CN109149655A - 一种风电消纳水平的计算方法、装置与存储介质 - Google Patents
一种风电消纳水平的计算方法、装置与存储介质 Download PDFInfo
- Publication number
- CN109149655A CN109149655A CN201811072359.4A CN201811072359A CN109149655A CN 109149655 A CN109149655 A CN 109149655A CN 201811072359 A CN201811072359 A CN 201811072359A CN 109149655 A CN109149655 A CN 109149655A
- Authority
- CN
- China
- Prior art keywords
- power output
- wind power
- wind
- abandonment
- section
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 165
- 230000029087 digestion Effects 0.000 title claims abstract description 78
- 238000004364 calculation method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 241000826860 Trapezium Species 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000001681 protective effect Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- H02J3/386—
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
Abstract
本发明公开了一种风电消纳水平的计算方法,包括:获取电网的历史风电出力数据和对应的历史弃风数据;对历史风电出力数据进行区间划分,得到各区间的风电出力均值;计算历史数据的二段线性拐点,并根据二段线性拐点得到各区间的弃风;根据历史数据进行模糊建模,得到隶属度函数;根据隶属度函数计算所述各区间的风电出力均值对应的概率;根据对应的概率得到各区间的弃风和风电消纳电量期望值;根据期望值得到风电消纳水平。本发明公开的一种风电消纳水平的计算方法能有效解决现有技术无法同时进行不同风电出力条件下的风电消纳水平计算,计算过程较复杂的问题。本发明实施例还公开了一种风电消纳水平的计算装置和存储介质。
Description
技术领域
本发明涉及风力发电技术领域,尤其涉及一种风电消纳水平的计算方法、装置与存储介质。
背景技术
在清洁化、高效化、低碳化的发展模式下,风力发电作为清洁低碳电源将得到更广阔的发展空间,而如何最大限度的实现对清洁能源的利用,将是实现电力工业低碳化的关键技术。
目前对于风电弃风的研究重点主要集中于发电侧和用电侧,而输电环节作为连接发电侧和用电侧的枢纽,在实现风电消纳中同样具有极为重要的作用。由于输电线路传输容量所限造成系统弃风是电力系统运行中常见的现象,如何结合风电出力的波动性和随机性特征、在电网规划阶段对电网风电消纳水平进行有效计算,是迫切需要解决的问题。
现有技术中,对风电消纳水平进行有效计算的方法有:
一种风电消纳能力计算方法,采集电力系统在一预设时间内的电网用电负荷数据,电网常规机组数据,电网与外电网电力交换数据,以及电网风电出力特性数据;通过采集到的数据计算电力系统的开机容量及备用容量;根据计算出的开机容量,结合机组检修情况,确定机组的开机方式;根据开机方式,计算出电力系统的调峰裕度;根据电力系统的调峰裕度,在不考虑弃风限电情况时,计算电网消纳风电电量,并输出不弃风情况下的电网可消纳的风电能力;根据电力系统的调峰裕度,在考虑弃风限电情况时,计算电网消纳风电电量及弃风电量,并输出弃风情况下的电网可消纳的风电能力。
本发明人在实施本发明的过程中发现,现有技术中存在以下技术问题:无法同时对不同风电出力条件下的电网风电消纳水平进行计算;计算过程中需采集电力系统在一预设时间内的电网用电负荷数据,电网常规机组数据,电网与外电网电力交换数据,以及电网风电出力特性数据,导致引入的计算变量过多,计算过程较复杂。
发明内容
本发明实施例提供一种风电消纳水平的计算方法、装置与存储介质,能有效解决现有技术无法同时对不同风电出力条件下的电网风电消纳水平进行计算,引入的计算变量过多,计算过程较复杂的问题。
本发明实施例一提供一种风电消纳水平的计算方法,包括如下步骤:
获取电网的历史风电出力数据和对应的历史弃风数据;
根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数;
对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值;
计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风;
根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率;
根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风和风电消纳电量期望值;
根据所述各个风电出力区间的弃风和风电消纳电量期望值得到风电消纳水平。
作为上述方案的改进,根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数的具体步骤如下:
从所述历史风电出力数据和对应的历史弃风数据提取风电出力的最大值、最小值和集中出力;
根据如下公式(1)得到梯形分布曲线的形状参数:
式中,PWa、PWb、PWc、PWd为梯形分布曲线的形状参数,即主要出力拐点;PWmax、PWmin和PWcen分别为风电出力的最大值、最小值和集中出力,PWN为风电额定出力;α1和α2均为为分布延展度参数,用于描述梯形底部宽度,且α1<1,α2>1;β为分布集中度参数,用于描述梯形顶部宽度,且β<1;
根据所述梯形分布曲线的形状参数得到所述模糊模型的隶属度函数,计算公式如下公式(2):
式中,μ(Pw)为风电出力的隶属度函数,PW为风电出力,PWa、PWb、PWc、PWd为梯形分布曲线的形状参数。
作为上述方案的改进,通过分段线性逼近法对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值,具体步骤如下:
根据历史风电出力数据和对应的历史弃风数据得到风电出力与弃风的对应曲线;
逐步增加分段数直至相似度高于预设阈值;
对风电出力划分区间,区间数i(i=1,2,…,N)即等于所述分段数;
计算各个风电出力区间的首末端风电出力的平均值得到对应区间的风电出力均值。
作为上述方案的改进,计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风的具体步骤如下:
根据各个风电出力区间的首末端风电出力所对应的电网弃风,分别计算各区间内风电出力与电网弃风的线性化系数;计算公式如下公式(3):
式中,Pi awi为第i个区间的首末端风电出力Pwi.av所对应的电网弃风,mi和ni为第i个区间的线性化系数;
将所述区间中线性化系数不为零的区间作为所述二段线性拐点所在的区间,并得到所述二段线性拐点之后风电出力与弃风的函数表达式;
根据所述风电出力与弃风的函数表达式计算各区间的风电出力均值对应的弃风,并得到下各区间的风电消纳电量。
作为上述方案的改进,根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率的具体步骤如下:
根据如下公式(4)计算所述概率:
Pi=Si/Sw (4)
式中,Pi表示第i个风电出力区间的风电出力均值对应的概率,Si/Sw表征第i个区间隶属度函数面积占比。
作为上述方案的改进,根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风和风电消纳电量期望值的具体步骤如下:
根据所述各个风电出力区间的风电出力均值对应的概率得到对应的弃风概率;
通过所述各个风电出力区间的风电出力均值对应的概率和弃风概率,以及各个风电出力区间的弃风和风电消纳电量进行加权求和,得到各个风电出力区间的弃风和风电消纳电量期望值。
本发明实施例二对应提供了一种风电消纳水平的计算装置,包括:
数据获取模块,用于获取电网的历史风电出力数据和对应的历史弃风数据;
模糊建模模块,用于根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数;
区间处理模块,用于对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值;计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风;
计算分析模块,用于根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率;根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风期望值和风电消纳电量期望值;根据所述各个风电出力区间的弃风期望值和风电消纳电量期望值得到风电消纳水平。
作为上述方案的改进,还包括:识别报警模块,用于识别所述风电消纳电量是否小于预设的电量报警阈值,识别所述弃风期望值是否大于预设的弃风报警阈值;当满足所述风电消纳电量小于预设的电量报警阈值时,输出报警信息;当满足所述弃风期望值大于预设的弃风报警阈值时,输出报警信息。
本发明实施例三提供了一种风电消纳水平的计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的一种风电消纳水平的计算方法。
本发明实施例四提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的一种风电消纳水平的计算方法。
本发明实施例提供的一种风电消纳水平的计算方法、装置与存储介质,与现有技术相比,具有如下有益效果:
通过对风电出力进行区间划分,实现同时对不同风电出力条件下的电网风电消纳水平进行计算,节省计算时间;基于电网的历史风电出力数据和对应的历史弃风数据进行计算,避免了引入的计算变量过多,计算过程较复杂的问题;采用了模糊模型,防止计算过程中统计信息的遗漏和中途损失;能够有效评估由于输电网输送能力不足所导致的电网综合弃风量,为电网接纳风电提供一种有效便捷的计算和评估方法,以确保电网安全稳定运行。
附图说明
图1是本发明一实施例提供的一种风电消纳水平的计算方法的流程示意图。
图2是风电出力的模糊模型的隶属度函数示意图。
图3是弃风与风电出力对应的线性逼近曲线示意图。
图4是已知的各个区间首末端的风电出力示意图。
图5是不同风电出力条件下各个区间的电网弃风的原理图。
图6是本发明实施例二提供的一种风电消纳水平的计算装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例一提供的一种风电消纳水平的计算方法的流程示意图,包括如下步骤:
S1、获取电网的历史风电出力数据和对应的历史弃风数据;
其中,电网的历史风电出力数据和对应的历史弃风数据可从电网监控系统的存储数据库中直接获取。
S2、根据历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和模糊模型的隶属度函数;
其中,具体步骤如下:
从历史风电出力数据和对应的历史弃风数据提取风电出力的最大值、最小值和集中出力;
根据如下公式(1)得到梯形分布曲线的形状参数:
式中,PWa、PWb、PWc、PWd为梯形分布曲线的形状参数,即主要出力拐点;PWmax、PWmin和PWcen分别为风电出力的最大值、最小值和集中出力,PWN为风电额定出力;α1和α2均为为分布延展度参数,用于描述梯形底部宽度,且α1<1,α2>1;β为分布集中度参数,用于描述梯形顶部宽度,且β<1;
根据梯形分布曲线的形状参数得到模糊模型的隶属度函数,计算公式如下公式(2):
式中,μ(Pw)为风电出力的隶属度函数,PW为风电出力,PWa、PWb、PWc、PWd为梯形分布曲线的形状参数。
S3、对历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值;
其中,电网弃风与风电出力呈二段线性关系,当分区越多,等效结果即越趋近于实际曲线。因此通过分段线性逼近法对历史风电出力数据进行区间划分,具体步骤如下:
根据历史风电出力数据和对应的历史弃风数据得到风电出力与弃风的对应曲线;
逐步增加分段数直至相似度高于预设阈值;
对风电出力划分区间,区间数i(i=1,2,…,N)即等于分段数;
计算各个风电出力区间的首末端风电出力的平均值得到对应区间的风电出力均值。
S4、计算历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据二段线性拐点得到各个风电出力区间的弃风;
其中,具体步骤如下:
根据各个风电出力区间的首末端风电出力所对应的电网弃风,分别计算各区间内风电出力与电网弃风的线性化系数;计算公式如下公式(3):
式中,Pi awi为第i个区间的首末端风电出力Pwi.av所对应的电网弃风,mi和ni为第i个区间的线性化系数;
将区间中线性化系数不为零的区间作为二段线性拐点所在的区间,并得到二段线性拐点之后风电出力与弃风的函数表达式;
根据风电出力与弃风的函数表达式计算各区间的风电出力均值对应的弃风,并得到下各区间的风电消纳电量。
进一步的,将各个区间首末端风电出力以及对应的电网弃风代入上式,可得到对应区间内风电出力与电网弃风的线性化系数mi和ni的值。
进一步的,若第1~(i-1)区间的线性化系数m和n均为0,而第i区间的线性化系数mi不为0,则认为拐点出现在第i区间,且从第i+1区间开始,线性化系数m和n均相同,即mk=mi+1,nk=ni+1,k>(i+1),至此可确定二段线性拐点之后风电出力与电网弃风的函数表达式。
进一步的,将二段线性拐点之后各个区间的风电出力均值代入二段线性拐点之后风电出力与弃风的函数表达式,便可计算出对应的电网消纳风电电量,从而得到不同风电出力条件下各区间的风电消纳电量。
S5、根据隶属度函数计算各个风电出力区间的风电出力均值对应的概率;
其中,将各区间对应的隶属度函数面积占比表示该区间风电出力均值对应的概率,具体计算步骤如下:
根据如下公式(4)计算概率:
Pi=Si/Sw (4)
式中,Pi表示第i个风电出力区间的风电出力均值对应的概率,Si/Sw表征第i个区间隶属度函数面积占比。
S6、根据各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风和风电消纳电量期望值;
其中,具体步骤如下:
根据各个风电出力区间的风电出力均值对应的概率得到对应的弃风概率;
通过各个风电出力区间的风电出力均值对应的概率和弃风概率,以及各个风电出力区间的弃风和风电消纳电量进行加权求和,得到各个风电出力区间的弃风和风电消纳电量期望值。
进一步的,各个风电出力区间的弃风和风电消纳电量期望值可通过显示器进行显示,也可发送至数据存储器进行存储。
S7、根据各个风电出力区间的弃风和风电消纳电量期望值得到风电消纳水平。
进一步的,以某一地区的10机39节点测试系统为例,假设节点33为风电节点,获取历史风电出力数据为:PWmin=0.1PWN、PWmax=0.8PWN、PWcen=0.5PWN。取梯形分布参数α1=0.9、α2=1.1、β=0.5,则可求得风电模糊出力分布曲线拐点:PWa=0.09、PWN、PWb=0.3PWN、PWc=0.65PWN、PWd=0.88PWN;参见图2,是风电出力的模糊模型的隶属度函数示意图。
将风电模糊出力曲线划分为6个出力区间,各区间的风电出力均值为:Pwi.av={0.15PWN,0.25PWN,0.4PWN,0.6PWN,0.7PWN,0.8PWN}。
输电网影响带来的弃风与风电出力呈现严格的二段线性关系,参见图3,是弃风与风电出力对应的线性逼近曲线示意图,当线性逼近的段数越多的时候,等效结果即越趋近于实际曲线。估测风电与弃风的二段线性拐点,从而求取不同风电出力水平下的电网弃风。采用图3中的7段逼近时,将第4段作为二段线性拐点出现的区间。
参见图4,是已知的各个区间首末端的风电出力示意图,由风电出力的模糊分布求取各区间风电出力均值对应的概率。
参见图5,是不同风电出力条件下各个区间的电网弃风的原理图,根据以得到的二段线性拐点可确定风电出力与电网弃风的线性化系数,进而得到各区间的风电出力均值对应的电网弃风和消纳风电电量。最后利用加权求和,估算不同风电出力条件下的弃风和电网风电消纳电量期望值。
上述不同风电出力水平下电网弃风电量计算方法,通过采用模糊数学的计算方法,近似评估不同风电出力条件下的电网消纳风电水平,通过较为简便的计算程序,有效评估由于输电网输送能力不足所导致的电网综合弃风量,为电网接纳风电提供一种有效便捷的计算和评估方法,以确保电网安全稳定运行。
参见图6,是本发明实施例二提供的一种风电消纳水平的计算装置的结构示意图,包括:
数据获取模块1,用于获取电网的历史风电出力数据和对应的历史弃风数据;
模糊建模模块2,用于根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数;
区间处理模块3,用于对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值;计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风;
计算分析模块4,用于根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率;根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风期望值和风电消纳电量期望值;根据所述各个风电出力区间的弃风期望值和风电消纳电量期望值得到风电消纳水平。
进一步的,还包括:识别报警模块,用于识别所述风电消纳电量是否小于预设的电量报警阈值,识别所述弃风期望值是否大于预设的弃风报警阈值;当满足所述风电消纳电量小于预设的电量报警阈值时,输出报警信息;当满足所述弃风期望值大于预设的弃风报警阈值时,输出报警信息。
本发明实施例三还提供一种风电消纳水平的计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现通信信息保护方法。
所述通信信息保护装置/终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述通信信息保护装置/终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是通信信息保护装置/终端设备的示例,并不构成对通信信息保护装置/终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述通信信息保护装置/终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述通信信息保护装置/终端设备的控制中心,利用各种接口和线路连接整个通信信息保护装置/终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述通信信息保护装置/终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述通信信息保护装置/终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
本发明实施例四还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现通信信息保护方法。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述通信信息保护装置/终端设备中的执行过程。
上述实施例与本发明的一种风电消纳水平的计算方法中对应的实施例相类似,此处不再赘述。
本发明实施例提供的一种风电消纳水平的计算方法、装置与存储介质,与现有技术相比,具有如下有益效果:
通过对风电出力进行区间划分,实现同时对不同风电出力条件下的电网风电消纳水平进行计算,节省计算时间;基于电网的历史风电出力数据和对应的历史弃风数据进行计算,避免了引入的计算变量过多,计算过程较复杂的问题;采用了模糊模型,防止计算过程中统计信息的遗漏和中途损失;能够有效评估由于输电网输送能力不足所导致的电网综合弃风量,为电网接纳风电提供一种有效便捷的计算和评估方法,以确保电网安全稳定运行。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种风电消纳水平的计算方法,其特征在于,包括如下步骤:
获取电网的历史风电出力数据和对应的历史弃风数据;
根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数;
对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值;
计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风;
根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率;
根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风和风电消纳电量期望值;
根据所述各个风电出力区间的弃风和风电消纳电量期望值得到风电消纳水平。
2.如权利要求1所述的一种风电消纳水平的计算方法,其特征在于,根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数的具体步骤如下:
从所述历史风电出力数据和对应的历史弃风数据提取风电出力的最大值、最小值和集中出力;
根据如下公式(1)得到梯形分布曲线的形状参数:
式中,PWa、PWb、PWc、PWd为梯形分布曲线的形状参数,即主要出力拐点;PWmax、PWmin和PWcen分别为风电出力的最大值、最小值和集中出力,PWN为风电额定出力;α1和α2均为为分布延展度参数,用于描述梯形底部宽度,且α1<1,α2>1;β为分布集中度参数,用于描述梯形顶部宽度,且β<1;
根据所述梯形分布曲线的形状参数得到所述模糊模型的隶属度函数,计算公式如下公式(2):
式中,μ(Pw)为风电出力的隶属度函数,PW为风电出力,PWa、PWb、PWc、PWd为梯形分布曲线的形状参数。
3.如权利要求2所述的一种风电消纳水平的计算方法,其特征在于,通过分段线性逼近法对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值,具体步骤如下:
根据历史风电出力数据和对应的历史弃风数据得到风电出力与弃风的对应曲线;
逐步增加分段数直至相似度高于预设阈值;
对风电出力划分区间,区间数i(i=1,2,…,N)即等于所述分段数;
计算各个风电出力区间的首末端风电出力的平均值得到对应区间的风电出力均值。
4.如权利要求3所述的一种风电消纳水平的计算方法,其特征在于,计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风的具体步骤如下:
根据各个风电出力区间的首末端风电出力所对应的电网弃风,分别计算各区间内风电出力与电网弃风的线性化系数;计算公式如下公式(3):
式中,Pi awi为第i个区间的首末端风电出力Pwi.av所对应的电网弃风,mi和ni为第i个区间的线性化系数;
将所述区间中线性化系数不为零的区间作为所述二段线性拐点所在的区间,并得到所述二段线性拐点之后风电出力与弃风的函数表达式;
根据所述风电出力与弃风的函数表达式计算各区间的风电出力均值对应的弃风,并得到下各区间的风电消纳电量。
5.如权利要求4所述的一种风电消纳水平的计算方法,其特征在于,根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率的具体步骤如下:
根据如下公式(4)计算所述概率:
Pi=Si/Sw (4)
其中,Pi表示第i个风电出力区间的风电出力均值对应的概率,Si/Sw表征第i个区间隶属度函数面积占比。
6.如权利要求5所述的一种风电消纳水平的计算方法,其特征在于,根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风和风电消纳电量期望值的具体步骤如下:
根据所述各个风电出力区间的风电出力均值对应的概率得到对应的弃风概率;
通过所述各个风电出力区间的风电出力均值对应的概率和弃风概率,以及各个风电出力区间的弃风和风电消纳电量进行加权求和,得到各个风电出力区间的弃风和风电消纳电量期望值。
7.一种风电消纳水平的计算装置,其特征在于,包括:
数据获取模块,用于获取电网的历史风电出力数据和对应的历史弃风数据;
模糊建模模块,用于根据所述历史风电出力数据和对应的历史弃风数据进行模糊建模,得到模糊模型和所述模糊模型的隶属度函数;
区间处理模块,用于对所述历史风电出力数据进行区间划分,得到多个风电出力区间以及各个风电出力区间的风电出力均值;计算所述历史风电出力数据和对应的历史弃风数据的二段线性拐点,并根据所述二段线性拐点得到各个风电出力区间的弃风;
计算分析模块,用于根据所述隶属度函数计算所述各个风电出力区间的风电出力均值对应的概率;根据所述各个风电出力区间的风电出力均值对应的概率,得到各个风电出力区间的弃风期望值和风电消纳电量期望值;根据所述各个风电出力区间的弃风期望值和风电消纳电量期望值得到风电消纳水平。
8.如权利要求7所述的一种风电消纳水平的计算装置,其特征在于,还包括:识别报警模块,用于识别所述风电消纳电量是否小于预设的电量报警阈值,识别所述弃风期望值是否大于预设的弃风报警阈值;当满足所述风电消纳电量小于预设的电量报警阈值时,输出报警信息;当满足所述弃风期望值大于预设的弃风报警阈值时,输出报警信息。
9.一种风电消纳水平的计算装置,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的一种风电消纳水平的计算方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的一种风电消纳水平的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811072359.4A CN109149655A (zh) | 2018-09-14 | 2018-09-14 | 一种风电消纳水平的计算方法、装置与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811072359.4A CN109149655A (zh) | 2018-09-14 | 2018-09-14 | 一种风电消纳水平的计算方法、装置与存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109149655A true CN109149655A (zh) | 2019-01-04 |
Family
ID=64825227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811072359.4A Pending CN109149655A (zh) | 2018-09-14 | 2018-09-14 | 一种风电消纳水平的计算方法、装置与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109149655A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036607A (zh) * | 2020-07-30 | 2020-12-04 | 南方电网科学研究院有限责任公司 | 基于出力水平的风电出力波动预测方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104578059A (zh) * | 2015-01-21 | 2015-04-29 | 南通大学 | 基于多目标优化的电网日前风电接纳能力评估方法 |
CN105262146A (zh) * | 2015-11-10 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 含风电的电力系统备用容量计算方法和系统 |
CN105281373A (zh) * | 2015-11-12 | 2016-01-27 | 南方电网科学研究院有限责任公司 | 不同风电出力水平下电网弃风电量计算方法和系统 |
CN105703395A (zh) * | 2016-03-15 | 2016-06-22 | 国家电网公司 | 一种风电消纳能力分析方法 |
CN205986181U (zh) * | 2016-05-25 | 2017-02-22 | 新疆大学 | 一种风光储联合发电系统 |
-
2018
- 2018-09-14 CN CN201811072359.4A patent/CN109149655A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104578059A (zh) * | 2015-01-21 | 2015-04-29 | 南通大学 | 基于多目标优化的电网日前风电接纳能力评估方法 |
CN105262146A (zh) * | 2015-11-10 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 含风电的电力系统备用容量计算方法和系统 |
CN105281373A (zh) * | 2015-11-12 | 2016-01-27 | 南方电网科学研究院有限责任公司 | 不同风电出力水平下电网弃风电量计算方法和系统 |
CN105703395A (zh) * | 2016-03-15 | 2016-06-22 | 国家电网公司 | 一种风电消纳能力分析方法 |
CN205986181U (zh) * | 2016-05-25 | 2017-02-22 | 新疆大学 | 一种风光储联合发电系统 |
Non-Patent Citations (1)
Title |
---|
卢斯煜: "低碳经济下电力系统规划相关问题研究", 《中国博士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036607A (zh) * | 2020-07-30 | 2020-12-04 | 南方电网科学研究院有限责任公司 | 基于出力水平的风电出力波动预测方法、装置及存储介质 |
CN112036607B (zh) * | 2020-07-30 | 2023-07-25 | 南方电网科学研究院有限责任公司 | 基于出力水平的风电出力波动预测方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10110976B2 (en) | Systems and methods for system measurements integrity determination | |
Miranda et al. | Evolutionary computation in power systems | |
Quan et al. | Integration of renewable generation uncertainties into stochastic unit commitment considering reserve and risk: A comparative study | |
Basu | Fuel constrained economic emission dispatch using nondominated sorting genetic algorithm-II | |
US20120230821A1 (en) | Wind power prediction method of single wind turbine generator | |
CN109521292B (zh) | 一种模块化多电平换流器的电容器组寿命评估方法与装置 | |
Mohammadi et al. | Machine learning assisted stochastic unit commitment during hurricanes with predictable line outages | |
CN107220775A (zh) | 一种考虑信息系统作用的有源配电网多视角协同脆弱性评估方法 | |
Saberi et al. | Probabilistic congestion driven network expansion planning using point estimate technique | |
KR20220012935A (ko) | 도메인 간 데이터 상호작용 방법 및 장치 | |
Lopez et al. | Quickflex: a fast algorithm for flexible region construction for the tso-dso coordination | |
CN109149655A (zh) | 一种风电消纳水平的计算方法、装置与存储介质 | |
CN114202174A (zh) | 一种电价风险等级预警方法、装置及存储介质 | |
Huo et al. | A power-balanced clustering algorithm to improve electrical infrastructure resiliency | |
CN115275975A (zh) | 一种光储充电站电力数据匹配度的确定方法及装置 | |
CN109344875A (zh) | 基于聚类分析的日风电出力时序生成方法、装置与介质 | |
CN109146323A (zh) | 风机效率评估方法、装置及计算机存储介质 | |
Gan et al. | A bi-level probabilistic transmission planning with intermittent generations based on life cycle cost | |
CN109347143B (zh) | 风场输出功率调整方法与装置 | |
CN114817985A (zh) | 一种用电数据的隐私保护方法、装置、设备及存储介质 | |
CN113704750A (zh) | 分布式发电系统的网络攻击检测方法、装置及终端设备 | |
CN109256790B (zh) | 一种蓄能系统配置方法、装置及存储介质 | |
CN112686467A (zh) | 含自备电厂的大用户生产运行优化方法、装置和终端设备 | |
Sampaio et al. | Community detection for power systems network aggregation considering renewable variability | |
CN115063255B (zh) | 一种海上风电场的运维资源优化配置方法、装置及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |