CN116316898B - 水风光多能互补系统时空协调方法、系统、设备及介质 - Google Patents
水风光多能互补系统时空协调方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116316898B CN116316898B CN202310374670.9A CN202310374670A CN116316898B CN 116316898 B CN116316898 B CN 116316898B CN 202310374670 A CN202310374670 A CN 202310374670A CN 116316898 B CN116316898 B CN 116316898B
- Authority
- CN
- China
- Prior art keywords
- coordination
- power
- wind
- space
- power stations
- 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
- 230000000295 complement effect Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004146 energy storage Methods 0.000 claims abstract description 82
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 36
- 238000001228 spectrum Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 230000005622 photoelectricity Effects 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 20
- 230000003595 spectral effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 10
- 230000007774 longterm Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 abstract description 18
- 238000010276 construction Methods 0.000 abstract description 7
- 230000008878 coupling Effects 0.000 abstract description 5
- 238000010168 coupling process Methods 0.000 abstract description 5
- 238000005859 coupling reaction Methods 0.000 abstract description 5
- 230000002093 peripheral effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H02J3/38—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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2300/22—The renewable source being solar energy
-
- 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
- H02J2300/28—The renewable source being wind energy
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种水风光多能互补系统时空协调方法、系统、设备及介质，涉及水风光多能互补领域。本发明考虑了水电‑风电‑光伏三种能源在不同时间、空间尺度上的互补性，利用功率谱密度分析法计算了不同波动周期和空间协调距离下水风光多能互补系统的最大储能需求，通过分析最大储能需求与协调距离的关系，获得相应的水电与周围风电和光电协调的最优协调距离。此发明能够融合时域上不同周期的出力序列以及空间域上不同地理位置分布的站点，从而将多能源、长时段、广空间的复杂问题耦合在一起，以最佳的多能源时空协调范围实现水风光打捆送出，发挥水电的灵活调节作用，对不同水电建设阶段下的周边风电和光伏发电站的规划具有重要意义。
Description
技术领域
本发明涉及水风光多能互补技术领域，特别是涉及一种水风光多能互补系统时空协调方法、系统、设备及介质。
背景技术
间歇性可再生能源(即风能和太阳能)的高渗透率给电力系统带来新的挑战，储能是解决这一问题的有效措施。然而储能的投入、运行与维护成本高，发挥多种能源的时空互补特性可以降低整个电力系统出力的波动性，进而降低电力系统储能需求，这是多能互补系统规划的关键。
