一种适应于间歇性能源接入的随机生产模拟算法制造技术

本发明专利技术涉及电力系统能源规划的技术领域，更具体地，涉及一种适应于间歇性能源接入电网中的随机生产模拟算法。本发明专利技术的适应于间歇性能源接入的随机生产模拟算法，建立系统的时序负荷模型，形成原始负荷时序曲线，并根据常规能源电站特点以及运行情况建立常规能源模拟子模型，同时根据光伏电站和风电场出力情况建立等效多状态机组模型；采用所建立的光伏和风电等效多状态机组模型修正等效电量函数，计算光伏和风电的各自发电量；采用常规机组的两状态模型修正等效电量函数，并计算各发电机组发电量；最后，所有机组安排完毕后，计算系统生产成本、电量不足期望值ENNS和电力不足概率LOLP，含间歇性能源的随机生产运行模拟过程结束。

A stochastic production simulation algorithm adapted to intermittent energy access

The invention relates to the technical field of power system energy planning, and more specifically to a stochastic production simulation algorithm suitable for intermittent energy access to power grids. Stochastic production simulation algorithm of the present invention is suitable for intermittent energy access, load time series model is established and the formation of the original load curve, and the establishment of sub model of conventional energy simulation based on conventional energy power characteristics and operation situation, and according to the established model of equivalent multi state unit output of photovoltaic power plants and wind farms; the establishment of photovoltaic multi state units and wind power equivalent model equivalent energy function calculation, photovoltaic and wind power generating capacity by two respectively; state model equivalent energy function of conventional units, and calculate the amount of power generating units; finally, all the units arranged after the production cost calculation system, EENS and ENNS deficiency power probability LOLP, random operation with intermittent energy simulation process end.

