CN103778340B - 大规模新能源发电特性的统计方法 - Google Patents
大规模新能源发电特性的统计方法 Download PDFInfo
- Publication number
- CN103778340B CN103778340B CN201410039619.3A CN201410039619A CN103778340B CN 103778340 B CN103778340 B CN 103778340B CN 201410039619 A CN201410039619 A CN 201410039619A CN 103778340 B CN103778340 B CN 103778340B
- Authority
- CN
- China
- Prior art keywords
- wind
- energy
- power
- generation
- electricity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 103
- 238000007619 statistical method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000010248 power generation Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 230000006855 networking Effects 0.000 claims abstract description 4
- 241000196324 Embryophyta Species 0.000 claims description 45
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 25
- 230000003287 optical effect Effects 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 15
- 230000005855 radiation Effects 0.000 claims description 15
- 238000013480 data collection Methods 0.000 claims description 12
- 230000002123 temporal effect Effects 0.000 claims description 12
- 230000032258 transport Effects 0.000 claims description 8
- 230000005684 electric field Effects 0.000 claims description 7
- 238000012797 qualification Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000000284 resting effect Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 206010008190 Cerebrovascular accident Diseases 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims description 3
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 208000006011 Stroke Diseases 0.000 claims description 3
- 230000000873 masking effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 abstract description 3
- 238000000205 computational method Methods 0.000 description 20
- 238000012423 maintenance Methods 0.000 description 12
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000005755 formation reaction Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种大规模新能源发电特性的统计方法,具体公开一种大规模新能源发电自然特性(随机性、波动性、间歇性等)的定量统计方法,包括采集风电场升压站功率数据、风电机组监控系统单机信息或风电场测风塔风力发电机组轮毂高度处的气象数据;采集光伏电站升压站功率数据、监控系统逆变器状态、自动气象站气象数据,统研究和统计新能源与水电年级间相互关系。利用统计到的指标评价和分析电网接纳新能源上网能力、评价系统电力电量平衡能力,提高电网新能源发电功率预测精度,指导电网运行控制新能源安全发电。实现提高电力系统运行的安全性和稳定性,提高电网吸纳光伏的能力,并降低电力系统的运行成本,充分利用太阳能资源的优点。
Description
技术领域
本发明涉及一种大规模新能源发电特性的统计方法,具体地,涉及光伏发配电技术领域,涉及不同地区大规模风电集群、光伏集群并网发电的出力特性分析,应用于地区风电光伏发展规划、电网接纳光伏发电能力评估、电网电力电量平衡、电网调度运行控制和风电、光伏的自然特性及集群特性分析。
背景技术
截至2013年底,甘肃电网共并网风电51座703万千瓦,光伏电站95座容量430万千瓦,新能源占全网装机容量超过32%,新能源发电对电网安全运行、电力电量平衡等影响重大。风电和光伏等间歇性新能源规模化发展面临三大技术难题:一是具有随机性、波动性,发电特性有待改善;二是难以有效预测、调度和控制,源网协调性能有待提高;三是资源的地域特征明显,与需求呈逆向分布,资源有效配置问题有待解决。这三大难题成为了制约我国新能源发展的瓶颈,如果不能得到有效解决,将会严重影响我国新能源发展目标的实现。
发明内容
本发明的目的在于,针对上述问题,提出一种大规模新能源发电特性的统计方法,以实现提高电力系统运行的安全性和稳定性,提高电网吸纳光伏的能力,并降低电力系统的运行成本,充分利用太阳能资源的优点。
为实现上述目的,本发明采用的技术方案是:
一种大规模新能源发电特性的统计方法,包括以下步骤:
采用风电机组监控系统或测风塔测量的风力发电机组轮毂高度处自动采集的数据统计风电场风能资源指标的步骤;
采用光伏电站自动气象站监测采集的数据统计光伏电站太阳能资源指标的步骤;
采用风电场、光伏电站监控系统以及电网调度机构的电能量管理系统自动采集的数据统计风电场、光伏电站调度运行指标的步骤;
以及根据上述统计的风电场风能资源指标、光伏电站太阳能资源指标和风电场、光伏电站调度运行指标进行评价电网接纳新能源上网能力、评价电力电量平衡能力,提高新能源发电功率预测精度,指导电网运行控制新能源的步骤。
根据本发明的优选实施例,所述采用风电机组监控系统或测风塔测量的风力发电机组轮毂高度处自动采集的数据统计风电场风能资源指标的步骤具体如下:
风电场平均风速,
在统计时段内,风电场测量得到的平均风速的算术平均值:
νi为统计时段内的单台风电机组或测风塔平均风速,n为参加统计的风电机组台数或塔数;
风电场最大风速,
统计时段内的10分钟平均风速的最大值,为风电场单台风电机组或测风塔的测量值;
风电场极大风速,
统计时段内的瞬时风速的最大值,为风电场单台风电机组或测风塔的测量值;
风电场有效风速小时数,
统计时段内介于风电机组切入风速与切出风速之间的风速持续小时数的累计值;
风电场平均气温,
统计时段内风电场测量的气温平均值,
日平均气温Ci为第i小时测得的气温,月平均气温C日i为第i日平均气温,n为月内自然天数;
风电场平均空气密度,
统计时段内风电场测量的空气密度平均值,
日平均空气密度为一日内按设定时间测得数值的算术平均值,月平均空气密度为月内各日平均空气密度的平均值;
风电场风速频率分布,
以1m/s为一个风速区间,统计时段内测风序列中每个风速区间内风速出现的频率,每个风速区间的数字代表中间值;
风电场风向频率分布,
以16或12个方位表示,用统计时段内各个风向发生的次数占该时期内观测、累计各个不同风向包括静风,的总次数的百分比来表示,风向频率取整数,某风向未出现,频率栏空白,频率<0.5,记0,
风功率密度,
与风向垂直的单位面积中风所具有的功率,从测风塔直接读取或者通过公式计算,
日平均风功率密度按下式计算:
ρ为日平均空气密度,
v3为第i(i=1,2,3...24)小时平均风速的三次方,月平均风功率密度按下式计算:n为统计月内自然天数年平均风功率密度按下式计算:
根据本发明的优选实施例,所述采用光伏电站自动气象站监测采集的数据统计光伏电站太阳能资源指标的步骤具体如下:
太阳总辐射,
太阳总辐射是指水平面上,天空2π立体角内所接受到的太阳能直接辐射和散射辐射之和;
辐照强度,
实时辐照强度为光伏电站环境检测仪每5分钟的平均值,日辐照强度单位为瓦/平方米;
日照小时数,
日照时数是指太阳在一地实际照射的时候,在设定时间内,太阳直接辐射度或超过120瓦每平米米的时间总和,以小时为单位,取一位小数;
可照时数,
可照时数又称天文可照时数,是指在无任何遮蔽条件下,太阳中心从某地方地平线到进入西方地平线,其光线照射到地面所经历的时间;
组件温度,
统计周期内测得的光伏电站电池板表面温度的平均值。
根据本发明的优选实施例,所述采用风电场、光伏电站监控系统以及电网调度机构的电能量管理系统自动采集的数据统计风电场、光伏电站调度运行指标的步骤;具体如下:
最大和最小发电功率,
统计时段内采集的全网最大和最小新能源发电有功功率,
日最大和最小新能源发电功率:
P日=Max(Min)(p1,p2...p24),
p1,p2...p24为日内各小时整点采集的新能源发电功率,
月最大和最小新能源发电功率:
P月=Max(Min)(P1,P2,...Pn),
P1,P2,...Pn为月内各日最大和最小新能源发电功率,
n为月内自然天数;
风电场机组可利用率,
在统计时段内,全场风电机组在运行状态和停机备用状态的台小时数与统计时段总台小时数的比值,用百分比表示;
AF为机组可利用率,S为运行台小时数,R为停机备用台小时数;PH为统计时段总台小时数;
光伏电站设备可利用率,
在统计时段内,全站逆变器发电单元在运行状态和停机备用状态的台小时数与统计时段总台小时数的比值;
AF1为机组可利用率,S1为运行台小时数,R1为停机备用台小时数,PH1为统计时段总台小时数;
发电负荷率,
在统计时段内的平均发电功率与装机容量之比的百分数,
为日平均发电功率,
N装为装机容量,
为月平均发电功率;
发电负荷波动率,
反映电网新能源发电功率波动特性的指标,
对于月、年等统计时段,统计新能源功率波动率出现的时间频率,
Fi划分为以下区间:F1<60%;60%≤F2<80%;80%≤F3<90%;F4≥90%,i=1,2,3,4;
发电负荷间歇率,
统计时段内新能源功率低于5%装机容量区间出现的分钟数与统计时段总分钟数之比的百分数;
发电利用小时数,
统计时段内新能源电厂全部机组实际发电量折算到全场装机容量满负荷运行时的发电小时数,
E总为统计时段内全厂总发电量,
对于统计时段内分期投产并网的机组,应折算成有效装机容量后计算发电利用小时数,
Ni装为第i批次投产并网装机容量,n为统计时段内投产并网机组批次;
应发电量,
统计时段内,按照不间断运行的样本机组逆变器平均发电量确定的,全厂在充分利用风能或光能情况下应该达到的可能发电量,
为i型号样本机组逆变器平均发电量,ni为i型号所有机组逆变器台数,i=1,2,3...k,k为机组逆变器型号数;
弃风或弃光电量,
在统计时段内,全场应发电量与实际发电量的差值,弃风或弃光电量包括场内弃风或弃光电量和场外弃风或弃光电量,分别统计,
为i型号样本机组平均发电量,ni为i型号所有场内原因停运的机组逆变器数;
场外弃风(光)电量=弃风(光)电量-场内弃风(光)电量;
弃风或弃光小时数
统计时段内风电场弃风或光伏电站弃光电量折算到全场装机容量满负荷运行的小时数,
E弃为统计时段内全厂总弃风或弃光电量;
新能源发电同时率,
新能源的最大发电功率与新能源装机容量的比值,
对于月、年等统计时段,可统计某个风电或光伏发电同时率出现的时间频率,
Si划分为以下区间:0≤S1<60%;60%≤S2<80%;80%≤S3<95%;S4≥95%,i=1,2,3,4;
新能源不同功率出现的时间频率,
Ri划分为以下区间:0≤R1<5%;5≤R2<30%;30%≤R3<60%;60%≤R4<90%;R5≥90%,i=1,2,3,4,5;
新能源功率变化率,
统计时段内新能源电站群特定时段内发电功率变化的最大值,
1分钟功率升或降速率=Max(Min)(Pi+1-Pi)
3分钟出力升或降速率=Max(Min)(Pi+1-Pi,Pi+2-Pi,Pi+3-Pi)
5分钟出力升或降速率=Max(Min)(Pi+1-Pi,Pi+2-Pi,Pi+3-Pi,Pi+4-Pi,Pi+5-Pi),Pi为第i分钟功率,i为统计时段分钟数;
新能源反调峰率,
峰谷差=日最大用电负荷-日最小用电负荷
新能源等效负荷=用电负荷-新能源功率
如果新能源调峰率大于电网调峰率则为反调峰,相反为正调峰,
根据本发明的优选实施例,所述预测并评价预测准确度的步骤具体如下:
新能源功率预测误差,
新能源发电负荷过程预测误差采用均方根误差nRMSE表示,
PMi为i时刻的实际发电功率,PPi为i时刻的预测功率,n为负荷预测点的总个数;
新能源发电量预测准确率,
发电计划曲线合格率,
曲线合格率Q,K为日合格点数,
合格点数:是调度机构规定的实际功率在允许偏差范围内点的数量。;
电压不合格时间,
风电场接入点母线电压超过调度机构下达的电压曲线的时间;
新能源发电利用率,
本发明的技术方案具有以下有益效果:
本发明的技术方案,通过对并网光伏电站和风电进行监测和统计分析,掌握其运行规律,有助电网调度部门统筹安排常规电源和太阳能发电以及风能的协调配合,及时地调整调度计划,合理安排电网运行方式,有效地减轻太阳能和风能的波动性对接入电网的不利影响,提高电力系统运行的安全性和稳定性,提高电网吸纳光伏的能力,并可降低电力系统运行成本,以充分利用太阳能资源和风能,获得更大的经济效益和社会效益,有利于促进我国可再生能源产业的良性发展。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明实施例所述的大规模新能源发电特性的统计方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,包括以下步骤:
采用风电机组监控系统或测风塔测量的风力发电机组轮毂高度处自动采集的数据统计风电场风能资源指标的步骤;
采用光伏电站自动气象站监测采集的数据统计光伏电站太阳能资源指标的步骤;
采用风电场、光伏电站监控系统以及电网调度机构的电能量管理系统自动采集的数据统计风电场、光伏电站调度运行指标的步骤;
以及根据统计的风电场风能资源指标、光伏电站太阳能资源指标和风电场、光伏电站调度运行指标进行评价电网接纳新能源上网能力、评价电力电量平衡能力,提高新能源发电功率预测精度,指导电网运行控制新能源的步骤。
1、风能资源指标,
风电场风能资源指标一般采用风电机组监控系统或测风塔测量的风力发电机组轮毂高度(或接近)处自动采集的数据进行统计。
1.1、风电场平均风速,
在统计时段内(年、季度、月、日等)风电场测量得到的平均风速的算术平均值。
νi为统计时段内的单台风电机组(或测风塔)平均风速;n为参加统计的风电机组台数(塔数)。
1.2风电场最大风速,
统计时段内的10分钟平均风速的最大值,为风电场单台风电机组(或测风塔)的测量值。
1.3风电场极大风速
统计时段内的瞬时(3秒钟平均)风速的最大值,为风电场单台风电机组(或测风塔)的测量值。
1.4风电场有效风速小时数
统计时段内介于风电机组切入风速与切出风速之间的风速持续小时数的累计值。具有不同型号风电机组的风电场,应分别统计后累计。
1.5风电场平均气温
统计时段内风电场测量的气温平均值。
日平均气温Ci为第i小时测得的气温。
月平均气温C日i为第i日平均气温;n为月内自然天数。
1.6风电场平均空气密度,
统计时段内风电场测量的空气密度平均值。日平均空气密度为一日内按规定时间测得数值的算术平均值。月平均空气密度为月内各日平均空气密度的平均值。
1.7风电场风速频率分布,
以1m/s为一个风速区间,统计时段内测风序列中每个风速区间内风速出现的频率。每个风速区间的数字代表中间值,如5m/s风速区间为4.6m/s到5.5m/s。
1.8风电场风向频率分布,
以16或12个方位表示,用统计时段内各个风向发生的次数占该时期内观测、累计各个不同风向(包括静风)的总次数的百分比来表示。风向频率取整数。某风向未出现,频率栏空白。频率<0.5,记0。一般用风向玫瑰图表示。
1.9风功率密度,
与风向垂直的单位面积中风所具有的功率,从测风塔(风电机组监控系统)直接读取或者通过公式计算。
日平均风功率密度按下式计算:
ρ为日平均空气密度;v3为第i(i=1,2,3...24)小时平均风速的三次方。
月平均风功率密度按下式计算:
n为统计月内自然天数,
年平均风功率密度按下式计算:
2、光伏电站太阳能资源指标:
光伏电站太阳能资源指标采用光伏电站自动气象站监测采集的数据。
2.1太阳总辐射,
太阳总辐射是指水平面上,天空2π立体角内所接受到的太阳能直接辐射和散射辐射之和。
2.2辐照强度,
实时辐照强度为光伏电站环境检测仪每5分钟的平均值,日辐照强度为:单位为:瓦/平方米。
2.3日照小时数,
日照时数是指太阳在一地实际照射的时候,在一给定时间,日照时数定义为太阳直接辐射度超过120瓦每平米的时间总和,以小时为单位,取一位小数。
2.4可照时数,
可照时数又称天文可照时数,是指在无任何遮蔽条件下,太阳中心从某地方地平线到进入西方地平线,其光线照射到地面所经历的时间。
2.5组件温度,
统计周期内测得的光伏电站电池板表面温度的平均值。
为统计发电时段内电池板平均温度;
Ti为第i次测量到的电池板温度。
3、调度运行指标
风电场、光伏电站调度运行指标一般采用风电场、光伏电站监控系统以及电网调度机构的电能量管理系统(EMS)等自动采集的数据进行统计。
3.1最大(小)发电功率,
统计时段内采集的全网(场)最大(小)新能源发电有功功率。
日最大(小)新能源发电功率:
P日=Max(Min)(p1,p2...p24)
p1,p2...p24为日内各小时整点采集的新能源发电功率。
月最大(小)新能源发电功率:
P月=Max(Min)(P1,P2,...Pn)
P1,P2,...Pn为月内各日最大(小)新能源发电功率;
n为月内自然天数。
3.2风电场机组可利用率,
在统计时段内(月、年),全场风电机组在运行状态和停机备用状态的台小时数与统计时段总台小时数的比值,用百分比表示。
AF为机组可利用率;
S为运行台小时数;
R为停机备用台小时数;
PH为统计时段总台小时数。
3.3光伏电站设备可利用率
在统计时段内(月、年),全站逆变器发电单元在运行状态和停机备用状态的台小时数与统计时段总台小时数的比值,用百分比表示。
AF1为机组可利用率,S1为运行台小时数,R1为停机备用台小时数,PH1为统计时段总台小时数。
3.4发电负荷率,
在统计时段内的平均发电功率与装机容量之比的百分数。
为日平均发电功率;
N装为装机容量。
为月平均发电功率。
3.5发电负荷波动率,
反映电网新能源发电功率波动特性的指标。
对于月、年等统计时段,可统计新能源功率波动率出现的时间频率。
Fi划分为以下区间:F1<60%;60%≤F2<80%;80%≤F3<90%;F4≥90%。i(i=1,2,3,4)。
3.6发电负荷间歇率,
统计时段内新能源功率低于5%装机容量区间出现的分钟数与统计时段总分钟数之比的百分数。
3.7发电利用小时数,
统计时段内(月、年)新能源电厂全部机组实际发电量折算到全场装机容量满负荷运行时的发电小时数。
E总为统计时段内全厂总发电量。
对于统计时段内分期投产并网的机组,应折算成有效装机容量后计算发电利用小时数。
Ni 装为第i批次投产并网装机容量;
n为统计时段内投产并网机组批次。
3.8应发电量,
统计时段内,按照不间断运行的样本机组(逆变器)平均发电量确定的,全厂在充分利用风能(光能)情况下应该达到的可能发电量。
为i型号样本机组(逆变器)平均发电量;ni为i型号所有机组(逆变器)台数;i(i=1,2,3...k);k为机组(逆变器)型号数。
3.9弃风(光)电量,
在统计时段内,全场应发电量与实际发电量的差值。弃风(光)电量包括场内弃风(光)电量和场外弃风(光)电量,应分别统计。
为i型号样本机组平均发电量;ni为i型号所有场内原因停运的机组(逆变器)数。
场外弃风(光)电量=弃风(光)电量-场内弃风(光)电量。
3.10弃风(光)小时数,
统计时段内风电场(光伏电站)弃风(光)电量折算到全场装机容量满负荷运行的小时数。
E弃为统计时段内全厂总弃风(光)电量。
3.11新能源发电同时率,
新能源的最大发电功率与新能源装机容量的比值。
对于月、年等统计时段,可统计某个风电(光伏)发电同时率出现的时间频率。
Si划分为以下区间:0≤S1<60%;60%≤S2<80%;80%≤S3<95%;S4≥95%,i(i=1,2,3,4)。
3.12新能源不同功率出现的时间频率,
Ri划分为以下区间:0≤R1<5%;5≤R2<30%;30%≤R3<60%;60%≤R4<90%;R5≥90%,i(i=1,2,3,4,5)。
3.13新能源功率变化率,
统计时段内新能源电站群特定时段(1、3、5、10分钟)内发电功率变化的最大值。
1分钟功率升(降)速率=Max(Min)(Pi+1-Pi)
3分钟出力升(降)速率=Max(Min)(Pi+1-Pi,Pi+2-Pi,Pi+3-Pi)
5分钟出力升(降)速率=Max(Min)(Pi+1-Pi,Pi+2-Pi,Pi+3-Pi,Pi+4-Pi,Pi+5-Pi)10分钟出力升(降)速率算法同上。Pi为第i分钟功率;i为统计时段分钟数。
3.14新能源反调峰率,
峰谷差=日最大用电负荷-日最小用电负荷
新能源等效负荷=用电负荷-新能源功率
如果新能源调峰率大于电网调峰率则为反调峰,相反为正调峰。
4、计划预测与评价指标:
4.1新能源功率预测误差,
新能源发电负荷过程预测误差采用均方根误差nRMSE表示。
PMi为i时刻的实际发电功率;PPi为i时刻的预测功率;n为负荷预测点的总个数。
4.2新能源发电量预测准确率,
4.3发电计划曲线合格率,
日96点发电曲线合格率Q
K为日合格点数。
Qi为第i日96点曲线合格率;
n为月(季、年)自然天数。
合格点数:是指调度机构规定的实际功率在允许偏差范围内点的数量。
4.4电压不合格时间,
月(季、年)度风电场接入点母线电压超过调度机构下达的电压曲线的时间。
4.5新能源发电利用率,
本发明技术方案的名称解释,
太阳辐射能:
太阳能可分为广义的太阳能和狭义的太阳能,广义的指由太阳辐射转换成的一切能量,包括现在和未来的能量型式,如风能、波浪能、海洋能、生物质能、煤、石油、天然气等。狭义的太阳辐射能指太阳总辐射以及与之联系的日照时数和百分率。本技术方案的太阳能是狭义的太阳能。
风电场样本机组:指为了方便风电场运行统计工作,而选取的若干台能够代表风电场整体运行情况的风力发电机组。
样本机组的选取,应遵循代表性、真实性的原则。平原地区风电场(机组布置较规则)每种型号机组不少于10%,沿主风方向第一排、中间和最后一排都不少于2台;山区风电场(机组布置不规则),用机组轮毂海拔高程最大值减去最小值,并将差值三等分,划分为三个高度区间,每个区间选取样本机组不少于3台,同时还应考虑机组的平面位置均衡。特殊风电场根据实际情况选取。当样本机组检修或故障停机时,应用最临近的机组暂时替代,以确保资料的连续性。
弃风电量:指电网或风电场相关设备维护、检修、故障等停运及送出限制情况下,不能正常而充分利用风能所损失的可发电量。弃风电量由两部分组成:
场内弃风电量:由于风电场内设备维护、检修和故障停运造成的可发电量。
场外弃风电量:由于电网非计划检修、维护、故障及送出受限造成的可发电量。
光伏电站样本方阵:在光伏电站内选取能够代表光伏电站整体运行情况的方阵。
样本方阵的选取,逆变器所在发电单元的电池板、汇流箱等发电设备完全相同。当样本方阵检修或故障停机时,其他完全相同的方阵暂时替代,以确保资料的连续性。
弃光电量:指电网或光伏相关设备维护、检修、故障等停运及送出限制情况下,不能正常而充分利用风能所损失的可发电量。弃光电量由两部分组成:
站内弃光电量:由于光伏电站内设备维护、检修、故障停运及送出线路计划检修期间造成的可发电量。
站外弃光电量:由于电网非计划检修、维护、故障及送出受限造成的可发电量。
综上所述,本发明具有以下特点:
1、对大规模风电发电调度运行特性统计指标进行研究,
风电发电同时率计算方法、风电发电间歇率计算方法、风电发电波动率计算方法、风电正反调峰率计算方法、风电不同出力出现时间频率计算方法、弃风电力电量统计方法;
2、对大规模光伏发电调度运行特性统计指标进行研究
光伏发电同时率计算方法、光伏发电间歇率计算方法、光伏发电波动率计算方法、光伏发电正反调峰率计算方法、光伏发电不同出力出现时间频率计算方法、弃光电力电量计算方法
3、对大规模风电发电和光伏发电叠加调度运行指标进行研究,
风光叠加发电同时率计算方法、风光叠加发电间歇率计算方法、风光叠加发电波动率计算方法、风光叠加发电正反调峰率计算方法、风光叠加发电出现频率计算方法。
4、对大规模风电发电、光伏发电及大规模风电发电和光伏发电叠加与甘肃用电负荷的互补性进行研究。
能够科学真实地定量反映风力发电、光伏发电及风电与光伏发电的波动性、随机性和间歇性等自然特性。能够科学地分析甘肃不同地区大规模风电集群之间、光伏集群之间、水电集群之间和风电集群、光伏集群及水电群集之间的相互关系。能够统计大规模风电、光伏在电网调度运行中的发电规律。
风电场集群、光伏电站集群及风电场集群与光伏电站集群相叠加的发电间歇率计算方法、发电功率波动率计算方法、发电功率同时率计算方法、风电(光伏、新能源)正调峰率计算方法、风电(光伏、新能源)反调峰率计算方法、风电(光伏、新能源)发电功率出现时间频率计算方法、风电(光伏、新能源)等效发电利用小时计算方法;风电场样本机组选择方法、光伏电站样本发电单元的选择方法、弃风电力电量计算方法、弃光电力电量统计方法。
大规模风电场集群之间、大规模光伏发电站集群之间、大规模风电场集群与大规模光伏发电站集群、大规模风电场集群与大规模水电厂集群、大规模光伏电站集群与大规模水电厂集群及大规模新能源集群与水电集群互补及发电出力发电量及风光伏叠加发电出力发电量与甘肃用电负荷、用电量的互补性研究。
基于智能电网调度技术支持系统D5000历史库数据,开展风电、光伏电站及光伏和风光运行指标研究。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种大规模新能源发电特性的统计方法,其特征在于,包括以下步骤:
采用风电机组监控系统或测风塔测量的风力发电机组轮毂高度处自动采集的数据统计风电场风能资源指标的步骤;
采用光伏电站自动气象站监测采集的数据统计光伏电站太阳能资源指标的步骤;
采用风电场、光伏电站监控系统以及电网调度机构的电能量管理系统自动采集的数据统计风电场、光伏电站调度运行指标的步骤;
所述采用风电场、光伏电站监控系统以及电网调度机构的电能量管理系统自动采集的数据统计风电场、光伏电站调度运行指标的步骤;具体如下:
最大和最小发电功率,
统计时段内采集的全网最大和最小新能源发电有功功率,
日最大和最小新能源发电功率:
P日=Max(Min)(p1,p2...,p24),
p1,p2...p24为日内各小时整点采集的新能源发电功率,
月最大和最小新能源发电功率:
P月=Max(Min)(P1,P2,...Pn),
P1,P2,...,Pn为月内各日最大和最小新能源发电功率,
n为月内自然天数;
风电场机组可利用率,
在统计时段内,全场风电机组在运行状态和停机备用状态的台小时数与统计时段总台小时数的比值,用百分比表示;
AF为机组可利用率,S为运行台小时数,R为停机备用台小时数;PH为统计时段总台小时数;
光伏电站设备可利用率,
在统计时段内,全站逆变器发电单元在运行状态和停机备用状态的台小时数与统计时段总台小时数的比值;
AF1为机组可利用率,s1为运行台小时数,R1为停机备用台小时数,PH1为统计时段总台小时数;
发电负荷率,在统计时段内的平均发电功率与装机容量之比的百分数
为日平均发电功率,N装为装机容量,为月平均发电功率;发电负荷波动率,反映电网新能源发电功率波动特性的指标,
对于月和年统计时段,统计新能源功率波动率出现的时间频率,
Fi划分为以下区间:F1<60%;60%≤F2<80%;80%≤F3<90%;F4≥90%,i=1,2,3,4;
发电负荷间歇率,
统计时段内新能源功率低于5%装机容量区间出现的分钟数与统计时段总分钟数之比的百分数;
发电利用小时数,
统计时段内新能源电厂全部机组实际发电量折算到全场装机容量满负荷运行时的发电小时数,
E总为统计时段内全厂总发电量,
对于统计时段内分期投产并网的机组,应折算成有效装机容量后计算发电利用小时数,
Ni 装为第i批次投产并网装机容量,n为统计时段内投产并网机组批次;
应发电量,
统计时段内,按照不间断运行的样本机组逆变器平均发电量确定的,全厂在充分利用风能或光能情况下应该达到的可能发电量,
为i型号样本机组逆变器平均发电量,ni为i型号所有机组逆变器台数,i=1,2,3...,k,k为机组逆变器型号数;
弃风或弃光电量,
在统计时段内,全场应发电量与实际发电量的差值,弃风或弃光电量包括场内弃风或弃光电量和场外弃风或弃光电量,分别统计,
为i型号样本机组平均发电量,ni为i型号所有场内原因停运的机组逆变器数;
场外弃风(光)电量=弃风(光)电量-场内弃风(光)电量;
弃风或弃光小时数
统计时段内风电场弃风或光伏电站弃光电量折算到全场装机容量满负荷运行的小时数,
E弃为统计时段内全厂总弃风或弃光电量;
新能源发电同时率,
新能源的最大发电功率与新能源装机容量的比值,
对于月、年统计时段,可统计某个风电或光伏发电同时率出现的时间频率,
Si划分为以下区间:0≤S1<60%;60%≤S2<80%;80%≤S3<95%;S4≥95%,i=1,2,3,4;
新能源不同功率出现的时间频率,
Ri划分为以下区间:0≤R1<5%;5≤R2<30%;30%≤R3<60%;60%≤R4<90%;R5≥90%,i=1,2,3,4,5;
新能源功率变化率,
统计时段内新能源电站群特定时段内发电功率变化的最大值,
1分钟功率升或降速率=Max(Min)(Pi+1-Pi)
3分钟出力升或降速率=Max(Min)(Pi+1-Pi,Pi+2-Pi,Pi+3-Pi)
5分钟出力升或降速率=Max(Min)(Pi+1-Pi,Pi+2-Pi,Pi+3-Pi,Pi+4-Pi,Pi+5-Pi),Pi为第i分钟功率,i为统计时段分钟数;
新能源反调峰率,
峰谷差=日最大用电负荷-日最小用电负荷
新能源等效负荷=用电负荷-新能源功率
如果新能源调峰率大于电网调峰率则为反调峰,相反为正调峰,
以及根据上述统计的风电场风能资源指标、光伏电站太阳能资源指标和风电场、光伏电站调度运行指标进行评价电网接纳新能源上网能力、评价电力电量平衡能力,提高新能源发电功率预测精度,指导电网运行控制新能源的步骤。
2.根据权利要求1所述的大规模新能源发电特性的统计方法,其特征在于,所述采用风电机组监控系统或测风塔测量的风力发电机组轮毂高度处自动采集的数据统计风电场风能资源指标的步骤具体如下:
风电场平均风速,
在统计时段内,风电场测量得到的平均风速的算术平均值:
νi为统计时段内的单台风电机组或测风塔平均风速,n为参加统计的风电机组台数或塔数;
风电场最大风速,
统计时段内的10分钟平均风速的最大值,为风电场单台风电机组或测风塔的测量值;
风电场极大风速,
统计时段内的瞬时风速的最大值,为风电场单台风电机组或测风塔的测量值;
风电场有效风速小时数,
统计时段内介于风电机组切入风速与切出风速之间的风速持续小时数的累计值;
风电场平均气温,
统计时段内风电场测量的气温平均值,
日平均气温Ci为第i小时测得的气温,月平均气温C日i为第i日平均气温,n为月内自然天数;
风电场平均空气密度,
统计时段内风电场测量的空气密度平均值,
日平均空气密度为一日内按设定时间测得数值的算术平均值,月平均空气密度为月内各日平均空气密度的平均值;
风电场风速频率分布,
以1m/s为一个风速区间,统计时段内测风序列中每个风速区间内风速出现的频率,每个风速区间的数字代表中间值;
风电场风向频率分布,
以16或12个方位表示,用统计时段内各个风向发生的次数占该时期内观测、累计各个不同风向包括静风的总次数的百分比来表示,风向频率取整数,某风向未出现,频率栏空白,频率<0.5,记0,
风功率密度,
与风向垂直的单位面积中风所具有的功率,从测风塔直接读取或者通过公式计算,
日平均风功率密度按下式计算:
n=24,ρ为日平均空气密度,
v3为第i小时平均风速的三次方,i=1,2,3,...,24;
月平均风功率密度按下式计算:
n为统计月内自然天数,年平均风功率密度按下式计算:
3.根据权利要求1或2所述的大规模新能源发电特性的统计方法,其特征在于,所述采用光伏电站自动气象站监测采集的数据统计光伏电站太阳能资源指标的步骤具体如下:
太阳总辐射,
太阳总辐射是指水平面上,天空2π立体角内所接受到的太阳能直接辐射和散射辐射之和;
辐照强度,
实时辐照强度为光伏电站环境检测仪每5分钟的平均值,日辐照强度单位为瓦/平方米;
日照小时数,
日照小时数是指太阳在一地实际照射的时候,在设定时间内,太阳直接辐射度超过120瓦每平方米的时间总和,以小时为单位,取一位小数;
可照时数,
可照时数又称天文可照时数,是指在无任何遮蔽条件下,太阳中心从某地方地平线到进入西方地平线,其光线照射到地面所经历的时间;
组件温度,
统计周期内测得的光伏电站电池板表面温度的平均值。
4.根据权利要求1或2所述的大规模新能源发电特性的统计方法,其特征在于,所述新能源发电功率预测精度的步骤具体如下:
新能源功率预测误差,
新能源发电负荷过程预测误差采用均方根误差nRMSE表示,
PMi为i时刻的实际发电功率,PPi为i时刻的预测功率,n为负荷预测点的总个数;
新能源发电量预测准确率,
发电计划曲线合格率,
曲线合格率Q,K为日合格点数,
合格点数:是调度机构规定的实际功率在允许偏差范围内点的数量;
电压不合格时间,
风电场接入点母线电压超过调度机构下达的电压曲线的时间;
新能源发电利用率,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039619.3A CN103778340B (zh) | 2014-01-27 | 2014-01-27 | 大规模新能源发电特性的统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039619.3A CN103778340B (zh) | 2014-01-27 | 2014-01-27 | 大规模新能源发电特性的统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103778340A CN103778340A (zh) | 2014-05-07 |
CN103778340B true CN103778340B (zh) | 2017-03-15 |
Family
ID=50570568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410039619.3A Expired - Fee Related CN103778340B (zh) | 2014-01-27 | 2014-01-27 | 大规模新能源发电特性的统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103778340B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574216A (zh) * | 2015-01-22 | 2015-04-29 | 国家电网公司 | 一种基于wams数据的风电出力特性分析方法 |
CN104821789B (zh) * | 2015-05-06 | 2017-08-11 | 国家电网公司 | 一种光伏发电系统可靠性的检测方法 |
CN105184681B (zh) * | 2015-09-29 | 2022-02-11 | 国网甘肃省电力公司 | 基于最近距离分群的大型光伏发电集群弃光电量评估法 |
CN105162175B (zh) * | 2015-10-12 | 2018-01-26 | 国网浙江杭州市富阳区供电公司 | 一种分布式发电并网点功率控制的方法及系统 |
CN107492951A (zh) * | 2016-06-09 | 2017-12-19 | 彭铃 | 一种智能云监控系统及其实现智能监控功能的方法 |
CN106384015B (zh) * | 2016-09-30 | 2019-03-29 | 国网上海市电力公司 | 一种基于能耗数据采集的分布式光伏系统能效预评估方法 |
TWI636658B (zh) * | 2017-03-16 | 2018-09-21 | 春禾科技有限公司 | Method and system for judging the orientation of a unit under test |
CN107547047A (zh) * | 2017-10-19 | 2018-01-05 | 广东电网有限责任公司江门供电局 | 一种分布式光伏并网监测系统及监测方法 |
CN108133322B (zh) * | 2017-12-21 | 2021-12-03 | 清华大学 | 一种基于时序运行模拟的电力电量平衡指标计算方法 |
CN108090634A (zh) * | 2018-01-31 | 2018-05-29 | 贵州电网有限责任公司 | 一种省地级电网间歇性电源并网综合评价平台及评价方法 |
CN109271657B (zh) * | 2018-07-25 | 2022-12-13 | 许继集团有限公司 | 一种风力发电机组的捕风系数、年满发小时数的估算方法 |
CN109687506B (zh) * | 2018-11-27 | 2022-05-17 | 广东电网有限责任公司韶关供电局 | 微电网中小水电站发电量预测方法 |
CN109800493A (zh) * | 2019-01-11 | 2019-05-24 | 国电电力发展股份有限公司 | 一种基于水电经济运行的水电能量平衡分析模型 |
CN110909308B (zh) * | 2019-11-08 | 2023-10-13 | 广东电网有限责任公司电力调度控制中心 | 一种新能源厂站的监测分析方法及系统 |
CN111987740B (zh) * | 2020-07-21 | 2021-11-16 | 浙江中新电力工程建设有限公司 | 一种新能源并网运行的电力电量平衡方法 |
CN112749473B (zh) * | 2020-09-14 | 2023-11-28 | 万洲电气股份有限公司 | 基于实时在线分析和模拟离线分析的能效安全诊断系统 |
CN113565702A (zh) * | 2021-03-31 | 2021-10-29 | 中国大唐集团新能源科学技术研究院有限公司 | 一种在役风电场多维度智能评价系统 |
CN113285492B (zh) * | 2021-07-13 | 2022-07-08 | 国网江苏省电力有限公司宿迁供电分公司 | 区域电网风光联合发电系统联合出力特性的分析方法 |
CN115330092B (zh) * | 2022-10-13 | 2023-03-24 | 山东东盛澜渔业有限公司 | 基于人工智能的海洋牧场再生能源供能控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202167895U (zh) * | 2011-02-11 | 2012-03-14 | 宁夏回族自治区电力公司 | 风电/光伏功率预测系统 |
CN102427244A (zh) * | 2011-10-10 | 2012-04-25 | 国电南瑞科技股份有限公司 | 大规模光伏风电信息接入系统 |
CN102479350A (zh) * | 2010-11-25 | 2012-05-30 | 国网能源研究院 | 一种基于新能源大规模并网的电力分析处理系统和方法 |
CN103440531A (zh) * | 2013-08-16 | 2013-12-11 | 国家电网公司 | 计及风电场风机运行状态的风电场短期风电功率预测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8442698B2 (en) * | 2009-01-30 | 2013-05-14 | Board Of Regents, The University Of Texas System | Methods and apparatus for design and control of multi-port power electronic interface for renewable energy sources |
-
2014
- 2014-01-27 CN CN201410039619.3A patent/CN103778340B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479350A (zh) * | 2010-11-25 | 2012-05-30 | 国网能源研究院 | 一种基于新能源大规模并网的电力分析处理系统和方法 |
CN202167895U (zh) * | 2011-02-11 | 2012-03-14 | 宁夏回族自治区电力公司 | 风电/光伏功率预测系统 |
CN102427244A (zh) * | 2011-10-10 | 2012-04-25 | 国电南瑞科技股份有限公司 | 大规模光伏风电信息接入系统 |
CN103440531A (zh) * | 2013-08-16 | 2013-12-11 | 国家电网公司 | 计及风电场风机运行状态的风电场短期风电功率预测系统 |
Non-Patent Citations (2)
Title |
---|
华北电网风力发电数据挖掘分析系统研究与应用;张圣楠 等;《华东电力》;20121231;第40卷(第12期);第2211-2215页 * |
考虑约束的风电调度模式;韩自奋 等;《电力系统自动化》;20100125;第34卷(第2期);第89-92页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103778340A (zh) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103778340B (zh) | 大规模新能源发电特性的统计方法 | |
CN107947165A (zh) | 一种面向调节需求的配电网灵活性评价方法 | |
CN104868505B (zh) | 大型太阳能光伏发电基地集群出力特性分析方法 | |
Zhao et al. | Flexibility evaluation of wind-PV-hydro multi-energy complementary base considering the compensation ability of cascade hydropower stations | |
CN104701880B (zh) | 一种基于调峰约束的电网接纳光伏最大容量的计算方法 | |
US20110202191A1 (en) | Energy generating system and control thereof | |
CN106203709A (zh) | 基于多因子的光伏电站中长期发电量预测方法 | |
CN103997039B (zh) | 基于概率区间预测的计及风电接纳的旋转备用区间预测方法 | |
CN102521670A (zh) | 基于气象要素的光伏电站发电输出功率预测方法 | |
CN102427244A (zh) | 大规模光伏风电信息接入系统 | |
CN109978242A (zh) | 基于统计升尺度的光伏发电集群功率预测方法及装置 | |
CN112952818B (zh) | 一种基于出力互补性的风光水多能互补容量优化配置方法 | |
Rubanenko et al. | Distribution of wind power generation dependently of meteorological factors | |
CN101727538A (zh) | 一种考虑风向影响的风电机组输入风速等效方法 | |
CN103199616B (zh) | 大区电网风电群运行数据监测分析系统 | |
CN115765044A (zh) | 风光水电系统联合运行及风险分析方法和系统 | |
Ahmed et al. | Technological, financial and ecological analysis of photovoltaic power system using retscreen®: A case in Khuzdar, Pakistan | |
CN104239979A (zh) | 一种风电场发电功率超短期预测方法 | |
Zhou et al. | A short-term power forecasting model for photovoltaic plants based on data mining | |
Manabe et al. | Cooperation of energy storage systems and biogas generator for stabilization of renewable energy power plants | |
Bansal et al. | An off-grid hybrid system scheduling for a remote area | |
CN103955757A (zh) | 采用复合数据源基于多项式核函数支持向量机的光伏发电功率短期预测方法 | |
CN103942618A (zh) | 采用复合数据源的基于自学习多项式核函数支持向量机的光伏发电功率短期预测方法 | |
CN103955755A (zh) | 采用复合数据源基于自学习多项式核函数支持向量机的风电功率短期预测方法 | |
Tu et al. | Day-ahead Scheduling Method Considering Uncertainty of Renewable Energy and Power System Operation Risk |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170315 Termination date: 20180127 |
|
CF01 | Termination of patent right due to non-payment of annual fee |