水电、风电和光伏三种能源在不同时间、空间尺度上都具有互补性。在时间尺度上，不同能源在时间上会有丰、枯的年份、季节或月份，可以通过“蓄丰补枯”的方式发挥特定能源不同时间上的互补性。同时，不同空间位置的出力过程差异较大，尤其是对于风光资源而言，可以利用这种能源空间异质性的特点进行广空间上能源的协调，使得能源需求平衡，将其拓展到不同能源类形式，互补性会更好，一是因为不同能源本身的出力特征互补，比如，风光电站在日尺度、季节尺度都具有很好的互补性；二是利用具有灵活调节能力的水电去补偿间歇能源能够更好地达到能源供需平衡。对于多能源系统规划而言，在不同的时间尺度上到底应当协调多大空间范围内各种类型电站才能获得最大虚拟储能增益是一个值得研究的问题。尤其是对于全球都在大规模规划建设的风光可再生能源系统而言，这一空间范围其实也是可再生能源系统之间的最佳匹配范围，也是区域风光可再生能源的规划边界。
多能源系统在时间维度上的互补性会对系统带来干扰。气候驱动的水电、风能和太阳能等可再生能源具有不同波动的周期，同时由于共同的遥相关关系和太阳辐射强度的周期性强迫，表现出显著的协变性。这些长期数据应用在多能互补系统中，可以通过降低整体系统出力的方差，减少储能需求从而获得互补效益，这也是以前的研究没有考虑的一点。此外，在解决这种考虑不同能源不同时期耦合的多能源问题时，传统的模拟优化方法可以用历史数据来寻找综合能源生产的最佳管理方案，但不同可用能源的统计表示需要随机规划。一般来说，很难足够准确地表述不同能源在季节(月)、年、多年等周期特性，特别是多种周期叠加下，系统出力的均值、方差等特性就变得愈加复杂，这削弱了随机规划的可靠性。由于水风光多能互补系统中多种能源在不同周期下的互补性与不同地理位置下的空间异质性相互交织，加大了最佳多能源时空协调范围的求解难度。
发明内容
针对上述背景技术中提出的问题，本发明提供一种水风光多能互补系统时空协调方法、系统、设备及介质，能够快速、准确确定最佳的多能源时空协调范围，以发挥水风光多种能源在不同时空尺度上的互补特性，使得整个水风光多能互补系统的储能需求最小。
为实现上述目的，本发明提供了如下方案：
一方面，本发明提供一种水风光多能互补系统时空协调方法，包括：
获取水电站流域内所有电站的长期月尺度出力数据构成所有电站的出力序列；流域内所有电站包括水电站、风电站和光伏电站；所有电站的出力序列中包括水电出力序列、风电出力序列和光电出力序列；
设定流域内各个风光电站与水电站之间的协调距离作为空间协调范围；
选定水电协调周围风电和光电的不同协调方案，确定不同协调方案下所有电站相互协调的方差贡献；所述不同协调方案包括统一运行情景方案和水电互补情景方案；
通过对流域内所有电站的出力之和进行功率谱密度分析，取得功率谱密度图中的峰值作为不同电站相应的周期；
将不同电站相应的周期转换成对应频率作为不同的时间协调范围；
基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求；
分析最大储能需求随着不同协调距离变化的趋势，确定在给定时间协调范围下令最大储能需求最小的空间协调范围为最佳的多能源时空协调范围。
可选地，所述确定不同协调方案下所有电站相互协调的方差贡献，具体包括：
采用公式 确定统一运行情景方案下所有电站相互协调的方差贡献/>其中Pc，i为流域内所有电站i的出力序列；N为流域内所有电站的数量；/>表示流域内所有电站出力序列的方差之和；R为设定的空间协调范围；ri，j表示流域内各个风光电站j与水电站i之间的实际距离；表示空间协调范围内的所有电站出力序列的协方差之和；表示空间协调范围外的所有电站两两之间出力序列标准差的乘积之和。
可选地，所述确定不同协调方案下所有电站相互协调的方差贡献，还包括：
采用公式确定水电互补情景方案下所有电站相互协调的方差贡献/>
可选地，所述将不同电站相应的周期转换成对应频率作为不同的时间协调范围，具体包括：
根据周期是频率的导数这一规律，将不同电站相应的周期转换成对应频率[f1，f2]，作为不同的时间协调范围。
可选地，所述基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求，具体包括：
将不同协调方案下所有电站相互协调的方差贡献进行从时域到频率域的转换，得到所有电站出力之和的功率谱密度函数/>
根据所述采用公式/>计算不同时间协调范围[f1，f2][f1，f2]和空间协调范围R下的最大储能需求Emax；其中a为预设参数；f表示频率。
另一方面，本发明提供一种水风光多能互补系统时空协调系统，包括：
数据获取模块，用于获取水电站流域内所有电站的长期月尺度出力数据构成所有电站的出力序列；流域内所有电站包括水电站、风电站和光伏电站；所有电站的出力序列中包括水电出力序列、风电出力序列和光电出力序列；
空间协调范围设定模块，用于设定流域内各个风光电站与水电站之间的协调距离作为空间协调范围；
方差贡献确定模块，用于选定水电协调周围风电和光电的不同协调方案，确定不同协调方案下所有电站相互协调的方差贡献；所述不同协调方案包括统一运行情景方案和水电互补情景方案；
功率谱密度分析模块，用于通过对流域内所有电站的出力之和进行功率谱密度分析，取得功率谱密度图中的峰值作为不同电站相应的周期；
时间协调范围设定模块，用于将不同电站相应的周期转换成对应频率作为不同的时间协调范围；
最大储能需求计算模块，用于基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求；
最佳多能源时空协调范围获取模块，用于确定在给定时间协调范围下令最大储能需求最小的空间协调范围为最佳的多能源时空协调范围。
另一方面，本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的水风光多能互补系统时空协调方法。
另一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现所述的水风光多能互补系统时空协调方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的水风光多能互补系统时空协调方法、系统、设备及介质，考虑了水电-风电-光伏三种能源在不同时间、空间尺度上的互补性，利用功率谱密度分析法计算了不同波动周期和空间协调距离下水风光多能互补系统的最大储能需求，能够融合时域上不同周期的出力序列以及空间域上不同地理位置分布的站点，从而将多能源、长时段、广空间的复杂问题耦合在一起，易于求解和建模，具有普适性参考价值。本发明首次在水风光领域关注了不同水电建设规划场景下水电捆绑周边风电和光伏电站的最佳多能源时空协调范围，通过考虑储能需求的多能源时空分析，以最佳的协调范围实现水风光打捆送出，发挥水电的灵活调节作用，对不同水电建设阶段下的周边风电和光伏发电站的规划具有重要意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种水风光多能互补系统时空协调方法的流程图；
图2为本发明实施例中流域内不同能源(水电、风电、光电)的功率谱密度图；其中图2(a)为水电，图2(b)为风电，图2(c)为光电；
图3为本发明实施例中统一运行情景和水电互补情景两种方案下，不同调节周期的最大储能需求随协调距离的变化趋势示意图；其中图3(a)为统一运行情景，图3(b)为水电互补情景。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。
本发明的目的是提供一种水风光多能互补系统时空协调方法、系统、设备及介质，通过分析获得相应的水电与周围风电和光电协调的最优协调距离，将多能源、长时段、广空间的复杂问题耦合在一起，对不同水电建设阶段下的周边风电和光伏发电站的规划具有重要意义。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种水风光多能互补系统时空协调方法的流程图，参见图1，一种水风光多能互补系统时空协调方法，包括：
步骤1：获取水电站流域内所有电站的长期月尺度出力数据构成所有电站的出力序列。
采集水电站流域内所有电站的长期月尺度出力数据，并按照时间顺序构成所有电站的出力序列；流域内所有电站包括水电站、风电站和光伏电站三种能源，因此所有电站的出力序列Pc，i中包括水电出力序列、风电出力序列和光电出力序列。
步骤2：设定流域内各个风光电站与水电站之间的协调距离R作为空间协调范围。
步骤3：选定水电协调周围风电和光电的不同协调方案，确定不同协调方案下所有电站相互协调的方差贡献。
由于在水风光互补调度中，水电是唯一具有调节能力的电站，因此为了更好的发挥水风光之间的互补性，本发明设计两种不同的调度方案：一是统一运行情景方案，该方案下水电站单独调度，不考虑水电站对风光出力的补偿；二是水电互补情景方案，该方案下水电站对协调距离内的风光电站进行补偿调度，平抑风光电站的出力波动，这种方案不仅仅利用了各种能源空间上的互补性，还发挥了水电站灵活的调节能力，最大程度的发挥了水风光的互补性。同时，确定不同协调方案下的所有电站相互协调的方差贡献，方差贡献的计算为后续并入功率谱密度函数提供基础。
统一运行情景方案下，水电与其协调距离R内的风电和光伏发电站协调运行，而在此协调距离外的风电、光伏和水电站则单独运行。值得注意的是，此处水电与协调距离R内的风电和光伏发电站协调运行时，水电不额外对风光电站进行主动补偿，主要利用水电与风光在自然资源的分布上的天然时空互补进行协调。
利用历史径流为输入，以最大发电量为目标来模拟水电的长期发电过程。该方案沿用了水电参与电网运行的原有方式，直接利用其当前的运行方式和相应出力来进行水风光系统的规划。
此情景中，由于水电与其协调距离R内的风电和光伏发电站协调运行，说明此时协调距离内所有电站出力过程完全相关，则这些电站的方差贡献为协调距离外的风电、光伏和水电站单独运行，即意味着多能源之间不具备互补特性，无法发挥区域协调功能。综上，统一运行情景方案下，所有能源序列出力之和的方差可由下式(1)计算：
其中ri，j表示的是各个风电和光电站j对水电站i的实际距离，R为设定的协调距离，ri，j＜R就表示该风电或光电站j位于水电站i的空间协调范围内。表示所有电站出力序列Pc，i的方差Var(Pc，i)之和；N为流域内所有电站的数量；表示协调距离内的所有电站出力序列的协方差Cov(Pc，i；Pc，j)之和；/>表示协调距离外的所有电站两两之间出力序列标准差的乘积std(Pc，i)std(Pc，j)之和。/>即为所有电站相互协调的方差贡献。
水电互补情景方案下，水电站对协调距离R内的风光电站进行补偿调度，平抑风光电站的出力波动，这种方案不仅仅利用了各种能源空间上的互补性，还发挥了水电站灵活的调节能力，最大程度的发挥了水风光的互补性。
可依据第一种方案天然出力过程的每年总电量，调节相应协调距离内的总风光出力，以总出力的波动性最小分配水电站的出力过程。值得注意的是，若此阶段下有多个水电站，可按照梯级水电站的聚合进行总电量的分配计算。然而，这种按照水电电量平衡风光出力波动的调节方式得到的水电出力可能会极其波动，为了使得水电出力尽量合理，需以水电装机为约束，当计算调节风光后得到的水电出力超过装机约束时，可将超过部分的总电量平均分配到其他时段，使得其他时段的总出力在原来的基础之上向上抬升。
此水电互补情景方案下，所有能源序列出力之和的方差可由下式(2)计算：
步骤4：通过对流域内所有电站的出力之和进行功率谱密度分析，取得功率谱密度图中的峰值作为不同电站相应的周期。
根据上述步骤1得到的所有电站的出力序列Pc，i(其中包括水电出力序列、风电出力序列和光电出力序列)，利用Matlab中的快速傅里叶变换(FFT function)进行不同能源(水电、风电和光伏)的功率谱密度分析，得到流域内每种能源的功率谱密度图。对于随机信号来说，功率谱密度图峰值代表的是信号中周期性强的时期，相似的，不同能源的功率谱密度峰值所对应的横坐标周期值表示的就是每种能源的周期。已证实功率谱密度的峰值与配置储能有密切联系，周期小的峰值表示需要配置容量小的储能，周期大的峰值表示需要配置容量大的储能。取得每种能源功率谱密度峰值所对应的横坐标，即可得到每种能源的周期值。综合考虑不同能源的周期，取得这些能源都存在的周期值作为配置储能设备的周期值，代表着配置储能设备的可设定的容量大小。
步骤5：将不同电站相应的周期转换成对应频率作为不同的时间协调范围。
由于周期是频率的导数，为后续与功率谱密度函数结合，此处将得到的周期转换成对应频率f1和f2，从而得到相应的时间协调范围[f1，f2]。
步骤6：基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求。
一个区域或流域的能源系统，对于任意时段t而言，储能需求E可以平衡系统可用能量Pc、能量需求Pd以及区域进出口能源X的差额，可用式(3)表示：
显然，储能需求E的大小与区域的可用能量Pc、需求能量Pd以及进出口能源X有关。为聚焦区域内水风光可用能源Pc与储能需求E的对应关系，将区域的能量需求Pd与进出口能源X两项(即，-Pd-X)概化为一项ε，那么公式(3)可以改写为公式(4)：
由上式(4)可得，储能需求E的大小取决于区域的可用能量Pc和ε，若以波动形式来看，公式(4)可以进一步改写为公式(5)：
Δ为变量与其期望的差值，即 分别为Pc、E、ε的期望。
在能源系统中，储能需求E一般越小越好，这里为了简化研究，假定ε为常数，也就是说Δε＝0，如式(6)所示。那么，储能需求的大小则由可用能量波动性所决定，可用能源的波动越大，则储能需求越大。
对于能量平衡式(6)，可以从时域上的形式转换成频率域上的形式，如式(7)。
式中，S(·)表示的是功率谱密度函数，i表示的是不同的可用能量，f表示的是频率，E(f)和Pc，i(f)表示的是频率域上的储能和可用能量。
由于关注的是储能需求的方差，希望能通过储能需求的方差和分布推求储能需求的最大值，而通过之前得到的储能和可用能量之间的关系，可以将储能的方差表示为带有可用能量功率谱密度函数的关系式，通过利用在不同频率/周期下的可用能量进行求解。从功率谱的角度来看，时间序列的总方差等于其在特定频域上的积分，即流域内储能需求E的方差Var(E)即为其功率谱密度函数在特定的频域f1和f2上的积分，即：
把式(7)代入式(8)，则总体储能需求的方差Var(E)为：
其中，表示的是所有可用能源出力之和的功率谱密度函数，具体如式(10)所示，它包括两个方面，一个是所有电站时间序列的功率谱密度函数S(Pc，i)之和，可利用Matlab中的pwelch函数进行计算；二是所有电站出力序列之间的互功率谱密度函数S(Pc，i；Pc，j)之和，可利用Matlab中的cpsd函数进行计算。其中式子中Re表示的是实部，Pc，i和Pc，j表示的是不同电站i、j的出力序列。
当已知随机变量的方差和分布，可以估算出相应随机变量的最大值。此处最大储能需求Emax取决于所有可用能量的分布：
如果假设储能需求E服从单一的谐波分布，则预设参数a＝2。
将式(9)代入式(11)，最终得出当前频率[f1，f2]下的最大储能需求Emax。
其中，可按照不同方案下的/>进行从时域到频率域的转换得到。在功率谱中，可将方差/>转换为功率谱密度函数S(Pc，i)，协方差转换为互谱密度函数S(Pc，i；Pc，j)，再代入公式(10)、(12)进行计算，从而计算出相应的最大储能需求Emax。
根据上述步骤2选定的空间协调范围R，步骤3选定的水电协调周围风电和光电的不同协调方案得到的以及步骤4得到的多能互补系统的与配置储能相关的频率f1和f2，按照基于功率谱密度的区域储能需求计算方法(上述式(12))，可以计算水风光多能互补系统在不同时间协调范围[f1，f2]和空间协调范围R内的最大储能需求。
本发明通过步骤6的功率谱密度分析法能够融合时域上不同周期的出力序列以及空间域上不同地理位置分布的站点，从而将多能源、长时段、广空间的复杂问题耦合在一起，且易于求解和建模，具有普适性参考价值。
步骤7：确定在给定时间协调范围下令最大储能需求最小的空间协调范围为最佳的多能源时空协调范围。
通过迭代不同的协调距离R，重复步骤2-6，可以计算得到系统在不同周期(与[f1，f2]对应)和不同协调距离R下的最大储能需求Emax。根据最大储能需求Emax与协调距离R的变化趋势，分析最大储能需求Emax随着不同协调距离R变化的规律，在给定时间协调范围下选取令最大储能需求Emax最小的协调距离R为水电站协调周围风光电站的最优协调距离，该最优协调距离与对应的时间协调范围共同构成最佳的多能源时空协调范围。
此最优协调距离表示的是在水风光互补规划下，水电与附近多大范围内的风光电场进行协调，能够使得系统整体的储能需求最小，尤其是对于全球都在大规模规划建设的风光可再生能源系统而言，这一空间范围其实也是可再生能源系统之间的最佳匹配范围，也是区域风光可再生能源的规划边界。
因此，本发明一种考虑储能需求的水风光多能互补系统时空协调方法，通过区域能源平衡和储能需求分析，获得相应的水电与周围风电和光电协调的最优协调距离，将多能源、长时段、广空间的复杂问题耦合在一起，得到最佳的多能源时空协调范围，以发挥水-风-光多种能源在不同时空尺度上的互补特性，使得整个系统的储能需求最小，能够指导不同水电建设阶段下的周边风电和光伏发电站的规划设计。
下面以中国雅砻江流域为例，采用本发明所提供的水风光多能互补系统时空协调方法和系统进行分析，其中水电站以二滩水电站为例，其流域内不同能源的功率谱密度图如图2所示。
当获得流域内所有能源(电站)的长时段出力之后，利用Matlab中的快速傅里叶变换(FFT function)得出流域内每种能源的功率谱密度图，如图2所示。水电站单独调度出力过程的功率谱密度图如图2(a)所示，可看出，二滩水电站在3个月、4个月、6个月、1年的周期上均有较为明显的峰值，且年尺度的周期性最强；同时，水电站在11～13年也具有一定的周期性，这与之前分析的雅砻江流域径流11年周期的规律也相符合。由流域内所有风电站场址的长序列风速及规划容量，计算获得风电出力序列，然后做出流域平均风电的功率谱密度图如图2(b)所示，以相同的方法做出流域平均光电的功率谱密度图，如图2(c)所示。由图中可看出，风光电站都存在6个月和1年的周期。
由于不同能源的周期性直接影响了系统的储能，综合考虑流域内三种能源的周期性，选择6个月、1年和11年3个不同周期，用以分析各周期下储能需求与最佳的协调范围。
图3表示的是在统一运行情景和水电互补情景两种方案下，不同调节周期的储能需求随协调距离的变化趋势。从图3中可以看出，不同调节周期的规律类似。以其中1年周期为例，在以水电站为中心的电力系统中，当协调距离较小时，系统中存在少量的风力和光伏电站。由于协调范围内的大多数电站存在于相同的地理位置，其输出特性基本相似。因此，在不考虑协调的情况下，系统的互补性相对较差，相应的储能需求也很大。随着距离的增加，系统中风电和光伏电站的数量也在增加；由于这些电站具有不同的输出特性，多种能源在空间和时间上进行协调，增加了互补性，减少了相应的储能需求。当协调距离达到约400公里时，多种能源的整体互补性基本达到极限，进一步增加协调距离不再减少整体储能需求。三种能源在空间上的互补能力在400公里处仍达到极限，进一步增加协调距离并不会减少总体储能需求，即最佳空间协调范围仍为400公里。
考虑水电对风光的补偿调节后，系统储能需求发生较大变化，如图3(b)所示。系统初始的储能需求较低，这是因为当设定的协调范围小的时候，协调范围内的风光出力较少，利用水电灵活的调节能力可以将整个协调范围内的出力调整成较为平稳的状态，因而初始的储能需求也较小。随着距离增大，系统内的风光电站增多，水电越难将协调范围内的总出力调整成平稳状态，也就需要更大的储能来实现“蓄峰补枯”，因此，储能需求随着协调距离的变大呈上升趋势。而另一方面，随着距离增大，多种能源协调的互补性又使得储能需求有下降的趋势。整体而言，在上述两个相反因素共同作用下对储能需求先上升后趋于平稳，如图3(b)所示。特别的，在协调距离为200km的时候，水电调节的潜力基本用尽，多能源的互补协调基本上对储能需求的降低也基本没有作用，储能需求维持相对平稳状态。
因此，获得1年周期下，此水电站协调附近风光电站的最优协调距离是200km～400km。
基于本发明提供的方法，本发明还提供一种水风光多能互补系统时空协调系统，包括：
数据获取模块，用于获取水电站流域内所有电站的长期月尺度出力数据构成所有电站的出力序列；流域内所有电站包括水电站、风电站和光伏电站；所有电站的出力序列中包括水电出力序列、风电出力序列和光电出力序列；
空间协调范围设定模块，用于设定流域内各个风光电站与水电站之间的协调距离作为空间协调范围；
方差贡献确定模块，用于选定水电协调周围风电和光电的不同协调方案，确定不同协调方案下所有电站相互协调的方差贡献；所述不同协调方案包括统一运行情景方案和水电互补情景方案；
功率谱密度分析模块，用于通过对流域内所有电站的出力之和进行功率谱密度分析，取得功率谱密度图中的峰值作为不同电站相应的周期；
时间协调范围设定模块，用于将不同电站相应的周期转换成对应频率作为不同的时间协调范围；
最大储能需求计算模块，用于基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求；
最佳多能源时空协调范围获取模块，用于确定在给定时间协调范围下令最大储能需求最小的空间协调范围为最佳的多能源时空协调范围。
本发明方法及系统采用功率谱法计算了不同波动周期和空间协调距离下风电-光伏-水电系统的储能需求，解决了以往多能互补系统时空互补关系复杂耦合的问题，考虑到边际效益原则，确定了最佳时空匹配范围。在此基础上，本发明还关注了水电对风电和光伏发电的互补作用对最佳协调范围的影响，通过考虑水电捆绑周边风电和光伏电站的最佳范围，以最优的协调距离实现水风光打捆送出，满足基地集约高效发展需要。本发明对不同水电建设阶段下周边风电和光电的规划提供了尤其重要的借鉴意义。
进一步地，本发明还提供一种电子设备，该电子设备可以包括：处理器、通信接口、存储器和通信总线。其中，处理器、通信接口、存储器通过通信总线完成相互间的通信。处理器可以调用存储器中的计算机程序，以执行所述的水风光多能互补系统时空协调方法。
此外，上述的存储器中的计算机程序通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
进一步地，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时可以实现所述的水风光多能互补系统时空协调方法。
本发明考虑了水电-风电-光伏三种能源在不同时间、空间尺度上的互补性，利用功率谱法计算了不同波动周期和空间协调距离下水风光互补系统的储能需求，从而将多能源、长时段、广空间的复杂问题耦合在一起，具有普适性参考价值。本发明首次在水风光领域关注了不同水电建设规划场景下水电捆绑周边风电和光伏电站的最佳范围，通过考虑储能需求的多能源时空分析，以最优的协调距离实现水风光打捆送出，发挥水电的灵活调节作用，满足基地集约高效发展需要，具有广泛的应用前景。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种水风光多能互补系统时空协调方法，其特征在于，包括：
获取水电站流域内所有电站的长期月尺度出力数据构成所有电站的出力序列；流域内所有电站包括水电站、风电站和光伏电站；所有电站的出力序列中包括水电出力序列、风电出力序列和光电出力序列；
设定流域内各个风光电站与水电站之间的协调距离作为空间协调范围；
选定水电协调周围风电和光电的不同协调方案，确定不同协调方案下所有电站相互协调的方差贡献其中，Pc，i为流域内所有电站i的出力序列；N为流域内所有电站的数量；
所述不同协调方案包括统一运行情景方案和水电互补情景方案；
所述统一运行情景方案下，水电与协调距离内的风电和光伏发电站协调运行，在协调距离外的风电、光伏和水电站则单独运行；水电与协调距离内的风电和光伏发电站协调运行时，水电不额外对风光电站进行主动补偿，利用水电与风光在自然资源的分布上的天然时空互补进行协调；
所述水电互补情景方案下，水电站对协调距离内的风光电站进行补偿调度，平抑风光电站的出力波动；
通过对流域内所有电站的出力之和进行功率谱密度分析，取得功率谱密度图中的峰值作为不同电站相应的周期；
将不同电站相应的周期转换成对应频率作为不同的时间协调范围；
基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求；
确定在给定时间协调范围下令最大储能需求最小的空间协调范围为水电站协调周围风光电站的最优协调距离，所述最优协调距离与对应的时间协调范围共同构成最佳的多能源时空协调范围；
所述确定不同协调方案下所有电站相互协调的方差贡献具体包括：
所述统一运行情景方案下所有电站相互协调的方差贡献由流域内所有电站出力序列的方差之和加上空间协调范围内的所有电站出力序列的协方差之和，再加上空间协调范围外的所有电站两两之间出力序列标准差的乘积之和求得；
所述水电互补情景方案下所有电站相互协调的方差贡献由流域内所有电站出力序列的方差之和加上空间协调范围内的所有电站出力序列的协方差之和求得；
所述将不同电站相应的周期转换成对应频率作为不同的时间协调范围，具体包括：
根据周期是频率的导数这一规律，将不同电站相应的周期转换成对应频率[f1，f2]，作为不同的时间协调范围；
所述基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求，具体包括：
将不同协调方案下所有电站相互协调的方差贡献进行从时域到频率域的转换，得到所有电站出力之和的功率谱密度函数/>
根据所述采用公式/>计算不同时间协调范围[f1，f2]和空间协调范围R下的最大储能需求Emax；其中a为预设参数；f表示频率。
2.一种水风光多能互补系统时空协调系统，应用权利要求1所述的水风光多能互补系统时空协调方法，其特征在于，包括：
数据获取模块，用于获取水电站流域内所有电站的长期月尺度出力数据构成所有电站的出力序列；流域内所有电站包括水电站、风电站和光伏电站；所有电站的出力序列中包括水电出力序列、风电出力序列和光电出力序列；
空间协调范围设定模块，用于设定流域内各个风光电站与水电站之间的协调距离作为空间协调范围；
方差贡献确定模块，用于选定水电协调周围风电和光电的不同协调方案，确定不同协调方案下所有电站相互协调的方差贡献；所述不同协调方案包括统一运行情景方案和水电互补情景方案；
功率谱密度分析模块，用于通过对流域内所有电站的出力之和进行功率谱密度分析，取得功率谱密度图中的峰值作为不同电站相应的周期；
时间协调范围设定模块，用于将不同电站相应的周期转换成对应频率作为不同的时间协调范围；
最大储能需求计算模块，用于基于不同协调方案下所有电站相互协调的方差贡献，计算不同时间协调范围和空间协调范围下的最大储能需求；
最佳多能源时空协调范围获取模块，用于确定在给定时间协调范围下令最大储能需求最小的空间协调范围为最佳的多能源时空协调范围。
3.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1所述的水风光多能互补系统时空协调方法。
4.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1所述的水风光多能互补系统时空协调方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310374670.9A CN116316898B (zh) | 2023-04-10 | 2023-04-10 | 水风光多能互补系统时空协调方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310374670.9A CN116316898B (zh) | 2023-04-10 | 2023-04-10 | 水风光多能互补系统时空协调方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116316898A CN116316898A (zh) | 2023-06-23 |
| CN116316898B true CN116316898B (zh) | 2023-10-27 |
Family
ID=86778122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310374670.9A Active CN116316898B (zh) | 2023-04-10 | 2023-04-10 | 水风光多能互补系统时空协调方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116316898B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145973A (zh) * | 2017-04-21 | 2017-09-08 | 东北电力大学 | 基于主成分分析的抽水蓄能电站容量优化规划方法 |
| CN113128786A (zh) * | 2021-05-08 | 2021-07-16 | 河海大学 | 一种基于空间网格搜索的风光水互补容量与选址优化方法 |
| CN113256033A (zh) * | 2021-07-05 | 2021-08-13 | 广东电网有限责任公司惠州供电局 | 基于模态互补的发电站选址定容方法、装置、系统及介质 |
| CA3156352A1 (en) * | 2022-04-25 | 2022-07-11 | Omid Ahmadzadeh | Artificially intelligent renewable energy planning using geographic information system (gis) data |
| CN115173465A (zh) * | 2022-06-21 | 2022-10-11 | 贵州电网有限责任公司 | 一种基于Copula理论的风光水火储一体化耦合机理分析方法 |
-
2023
- 2023-04-10 CN CN202310374670.9A patent/CN116316898B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145973A (zh) * | 2017-04-21 | 2017-09-08 | 东北电力大学 | 基于主成分分析的抽水蓄能电站容量优化规划方法 |
| CN113128786A (zh) * | 2021-05-08 | 2021-07-16 | 河海大学 | 一种基于空间网格搜索的风光水互补容量与选址优化方法 |
| CN113256033A (zh) * | 2021-07-05 | 2021-08-13 | 广东电网有限责任公司惠州供电局 | 基于模态互补的发电站选址定容方法、装置、系统及介质 |
| CA3156352A1 (en) * | 2022-04-25 | 2022-07-11 | Omid Ahmadzadeh | Artificially intelligent renewable energy planning using geographic information system (gis) data |
| CN115173465A (zh) * | 2022-06-21 | 2022-10-11 | 贵州电网有限责任公司 | 一种基于Copula理论的风光水火储一体化耦合机理分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| Requirement Assessment of Demand-side Flexibility for New Power Systems with High Penetration of Renewable Generation;Zesen Wang 等;2022 Asia Power and Electrical Technology Conference (APET);336-339 * |
| 含风–光–水的多能源系统的同质化耦合模型;叶林等;《电网技术》;第44卷(第09期);3201-3210 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116316898A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Optimization planning method of distributed generation based on steady-state security region of distribution network | |
| Bekele et al. | Design of a photovoltaic-wind hybrid power generation system for Ethiopian remote area | |
| Batman et al. | A feasibility study of grid-connected photovoltaic systems in Istanbul, Turkey | |
| CA2842932A1 (en) | System for estimating power data for a photovoltaic power generation fleet | |
| Hale et al. | Integrating solar into Florida's power system: Potential roles for flexibility | |
| CN104866978A (zh) | 一种基于时域量化分析间歇性能源协同效应的方法 | |
| Marten et al. | Analysis of a reactive power exchange between distribution and transmission grids | |
| CN109711706A (zh) | 考虑分布式电源和需求响应的主动配电网变电站规划方法 | |
| Hrayshat | Wind resource assessment of the Jordanian southern region | |
| CN105184426B (zh) | 一种基于随机连续寻优策略的梯级电站调峰方法 | |
| CN117578524A (zh) | 计及动态分时电价的多站融合系统日前优化方法及系统 | |
| Asfar et al. | Techno-Economic Analysis of a Microgrid Hybrid Renewable Energy System in Jordan. | |
| Efremov et al. | Short term daily storage need assessment for a large pv deployment scenario-preliminary case study for Republic of Moldova | |
| CN116316898B (zh) | 水风光多能互补系统时空协调方法、系统、设备及介质 | |
| CN107527297A (zh) | 基于用户满意度的两阶段负荷需求响应模型 | |
| Rahimzadeh et al. | Optimal storage systems for residential energy systems in British Columbia | |
| CN117239792A (zh) | 一种区域化分布式储能选址定容方法及装置 | |
| CN108416132B (zh) | 一种分布式光伏集群的自动变步长仿真加速方法 | |
| CN112487752B (zh) | 一种基于最优潮流的储能电站选址方法 | |
| Imran et al. | Analysis and implementation of a solar/biogas hybrid system for centralized generation at Qadirpur Ran | |
| Manabe et al. | Cooperation of energy storage systems and biogas generator for stabilization of renewable energy power plants | |
| Xia et al. | Energy storage sizing and operation of an integrated utility-scale PV+ ESS power plant | |
| Barber et al. | Feasibility study for 100% renewable energy microgrids in Switzerland | |
| CN105932664B (zh) | 一种变电站供区内各节点综合负荷的主动管理调度方法 | |
| Risso et al. | A PV wind hydro hybrid system with pumped storage capacity installed in Linha Sete, Aparados da Serra, southern Brazil |
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 |