一种基于随机生产模拟的新能源并网接纳能力计算方法技术

本发明专利技术提供一种基于随机生产模拟的新能源并网接纳能力计算方法，包括下述步骤：步骤1：将研究周期内的负荷和新能源时序数据分段；步骤2：电力系统元件序列化建模；步骤3：通过序列运算求白天段的新能源接纳能力。步骤4：通过序列运算求夜晚段的新能源接纳能力。步骤5：求全周期的新能源接纳能力。本发明专利技术提供的技术方案将序列运算运用于含新能源(风电和光伏发电)的电力系统随机生产模拟，充分考虑新能源的随机性和不确定性，可定量算出研究时间段内的新能源消纳电量及其离散序列、弃风电量及其离散序列等结果。

【技术实现步骤摘要】

本专利技术涉及新能源并网仿真领域的计算方法，具体涉及一种基于随机生产模拟的新能源并网接纳能力计算方法。
技术介绍
随着新能源装机容量的快速增加和新能源规模的不断扩大，新能源对电网安全运行的影响日益显现。我国的新能源开发主要是风电和太阳能发电。风能和太阳能具有很强的随机性和间歇性，给电网接纳新能源带来了很大挑战。由于调峰约束和网架约束等限制，“三北”地区已出现了较为严重的弃风弃光现象，引起了全社会的普遍关注。对电网新能源接纳能力进行科学、合理的评估不仅有助于风电场和光伏电站的规划发展，从源头解决弃风弃光问题，还可为系统调度提供有益的参考。考虑电网调峰约束的新能源接纳能力分析与计算主要有三种方法：生产模拟法，典型日分析法和时序仿真法。电力系统生产模拟可分为解析法和蒙特卡洛模拟法。解析法是将时序负荷曲线转化为持续负荷曲线，通过优化发电机组的生产情况，考虑机组的随机故障及电力负荷的随机性，安排系统内机组的最优运行顺序，计算出各电厂的发电量、系统的生产成本及系统的可靠性指标的算法。蒙特卡洛模拟法首先对系统的状态进行抽样，包括各种系统设备(如发电机、线路、变压器等)以及不同的负荷、风电、光伏出力水平，然后对产生的状态进行计算。一个模拟序列表示一个实际的样本，系统的可靠性指标是在累积了足够数目的样本后，对每次状态估计的结果进行统计而得到的。这两种方法都可以计算出风电场的可信容量、系统的电力不足期望值等可靠性指标，但无法对系统的新能源接纳能力做出直观判断。典型日分析法通过分析典型日的调峰能力，以其低谷时段的调峰裕度作为可接纳的新能源规模，进而求出全年的新能源接纳容量。典型日分析法考虑的是典型日的极端情况，但实际上，系统中出现高负荷率的情况很少，此方法算出的新能源接纳能力相比系统实际可接纳的新能源小很多。时序仿真法通过搭建含风电场和光伏电站的电力系统调度模型，使用混合整数规划法，对研究周期进行逐时段的模拟调度，求出每个时段的新能源接纳电量，进而求出整个研究周期内的新能源接纳电量和限电电量。该方法计算精度高，物理意义清晰。但模拟运行时表征未来状态的数据众多且难以准确预测(如风电、负荷)，为避免一次预测带来的预测数据的偶然性和误差，得到可靠的新能源接纳电量和限电电量，需多次预测并模拟运行，直至仿真计算结果收敛，计算量也因此成倍增加，计算量大。
技术实现思路
为解决上述现有技术中的不足，本专利技术的目的是提供一种基于随机生产模拟的新能源并网接纳能力计算方法，该方法将序列运算运用于含风电电力系统的随机生产模拟，充分考虑风电的随机性和不确定性，可定量算出研究周期内的风电接纳电量及其离散序列、弃风电量及其离散序列等结果。本专利技术的目的是采用下述技术方案实现的：一种基于随机生产模拟的新能源并网接纳能力计算方法，其改进之处在于，所述方法包括下述步骤：步骤1：将研究周期内的负荷和新能源时序数据分段；步骤2：电力系统元件序列化建模；步骤3：通过序列运算求白天段的新能源接纳能力；步骤4：通过序列运算求夜晚段的新能源接纳能力；步骤5：求全周期的新能源接纳能力。进一步地，所述步骤1包含下述步骤，步骤1.1：将研究周期的风电出力预测值数据、光伏出力预测值数据、风电和光伏装机数据以及负荷数据分段，根据供热初期、供热中期、供热末期和非供热期进行分段；或求出每个月的接纳空间概率序列，再对12个月的接纳空间序列进行聚类，聚为同一类的为一段；或直接按季度/月分段；每段分别进行新能源接纳能力计算；步骤1.2：由于光伏发电具有天然的昼夜交替特性，夜间光伏电站出力为零，当系统中包含光伏发电时，将1.1中分成的每段数据均按昼夜再分成白天和夜晚两小段，白天的新能源包括风力发电和光伏发电，夜晚只包括风力发电，白天与夜晚的新能源接纳能力计算方法不同，分别进行计算。进一步地，所述步骤2包括下述步骤：步骤2.1：风力发电的序列化建模：步骤2.1.1：白天段的风电序列化建模：白天风电的概率分布序列gwindday根据白天段的风力发电预测时序数据，经概率统计得到；取离散化因子为C，将风电在其变化范围内分区，分别统计各离散化区间风电出现的频率，作为对风电落入该离散化区间概率的估计，并计算落入每个离散化区间的所有风电出力数据的平均值；gwindday的第一行是每个区间所有风电数据的平均值，第二行是风电理论发电落入该区间的概率，如下式所示：其中，Pwindday(tday)是白天的风力发电理论预测功率，tday表示此白天小段的第tday个时段，gwindday(1,im1)是离散概率序列第一行的第im1值，表示第im1个离散化区间内所有风电数据的平均值，gwindday(2,im1)是离散概率序列第二行的第im1值，表示风电理论发电落入第im1个离散化区间的概率，为此白天段的风电时序数据落入第im1个离散化区间的概数，Tday为此白天段的风电时序数据总量，Lm1为序列gwindday的长度；步骤2.1.2：夜晚段的风电序列化建模：夜晚的风电序列化建模方法与白天相同，夜晚的风电离散概率序列gwindnight如下式所示：其中，Pwindnight(tnight)是夜晚的风力发电功率，tnigth表示此夜晚段的第tnigth个时段，gwindnight(1,im2)是离散概率序列第一行的第im2值，表示第im2个离散化区间内所有风电数据的平均值，gwindnight(2,im2)是离散概率序列第二行的第im2值，表示风电理论发电落入第im2个离散化区间的概率，为此夜晚段的风电时序数据落入第im2个离散化区间的概数，Tnight为此夜晚段的风电时序数据总量，Lm2为序列gwindnight的长度；步骤2.2：光伏发电的序列化建模：光伏发电具有昼夜特性，夜间光伏发电为0，白天段的序列化建模方法与风电相同，其离散概率序列的第一行是每个区间所有光伏数据的平均值，第二行是光伏理论发电落入该区间的概率，如下式所示：其中，PPV(tday)是白天的光伏发电功率，tday表示此白天小段的第tday个时段，gPV(1,iPV)是离散概率序列第一行的第iPV值，表示第iPV个离散化区间内所有风电数据的平均值，gPV(2,iPV)是离散概率序列第二行的第iPV值，表示风电理论发电落入第iPV个离散化区间的概率，为此白天段的光伏发电时序数据落入第iPV个离散化区间的概数，Tday为此白天段的光伏发电时序数据总量，LPV为序列gPV的长度；夜晚的光伏出力为0，无需进行序列化建模；步骤2.3：火电机组最小技术出力的序列化建模：因为火电机组根据日最大等效负荷确定每日开机方式，每天各个时段的火电最小出力相同，求解火电最小出力时，不需要分昼夜，直接用步骤1.1中分的全天的数据求解；步骤2.3.1：求新能源参与火电开机的可替代容量；将新能源出力纳入火电机组开机平衡，新能源的预测误差为20％，将新能源出力预测值减去其装机的20％参与火电开机；若新能源出力预测值大于其装机容量的20％，则超出部分就是新能源的可替代容量，纳入火电开机电力平衡，减少火电开机容量；否则，新能源的可替代容量为0；则本段内新能源参与火电开机的可替代容量Crenewableenergy(t)满足下式：Cr本文档来自技高网...

【技术保护点】
一种基于随机生产模拟的新能源并网接纳能力计算方法，其特征在于，所述方法包括下述步骤：步骤1：将研究周期内的负荷和新能源时序数据分段；步骤2：电力系统元件序列化建模；步骤3：通过序列运算求白天段的新能源接纳能力；步骤4：通过序列运算求夜晚段的新能源接纳能力；步骤5：求全周期的新能源接纳能力。

【技术特征摘要】
1.一种基于随机生产模拟的新能源并网接纳能力计算方法，其特征在于，所述方法包括下述步骤：步骤1：将研究周期内的负荷和新能源时序数据分段；步骤2：电力系统元件序列化建模；步骤3：通过序列运算求白天段的新能源接纳能力；步骤4：通过序列运算求夜晚段的新能源接纳能力；步骤5：求全周期的新能源接纳能力。2.如权利要求1所述的新能源并网接纳能力计算方法，其特征在于，所述步骤1包含下述步骤，步骤1.1：将研究周期的风电出力预测值数据、光伏出力预测值数据、风电和光伏装机数据以及负荷数据分段，根据供热初期、供热中期、供热末期和非供热期进行分段；或求出每个月的接纳空间概率序列，再对12个月的接纳空间序列进行聚类，聚为同一类的为一段；或直接按季度/月分段；每段分别进行新能源接纳能力计算；步骤1.2：由于光伏发电具有天然的昼夜交替特性，夜间光伏电站出力为零，当系统中包含光伏发电时，将1.1中分成的每段数据均按昼夜再分成白天和夜晚两小段，白天的新能源包括风力发电和光伏发电，夜晚只包括风力发电，白天与夜晚的新能源接纳能力计算方法不同，分别进行计算。3.如权利要求1所述的新能源并网接纳能力计算方法，其特征在于，所述步骤2包括下述步骤：步骤2.1：风力发电的序列化建模：步骤2.1.1：白天段的风电序列化建模：白天风电的概率分布序列gwindday根据白天段的风力发电预测时序数据，经概率统计得到；取离散化因子为C，将风电在其变化范围内分区，分别统计各离散化区间风电出现的频率，作为对风电落入该离散化区间概率的估计，并计算落入每个离散化区间的所有风电出力数据的平均值；gwindday的第一行是每个区间所有风电数据的平均值，第二行是风电理论发电落入该区间的概率，如下式所示：其中，Pwindday(tday)是白天的风力发电理论预测功率，tday表示此白天小段的第tday个时段，gwindday(1,im1)是离散概率序列第一行的第im1值，表示第im1个离散化区间内所有风电数据的平均值，gwindday(2,im1)是离散概率序列第二行的第im1值，表示风电理论发电落入第im1个离散化区间的概率，为此白天段的风电时序数据落入第im1个离散化区间的概数，Tday为此白天段的风电时序数据总量，Lm1为序列gwindday的长度；步骤2.1.2：夜晚段的风电序列化建模：夜晚的风电序列化建模方法与白天相同，夜晚的风电离散概率序列gwindnight如下式所示：其中，Pwindnight(tnight)是夜晚的风力发电功率，tnigth表示此夜晚段的第tnigth个时段，gwindnight(1,im2)是离散概率序列第一行的第im2值，表示第im2个离散化区间内所有风电数据的平均值，gwindnight(2,im2)是离散概率序列第二行的第im2值，表示风电理论发电落入第im2个离散化区间的概率，为此夜晚段的风电时序数据落入第im2个离散化区间的概数，Tnight为此夜晚段的风电时序数据总量，Lm2为序列gwindnight的长度；步骤2.2：光伏发电的序列化建模：光伏发电具有昼夜特性，夜间光伏发电为0，白天段的序列化建模方法与风电相同，其离散概率序列的第一行是每个区间所有光伏数据的平均值，第二行是光伏理论发电落入该区间的概率，如下式所示：其中，PPV(tday)是白天的光伏发电功率，tday表示此白天小段的第tday个时段，gPV(1,iPV)是离散概率序列第一行的第iPV值，表示第iPV个离散化区间内所有风电数据的平均值，gPV(2,iPV)是离散概率序列第二行的第iPV值，表示风电理论发电落入第iPV个离散化区间的概率，为此白天段的光伏发电时序数据落入第iPV个离散化区间的概数，Tday为此白天段的光伏发电时序数据总量，LPV为序列gPV的长度；夜晚的光伏出力为0，无需进行序列化建模；步骤2.3：火电机组最小技术出力的序列化建模：因为火电机组根据日最大等效负荷确定每日开机方式，每天各个时段的火电最小出力相同，求解火电最小出力时，不需要分昼夜，直接用步骤1.1中分的全天的数据求解；步骤2.3.1：求新能源参与火电开机的可替代容量；将新能源出力纳入火电机组开机平衡，新能源的预测误差为20％，将新能源出力预测值减去其装机的20％参与火电开机；若新能源出力预测值大于其装机容量的20％，则超出部分就是新能源的可替代容量，纳入火电开机电力平衡，减少火电开机容量；否则，新能源的可替代容量为0；则本段内新能源参与火电开机的可替代容量Crenewableenergy(t)满足下式：Crenewableenergy(t)＝max(Prenewableenergy(t)-Capacityrenewableenergy(t)×20％,0)Prenewableenergy(t)＝Pwind(t)+PPV(t)Capacityrenewableenergy(t)＝Capacitywind(t)+CapacityPV(t)其中，t表示本段内的第t个时段，若段内风电和光伏发电的时序数据总量都为T，T＝Tday+Tnight，0≤t≤T，Prenewableenergy(t)是t时段的新能源出力预测值，Capacityrenewableenergy(t)是t时段的新能源装机容量，Pwind(t)是t时段的风力发电预测值，Capacitywind(t)是t时段的风电装机容量，PPV(t)是t时段的光伏发电预测值，CapacityPV(t)是t时段的光伏装机容量；Tnight为夜晚段的光伏发电时序数据总量；步骤2.3.2：求等效负荷eqload和日最大等效负荷eqloadmax：Crenewableenergy(t)参与火电机组开机电力平衡后的等效负荷满足下式：eqload(t)＝load(t)-Crenewableenergy(t)其中eqload(t)是t时段的等效负荷，load(t)是t时段的负荷，Crenewableenergy(t)是t时段的新能源可替代容量；eqload的数据总量也为T，每天的数据量为N，求出eqload每天的最大值，即为日最大等效负荷eqloadmax，若此段共有D天，则eqloadmax的数据总量是D，且T＝N·D；步骤2.3.3：制定火电机组每日开机方式，求出每日火电最小技术出力：根据每日最大等效负荷和系统正备用，结合系统中的火电机组参数，可依次求出每天的开机方式，包括：将电力系统中的必开火电机组开机，供热期为保证供热，有必开机组，非供热期无必开机组；若等效负荷的当日最大值加上电力系统正备用大于必开机组的最大出力，则增开其余机组；为使新能源接纳电量尽可能大，在最大出力相同的情况下，最小出力小的机组优先开机，直至电力系统中火电机组的最大出力满足日最大等效负荷和系统正备用，停止增开；所述火电机组每日开机方式用混合整数规划模型表示的目标函数为：minPmin(d)其中，Pmin(d)表示火电机组第d天的最小出力功率；火电机组开机方式混合整数规划模型的约束条件为：(1)火电机组第d天的最小出力等于第d天开启的所有火电机组最小出力之和；其中，Xj(d)示第j台机组第d天的运行状态，为二进制变量，0表示机组停机，1则表示机组正在运行；TPj,min(d)是第j台火电机组第d天的最小出力功率；(2)火电机组每日开机的最大出力必须保证当日的负荷需求和系统备用，即：其中，TPj,max(d)是第j台火电机组第d天的最大出力功率，eqloadmax(d)是第d天的日最大等效负荷，Pre是系统的正备用；(3)每种火电机组每天的的启机台数在其最大台数和最小台数之间，即：Sj,min(d)≤Sj(d)≤Sj,max(d)其中，Sj(d)是第d天的第j台...

【专利技术属性】
技术研发人员：刘纯，屈姬贤，石文辉，查浩，李洋，
申请(专利权)人：中国电力科学研究院，国家电网公司，
类型：发明
国别省市：北京;11