CN110544958B - 一种电力系统消纳随机出力电源能力的确定方法及装置 - Google Patents
一种电力系统消纳随机出力电源能力的确定方法及装置 Download PDFInfo
- Publication number
- CN110544958B CN110544958B CN201810531243.6A CN201810531243A CN110544958B CN 110544958 B CN110544958 B CN 110544958B CN 201810531243 A CN201810531243 A CN 201810531243A CN 110544958 B CN110544958 B CN 110544958B
- Authority
- CN
- China
- Prior art keywords
- output
- power
- power supply
- power generation
- random
- 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.)
- Active
Links
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种电力系统消纳随机出力电源能力的确定方法及装置,该方法包括获取电力系统的运行参数,根据至少两个随机出力电源的历史出力数据,分别确定至少两个随机出力电源的出力概率特性数据,并根据至少两个随机出力电源的出力概率特性数据建立概率模型;采用概率模型对随机出力电源的随机出力生产进行模拟,得出至少两个随机出力电源的联合出力率、与联合出力率对应的联合出力累积概率和每一个随机出力电源的贡献率;根据电力系统的调峰裕度、至少两个随机出力电源的装机容量、联合出力率、联合出力累积概率以及贡献率,确定电力系统分别对每一个随机出力电源的消纳电量。本发明提供的确定方法,能够提升结果的准确性。
Description
技术领域
本发明涉及电网技术领域,尤其涉及一种电力系统消纳随机出力电源能力的确定方法及装置。
背景技术
火力发电等常规能源电源具有出力率可控的优点,因此在电力系统调峰调频等领域有较强的优势。但是,该常规能源电源在发电领域中的广泛利用加剧了环境污染、全球气候变暖等问题,且在生产过程中因需要消耗大量的煤等而使得发电的成本较高,从而使得以风力发电和光伏发电为代表的新能源在近年得到较大发展。由于风力发电和光伏发电等新能源从发电属性上决定了其出力具有间歇性、随机性和波动性,这种出力概率随机的特性不利于电网的调度、运行。因此需要计算电力系统对随机出力电源的消纳能力,以合理安排新能源电源和常规能源电源的装机容量配比,达到提升系统可靠性和经济性能的效果。
在相关技术中,计算电力系统对新能源的消纳能力的过程中,通过将新能源电源等效为常规能源电源,而忽略新能源发电的间歇性、随机性、波动性等特点。这样造成了对电力系统有效装机充裕度的误判,例如:由于风力、日照等环境因素的日前预测结果与实际情况往往存在很大偏差,造成实际风力发电量与风电的日前计划之间存在很大偏差。这样就造成了有的风电场出力计划过小而造成较大的弃风损失,而有的风电场出力计划过大而造成电力系统运行的可靠性降低。
由此可知,相关技术中的电力系统消纳随机出力电源能力的确定方法所得到的结果准确性低。
发明内容
本发明实施例提供一种电力系统消纳随机出力电源能力的确定方法及装置,以解决电力系统消纳随机出力电源能力的确定方法所得到的结果准确性低的问题。
为了达到上述目的,本发明实施例是这样实现的:
一种电力系统消纳随机出力电源能力的确定方法,所述电力系统包括至少两个随机出力电源,所述方法包括:
获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
第一方面,本发明实施例提供了一种电力系统消纳随机出力电源能力的确定方法,所述电力系统包括至少两个随机出力电源,所述方法包括:
获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
第二方面,本发明实施例提供了一种电力系统消纳随机出力电源能力的确定装置,所述电力系统包括至少两个随机出力电源,所述装置包括:
获取模块,用于获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
第一确定模块,用于根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
模拟模块,用于采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
第二确定模块,用于根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
第三方面,本发明实施例提供了一种电力系统消纳随机出力电源能力的确定装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的电力系统消纳随机出力电源能力的确定方法中的步骤。
第四方面,本发明实施例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上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的电力系统消纳随机出力电源能力的确定方法中的步骤。
本发明通过,获取所述电力系统的运行参数,根据至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型;采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率;根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量,这样通过使用概率模型对随机出力电源进行实际生产模拟,可以将随机出力电源具有的随机出力的特性计入电力系统的消纳裕度内,从而提升了该电力系统消纳随机出力电源能力的确定方法的准确性。
附图说明
图1是本发明实施例提供的一种电力系统消纳随机出力电源能力的确定方法的流程图;
图2是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法的流程图;
