CN103514487A - 一种含分布式电源的配电网负荷预测方法 - Google Patents

Abstract

本发明提供一种含分布式电源的配电网负荷预测方法，所述分布式电源包括风力发电机组和光伏发电系统；包括以下步骤：收集负荷预测信息；预测规划区域的负荷年特性曲线；预测分布式电源的年出力特性曲线；预测含分布式电源的配电网年负荷特性曲线。本发明考虑了分布式电源出力的随机特性，通过蒙特卡洛仿真模拟分布式电源的年出力曲线，接着在不同用地负荷预测的基础上得到配电网的总体负荷特性曲线，最后综合总体负荷特性与分布式电源出力特性，基于时间特性叠加原理得到配电网净负荷年特性曲线，能够很好的解决含分布式电源的配电网负荷预测问题。

Description

一种含分布式电源的配电网负荷预测方法

技术领域

本发明属于配电网规划技术领域，具体涉及一种含分布式电源的配电网负荷特性预测方法。 

背景技术

中长期负荷预测是配电网规划的前提和基础，配电网规划既要预测未来负荷的总量，又要预测未来负荷增长的位置，即中长期负荷总量预测和空间负荷预测，它们对于合理的配电网规划具有重要的指导意义。 

随着分布式电源大量接入配电网，配电网负荷预测工作将面临前所未有的挑战。风机、光伏发电等分布式电源的出力受到气候影响，具有随机性大、可控性低的特点，使电网负荷特性发生显著变化。配电网规划人员在考虑分布式电源对规划的影响时，往往将其简单的视作“负负荷”，考虑其对电网最大负荷的影响，而没有考虑分布式电源出力的时间特性，这将对负荷预测结果的准确性产生很大影响。因此，亟需一种考虑分布式电源的配电网负荷特性预测方法。 

发明内容

为了克服上述现有技术的不足，本发明提供一种含分布式电源的配电网负荷特性预测方法，考虑了分布式电源出力的随机特性，通过蒙特卡洛仿真模拟分布式电源的年出力曲线，接着在不同用地负荷预测的基础上得到配电网的总体负荷特性曲线，最后综合总体负荷特性与分布式电源出力特性，基于时间特性叠加原理得到配电网净负荷年特性曲线，能够很好的解决含分布式电源的配电网负荷预测问题。 

为了实现上述发明目的，本发明采取如下技术方案： 

提供一种含分布式电源的配电网负荷预测方法，所述分布式电源包括风力发电机组和光伏发电系统；所述预测方法包括以下步骤： 

步骤1：收集负荷预测信息； 

步骤2：预测规划区域的负荷年特性曲线； 

步骤3：预测分布式电源的年出力特性曲线； 

步骤4：预测含分布式电源的配电网年负荷特性曲线。 

所述步骤1中，负荷预测信息包括地区发展规划信息、能源发展规划信息、负荷历史数据、大用户报装信息和自然气候数据。 

所述地区发展规划信息包括城乡规划成果与控制性详细规划；所述能源发展规划信息包括地区能源发展方向、分布式电源发展规模与布局；所述负荷历史数据包括全社会负荷、电量的历史数据以及不同类型负荷的典型负荷特性；所述大用户报装信息指大型工商业用户的预计报装信息；所述自然气候数据包括风速、太阳辐照强度和阴雨天数分布的历史数据。 

所述步骤2包括以下步骤： 

步骤2-1：单独分析不同类型用地的年负荷特性曲线； 

步骤2-2：基于时间特性叠加原理将不同类型用地的年负荷特性曲线进行叠加，从而得到规划区域的负荷年特性曲线，有 

$p\left(t\right)=\underset{i}{\mathrm{\Σ}}{p}_i\left(t\right)---\left(1\right)$

p_i(t)=p_imax×f_i(t)                  （2） 

其中，p(t)为规划区域的负荷年特性曲线；p_i(t)为每类用地的年负荷特性曲线；p_imax为每类用地的预测最大负荷值；f_i(t)为每类负荷的负荷特性曲线。 

所述步骤3包括以下步骤： 

步骤3-1：根据地区未来能源发展规划，预测规划年分布式电源的装机规模和分布情况； 

步骤3-2：根据预测得到的规划年分布式电源的装机规模和分布情况，得到风力发电机组出力和光伏发电系统出力，即可得到风力发电机组和光伏发电系统的年出力特性曲线。 

所述步骤3-2中，对于风力发电机组，风速服从威布尔分布，其分布函数F(v)和概率密度函数f(v)分别为： 

$F\left(v\right)=P(V\≤v)=1-\exp [-{\left(\frac{v}{c}\right)}^k)]---\left(3\right)$

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp [-{\left(\frac{v}{c}\right)}^k]---\left(4\right)$

其中，v为风速；k和c为威布尔分布的参数，k为形状参数，c为尺度参数；k和c分别表示为： 

$k={\left(\frac{\mathrm{\σ}}{\mathrm{\μ}}\right)}^{-1.086}---\left(5\right)$

$c=\frac{\mathrm{\μ}}{\mathrm{\Γ}(1+\frac{1}{k})}---\left(6\right)$

其中，μ为平均风速，σ为风速的标准差； 

风力发电机组出力与风速之间v的关系式为： 

$P\left(v\right)=\left\{\begin{array}{cc}0& 0\≤v\≤v_i\\ A+B\×v+C\×v^2& v_i\≤v\≤v_r\\ P_r& v_r\≤v\≤v_o\\ 0& v\≥v_o\end{array}\right.---\left(7\right)$

且： 

$A=\frac{1}{{(v_i-v_r)}^2}[v_i(v_i+v_r)-4v_i{v}_r{\left(\frac{v_i+v_r}{2v_r}\right)}^3]---\left(8\right)$

$B=\frac{1}{{(v_i-v_r)}^2}[4(v_i+v_r){\left(\frac{v_i+v_r}{2v_r}\right)}^3-3(v_i+v_r)]---\left(9\right)$

$C=\frac{1}{{(v_i-v_r)}^2}[2-4{\left(\frac{v_i+v_r}{2v_r}\right)}^3]---\left(10\right)$

其中，v_i、v_r和v_o分别为风电机组的启动风速、额定风速和切除风速；P_r为风电机组的额定出力； 

对于光伏发电系统，太阳辐照强度服从Beta分布，太阳辐照强度的概率密度函数f(s)表示为： 

其中，s为太阳辐照强度，α和β为Beta分布的参数，分别表示为： 

$\mathrm{\β}=(1-{\mathrm{\μ}}_0)(\frac{{\mathrm{\μ}}_0(1+{\mathrm{\μ}}_0)}{{\mathrm{\σ}}_0^2}-1)---\left(12\right)$

$\mathrm{\α}=\frac{{\mathrm{\μ}}_0\mathrm{\β}}{1-{\mathrm{\μ}}_0}---\left(13\right)$

其中，μ₀为平均辐照强度，σ₀为太阳辐照强度的标准差； 

光伏发电系统出力与太阳辐照强度之间s的关系式为： 

P_s＝s×m×n×η             （14） 

其中，P_s为光伏发电系统输出功率；s为组成光伏发电系统的光伏电池板倾斜面的太阳辐照强度，单位为kW/m²；m为光伏电池板上单个光伏组件的面积，单位为m²；n为光伏组件数量，η为光伏组件的额定转换效率。 

所述步骤4中，综合规划区域的负荷年特性曲线与分布式电源的年出力特性曲线，基于时间特性叠加原理，得到含分布式电源的配电网年负荷特性曲线； 

含分布式电源的配电网年负荷曲线表示为： 

P(t)＝P₀(t)-∑P_DG(t)            （15） 

其中，P(t)为含分布式电源的配电网年负荷特性曲线，P₀(t)为规划区域的负荷年特性曲线，P_DG(t)为分布式电源的年出力特性曲线。 

与现有技术相比，本发明的有益效果在于： 

1.本发明提供的含分布式电源的配电网负荷特性预测方法，提出了基于时间特性叠加原理对规划区域的总体年负荷特性进行预测，可以全面掌握规划年的负荷特性，解决了传统方法基于最大负荷预测导致预测结果不精确、信息不全面的问题； 

2.本发明提供的含分布式电源的配电网负荷特性预测方法，提出了基于蒙特卡洛对分布式电源出力特性进行仿真模拟，解决了分布式电源出力特性预测困难的问题，能够很好的评估分布式电源对配电网负荷特性的影响。 

附图说明

图1是含分布式电源的配电网负荷特性预测方法流程图； 

图2是风电机组的输出功率与风速之间的函数关系曲线图； 

图3是本发明实施例中规划区域的负荷年特性曲线图； 

图4是本发明实施例中规划区域的风电机组年出力特性曲线图； 

图5是本发明实施例中规划区域的光伏年出力特性曲线图； 

图6是本发明实施例中含分布式电源的配电网年负荷曲线图； 

图7是含分布式电源前后配电网年负荷持续时间曲线对比图。 

具体实施方式

下面结合附图对本发明作进一步详细说明。 

图1和图2分别为含分布式电源的配电网负荷特性预测方法流程图与风电机组的输出功率与风速之间的函数关系曲线图。 

本实施例以北方某中等城市为例，规划年面积约100平方公里。假设未来将在具备条件的地区安装风机与光伏，针对该区域进行考虑分布式电源的配电网负荷预测。 

（1）收集负荷预测信息； 

①气候条件 

该地区气候条件情况如表1： 

表1 

②分布式电源装机规模 

根据该地区能源规划，未来将安装风机150台，光伏约120万块。 

③地块划分情况 

根据地区控制性详细规划，将规划区域划分为最小1km²的地块，且分别归属四种不同类型负荷（工业、商业、市政、居民），地块划分结果如表2： 

表2 

类型	占地面积/km2	地块数量	风机数量/台	光伏数量/万块
					工业	40.5	25	120	46
商业	7.6	7	0	8.4
					市政	7.3	7	0	8.4
居民	50.6	33	30	57.2
					合计	106	72	150	120

（2）规划负荷预测 

根据本地区市政规划资料和经济发展状况，预测规划年各行业负荷值及所占比重如下。规划年该地区总负荷约642.5MW，其中居民生活负荷占较高比例。规划电力负荷预测结果如表3： 

表3 

分类	负荷（MW）	所占比重（%）
			工业	105.3	16.4%
商业	88.6	13.8%
			市政	65.9	10.3%
居民	416.5	64.8%
			合计	642.5	100

根据地区不同类型用地的历史负荷特性，预测得到不同用地的年负荷特性曲线，再基于负荷特性叠加法得到规划年地区总负荷年特性曲线如附图3。 

（3）分布式电源出力预测 

根据地区风速历史统计数据，利用威布尔分布仿真得到一年的风速数据，再根据风机功率特性得到该地区一年的风功率特性曲线如附图4。 

根据地区太阳辐照强度历史统计数据，以及每月阴雨天数的统计结果，综合Beta分布与离散分布仿真得到一年的太阳辐照强度数据，再根据光伏出力特性得到该地区一年的光伏出力特性曲线如附图5。 

（4）考虑分布式电源的配电网负荷预测 

综合常规负荷预测与分布式电源出力预测结果，基于时间特性叠加原理，预测得到考虑分布式电源的配电网负荷预测结果，如附图6所示。考虑分布式电源前后的年负荷持续时间 曲线图如附图7所示。 

（5）结论 

①现有方法往往将分布式电源简单的视作“负负荷”，考虑其对电网最大负荷的影响，由于分布式电源出力随机性较大、时间特性较强，单纯考虑最大负荷的预测方法将对负荷预测的准确性产生很大影响。 

②按照本发明提供的考虑分布式电源的配电网负荷特性预测方法，通过仿真分析分布式电源的出力随机特性，同时基于时间特性叠加原理进行负荷预测，能够较为准确的反映分布式电源对配电网负荷特性的影响，从而得到更为精确合理的负荷预测结果。 

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。 

Claims (8)

1.一种含分布式电源的配电网负荷预测方法，所述分布式电源包括风力发电机组和光伏发电系统；其特征在于：所述预测方法包括以下步骤： 

步骤1：收集负荷预测信息； 

步骤2：预测规划区域的负荷年特性曲线； 

步骤3：预测分布式电源的年出力特性曲线； 

步骤4：预测含分布式电源的配电网年负荷特性曲线。 

2.根据权利要求1所述的含分布式电源的配电网负荷预测方法，其特征在于：所述步骤1中，负荷预测信息包括地区发展规划信息、能源发展规划信息、负荷历史数据、大用户报装信息和自然气候数据。 

3.根据权利要求2所述的含分布式电源的配电网负荷预测方法，其特征在于：所述地区发展规划信息包括城乡规划成果与控制性详细规划；所述能源发展规划信息包括地区能源发展方向、分布式电源发展规模与布局；所述负荷历史数据包括全社会负荷、电量的历史数据以及不同类型负荷的典型负荷特性；所述大用户报装信息指大型工商业用户的预计报装信息；所述自然气候数据包括风速、太阳辐照强度和阴雨天数分布的历史数据。 

4.根据权利要求1所述的含分布式电源的配电网负荷预测方法，其特征在于：所述步骤2包括以下步骤： 

步骤2-1：单独分析不同类型用地的年负荷特性曲线； 

步骤2-2：基于时间特性叠加原理将不同类型用地的年负荷特性曲线进行叠加，从而得到规划区域的负荷年特性曲线，有 

p_i(t)=p_imax×f_i(t)                      （2） 

其中，p(t)为规划区域的负荷年特性曲线；p_i(t)为每类用地的年负荷特性曲线；p_imax为每类用地的预测最大负荷值；f_i(t)为每类负荷的负荷特性曲线。 

5.根据权利要求1所述的含分布式电源的配电网负荷预测方法，其特征在于：所述步骤3包括以下步骤： 

步骤3-1：根据地区未来能源发展规划，预测规划年分布式电源的装机规模和分布情况； 

步骤3-2：根据预测得到的规划年分布式电源的装机规模和分布情况，得到风力发电机组出力和光伏发电系统出力，即可得到风力发电机组和光伏发电系统的年出力特性曲线。 

6.根据权利要求5所述的含分布式电源的配电网负荷预测方法，其特征在于：所述步骤3-2中，对于风力发电机组，风速服从威布尔分布，其分布函数F(v)和概率密度函数f(v)分别为： 

其中，v为风速；k和c为威布尔分布的参数，k为形状参数，c为尺度参数；k和c分别表示为： 

其中，μ为平均风速，σ为风速的标准差； 

风力发电机组出力与风速之间v的关系式为： 

且： 

其中，v_i、v_r和v_o分别为风电机组的启动风速、额定风速和切除风速；P_r为风电机组的额定出力。

7.根据权利要求5所述的含分布式电源的配电网负荷预测方法，其特征在于：对于光伏发电系统，太阳辐照强度服从Beta分布，太阳辐照强度的概率密度函数f(s)表示为： 

其中，s为太阳辐照强度，α和β为Beta分布的参数，分别表示为： 

其中，μ₀为平均辐照强度，σ₀为太阳辐照强度的标准差； 

光伏发电系统出力与太阳辐照强度之间s的关系式为： 

P_s＝s×m×n×η                   （14） 

其中，P_s为光伏发电系统输出功率；s为组成光伏发电系统的光伏电池板倾斜面的太阳辐照强度，单位为kW/m²；m为光伏电池板上单个光伏组件的面积，单位为m²；n为光伏组件数量，η为光伏组件的额定转换效率。 

8.根据权利要求1所述的含分布式电源的配电网负荷预测方法，其特征在于：所述步骤4中，综合规划区域的负荷年特性曲线与分布式电源的年出力特性曲线，基于时间特性叠加原理，得到含分布式电源的配电网年负荷特性曲线； 

含分布式电源的配电网年负荷曲线表示为： 

P(t)＝P₀(t)-∑P_DG(t)              （15） 

其中，P(t)为含分布式电源的配电网年负荷特性曲线，P₀(t)为规划区域的负荷年特性曲线，P_DG(t)为分布式电源的年出力特性曲线。 

Images