本发明涉及风电光伏装机容量分配领域，具体是一种配电网端风电光伏容量配比优化方法。
背景技术：
新能源的快速发展不仅仅是在风能资源或者光伏资源集中的地区，在负荷集中的城市电网区域，分布式的风电、光伏等新能源发电产业也在快速的发展。尽管这种发展方式能减少输电线路的损耗，也能更好的适应分散式的负荷需求，但由于风电光伏本身不可避免的随机性，使得分布式新能源电力在直接接入城市电网时可能对电网造成冲击，给电网调频调度带来压力，造成了一定的经济损失。
风电光伏的互补性主要体现在出力时间上，从一天的角度来说，风电发电通常呈现昼少夜多的特点，而光伏发电则只在白天出力且在正午达到最高峰。从全年的角度而言，风电出力为冬天多夏天少，而光伏则是冬季少夏季达到高峰。风电光伏在出力时间上具备良好的互补性，然而在城市电网中，由于其风能和光照自然资源不是最优地区，且负荷集中消纳能力强，新能源出力会被快速消纳。传统的规划方法都是针对大电网层面，新能源是大型发电场形式上网，这种规划方法的限制很多，一是风电场和光伏电场可能距离较远，互补效果不明显，二是没有非常明确的优化目标。不同于接入大电网的集中式风电和光伏所要求的出力曲线平稳，接入城市电网的新能源发电出力曲线应该接近负荷曲线才能最符合实际的消纳要求，这就需要风电和光伏按照一个合适的比例建设装机容量。
文献《吕盼,徐龙秀,周专,等.基于风光出力相关性的新能源容量配比研究[j].通信电源技术,2016,33(2):1-3》通过风电光伏相关性来计算一个最优容量配比，但其做法是针对大电网层面，并不是配电网层面，未考虑负荷曲线波动的影响，且所取的风光出力曲线只是冬季和夏季的典型日曲线，不能完全反映一个地区的风光资源的实际变化规律。文献《曹阳,黄越辉,袁越,等.基于时序仿真的风光容量配比分层优化算法[j].中国电机工程学报,2015,35(5):1072-1078》考虑了风光年度出力特性，并用分层算法和优化算法寻优，但其是针对省级电网，寻优目标是节能减排效果最好，而不是符合负荷曲线的波动情况。文献《姚天亮,吴兴全,李志伟,等.计及多约束条件的风光互补容量配比研究[j].电力系统保护与控制,2017,45(9):126-132》尽管考虑了很多约束条件，但其所作的容量配比是风光电场共建的容量配比，主要考虑的是工程实施，没有联系到负荷曲线的情况。
技术实现要素：
针对现有技术的不足，本发明拟解决的技术问题是，提供一种配电网端风电光伏容量配比优化方法。
本发明解决所述技术问题的技术方案是，提供一种配电网端风电光伏容量配比优化方法，其特征在于该方法包括以下步骤：
步骤1、获取该配电网端每个时间点的风资源历史数据和光资源历史数据；时间点的间隔可根据需求任意设定，根据风电光伏出力计算公式得到每个时间点的风电出力p(v)和光伏出力p(r)；
将每个时间点的风电出力和光伏出力分别进行归一化，得到风电单位容量出力ow和光伏单位容量出力op：
式(3)为风电单位容量出力计算公式；式(4)为光伏单位容量出力计算公式，psr为光伏额定功率(mw)；
步骤2、获取该配电网端的负荷曲线，按照与步骤1相同的时间点取点，获得该配电网端每个时间点的负荷值；将每个时间点的负荷值都乘以k，得到每个时间点等比缩小的负荷值lm；k为风电光伏综合出力在配电网端负荷中的占比；
步骤3、取夜间每个时间点的等比缩小的负荷值和风电单位容量出力，每个时间点的风电机组装机容量cw是：
lm＝cw×ow×(1-x)(5)
式(5)中，x为弃风率，x可以为0；lm为等比缩小的负荷值；
