一种风光储联合发电系统风险的评估方法
【专利摘要】本发明涉及一种风光储联合发电系统风险的评估方法，包括以下步骤：获取风光储联合发电系统可靠性统计数据，并根据可靠性统计数据计算主要设备的可靠性参数；根据可靠性参数建立可靠性模型、发电功率模型以及负荷模型；获取风光储联合发电系统的功率时间序列、运行状态时间序列以及负荷时间序列；计算风光储联合发电系统的发电量损失风险LOEE以及电力不足风险LOLE以及系统辅助服务缺失风险SSL；以及根据发电量损失风险LOEE以及电力不足风险LOLE及系统辅助服务缺失风险SSL获取风光储联合发电系统的综合风险CRV。所述方法综合考虑了发电损失、系统辅助功能的风险因素。
【专利说明】一种风光储联合发电系统风险的评估方法
【技术领域】
[0001]本发明属于电力系统新能源领域，尤其是一种风光储联合发电系统风险评估方法，从发电量损失、系统辅助服务功能两个方面量化了联合发电系统风险。
【背景技术】
[0002]近年来，能源枯竭和环境污染情况日益严重，可再生能源逐渐受到了全世界的关注。 风能、太阳能是取之不尽的清洁能源，风力发电技术已经作为新能源发电中最成熟的技术开始了大规模的应用，利用太阳能的光伏发电产业近年来也发展迅速。
[0003]由于风能和太阳能具有不确定性、不连续性的特点，导致风电场和光伏电站的出力的上下波动，短时间尺度的波动降低了电能质量，长时间尺度的波动导致出力难以预测造成了调度上的困难。为了解决这一问题提出了将风力发电、光伏发电和储能系统组成联合发电系统的方案，风力资源在夜间充足在白天缺乏，太阳能资源在白天充足夜间为零，两者组成的系统可以在较长时间尺度上互相弥补稳定出力。而蓄电池组一方面能够在较短时间尺度上平滑出力曲线，另一方面可以起到削峰填谷的作用。
[0004]然而，风能和太阳能具有不确定性，发电设施经常在不同工况下切换，再加上恶劣环境的影响，如何对联合发电系统进行风险评估，并根据评估结果对联合发电系统进行维修，成为保证系统可靠运行的重要一环。
【发明内容】
[0005]综上所述，确有必要提供一种能够对联合发电系统进行风险评估的方法，以全方位的评价联合发电系统的运行性能。
[0006]一种风光储联合发电系统风险评估方法，包括以下步骤:获取风光储联合发电系统可靠性统计数据，并根据可靠性统计数据计算主要设备的可靠性参数；根据可靠性参数建立可靠性模型、发电功率模型以及负荷模型；获取风光储联合发电系统的功率时间序列、运行状态时间序列以及负荷时间序列；计算风光储联合发电系统的发电量损失风险LOEE以及电力不足风险LOLE以及系统辅助服务缺失风险SSL;以及根据发电量损失风险LOEE以及电力不足风险LOLE以及系统辅助服务缺失风险SSL获取风光储联合发电系统的综合风险CRV:
uRV = k loee LOEE + k SSL SSL + k L0LE LOLE ，
其中，所述kwii表示发电量损失风险系数，所述kixo:表示电力不足损失风险系数，所述ksa表示系统辅助服务缺失风险系数。
[0007]本发明所述风光储联合发电系统风险评估方法综合考虑了风电、光伏系统、储能系统的发电量损失、系统辅助功能的风险因素，量化了联合发电系统辅助服务功能缺失风险，使所述风光储联合发电系统运行风险的量化更加准确与全面。【专利附图】
【附图说明】
[0008]图1为本发明提供的风光储联合发电系统风险评估方法的流程图。
[0009]图2为本发明提供的风光储联合发电系统的风险构成示意图。
【具体实施方式】
[0010]下面根据说明书附图并结合具体实施例对本发明的技术方案进一步详细表述。
[0011]请参阅图1，图1为本发明提供的风光储联合发电系统风险评估方法的流程图，包括以下步骤:
步骤S10，获取风光储联合发电系统可靠性统计数据，并根据可靠性统计数据计算主要设备的可靠性参数；
步骤S20，建立可靠性模型、发电功率模型以及负荷模型；
