CN101266674A - 确定将再生能量提供给能源网的适当策略的方法和系统 - Google Patents

Abstract

本发明描述了一种用于确定对于多种不同状况从风电场到能源网的最佳能量销售策略的系统和方法。通过定义风电场输出的预测分布并将其与市场状况相组合，可以估计在特定时期能由风电场提供的能量数量的最佳值。

Description

确定将再生能量提供给能源网的适当策略的方法和系统

技术领域

本发明涉及能源网，特别是电力网。本发明尤其涉及这种包括多个用于由该网提供的总能量的不同源的能源网。特别地，本发明涉及用于提供确定由多个可再生源，理想的是风能来将能量提供给能源网的适当策略的方法和系统。这种策略可以用在销售或交易环境中，以确定可以提供到能源网上的可再生能源的销售量。

背景技术

在能源网的环境中，已知的是从多个不同的源提供全部可用能量。传统上这些将基于多种碳基能量源，例如由煤或石油或天然气燃料供能的电力设施。其它源包括核能。最近已经试图增加由可再生资源，如波能(wavepower)或风能提供给能源网的能量的比例。尽管这些可再生资源是干净的、环保的能源，但是这些可再生资源依赖于气候条件，并且需要准确地预报在任何一个时间段内从这种源投放到能源网中或能源网上的能量的数量。实际上从任何一个风生成站输出的风是随机可变的。这种可变性使得处于根据传统的商品交易模型(生产商与另一方的公司合同)的能量的销售变得困难和具有风险性。在这种情形下应该理解，当采用如“准确地”等术语时，意图在统计的环境中将其解释为在预定的方差的容许水平内是准确的。

这种问题的解决方法取决于这种能量的提供商，与能源网经营者或其它第三方签订关于他们在特定时间段内期望的份额(contribution)的短期合同。该时间段可以根据地理情况的细节而变化。例如在爱尔兰，合同期通常是提前超24小时的时间段。这种时间段处于可以以气象学方式合理地预测的值的上限。因为能源网的消耗是相对可确定的因素，因此重要的是提供任何承诺的份额，因为如果可再生能源提供商提供该约定能量的能力不足，这种不足必须由其它来源满足。

为了确保可再生能源提供商向能源网提供实际的约定量，可以有与合同相关的或在市场结构中的惩罚条款。如果提供商约定提供某数量的能量，则不能提供这种能量将可能导致强制提供商根据不足量支付罚款。因此，对风能供应商来说完成承诺是存在障碍的。在国际专利申请WO02054561中提供了关于利用风能作为对整个能源网的提供者的进一步讨论，该专利申请讨论了用来自其它源的能量来补充风的份额。

然而，对于向能源网提供风能的提供商来说，提供商期望获得对他们的设施的最佳可能回报。提供商需要确保在具有最佳可能的投资回报的情况下提供他们所提供的份额。这可能是基于确保在特定风电场产生的能量可以按关于价格、风险和置信度的最佳水平分配给能源网。因此需要使风能经营者能够估计他们在一个特定的时间段内可以稳定地出售给能源网的最佳能量数量。

发明内容

根据本发明教导的系统和方法解决了这些问题和其它问题。这种系统使可变的可再生生产设施的经营者能够确定他们在可确定的时间段内可以稳定出售的最佳能量数量。利用本发明的教导，能够将来自可再生的能量设施的期望输出和市场价格预测相组合，以确定经营者应该出售的最佳数量。可以对多种不同值进行量的优化，其中多种不同值包括最佳价格、最小风险以及其它参数，根据下面的讨论这将变得明显。

利用本发明的教导，能够识别诸如风电场的可再生能源的哪部分输出可以在第一准确度内确定，以使得可再生能源提供商能够将该部分输出作为稳定的输出量出售，由此能够实现对经营者的合理的满足。在本文中，术语“出售稳定”或“稳定地出售”旨在定义满足关于提供能力的第一准确度的量或数量。本发明的系统和方法还用于识别能够在第二准确度范围内被确定的第二部分输出，以使得经营者能够将该部分散出(spill)或推荐为非稳定部分。在本文中，“非稳定”部分表示满足关于提供能力的第二准确度的量或数量。应该理解，第一准确度比第二准确度表示更加可信的统计预报。在本教导中，可最大化可作为稳定承诺提供的部分，并能够在万一承诺没有出现时将随后可能的惩罚的发生最小化。利用本发明的教导，能够提供回报和惩罚之间的平衡。

因此，本发明的第一实施例提供了一种根据权利要求1所述的方法。本发明还提供一种根据权利要求12所述的系统。在其从属权利要求中提供了有益的实施例。

附图说明

现在将参考附图描述本发明，其中：

图1是表示根据本发明教导的分层计算机体系结构的示意图；

图2示意性地示出了根据本发明教导的系统组件之间的数据传递；

图3示意性地示出了根据本发明教导的系统组件之间的数据传递；

图4示意性地示出了可以如何组合来自不同源的分布预测以得出最终决定；

图5以图形的形式示出了可以采用的分布预测类型的实例；

图6以图形的形式示出了为子时段提供的数据阵列和识别最佳推荐的输出的实例；

图7示出了在重新推荐的序列中最佳推荐的输出可以如何变化；

图8示出了估计的重新推荐费用可以如何用于优化推荐值。

具体实施方式

图1示意性地示出了根据本发明教导的系统100。这种系统在整理来自多个不同位置101A、101B、101C和操作状况的信息，以在指定的时间段内提供作为输出的预测的能量数量中是有用的，其中能量数量可以由可再生能源提供商，例如风电场经营者来提供。

根据本发明教导的系统可以被看作包括许多不同的层。应了解，为了便于理解提供这种功能性的划分，并且参考一个特定层描述的功能性和操作于另一个层的构造中可能被等同地提供。为了便于解释，将该系统表示为包括许多不同的模块或元件，但是所属领域技术人员应该理解，这种元件或模块可以按一个或多个硬件或软件配置来实现。

-0层：物理层

第一或基本物理层-0层包括在生产站点的工厂或机器的各种项目，其将操作信息提供给现场的管理控制和数据获取(SCADA)系统。

原始设备制造商(OEM)SCADA系统收集关于生产站点的实时遥测信息，供工厂经营者使用(当前的能量输出可以是一个这种遥测项的实例)。所提及的“OEM”指的是：提供发电机组(genset)115、气象杆(metmast)120及用于诸如子站125的风电场的其它设备的不同制造商使得可以得到不同专有形式的SCADA系统。尽管当然对于进行操作的可再生生产设施需要具有至少一个发电机组115，但是一个或多个这些各类型的设备可以位于任何一个站点。

通常生成遥测数据的可再生生产设施中的工厂项目包括：

发电机组115-这些是将可再生资源转换为电能的单独的生产单元。从发电机组产生的遥测项将包括能量输出和故障状况。通常发电机组还有捕获涡轮机的实时气象状况的设备。可再生设施如风电场的大小在单个发电机组和被提供作为发电机组群的许多发电机组之间是变化的。

气象杆120-这些是包括测量设备的杆，这些测量设备捕获在站点位置的实时气象信息，如风速、风向、温度、气压、湿度等等。这些气象杆是独立的固定结构。通常大多数风电场为每个涡轮机群配备至少一个气象杆。

子站设备125

变压器-这些是用于将电压从生产单元工作的低电平转换为当地能源网电压电平的能源网变压器。

开关装置-该设备用于对站点进行电隔离以及用于当站点出现故障时保护该站点。

仪表-这些是用于测量由设施产生和消耗的电力的仪表，与市场仪表操作者使用的仪表不同的是它们是SCADA系统的部分，用于读取能量生产。

并不是所有的子站都生成遥测信息，也不是所有的站点都具有气象杆或SCADA仪表。然而，所有站点都需要包含发电机组，并且这些发电机组总是链接到SCADA系统。在采用风能的环境中(可再生生产的最常见形式)，有许多已知的涡轮机提供商，包括由诸如GE(通用电器)、Siemens(包括Bonus)、Vestas、Nordex、Mitsubishi、Gamesa公司及其它公司提供的涡轮机。

采用不同的设备制造商会导致不同的SCADA系统工作在不同的站点。根据本发明教导的系统通过提供能源管理网络(EMN)作为有助于将来自不同SCADA系统的数据集中到单个(但是分布的-因此称为“网络”)控制和信息位置的平台来解决这个问题。(参见1层：遥测和控制提取层，下面将讨论)

