CN111768111A - 一种新能源消纳能力分析方法、电子设备及存储介质 - Google Patents

一种新能源消纳能力分析方法、电子设备及存储介质 Download PDF

Info

Publication number
CN111768111A
CN111768111A CN202010628492.4A CN202010628492A CN111768111A CN 111768111 A CN111768111 A CN 111768111A CN 202010628492 A CN202010628492 A CN 202010628492A CN 111768111 A CN111768111 A CN 111768111A
Authority
CN
China
Prior art keywords
new energy
energy consumption
day
space
power
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
Application number
CN202010628492.4A
Other languages
English (en)
Inventor
董真
刘婧
赵景茜
陈思捷
瞿晖
张玲
严正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
East China Power Test and Research Institute Co Ltd
Original Assignee
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
East China Power Test and Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University, State Grid Shanghai Electric Power Co Ltd, East China Power Test and Research Institute Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN202010628492.4A priority Critical patent/CN111768111A/zh
Publication of CN111768111A publication Critical patent/CN111768111A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种新能源消纳能力分析方法、电子设备及存储介质，所述方法包括：获取日前预测数据。根据所述日前预测数据确定系统机组的开机方式，以确定当日系统机组中传统机组的调峰能力。基于新能源消纳空间的影响因素以及当日系统机组中传统机组的调峰能力确定新能源消纳空间的理论最大值。本发明具有操作简单、结果直观的优点。

Description

一种新能源消纳能力分析方法、电子设备及存储介质
技术领域
本发明涉及电力规划分析领域，特别涉及一种新能源消纳能力分析方法、电子设备及存储介质。
背景技术
新能源的合理消纳包含两层含义：一方面，系统具有足够的灵活性能包容新能源出力的剧烈波动，减少新能源限电情况；另一方面，系统消纳新能源并不造成电力系统过多的成本负担，即系统因消纳新能源而增加的投资与运行费用不出现明显的上升。因此，研究新能源的消纳方法可以同时保证系统运行成本的经济性与电力平衡的可靠性，协调了经济性与新能源消纳目标的关系。
准确计算新能源消纳能力是提高新能源消纳水平的有效途径。目前，已有很多文献对新能源消纳能力计算方法进行了研究。从研究目的来看，主要可归结为以下两个方面。1、从电网调度运行角度出发，研究影响新能源消纳的相关因素；2、从电网规划角度出发，研究一定水平年电网可接纳的最大的新能源装机容量。
发明内容
本发明的目的在没有较为准确的预测数据输入的前提下，提供一种简单可行，又不失准确的电网新能源消纳能力分析方法、电子设备及存储介质。
为了实现以上目的，本发明通过以下技术方案实现：
一种新能源消纳能力分析方法，包括：获取日前预测数据。根据所述日前预测数据确定系统机组的开机方式，以确定当日系统机组中传统机组的调峰能力。
基于新能源消纳空间的影响因素以及当日系统机组中传统机组的调峰能力确定新能源消纳空间的理论最大值。
可选地，所述日前预测数据包括日前电力负荷曲线和日前新能源出力曲线。
可选地，将电力负荷与传统机组出力的差额定位理论的新能源消纳空间，则某典型日内的新能源的消纳空间曲线如下：
Pspace(t)＝PL(t)-Pg.min-R--Ptrans(t)
其中，PL(t)为电力负荷曲线，R-为负备用容量，Ptrans(t)为区外来电功率曲线，Pg.min为在当日的既定开机方式下传统机组的最小出力。
可选地，新能源消纳空间的理论最大值满足下述条件：
Pspace(t)≥PN(t)
其中，PN(t)为新能源实际出力曲线；
