CN105389744A - 一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法 - Google Patents

Abstract

本发明公开了一种基于负荷昼夜峰值差约束的光伏发电容量可信度评估方法，属于含光伏电站的电力系统运行技术领域，主要包括以下步骤：首先，基于Kantorovich？Distance的场景削减技术，筛选出能够体现光伏电站一年出力特性的典型日出力场景，简化含光伏电站的电力系统可靠性计算；其次，根据强迫停运率计算原系统的可靠性水平，并在等可靠性水平下，采用截弦法计算光伏电站的有效载荷容量；最后，根据负荷昼夜峰值差约束，修正光伏电站的有效载荷容量，并计算出容量可信度。本发明实现方法简单、计算速度快，可以全面而准确地评估光伏发电置信容量。

Description

一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法

技术领域

本发明属于含光伏电站的电力系统运行技术领域，更具体地，涉及一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法。

背景技术

随着全球能源需求的不断增长和化石燃料的过度消耗，能源危机和环境污染问题日益严重，世界各国都在致力于可持续清洁能源的研究和开发。其中，太阳能因资源丰富、清洁无污染、受地域限制小等优点，逐渐成为社会关注的热点。近年来，随着光伏发电技术的日益成熟和能源政策的有效激励，光伏发电技术得到了持续快速的发展。2014年，全球光伏市场的新增装机容量再创新高达到47GW，全球累计装机容量已达188.8GW。这其中，中国增量最大，占全球新增装机总量的27.7％，比四分之一还要多。我国幅员广大，有着十分丰富的太阳能资源。据估算，我国陆地表面每年接受的太阳辐射能约为50×10¹⁸kJ，全国各地太阳年辐射总量达335～837kJ/cm²·a。我国在发布的《能源发展战略行动计划(2014-2020年)》中提出，有序推进光伏基地建设，加快发展太阳能发电，到2020年力争光伏装机达到1亿千瓦左右。可见，光伏发电正从补充能源向替代能源过渡。

由于受到昼夜、季节以及天气等随机因素的影响，到达地面的太阳辐照度既是间断的，又是极不稳定的。因此，光伏发电具有明显的随机性、间歇性和周期性的特点，属于一种出力不可控的电源形式。但是，与风电等其他波动性能源相比，光伏发电出力更具规律性，和负荷的相关性也更强，多数情况下可发挥削峰作用。随着光伏发电在电网中穿透功率水平的不断提高，如果仍忽略光伏发电的容量价值，将导致严重的过度投资和资源浪费。由于光伏发电出力的随机性和间歇性等特点，其并网后对电力系统的可靠性贡献与常规机组有较大不同。因此，客观评价光伏发电的容量可信度对接入系统的长期规划、优化运行以及可靠性评估等相关问题具有十分重要的意义。

我国的光伏发电技术起步较晚，大型光伏电站接入电网只是最近几年才发展起来的新形式。在目前的电力平衡中并不考虑光伏发电的容量价值，所以国内关于光伏发电置信容量的研究成果相对较少。在国际上，对光伏发电置信容量进行评估时，通常有以下两种方法：①将光伏发电出力并入负荷侧，对原始电力系统负荷曲线进行修正，扣除光伏出力的部分，形成“净负荷”曲线，即等效负荷曲线；②将光伏发电出力并入发电侧，将光伏电站等效为一个多状态机组，把光伏电站出力值划分为M个区间，以区间中点为某一状态下的出力值，以该区间上的累计概率作为该状态出现的概率。

采用第一种方法对光伏发电容量可信度的评估结果过于乐观，由于夜间无太阳辐射，光伏发电具有明显的昼夜差异；而负荷一般会有两个高峰，即日间高峰和夜间高峰。当光伏装机容量不断增大时，而“净负荷”曲线的夜间峰值不会减小，计算出的光伏容量可信度牺牲了系统备用容量，计算结果过于乐观。采用第二种方法计算光伏发电容量可信度的计算过程非常复杂，需要把每个小时的光伏出力都等效成一个多状态机组，计算量大。

