CN106097141A - 光伏发电系统置信容量的三元区间数评估方法 - Google Patents
光伏发电系统置信容量的三元区间数评估方法 Download PDFInfo
- Publication number
- CN106097141A CN106097141A CN201610417934.4A CN201610417934A CN106097141A CN 106097141 A CN106097141 A CN 106097141A CN 201610417934 A CN201610417934 A CN 201610417934A CN 106097141 A CN106097141 A CN 106097141A
- Authority
- CN
- China
- Prior art keywords
- rsqb
- lsqb
- interval number
- ternary
- generating system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000010248 power generation Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 9
- 241000544061 Cuculus canorus Species 0.000 claims abstract description 8
- 230000005611 electricity Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 9
- 239000004576 sand Substances 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims 1
- 230000007812 deficiency Effects 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Photovoltaic Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种光伏发电系统置信容量的三元区间数评估方法,首先建立常规发电机组、光伏发电系统及负荷的三元区间数状态及对应的三元区间数概率向量;并得到常规发电机组、光伏发电系统及负荷的三元区间数通用生成函数模型;以电力不足期望值为电力系统可靠性指标分别计算不含光伏的发电系统可靠性和加入光伏后发电系统可靠性;利用基于三元区间数的布谷鸟搜索算法计算光伏发电系统的置信容量。本发明克服了普通点值评估及二元区间评估的不足,考虑了光伏出力和负荷的不确定性、随机性对评估结果的影响,在给出评估结果范围的同时也指明最大可能取值,便于生产决策及规划设计。
Description
技术领域
本发明涉及光伏发电系统置信容量评估领域,更具体地说是涉及一种考虑光伏发电系统、负荷的不确定性及随机性的光伏发电系统置信容量三元区间数的评估方法。
背景技术
现有针对光伏发电系统置信容量的评估方法中,求得的光伏发电系统置信容量均为一个点值,如中文文献《光伏发电系统可靠性分析及其置信容量计算》(王秀丽,武泽辰,曲翀.中国电机工程学报,2014,34(1):15-21.)中,利用分层抽样的序贯蒙特卡洛方法进行光伏发电系统置信容量的评估,且研究了天气变化、设备故障等随机因素对光伏发电系统置信容量计算的影响;外文文献《Madaeni S H,Sioshansi R,Denholm P.Comparingcapacity value estimation techniques for photovoltaic solar power[J],IEEEJournal of Photovoltaics,2013,3(1):407-415.》(Madaeni S.H.,Sioshansi R.,和Denholm P.(“光伏发电系统的容量价值评估方法比较分析”,IEEE光伏期刊,2013年第3卷第1期,ISNN 21563381,第407-415页)总结了光伏发电系统置信容量计算的各种近似解析法,其中包括基于光伏发电容量因子的近似方法、Garver近似计算方法、光伏发电系统多状态机组等效方法及Z-method方法等,这些近似方法采用解析法去逼近仿真算法得到的精确值,其在计算光伏发电系统置信容量中,只能进行简单的解析运算。
中国发明专利《一种确定光伏发电容量可信度的方法》(CN103218757B)建立了分时段的光伏发电系统的置信容量评估模型,能够计算白天和全时段的光伏发电置信容量。上述各种方法虽然均能计算光伏发电系统的置信容量,但是计算等到的点值却并非能表示光伏置信容量的精确值。实际中,由于光伏发电系统出力的波动性、间歇性及负荷需求的不确定性,均会导致光伏发电系统置信容量在一定范围内波动,故上述计算得到的点值只是光伏发电系统置信容量可能的一个取值。
