【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种发电资源的可信容量分析方法及装置。
技术介绍
1、可信容量映射了不同发电资源实际的容量支撑能力。在电力系统中，容量市场通过集中优化和边际出清提升了不同发电资源提供系统容量支撑的公平性和自主性，通过市场化方式引导发电资源投资。然而，在高比例可再生能源电力系统中，传统机组具有相比于新能源更为稳定可靠的容量支撑能力，可通过更少的容量达到相同的容量支撑效果，有效降低系统容量费用和保障系统容量充裕性。但发电资源可信容量的衡量不仅与系统可靠性密切相关，同时受源荷相关性影响较大。特别是对于可再生能源而言，在精细化评估可再生能源发电资源的可信容量时，仅通过可靠性不能全面刻画不同发电资源的可信容量，因此，亟需全面考虑可靠性和源荷相关性对可信容量的影响，提高不同发电资源的可信容量分析的准确性和全面性，进而提升电力系统的运行可靠性。
技术实现思路
1、本专利技术实施例提供一种发电资源的可信容量分析方法及装置，能能全面考虑可靠性和源荷相关性，使得各个发电资源的可信容量分析结果更全面和准确，进而使得电力系统基于可信容量分析结果进行调控时能具有更好的运行稳定性，提升电力系统的可靠性。
2、本专利技术一实施例提供一种发电资源的可信容量分析方法，包括：
3、获取电力系统的负荷数据和发电资源数据；其中，所述发电资源数据包括：各类型发电资源装机容量、系统现有总容量、风电出力数据、光伏出力数据、火电出力数据和核电出力数据；
4、根据所述负荷数据、发
5、根据二分法和电力系统的电量不足期望可靠性指标确定各类型发电资源的可信容量；
6、根据所述负荷数据和发电资源数据确定各个发电资源的源荷相关性系数；
7、根据各个发电资源的源荷相关性系数、各类型发电资源的可信容量和各类型发电资源装机容量确定各个发电资源的可信容量；
8、基于各个发电资源的可信容量对电力系统进行调控。
9、进一步地，根据所述负荷数据、发电资源数据和蒙特卡洛方法确定电力系统的电量不足期望可靠性指标，包括：
10、根据风电出力数据构建风电出力特性模型，并根据所构建的风电出力特性模型确定各时刻的风电功率；其中，所述风电出力数据包括：风轮扫掠面积、风机功率系数、空气密度和各时刻风速；
11、根据光伏出力数据构建光伏出力特性模型，并根据所构建的光伏出力特性模型确定各时刻的光伏功率；其中，所述光伏出力数据包括：光伏电池的转换效率、光伏板的面积、光伏板工作环境的温度和各时刻日照强度；
12、根据各时刻的风电功率、各时刻的光伏功率、负荷数据、发电资源数据和蒙特卡洛方法确定电力系统的电量不足期望可靠性指标。
13、进一步地，所述风电出力特性模型，具体为：
14、pw，j＝cpρavj3/2；
15、其中，pw，j为j时刻的风电功率；cp为风机功率系数；ρ为空气密度；a为风轮扫掠面积；vj为j时刻的风速。
16、进一步地，所述光伏出力特性模型，具体为：
17、ppv，j＝ηsspv，j[1-0.05(t0+25)]；
18、其中，ppv，j为j时刻的光伏功率；η为光伏电池的转换效率；s为光伏板的面积；t0为光伏板工作环境的温度；spv，j为j时刻的日照强度。
19、进一步地，根据所述负荷数据和发电资源数据确定各个发电资源的源荷相关性系数，包括：
20、根据负荷数据和发电资源数据确定各个发电资源出力与负荷曲线相关性，并根据各个发电资源出力与负荷曲线相关性确定第一源荷相关性细分系数；
21、根据发电资源数据确定各个发电资源出力与各类型发电资源综合出力相关性，并根据各个发电资源出力与各类型发电资源综合出力相关性确定第二源荷相关性细分系数；
22、根据发电资源数据确定不同发电资源出力相关性，并根据不同发电资源出力相关性确定第三源荷相关性细分系数；
23、根据所述第一源荷相关性细分系数、第二源荷相关性细分系数和第三源荷相关性细分系数确定各个发电资源的源荷相关性系数。
24、进一步地，所述根据各个发电资源出力与负荷曲线相关性确定第一源荷相关性细分系数，包括：
25、通过以下公式确定第一源荷相关性细分系数：
26、
27、
28、
29、其中，为第一源荷相关性细分系数；为第k类发电资源中第k个发电资源与系统负荷在时刻t的相关性；为第k类发电资源中第k个发电资源预测出力与系统负荷在时刻t的差值；为第k类发电资源中第k个发电资源在时刻t的预测出力；lt为系统在时刻t的负荷预测；nk为发电资源的总数量；ρ为分辨系数。
30、进一步地，根据各个发电资源出力与各类型发电资源综合出力相关性确定第二源荷相关性细分系数，包括：
31、通过以下公式确定第二源荷相关性细分系数：
32、
33、其中，为第二源荷相关性细分系数；为第k类发电资源中第k个发电资源在时刻t的预测出力。
34、进一步地，根据不同发电资源出力相关性确定第三源荷相关性细分系数，包括：
35、通过以下公式确定第三源荷相关性细分系数：
36、
37、
38、
39、其中，为第三源荷相关性细分系数；γk，k为第k类发电资源中第k个发电资源与同类型其他发电资源的关联度；γk，k，g为第k类发电资源中第k个发电资源与第g个发电资源的关联度；为第k类发电资源中第k个发电资源在时刻t的预测出力；为第k类发电资源中第k个发电资源在时刻t的预测出力平均值；为第k类发电资源中第g个发电资源在时刻t的预测出力平均值；为第k类发电资源中第g个发电资源在时刻t的预测出力。
40、进一步地，在根据各个发电资源的源荷相关性系数、各类型发电资源的可信容量和各类型发电资源装机容量确定各个发电资源的可信容量之前，还包括：获取各个发电资源的厂用电率、检修时间比例和等效强迫停运率；
41、所述根据各个发电资源的源荷相关性系数、各类型发电资源的可信容量和各类型发电资源装机容量确定各个发电资源的可信容量，包括：
42、根据各个发电资源的源荷相关性系数、各类型发电资源的可信容量、各类型发电资源装机容量、各个发电资源的厂用电率、检修时间比例和等效强迫停运率确定各个发电资源的可信容量。
43、在上述方法项实施例的基础上，本专利技术对应提供了装置项实施例；
44、本专利技术一实施例对应提供了一种发电资源的可信容量分析装置，包括：数据获取模块、可靠性指标确定模块、各类发电资源可信容量确定模块、单一发电资源可信容量确定模块以及调控模块；
45、所述数据获取模块，用于获取电力系统的本文档来自技高网...
【技术保护点】
1.一种发电资源的可信容量分析方法，其特征在于，包括：
2.如权利要求1所述的一种发电资源的可信容量分析方法，其特征在于，根据所述负荷数据、发电资源数据和蒙特卡洛方法确定电力系统的电量不足期望可靠性指标，包括：
3.如权利要求2所述的一种发电资源的可信容量分析方法，其特征在于，所述风电出力特性模型，具体为：
4.如权利要求2所述的一种发电资源的可信容量分析方法，其特征在于，所述光伏出力特性模型，具体为：
5.如权利要求1所述的一种发电资源的可信容量分析方法，其特征在于，根据所述负荷数据和发电资源数据确定各个发电资源的源荷相关性系数，包括：
6.如权利要求5所述的一种发电资源的可信容量分析方法，其特征在于，所述根据各个发电资源出力与负荷曲线相关性确定第一源荷相关性细分系数，包括：
7.如权利要求6所述的一种发电资源的可信容量分析方法，其特征在于，根据各个发电资源出力与各类型发电资源综合出力相关性确定第二源荷相关性细分系数，包括：
8.如权利要求7所述的一种发电资源的可信容量分析方法，其特征在于，根据
9.如权利要求1所述的一种发电资源的可信容量分析方法，其特征在于，在根据各个发电资源的源荷相关性系数、各类型发电资源的可信容量和各类型发电资源装机容量确定各个发电资源的可信容量之前，还包括：获取各个发电资源的厂用电率、检修时间比例和等效强迫停运率；
10.一种发电资源的可信容量分析装置，其特征在于，包括：数据获取模块、可靠性指标确定模块、各类发电资源可信容量确定模块、单一发电资源可信容量确定模块以及调控模块；
...【技术特征摘要】
1.一种发电资源的可信容量分析方法，其特征在于，包括：
2.如权利要求1所述的一种发电资源的可信容量分析方法，其特征在于，根据所述负荷数据、发电资源数据和蒙特卡洛方法确定电力系统的电量不足期望可靠性指标，包括：
3.如权利要求2所述的一种发电资源的可信容量分析方法，其特征在于，所述风电出力特性模型，具体为：
4.如权利要求2所述的一种发电资源的可信容量分析方法，其特征在于，所述光伏出力特性模型，具体为：
5.如权利要求1所述的一种发电资源的可信容量分析方法，其特征在于，根据所述负荷数据和发电资源数据确定各个发电资源的源荷相关性系数，包括：
6.如权利要求5所述的一种发电资源的可信容量分析方法，其特征在于，所述根据各个发电资源出力与负荷曲线相关性确定第一源荷相关性细分系数，包括...
【专利技术属性】
技术研发人员：娄源媛，刘新苗，卢洵，刘俊磊，吴杰康，雷振，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。