在站点级使用的用于与OEM SCADA进行本地通信的连通性协议将根据位置和制造商而变化。尽管目的不在于将本发明教导的应用限制到任何一个协议，但是通信协议的典型实例包括OPC(开放协议互联)和VMP(Vestas管理协议)。OPC是一种试图提供访问SCADA数据的标准化方法的工业，但是其执行倾向于是制造商专有的、采用不同“偏好”的。另一方面，VMP是Vestas专用协议。当从站点外访问遥测数据时，一直以来站点之间的其它不同是：通过模拟调制解调器进行拨号和OEM提供的用于OEM SCADA系统的询问的软件。

1层：遥测和控制提取层(Telemetry & Control Abstraction Layer)

遥测和控制提取层包括典型的系统分组、通信链接、接口以及允许生产设备上的专用格式的操作数据越过边界进入集中的数据中心的标准，其中在集中的数据中心可以以合理的标准格式访问数据。

这种系统包括本地地位于风电场子站位置的普通SCADA系统105，该SCADA系统105与OEM SCADA系统110(参见0层)通信。对由普通SCADA系统获取的数据进行搜集并借助于各种通信链接将该数据传输到数据中心，其中通信链接例如是卫星或MPLS-多协议标签交换。

接着数据被聚集到中央数据收集服务器。API(应用程序接口)由中央系统展示，数据通过中央系统从该层传递到2层：通用预测和交易层(见下文)。

因此遥测控制和提取层的作用是作为与物理资源接口的一般装置，并提供与OEM SCADA系统剩余部分的直接交互。其被设计为能够执行对工厂项目的任何询问或与工厂项目的交互，否则这些询问或交互将由经营者利用OEM提供的软件手动地拨号到站点而实现。以这种方式，经营者能够对工厂情况进行单独的实时观察，以通知操作和商业决定，例如经营者能够看到投资组合的合计的总能量输出。应该理解，尽管这种接口可以由可配置平台适当地提供(如Serck Controls提供的平台)，但是除了可以被看作根据随附的权利要求是必要的之外，其并不旨在将本发明限制到任何一个特定的实施中。

2层：通用预测和交易层

通用预测和交易层被定义为普通处理层，这些处理不形成1层的部分，但是仍然保持不变，而不考虑将被支持的生产资源。该层的处理是建立其它处理的基础，以支持经营者的特殊商业需求的基础，一个实例是风能资源的交易。

如上所述，诸如风电场之类的设施的输出是可变的且是不可控制的。几乎总是存在商业激励以能够预测设施的生产输出，作为一个简单的实例，考虑许多同时作为电能供应商的风能提供商，因此同时向终端客户提供电能的风电场经营商在特定某一天的风力状况较差时，必须设法预测其是否需要为其客户购买其它的能量。这样，生产预测对于购买决定来说是非常重要的，更一般地，预测对于交易是重要输入。为了根据风电场的具体整理情况来正确地分析稳定销售量的最佳数量，需要就当前和预测的市场状况及其如何与当前和预测的风力状况相关联进行一定程度的分析。

根据本发明的教导，可以采用许多处理模块来进行各种方面的必要的处理，并且用于该处理的和从该处理输出的数据可以被集中地存储在2层中，作为中央数据库CDR 135的一部分。这种CDR提供了用于收集和管理数据的安全的、共享的数据库，目的包括：

-预测

-生产输出预测

-分析

-分析每天的操作

-交易/买卖

这种库在存储用于操作针对处理的不同输入的规则、计算和指令方面也是有用的。这些信息将被存储为数据库中所存储的程序或函数，并且按照需要根据市场配置或与对方的适当的双边合同被引用。因为每个新的资源被添加到系统中用于管理，这就允许高度的再利用，排除逻辑的重复、减少维护和人力。

通过提供能够在安全的计算环境中实现的中央库，就能够通过用户与CDR的交互提供决定和操作的记录。采用CDR排除了重复输入/输出的需要，提供了多种报告工具和接口，并且能够用于通过最小化人对数据的干预来降低处理环境中人类错误的可能性。

CDR提供了这种能力，即从所有相关的内部遗产、更新的信息系统以及外部数据资源聚集公司中的所有中心处理数据，以提供最大的数据处理灵活性。CDR中的数据集中性通过扩展还将确保数据的质量。

参照图2所示，到CDR的输入可以包括：

-市场预测数据

-天气预测数据(215)

-维护数据(205)

-损耗因素(210)

到CDR的接口，无论是报告工具还是应用程序，都会对处理进行管理，由此数据被用在预测和交易过程中，到CDR的接口还减小人类错误的范围。当数据被集中地存放时，处理器模块400可以与CDR接口并按要求访问相关的数据。

应该理解，尽管预测和交易是风能的最优化供应中的两项关键功能，但是独立地考虑这两项功能是不够的。生产输出预报不仅是气象状况的功能，而且是生产工厂的可用性的功能，因此重要的是在未来可用的能量的定义中提供用于生产能量的物理工厂的总体性能。

用于形成层内容的处理是：可用性时间安排/维护预测140、生产预测服务-独立风电场145、生产预测操作150。

用于三种功能中的每个的核心处理的简单描述在下文中列举出来：

可用性时间安排140：来自可再生的生产设施的生产输出直接受在给定时间可用的站点比例(例如，涡轮机的数量)的影响。理论上，生产预测将考虑未来发电机组可用性的最佳估计，但实际上这是非常难以实现的，并且将包括在每次预测之前将可用性时间安排和估计传递给预测提供商。而且，这些可用性波动中的一些仅可能在使用较早的可用性估计的预测公开后变为已知，因此在任何情况下需要调整该预测以考虑新的信息。

根据本发明的教导，由外部生产预测服务产生的生产预测可以假设全部未来风电场的可用性，在接收到生产预测之后，经营者应用调整以计及任何失去的可用性。可替选地，可用性预测可以被传递到预测服务或模块。在图2的配置中示意性地示出了第一种操作，其中提供外部接口200，从而系统操作者可以将例如涡轮机维护时间安排或涡轮机可用性记录以及预测数据的信息输入到维护调度器，或者将实际损耗特性输入到损耗因素鉴定器215中。接着这种数据被提供给CDR 135，并通过CDR 135进行访问。采用CDR作为中央库意味着数据能够被其它应用或处理模块容易地访问。一旦确定了预测，则该预测可以被输出到预测浏览器215中，预测浏览器215通过图形用户界面或一些其它的适当接口展示给操作者200。

生产预测服务145：该服务模块提供关于期望的可再生生产的信息，有时可以由第三方提供商提供。尽管应该理解也可用采用更长的时间段，但是短期风能输出预测通常在提前1小时到168小时的范围内进行。预测是针对生产设施的能量输出和气象状况而进行的。从二十世纪七十年代开始，风能输出预测一直处于研究和发展之中。其作为商业服务的应用起始于二十世纪九十年代。风能输出预测的最简单的形式是持久性预测。这种模型假设前面所有小时的能量输出预测是在0小时产生的能量。

许多当前的预测模式对来自于数字天气预报模型的气象预测和现场气象以及能量输出测量进行组合，以产生对站点特定的能量和气象预测。有多种不同的商业预测服务可用，在本发明的上下文中并不旨在将预测的用途限制到来自任何一个提供商的那些可用的商业预测服务。

图3的处理流程描述了在涉及到预测的情况下的SCADA数据和CDR的交互。如上所述，最准确的风电场输出预测组合了气象模型和实时SCADA数据。还能够在没有实时SCADA数据的情况下进行预测，但是准确度较低。在这种环境中需要为CDR 135提供设施操作数据的细节，如发电机组遥测数据(例如能量、可用性标记)、气象杆遥测数据(例如在50米高度的风速)、子站遥测数据(例如输出的能量)。如上所述，数据在可以由CDR访问的SCADA接口130是相互关联的。采用这种实时数据能够向第三方预测器145提供相同的数据，以提高预测器可以随后返回到CDR的数据的准确性。

期望在一天中以规则的间隔，例如以30分钟的间隔，将这种数据传送到预测器。这些建议的间隔可以根据预测的规则和市场交易要求而变化。

采用这种实时数据，预测器能够在预定的和提前协商的时间段的范围内，向CDR站点提供特定的气象和能量生产预测。在每次预测中还提供能量输出的不确定性预测。

-3层：市场专用层

在该层中详细说明了要向其提供能量的市场的细节。在图1的示意图中，示出了三个不同的市场区域M1、M2、M3，通常它们中的每一个都可以在如何提供能量的细节、风能与之竞争的可替选的能量供应以及其它参数上变化。2层的组件可以与这些独立的市场接口，以获得适当的相关信息。

预测和交易

根据前述应该理解，在本发明的上下文中网络体系结构可以被看作由多层形成；指定需要提供可再生能源的工厂和机器处于0层，提供能量的市场的细节处于3层。这两层之间的接口将在1层和2层中找到，主要的处理和数据整理处于2层。

最优化引擎

至此，已经描述了在数据提取和存储中有用的体系结构，其中数据与一个或多个可再生生产设施的输出相关联。尽管这种存储在提供报告结构中是有用的，但是本发明提供了以实现准确的预测方法为目的的这种数据的使用，其中所述预测方法为风电场的经营者提供最佳回报。为了实现这一目的，需要可再生生产设施的经营者估计：

i.设施的输出；

ii.在市场上出售或购买能量能达到的价格；

iii.如果市场参与者没有将他们的净约定持仓额与物理生产或要求流量相匹配，则他们将面对单个价格或多个价格(通常由系统经营者征收)；

此后通过组合该信息，经营者能够得到最佳数量以在市场上进行交易(并且通过扩展期望的能量数量以允许非签约的)。

本发明通过对风力预测和价格预测进行组合来定义交易决定，以解决该问题。如图4所示，这种安排可以用来组合来自多个源的统计分布，以便为经营者定义最佳策略。处理器或推荐最优化引擎400被配置成提供作为输出的、经营者希望稳定出售的风电场输出部分的标识，以及经营者希望不出售的部分的标识(可以看出，该部分可以被物理地生产)。经营者期望收到关于已出售和未出售部分的不同价格。这种第一价格和第二价格的不同在于：它们与能量的稳定和不稳定的数量有关；通常，以稳定的价格实现的价格高于以不稳定的价格实现的价格，这是因为购买者将为确信拥有稳定的特定数量能源的约定支付更多的钱。

这种推荐最优化引擎400在考虑了合同价格、未完成生产的惩罚以及生产预测的情况下，处理来自不同源的输入数据，以提供作为输出的稳定销售量。采用这种引擎，通过在每个结算期出售最佳数量，能够使利润最大化。应该理解，在本说明书的上下文中，术语“推荐”旨在表示在开放市场中的销售，或可以提供给外部第三方的参数，或可以内部地用于其它分析处理的参数。

该引擎提供作为输出的、可以由经营者稳定出售的最佳能量数量的标识。决定基于来自两个子模块的输出：风力预测模块425和市场价格预测模块410。这些模块中的每一个提供关于在预定的未来时间段期望的行为的统计输出。这些统计输出可以被看作具有关于它们代表的期望状况的分布形式或置信度度量。

由于两个模块425、410中的每一个提供它们所代表的行为的估计，可以理解，来自每个模块的输出取决于多个参数。影响风力预测和预测的置信度度量的这些参数包括气象模型预报和风电场运行数据。这样，根据被预测站点的实际运行状况定制表示100％的风电场可用性的预测输出。希望把与影响风力预测的参数相关的特定数据存储在CDR(参照图1)中，直到生产预测模块或服务调用该参数以实现处理为止。

以类似的方式，例如如果传统的发电站正在经历升级或进行维护，则诸如在指定的未来时间段内一般期望的能量使用，或者其它能量源的操作水平的市场置换(market permutation)430将影响市场需求和最终价格。这些也可以作为具有期望的实现概率的分布的因素。

基本上两个子模块中的每一个提供了来自风电场的期望输出和期望的能量价格。如图5所示，期望的能量价格，即市场预测是以分布预测的形式提供的，各个分格(bin)501具有相关概率以及值。赢利价格被看作是与散出相对的稳定出售的单位收益增长，惩罚价格是必须提供的以补偿系统经营者或对方不能生产出已销售的能量的价格。图5a示出了赢利价格的概率分布，图5b示出了惩罚价格的同等分布。应该理解，图5的分布图中所示的每个分格具有成对的概率和值，对应于赢利或惩罚。在生产预测的环境中，这可以被提供为标准的分布预测，或者如图5c所示，作为累加分布。赢利概率对与风力输出的配对将确定对于特定数量可实现的价格。然而仍然存在某些交易情况或置换435，对如何组合两者产生影响。例如，如果存在与约定某种水平的能量相关联的某种惩罚，若该能量水平没有被提供的话，则经营者可以决定实行防风险交易策略，并且当约定的能量数量被提供时采取保守的策略。采用实现一个或多个算法功能的计算技术，能够确定“EARU”(参照下述)函数上的与可再生生产设施的目的最匹配的点。可替选地，当提供某种数量时可能的收益可能明显地超过该数量没有被提供时的罚款，因此可能约定更高的数量。所以将在输出上具有的惩罚价格对的贡献包括进来是有用的。

尽管可以提前好几个月约定能量，但是为了最大化的市场流动性，在能量交易的环境中通常在交付前大约24小时进行，而且有时在能量交付前的很短时间进行。通过销售输出，可再生设施的经营者订立合同以在特定的时期内(或多个时期内)以特定价格提供特定数量的能量。同样地，通常进一步的交易在初始交易之后进行，从而改变销售者的净持仓额。这种进一步的改进对可变的可再生生产设施来说是重要的，这是因为预测时期与实际的交付时期更加接近，而且可能更加准确。任何销售跨度被划分为确定的、可被称为“结算期”的子时期。

在每个结算期中对出售能量的最佳数量的计算可以以类似的方式实现。在其大多数抽象和简化的函数形式中，对于每个结算期，引擎采用下面的输入：

赢利概率对：其中S是对的总数量，s是指数(index)

惩罚概率对：其中R是对的总数量，r是指数

风力输出值：其中Q是风电场的最大输出，q是指数。指数q等于风电场的输出水平，如果其被推荐为稳定的能量，将期望接收EARU(期望的附加不受限收益)。

利用这些值可以为每个指数值q估计期望的附加不受限收益(EARU)

接着引擎生成建议的稳定销售量作为该时期的输出。

尽管处理引擎利用使用硬件和软件效用的组合实现的直接供给和调用程序提供了高度的自动化，但是为系统提供用户接口是有用的。呈现在图4中的简化结构中的这种接口可以允许通过交易决定模块415，在他/她感觉不准确时，使得用户，即交易人，拥有重新键入预测的机会，使得设施具有操作或运行优化器的机会，以及使得交易人拥有重新键入最终建议的稳定销售量的机会。一旦稳定销售量被交易人接受，则交易人能够将用于后续交付的推荐提交给风电场能量的第三方购买者。可替选地，或附加的，该值可以内部地用于未来的计算，例如需要通过来自其它方的源来补偿的短缺量。

当提供了用于相同结算期的多于一个的交易的可能性时，应该理解，尽管在能量的实际供应之前存在由此重新访问净约定数量的可能性，但是仅当提供了比交易活动的成本更高的EARU的正变化时，这种进一步的交易才是值得的。

用于每个q的EARUq点的集合将类似于图5。以上得到的每个EARUq值则可以用在下面的步骤中。

1.应该理解，在计算用于结算期的EARUq集合之后，得到EARUq值的阵列，其中q代表场的可能的MWh输出。

2.确定所建议的稳定销售量(NO)应该是多少。这包括如果已经存在计及变动持仓额(position)的费用与未改变的费用的关系的持仓额，则调整约定持仓额：

a.如果其是在作为稳定点NO的最大EARUq点的第一销售机会的销售，则

i.NO＝产生Max(EARUq)的q值

ii.NF＝需要为进一步计算而保存的NO(所有净约定持仓额都应该被存储)

b.如果该时期存在非零的净约定持仓额，则根据较早交易的生产预测可以不同，导致NF与新的EARU曲线上的最大点不相符：

i.为了出售最佳的稳定数量，可以通过进一步销售/购买与保持当前净约定持仓额的有害效果之间的关系来评价调整持仓额的益处。

ii.可以评价由保持当前净约定持仓额NF而产生的可能收益。这是通过生成包括最新预测信息的EARU曲线来确定的。将该图与Max(EARUq)之间的差称为“不活动估计成本(Estimated Cost of Inaction)(ECI)”。

iii.如果在市场上可用于通过销售或购买将净约定持仓额朝Max(EARUq)改变的价格允许将要实现的交易活动比不执行该活动的估计结果(如ECI所示)更加便宜，则应该执行进一步的交易。

c.建议的稳定销售量被存储在表格中并被显示给用户，准备由用户提交以用于建议。

应该理解，这里所描述是可以用于优化从可再生生产资源到能源网的稳定出售的能量份额的方法和体系结构的示例性实施例。尽管参考单个风电场对本教导进行了解释，但应该理解的是，这是为了便于理解，术语“风电场”可被理解为地理上共置的或其它情况的任何数量的发电机组。通过定义最佳推荐的份额，可以有效地和确信地确定如何最大化这种可再生能源资源的份额。

