CN113991638B - 一种针对不同地点的新能源场站发电功率的预测方法 - Google Patents
一种针对不同地点的新能源场站发电功率的预测方法 Download PDFInfo
- Publication number
- CN113991638B CN113991638B CN202111009887.7A CN202111009887A CN113991638B CN 113991638 B CN113991638 B CN 113991638B CN 202111009887 A CN202111009887 A CN 202111009887A CN 113991638 B CN113991638 B CN 113991638B
- Authority
- CN
- China
- Prior art keywords
- power
- target
- region
- representing
- period
- 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
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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种针对不同地点的新能源场站发电功率的预测方法,是根据区域内已知的新能源功率、已知新能源发电机组的装机容量、同区域目标新能源发电机组的装机容量、全市场新能源发电机组总发电功率,获取的市场公开信息去预测未知的在不同地点的目标新能源发电机组各时段的发电功率,为对电力现货市场的有效分析提供所必需的未知新能源发电机组在各时段的发电功率,所述的新能源发电机组是指风力发电机组和太阳能发电机组。本发明在实际应用中具有方法简捷、可信度高的特点,为电力现货市场仿真工作提供了支持,有效解决了缺少其他未知的新能源场站在各时段的发电功率信息问题。
Description
技术领域
本发明涉及一种新能源场站发电功率的预测方法。特别是涉及一种针对不同地点的新能源场站发电功率的预测方法。
背景技术
在电力行业市场化中,电力现货市场体系建设进入快速发展期的背景下,有效的市场状况分析对于市场成员在市场竞争中占据优势的影响重大。然而对于单一市场成员来讲,其仅能够获取部分市场公开信息。具体来讲,在新能源场站发电功率方面,市场成员仅能获得本企业运营的新能源场站的发电功率,以及通过市场信息发布系统获得全市场新能源总发电功率,而无法获得其他市场成员所运营的在不同地点的新能源场站的发电功率。要想实现对电力现货市场的准确分析,需要预测出其他市场成员所运营的新能源场站在各时段的发电功率。
发明内容
本发明所要解决的技术问题是,提供一种为对电力现货市场的有效分析提供所必需的未知新能源场站在各时段发电功率的针对不同地点的新能源场站发电功率的预测方法。
本发明所采用的技术方案是:一种针对不同地点的新能源场站发电功率的预测方法,是根据区域内已知的新能源功率、已知新能源发电机组的装机容量、同区域目标新能源发电机组的装机容量、全市场新能源发电机组总发电功率,获取的市场公开信息去预测未知的在不同地点的目标新能源发电机组各时段的发电功率,为对电力现货市场的有效分析提供所必需的未知新能源发电机组在各时段的发电功率,所述的新能源发电机组是指风力发电机组和太阳能发电机组,具体是采用如下步骤预测目标新能源发电机组的发电功率:
1)读取目标新能源发电机组发电功率预测所需的已知信息;
2)构建目标新能源发电机组发电功率初步预测模型,并初步预测目标新能源发电机组的发电功率;
3)判断初步预测的发电功率是否满足给出的总量边界条件,若满足则输出预测结果,反之则执行步骤4);
4)对初步预测的发电功率进行总量误差修正,得到修正后的发电功率;
5)判断修正后的发电功率是否满足给出的区域边界条件,若满足则输出修正后的结果,反之则执行步骤6);
6)对修正后的发电功率进行区域误差修正和误差分摊,得到修正后的发电功率;
7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回步骤5),若达到循环次数则输出区域误差修正和误差分摊后的结果。
