一种基于时域和集群效应分析间歇性能源出力的方法
【专利摘要】本发明公开了属于新能源发电并网【技术领域】的一种基于时域和集群效应分析间歇性能源出力的方法。该方法包括：统计间歇性能源风电场的实时出力数据，从三种级别时间尺度对间歇性能源风电场的出力进行波动性分析；计算间歇性能源风电场群的集群效应；针对间歇性能源风电场之间的集群效应，确定间歇性能源风电场之间的相关性与互补性。本发明从不同级别时间尺度上进行出力波动分析，为风电场提供调整依据；在运行级别时间尺度上，根据划分出的六种波动型计算其机组日前调度、调峰和备用容量；利用混合高斯分布法拟合集群效应指标，引入置信区间，有效的计算出不同装机容量下的集群效应强度。
【专利说明】一种基于时域和集群效应分析间歇性能源出力的方法
【技术领域】
[0001]本发明属于新能源发电并网【技术领域】，特别涉及一种基于时域和集群效应分析间歇性能源出力的方法。
【背景技术】
[0002]风电和光伏等可再生能源具有间歇性，波动性以及随机性的特点，因此它们又被称为间歇性能源。因为间歇性决定了可再生能源具有不可预测的波动性，而这是将间歇性能源接入电网并对其产生影响的原因。当间歇性能源的渗透率到达一定水平的时候，这种不可掌控的功率波动对电网的有功、无功平衡将会带来不利的影响，既影响电网的电压水平以及频率的稳定，又影响全网的备用和调峰容量的安排。一直以来由于缺乏全面细致的间歇性能源波动分析，以至于难以把握间歇性能源的波动性对电网的影响，这对于提高电网消纳间歇性能源的能力是非常不利的。
[0003]由于风电场覆盖地域较大，场内不同风机所接受的风能会存在空间上的差异，风电功率的波动随空间分布尺度的增大而趋于缓和，这种效应称为集群效应。集群效应影响着整个电场对电网的输出。有效的分析风电场的集群效应对把握风电场的输出能力以及波动性有着重要的意义。
[0004]目前对间歇性能源的波动性分析多集中于长期与短期两方面的波动性分析，得出长期与短期的功率波动特性，但是，这种波动性对电厂和电网的哪一方面带来何种影响并不明确，可以说目的性并不强。而且，忽略了集群效应对整个电场输出的影响。
【发明内容】
[0005]针对上述现有技术存在的问题，本发明提出一种基于时域和集群效应分析间歇性能源出力的方法，其特征在于，该方法包括:
[0006]统计间歇性能源风电场的实时出力数据，从三种级别时间尺度对间歇性能源风电场的出力进行波动性分析；
[0007]计算间歇性能源风电场群的集群效应；
[0008]针对间歇性能源风电场之间的集群效应，确定间歇性能源风电场之间的相关性与互补性。
[0009]所述三种级别时间尺度分别为规划级别时间尺度、运行级别时间尺度和控制级别时间尺度。
[0010]所述从三种级别时间尺度对间歇性能源风电场的出力进行波动性分析具体为:
[0011]针对规划级别时间尺度，分析间歇性能源风电场的月度、季度和年度出力波动性；
[0012]所述分析间歇性能源风电场的月度和季度出力波动性包括统计有功功率和容量因数；
[0013]所述分析间歇性能源风电场的年度出力波动性包括计算年利用小时数、年平均风速和年平均出力；
[0014]针对运行级别时间尺度，计算间歇性能源风电场的容量因数，对间歇性能源风电场的日出力曲线的波动类型进行统计，确定间歇性能源风电场日出力的波动特性；
[0015]针对控制级别时间尺度，计算间歇性能源风电场秒级、分钟级和小时级出力波动量的概率分布，确定在不同概率下的间歇性能源风电场出力波动区间。
[0016]所述容量因数为在平均风速下的间歇性能源风电场出力与其额定功率的比值。
[0017]所述日出力曲线的波动类型为:
[0018]间歇性能源风电场日出力标么值均小于容量因数时，波动类型为低值区间波动型；
[0019]间歇性能源风电场日出力曲线呈先上升后下降的趋势，波动类型为凸型；
[0020]间歇性能源风电场日出力曲线呈先下降后上升的趋势，波动类型为凹形；
[0021]间歇性能源风电场日出力曲线总体呈上升趋势，波动类型为上升型；
[0022]间歇性能源风电场日出力曲线总体呈下降趋势，波动类型为下降型；
[0023]其它情况下，波动类型为高值区间波动型。
[0024]所述计算间歇性能源风电场群的集群效应具体为:
[0025]步骤1:建立集群效应指标集合S并计算其分布直方图；
[0026]所述集群效应指标集合S为:
[0027]S = (X1, X2,..., Xi,,..., Xj ;
[0028]其中，η表示天数！Xi, = max{xt；1.}，0〈 = t<24 ；xt；1.表示第i’天中第t时段的集群效应指标值，Xi，表示第i’天所有时段集群效应指标值的最大值；
[0029]步骤2:利用混合高斯法拟合S的分布规律，获得概率密度函数；
[0030]所述概率密度函数为:
[0031]
【权利要求】
1.一种基于时域和集群效应分析间歇性能源出力的方法，其特征在于，该方法包括: 统计间歇性能源风电场的实时出力数据，从三种级别时间尺度对间歇性能源风电场的出力进行波动性分析； 计算间歇性能源风电场群的集群效应； 针对间歇性能源风电场之间的集群效应，确定间歇性能源风电场之间的相关性与互补性。
2.根据权利要求1所述的方法，其特征在于，所述三种级别时间尺度分别为规划级别时间尺度、运行级别时间尺度和控制级别时间尺度。
3.根据权利要求2所述的方法，其特征在于，所述从三种级别时间尺度对间歇性能源风电场的出力进行波动性分析具体为: 针对规划级别时间尺度，分析间歇性能源风电场的月度、季度和年度出力波动性； 所述分析间歇性能源风电场的月度和季度出力波动性包括统计有功功率和容量因数； 所述分析间歇性能源风电场的年度出力波动性包括计算年利用小时数、年平均风速和年平均出力； 针对运行级别时间尺度，计算间歇性能源风电场的容量因数，对间歇性能源风电场的日出力曲线的波动类型进行统计，确定间歇性能源风电场日出力的波动特性； 针对控制级别时间尺度，计算间歇性能源风电场秒级、分钟级和小时级出力波动量的概率分布，确定在不同概率下的间歇性能源风电场出力波动区间。
4.根据权利要求3所述的方法，其特征在于，所述容量因数为在平均风速下的间歇性能源风电场出力与其额定功率的比值。
5.根据权利要求4所述的方法，其特征在于，所述日出力曲线的波动类型为: 间歇性能源风电场日出力标么值均小于容量因数时，波动类型为低值区间波动型； 间歇性能源风电场日出力曲线呈先上升后下降的趋势，波动类型为凸型； 间歇性能源风电场日出力曲线呈先下降后上升的趋势，波动类型为凹形； 间歇性能源风电场日出力曲线总体呈上升趋势，波动类型为上升型； 间歇性能源风电场日出力曲线总体呈下降趋势，波动类型为下降型； 其它情况下，波动类型为高值区间波动型。
6.根据权利要求1所述的方法，其特征在于，所述计算间歇性能源风电场群的集群效应具体为: 步骤1:建立集群效应指标集合S并计算其分布直方图； 所述集群效应指标集合S为:
S = (X1, X2,..., Xi,,...，Xj ; 其中，η表示天数；Xi，= max{xt；1.} ,0< = t<24 ;xt>i，表示第i’天中第t时段的集群效应指标值，Xr表示第i’天所有时段集群效应指标值的最大值； 步骤2:利用混合高斯法拟合S的分布规律，获得概率密度函数； 所述概率密度函数为:
其中，
； n'表示高斯函数的个数；a」表示第j个高斯函
数对应的权重； 步骤3:引入置信区间R，计算在置信区间内的集群效应指标值，其计算公式为: P (X1- O =P; 其中，P为给定的概率值。
7.根据权利要求6所述的方法，其特征在于，所述集群效应指标包括最大出力比、最大波动比、峰值同时率和峰谷差比； 所述最大出力比的计算公式为:
;
所述最大波动比的计算公式为:
所述峰值同时率的计算公式为
所述峰谷差比的计算公式为:
其中，Vpnl表示最大出力比； P2fflax表示间歇性能源风电场集群总的有功出力的最大值； ΣΡ,表示间歇性能源风电场集群中所有风机的额定功率之和； Pk表示间歇性能源风电场集群中第k个风机的额定功率； C^s表示最大波动比； APfflax表示间歇性能源风电场集群总功率波动量的最大值； Ctjin表示峰值同时率； Σ Pifflax表示间歇性能源风电场集群中各个子电场各自最大出力之和； Pimax表示间歇性能源风电场集群中第i个子电场的最大出力； 0ΔΡ表不峰谷差比； P2min表示间歇性能源风电场集群总的有功出力的最小值。
8.根据权利要求1所述的方法，其特征在于，所述间歇性能源风电场之间的相关性的计算公式为:
其中，(；表示两个间歇性能源子电场的风电出力的相关系数；X，Y分别表示两个间歇性能源子电场的风电出力，?7为统计时段内两个间歇性能源子电场的风电出力平均值；若(；> O间歇性能源具有正相关，总的出力波动增大；若(；< O间歇性能源具有负相关，总的出力波动减小。
【文档编号】H02J3/46GK104135036SQ201410356164
【公开日】2014年11月5日 申请日期:2014年7月24日 优先权日:2014年7月24日
【发明者】赵冬梅, 尹颢涵, 王建锋, 张虹, 金小明, 魏国清, 胡剑琛 申请人:华北电力大学