CN104156885A - 一种基于可靠性函数的风电容量可信度的快速计算方法 - Google Patents
一种基于可靠性函数的风电容量可信度的快速计算方法 Download PDFInfo
- Publication number
- CN104156885A CN104156885A CN201410387911.4A CN201410387911A CN104156885A CN 104156885 A CN104156885 A CN 104156885A CN 201410387911 A CN201410387911 A CN 201410387911A CN 104156885 A CN104156885 A CN 104156885A
- Authority
- CN
- China
- Prior art keywords
- wind
- capacity
- wind power
- hour
- electricity generation
- 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.)
- Granted
Links
Landscapes
- Wind Motors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于可靠性函数的风电容量可信度的快速计算方法,其步骤:1)获取电力系统中发电机各机组容量及强迫停运率;2)计算电力系统中机组停运容量表;3)计算系统可靠性函数;4)获取评估目标年小时级负荷曲线、电力系统风电场总装机容量以及评估目标年小时级风电场出力曲线;5)设置风电容量可信度初始值;6)计算各小时权重因子;7)计算本次迭代的风电容量可信度;8)根据本次迭代得到的风电容量可信度计算结果以及上一次迭代的容量可信度计算结果,判断迭代是否收敛,若迭代收敛,则本次迭代为风电容量可信度计算结果,否则返回第6)。本发明计算误差较小,能在各种电力系统及风电条件下精确计算风电容量可信度。
Description
技术领域
本发明涉及电力系统分析领域,特别是关于一种基于可靠性函数的风电容量可信度的快速计算方法。
背景技术
一般风电出力具有随机性强、波动剧烈、出力难以控制的特点。相比水电、火电等常规机组,风电机组无法随时提供与其容量相当的发电能力,因而在电力规划中无法与常规机组同等对待。风电容量可信度的概念描述的是在相同可靠性前提下,风电机组可以替代的常规机组的容量大小。风电容量可信度在风电随机性与传统电力规划模型中架起了一道桥梁,使难以控制的、包含间歇性与随机性特点的风电参与传统的电力规划分析与计算成为可能。研究风电容量可信度,对电力规划中电力平衡、合理备用率选取、容量电价补偿等方面具有重要意义。
风电容量可信度的精确定义是:设系统中风电容量为Cn,其余常规机组装机容量为Cr,此时电力系统的电量不足期望值(EENS)为R1,去掉电力系统中的风电,而加入100%可靠的虚拟机组,容量为Cv,此时电力系统的电量不足期望值(EENS)为R2,若有R1=R2,则风电容量可信度λ=Cv/Cn。可见,风电容量可信度的概念将可靠性不同的机组容量转化到了统一的可靠性尺度上,使电力系统容量充裕度评估更加精确客观。
风电可信容量计算的核心是发电充裕度评估,因此其主要计算方法也来自发电充裕度评估方法,例如卷积法、蒙特卡洛法、马尔科夫链法以及序列运算法等。由于可信容量的计算要通过多次充裕度计算进行迭代求解,因此存在运算量较大的问题,如何提高计算效率,提出简化算法也成为其研究热点。为此,有学者提出了峰荷平均负荷率法以及一些经验公式,但是这些计算方法存在计算误差较大,假设条件比较苛刻的问题,难以广泛应用于大规模实际电力系统的计算分析。因此,需要一套快速、准确的风电容量可信度计算方法,以适应实际电力系统规划及风电场规划的需求。
发明内容
针对上述问题,本发明的目的是提供一种可以在各种电力系统以及风电条件下,能快速计算,并且计算误差较小的基于可靠性函数的风电容量可信度的快速计算方法。
为实现上述目的,本发明采取以下技术方案:一种基于可靠性函数的风电容量可信度的快速计算方法,其包括以下步骤:1)获取电力系统中发电机关键参数Pi和ri,i=1,2,...,G;其中G为电力系统中发电机组的数量,Pi为第i台机组的装机容量,ri为第i台机组的强迫停运率;2)根据各机组容量Pi及其强迫停运率ri计算电力系统中机组停运容量表C(d),d表示负荷水平,3)根据机组停运容量表C(d),计算系统可靠性函数;4)获取评估目标年小时级负荷曲线dt,t=1,2,...,8760,能通过负荷预测方法实现;获取电力系统风电场总装机容量W以及评估目标年小时级风电场出力曲线wt,wt通过统计风电场历史出力,或通过风电场出力模拟方法生成;5)根据风电场出力曲线wt及其总装机容量,设置风电容量可信度初始值:
设置迭代次数j=0;
6)根据小时级负荷曲线dt、小时级风电场出力曲线wt、以及步骤3)中得到的系统可靠性函数f(d)、风电场总装机容量W、以及上一次迭代中计算得到风电容量可信度λj-1,计算各小时权重因子kt为:
7)根据小时级风电场出力曲线wt,风电场总装机容量W以及步骤6)计算得到的各小时权重因子kt,计算本次迭代的风电容量可信度λj:
8)根据本次迭代得到的风电容量可信度计算结果λj以及上一次迭代的容量可信度计算结果λj-1,判断迭代是否收敛,判断公式为|(λj-λj-1)/λj|≤ε,其中ε为迭代收敛判定标准,其为预先设定值;若迭代收敛,则λj为风电容量可信度计算结果,否则令j=j+1,返回步骤6)重新计算各小时权重因子。
所述步骤3)中,所述系统可靠性函数为电力不足期望值指标f(d)与负荷水平d之间的函数关系公式,其为:
计算采用数值梯形积分方法,取积分步长为Δd,数值梯形积分的公式为:
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于避免了传统风电容量可信度计算中的随机采样环节,此随机采样环节,计算消耗很大,因而提高了风电容量可信度的计算效率,进而为电力系统规划以及风电场规划中风电容量可信度的评估提供快速的计算方法。2、本发明提出的方法由于在推导过程中没有进行简化与假设,因此本方法对电力系统以及风电场具有一定的普适性,能够在各种电力系统以及风电条件下精确计算风电容量可信度。
附图说明
图1是本发明实施例中IEEE RTS-79电力系统机组停运容量表示意图;
图2是本发明实施例中IEEE RTS-79电力系统机组停运容量表对数坐标示意图;
图3是本发明实施例中IEEE RTS-79电力系统可靠性函数示意图;
图4是本发明实施例中IEEE RTS-79电力系统全年小时级(8760点)负荷曲线示意图;
图5是本发明实施例中IEEE RTS-79电力系统全年小时级(8760点)风电出力曲线示意图;
图6是本发明实施例中IEEE RTS-79电力系统风电可信容量各次迭代结果示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明提供一种基于可靠性函数的风电容量可信度的快速计算方法,其包括以下步骤:
1)获取电力系统中发电机关键参数,包括:Pi,ri,i=1,2,...,G。其中G为电力系统中发电机组(不包括风电场)的数量,Pi为第i台机组的装机容量、ri为第i台机组的强迫停运率,此处机组强迫停运率指机组长期强迫停运率,可由机组一年中不可用的天数占一年中总天数的比例确定;
2)根据各机组容量Pi及其强迫停运率ri计算电力系统中机组停运容量表(Capacity Outage Probability Table)
本发明涉及到的机组停运容量表的计算为已有技术。机组停运容量表表示由于机组停运而引起系统可用机组容量的概率分布,可记为其中d表示负荷水平,其取值范围是0至系统总装机容量。C(d)表示系统机组可用容量等于d的概率,该概率根据各机组容量以及机组随机停运率依次经过卷积计算得到,卷积离散化间隔取为1MW。实际计算中机组停运容量表的表现形式为一个具有两列、多行的表格,第一列为机组可用容量,第二列为各可用容量对应的概率,行数取决于系统机组数量及最大负荷。
3)根据机组停运容量表C(d),计算系统可靠性函数,即电力不足期望值(EENS)指标f(d)与负荷水平d之间的函数关系公式,其为:
计算采用数值梯形积分方法,取积分步长为Δd,数值梯形积分的公式为:
式中,N为的最大整数。
4)获取评估目标年小时级负荷曲线dt,t=1,2,...,8760,可通过负荷预测方法实现。获取电力系统风电场总装机容量W以及评估目标年小时级风电场出力曲线wt,wt可通过统计风电场历史出力,或通过风电场出力模拟方法生成;
5)根据风电场出力曲线wt及其总装机容量,设风电容量可信度初始值为:
设置迭代次数j=0;
6)根据小时级负荷曲线dt、小时级风电场出力曲线wt、以及步骤3)中得到的系统可靠性函数f(d)、风电场总装机容量W、以及上一次迭代中计算得到风电容量可信度λj-1,计算各小时权重因子kt:
7)根据小时级风电场出力曲线wt,风电场总装机容量W以及步骤6)计算得到的各小时权重因子kt,计算本次迭代的风电容量可信度λj,公式为:
8)根据本次迭代得到的风电容量可信度计算结果λj以及上一次迭代的容量可信度计算结果λj-1,判断迭代是否收敛,判断公式为|(λj-λj-1)/λj|≤ε,其中ε为迭代收敛判定标准,其为预先设定值;若迭代收敛,则λj为风电容量可信度计算结果,否则令j=j+1,返回步骤6)重新计算各小时权重因子。
下面结合具体实施例对本发明进行进一步的描述:
以IEEE可靠性标准测试电力系统(IEEE RTS-79)为例阐述本发明所提出的基于可靠性函数的风电容量可信度的快速计算方法,并验证本发明所实现的效果。IEEERTS-79电力系统共32台发电机组,装机容量为3405MW,最高负荷2850MW。
1)如表1所示,获取电力系统中发电机关键参数,包括:发电机组装机容量以及机组的强迫停运率,在IEEE RTS-79系统的基础上加入风电场,其总容量为1700MW;
表1 IEEE RTS-79发电机参数
序号 | 发电机组容量(MW) | 强迫停运率FOR(p.u.) |
1 | 20 | 0.10 |
2 | 20 | 0.10 |
3 | 76 | 0.02 |
4 | 76 | 0.02 |
5 | 20 | 0.10 |
6 | 20 | 0.10 |
7 | 76 | 0.02 |
8 | 76 | 0.02 |
9 | 100 | 0.04 |
10 | 100 | 0.04 |
11 | 100 | 0.04 |
12 | 197 | 0.05 |
13 | 197 | 0.05 |
14 | 197 | 0.05 |
15 | 12 | 0.02 |
16 | 12 | 0.02 |
17 | 12 | 0.02 |
18 | 12 | 0.02 |
19 | 12 | 0.02 |
20 | 155 | 0.04 |
21 | 155 | 0.04 |
22 | 400 | 0.08 |
23 | 400 | 0.08 |
24 | 50 | 0.12 |
25 | 50 | 0.01 |
26 | 50 | 0.01 |
27 | 50 | 0.01 |
28 | 50 | 0.01 |
29 | 50 | 0.01 |
30 | 155 | 0.04 |
31 | 155 | 0.04 |
32 | 350 | 0.08 |
2)计算电力系统中机组停运容量表(如图1、图2所示);
3)如图3所示,计算系统可靠性函数;
4)如图4与图5所示,获取评估目标年小时级负荷曲线及小时级风电场总出力曲线;
5)设风电容量可信度初始值为风电场的容量因子λ0=24.805%,设置迭代次数j=0,设置迭代收敛标准ε=0.0001;
6)根据各小时系统负荷与风电出力计算各小时权重因子;
7)根据各小时风电出力及其权重因子,计算风电容量可信度,得到λ1=4.901%;
8)继续进行迭代,每次迭代根据新得到的风电容量可信度更新各小时权重因子,在此基础上计算新的风电容量可信度,各次迭代结果如图6所示,迭代到第10次收敛,得到风电容量可信度的结果为λ10=8.042%。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (2)
1.一种基于可靠性函数的风电容量可信度的快速计算方法,其包括以下步骤:
1)获取电力系统中发电机关键参数Pi和ri,i=1,2,...,G;其中G为电力系统中发电机组的数量,Pi为第i台机组的装机容量,ri为第i台机组的强迫停运率;
2)根据各机组容量Pi及其强迫停运率ri计算电力系统中机组停运容量表C(d),d表示负荷水平,
3)根据机组停运容量表C(d),计算系统可靠性函数;
4)获取评估目标年小时级负荷曲线dt,t=1,2,...,8760,能通过负荷预测方法实现;获取电力系统风电场总装机容量W以及评估目标年小时级风电场出力曲线wt,wt通过统计风电场历史出力,或通过风电场出力模拟方法生成;
5)根据风电场出力曲线wt及其总装机容量,设置风电容量可信度初始值:
设置迭代次数j=0;
6)根据小时级负荷曲线dt、小时级风电场出力曲线wt、以及步骤3)中得到的系统可靠性函数f(d)、风电场总装机容量W、以及上一次迭代中计算得到风电容量可信度λj-1,计算各小时权重因子kt为:
7)根据小时级风电场出力曲线wt,风电场总装机容量W以及步骤6)计算得到的各小时权重因子kt,计算本次迭代的风电容量可信度λj:
8)根据本次迭代得到的风电容量可信度计算结果λj以及上一次迭代的容量可信度计算结果λj-1,判断迭代是否收敛,判断公式为|(λj-λj-1)/λj|≤ε,其中ε为迭代收敛判定标准,其为预先设定值;若迭代收敛,则λj为风电容量可信度计算结果,否则令j=j+1,返回步骤6)重新计算各小时权重因子。
2.如权利要求1所述的一种基于可靠性函数的风电容量可信度的快速计算方法,其特征在于:所述步骤3)中,所述系统可靠性函数为电力不足期望值指标f(d)与负荷水平d之间的函数关系公式,其为:
