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

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

一种基于可靠性函数的风电容量可信度的快速计算方法

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C_n，其余常规机组装机容量为C_r，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C_v，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＝C_v/C_n。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P_i和r_i，i＝1,2,...,G；其中G为电力系统中发电机组的数量，P_i为第i台机组的装机容量，r_i为第i台机组的强迫停运率；2)根据各机组容量P_i及其强迫停运率r_i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d_t，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w_t，w_t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w_t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d_t、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λ_j-1，计算各小时权重因子k_t为：

$k_t=\frac{f(d_t-w_t)-f(d_t-{\mathrm{\λ}}_{j-1}W)}{{\mathrm{\λ}}_{j-1}W-w_t};$

7)根据小时级风电场出力曲线w_t，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k_t，计算本次迭代的风电容量可信度λ_j：

${\mathrm{\λ}}_j=\underset{t=1}{\overset{8760}{\mathrm{\Σ}}}\left[\frac{k_t}{\underset{t=1}{\overset{8760}{\mathrm{\Σ}}}}\frac{w_t}{W}\right];$

8)根据本次迭代得到的风电容量可信度计算结果λ_j以及上一次迭代的容量可信度计算结果λ_j-1，判断迭代是否收敛，判断公式为|(λ_j-λ_j-1)/λ_j|≤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λ_j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：

$f\left(d\right)=\underset{0}{\overset{d}{\∫}}(d-x)C\left(x\right)\mathrm{dx},d\∈[0,\underset{i=1}{\overset{G}{\mathrm{\Σ}}}{P}_i],$

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：

$f\left(d\right)=\mathrm{\Δd}\underset{n=0}{\overset{N}{\mathrm{\Σ}}}(d-\mathrm{n\Δd})C\left(\mathrm{n\Δd}\right),$ N为的最大整数。

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：P_i，r_i，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，P_i为第i台机组的装机容量、r_i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P_i及其强迫停运率r_i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：

$f\left(d\right)=\underset{0}{\overset{d}{\∫}}(d-x)C\left(x\right)\mathrm{dx},d\∈[0,\underset{i=1}{\overset{G}{\mathrm{\Σ}}}{P}_i],$

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：

$f\left(d\right)=\mathrm{\Δd}\underset{n=0}{\overset{N}{\mathrm{\Σ}}}(d-\mathrm{n\Δd})C\left(\mathrm{n\Δd}\right),$

式中，N为的最大整数。

4)获取评估目标年小时级负荷曲线d_t，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w_t，w_t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w_t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d_t、小时级风电场出力曲线w_t、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λ_j-1，计算各小时权重因子k_t：

$k_t=\frac{f(d_t-w_t)-f(d_t-{\mathrm{\λ}}_{j-1}W)}{{\mathrm{\λ}}_{j-1}W-w_t};$

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k_t，计算本次迭代的风电容量可信度λ_j，公式为：

${\mathrm{\λ}}_j=\underset{t=1}{\overset{8760}{\mathrm{\Σ}}}\left[\frac{k_t}{\underset{t=1}{\overset{8760}{\mathrm{\Σ}}}}\frac{w_t}{W}\right];$

8)根据本次迭代得到的风电容量可信度计算结果λ_j以及上一次迭代的容量可信度计算结果λ_j-1，判断迭代是否收敛，判断公式为|(λ_j-λ_j-1)/λ_j|≤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λ_j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P_i和r_i，i＝1,2,...,G；其中G为电力系统中发电机组的数量，P_i为第i台机组的装机容量，r_i为第i台机组的强迫停运率；

2)根据各机组容量P_i及其强迫停运率r_i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d_t，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w_t，w_t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w_t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d_t、小时级风电场出力曲线w_t、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λ_j-1，计算各小时权重因子k_t为：

$k_t=\frac{f(d_t-w_t)-f(d_t-{\mathrm{\λ}}_{j-1}W)}{{\mathrm{\λ}}_{j-1}W-w_t};$

7)根据小时级风电场出力曲线w_t，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k_t，计算本次迭代的风电容量可信度λ_j：

${\mathrm{\λ}}_j=\underset{t=1}{\overset{8760}{\mathrm{\Σ}}}\left[\frac{k_t}{\underset{t=1}{\overset{8760}{\mathrm{\Σ}}}}\frac{w_t}{W}\right];$

8)根据本次迭代得到的风电容量可信度计算结果λ_j以及上一次迭代的容量可信度计算结果λ_j-1，判断迭代是否收敛，判断公式为|(λ_j-λ_j-1)/λ_j|≤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λ_j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：

$f\left(d\right)=\underset{0}{\overset{d}{\∫}}(d-x)C\left(x\right)\mathrm{dx},d\∈[0,\underset{i=1}{\overset{G}{\mathrm{\Σ}}}{P}_i],$

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：

$f\left(d\right)=\mathrm{\Δd}\underset{n=0}{\overset{N}{\mathrm{\Σ}}}(d-\mathrm{n\Δd})C\left(\mathrm{n\Δd}\right),$ N为的最大整数。