CN109614718A - 一种风电出力仿真模拟模型与方法 - Google Patents
一种风电出力仿真模拟模型与方法 Download PDFInfo
- Publication number
- CN109614718A CN109614718A CN201811532228.XA CN201811532228A CN109614718A CN 109614718 A CN109614718 A CN 109614718A CN 201811532228 A CN201811532228 A CN 201811532228A CN 109614718 A CN109614718 A CN 109614718A
- Authority
- CN
- China
- Prior art keywords
- wind
- wind speed
- power plant
- wind power
- speed
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005684 electric field Effects 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 230000000694 effects Effects 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 27
- 238000010606 normalization Methods 0.000 claims description 6
- 230000001932 seasonal effect Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000003292 glue Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
一种风电出力仿真模拟模型与方法,首先根据多风电场历史实测风速数据或者风电场历史出力数据转化,拟合风速Weibull分布的尺度参数c与形状参数k、风电场风速序列自相关系数、多风电场之间风速相关系数矩阵;同时,根据风电场季节性与日内数据规律,拟合得到风电场的日内各小时平均风速标幺曲线、各月平均风速标幺曲线;然后,采用随机微分方程结合风速的随机特性以及空间相关性,建立随机微分方程模拟模型,模拟生成符合历史数据随机特征的风速时间序列;再根据风电机组的功率特性曲线以及随机停运数据,生成各风电场风机的出力时间序列。本发明用于解决大规模新能源并网下电网运行不确定性问题,提高电网运行能力和效果。
Description
技术领域
本发明涉及电力运行领域,尤其涉及一种风电出力仿真模拟模型与方法。
背景技术
随着我国新能源的飞速发展,新能源出力的随机性和间隙性给电力系统的运行与规划带来了较大的影响。由于新能源出力存在一定的随机性、波动性与不确定性,大规模新能源发电并网将对电力系统的电源出力结构、运行形态、运行的节能性与经济性等方面具有显著影响:
1)当大规模新能源并网接入后,系统不仅在负荷侧存在不确定性,而且在发电侧也存在不确定性。因此,调度运行中需要留取更多的备用应对新能源出力的不确定性。
2)风电、太阳能光伏发电等可再生新能源的出力取决于天气情况,在调度运行中无法像常规机组一样可控,这给系统的调度运行带来诸多挑战,包括对机组启停的影响、对系统调峰容量与调峰能力的需求、以及需要不同类型机组之间的协调配合等。
3)由于目前可再生能源出力预测精度较低,可再生能源的随机性与不可控性为系统调度运行带来诸多不确定因素,在客观上要求调度计划更加灵活,能够包容可再生能源多种出力可能性。尤其是受系统调峰能力不足、跨区间联网交换容量限制等因素限制,我国“三北”地区“弃风”电量加大现象越来越严重,新能源接纳问题日益突出。
目前,电力系统运行模拟结果无法与电网规划中潮流计算有效衔接,潮流计算一般应用夏大、夏小、冬大、冬小四个典型方式,没有真实反映新能源消纳导致的电网输电通道或断面重载,电网规划工作精细化水平亟待提高,需要在电网规划方案拟定、安全稳定校核阶段,充分考虑新能源随机出力特点,提高电网规划工作的针对性。随着我国跨区电网互联规模扩大、电网结构日趋复杂以及新能源快速发展,多形态电源运行方式对电网运行方式的影响将变得更加复杂多样,仅针对典型运行方式的评估与分析无法满足电力系统规划分析的要求,传统的人工决策方式难以适应新能源接入带来的不确定性分析要求,需要以电力系统精细化运行模拟技术为基础的电网运行关键技术。
目前考虑大规模新能源并网的运行模拟研究中存在以下问题:(1)缺乏基于时序负荷曲线的时序运行模拟评估手段。相比传统基于持续负荷曲线的随机生产模拟,考虑时序负荷特性、考虑新能源随机特性与电网约束的时序运行模拟模型与方法,能够考虑系统的调峰约束、备用约束、电网约束等实际调度运行需求,深入评估系统规划方案在调度运行层面的合理性。(2)目前的研究主要针对典型或极端的运行场景,难以考虑新能源出力的不确定性与波动性,需要研究能够考虑电网运行形态多样性,全面评估电力规划方案的经济性、可靠性和合理性的运行模拟技术,实现考虑多类型电源、多区域新能源消纳的协调运行方式、逐日小时级的精细化模拟。
充分利用新能源发电,不仅是电力系统优化调度的重要项目,也是我国能源发展战略的重要组成部分。
发明内容
本发明提供一种风电出力仿真模拟模型与方法,用于解决大规模新能源并网下电网运行不确定性问题,提高电网运行能力、提高电网运行、规划效果,从而缓解当前新能源消纳不足的问题,对于我国可再生能源发展以及实施节能减排与低碳发展战略起到重要促进作用。
本发明通过以下技术方案予以实现:
一种风电出力仿真模拟模型,首先根据多风电场历史实测风速数据或者风电场历史出力数据转化,拟合风速Weibull分布的尺度参数c与形状参数k、风电场风速序列自相关系数、多风电场之间风速相关系数矩阵;同时,根据风电场季节性与日内数据规律,拟合得到风电场的日内各小时平均风速标幺曲线、各月平均风速标幺曲线;然后,采用随机微分方程结合风速的随机特性以及空间相关性,建立随机微分方程模拟模型,模拟生成符合历史数据随机特征的风速时间序列;再根据风电机组的功率特性曲线以及随机停运数据,生成各风电场风机的出力时间序列。
如上所述的一种风电出力仿真模拟模型,所述随机微分方程模拟模型为:
其中θ≥0,Wt为标准布朗运动,v(Xt)是定义在(l,u)上的非负函数,
如上所述的一种风电出力仿真模拟模型,根据所述随机微分方程模拟风速的时间序列,设风速符合尺度参数与形状参数分别为c和k的Weibull分布:
则,u为平均风速:
其中,F(x)是f(x)对应的分布函数,Γ(a)为伽马函数,θ取为风电场的自相关衰减系数
Γ(x,a),x≥0为不完全伽马函数:
最终单风电场出力可由下式迭代计算生成:
如上所述的一种风电出力仿真模拟模型,根据多维布朗运动Wt的各维分量生成各风电场风速序列。
如上所述的一种风电出力仿真模拟模型,根据风电场风速的季节性与日内数据规律,对随机生成的风速序列进行修正,获得风电场出力公式:
其中:Pit为风电场i在t时刻的出力;nit为风电场i在t时刻的可用风机率;ηi为风电场尾流效应系数;Ci(·)为风电机组出力特性曲线;kih和kim分别为风速的日特性与季节特性修正系数。
如上所述的一种风电出力仿真模拟模型,所述风电机组出力特性曲线Ci(·)由以下公式获得:
其中,vin,vrated与vout分别为风电机组切入风速、额定风速与切出风速,R为风电额定出力。
本发明还提供了一种风电出力仿真模拟方法,包括如上任一所述的风电出力仿真模拟模型,包括如下步骤:
S1.根据风电场风速统计特征参数,获取风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵以及风电场月平均风速、日平均风速曲线;
S2.对风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵进行归一化处理,获得风电场归一化模拟风速时序曲线;
S3.将步骤S2中的风电场归一化模拟风速时序曲线结合风电场月平均风速、日平均风速曲线获得风电场发电能力时序曲线;
S4.再将步骤S3中的风电场发电能力时序曲线结合风机可靠性模型、风电场风速尾流效应,获得多风电场总出力时序曲线。
与现有技术相比,本发明的优点在于:
1、本发明的仿真模拟模型采用随机微分方程这一关键技术,考虑了风电场出力的分布特性、波动特性、季特性、日特性以及空间相关性,同时计及风电场发电元件的功率特性以及随机停运,能够得到符合历史数据随机特征的风速时间序列,有利于在电网运行与规划中获得高质量、完整的风电场出力数据。
2、本发明考虑时序负荷特性、风电场随机特性与电网约束的时序运行模拟模型与方法,能够考虑系统的调峰约束、备用约束、电网约束等实际调度运行需求,深入评估电网系统规划方案在调度运行层面的合理性。
3、综合考虑新能源出力的不确定性与波动性,需要研究能够考虑电网运行形态多样性,实现考虑多类型电源、多区域新能源消纳的协调运行方式、逐日小时级的精细化模拟。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。
图1是山东省电网风电场规划分区图;
图2是山东省年平均风速图;
图3是山东省内陆地区月平均风速图;
图4是山东省沿海地区各月平均风速分布图;
图5是山东省内陆地区风速日分布曲线图;
图6是山东省沿海地区风速日分布曲线图;
图7是山东省风电全年出力图(预测2025年);
图8是山东省风电总出力时序曲线与持续曲线图(预测2025年)
图9是山东省风模拟结果统计月特性图(预测2025年);
图10是本发明方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
如图1-10所示,本实施例的风电出力仿真模拟模型及方法,首先根据多风电场历史实测风速数据(也可通过风电场历史出力数据转化得到)拟合风速Weibull分布的尺度参数c与形状参数k、风电场风速序列自相关系数、多风电场之间风速相关系数矩阵;同时根据多风电场历史实测风速数据,考虑风电场风速的季节性与日内的规律性,拟合风电场的日内各小时平均风速标幺曲线,与各月平均风速标幺曲线。然后,采用随机微分方程这一关键技术,考虑风速的随机特性以及空间相关性,建立随机微分方程模拟模型,模拟生成符合历史数据随机特征的风速时间序列。接着,同时考虑风电机组的功率特性曲线以及随机停运,从而生成各风电场风机的出力时间序列。
利用随机微分方程模拟生成风电场出力时间序列的方法叙述如下:
如果概率密度函数f(x)是在其定义域(l,u)中非负、连续且方差有限,其数学期望E(x)=u,对于随机微分方程
其中θ≥0,Wt为标准布朗运动,v(Xt)是定义在(l,u)上的非负函数:
则有如下结论:
随机过程X是各态经历的(ergodic)且概率密度函数为f(x)。
随机过程X是均值回归的(mean-reverting)且其自相关函数符合
corr(Xs+t,Xs)=e-θt,s,t≥0
利用该方法模拟风速的时间序列,设风速符合尺度参数与形状参数分别为c和k的Weibull分布:
则,u为平均风速:
其中,F(x)是f(x)对应的分布函数,Γ(a)为伽马函数,θ取为风电场的自相关衰减系数:
Γ(x,a),x≥0为不完全伽马函数:
综上,单风电场出力可由下式迭代计算生成:
若生成多个风速相关的风电场风速,则需首先生成多维相关的布朗运动Wt,各维Wt均为标准布朗运动,各维之间相关系数矩阵等于风电场风速相关系数矩阵。之后,再利用Wt各维分量生成各风电场风速序列。
风电场风速序列并非完全随机过程,对由于气候原因,不同季节风电场所在地区风速水平不同,且具有一定规律(如冬天小、夏天大),在日内,由于风电场所在地区地表温度的不同而引起日内不同时刻平均风速不同(如晚上大,白天小),为考虑风电场风速的季节性与日内的规律性,对随机生成的风速序列进行修正。最终风电场出力可由下式确定:
其中:Pit为风电场i在t时刻的出力;nit为风电场i在t时刻的可用风机率;ηi为风电场尾流效应系数;Ci(·)为风电机组出力特性曲线;kih和kim分别为风速的日特性与季节特性修正系数。
Ci(·)通常由下式得出:
其中,vin,vrated与vout分别为风电机组切入风速、额定风速与切出风速。R为风电额定出力。
本实施例中,以中国山东省所具备的风力条件和风电场建设及规划为例,对本发明的仿真模拟模型及方法进行说明。
山东省地处北温带季风区域,属温带季风气候。由于海洋环境的直接调节,受来自洋面上的东南季风及海流、水团的影响,故又具有显著的海洋性气候特点。山东省拥有海岸线3345km,海域辽阔,沿海陆域和海上风能资源十分丰富,风力发电开发建设条件优良。沿海70米高度风能资源总储量1.34亿kW,可开发量1.05亿kW。其中,沿海陆域风能资源总储量为42000MW,可开发量为33000MW,海上风能资源总储量为92000MW,可开发量为72000MW。
山东省冬夏两季受不同性质气团的控制,产生明显的季节风,具有不同的盛行风向,同时由于地形复杂,影响到季风环流的规律性,从而形成地方性风。根据山东省全省气象站点的累年风向资料分析研究,全省盛行风向总的分布特征为:大部分地区为南及偏南风,风向频率7%-19%,长岛、胶东半岛东部沿岸、胶南至日照岸段、鲁西南南部及鲁南南部年盛行风向为北及偏北风。受季风和地理环境的综合影响,全省盛行风向的季节变化既有季风环流的规律性,也有地方性风的特点。整体而言,山东省大部分地区冬季盛行偏北风,春季盛行偏南风,夏季盛行南到东南风,秋季盛行风向由夏季风向逐渐转变为冬季风向。风向的日变化受地形与地理位置的影响很大,常表现为地方性风,使得风向在一日之内有规律地转换。
如图2所示,山东省年平均风速在1.5m/s-6.9m/s之间,除半岛北部及东部沿海、胶州湾沿岸、鲁中山区北部等部分地区年平均风速大于3.5m/s外,大部分地区年平均风速在1.5m/s-3.5m/s之间。山东省年平均风速分布如图9-2所示,总的分布特征为:沿海地区风速较大,地山丘陵地区风速较小,北部沿海大于南部沿海,山地外围较山地中部大,平原地区风速大于山地而小于沿海。
山东省各季节平均风速的分布特征与年平均风速的分布特征相似,一般为沿海地区高于内陆,平原地区高于丘陵、山地,高山站泰山各季平均风速均为全省最大,各地区四季平均风速如下表1所示。
表1山东省各地区四季平均风速
春季(m/s) | 夏季(m/s) | 秋季(m/s) | 冬季(m/s) | |
半岛北部沿海 | 4.2~5.9 | 3.1~4.5 | 3.2~6.0 | 4.1~7.0 |
半岛东部 | 5.0~6.3 | 4.0~4.9 | 4.0~6.3 | 6.0~7.4 |
胶州湾沿岸 | 4.5~5.7 | 4.0~4.9 | 4.0~5.3 | 4.0~5.8 |
半岛东南沿海 | 3.3~3.9 | 2.8~3.0 | 2.5~3.3 | 3.0~3.6 |
半岛内陆 | 3.2~3.9 | 2.5~2.8 | 2.1~3.3 | 2.8~3.8 |
胶莱平原 | 4.0~4.6 | 3.1~3.8 | 2.9~3.3 | 3.0~3.8 |
莱州湾沿岸 | 4.2~4.5 | 3.1~3.8 | 3.1~3.3 | 3.5~3.7 |
鲁西北平原 | 3.5~4.4 | 2.5~3.3 | 2.5~3.0 | 2.5~3.5 |
鲁中山区 | 2.5~3.5 | 1.9~2.6 | 1.7~2.5 | 2.0~3.0 |
受天气系统影响,全省各季节平均风速变化明显。内陆地区春季平均风速最大,冬季次之,夏季最小,月平均风速最大值多出现在3月、4月,最小值多出现在8月、9月,如图3所示。沿海地区冬季平均风速最大,春季次之,夏季最小,月平均风速最大值多出现在11月、12月、1月,最小值多出现在8月、9月,如图4所示。
受天气系统和温度升降的影响,风速在一天内各时段也具有明显的变化。内陆地区风速日变化以午后最大,凌晨日出前最小,如图5所示。沿海地区受海洋影响,午后对流较弱,风速日变化幅度不如内陆地区大,如图6所示。高山地区午后动量下传,因此风速的日变化是午后小,夜间大。
山东省风能发电呈现规模化发展特征,成为发展最快的新兴可再生能源。截至2017年底,全省风电累计并网装机容量达到1061万千瓦,占电力总装机的比重为8.5%。2017年,风电全年发电量174亿千瓦时,比上年增长19.2%。风电技术水平不断提高,主力机型已从千瓦级发展到兆瓦级,单机1.5兆瓦及以上的装机占全省风电总装机的90%以上。预计到2020年,全省风电并网装机容量达到1400万千瓦;到2030年,全省风电并网装机容量达到2300万千瓦。
山东省规划风电的地理位置分布如图1所示。根据山东电网风电场规划方案,按照风电场所属地级市将风电场分为17个风区,分别为:济南风区、青岛风区、淄博风区、枣庄风区、东营风区、烟台风区、潍坊风区、济宁风区、泰安风区、威海风区、日照风区、滨州风区、德州风区、聊城风区、临沂风区、菏泽风区、莱芜风区。认为每个风电片区内部各风电场风速在同一时刻基本相同。在利用随机差分方程模拟风电场时序出力时,对于每个时段,同时生成考虑相关性的17个风速对应不同的风区。
表2山东省风电场风速参数
各风区的风速概率分布按Weibull分布考虑,根据山东省风电场的历史出力数据,拟合各风区风速分布的尺度参数c和形状参数k以及自相关衰减系数,如上表2所示,以及不同风区风速分布之间的相关系数,如下表3所示,风机参数的如表4所示。
表3山东省风电场风速相关系数
表4山东省风电场风机参数设定
类别 | 参数设定 |
风机切入风速(m/s) | 3.5 |
风机额定风速(m/s) | 12 |
风机切出风速(m/s) | 25 |
风电场尾流系数 | 0.98 |
风机可用率 | 0.9 |
风电预测绝对误差占装机容量的百分比 | 15% |
根据上述参数,使用GOPT软件对山东省风电进行运行模拟,2025年风电预测出力模拟结果统计特性如下表5所示,山东省2025年风电预测月度出力模拟结果如下表6,风电预测总出力时序曲线与持续曲线如图7、图8所示。
表5山东省2025年风电预测出力模拟结果
表6山东省2025年风电预测月度出力模拟结果
从模拟结果可以看出:山东2025年风电具有明显的季特性,枯水期(11月~4月)出力较高,丰水期(5月~10月)出力较低;日特性不明显,夜间平均出力与白天平均出力基本持平。从模拟结果可以看出:风电出力波动性强,风电出力的概率近似随着出力的增加而减小;2025年山东风电装机容量为18502MW,风电模拟的平均出力为6975.2MW,利用小时数为3302.5小时,置信度取95%下的最大出力为18433.1MW,最小出力为123.1MW。
如图10所示,本发明还提供了一种风电出力仿真模拟方法,包括如下步骤:
S1.根据风电场风速统计特征参数,获取风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵以及风电场月平均风速、日平均风速曲线;
S2.对风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵进行归一化处理,获得风电场归一化模拟风速时序曲线;
S3.将步骤S2中的风电场归一化模拟风速时序曲线结合风电场月平均风速、日平均风速曲线获得风电场发电能力时序曲线;
S4.再将步骤S3中的风电场发电能力时序曲线结合风机可靠性模型、风电场风速尾流效应,获得多风电场总出力时序曲线。
本发明未详尽描述的技术内容均为公知技术。
Claims (7)
1.一种风电出力仿真模拟模型,其特征在于,首先根据多风电场历史实测风速数据或者风电场历史出力数据转化,拟合风速Weibull分布的尺度参数c与形状参数k、风电场风速序列自相关系数、多风电场之间风速相关系数矩阵;同时,根据风电场季节性与日内数据规律,拟合得到风电场的日内各小时平均风速标幺曲线、各月平均风速标幺曲线;然后,采用随机微分方程结合风速的随机特性以及空间相关性,建立随机微分方程模拟模型,模拟生成符合历史数据随机特征的风速时间序列;再根据风电机组的功率特性曲线以及随机停运数据,生成各风电场风机的出力时间序列。
2.根据权利要求1所述的一种风电出力仿真模拟模型,其特征在于,所述随机微分方程模拟模型为:
其中θ≥0,Wt为标准布朗运动,v(Xt)是定义在(l,u)上的非负函数,
3.根据权利要求2所述的一种风电出力仿真模拟模型,其特征在于,根据所述随机微分方程模拟风速的时间序列,设风速符合尺度参数与形状参数分别为c和k的Weibull分布:
则,u为平均风速:
其中,F(x)是f(x)对应的分布函数,Γ(a)为伽马函数,θ取为风电场的自相关衰减系数
Γ(x,a),x≥0为不完全伽马函数:
最终单风电场出力可由下式迭代计算生成:
4.根据权利要求3所述的一种风电出力仿真模拟模型,其特征在于,根据多维布朗运动Wt的各维分量生成各风电场风速序列。
5.根据权利要求4所述的一种风电出力仿真模拟模型,其特征在于,根据风电场风速的季节性与日内数据规律,对随机生成的风速序列进行修正,获得风电场出力公式:
其中:Pit为风电场i在t时刻的出力;nit为风电场i在t时刻的可用风机率;ηi为风电场尾流效应系数;Ci(·)为风电机组出力特性曲线;kih和kim分别为风速的日特性与季节特性修正系数。
6.根据权利要求5所述的一种风电出力仿真模拟模型,其特征在于,所述风电机组出力特性曲线Ci(·)由以下公式获得:
其中,vin,vrated与vout分别为风电机组切入风速、额定风速与切出风速,R为风电额定出力。
7.一种风电出力仿真模拟方法,包括如权利要求1-6任一所述的风电出力仿真模拟模型,其特征在于,包括如下步骤:
S1.根据风电场风速统计特征参数,获取风速概率分布、风速时许自相关系数、风电场风速相关系数矩阵以及风电场月平均风速、日平均风速曲线;
S2.对风速概率分布、风速时许自相关系数、风电场风速相关系数矩阵进行归一化处理,获得风电场归一化模拟风速时序曲线;
S3.将步骤S2中的风电场归一化模拟风速时序曲线结合风电场月平均风速、日平均风速曲线获得风电场发电能力时序曲线;
S4.再将步骤S3中的风电场发电能力时序曲线结合风机可靠性模型、风电场风速尾流效应,获得多风电场总出力时序曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811532228.XA CN109614718A (zh) | 2018-12-14 | 2018-12-14 | 一种风电出力仿真模拟模型与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811532228.XA CN109614718A (zh) | 2018-12-14 | 2018-12-14 | 一种风电出力仿真模拟模型与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109614718A true CN109614718A (zh) | 2019-04-12 |
Family
ID=66008611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811532228.XA Pending CN109614718A (zh) | 2018-12-14 | 2018-12-14 | 一种风电出力仿真模拟模型与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109614718A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062617A (zh) * | 2019-12-18 | 2020-04-24 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电出力特性分析方法及系统 |
CN111709112A (zh) * | 2020-04-30 | 2020-09-25 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电运行模拟方法、装置及存储介质 |
CN113609686A (zh) * | 2021-08-09 | 2021-11-05 | 国网浙江省电力有限公司经济技术研究院 | 一种新能源置信容量分析方法及系统 |
CN113722939A (zh) * | 2021-11-02 | 2021-11-30 | 清科优能(深圳)技术有限公司 | 风电出力预测方法、装置、设备及存储介质 |
CN115204712A (zh) * | 2022-07-26 | 2022-10-18 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种海上和沿海风电场选址评估方法 |
CN115510677A (zh) * | 2022-10-17 | 2022-12-23 | 华能山东发电有限公司 | 一种风电场发电能力评估方法及系统 |
CN115906476A (zh) * | 2022-11-18 | 2023-04-04 | 国网湖北省电力有限公司经济技术研究院 | 一种山地光伏发电量计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102780219A (zh) * | 2012-05-17 | 2012-11-14 | 清华大学 | 基于风电运行模拟的多维度风电消纳能力判别方法 |
CN104794325A (zh) * | 2015-03-10 | 2015-07-22 | 国家电网公司 | 一种基于随机差分方程的集群风电场出力时序模拟方法 |
CN107394809A (zh) * | 2017-06-13 | 2017-11-24 | 国网甘肃省电力公司经济技术研究院 | 基于风速时间周期特征的风电并网系统风险评估方法 |
-
2018
- 2018-12-14 CN CN201811532228.XA patent/CN109614718A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102780219A (zh) * | 2012-05-17 | 2012-11-14 | 清华大学 | 基于风电运行模拟的多维度风电消纳能力判别方法 |
CN104794325A (zh) * | 2015-03-10 | 2015-07-22 | 国家电网公司 | 一种基于随机差分方程的集群风电场出力时序模拟方法 |
CN107394809A (zh) * | 2017-06-13 | 2017-11-24 | 国网甘肃省电力公司经济技术研究院 | 基于风速时间周期特征的风电并网系统风险评估方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062617A (zh) * | 2019-12-18 | 2020-04-24 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电出力特性分析方法及系统 |
CN111709112A (zh) * | 2020-04-30 | 2020-09-25 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电运行模拟方法、装置及存储介质 |
CN111709112B (zh) * | 2020-04-30 | 2023-05-16 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电运行模拟方法、装置及存储介质 |
CN113609686A (zh) * | 2021-08-09 | 2021-11-05 | 国网浙江省电力有限公司经济技术研究院 | 一种新能源置信容量分析方法及系统 |
CN113609686B (zh) * | 2021-08-09 | 2023-08-29 | 国网浙江省电力有限公司经济技术研究院 | 一种新能源置信容量分析方法及系统 |
CN113722939A (zh) * | 2021-11-02 | 2021-11-30 | 清科优能(深圳)技术有限公司 | 风电出力预测方法、装置、设备及存储介质 |
CN113722939B (zh) * | 2021-11-02 | 2022-02-22 | 清科优能(深圳)技术有限公司 | 风电出力预测方法、装置、设备及存储介质 |
CN115204712A (zh) * | 2022-07-26 | 2022-10-18 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种海上和沿海风电场选址评估方法 |
CN115510677A (zh) * | 2022-10-17 | 2022-12-23 | 华能山东发电有限公司 | 一种风电场发电能力评估方法及系统 |
CN115510677B (zh) * | 2022-10-17 | 2024-01-09 | 华能山东发电有限公司 | 一种风电场发电能力评估方法及系统 |
CN115906476A (zh) * | 2022-11-18 | 2023-04-04 | 国网湖北省电力有限公司经济技术研究院 | 一种山地光伏发电量计算方法 |
CN115906476B (zh) * | 2022-11-18 | 2023-09-01 | 国网湖北省电力有限公司经济技术研究院 | 一种山地光伏发电量计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109614718A (zh) | 一种风电出力仿真模拟模型与方法 | |
Liu et al. | Reducing carbon emissions by integrating urban water systems and renewable energy sources at a community scale | |
Mohajeri et al. | Integrating urban form and distributed energy systems: Assessment of sustainable development scenarios for a Swiss village to 2050 | |
CN102013701B (zh) | 一种高海拔地区电网光伏发电接纳能力计算方法 | |
CN109586341B (zh) | 一种基于辐照特性气象场景的光伏发电接纳评估模型 | |
CN110909954B (zh) | 一种最大化可再生能源利用的多阶段电源规划方法 | |
CN109510198A (zh) | 一种基于辐照特性气象场景的光伏发电接纳能力评估方法 | |
Najid et al. | Analyzing the east coast Malaysia wind speed data | |
Sørensen | A renewable energy and hydrogen scenario for northern Europe | |
Berna-Escriche et al. | Can a fully renewable system with storage cost-effectively cover the total demand of a big scale standalone grid? Analysis of three scenarios applied to the Grand Canary Island, Spain by 2040 | |
CN109449987A (zh) | 新能源发电并网的电力系统模拟方法及系统 | |
CN108599238A (zh) | 考虑风能与太阳能互补的虚拟电厂分布式电源规划方法 | |
Mousumi et al. | Techno-economic evaluation of hybrid supply system for sustainable powering the Saint Martin Island in Bangladesh | |
Lakshmi et al. | Design of off-grid homes with Renewable energy sources | |
Klyuev et al. | Use of wind power stations for energy supply to consumers in mountain territories | |
Cradden et al. | Climate change impacts on renewable electricity generation | |
Pranti et al. | Current energy situation and comparative solar power possibility analysis for obtaining sustainable energy security in South Asia | |
Islam et al. | Bangladesh’s energy crisis: a summary of challenges and smart grid-based solutions | |
Islam et al. | Analysis of grid connected solar PV system in the southeastern part of Bangladesh | |
US20230231379A1 (en) | Method for determining the optimal mix of energy for a hybrid renewable energy production site | |
CN105939013B (zh) | 最小化弃风电量的风电场发电权置换电量评估方法 | |
Murray et al. | Power-to-gas for decentralized energy systems: development of an energy hub model for hydrogen storage | |
Stocks et al. | Pumped Hydro Energy Storage to support a 50-100% renewable electricity grid | |
Maklad | Sizing and costing optimisation of a typical Wind/PV hybrid electricity generation system for a typical residential building in urban Armidale NSW, Australia | |
Levine et al. | Applications of Energy Storage to Generation and Absorption of Electrical Power |
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: 20190412 |
|
RJ01 | Rejection of invention patent application after publication |