一种新能源年/月电量计划制定方法
【专利摘要】本发明提出了一种考虑随机性的新能源年/月电量计划制定方法，该方法根据新能源年/月电量预测结果，随机生成多条新能源出力序列；使用时序仿真计算的方法，计算不同新能源出力曲线情况下新能源消纳电量；对计算得到的新能源消纳电量取期望值，得到最终的新能源消纳电量，从而形成新能源年/月电量计划。该方法考虑了新能源长时间尺度随机性及电力系统运行约束对新能源电量计划的影响，有效提高了新能源年/月电量计划的准确性。
【专利说明】
-种新能源年/月电量计划制定方法
技术领域
[0001] 本发明设及电量计划制定，具体设及一种考虑随机性的新能源年/月电量计划制 定方法。
【背景技术】
[0002] 电量计划制定是电力系统规划管理的重要工作之一。近年来，面对能源危机、金融 危机W及人类对气候危机越来越清晰地认识，全球范围内新能源出现超常规发展的态势， 各国对新能源的投资大幅度增长，新能源产能也急剧扩大。随着新能源装机容量的快速增 长，使得部分地区新能源难W全额消纳，迫切需要一种考虑新能源受限情况的新能源年/月 电量计划制定方法。
[0003] 本发明提出一种考虑随机性的新能源年/月电量计划制定方法，符合新能源发电 的特点;考虑了新能源发电受限情况，使计算得到的新能源年/月电量计划更加符合新能源 发电的实际需求。
【发明内容】
[0004] 本发明提出了一种考虑随机性的新能源年/月电量计划制定方法;该方法根据新 能源年/月电量预测结果，随机生成多条新能源出力序列；使用时序仿真计算的方法，计算 不同新能源出力曲线情况下新能源消纳电量;对计算得到的新能源消纳电量取期望值，得 到最终的新能源消纳电量，从而形成新能源年/月电量计划。该方法考虑了新能源长时间尺 度随机性及电力系统运行约束对新能源电量计划的影响，有效提高了新能源年/月电量计 划的准确性。
[0005] -种新能源年/月电量计划制定方法，包括如下步骤：
[0006] 步骤1:生成新能源年/月预测电量；
[0007] 步骤2:随机生成多条新能源出力序列；
[000引步骤3:计算不同新能源出力序列下的新能源消纳电量；
[0009] 步骤4:对得到的新能源消纳电量取期望值。
[0010] 所述步骤1采用卡尔曼滤波方法和自回归滑动平均方法预测中长期气象数据，分 别计算风电、光伏的预测电量。
[0011] 所述风电预测电量计算方法如下：
[0012] 风电预测电量的计算基于统计特性的威布尔分布参数，风电预测电量的风频曲线 如下式所示：
[0013]
(1)
[0014] 式中，V为风速，k和C为威布尔分布参数;k是形状参数，决定了平均风速的变化范 围；C为尺度参数，决定风频曲线的峰值大小。
[001引对于连续、高频的风速监测数据，采用平均风速六日标准差Sv估算威布尔分布参 数；
[0016] (2)
[0017] (3)
[001 引 （4)
[0019] (5)
[0020] 式中，Vi为风速观测序列，n为计算时段内风速序列的个数，r (l + 1/k)为伽马函 数;风电场在风速Vi水平下发电量如下式所示：
[0021] Wj = fj(vi) ? Pj(vi) ? S ? 5 (6) 式中，?)为第j风电场的实际功率曲线，可通过历史风速数据与实际功率数据采用 非参数回归方法拟合获得，Vi)为在风速Vi水平下第j风电场的风频曲线，S为样本总容 量，S为风速采用频率;年/月风电预测电量通过对所有风速水平下的电量累加得到。
[0022] 所述光伏预测电量计算方法如下：
[0023] W太阳月度平均福照度为光伏电量预测参数，t时刻光伏电站所在区域的月平均 福照强度为Et,则t时刻光伏电站的出力为：
[0024] Pt = a ? Et+b (7)
[0025] 式中，Pt为t时刻光伏电站的出力，a为一阶系数，b为常数项;参数a、b，采用最小二 乘法进行辨识;光伏预测电量为所有光伏电站出力的总加。
[0026] 所述步骤2将步骤1预测得到的总电量结果，采用随机建模方法，随机生成多条新 能源出力序列。
[0027] 所述步骤3对步骤2生成的多条新能源出力序列，进行时序生产模拟仿真计算，计 算不同新能源出力序列下的新能源消纳电量；
[002引时序生产模拟仿真计算综合考虑电网的风电/光伏出力序列特性、负荷时序特性、 机组调峰特性、电网送出能力，建立省级电网时序仿真模型，逐时段优化全网的电力平衡。
[0029] 所述步骤4对步骤3计算的新能源消纳电量取期望值，并将其作为新能源年/月电 量计划。
[0030] 与最接近的现有技术比，本发明的技术方案具有W下优异效果为：
[0031] 1、本发明考虑到了新能源发电出力的随机性W及新能源限电对新能源电量计划 的影响，有效提高了新能源年/月电量计划的可靠性，有效减少新能源发电受阻电量。
[0032] 2、本发明通过构造多个新能源出力时间序列进行时序仿真，并将结果的期望值作 为最终结果，避免了单次计算随机性大的缺点。
【附图说明】
[0033] 图1为本发明一种考虑随机性的新能源年/月电量计划制定方法的计算流程图。
【具体实施方式】
[0034] 本发明设及一种考虑随机性的新能源年/月电量计划制定方法，该方法考虑新能 源出力的随机性W及新能源发电受限情况，可提高新能源年/月电量计划的可靠性，下面结 合附图对本发明的具体实施流程进行描述。
[0035] 步骤1是生成新能源年/月预测电量;采用卡尔曼滤波方法和自回归滑动平均方法 预测中长期气象数据，进而分别计算风电、光伏的预测电量，计算方法如下：
[0036] 风电预测电量基于统计特性的威布尔分布参数，双参数威布尔分布是一种单峰的 双参数分布函数簇，其概率密度函数(风频曲线)为：
[0037]
化）
[0038] 式中，V为风速，k和C为威布尔分布参数，k是形状参数，决定了平均风速的变化范 围，C为尺度参数，决定风频曲线的峰值大小。对于连续、高频的风速监测数据，采用平均风 速石和标准差Sv估算威布尔分布参数。
[0039 ^2)
[0040 (穿）
[0041 (4)
[0042 (面)
[0043] 式中，Vi为风速观测序列，n为计算时段内风速序列的个数，r (l + 1/k)为伽马函 数，可查伽马函数表求得。风电场在风速Vi水平下可发电量为
[0044] Wj二fj(vi) ? Pj(Vi) ? S ? 5 (6)
[0045] 式中，?)为第j风电场的实际功率曲线，可通过历史风速数据与实际功率数据 采用非参数回归方法拟合获得，門(Vi)为在风速Vi水平下第j风电场的风频曲线，S为样本总 容量，S为风速采用频率。对所有风速水平下电量累加便可得到月度、年度的预测电量。
[0046] 光伏资源由太阳福照度直接决定，主要受缔度和海拔高度的影响，同一地区年福 照度具有一定稳定性。光伏电量预测参数为月度平均福照度，福照度与光伏电站出力存在 正线性关系，假设第t时刻光伏电站所在区域的福照强度为Et,则t时刻光伏电站的出力为：
[0047] Pt = a ? Et+b (7)
[0048] 式中，a为一阶系数，b为常数项。月度、年度光伏发电量为所有光伏电站出力的总 加。对于参数a、b，可采用最小二乘法进行辨识。
[0049] 步骤2是根据步骤1生成的新能源年度预测电量，随机生成多条新能源出力序列； 新能源出力序列建模是将资源预测得到的总电量结果，采用随机建模方法，随机生成风电/ 光伏发电出力序列;风电和光伏建模方法描述如下：
[0050] 风电时间序列随机建模基于历史风电序列，将风电出力看作一次风过程引起的波 动，基于风的强度将过程分为大波动、中波动、小波动和低出力波动，并采用可视化的自组 织映射(Self-Organizing Map,S0M)聚类算法进行波动辨识，并统计得到各类波动出现的 次数、波动高度、持续时间、一种波动到另一种波动转移的概率;然后基于随机序贯抽样，得 到满足运些指标的风电出力序列。
[0051] 光伏出力序列随机建模方法基于历史光伏出力序列，将其分解为净空确定性部分 和天气特征不确定性部分;针对天气特征不确定性部分，将天气过程分为晴天、多云天、阴 天、突变天气四种类型，同样采用随机序贯抽样技术得到光伏出力序列。
[0052] 步骤3是对步骤2生成的多条新能源出力序列，进行时序生产模拟仿真计算，计算 不同新能源出力序列下的新能源消纳电量;时序生产模拟仿真计算综合考虑电网的风电/ 光伏时间序列特性、负荷时序特性、机组调峰特性、电网送出能力等因素，建立省级电网时 序仿真模型，逐时段优化全网的电力平衡。模型约束条件和目标函数如下：
[0053] (1)机组优化功率约束
[0054] \ C8)
[0化5]
[0056] (身）
[0057] (10)
[005引（3)供热期供热机组出力约束
[0059] (U)
[0060] (12)
[0061]
[0062] ( 13)
[0063]
[0064] (14)
[00化] (巧）
[0066]
[0067] (16)
[006引 ：约束
[0069] (17)
[0070] (8)新能源功率约束
[0071] (18)
[0072]
[0073] (巧?）
[0074] 式中，P^maxiP^min分别为第j台机组的出力上限和出力下限。为机组运行状态， "r表示运行，"0"表示停机。巧、巧分别为表示机组j在时段t启动、停机状态的二进制变 量，巧为"r表示机组正在启动，为"0"表示机组不在启动状态，马为"r表示机组正在停机， 为"0"表示机组不在停机状态;k。。为机组最小启机时间;Wf为机组最小停机时间;其反映了 最小启机或停机的时间长度，不同类型的机组启停机时间参数不同。为背压机组出力大 小；巧CG为抽汽机组出力大小；馬为t时段热负荷大小；C:、巧为供热机组热电禪合系数。 ATf、AP/mi"分别为机组j的最大上爬坡速率和下爬坡速率。Pre和化e分别为正旋转备用和 负旋转备用。货：：：，为t时刻区域n和区域nn之间联络线传输功率上限，得：为t时刻区域n和区 域nn之间联络线传输功率下限。吃,,(〇为新能源理论出力。
[0075] 步骤4是对步骤3计算的新能源消纳电量取期望值，并将其作为新能源年/月电量 计划;假设第Xi条新能源出力序列计算得到的新能源消纳电量为F(Xi),则计算化次的新能 源消纳电量期望值和收敛判据的十算方法分别见式(20)、（21)。
[0076] (20)
[0077] 剧）
[0078] 当收敛判据的馬足计划制定需求时，将相应仿真结果的新能源年/月电量值作为新 能源年月电量计划。其中收敛判据e-般取0.5 %，可根据实际需求修改。
[0079] 最后应当说明的是：W上实施例仅用于说明本发明的技术方案而非对其保护范围 的限制，尽管参照上述实施例对本申请进行了详细的说明，所属领域的普通技术人员应当 理解:本领域技术人员阅读本申请后依然可对申请的【具体实施方式】进行种种变更、修改或 者等同替换，但运些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。
【主权项】
1. 一种新能源年/月电量计划制定方法，其特征在于，所述方法包括如下步骤： 步骤1:生成新能源年/月预测电量； 步骤2:随机生成多条新能源出力序列； 步骤3:计算不同新能源出力序列下的新能源消纳电量； 步骤4:对生成的新能源消纳电量取期望值。2. 如权利要求1所述的新能源年/月电量计划制定方法，其特征在于，所述步骤1用卡尔 曼滤波方法和自回归滑动平均方法预测中长期气象数据，分别计算风电、光伏的预测电量。3. 如权利要求2所述的新能源年/月电量计划制定方法，其特征在于，所述风电预测电 量计算方法如下： 风电预测电量的风频曲线如下式所示：(1) 式中，v为风速，k和c为威布尔分布参数;k:决定平均风速的变化范围的形状参数;c:决 定风频曲线的峰值大小的尺度参数。4. 如权利要求3所述的新能源年/月电量计划制定方法，其特征在于，对于连续、高频的 风速监测数据，用下式(2)所示的平均风速；和下式(3)所示的标准差S v估算下式(4)和(5) 所示的威布尔分布参数k和c;式中，I为风速观测序列，η为计算时段内风速序列的个数，Γ (l+1/k)为伽马函数;风电 场在风速^水平下的发电量如下式所示： Wj = fj(vi) · Pj(vi) · S · δ (6) 式中，fK ·)为第j风电场的实际功率曲线，可通过历史风速数据与实际功率数据采用 非参数回归方法拟合获得，Pj(Vl)为在风速^水平下第j风电场的风频曲线，S为样本总容 量，S为风速采用频率;年/月风电预测电量通过对所有风速水平下的电量累加得到。5. 如权利要求2所述的新能源年/月电量计划制定方法，其特征在于，所述光伏预测电 量计算方法如下： 以太阳月度平均辐照度为光伏电量预测参数，t时刻光伏电站的出力如下式(7)所示： Pt = a · Et+b (7) 式中，Pt: t时刻光伏电站的出力，Et: t时刻光伏电站所在区域的月平均辐照强度，a: - 阶系数，b:常数项，a和b，采用最小二乘法进行辨识;光伏预测电量为所有光伏电站出力的 总加。6. 如权利要求1所述的新能源年/月电量计划制定方法，其特征在于，所述步骤2包括： 根据步骤1预测得到的总电量结果，用随机建模方法，随机生成多条新能源出力序列。7. 如权利要求1所述的新能源年/月电量计划制定方法，其特征在于，所述步骤3包括： 根据步骤2生成的多条新能源出力序列，进行时序生产模拟仿真计算，得到不同新能源出力 序列下的新能源消纳电量。8. 如权利要求7所述的新能源年/月电量计划制定方法，其特征在于，所述时序生产模 拟仿真计算包括:根据电网的风电/光伏出力序列特性、负荷时序特性、机组调峰特性、电网 送出能力，建立省级电网时序仿真模型，逐时段优化全网的电力平衡。9. 如权利要求1所述的新能源年/月电量计划制定方法，其特征在于，所述步骤4包括： 根据步骤3计算的新能源消纳电量求取期望值，并将其作为新能源年/月电量计划。
【文档编号】G06Q10/04GK105956713SQ201610330677
【公开日】2016年9月21日
【申请日】2016年5月18日
【发明人】黄越辉, 刘纯, 王跃峰, 礼晓飞, 高云峰, 许晓艳, 马烁, 许彦平, 张楠, 李丽, 刘延国, 杨硕, 李驰, 王晶, 潘霄峰
【申请人】中国电力科学研究院, 国家电网公司