以每个风电机组装机容量计算值为横坐标，该计算值所出现的概率为纵坐标，建立风电机组装机容量的概率密度曲线，取出现概率最高的值作为风电机组最优装机容量cwb；
步骤4、取白天每个时间点的风电单位容量出力、光伏单位容量出力和等比缩小的负荷值，计算每个时间点的光伏机组装机容量cp是：
lm＝cwb×ow+cp×op(6)
以每个光伏机组装机容量计算值为横坐标，该计算值所出现的概率为纵坐标，建立光伏机组装机容量的概率密度曲线，取出现概率最高的值作为光伏机组最优装机容量cpb；
步骤5、根据式(7)计算风电光伏最优容量配比s：
根据式(8)得到风电光伏最优综合出力om：
cwb×ow+cpb×op＝om(8)
将每个时间点的风电光伏最优综合出力和同时间等比缩小的负荷值做差并将差值做成概率密度曲线，作为误差标准曲线；
步骤6、风电光伏的总装机容量cpw为：
cpw＝cpb+cwb(9)
给定k作为调整的幅度，上调和下调最优容量配比，得到新的容量配比sn：
sn＝s±n·kn∈n(10)
式(10)中，n表示上调和下调的次数；
再计算在新的容量配比sn下新的风电机组装机容量cwbn和新的光伏机组装机容量cpbn：
以此装机容量将每个时间点的风电光伏综合出力与等比缩小的负荷值做差并将差值做成概率密度曲线，并与误差标准曲线比较，如果此概率密度曲线与误差标准曲线相似度高于阈值，则可作为容量配比的范围；直至上调到m+1次和下调至f+1次时，所得概率密度曲线与误差标准曲线相似度低于阈值，将上调m次的容量配比定为上限smax，下调f次的容量配比定为下限smin；
smax＝s+m·k(13)
smin＝s-f·k(14)
得到最优容量配比范围为[smin,smax]。
与现有技术相比，本发明有益效果在于：
(1)相比于以往的针对大电网层面的风光互补容量分配方法，本方法针对的是接入配电网端(例如城市电网区域)的分布式风电光伏容量的配比优化。该方法重点考虑了当地负荷曲线波动对新能源消纳的有益作用，通过合理的分布式风电光伏在规划阶段的容量配比，让风电光伏在当地风光资源下的正常出力总值接近当地的负荷曲线，从而减少了分布式风电光伏高渗透率情况下的配电网调频调压的压力和成本。
(2)本方法利用当地风资源历史数据和光资源历史数据，以每个时间点风电光伏的单位容量出力作为计算依据，能让所求的容量配比结果最切合该地区的实际情况。在该容量配比下，正常发电的风光综合出力最接近负荷曲线，减少了电网调度调频的压力。
(3)本方法针对容量配比进行优化，不需要考虑极端情况下的风光资源情况。所以使用概率最大作为选取拟定风电光伏装机容量的条件，是让容量配比能满足当地绝大多数时候的风光资源情况，有效的去除了极端天气的影响。
(4)利用夜间光伏不出力时间段负荷曲线计算风电最优装机容量，利用白天光伏出力时间段负荷曲线计算光伏最优装机容量。
具体实施方式
下面给出本发明的具体实施例。具体实施例仅用于进一步详细说明本发明，不限制本申请权利要求的保护范围。
本发明提供了一种配电网端风电光伏容量配比优化方法(简称方法)，其特征在于该方法包括以下步骤：
步骤1、获取该配电网端每个时间点的风资源历史数据和光资源历史数据；时间点的间隔可根据需求任意设定，本实施例中以10分钟为间隔，将全年划分成52560个时间点；根据风电光伏出力计算公式得到每个时间点的风电出力p(v)和光伏出力p(r)，本实施例中采用通用的风电出力计算公式(式1)得到每个时间点的风电出力p(v)，根据通用的光伏出力计算公式(式2)得到每个时间点的光伏出力p(r)：
p(r)＝r·a·μ(2)
式(1)为通用的风电出力计算公式，vc为切入风速(m/s)；vc0为切出风速(m/s)；vr为额定风速(m/s)；pwr为风机额定功率(mw)；p(v)为风速为v时对应的风电出力(mw)；
式(2)为通用的光伏出力计算公式，r为太阳辐照度(mw/m2)；a为太阳电池板面积(m2)；μ为光电转换效率；p(r)为太阳辐照度为r时对应的光伏出力(mw)；
将每个时间点的风电出力和光伏出力分别进行归一化，得到风电单位容量出力ow和光伏单位容量出力op；风电单位容量出力ow是指风电机组1mw的装机容量下的风电出力，光伏单位容量出力op是指光伏机组1mw的装机容量下的光伏出力：
式(3)为风电单位容量出力计算公式；式(4)为光伏单位容量出力计算公式，psr为光伏额定功率(mw)；
步骤2、获取该配电网端的负荷曲线，按照与步骤1相同的时间点取点，获得该配电网端每个时间点的负荷值；由于风电光伏综合出力只占据配电网端负荷的一部分，因此将每个时间点的负荷值都乘以k，得到每个时间点等比缩小的负荷值lm；k为风电光伏综合出力在配电网端负荷中的占比；
步骤3、取夜间(本实施例是每天17:00至次日7:00)每个时间点的等比缩小的负荷值和风电单位容量出力，考虑在凌晨负荷水平较低且平稳的时段可能的弃风率x，在每天17:00至次日7:00每个时间点的风电机组装机容量cw是：
lm＝cw×ow×(1-x)(5)
式(5)中，x为弃风率，x可以为0；lm为等比缩小的负荷值；
以每个风电机组装机容量计算值为横坐标，该计算值所出现的概率为纵坐标，建立风电机组装机容量的概率密度曲线，取出现概率最高的值(也是适用性最高的)作为风电机组最优装机容量cwb；
步骤4、因为白天7:00至17:00通常是光伏出力的时间段，取白天(本实施例是每天7:00至17:00)每个时间点的风电单位容量出力、光伏单位容量出力和等比缩小的负荷值，计算每个时间点的光伏机组装机容量cp是：
lm＝cwb×ow+cp×op(6)
因为每个时刻点的风资源、光资源以及负荷情况都不一样，采用这种计算方式涵盖了风光以及负荷在时间尺度上存在的相关性。以每个光伏机组装机容量计算值为横坐标，该计算值所出现的概率为纵坐标，建立光伏机组装机容量的概率密度曲线，取出现概率最高的值(也是适用性最高的)作为光伏机组最优装机容量cpb；
步骤5、根据式(7)计算风电光伏最优容量配比s：
根据式(8)得到风电光伏最优综合出力om：
cwb×ow+cpb×op＝om(8)
将每个时间点的风电光伏最优综合出力和同时间等比缩小的负荷值做差并将差值做成概率密度曲线，作为误差标准曲线；以此误差标准曲线衡量风电光伏综合出力与实际负荷的相符性；
步骤6、风电光伏的总装机容量cpw为：
cpw＝cpb+cwb(9)
给定k作为调整的幅度，上调和下调最优容量配比，得到新的容量配比sn：
sn＝s±n·kn∈n(10)
式(10)中，n表示上调和下调的次数；
再计算在新的容量配比sn下新的风电机组装机容量cwbn和新的光伏机组装机容量cpbn：
以此装机容量将每个时间点的风电光伏综合出力与等比缩小的负荷值做差并将差值做成概率密度曲线，并与误差标准曲线比较，如果此概率密度曲线与误差标准曲线相似度高于阈值(本实施例是90％)，则可作为容量配比的范围；直至上调到m+1次和下调至f+1次时，所得概率密度曲线与误差标准曲线相似度低于阈值，将上调m次的容量配比定为上限smax，下调f次的容量配比定为下限smin；
smax＝s+m·k(13)
smin＝s-f·k(14)
得到最优容量配比范围为[smin,smax]。
本发明未述及之处适用于现有技术。