一种分布式可再生能源电源聚合方法及相关装置制造方法及图纸

本申请公开了一种分布式可再生能源电源聚合方法及相关装置，包括：S1、获取分布式可再生能源聚合体的目标出力曲线；S2、获取各可再生能源发电机组在聚合目标时段的预测出力曲线，并统计在聚合目标时段可调节资源的上下调节范围；S3、根据目标出力曲线，结合预测出力曲线和上下调节范围，从时间和功率两个维度，分别计算时间匹配度指标和功率匹配度指标；S4、基于综合匹配度指标计算公式，根据时间匹配度指标和功率匹配度指标计算得到综合匹配度指标，不断重复步骤S3

【技术实现步骤摘要】
一种分布式可再生能源电源聚合方法及相关装置


[0001]本申请涉及可再生能源
，尤其涉及一种分布式可再生能源电源聚合方法及相关装置。

技术介绍

[0002]风电、光伏等清洁可在生新能源发电将进一步加快发展，电力系统中风、光等新能源发电的渗透比例也将进一步提高，新能源出力的波动性和随机性在电网中的影响特点将进一步凸显。
[0003]然而，低压分布式可再生能源单体容量小、接入电压等级低，绝大多数处于“不可观、不可测、不可控”状态，随着海量低压分布式可再生能源并网运行，其随机性、波动性、间歇性、分散性对大电网的安全稳定和可靠供电提出重大挑战。

