CN110635506A - 一种用于新能源消纳分析的电网优化分区方法 - Google Patents

Abstract

本发明公开了一种用于新能源消纳分析的电网优化分区方法，包括如下步骤：S1、确定单元子区域电网U_i；S2、收集并统计新能源历史发电出力数据序列并剔除异常数据P_re,i(t)；S3、计算全部新能源电站累积发电量E_re,i；S4、收集历史电力负荷数据超P_load,i(t)并剔除异常数据；S5、计算电力负荷累积用电量E_load，i；S6、计算每一时刻的匹配发电功率P_matchre,i(t)和匹配用电功率P_matchload,i(t)；S7、计算总匹配发电电量E_matchre,i和总匹配用电电量E_matchl,i；S8、计算时序匹配度K_match,i；S9、对各个单元子区域的源‑荷匹配度系数K_match,i进行归类。本优化方法通过长时间统计数据分析，用时序匹配度这一关键特征指标，衡量光伏电站的发电出力和电力负荷在时序上的匹配程度，为分布式光伏的选址、定容等规划方案制定提供基础支撑。

Description

一种用于新能源消纳分析的电网优化分区方法

技术领域

本发明涉及新能源发电领域，具体涉及一种用于新能源消纳分析的电网优化分区方法。

背景技术

风、光等新能源出力具有随机性和波动性，大规模消纳一直是世界性难题。由于我国的资源禀赋特点、电力系统条件和市场机制问题，消纳新能源面临更大挑战。随着新能源大规模开发，我国局部地区消纳矛盾逐渐凸显，出现了弃风、弃光问题，引起社会各界的关注。

分析制约新能源消纳的关键因素，新能源装机分布及其与负荷的关系来看，从全国、省市、地区等都存在新能源装机分布不均衡，与负荷呈逆向分布的特点。当新能源从装机集中地区输送至负荷集中地区时，线路输送能力成为限制新能源消纳的关键因素。目前，电网分区的主要驱动力是短路电流水平超过断路器的开断能力，因此分区是在短路电流超标的情况下进行，可以认为这种分区是被迫和被动的，且往往是依赖于经验，这种分区方式并不适用于新能源消纳分析。

发明内容

本发明的目的是解决新能源并网发电与负荷不匹配导致电网分区不适用于新能源消纳的问题，提出了一种用于新能源消纳分析的电网优化分区方法，考虑电网中不同子区域系统的新能源发电与负荷的匹配关系，反应新能源出力和电力负荷在时序上的匹配程度，进而对电网进行分区，用于电网新能源消纳分析，为电网的规划和优化运行提供基础支撑。

为实现上述技术目的，本发明提供的一种技术方案是，一种用于新能源消纳分析的电网优化分区方法，其特征在于：包括如下步骤：

S1、确定单元子区域电网U_i；

S2、收集并统计单元子区域电网U_i所接入的调度口径新能源历史发电出力数据序列并剔除异常数据P_re,i(t)，确定新能源发电出力数据的时间间隔dt；

S3、在新能源发电区间t_N内，计算单元子区域电网U_i内调度口径全部新能源电站累积发电量E_re,i；

S4、收集单元子区域电网U_i内的历史电力负荷数据超P_load,i(t)并剔除异常数据，确定电力负荷数据的时间间隔dt₁；

S5、在新能源发电区间t_N内，计算单元子区域电网U_i内电力负荷累积用电量E_load，i；

S6、在新能源发电区间t_N内，计算每一时刻单元子区域电网U_i内新能源出力与电力负荷的匹配发电功率P_matchre,i(t)和匹配用电功率P_matchload,i(t)；

S7、在新能源发电区间t_N内，计算单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配发电电量E_matchre,i和总匹配用电电量E_matchl,i；

S8、在新能源发电区间t_N内，计算各个单元子区域电网U_i内新能源出力与电力负荷的时序匹配度K_match,i；

S9、采用k-means聚类方法对各个单元子区域电网的源-荷匹配度系数K_match,i进行归类，实现电网分区。

所述步骤S2中，所述新能源发电出力数据的时间间隔dt典型取值区间为1～15分钟。

所述步骤S3中，所述单元子区域电网U_i的新能源累积发电量E_re,i的计算公式为：

式中：E_re，i为发电区间t_N内，单元子区域电网U_i的新能源累积发电量。

所述步骤S4中，所述电力负荷数据的时间间隔dt₁与新能源发电出力数据的时间间隔dt保持一致。

所述步骤S5中，电力负荷累积用电量E_load，i计算公式：

式中：

E_load，i——单元子区域电网U_i内电力负荷累积用电量；

P_load,i(t)——第t时刻的单元子区域电网U_i内电力负荷有功值。

所述步骤6中，

所述匹配发电功率P_matchre,i(t)的计算公式为：

所述匹配用电功率P_matchload,i(t)的计算公式为：

式中：

P_matchre,i(t)——t时刻区域内新能源电站出力与电力负荷的匹配发电功率；

P_matchload,i(t)——t时刻区域内新能源电站出力与电力负荷的匹配用电功率；

S_i——单元子区域电网变电站的额定容量；

ε_match——新能源电站出力与电力负荷匹配阈值系数，典型取值区间为10％～30％。

所述步骤S7中，

所述总匹配发电电量E_matchre,i的计算公式为：

所述总匹配用电电量E_matchl,i的计算公式为：

式中：

E_matchre,i——单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配发电量；

E_matchL,i——单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配用电量。

所述步骤S8中，时序匹配度K_match,i的计算公式如下：

所述步骤S9中，k-means聚类分析具体步骤如下：

S91、随机选中k个种子，代表k个簇中心；

S92、计算空间所有点与每个中心的距离，距离哪个中心近就属于哪个簇，采用欧氏距离其计算公式如下：

S93、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数；

S94、重复步骤S92和步骤S93，直到簇中心不再移动。

本发明的有益效果：1、本优化方法通过长时间统计数据分析，用时序匹配度这一关键特征指标，衡量光伏电站的发电出力和电力负荷在时序上的匹配程度，为分布式光伏的选址、定容等规划方案制定提供基础支撑；2、本优化方法具有流程清晰、数据来源易得、便于计算的优点，适用于分布式光伏接入配电网这样点多面广的特点。

附图说明

图1为本实施例的一种用于新能源消纳分析的电网优化分区方法的方法流程图。

图2为本实施例中的k-means聚类分析算法流程图。

图3为本实施例中各主变连接关系图。

图4为本实施例中各主变下的新能源出力和负荷曲线图。

图5为本实施例中各个电站的匹配发电功率与匹配用电功率曲线。

图6为本实施例中一种用于新能源消纳分析的电网优化分区方法的分区结果。

具体实施方式

为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，本领域普通技术人员在没有做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。

实施例：如图1所示，一种用于新能源消纳分析的电网优化分区方法的方法流程图，所述分析方法包括下述步骤：

步骤S1、确定单元子区域电网。若一个区域电网内，共有m座相同类型最高电压等级变电站S1，S2，…Sm，将一个变电站下所连的电网视为一个单元子区域电网，U1，U2，…Ui…Um，即共有m个单元子区域电网(下文简称单元子区域)。设在新能源消纳分析中，要将该区域电网分为k个分区，则问题转换为将m个单元分成k个组；

步骤S2、对于单元子区域电网U_i(i＝1…m)，收集并统计该单元所接入的调度口径新能源历史发电出力数据序列P_re,i(t)(i＝1…m)，并剔除异常数据。发电出力数据的时间间隔dt典型取值区间为1～15分钟。

步骤S3、对于单元子区域电网U_i(i＝1…m)，在新能源发电区间t_N内，计算单元内调度口径全部新能源电站累积发电量，计算公式为：

式中：

E_re，i——发电区间t_N内，单元子区域电网U_i的新能源累积发电量；

步骤S4、收集单元子区域电网U_i内的历史电力负荷数据P_load,i(t)。选取单元子区域内历史电力负荷，并剔除异常数据。电力负荷数据的时间间隔dt₁与新能源电站发电数据的时间间隔dt必须保持一致。

步骤S5、在新能源发电区间t_N内，计算单元子区域电网U_i内电力负荷累积用电量，计算公式为：

式中：

E_load，i——单元子区域电网U_i内电力负荷累积用电量；

P_load,i(t)——第t时刻的单元子区域电网U_i内电力负荷有功值。

步骤S6、在新能源发电区间t_N内，计算每一时刻单元子区域电网U_i内新能源出力与电力负荷的匹配发电功率和匹配用电功率。

计算公式为：

式中：

P_matchre,i(t)——t时刻区域内新能源电站出力与电力负荷的匹配发电功率；

P_matchload,i(t)——t时刻区域内新能源电站出力与电力负荷的匹配用电功率；

S_i——单元子区域电网变电站的额定容量；

ε_match——新能源电站出力与电力负荷匹配阈值系数，典型取值区间为10％～30％；

当单元子区域电网内新能源出力与电力负荷的偏差绝对值小于等于ε_matchS_i时，认为新能源电站出力与电力负荷匹配，匹配发电功率等于新能源电站出力，匹配用电功率等于电力负荷功率；当区域内新能源电站出力与电力负荷的偏差绝对值大于ε_matchS_i时，认为新能源电站出力与电力负荷不匹配，匹配发电功率和匹配用电功率都等于0。

步骤S7、在新能源发电区间t_N内，计算单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配发电电量和总匹配用电电量，计算公式为如(8)所示：

式中：

E_matchre,i——单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配发电量；

E_matchL,i——单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配用电量；

步骤S8、在新能源发电区间t_N内，计算子区域内新能源出力与电力负荷的时序匹配度，计算公式为：

依据步骤S2到S8计算各个单元子区域电网U_i的源-荷匹配度系数K_match,i；

步骤S9、基于各个单元子区域电网的源-荷匹配度系数K_match,i，采用k-means聚类方法对各个单元子区域电网的源-荷匹配度系数K_match,i进行归类，形成k个分类，实现电网分区。

如图2所示，为k-means聚类分析算法流程图，k-means聚类分析算法具体步骤如下：步骤S91、随机选中k个种子，代表k个簇中心；

步骤S92、计算空间所有点与每个中心的距离，距离哪个中心近就属于哪个簇，采用欧氏距离其计算公式如下：

步骤S93、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数；

步骤S94、重复步骤S92和步骤S93，直到簇中心不再移动。

一种用于新能源消纳分析的电网优化分区方法的最佳应用实例如下：

以某地区电网为例，设该区域内共有6座500kV变电站，其连接关系如图3所示，分别标记为subA，subB，subC，subD，subE，subF，每个变电站有2台变压器，容量为1500MVA。本算例设置以5分钟为时间精度，一天共计384个点，计算周期为14天，则获取该区域电网14天运行周期内，各主变下的新能源及负荷时序功率曲线。分析并计算各个主变下的新能源-负荷的源荷匹配度系数，并根据匹配度系数计算结果，采用聚类算法对该区域电网进行分区。

图4所示为本实施例中各主变下的新能源出力和负荷曲线图，图中具体展示了电站A(SubA)至电站F(SubF)的新能源出力与负荷曲线。

根据前述方法，计算得到各个电站的匹配发电功率和匹配用电功率，其中，SubF电站的匹配功率计算结果如表1所示(表中只展示一天的结果)：

表1：SubF电站的匹配功率计算结果

图5所示为所示为各个电站的匹配发电功率与匹配用电功率曲线图。

表2所示为匹配度系数计算结果：

表2：匹配度系数计算结果

如表2所示，SubC的源荷匹配系数最大，为0.9375；SubA的源荷匹配系数最小，为0.0023，这与图3-4中的各电站源荷功率匹配曲线的变化趋势保持一致：SubA的源荷功率匹配度较差，只在最后四天中出现了较好匹配；SubC的源荷功率匹配度较好，只有若干点没有匹配上。根据匹配度系数得到各个电站的源荷匹配度由高到低的排序为：SubC>SubD>SubF>SubB>SubE>SubA。

基于各个子区域的源-荷匹配度，采用k-means聚类分析算法将各个子区域进行归类，得到如表3所示的k-means聚类分析算法聚类结果：

表3：k-means聚类分析算法聚类结果

聚类	结果	占比
			第一类	SubA，SubB，SubE，SubF	33％
第二类	SubC，SubD	67％

根据分类结果对各个电站进行分区，得到如图6所示为一种用于新能源消纳分析的电网优化分区方法的分区结果，图中不同圆圈区域表示所属不同分区，可见，大圆圈区域所包含的电站有SubA、SubB、SubE和SubF，小圆圈区域所包含的电站有SubC和SubD。

以上所述之具体实施方式为本发明一种用于新能源消纳分析的电网优化分区方法的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。

Claims (9)

1.一种用于新能源消纳分析的电网优化分区方法，其特征在于：包括如下步骤：

S1、确定单元子区域电网U_i；

S2、收集并统计单元子区域电网U_i所接入的调度口径新能源历史发电出力数据序列并剔除异常数据P_re,i(t)，确定新能源发电出力数据的时间间隔dt；

S3、计算单元子区域电网U_i内调度口径全部新能源电站累积发电量E_re,i；

S4、收集单元子区域电网U_i内的历史电力负荷数据超P_load,i(t)并剔除异常数据；确定电力负荷数据的时间间隔dt₁；

S5、计算单元子区域电网U_i内电力负荷累积用电量E_load，i；

S6、计算每一时刻单元子区域电网U_i内新能源出力与电力负荷的匹配发电功率P_matchre,i(t)和匹配用电功率P_matchload,i(t)；

S7、计算单元子区域电网U_i内新能源出力与电力负荷在发电区间内的总匹配发电电量E_matchre,i和总匹配用电电量E_matchl,i；

S8、计算各个单元子区域电网U_i内新能源出力与电力负荷的时序匹配度K_match,i；

S9、采用k-means聚类方法对各个单元子区域的源-荷匹配度系数K_match,i进行归类，实现电网分区。

2.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S2中，所述新能源发电出力数据的时间间隔dt典型取值区间为1～15分钟。

3.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S3中，所述单元子区域电网U_i的新能源累积发电量E_re,i的计算公式为：

式中：E_re，i为发电区间t_N内，单元子区域电网U_i的新能源累积发电量。

4.根据权利要求2所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S4中，所述电力负荷数据的时间间隔dt₁与新能源发电出力数据的时间间隔dt保持一致。

5.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S5中，电力负荷累积用电量E_load，i计算公式：

式中：

E_load，i——单元子区域U_i内电力负荷累积用电量；

P_load,i(t)——第t时刻的单元子区域U_i内电力负荷有功值。

6.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤6中，

所述匹配发电功率P_matchre,i(t)的计算公式为：

所述匹配用电功率P_matchload,i(t)的计算公式为：

式中：

P_matchre,i(t)——t时刻区域内新能源电站出力与电力负荷的匹配发电功率；

P_matchload,i(t)——t时刻区域内新能源电站出力与电力负荷的匹配用电功率；

S_i——单元子区域电网变电站的额定容量；

ε_match——新能源电站出力与电力负荷匹配阈值系数，典型取值区间为10％～30％。

7.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S7中，

所述总匹配发电电量E_matchre,i的计算公式为：

所述总匹配用电电量E_matchl,i的计算公式为：

式中：

E_matchre,i——单元子区域U_i内新能源出力与电力负荷在发电区间内的总匹配发电量；

E_matchL,i——单元子区域U_i内新能源出力与电力负荷在发电区间内的总匹配用电量。

8.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S8中，时序匹配度K_match,i的计算公式如下：

9.根据权利要求1所述的一种用于新能源消纳分析的电网优化分区方法，其特征在于：所述步骤S9中，k-means聚类分析具体步骤如下：

S91、随机选中k个种子，代表k个簇中心；

S92、计算空间所有点与每个中心的距离，距离哪个中心近就属于哪个簇，采用欧氏距离其计算公式如下：

S93、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数；

S94、重复步骤S92和步骤S93，直到簇中心不再移动。

Images