CN104767222B - 基于集群出力区间的地区电网最大风电接纳能力计算方法 - Google Patents
基于集群出力区间的地区电网最大风电接纳能力计算方法 Download PDFInfo
- Publication number
- CN104767222B CN104767222B CN201510228133.9A CN201510228133A CN104767222B CN 104767222 B CN104767222 B CN 104767222B CN 201510228133 A CN201510228133 A CN 201510228133A CN 104767222 B CN104767222 B CN 104767222B
- Authority
- CN
- China
- Prior art keywords
- wind
- moment
- electricity generation
- powered electricity
- cluster
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 16
- 230000005611 electricity Effects 0.000 claims abstract description 94
- 230000003203 everyday effect Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 9
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- H02J3/386—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于集群出力区间的地区电网最大风电接纳能力计算方法,首先选取每天对应相同时刻i的出力数据并按大小顺序将其分为a组,统计时刻i风电集群出力数据在各分组内的个数并计算相应的概率;然后选取时刻i风电集群的概率出力区间;根据所确定的i时刻风电集群的概率出力区间和风电出力的范围计算i时刻的风电接纳能力;各个时刻中最小的风电接纳能力即为该区域的风电最大接纳能力。本发明通过选取各时刻风电集群出力的最大概率区间来计算电网最大可以接纳的最大风电装机容量,避免了仅考虑负荷高峰和负荷低谷两个时刻的电网电力平衡所带来的问题,能够实现含风电集群的电网的优化规划以及风能的最大利用。
Description
技术领域
本发明涉及一种基于集群出力区间的地区电网最大风电接纳能力计算方法,属于风力发电技术领域。
背景技术
风电具有间歇性、波动性和随机性,不能提供稳定的发电功率,其并网发电给电网的安全稳定运行带来了一定的冲击和挑战,随着风电大规模的集中开发并网,电网将面临更为严峻的调峰形势。
目前在基于调峰约束的含有风电场的电网规划方法中,对于风电场的处理方式为仅考虑负荷高峰和负荷低谷两个时刻反调峰最为严重的情形,即认为负荷高峰时风电完全不出力,以此根据高峰负荷和常规机组除去备用后的最大出力计算得到联络线的交换功率,然后根据低谷负荷、联络线的交换功率和常规机组的额定最小出力,计算得到基于调峰约束的电网可接纳的最大风电容量。该方法的弊端显而易见,即考虑的调峰情形过于极端特殊,而且仅考虑了负荷高峰和负荷低谷两个时刻,没有考虑相邻时刻风电的变化量对电网带来的调峰问题。
发明内容
本发明的目的是提供一种基于集群出力区间的地区电网最大风电接纳能力计算方法,以解决目前在确定电网最大风电接纳能力时由于没有考虑相邻时刻风电的变化量对电网带来的调峰问题。
本发明为解决上述技术问题而提供一种基于集群出力区间的地区电网最大风电接纳能力计算方法,该方法包括以下步骤:
1)采集待确定地区已投运风电集群的出力数据,根据所采集数据的天数确定分组个数a;
2)选取每天对应相同时刻i的出力数据并按大小顺序将其分为a组,统计时刻i风电集群出力数据在各分组内的个数并计算相应的概率;
3)选取概率大于置信概率的分组所对应的区间并对其进行并集运算,以并集运算的结果作为时刻i风电集群的概率出力区间[ei,fi];
4)根据时刻i规划数据中的负荷数据PL,i、常规机组出力数据PG和联络线交换功率的最大值PLineMax,i和最小值PLineMin,i确定时刻i风电出力的范围[ji,ki];
5)根据所确定的i时刻风电集群的概率出力区间和风电出力的范围[ji,ki]计算i时刻的风电接纳能力P2,i;
6).根据步骤2)-5)计算各个时刻的风电接纳能力,选取其中最小风电接纳能力所对应时刻的风电接纳能力作为该区域的风电最大接纳能力。