本发明的一种针对不同地点的新能源场站发电功率的预测方法,根据区域内已知的新能源功率、已知新能源的装机容量、同区域未知新能源的装机容量、全市场新能源总发电功率这些可获取的市场公开信息去预测未知的在不同地点的新能源场站各时段的发电功率,从而为对电力现货市场的有效分析提供了所必需的未知新能源场站在各时段的发电功率方法。本发明在实际应用中具有方法简捷、可信度高的特点,为电力现货市场仿真工作提供了支持,有效解决了缺少其他未知的新能源场站在各时段的发电功率信息问题。
附图说明
图1是本发明一种针对不同地点的新能源场站发电功率的预测方法的流程图。
具体实施方式
下面结合实施例和附图对本发明的一种针对不同地点的新能源场站发电功率的预测方法做出详细说明。
本发明的一种针对不同地点的新能源场站发电功率的预测方法,是根据区域内已知的新能源功率、已知新能源发电机组的装机容量、同区域目标新能源发电机组的装机容量、全市场新能源发电机组总发电功率,获取的市场公开信息去预测未知的在不同地点的目标新能源发电机组各时段的发电功率,为对电力现货市场的有效分析提供所必需的未知新能源发电机组在各时段的发电功率,所述的新能源发电机组是指风力发电机组和太阳能发电机组。如图1所示,是采用如下步骤预测目标新能源发电机组的发电功率:
1)读取目标新能源发电机组发电功率预测所需的已知信息;
2)构建目标新能源发电机组发电功率初步预测模型,并初步预测目标新能源发电机组的发电功率;
3)判断初步预测的发电功率是否满足给出的总量边界条件,若满足则输出预测结果,反之则执行步骤4);
4)对初步预测的发电功率进行总量误差修正,得到修正后的发电功率;
5)判断修正后的发电功率是否满足给出的区域边界条件,若满足则输出修正后的结果,反之则执行步骤6);
6)对修正后的发电功率进行区域误差修正和误差分摊,得到修正后的发电功率;
7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回步骤5),若达到循环次数则输出区域误差修正和误差分摊后的结果。
本发明中所述未知的风力发电机组发电功率预测方法具体包括:
S1)读取目标风力发电机组预测所需已知信息,包括:t时段全市场风力发电总发电功率Wt、区域i内已知风力发电机组j在t时段的发电功率Wi,j,t、区域i风力发电机组装机总容量Ci、区域i内已知风力发电机组j的装机容量Ci,j;
S2)构建目标风力发电机组发电功率初步预测模型如下,并初步预测在区域i内t时段目标风力发电机组发电功率:
其中:Wi,t表示在区域i内t时段目标风力发电机组发电功率,Wi,j,t表示在区域i已知风力发电机组j在t时段的发电功率,Ci表示区域i内风力发电机组装机总容量,Ci,j表示区域i内已知风力发电机组j的装机容量;
S3)判断初步预测在区域i内t时段目标风力发电机组发电功率Wi,t是否满足给出的总量边界条件,若满足则输出预测结果,反之则执行步骤S4);所述总量边界条件如下:
Wt=∑iWi,t+∑i∑j Wi,j,t (2)
其中:Wt表示t时段全市场风力发电总发电功率,∑i Wi,t表示所有区域t时段目标风力发电机组发电功率预测之和,∑i∑j Wi,j,t表示所有区域在t时段已知风力发电机组j发电功率之和。
S4)对初步预测在区域i内t时段目标风力发电机组发电功率Wi,t进行总量误差修正,得到修正后的目标风力发电机组的发电功率;所述的总量误差修正公式如下:
Et=Wt-(∑iWi,t+∑i∑j Wi,j,t) (4)
其中:W′i,t表示区域i内t时段经过总量误差修正的目标风力发电机组发电功率;Et表示t时段全市场风力发电的发电功率初步预测值的总量误差;表示区域i内的总量误差修正系数。
S5)判断修正后的目标风力发电机组的发电功率是否满足给出的区域边界条件,若满足则输出结果,反之则执行步骤S6);所述区域边界条件如下:
0≤W′i,t≤(Ci-∑j Ci,j) (6)
其中:W′i,t表示区域i内t时段经过总量误差修正的目标风力发电机组发电功率,Ci-∑j Ci,j表示目标风力发电机组装机容量。
S6)采用如下公式对修正后的目标风力发电机组的发电功率进行区域误差修正和误差分摊,得到修正后的目标风力发电机组的发电功率:
E′t=∑gW′g,t-(Cg-∑g Cg,j)+∑lW′l,t (9)
其中:E′t表示t时段区域间需分摊的误差总和;g表示满足经过总量误差修正的目标风力发电机组发电功率W′i,t大于该目标风力发电机组装机容量这一条件的机组所在的区域;l表示满足经过总量误差修正的目标风力发电机组发电功率W′i,t小于零这一条件的机组所在的区域;m表示经过总量误差修正的目标风力发电机组发电功率W′i,t满足公式(6)的机组所在区域;W′g,t表示区域g的目标风力发电机组在t时段的发电功率,Cg表示区域g的风力发电机组装机容量总和,Cg,j表示区域g内的已知风力发电机组j的装机容量;W′l,t表示区域l的目标风力发电机组在t时段的发电功率;表示区域m的区域误差修正系数,Cm表示区域m的风力发电机组装机容量总和,Cm,j表示区域m的已知风力发电机组j的装机容量;
S7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回S5,若达到循环次数则输出区域误差修正和误差分摊后的结果。
其中,设定循环次数的目的是防止极端情况下出现震荡误差的现象。循环次数根据经验设定,达到循环次数时,其区域误差已满足精度要求,因此可以直接输出预测结果。
本发明所述未知的太阳能发电机组发电功率预测方法具体包括:
B1)读取目标太阳能发电场站预测所需已知信息,包括:t时段全市场太阳能发电场站总发电功率Pt、区域i内已知太阳能发电机组j在t时段的发电功率Pi,j,t、区域i太阳能发电机组装机总容量ci、区域i内已知的机组j的装机容量ci,j;
B2)构建目标太阳能发电机组发电功率初步预测模型,并初步预测在区域i内t时段目标太阳能发电机组发电功率:
其中:Pi,t表示区域i内t时段目标太阳能发电机组发电功率,Pi,j,t表示区域i内已知太阳能发电机组j在t时段的发电功率,ci表示区域i内太阳能发电机组装机总容量,ci,j表示区域i内已知太阳能发电机组j的装机容量;
B3)判断初步预测在区域i内t时段目标太阳能发电机组发电功率Pi,t是否满足总量边界条件,若满足则输出预测结果,反之则执行步骤B4);所述总量边界条件如下:
Pt=∑iPi,t+∑i∑j Pi,j,t (12)
其中:Pt表示t时段全市场太阳能发电总发电功率,∑iPi,t表示所有区域t时段目标太阳能发电机组发电功率预测之和,∑i∑j Pi,j,t表示所有区域在t时段已知太阳能发电机组j发电功率之和。
B4)对初步预测在区域i内t时段目标太阳能发电机组发电功率Pi,t进行总量误差修正,得到修正后的目标太阳能发电机组的发电功率;所述的总量误差修正公式如下:
P′i,t=etΨi+Pi,t (13)
et=Pt-(∑iPi,t+∑i∑j Pi,j,t) (14)
其中:P′i,t表示区域i内t时段经过总量误差修正的目标太阳能发电机组发电功率;et表示t时段全市场太阳能发电功率初步预测值的总量误差;Ψi表示区域i内的总量误差修正系数。
B5)判断修正后的目标太阳能发电机组的发电功率,若满足则输出结果,反之则执行步骤B6);所述区域边界条件如下:
0≤P′i,t≤(ci-∑j ci,j) (16)
其中:P′i,t表示区域i内t时段经过总量误差修正的目标太阳能发电机组发电功率,ci-∑j ci,j表示目标太阳能发电机组装机容量。
B6)采用如下公式对修正后的目标太阳能发电机组的发电功率进行区域误差修正和误差分摊,得到修正后的目标太阳能发电机组的发电功率:
P″i,t=e′tΨM+P′i,t (18)
e′t=∑GW′G,t-(cG-∑G cG,j)+∑LP′L,t (19)
其中:e′t表示t时段区域间需分摊的误差总和;G表示满足经过总量误差修正的目标太阳能发电机组发电功率P′i,t大于该目标太阳能发电机组装机容量这一条件的机组所在的区域;L表示满足经过总量误差修正的目标太阳能发电机组发电功率W′i,t小于零这一条件的机组所在的区域;M表示经过总量误差修正的目标太阳能发电机组发电功率P′i,t满足公式(16)的机组所在区域;P′G,t表示区域G的目标太阳能发电机组在t时段的发电功率,cG表示区域G的太阳能发电机组装机容量总和,cG,j表示区域G内的已知太阳能发电机组j的装机容量;P′L,t表示区域L的目标太阳能发电机组在t时段的发电功率;ΨM表示区域M的区域误差修正系数,cM表示区域M的太阳能发电机组装机容量总和,cM,j表示区域M的已知太阳能发电机组j的装机容量;
B7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回B5,若达到循环次数则输出区域误差修正和误差分摊后的结果。
其中,设定循环次数的目的是防止极端情况下出现震荡误差的现象。循环次数根据经验设定,达到循环次数时,其区域误差已满足精度要求,因此可以直接输出预测结果。
下面给出具体实例:
鉴于风力发电与太阳能发电的未知机组发电功率的预测方法、流程相同,本实施例仅展现未知的风力发电机组发电功率的预测过程,对太阳能发电部分不再赘述,
S1:读取目标风力发电机组发电功率预测所需的已知信息,如表1、表2。
表1.市场公开信息
表2.已知机组发电功率与全市场发电功率
S2:构建目标风力发电机组功率初步预测模型,并初步预测目标风力发电机组的发电功率,得到初步预测结果如表3。
表3初步预测结果
S3:判断初步预测的发电功率是否满足给出的总量边界条件,若满足则输出预测结果,反之则执行S4,本实施例中初步预测的发电功率不满足总量边界条件,执行S4。
S4:对初步预测的发电功率进行总量误差修正,得到修正后的发电功率如表4。
表4总量误差修正结果
/>
/>
/>
S5:判断修正后的发电功率是否满足给出的区域边界条件,若满足则输出修正后的结果,反之则执行S6。本实施例判断出不满足区域边界条件,执行S6。
S6:对修正后的发电功率进行区域误差修正和误差分摊,得到修正后的发电功率如表5
(区域误差共循环修正4次,为精简篇幅,中间循环结果不再展示,表5结果为最终所得结果。
表5区域误差修正结果
/>
/>
S7:判断是否达到设定的循环次数,若未达到设定的循环次数则返回S5,若达到循环次数则输出区域误差修正和误差分摊后的结果。本实施例从S5到S7经过四次循环后最终在S5判断出满足给出的区域边界条件后输出结果。
Claims (5)
1.一种针对不同地点的新能源场站发电功率的预测方法,其特征在于,是根据区域内已知的新能源功率、已知新能源发电机组的装机容量、同区域目标新能源发电机组的装机容量、全市场新能源发电机组总发电功率,获取的市场公开信息去预测未知的在不同地点的目标新能源发电机组各时段的发电功率,为对电力现货市场的有效分析提供所必需的未知新能源发电机组在各时段的发电功率,所述的新能源发电机组是指风力发电机组和太阳能发电机组,具体是采用如下步骤预测目标新能源发电机组的发电功率:
1)读取目标新能源发电机组发电功率预测所需的已知信息;
2)构建目标新能源发电机组发电功率初步预测模型,并初步预测目标新能源发电机组的发电功率;
3)判断初步预测的发电功率是否满足给出的总量边界条件,若满足则输出预测结果,反之则执行步骤4);
4)对初步预测的发电功率进行总量误差修正,得到修正后的发电功率;
5)判断修正后的发电功率是否满足给出的区域边界条件,若满足则输出修正后的结果,反之则执行步骤6);
6)对修正后的发电功率进行区域误差修正和误差分摊,得到修正后的发电功率;
7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回步骤5),若达到循环次数则输出区域误差修正和误差分摊后的结果;其中:
S)对未知的风力发电机组发电功率预测方法具体包括:
S1)读取目标风力发电机组预测所需已知信息,包括:t时段全市场风力发电总发电功率Wt、区域i内已知风力发电机组j在t时段的发电功率Wi,j,t、区域i风力发电机组装机总容量Ci、区域i内已知风力发电机组j的装机容量Ci,j;
S2)构建目标风力发电机组发电功率初步预测模型如下,并初步预测在区域i内t时段目标风力发电机组发电功率:
其中:Wi,t表示在区域i内t时段目标风力发电机组发电功率,Wi,j,t表示在区域i已知风力发电机组j在t时段的发电功率,Ci表示区域i内风力发电机组装机总容量,Ci,j表示区域i内已知风力发电机组j的装机容量;
S3)判断初步预测在区域i内t时段目标风力发电机组发电功率Wi,t是否满足给出的总量边界条件,若满足则输出预测结果,反之则执行步骤S4);
S4)对初步预测在区域i内t时段目标风力发电机组发电功率Wi,t进行总量误差修正,得到修正后的目标风力发电机组的发电功率;所述的总量误差修正公式如下:
Et=Wt-(∑iWi,t+∑i∑jWi,j,t) (4)
其中:W′i,t表示区域i内t时段经过总量误差修正的目标风力发电机组发电功率;Et表示t时段全市场风力发电的发电功率初步预测值的总量误差;表示区域i内的总量误差修正系数;
S5)判断修正后的目标风力发电机组的发电功率是否满足给出的区域边界条件,若满足则输出结果,反之则执行步骤S6);
S6)采用如下公式对修正后的目标风力发电机组的发电功率进行区域误差修正和误差分摊,得到修正后的目标风力发电机组的发电功率:
E′t=∑gW′g,t-(Cg-∑gCg,j)+∑lWl,t (9)