若新能源实际出力曲线PN(t)在某些时刻高于新能源可承载的消纳空间Pspace(t)，表明新能源消纳空间已超出系统承载能力。
可选地，所述新能源消纳空间的影响因素包括：联络线外送/受电功率、负荷预测精度、输电阻塞情况、抽蓄工作状态、地方小电源的工作状态、机组是否深调和系统备用情况。
可选地，还包括：并在当日内依据当日电力负荷曲线和当日新能源出力曲线对所述新能源消纳空间进行滚动修正，得到实时结果。
另一方面，本发明还提供一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上问所述的方法。
再一方面，本发明还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现如上文所述的方法。
本发明至少具有以下优点之一：
本发明利用典型日分析法分析电网新能源消纳的能力。本发明将日前预测数据与当日内的滚动修正相结合，并考虑影响新能源消纳能力的多种因素。以日前预测数据为基础，提前安排系统机组开机方式及传统机组调峰能力，将电力负荷与传统机组出力差额定位理论的新能源消纳空间。并在当日内依据真实电力负荷和新能源出力对新能源消纳空间进行滚动修正，得到实时结果。本发明相较于现存的其他方案，不要求足够的预测数据输入，具有操作简单、结果直观的优点。
附图说明
图1为本发明一实施例提出新能源消纳能力分析方法的流程图；
图2为本发明一实施例提供的电网9月1日至10月10日数据图；
图3为本发明一实施例提供的电网9月13日运行情况；
图4为本发明一实施例提供的电网9月13日风电最大出力情况；
图5为本发明一实施例提供的电网9月13日光伏最大出力情况；
图6为本发明一实施例提供的电网10月2日运行情况；
图7为本发明一实施例提供的电网10月2日风电最大出力情况；
图8为本发明一实施例提供的电网10月2日光伏最大出力情况；
图9为本发明一实施例提供的电子设备的结构框图。
具体实施方式
以下结合附图1～9和具体实施方式对本发明提出的一种新能源消纳能力分析方法、电子设备及存储介质作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本实施例采取的技术方案是典型日分析法，本实施例在没有较为准确的预测数据输入的前提下，选取新能源出力最大而负荷最小的极端情况，分析全网的电力电量平衡情况，以确定电网新能源消纳能力。如从新能源出力特性、负荷特性、机组性能和外送通道等方面分析电力系统新能源接纳能力的计算方法。
结合图1～图8所示，本实施例提供的一种新能源消纳能力分析方法，包括：获取日前预测数据(具体的为预测第二天的电力负荷和新能源出力情况)，所述日前预测数据包括日前电力负荷曲线和日前新能源出力曲线。
根据所述日前预测数据确定系统机组的开机方式，以确定当日系统机组中传统机组的调峰能力。安排机组开机方式：根据第二天的电力负荷和新能源出力的预测情况，并确定系统机组的开机方式。其中，根据新能源出力预测曲线峰值的80％，低谷的120％为标准安排系统机组的开机方式。在新能源出力预测结果的基础上打折扣安排新能源消纳，主要考虑到新能源出力具有较强的波动性和不确定性，若按预测结果的全额进行新能源消纳，则容易造成系统(电力系统)调节资源的浪费。
可以理解的是，本文中出现的系统机组是指系统中的全部机组，传统机组是系统机组中除新能源机组外的机组，系统指整个电网。
确定传统机组的调峰能力：由于多数机组难以在日内临时启停，因此当开机方式确定后，次日系统的调节能力基本随之确定，从而决定了系统消纳清洁能源(新能源)的能力。
基于新能源消纳空间的影响因素以及当日系统机组中传统机组的调峰能力确定新能源消纳空间的理论最大值。具体的，在电力负荷确定的情况下，将传统机组的出力降至最低，用新能源发电来弥补系统出力的不足。此时留给新能源出力的发电空间即为系统新能源消纳的理论最大值。确定新能源消纳空间的理论最大值：由于电力系统实时平衡，因此在电力负荷确定的情况下，将传统机组的出力降至最低，用新能源发电来弥补系统出力的不足。此时留给新能源出力的发电空间即为系统新能源消纳空间的理论最大值。若新能源出力超过该值，则表明系统在传统机组出力调至最低的情况下，计及新能源的总出力仍然大于系统负荷。此时将产生弃风、弃光等现象。
将电力负荷与传统机组出力的差额定位理论的新能源消纳空间，则电网某典型日内的新能源的消纳空间曲线如下：
Pspace(t)＝PL(t)-Pg.min-R--Ptrans(t) (1)
其中，PL(t)为电力负荷曲线(电网某典型日内的电力负荷曲线)，R-为负备用容量，Ptrans(t)为区外来电功率曲线，Pg.min为在当日的既定开机方式下系统传统机组的最小出力。
可选地，新能源消纳空间的理论最大值满足下述条件：
Pspace(t)≥PN(t) (2)
其中，PN(t)为新能源实际出力曲线(电网某典型日内的新能源出力曲线)。
对于一个地区而言，其风、光等自然资源禀赋具有相似性。因此，若新能源装机增加，新能源出力曲线可以认为会在当前的基础上等比例扩大。当装机不断扩大，导致新能源出力曲线扩大至与新能源消纳空间曲线相接触时，认为此时装机容量达到极限值。
从电力的角度上看，若新能源实际出力曲线PN(t)在某些时刻高于新能源可承载的消纳空间Pspace(t)，则会产生弃风、弃光现象，表明新能源消纳空间已超出系统承载能力。
所述新能源消纳空间的影响因素包括：联络线外送/受电功率、负荷预测精度、输电阻塞情况、抽蓄工作状态、地方小电源的工作状态、机组是否深调和系统备用情况。
对于联络线外送/受电功率，由于外送功率相当于负荷，且系统外送功率往往较为稳定。因此，外送功率越大，相当于系统整体负荷水平越高，对电能需求量越大，将提升系统的新能源消纳空间。系统受电功率则相当于系统的一个稳定的电源。系统受电功率越大，将挤占系统的新能源消纳空间。
对于负荷预测精度，日前负荷预测偏高，则导致日前计算的新能源消纳空间偏高；反之，预测结果偏低，则将低估系统的新能源消纳承载能力。
对于输电阻塞情况，若系统的输电阻塞现象较为严重，则表明现有网架难以匹配系统发用电的需求，将使得系统的实际新能源消纳能力低于理论计算值。
对于抽蓄工作状态，抽水蓄能电站具有较强的调节能力，可以工作在抽水蓄能/放水发电两种状态。若其工作在抽水状态，则等效于电力负荷，将提升系统新能源的消纳承载能力。反之，若工作在发电状态，将挤占新能源的发电空间。
对于地方小电源的工作状态，由于地方小电源难以进行全面的分析和监管，若其出力大于预期，将挤占系统新能源的发电空间，从而不利于新能源的消纳。
对于机组是否深调，传统机组的调峰深度越深，则可以为新能源发电出让更多的空间，从而提升系统新能源消纳的承载能力。因此，若传统机组工作在深度调峰状态，可提升系统的新能源消纳承载能力。
对于系统备用情况，系统备用容量的留取情况也将对新能源消纳的承载能力产生影响。系统负备用留取比例越高，将抬高传统机组的最低出力，从而减小新能源消纳的空间。
在本实施例中，所述方法还包括：并在当日内依据当日电力负荷曲线和当日新能源出力曲线对所述新能源消纳空间进行滚动修正，得到实时结果。
由于对电力负荷和新能源出力的预测存在误差，因此在当日，应根据系统真实负荷和新能源的真实出力情况，对新能源消纳空间进行滚动修正，从而得到系统真实的新能源消纳空间情况。
本实施例利用典型日分析法分析电网新能源消纳的能力，在没有较为准确的预测数据输入的情况下，估算电网新能源消纳能力的具体方案。本实施例将日前预测与当日内修正相结合，并考虑影响新能源消纳能力的多种因素。相较于现存的其他方案，本实施例具有操作简单、结果直观的优点。
在本实施例中，结合某电网的情况做新能源消纳能力分析。考虑该电网新能源消纳问题尚不突出，无需精细化的仿真计算，新能源消纳承载能力计算主要为新能源规划作为参考，因此本实施例基于典型日分析法，分析测算该电网新能源消纳的承载能力。
根据分析，当负荷处于低谷时段，且区外来电大发、系统峰谷差大时，系统消纳新能源的空间最小。对于该地区而言，在9-10月份，天气转凉，夏季空调负荷快速下降。且该月份雨水丰沛，往往水电大发，区外来电维持在高水平。这样的情况下消纳新能源最为困难，将出现瓶颈阶段。该电网9月1日至10月10日的负荷曲线、区外来电曲线、传统机组的调节范围、系统负荷曲线、风电出力曲线、光伏出力曲线以及抽蓄出力曲线如图2所示。选取正常工作日9月13日，以及负荷最低的国庆节时段10月2日作为算例，展示典型日法的分析计算过程。
1)9月13日
9月13日为正常的工作日周三，其运行特性具有一定的代表性。9月13日的新能源消纳空间情况如图3所示。
9月13日新能源消纳空间最小的时刻出现在凌晨4点，此时负荷处于低谷时段，而区外来电仍旧维持较高水平。计算得到该时刻新能源消纳空间为14818MW。此时风电实际出力2916MW，光伏实际出力为0，则剩余新能源消纳空间11902MW。由于凌晨4点光伏0出力，狭窄的新能源消纳空间主要制约风电的消纳。该电网实际风电装机11420MW，则该时刻风电出力占装机比例为25.5％。按照该比例折算，在9月13日的边界条件下，为保证不产生弃风弃光，该电网最大可承载风电装机约58095MW，仍有较大的新能源消纳空间，如图4所示。
光伏由于具有正调峰特性，在凌晨出力为0，不受当时狭窄的新能源消纳空间约束。制约光伏消纳的时刻出现在正午12点，如图5所示。此时，新能源消纳空间为48536MW，风电实际出力4947MW，光伏实际出力5329MW，剩余新能源消纳空间38260MW。该电网实际光伏装机12910MW，出力占装机比例为41.3％。按照该比例折算，余下新能源消纳空间还可承载光伏装机92639MW，共计可承载光伏装机105549MW，建设空间较大。
2)10月2日
由于节假日效应，10月2日负荷大幅降低，新能源消纳空间下降明显。对该日进行分析计算可了解该电网在极端情况下的新能源消纳承载能力。10月2日的新能源消纳空间情况如图6所示。
10月2日新能源消纳空间最狭窄的时刻仍旧出现在凌晨4点，主要制约风电的消纳。计算得该时刻新能源消纳空间共计4175MW，此时风电实际出力2564MW，光伏实际出力为0，剩余新能源消纳空间约1611MW。该电网实际风电装机11420MW，凌晨4点风电实际出力占装机比例为22.5％。按照该比例折算，剩余新能源消纳空间还可以承载7160MW风电装机，共计可承载风电装机总量为18580MW，如图7所示。
光伏方面，制约光伏消纳的时刻仍旧为正午12点，如图8所示。此时，新能源消纳空间共计27604MW，风电实际出力4280MW，光伏实际出力2028MW，剩余新能源消纳空间约21296MW。电网实际光伏装机12910MW，12点实际出力占装机比例为15.7％。按照该比例折算，该电网剩余新能源消纳空间还可承载光伏装机135643MW，共计可承载光伏装机148553MW，新能源消纳空间较大。
本实施例利用典型日分析法分析电网新能源消纳的能力。本实施例将日前预测数据与当日内的滚动修正相结合，并考虑影响新能源消纳能力的多种因素。以日前预测数据为基础，提前安排系统机组开机方式及传统机组调峰能力，将电力负荷与传统机组出力差额定位理论的新能源消纳空间。并在当日内依据真实电力负荷和新能源出力对新能源消纳空间进行滚动修正，得到实时结果。本实施例相较于现存的其他方案，不要求足够的预测数据输入，具有操作简单、结果直观的优点。
再一方面，基于同一发明构思，本发明还提供一种电子设备，如图9所示，所述电子设备包括处理器301和存储器303，所述存储器303上存储有计算机程序，所述计算机程序被所述处理器301执行时，实现如上文所述的新能源消纳能力分析方法。
本实施例提供的电子设备，可以实现在没有较为准确的预测数据输入的前提下，选取新能源出力最大而负荷最小的极端情况，分析全网的电力电量平衡情况，以确定电网新能源消纳能力的目的。
继续参考图9，所述电子设备还包括通信接口302和通信总线304，其中所述处理器301、所述通信接口302、所述存储器303通过通信总线304完成相互间的通信。所述通信总线304可以是外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该通信总线304可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。所述通信接口302用于上述电子设备与其他设备之间的通信。
本实施例中所称处理器301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)、现成可编程门阵列(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301是所述电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
所述存储器303可用于存储所述计算机程序，所述处理器301通过运行或执行存储在所述存储器303内的计算机程序，以及调用存储在存储器303内的数据，实现所述电子设备的各种功能。
所述存储器303可以包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
其他方面，基于同一发明构思，本发明还提供了一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时可以实现如上文所述的新能源消纳能力分析方法。
本实施例提供的可读存储介质，可以实现在没有较为准确的预测数据输入的前提下，选取新能源出力最大而负荷最小的极端情况，分析全网的电力电量平衡情况，以确定电网新能源消纳能力的目的。
本实施例提供的可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机硬盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其组合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
在本实施例中，可以以一种或多种程序设计语言或其组合来编写用于执行本实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应当注意的是，在本文的实施方式中所揭露的装置和方法，也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种新能源消纳能力分析方法，其特征在于，包括：
获取日前预测数据；
根据所述日前预测数据确定系统机组的开机方式，以确定当日系统机组中传统机组的调峰能力；
基于新能源消纳空间的影响因素以及当日系统机组中传统机组的调峰能力确定新能源消纳空间的理论最大值。
2.如权利要求1所述的新能源消纳能力分析方法，其特征在于，所述日前预测数据包括日前电力负荷曲线和日前新能源出力曲线。
3.如权利要求2所述的新能源消纳能力分析方法，其特征在于，将电力负荷与传统机组出力的差额定位理论的新能源消纳空间，则某典型日内的新能源的消纳空间曲线如下：
Pspace(t)＝PL(t)-Pg.min-R--Ptrans(t)
其中，PL(t)为电力负荷曲线，R-为负备用容量，Ptrans(t)为区外来电功率曲线，Pg.min为在当日的既定开机方式下传统机组的最小出力。
4.如权利要求3所述的新能源消纳能力分析方法，其特征在于，新能源消纳空间的理论最大值满足下述条件：
Pspace(t)≥PN(t)
其中，PN(t)为新能源实际出力曲线；
若新能源实际出力曲线PN(t)在某些时刻高于新能源可承载的消纳空间Pspace(t)，表明新能源消纳空间已超出系统承载能力。
5.如权利要求1所述的新能源消纳能力分析方法，其特征在于，所述新能源消纳空间的影响因素包括：联络线外送/受电功率、负荷预测精度、输电阻塞情况、抽蓄工作状态、地方小电源的工作状态、机组是否深调和系统备用情况。
6.如权利要求1所述的新能源消纳能力分析方法，其特征在于，还包括：并在当日内依据当日电力负荷曲线和当日新能源出力曲线对所述新能源消纳空间进行滚动修正，得到实时结果。
7.一种电子设备，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至6中任一项所述的方法。
8.一种可读存储介质，其特征在于，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至6中任一项所述的方法。
CN202010628492.4A 2020-07-01 2020-07-01 一种新能源消纳能力分析方法、电子设备及存储介质 Pending CN111768111A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010628492.4A CN111768111A (zh) 2020-07-01 2020-07-01 一种新能源消纳能力分析方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010628492.4A CN111768111A (zh) 2020-07-01 2020-07-01 一种新能源消纳能力分析方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111768111A true CN111768111A (zh) 2020-10-13

Family

ID=72723510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010628492.4A Pending CN111768111A (zh) 2020-07-01 2020-07-01 一种新能源消纳能力分析方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111768111A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113065762A (zh) * 2021-03-31 2021-07-02 中国电力工程顾问集团西北电力设计院有限公司 电力系统新能源弃电率的快速求解方法、系统、设备及存储介质
CN113507120A (zh) * 2021-07-16 2021-10-15 国网山西省电力公司晋城供电公司 一种计算承载力的方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030189A (zh) * 2019-12-06 2020-04-17 国网辽宁省电力有限公司经济技术研究院 一种风电和光伏消纳预测预警方法
CN111291463A (zh) * 2018-12-07 2020-06-16 中国电力科学研究院有限公司 一种新能源消纳空间电量求解方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291463A (zh) * 2018-12-07 2020-06-16 中国电力科学研究院有限公司 一种新能源消纳空间电量求解方法和系统
CN111030189A (zh) * 2019-12-06 2020-04-17 国网辽宁省电力有限公司经济技术研究院 一种风电和光伏消纳预测预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡佳怡等: ""考虑新能源出力特性的华东电网新能源消纳承载能力分析"", 《水电能源科学》, vol. 36, no. 11, pages 212 - 216 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113065762A (zh) * 2021-03-31 2021-07-02 中国电力工程顾问集团西北电力设计院有限公司 电力系统新能源弃电率的快速求解方法、系统、设备及存储介质
CN113065762B (zh) * 2021-03-31 2023-06-13 中国电力工程顾问集团西北电力设计院有限公司 电力系统新能源弃电率的快速求解方法、系统、设备及存储介质
CN113507120A (zh) * 2021-07-16 2021-10-15 国网山西省电力公司晋城供电公司 一种计算承载力的方法、装置及电子设备
CN113507120B (zh) * 2021-07-16 2023-08-15 国网山西省电力公司晋城供电公司 一种计算承载力的方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Shirizadeh et al. Low-carbon options for the French power sector: What role for renewables, nuclear energy and carbon capture and storage?
Babrowski et al. Electricity storage systems in the future German energy sector: An optimization of the German electricity generation system until 2040 considering grid restrictions
Göransson et al. Linkages between demand-side management and congestion in the European electricity transmission system
Denholm et al. The potential for energy storage to provide peaking capacity in california under increased penetration of solar photovoltaics
Madaeni et al. The impacts of stochastic programming and demand response on wind integration
US11508019B2 (en) Regulating charging and discharging of an energy storage device as part of an electrical power distribution network
Victoria et al. Hourly-resolution analysis of electricity decarbonization in Spain (2017–2030)
CN107482656B (zh) 微电网的电力规划方法、装置、设备及计算机可读存储介质
CN111768111A (zh) 一种新能源消纳能力分析方法、电子设备及存储介质
CN114204602B (zh) 基于气象实时数据的风电制氢控制方法及系统
Reimuth et al. Influence of different battery charging strategies on residual grid power flows and self-consumption rates at regional scale
CN113780660A (zh) 一种居民用电量预测方法、系统及存储介质
Fichter et al. Optimized integration of renewable energy technologies into Jordan's power plant portfolio
CN116205371A (zh) 一种发电量预测方法、装置、电子设备及存储介质
CN115619180A (zh) 一种确定多能互补系统发电方案的方法、装置及电子设备
Fonte et al. Net load forecasting in presence of renewable power curtailment
Gerasimova Electricity price volatility: its evolution and drivers
CN115940301A (zh) 一种功率因数的控制方法、装置、设备及存储介质
CN115713160A (zh) 新能源发电的电能调配方法、装置、电子设备及存储介质
Garrison et al. Combining investment, dispatch, and security models-an assessment of future electricity market options for Switzerland
Fruh Evaluation of simple wind power forecasting methods applied to a long-term wind record from Scotland
Phadke Empirical analysis of the variability of wind generation in India: implications for grid integration
CN113506185A (zh) 梯级水电站的发电优化调度方法、装置和计算机设备
CN116247644A (zh) 基于储能系统的充放电方法及装置、存储介质、终端
Xoubi Viability of a utility-scale grid-connected photovoltaic power plant in the Middle East

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