CN111030161A - 一种新能源消纳与电网深度调峰裕度相关性分析方法 - Google Patents
一种新能源消纳与电网深度调峰裕度相关性分析方法 Download PDFInfo
- Publication number
- CN111030161A CN111030161A CN201911102718.0A CN201911102718A CN111030161A CN 111030161 A CN111030161 A CN 111030161A CN 201911102718 A CN201911102718 A CN 201911102718A CN 111030161 A CN111030161 A CN 111030161A
- Authority
- CN
- China
- Prior art keywords
- power grid
- new energy
- index
- energy consumption
- peak regulation
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种新能源消纳与电网深度调峰裕度相关性分析方法,包括以下步骤:获取电网深度调峰运行指标和新能源消纳量指标;建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。本发明可广泛应用于新能源消纳下的电网机组深度调峰,通过直观的数据指标更利于观察新能源消纳下的机组运行,直接明了地量化出新能源消纳对电网深度调峰的影响程度,其结果能够较好的供地区电网调度人员参考,具有重大的发展前景和应用意义。
Description
技术领域
本发明涉及电网深度调峰技术领域,尤其涉及一种新能源消纳与电网深度调峰裕度相关性分析方法。
背景技术
在风电、光伏的装机容量高速增长趋势下,截止到2016年我国的风电、光伏已经在大多数省市成为了仅次于火电的发电能源。
然而由于光伏、风电的出力随机性、间歇性特点,大规模的光伏风电并网消纳之后,加大了负荷的峰谷差,特别是夜间负荷低谷时段的风电大发、腰荷时段的光伏大发,都给电网系统的机组调峰运行增加了调峰压力。
在我国目前的清洁能源消纳趋势下,仅仅依靠机组的常规调峰已经不能满足风电、光伏现有的装机容量的出力波动变化,特别是某些地区新能源出力全消纳政策下,机组由于调峰能力不足常常只能减小新能源的发电量导致资源浪费。调峰资源的不充足不仅遏制了清洁能源的消纳容量,而且对电网运行的经济性和环保性也带来了不利的影响。其不利影响主要体现在随着新能源消纳量增大,机组负荷率逐渐降低,并且机组供电煤耗率随负荷率的下降迅速增高,从而导致电网运行成本提高。
发明内容
针对上述现有技术存在不足,本发明提供一种新能源消纳与电网深度调峰裕度相关性分析方法,根据电网机组深度调峰运行特性以及实际历史运行数据,基于目前的机组深度调峰策略,进一步挖掘深度调峰与规模化新能源消纳量之间的相关性。
本发明采用的技术方案为:
第一方面,本发明提供了一种新能源消纳与电网深度调峰裕度相关性分析方法,其特征在于,包括以下步骤:
获取电网深度调峰运行指标和新能源消纳量指标;
建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;
分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;
根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。
在第一方面的第一种可能实施方式中,所述获取电网深度调峰运行指标和新能源消纳量指标;具体包括:
选取待分析地区的实际电网运行数据,包括光伏、新能源消纳量,电网容量、出力参数和运行数据;
基于新能源消纳量与机组调峰容量之间的关系,提出机组深度调峰运行指标和新能源消纳量指标。
在第一方面的第二种可能实施方式中,所述建立电网深度调峰运行指标和新能源消纳量的相关性分析模型;具体包括:采用多场景下深度调峰时间序列分析方法,建立电网深度调峰运行指标和新能源消纳量的相关性分析模型。
在第一方面的第三种可能实施方式中,所述采用多场景下深度调峰时间序列分析方法;具体包括:采用以年、季度、月、日为时段场景的电网深度调峰电量计算指标与新能源消纳量计算指标的计算方法。
在第一方面的第四种可能实施方式中,所述采用多场景下深度调峰时间序列分析方法为:
CF(i,j)=C(i,j)∩F1(i,j);
其中,C(i,j)表示新能源并网消纳时间序列;F(i,j)表示机组进行深度调峰运行时间序列;PsfM表示机组在深度调峰运行阶段的极限调峰电量,F1(i,j)表示机组深度调峰电量小于这个限值时的时间序列;CF(i,j)表示电网机组开始深度调峰时的时间序列。
在第一方面的第五种可能实施方式中,所述建立电网深度调峰运行指标和新能源消纳量的相关性分析模型为:
其中,相关系数记为rxy,反映数据x和数据y的线性相关程度,x对应新能源消纳量,y对应机组平均负荷率。
在第一方面的第六种可能实施方式中,所述分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;具体包括:电网深度调峰能力裕度指标如下:
Ped,t=Pby,t+Ldx,t-Ldx,min;
其中,Pen,t表示t时段系统的调峰能力,Ped,t表示t时段系统的调峰需求,Tm表示系统调峰压力最大时段,E表示系统调峰压力最大时段系统调峰裕度的最小值。Pi,t为机组i在时段t的出力,Pby,t为机组在时段t时的旋转备用容量,Ldx,t为系统在时段t的等效负荷,即实际负荷减去新能源预测出力后的负荷值,Ldx,min为计算时段内等效负荷的低谷最小值。
在第一方面的第七种可能实施方式中,所述根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系,具体包括:
结合实际运行数据与相关性分析模型,通过具体数值量化出电网深度调峰能力裕度指标与电网运行费用之间的关系。
第二方面,本发明还提供了一种新能源消纳与电网深度调峰裕度相关性分析装置,其特征在于,包括:
指标获取模块,用于获取电网深度调峰运行指标和新能源消纳量指标;
相关性分析模型建立模块,用于建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;
电网深度调峰能力裕度指标模块,用于分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;
电网运行费用分析模块,用于根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。
本发明的有益效果为:
本发明所提方法考虑到了新能源消纳对电网深度调峰的影响程度,综合分析深度调峰运行相关指标与新能源消纳量计算指标,提出了电网深度调峰能力裕度指标,形成了可以分析新能源消纳与电网深度调峰相关性的模型。本发明可广泛应用于新能源消纳下的电网机组深度调峰,通过直观的数据指标更利于观察新能源消纳下的机组运行,直接明了地量化出新能源消纳对电网深度调峰的影响程度,其结果能够较好的供地区电网调度人员参考,具有重大的发展前景和应用意义。
附图说明
图1为本发明提出的一种新能源消纳与电网深度调峰裕度相关性分析方法流程图;
图2为本发明中机组24小时平均深度调峰电量分布图;
图3为本发明中24小时新能源消纳量与机组深度调峰电量对比图;
图4为本发明中新能源消纳量与机组深度调峰电量回归曲线图;
图5为本发明中新能源消纳量变化量与调峰机组平均负荷率变化量对比图;
图6为本发明中机组平均负荷率与新能源消纳量回归曲线图;
图7为本发明中某机组供电煤耗率与机组负荷的二次关系曲线图;
图8为本发明提出的一种新能源消纳与电网深度调峰裕度相关性分析装置结构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
本发明提出一种新能源消纳与电网深度调峰裕度相关性分析方法,在电网常规机组现有深度调峰策略下,综合考虑机组供电煤耗率与机组负荷之间的关系和电网运行费用与电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标,具有重大的发展前景和应用意义。
本发明提供的技术方案总体思路如下:本发明提供一种新能源消纳与电网深度调峰裕度相关性分析方法,通过对机组进行调峰改造使机组能够灵活进行深度调峰运行,研究和挖掘规模化新能源消纳下电网系统深度调峰运行的影响关系,通过使用新能源消纳量来分析机组负荷率,量化出新能源消纳与机组调峰运行指标之间直接的相关性,为电网调度运行人员提供数据参考,进一步研究分析在此相关性下电网机组的深度调峰优化运行策略。
以上是本申请的核心思想,为了使本技术领域的人员更好地理解本申请方案,下面结合附图对本申请作进一步的详细说明。应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
如图1所示,为本发明提出的一种新能源消纳与电网深度调峰裕度相关性分析方法流程图。
参照图1,本发明提出的一种新能源消纳与电网深度调峰裕度相关性分析方法,包括以下步骤:
步骤101,获取电网深度调峰运行指标和新能源消纳量指标;
步骤102,建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;
步骤103,分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;
步骤104,根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。
本发明实施例中,首先基于新能源消纳量与机组调峰容量之间的关系,机组的深度调峰运行相关指标和新能源消纳量相关指标;其次采用多场景下深度调峰时间序列分析方法,建立电网深度调峰运行指标和新能源消纳量的相关性分析模型;然后分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;最后结合相关性模型进行实际运行数据实例计算,得出新能源消纳量与电网机组的深度调峰运行之间的相关性并且通过具体数值量化出电网深度调峰能力裕度指标与电网运行费用之间的关系。
在步骤101中,获取电网深度调峰运行指标和新能源消纳量指标;具体包括:
选取待分析地区的实际电网运行数据,包括光伏、风电新能源消纳量,电网容量、出力参数和运行数据;
基于新能源消纳量与机组调峰容量之间的关系,提出机组深度调峰运行指标和新能源消纳量指标。
本发明实施例中,电网深度调峰容量计算指标与新能源消纳量计算指标均以多时段为分析场景进行分析,具体为:采用以年、季度、月、日为时段场景的电网深度调峰电量计算指标与新能源消纳量计算指标的计算方法。
本发明实施例中,以年、季度、月、日为时段场景的机组深度调峰电量计算指标与新能源消纳量计算指标的计算方法如下:
以年为时段场景时,系统调峰机组的深度调峰总电量Dy计算指标为:
以季度为时段场景时,某一季节机组深度调峰电量Ds计算指标为:
以月为时段场景时,第k个月调峰机组深度调峰电量Dm,k计算指标为:
以日为时段场景时,一年中任一天的机组深度调峰电量Dd计算指标为:
以年为时段场景时,一个年度新能源平均消纳量Sy计算指标为:
其中,n为一年的天数;m=24表示一天的小时数;Wxn(i,j)表示第i天第j小时新能源的消纳量;
以季度为时段场景时,一个年度中某一季节的新能源平均消纳量Ss计算指标为:
其中,ns表示一年某个季度的天数;Ws,xn(i,j)表示该季度第i天第j小时季度的新能源消纳量;
以月为时段场景时,一个月新能源平均消纳量Sm计算指标为:
其中,nm为一个月天数;Wm,xn(i,j,k)表示第k月、第i天、第j小时的新能源消纳量;
以日为时段场景时,一年中任一天新能源平均消纳量Sd计算指标为:
其中,m为一天小时数,Wxn(i,j)为一年中第i天、第j小时的新能源消纳量。
在步骤102中,建立电网深度调峰运行指标和新能源消纳量的相关性分析模型为:
其中,相关系数记为rxy,反映数据x和数据y的线性相关程度,rxy值介于-1 到1之间,绝对值越大表明相关性越强,x对应新能源消纳量,y对应机组平均负荷率。
本发明实施例中,采用多场景下深度调峰时间序列分析方法,考虑新能源消纳下机组供电煤耗率与负荷的关系和机组深度调峰成本的构成,建立电网深度调峰运行指标和新能源消纳量的相关性分析模型;
其中,多场景下深度调峰时间序列表示方法如下所示:
CF(i,j)=C(i,j)∩F1(i,j);
其中,C(i,j)表示新能源并网消纳时间序列;F(i,j)表示机组进行深度调峰运行时间序列;PsfM表示机组在深度调峰运行阶段的极限调峰电量,F1(i,j)表示机组深度调峰电量小于这个限值时的时间序列;CF(i,j)表示电网机组开始深度调峰时的时间序列;
在步骤103中,分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;具体包括:电网深度调峰能力裕度指标的计算方法如下:
Ped,t=Pby,t+Ldx,t-Ldx,min;
其中,Pen,t表示t时段系统的调峰能力,Ped,t表示t时段系统的调峰需求,Tm表示系统调峰压力最大时段,E表示系统调峰压力最大时段系统调峰裕度的最小值。Pi,t为机组i在时段t的出力,Pby,t为机组在时段t时的旋转备用容量,Ldx,t为系统在时段t的等效负荷,即实际负荷减去新能源预测出力后的负荷值,Ldx,min为计算时段内等效负荷的低谷最小值。
在步骤104中,根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系,具体包括:
结合相关性模型进行实际运行数据,得出新能源消纳量与电网机组的深度调峰运行之间的相关性并且通过具体数值量化出电网深度调峰能力裕度指标与电网运行费用之间的关系。
在新能源消纳量与深度调峰运行指标相关性基础上,提出电网深度调峰能力裕度指标,研究不同运行模式下新能源消纳下电网运行费用与深度调峰能力裕度的关系。
依据本发明介绍的机组深度调峰电量计算指标,如表1所示,为地区电网机组各典型月深度调峰运行统计表,基于地区电网所有机组的运行出力数据,给出四个季节各典型月的月深度调峰电量总加、月深度调峰小时数、最大小时非常规调峰电量、调峰机组平均负荷率、月均新能源最大消纳率等统计数据。
表1
以地区冬季典型月为例,表2为地区冬季典型月机组深度调峰运行统计表,给出了具有调峰能力的3个容量等级机组分别的月深度调峰总电量、月机组深度调峰小时数、最大深度调峰电量和机组深度调峰投运时间占比数四类统计数据。
表2
从表1和表2可以看出:
(1)地区电网在冬季2月份火电调峰机组的深度调峰压力最大,调峰机组的平均运行负荷率最低,2月份和10月份的机组平均负荷率几乎相差10%;
(2)地区电网夏季7月份调峰机组参与深度调峰运行小时数最高,而最大小时深度调峰电量最低,说明机组常规调峰与深度调峰切换次数频繁,机组平均负荷率相比10月份略低;
(3)按季节典型月为场景单独分析时,新能源消纳率对机组的深度调峰情况意义不大,是因为季节性负荷的差异和机组的启停安排变化对机组的调峰影响更大,宜采用天、小时短时段为场景进行分析;
(4)地区电网最大小时深度调峰电量出现时间集中在中午时段,而非常规的凌晨负荷低谷时期,说明地区目前的电网运行现状下中午腰荷时段的调峰压力最大;
(5)1000MW机组的机组运行数最小,但是深度调峰电量相比于机组数最多的300MW机组更大,说明大容量调峰机组是承担调峰任务的主力,其调峰能力更强,负荷电网的实际运行情况。
四个季节典型月一天24小时的机组在每时刻的平均深度调峰电量分布如图2所示,机组深度调峰电量就一天24小时分布来看,冬季和秋季机组深度调峰时段集中在中午时段和凌晨时段,并且中午时段平均深度调峰电量远大于凌晨时段;夏季机组深度调峰时段集中在凌晨时段和光伏出力早高峰8:00左右时段;春季机组深度调峰时段仅仅集中在中午时段,其中午时段的平均深度调峰电量仅低于冬季。由此可以说明,地区电网的调峰压力主要集中在凌晨5:00和中午13:00左右,同时也验证了表1中最大小时深度调峰电量出现的时间的合理性。
以冬季2月为例的24小时电网新能源消纳总量与机组深度调峰总电量对比如图3所示,从图中可以明显看出,新能源消纳量变化情况与机组深度调峰电量大小具有明显的正相关性。其中在1:00到9:00左右时段,新能源的消纳量呈现平稳趋势,波动较小,而机组深度调峰电量在1:00到5:00时段持续增长,这是由于该时段负荷处于低谷时段,进一步压缩了机组的出力空间;在5:00到9:00 时段,随着电网用电负荷的增加,机组的出力空间得以扩大,机组的深度调峰电量减小达到一天最低。在上午9:00到下午17:00,机组的深度调峰电量随着新能源消纳量的变化而变化。在17:00之后,机组的深度调峰电量随着负荷晚高峰的到来略微减小。根据这一高度正相关性,可以对新能源消纳量和机组深度调峰电量之间进行相关回归分析。
如表3和图4分别给出了冬季2月份新能源消纳量与机组深度调峰电量的回归分析模型和回归模型线性估计曲线图。
表3
根据相关性计算公式可得,新能源消纳量和机组深度调峰容量的相关系数为0.802,在0.01侧高度正相关。从表3数据可以看出,三次曲线方程的判断系数R2大于二次曲线,表明用三次曲线函数来解释新能源消纳量与机组深度调峰电量之间的相关性变化能力更强。因此根据参数估计值,用X表示地区冬季2 月份新能源消纳量,Y表示地区冬季2月份机组深度调峰电量,可以用三次函数近似表示出两者的相关性:
Y=-8.944E-11X^3+1.586E-5X^2-0.716X+9920.178;
根据图2和图3地区电网机组深度调峰电量的时段特性,在图5中选取时间序列为中午12:00到14:00时段的2月份电网运行数据进行重点分析。新能源消纳量变化量为t+1时刻新能源消纳量减去t时刻新能源消纳量,机组平均负荷率变化量同理得到。从图中可以明显看出,地区调峰机组平均负荷率的变化情况与新能源消纳量的变化量存在一定的模型关系,对此采用相关性及回归模型进行研究分析。
如表4与图6给出冬季2月份中午时段12:00到14:00新能源消纳量与火电机组平均运行负荷率的回归分析模型和回归模型线性估计曲线。根据相关性公式计算出新能源消纳量和机组平均负荷率的相关系数为-0.899,在0.01侧高度负相关。从表4数据可以看出,三次曲线方程的判断系数R2大于二次曲线和一次线性曲线,表明用三次曲线函数来解释新能源消纳量与机组平均变化率之间的相关性变化能力更强。因此根据参数估计值,用X和Y分布表示地区冬季2月份新中午时段能源消纳量和调峰机组平均负荷率,可以用三次函数近似表示出两者的相关性:Y=2.401E-12X^3-7.549E-9X^2+0.888。说明新能源消纳量增大或减小1000MW时,机组的平均负荷率随之减小或增大11%。
