CN106099993A - 一种适应新能源大规模接入的电源规划方法 - Google Patents

Abstract

本发明涉及电源规划技术领域，公开了一种适应新能源大规模接入的电源规划方法。具体包括以下步骤：步骤一，根据负荷需求进行预测，制定常规电源规划方案，并以常规电源规划方案为基础制定初始新能源装机方案；步骤二，在初始新能源装机方案的基础上，进行新能源置信容量计算，将新能源电源按置信容量替代常规电源，得到新能源电源规划方案；步骤三，对新能源电源规划方案进行新能源消纳能力分析，若不满足弃新能源率的指标，则返回步骤一减小新能源电源规划规模，若满足弃新能源率的指标，则完成适应新能源大规模接入的电源规划方法；实现风光资源大规模开发并网，在电源规划层面缓解弃风弃光问题。

Description

一种适应新能源大规模接入的电源规划方法

技术领域

本发明涉及电源规划技术领域，特别是一种适应新能源大规模接入的电源规划方法。

背景技术

面对日益严峻的环境污染和气候变化问题，以风电、光伏为代表的新能源得到了快速和长足的发展，表现为装机容量持续增大。新能源电源在提供清洁电力的同时，也给规划运行带来一系列问题。一方面，为了实现减少碳排放、保护环境的目标，风光资源大规模开发并接入电网；另一方面，受限于系统消纳能力，运行人员不得不弃风、弃光以保证系统安全可靠运行，而弃风、弃光率的居高不下引起社会各界的广泛重视。

新能源的运行具有随机性、波动性强的特点，与常规电源参与电力平衡方式不同，因此，需要计算新能源在参与电力平衡时能够替代常规电源容量的方法。此外，在电源规划层面，新能源的规划长期没有得到足够重视，导致新能源电源无序建设，进而恶化了弃风、弃光。如何合理评估弃风、弃光严重程度，在电源规划层面考虑新能源消纳能力，也需要相应方法。

研究适应新能源的电源规划方法，合理规划各类型电源建设，对于新能源产业良好有序的发展具有重要意义。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种适应新能源大规模接入的电源规划方法。

本发明采用的技术方案如下：

一种适应新能源大规模接入的电源规划方法，具体包括以下步骤：

步骤一，根据负荷需求进行预测，制定常规电源规划方案，并以常规电源规划方案为基础制定初始新能源装机方案；

步骤二，在初始新能源装机方案的基础上，进行新能源置信容量计算，将新能源电源按置信容量替代常规电源，得到新能源电源规划方案；

步骤三，对新能源电源规划方案进行新能源消纳能力分析，若不满足弃新能源率的指标，则返回步骤一减小新能源电源规划规模，若满足弃新能源率的指标，则完成适应新能源大规模接入的电源规划方法。

进一步地，所述步骤一的常规电源规划方案为利用电源规划软件制定只含水电和火电的常规电源规划方案。

进一步地，所述步骤二的新能源置信容量计算方法包括以下步骤：a，利用等效电量函数法对常规电源规划方案进行随机生产模拟，获得可靠性指标；b，利用等风险度法安排常规机组检修计划；c，根据可靠性指标，采用二分法迭代计算新能源加入系统的置信容量。

进一步地，所述步骤a中获得可靠性指标的具体方法为：通过等效电量函数法将时序负荷曲线转化为持续负荷曲线，依次安排机组带负荷；通过卷积不断修正持续负荷曲线来考虑机组随机停运的情况，从而获得可靠性指标。

进一步地，所述步骤三中的新能源消纳能力分析方法包括以下步骤：A，分季节形成新能源出力场景；B，分时段建立多场景随机规划数学模型，求解各时段的弃新能源电量；C，综合各时段的弃新能源电量，得到研究周期的弃新能源率。

进一步地，所述步骤A中的分季节形成新能源出力场景的具体方法为：收集至少一年的新能源历史出力序列，进行标幺化处理，将全年分成四个季节，提取同一季节下各周的新能源历史出力序列，加入对应季节的出力场景集合，能得到每个季节的场景集合。

进一步地，所述步骤B中求解各周的弃新能源电量，所述数学模型的目标函数为：

$\min \underset{s\∈S}{\Σ}{p}_s\left(\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}f\right(P_{i,t,s}^C)+{\mathrm{\ρ}}_L\underset{t=1}{\overset{T}{\Σ}}{u}_{t,s}+{\mathrm{\ρ}}_R\underset{t=1}{\overset{T}{\Σ}}{v}_{t,s})+{\mathrm{\ρ}}_U\underset{t=1}{\overset{T^{*}}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}{U}_{i,t}+{\mathrm{\ρ}}_D\underset{t=1}{\overset{T^{*}}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}{D}_{i,t}$

上式中，T是一周的小时数；P_S是各场景的概率；T^*是一周的天数；G_C为系统内的火电数量；是第s个场景下，第i台火电第t小时发电功率，f是火电可变费用的函数；P_L是每兆瓦的失负荷惩罚，u_t,s是第s个场景下，第t小时失负荷；ρ_R是每兆瓦的失备用惩罚，v_t,s是第s个场景下，第t小时失备用；ρ_U是火电启动成本；U_i,t是第i台火电第t天启动变量，0表示未发生启动，1表示发生启动；ρ_D是火电停机成本；D_i,t是第i台火电第t天停机变量，0表示未发生停机，1表示发生停机；所述数学模型的约束条件包括：电力平衡约束、火电出力约束、火电最小开机时间约束、新能源出力约束、水电电量约束和旋转备用约束。

进一步地，通过利用Cplex数学软件求解数学模型得到周新能源接纳电量为：其中S是场景数，P_s是场景s的概率，T是一周的小时数，G_w为系统内的新能源场站数量，是第s个场景下第i个新能源场站第t小时发电功率；周新能源可利用电量为：其中w_i,t,s是第s个场景下，第i个新能源场站在第t个时刻的可利用出力，在场景生成中已经获得。w_i,t,s与之差是第s个场景下第t小时第i个新能源场站的弃新能源量。

进一步地，步骤C中具体方法为：汇总每月的周新能源接纳电量获得Q_accept，汇总每月的新能源可利用电量获得Q_available，月弃新能源率为：

η＝(1-Q_accept/Q_available)*100％，进而得到全年弃新能源率。

进一步地，所述步骤三中，若不满足弃新能源率的指标，还可以检测富余火电情况，如果有富余火电，则同时调整常规电源规划方案。

综上所述，由于采用了上述技术方案，本发明的有益效果是：根据能源的符合需求，制定初始新能源装机方案，再在初始新能源装机方案的基础上进行新能源置信容量计算，将新能源电源按置信容量替代常规电源，最后对新能源电源规划方案进行新能源消纳能力分析，结合了新能源的特性综合考虑了新能源替代常规电源的效用以及新能源消纳能力，给出适应新能源大规模接入的电源规划方案，有助于实现风光新能源资源大规模开发并网，在电源规划层面缓解弃风弃光问题。

附图说明

图1为本发明提出的适应新能源大规模接入的电源规划流程。

图2为本发明采用的随机生产模拟等效电量函数法电量不足期望值计算方法示意图。

图3为本发明提出的置信容量计算方法示意图。

图4为实施例中不同新能源建设规模下新能源置信容量计算结果。

图5为实施例中不同新能源建设规模下新能源容量置信度计算结果。

图6为实施例中新能源建设方案2下某周某场景各类型电源出力曲线。

图7为实施例中新能源建设方案2下周弃新能源率概率分布。

图8为实施例中新能源建设方案2下各月弃新能源率。

图9为实施例各新能源建设方案下年弃新能源率。

具体实施方式

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

下面结合附图和实施例对本发明做进一步说明。

如图1所示，一种适应新能源大规模接入的电源规划方法，具体包括以下步骤：步骤一，根据负荷需求进行预测，制定常规电源规划方案，并以常规电源规划方案为基础制定初始新能源装机方案；步骤二，在初始新能源装机方案的基础上，进行新能源置信容量计算，将新能源电源按置信容量替代常规电源，得到新能源电源规划方案；步骤三，对新能源电源规划方案进行新能源消纳能力分析，若不满足弃新能源率的指标，则返回步骤一减小新能源电源规划规模，若满足弃新能源率的指标，则完成适应新能源大规模接入的电源规划方法，提高新能源的利用率的同时，不影响系统安全可靠的运行。

进一步地，根据负荷需求预测，在满足未来负荷需求的条件下，利用电源规划软件制定只含水火电的常规电源规划方案，已有的电源规划软件包括JASP电源规划程序和WASP电源规划程序，并将此方案作为含新能源电源规划的出发点。根据本地适用的新能源类型情况，制定初始的新能源规划装机。

进一步地，所述步骤二的新能源置信容量计算方法包括以下步骤：a，利用等效电量函数法对常规电源规划方案进行随机生产模拟，获得可靠性指标；随机生产模拟是发电系统可靠性评估的主要工具，为安排检修计划和求解新能源置信容量提供支撑，通过随机生产模拟，得到发电系统可靠性指标，用以描述系统的充裕度情况；b，利用等风险度法安排常规机组检修计划；c，根据可靠性指标，采用二分法迭代计算新能源加入系统的置信容量。

进一步地，所述步骤a中获得可靠性指标的具体方法为：通过等效电量函数法将时序负荷曲线转化为持续负荷曲线，依次安排机组带负荷；通过卷积不断修正持续负荷曲线来考虑机组随机停运的情况，从而获得可靠性指标。如图2所示，等效持续负荷曲线横坐标表示负荷，纵坐标表示概率，曲线T＝f(x)上任何一点(x,T)表示负荷大于等于x的持续时间为T。

当随机生产模拟准备安排第i台机组，此时的等效持续负荷曲线为f^(i-1)(x)。第i台机组在等效持续负荷曲线上承担负荷的起始位置为J_i-1，所述J_i-1为第i-1机组的位置，则第i台机组发电量为：

$E_i=p_i{\∫}_0^{C_i}{f}^{(i-1)}(J_{i-1}+x)---\left(1\right)$

其中，p_i为发电机i正常工作概率，等于1-q_i，q_i是发电机i的强迫停运率。发电机i承担负荷后，等效持续负荷曲线f^(i-1)(x)修正为f⁽ⁱ⁾(x)。

f⁽ⁱ⁾(x)＝p_if^(i-1)(x)+q_if^(i-1)(x-C_i) (2)

其中C_i为发电机i的容量。

图2中阴影部分面积为系统的电量不足期望：

$EENS=T{\∫}_{J_i}^{+\mathrm{\∞}}{f}^{\left(i\right)}\left(x\right)---\left(3\right)$

当所有n台发电机安排完毕，系统的电量不足期望EENS反映了发电系统可靠性水平或者发电系统充裕度，电量不足期望：

$EENS=T{\∫}_{J_n}^{+\mathrm{\∞}}{f}^{\left(n\right)}\left(x\right)---\left(4\right)$

随机生产模拟的计算满足电量平衡，即发电电量等于负荷电量与电量不足期望之和。本发明取月为模拟时间尺度，对常规电源规划方案逐月进行随机生产模拟，得到各月的电量不足期望EENS。常规电源检修计划的制定采用等风险度法，其使得检修计划安排后，各月份的电量不足期望指标尽可能相等。

置信容量指在可靠性不变的条件下，新能源可以替代常规电源的容量。本发明基于随机生产模拟，采用二分法迭代求解置信容量。

如图3中凹曲线表示，在考虑新能源发电装机的系统中，不同装机容量的常规电源被置换出系统时，发电系统可靠性指标的变化情况。水平虚线所对应的纵坐标为常规电源系统的发电系统可靠性指标电量不足期望EENS。当容量为X_M的常规机组被置换出系统时，发电系统可靠性指标与常规电源系统的相同，即新能源的置信容量是X_M。

凹曲线上的M点通过二分法迭代算出。图3中A点和B点为初始点，分别位于M的两侧。采用二分法求出A点和B点的中点C，由随机生产模拟得出C点下的发电系统可靠性指标。对B点和C点继续采用二分法，直到找出M点。

进一步地，所述步骤三中的新能源消纳能力分析方法包括以下步骤：A，分季节形成新能源出力场景；B，分时段建立多场景随机规划数学模型，求解各时段的弃新能源电量；C，综合各时段的弃新能源电量，得到研究周期的弃新能源率，所述弃新能源率为弃风、弃光量之和除以最大可以接纳的风电、光伏电量之和。

进一步地，新能源资源具有不确定性，所以新能源出力序列是以一定概率实现的。本发明采用多场景的方式刻画不确定性，每个场景代表了新能源出力序列的一种实现。所述步骤A中的分季节形成新能源出力场景的具有方法为：收集至少一年的新能源历史出力序列，进行标幺化处理，将全年分成四个季节，提取同一季节下各周的新能源历史出力序列，加入对应季节的出力场景集合，能得到每个季节的场景集合。第s个场景下，第i个新能源场站出力序列表示为[w_i,1,s,w_i,2,s,...,w_i,T,s]^T，s∈S，S表示场景集合，W_i,T,s为第s个场景下，第i个新能源场站在第t时刻的可利用出力。向量[p₁，p₂，...，p_T]^T表示各个场景的概率，p_j是第j个场景发生的概率。进行某季节内一周的新能源消纳分析时，将采用该季节出力场景集合，即同一季节下各周有相同的新能源出力场景集合。

进一步地，本发明以新能源接纳量最大作为目标，优化一周内运行方式，使得系统经济成本最小，所述数学模型的目标函数为：

$\min \underset{s\∈S}{\Σ}{p}_s\left(\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}f\right(P_{i,t,s}^C)+{\mathrm{\ρ}}_L\underset{t=1}{\overset{T}{\Σ}}{u}_{t,s}+{\mathrm{\ρ}}_R\underset{t=1}{\overset{T}{\Σ}}{v}_{t,s})+{\mathrm{\ρ}}_U\underset{t=1}{\overset{T^{*}}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}{U}_{i,t}+{\mathrm{\ρ}}_D\underset{t=1}{\overset{T^{*}}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}{D}_{i,t}---\left(5\right)$

上式中，T是一周的小时数，即168小时；P_S是各场景的概率；T^*是一周的天数，即7天；G_C为系统内的火电数量；是第s个场景下，第i台火电第t小时发电功率，f是火电可变费用的函数；P_L是每兆瓦的失负荷惩罚，u_t,s是第s个场景下，第t小时失负荷；ρ_R是每兆瓦的失备用惩罚，v_t,s是第s个场景下，第t小时失备用；ρ_U是火电启动成本；U_i,t是第i台火电第t天启动变量，0表示未发生启动，1表示发生启动；ρ_D是火电停机成本；D_i,t是第i台火电第t天停机变量，0表示未发生停机，1表示发生停机；考虑到实际运行中火电不会频繁启停且用电负荷具有日特性，故假设火电一天内的运行状态固定不变，即一天中火电各小时均处于开机或者停机；所述数学模型的约束条件包括：电力平衡约束、火电出力约束、火电最小开机时间约束、新能源出力约束、水电电量约束和旋转备用约束。

数学模型包括以下约束条件：

(1)电力平衡约束

$\underset{i=1}{\overset{G_C}{\Σ}}{P}_{i,t,s}^C+\underset{i=1}{\overset{G_W}{\Σ}}{P}_{i,t,s}^W+\underset{i=1}{\overset{G_H}{\Σ}}{P}_{i,t,s}^H+{\mathrm{\μ}}_{t,s}=D_t,\∀t,s\∈S---\left(6\right)$

式(6)中，是第s个场景下，第i台火电第t小时出力；μ_t,s是第s个场景下，第t小时失负荷；D_t是第t小时的用电负荷。

(2)火电出力约束

$P_{i,min}^C{I}_{i,\[t\]}\≤P_{i,t,s}^C\≤P_{i,max}^C{I}_{i,\[t\]},\∀i,\∀t,s\∈S---\left(7\right)$

式(7)中，和分别是第i台火电的额定功率和最小技术出力。下标中的符号[]表示将小时t映射到天，I_i，[t]表示第i台火电第[t]天状态变量，为0-1变量，0表示停机，1表示开机。

(3)火电最小开机时间约束

$\underset{t=n}{\overset{n+T_{i,on}-1}{\Σ}}{I}_{i,t}\≥T_{i,on}{U}_{i,n},\∀i,n=1,2...T^{*}-T_{i,on}+1---\left(8\right)$

式(8)中，T_i，on是第i台火电的最小开机时间。同理，还有最小停机时间约束。

(4)新能源出力约束

$0\≤P_{i,t,s}^W\≤w_{i,t,s},\∀i,\∀t,s\∈S---\left(9\right)$

式(9)中，w_i，t，s与之差是场景s下，第t小时新能源场站i的弃新能源量。

(5)水电电量约束

$\underset{t=1}{\overset{T}{\Σ}}{P}_{i,t,s}^H\≤{\mathrm{Hydro}}_i,\∀i,s\∈S---\left(10\right)$

式(10)中，Hydro_i是第i个水电厂在该周的总发电量，可通过水电厂的月平均出力折算。

(6)旋转备用约束

$\underset{i=1}{\overset{G_C}{\Σ}}{P}_{i,\max }^C{I}_{i,\[t\]}+\underset{i=1}{\overset{G_H}{\Σ}}{P}_{i,\max }^H+v_{i,t}\≥D_t+R,\∀t---\left(11\right)$

式中(11)，是第i个水电厂在该周的预想出力，并且需要考虑水电机组的检修计划；R是系统的旋转备用需求。

进一步地，通过利用Cplex数学软件求解数学模型得到周新能源接纳电量为：其中S是场景数，P_s是场景s的概率，T是一周的小时数，G_w为系统内的新能源场站数量，是第s个场景下第i个新能源场站第t小时发电功率；周新能源可利用电量为：其中w_i,t,s与之差是第s个场景下第t小时第i个新能源场站的弃新能源量。

进一步地，步骤C中具体方法为：汇总每月的周新能源接纳电量获得Q_accept，汇总每月的新能源可利用电量获得Q_available，月弃新能源率为：

η＝(1-Q_accept/Q_available)*100％，求解月弃新能源率的平均数，得到全年弃新能源率。

进一步地，所述步骤三中，若不满足弃新能源率的指标，还可以检测富余火电情况，如果有富余火电，则同时调整常规电源规划方案。

其中一个实施例：

对西北地区A、B两省某规划年的电源规划方案进行计算、评估、分析。两省的新能源资源都十分丰富，但电源结构有所不同，A省电源结构以火电为主，而B省以水电为主。将A、B两省统一进行电源规划，可以发挥区域水火风光各类型电源互济优势，充分利用B省的水电资源给A省的风电调峰。本实施例仅考虑即各类型电源用以满足A、B省内负荷需求，不考虑区域外送的影响。

首先根据A、B两省的2011年的历史负荷数据和规划年负荷预测结果，得到规划系统的年负荷曲线，年最大负荷为41382MW，负荷利用小时数为6500h。利用常规电源规划方法，得出水电和火电的常规电源规划方案，如表1所示。为了尽可能接纳新能源，并且能够演示电源规划流程，本实施例以常规电源的规划方案为基础设置了5个新能源电源规划方案，如表2所示。

表1常规电源规划方案

表2新能源电源规划方案 单位：MW

利用对常规电源规划方案进行随机生产模拟，并采用等风险度法制定机组检修计划。继而，采用二分法迭代计算新能源加入系统的置信容量，各新能源电源规划方案计算结果如图4、图5所示。风电的置信容量较大，容量置信度在7％-8％之间。光伏的置信容量效益则不大明显，与西北地区的负荷特点相关，光伏通常在负荷处于低谷的正午大发，而在晚负荷高峰时期少发或者不发，所以光伏对于提升系统充裕度意义不大。

以新能源电源规划方案2为例，图6给出了某一周的某个场景下各类型电源的带负荷面积。调节性能好的水电担任调峰任务，与风光的互补效益十分明显。火电则承担负荷曲线的基荷部分，基本上不参与调峰，因为要保证新能源接纳最大化，火电在大部分时间保持或接近最小技术出力运行。由于第一天的负荷大于周内其余各天，故第一天多运行了2400MW的火电，这些火电在本周第二天进入停机状态以给新能源提供发电空间。

水电的日发电模式存在一定规律。正午过后，光伏出力逐渐下降，到了晚负荷高峰时，光伏的出力基本上降为0。此时，水电依靠其良好的运行特性，增加出力以满足电力平衡。所以水电在白天尽量不发电以接纳新能源，在夜晚多发电以弥补新能源总出力的减少。可见，在区域内发挥多种能源互济，将有利于促进新能源消纳。

弃风、弃光基本发生在每天的正午左右，这时光伏的出力处于一天中最大的时刻，即使将水火电的出力压至最低，光伏都不一定能够完全接纳。如果这时风电也有出力，那么系统运行人员就会面临弃风或者弃光的选择。

分季节形成新能源出力场景，分时段建立多场景随机规划数学模型，求解各时段的弃新能源电量；每个场景计算出的弃新能源率有所不同，图7中给出了新能源电源规划方案2下该周内弃新能源率的概率分布。有90％的概率，该周弃新能源率会小于18％。综合所有场景，该周新能源接纳电量为816109MWh，周新能源可利用电量948246MWh，周弃新能源率为14％。

综合各周的弃新能源，即汇总周新能源接纳电量和汇总周新能源可利用电量，逐步获得新能源电源规划方案2的月弃新能源率和全年弃新能源率。图8展示了各月弃新能源率。1-3月和7-8月的弃新能源率明显高于其他月份。1-3月处于西北地区的供热期，所有调峰能力有限的供热机组必须处于运行状态。因此，系统可控电源的调峰能力不足导致了这三个月弃新能源率较高。同样是处于供热期的11、12月份的新能源接纳问题并不突出，这是因为11、12月是全年负荷最大的月份，按照本文所提出的算法优化系统运行后，即使所有供热机组全部处于运行，仍然能够保证有足够的发电空间给新能源和水电。7-8月是西北地区一年间的丰水期，在水电优先新能源接纳的前提下，水电大发直接导致新能源发电空间被压缩。

汇总全年的结果后，得到如表3所示的主要指标。富余火电指的是负荷需求最大月，考虑检修、冷备用等因素后，仍未开机的火电。

表3新能源电源规划方案2下全年新能源消纳分析指标

检测富余火电情况，如果有富余火电，则同时调整常规电源规划方案。在常规电源装机规模中减少1550MW的火电装机，重新进行置信容量计算、新能源消纳能力分析，得到表4。

表4新能源电源规划方案2下常规电源调整后全年新能源消纳分析指标

火电装机规模的减小会影响置信容量的计算结果，见表4。新的常规装机下，富余火电较小，能够满足要求。根据机组投建计划表，减少了两台600MW、一台350MW火电。这些火电在系统中调峰深度大、经济性好，其停建导致系统调峰能力有所下降，造成弃电率升高。

在同样的边界条件下，对新能源电源规划方案1-5的分别进行新能源置信容量计算和新能源消纳能力分析，结果见图9。随着新能源电源接入规模的扩大，受限于系统调峰能力，弃电率不断增加，采用方案5时，弃电率已经达到了15％。统计得到2013年全国各省平均弃风率为10％，2013年的新能源接纳情况属于近几年的“中间水平”。设定10％弃新能源率为方案可接受标准，那么方案4和方案5不满足弃新能源率。方案4和方案5返回步骤一减小新能源电源规划规模。

本发明从电力电量平衡的角度出发，重点关注“新能源替代”和“新能源消纳”两方面问题。由系统可靠性决定新能源可以替代常规电源的容量，认为新能源的建设可以少建常规电源，但不能造成系统充裕度的明显下降；由系统消纳能力指标来决定新能源电源的规划是否通过，采用弃新能源率作为该指标，如果弃新能源率太高，需减少新能源电源规划规模。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。

Claims (10)

1.一种适应新能源大规模接入的电源规划方法，其特征在于：具体包括以下步骤：

步骤一，根据负荷需求进行预测，制定常规电源规划方案，并以常规电源规划方案为基础制定初始新能源装机方案；

步骤二，在初始新能源装机方案的基础上，进行新能源置信容量计算，将新能源电源按置信容量替代常规电源，得到新能源电源规划方案；

步骤三，对新能源电源规划方案进行新能源消纳能力分析，若不满足弃新能源率的指标，则返回步骤一减小新能源电源规划规模，若满足弃新能源率的指标，则完成适应新能源大规模接入的电源规划方法。

2.如权利要求1所述的适应新能源大规模接入的电源规划方法，其特征在于：所述步骤一的常规电源规划方案为利用电源规划软件制定只含水电和火电的常规电源规划方案。

3.如权利要求1所述适的应新能源大规模接入的电源规划方法，其特征在于：所述步骤二的新能源置信容量计算方法包括以下步骤：a，利用等效电量函数法对常规电源规划方案进行随机生产模拟，获得可靠性指标；b，利用等风险度法安排常规机组检修计划；c，根据可靠性指标，采用二分法迭代计算新能源加入系统的置信容量。

4.如权利要求3所述的适应新能源大规模接入的电源规划方法，其特征在于：所述步骤a中获得可靠性指标的具体方法为：通过等效电量函数法将时序负荷曲线转化为持续负荷曲线，依次安排机组带负荷；通过卷积不断修正持续负荷曲线来考虑机组随机停运的情况，从而获得可靠性指标。

5.如权利要求4所述的适应新能源大规模接入的电源规划方法，其特征在于：所述步骤三中的新能源消纳能力分析方法包括以下步骤：A，分季节形成新能源出力场景；B，分时段建立多场景随机规划数学模型，求解各时段的弃新能源电量；C，综合各时段的弃新能源电量，得到研究周期的弃新能源率。

6.如权利要求5所述的适应新能源大规模接入的电源规划方法，其特征在于：所述步骤A中的分季节形成新能源出力场景的具有方法为：收集至少一年的新能源历史出力序列，进行标幺化处理，将全年分成四个季节，提取同一季节下各周的新能源历史出力序列，加入对应季节的出力场景集合，能得到每个季节的场景集合。

7.如权利要求6所述的适应新能源大规模接入的电源规划方法，其特征在于：所述步骤B中求解各周的弃新能源电量，所述数学模型的目标函数为：

$\min \underset{s\∈S}{\Σ}{p}_s\left(\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}f\right(P_{i,t,s}^C)+{\mathrm{\ρ}}_L\underset{t=1}{\overset{T}{\Σ}}{u}_{t,s}+{\mathrm{\ρ}}_R\underset{t=1}{\overset{T}{\Σ}}{v}_{t,s})+{\mathrm{\ρ}}_U\underset{t=1}{\overset{T^{*}}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}{U}_{i,t}+{\mathrm{\ρ}}_D\underset{t=1}{\overset{T^{*}}{\Σ}}\underset{i=1}{\overset{G_C}{\Σ}}{D}_{i,t},$

上式中，T是一周的小时数；P_S是各场景的概率；T^*是一周的天数；G_C为系统内的火电数量；是第s个场景下，第i台火电第t小时发电功率，f是火电可变费用的函数；P_L是每兆瓦的失负荷惩罚，u_t,s是第s个场景下，第t小时失负荷；ρ_R是每兆瓦的失备用惩罚，v_t,s是第s个场景下，第t小时失备用；ρ_U是火电启动成本；U_i,t是第i台火电第t天启动变量，0表示未发生启动，1表示发生启动；ρ_D是火电停机成本；D_i,t是第i台火电第t天停机变量，0表示未发生停机，1表示发生停机；所述数学模型的约束条件包括：电力平衡约束、火电出力约束、火电最小开机时间约束、新能源出力约束、水电电量约束和旋转备用约束。

8.如权利要求7所述的适应新能源大规模接入的电源规划方法，其特征在于：通过利用Cplex数学软件求解数学模型得到周新能源接纳电量为：其中S是场景数，P_s是s场景的概率，T是一周的小时数，G_w为系统内的新能源场站数量，是第s个场景下第i个新能源场站第t小时发电功率；周新能源可利用电量为：其中w_i,t,s与之差是第s个场景下第t小时第i个新能源场站的弃新能源量。

9.如权利要求8所述的适应新能源大规模接入的电源规划方法，其特征在于：步骤C中具体方法为：汇总每月内周新能源接纳电量获得月新能源接纳电量Q_accept，汇总每月内新能源可利用电量获得月新能源可利用电量Q_available，月弃新能源率为：η＝(1-Q_accept/Q_available)*100％，进而得到全年弃新能源率。

10.如权利要求9所述的适应新能源大规模接入的电源规划方法，其特征在于：所述步骤三中，新能源消纳能力分析还同时检测富余火电情况，如果有富余火电，则同时调整常规电源规划方案。