计算采用数值梯形积分方法,取积分步长为Δd,数值梯形积分的公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410387911.4A CN104156885B (zh) | 2014-08-08 | 2014-08-08 | 一种基于可靠性函数的风电容量可信度的快速计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410387911.4A CN104156885B (zh) | 2014-08-08 | 2014-08-08 | 一种基于可靠性函数的风电容量可信度的快速计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104156885A true CN104156885A (zh) | 2014-11-19 |
CN104156885B CN104156885B (zh) | 2017-05-17 |
Family
ID=51882376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410387911.4A Active CN104156885B (zh) | 2014-08-08 | 2014-08-08 | 一种基于可靠性函数的风电容量可信度的快速计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156885B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097141A (zh) * | 2016-06-08 | 2016-11-09 | 合肥工业大学 | 光伏发电系统置信容量的三元区间数评估方法 |
CN107844896A (zh) * | 2017-10-23 | 2018-03-27 | 国网能源研究院有限公司 | 适用于高风电渗透率电力系统的风电置信容量评估方法 |
CN108336767A (zh) * | 2018-03-10 | 2018-07-27 | 国网江西省电力有限公司经济技术研究院 | 一种低压并网分布式电源出力容量可信度评价方法 |
CN111753437A (zh) * | 2020-07-06 | 2020-10-09 | 国网山西省电力公司电力科学研究院 | 风储发电系统的可信容量评估方法及装置 |
CN112001531A (zh) * | 2020-08-04 | 2020-11-27 | 南京工程学院 | 基于有效载荷能力的风电短期运行容量可信度评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510108A (zh) * | 2011-11-10 | 2012-06-20 | 山东电力调度中心 | 一种用于求取地区电网最大风电装机容量的方法 |
CN102880989A (zh) * | 2012-09-05 | 2013-01-16 | 中国电力科学研究院 | 一种风电出力时间序列建模方法 |
CN103218757A (zh) * | 2013-04-28 | 2013-07-24 | 重庆大学 | 一种确定光伏发电容量可信度的方法 |
-
2014
- 2014-08-08 CN CN201410387911.4A patent/CN104156885B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510108A (zh) * | 2011-11-10 | 2012-06-20 | 山东电力调度中心 | 一种用于求取地区电网最大风电装机容量的方法 |
CN102880989A (zh) * | 2012-09-05 | 2013-01-16 | 中国电力科学研究院 | 一种风电出力时间序列建模方法 |
CN103218757A (zh) * | 2013-04-28 | 2013-07-24 | 重庆大学 | 一种确定光伏发电容量可信度的方法 |
Non-Patent Citations (3)
Title |
---|
张宁 等: "基于序列运算的风电可信容量计算方法", 《中国电机工程学报》 * |
王海超 等: "风电场发电容量可信度研究", 《中国电机工程学报》 * |
钟浩 等: "风电场发电可靠性及容量可信度评估", 《风电场发电可靠性及容量可信度评估》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097141A (zh) * | 2016-06-08 | 2016-11-09 | 合肥工业大学 | 光伏发电系统置信容量的三元区间数评估方法 |
CN106097141B (zh) * | 2016-06-08 | 2019-08-23 | 合肥工业大学 | 光伏发电系统置信容量的三元区间数评估方法 |