发明内容

针对现有技术的缺陷，本发明提供了一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法，目的在于快速而准确地评估光伏发电置信容量；旨在解决现有技术中获得光伏发电容量可信度的计算过程非常复杂导致计算量大的问题。

本发明提供了一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法，包括下述步骤：

(1)根据光伏发电的日特性将负荷分为两个阶段，并计算日间负荷峰值L_m1(t)和夜间负荷峰值L_m2(t)；

(2)对光伏电站出力场景进行削减，获得削减后的目标场景集；

(3)获得原始系统的可靠性水平

(4)获得含光伏电站电力系统的可靠性水平 $HLOLEP=\underset{n=1}{\overset{24}{\Σ}}\underset{t=1}{\overset{365}{\Σ}}P(X\≥C+C_{PVn}-L_n(t\left)\right);$

(5)当含光伏电站电力系统的可靠性水平与原始系统的可靠性水平相等时，获得第i个光伏出力场景的有效载荷容量△L_i；

(6)判断所述有效载荷容量△L_i是否小于等于所述日间负荷峰值L_m1(t)和夜间负荷峰值L_m2(t)之间的差值；若是，则转入步骤(7)；若否，则所述有效载荷容量△L_i＝L_m1(t)-L_m2(t)；

(7)重复步骤(5)和(6)获得所述削减后的目标场景集中每个光伏出力场景的有效载荷容量，并根据公式得到光伏电站的有效载荷容量△L；

(8)根据所述光伏电站的有效载荷容量获得光伏发电容量可信度C_credit＝△L/C_PV；

其中，P(X≥C-L(t))为系统停运容量大于或等于C-L(t)的累积概率；C为系统装机容量；L_n(t)为第t日第n时段的负荷；C_PVn为第n个时段光伏电站的输出功率；C_PV为光伏电站容量。

更进一步地，步骤(2)具体为：

(2.1)获得光伏电站出力场景集合中第i场景与第h场景之间的KD距离；

(2.2)选取KD距离最小的场景k，将场景k由场景i所代替，即在原始场景集合中删除场景k；

(2.3)并将场景i的概率p_i修正为原场景i的概率与被替代场景k的概率p_k之和，即

(2.4)重复步骤(2.1)～(2.3)进行反复迭代，当场景集合中场景的数目达到给定的数值N_s时，得到的场景集合即为削减后的目标场景集。

更进一步地，根据公式KD(i,h)＝p_i·c(i,h)获得所述KD距离，其中p_i是场景i的概率，C_PVn(i)是场景i在第n时段的光伏出力。

更进一步地，所述给定的数值N_s为10-20。

更进一步地，步骤(5)中，采用截弦法获得第i个光伏出力场景的有效载荷容量△L_i。

更进一步地，步骤(5)具体包括：

(5.1)获得A(L_org+C_PV，f_n+1(L_org+C_PV))和B(L_org，f_n+1(L_org))构成的直线方程；

(5.2)获得直线AB与直线y＝R_n的交点横坐标L_k；

(5.3)当系统负荷水平为L_k时，获得光伏接入后系统的可靠性水平f_n+1(L_k)；

(5.4)当|f_n+1(L_k)-R_n|≤e，则转入步骤(5.6)；反之则转入步骤(5.5)；

(5.5)以点(L_k，f_n+1(L_k))替代点B，并重复步骤(5.1)至(5.4)；

(5.6)获得第i个光伏出力场景的有效载荷容量△L_i＝L_k-L_org；

其中，L_org为原始负荷，C_PV为光伏装机容量，f_n为原始系统可靠性曲线，f_n+1为含光伏系统可靠性曲线；f_n+1(L_org+C_PV)表示负荷水平为L_org+C_PV时含光伏系统的可靠性水平；f_n+1(L_org)表示负荷水平为L_org时含光伏系统的可靠性水平；R_n为原始发电系统的可靠性水平；e为给定的精度。

更进一步地，给定的精度e小于1/(2R_n)×10^-6)。

通过本发明所构思的以上技术方案，与现有技术相比，由于采用场景削减技术将大量的光伏出力数据用少数典型场景代替，有效提高了计算速度。同时在计算过程中考虑到负荷昼夜峰值差约束，对光伏电站的有效载荷容量进行修正，使得计算出的光伏容量可信度更为客观准确。

