CN112149058A - 一种基于用电负荷的风光配比计算方法 - Google Patents

Abstract

本发明涉及一种基于用电负荷的风光配比计算方法，包括：计算典型气象日数据，包括典型风资源日数据、典型太阳能资源日数据、典型负荷日数据；对典型风资源日数据及太阳能资源日数据进行修正，基于修正后的日数据进行风电场和光伏电站出力计算；基于风电场和光伏电站的典型出力数据对典型日负荷数据进行拟合，当出力与负荷数据曲线重合度最高时，得到最优的风光配比结果。本发明可为电源侧规划中风电场和光伏电站装机规模提供预判，得到与负荷相关，与规划区域风光资源相适应的装机容量值；可得到某一特定装机容量下，风电场和光伏电站的出力状况，通过模型直接计算可省去对实测数据的依赖，降低数据的获取难度。

Description

一种基于用电负荷的风光配比计算方法

技术领域

本发明属于风光互补配比计算技术领域，尤其涉及一种基于用电负荷的风光配比计算方法。

背景技术

太阳能和风能有着可永续利用、资源丰富的优点，但也存在一定的缺点，即周期性和时变性，随季节、昼夜不断波动，且不能按照需求进行控制。由于风能的产生是因为太阳辐射在地球自转、公转以及地形差异的影响下在地面上产生的气压差异，风能和太阳能的结合具有根本的自然优势，通过长期数据采集发现，风能和太阳能具有很好的互补性。

一方面，风能和太阳能资源在季节这一时间尺度上具有很强的互补性，太阳辐射在夏季较强冬季较弱，而风速也就是风能在冬季较强，夏季较弱。另一方面，从天这一时间尺度来看，在太阳辐射充足的晴天，风力通常很差，另外，在雨天或夜晚，当太阳辐射较弱或没有太阳辐射时，风速通常相对较大，风力发电机产生的电能占主导地位，在天空晴朗或白天，风速相对较小，光伏阵列产生的电能占主导地位；此外，参照长期统计的气象数据，可以发现风主要发生在夜间和凌晨，此时几乎没有太阳辐射，各种迹象都表明了两者之间的互补特征。

关于风光配比的计算方法，目前的方法主要有两种，一种是基于风光平均出力曲线的风光容量配置方法，它可提高能源利用率，降低发电系统的造价，在满足风光系统平均功率恒定的同时，风光互补系统的造价达到最低。该方法采集目标区域的风光历史数据，得出年平均出力曲线及平均输出功率，以造价最低为原则，进行风、光互补发电容量配置计算，得到最佳风光比例下的日平均功率曲线，确定造价最低的一组风光容量配比，并计算年实时风光互补功率输出数据。另一种风光优化配比的计算方法，是基于有功功率偏差率最小进行计算，首先测量全年的风速，通过测得的风速计算风力发电组每小时的出力；根据经纬度计算光伏阵列的总辐射量；根据气象站的数据计算每小时的温度，计算光伏发电组的每小时输出；最后基于有功功率偏差率最小计算出最佳的风光容量互补配比。

现有的风光配比方法，主要针对电源侧的稳定输出，均采用一年的数据进行测算，时间尺度不一，未能准确描述风电和光伏的输出特性。且现有的风光配比方法只考虑电源侧资源分配，未考虑负荷侧的用电负荷，对于大型能源基地风光打捆送出，长距离点对点电力输送中的风光配比存在一定制约。

发明内容

本发明的目的是提供一种基于用电负荷的风光配比计算方法，以解决打捆外送式新能源基地的风光配比问题，结合当地风光资源禀赋，通过对典型气象日的选择、典型负荷曲线的选择，对发电侧风电和光伏的配比进行分析，将分析结果用于能源基地规划中的初评估。

本发明提供了一种基于用电负荷的风光配比计算方法，包括如下步骤：

步骤一，计算典型气象日数据：

将电源侧规划区域内全年的风光资源数据拆分为日数据，取得年数据的日平均变化数据，用全年每一天的数据与日平均变化数据进行绝对误差平均值计算，将绝对误差平均值最小的日数据作为典型气象日数据；所述典型气象日数据包括典型风资源日数据、典型太阳能资源日数据、典型负荷日数据；

步骤二，风电场和光伏电站出力计算：

对典型风资源日数据进行垂直分布修正，将风速修正为风机轮毂高度处的风速；对典型太阳能资源日数据进行光伏板倾斜角度修正，利用太阳时角、太阳赤纬将水平面上的太阳辐射修正为倾斜面上的太阳辐射；基于修正后的典型风资源日数据，利用风力发电系统功率模型计算得到单位风电场的典型日出力数据；基于修正后的典型太阳能资源日数据，利用光伏出力模型计算单位光伏电站的典型出力数据；

步骤三，基于负荷需求的风光配比计算：

基于风电场和光伏电站的典型出力数据对典型日负荷数据进行拟合，当出力与负荷数据曲线重合度最高时，得到最优的风光配比结果。

进一步地，对步骤一中所述典型风资源日数据乘以系数95％，用于后续典型日出力数据计算。

进一步地，所述一中所述典型风资源日数据的计算方法包括：

将全年的风资源数据拆分为日风速数据，取得年风速数据的日平均变化曲线，每个时间点的平均风速计算方法如式(1)所示。

式中：v_i为i时间点的平均风速，m/s；v_ij为全年每一天中i时间点的风速，单位m/s；

用全年每一天的数据与日平均变化曲线的数据进行绝对误差平均值计算，如式(2)所示，绝对误差平均值最小的日数据即为典型风资源日数据；

式中：η_j为第j天的绝对误差平均值；

所述典型太阳能资源日数据及典型负荷日数据的计算过程与所述典型风资源日的计算过程相同。

进一步地，步骤二中所述风电场出力计算方法包括：

用幂函数法来模拟修正后的风速在平坦地形垂直分布的性质，其基本形式如下：

式中，v为风力机安装高度H_WT处的风速，m/s；v_r为参考高度H_r下测量的风速，m/s；ζ为风速能量定律系数，在平坦地形下取参考值为1/7；

风力输出功率的模型如式(4)所示，通过计算得到典型气象日的风电输出曲线；

式中，P_N为额定装机容量，kW；v_c、v_N、v_f分别为风力机的切入风速、额定风速、切出风速，m/s。

进一步地，步骤二中所述光伏电站计算方法包括：

假设光伏板面南放置，计算任意倾斜面上的太阳辐射，不同时刻倾斜面上的太阳辐射计算公式如下所示：

R_β＝S×[sin(h+θ)/sin h]+D (5)

式中，R_β为倾斜面上的太阳能总辐射量，W/m2；S为水平面上的太阳直接辐射量，W/m2；D为散射辐射量，W/m2；θ为倾斜面的倾角；h为太阳高度角，随时间不断变化，利用各参数对不同时刻下的太阳高度角进行确认，计算方法如下：

式中，

为当地纬度；σ为太阳赤纬；ω为太阳时角；

其中太阳赤纬和太阳时角的计算公式如下：

sinσ＝0.39795cos[0.98563(N-173)] (7)

ω＝15×(ST-12) (8)

式中，N为按天数顺序排列的积日；ST为真太阳时，以24h为周期；

定义电池开路状态下，I＝0，V＝V_OC；最大功率点，V＝V_m，I＝I_m；其具体计算公式如下：

短路电流I_SC、开路电压V_OC、最大功率点电流I_m、最大功率点电压V_m随着太阳辐射量或温度的变化而变化，其修正方法如下：

式中，I_SC′、V_OC′、I_m′、V_m′为不同环境下的修正值；T、T₀为光伏板温度和标准电池温度(取25℃)；G、G₀为太阳辐射量和标准太阳辐射，取1000W/m2； a、b、c为相关性系数，典型值取a＝0.0025/℃、b＝0.5、c＝0.00288/℃；

光伏系统输出的总功率如式(13)所示；

P＝n×N₁×N₂×V×I×f_c×f₀ (13)

式中，P为光伏系统输出的总功率，kW；n为光伏系统低压柜个数；N₁为光伏电池串联数；N₂为每个低压柜中光伏电池的组串数；f_c为连接损失引入因子； f₀为其他损失引入因子。

进一步地，所述步骤三具体包括：

设定风电场装机容量和光伏电站装机容量为未知数，通过优化计算，当典型风电场出力和典型光伏电站出力之和与典型日负荷数据的绝对误差平均值最小时，得到的风电场的额定装机容量与光伏电站的额定装机容量为与负荷相关，与规划区域风光资源相适应的装机容量值，两者之间的比值为所需求的风光配比，具体计算方法如式(14)所示；

式中，η为典型风电场出力和典型光伏电站出力之和与典型日负荷数据的绝对误差平均值；P_Wi为典型风电场出力数据；P_PVi为典型光伏电站出力数据；P_L为典型日负荷数据。

借由上述方案，通过基于用电负荷的风光配比计算方法，具有如下技术效果：

1)可为电源侧规划中风电场和光伏电站装机规模提供一定的预判，计算可得到与负荷相关，与规划区域风光资源相适应的装机容量值。

2)可利用风光资源数据，计算得到某一特定装机容量下，风电场和光伏电站的出力状况，通过模型直接计算可省去对实测数据的依赖，降低数据的获取难度。

3)对电源侧典型气象数据的选择有一定的指导意义。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例详细说明如后。

附图说明

图1是本发明基于用电负荷的风光配比计算方法的流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参图1所示，本实施例提供了一种基于用电负荷的风光配比计算方法，包括：

步骤一，计算典型气象日数据：

将电源侧规划区域内全年的风光资源数据拆分为日数据，取得年数据的日平均变化数据，用全年每一天的数据与日平均变化数据进行绝对误差平均值计算，将绝对误差平均值最小的日数据作为典型气象日数据；所述典型气象日数据包括典型风资源日数据、典型太阳能资源日数据、典型负荷日数据；

步骤二，风电场和光伏电站出力计算：

对典型风资源日数据进行垂直分布修正，将风速修正为风机轮毂高度处的风速；对典型太阳能资源日数据进行光伏板倾斜角度修正，利用太阳时角、太阳赤纬将水平面上的太阳辐射修正为倾斜面上的太阳辐射；基于修正后的典型风资源日数据，利用风力发电系统功率模型计算得到单位风电场的典型日出力数据；基于修正后的典型太阳能资源日数据，利用光伏出力模型计算单位光伏电站的典型出力数据；

步骤三，基于负荷需求的风光配比计算：

基于风电场和光伏电站的典型出力数据对典型日负荷数据进行拟合，当出力与负荷数据曲线重合度最高时，得到最优的风光配比结果。

下面通过具体实例对本发明作进一步说明。

本实施例提出的基于用电负荷的风光配比计算方法,能够计算出与负荷需求相适应的风电场装机容量与光伏电站装机规模，主要的计算过程如下：

(1)典型气象日及典型负荷日的选择

取得规划区域内的气象数据，风光资源数据时间尺度要求均为每30分钟一组，时间长度为完整一年。

典型气象日为在一年中所选取的代表季节气候特征的一日。本实施例所采用的典型气象日选择方式与常规取值方式不同，风光典型气象数据单独选择，最终合并为一个典型气象日。

以典型风资源日的选择为例：

将全年的风资源数据拆分为日风速数据，取得年风速数据的日平均变化曲线，每个时间点的平均风速计算方法如式(1)所示。

式中：v_i为i时间点的平均风速，m/s；v_ij为全年每一天中i时间点的风速， m/s。

用全年每一天的数据与日平均变化曲线的数据进行绝对误差平均值计算，如式(2)所示。绝对误差平均值最小的日数据为典型风资源日数据。

式中：η_j为第j天的绝对误差平均值。

典型太阳能资源日及典型负荷日的选择过程与典型风资源日的选择过程相同。

需要说明的是，受风电集群效应影响，风电场的出力以半小时为时间尺度时，会有5％左右的波动被平抑，用于后续计算的典型日出力数据，需在现有数据基础上乘以系数95％。

(2)风电和光伏出力计算

a.风电场出力计算

在计算风电场出力之前，需要将典型气象日的风速修正到风机轮毂高度处的风速，用幂函数法来模拟风速在平坦地形(如田地、沙漠、草原等)垂直分布的性质，其基本形式如下：

式中，v为风力机安装高度H_WT处的风速，m/s；v_r为参考高度H_r下测量的风速，m/s；ζ为风速能量定律系数，随海拔、时间、季节、地形的性质、风速、温度以及各种热力学和机械混合参数等参数的变化而变化，一般在平坦地形下取参考值为1/7。

接下来对风电场输出进行计算，决定风力发电系统输出的因素主有三个：即风力机的功率曲线、安装风力机位置的风速分布以及风力机安装高度。

风力输出功率的模型如式(4)所示，通过计算可得到的典型气象日的风电输出曲线。

式中，P_N为额定装机容量，kW；v_c、v_N、v_f分别为风力机的切入风速、额定风速、切出风速，m/s。

a.光伏电站出力计算

光伏系统的输出和光伏板接收的太阳能直接相关，首先需要计算任意倾斜面上的光伏板吸收的太阳辐射。

由于地球以赤道为轴进行自转，我国处于北半球，光伏板的方位角为正南时接收太阳辐射最大，所以假设光伏板面南放置，只计算任意倾斜面上的太阳辐射，不同时刻倾斜面上的太阳辐射计算公式如下所示：

R_β＝S×[sin(h+θ)/sin h]+D (5)

式中，R_β为倾斜面上的太阳能总辐射量，W/m2；S为水平面上的太阳直接辐射量，W/m2；D为散射辐射量，W/m2；θ为倾斜面的倾角；h为太阳高度角，它随时间不断变化，利用各参数对不同时刻下的太阳高度角进行确认，计算方法如下：

式中，

为当地纬度；σ为太阳赤纬；ω为太阳时角。

其中太阳赤纬和太阳时角的计算公式如下：

sinσ＝0.39795cos[0.98563(N-173)] (7)

ω＝15×(ST-12) (8)

式中，N为按天数顺序排列的积日；ST为真太阳时，以24h为周期。

光伏板功率输出与很多因素有关，本专利定义电池开路状态下，I＝0，V＝V_OC；最大功率点，V＝V_m，I＝I_m。其具体计算公式如下：

该模型需要输入短路电流I_SC、开路电压V_OC、最大功率点电流I_m、最大功率点电压V_m，而这四个参数会随着太阳辐射量或温度的变化而变化，其修正方法如下：

式中，I_SC′、V_OC′、I_m′、V_m′为不同环境下的修正值；T、T₀为光伏板温度和标准电池温度(取25℃)；G、G₀为太阳辐射量和标准太阳辐射(取1000W/m2)；a、b、c为相关性系数(典型值取a＝0.0025/℃、b＝0.5、c＝0.00288/℃)

光伏系统输出的总功率如式(13)所示。

P＝n×N₁×N₂×V×I×f_c×f₀ (13)

式中，P为光伏系统输出的总功率，kW；n为光伏系统低压柜个数；N₁为光伏电池串联数；N₂为每个低压柜中光伏电池的组串数；f_c为连接损失引入因子； f₀为其他损失引入因子。

(3)基于负荷需求的风光配比计算

用上面计算得到的风电场和光伏电站出力数据对典型日负荷数据进行拟合，当出力与负荷数据曲线重合度最高时，取得最优的风光配比结果。即通过优化计算得到，当典型风电场出力和典型光伏电站出力之和与典型日负荷数据的绝对误差平均值最小时，风电场的额定装机容量与光伏电站的额定装机容量为与负荷相关，与规划区域风光资源相适应的装机容量值，两者之间的比值为所需求的风光配比，具体计算方法如式(14)所示。

式中，η为典型风电场出力和典型光伏电站出力之和与典型日负荷数据的绝对误差平均值；P_Wi为典型风电场出力数据；P_PVi为典型光伏电站出力数据；P_L为典型日负荷数据。

该基于用电负荷的风光配比计算方法，具有如下技术效果：

1)可为电源侧规划中风电场和光伏电站装机规模提供一定的预判，计算可得到与负荷相关，与规划区域风光资源相适应的装机容量值。

2)可利用风光资源数据，计算得到某一特定装机容量下，风电场和光伏电站的出力状况，通过模型直接计算可省去对实测数据的依赖，降低数据的获取难度。

3)对电源侧典型气象数据的选择有一定的指导意义。

Claims (6)

1.一种基于用电负荷的风光配比计算方法，其特征在于，包括如下步骤：

步骤一，计算典型气象日数据：

将电源侧规划区域内全年的风光资源数据拆分为日数据，取得年数据的日平均变化数据，用全年每一天的数据与日平均变化数据进行绝对误差平均值计算，将绝对误差平均值最小的日数据作为典型气象日数据；所述典型气象日数据包括典型风资源日数据、典型太阳能资源日数据、典型负荷日数据；

步骤二，风电场和光伏电站出力计算：

对典型风资源日数据进行垂直分布修正，将风速修正为风机轮毂高度处的风速；对典型太阳能资源日数据进行光伏板倾斜角度修正，利用太阳时角、太阳赤纬将水平面上的太阳辐射修正为倾斜面上的太阳辐射；基于修正后的典型风资源日数据，利用风力发电系统功率模型计算得到单位风电场的典型日出力数据；基于修正后的典型太阳能资源日数据，利用光伏出力模型计算单位光伏电站的典型出力数据；

步骤三，基于负荷需求的风光配比计算：

基于风电场和光伏电站的典型出力数据对典型日负荷数据进行拟合，当出力与负荷数据曲线重合度最高时，得到最优的风光配比结果。

2.根据权利要求1所述的基于用电负荷的风光配比计算方法，其特征在于，对步骤一中所述典型风资源日数据乘以系数95％，用于后续典型日出力数据计算。

3.根据权利要求2所述的基于用电负荷的风光配比计算方法，其特征在于，所述一中所述典型风资源日数据的计算方法包括：

将全年的风资源数据拆分为日风速数据，取得年风速数据的日平均变化曲线，每个时间点的平均风速计算方法如式(1)所示。

式中：v_i为i时间点的平均风速，m/s；v_ij为全年每一天中i时间点的风速，单位m/s；

用全年每一天的数据与日平均变化曲线的数据进行绝对误差平均值计算，如式(2)所示，绝对误差平均值最小的日数据即为典型风资源日数据；

式中：η_j为第j天的绝对误差平均值；

所述典型太阳能资源日数据及典型负荷日数据的计算过程与所述典型风资源日的计算过程相同。

4.根据权利要求3所述的基于用电负荷的风光配比计算方法，其特征在于，步骤二中所述风电场出力计算方法包括：

用幂函数法来模拟修正后的风速在平坦地形垂直分布的性质，其基本形式如下：

式中，v为风力机安装高度H_WT处的风速，m/s；v_r为参考高度H_r下测量的风速，m/s；ζ为风速能量定律系数，在平坦地形下取参考值为1/7；

风力输出功率的模型如式(4)所示，通过计算得到典型气象日的风电输出曲线；

式中，P_N为额定装机容量，kW；v_c、v_N、v_f分别为风力机的切入风速、额定风速、切出风速，m/s。

5.根据权利要求4所述的基于用电负荷的风光配比计算方法，其特征在于，步骤二中所述光伏电站计算方法包括：

假设光伏板面南放置，计算任意倾斜面上的太阳辐射，不同时刻倾斜面上的太阳辐射计算公式如下所示：

R_β＝S×[sin(h+θ)/sinh]+D (5)

式中，R_β为倾斜面上的太阳能总辐射量，W/m2；S为水平面上的太阳直接辐射量，W/m2；D为散射辐射量，W/m2；θ为倾斜面的倾角；h为太阳高度角，随时间不断变化，利用各参数对不同时刻下的太阳高度角进行确认，计算方法如下：

式中，

为当地纬度；σ为太阳赤纬；ω为太阳时角；

其中太阳赤纬和太阳时角的计算公式如下：

sinσ＝0.39795cos[0.98563(N-173)] (7)

ω＝15×(ST-12) (8)

式中，N为按天数顺序排列的积日；ST为真太阳时，以24h为周期；

定义电池开路状态下，I＝0，V＝V_OC；最大功率点，V＝V_m，I＝I_m；其具体计算公式如下：

短路电流I_SC、开路电压V_OC、最大功率点电流I_m、最大功率点电压V_m随着太阳辐射量或温度的变化而变化，其修正方法如下：

式中，I_SC′、V_OC′、I_m′、V_m′为不同环境下的修正值；T、T₀为光伏板温度和标准电池温度(取25℃)；G、G₀为太阳辐射量和标准太阳辐射，取1000W/m2；a、b、c为相关性系数，典型值取a＝0.0025/℃、b＝0.5、c＝0.00288/℃；

光伏系统输出的总功率如式(13)所示；

P＝n×N₁×N₂×V×I×f_c×f₀ (13)

式中，P为光伏系统输出的总功率，kW；n为光伏系统低压柜个数；N₁为光伏电池串联数；N₂为每个低压柜中光伏电池的组串数；f_c为连接损失引入因子；f₀为其他损失引入因子。

6.根据权利要求5所述的基于用电负荷的风光配比计算方法，其特征在于，所述步骤三具体包括：

设定风电场装机容量和光伏电站装机容量为未知数，通过优化计算，当典型风电场出力和典型光伏电站出力之和与典型日负荷数据的绝对误差平均值最小时，得到的风电场的额定装机容量与光伏电站的额定装机容量为与负荷相关，与规划区域风光资源相适应的装机容量值，两者之间的比值为所需求的风光配比，具体计算方法如式(14)所示；

式中，η为典型风电场出力和典型光伏电站出力之和与典型日负荷数据的绝对误差平均值；P_Wi为典型风电场出力数据；P_PVi为典型光伏电站出力数据；P_L为典型日负荷数据。

Images