据，通过统计方法分析历史误 差概率分布特性，以风光储联合电站下发有功指令后各新能源场输出的新能源功率缺额的 数学期望之和最小为优化目标，使得系统下发给风光储联合电站的有功功率指令能够尽可 能完成。通过本方法可以减少因新能源有功预测误差致使新能源场输出有功功率不能满足 集群调度要求而产生的功率差额，增加新能源参与系统调度的能力，从而减轻系统调度压 力。
【发明内容】
[0005] 发明目的：本发明所要解决的技术问题是风光储联合电站有功功率调度问题。
[0006] 本发明解决其技术问题所采用的技术方案如下：
[0007] 一般来说，对风电和光伏的功率预测的研究经常会采用给定风光输入某一分布特 性，根据历史数据求取其分布参数的统计方法；然而对于其功率预测误差，现有研究无法给 出其准确的分布特性。因此，为客观反映风电和光伏功率预测误差历史数据的规律性，本文 采用直接统计的方法，得到其自身统计规律意义上的离散分布模型。
[0008] -般地，用yi表示实测数据序列，y/表示预测数据序列，预测绝对误差定义如下： -Yi°
[0009] 设定h为历史误差统计时的窗宽，即进行误差统计时将统计范围划分成大小均为 h的n等份。窗宽越小，误差概率分布的精度越高，概率分布模型也就越复杂，以此进行的后 续调度算法耗时也就越多，因此应该在综合考虑精度要求和算法计算时间的基础上选择合 适的窗宽。设1=11^(61/1〇，11^(1)为取整函数，则误差61所在的窗为[111，11(1+1))。对应 的概率为PR0(W)=m w/M，其中mw为窗[hW，h(W+l))内样本数，M为总样本数。
[0010] 本方法的目标就是降低风光储联合电站调度中心向各单元下发调度指令时出现 有功功率缺额的风险。
[0011] 将风光储联合电站内风电和光伏发电单元根据其地理位置，分成若干个集群。各 集群内部的风电或者光伏单元有接近的出力特性。
[0012] 设某时刻系统调度中心下发给风光储联合电站调度指令为Pdispateh all ;预测新能 源集群(风电或光伏）WFn最大可发出有功功率为Ppralic;t n ;通过一定的调度方法下发给WFn 的出力指令为Pdispatc;h_n ;而WFn实际发出可发出最大有功为PMal n。如果PMal n〈Pdispatah n，则 产生（Pp^c^-P^J的功率缺额。由于4_事先未知，可以根据功率预测误差概率分布 模型得到产生（P pMdic;t_n-PMal_n)功率缺额的概率为 PRO(int ((PpMdiet n-PMal n)/h))。
[0013] WFn接受的调度指令为Pdispatdin时，产生功率缺额的期望值E n通过下面三个步骤求 取：
[0014] ( 1)求取预测值所在窗w。n :
【权利要求】
1. 一种风光储联合电站有功智能控制方法，其特征在于，它包括如下步骤： (1) 将风光储联合电站内风电和光伏发电单元根据其地理位置，分成若干个集群。各集 群内部的风电或者光伏单元有接近的出力特性。 (2) 各新能源集群(风电或者光伏)x天内的实测输出有功功率数据集yi，预测输出有功 功率数据集y/，以此得到该集群群有功功率预测误差数据样本集 ei=y/ -Yi。 (3) 设定h为误差数据统计时的窗宽，将步骤（1)中误差数据样本集的统计范围划 分成大小均为h的η等份。设W=int(ei/h)，int(x)为取整函数，则误差&所在的窗为 [hW，h(W+l))。对应的概率为PRO(W)=m w/M，其中mw为窗[hW，h(W+l))内样本数，M为总样本 数。统计每个窗中误差数据的数量，得到误差的离散概率密度函数。 (4) 设某时刻系统调度中心下发给联合电站调度指令为Pdispatdi all ;预测集群WFn最大 可发出有功功率为PpMdic;t_n ;通过本方法下发给WFn的出力指令为Pdispatah n ;而WFn实际发出 可发出最大有功为PMal_n。以风光储联合电站中各集群功率缺额E n之和最小为优化目标， 对联合电站下发至集群的调度计划指令进行优化，优化目标为： min Σ En 约束条件为： p =p ^ 1 dispatch_n 1 dispatch_all Pdispatch-η Pmax-η 其中P__n为WFn的最大出力限制。 通过成熟的优化问题求解方法可以求出WFn的出力指令为Pdispatdl η。 其中，产生功率缺额的期望值En的导出方法为： (1) 求取预测值所在窗Wtl n: ff〇_n=int (Pdispatch n/h) (2) 求取在Wtl n内功率缺额期望值Etl n :
(3) 求取WFn的总功率缺额期望值En :
【文档编号】G06F19/00GK104377736SQ201310351793
【公开日】2015年2月25日 申请日期:2013年8月13日 优先权日:2013年8月13日
【发明者】刘少宇 申请人:国家电网公司, 国网新源张家口风光储示范电站有限公司, 中国电力科学研究院