CN107069832A - 一种基于潮汐能和风能的虚拟电厂功率调节方法 - Google Patents
一种基于潮汐能和风能的虚拟电厂功率调节方法 Download PDFInfo
- Publication number
- CN107069832A CN107069832A CN201710167280.9A CN201710167280A CN107069832A CN 107069832 A CN107069832 A CN 107069832A CN 201710167280 A CN201710167280 A CN 201710167280A CN 107069832 A CN107069832 A CN 107069832A
- Authority
- CN
- China
- Prior art keywords
- power
- plant
- wind
- power plant
- mrow
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于潮汐能和风能的虚拟电厂功率调节方法,其包括以下步骤:获取潮汐发电厂和风力发电厂的功率曲线;计算潮汐发电厂的功率曲线在预测时段内的波动度C0;计算风力发电厂的功率曲线在预测时段内的波动度C1;获取预测时段内的平均需求功率P;依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率;根据计算所得调整各发电厂的输出功率;延时间隔时长T1后重复上述过程。本方案在满足平均需求功率的情况下,依据各发电厂的功率曲线波动度计算最平缓的输出功率,从而使得总输出达到最平稳,电网波动最小,因为发电功率变化而带来的冲击也最小。本方案适用于新能源控制领域。
Description
技术领域
本发明涉及新能源电力系统领域,尤其是涉及一种基于潮汐能和风能的虚拟电厂功率调节方法
背景技术
虚拟电厂指通过分布式电力管理系统将电网中分布式电源、可控负荷和储能装置聚合成一个虚拟的可控集合体,参与电网的运行和调度,协调智能电网与分布式电源间的矛盾,充分挖掘分布式能源为电网和用户所带来的价值和效益。
在纯由虚拟电厂供电的独立区域,适当调配各发电厂的输出功率是平衡成本和收益的重要步骤。
中华人民共和国国家知识产权局于2014年07月02日公开了名称为《一种虚拟电厂分层随机优化调度方法》的专利文献(公开号:CN103903066A),其首先建立包括上层虚拟电厂层和下层微电网层的虚拟电厂两层协调优化调度模型,其中下层各微电网优化调度模型为机会约束模型,模型中采用经验分布函数描述不可控微电源独立状态下出力概率分布,并依据不可控微电源联合直方图选择Copula函数建立联合概率分布模型。然后利用抽样平均近似法和KKT最优性条件将虚拟电厂两层协调优化调度模型转化为单层确定性模型并求解,对虚拟电厂进行最优调度。此方案可兼顾虚拟电厂内多个微电网间的协调运行;利用概率分布与Copula相关性分析可充分考虑不可控微电源随机性与相关性对优化调度问题的影响,可实现虚拟电厂协调随机优化调度,但是无法实现各发电厂输出功率和地区的需求功率之间的平衡调节。
发明内容
本发明主要是解决现有技术所存在的缺乏对发电厂输出功率和地区需求功率之间的调节方法的技术问题,提供一种稳定性好、精准度高、冲击小的基于潮汐能和风能的虚拟电厂功率调节方法
本发明针对上述技术问题主要是通过下述技术方案得以解决的:一种基于潮汐能和风能的虚拟电厂功率调节方法,包括以下步骤:
S001、获取潮汐发电厂和风力发电厂的功率曲线;
S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0;计算风力发电厂的功率曲线在预测时段内的波动度C1;
S003、获取预测时段内的平均需求功率P;
S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率;
S005、根据计算所得调整各发电厂的输出功率;
S006、延时间隔时长T1后返回步骤S002,间隔时长T1由以下公式获得:
式中,C0和C1均为最后一次计算所得值,T0为基准间隔时长,C’为基准波动度,T0和C’都为预设值。
本方案的虚拟电厂包括潮汐发电厂和风力发电厂,两类发电厂的输出汇入总电网然后供用电单位使用。各发电厂的功率曲线为根据天气情况和历史发电量得到的随时间变化的发电功率曲线,为预测量。波动度反应曲线的变化剧烈程度。为减小冲击,功率变化越平缓越好。本方案在满足平均需求功率的情况下,依据各发电厂的功率曲线波动度计算最平缓的输出功率,从而使得总输出达到最平稳,电网波动最小,因为发电功率变化而带来的冲击也最小。
本方案依照波动度动态调整延时间隔时长T1,波动度较大时间隔时长较短,波动度较小时间隔时长较长,使系统具有最高的控制效率。
作为优选,所述步骤S004具体为:
根据潮汐发电厂的功率曲线计算预测时段内的潮汐平均功率P0;根据风力发电厂的功率曲线计算预测时段内的风力平均功率P1;计算各发电厂的输出功率权重值,公式如下:
m·P0+n·P1=P
式中,m为潮汐发电厂的输出功率权重值,n为风力发电厂的输出功率权重值;潮汐发电厂的输出功率为m·P0,风力发电厂的输出功率为n·P1。
上述过程可以使所有发电厂总的输出与平均需求功率平衡,并且平稳度最高。
作为优选,当m、和n中的任意一个大于1时,则设定大于1的权重值为1,增大另一个权重值直至满足公式m·P0+n·P1=P。
保证输出不低于平均需求功率是首要条件,其次再进行平稳度的调整。
作为优选,所述预测时段指从当前时刻起T秒内的时长,T为预测时长。
预测时长为设定值,由工作人员根据实际情况确定。
作为优选,所述波动度为功率曲线在预测时段内各采样点的方差或标准差。
采样频率根据需求确定。使用采样的方式可以减少计算量,提高反应速度。
本发明带来的实质性效果是,使总的发电输出量与需求量达到平衡,并且具有最好的平稳度,波动平缓,对电网和用电设备冲击小,降低成本,延长电网和设备的寿命。
附图说明
图1是本发明的一种流程图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:本发明的一种基于潮汐能和风能的虚拟电厂功率调节方法,如图1所示,包括以下步骤:
S001、获取潮汐发电厂和风力发电厂的功率曲线;
S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0;计算风力发电厂的功率曲线在预测时段内的波动度C1;
S003、获取预测时段内的平均需求功率P;
S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率;
S005、根据计算所得调整各发电厂的输出功率;
S006、延时间隔时长T1后返回步骤S002,间隔时长T1由以下公式获得:
式中,C0和C1均采用最后一次计算所得值,T0为基准间隔时长,C’为基准波动度,T0和C’都为预设值。
本方案的虚拟电厂包括潮汐发电厂和风力发电厂,两类发电厂的输出汇入总电网然后供用电单位使用。各发电厂的功率曲线为根据天气情况和历史发电量得到的随时间变化的发电功率曲线,为预测量。波动度反应曲线的变化剧烈程度。为减小冲击,功率变化越平缓越好。本方案在满足平均需求功率的情况下,依据各发电厂的功率曲线波动度计算最平缓的输出功率,从而使得总输出达到最平稳,电网波动最小,因为发电功率变化而带来的冲击也最小。
本方案依照波动度动态调整延时间隔时长T1,波动度较大时间隔时长较短,波动度较小时间隔时长较长,使系统具有最高的控制效率。
所述步骤S004具体为:
根据潮汐发电厂的功率曲线计算预测时段内的潮汐平均功率P0;根据风力发电厂的功率曲线计算预测时段内的风力平均功率P1;计算各发电厂的输出功率权重值,公式如下:
m·P0+n·P1=P
式中,m为潮汐发电厂的输出功率权重值,n为风力发电厂的输出功率权重值;潮汐发电厂的输出功率为m·P0,风力发电厂的输出功率为n·P1。
上述过程可以使所有发电厂总的输出与平均需求功率平衡,并且平稳度最高。
当m、和n中的任意一个大于1时,则设定大于1的权重值为1,增大另一个权重值直至满足公式m·P0+n·P1=P。
保证输出不低于平均需求功率是首要条件,其次再进行平稳度的调整。
所述预测时段指从当前时刻起T秒内的时长,T为预测时长。
预测时长为设定值,由工作人员根据实际情况确定。
所述波动度为功率曲线在预测时段内各采样点的方差或标准差。
采样频率根据需求确定。使用采样的方式可以减少计算量,提高反应速度。
平均需求功率P按以下方式计算:
S101、获取虚拟电厂所供电的当地GDP历年数据以及当地GDP目标数据;获取虚拟电厂所供电的当地用电功率历年数据曲线;
S102、计算电力系统用电弹性系数:
Et={(Pt+1-Pt)/Pt}/{(gt+1-gt)/gt};
Et为前第t年时电力系统用电弹性系数,Pt为当地前第t年在对应时段内的平均用电功率,gt为当地前第t年的GDP数据;当年的GDP数据采用最新的当地GDP目标数据;
S103、通过电力系统用电弹性系数公式计算平均需求功率P:
s为有效年限,为预设值,可以由工作人员进行调整,需求的精度越高则s越大;对应时段为与预测时段对应的历年的时间段,即当前需要计算的时间段和历年的时间段对应。平均需求功率P与当地的GDP挂钩,GDP越高则所需求的功率也越高。
本发明带来的实质性效果是,使总的发电输出量与需求量达到平衡,并且具有最好的平稳度,波动平缓,对电网和用电设备冲击小,降低成本,延长电网和设备的寿命。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了功率曲线、波动度、平均需求功率等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (5)
1.一种基于潮汐能和风能的虚拟电厂功率调节方法,其特征在于,包括以下步骤:
S001、获取潮汐发电厂和风力发电厂的功率曲线;
S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0;计算风力发电厂的功率曲线在预测时段内的波动度C1;
S003、获取预测时段内的平均需求功率P;
S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率;
S005、根据计算所得调整各发电厂的输出功率;
S006、延时间隔时长T1后返回步骤S002,间隔时长T1由以下公式获得:
<mrow>
<mi>T</mi>
<mn>1</mn>
<mo>=</mo>
<mi>T</mi>
<mn>0</mn>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msup>
<mi>C</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mrow>
<mi>C</mi>
<mn>0</mn>
<mo>+</mo>
<mi>C</mi>
<mn>1</mn>
</mrow>
</mfrac>
</mrow>
式中,C0和C1均采用最后一次计算所得值,T0为基准间隔时长,C’为基准波动度。
2.根据权利要求1所述的一种基于潮汐能和风能的虚拟电厂功率调节方法,其特征在于,所述步骤S004具体为:
根据潮汐发电厂的功率曲线计算预测时段内的潮汐平均功率P0;根据风力发电厂的功率曲线计算预测时段内的风力平均功率P1;计算各发电厂的输出功率权重值,公式如下:
m·P0+n·P1=P
<mrow>
<mi>m</mi>
<mo>:</mo>
<mi>n</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>C</mi>
<mn>0</mn>
</mrow>
</mfrac>
<mo>:</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>C</mi>
<mn>1</mn>
</mrow>
</mfrac>
</mrow>
式中,m为潮汐发电厂的输出功率权重值,n为风力发电厂的输出功率权重值;潮汐发电厂的输出功率为m·P0,风力发电厂的输出功率为n·P1。
3.根据权利要求2所述的一种基于潮汐能和风能的虚拟电厂功率调节方法,其特征在于,当m、和n中的任意一个大于1时,则设定大于1的权重值为1,增大另一个权重值直至满足公式m·P0+n·P1=P。
4.根据权利要求1或2或3所述的一种基于潮汐能和风能的虚拟电厂功率调节方法,其特征在于,所述预测时段指从当前时刻起T秒内的时长,T为预测时长。
5.根据权利要求1或2或3所述的一种基于潮汐能和风能的虚拟电厂功率调节方法,其特征在于,所述波动度为功率曲线在预测时段内各采样点的方差或标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710167280.9A CN107069832A (zh) | 2017-03-20 | 2017-03-20 | 一种基于潮汐能和风能的虚拟电厂功率调节方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710167280.9A CN107069832A (zh) | 2017-03-20 | 2017-03-20 | 一种基于潮汐能和风能的虚拟电厂功率调节方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107069832A true CN107069832A (zh) | 2017-08-18 |
Family
ID=59620236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710167280.9A Pending CN107069832A (zh) | 2017-03-20 | 2017-03-20 | 一种基于潮汐能和风能的虚拟电厂功率调节方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107069832A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271658A (zh) * | 2018-07-26 | 2019-01-25 | 中国核电工程有限公司 | 一种核电厂极端气象参数设计基准的评价方法 |
CN115663923A (zh) * | 2022-12-26 | 2023-01-31 | 国网浙江省电力有限公司宁波供电公司 | 基于储能装置的海域电网控制方法、系统及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8498752B2 (en) * | 2010-10-04 | 2013-07-30 | Osisoft, Llc | Decoupling controller for power systems |
CN103269091A (zh) * | 2013-06-06 | 2013-08-28 | 山东电力工程咨询院有限公司 | 一种基于风光平均出力曲线的风光储容量配置方法 |
CN103595068A (zh) * | 2013-11-13 | 2014-02-19 | 国家电网公司 | 混合储能系统平抑风光输出功率波动的控制方法 |
CN104538989A (zh) * | 2014-07-29 | 2015-04-22 | 清华大学 | 风电场闭环有功功率的控制方法 |
CN105389634A (zh) * | 2015-12-01 | 2016-03-09 | 广东智造能源科技研究有限公司 | 一种组合式短期风电功率预测系统及方法 |
CN105850000A (zh) * | 2013-12-11 | 2016-08-10 | 维斯塔斯风力系统有限公司 | 风力发电厂和用于增加风力发电厂的无功功率容量的方法 |
-
2017
- 2017-03-20 CN CN201710167280.9A patent/CN107069832A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8498752B2 (en) * | 2010-10-04 | 2013-07-30 | Osisoft, Llc | Decoupling controller for power systems |
CN103269091A (zh) * | 2013-06-06 | 2013-08-28 | 山东电力工程咨询院有限公司 | 一种基于风光平均出力曲线的风光储容量配置方法 |
CN103595068A (zh) * | 2013-11-13 | 2014-02-19 | 国家电网公司 | 混合储能系统平抑风光输出功率波动的控制方法 |
CN105850000A (zh) * | 2013-12-11 | 2016-08-10 | 维斯塔斯风力系统有限公司 | 风力发电厂和用于增加风力发电厂的无功功率容量的方法 |
CN104538989A (zh) * | 2014-07-29 | 2015-04-22 | 清华大学 | 风电场闭环有功功率的控制方法 |
CN105389634A (zh) * | 2015-12-01 | 2016-03-09 | 广东智造能源科技研究有限公司 | 一种组合式短期风电功率预测系统及方法 |
Non-Patent Citations (2)
Title |
---|
端木京顺 等: "《航空事故预测预警预防理论方法》", 30 June 2013 * |
赵彩虹: "《供配电系统》", 31 December 2013 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271658A (zh) * | 2018-07-26 | 2019-01-25 | 中国核电工程有限公司 | 一种核电厂极端气象参数设计基准的评价方法 |
CN115663923A (zh) * | 2022-12-26 | 2023-01-31 | 国网浙江省电力有限公司宁波供电公司 | 基于储能装置的海域电网控制方法、系统及设备 |
CN115663923B (zh) * | 2022-12-26 | 2023-05-16 | 国网浙江省电力有限公司宁波供电公司 | 基于储能装置的海域电网控制方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
US20200191117A1 (en) | Adaptive dynamic planning control method and system for energy storage station, and storage medium | |
CN108429288B (zh) | 一种考虑需求响应的离网型微电网储能优化配置方法 | |
CN105048499B (zh) | 基于模型预测控制的风电并网实时调度方法及系统 | |
CN106056256B (zh) | 一种平衡电力供需关系的互动化微网调度方法 | |
CN108039737B (zh) | 一种源网荷协调运行模拟系统 | |
CN105576699B (zh) | 一种独立微电网储能裕度检测方法 | |
CN106410824B (zh) | 计及温控设备的社区微电网储能容量优化配置方法 | |
CN105375479A (zh) | 一种基于模型预测控制的分布式能源能量管理方法 | |
CN108039734B (zh) | 一种可再生能源发电功率集群控制系统、方法 | |
CN112186802A (zh) | 一种动态经济调度的多时间尺度滚动调度方法及其系统 | |
CN103219751A (zh) | 一种集群风电场有功功率控制方法 | |
CN108565874A (zh) | 一种基于负荷频率控制模型的源荷协同调频方法 | |
CN104917204A (zh) | 一种风电场有功功率优化控制方法 | |
CN106972550A (zh) | 一种基于潮汐能和光能的虚拟电厂功率调节方法 | |
CN104636824A (zh) | 一种确定最小渗透率的分布式光伏选址定容方法 | |
CN107221965A (zh) | 一种基于分布式设计的日前计划计算方法 | |
CN107069832A (zh) | 一种基于潮汐能和风能的虚拟电厂功率调节方法 | |
CN110165713B (zh) | 一种基于电网调峰需求的多能互补园区需求响应方法 | |
CN103916071A (zh) | 一种风光互补发电的均衡出力智能控制系统和方法 | |
CN110474348A (zh) | 一种配电网的调峰方法及装置 | |
CN109978277A (zh) | 光伏发电中区域上网负荷预测方法及装置 | |
CN103763761B (zh) | 太阳能基站能量供给的处理方法 | |
CN107609690A (zh) | 一种负荷主动管理决策优化的方法 | |
CN106339773B (zh) | 基于灵敏度的主动配电网分布式电源定容规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170818 |
|
RJ01 | Rejection of invention patent application after publication |