由于机组的深度调峰过程对机组的运行费用包括机组进行深度调峰运行的固定成本和深度调峰电量的收益补偿。如表4所示,给出以运行费用最低为最大优化目标(方法1)和机组调峰能力裕度最大为优化目标(方法2)的电网运行结果。
表4
仿真运行方法 | 运行费用(百万元) | 系统调峰裕度 |
方法1 | 5.348 | 0.8374 |
方法2 | 5.781 | 1.3955 |
根据表4所示数据,可以发现在光伏大发时段电网运行费用和电网深度调峰能力裕度呈现正相关性,调峰裕度上升,机组的运行费用增加。
本发明所提方法考虑到了新能源消纳对电网深度调峰的影响程度,综合分析深度调峰运行相关指标与新能源消纳量计算指标,提出了电网深度调峰能力裕度指标,形成了可以分析新能源消纳与电网深度调峰相关性的模型。本发明可广泛应用于新能源消纳下的电网机组深度调峰,通过直观的数据指标更利于观察新能源消纳下的机组运行,直接明了地量化出新能源消纳对电网深度调峰的影响程度,其结果能够较好的供地区电网调度人员参考,具有重大的发展前景和应用意义。
参见图8,基于与前述实施例中基一种新能源消纳与电网深度调峰裕度相关性分析方法同样的发明构思,本发明还提供一种新能源消纳与电网深度调峰裕度相关性分析装置。
如图8所示,一种新能源消纳与电网深度调峰裕度相关性分析装置,其特征在于,包括:
指标获取模块201,用于获取电网深度调峰运行指标和新能源消纳量指标;
相关性分析模型建立模块202,用于建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;
电网深度调峰能力裕度指标模块203,用于分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;
电网运行费用分析模块204,用于根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。
实施例一中的一种新能源消纳与电网深度调峰裕度相关性分析方法的各种变化方式和具体实例同样适用于本实施例的一种新能源消纳与电网深度调峰裕度相关性分析装置,通过前述对一种新能源消纳与电网深度调峰裕度相关性分析方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种新能源消纳与电网深度调峰裕度相关性分析装置,所以为了说明书的简洁,在此不再详述。
上述实施例为本发明的经典案例,但本发明的实施方式并不受上述实施例的限制。其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化等,均应为等效的置换方式,都包含在本发明的保护范围之内。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (9)
1.一种新能源消纳与电网深度调峰裕度相关性分析方法,其特征在于,包括以下步骤:
获取电网深度调峰运行指标和新能源消纳量指标;
建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;
分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;
根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。
2.根据权利要求1所述的方法,其特征在于,所述获取电网深度调峰运行指标和新能源消纳量指标;具体包括:
选取待分析地区的实际电网运行数据,包括光伏、新能源消纳量,电网容量、出力参数和运行数据;
基于新能源消纳量与机组调峰容量之间的关系,提出机组深度调峰运行指标和新能源消纳量指标。
3.根据权利要求1所述的方法,其特征在于,所述建立电网深度调峰运行指标和新能源消纳量的相关性分析模型;具体包括:采用多场景下深度调峰时间序列分析方法,建立电网深度调峰运行指标和新能源消纳量的相关性分析模型。
4.根据权利要求3所述的方法,其特征在于,所述采用多场景下深度调峰时间序列分析方法;具体包括:采用以年、季度、月、日为时段场景的电网深度调峰电量计算指标与新能源消纳量计算指标的计算方法。
8.根据权利要求1所述的方法,其特征在于,所述根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系,具体包括:
结合实际运行数据与相关性分析模型,通过具体数值量化出电网深度调峰能力裕度指标与电网运行费用之间的关系。
9.根据权利要求1-8所述的方法提出一种新能源消纳与电网深度调峰裕度相关性分析装置,其特征在于,包括:
指标获取模块,用于获取电网深度调峰运行指标和新能源消纳量指标;
相关性分析模型建立模块,用于建立电网深度调峰运行指标和新能源消纳量指标的相关性分析模型;
电网深度调峰能力裕度指标模块,用于分析电网深度调峰与机组负荷率之间的关系,提出电网深度调峰能力裕度指标;
电网运行费用分析模块,用于根据相关性分析模型和电网深度调峰能力裕度指标得到电网运行费用之间的关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911102718.0A CN111030161B (zh) | 2019-11-12 | 2019-11-12 | 一种新能源消纳与电网深度调峰裕度相关性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911102718.0A CN111030161B (zh) | 2019-11-12 | 2019-11-12 | 一种新能源消纳与电网深度调峰裕度相关性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111030161A true CN111030161A (zh) | 2020-04-17 |
CN111030161B CN111030161B (zh) | 2023-07-21 |
Family
ID=70205568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911102718.0A Active CN111030161B (zh) | 2019-11-12 | 2019-11-12 | 一种新能源消纳与电网深度调峰裕度相关性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111030161B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106972532A (zh) * | 2017-04-26 | 2017-07-21 | 华中科技大学 | 一种基于调峰辅助服务补偿的风电分区电价估算方法 |
CN107017657A (zh) * | 2017-03-07 | 2017-08-04 | 广西电网有限责任公司电力科学研究院 | 一种电网中期接纳可再生能源能力的评估方法 |
CN107153885A (zh) * | 2017-03-31 | 2017-09-12 | 国电南瑞科技股份有限公司 | 考虑火电机组深度调峰的实时发电计划优化方法 |
CN107292766A (zh) * | 2017-06-26 | 2017-10-24 | 国网能源研究院 | 面向风电消纳的电力系统调峰手段经济性评估方法与系统 |
CN108683188A (zh) * | 2018-06-21 | 2018-10-19 | 福州大学 | 考虑环境价值及调峰充裕度的多目标风电接纳水平优化 |
-
2019
- 2019-11-12 CN CN201911102718.0A patent/CN111030161B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107017657A (zh) * | 2017-03-07 | 2017-08-04 | 广西电网有限责任公司电力科学研究院 | 一种电网中期接纳可再生能源能力的评估方法 |
CN107153885A (zh) * | 2017-03-31 | 2017-09-12 | 国电南瑞科技股份有限公司 | 考虑火电机组深度调峰的实时发电计划优化方法 |
CN106972532A (zh) * | 2017-04-26 | 2017-07-21 | 华中科技大学 | 一种基于调峰辅助服务补偿的风电分区电价估算方法 |
CN107292766A (zh) * | 2017-06-26 | 2017-10-24 | 国网能源研究院 | 面向风电消纳的电力系统调峰手段经济性评估方法与系统 |
CN108683188A (zh) * | 2018-06-21 | 2018-10-19 | 福州大学 | 考虑环境价值及调峰充裕度的多目标风电接纳水平优化 |
Non-Patent Citations (3)
Title |
---|
S. WEICHENG, Z. WENXI, Z. DONG AND G. YANG: "\"Wind Power Peak Regulation Pricing Model Under Wind and Fire Alternative Trading Mechanism –– A Case Study of Wind Power Integration, Gansu Province (Apr 2018)" * |
于海洋;吕鸣镝;周卫东;胡远婷;: "基于调峰裕度分析的电网风电消纳能力研究" * |
葛维春: "电网非常规调峰与弃风协调调度方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN111030161B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116646933B (zh) | 一种基于大数据的电力负荷调度方法及系统 | |
WO2021196552A1 (zh) | 一种基于互馈关系解析的梯级水库风险评估方法及系统 | |
Begovic et al. | Impact of renewable distributed generation on power systems | |
Marquant et al. | Reducing computation time with a rolling horizon approach applied to a MILP formulation of multiple urban energy hub system | |
CN110222938B (zh) | 一种梯级水电站群短期调峰调度协同优化方法和系统 | |
CN109767078B (zh) | 一种基于混合整数规划的多类型电源检修安排方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN102496968A (zh) | 间歇式能源与常规能源协调调度模式下发电计划优化方法 | |
CN106022530A (zh) | 一种电力需求侧柔性负荷有功功率预测方法 | |
CN111200293A (zh) | 基于电池损耗和分布式电网电池储能日前随机调度的方法 | |
CN109274131B (zh) | 基于概率统计理论的新能源消纳能力非时序量化评估方法 | |
CN111092451A (zh) | 一种基于配电网网格的光伏消纳预警方法 | |
CN115864376A (zh) | 一种多时间尺度电力保供分析方法及系统 | |
CN108075471B (zh) | 基于随机性电源出力预测的多目标约束优化电网调度策略 | |
Lin et al. | An interval parameter optimization model for sustainable power systems planning under uncertainty | |
CN117252425A (zh) | 一种考虑碳排放和电力平衡风险的电源规划和火电改造决策建模方法 | |
CN105354761B (zh) | 一种风电接入电网的安全与效能评估方法及系统 | |
CN111030161A (zh) | 一种新能源消纳与电网深度调峰裕度相关性分析方法 | |
CN106203742A (zh) | 一种基于节能回报率的电网设备节能评价及选型方法 | |
CN116418001A (zh) | 应对新能源不确定性的水库群多能互补调度方法与系统 | |
CN105720605B (zh) | 一种兼顾经济性和可靠性的系统备用容量选取方法 | |
CN110414776B (zh) | 分行业用电特性快速响应分析系统 | |
CN117291299B (zh) | 一种考虑多种影响因素的月度电量预测方法 | |
Zhang et al. | Analysis of peak regulation strategy with considering renewable energy injection and power from outside | |
Li et al. | Two-stage Optimal Sizing of Hybrid Energy Storage System for Wind Energy Integration in Microgrid |
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 |