【技术实现步骤摘要】
一种适应于间歇性能源接入的随机生产模拟算法
本专利技术涉及电力系统能源规划的
，更具体地，涉及一种适应于间歇性能源接入电网中的随机生产模拟算法。
技术介绍
面对传统化石能源日趋枯竭和生态环境日益恶化问题，以风电、光伏为主的间歇性能源因其环境友好、污染度低、可再生等特点，受到了世界各国的青睐。我国是能源消费大国，目前能源的消费仍然过度依赖煤炭、石油、天然气等化石能源，因此发展新能源已经成为我国实现能源可持续利用及能源安全的战略选择。受到国家政策鼓励和扶持，近十年来我国新能源发电发展很快，目前已经成为全球风电规模最大、发展速度最快的国家；近年来，我国新能源发电设备装机规模大大提升，但风能和光能的实际利用率却不是那么高，‘弃风弃光’现象十分严重。风能和光能都属于间歇性能源，而间歇性能源的出力具有随机性、波动性、不可控性等特点，常需要合理地建立表示间歇性能源出力随机性的出力模型以此参与随机生产模拟运行中，进而进行正确的电力电量平衡计算。国内的电力系统规划软件大多仍以确定型的电源模型为基础，如电源规划JASP模型、WHPS电力系统规划软件及GESP-Ⅲ规划模型等，均较少涉及新能源发电随机性对系统可靠性、经济性的影响。此外，有的生产模拟算法应用的常规能源模型较陈旧，未能准确反映当前各电站的运行工况和出力特点。等效电量函数法是一种典型的传统生产模拟算法，该算法通过把时序负荷曲线转化为持续负荷曲线，并由持续负荷曲线求出电量函数，最后利用修正的电量函数及卷积算法，完成电站的发电安排工作，但是等效电量函数法丢失了负荷的时序信息，无法计及机组的运行状态切换的影响。因此，研究接纳新能源的随机生产模拟算法，为电力系统的规划、运行和效益评估具有重大的意义。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种通过间歇性能源出力概率模型的建立以及等效电量函数法的基础实现电力系统含间歇性能源的随机生产运行模拟过程的适应于间歇性能源接入的随机生产模拟算法。为解决上述技术问题，本专利技术采用的技术方案是：提供一种适应于间歇性能源接入的随机生产模拟算法，其特征在于，所述方法包括以下步骤：S1.根据常规能源电站的出力特点及运行情况，建立模拟子模型，常规能源电站包括火电站、水电站、抽水蓄能电站以及调峰电站；S2.在步骤S1后，根据系统逐月典型日记载的原始负荷曲线、年负荷曲线及年最大负荷建立负荷时序模型；S3.在步骤S2后，根据历史风速信息与不同风速对应的时段信息、历史光照强度信息与不同光辐射强度对应的时段信息，建立光伏和风电等效多状态出力模型；S4.在步骤S3后，提取原始系统数据，获得常规机组数据、负荷信息以及间歇性能源机组信息，把数据赋予相对应的变量参数，开始随机生产模拟过程；S5.在步骤S4后，利用抽水蓄能电站安排抽水调峰修正步骤S2中所述原始负荷时序曲线，依据设置的抽水方式确定电站的日抽水电量，依次搜索原始负荷时序曲线上的最低负荷位置，优先安排单机容量较大的机组抽水并修正负荷时序曲线，最后校验总抽水电量是否满足要求；S6.在步骤S5后，利用调峰电站安排调峰发电修正步骤S2中所述的原始负荷时序曲线，依据设置的工作方式，调峰电站安排在特定的时间段内进行发电，利用其出力修正负荷时序曲线，最后校验开机时间是否满足要求；对原始负荷时序曲线作预处理，为后续应用等效电量函数法做准备，增强计算的合理性；S7.在步骤S6后，确定所述各类能源发电量的消纳优先级，所述各类能源包括风电、光电、水电、抽水蓄能电站、火电；S8.在步骤S7后，确定所述各类电站承担的冷热备用容量，所述各类电站包括风电站、光电站、水电站、抽水蓄能电站、火电站；S9.在步骤S8后，以消纳优先级为依据，在步骤S2得到的原始负荷时序曲线上搜索各电站或机组的工作位置；S10.在步骤S9后，将步骤S2得到的原始负荷时序曲线转化为持续负荷曲线；S11.在步骤S10后，将步骤S10得到的持续负荷曲线变换为等效电量函数；S12.在步骤S11后，利用步骤S3得到的光伏和风电等效多状态机组模型修正步骤S11得到的等效电量函数，计算光伏发电量和风电发电量；S13.在步骤S12后，安排各常规机组在相应的工作位置发电，采用常规机组的两状态模型修正步骤S11得到的等效电量函数，并计算各发电机组发电量；S14.在步骤S13后，在所有机组安排完毕后，进行电力电量平衡计算，即计算系统生产成本、电量不足期望值EENS和电力不足概率LOLP。进一步地，在步骤S2中，利用系统逐月典型日原始负荷曲线、年负荷曲线及年最大负荷三种原始数据，建立负荷的时序模型，依据的公式如下：其中，下标m表示月份，下标t表示小时；Pmt表示m月份典型日逐小时的负荷曲线，Pmax表示年最大负荷，Pm表示一年内的逐月负荷曲线，Phmt表示m月典型日负荷的原始曲线，Ss.m、Sc.m分别表示m月的热备用和停机备用容量，Kl、Kr、Kh分别表示系统的负荷备用率、事故热备用率和事故冷备用率。进一步地，在步骤S3中，风电处理模型的建立基于两参数Weibull概率分布函数模拟风速分布，风速概率密度函数公式以及每个离散风速的概率计算公式如下：pi＝Fw(vi)-Fw(vi-1)根据已知历史风速数据以此得到拟合分布函数，由统计得到的期望值μ和标准差σ得出，计算公式如下所示(Γ函数可通过查阅伽玛表获取函数值)，形状参数和尺度参数的计算公式如下：Γ为伽马函数符号风电场出力功率与风速之间的对应关系为：将研究周期T划分为N个阶段，共根据上述的风速概率密度函数和风电场输出功率关系，计算得到不同风速下风电场输出功率的概率，再通过不同季节下典型日风速与时间的关系，由此得到风电机组出力功率、概率和时间的关系曲线。每个阶段下风机发电机组输出功率由风速v＝{v1,v2,...,vN}计算得到，每个阶段输出功率对应的时间段为h＝{h1,h2,...,hN}(如以小时为单位)，那么每个输出功率的概率为：根据得到的风机发电机组的输出功率，将其相同项合并，同时包括所对应的概率相加，最终得到等效多状态机组模型(输出功率、概率以及时间关系其中n≤N)如下：p＝{p1,p2,...,pn}h＝{h1,h2,...,hn}其中，v为风速m/s；α为风速形状参数，表示曲线的形状；β为风速尺度参数，反映风电场的平均风速；μ为期望值和为标准差σ，可由历史风速数据统计分析得出；Sw为风电机组的输出功率W；vci为风电机组切入风速；vco为风电机组切出风速；vr为风电机组额定风速；Sr为风电机组的额定输出功率。进一步地，在步骤S3中，利用Beta分布和光伏功率公式建立光伏间歇性出力模型，基于Beta分布函数的光照强度概率密度函数如下：光照强度的形状参数和尺度参数：光伏出力功率与光照强度之间的函数关系如下：PPV＝EAηηinv光伏阵列输出功率的概率密度函数如下：将研究周期T划分为N个阶段，每个阶段下光伏发电机组输出功率由光照强度s＝{s1,s2,...,sN}(没有太阳时，s＝0)计算得到，每个阶段输出功率对应的时间段为h＝{h1,h2,...,hN}(如以小时为单位)，那么每个输出功率的概率为：根据得到的光伏发电机组的输出功率，将其相同项合并，同时包括所对应的概率相加，最终得到等效多状态机组模型本文档来自技高网...

【技术保护点】
一种适应于间歇性能源接入的随机生产模拟算法，其特征在于，所述方法包括以下步骤：S1.根据常规能源电站的出力特点及运行情况，建立模拟子模型，所述常规能源电站包括火电站、水电站、抽水蓄能电站以及调峰电站；S2.在步骤S1后，根据系统逐月典型日记载的原始负荷曲线、年负荷曲线及年最大负荷建立负荷时序模型；S3.在步骤S2后，根据历史风速信息与不同风速对应的时段信息、历史光照强度信息与不同光辐射强度对应的时段信息，建立光伏和风电等效多状态出力模型；S4.在步骤S3后，开始随机生产模拟过程，输入原始系统数据；S5.在步骤S4后，利用抽水蓄能电站安排抽水调峰修正步骤S2中所述原始负荷时序曲线；S6.在步骤S5后，利用调峰电站安排调峰发电修正步骤S2中所述的原始负荷时序曲线；S7.在步骤S6后，确定所述各类能源发电量的消纳优先级，所述各类能源包括风电、光电、水电、抽水蓄能电站、火电；S8.在步骤S7后，确定所述各类电站承担的冷热备用容量，所述各类电站包括火电站、水电站、抽水蓄能电站以及调峰电站；S9.在步骤S8后，以步骤S7中消纳优先级为依据，在步骤S2得到的原始负荷时序曲线上搜索各电站或机组的工作位置；S10.在步骤S9后，将步骤S2得到的原始负荷时序曲线转化为持续负荷曲线；S11.在步骤S10后，将步骤S10得到的持续负荷曲线变换为等效电量函数；S12.在步骤S11后，利用步骤S3得到的光伏和风电等效多状态机组模型修正步骤S11得到等效电量函数，并计算光伏发电量和风电发电量；S13.在步骤S12后，安排各常规机组在相应的工作位置发电，采用常规机组的两状态模型修正步骤S11得到的等效电量函数，并计算各发电机组发电量；S14.在步骤S13后，在所有机组安排完毕后，进行电力电量平衡计算，即计算系统生产成本、电量不足期望值EENS和电力不足概率LOLP。...

【技术特征摘要】
1.一种适应于间歇性能源接入的随机生产模拟算法，其特征在于，所述方法包括以下步骤：S1.根据常规能源电站的出力特点及运行情况，建立模拟子模型，所述常规能源电站包括火电站、水电站、抽水蓄能电站以及调峰电站；S2.在步骤S1后，根据系统逐月典型日记载的原始负荷曲线、年负荷曲线及年最大负荷建立负荷时序模型；S3.在步骤S2后，根据历史风速信息与不同风速对应的时段信息、历史光照强度信息与不同光辐射强度对应的时段信息，建立光伏和风电等效多状态出力模型；S4.在步骤S3后，开始随机生产模拟过程，输入原始系统数据；S5.在步骤S4后，利用抽水蓄能电站安排抽水调峰修正步骤S2中所述原始负荷时序曲线；S6.在步骤S5后，利用调峰电站安排调峰发电修正步骤S2中所述的原始负荷时序曲线；S7.在步骤S6后，确定所述各类能源发电量的消纳优先级，所述各类能源包括风电、光电、水电、抽水蓄能电站、火电；S8.在步骤S7后，确定所述各类电站承担的冷热备用容量，所述各类电站包括火电站、水电站、抽水蓄能电站以及调峰电站；S9.在步骤S8后，以步骤S7中消纳优先级为依据，在步骤S2得到的原始负荷时序曲线上搜索各电站或机组的工作位置；S10.在步骤S9后，将步骤S2得到的原始负荷时序曲线转化为持续负荷曲线；S11.在步骤S10后，将步骤S10得到的持续负荷曲线变换为等效电量函数；S12.在步骤S11后，利用步骤S3得到的光伏和风电等效多状态机组模型修正步骤S11得到等效电量函数，并计算光伏发电量和风电发电量；S13.在步骤S12后，安排各常规机组在相应的工作位置发电，采用常规机组的两状态模型修正步骤S11得到的等效电量函数，并计算各发电机组发电量；S14.在步骤S13后，在所有机组安排完毕后，进行电力电量平衡计算，即计算系统生产成本、电量不足期望值EENS和电力不足概率LOLP。2.根据权利要求1所述的适应于间歇性能源接入的随机生产模拟算法，其特征在于，在步骤S2中，依据以下公式建立负荷时序模型：其中，下标m表示月份，下标t表示小时；Pmt表示m月份典型日逐小时的负荷曲线，Pmax表示年最大负荷，Pm表示一年内的逐月负荷曲线，Phmt表示m月典型日负荷的原始曲线，Ss.m、Sc.m分别表示m月的热备用和停机备用容量，Kl、Kr、Kh分别表示系统的负荷备用率、事故热备用率和事故冷备用率。3.根据权利要求1所述的适应于间歇性能源接入的随机生产模拟算法，其特征在于，在步骤S3中，利用Weibull分布和风机功率公式建立风电的间歇性出力模型，利用Beta分布和光伏功率公式建立光伏的间歇性出力模型。4.根据权利要求1所述的适应于间歇性能源接入的随机生产模拟算法，其特征在于，在步骤S8中，按以下公式确定所述各类电站承担的冷热备用容量：其中，Ss.i、Sc.i分别表示电站i按备用率预留的热备用和冷备用容量。5.根据权利要求1所述的适应于间歇性能源接入的随机生产模拟算法，其特征在于，在步骤S9中，按如下步骤搜索各电站或机组的工作位置：1)Xi1、Xi2分别表示电站在典型日负荷曲线上工作位置上限和下限，设定其初值为：Xi1＝Pkm，Xi2＝Xi1-Pha式中，Pkm表示系统k月的最大日负荷，Pha表示机组可调出力；2)在步骤1)后，计算典型日负荷曲线上Xi1和Xi2所夹的电量Ei，即限能电站i在该工作位置的预估日发电量，然后依据下式计算修正工作位置的迭代步长：dx＝(Ei-Eha)/T式中，Eha表示电站日可调电量，T表示机组正常运行时间；3)在步骤2)后，若|dx|≤ε...

【专利技术属性】
技术研发人员：陈志根，何汉文，罗捷，黄心力，陆文升，钟杰峰，袁康龙，陈思思，林创，廖志伟，
申请(专利权)人：广东电网有限责任公司肇庆供电局，
类型：发明
国别省市：广东,44