所述步骤5)中时刻i的风电接纳能力P2,i为:
P2,i=ci×P1
ci=ki/fi
其中P1为风电集群的装机容量,ci为i时刻的对应系数。
所述步骤1)中的分组数a为:
其中n为采集的天数。
所述步骤4)时刻i风电出力的范围ji,和ki分别为:
ji=PL,i+PLineMin,i-PG
ki=PL,i+PLineMax,i-PG
所述的置信概率为1/a,a为分组的个数。
所述若选取的满足置信概率条件下风电集群的出力区间的并集为不连续的多个区间,则选择其中最大的一个区间作为风电集群的概率出力区间。
所述步骤2)中各分组出力数据的终点值为:
yj,i=yj-1,i+bi
bi=(mi-ni)/α
其中yj,i为时刻i第j组的终点值,yj-1,i为时刻i第j-1组的终点值,bi为时刻i时各分组的步长,mi为时刻i的最大出力数据,ni为时刻i的最小出力数据。
所述步骤2)中时刻i风电集群出力数据在各分组内概率为:
pj,i=zj,i/n
其中pj,i为时刻i的出力数据落在第j组内的概率,zj,i为时刻i的出力数据落在第j组内的个数,n为时刻i的出力数据的个数即采集的天数。
本发明的有益效果是:本发明选取每天对应相同时刻i的出力数据并按大小顺序将其分为a组,统计时刻i风电集群出力数据在各分组内的个数并计算相应的概率;然后选取概率大于置信概率的分组所对应的区间并对其进行并集运算,以并集运算的结果作为时刻i风电集群的概率出力区间;根据时刻i规划数据中的负荷数据、常规机组出力数据和联络线交换功率的最大值和最小值确定时刻i风电出力的范围;最后根据所确定的i时刻风电集群的概率出力区间和风电出力的范围计算i时刻的风电接纳能力;比较各个时刻的风电接纳能力,选取最小风电接纳能力所对应时刻的风电接纳能力即为该区域的风电最大接纳能力。本发明通过选取出各时刻风电集群出力的最大概率区间来计算电网最大可以接纳的最大风电装机容量,避免了仅考虑负荷高峰和负荷低谷两个时刻的电网电力平衡所带来的问题,能够实现含风电集群的电网的优化规划以及风能的最大利用。
附图说明
图1是本发明地区风电最大接纳能力计算方法的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
本发明通过选取出各时刻风电集群出力的最大概率区间来计算电网最大可以接纳的最大风电装机容量。首先采集待确定地区已投运风电集群的出力数据,并根据所采集数据的天数确定分组个数a;选取每天对应相同时刻i的出力数据并按大小顺序将其分为a组,统计时刻i风电集群出力数据在各分组内的个数并计算相应的概率;然后选取概率大于置信概率的分组所对应的区间并对其进行并集运算,以并集运算的结果作为时刻i风电集群的概率出力区间;根据时刻i规划数据中的负荷数据、常规机组出力数据和联络线交换功率的最大值和最小值确定时刻i风电出力的范围;最后根据所确定的i时刻风电集群的概率出力区间和风电出力的范围计算i时刻的风电接纳能力,比较各个时刻的风电接纳能力,选取最小风电接纳能力所对应时刻的风电接纳能力即为该区域的风电最大接纳能力。适用于规划的基于调峰计算的风电集群出力区间的选取方法及其在基于调峰约束规划中的应用,在基于调峰计算的电网规划中可以结合风电集群的出力区间进行调峰计算,以实现含风电集群的电网的优化规划以及风能的最大利用。
下面以某地区已投运风电集群的出力数据为例对本发明的具体实施过程进行详细说明。
1.采集某地区已投运风电集群的处理数据
本实施中该地区已投运风电集群的总容量为P1MW,采样n天、每天m个等时间间隔风电机群有功出力数据,采样样本数据可表示为:
其中采样天数g=1,2,……,n;每天的采样时刻h=1,2,……,m。
2.确定风电集群出力数据的分组数a
其中int为取整运算,n为采样的天数。
3.统计各个时刻风电集群的出力数据
以i时刻为例,选取i时刻所有的风电集群出力数据(i=1,2,…,m):x1,i,x2,i,……,xn,i,令mi=max[x1,i,x2,i,……,xn,i],ni=min[x1,i,x2,i,……,xn,i,根据i时刻的处理数据,确定各分组间的步长bi:
bi=(mi-ni)/a
根据确定的步长计算各分组处理区间的终点值y1,i,y2,i,……,ya,i。
y1,i=ni+bi
y2,i=y1,i+bi
ya,i=ya-1,i+bi+1
则各个分组的范围表示如下:
[ni,y1,i)
[y1,i,y2,i)
[ya-1,i,ya,i]
4.统计各时刻的出力数据在各分组内的个数并计算相应的概率。
