一种基于Clayton-Copula函数的新能源弃电率计算方法技术

本发明专利技术属于新能源弃电率计算方法领域，具体涉及一种基于Clayton‑Copula函数的新能源弃电率计算方法，新能源弃电率的计算是利用Clayton‑Copula函数，获得新能源理论出力概率分布模型，通过对新能源理论出力概率分布模型和新能源消纳空间概率分布函数的组合计算到新能源弃电率。本方法可以有效的提高计算效率和评估效果。

【技术实现步骤摘要】
一种基于Clayton-Copula函数的新能源弃电率计算方法
本专利技术属于新能源弃电率计算方法领域，具体涉及一种基于Clayton-Copula函数的新能源弃电率计算方法。
技术介绍
随着风电和光伏装机容量的快速增长，弃风和弃光问题日益严重，由于风速和光照有着很强的不确定性，导致新能源出力也相应表现出了很强的不确定性。现有的新能源功率预测技术仍无法满足完全准确预测的目标，增加了系统功率平衡的难度。因此，开展新能源消纳能力研究，得到一种高效、可靠的消纳能力量化评估体系，对电网调度运行控制工作有着重要的意义。然而，当前的新能源消纳能力评估方法存在两个问题：一是典型日分析法的计算过于简单，用到的数据较少，不能全面地进行分析，而且由于此方法考虑的仅仅是系统最严重的情况下的新能源消纳能力，导致其偏于保守，容易造成很大误差，也无法进行弃电率的准确计算；二是基于蒙特卡洛模拟的时序仿真法中，由于其核心是通过模拟反映新能源出力特征的时序曲线，仿真过程中反复的抽样和时序仿真模拟耗费的时间较长，大大降低了计算效率。
技术实现思路
针对现有方法存在着计算误差大、评价过于保守、计算效率低下的问题，本专利技术提供了一种基于Clayton-Copula函数的新能源弃电率计算方法，本方法可以有效的提高计算效率和评估效果。为实现上述目的，本专利技术采用的技术方案如下所述：一种基于Clayton-Copula函数的新能源弃电率计算方法，新能源弃电率的计算是利用Clayton-Copula函数，获得新能源理论出力概率分布模型，通过对新能源理论出力概率分布模型和新能源消纳空间概率分布函数的组合计算到新能源弃电率。所述新能源弃电率的计算包括以下步骤：S1、采用Clayton-Copula函数构建新能源理论出力概率分布模型；S2、利用新能源理论出力概率分布模型和新能源消纳空间概率分布函数计算得到新能源弃电概率分布函数；S3、通过新能源弃电概率分布函数计算得到新能源弃电率。所述新能源理论出力概率分布模型获取步骤为：S101、根据风光电出力的不确定性，建立风电和光伏理论出力概率分布函数；S102：采用Clayton-Copula函数处理风光理论出力概率分布函数，构造新能源出力的概率分布模型。所述风电理论出力的概率分布函数由式(1)和式(2)综合获得，所述式(1)为风电功率出力模型概率密度函数式中，v为风速，a1和b1分别为Weibull分布的尺度和形状参数；所述式(2)为风电机组功率与风速之间的关系式中，vc为风机切入风速；vr为风机额定风速；vf为风机切除风速；Pr为风机额定出力；WA、WB、WC为vc和vr的函数；所述光伏理论出力概率分布函数由式(3)、式(4)、式(5)和式(6)综合获得；所述式(3)为Beta分布：式中，Q为光照强度，Qmax为光照强度最大值，Γ()为Gamma函数，α和β分别为Beta分布的形状参数，如式(4)和(5)所示，光伏输出功率PS与光照强度S之间的关系如式(6)所示：PS＝SAη(6)式中，A为光伏阵列的照射面积，η为光电转化效率。所述新能源出力的概率分布模型为H(PW，PS)＝max{[(FW(PW))-θ+(FS(PS))-θ-1]1/θ，0}(7)式中，FW和PS分别为风电和光伏的理论出力概率分布函数，θ为连接参数。所述新能源弃电概率分布函数计算步骤为：S201、通过反映系统消纳空间的时序曲线，构建系统新能源消纳空间概率分布函数；S202、利用新能源理论出力概率分布模型和新能源消纳空间概率分布函数计算得到新能源弃电概率分布函数。所述系统新能源消纳空间概率分布函数为式中，L为系统负荷，为系统最小可调功率。结合反映系统消纳空间的时序曲线，就可以得到其概率分布函数；新能源弃电功率可表示为：新能源的弃电功率概率分布函数fab(z)通过新能源消纳空间概率分布函数fzone(x)和新能源理论出力概率分布函数f(y)做卷积求得：所述新能源弃电率计算方法为：S301、计算系统新能源弃电功率；S302：利用积分中值定理计算得到新能源弃电率。所述新能源弃电率计算公式为：所述新能源弃电率的大小与系统新能源消纳能力呈反比。本专利技术的有益效果为：本方法以新能源统计学规律及电网消纳空间为基础，根据概率统计理论，通过新能源理论出力的概率分布和系统新能源消纳空间的概率分布函数，获取新能源弃电电力的概率分布，进而计算新能源弃电率，实现了电网消纳能力的快速量化评估。相较于蒙特卡洛模拟仿真方法，避免了反复抽样，提高了计算效率。附图说明图1为本专利技术流程图；图2为EPRI36节点示意图；图3为风电理论出力概率分布图；图4为光伏理论出力概率分布；图5为新能源消纳空间概率分布图。具体实施方式下面结合附图并通过具体的实施例进一步的说明本专利技术的技术方案：实施例1：实施例1：图1为一种基于Clayton-Copula函数的新能源弃电率计算方法的流程图。计算方法包括：S1：采用阿基米德Copula函数构建新能源理论出力概率分布模型；S2：通过负荷特性构建系统新能源消纳空间的概率分布函数和系统新能源弃电功率的概率分布函数；S3：通过新能源弃电功率的概率分布函数计算得到新能源弃电率；S4：利用S3的计算结果评估系统的新能源消纳能力。所述S1包括以下步骤：S101：考虑风光电出力的不确定性，基于Weibull和Beta分布函数，建立风电和光伏理论出力的概率分布函数。对于风电功率出力模型而言，风速v的分布可以通过含有两个参数的Weibull分布函数来表示，具体概率密度函数为：式中，a1和b1分别为Weibull分布的尺度和形状参数。风电机组功率与风速之间的关系可由下式表示：式中，vc为风机切入风速；vr为风机额定风速；Vf为风机切除风速；Pr为风机额定出力；WA、WB、WC为vc和Vr的函数。综合式(1)和式(2)可得到风电理论出力的概率分布函数。分布式光伏光强误差服从Beta分布：式中，Q为光照强度，Qmax为光照强度最大值，Γ()为Gamma函数，α和β分别为Beta分布的形状参数，可由各个时刻的历史光照强度及典型光照强度的误差的平均值μ和标准方差σ得出，算式分别如式(4)和(5)所示。光伏输出功率PS与光照强度S之间的关系可用式(6)表示：PS＝SAη(6)式中，A为光伏阵列的照射面积，η为光电转化效率，综合式(5)和式(6)可得到光伏理论出力的概率分布函数。S1本文档来自技高网...

【技术保护点】
1.一种基于Clayton-Copula函数的新能源弃电率计算方法，其特征在于，新能源弃电率的计算是利用Clayton-Copula函数，获得新能源理论出力概率分布模型，通过对新能源理论出力概率分布模型和新能源消纳空间概率分布函数的组合计算到新能源弃电率。/n

【技术特征摘要】
1.一种基于Clayton-Copula函数的新能源弃电率计算方法，其特征在于，新能源弃电率的计算是利用Clayton-Copula函数，获得新能源理论出力概率分布模型，通过对新能源理论出力概率分布模型和新能源消纳空间概率分布函数的组合计算到新能源弃电率。


2.根据权利要求1所述的一种基于Clayton-Copula函数的新能源弃电率计算方法，其特征在于，所述新能源弃电率的计算包括以下步骤：
S1、采用Clayton-Copula函数构建新能源理论出力概率分布模型；
S2、利用新能源理论出力概率分布模型和新能源消纳空间概率分布函数计算得到新能源弃电概率分布函数；
S3、通过新能源弃电概率分布函数计算得到新能源弃电率。


3.根据权利要求2所述的一种基于Clayton-Copula函数的新能源弃电率计算方法，其特征在于，所述新能源理论出力概率分布模型获取步骤为：
S101、根据风光电出力的不确定性，建立风电和光伏理论出力概率分布函数；
S102：采用Clayton-Copula函数处理风光理论出力概率分布函数，构造新能源出力的概率分布模型。


4.根据权利要求3所述的一种基于Clayton-Copula函数的新能源弃电率计算方法，其特征在于，所述风电理论出力的概率分布函数由式(1)和式(2)综合获得，所述式(1)为风电功率出力模型概率密度函数



式中，v为风速，a1和b1分别为Weibull分布的尺度和形状参数；
所述式(2)为风电机组功率与风速之间的关系



式中，vc为风机切入风速；vr为风机额定风速；vf为风机切除风速；Pr为风机额定出力；WA、WB、WC为vc和vr的函数；
所述光伏理论出力概率分布函数由式(3)、式(4)、式(5)和式(6)综合获得；
所述式(3)为Beta分布：



式中，Q为光照强度，Qmax为光照强度最大值，Γ()为Gamma函数，α和β分别为Beta分布的形状参数，如式(4)和(5)所示，






光伏输出功率PS与光照...

【专利技术属性】
技术研发人员：刘紫东，刘文颖，罗凡，邵冲，徐兰兰，王维洲，韩小齐，李潇，张尧翔，罗世刚，窦常永，韩旭杉，王方雨，张雨薇，韩永军，郇悦，胡阳，朱丽萍，张雯程，杨美颖，曾贇，庞清仑，申自裕，苏海军，邓舜禹，
申请(专利权)人：华北电力大学，国网甘肃省电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11