附图说明

图1是本发明实施例提供的基于负荷昼夜峰值差约束的光伏容量可信度的评估方法的实现流程图；

图2是采用截弦法计算有效载荷容量的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明属于含光伏电站的电力系统运行技术领域，更准确地说本发明涉及一种基于负荷昼夜峰值差约束的光伏发电容量可信度评估方法。鉴于此，本发明提供了一种考虑负荷昼夜峰值差约束的光伏发电容量可信度评估方法。依据光伏发电出力特点，考虑负荷日间峰值和夜间峰值的不同，以有效载荷容量作为衡量标准，建立了光伏发电容量可信度的评估模型。

为实现以上发明目的，本发明是通过以下技术方案实现的：

(1)根据光伏发电的日特性，将负荷分为昼夜两阶段，并计算负荷昼夜峰值。光伏电站出力具有明显小时特性，在7h-19h时段有出力，在20h-24h和1h-6h时段出力为零。因此，相应地本发明中把负荷分为昼夜两个阶段。

L_m1(t)＝max(L₇(t)KL_n(t)KL₁₉(t))(1)

L_m2(t)＝max(L₁(t)KL_n(t)KL₆(t),L₂₀(t)KL_n(t)KL₂₄(t))(2)

式中，L_m1(t)为日间负荷峰值，L_m2(t)为夜间负荷峰值，L_n(t)表示第t日第n时段的负荷时间序列，t＝1,2…365，n＝1,2…24。

(2)光伏电站出力场景削减。本发明以光伏电站一年的日出力曲线为365个出力场景，基本覆盖了光伏电站的出力特性及规律。但是一年的日出力曲线应用于含光伏电站的电力系统可靠性计算中，样本容量很大。为了提高计算效率，本发明采用基于KantorovichDistance的场景削减技术，筛选出能够体现光伏电站一年出力特性的典型日出力场景，可以简化含光伏电站的电力系统可靠性计算，其基本步骤为：

(2.1)计算场景集合中场景i与其他场景h之间的KD距离：

KD(i,h)＝p_i·c(i,h)(3)

$c(i,h)=\underset{n=1}{\overset{24}{\Σ}}|C_{PVn}\left(i\right)-C_{PVn}\left(h\right)|---\left(4\right)$

式中，p_i是场景i的概率，C_PVn(i)是场景i在第n时段的光伏出力。

(2.2)选取KD距离最小的场景k，将场景k由场景i所代替，即在原始场景集合中删除场景k。

(2.3)并将场景i的概率p_i修正为原场景i的概率与被替代场景k的概率p_k之和，即

(2.4)通过反复迭代，当场景集合中场景的数目达到给定的数值N_s时(一般10～20个场景即可代表光伏出力特性)，得到的场景集合即为削减后的目标场景集。

(3)原始系统可靠性水平计算，其计算公式为：

$HLOLE=\underset{n=1}{\overset{24}{\Σ}}\underset{t=1}{\overset{365}{\Σ}}P(X\≥C-L_n(t\left)\right)---\left(5\right)$

式中，P(X≥C-L(t))为系统停运容量大于或等于C-L(t)的累积概率；C为系统装机容量；L_n(t)为第t日第n时段的负荷。

(4)含光伏电站电力系统的可靠性水平计算。当光伏电站接入电力系统后，系统的可靠性指标电力不足期望HLOLEP的计算公式为：

$HLOLEP=\underset{n=1}{\overset{24}{\Σ}}\underset{t=1}{\overset{365}{\Σ}}P(X\≥C+C_{PVn}-L_n(t\left)\right)---\left(6\right)$

式中，C_PVn为第n个时段光伏电站的输出功率。

(5)在保持原始系统可靠性水平下，求解每个光伏出力场景下的有效载荷容量。截弦法具有计算量小、收敛速度快等优点，可以快速求解非线性方程组的根。本发明把截弦法引入到有效载荷容量的求解，其求解过程为：