同样以i时刻为例来进行说明,根据各分组的范围对i时刻的出力数据进行个数统计,落在各个分组内的出力数据个数分别记作z1,i,z2,i,……,za,i,则各分组的概率p1,i,p2,i,……,pa,i分别为:
p1,i=z1,i/n
p2,i=z2,i/n
pa,i=za,i/n
5.根据每个时刻各分组的概率计算相应时刻风电集群的概率出力区间。
在实际规划过程中可根据规划的需要对风电集群出力数据的置信概率进行有针对性的选取。本实施例中以设定概率1/a为置信概率,从各分组概率中选取大于1/a的区间,并将所选取出的所有区间取并集,以得到i时刻满足置信概率条件下的风电集群的出力区间[ei,fi]。若取得的并集为不连续的几个区间,另选择其中最大的一个区间为[ei,fi]。
6.计算i时刻风电可接纳容量
基于调峰约束,根据i时刻规划数据中的负荷数据PL,i、常规机组出力数据和联络线交换功率的最大值PLineMax,i、最小值PLineMin,i,计算i时刻风电出力的范围[ji,ki]。
ji=PL,i+PLineMin,i-PG
Ki=PL,i+PLineMax,i-PG
设系数ci,
ci=ki/fi
由ci与收集数据的风电集群装机容量P1的乘积可以得到i时刻风电的可接纳容量P2,i
P2,i=ci×P1
7.重复步骤3-6,以得到所有时刻风电的可接纳容量P2,i(i=1,2,…,m)。
8.选取风电的可接纳容量作为
令PW=min[P2,i],(i=1,2,…,m)。PW即为结合风电集群出力区间得到的风电可接纳容量。
下面以某地区风电集群冬季三个月(90天)24个小时的出力数据对本发明进行举例说明。
选取0:00时刻(i=1)数据,其与日期对应的风电集群出力数据如表1所示。
表1
根据表1中的数据可知,这里选取的出力数据个数n为90个,所得到的分组数其中,0:00时刻风电集群出力最大值m1=92.8152MW,最小值n1=4.72753MW。可以得到组距为b1=(m1-n1)/a=8.81877MW。根据组距得到每组的终点值如表2所示。
表2
组号 | 终点值 | 组号 | 终点值 |
1 | 13.5463 | 6 | 57.64015 |
2 | 22.36507 | 7 | 66.45892 |
3 | 31.18384 | 8 | 75.27769 |
4 | 40.00261 | 9 | 84.09646 |
5 | 48.82138 | 10 | 92.91523 |
统计该时刻的出力数据在各个分组中的个数并计算落在各个分组内的频率,统计结果如表3所示。
表3
组号 | 终点值 | 个数 | 频率 | 组号 | 终点值 | 个数 | 频率 |
1 | 13.5463 | 2 | 0.022222 | 6 | 57.64015 | 11 | 0.122222 |
2 | 22.36507 | 1 | 0.011111 | 7 | 66.45892 | 14 | 0.155556 |
3 | 31.18384 | 8 | 0.088889 | 8 | 75.27769 | 14 | 0.155556 |
4 | 40.00261 | 10 | 0.111111 | 9 | 84.09646 | 8 | 0.088889 |
5 | 48.82138 | 15 | 0.166667 | 10 | 92.91523 | 7 | 0.077778 |
选取概率大于等于设定置信概率的风电集群的出力区间,这里的置信概率为1/a,即0.1,概率大于0.1的组号4-8,所对应的区间的并集为[31.18384MW,75.27769MW],则e1=31.18384MW,f1=75.27769MW。
根据规划数据,0:00时刻(i=1)负荷为4500MW,常规机组出力为4200MW,联络线交换功率为送出1000MW,考虑联络线功率调整系数为70%-120%,即此时刻联络线传输功率范围为700MW-1200MW。则可对应计算出可接纳风电的最大、最小容量分别为1500MW和1000MW,即j1=1000MW,k1=1500MW,
c1=k1/f1=1500/75.27769=19.92
已并网的风电集群的装机容量为150MW,则可接纳风电的装机容量为P2,1=c1×P1=19.92×150=2988.933MW。
同理可以计算出该区域24个小时可接纳风电的装机容量P2,i,(i=1,2,……,24)。
选取其中的最小值,Pw=min[P2,i],(i=1,2,…,24),
则此区域结合风电集群出力区间得到的风电接纳容量在18:00取得(i=19),为PW=983.8221MW。
Claims (8)
1.一种基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,该方法包括以下步骤:
1)采集待确定地区已投运风电集群的出力数据,根据所采集数据的天数确定分组个数a;
2)选取每天对应相同时刻i的出力数据并按大小顺序将其分为a组,统计时刻i风电集群出力数据在各分组内的个数并计算相应的概率;
3)选取概率大于置信概率的分组所对应的区间并对其进行并集运算,以并集运算的结果作为时刻i风电集群的概率出力区间[ei,fi];
4)根据时刻i规划数据中的负荷数据PL,i、常规机组出力数据PG和联络线交换功率的最大值PLineMax,i和最小值PLineMin,i确定时刻i风电出力的范围[ji,ki];
5)根据所确定的i时刻风电集群的概率出力区间和风电出力的范围[ji,ki]计算i时刻的风电接纳能力P2,i;
6)根据步骤2)-5)计算各个时刻的风电接纳能力,选取其中最小风电接纳能力所对应时刻的风电接纳能力作为该地区的风电最大接纳能力。
2.根据权利要求1所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述步骤5)中时刻i的风电接纳能力P2,i为:
P2,i=ci×P1
ci=ki/fi
其中P1为风电集群的装机容量,ci为i时刻的对应系数。
3.根据权利要求2所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述步骤1)中的分组数a为:
其中n为采集的天数。
4.根据权利要求3所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述步骤4)时刻i风电出力的范围ji,和ki分别为:
ji=PL,i+PLineMin,i-PG
ki=PL,i+PLineMax,i-PG
5.根据权利要求4所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述的置信概率为1/a,a为分组的个数。
6.根据权利要求4所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述步骤3)中,若选取的满足置信概率条件下风电集群的出力区间的并集为不连续的多个区间,则选择其中最大的一个区间作为风电集群的概率出力区间。
7.根据权利要求3所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述步骤2)中各分组出力数据的终点值为:
yj,i=yj-1,i+bi
bi=(mi-ni)/a
其中yj,i为时刻i第j组的终点值,yj-1,i为时刻i第j-1组的终点值,bi为时刻i时各分组的步长,mi为时刻i的最大出力数据,ni为时刻i的最小出力数据。
8.根据权利要求7所述的基于集群出力区间的地区电网最大风电接纳能力计算方法,其特征在于,所述步骤2)中时刻i风电集群出力数据在各分组内概率为:
pj,i=zj,i/n
其中pj,i为时刻i的出力数据落在第j组内的概率,zj,i为时刻i的出力数据落在第j组内的个数,n为时刻i的出力数据的个数即采集的天数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510228133.9A CN104767222B (zh) | 2015-05-06 | 2015-05-06 | 基于集群出力区间的地区电网最大风电接纳能力计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510228133.9A CN104767222B (zh) | 2015-05-06 | 2015-05-06 | 基于集群出力区间的地区电网最大风电接纳能力计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104767222A CN104767222A (zh) | 2015-07-08 |
CN104767222B true CN104767222B (zh) | 2016-11-30 |
Family
ID=53648916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510228133.9A Active CN104767222B (zh) | 2015-05-06 | 2015-05-06 | 基于集群出力区间的地区电网最大风电接纳能力计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104767222B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103997039A (zh) * | 2014-05-30 | 2014-08-20 | 国网甘肃省电力公司 | 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 |
CN104167765A (zh) * | 2014-07-11 | 2014-11-26 | 海南电网公司 | 一种基于接纳能力分布的最大风电装机容量计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6081133B2 (ja) * | 2012-10-16 | 2017-02-15 | 株式会社東芝 | ウィンドファームの出力制御装置、方法、及びプログラム |
-
2015
- 2015-05-06 CN CN201510228133.9A patent/CN104767222B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103997039A (zh) * | 2014-05-30 | 2014-08-20 | 国网甘肃省电力公司 | 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 |
CN104167765A (zh) * | 2014-07-11 | 2014-11-26 | 海南电网公司 | 一种基于接纳能力分布的最大风电装机容量计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104767222A (zh) | 2015-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108631306B (zh) | 一种电力系统灾后恢复能力的评估方法 | |
CN102682222B (zh) | 一种基于风电波动规律的连续潮流计算方法 | |
CN104319807B (zh) | 一种基于Copula函数获取多风电场容量可信度的方法 | |
CN105281362A (zh) | 电力系统消纳风电能力的评估方法 | |
CN101777766B (zh) | 电网输电能力风险评估方法 | |
CN102914969A (zh) | 一种短期风电功率预测系统的综合误差修正方法 | |
CN104331572A (zh) | 考虑风速和风电机组故障相关性的风电场可靠性建模方法 | |
CN104319785B (zh) | 一种基于源流路径电气剖分的风电系统关键节点识别方法 | |
CN105490309B (zh) | 一种基于电网调峰能力的风电消纳评估方法 | |
CN103995982A (zh) | 一种考虑机组随机故障的概率潮流计算方法 | |
CN102903035A (zh) | 基于智能电网的节能发电调度系统及其调度方法 | |
CN102968747A (zh) | 一种风电场典型日出力曲线的确定方法 | |
CN105305488A (zh) | 一种考虑新能源并网对输电网利用率影响的评价方法 | |
CN105184672A (zh) | 一种针对三公调度发电计划的评估方法 | |
CN104951654A (zh) | 基于控制变量抽样的大规模风电场可靠性评估方法 | |
CN108616145B (zh) | 一种计及事故后电压影响效果的新能源切机优化方法 | |
CN114595762A (zh) | 一种光伏电站异常数据序列提取方法 | |
CN117709638A (zh) | 一种送端大系统可靠性提升措施优化方法和系统 | |
CN103530508B (zh) | 一种建立风速功率转换概率模型的方法 | |
CN104767222B (zh) | 基于集群出力区间的地区电网最大风电接纳能力计算方法 | |
CN105356508A (zh) | 基于psd-bpa的电网风电接入评价系统及其方法 | |
CN107944686A (zh) | 考虑电网输送风电适应性的网架扩展方法 | |
CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
CN108470247A (zh) | 基于关联规则分类的光伏电站经营辅助决策方法 | |
CN105207255A (zh) | 一种适用于风电出力的电力系统调峰计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |