CN103218757A - 一种确定光伏发电容量可信度的方法 - Google Patents

Abstract

本发明公开了一种确定光伏发电容量可信度的方法，1)建立含光伏电站的混合发电系统分时段模型;2)计算不含光伏电站的原始发电系统白天可靠性指标R_d和黑夜可靠性指标，叠加得到原始发电系统综合可靠性指标R_y；3)在原始发电系统中接入光伏电站，以R_y和R_d为目标，调整混合发电系统负荷水平，得到混合发电系统新的负荷水平;4)以虚拟常规机组替代光伏电站，分别在新的负荷水平下，迭代计算即可得到光伏电站的白天发电容量可信度C_y和全天发电容量可信度C_d。本发明能够清楚的考察加入光伏电站后，对系统白天时段可靠性的改善情况，并能够计算白天和全时段的光伏发电容量可信度。

Description

一种确定光伏发电容量可信度的方法

技术领域

本发明属于含光伏电站的发电系统可靠性计算方法技术领域，具体涉及计及光伏出力与负荷相关性的光伏发电容量可信度计算方法。

背景技术

太阳能因资源丰富、永不枯竭、清洁安全成为可再生能源发电方式的代表。在中国，大规模并网光伏发电已由规划变为现实。2011年10月，青海格尔木200MW并网光伏电站已进入并网调试及试运行期。截止2010你那，我国光伏发电累计装机容量已经达到893MW。预计到2020年光伏装机容量将达到20GW。光伏发电将成为重要的替代能源。

光伏发电具有随机性、间歇性和周期性的特点，被视为一种不可靠性的发电形式，只提供电量价值，不提供容量价值。与其他能源相比，光伏发电出力更具规律性。太阳能辐射和负荷均随季节和昼夜交替而变化，光伏出力与负荷表现出更强的相关性，多数情况下能发挥削峰作用。和常规发电方式相比，光伏发电只是在出力可用率方面有数量上的差异，而没有本质上的区别。因此，需要迫切对光伏发电的容量价值进行研究。

和风电不同，光伏发电具有非常明显的昼夜特性，整个黑夜期间光伏发电出力为零。换言之，夜晚光伏电站对系统可靠性没有贡献。而白天的负荷一般高于夜晚，因此有必要针对白天时段的光伏发电容量可信度进行研究。

发电容量可信度是指电源可以被信任的容量。目前，对新增电源容量可信度(CapacityCredit)的理解方式主要有两类:1)从负荷侧考虑:保持给定系统可靠性水平，新增电源能够额外承担的负荷量，即有效载荷能力(Effective Load Carry Capability，ELCC);2)从发电侧考虑:同等可靠性水平下，新增电源能够替代的常规机组容量。

大规模光伏电站并网是最近几年才发展起来的新形式，国内对光伏发电容量可信度的研究较少。国外从上世纪80年代就开始关注光伏发电容量可信度，但未就光伏出力与电网负荷间的相关性问题进行深入研究。

发明内容

针对现有光伏发电容量可信度计算的不足，本发明提出一种计及光伏出力与负荷相关性的光伏发电容量可信度确定方法，本方法能直观的考察光伏出力与负荷的相关性，并能就白天时段的光伏发电容量可信度进行研究，得到光伏发电容量可信度。

本发明实现上述目的的技术解决方案如下:

一种确定光伏发电容量可信度的方法，按如下步骤进行:

1)基于太阳能辐射样本数据，建立含光伏电站的混合发电系统分时段模型;

2)采用非序贯蒙特卡洛模拟，计算不含光伏电站的原始发电系统白天可靠性指标R_d和黑夜可靠性指标，叠加得到原始发电系统综合可靠性指标R_y；

3)在原始发电系统中接入光伏电站形成混合发电系统，分别以R_y和R_d为目标，调整混合发电系统负荷水平，得到混合发电系统新的负荷水平L_y和L_d;

4)以虚拟常规机组替代光伏电站，分别在新的负荷水平L_y和L_d下，负荷水平L_y以R_y为目标，负荷水平L_d以R_d为目标，迭代计算得到系统所需虚拟常规机组容量G_y和Gd_，G_y和G_d即光伏电站的白天发电容量可信度C_y和全天发电容量可信度G_d。

步骤1)中混合发电系统分时段模型的建立方法为:根据光伏发电出力特征，分别建立白天时段模型和黑夜时段模型;黑夜时段模型采用多级负荷模型;白天时段模型采用离散联合概率分布模型描述负荷和光伏出力的相关特性;

多级负荷模型:在给定负荷水平分级数目后，采用聚类技术得到某一负荷层下的负荷点数目，进而得到各级负荷水平和对应的概率;第i级负荷水平L_i及对应的概率p_i分别为:

$L_i=\frac{\underset{k=1}{\overset{N_i}{\mathrm{\Σ}}}{l}_k}{N_i}(i=\mathrm{1,2},...,\mathrm{NL})---\left(2\right)$

$p_i=\frac{N_i}{N}---\left(3\right)$

式中，NL表示负荷水平分级数，N_i表示i级负荷层的负荷点数目，N为负荷点总数;

离散联合概率分布模型:采用离散联合概率分布描述负荷与光伏出力之间的相关性;

设X为负荷变量，其状态空间为有限个离散值(x₁，x₂，...，x_m);Y为光伏电站出力变量，其状态空间为有限个离散值(y₁，y₂，...y_n)，二维随机变量(X，Y)构成的离散联合概率分布可表示为:

其中，Σp_ij＝l，p_ij表示负荷水平为x_i且光伏出力为y_j时的概率，可采用下式求取

$p_{\mathrm{ij}}=\frac{n_{\mathrm{ij}}}{N}(i=\mathrm{1,2},...,m;j=\mathrm{1,2},...,n)$

其中，n_ij为样本序列中，(x_i，y_j)出现的次数，N为样本容量;

其中光伏电站出力计算为:单块光伏电池在t时刻的输出功率为:

P(t)=η×A×S      (1)

式中，p(t)是输出功率，η是额定光电转换效率，A是面积，S是太阳能辐射度。

相比现有技术，本发明具有以下有益效果:

1、利用光伏电站的昼夜特性，分时段分别计算白天和黑夜的可靠性指标，能够清楚的考察加入光伏电站后，对系统白天时段可靠性的改善情况，并能够分别计算白天和全时段的光伏发电容量可信度。

2、能够考虑光伏电站出力和负荷的相关特性。

本发明广泛应用于大规模光伏电站的发电容量可信度计算中。

附图说明

图1-含光伏电站的发电系统可靠性评估流程图。

图2-光伏发电容量可信度计算框图。

图3-可靠性指标和负荷水平的关系图。

具体实施方式

本发明在计算光伏发电容量可信度时，涉及光伏出力与负荷的离散联合概率分布模型，同时还涉及含光伏电站的发电系统可靠性指标的计算。因此，在计算光伏发电容量可信度前，先介绍光伏出力与负荷的离散联合概率分布模型和含光伏电站的发电系统可靠性指标的计算方法。

1、光伏出力与负荷的离散联合概率分布模型

1.1)光伏电站出力模型

影响光伏发电出力的因素很多，其中气象因素，尤其是太阳能辐射，是最关键因素。根据太阳能电池光生伏打效应的发电原理，光电转换的经验公式和合理的经验系数，输入太阳能辐射值，计算光伏电池输出功率。单块光伏电池在t时刻的输出功率为:

P(t)=η×A×S    (1)

式中，p(t)是输出功率(单位:kW)，η是额定光电转换效率，A是面积(单位:m²)，S是太阳能辐射度(单位:kW/m²)。太阳能辐射存在随机性和间歇性的特点，在可靠性评估中通常采用多状态出力模型来刻画这种特性。

1.2)多级负荷模型

在发电系统可靠性评估中，负荷一般采用多级水平模型。在给定负荷水平分级数目后，采用聚类技术得到某一负荷层下的负荷点数目，进而得到各级负荷水平和对应的概率。第i级负荷水平L_i对应的概率p_i分别为:

$L_i=\frac{\underset{k=1}{\overset{N_i}{\mathrm{\Σ}}}{l}_k}{N_i}(i=\mathrm{1,2},...,\mathrm{NL})---\left(2\right)$

$P_i=\frac{N_i}{N}---\left(3\right)$

式中，NL表示负荷水平分级数，N_i表示i级负荷层的负荷点数目，N为负荷点总数。

1.3)分时段模型

光伏发电昼夜特征明显，且受气候因素影响，这对评估光伏发电容量可信度产生一定的影响。

因此，根据光伏发电出力特征，分别建立白天/黑夜分时段模型。对于黑夜，光伏电站输出功率为零，采用多级负荷模型;对于白天，利用离散概率分布描述负荷和光伏出力的相关特性。

1.4)联合概率分布模型

采用离散联合概率分布刻画负荷与光伏出力之间的相关性。设X为负荷变量，其状态空间为有限个离散值(x₁，x₂，...，x_m);Y为光伏电站出力变量，其状态空间为有限个离散值(y₁，y₂，...，y_n)，二维随机变量(X，Y)构成的离散联合概率分布可表示为:

其中，Σp_ij＝l，p_ij表示负荷水平为x_i且光伏出力为y_j时的概率，可采用下式估计求取

$p_{\mathrm{ij}}=\frac{n_{\mathrm{ij}}}{N}(i=\mathrm{1,2},...,m;j=\mathrm{1,2},...,n)$

其中，n_ij为样本序列中，(x_i，y_i)出现的次数，N为样本容量。

2、含光伏电站的发电系统可靠性指标计算

2.1)基于太阳辐射数据样本，建立前述的分时段出力模型。

2.2)采用非序贯蒙特卡洛模拟分时段分别计算白天和黑夜的可靠性指标。

对于白天，光伏电站有出力，根据前述建立的光伏出力和负荷离散联合概率分布模型，采用蒙特卡洛抽样，确定每级负荷水平下光伏出力的大小，将其累加到可用发电容量中，判断系统状态，计算白天时段可靠性指标。

对于黑夜，光伏电站出力为零，在可用发电容量中不需累加光伏电站的出力。只需比较所有常规机组的可用容量和负荷的大小，判断系统状态，计算黑夜时段的可靠性指标。

对白天和黑夜的可靠性指标进行加权相加，即得到全天的可靠性指标，计算流程图如图1所示。

3、光伏发电容量可信度计算

本发明计及光伏出力和负荷相关性的光伏发电容量可信度计算框架如图2所示。

3.1)基于太阳能辐射样本数据，建立混合发电系统分时段模型。实施例采用美国亚利桑那州某地区(北纬33°56′48″西经113°11′20″)太阳能辐射数据作为样本进行分析。

3.2)采用非序贯蒙特卡洛模拟，计算不含光伏电站的原始系统白天可靠性指标R_d和黑夜可靠性指标，叠加得到综合可靠性指标R_y。原始系统白天可靠性指标R_d和黑夜可靠性指标按上述第二大步骤中“含光伏电站的发电系统可靠性指标计算”方法计算，只是白天可靠性指标R_d和黑夜可靠性指标计算方法一样，都按黑夜可靠性指标计算方法计算即可。

3.3)接入光伏电站，采用第二大步骤中“含光伏电站的发电系统可靠性指标计算”方法，计算混合系统新的白天时段可靠性指标和综合可靠性指标。

3.4)分别以R_y和R_d为目标，调整混合系统负荷水平，得到系统新的负荷水平L_y和L_d。

3.5)以虚拟常规机组替代光伏电站，分别在新的负荷水平L_y和L_d下，负荷水平L_y以R_y为目标，负荷水平L_d以R_d为目标，迭代计算得到系统所需虚拟常规机组容量G_y和G_d，G_y和G_d即光伏电站的白天发电容量可信度G_y和全天发电容量可信度G_d。

4、关于步骤3.4)中系统新的负荷水平L_y和L_d的确定

可靠性指标与负荷等级是单调、非线性关系。已知负荷水平，可通过蒙特卡洛仿真得到可靠性指标，但反向计算却较为困难。本方法采用弦截法进行求解，该方法无需进行求导，具有较高的计算速度，求解步骤如下:

4.1)假设原始系统峰荷为L_pk0，原始系统可靠性指标为R₀，允许误差为ε。计算峰荷L₁＝L_pk0，增加光伏电站容量为G_pv时的可靠性指标R₁;同时计算峰荷L₂＝L_pk0+G_pv时，增加等容量光伏G_pv时的可靠性指标R₂，得到点X₁(L_l，R_l)和X₂(L₂，R₂)。

4.2)求过点X₁和点X₂的直线与f(x)＝R₀的交点对应的峰荷L₃，代入新的负荷曲线进行仿真，得到可靠性指标R₃。

4.3)若|R₃-R₀|＞ε则继续进行迭代，求过点X₃(L₃，R₃)和X₂(L₂，R₂)的直线与f(x)＝R₀的焦点对应的峰荷L₄，代入新的负荷曲线进行仿真，得到可靠性指标R₄。

4.4)若|R₄-R₀|＞ε则重复步骤4.3)直至可靠性指标满足给定精度，得到该可靠性指标下的负荷水平。

以下给出一个具体实施例计算某地区光伏电站发电容量可信度。

1、建立光伏出力与负荷的离散联合概率分布模型

对RBTS测试系统进行计算，该系统共有11台机组，总装机容量为240MW，峰荷为185MW，可靠性指标为LOLE＝1.09h/年，LOEE＝9.82MWh/年。

输入某地区太阳能辐射数据样本，根据公式(1)计算光伏电站出力。

根据RBTS测试系统的小时负荷数据和小时光伏电站出力根据公式(4)建立光伏出力和负荷的离散联合概率分布。

2、含光伏电站的发电系统可靠性评估

对于白天，光伏电站有出力，根据光伏出力和负荷离散联合概率分布模型，采用蒙特卡洛抽样，确定每级负荷水平下光伏出力的大小，将其累加到可用发电容量中，判断系统状态，计算白天时段可靠性指标。

对于黑夜，光伏电站出力为零，在可用发电容量中不需累加光伏电站的出力。只需比较所有常规机组的可用容量和负荷的大小，判断系统状态，计算黑夜时段的可靠性指标。

对白天和黑夜的可靠性指标进行加权相加，即得到全年的可靠性指标。

3、光伏发电容量可信度计算

采用美国亚利桑那州某地区(北纬33°56′48″西经113°11′20″)太阳能辐射数据作为样本进行分析。采用上述模型，分别按等LOLE和等LOEE准则，分析不计和计及相关性情况下，全状态和昼状态光伏发电容量可信度，虚拟常规机组的FOR设为0.02。

接入光伏电站，计算新的白天时段可靠性指标和综合可靠性指标。

分别以R_y和R_d为目标，调整混合系统负荷水平，得到系统可额外承担的负荷ΔL_y和ΔL_d。以虚拟常规机组替代光伏电站，分别在新的负荷水平下，以R_y和R_d为目标，迭代计算得到系统所需常规机组容量G_y和G_d，即光伏电站的发电容量可信度G_y和G_d。

结果如表1和表2所示。

表l等LOLE准则下光伏发电容量可信度

Tab.1Credit capacity of PPG based on equal LOLE

表2等LOEE准则下光伏发电容量可信度

Tab.2Credit capacity of PPG based on equal LOEE

从上述结果可以看出，本发明能够快速实现光伏容量可信度的计算。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种确定光伏发电容量可信度的方法，其特征在于:按如下步骤进行:

1)基于太阳能辐射样本数据，建立含光伏电站的混合发电系统分时段模型;

2)采用非序贯蒙特卡洛模拟，计算不含光伏电站的原始发电系统白天可靠性指标R_d和黑夜可靠性指标，叠加得到原始发电系统综合可靠性指标R_y;

3)在原始发电系统中接入光伏电站形成混合发电系统，分别以R_y和R_d为目标，调整混合发电系统负荷水平，得到混合发电系统新的负荷水平L_y和L_d;

4)以虚拟常规机组替代光伏电站，分别在新的负荷水平L_y和L_d下，负荷水平L_y以R_y为目标，负荷水平L_d以R_d为目标，迭代计算得到系统所需虚拟常规机组容量G_y和G_d，G_y和G_d即光伏电站的白天发电容量可信度C_y和全天发电容量可信度G_d。

2.根据权利要求1所述的确定光伏发电容量可信度的方法，其特征在于:步骤1)中混合发电系统分时段模型的建立方法为:根据光伏发电出力特征，分别建立白天时段模型和黑夜时段模型;黑夜时段模型采用多级负荷模型;白天时段模型采用离散联合概率分布模型描述负荷和光伏出力的相关特性;

多级负荷模型:在给定负荷水平分级数目后，采用聚类技术得到某一负荷层下的负荷点数目，进而得到各级负荷水平和对应的概率;第i级负荷水平L_i及对应的概率p_i分别为:

$L_i=\frac{\underset{k=1}{\overset{N_i}{\mathrm{\Σ}}}{l}_k}{N_i}(i=\mathrm{1,2},...,\mathrm{NL})---\left(2\right)$

$p_i=\frac{N_i}{N}---\left(3\right)$

式中，NL表示负荷水平分级数，N_i表示i级负荷层的负荷点数目，N为负荷点总数;

离散联合概率分布模型:采用离散联合概率分布描述负荷与光伏出力之间的相关性;

设X为负荷变量，其状态空间为有限个离散值(x₁，x₂，...，x_m);Y为光伏电站出力变量，其状态空间为有限个离散值（y₁，y₂，...，y_n)，二维随机变量(X，Y)构成的离散联合概率分布可表示为:

其中，Σp_ij＝l，p_ij表示负荷水平为x_i且光伏出力为y_j时的概率，可采用下式求取:

$p_{\mathrm{ij}}=\frac{n_{\mathrm{ij}}}{N}(i=\mathrm{1,2},...,m;j=\mathrm{1,2},...,n)$

其中，n_ij为样本序列中，(x_i，y_j)出现的次数，N为样本容量;

其中光伏电站出力计算为:单块光伏电池在t时刻的输出功率为:

P(t)=η×A×S     (1)

式中，p(t)是输出功率，η是额定光电转换效率，A是面积，S是太阳能辐射度。

Images