图3是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中风力发电电源在第一时间段内的出力概率特性数据的曲线图;
图4是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中风力发电电源在第二时间段内的出力概率特性数据的曲线图;
图5是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中光伏发电电源在第三时间段内的出力概率特性数据的曲线图;
图6是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中光伏发电电源在第四时间段内的出力概率特性数据的曲线图;
图7是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中风力伏电电源与光伏发电电源的联合出力概率的分布图;
图8是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中风力伏电电源与光伏发电电源的联合出力累积概率的分布图;
图9是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法中对风力发电电源与光伏发电电源进行随机出力生产进行模拟和计算电力系统的消纳电量的流程图;
图10是本发明实施例提供的一种电力系统消纳随机出力电源能力的确定装置的结构图;
图11是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定装置的结构图;
图12是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定装置的结构图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明实施例提供的电力系统消纳随机出力电源能力的确定方法可以应用于电力系统,其中,所述电力系统包括至少两个随机出力电源,确定该电力系统对随机出力电源的消纳裕度,可以用于规划该电力系统中的随机出力电源的建设规模和可控出力电源的扩建规模,以充分利用随机出力的新能源,实现清洁能源和提高发电的经济性的效果。
请参见图1,图1是本发明实施例提供的一种电力系统消纳随机出力电源能力的确定方法的流程图,所述电力系统包括至少两个随机出力电源,如图1所示,所述电力系统消纳随机出力电源能力的确定方法100,包括以下步骤:
步骤101、获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据。
其中,上述至少两个随机出力电源可以是风力发电电源、光伏发电电源、潮汐发电电源等具有出力概率随机特性的新能源发电电源中的一种或者多种的组合。例如:风力发电电源的出力大小受到环境中风力大小的影响,而环境中的风力大小是不可控制的,因此,该风力发电电源在发电过程中具有随机出力的特性。
当然,所述电力系统还可以包括其他电源,例如:火力发电、水力发电等可控出力电源,以及,核能发电等出力功率较为恒定的恒定出力电源。其中,可控出力电源可以为随机出力电源提供消纳空间。
另外,上述至少两个随机出力电源的历史出力数据,可以是在一段时间内的出力大小的数据,例如:在过去的一年内,风力发电电源在每一时刻的出力率,其中,出力率等于风力发电电源的输出功率与该随机出力电源的装机容量之比,因此,该出力率大于等于零,且小于等于1。
当然,上述历史出力数据还可以包括其他多个相互间隔的时间段,例如:在过去的一年或者多年内,每一个月的15号的24个小时内的出力率。
通过本步骤,可以获取所述电力系统的运行参数,为步骤102至步骤104中确定所述电力系统分别对每一个随机出力电源的消纳电量提供基础。
步骤102、根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率。
其中,上述出力概率特性数据,包括多个出力率的具体数值,以及每一个出力率等于该具体数值的概率,即出力概率。例如:一个风力发电电源的出力率位于0至1之间,以0.1为间隔将该出力率划分为10个区间,即:0-0.1,0.1-0.2,……,0.8-0.9,0.9-1,则在某一具体时刻,风力发电电源的出力率位于0.1-0.2之间的概率就是与该出力率对应的出力概率。
当然,所述出力率的划分间隔不仅仅局限于0.1,还可以根据精确度的要求以0.01、0.001等为间隔,在此不做具体限定。
本步骤中,通过对随机出力电源的出力率和出力概率建立概率模型,从而模拟随机出力电源的随机出力特性,这样,在确定随机出力电源的装机容量的情况下,可以预测随机出力电源在每一时刻的出力概率情况,从而合理的安排其他电源的发电情况,使随机出力电源提供的电量得到充分的利用。
步骤103、采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率。
其中,上述联合出力率是所述至少两个随机出力电源的出力率的总和,例如:一个风力发电电源的装机容量是500MW,在某一具体时刻的出力是200MW,一个光伏发电电源的装机容量是1000MW,在该具体时刻的出力是600MW,则该风力发电电源和该光伏发电电源的联合出力率等于(200MW+600MW)/(500MW+1000MW),其中,风力发电电源的出力率等于200MW/(500MW+1000MW),光伏发电电源的出力率等于600MW/(500MW+1000MW)。
另外,上述联合出力累积概率可以是所述至少两个随机出力电源的联合出力率等于某一个具体数值的概率,即上述联合出力累积概率与上述联合出力率的对应关系与步骤102中随机出力电源的出力概率与出力率之间的对应关系相同。
另外,上述每一个随机出力电源的贡献率是指每一个随机出力电源所输出的电量在所述至少两个随机出力电源所输出的总电量中所占的比重。
通过本步骤,可以利用概率模型得到至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率。这样,在电力系统包括多个随机出力电源的情况下,可以仅计算一次联合出力率和联合出力累积概率便可以得到该电力系统中随机出力电源的总的出力率和出力概率,而不必对每一个随机出力电源进行单独计算,从而降低了计算的难度。
步骤104、根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
其中,所述电力系统的调峰裕度可以是用于消纳随机出力电源的空间,当所述至少两个随机出力电源的联合出力率所对应的输出电量等于上述电力系统的调峰裕度时,该电力系统对所述至少两个随机出力电源的消纳电量达到最大。
另外,将每一个随机出力电源的贡献率计入电力系统对随机出力电源的最大消纳电量,便可以得出所述电力系统分别对每一个随机出力电源的消纳电量。
通过本步骤,可以得出电力系统对随机出力电源的最大的消纳电量,通过控制所述电力系统持续的工作在消纳裕度最大的状态下,便可以使所述电力系统对随机出力电源的利用率达到最大,从而减少电力系统中其他电源的出力,以及,减少随机出力电源所提供的电量的浪费,达到提升电力系统的经济性能的效果。
本发明通过,获取所述电力系统的运行参数,根据至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型;采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率;根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量,这样通过使用概率模型对随机出力电源进行实际生产模拟,可以将随机出力电源具有的随机出力的特性计入电力系统的消纳裕度内,从而提升了该电力系统消纳随机出力电源能力的确定方法的准确性。
请参阅图2,是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定方法的流程图,所述电力系统还包括可控出力电源和至少两个随机出力电源,所述电力系统消纳随机出力电源能力的确定方法,包括以下步骤:
步骤201、获取所述电力系统的已知参数,其中,所述已知参数包括所述电力系统的负荷曲线、所述可控出力电源的装机容量、所述可控出力电源的调峰性能参数以及所述至少两个随机出力电源的保证出力电量。
通过本步骤,获取电力系统的已知参数,可以为步骤203至步骤205中确定所述可控出力电源工作于第一出力状态下的调峰裕度提供基础。
步骤202、获取所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据。
需要说明的是,上述步骤201与步骤202的执行顺序可以交换,也可以同时执行,在此不作具体限定。
步骤203、根据所述已知参数,对所述电力系统进行第一电力电量平衡计算,得到第一调峰平衡计算结果。
通过本步骤,客气得到所述电力系统的调峰平衡计算结果,为步骤204中确定电力系统的调峰裕度提供基础。
步骤204、根据所述第一调峰平衡计算结果,确定所述可控出力电源的固定出力电量和可调出力电量,其中,所述可控出力电源的可调出力电量等于所述电力系统的调峰裕度,所述电力系统的总负荷等于所述可控出力电源的固定出力电量和可调出力电量以及所述至少两个随机出力电源的保证出力电量之和。
其中,上述可控出力电源输出的电量等于所述可控出力电源的固定出力电量与可调出力电量之和,所述电力系统的总负荷等于所述可控出力电源输出的电量加上所述随机出力电源的保证出力电量。
通过本步骤,可以确定所述可控出力电源的可调出力电量,从而确定所述电力系统的调峰裕度,即可以用于消纳随机出力电源所输出的电量的空间,从而为确定所述电力系统对每一种新能源的消纳电量提供基础。
步骤205、根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率。
具体的,所述至少两个随机出力电源可以是风力发电电源和光伏发电电源,且上述根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据的步骤,可以包括以下具体步骤:
分别统计所述风力发电电源的历史出力数据和所述光伏发电电源的历史出力数据,得出单位时间的同一时间段内,所述风力发电电源的出力率等于q的出力概率和所述光伏发电电源的出力率等于(p-q)的出力概率,其中,p是所述风力发电电源的出力率和所述光伏发电电源的出力率的总和,q≥0,p≥q;
所述根据所述至少两个随机出力电源的出力概率特性数据建立概率模型的步骤,包括:
根据所述单位时间的同一时间段内,所述风力发电电源的出力率、与所述风力发电电源的出力率对应的出力概率、所述光伏发电电源的出力率,以及,与所述光伏发电电源的出力率对应的出力概率,建立概率模型。
其中,上述单位时间可以是一年中的每一天、每一个月中的典型日、每一个季度中的典型日等任意时间段内,上述同一时间段可以是一天中的24小时、或者一天中12个时辰等。
例如:上述单位时间是一年内的每一天,上述同一时间段是一天内的24个小时,如图3与图4所示,由于夜间风力相对较大,因此,风力发电电源在10点时出力率高的出力概率比该风力发电电源在2点时出力率高的出力概率低;如图5与图6所示,是光伏发电电源的出力概率的二项分布图,其中,由于中午的光照强度最大,光伏发电电源在8点时的出力率相对于13点时的出力率低,且光伏发电电源在8点时的出力概率相对于13点时的出力概率低,且阴天的出力率和出力概率也分别低于晴天的出力率和出力概率。
当然,上述单位时间和上述同一时间段还可以是除了如上列举的其他任意时间。
可选的,上述根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据的具体方法,可以是将任意一个随机出力电源的出力率均匀的划分为多个区间,再确定与每一区间的出力率对应的出力概率。例如:已知的随机出力电源的历史出力数据是全年8760个小时的处理率数据,采用数理统计方法,统计出该年内每天10点钟时,风力发电电源的出力率位于0.51至0.52区间内的天数为100天,这样,可以得出风力发电电源在10点时的出力率等于0.52的出力概率等于100天/365天或者100天/366天,并依此类推,得出24个时刻中的每一时刻,该风力发电电源的出力率位于其他区间内的出力概率。
本实施方式中,通过提供一种确定风力发电电源和光伏发电电源的出力率及出力概率的方法,便于准确的确定所述风力发电电源和所述光伏发电电源的出力概率特性数据,以建立更加准确的概率模型。
步骤206、采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率。
可选的,上述至少两个随机出力电源可以是一个风力发电电源和一个光伏发电电源,且本步骤中的具体计算方法可以包括以下步骤:
采用公式计算所述风力发电电源和所述光伏发电电源的联合出力概率,其中,wind(q)是所述风力发电电源的出力率等于q的出力概率,solar(p-q)是所述光伏发电电源的出力率等于(p-q)的出力概率,combine(p)是所述风力发电电源和所述光伏发电电源的联合出力率等于p时的联合出力概率;
如图7所示,是采用本方法实施例所确定的联合出力率及与该联合出力率对应的联合出力概率分布图,其中,在风力发电电源的出力概率分布区域701和光伏发电电源的出力概率分布区域702进行联合出力,并形成如图7所示的联合出力概率分布图。
通过卷积运算求出所述风力发电电源和所述光伏发电电源的联合出力率等于p时的联合出力概率,其中,所述风力发电电源和所述光伏发电电源的联合出力率p大于或者等于0且小于或者等于1。
另外,如图8所示,是采用本方法实施例所确定的联合出力率及与该联合出力率对应的联合出力累积概率的分布图,其中,在风力发电电源的出力累积概率分布区域801和光伏发电电源的出力累积概率分布区域802进行联合出力,并形成如图8所示的联合出力累积概率的分布图。
其中,所述风力发电电源和所述光伏发电电源的联合出力累积概率大于或者等于0且小于或者等于1。
本实施方式中,提供一种具体的方法以确定所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,为步骤207中确定所述电力系统分别对每一个随机出力电源的消纳电量提供基础。
当然,上述确定所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率的计算方法还可以是其他任意一种方法。
步骤207、根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
具体的,本步骤中确定所述电力系统分别对每一个随机出力电源的消纳电量的方法可以包括以下步骤:
采用公式
采用公式
其中,根据系统的最大调峰裕度,可以确定所述联合出力率的最大值,其中,如图8所示,线条s沿联合出力累积概率轴向的长度等于与所述电力系统的最大调峰裕度相对应联合出力率的值。
其中,上述风力发电电源的全额电量是根据上述概率模型,对风力发电电源的实际生产情况进行模拟,而得出的该风力发电电源能够产生的电量值。
另外,上述光伏发电电源的全额电量是根据上述概率模型,对光伏发电电源的实际生产情况进行模拟,而得出的该光伏发电电源能够产生的电量值。
当然,上述确定所述电力系统分别对每一个随机出力电源的消纳电量的方法还可以采用其他计算方法,在此不做具体限定。
在电力系统制定生产计划的过程中,需要调整随机出力电源和可控电源的出力率,以确保风力发电电源的全额电量和光伏发电电源的全额电量之和大于系统的消纳电量,防止电力系统供应的电量小于该电力系统的总负荷。
另外,若风力发电电源实际发出的电量与光伏发电电源实际发出的电量之和,大于电力系统的消纳裕度,则需要对多余的电量进行丢弃,这样,将会造成能源的浪费。
可选的,如图9所示,所述方法还可以用于弃风量计算和弃光量计算。
具体的,上述弃风量可以是风力发电电源所发出的全额电量减去电力系统对风力发电电源的消纳电量,采用公式Qwind_aban=Qwind-Qwind_accom,计算风能源发电电源所浪费的电量;上述弃光量可以是光伏发电电源所发出的全额电量减去电力系统对光伏发电电源的消纳电量,采用公式Qsolar_aban=Qsolar-Qsolar_accom,计算光伏发电电源所浪费的电量。
其中,在电力系统还包括其他新能源电源的情况下,上述电力系统消纳新能源能力的方法同样可以用于分析电力系统对其他新能源电源的消纳电量和浪费的电量。
本实施例中,可以应用于电力系统的新能源电厂扩建规划或者可控出力电厂扩建规划,通过上述电力系统消纳新能源能力的方法,确定扩建后的电力系统是否会浪费新能源电源发出的电量,这样,就可以在确定电力系统是否会浪费新能源电源发出的电量的情况下减少该新能源电源的扩建容量,或者增加可控出力电厂的扩建容量,可以达到对新能源发电的优化配置。
可选的,在根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机
容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量的步骤之后,所述方法还包括:
根据所述电力系统分别对所述风力发电电源和所述光伏发电电源的消纳电量,对所述电力系统进行第二电力电量平衡计算;
根据所述电力系统的第二电力电量平衡计算结果,调整所述可控出力电源的输出电量,其中,所述可控出力电源减少的输出电量等于所述风力发电电源的消纳电量与所述光伏发电电源的消纳电量之和。
其中,通过将风力发电电源的消纳电量以及光伏发电电源的消纳电量全部计入电力系统的供电电量,这样可以减少可控出力电源的出力率,从而减少可控出力电源所消耗的煤、水等资源,进而提升了所述电力系统的经济性能和环保性能。
需要说明的是,所述可控出力电源输出的固定出力电量不变,所减少的电量来源于所述可控出力电源的可调出力电量,因此,所述风力发电电源的消纳电量以及光伏发电电源的消纳电量之和小于或者等于所述可控出力电源的可调出力电量。
本实施例中,根据电力系统对风力发电电源的消纳电量和光伏发电电源的消纳电量,调整可控出力电源的出力率,以减少风力发电电源和光伏发电电源的浪费电量,并减少可控出力电源所提供的电量,达到减少可控出力电源的能耗,并提升电力系统的经济性能和环保性能。
本发明实施例中,提供了确定电力系统的调峰裕度的具体步骤,其中,通过确定可控出力电源的固定出力电量和可调出力电量,从而确定电力系统的调峰裕度,该调峰裕度是可控出力电源提供的可用于消纳随机出力电源的调峰空间。
请参见图10,图10是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定装置的结构图,如图10所示,该电力系统消纳随机出力电源能力的确定装置1000包括:
获取模块1001,用于获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
第一确定模块1002,用于根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
模拟模块1003,用于采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
第二确定模块1004,用于根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
可选的,如图11所示,所述电力系统还包括可控出力电源,所述获取模块1001包括:
第一获取单元10011,用于获取所述电力系统的已知参数,其中,所述已知参数包括所述电力系统的负荷曲线、所述可控出力电源的装机容量、所述可控出力电源的调峰性能参数以及所述至少两个随机出力电源的保证出力电量。
设定单元10012,用于根据所述已知参数,对所述电力系统进行第一电力电量平衡计算,得到第一调峰平衡计算结果。
确定单元10013,用于根据所述第一调峰平衡计算结果,确定所述可控出力电源的固定出力电量和可调出力电量,其中,所述可控出力电源的可调出力电量等于所述电力系统的调峰裕度,所述电力系统的总负荷等于所述可控出力电源的固定出力电量和可调出力电量以及所述至少两个随机出力电源的保证出力电量之和。
需要说明的是,所述获取模块还可以包括其他单元,用于获取所述电力系统的除调峰裕度以外的其他运行参数。
可选的,所述至少两个随机出力电源包括风力发电电源和光伏发电电源,所述第一确定模块1002包括:
统计单元,用于分别统计所述风力发电电源的历史出力数据和所述光伏发电电源的历史出力数据,得出单位时间的同一时间段内,所述风力发电电源的出力率等于q的出力概率和所述光伏发电电源的出力率等于(p-q)的出力概率,其中,p是所述风力发电电源的出力率和所述光伏发电电源的出力率的总和,q≥0,p≥q;
建模单元,用于根据所述单位时间的同一时间段内,所述风力发电电源的出力率、与所述风力发电电源的出力率对应的出力概率、所述光伏发电电源的出力率,以及,与所述光伏发电电源的出力率对应的出力概率,建立概率模型;
所述模拟模块1003,包括:
其中,wind(q)是所述风力发电电源的出力率等于q的出力概率,solar(p-q)是所述光伏发电电源的出力率等于(p-q)的出力概率,combine(p)是所述风力发电电源和所述光伏发电电源的联合出力率等于p时的联合出力概率;
其中windrate(q)为所述风力发电电源和所述光伏发电电源的总的出力率等于q时所述风力发电电源的贡献率,solarrate(q)为所述风力发电电源和所述光伏发电电源的联合出力率等于q时所述光伏发电电源的贡献率。
可选的,所述第二确定模块1004,包括:
可选的,所述电力系统消纳随机出力电源能力的确定装置还包括:
计算模块,用于根据所述电力系统分别对所述风力发电电源和所述光伏发电电源的消纳电量,对所述电力系统进行第二电力电量平衡计算;
调整模块,用于根据所述电力系统的第二电力电量平衡计算结果,调整所述可控出力电源的输出电量,其中,所述可控出力电源减少的输出电量等于所述风力发电电源的消纳电量与所述光伏发电电源的消纳电量之和。
本发明实施能够实现如上说述的电力系统消纳随机出力电源能力的确定方法中的各个步骤,且能够取得相同的有益效果,为避免重复,在此不再赘述。
请参见图12,图12是本发明实施例提供的另一种电力系统消纳随机出力电源能力的确定装置的结构图,如图12所示,该装置包括:收发机1201、存储器1202、处理器1203及存储在所述存储器1202上并可在所述处理器1201上运行的计算机程序,其中:
所述处理器1203用于读取存储器1402中的程序,执行下列过程:
获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
可选的,处理器1203执行的获取所述电力系统的运行参数中的所述电力系统的调峰裕度,包括:
获取所述电力系统的已知参数,其中,所述已知参数包括所述电力系统的负荷曲线、所述可控出力电源的装机容量、所述可控出力电源的调峰性能参数以及所述至少两个随机出力电源的保证出力电量;
根据所述已知参数,对所述电力系统进行第一电力电量平衡计算,得到第一调峰平衡计算结果;
根据所述第一调峰平衡计算结果,确定所述可控出力电源的固定出力电量和可调出力电量,其中,所述可控出力电源的可调出力电量等于所述电力系统的调峰裕度,所述电力系统的总负荷等于所述可控出力电源的固定出力电量和可调出力电量以及所述至少两个随机出力电源的保证出力电量之和。
可选的,处理器1203执行的根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,包括:
分别统计所述风力发电电源的历史出力数据和所述光伏发电电源的历史出力数据,得出单位时间的同一时间段内,所述风力发电电源的出力率等于q的出力概率和所述光伏发电电源的出力率等于(p-q)的出力概率,其中,p是所述风力发电电源的出力率和所述光伏发电电源的出力率的总和,q≥0,p≥q;
所述根据所述至少两个随机出力电源的出力概率特性数据建立概率模型的步骤,包括:
根据所述单位时间的同一时间段内,所述风力发电电源的出力率、与所述风力发电电源的出力率对应的出力概率、所述光伏发电电源的出力率,以及,与所述光伏发电电源的出力率对应的出力概率,建立概率模型;
所述采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率的步骤,包括:
其中,wind(q)是所述风力发电电源的出力率等于q的出力概率,solar(p-q)是所述光伏发电电源的出力率等于(p-q)的出力概率,combine(p)是所述风力发电电源和所述光伏发电电源的联合出力率等于p时的联合出力累积概率;
其中windrate(q)为所述风力发电电源和所述光伏发电电源的总的出力率等于q时所述风力发电电源的贡献率,solarrate(q)为所述风力发电电源和所述光伏发电电源的联合出力率等于q时所述光伏发电电源的贡献率。
可选的,处理器1203执行的根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量,包括:
采用公式
采用公式
可选的,处理器1203还执行下列过程:
根据所述电力系统分别对所述风力发电电源和所述光伏发电电源的消纳电量,对所述电力系统进行第二电力电量平衡计算;
根据所述电力系统的第二电力电量平衡计算结果,调整所述可控出力电源的输出电量,其中,所述可控出力电源减少的输出电量等于所述风力发电电源的消纳电量与所述光伏发电电源的消纳电量之和。
本发明实施力提供的电力系统消纳随机出力电源能力的确定装置能够实现上述电力系统消纳随机出力电源能力的确定方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例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本发明实施例提供的电力系统消纳随机出力电源能力的确定方法中的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述信息数据块的处理方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电力系统消纳随机出力电源能力的确定方法,其特征在于,所述电力系统包括至少两个随机出力电源,所述方法包括:
获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
2.如权利要求1所述的方法,其特征在于,所述电力系统还包括可控出力电源,获取所述电力系统的运行参数中的所述电力系统的调峰裕度的步骤,包括:
获取所述电力系统的已知参数,其中,所述已知参数包括所述电力系统的负荷曲线、所述可控出力电源的装机容量、所述可控出力电源的调峰性能参数以及所述至少两个随机出力电源的保证出力电量;
根据所述已知参数,对所述电力系统进行第一电力电量平衡计算,得到第一调峰平衡计算结果;
根据所述第一调峰平衡计算结果,确定所述可控出力电源的固定出力电量和可调出力电量,其中,所述可控出力电源的可调出力电量等于所述电力系统的调峰裕度,所述电力系统的总负荷等于所述可控出力电源的固定出力电量和可调出力电量以及所述至少两个随机出力电源的保证出力电量之和。
3.如权利要求2所述的方法,其特征在于,所述至少两个随机出力电源包括风力发电电源和光伏发电电源,所述根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据的步骤,包括:
分别统计所述风力发电电源的历史出力数据和所述光伏发电电源的历史出力数据,得出单位时间的同一时间段内,所述风力发电电源的出力率等于q的出力概率和所述光伏发电电源的出力率等于(p-q)的出力概率,其中,p是所述风力发电电源的出力率和所述光伏发电电源的出力率的总和,q≥0,p≥q;
所述根据所述至少两个随机出力电源的出力概率特性数据建立概率模型的步骤,包括:
根据所述单位时间的同一时间段内,所述风力发电电源的出力率、与所述风力发电电源的出力率对应的出力概率、所述光伏发电电源的出力率,以及,与所述光伏发电电源的出力率对应的出力概率,建立概率模型;
所述采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率的步骤,包括:
其中,wind(q)是所述风力发电电源的出力率等于q的出力概率,solar(p-q)是所述光伏发电电源的出力率等于(p-q)的出力概率,combine(p)是所述风力发电电源和所述光伏发电电源的联合出力率等于p时的联合出力累积概率;
其中windrate(q)为所述风力发电电源和所述光伏发电电源的总的出力率等于q时所述风力发电电源的贡献率,solarrate(q)为所述风力发电电源和所述光伏发电电源的联合出力率等于q时所述光伏发电电源的贡献率,combine(q)是所述风力发电电源和所述光伏发电电源的联合出力率等于q时的联合出力累积概率。
4.如权利要求3所述的方法,其特征在于,所述根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量的步骤,包括:
采用公式
采用公式
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述电力系统分别对所述风力发电电源和所述光伏发电电源的消纳电量,对所述电力系统进行第二电力电量平衡计算;
根据所述电力系统的第二电力电量平衡计算结果,调整所述可控出力电源的输出电量,其中,所述可控出力电源减少的输出电量等于所述风力发电电源的消纳电量与所述光伏发电电源的消纳电量之和。
6.一种电力系统消纳随机出力电源能力的确定装置,其特征在于,所述电力系统包括至少两个随机出力电源,所述装置包括:
获取模块,用于获取所述电力系统的运行参数,所述运行参数包括:所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量,以及,所述至少两个随机出力电源的历史出力数据;
第一确定模块,用于根据所述至少两个随机出力电源的历史出力数据,分别确定所述至少两个随机出力电源的出力概率特性数据,并根据所述至少两个随机出力电源的出力概率特性数据建立概率模型,其中,所述出力概率特性数据包括:每一个随机出力电源的出力率,以及,与所述每一个随机出力电源的出力率对应的出力概率;
模拟模块,用于采用所述概率模型对所述至少两个随机出力电源的随机出力生产进行模拟,得出所述至少两个随机出力电源的联合出力率、与所述联合出力率对应的联合出力累积概率,以及,每一个随机出力电源的贡献率,其中,对与所述联合出力率对应的所述至少两个随机出力电源的出力概率进行卷积运算得到联合出力概率,对所述联合出力概率进行积分运算得到所述联合出力累积概率;
第二确定模块,用于根据所述电力系统的调峰裕度、所述至少两个随机出力电源的装机容量、所述联合出力率、所述联合出力累积概率以及所述贡献率,确定所述电力系统分别对每一个随机出力电源的消纳电量。
7.如权利要求6所述的装置,其特征在于,所述电力系统还包括可控出力电源,所述获取模块包括:
第一获取单元,用于获取所述电力系统的已知参数,其中,所述已知参数包括所述电力系统的负荷曲线、所述可控出力电源的装机容量、所述可控出力电源的调峰性能参数以及所述至少两个随机出力电源的保证出力电量;
设定单元,用于根据所述已知参数,对所述电力系统进行第一电力电量平衡计算,得到第一调峰平衡计算结果;
确定单元,用于根据所述第一调峰平衡计算结果,确定所述可控出力电源的固定出力电量和可调出力电量,其中,所述可控出力电源的可调出力电量等于所述电力系统的调峰裕度,所述电力系统的总负荷等于所述可控出力电源的固定出力电量和可调出力电量以及所述至少两个随机出力电源的保证出力电量之和。
8.如权利要求7所述的装置,其特征在于,所述至少两个随机出力电源包括风力发电电源和光伏发电电源,所述第一确定模块包括:
统计单元,用于分别统计所述风力发电电源的历史出力数据和所述光伏发电电源的历史出力数据,得出单位时间的同一时间段内,所述风力发电电源的出力率等于q的出力概率和所述光伏发电电源的出力率等于(p-q)的出力概率,其中,p是所述风力发电电源的出力率和所述光伏发电电源的出力率的总和,q≥0,p≥q;
建模单元,用于根据所述单位时间的同一时间段内,所述风力发电电源的出力率、与所述风力发电电源的出力率对应的出力概率、所述光伏发电电源的出力率,以及,与所述光伏发电电源的出力率对应的出力概率,建立概率模型;
所述模拟模块,包括:
其中,wind(q)是所述风力发电电源的出力率等于q的出力概率,solar(p-q)是所述光伏发电电源的出力率等于(p-q)的出力概率,combine(p)是所述风力发电电源和所述光伏发电电源的联合出力率等于p时的联合出力概率;
其中windrate(q)为所述风力发电电源和所述光伏发电电源的总的出力率等于q时所述风力发电电源的贡献率,solarrate(q)为所述风力发电电源和所述光伏发电电源的联合出力率等于q时所述光伏发电电源的贡献率,combine(q)是所述风力发电电源和所述光伏发电电源的联合出力率等于q时的联合出力累积概率。
9.如权利要求8所述的装置,其特征在于,所述第二确定模块,包括:
10.如权利要求9所述的装置,其特征在于,所述装置还包括:
计算模块,用于根据所述电力系统分别对所述风力发电电源和所述光伏发电电源的消纳电量,对所述电力系统进行第二电力电量平衡计算;
调整模块,用于根据所述电力系统的第二电力电量平衡计算结果,调整所述可控出力电源的输出电量,其中,所述可控出力电源减少的输出电量等于所述风力发电电源的消纳电量与所述光伏发电电源的消纳电量之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810531243.6A CN110544958B (zh) | 2018-05-29 | 2018-05-29 | 一种电力系统消纳随机出力电源能力的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810531243.6A CN110544958B (zh) | 2018-05-29 | 2018-05-29 | 一种电力系统消纳随机出力电源能力的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110544958A CN110544958A (zh) | 2019-12-06 |
CN110544958B true CN110544958B (zh) | 2021-03-02 |
Family
ID=68701535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810531243.6A Active CN110544958B (zh) | 2018-05-29 | 2018-05-29 | 一种电力系统消纳随机出力电源能力的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110544958B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408193B (zh) * | 2021-06-02 | 2023-03-21 | 国网河北省电力有限公司营销服务中心 | 新能源消纳能力评估方法、装置、终端设备及存储介质 |
CN113541195B (zh) * | 2021-07-30 | 2022-08-02 | 国家电网公司华中分部 | 一种未来电力系统中高比例可再生能源的消纳方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012037571A2 (en) * | 2010-09-17 | 2012-03-22 | Robertson John S | Energy storage and conversion systems |
CN102427244A (zh) * | 2011-10-10 | 2012-04-25 | 国电南瑞科技股份有限公司 | 大规模光伏风电信息接入系统 |
CN106410852A (zh) * | 2016-11-24 | 2017-02-15 | 国家电网公司 | 电网消纳新能源发电的评估方法及设备 |
CN106410780A (zh) * | 2015-07-28 | 2017-02-15 | 中国电力科学研究院 | 一种新能源接纳空间离散概率序列计算方法 |
CN107482656A (zh) * | 2017-08-11 | 2017-12-15 | 电力规划总院有限公司 | 微电网的电力规划方法、装置、设备及计算机可读存储介质 |
-
2018
- 2018-05-29 CN CN201810531243.6A patent/CN110544958B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012037571A2 (en) * | 2010-09-17 | 2012-03-22 | Robertson John S | Energy storage and conversion systems |
CN102427244A (zh) * | 2011-10-10 | 2012-04-25 | 国电南瑞科技股份有限公司 | 大规模光伏风电信息接入系统 |
CN106410780A (zh) * | 2015-07-28 | 2017-02-15 | 中国电力科学研究院 | 一种新能源接纳空间离散概率序列计算方法 |
CN106410852A (zh) * | 2016-11-24 | 2017-02-15 | 国家电网公司 | 电网消纳新能源发电的评估方法及设备 |
CN107482656A (zh) * | 2017-08-11 | 2017-12-15 | 电力规划总院有限公司 | 微电网的电力规划方法、装置、设备及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
从系统调峰角度评估电网接纳风电能力;韩小琪;《中国电力》;20100630;第43卷(第6期);全文 * |
基于Copula 理论的风光互补发电系统可靠性评估;赵继超等;《电力自动化设备》;20130131;第33卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110544958A (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Optimized sizing of a standalone PV-wind-hydropower station with pumped-storage installation hybrid energy system | |
Mohamed et al. | PSO-based smart grid application for sizing and optimization of hybrid renewable energy systems | |
Tang et al. | Look-ahead economic dispatch with adjustable confidence interval based on a truncated versatile distribution model for wind power | |
Villarreal et al. | Designing a sustainable and distributed generation system for semiconductor wafer fabs | |
CN105656026B (zh) | 可再生能源的设备建设资源配置方法和系统 | |
Tahir et al. | Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days | |
CN110544958B (zh) | 一种电力系统消纳随机出力电源能力的确定方法及装置 | |
CN112564160B (zh) | 一种计及风电不确定性的储能系统随机配置方法、终端及存储介质 | |
CN112821463A (zh) | 基于风、光随机性的主动配电网多目标日前优化调度方法 | |
Anna et al. | Community smart grid utilizing dynamic demand response and tidal power for grid stabilization | |
Ma et al. | Integrated strategy of the output planning and economic operation of the combined system of wind turbines-pumped-storage-thermal power units | |
CN104331748A (zh) | 一种预测规划目标年风电场群持续功率曲线的方法 | |
CN108022055A (zh) | 一种基于粒子群模型的微电网经济调度方法 | |
Han et al. | Grid integration of solar power in northwest China | |
CN110571861B (zh) | 一种发电机组的输出电量的确定方法及装置 | |
Komiyama et al. | Assessment of Japan's optimal power generation mix considering massive deployment of variable renewable power generation | |
Fan et al. | Research on influence factors analysis and countermeasures of improving prediction accuracy of run-of-river small hydropower | |
Arifin et al. | Implementation of battery energy storage system at cirata PV solar floating for reducing the electricity cost production on Jamali grid | |
Liu et al. | Micro grid energy management based on two-stage robust optimization | |
Olatunde et al. | Strategic plan analysis for integrating renewable generation to smart grid technologies in Nigeria | |
CN116722547B (zh) | 虚拟电厂需求响应调控方法、装置、设备及存储介质 | |
Zhang et al. | Optimal Scheduling Strategy for Power Systems Containing Offshore Wind Farms Considering Wind Power Uncertainty | |
Pavić et al. | Generation scheduling in power systems with high penetration of renewable energy | |
Gao et al. | Probabilistic planning of minigrid with renewables and storage in western australia | |
King et al. | A genetic algorithm based economic dispatch (gaed) with environmental constraint optimisation |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211215 Address after: 65 ande Road, Xicheng District, Beijing 100120 Patentee after: ELECTRIC POWER PLANNING AND ENGINEERING INSTITUTE CO.,LTD. Patentee after: China energy intelligent new technology industry development Co., Ltd Address before: 65 ande Road, Xicheng District, Beijing 100120 Patentee before: ELECTRIC POWER PLANNING AND ENGINEERING INSTITUTE CO.,LTD. |