CN107634547A - 基于新能源出力预测误差的电气联合系统出电控制方法 - Google Patents

Abstract

本发明涉及一种出电控制方法，属于电力控制领域，具体涉及一种基于新能源出力预测误差的电气联合系统出电控制方法。该方法利用在风电场多个测风塔实测风速和风电有功出力实时数据进行风电功率特性曲线拟合，利用MLE技术确定风电预测误差分布与候选分布的一致性，为体现电‑气联合系统发电侧内部合作博弈关系，建立博弈模型，并采用微分进化算法求解考虑风电预测误差不确定性的最优博弈策略。因此，本发明具有如下优点：1.可模拟新能源出力的预测误差分布特性，采用博弈论的方法确定考虑预测误差不确定性的发电侧最优发电策略。2.可应用于制定符合风场特性的风电预测出力方案，并制定合理的发电侧博弈策略。

Description

基于新能源出力预测误差的电气联合系统出电控制方法

技术领域

本发明涉及一种出电控制方法，属于电力控制领域，具体涉及一种基于新能源出力预测误差的电气联合系统出电控制方法。

背景技术

发电能源格局的调整，给电网的规划、设计和运行产生了较大影响。随着新能源接入电力系统容量的不断增加，新能源发电及其并网技术以及对电网的影响成为了目前广大电力科技工作者关注的主要热点问题。尤其是风力发电的随机波动性和间歇性等不确定性问题，更是电力调度部门急需研究和解决的课题。

本发明所涉及的一种考虑新能源出力预测误差的电-气联合系统博弈分析方法，通过对实际风电场数据的真实拟合以及评估，合理表征新能源预测误差分布特性，引入博弈论思想，建立计及新能源预测误差不确定性的发电侧内部各发电单元的最优博弈策略评估函数，并利用微分进化算法进行求解。该方法作为一种评估新能源出力预测误差的方法，可模拟新能源出力的预测误差分布特性，采用博弈论的方法确定考虑预测误差不确定性的发电侧最优发电策略，算例表明该方法可制定符合风场特性的风电预测出力方案，并制定合理的发电侧博弈策略。

发明内容

本发明主要是解决现有技术所存在的上述的技术问题，提供了一种基于新能源出力预测误差的电气联合系统出电控制方法。该方法利用在风电场多个测风塔实测风速和风电有功出力实时数据进行风电功率特性曲线拟合，利用MLE技术确定风电预测误差分布与候选分布的一致性，为体现电-气联合系统发电侧内部合作博弈关系，建立博弈模型，并采用微分进化算法求解考虑风电预测误差不确定性的最优博弈策略。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于新能源出力预测误差的电气联合系统出电控制方法，包括以下步骤：

步骤1，获取历史风速以及风电出力有功功率作为原始数据组成原始信息数组，，获取发电单元燃气电站以及火电站机组出力上下限以及运行参数；

步骤2，确定实时风速以及风电出力特性，对风电特性函数的系数以及切入风速、额定风速进行优化，拟合风电功率特曲线；

步骤3，利用拟合函数预测风电实时出力，形成风电预测误差分布曲线；

步骤4，采用合作博弈的方式，建立合作博弈模型，确定参与者、策略集合以及收益函数，制定三个发电单元：风电、燃气发电以及火电发电策略；

步骤5，对最优博弈策略进行求解以获取最大收益的出力控制策略。

优选的，上述的基于新能源出力预测误差的电气联合系统出电控制方法，所述步骤（1）中，以15分钟为间隔，全天划分96个时段作为监测间隔构成相应风速以及风电有功出力时间序列。

优选的，上述的基于新能源出力预测误差的电气联合系统出电控制方法，所述步骤3中，采用MLE评估不同风速段误差分布与候选分布的拟合程度，确定分段分布特性，所述候选分布包括逻辑分布以及正态分布两种分布。

优选的，上述的基于新能源出力预测误差的电气联合系统出电控制方法，所述步骤4中，构建考虑新能源预测误差不确定性的发电侧博弈模型，具体包括以下子步骤：

步骤4.1，建立模型的局中人集合；联合系统中，参与博弈的局中人包括三个：火电站、风电站以及燃气电站；

步骤4.2，建立模型的策略集合：

式中：和分别表示时段机组出力下限和机组出力上限；表示第个能源供应方时段机组出力；

步骤4.3，建立发电量与用电量是相匹配且满足供需平衡的关系：

其中，为时段风机出力；为时段火电机组出力；为时段燃气轮机出力；为时段负荷用电需求量；

步骤4.4，建立风电站、燃气电站及燃气电站的气源供应量的约束关系：

式中：时段内的风电可发功率需小于最大风电可发功率；时段内的燃气电站可发功率需小于最大燃气机组可发功率，同时不得小于最小燃气机组出力。

步骤4.4，建立收益函数集合；

步骤4.5，发电侧以自身收益最大化为目标制定上网电价，并制定收益目标函数；其目标函数为：

式中，为发电侧制定的时刻 发电集团的机组出力，为发电侧制定的时刻 发电集团的上网电价，为成本函数，为时刻的发电侧收益。

优选的，上述的基于新能源出力预测误差的电气联合系统出电控制方法，所述步骤4.4中，火电站、燃气电站、风电站及光伏电站成本函数为:

（4）

式中，为时段火电机组的运行状态；为火电机组的成本系数；为超额部分单位排放量所需支付的罚金；为火电机组的排放因子；为基准排放系数；其中，火电站成本包含弃风时，风电因出力的随机性无法满足预测出力部分由补偿出力的火电承担的惩罚成本，为时刻风电机组发电量，为时段风机计划发电量，为单位弃风惩罚金额；为燃气机组消耗天然气的成本系数；为时刻燃气机组发电量；

为燃气机组的碳排放因子；为燃气机组碳排放超额部分单位排放量所需支付的罚金，为单位燃气电站发电政府补偿金额；为单位风机发电政府补偿金额，为时段风机发电量，为单位风机发电成本系数；

优选的，上述的基于新能源出力预测误差的电气联合系统出电控制方法，所述步骤2中，基于最小二乘法实现曲线的拟合。

优选的，上述的基于新能源出力预测误差的电气联合系统出电控制方法，所述步骤5中，利用微分进化算法求解最优博弈策略。

因此，本发明具有如下优点：1.可模拟新能源出力的预测误差分布特性，采用博弈论的方法确定考虑预测误差不确定性的发电侧最优发电策略。

2.可应用于制定符合风场特性的风电预测出力方案，并制定合理的发电侧博弈策略。

附图说明

图1为本发明电-气联合系统发电侧合作博弈流程图；

图2为本发明提供的考虑新能源出力预测误差的电-气联合系统博弈分析方法流程图；

图3为利用实际数据拟合的风速-功率特性曲线；

图4为预测误差分布数据服从不同候选分布函数拟合效果图；

图5和图6为考虑新能源出力预测误差的电-气联合系统最优博弈策略曲线。

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。

本发明提供了一种考虑新能源出力预测误差的电-气联合系统博弈分析方法，所用电-气联合系统发电侧合作博弈流程图如图1所示，包括以下步骤：

步骤1: 确定模型的局中人集合

联合系统中，参与博弈的局中人包括三个：火电站、风电站以及燃气电站。其中由于新能源出力不确定性，火电出力的稳定及可控性可起到对新能源的补偿作用，故新能源弃风惩罚成本由火电承担。

步骤2：确定策略集合

对于风力发电无法人为控制，但因其随机性服从一定特性分布，同时其预测误差也服从一定分布特性，火电以及燃气机组需制定出力策略：

式中：和分别表示时段机组出力下限和机组出力上限；表示第 个能源供应方时段机组出力；

在实际电力系统运行过程中，发电量与用电量是相匹配的且需满足供需平衡：

其中，为时段风机出力；为时段火电机组出力；为时段燃气轮机出力；为时段负荷用电需求量。

对于风电站、燃气电站及燃气电站的气源供应量，需满足如下约束：

式中：时段内的风电可发功率需小于最大风电可发功率；时段

内的燃气电站可发功率需小于最大燃气机组可发功率，同时不得小于最小燃气机组出力。

步骤3：建立收益函数模型

本模型中所构建的收益函数考虑各发电方运行成本、新能源发电政府补贴以及弃能源惩罚费用等几个因素作为成本费用。火电站、燃气电站、风电站及光伏电站成本函数为:

式中，为时段火电机组的运行状态；为火电机组的成本系数；为超额部分单位排放量所需支付的罚金；为火电机组的排放因子；为基准排放系数；其中，火电站成本包含弃风时，风电因出力的随机性无法满足预测出力部分由补偿出力的火电承担的惩罚成本，为时刻风电机组发电量，为时段风机计划发电量，为单位弃风惩罚金额；为燃气机组消耗天然气的成本系数；为时刻燃气机组发电量；为燃气机组的碳排放因子；为燃气机组碳排放超额部分单位排放量所需支付的罚金，为单位燃气电站发电政府补偿金额；为单位风机发电政府补偿金额，为时段风机发电量，为单位风机发电成本系数。

发电侧以自身收益最大化为目标制定上网电价，其目标函数为：

式中，为发电侧制定的时刻发电集团的机组出力，为发电侧制定的时刻发电集团的上网电价，为成本函数，为时刻的发电侧收益。

本发明所提出的考虑新能源出力预测误差的电-气联合系统博弈分析方法流程图如图2所示，具体实现步骤如下：

步骤1：从风力发电站的测风塔获取历史风速以及风电出力有功功率作为原始数据组成原始信息数组，，获取发电单元燃气电站以及火电站机组参数。

步骤2：采用W2P方法，确定实时风速以及风电出力特性，利用最小二乘法拟合风电功率特性曲线。

步骤3：利用拟合函数预测风电实时出力，并形成风电预测误差分布曲线，同时采用MLE评估不同风速段误差分布与候选分布的拟合程度，确定分段分布特性。

候选分布包括逻辑分布（logistic分布）以及正态分布两种分布，其概率密度函数为：

步骤4：为使得发电侧收益最大化，采用合作博弈的方式，制定三个发电单元：风电、燃气发电以及火电发电策略。

步骤5：利用微分进化算法对电-气联合系统最优博弈策略进行求解。

利用实际数据拟合的风速-功率特性曲线如图4所示。

图中选取典型日风电场风速及出力数据进行曲线拟合，96点风速序列利用散点表示，由于实际风场风速随机性大，除特殊点外，拟合曲线符合整体风速发展趋势，呈现类似正态分布的分布特性。

预测误差分布数据服从不同候选分布函数拟合效果图如图5所示。

图中选取逻辑分布（logistic分布）以及正态分布两种分布作为候选分布，图中横轴表示预测误差大小，可看出，曲线拟合的误差较小，拟合效果较好，纵坐标表示在单位预测误差范围内的频数，可明显看出，通过对比似然值可发现，logistic分布相较正态分布更能描述预测误差分布特性。

考虑新能源出力预测误差的电-气联合系统最优博弈策略曲线如图5和图6所示

图5为四台火电机组实时计划发电曲线，图6为五台燃气机组实时计划发电曲线，由于火电机组补偿风电出力的波动性，故总体出力较多，同时因火电成本包含碳排放惩罚费用，对火电出力约束较多，因此燃机机组出力曲线相较火电机组出力曲线与负荷曲线更为近似，燃气机组出力的整体波动相较火电较为平稳，整体出力水平超出下限较多，从而证明了燃气电站作为清洁能源的优越性。算例表明燃气电站的参与改变了传统的发电格局，使得发电侧内部在追求效益最大化时更加具有清洁意识，从而增加燃气电站承担负荷需求的比例，同时新能源预测误差的随机性使得整个电力系统的不确定性增强，在出力策略上需考虑新能源的影响，才能使系统运行更加安全、可靠。

以上实施范例仅用于帮助理解本发明的核心思想，不能以此限制本发明，对于本领域的技术人员，凡事依据本发明的思想，在具体实施方式及应用范围上所作的任何改动，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，包括以下步骤：

步骤1，获取历史风速以及风电出力有功功率作为原始数据组成原始信息数组，，获取发电单元燃气电站以及火电站机组出力上下限以及运行参数；

步骤2，确定实时风速以及风电出力特性，对风电特性函数的系数以及切入风速、额定风速进行优化，拟合风电功率特曲线；

步骤3，利用拟合函数预测风电实时出力，形成风电预测误差分布曲线；

步骤4，采用合作博弈的方式，建立合作博弈模型，确定参与者、策略集合以及收益函数，制定三个发电单元：风电、燃气发电以及火电发电策略；

步骤5，对最优博弈策略进行求解以获取最大收益的出力控制策略。

2.根据权利要求1所述的基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，所述步骤（1）中，以15分钟为间隔，全天划分96个时段作为监测间隔构成相应风速以及风电有功出力时间序列。

3.根据权利要求1所述的基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，所述步骤3中，采用MLE评估不同风速段误差分布与候选分布的拟合程度，确定分段分布特性，所述候选分布包括逻辑分布以及正态分布两种分布。

4.根据权利要求1所述的一种基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，所述步骤4中，构建考虑新能源预测误差不确定性的发电侧博弈模型，具体包括以下子步骤：

步骤4.1，建立模型的局中人集合；联合系统中，参与博弈的局中人包括三个：火电站、风电站以及燃气电站；

步骤4.2，建立模型的策略集合：

式中：和分别表示时段机组出力下限和机组出力上限；表示第个能源供应方时段机组出力；

步骤4.3，建立发电量与用电量是相匹配且满足供需平衡的关系：

其中，为时段风机出力；为时段火电机组出力；为时段燃气轮机出力；为时段负荷用电需求量；

步骤4.4，建立风电站、燃气电站及燃气电站的气源供应量的约束关系：

式中：时段内的风电可发功率需小于最大风电可发功率；时段内的燃气电站可发功率需小于最大燃气机组可发功率，同时不得小于最小燃气机组出力；

步骤4.4，建立收益函数集合；

步骤4.5，发电侧以自身收益最大化为目标制定上网电价，并制定收益目标函数；其目标函数为：

式中，为发电侧制定的时刻发电集团的机组出力，为发电侧制定的时刻发电集团的上网电价，为成本函数，为时刻的发电侧收益。

5.根据权利要求1所述的一种基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，所述步骤4.4中，火电站、燃气电站、风电站及光伏电站成本函数为:

（4）

式中，为时段火电机组的运行状态；为火电机组的成本系数；为超额部分单位排放量所需支付的罚金；为火电机组的排放因子；为基准排放系数；其中，火电站成本包含弃风时，风电因出力的随机性无法满足预测出力部分由补偿出力的火电承担的惩罚成本，为时刻风电机组发电量，为时段风机计划发电量，为单位弃风惩罚金额；为燃气机组消耗天然气的成本系数；为时刻燃气机组发电量；

为燃气机组的碳排放因子；为燃气机组碳排放超额部分单位排放量所需支付的罚金，为单位燃气电站发电政府补偿金额；为单位风机发电政府补偿金额，为时段风机发电量，为单位风机发电成本系数。

6.根据权利要求1所述的一种基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，所述步骤2中，基于最小二乘法实现曲线的拟合。

7.根据权利要求1所述的一种基于新能源出力预测误差的电气联合系统出电控制方法，其特征在于，所述步骤5中，利用微分进化算法求解最优博弈策略。