水风光互补系统经济技术参数敏感性解析评价方法及装置

1.本发明涉及能源规划技术领域，具体涉及水风光互补系统经济技术参数敏感性解析评价方法及装置。


背景技术：

2.水风光多能互补系统充分利用了水电的储能和调节性能，以及风电和光电天然的日内互补和年内互补特性，可以有效克服流域内风光电的送出和消纳难题。装机容量作为互补系统中的关键参数，直接关系到系统运行的安全性与经济性。容量配置过小会导致资源无法被充分利用而造成浪费，而过大又会使过剩的风光电无法被消纳而提高系统的投资成本。因此，合理对系统的装机容量进行配置，并量化装机容量和经济技术参数对系统净效益的影响是十分必要的。
3.目前，关于水风光互补系统容量配置研究多数采用数值模拟的方法，计算过程复杂，难以量化上网电价、装机成本等经济技术参数与最优装机容量和互补系统经济效益之间关系。


技术实现要素：

4.针对现有方法多采用数值模拟的方法，缺乏解析方法以精准表征经济技术参数、最优装机容量和风光互补系统全生命周期净效益之间关系的局限，本发明提供水风光互补系统经济技术参数敏感性解析评价方法及装置，量化了经济技术参数与最优装机容量和风光互补系统全生命周期净效益之间关系，合理评价了不同经济技术参数对最优装机和风光互补系统全生命周期净效益的敏感性，供决策者针对未来经济技术参数变动情形做出相应调整策略，提出方法可为流域水风光互补电站装机规划提供技术支撑。
5.为了解决上述技术问题，本发明采用的技术方案为：
6.水风光互补系统经济技术参数敏感性解析评价方法，包括以下步骤：
7.步骤1、构建风光弃电率函数；
8.步骤2、考虑短期弃电特征拟合弃电损失函数，建立中长期优化调度模型模拟各时段平均水电出力；将各时段平均水电出力代入弃电损失函数推求不同装机容量下各时段风光弃电量；
9.步骤3、利用不同装机容量下各时段内的风光弃电量和风光发电量，求解风光弃电率函数；
10.步骤4、构建风光互补系统全生命周期的成本-效益模型，基于已求解风光弃电率函数，解析求解最优装机容量；
11.步骤5、解析评价最优装机容量和风光互补系统全生命周期净效益对各经济技术参数的敏感性。
12.进一步地，在步骤1中，在一定装机范围内，假设风电多年平均弃电率与风电装机容量呈线性关系，光伏多年平均弃电率与光伏装机容量呈线性关系：
[0013][0014]
式中：γw、γs分别为多年平均风电弃电率、光伏弃电率；iw、is分别为风电装机、光伏装机容量，单位均为mw；i
min
、i
max
分别为装机容量下限和上限值，单位均为mw；通过步骤2～步骤3求解式中系数k1、k2、c1、c2。
[0015]
进一步地，在步骤3中，求解多年平均风光弃电率的公式为：
[0016][0017]
式中：分别为风电装机为iw时各时段内的弃电量和发电量，单位均为kw
·
h；分别为光伏装机容量为is时各时段内的弃电量和发电量，单位均为kw
·
h；i为调度期；
[0018]
根据多年平均风光弃电率和对应的装机容量拟合风光弃电率函数。
[0019]
进一步地，在步骤4中，由于水电站已经建成投产，因此成本效益分析仅考虑与风光互补系统有关的成本与收益，构建的成本-效益模型以风光互补系统全生命周期净效益最大为目标函数：
[0020][0021]
式中：nr
ws
为风光互补系统全生命周期净效益，单位为元；y为风能电站、光伏电站运行寿命，单位为年；bw、bs分别为风电和光伏上网电价，单位均为元/kwh；c
in,w
、c
in,s
分别为风能电站、光伏电站的装机成本，单位均为元/kw；c
om,w
、c
on,s
分别为风能电站、光伏电站的运行成本，单位均为元/mwh；iw、is分别为风电和光伏的装机容量，单位均为mw；pw、ps分别为风电和光伏发电量，单位均为kw
·
h；dr为折现率；
[0022]
基于已求解风光弃电率函数，风光互补系统全生命周期净效益为以风电装机iw和光伏装机is为自变量的二次函数式，该函数分别对iw和is求偏导可求解最优风电装机和最优光伏装机：
[0023]
[0024][0025]
式中：为多年折现系数；为最优风电装机，为最优光伏装机，单位均为mw。
[0026]
在步骤5中，装机规划中的经济技术参数包括风光上网电价、风光装机成本、风光运行维护成本和多年折现系数，式(6)在原最优装机容量值处对各参数解析展开，得到最优装机和风光互补系统全生命周期净效益对各参数的敏感性解析式(7)-(11)，从而量化各经济技术参数在原方案变动情形下对最优装机容量和风光互补系统全生命周期净效益的影响；
[0027]
风电上网电价对最优风电装机的敏感性及光伏上网电价对最优光伏装机的敏感性为：
[0028][0029]
式中：δbw、δbs分别是风电、光伏上网电价的变化量，单位均为元/kwh；分别是风电、光伏上网电价的变化量，单位均为元/kwh；分别是最优风电装机和最优光伏装机的变化量，单位均为mw；
[0030]
风电装机成本对最优风电装机的敏感性及光伏装机成本对最优光伏装机的敏感性为：
[0031][0032]
式中：δc
in,w
、δc
in,s
分别是风电、光伏装机成本的变化量，单位均为元/kw；
[0033]
风电运维成本对最优风电装机的敏感性及光伏运维成本对最优光伏装机的敏感性为：
[0034][0035]
式中：δc
om,w
、δc
om,s
分别是风电、光伏运维成本的变化量，单位均为元/mwh；多年折现系数对最优风电装机和最优光伏装机的敏感性为：
[0036][0037]
5式中：δa是多年折现系数的变化量；
[0038]
风光互补系统全生命周期净效益最大值为：
[0039][0040]
水风光互补系统经济技术参数敏感性解析评价装置，包括：
[0041]
风光弃电率函数构建模块，用于构建风光弃电率函数；
[0042]
风光弃电量推求模块，用于考虑短期弃电特征拟合弃电损失函数，建立中长期优化调度模型模拟各时段平均水电出力；将各时段平均水电出力代入弃电损失函数推求不同装机容量下各时段风光弃电量；
[0043]
风光弃电率函数求解模块，用于利用不同装机容量下各时段内的风光弃电量和风光发电量，求解风光弃电率函数；
[0044]
最优装机容量求解模块，用于构建风光互补系统全生命周期的成本-效益模型，基于已求解风光弃电率函数，解析求解最优装机容量；
[0045]
经济技术参数敏感性评价模块，用于解析评价最优装机容量和风光互补系统全生命周期净效益对各经济技术参数的敏感性。
[0046]
水风光互补系统经济技术参数敏感性解析评价设备，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，处理器用于运行计算机程序时，执行上述任一项所述水风光互补系统经济技术参数敏感性解析评价方法的步骤。
[0047]
一种计算机存储介质，所述计算机存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述任一项所述水风光互补系统经济技术参数敏感性解析评价方法的步骤。
[0048]
与现有技术相比，本发明具有以下优点和有益效果：
[0049]
本发明提供的水风光互补系统经济技术参数敏感性解析评价方法与装置，引入风
光弃电率函数解析优化风光装机容量配置，相比于传统的数值模拟方法，能够直接量化经济技术参数、装机容量和风光互补系统全生命周期净效益之间的关系，合理评价了规划中各经济技术参数的敏感性，使决策者针对未来各经济技术参数变化情形可以做出对应调整策略，提出方法可为流域水风光互补电站装机规划提供技术支撑。
附图说明
[0050]
此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分。本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0051]
图1为本发明水风光互补系统经济技术参数敏感性解析评价方法的实施流程图。
[0052]
图2为本发明水风光互补系统经济技术参数敏感性解析评价方法的示意图。
[0053]
图3(a)为本发明实施例最优装机与上网电价关系曲线。
[0054]
图3(b)为本发明实施例最优装机与装机成本关系曲线。
[0055]
图3(c)为本发明实施例最优装机与运维成本关系曲线。
[0056]
图3(d)为本发明实施例最优装机与多年折现系数关系曲线。
具体实施方式
[0057]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
[0058]
本发明提供水风光互补系统经济技术参数敏感性解析评价方法，如图1和图2所示，包括以下步骤：
[0059]
步骤1、构建风光弃电率函数；
[0060]
步骤2、考虑短期弃电特征拟合弃电损失函数、建立中长期优化调度模型模拟各时段平均水电出力，将各时段平均水电出力代入弃电损失函数推求不同装机容量下各时段风光弃电量；
[0061]
步骤3、利用不同装机容量下各时段内的风光弃电量和风光发电量，求解风光弃电率函数；
[0062]
步骤4、构建风光互补系统全生命周期的成本-效益模型，基于已求解风光弃电率函数，解析求解最优装机容量；
[0063]
步骤5、解析评价最优装机容量和风光互补系统全生命周期净效益对各经济技术参数的敏感性。
[0064]
本发明提供的水风光互补系统经济技术参数敏感性解析评价方法，引入风光弃电率函数解析优化风光装机容量配置，相比于传统的数字模拟方法，能够直接量化经济技术参数、装机容量和风光互补系统全生命周期净效益之间的关系，合理分析各经济技术参数对最优装机容量的敏感性影响，使决策者针对各经济技术参数变化情况可以做出对应调整策略，为配置流域水风光互补系统装机容量提供一种新的方法。
[0065]
本发明中，在步骤1中，和传统水电站弃水类似，当风光互补系统的出力大于系统所需负荷，或超出了电网输送能力就会产生弃电。随着风光装机容量增加导致风光出力增大，在水电资源有限的情况下长时期内风电弃电率和光伏弃电率也会相应增加。
[0066]
因此假设，在一定装机范围内，假设风电多年平均弃电率与风电装机呈线性关系，
光伏多年平均弃电率与光伏装机呈线性关系：
[0067][0068]
式中：γw、γs分别为多年平均风电弃电率、光伏弃电率；iw、is分别为风电装机、光伏装机容量，单位均为mw；i
min
、i
max
分别为装机容量下限和上限值，单位均为mw；k1、k2、c1、c2为系数。
[0069]
本发明构建了考虑短期弃电特征的中长期优化调度模型求解k1、k2、c1、c2为系数，具体地，通过步骤2～步骤3求解式(1)中系数。
[0070]
为求解式中系数k1、k2、c1、c2，构建了考虑短期弃电特征的中长期确定性优化调度模型。
[0071]
本发明中，在步骤2中，短期弃电特征基于水风光出力的日内特性和年内特性考虑了汛期和非汛期两种基本弃电情景，从而构建汛期弃电损失模型和非汛期弃电损失模型，得出汛期和非汛期不同装机容量下对应的弃电损失函数，可表征长时段内水电平均出力与风光弃电率之间的关系，进而求解各时段内风光弃电量。
[0072]
其中，水风光出力的日内特性为：水电一天之内较平稳；风电夜晚较大，白天偏小；光伏正午较大，夜晚为0。年内特性为：水电汛期出力远大于非汛期出力；风电冬季大夏季小；光伏春夏较大，秋冬偏小。
[0073]
两种基本弃电情景分别为：
[0074]
(a)汛期水库水位达到上限时，此时发电流量即为入库流量，为避免弃水的产生，无法降低水电出力。为了满足水风光互补系统出力与负荷需求间的平衡必须弃掉多余风光电；
[0075]
(b)非汛期存在可调节库容时，水电出力降至最低时，水风光互补系统的出力仍然大于负荷需求，此时必须弃掉多余的风光电。
[0076]
本发明中，为模拟中长期水电出力，以水风光互补系统多年净发电量最大为目标函数，建立中长期优化调度模型：
[0077][0078]
式中：为惩罚函数；ep为水风光互补系统调度期i内的总发电量，单位为亿kw
·
h；p
ihp
为第i时段过程中水电机组的平均出力，单位为mw；p
iws
(x,y)为风电装机容量为x、光伏装机容量为y在第i时段的平均出力，单位为mw；为互补电站保证出力，单位为mw；δti为中长期调度时段长，单位为月；
[0079]
考虑的各类约束条件包括水量平衡约束、库容约束、发电流量约束、边界条件约束，利用动态规划对中长期优化调度模型进行求解，决策变量设定为水位，得到各时段平均水电出力，将各时段平均水电出力带入汛期和非汛期不同装机容量下对应的弃电损失函数后，能够得到对应时段内风光弃电量。
[0080]
本发明中，在步骤3中，求解多年平均风光弃电率的公式为：
[0081][0082]
式中：分别为风电装机为iw时各时段内的弃电量和发电量，单位均为kw
·
h；分别为光伏装机容量为is时各时段内的弃电量和发电量，单位均为kw
·
h；i为调度期；
[0083]
根据多年平均风光弃电率和对应的装机容量拟合风光弃电率函数。
[0084]
本发明中，在步骤4中，考虑到水电站已经建成投产，水电收益不影响风光装机，成本效益分析仅考虑与风光互补系统有关的成本与收益，因此构建了以风光互补系统全生命周期净效益最大为目标函数的优化模型：
[0085][0086]
式中：nr
ws
为风光互补系统全生命周期净效益，单位为元；y为风能电站、光伏电站运行寿命，单位为年；bw、bs分别为风电和光伏上网电价，单位均为元/kwh；c
in,w
、c
in,s
分别为风能电站、光伏电站的装机成本，单位均为元/kw；c
om,w
、c
on,s
分别为风能电站、光伏电站的运行成本，单位均为元/mwh；iw、is分别为风电和光伏的装机容量，单位均为mw；pw、ps分别为风电和光伏发电量，单位均为kw
·
h；dr为折现率。
[0087]
本发明中，最优装机包括最优风电装机和最优光伏装机，基于已求解的风光弃电率函数，将成本-效益模型转换为以风电装机iw和光伏装机is为自变量的二次函数式(5)，对风电装机iw和光伏装机is分别求偏导可求取其极大值如式(6)。
[0088][0089][0090]
式中：为多年折现系数，为最优风电装机，为最优光伏装机，单位均为mw。
[0091]
本发明中，在步骤5中，装机规划中的经济技术参数包括风光上网电价、风光装机成本、风光运行维护成本和多年折现系数，式(6)在原最优装机容量值处对各参数解析展开，得到最优装机和风光互补系统全生命周期净效益对各参数的敏感性解析式(7)-(11)，从而量化各经济技术参数在原方案变动情形下对最优装机容量和风光互补系统全生命周期净效益的影响。
[0092]
风电上网电价对最优风电装机的敏感性及光伏上网电价对最优光伏装机的敏感性为：
[0093][0094]
式中：δbw、δbs是风电、光伏上网电价的变化量，单位均为元/kwh；分别是最优风电装机和最优光伏装机的变化量，单位均为mw；
[0095]
风电装机成本对最优风电装机的敏感性及光伏装机成本对最优光伏装机的敏感性为：
[0096][0097]
式中：δc
in,w
、δc
in,s
是风电、光伏装机成本的变化量，单位均为元/kw；
[0098]
风电运维成本对最优风电装机的敏感性及光伏运维成本对最优光伏装机的敏感性为：
[0099][0100]
式中：δc
om,w
、δc
om,s
是风电、光伏运维成本的变化量，单位均为元/mwh；
[0101][0102]
式中：δa是多年折现系数的变化量；
[0103]
风光互补系统全生命周期净效益最大值为：
[0104][0105]
进而有效评价配置中对最优装机和风光互补系统全生命周期净效益最敏感和最不敏感的经济技术参数，使决策者针对未来参数变化情况可以做出相应调整策略。
[0106]
在本发明的一个实施例中，以雅砻江流域二滩水电站及周边区域为例，以1980-2010年共31年入库径流、盐边站小时尺度辐射、气温、风速资料为研究数据。装机容量方案设置为：下限100mw，上限2000mw，利用中长期优化调度模型求解风光弃电率函数如下式所示。
[0107][0108]
风光弃电率函数线性拟合程度较好(r2＝0.944)，结果表明，在装机容量阈值内，长时期内风光弃电率与对应装机呈线性关系的假设成立。利用典型年相关数据对弃电率函数进行检验得：均方根误差rmse＝0.032，皮尔逊相关系数cc＝0.962，表明弃电率函数结果合理。
[0109]
成本-效益模型中的各规划参数及经济技术参数如表1所示。
[0110]
表1风光电站规划参数及经济技术参数
[0111]
[0112][0113]
利用该解析规划方法对最优装机容量进行求解，结果与数值模拟优化方法相比误差为3.27％，与《雅砻江流域水风光互补清洁能源基地规划》进行比较结果也具有一定合理性，说明该解析方法有效可行。三种结果对比如表2所示。
[0114]
表2最优装机容量比较
[0115][0116]
在经济技术参数原值附近的区间内，如图3所示，绘制了最优装机容量与各经济技术参数的关系曲线。为量化比较不同经济技术参数对装机容量的敏感性，赋予各参数相较原参数相同变化幅度1％，计算结果如表3所示。
[0117]
表3敏感性分析结果
[0118][0119][0120]
对于装机容量：最敏感的参数是上网电价，最不敏感的参数是运维成本，对于风电装机，前者敏感性约是后者的3.81倍，对于光伏装机，前者敏感性约是后者的3.06倍，而装机成本和多年折现系数的敏感性相同，各自对装机容量呈现相反的贡献。对于互补系统净
效益：各参数按敏感性排序依次是上网电价、多年折现系数、装机成本、运维成本。其中上网电价敏感性约是运维成本的4.44倍。
[0121]
本发明还提供水风光互补系统经济技术参数敏感性解析评价装置，包括：
[0122]
风光弃电率函数构建模块，用于构建风光弃电率函数；
[0123]
风光弃电量推求模块，用于考虑短期弃电特征拟合弃电损失函数，建立中长期优化调度模型模拟各时段平均水电出力；将各时段平均水电出力代入弃电损失函数推求不同装机容量下各时段风光弃电量；
[0124]
风光弃电率函数求解模块，用于利用不同装机容量下各时段内的风光弃电量和风光发电量，求解风光弃电率函数；
[0125]
最优装机容量求解模块，用于构建风光互补系统全生命周期的成本-效益模型，基于已求解风光弃电率函数，解析求解最优装机容量；
[0126]
经济技术参数敏感性评价模块，用于解析评价最优装机容量和风光互补系统全生命周期净效益对各经济技术参数的敏感性。
[0127]
本发明还提供水风光互补系统经济技术参数敏感性解析评价设备，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，处理器用于运行计算机程序时，执行上述任一项所述水风光互补系统经济技术参数敏感性解析评价方法的步骤。
[0128]
本发明实施例中的存储器用于存储各种类型的数据以支持水风光互补系统经济技术参数敏感性解析评价设备的操作。这些数据的示例包括：用于在水风光互补系统经济技术参数敏感性解析评价设备上操作的任何计算机程序。
[0129]
本发明实施例揭示的水风光互补系统经济技术参数敏感性解析评价方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，水风光互补系统经济技术参数敏感性解析评价方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(dsp，digital signalprocessor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成本发明实施例提供的水风光互补系统经济技术参数敏感性解析评价方法的步骤。
[0130]
在示例性实施例中，水风光互补系统经济技术参数敏感性解析评价设备可以被一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logicdevice)、fpga、通用处理器、控制器、微控制器(mcu，micro controller unit)、微处理器(microprocessor)、或者其他电子元件实现，用于执行前述方法。
[0131]
可以理解，存储器可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(rom，read only memory)、可编程只读存储器(prom，programmable read-only memory)、可擦除可编程只读存储器
(eprom，erasable programmable read-only memory)、电可擦除可编程只读存储器(eeprom，electrically erasable programmable read-only memory)、磁性随机存取存储器(fram，ferromagnetic random access memory)、快闪存储器(flash memory)、磁表面存储器、光盘、或只读光盘(cd-rom，compact disc read-only memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(ram，random accessmemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(sram，static random access memory)、同步静态随机存取存储器(ssram，synchronous static random access memory)、动态随机存取存储器(dram，dynamic random access memory)、同步动态随机存取存储器(sdram，synchronousdynamic random access memory)、双倍数据速率同步动态随机存取存储器(ddrsdram，double data rate synchronous dynamic random access memory)、增强型同步动态随机存取存储器(esdram，enhanced synchronous dynamic random access memory)、同步连接动态随机存取存储器(sldram，synclink dynamic random access memory)、直接内存总线随机存取存储器(drram，direct rambus random access memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0132]
本发明还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述任一项所述水风光互补系统经济技术参数敏感性解析评价方法的步骤。
[0133]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。