CN103887813B - 基于风功率预测不确定度的风电系统运行的控制方法 - Google Patents

Abstract

本发明提供一种基于风功率预测不确定度的风电系统运行的控制方法，包括：输入运行备用待确定时刻的电网相关的基础数据库；对常规机组出力概率分布和常规机组总出力的概率分布卷积计算，得到常规机组的停运容量概率分布表COPT；根据常规机组的停运容量概率分布表COPT，计算常规机组总出力和风电场出力之和的概率分布；计算风电系统总出力和负荷之差的概率分布，得到风电系统发电裕度概率分布；基于系统发电裕度概率分布，通过曲线拟合方法，得到风险指标EENS和所需备用容量R之间的函数表达式，计算风电系统最小备用需求。

Description

基于风功率预测不确定度的风电系统运行的控制方法

技术领域

本发明属于风电系统运行与新能源技术领域，尤其涉及含大规模风电系统的运行的控制技术领域。

背景技术

随着风电装机容量不断增大，风电并网出力占总出力的比例不断增加。由于风电的波动性和随机性，如果需要接纳更多的风电，需要风电系统有灵活的运行方式及备用支撑。据统计资料显示，中国大多风电基地的风电出力调峰特性呈现反负荷调峰特性，增加了净负荷峰谷差，增加了机组组合安排的难度。另外，目前风功率不确定性（预测的不确定性和极端天气发生的不确定性）远远大于负荷预测的不确定性，为了应对风功率的不确定性，因此需要在原有备用容量的基础上增加备用需求。

目前国内风电系统的备用决策主要应用确定性方法，即分别按照机组容量及负荷需求的一定百分比设置备用容量。然而该方法缺乏一定的科学依据和理论基础，并且设置的备用容量不是最优容量（可能过多或过少）。随着大规模风电并网，需要为应对风电不确定性增加多少备用，是一个有待解决的问题。

由于缺乏考虑风功率不确定性的实用备用决策方法，为了保障风电系统安全性，大多数调度员在安排日前运行方式时并不考虑风功率预测信息（风电按照很低的恒定出力处理），因此也无需为风电设置备用。但不考虑风功率预测信息，会导致日前机组组合运行方式并不是最优的，从而在风电大发时，因其它机组爬坡限制导致弃风，降低了风电的接纳容量和系统运行经济性。

发明内容

综上所述，确有必要提供一种考虑风功率不确定性的风电系统运行的控制方法。

一种基于风功率预测不确定度的风电系统运行的控制方法，包括以下步骤：步骤S10，输入运行备用待确定时刻的电网相关的基础数据库；步骤S20，通过对常规机组出力概率分布和常规机组总出力的概率分布卷积计算，得到常规机组的停运容量概率分布表COPT；步骤S30，根据常规机组的停运容量概率分布表COPT，计算常规机组总出力和风电场出力之和的概率分布；步骤S40，求取风电系统总出力和负荷之差的概率分布，得到风电系统发电裕度概率分布；步骤S50，基于系统发电裕度概率分布，通过曲线拟合方法，得到风险指标EENS和所需备用容量R之间的函数表达式，并令EENS等于风险值上限EENS₀，计算风电系统最小备用需求。

本发明提供的基于风功率预测不确定度的风电系统运行的控制方法，通过卷积计算的方法，并且基于风功率的不确定性，根据风险控制需求求出满足风险要求的最小备用需求，能够准确求出备用需求，可配合不同的调度时间尺度进行备用决策，并且该计算方法具有普遍适用性。

附图说明

图1为本发明提供的基于风功率预测不确定度和风险控制的运行备用决策方法流程图。

图2为本发明提供的仿真日常规机组组合、计划出力、风功率及负荷预测示意图。

图3为本发明提供的仿真时刻系统发电裕度概率分布示意图。

图4为本发明提供的仿真时刻风险指标与备用容量的拟合曲线示意图。

图5为本发明提供的仿真日的日前备用需求及风功率预测曲线示意图。

图6为本发明提供的按照仿真日备用决策结果进行配置下的各时刻风险指标曲线示意图。

具体实施方式

下面根据说明书附图并结合具体实施例对本发明的技术方案进一步详细表述。

请参阅图1，图1为本发明提供的基于风功率预测不确定度的风电场运行控制方法流程图，主要包括如下步骤：

步骤S10，输入运行备用待确定时刻的电网相关的基础数据库；

步骤S20，对常规机组出力概率分布和常规机组总出力的概率分布卷积计算，得到常规机组的停运容量概率分布表COPT；

步骤S30，根据常规机组的停运容量概率分布表COPT，计算常规机组总出力和风电场出力之和的概率分布；

步骤S40，求取风电系统总出力和负荷之差的概率分布，得到风电系统发电裕度概率分布；

步骤S50，基于系统发电裕度概率分布，通过曲线拟合方法，得到风险指标EENS和所需备用容量R之间的函数表达式，并根据最大风险限制，对函数求逆得到为维持该风险水平所需要的最小备用容量。

在步骤S10中，所述电网相关的基础数据库主要包括该时刻的负荷预测及其概率分布和风功率预测值及其概率分布、常规机组出力计划值及其故障率。可以理解，所述电网相关的基础数据库根据不同电网的具体结构不同，也可包括其他的数据。

在步骤S20中，所述常规机组的停运容量概率分布表COPT的计算方法可包括如下步骤：

步骤S21，计算第k台机组的出力概率分布Pr_Gk（x）。

设常规机组数量为N_G，则第k台机组的出力概率分布Pr_Gk（x）为：

；

其中，FOR_k为第k台机组的强迫停运率，为第k台机组的出力概率分布，x代表机组出力。

令k=1，则第1台机组的出力概率分布为：

；

其中，FOR₁为第1台机组的强迫停运率，为机组t时刻计划出力。

步骤S22，计算常规机组总出力的概率分布。

求取与的卷积：

；

当k=1时，令。

当k＜N_G时，代入上式继续进行计算，利用上式卷积求取。k=N_G时，求解得到常规机组总出力的概率分布：

。

在步骤S30中，常规机组总出力和风电场出力之和y的概率分布可通过以下方式计算：

；

其中，代表风电场出力的概率分布。

在步骤S40中，根据所述系统总出力与负荷差z的概率分布可计算风电系统出力裕度的概率分布：

；

其中为系统出力裕度（即系统总出力与负荷差）的概率分布；为风电系统负荷需求的概率分布。

在步骤S50中，令从0到取值，间隔为，其中和取值根据系统出力裕度进行设置，以较为准确的得到却供电量指标EENS与R之间的关系，对于每个值可按照下式计算缺供电量指标EENS：

；

其中，为调度时间间隔，从而可以得到一组和R值对应的EENS序列，以R值为自变量，EENS为因变量，对R和EENS进行拟合，得到拟合参数a、b、c。

；

令EENS等于风险值上限EENS₀，可求得备用用量的备用需求：

；

其中为风险值上限，即为风电系统对应的最低备用需求。

实施例一

本发明所述的备用决策方法基于我国西北某省级电网数据进行模拟计算，计算某天的日前备用需求，首先以某时刻为例进行备用计算，然后按照同样的方法计算其它95个时刻点的备用需求（间隔15min，每日96点），该仿真日的风电预测、负荷预测及机组组合情况如图2所示。计算具体步骤如下：

（1）选取时刻点20为例进行说明。首先根据步骤S10获取该时刻的机组计划出力，用正态分布描述负荷不确定性，然后根据经验分布将风功率点预测值转化为概率分布形式；

（2）根据步骤S20，求取常规机组总出力的概率分布，并根据步骤S30及步骤S40，分别与风电总出力、负荷进行卷积，得到系统发电裕度的概率分布，如图3所示；

（3）根据步骤S50，拟合得到风险指标EENS与备用容量的函数关系，如图4所示，设置风险值上限为10MWh，则可得到最小备用需求为300MW；

（4）上述步骤重复96次，可以得到该仿真日各时刻的备用需求，如图5所示；并可求出对应的风险指标，如图6所示，可知每个时刻的风险指标都小于10MWh，满足风险控制要求。

另外，本领域技术人员还可在本发明精神内作其它变化，当然这些依据本发明精神所作的变化，都应包含在本发明所要求保护的范围内。

Claims (6)

1.一种基于风功率预测不确定度的风电系统运行的控制方法，包括以下步骤：

步骤S10，输入运行备用待确定时刻的电网相关的基础数据库，所述电网相关的基础数据库包括该时刻的负荷预测及其概率分布和风功率预测值及其概率分布、常规机组出力计划值及其故障率；

步骤S20，对常规机组出力概率分布和常规机组总出力的概率分布卷积计算，得到常规机组的停运容量概率分布表COPT；

步骤S30，根据常规机组的停运容量概率分布表COPT，计算常规机组总出力和风电场出力之和的概率分布，其中，常规机组总出力和风电场出力之和y的概率分布Pr_G(y)通过以下方式计算：