(5.1)如图2所示，A点为负荷水平为L_org+C_PV时含光伏系统的可靠性水平，B点为负荷水平为L_org时含光伏系统的可靠性水平。由于光伏发电的随机性，其有效载荷容量明显小于其装机，但又具有一定的有效载荷容量。因此，在与原始系统可靠性水平一致的情况下，含光伏系统的负荷水平介于L_org和L_org+C_PV之间。计算点A(L_org+C_PV，f_n+1(L_org+C_PV))、B(L_org，f_n+1(L_org))的直线方程，其中：L_org为原始负荷，C_PV为光伏装机容量，f_n为原始系统可靠性曲线，f_n+1为含光伏系统可靠性曲线。

(5.2)计算直线AB与y＝R_n的交点横坐标L_k，其中R_n为原始发电系统的可靠性水平。直线y＝R_n与f_n+1的交点横坐标即是含光伏系统的有效载荷容量，但是无法直接求解。以直线AB代替曲线f_n+1，把L_k作为含光伏系统的有效载荷容量，这时会产生一定的偏差。但是，通过改变B点的位置可以将偏差不断减小，直到满足要求。

(5.3)计算系统负荷水平为L_k时，光伏接入后系统的可靠性水平f_n+1(L_k)。

(5.4)检查迭代结束标示：

若|f_n+1(L_k)-R_n|≤e，e为给定的精度(一般e<1/(2R_n)×10^-6)，则迭代结束，进入到步骤(5.6)；反之则进入步骤(5.5)继续迭代计算。

(5.5)以点(L_k，f_n+1(L_k))取代点B，继续步骤(5.1)至(5.4)。

(5.6)根据迭代得到新增光伏电站在场景i下所承载的有效载荷容量△L_i＝L_k-L_org。

(6)判断步骤(5)计算出的有效载荷容量是否满足负荷昼夜峰值差约束。通过前述方法计算得到光伏发电的可信容量即其承载的新负荷的容量为△L_i，那么日负荷曲线由系统日原始负荷增加△L_i得到。如果△L_i大于了其并网系统日原始负荷的日峰值与夜峰值之差，在原始负荷达到白天最大值时，系统负荷值为L_m1+△L_i，光伏电站的出力可以承载相应的新增负荷△L_i，维持系统可靠性水平为R、备用水平为S；而在原始负荷达到夜间最大值时，含光伏电站的系统负荷值为L_m2+△L_i，此时光伏电站没有出力，且L_m2+△L_i>L_m1，那么系统中的备用水平为将较原始发电系统S有所降低，系统可靠性水平也会有所降低。综上，无论光伏电站装机容量增加到多大，光伏发电的有效载荷容量将不大于其并网系统负荷的日峰值与夜峰值之差，即光伏发电的约束可信容量为：△L_i≤(L_m1(t)-L_m2(t))(7)；

如果满足上述约束，则直接进入步骤(7)；否则，令△L_i＝L_m1(t)-L_m2(t)。(7)光伏电站有效载荷容量计算。重复步骤(5)和(6)，直到计算出每个光伏出力场景下的有效载荷容量。则光伏电站的有效载荷容量计算公式如下： $\mathrm{\&Delta;}L=\underset{i=1}{\overset{N_s}{\&Sigma;}}{p}_i{\mathrm{\&Delta;L}}_i---\left(8\right)$

(8)光伏发电容量可信度计算。有效载荷容量是衡量传统电源对电力系统容量贡献的指标，也可以被用来衡量风电和光伏发电等间歇性电源。在光伏容量可信度的计算中，本发明采用有效载荷容量作为度量标准。因此，光伏发电容量可信度为在电力系统一定的可靠性水平下，新增加光伏装机所能承载的新增负荷与对应光伏电站容量C_PV的比值：C_credit＝△L/C_PV(9)

通过上述步骤的光伏电站出力场景削减，可以快速地计算出光伏发电可信容量，同时可以顾及负荷昼夜峰值差约束，使得计算结果更加准确，更符合工程应用。本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法，其特征在于，包括下述步骤：

(1)根据光伏发电的日特性将负荷分为两个阶段，并计算日间负荷峰值L_m1(t)和夜间负荷峰值L_m2(t)；

(2)对光伏电站出力场景进行削减，获得削减后的目标场景集和每个目标场景的概率；

(3)获得原始系统的可靠性水平 $HLOLE=\underset{n=1}{\overset{24}{\&Sigma;}}\underset{t=1}{\overset{365}{\&Sigma;}}P(X\&GreaterEqual;C-L_n(t\left)\right);$

(4)获得含光伏电站电力系统的可靠性水平 $HLOLEP=\underset{n=1}{\overset{24}{\&Sigma;}}\underset{t=1}{\overset{365}{\&Sigma;}}P(X\&GreaterEqual;C+C_{PVn}-L_n(t\left)\right);$

(5)当含光伏电站电力系统的可靠性水平与原始系统的可靠性水平相等时，获得第i个光伏出力场景的有效载荷容量△L_i；

(6)判断所述有效载荷容量△L_i是否小于等于所述日间负荷峰值L_m1(t)和夜间负荷峰值L_m2(t)之间的差值；若是，则转入步骤(7)；若否，则所述有效载荷容量△L_i＝L_m1(t)-L_m2(t)；

(7)重复步骤(5)和(6)获得所述削减后的目标场景集中每个光伏出力场景的有效载荷容量，并根据公式得到光伏电站的有效载荷容量△L；

(8)根据所述光伏电站的有效载荷容量获得光伏发电容量可信度C_credit＝△L/C_PV；

其中，P(X≥C-L(t))为系统停运容量大于或等于C-L(t)的累积概率；C为系统装机容量；L(t)为第t日的最大负荷；C_PVn为第n个时段光伏电站的输出功率；C_PV为光伏电站容量。

2.如权利要求1所述的评估方法，其特征在于，步骤(2)具体为：

(2.1)获得光伏电站出力场景集合中第i场景与第h场景之间的KD距离；

(2.2)选取KD距离最小的场景k，将场景k由场景i所代替，即在原始场景集合中删除场景k；

(2.3)并将场景i的概率p_i修正为原场景i的概率与被替代场景k的概率p_k之和，即

(2.4)重复步骤(2.1)～(2.3)进行反复迭代，当场景集合中场景的数目达到给定的数值N_s时，得到的场景集合即为削减后的目标场景集和每个目标场景的概率。

3.如权利要求2所述的评估方法，其特征在于，根据公式KD(i,h)＝p_i·c(i,h)获得所述KD距离，其中p_i是场景i的概率，C_PVn(i)是场景i在第n时段的光伏出力。

4.如权利要求2所述的评估方法，其特征在于，所述给定的数值N_s为10～20。

5.如权利要求1-4任一项所述的评估方法，其特征在于，步骤(5)中，采用截弦法获得第i个光伏出力场景的有效载荷容量△L_i。

6.如权利要求5所述的评估方法，其特征在于，步骤(5)具体包括：

(5.1)获得A(L_org+C_PV，f_n+1(L_org+C_PV))和B(L_org，f_n+1(L_org))构成的直线方程；

(5.2)获得直线AB与直线y＝R_n的交点横坐标L_k；

(5.3)当系统负荷水平为L_k时，获得光伏接入后系统的可靠性水平f_n+1(L_k)；

(5.4)当|f_n+1(L_k)-R_n|≤e，则转入步骤(5.6)；反之则转入步骤(5.5)；

(5.5)以点(L_k，f_n+1(L_k))替代点B，并重复步骤(5.1)至(5.4)；

(5.6)获得第i个光伏出力场景的有效载荷容量△L_i＝L_k-L_org；

其中，L_org为原始负荷，C_PV为光伏装机容量，f_n为原始系统可靠性曲线，f_n+1为含光伏系统可靠性曲线；f_n+1(L_org+C_PV)表示负荷水平为L_org+C_PV时含光伏系统的可靠性水平；f_n+1(L_org)表示负荷水平为L_org时含光伏系统的可靠性水平；R_n为原始发电系统的可靠性水平；e为给定的精度。

7.如权利要求6所述的评估方法，其特征在于，给定的精度e小于1/(2R_n)×10^-6)。