步骤S30，获取风光储联合发电系统的功率时间序列、运行状态时间序列以及负荷时间序列；
步骤S40，计算风光储联合发电系统的发电损失风险以及系统辅助服务缺失风险；以
及
步骤S50，获取风光储联合发电系统的综合风险。
[0012]在步骤SlO中，所述风光储联合发电系统的可靠性统计数据可通过收集一段时间内主要设备的可靠性统计数据获得，可以为I年，2年，或多年，本实施例中，所述时间段为I年。所述主要设备包括风电机组、光伏电池板、逆变器、储能设备等元件。所述可靠性统计数据主要包括设备数量、故障次数、故障时间、计划检修次数、计划检修时间等。通过对可靠性统计数据进行计算分析，可得到主要设备的停运率、修复率等可靠性参数。可以理解，所述主要设备及可靠性参数可根据风光储系统的实际条件做相应调整。
[0013]在步骤S20中，所述可靠性模型可根据所述可靠性参数建立，通过建立风机、光伏、储能设备的运行-停运两状态模型，并使用所述停运率、修复率作为状态转移率，建立所述可靠性模型。具体的，对于单台发电设备(如一台风机、一个光伏单元或一个储能单元)，由设备的故障率、故障修复时间、检修率以及检修时间，得到运行-停运两状态间的状态转移率，即停运率和修复率。将所述有发电设备的运行-停运状态进行组合，即得到所述风光储联合发电系统的运行-停运状态间的状态转移率。所述发电功率模型可根据厂址风速、光照等条件，并结合风机、光伏系统的出力参数，建立发电功率模型。
[0014]所述发电功率模型包括风机发电功率模型、光伏系统发电功率模型以及储能系统发电功率模型。所述风机发电功率模型可利用威布尔分布建立风速的概率分布，进而建立风机的发电功率模型；所述光伏系统发电功率模型可根据厂址的气象条件和统计数据建立辐照强度的概率分布，进而建立光伏发电功率模型。所述储能系统发电功率模型可将储能系统的容量视为备用容量，通过储能系统调节风光储联合发电系统的输出功率。所述负荷模型可通过对长时间的负荷统计数据进行分析，得到负荷的概率分布，进而得到负荷模型。
[0015]在步骤S30中，所述风光储联合发电系统的发电功率时间序列、运行状态时间序列以及负荷时间序列可通过蒙特卡罗法，对风速、光照强度、负荷、风光储能运行状态进行随机抽样方法获得。具体的，基于所述可靠性模型、发电功率模型以及负荷模型，对风光储联合发电系统的发电功率、设备运行状态、负荷进行随机抽样，得到风机、光伏、储能系统的发电功率时间序列、运行状态时间序列以及负荷时间序列，从而得到风光储联合发电系统正常运行发电功率、设备停运容量和负荷。
[0016]所述风光储联合发电系统中，所述风机、光伏两部分的正常运行输出功率的时间序列可通过以下方法获得:应用逆变换法理论，获得风速和辐照度的函数模拟随机值；将风速和辐照度的随机值分别代入风功率发输出模型和光伏系统功率输出模型，计算所述风机、光伏两部分的正常运行输出功率的时间序列。
[0017]进一步，通过使用指数分布对风机、光伏、储能的运行状态进行随机抽样，可得到风机、光伏、储能的运行状态时间序列，综合所述风机、光伏、储能的运行状态时间序列，得到所述风光储联合发电系统的运行状态时间序列。
[0018]在步骤S40中，请参阅图2，所述发电损失风险包括发电量损失风险(LOEE)以及电力不足风险(L0LE)。所述发电损失风险可根据风光储联合发电系统的功率时间序列、运行状态时间序列以及负荷时间序列进行计算，通过对每个运行状态下的风光储联合发电系统进行评估，从而获得每个运行状态下的发电损失风险。通过将每个运行状态下的风机、光伏系统、储能系统的发电量损失风险进行整合，获得所述风光储联合发电系统的发电量损失风险:
【权利要求】
1.一种风光储联合发电系统风险的评估方法，包括以下步骤: 步骤S10，获取风光储联合发电系统可靠性统计数据，并根据可靠性统计数据计算主要设备包括风电机组、光伏电池板、逆变器、储能设备的可靠性参数； 步骤S20，根据可靠性参数建立可靠性模型、发电功率模型以及负荷模型； 步骤S30，获取风光储联合发电系统的功率时间序列、运行状态时间序列以及负荷时间序列； 步骤S40，计算风光储联合发电系统的发电量损失风险LOEE以及电力不足风险LOLE以及系统辅助服务缺失风险SSL ；以及 步骤S50，根据发电量损失风险LOEE以及电力不足风险LOLE以及系统辅助服务缺失风险SSL获取风光储联合发电系统的综合风险CRV: CRV = kL0EE LOEE + kSSL SSL， 其中，所述kmu:表示发电量损失风险权重，所述ha表示系统辅助服务缺失风险权重。
2.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，所述风光储联合发电系统的可靠性统计数据包括设备数量、故障次数、故障时间、计划检修次数和计划检修时间，通过对可靠性统计数据进行计算分析，得到主要设备的停运率、修复率可靠性参数。
3.如权利要求2所述的风光储联合发电系统风险的评估方法，其特征在于，通过建立风机组、光伏电池板、储能设备的运行-停运两状态模型，并使用所述停运率、修复率作为状态转移率，建立所述可靠性模型。
4.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，所述发电功率模型包括风机发电功率模型、光伏系统发电功率模型以及储能系统发电功率模型，所述风机发电功率模型利用威布尔分布建立风速的概率分布建立；所述光伏系统发电功率模型根据厂址的气象条件和统计数据建立辐照强度的概率分布建立；所述储能系统发电功率模型为将储能系统的容量视为备用容量，通过储能系统调节风光储联合发电系统的输出功率。
5.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，所述负荷模型通过对长时间的负荷统计数据进行分析，得到负荷的概率分布。
6.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，风光储联合发电系统的发电功率时间序列、运行状态时间序列以及负荷时间序列通过蒙特卡罗法，对风速、光照强度、负荷、风光储能运行状态进行随机抽样方法获得。
7.如权利要求6所述的风光储联合发电系统风险的评估方法，其特征在于，风光储联合发电系统的发电功率时间序列、运行状态时间序列以及负荷时间序列通过基于所述可靠性模型、发电功率模型以及负荷模型，对风光储联合发电系统的发电功率、设备运行状态、负荷进行随机抽样获得。
8.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，所述风光储联合发电系统的发电量损失风险LOEE通过以下公式获得:
9.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，所述电力不足风险利用蒙特卡罗法对设备停运容量和负荷进行抽样，并通过以下公式获得:
10.如权利要求1所述的风光储联合发电系统风险的评估方法，其特征在于，所述系统辅助服务缺失风险(SSL)根据输出功率波动严重度(SGF)以及发电计划偏差严重度(SOT)获得:
11.如权利要求10所述的风光储联合发电系统风险的评估方法，其特征在于，输出功率波动严重度SGF根据待评估时刻前的样本进行计算:
12.如权利要求10所述的风光储联合发电系统风险的评估方法，其特征在于，所述风光储联合发电系统的发电计划偏差严重度SGD通过待评估时刻前的样本计算:
【文档编号】G06F19/00GK103488864SQ201310277975
【公开日】2014年1月1日 申请日期:2013年7月4日 优先权日:2013年7月4日
【发明者】鲁宗相, 兑潇玮, 乔颖, 白恺, 宋鹏, 刘辉, 刘汉民, 刘少宇, 梁廷婷 申请人:清华大学, 国家电网公司, 华北电力科学研究院有限责任公司, 国网新源张家口风光储示范电站有限公司