WO2014187147A1 - 电力系统中长期优化运行的中长期风电出力模型建模方法 - Google Patents

Abstract

本发明公开了一种电力系统中长期优化运行的中长期风电出力模型建模方法，通过对在电力系统日高峰时段、日低谷时段和日腰荷时段风电出力的计算，并对日腰荷时段风电出力数据进行优选，在合理计及风力发电的容量替代效益，保证电力系统运行可靠性水平考虑风电出力双向调峰特性，保证电力系统调峰平衡，充分发挥风电资源节能减排效益，保证风电发电量利用率最高，充分计及风电可调度性低特点，正确模拟风电出力的随机性及波动性，符合电力系统中长期优化运行模拟工程实际，达到较好地计算风力发电的随机性、波动性、地域性、双向调峰性以及与负荷的相互关系的目的。

Description

电力系统中长期优化运行的中长期风电出力模型建模方法 技术领域

本发明具体地涉及， 一种电力系统中长期优化运行的中长期风电出力模型建模方法。 背景技术

目前， 电力系统的中长期运行优化， 是从电力系统的整体和实际出发， 充分考虑电力 系统中各类电源的发电特性， 充分利用电力系统中水电、 风电等可再生能源资源， 在电力 系统规划水平年内进行逐月典型日 （或周） 的发电调度模拟， 确定各电站在电力系统曰负 荷曲线上的最佳工作位置及容量， 从而在保证电力系统可靠性、 环保效益以及各种发电约 束的条件下， 实现电力系统的优化运行， 获得最大的效益。 通常， 长期的发电计划的研究 周期为一年或几年， 根据需要可以将整个运行周期划分成小季度、 月、 周、 天、 时等基本 时间单位 （时段）， 而在每个时段内， 假定发电机组的有功出力保持恒定。 长期运行优化 问题包括长期水、 火电调度问题、 燃料计划问题以及长期检修安排问题。 编制优化的电力 系统发电计划是电力部门工作中的重要组成部分， 它涵盖了电力系统安全和经济运行过 ¾' 中的基本措施和手段， 是电力系统开展长期优化运行的核心内容， 将影响到电网电能的充 分供给和能源的可持续发展， 关系重大。

随着风力发电的飞速发展以及电力系统规模日益扩大，传统的发电计划编制方式已经 渐渐不能适应新形势、 新情况的要求。 风电作为一种利用清洁能源的发电方式以其极低的 发电成本和可观的环保效益一直备受世界各国的青睐。风电能够替代一定容量的传统火屯 机组承担电力系统负荷， 从而减少传统一次能源的消耗。 在全球范围倡导节约不可再生能 源的大环境下，大规模风电的开发利用是未来较长时间段内电力系统发展的大趋势。然而， 通过风力发电出力的特性统计分析可以发现， 由于受风能资源状况的影响， 风电出力随机 波动性强且容量可信度不高， 大多数情况下呈现明显的反调峰特性。 这些特性使得大规模 风电接入电网后， 电力系统内传统机组调峰、 调频压力增大， 旋转备用容量增加， 电力系 统的安全可靠性下降， 调度部门安排机组出力计划变得更加困难。 尤其是对于电力系统中 长期运行的机组出力计划的制定， 此时风电出力难以预测， 误差难以估计， 且随着风电装 机规模的不断增大，风电并网给电力系统中长期运行规划带来的影响也越来越显著。由此， 研究含大规模风电电力系统中长期优化运行方法对于充分利用可再生能源发电，节约一次 能源消耗， 提高电力系统发电的经济性和可靠性具有重要意义。

风能资源的特殊性， 使得中长期的风电出力建模困难重重且准确性差。 在目前研究文 献中， 采用多状态机组法和蒙特卡洛模拟方法 （Monte Carlo ) 对风电进行建模。 多状态 机组法专用于电力系统随机生产模拟中，通过将风电场出力等效成多状态机组来表征风电 出力的随机特性，该方法能够计及各发电机组强迫停运对电力系统可靠性和生产成本的影 响， 但很难计及发电机组的各种实际运行约束。 Monte Carlo方法是一种对抽样样本进行 统计分析的方法， 是目前分析含随机过程问题的通用研究手段， 其计算误差与抽样样本数 的平方根成反比。 该方法通过在零到风电额定出力区间进行随机抽样来模拟风电出力， 可 以考虑含风电系统运行的各类约束； 但对于电力系统长期规划设计工程而言， 这种方法的 计算工作量巨大和计算结果的不可重复性是难以接受的。

发明内容

本发明的目的在于， 针对上述问题， 提出一种电力系统中长期优化运行的中长期风电 出力模型建模方法， 以实现较好地计算风力发电的随机性、 波动性、 地域性、 双向调峰性 以及与负荷的相互关系的优点。

为实现上述目的， 本发明采用的技术方案是：

一种电力系统中长期优化运行的中长期风电出力模型建模方法， 包括以下歩骤： 在电力系统日高峰时段 {t I 日负荷率 1-1¾}，按照日最大负荷时段风电置信出力分布 选取典型日高峰时段风电出力， 其公式为： it a

a G P_W L且 日负荷高峰时段

电力系统日低谷时段 {t I 日负荷率 3 +1^ , 因风电场出力的双向调峰特性， 按照风 电出力日内调峰需求置信水平分布选取典型日低谷时段风电出力， 其公式如下：

Wmt a

a P_Wm \_a且 / e曰负荷低谷时段

-^Wm a ~ {^Wm ^Wm ― m ,且 P (尸、 VJm. shaving >― P Ψ^dηι. shaving ' )=a

P =P (t ). P (f Λ

WWmm..sshhaavviinng2 WWmm V V hhiig2hh WWmm V V^ l/ooww - 电力系统日腰荷时段 { t I β +R〈日负荷率 < 1-R} _: 风电典型日腰荷时段风电出力， 公式为：

R

为 m月负荷高峰时段风电出力在置信水平"时对应的风电出力曲线 t时刻的 I p p

力； ( «)为置信水平为 "时 _m月典型日风电出力曲线； 为賈信水平为 时 m月典型日风电出力曲线 t时刻的出力，

为 in月 风电出力集合； ^thigh为电力系统日最大负荷时刻； R 为电力系统旋转各用率； p p

"^^^^为 m月各日风电场出力调峰需求， 当 W_m'sh_aVing _{> 0}时， 风电出力为正调峰

P t 特性， 当 W_m'sh_aVmg _<0 时， 风电出力为反调峰特性； β为系统日最小负荷率： 为 p

电力系统日最小负荷时刻； ^Wmt为风电日发电量接近 m月平均 电量的风电出力曲线 t

p ^d p

时刻风电出力； ^Wm'^av 为 m月第 d天的风电平均出力； ^Wm'^av为 m月风电平均出力；

^£为选取的一个任意值；

其对上述腰荷时段的风电出力进行等电量修正， 选取合适的"， 即完成风电出力模型 的建立。

根据本发明的优选实施例。 所述对腰荷时段的风电出力进行等电量修正， 包括以下歩

J7 '

步骤一： 根据 m月风电实际出力求得风电场该月日平均风电发电量 '"， D为该月的 天数， 即

p

步骤二： 对所得的初始风电出力典型日曲线 ^^mt ( ")进行逐时加和， 得到此风电曲 线的日发电量总和 Em， 即

24

t=l

步骤三： 对原始风电出力典型曲线的腰荷时段出力进行等比例修正， 其修正系数为： k ― E腰 m + (E i^fn - E m ) ^J

Em E

腰 m

^Mm 二 ^Wmt ( ^a

腰荷时段

其中， ® ^m为初始风电出力典型日曲线腰荷时段发电量和； ^m "7为实际风 电日均发电量与初始风电典型日曲线电量的偏差量； ^^^为！!!月电量修正系数。

本发明的技术方案具有以下有益效果：

本发明的技术方案通过对在电力系统日高峰时段、 円低谷时段和日腰荷时段风电出力 的计算， 并对日腰荷时段风电出力数据进行优选， 在合理计及风力发电的容量替代效益， 保证电力系统运行可靠性水平考虑风电出力双向调峰特性， 保证电力系统调峰平衡， 充分 发挥风电资源节能减排效益，保证风电发电量利用率最高，充分计及风电可调度性低特点， 正确模拟风电出力的随机性及波动性， 符合电力系统中长期优化运行模拟工程实际， 达到 较好地计算风力发电的随机性、 波动性、 地域性、 双向调峰性以及与负荷的相互关系的目 的。

具体实施方式

一种电力系统中长期优化运行的中长期风电出力模型建模方法， 计及风力发电出力 可调节性低的特点， 风电场 i在电力系统水平年负荷曲线上的工作出力 ^P 用 m月典型 F1 各 t小时的出力率 表示， 即

从风电场风电出力特性的统计分析结果可知，风电场的小时出力率 ^wimt为 0〜1之间

R

的一个随机数 ^Wm 。 因此， 在电力系统运行模拟模型中， 如何建立风电场的小时发电 出力模型成为风力发电模拟模型的关键。

对于含风力发电的电力系统的运行调度， 为保证最大化风力发电电量的利用率， 减少 电力系统弃风电量， 首先从日前预测的负荷曲线上扣除风电出力， 然后对电力系统内的其 他机组进行优化调度。 在风电出力特性统计分析的基础上， 结合电力系统实际发电计划安 排的特征， 为保证电力系统运行的安全可靠性， 按照给定的保证率水平确定规划周期内风 电的出力， 具体方法如下：

假设风电历史出力采样数据样本集合为 } ，

, p T>^d

本公式和下文公式中的， ^Wm为 m月风电出力集合， 为 0！月第 d天风电出力 pd

集合， 为 m月第 d天 t时刻风电场出力， M为样本集中月份数， D为 m月天数。

在电力系统中长期优化运行的中长期风电出力模型建模方法， 包括以下歩骤： 在电力系统日高峰时段 I 日负荷率 1-R}，按照日最大负荷时段风电置信出力分布 选取典型日高峰时段风电出力， 其公式为：

_a , P_{Wmt a} e P_Wm a且 _e日负荷高峰时段 a a

分计及风电场的容量替代效益， 保证电力系统电力平衡的可靠性水平， 按照日最大负 荷时段风电置信出力分布选取典型日高峰时段风电出力， 即风电场出力 =风电场高峰时段 出力一保证率分布曲线上对应给定置信水平为"时的出力。

电力系统日低谷时段 {t l 日负荷率 e +R}， 因风电场出力的双向调峰特性， 按照风 电出力日内调峰需求置信水平分布选取典型日低谷时段风电出力， 其公式如下：

R a =p ¹ Wmt ^> p ¹ \ a P_Wm\_a且 日负荷低谷时段

ιη. having a

充计及风电场出力的双向调峰特性， 保证电力系统调峰平衡的可靠性水平， 按照风电 出力日内调峰需求置信水平分布选取典型日低谷时段风电出力， 即风电场出力=风电 FI调 峰需求一保证率分布曲线上对应给定置信水平为 "时的出力。

电力系统日腰荷时段 {t | β +R〈日负荷率〈1-R} _: 风电典型日腰荷时段风电出力， 公式 为：

上述 3个公式中， 月负荷高峰时段风电出力在置信水平"时对应的风电 出力曲线，

为 m月负荷高峰时段风电出力在置信水平 "时对应的风电出力曲线 p p

时刻的出力； ^(α)为置信水平为《时111月典型日风电出力曲线； t ^(α)为置信

Ρ d

水平为《时 m月典型日风电出力曲线 t时刻的出力， ^w '"为 m月第 d天风电出力集合； p

^为 m月风电出力集合； ^hlgh为电力系统日最大负荷时刻； R为电力系统旋转备用率； p p

^Wm'^shavmg为 m月各日风电场出力调峰需求， 当 ^Wm'^shav'ⁿg>₀时， 风电出力为正调峰 p _f 特性， 当 ^Wm'shaving〈₀ 时， 风电出力为反调峰特性； β为系统日最小负荷率； ^l w为 p

电力系统日最小负荷时刻； ^Wmt为风电日发电量接近 m月平均日电量的风电出力曲线 t

p ^d p

时刻风电出力； ^Wm'^av 为 m月第 d天的风电平均出力； ^Wm'^av为 m月风电平均出力；

⁸为选取的一个任意值；

其对上述腰荷时段的风电出力进行等电量修正， 选取合适的"， 即完成风电出力模型 的建立。 . .

根据本发明的优选实施例。所述对腰荷时段的风电出力进行等电量修正， 包括以下歩 骤： 步骤一： 根据 m月风电实际出力求得风电场该月日平均风电发电量 ^'"， D为该月的 天数， 即

p

步骤二： 对所得的初始风电出力典型日曲线 ^^mt ( «)进行逐时加和， 得到此风电曲 线的日发电量总和 Em， 即

步骤三： 对原始风电出力典型曲线的腰荷时段出力进行等比例修正， 其修正系数为：

t、 a

Em 其中， ^wi为初始风电出力典型日曲线腰荷时段发电量和； ― '"为实际风 k

电日均发电量与初始风电典型日曲线电量的偏差量； ^£w为 m月电量修正系数。

为了充分考虑风力发电的电量效益，需对上述获得的初始风电出力典型日曲线进行等 效电量的修正。在修正风电出力曲线时， 为了保持研究周期内风电出力对电力系统容量效 益、调峰需求的影响，仅对于其腰荷时段的风电出力进行等电量修正，具体修正歩骤如下： 步骤一： 根据 m月风电实际出力求得风电场该月日平均风电发电量^£'"， D为该月的 天数， 即

D 24 I

L Ε_m' ~―y ^yp ¹ W^dmt / D u

d=\ t=\ I

p

步骤二： 对所得的初始风电出力典型日曲线 ^^{mt (α})进行逐时加和， 得到此风电曲 线的曰发电量总和 Em， 即

E_M

t=l

步骤三： 对原始风电出力典型曲线的腰荷时段出力进行等比例修正， 其修正系数为： ― E腰_M m + {Ε m' -Ε m )

Em E

腰 w

^Wmt^ ( )- "^V 要 (") ^X k_Em 其中， ^w为初始风电出力典型日曲线腰荷时段发电量和； ^m— '"为实际风 综上所述， 即得到某一置信水平 "下风电典型日出力曲线。 通过选取合适的《， 可以 得到综合考虑风电出力电力平衡、 调峰平衡及电量平衡的各月典型日风电 24小时出力曲 线。利用本模型取得的风电出力曲线进行含风电系统中长期优化运行模拟计算， 在计及风 电出力波动性、 随机性及双向调峰性等特性的基础上， 能够较好地确保含大规模风电电力 系统运行的可靠性及调峰裕度。

最后应说明的是： 以上所述仅为本发明的优选实施例而已， 并不用于限制本发明， 尽 管参照前述实施例对本发明进行了详细的说明， 对于本领域的技术人员来说， 其依然可以 对前述各实施例所记载的技术方案进行修改， 或者对其中部分技术特征进行等同替换。 凡 在本发明的精神和原则之内， 所作的任何修改、 等同替换、 改进等， 均应包含在本发明的 保护范围之内。

Claims

权利要求书

1. 一种电力系统中长期优化运行的中长期风电出力模型建模方法， 其特征在于， 包 括以下步骤：

在电力系统日高峰时段 I 日负荷率 1- R}，按照日最大负荷时段风电置信出力分布 选取典型日高峰时段风电出力， 其公式为：

a 电力系统日低谷时段 {t I 日负荷率 3+1¾}， 因风电场出力的双向调峰特性， 按照风 电出力日内调峰需求置信水平分布选取典型日低谷时段风电出力， 其 低谷时段

a

电力系统日腰荷时段 {t I β+R〈日负荷率〈1-R}_: 风电典型日腰荷时段风电出力， 公式

月负荷高峰时段风电出力在置信水平 时对应的风电出力曲线， a 为 m月负荷高峰时段风电出力在置信水平 "时对应的风电出力曲线 t时刻的出 p p

力； ^m (")为置信水平为"时 m月典型日风电出力曲线； ^{mt ia)}为置信水平为《时 d

m月典型日风电出力曲线 t时刻的出力， ^Ww为 m月第 d天风电出力集合： 为！^月 风电出力集合； ^{t high}为电力系统日最大负荷时刻； R 为电力系统旋转备用率； p p

^Wm'^Shavmg为 m月各日风电场出力调峰需求， 当 W_m'_Shavmg〉₀时， 风电出力为正调峰 p † 特性， 当 ^Wm'^shaving〈0 时， 风电出力为反调峰特性： β为系统日最小负荷率； ^low为 p

电力系统日最小负荷时刻； ^Wmt为风电日发电量接近 m月平均日电量的风电出力曲线 t

P ^d P

时刻风电出力； ^Wm'^av 为 m月第 d天的风电平均出力； ^Wm'^av为 m月风电平均出力； 为选取的一个任意值；

其对上述腰荷时段的风电出力进行等电量修正， 选取合适的"， 即完成风电出力模型 的建立。

2.根据权利要求 1所述的电力系统中长期优化运行的中长期风电出力模型建模方法， 其特征在于， 所述对腰荷时段的风电出力进行等电量修正， 包括以下歩骤： 步骤一： 根据 m月风电实际出力求得风电场该月日平均风电发电量 ^'"， D为该月的 天数， 即

Em 二

ID

t=l

p

步骤二： 对所得的初始风电出力典型日曲线 ^ii/mt ( «)进行逐时加和， 得到此风电曲 线的日发电量总和 -^£m， 即

24

=1

步骤三： 对原始风电出力典型曲线的腰荷时段出力进行等比例修正， 其修 Ϊ 系数为： ― E腰_m "7 + E m, —E m

Em

腰 m ( ^a

^Wmt_m ( )- 要 (") ^X k_Em 其中， 为初始风电出力典型日曲线腰荷时段发电量和； ^m— "^为实际风 k

电日均发电量与初始风电典型日曲线电量的偏差量； ^£w为 m月电量修正系数。