${\mathrm{Pr}}_G\left(y\right)=\underset{x=-\mathrm{\∞}}{\overset{\mathrm{\∞}}{\Σ}}{\mathrm{Pr}}_C\left(x\right){\mathrm{Pr}}_W(y-x);$

其中，Pr_W(x)代表风电场出力的概率分布，Pr_C(x)为常规机组总出力的概率分布；

步骤S40，计算风电系统总出力和负荷之差的概率分布，得到风电系统发电裕度概率分布；

步骤S50，基于系统发电裕度概率分布，通过曲线拟合方法，得到风险指标EENS和所需备用容量R之间的函数表达式，并令EENS等于风险值上限EENS₀，获得风电系统最小备用需求R_demand。

2.如权利要求1所述基于风功率预测不确定度的风电系统运行的控制方法，其特征在于，求取常规机组总出力概率分布的方法为：

设常规机组数量为N_G，则第k台机组的出力概率分布Pr_Gk(x)为：

${\mathrm{Pr}}_{Gk}\left(x\right)=\left\{\begin{array}{c}{\mathrm{FOR}}_k,x=0\\ 1-{\mathrm{FOR}}_k,x=P_{Gkplan}^t\end{array}\right.;$

其中，FOR_k为第k台机组的强迫停运率，为第k台机组的出力概率分布，x代表机组出力；

令k＝1，计算第1台机组的出力概率分布Pr_G1(x)为：

${\mathrm{Pr}}_{G1}\left(x\right)=\left\{\begin{array}{c}FO{R}_1,x=0\\ 1-FO{R}_1,x=P_{G1plan}^t\end{array}\right.$

其中，FOR₁为第1台机组的强迫停运率，为机组t时刻计划出力；求取Pr_Ck(x)与Pr_Gk(x)的卷积；

Pr_Ck+1(x)＝Pr_Ck(x)*Pr_Gk(x)；

当k＝1时，令Pr_C1(x)＝Pr_G1(x)；

当k＜N_G时，代入Pr_Ck+1(x)＝Pr_Ck(x)*Pr_Gk(x)继续进行计算，利用Pr_Ck+1(x)＝Pr_Ck(x)*Pr_Gk(x)卷积求取Pr_Ck(x)；

k＝N_G时，求解得到常规机组总出力的概率分布Pr_C(x)：

${\mathrm{Pr}}_C\left(x\right)={\mathrm{Pr}}_{{\mathrm{CN}}_G}\left(x\right).$

3.如权利要求2所述的基于风功率预测不确定度的风电系统运行的控制方法，其特征在于，风电系统出力裕度z的概率分布Pr_M(z)通过以下方法计算：

${\mathrm{Pr}}_M\left(z\right)=\underset{x=-\mathrm{\∞}}{\overset{\mathrm{\∞}}{\Σ}}{\mathrm{Pr}}_G(z+x){\mathrm{Pr}}_L\left(x\right);$

其中，Pr_L(x)为风电系统负荷需求的概率分布。

4.如权利要求3所述基于风功率预测不确定度的风电系统运行的控制方法，其特征在于，令R从0到R_max取值，间隔为ΔR，对于每个R值按照下式计算缺供电量指标EENS：

$EENS=-\mathrm{\&Delta;}T\underset{x=-\mathrm{\&infin;}}{\overset{\mathrm{\&infin;}}{\&Sigma;}}(x+R)\&CenterDot;{\mathrm{Pr}}_M(x+R<0);$

其中，ΔT为调度时间间隔，ΔR和R_max取值根据系统出力裕度进行设置，得到一组和R值对应的EENS序列。

5.如权利要求4所述基于风功率预测不确定度的风电系统运行的控制方法，其特征在于，以R值为自变量，EENS为因变量，通过曲线拟合方法，得到风险指标EENS和备用容量R之间的函数表达式：

$EENS=\frac{a}{1+{\mathrm{be}}^{c\&CenterDot;R}};$

其中，a、b、c为拟合参数。

6.如权利要求5所述基于风功率预测不确定度的风电系统运行的控制方法，其特征在于，令EENS等于风险值上限EENS₀，计算风电系统最小备用需求R_demand：

$R_{demand}=\frac{1}{c}ln\left(\frac{1}{b}\right(\frac{a}{{\mathrm{EENS}}_0}-1\left)\right).$