当术语“包括”用在本说明书中时，是明确所述特征、整体、步骤或部件的存在，而不是排除一个或多个其它特征、整体、步骤或部件或其组合的存在或增加。

Claims (17)

1.一种用于确定指定时期内能量的最佳稳定销售量的计算机执行的方法，其中所述能量由可再生能源生产站点提供给能源网配置，所述方法包括：

a.以至少一个分布预测的形式提供针对可再生能源生产站点的生产输出预测，

b.以至少一个分布预测的形式提供市场预测，

c.组合每个市场和风力分布预测，以提供来自可再生能源生产站点的每单位能源输出的可能收入阵列，

d.从所述阵列中确定用于出售的能量输出的适当比例，以最大化在结算期内的收入，并由可再生能源生产站点提供该比例的能量输出值作为份额的输出值给能源网。

2.如权利要求1所述的方法，其中所述可再生能源生产站点包括多个地理上分离的可再生能源生产站点，所述方法包括对多个生产站点中的每个的生产输出预测进行组合。

3.如权利要求1所述的方法，其中所述可再生能源生产站点是风电场。

4.如权利要求1所述的方法，其中所述可再生能源生产站点提供随机的输出。

5.如权利要求1所述的方法，其中通过将来自于至少一个地理位置的实时数据输入到用于该地理位置的输出行为模型来提供生产输出预测。

6.如权利要求5所述的方法，其中在生成分布预测之前，利用与可再生生产站点的性能相关的一个或多个参数，可以约束预测的输出。

7.如权利要求1所述的方法，其中市场价格预测包括一个或多个价格。

8.如权利要求7所述的方法，其中所述一个或多个价格被作为概率密度函数提供。

9.如权利要求8所述的方法，其中所述概率密度函数包括多个概率对。

10.如权利要求9所述的方法，其中所述多个概率对用于提供市场价格、公开价格以及惩罚价格的预测。

11.如权利要求1所述的方法，其中通过最大化表示每单位推荐的能量输出所实现的收入与由于错过该推荐而损失的收入之间关系的函数，来确定合适的能量输出。

12.一种被配置为提供作为输出的、对由可再生能源生产站点生产的最佳能量数量的估计的计算机系统，在推荐时期内的多个间隔应该稳定地出售所述最佳能量数量，所述系统包括：

a.具有多个数据源的数据存储系统；

i.第一数据源，其被耦合到可再生能源生产站点，并被配置为接收关于所述可再生能源生产站点的气候状况的数据；

ii.第二数据源，其被耦合到可再生能源生产站点预测引擎，所述可再生能源生产站点预测引擎被配置为从所述数据存储系统、从所述第一数据源接收数据，并向所述数据存储系统提供作为输出的、在推荐时期内特定间隔的来自可再生能源生产站点的估计能量输出的预测分布；

iii.第三数据源，其被耦合到市场预测引擎，所述市场预测引擎被配置为向所述数据存储系统提供作为输出的、所述能源网的估计价格的预测分布；

b.最优化引擎，其被耦合到所述数据存储系统，并被配置为利用来自第一数据源、第二数据源以及第三数据源中每一个的数据，以便：

i.组合来自第二数据源和第三数据源的数据，以提供每个间隔的值的阵列，所述阵列提供从可再生能源生产站点出售的能量输出和期望的净收入之间的关系；

ii.评估所述值的阵列，以便针对特定的状况集合确定该时期的最佳能量输出值；以及

iii.在该时间间隔从风电场向能源网输出该最佳值作为输出。

13.如权利要求12所述的系统，其中所述可再生能源生产站点是风电场。

14.如权利要求12所述的系统，其中所述可再生能源生产站点表示多个地理上分离的可再生能源生产站点。

15.一种用于优化从可再生生产资源到能源网的能量的稳定出售份额的计算机执行方法，所述方法包括：组合每个市场和风力分布预测，以提供来自所述可再生能源生产站点的每单位能量输出的可能收入的阵列，并从所述阵列中确定用于出售的能量输出的适当比例，以便最大化在结算期内的收入，并由所述可再生能源生产站点提供该比例的能量输出值作为份额的输出值给能源网。

16.如权利要求15所述的方法，其中所述预测是以分布预测的形式提供的。

17.用于控制到能源网的可再生能量份额的方法和系统。

Images