其中:E′t表示t时段区域间需分摊的误差总和;g表示满足经过总量误差修正的目标风力发电机组发电功率W′i,t大于该目标风力发电机组装机容量这一条件的机组所在的区域;l表示满足经过总量误差修正的目标风力发电机组发电功率W′i,t小于零这一条件的机组所在的区域;m表示经过总量误差修正的目标风力发电机组发电功率W′i,t满足公式(6)的机组所在区域;W′g,t表示区域g的目标风力发电机组在t时段的发电功率,Cg表示区域g的风力发电机组装机容量总和,Cg,j表示区域g内的已知风力发电机组j的装机容量;W′l,t表示区域l的目标风力发电机组在t时段的发电功率;表示区域m的区域误差修正系数,Cm表示区域m的风力发电机组装机容量总和,Cm,j表示区域m的已知风力发电机组j的装机容量;
S7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回S5,若达到循环次数则输出区域误差修正和误差分摊后的结果;
B)对未知的太阳能发电机组发电功率预测方法具体包括:
B1)读取目标太阳能发电场站预测所需已知信息,包括:t时段全市场太阳能发电场站总发电功率Pt、区域i内已知太阳能发电机组j在t时段的发电功率Pi,j,t、区域i太阳能发电机组装机总容量ci、区域i内已知的机组j的装机容量ci,j;
B2)构建目标太阳能发电机组发电功率初步预测模型,并初步预测在区域i内t时段目标太阳能发电机组发电功率:
其中:Pi,t表示区域i内t时段目标太阳能发电机组发电功率,Pi,j,t表示区域i内已知太阳能发电机组j在t时段的发电功率,ci表示区域i内太阳能发电机组装机总容量,ci,j表示区域i内已知太阳能发电机组j的装机容量;
B3)判断初步预测在区域i内t时段目标太阳能发电机组发电功率Pi,t是否满足总量边界条件,若满足则输出预测结果,反之则执行步骤B4);
B4)对初步预测在区域i内t时段目标太阳能发电机组发电功率Pi,t进行总量误差修正,得到修正后的目标太阳能发电机组的发电功率;所述的总量误差修正公式如下:
P′i,t=etΨi+Pi,t (13)
et=Pt-(∑iPi,t+∑i∑jPi,j,t) (14)
其中:P′i,t表示区域i内t时段经过总量误差修正的目标太阳能发电机组发电功率;et表示t时段全市场太阳能发电功率初步预测值的总量误差;Ψi表示区域i内的总量误差修正系数;
B5)判断修正后的目标太阳能发电机组的发电功率是否满足区域边界条件,若满足则输出结果,反之则执行步骤B6);
B6)采用如下公式对修正后的目标太阳能发电机组的发电功率进行区域误差修正和误差分摊,得到修正后的目标太阳能发电机组的发电功率:
P″i,t=e′tΨM+P′i,t (18)
e′t=∑GW′G,t-(cG-∑G cG,j)+∑LP′L,t (19)
其中:e′t表示t时段区域间需分摊的误差总和;G表示满足经过总量误差修正的目标太阳能发电机组发电功率P′i,t大于该目标太阳能发电机组装机容量这一条件的机组所在的区域;L表示满足经过总量误差修正的目标太阳能发电机组发电功率W′i,t小于零这一条件的机组所在的区域;M表示经过总量误差修正的目标太阳能发电机组发电功率P′i,t满足公式(16)的机组所在区域;P′G,t表示区域G的目标太阳能发电机组在t时段的发电功率,cG表示区域G的太阳能发电机组装机容量总和,cG,j表示区域G内的已知太阳能发电机组j的装机容量;P′L,t表示区域L的目标太阳能发电机组在t时段的发电功率;ΨM表示区域M的区域误差修正系数,cM表示区域M的太阳能发电机组装机容量总和,cM,j表示区域M的已知太阳能发电机组j的装机容量;
B7)判断是否达到设定的循环次数,若未达到设定的循环次数则返回B5,若达到循环次数则输出区域误差修正和误差分摊后的结果。
2.根据权利要求1所述的一种针对不同地点的新能源场站发电功率的预测方法,其特征在于,第S3)步所述的总量边界条件如下:
Wt=∑iWi,t+∑i∑jWi,j,t (2)
其中:Wt表示t时段全市场风力发电总发电功率,∑iWi,t表示所有区域t时段目标风力发电机组发电功率预测之和,∑i∑jWi,j,t表示所有区域在t时段已知风力发电机组j发电功率之和。
3.根据权利要求1所述的一种针对不同地点的新能源场站发电功率的预测方法,其特征在于,第S5)步所述的区域边界条件如下:
0≤Wi,t≤(Ci-∑jCi,j) (6)
其中:W′i,t表示区域i内t时段经过总量误差修正的目标风力发电机组发电功率,Ci-∑jCi,j表示目标风力发电机组装机容量。
4.根据权利要求1所述的一种针对不同地点的新能源场站发电功率的预测方法,其特征在于,第B3)步所述的总量边界条件如下:
Pt=∑iPi,t+∑i∑jPi,j,t (12)
其中:Pt表示t时段全市场太阳能发电总发电功率,∑iPi,t表示所有区域t时段目标太阳能发电机组发电功率预测之和,∑i∑jPi,j,t表示所有区域在t时段已知太阳能发电机组j发电功率之和。
5.根据权利要求1所述的一种针对不同地点的新能源场站发电功率的预测方法,其特征在于,第B5)步所述的区域边界条件如下:
0≤P′i,t≤(ci-∑jci,j) (16)
其中:P′i,t表示区域i内t时段经过总量误差修正的目标太阳能发电机组发电功率,ci-∑jci,j表示目标太阳能发电机组装机容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111009887.7A CN113991638B (zh) | 2021-08-31 | 2021-08-31 | 一种针对不同地点的新能源场站发电功率的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111009887.7A CN113991638B (zh) | 2021-08-31 | 2021-08-31 | 一种针对不同地点的新能源场站发电功率的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113991638A CN113991638A (zh) | 2022-01-28 |
CN113991638B true CN113991638B (zh) | 2023-07-28 |
Family
ID=79735265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111009887.7A Active CN113991638B (zh) | 2021-08-31 | 2021-08-31 | 一种针对不同地点的新能源场站发电功率的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113991638B (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101728984B (zh) * | 2010-01-18 | 2013-01-30 | 华北电力大学(保定) | 并网型光伏电站发电功率预测方法 |
CN107230977A (zh) * | 2017-05-05 | 2017-10-03 | 浙江工商大学 | 基于误差修正和提升小波组合预测模型的风电功率预测方法 |
CN107767086B (zh) * | 2017-11-24 | 2024-06-11 | 国网甘肃省电力公司电力科学研究院 | 基于发电功率预测的新能源场站出力下限滚动修正方法 |
CN111832786A (zh) * | 2019-04-23 | 2020-10-27 | 中国电力科学研究院有限公司 | 一种基于滑动误差的光伏发电超短期功率预测方法和装置 |
CN110224399B (zh) * | 2019-06-12 | 2023-06-30 | 广东电网有限责任公司 | 基于风电场的电力现货市场出清方法、装置及存储介质 |
CN110598952B (zh) * | 2019-09-23 | 2022-05-03 | 广西电网有限责任公司 | 中长期电力市场安全校核、模型建立方法及设备 |
CN110705771B (zh) * | 2019-09-26 | 2023-04-07 | 国家电网公司华北分部 | 区域电网新能源发电功率预测优化方法和装置 |
CN112886566A (zh) * | 2019-11-29 | 2021-06-01 | 中国电力科学研究院有限公司 | 一种电网调峰需求计算方法和系统 |
CN111553570B (zh) * | 2020-04-16 | 2022-09-23 | 贵州电网有限责任公司 | 基于预测时段划分的月内滚动调度计划优化调整方法 |
CN111626473A (zh) * | 2020-04-17 | 2020-09-04 | 国网上海市电力公司 | 一种考虑误差修正的两阶段光伏功率预测方法 |
CN112446554B (zh) * | 2020-12-18 | 2024-05-14 | 阳光电源股份有限公司 | 功率预测模型建立方法、功率预测方法及装置 |
-
2021
- 2021-08-31 CN CN202111009887.7A patent/CN113991638B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113991638A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saez-de-Ibarra et al. | Co-optimization of storage system sizing and control strategy for intelligent photovoltaic power plants market integration | |
Jiang et al. | Size optimization and economic analysis of a coupled wind-hydrogen system with curtailment decisions | |
CN112103941B (zh) | 考虑电网灵活性的储能配置双层优化方法 | |
CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
CN112865190A (zh) | 计及光伏和充电需求的光储充电站优化调度方法和系统 | |
CN113205273B (zh) | 一种计及区外电能交易的低碳化电源规划方法及系统 | |
CN115329448B (zh) | 基于bim的装配式建筑施工成本控制方法及系统 | |
CN113991638B (zh) | 一种针对不同地点的新能源场站发电功率的预测方法 | |
CN113872253A (zh) | 抽水蓄能电站联合新能源发电优化调度方法及装置 | |
CN112016186A (zh) | 一种基于随机场景构建的年度弃风、弃光率计算方法 | |
CN117196668A (zh) | 一种基于边际收益大规模新能源基地接入规划方法及系统 | |
CN113378374B (zh) | 一种园区综合能源系统优化配置方法 | |
CN112984594B (zh) | 燃煤供热机组供热期最小出力确定方法及装置 | |
CN112217215B (zh) | 一种基于psd-bpa的大型电力系统随机潮流计算方法 | |
Alamri et al. | Energy storage sizing and reliability assessment for power systems with variable generation | |
CN109474006B (zh) | 一种机组日执行电量越限因素定位及消除方法 | |
CN110070230B (zh) | 一种局部电网机组窝电量评估计算方法、装置及存储介质 | |
CN115879570B (zh) | 电网负荷预测模型的建立方法及计算机可读储存介质 | |
Sachs et al. | Combined probabilistic and set-based uncertainties for a stochastic model predictive control of island energy systems | |
CN113705862B (zh) | 一种电力现货市场环境下超短期新能源预测数据修正方法 | |
CN115549182B (zh) | 一种风光储发电系统模拟规划方法及系统 | |
Tanabe et al. | Pumped-storage hydropower operation scheduling method for net load ramp leveling | |
Shirsath et al. | Optimization through wind modeling by means of mechanical design to enhance wind power generation and system reliability | |
CN116976951A (zh) | 电力现货市场出清算例生成方法、系统、设备及介质 | |
CN111797496B (zh) | 一种新能源场站发电出力时间序列构建方法和装置 |
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 |