技术实现思路

[0004]本申请提供了一种分布式可再生能源电源聚合方法及相关装置，用于解决现有技术可再生能源并网出力不可控、不稳定的技术问题。
[0005]有鉴于此，本申请第一方面提供了一种分布式可再生能源电源聚合方法，所述方法包括：
[0006]S1、获取分布式可再生能源聚合体的目标出力曲线；
[0007]S2、获取各可再生能源发电机组在聚合目标时段的预测出力曲线，并统计在聚合目标时段可调节资源的上下调节范围；
[0008]S3、根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，从时间和功率两个维度，分别计算时间匹配度指标和功率匹配度指标；
[0009]S4、基于综合匹配度指标计算公式，根据所述时间匹配度指标和所述功率匹配度指标计算得到综合匹配度指标，不断重复步骤S3
‑
S4，直至确定最小综合匹配度指标；
[0010]S5、将所述最小综合匹配度指标作为聚合策略对分布式可再生能源电源进行聚合。
[0011]可选地，所述目标出力曲线，具体为：功率的时间曲线Pgoal(t)(t＝1,2，
…
N)；
[0012]其中，所述功率的时间曲线的采样频率为T0，总周期为T，而总采样点数N＝T/T0。
[0013]可选地，步骤S3，具体包括：
[0014]基于功率匹配度指标计算公式，根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，计算所述功率匹配度指标；
[0015]基于时间匹配度指标计算公式，根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，计算所述功率匹配度指标；
[0016]其中，所述功率匹配度指标计算公式为：
[0017][0018][0019]ΔP(t)＝P
goal
(t)
‑
(P(t)+P2(t)+...P(t)...+P
n
(t))；
[0020]式中，I
matchinpower
为所述功率匹配度指标，N为所述总采样点数；α为小于1的比例系数，P
goal
(t)为所述目标出力曲线；P1(t)，P2(t)，P
i
(t)，
…
，P
n
(t)分别为编号为#1,#2,
…
，#i,
…
，#n的可再生能源发电机组编号，[P
‑
(t)，P
+
(t)]为所述上下调节范围；
[0021]所述时间匹配度指标计算公式为：
[0022][0023]式中，I
matchintime
为所述时间匹配度指标，N为所述总采样点数；I
j
‑1→
j
为第j时刻与j
‑
1时刻相比，时间维度的匹配度。
[0024]可选地，所述综合匹配度指标计算公式，具体为：
[0025][0026]式中，m，n为指标系数，I
matchintime
为所述时间匹配度指标，I
matchintime
为所述时间匹配度指标。
[0027]本申请第二方面提供一种分布式可再生能源电源聚合系统，所述系统包括：
[0028]第一获取单元，用于获取分布式可再生能源聚合体的目标出力曲线；
[0029]第二获取单元，用于获取各可再生能源发电机组在聚合目标时段的预测出力曲线，并统计在聚合目标时段可调节资源的上下调节范围；
[0030]计算单元，用于根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，从时间和功率两个维度，分别计算时间匹配度指标和功率匹配度指标；
[0031]分析单元，用于基于综合匹配度指标计算公式，根据所述时间匹配度指标和所述功率匹配度指标计算得到综合匹配度指标，并重复触发计算单元和分析单元，直至确定最小综合匹配度指标；
[0032]聚合单元，用于将所述最小综合匹配度指标作为聚合策略对分布式可再生能源电源进行聚合。
[0033]可选地，所述目标出力曲线，具体为：功率的时间曲线Pgoal(t)(t＝1,2，
…
N)；
[0034]其中，所述功率的时间曲线的采样频率为T0，总周期为T，而总采样点数N＝T/T0。
[0035]可选地，所述计算单元，具体用于：
[0036]基于功率匹配度指标计算公式，根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，计算所述功率匹配度指标；
[0037]基于时间匹配度指标计算公式，根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，计算所述功率匹配度指标；
[0038]其中，所述功率匹配度指标计算公式为：
[0039][0040][0041]ΔP(t)＝P
goal
(t)
‑
(P(t)+P2(t)+...P(t)...+P
n
(t))；
[0042]式中，I
matchinpower
为所述功率匹配度指标，N为所述总采样点数；α为小于1的比例系数，P
goal
(t)为所述目标出力曲线；P1(t)，P2(t)，P
i
(t)，
…
，P
n
(t)分别为编号为#1,#2,
…
，#i,
…
，#n的可再生能源发电机组编号，[P
‑
(t)，P
+
(t)]为所述上下调节范围；
[0043]所述时间匹配度指标计算公式为：
[0044][0045]式中，I
matchintime
为所述时间匹配度指标，N为所述总采样点数；I
j
‑1→
j
为第j时刻与j
‑
1时刻相比，时间维度的匹配度。
[0046]可选地，所述综合匹配度指标计算公式，具体为：
[0047][0048]式中，m，n为指标系数，I
matchintime
为所述时间匹配度指标，I
matchintime
为所述时间匹配度指标。
[0049]本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式可再生能源电源聚合方法，其特征在于，包括：S1、获取分布式可再生能源聚合体的目标出力曲线；S2、获取各可再生能源发电机组在聚合目标时段的预测出力曲线，并统计在聚合目标时段可调节资源的上下调节范围；S3、根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，从时间和功率两个维度，分别计算时间匹配度指标和功率匹配度指标；S4、基于综合匹配度指标计算公式，根据所述时间匹配度指标和所述功率匹配度指标计算得到综合匹配度指标，不断重复步骤S3
‑
S4，直至确定最小综合匹配度指标；S5、将所述最小综合匹配度指标作为聚合策略对分布式可再生能源电源进行聚合。2.根据权利要求1所述的分布式可再生能源电源聚合方法，其特征在于，所述目标出力曲线，具体为：功率的时间曲线Pgoal(t)(t＝1,2，
…
N)；其中，所述功率的时间曲线的采样频率为T0，总周期为T，而总采样点数N＝T/T0。3.根据权利要求2所述的分布式可再生能源电源聚合方法，其特征在于，步骤S3，具体包括：基于功率匹配度指标计算公式，根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，计算所述功率匹配度指标；基于时间匹配度指标计算公式，根据所述目标出力曲线，结合所述预测出力曲线和所述上下调节范围，计算所述功率匹配度指标；其中，所述功率匹配度指标计算公式为：其中，所述功率匹配度指标计算公式为：ΔP(t)＝P
goal
(t)
‑
(P1(t)+P2(t)+...P
i
(t)...+P
n
(t))；式中，I
matchinpower
为所述功率匹配度指标，N为所述总采样点数；α为小于1的比例系数，P
goal
(t)为所述目标出力曲线；P1(t)，P2(t)，P
i
(t)，
…
，P
n
(t)分别为编号为#1,#2,
…
，#i,
…
，#n的可再生能源发电机组编号，[P
‑
(t)，P
+
(t)]为所述上下调节范围；所述时间匹配度指标计算公式为：式中，I
matchintime
为所述时间匹配度指标，N为所述总采样点数；I
j
‑1→
j
为第j时刻与j
‑
1时刻相比，时间维度的匹配度。4.根据权利要求1所述的分布式可再生能源电源聚合方法，其特征在于，所述综合匹配度指标计算公式，具体为：
式中，m，n为指标系数，I
matchintime
为所述时间匹配度指标，I
matchintime
为所述时间匹配度指标。5.一种分布式可再生能源电源聚合系统，其特征在于，包括：第一获取单元，用于获取分布式可再生能源聚合体的目标出力曲线；第二获取单元，用于获取各可再生能源发电机组在聚合目标时段的预测出力曲线，并统计在聚合目标时段可调节资源的上下调节范围；计算单元，用于...

【专利技术属性】
技术研发人员：陈钢，邓瑞麒，李波，武建平，郑广勇，郭亮，陈锦洪，晏梦璇，柳军停，黄伟杰，郑文杰，卢伟钿，易晋，张欣，黄晓光，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：