CN107844896A (zh) * | 2017-10-23 | 2018-03-27 | 国网能源研究院有限公司 | 适用于高风电渗透率电力系统的风电置信容量评估方法 |
CN107844896B (zh) * | 2017-10-23 | 2021-09-28 | 国网能源研究院有限公司 | 适用于高风电渗透率电力系统的风电置信容量评估方法 |
CN108336767A (zh) * | 2018-03-10 | 2018-07-27 | 国网江西省电力有限公司经济技术研究院 | 一种低压并网分布式电源出力容量可信度评价方法 |
CN108336767B (zh) * | 2018-03-10 | 2021-03-16 | 国网江西省电力有限公司经济技术研究院 | 一种低压并网分布式电源出力容量可信度评价方法 |
CN111753437A (zh) * | 2020-07-06 | 2020-10-09 | 国网山西省电力公司电力科学研究院 | 风储发电系统的可信容量评估方法及装置 |
CN112001531A (zh) * | 2020-08-04 | 2020-11-27 | 南京工程学院 | 基于有效载荷能力的风电短期运行容量可信度评估方法 |
CN112001531B (zh) * | 2020-08-04 | 2023-12-12 | 南京工程学院 | 基于有效载荷能力的风电短期运行容量可信度评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104156885B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103279804B (zh) | 超短期风电功率的预测方法 | |
CN103117546B (zh) | 一种超短期风电功率滑动预测方法 | |
CN103218757B (zh) | 一种确定光伏发电容量可信度的方法 | |
CN105654207A (zh) | 基于风速、风向信息的风电功率预测方法 | |
CN103683274B (zh) | 区域中长期风电发电量概率预测方法 | |
CN104156885A (zh) | 一种基于可靠性函数的风电容量可信度的快速计算方法 | |
CN106875033A (zh) | 一种基于动态自适应的风电集群功率预测方法 | |
CN104392274A (zh) | 基于用电负荷与温度趋势的城市短期用电负荷预测方法 | |
CN104217077A (zh) | 一种反映风速变化特性的风力发电出力随机模型建模方法 | |
CN106655190A (zh) | 一种求解风电场概率最优潮流的方法 | |
CN106786608B (zh) | 一种适用于分布式电源接入的不确定谐波潮流计算方法 | |
Han et al. | Neural network ensemble method study for wind power prediction | |
CN102479347A (zh) | 基于数据驱动的风电场短期风速预测方法和系统 | |
CN104102832A (zh) | 一种基于混沌时间序列的风电功率超短期预测方法 | |
CN107844896A (zh) | 适用于高风电渗透率电力系统的风电置信容量评估方法 | |
CN105207204A (zh) | 一种计及一次调频不确定性的概率潮流分析方法 | |
Wang et al. | Development of wind speed forecasting model based on the Weibull probability distribution | |
CN115456304A (zh) | 考虑台风影响的海上风电场可靠性指标计算方法及装置 | |
CN103984986A (zh) | 实时校正的自学习arma模型风电功率超短期预测方法 | |
CN105262146A (zh) | 含风电的电力系统备用容量计算方法和系统 | |
CN105046349A (zh) | 一种计及尾流效应的风电功率预测方法 | |
Yang et al. | Short‐term photovoltaic power dynamic weighted combination forecasting based on least squares method | |
CN110188998A (zh) | 配电网的风电机组和储能的时序建设可靠性的评估方法 | |
CN102539823A (zh) | 一种wtg风速分布的预测方法 | |
CN109546188B (zh) | 液流电池储能多属性综合评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |