CN106505633A - 一种风光接入容量确定方法及装置 - Google Patents

Abstract

本发明提供了一种风光接入容量确定方法及装置，该方法预先确定一系列风光接入容量配比方案，建立每组配比方案的新能源发电出力时间序列和负荷时间序列，作为时序生产模拟优化模型的输入；构建以新能源接纳量最大为目标的时序生产模拟优化模型，形成原优化问题；将原优化问题划分为子优化问题，逐时段求解子优化问题；根据子优化问题的新能源接纳量得到原优化问题的新能源接纳量，并计算新能源限电率；比较所有风光接入容量配比方案的新能源限电率，确定新能源限电率的最低值对应的最优风光接入容量；该装置包括：确定单元、比较单元、计算单元和分解单元。本发明提供的技术方案提高了工作优化效率和优化效果，满足了工程实用性的需要。

Description

一种风光接入容量确定方法及装置

技术领域

本发明涉及新能源规划建设领域，具体讲涉及一种风光接入容量确定方法和装置。

背景技术

随着经济的发展和社会的不断进步，对能源的需求和依赖程度与日俱增，以风、光为首的新能源因其蕴藏量大、无污染、安全环保的特点，发展非常迅速。截至2015年底，我国的风电和光伏发电并网容量已达到了145GW和43GW，均居世界首位。新能源出力具有强烈的随机性和波动性，对于新能源的开发一些地区尚缺乏科学合理的规划，例如仅以风能、太阳能各自的资源水平来制定新能源容量的规划，这使得新能源开发容量与地区的电网和负荷水平间的不匹配，从而导致新能源接入容量大大超过了电网的可接受能力，一些地区出现了“弃风”、“弃光”现象，部分地区对新能源的限电率超过了30％。

区域电网新能源接入容量的确定需综合考虑电网的常规电源调峰能力和负荷水平，科学合理的规划。对电网中的风电和光伏发电的接入容量进行统一的协调规划，降低新能源出力波动性，最大限度的利用和发挥风能和太阳能在时间和空间上具有良好的资源互补特性，发挥资源互补优势，有效提高电网中新能源的总接入容量。

现有的区域新能源接入容量的规划方法主要分为两大类：第一种是基于典型日曲线的方法，一般根据风电和光伏发电出力的典型日出力曲线或最极端出力曲线确定新能源接入容量。新能源出力具有极强的日变化特性，不同的日出力曲线得到的计算结果迥然不同。第二种方法是基于时序生产模拟的优化方法，该类方法基于长时间段的新能源出力序列，充分考虑了新能源出力的波动性和日变化特性，电网实际运行中的各种边界条件的影响，所得到的计算结果较之更加科学合理，其不足是优化时间断面数量大，所需的求解耗时长，而实际电力系统中的运行约束非常复杂，长时间尺度的数据跨度大大增加了优化问题的规模，且优化求解时间随优化变量的个数呈指数倍增长，这无疑大大降低了方法的工程实用性。

因此，需提供一种风光接入容量的快速优化求解方法，以满足快速、准确的得到最优的风光接入容量的需要。

发明内容

为满足现有技术发展的需要，本发明提供了一种风光接入容量确定方法和装置。

本发明提供的风光接入容量确定方法，其改进之处在于，所述方法包括：

用预先构建的时序生产模拟优化模型，确定原优化问题；所述时序生产模拟优化模型根据预先建立的风光接入容量配比方案的新能源发电出力时间序列和负荷时间序列构建得到；

将原优化问题分解为子优化问题，逐时段求解子优化问题；

按子优化问题得到的新能源接纳量确定原优化问题的新能源接纳量，并计算新能源限电率。

比较所有风光接入容量配比方案的新能源限电率，确定最优的风光接入容量。

进一步的，所述负荷时间序列D(t)根据负荷历史处理数据得到。

进一步的，所述新能源发电出力时间序列包括风电和光伏发电出力时间序列，所述风电发电出力时间序列P^w(t)和光伏发电出力时间序列P^v(t)分别为：

P^w(t)＝C^w·w(t)；

P^v(t)＝C^v·v(t)；

其中，风电装机容量光伏装机容量D_max：最大负荷水平；δ：风光总装机容量占最大负荷水平的百分比水平；α：设定的风光接入容量配比值；w(t)：归一化风电出力时间序列；v(t)：归一化光伏出力时间序列。

进一步的，所述时序生产模拟优化模型如下式所示：

式中，T：总优化时段数，Obj：新能源在总优化时段T内的最大接纳目标量；p^w(t)：t时段风电发电优化出力；p^v(t)：t时段光伏发电优化出力。

进一步的，所述时序生产模拟优化模型的约束条件包括，以下约束条件在T个优化时段之内都要满足：

(1)风电和光伏的出力约束如下式所示：

0≤p^w(t)≤P^w(t)

0≤p^v(t)≤P^v(t) (2)

式中，p^w(t)和p^v(t)：分别为第t时段的风电和光伏优化出力；

(2)火电机组的运行约束包括：

机组的出力如下式所示：

式中，p_j(t)：j类火电机组的优化出力，j＝1,2,…,J；p _j和分别为j类火电机组的最小出力和最大出力；S_j(t)：整数变量，表示j类火电机组的优化开机台数；

开关机状态如下式所示：

式中，Y_j(t)和Z_j(t)为0-1整数变量，分别表示j类火电机组的开机和关机状态:当Y_j(t)＝1时，表示在t时段j类火电机组中至少有一台开机；当Y_j(t)＝0时，表示在t时段j类火电机组没有开机；当Z_j(t)＝1时，表示在t时段j类火电机组中至少有一台关机，当Z_j(t)＝0时，表示在t时段j类火电机组没有关机；N_j：j类机组的数量；

最小开关机次数如下式所示：

式中，SN_j:总优化时段内j类火电机组的最大开关机次数；

(3)负荷平衡约束如下式所示：

式中，L_i(t)为电网与其他区域的联络线i之间的输电功率，L_i(t)＞0表示其他区域向电网输入功率，L_i(t)＜0表示电网向其他区域输出功率；M为所有的联络线数量；

(4)联络线安全约束如下式所示：

式中，为联络线i的最大传输功率；

(5)系统备用约束如下式所示：

式中，R⁺和R^-分别表示电网所需的正备用和负备用，为最大负荷的5％。

进一步的，所述子优化问题的划分包括：

将整个时间段{t₁,t₂,...,t_T}划分为如下式所示的N个时间段：

逐时段求解时间段Θ_i,i＝1,2,...,N对应的子优化问题，其中，第i个子优化问题的优化目标为Θ_i时段内的新能源接纳量最大，如下式所示：

第i个子优化问题的约束条件包括：式(2)—式(8)，并且约束条件仅在时段Θ_i内成立；同时，前一个子优化问题的最后一个优化时段的最优解作为下一个子优化问题的初始解。

进一步的，原优化问题的新能源接纳量按下式计算：

新能源的限电率η按下式计算：

进一步的，根据不同风光接入容量配比值α所对应的新能源限电率η确定最优的风电装机容量C^w和光伏装机容量C^v；

最小的新能源限电率η对应的风电和光伏装机容量即为最优的风光接入容量。

一种风光接入容量确定装置，所述装置包括：

确定单元，用预先构建的时序生产模拟优化模型，确定原优化问题；所述时序生产模拟优化模型根据预先建立的风光接入容量配比方案的新能源发电出力时间序列和负荷时间序列构建得到；

分解单元，将原优化问题分解为子优化问题，逐时段求解子优化问题；

计算单元，按子优化问题得到的新能源接纳量确定原优化问题的新能源接纳量，并计算新能源限电率。

比较单元，用于比较所有风光接入容量配比方案的新能源限电率，确定最优的风光接入容量。

进一步的，所述装置还包括：

建模单元，用于计算预先建立的风光接入容量配比方案的负荷时间序列、风电发电出力时间序列和光伏发电出力时间序列，所述风电发电出力时间序列和光伏发电出力时间序列为新能源发电出力时间序列；根据新能源发电出力时间序列和负荷时间序列构建时序生产模拟优化模型。

与最接近的现有技术比，本发明提供的技术方案具有以下有益效果：

1、本发明提供的技术方案通过预先建立的新能源发电出力时间序列和负荷时间序列带入到时序生产模拟优化模型，形成原优化问题；将原优化问题划分为子优化问题，逐时段求解子优化问题；根据子优化问题的新能源接纳量得到原优化问题的新能源接纳量，并计算新能源限电率；分别计算不同风光配比值对应的限电率，限电率最低的风光配比即最优的风光接入容量，该技术方案以精细的分时段优化方法更快速的得到电网的最优风光接入容量。

2、本发明提出的快速优化方法通过建立以新能源接纳量最大为目标的优化模型来比较不同风光接入容量下的新能源限电率，考虑机组运行和电网运行等约束条件的新能源时序生产模拟优化模型，通过将优化时段进行分割，把原优化问题分解为一系列更容易求解的子优化问题，通过逐时段快速求解各子优化问题，实现对原优化问题的求解有效减少了计算时间，且满足工程实用性的需要。

3、本发明提供的技术方案采用时段分割法和时序优化模拟优化模型相结合的优化方法，即充分考虑了新能源发电的波动性和日变化特性，又增大了优化时间断面数量，减少了优化求解计算时间，提高了工作优化效率和优化效果。

附图说明

图1为本发明提供的快速优化方法流程图。

具体实施方式

以下将结合说明书附图，以具体实施例的方式详细介绍本发明提供的技术方案。

本发明提出了一种基于时序生产模拟的区域电网风光接入容量逐时段快速优化方法。如图1所示，本发明提供的区域电网风光接入容量逐时段快速优化方法包括：

1、对全年的风电出力时间序列、光伏出力时间序列、负荷出力序列进行建模，并对风电出力时间序列和光伏出力时间序列进行归一化处理；

根据风电和光伏发电的历史出力数据得到风电和光伏出力时间序列，根据风电和光伏的历史装机容量对出力序列进行归一化处理，得到归一化的风电和光伏出力时间序列w(t)和v(t)；根据负荷历史出力数据得到电网负荷的时间序列D(t)，所述负荷时间序列表示不同时刻t的负荷功率值组成的序列。

2、确定风光总接入容量，生成一系列风光接入容量配比值，计算每组风光接入容量配比值对应的风光接入容量；

确定风电和光伏的总装机容量，如设定为最大负荷D_max水平的某一百分比水平δ。设定一系列的风光接入容量配比值，计算每组风光配比值对应的风光装机容量水平。如当风光配比为α时，风电装机容量C^w和光伏装机容量C^v分别为：

式中，D_max:最大负荷水平；δ：风光总接入容量占最大负荷水平的百分比；α：风光配比值。

3、选取一组风光接入容量配比值，根据已知的归一化新能源出力数据，计算全时段下的新能源出力序列；

根据风电装机容量、光伏装机容量和归一化出力时间序列，计算相应的风电发电出力时间序列P^w(t)和光伏发电出力时间序列P^v(t)：

4、构建以电网新能源接纳量最大为目标，考虑新能源出力约束、火电机组运行约束、负荷平衡约束、联络线安全约束和系统备用约束的时序生产模拟优化模型，将风电发电出力时间序列P^w(t)、光伏发电出力时间序列P^v(t)和负荷时间序列D(t)作为新能源时序生产模拟优化模型的输入数据，形成以全时段下的新能源最大接纳量为优化目标的原优化问题，新能源时序生产模拟优化模型建立如下：

(1)目标函数

时序生产模拟优化模型是在给定的风电和光伏装机容量下，优化常规机组和新能源的出力，优化目标是全部优化时段T内新能源的接纳量最大：

其中，p^w(t)和p^v(t)分别为风电和光伏在t时段的优化出力

(2)约束条件

时序优化模型的约束条件包括：新能源出力约束、火电机组运行约束、负荷平衡约束、联络线安全约束和系统备用约束。具体形式如下：

1)新能源出力约束

0≤p^w(t)≤P^w(t)

0≤p^v(t)≤P^v(t) (4)

式中，p^w(t)和p^v(t)为风电和光伏在t时段的优化出力，该约束表示新能源在每个时段的优化出力不能超过其最大出力上限P^w(t)和P^v(t)。

2)火电机组运行约束

在本模型中，将全网内的火电机组分为J大类，第j类机组的个数为N_j，火电机组的运行约束包括机组出力约束、开关机状态约束、最小开关机次数约束，具体如下：

机组出力约束，表示火电机组的优化出力需要处于其最大和最小技术出力之间：

式中，p_j(t)为j类火电机组的优化出力；p _j和为j类火电机组的最小和最大技术出力；S_j(t)为整数变量，表示j类火电机组的优化开机台数。开关机状态约束：

式中，Y_j(t)和Z_j(t)为0-1整数变量，分别表示第j类火电机组的开机和关机状态，当Y_j(t)＝1时，表示j类火电机组在t时段至少有一台开机，当Y_j(t)＝0时，表示j类火电机组在t时段没有开机；当Z_j(t)＝1时，表示j类火电机组在t时段至少有一台关机，当Z_j(t)＝0时，表示j类火电机组在t时段没有关机。上式中的第一个等式表示每类火电机组在各时段的开机和关机台数不超过其机组台数；第二个等式表示同一时刻每类机组至多处于开机或关机中的一种状态。

最小开关机次数约束：

式中，SN_j表示j类火电机组在全部的优化时段内的最大开关机次数。

3)负荷平衡约束

式中，L_i(t)为电网与其他区域之间联络线i的输电功率，L_i(t)＞0表示其他区域向电网输入功率，L_i(t)＜0表示电网向其他区域输出功率；M为所有的联络线数量。该约束表示全网的火电机组、风电和光伏发电出力与联络线输送功率之和应与电网内的负荷相等。

4)联络线安全约束

式中，为联络线i的最大传输功率，该约束表示联络线上的传输功率不大于其传输上限。

5)系统备用约束

式中，R⁺和R^-：分别表示电网所需的正备用和负备用，通常设定为最大负荷的5％。

以上各式即组成了新能源时序生产模拟优化模型，该数学模型中的优化变量为：p_j(t)、p^w(t)、p^v(t)、L_i(t)、Y_j(t)、Z_j(t)和S_j(t)。该优化模型为典型的混合整数优化模型，可以采用商业软件包Cplex直接求解。该优化模型的优化时段数T通常为全年，时间断面数量众多。此时，优化模型的规模巨大，给求解带来了极大的难度。因此，在下面的步骤5中采用时间分割的形式将原优化问题分解为一系列的子优化问题。

5、将原优化问题进行时间分割，得到一系列子优化问题，然后逐时段求解每个子优化问题，其中上一个子优化问题得到的最后一个优化时段的最优解作为下一个子优化问题的初始解，直至完成所有子优化问题的求解；

首先将整个时间段{t₁,t₂,...,t_T}按照时间的前后顺序划分为N个时间段：

这样每一个时间段Θ_i,i＝1,2,...,N便对应着一个子优化问题，其中，第i个子优化问题的优化目标为Θ_i时段内的新能源接纳量最大，，如下式(12)所示：

第i个子优化问题的约束条件包括：式(4)—式(10)，并且约束条件仅在时段Θ_i内成立。子优化问题的数学形式和原优化问题相同，区别在于其时间断面数量大大减少，更容易求解。同时，前一个子优化问题的最后一个优化时段的最优解作为下一个子优化问题的初始解。

然后，逐时段求解每一个子优化问题，其中上一个子优化问题得到的最后一个优化时段的最优解作为下一个子优化问题的初始解，直至完成所有子优化问题的求解。

6、将所有子优化问题得到的新能源最大接纳量进行加和，得到原优化问题的对应的新能源最大接纳量，然后计算所对应的新能源限电率；

设每个子优化问题得到的新能源接纳量为Obj_i,i＝1,2,...,N，然后将所有子优化问题得到的新能源最大接纳量进行加和，得到原优化问题的对应的新能源最大接纳量Obj_新：

然后，根据下式计算相应的新能源限电率：

7、继续求解下一组风光接入容量配比值对应的新能源最大接纳量，直至完成所有风光接入容量配比值的计算；在步骤7中重复执行步骤3-6，计算不同风光接入容量配比值对应的新能源限电率，直至完成所有风光接入容量配比值的计算。

8、比较所有风光接入容量配比方案的新能源限电率，其中最小的新能源限电率η对应的风电和光伏装机容量即为最优的风光接入容量。

一种风光接入容量确定装置，该装置包括：

确定单元，用预先构建的时序生产模拟优化模型，确定原优化问题；所述时序生产模拟优化模型根据预先建立的风光接入容量配比方案的新能源发电出力时间序列和负荷时间序列构建得到；

分解单元，将原优化问题分解为子优化问题，逐时段求解子优化问题；

计算单元，按子优化问题得到的新能源接纳量确定原优化问题的新能源接纳量，并计算新能源限电率。

比较单元，用于比较所有风光接入容量配比方案的新能源限电率，确定最优的风光接入容量。

建模单元，用于计算预先建立的风光接入容量配比方案的负荷时间序列、风电发电出力时间序列和光伏发电出力时间序列，所述风电发电出力时间序列和光伏发电出力时间序列为新能源发电出力时间序列；根据新能源发电出力时间序列和负荷时间序列构建时序生产模拟优化模型。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (10)

1.一种风光接入容量确定方法，其特征在于，所述方法包括：

用预先构建的时序生产模拟优化模型，确定原优化问题；所述时序生产模拟优化模型根据预先建立的风光接入容量配比方案的新能源发电出力时间序列和负荷时间序列构建得到；

将原优化问题分解为子优化问题，逐时段求解子优化问题；

按子优化问题得到的新能源接纳量确定原优化问题的新能源接纳量，并计算新能源限电率；

比较所有风光接入容量配比方案的新能源限电率，确定最优的风光接入容量。

2.如权利要求1所述的方法，其特征在于，所述负荷时间序列D(t)根据负荷历史处理数据得到。

3.如权利要求1所述的方法，其特征在于，所述新能源发电出力时间序列包括风电和光伏发电出力时间序列，所述风电发电出力时间序列P^w(t)和光伏发电出力时间序列P^v(t)分别为：

P^w(t)＝C^w·w(t)；

P^v(t)＝C^v·v(t)；

其中，风电装机容量光伏装机容量最大负荷水平；δ：风光总装机容量占最大负荷水平的百分比水平；α：设定的风光接入容量配比值；w(t)：归一化风电出力时间序列；v(t)：归一化光伏出力时间序列。

4.如权利要求1所述的方法，其特征在于，所述时序生产模拟优化模型如下式所示：

$Obj=max\underset{t=1}{\overset{T}{\Σ}}\left(p^w\right(t)+p^v(t\left)\right)---\left(1\right)$

式中，T：总优化时段数；Obj：新能源在总优化时段T内的最大接纳目标量；p^w(t)：t时段风电发电优化出力；p^v(t)：t时段光伏发电优化出力。

5.如权利要求4所述的方法，其特征在于，所述时序生产模拟优化模型的约束条件包括，以下约束条件在T优化时段之内都要满足：

(1)风电和光伏的出力约束如下式所示：

0≤p^w(t)≤P^w(t)

0≤p^v(t)≤P^v(t) (2)

式中，p^w(t)和p^v(t)：分别为第t时段的风电和光伏优化出力；

(2)火电机组的运行约束包括：

机组的出力如下式所示：

$\left\{\begin{array}{c}{S}_j\left(t\right)\×{\underset{\‾}{p}}_j\≤p_j\left(t\right)\≤S_j\left(t\right)\×{\stackrel{\‾}{p}}_j\\ 0\≤S_j\left(t\right)\≤N_j\end{array}\right.---\left(3\right)$

式中，p_j(t)：j类火电机组的优化出力，j＝1,2,…,J；p _j和分别为j类火电机组的最小出力和最大出力；S_j(t)：整数变量，表示j类火电机组的优化开机台数；

开关机状态如下式所示：

$\left\{\begin{array}{c}-Z_j\left(t\right)\×N_j\≤S_j\left(t\right)-S_j(t-1)\≤Y_j\left(t\right)\×N_j\\ Y_j\left(t\right)+Z_j\left(t\right)\≤1\end{array}\right.---\left(4\right)$

式中，Y_j(t)和Z_j(t)为0-1整数变量，分别表示j类火电机组的开机和关机状态:当Y_j(t)＝1时，表示在t时段j类火电机组中至少有一台开机；当Y_j(t)＝0时，表示在t时段j类火电机组没有开机；当Z_j(t)＝1时，表示在t时段j类火电机组中至少有一台关机，当Z_j(t)＝0时，表示在t时段j类火电机组没有关机；N_j：j类机组的数量；

最小开关机次数如下式所示：

$0\≤\underset{t=1}{\overset{T}{\Σ}}\left(Y_j\right(t)+Z_j(t\left)\right)\≤{\mathrm{SN}}_j---\left(5\right)$

式中，SN_j:总优化时段内j类火电机组的最大开关机次数；

(3)负荷平衡约束如下式所示：

$\underset{j=1}{\overset{J}{\Σ}}{p}_j\left(t\right)+p^w\left(t\right)+p^v\left(t\right)+\underset{i=1}{\overset{M}{\Σ}}{L}_i\left(t\right)=D\left(t\right)---\left(6\right)$

式中，L_i(t)为电网与其他区域的联络线i之间的输电功率，L_i(t)＞0表示其他区域向电网输入功率，L_i(t)＜0表示电网向其他区域输出功率；M为所有的联络线数量；

(4)联络线安全约束如下式所示：

式中，为联络线i的最大传输功率；

(5)系统备用约束如下式所示：

式中，R⁺和R^-分别表示电网所需的正备用和负备用，为最大负荷的5％。

6.如权利要求1所述的方法，其特征在于，所述子优化问题的划分包括：

将整个时间段{t₁,t₂,...,t_T}划分为如下式所示的N个时间段：

$\left\{\begin{array}{c}{\mathrm{\Θ}}_1=\{t_1,...,t_{T_1}\}\\ {\mathrm{\Θ}}_2=\{t_{T_1+1},...,t_{T_2}\}\\ ...\\ {\mathrm{\Θ}}_N=\{t_{T_{N-1}+1},...,t_T\}\end{array}\right.---\left(9\right)$

逐时段求解时间段Θ_i,i＝1,2,...,N对应的子优化问题，其中，第i个子优化问题的优化目标为Θ_i时段内的新能源接纳量最大，如下式所示：

${\mathrm{Obj}}_i=max\underset{t\∈{\mathrm{\Θ}}_i}{\Σ}\left(p^w\right(t)+p^v(t\left)\right)---\left(10\right)$

同时，前一个子优化问题的最后一个优化时段的最优解作为下一个子优化问题的初始解。

7.如权利要求1所述的方法，其特征在于，新能源接纳量按下式计算：

新能源的限电率η按下式计算：

8.如权利要求1所述的方法，其特征在于，根据不同风光接入容量配比值α所对应的新能源限电率η确定最优的风电装机容量C^w和光伏装机容量C^v；

最小的新能源限电率η对应的风电和光伏装机容量即为最优的风光接入容量。

9.一种风光接入容量确定装置，其特征在于，所述装置包括：

确定单元，用预先构建的时序生产模拟优化模型，确定原优化问题；所述时序生产模拟优化模型根据预先建立的风光接入容量配比方案的新能源发电出力时间序列和负荷时间序列构建得到；

分解单元，将原优化问题分解为子优化问题，逐时段求解子优化问题；

计算单元，按子优化问题得到的新能源接纳量确定原优化问题的新能源接纳量，并计算新能源限电率；

比较单元，用于比较所有风光接入容量配比方案的新能源限电率，确定最优的风光接入容量。

10.如权利要求9所述的装置，其特征在于，所述装置还包括：

建模单元，用于计算预先建立的风光接入容量配比方案的负荷时间序列、风电发电出力时间序列和光伏发电出力时间序列，所述风电发电出力时间序列和光伏发电出力时间序列为新能源发电出力时间序列；根据新能源发电出力时间序列和负荷时间序列构建时序生产模拟优化模型。