综上所述,现有技术中还存在以下不足:
1.基于分层抽样的序贯蒙特卡洛方法计算时间长、成本大;该方法虽然能考虑光伏发电系统出力及负荷的不确定性,但其最终求得的光伏发电系统置信容量只是考虑随机性后的一个期望值,并不能给出光伏发电系统置信容量的波动范围及可能的最大取值,所求的期望值对系统规划及后期调度运行的指导作用有限;
2.所述的近似解析法评估虽然计算量小,但其精确度低,且随着光伏安装容量、负荷的变化不同,其评估结果差异较大,使得该方法对在实际中将产生较大不确定性,且该方法鲁棒性较差。
因此,为了更合理的表示光伏发电系统置信容量的波动性及可能的取值范围,目前需要提出一种表征光伏发电系统置信容量波动范围的三元区间数评估方法,不仅能衡量光伏发电系统出力及负荷的不确定性对光伏发电系统置信容量的影响程度,同时也能指出光伏发电系统置信容量最可能取值。在此基础上提出基于三元区间数的通用生成函数用于计算光伏发电系统的可靠性指标具有建模简单、求解方便、计算量小的优点。
发明内容
针对现有技术的不足,本发明的目的在于,提供一种基于三元区间数的光伏发电系统置信容量评估方法,该方法能克服常规点值评估方法的不足。能描述光伏发电系统置信容量因光伏出力、负荷波动性和元件可靠性数据非精确性导致的波动范围,同时三元区间数不同于常规的二元区间数,其区间宽度能表示光伏发电系统置信容量波动的范围,三元区间数还能指定光伏发电系统置信容量最可能的取值。
本发明的目的是这样实现的,本发明提供了一种光伏发电系统置信容量的三元区间数评估方法,应用于包含光伏发电系统的电力系统,所述光伏发电系统的额定容量为CPV,CPV>0;所述三元区间数其中a-、a+和a0分别为三元区间数的下边界、上边界和特元;所述方法包括以下步骤:
步骤1,通过采集历史数据获取包含光伏发电系统的电力系统中常规发电机组、光伏发电系统及负荷数据,包括:各常规发电机组的额定容量Gi、强迫停运率pi,i=1,2,…,N,N为常规发电机组数目;负荷一年8760小时的数据并按负荷值从大到小进行降序排列以得到负荷年小时需求序列Ls={L1,L2,…,L8760};光伏发电系统一年8760小时的出力数据并按光伏出力从大到小进行降序排列以得到光伏发电系统年小时出力序列Cs={C1,C2,…,C8760};
步骤2,将步骤1中获取的常规发电机组额定容量Gi、强迫停运率pi、负荷年小时需求序列Ls及光伏发电系统年小时出力序列Cs分别从点值转化为三元区间数状态及对应的三元区间数概率的形式,具体按如下步骤进行:
步骤2.1,常规发电机组额定容量Gi及强迫停运率pi从点值到三元区间数状态及对应的三元区间数概率的转化;
设第i台常规发电机组的额定容量Gi的三元区间数状态表示为Gi],强迫停运率pi的点值对应的三元区间数概率通过重复n次贝努利试验得到,随机生成“0”和“1”,若生成的数据为“0”,表示强迫停运率pi为非精确值,若生成的数据为“1”,表示强迫停运率pi为精确值,此时强迫停运率pi的点值对应的三元区间数概率为:
在公式(1)中,S为n次贝努利试验的标准差,由下式计算得到:
在公式(2)中,m为n次贝努利试验中发生“1”的次数,α=0.05,tα/2(n-1)的数值由t分布统计表查询得到;
重复上述过程得到N台常规发电机组的三元区间数状态向量表示为:
对应的三元区间数概率向量表示为:
步骤2.2,负荷年小时需求序列Ls从点值到三元区间数状态及对应的三元区间数概率的转化;
利用等宽划分的方法将所述负荷年小时需求序列Ls等分为ML个等宽区间,每一等宽区间均采用模糊C均值聚类方法计算该区间的聚类中心,则等宽区间的左端点、右端点和聚类中心分别对应该区间三元区间数的下边界、上边界和特元,得到负荷年小时需求序列Ls的三元区间数状态向量为:
对应的负荷年小时需求序列Ls的三元区间数概率向量为:
在公式(5)、(6)中,表示第j个等宽区间的负荷三元区间数状态,表示对应的负荷三元区间数概率;
步骤2.3,光伏发电系统年小时出力序列Cs从点值到三元区间数状态及对应的三元区间数概率的转化;
利用等宽划分的方法将所述光伏发电系统年小时出力序列Cs等分为Mc个等宽区间,每一等宽区间均采用模糊C均值聚类方法计算该区间的聚类中心,则等宽区间的左端点、右端点和聚类中心分别对应该区间三元区间数的下边界、上边界和特元,得到光伏发电系统年小时出力序列Cs的三元区间数状态向量表示为:
对应的光伏发电系统年小时出力序列的三元区间数概率向量表示为:
在公式(7)、(8)中,表示第k个等宽区间的光伏发电系统的三元区间数状态,表示对应的光伏发电系统三元区间数概率;
步骤3,由步骤2得到的常规发电机组、负荷及光伏发电系统的三元区间数状态向量及对应的三元区间数概率向量建立其对应的三元区间数通用生成函数,具体步骤如下:
步骤3.1,由步骤2.1中式(3)和(4)得到第i台常规发电机组的三元区间数通用生成函数其表达式为:
则由N台常规发电机组构成的常规发电系统的三元区间数通用生成函数表示为:
在公式(9)、(10)中,算子表示两个及多个三元区间数通用生成函数的“和”运算,即将各个三元区间数状态相加,对应的三元区间数概率相乘;z为通用生成函数变换因子,MG表示由N台常规发电机组构成的常规发电系统的总状态数,m表示所述常规发电系统的第m个状态,表示所述常规发电系统的第m个三元区间数状态,表示对应的三元区间数概率;
步骤3.2,根据步骤2.2中公式(5)和(6)得到负荷的三元区间数通用生成函数其表达式为:
步骤3.3,根据步骤2.3中公式(7)和(8)得到光伏发电系统的三元区间数通用生成函数其表达式为:
步骤4,分别计算不含光伏发电系统及包含光伏发电系统的电力系统电力不足期望值可靠性指标即LOLE指标,具体计算步骤如下:
步骤4.1,按下式计算不含光伏发电系统的电力系统电力不足期望值可靠性指标
在公式(13)中,表示三元区间数小于三元区间数的概率,其按如下过程计算:
令由点(c-,0),(c0,1)和(c+,0)构成的三角形面积为该三角形在平面直角坐标系中y轴左侧的面积记为Sleft,则表示为:
步骤4.2,计算包含光伏发电系统后发电系统的电力不足期望值可靠性指标按如下步骤计算:
光伏发电系统及所述的常规发电系统构成的总发电系统的三元区间数通用生成函数如下:
在公式(15)中,M为所述的总发电系统的状态数,为所述的总发电系统的第q个三元区间数状态,为第q个三元区间数状态对应的三元区间数概率;令加入额定容量为CPV的光伏发电系统后其可额外承担的负荷增加量为待求变量则包含光伏发电系统后发电系统的电力不足期望值可靠性指标表示如下:
步骤5,运用基于三元区间数的布谷鸟搜索算法求解式(16)中的待求变量使其满足下式:
公式(17)得到的负荷增加量即为所述光伏发电系统置信容量的三元区间数评估结果,具体按以下步骤实现:
步骤5.1,在区间[0,CPV]范围内随机生成w个三元区间数0≤Si -≤Si 0≤Si +≤CPV,i=1,2,...,w;
步骤5.2,令代入公式(16)中,计算在该负荷增加量下的电力系统LOLE指标计算与的相似度重复该过程计算w个三元区间数下的电力系统LOLE指标及其与的相似度,并记录相似度最大值,判断其是否大于预先给定的阈值,如果大于则停止运行,且此时所述光伏发电系统的置信容量即为相似度最大时对应的负荷增加量执行步骤5.4;否则,执行步骤5.3;
步骤5.3,对步骤5.1中所述的w个三元区间数均进行列维飞行生成新的三元区间数并令代入公式(16)中,计算在该负荷增加量下的电力系统的LOLE指标计算与的相似度比较Fi和Fi′的大小,如果Fi′>Fi,则用三元区间数替换否则,保留原三元区间数不变;针对w个新的三元区间数,记录相似度最大值,判断其是否大于预先给定的阈值,如果大于则停止运行,且此时所述光伏发电系统的置信容量即为相似度最大时对应的负荷增加量执行步骤5.4;否则,继续执行步骤5.3;
步骤5.4,记录步骤5.2或步骤5.3中得到的相似度最大时对应的负荷增加量即此时所述光伏发电系统的置信容量为
优选的,步骤5中所述的列维飞行实现过程如下:
设三元区间数初始位置为通过列维飞行后新的三元区间数更新为具体按如下进行:
γ(ε)~|ε|-λ,(1<λ≤3) (19)
在公式(18)和(19)中,表示随机三元区间数步长,符号表示点乘计算,γ(ε)为列维随机飞行步长,ε为列维分布参数,λ为指数参数。
优选的,步骤5中所述的相似度按如下定义进行:
设两个三元区间数其相似度定义为:
在公式(20)中,表示由点(a-,0),(a0,1)和(a+,0)构成的三角形面积,表示由点(b-,0),(b0,1)和(b+,0)构成的三角形面积,表示和的重叠部分面积。
优选的,步骤5中所述的预先给定的阈值的取值范围为(0.95,1.00)。
与已有技术相比,本发明的有益效果体现在:
1、本发明方法能考虑光伏发电系统出力及负荷不确定性,与已有技术相比较,其在光伏发电系统置信容量评估中具有更好的鲁棒性;
2、本发明采用了三元区间数对光伏发电系统的置信容量进行了评估,三元区间数不仅能给出评估结果的波动范围,特别的三元区间数的特元还能指明光伏发电系统置信容量最可能的取值,为含光伏发电系统的电力系统的规划提供价值参考;
3、本发明将常规的基于点值或二元区间数的通用生成函数扩展至三元区间数的通用生成函数,为考虑不确定性系统的可靠性评估提供了新的手段和方法;
4、本发明中采用基于三元区间数的布谷鸟搜索算法,实现了三元区间数的智能搜索算法,为其他三元区间数的问题提供了新的求解方法。
附图说明
图1为本发明光伏发电系统置信容量的三元区间数评估方法的流程图;
图2为本发明中基于三元区间数的布谷鸟搜索算法的执行过程图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,示出了本发明光伏发电系统置信容量的三元区间数评估方法的流程图,本发明所述方法应用于包含光伏发电系统的电力系统,所述光伏发电系统的额定容量为CPV(CPV>0);所述的三元区间数指的是形如 的数,其中a-,a+和a0分别为三元区间数的下边界、上边界和特元;所述方法包括以下步骤:
步骤1,通过采集历史数据获取包含光伏发电系统的电力系统中常规发电机组、光伏发电系统及负荷数据,包括:各常规发电机组的额定容量Gi、强迫停运率pi(i=1,2,…,N),N为常规发电机组数目;负荷一年8760小时的数据并按负荷值从大到小进行降序排列以得到负荷年小时需求序列Ls={L1,L2,…,L8760};光伏发电系统一年8760小时的出力数据并按光伏出力从大到小进行降序排列以得到光伏发电系统年小时出力序列Cs={C1,C2,…,C8760}。
对于部分常规发电机组其强迫停运率未给出,但是可由其平均正常工作时间和平均故障时间计算得到该常规发电机组的强迫停运率。如第i台常规发电机组的平均正常工作时间为tMTTF_i,平均故障时间为tMTTR_i,则第i台常规发电机组的故障率pi按下式计算得到:
步骤2,将步骤1中获取的常规发电机组额定容量Gi、强迫停运率pi、负荷年小时需求序列Ls及光伏发电系统年小时出力序列Cs分别从点值转化为三元区间数状态及对应的三元区间数概率的形式,具体按如下步骤进行:
步骤2.1,常规发电机组额定容量Gi及强迫停运率pi从点值到三元区间数状态及对应的三元区间数概率的转化。
本申请中常规发电机组采用运行和停运两状态可靠性模型,即常规发电机组以额定功率运行或者处于完全故障状态,且对该两种状态其出力状态均为确定的数值,无波动范围,故设第i台常规发电机组的额定容量Gi的三元区间数状态表示为强迫停运率pi的点值对应的三元区间数概率通过重复n次贝努利试验得到,随机生成“0”和“1”,若生成的数据为“0”表示强迫停运率pi为非精确值,若生成的数据为“1”表示强迫停运率pi为精确值,此时强迫停运率pi的点值对应的三元区间数概率为:
上式中,S为n次贝努利试验的标准差,由下式计算得到:
上式中,m为n次贝努利试验中发生“1”的次数,α=0.05,tα/2(n-1)的数值由t分布统计表查询得到。
重复上述过程得到N台常规发电机组的三元区间数状态向量表示为:
对应的三元区间数概率向量表示为:
步骤2.2,负荷年小时需求序列Ls从点值到三元区间数状态及对应的三元区间数概率的转化。
利用等宽划分的方法将所述负荷年小时需求序列Ls等分为ML个等宽区间,每一等宽区间均采用模糊C均值聚类方法计算该区间的聚类中心,则等宽区间的左端点、右端点和聚类中心分别对应该区间三元区间数的下边界、上边界和特元,得到负荷年小时需求序列Ls的三元区间数状态向量为:
对应的负荷年小时需求序列的三元区间数概率向量为:
在公式(6)、(7)中,表示第j个等宽区间的负荷三元区间数状态,表示对应的负荷三元区间数概率。
步骤2.3,光伏发电系统年小时出力序列Cs从点值到三元区间数状态及对应的三元区间数概率的转化。
利用等宽划分的方法将所述光伏发电系统年小时出力序列Cs等分为Mc个等宽区间,每一等宽区间均采用模糊C均值聚类方法计算该区间的聚类中心,则等宽区间的左端点、右端点和聚类中心分别对应该区间三元区间数的下边界、上边界和特元,得到光伏发电系统年小时出力序列Cs的三元区间数状态向量表示为:
对应的光伏发电系统年小时出力序列的三元区间数概率向量表示为:
在公式(8)、(9)中,表示第k个等宽区间的光伏发电系统的三元区间数状态,表示对应的光伏发电系统三元区间数概率。
步骤3,由步骤2得到的常规发电机组、负荷及光伏发电系统的三元区间数状态向量及对应的三元区间数概率向量建立其对应的三元区间数通用生成函数,具体步骤如下:
步骤3.1,由步骤2.1中式(4)和(5)得到第i台常规发电机组的三元区间数通用生成函数其表达式为:
则由N台常规发电机组构成的常规发电系统的三元区间数通用生成函数表示为:
在公式(10)、(11)中,算子表示两个及多个三元区间数通用生成函数的“和”运算,即将各个三元区间数状态相加,对应的三元区间数概率相乘;z为通用生成函数变换因子,MG表示由N台常规发电机组构成的常规发电系统的总状态数,m表示所述常规发电系统的第m个状态,表示所述常规发电系统的第m个三元区间数状态,表示对应的三元区间数概率。
步骤3.2,根据步骤2.2中公式(6)和(7)得到负荷的三元区间数通用生成函数其表达式为:
步骤3.3,根据步骤2.3中公式(8)和(9)得到光伏发电系统的三元区间数通用生成函数其表达式为:
步骤4,分别计算不含光伏发电系统及包含光伏发电系统的电力系统电力不足期望值可靠性指标(LOLE),具体计算步骤如下:
步骤4.1,按下式计算计算不含光伏发电系统的电力系统电力不足期望值可靠性指标
在公式(14)中,表示三元区间数小于三元区间数的概率,其按如下过程计算:
令由点(c-,0),(c0,1)和(c+,0)构成的三角形面积为该三角形在平面直角坐标系中y轴左侧的面积记为Sleft,则表示为:
步骤4.2,计算包含光伏发电系统后发电系统的电力不足期望值可靠性指标按如下步骤计算:
光伏发电系统及所述的常规发电系统构成的总发电系统的三元区间数通用生成函数如下:
在公式(16)中,M为所述的总发电系统的状态数,为所述的总发电系统的第q个三元区间数状态,为第q个三元区间数状态对应的三元区间数概率;令加入额定容量为CPV的光伏发电系统后其可额外承担的负荷增加量为待求变量则包含光伏发电系统后发电系统的电力不足期望值可靠性指标表示如下:
步骤5,运用基于三元区间数的布谷鸟搜索算法求解式(17)中的待求变量使其满足下式:
公式(18)得到的负荷增加量即为所述光伏发电系统置信容量的三元区间数评估结果,具体按以下步骤实现:
步骤5.1,在区间[0,CPV]范围内随机生成w个三元区间数0≤Si -≤Si 0≤Si +≤CPV,i=1,2,...,w。
步骤5.2,令代入公式(17)中,计算在该负荷增加量下的电力系统LOLE指标计算与的相似度重复该过程计算w个三元区间数下的电力系统LOLE指标及其与的相似度,并记录相似度最大值,判断其是否大于预先给定的阈值,如果大于则停止运行,且此时所述光伏发电系统的置信容量即为相似度最大时对应的负荷增加量执行步骤5.4;否则,执行步骤5.3。
所述的相似度按如下定义进行:
设两个三元区间数其相似度定义为:
在公式(19)中,表示由点(a-,0),(a0,1)和(a+,0)构成的三角形面积,表示由点(b-,0),(b0,1)和(b+,0)构成的三角形面积,表示和的重叠部分面积。
步骤5.3,参考图2,基于三元区间数的布谷鸟搜索算法可按如下过程执行:对步骤5.1中所述的w个三元区间数均进行列维飞行生成新的三元区间数并令代入公式(17)中,计算在该负荷增加量下的电力系统的LOLE指标计算与的相似度比较Fi和Fi′的大小,如果Fi′>Fi,则用三元区间数替换否则,保留原三元区间数不变;针对w个新的三元区间数,记录相似度最大值,判断其是否大于预先给定的阈值。如果大于该阈值则停止运行,且此时所述光伏发电系统的置信容量即为相似度最大时对应的负荷增加量执行步骤5.4;否则,继续执行步骤5.3。
在本发明中,在保证求解结果准确性的前提下并加快三元区间数的布谷鸟搜索算法收敛速度,预先给定的阈值取值范围为(0.95,1.00),本实施例中,预先给定的阈值为0.95。
所述的列维飞行实现过程如下:
设三元区间数初始位置为通过列维飞行后新的三元区间数更新为具体按如下进行:
γ(ε)~|ε|-λ,(1<λ≤3) (21)
在公式(20)和(21)中,表示随机三元区间数步长,符号表示点乘计算,γ(ε)为列维随机飞行步长,ε为列维分布参数,λ为指数参数。
步骤5.4,记录步骤5.2或步骤5.3中得到的相似度最大时对应的负荷增加量即此时所述光伏发电系统的置信容量为
Claims (4)
1.一种光伏发电系统置信容量的三元区间数评估方法,其特征在于,应用于包含光伏发电系统的电力系统,所述光伏发电系统的额定容量为CPV,CPV>0;所述三元区间数a-≤a0≤a+,其中a-、a+和a0分别为三元区间数的下边界、上边界和特元;所述方法包括以下步骤:
步骤1,通过采集历史数据获取包含光伏发电系统的电力系统中常规发电机组、光伏发电系统及负荷数据,包括:各常规发电机组的额定容量Gi、强迫停运率pi,i=1,2,…,N,N为常规发电机组数目;负荷一年8760小时的数据并按负荷值从大到小进行降序排列以得到负荷年小时需求序列Ls={L1,L2,…,L8760};光伏发电系统一年8760小时的出力数据并按光伏出力从大到小进行降序排列以得到光伏发电系统年小时出力序列Cs={C1,C2,…,C8760};
步骤2,将步骤1中获取的常规发电机组额定容量Gi、强迫停运率pi、负荷年小时需求序列Ls及光伏发电系统年小时出力序列Cs分别从点值转化为三元区间数状态及对应的三元区间数概率的形式,具体按如下步骤进行:
步骤2.1,常规发电机组额定容量Gi及强迫停运率pi从点值到三元区间数状态及对应的三元区间数概率的转化;
设第i台常规发电机组的额定容量Gi的三元区间数状态表示为 强迫停运率pi的点值对应的三元区间数概率通过重复n次贝努利试验得到,随机生成“0”和“1”,若生成的数据为“0”,表示强迫停运率pi为非精确值,若生成的数据为“1”,表示强迫停运率pi为精确值,此时强迫停运率pi的点值对应的三元区间数概率为:
在公式(1)中,S为n次贝努利试验的标准差,由下式计算得到:
在公式(2)中,m为n次贝努利试验中发生“1”的次数,α=0.05,tα/2(n-1)的数值由t分布统计表查询得到;
重复上述过程得到N台常规发电机组的三元区间数状态向量表示为:
对应的三元区间数概率向量表示为:
步骤2.2,负荷年小时需求序列Ls从点值到三元区间数状态及对应的三元区间数概率的转化;
利用等宽划分的方法将所述负荷年小时需求序列Ls等分为ML个等宽区间,每一等宽区间均采用模糊C均值聚类方法计算该区间的聚类中心,则等宽区间的左端点、右端点和聚类中心分别对应该区间三元区间数的下边界、上边界和特元,得到负荷年小时需求序列Ls的三元区间数状态向量为:
对应的负荷年小时需求序列Ls的三元区间数概率向量为:
在公式(5)、(6)中,表示第j个等宽区间的负荷三元区间数状态,表示对应的负荷三元区间数概率;
步骤2.3,光伏发电系统年小时出力序列Cs从点值到三元区间数状态及对应的三元区间数概率的转化;
利用等宽划分的方法将所述光伏发电系统年小时出力序列Cs等分为Mc个等宽区间,每一等宽区间均采用模糊C均值聚类方法计算该区间的聚类中心,则等宽区间的左端点、右端点和聚类中心分别对应该区间三元区间数的下边界、上边界和特元,得到光伏发电系统年小时出力序列Cs的三元区间数状态向量表示为:
对应的光伏发电系统年小时出力序列的三元区间数概率向量表示为:
在公式(7)、(8)中,表示第k个等宽区间的光伏发电系统的三元区间数状态,表示对应的光伏发电系统三元区间数概率;
步骤3,由步骤2得到的常规发电机组、负荷及光伏发电系统的三元区间数状态向量及对应的三元区间数概率向量建立其对应的三元区间数通用生成函数,具体步骤如下:
步骤3.1,由步骤2.1中式(3)和(4)得到第i台常规发电机组的三元区间数通用生成函数其表达式为:
则由N台常规发电机组构成的常规发电系统的三元区间数通用生成函数表示为:
在公式(9)、(10)中,算子表示两个及多个三元区间数通用生成函数的“和”运算,即将各个三元区间数状态相加,对应的三元区间数概率相乘;z为通用生成函数变换因子,MG表示由N台常规发电机组构成的常规发电系统的总状态数,m表示所述常规发电系统的第m个状态,表示所述常规发电系统的第m个三元区间数状态,表示对应的三元区间数概率;
步骤3.2,根据步骤2.2中公式(5)和(6)得到负荷的三元区间数通用生成函数其表达式为:
步骤3.3,根据步骤2.3中公式(7)和(8)得到光伏发电系统的三元区间数通用生成函数其表达式为:
步骤4,分别计算不含光伏发电系统及包含光伏发电系统的电力系统电力不足期望值可靠性指标即LOLE指标,具体计算步骤如下:
步骤4.1,按下式计算不含光伏发电系统的电力系统电力不足期望值可靠性指标
在公式(13)中,表示三元区间数小于三元区间数的概率,其按如下过程计算:
令由点(c-,0),(c0,1)和(c+,0)构成的三角形面积为该三角形在平面直角坐标系中y轴左侧的面积记为Sleft,则表示为:
步骤4.2,计算包含光伏发电系统后发电系统的电力不足期望值可靠性指标按如下步骤计算:
光伏发电系统及所述的常规发电系统构成的总发电系统的三元区间数通用生成函数如下:
在公式(15)中,M为所述的总发电系统的状态数,为所述的总发电系统的第q个三元区间数状态,为第q个三元区间数状态对应的三元区间数概率;令加入额定容量为CPV的光伏发电系统后其可额外承担的负荷增加量为待求变量则包含光伏发电系统后发电系统的电力不足期望值可靠性指标表示如下:
步骤5,运用基于三元区间数的布谷鸟搜索算法求解式(16)中的待求变量使其满足下式:
公式(17)得到的负荷增加量即为所述光伏发电系统置信容量的三元区间数评估结果,具体按以下步骤实现:
步骤5.1,在区间[0,CPV]范围内随机生成w个三元区间数
步骤5.2,令代入公式(16)中,计算在该负荷增加量下的电力系统LOLE指标计算与的相似度重复该过程计算w个三元区间数下的电力系统LOLE指标及其与的相似度,并记录相似度最大值,判断其是否大于预先给定的阈值,如果大于则停止运行,且此时所述光伏发电系统的置信容量即为相似度最大时对应的负荷增加量执行步骤5.4;否则,执行步骤5.3;
步骤5.3,对步骤5.1中所述的w个三元区间数均进行列维飞行生成新的三元区间数并令代入公式(16)中,计算在该负荷增加量下的电力系统的LOLE指标计算与的相似度比较Fi和F′i的大小,如果F′i>Fi,则用三元区间数替换否则,保留原三元区间数不变;针对w个新的三元区间数,记录相似度最大值,判断其是否大于预先给定的阈值,如果大于则停止运行,且此时所述光伏发电系统的置信容量即为相似度最大时对应的负荷增加量执行步骤5.4;否则,继续执行步骤5.3;
步骤5.4,记录步骤5.2或步骤5.3中得到的相似度最大时对应的负荷增加量即此时所述光伏发电系统的置信容量为
2.根据权利要求1所述的光伏发电系统置信容量的三元区间数评估方法,其特征在于,步骤5中所述的列维飞行实现过程如下:
设三元区间数初始位置为通过列维飞行后新的三元区间数更新为具体按如下进行:
γ(ε)~|ε|-λ,(1<λ≤3) (19)
在公式(18)和(19)中,表示随机三元区间数步长,符号表示点乘计算,γ(ε)为列维随机飞行步长,ε为列维分布参数,λ为指数参数。
3.根据权利要求1所述的光伏发电系统置信容量的三元区间数评估方法,其特征在于,步骤5中所述的相似度按如下定义进行:
设两个三元区间数其相似度定义为:
在公式(20)中,表示由点(a-,0),(a0,1)和(a+,0)构成的三角形面积,表示由点(b-,0),(b0,1)和(b+,0)构成的三角形面积,表示和的重叠部分面积。
4.根据权利要求1所述的光伏发电系统置信容量的三元区间数评估方法,其特征在于,步骤5中所述的预先给定的阈值的取值范围为(0.95,1.00)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610417934.4A CN106097141B (zh) | 2016-06-08 | 2016-06-08 | 光伏发电系统置信容量的三元区间数评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610417934.4A CN106097141B (zh) | 2016-06-08 | 2016-06-08 | 光伏发电系统置信容量的三元区间数评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106097141A true CN106097141A (zh) | 2016-11-09 |
CN106097141B CN106097141B (zh) | 2019-08-23 |
Family
ID=57845543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610417934.4A Expired - Fee Related CN106097141B (zh) | 2016-06-08 | 2016-06-08 | 光伏发电系统置信容量的三元区间数评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106097141B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777487A (zh) * | 2016-11-18 | 2017-05-31 | 清华大学 | 一种含有储能系统的光伏电站可信容量计算方法及系统 |
CN108197837A (zh) * | 2018-02-07 | 2018-06-22 | 沈阳工业大学 | 基于KMeans聚类的光伏发电预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103530473A (zh) * | 2013-10-25 | 2014-01-22 | 国家电网公司 | 一种含大规模光伏电站的电力系统随机生产模拟方法 |
CN104156885A (zh) * | 2014-08-08 | 2014-11-19 | 国家电网公司 | 一种基于可靠性函数的风电容量可信度的快速计算方法 |
-
2016
- 2016-06-08 CN CN201610417934.4A patent/CN106097141B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103530473A (zh) * | 2013-10-25 | 2014-01-22 | 国家电网公司 | 一种含大规模光伏电站的电力系统随机生产模拟方法 |
CN104156885A (zh) * | 2014-08-08 | 2014-11-19 | 国家电网公司 | 一种基于可靠性函数的风电容量可信度的快速计算方法 |
Non-Patent Citations (2)
Title |
---|
梁双 等: "基于随机模型的光伏发电置信容量评估方法", 《电力系统自动化》 * |
王秀丽 等: "光伏发电系统可靠性分析及其置信容量计算", 《中国电机工程学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777487A (zh) * | 2016-11-18 | 2017-05-31 | 清华大学 | 一种含有储能系统的光伏电站可信容量计算方法及系统 |
CN106777487B (zh) * | 2016-11-18 | 2019-11-05 | 清华大学 | 一种含有储能系统的光伏电站可信容量计算方法及系统 |
CN108197837A (zh) * | 2018-02-07 | 2018-06-22 | 沈阳工业大学 | 基于KMeans聚类的光伏发电预测方法 |
CN108197837B (zh) * | 2018-02-07 | 2022-03-08 | 沈阳工业大学 | 基于KMeans聚类的光伏发电预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106097141B (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112686464A (zh) | 短期风电功率预测方法及装置 | |
Deng et al. | Bagging–XGBoost algorithm based extreme weather identification and short-term load forecasting model | |
CN107194495B (zh) | 一种基于历史数据挖掘的光伏功率纵向预测方法 | |
CN102832617B (zh) | 一种基于精确化模式判别的大电网暂态稳定分析方法 | |
WO2022021726A1 (zh) | 一种基于pmu的电力系统状态估计性能评价方法 | |
Cheng et al. | Enhanced state estimation and bad data identification in active power distribution networks using photovoltaic power forecasting | |
Liu et al. | Validity analysis of maximum entropy distribution based on different moment constraints for wind energy assessment | |
Peng et al. | Wind power prediction for wind farm clusters based on the multi-feature similarity matching method | |
Wang et al. | Wind speed frequency distribution modeling and wind energy resource assessment based on polynomial regression model | |
CN108717579B (zh) | 一种短期风电功率区间预测方法 | |
CN111628494B (zh) | 一种基于逻辑回归法的低压配电网拓扑识别方法及系统 | |
CN105656031A (zh) | 基于高斯混合分布特征的含风电电力系统安全风险评估方法 | |
CN104966161A (zh) | 一种基于高斯混合模型的电能质量录波数据计算分析方法 | |
CN109272258B (zh) | 基于K-means聚类的区域风光发电资源评估方法 | |
CN109449923B (zh) | 一种有源配电系统运行灵活性的量化分析方法及相关产品 | |
CN106067034A (zh) | 一种基于高维矩阵特征根的配电网负荷曲线聚类方法 | |
CN111177216A (zh) | 综合能源消费者行为特征的关联规则生成方法及装置 | |
CN110009125A (zh) | 基于emd-vmd-pso-bpnn的短期电力负荷预测模型建立方法 | |
Xiyun et al. | Wind power probability interval prediction based on bootstrap quantile regression method | |
CN105225000A (zh) | 一种基于模糊序优化的风功率概率模型非参数核密度估计方法 | |
CN109921426A (zh) | 基于cv-kde的风电并网系统概率潮流计算方法 | |
Zhao et al. | Short-term microgrid load probability density forecasting method based on k-means-deep learning quantile regression | |
CN114139940A (zh) | 一种基于组合赋权-云模型的广义需求侧资源网荷互动水平评估方法 | |
CN115860190A (zh) | 负荷检测模型的训练、用电负荷的检测方法及相关装置 | |
CN117744916A (zh) | 储能容量的预测方法、装置、计算机设备及可读存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190823 |
|
CF01 | Termination of patent right due to non-payment of annual fee |