一种光储并网联合发电调度值的计算方法技术

本发明专利技术公开了一种光储并网联合发电调度值的计算方法，其步骤有：一、根据光伏出力预测误差值的历史数据得到光伏出力预测误差分布特性；二、通过光伏预测子系统预测得到光伏出力预测值；三、根据光伏出力预测误差分布特性和光伏出力预测值利用LHS（拉丁超立方抽样技术）得出若干个光伏出力场景；四、利用SR技术（场景削减技术）将光伏出力场景消减后得到不同概率条件下的有限个光伏出力场景；五、以有限个光伏出力场景作为基础计算数据，通过光储联合发电经济调度计算模型计算得到光储并网联合发电调度值。本发明专利技术具有为解决多场景不确定性问题提供了有效的解决途径，能有效降低发电成本的有益效果。

【技术实现步骤摘要】
一种确定光储并网联合发电调度值的方法
本专利技术涉及一种光伏电站电力调度值的计算方法，特别是涉及一种基于LHS-SR的光储并网节能经济优化调度的调度值计算方法。
技术介绍
随着传统能源短缺、环境污染的加重和我国光资源丰富，加之光伏发电具有可持续、无污染等特点，国务院为此发布了《太阳能发电科技发展“十二五”专项规划》，将使得光伏上网容量越来越大，但光伏发电国内主要采用大规模、集中式并网形式，光伏短期出力预测精度低、出力不确定性(云遮挡)使得电网光伏发电调度提成了急需解决的难题，常规以单一的经济性作为目标的电网调度策略，影响了光伏发电企业的利益，阻碍了光伏发电的发展。随着储能技术的应用成熟以及成本的降低，光储联合发电成为解决上述问题有效途径，例如国内已经实施的张北风光储重点示范工程。当光伏实际出力值大于计划出力值时，储能装置可将多余的功率储存，当实际出力值低于计划出力值，可释放功率，避免因为达不到出力计划值而受到电力部门惩罚，提高光电效益。目前主要的储能技术有飞轮储能、抽水蓄能、压缩空气储能、蓄电池等。针对光储联合发电调度的调度值计算与确定，现有技术中重要存在以下方法：(1)BathurstGN等在文献“Valueofcombiningenergystorageandwindinshorttermenergy.ElectricPowerSystRes(EPSR)2003；67：1—8”中提出了风电场“负效应”运行的概念，建立了大规模风电并网洁净优化调度模型，但未考虑出力预测误差，缺乏实用性。(2)BadrulH.Chowdhury等在文献“Double-fedinductiongeneratorcontrolforvariablespeedwindpowergeneration[J].ElectricPowerSystemsResearch，2006，76(12)：786-800.”中提出了以发电成本最小为目标提出了光伏发电并网静态调度模型，但也未考虑出力预测误差。(3)Slootweg等在文献“Modellingwindturbinesforpowersystemdynamicssimulations[J].WindEngineering,2004，28(1)：7-26.”中考虑电网了最大接纳光伏发电容量，提出了弃光惩罚成本，并建立了静态调度模型。(4)HoldsworthL,等在文献“Powersystemfaultridethroughcapabilitiesofinductiongeneratorbasedwindturbines[J].WindEngineering2004,28(4)：399–409.”中考虑了光伏预测误差，提出了基于光伏预测误差的动态调度模型，但由于未对预测误差分布特性分析，将对调度结果产生较大影响。以上现有技术公开的文献在安排调度时，均未考虑光伏出力预测误差特性从而忽略了光伏出力带来的不确定性，将波及电网的安全，使得电力部门加大系统备用容量，从而导致发电成本的增加；其次以经济最优作为单一目标进行优化调度，但未考虑电网最大接入光电的能力以及光伏发电出力正负效应等问题。
技术实现思路
针对现有技术存在的上述不足，本专利技术解决的技术问题是：提供一种能有效降低发电成本的光储并网联合发电调度值的计算方法。为了解决上述技术问题，本专利技术采用如下技术方案：一种确定光储并网联合发电调度值的方法，其特征在于，包括以下步骤：(1)根据光伏出力预测误差值的历史数据得到光伏出力预测误差分布特性；(2)提前24小时对光储联合发电时间内的光伏出力进行预测得到光伏出力预测值；(3)根据步骤(1)得到的光伏出力预测误差分布特性，对步骤(2)得到的光伏出力预测值进行LHS拉丁超立方抽样得到若干个光伏出力场景；(4)对步骤(3)得到的若干个光伏出力场景进行SR场景消减后得到在不同概率条件下的有限个光伏出力场景；(5)以步骤(4)中得到的有限个光伏出力场景作为基础计算数据，通过光储联合发电经济调度计算模型计算得到光储并网联合发电调度值。进一步地，所述光储联合发电时间为10个小时，所述对光储联合发电时间内的光伏出力进行实时预测的预测间隔时间为10分钟。相比现有技术，本专利技术具有如下有益效果：本专利技术根据光伏出力预测误差分布特性和光伏出力预测值得出若干个光伏出力场景，并利用LHS-RS技术将光伏出力不确定性问题转化为有限个光伏出力场景，为解决多场景不确定性问题提供了有效的解决途径，使得电力部门不必加大系统备用容量，具有效降低发电成本的的有益效果。附图说明图1为本专利技术调度值的计算方法总体示意图；图2为本专利技术光伏出力预测图；图3为本专利技术光储联合调度出力图。具体实施方式下面结合附图和具体实施方式对本技术作进一步详细说明。针对光储联合发电调度问题，分别建立考虑鼓励光伏发电的光储联合出力正偏差收益模型和负偏差惩罚收益模型，同时建立考虑电网的光伏最大消纳能力的溢出负收益模型，然后以上述光储联合出力正偏差收益模型、光储联合出力负偏差惩罚收益模型和溢出负收益模型为基础，建立光储并网节能经济调度模型，其中由于收益模型考虑了光伏出力的不确定性，因此本专利技术利用概率密度估计分析了光伏出力预测误差的分布特性，并且基于LHS(拉丁超立方抽样)-SR(场景削减)技术将光伏不确定出力转换为不同概率条件下有限个光伏出力场景,为光伏调度模型提供基础计算数据。参见图1，一种光储并网联合发电调度值的计算方法包括以下步骤：(1)根据光伏出力预测误差值的历史数据得到光伏出力预测误差分布特性。具体的，由于影响光伏出力因素多而复杂，导致了光伏具有一定的误差性，研究预测误差分布性，才能将光伏出力的不确定性转化为有限个场景出力，为下一步安排调度，提供基础数据。预测误差定义为：其中Preal.t为光伏t时刻的实际出力，Pfore.t为光伏t时刻的预测出力，PP.max为光伏电站的装机容量。采用光伏出力预测误差概率密度函数errorX(x,t)来表征预测误差error(t)分布特性，利用概率密度函数估计演化从而求解，求解过程如下:光伏预测误差样本X1(t),X2(t)..Xc(t)...Xy(t)，则可以通过密度演化方法获取概率密度函数PX(x,t)估计。因为误差样本是独立的，可对其作为代表性时程，概率为：显然对于c(1≤c≤y)个代表性时程，求解的密度演化方程为：对应的初始条件为：PX:c(x,t)＝δ(x-x0:c)Pc(4)x0:c为第c个样本的初始值：x0:c＝Xc(t0)(5)求解3-4式得到PX:c(x,t)后，则可求出X(t)概率密度函数估计：(2)提前24小时对光储联合发电时间内的光伏出力进行预测得到光伏出力预测值。具体的，所述光储联合发电时间可设定为8：00至17：59，共10个小时，所述对光储联合发电时间内的光伏出力进行实时预测的预测间隔时间可设定为10分钟。(3)根据步骤(1)得到的光伏出力预测误差分布特性，对步骤(2)得到的光伏出力预测值进行LHS拉丁超立方抽样得到若干个光伏出力场景；通过公式(1)可知，每一个预测误差，对应一个光伏出力场景，在其概率为pi的场景下的出力为：PP.i.t＝Pfore.t+(ei×Pfore.t×PP.max)(7本文档来自技高网...

【技术保护点】
一种光储并网联合发电调度值的计算方法，其特征在于，包括以下步骤：（1）根据光伏出力预测误差值的历史数据得到光伏出力预测误差分布特性；（2）提前24小时对光储联合发电时间内的光伏出力进行预测得到光伏出力预测值；（3）根据步骤（1）得到的光伏出力预测误差分布特性，对步骤（2）得到的光伏出力预测值进行LHS拉丁超立方抽样得到若干个光伏出力场景；（4）对步骤（3）得到的若干个光伏出力场景进行SR场景消减后得到在不同概率条件下的有限个光伏出力场景；（5）以步骤（4）中得到的有限个光伏出力场景作为基础计算数据，通过光储联合发电经济调度计算模型计算得到光储并网联合发电调度值。

【技术特征摘要】
1.一种确定光储并网联合发电调度值的方法，其特征在于，包括以下步骤：(1)根据光伏出力预测误差值的历史数据得到光伏出力预测误差分布特性；预测误差定义为：其中Preal.t为光伏t时刻的实际出力，Pfore.t为光伏t时刻的预测出力，PP.max为光伏电站的装机容量；采用光伏出力预测误差概率密度函数errorX(x,t)来表征预测误差error(t)分布特性，利用概率密度函数估计演化从而求解，求解过程如下:光伏预测误差样本X1(t),X2(t)..Xc(t)...Xy(t)，则可以通过密度演化方法获取概率密度函数PX(x,t)估计；因为误差样本是独立的，可对其作为代表性时程，概率为：显然对于c个代表性时程，1≤c≤y，求解的密度演化方程为：对应的初始条件为：PX:c(x,t)＝δ(x-x0:c)Pc(4)x0:c为第c个样本的初始值：x0:c＝Xc(t0)(5)求解3-4式得到PX:c(x,t)后，则可求出X(t)概率密度函数估计：(2)提前24小时对光储联合发电时间内的光伏出力进行预测得到光伏出力预测值；(3)根据步骤(1)得到的光伏出力预测误差分布特性，对步骤(2)得到的光伏出力预测值进行LHS拉丁超立方抽样得到若干个光伏出力场景；(4)对步骤(3)得到的若干个光伏出力场景进行SR场景消减后得到在不同概率条件下的有限个光伏出力场景；假设通过拉丁方抽样的出力场景为m个，减少其场景为n，某一时刻t场景削减具体步骤如下：a.假设l＝m，l为需要削减的场景数；计算任意时刻其中两个j、k场景下的PP.j.t、PP.k.tKantorovich距离，其中j≤l、k≤l；采用的Kantorovich距离为：dk(PP.j.t,PP.k.t)＝|PP.j.t-PP.k.t|b.对于每一个场景j来说，寻找与出力场景PP.j.t场景距离最短的出力场景PP.k.t，即min{dk(Pp.j.t,PP.k.t),j≠k}设μminj＝min{dk(Pp.j.t,PP.k.t),j≠k}c.计算其中pj.t为PP....

【专利技术属性】
技术研发人员：冉鸿，罗建春，罗洪，杨建中，陈静，
申请(专利权)人：重庆市武隆县供电有限责任公司，
类型：发明
国别省市：