本发明专利技术公开了属于新能源发电并网技术领域的一种基于时域间歇性能源协同效应量化分析方法。该方法包括：基于相关系数从年月、日两个时间尺度分析间歇性能源长期协同效应；确定一种基于模糊分类的间歇性能源日出力波动特性分类方法；计算间歇性能源协同效应相关系数与比波动指标两种间歇性能源协同效应指标；根据间歇性能源协同效应相关系数分析间歇性能源年月、日尺度协同效应；基于间歇性能源协同效应波动指标分析间歇性能源短期协同效应；本发明专利技术从不同级别时间尺度上对间歇性能源的协同效应进行分析，确定间歇性能源之间的相关性与互补性，为含高渗透率间歇性能源区域电网的电网规划提供了理论依据和指导。
【技术实现步骤摘要】
本专利技术属于新能源的协同
，特别设及一种基于时域量化分析间歇性能源 协同效应的方法。
技术介绍
在含有多种新能源的复杂电力系统中，由于不同种类的新能源电场的资源特性、 地理环境、气候等因素的差异，当其并入系统后，整体输出功率特性会互相影响，电力系统 中输出功率的波动，会给工农业生产带来不同的事故隐患。 整体波动性减弱的特性称为协同效应，实际上，协同效应就是不同资源类型的集 群效应。协同效应的分析方法与集群效应类似。鉴于风电发展最为迅速，在电网中占有重 要地位的新能源，故分析结合风电情况下的含新能源复杂电网的协同效应具有十分重要实 际意义。
技术实现思路
本专利技术的目的是提出其特征 在于，该方法包括： 从S种时间尺度对间歇性能源协同效应进行分析； 计算间歇性能源协同效应指标； 基于不同分析尺度结合间歇性能源协同效应指标对间歇性能源协同效应进行分 析；[000引所述S种时间尺度分别为年月时间尺度、日时间尺度和短期时间尺度S个尺度。 所述基于模糊分类的间歇性能源日出力波动特性分类方式；根据风电和光伏的相 关数据，对日时间尺度下的间歇性能源波动特性进行分析；其中基于模糊分类的间歇性能 源日出力波动特性分类方式为： 1)风电日出力波动特性分为；坡状，波峰状，波谷状，水平状； 将一天24各时段分为S段，0 ;00到7:00, 7:00到18:00,18:00到24:00,统计该 S个时段的风电出力平均值，分别为而，而：，厅7; 焉； <否1〉京^间歇性能源风电场日出力曲线呈先上升后下降的趋势，波动类型 为波峰状波动； 帘:〉写； <;京^间歇性能源风电场日出力曲线呈先下降后上升的趋势，波动类型 为波谷状波动； 是；<i^<瓦；或吞7〉京；；〉吞7,间歇性能源风电场日出力曲线总体呈上升趋势 或总体呈下降趋势，波动类型为坡状波动；[001引 吊7=而;=而7,间歇性能源风电场日出力曲线总体保持在一个水平状态，波动类 型为水平状波动。 2)光伏日出力波动特性分为；晴天，阴天，雨天；其中光伏发电系统主要工作在每 天的7:00-18:00,出力较为规律，在上午逐渐增大，中午出力达到最大，下午逐渐下降，晚上 不出力； 日平均出力较高的为晴天波动； 日平均出力较低的，曲线平缓的为阴天波动； 所述对间歇性能源年月、日协同效应进行分析，根据间歇性能源协同效应相关系 数，其间歇性能源协同效应相关性的计算公式为：【主权项】1. ，其特征在于，该方法包括： 从年月时间尺度、日时间尺度的间歇性能源的波动性计算间歇性能源相关系数和根据 短期时间尺度的间歇性能源的波动性计算间歇性能源协同效应指标； 基于不同分析时间尺度得到的间歇性能源相关系数，并结合间歇性能源协同效应指标 对间歇性能源协同效应进行分析。2. 根据权利要求1所述，其特征在 于，基于模糊分类的间歇性能源日出力波动特性分类方式： 根据风电和光伏的相关数据，对日时间尺度下的间歇性能源波动特性进行分析；其中 基于模糊分类的间歇性能源日出力波动特性分类方式为： 1) 风电日出力波动特性分为：坡状，波峰状，波谷状，水平状； 将一天24小时分为三个时段：0:00到7:00, 7:00到18:00,18:00到24:00 ;统计这三 个时段的风电出力平均值，分别为H，? 当瓦7〈&>€时，间歇性能源风电场日出力曲线呈先上升后下降的趋势，波动类型 为波峰状波动； 当瓦7 >$1〈€时，间歇性能源风电场日出力曲线呈先下降后上升的趋势，波动类型 为波谷状波动； 当耳或耳&时，间歇性能源风电场日出力曲线总体呈上升趋势 或总体呈下降趋势，波动类型为坡状波动； 当时，间歇性能源风电场日出力曲线总体保持在一个水平状态，波动类 型为水平状波动； 2) 光伏日出力波动特性分为：晴天，阴天，雨天；其中光伏发电系统主要工作在每天的 7:00-18:00,出力较为规律，在上午逐渐增大，中午出力达到最大，下午逐渐下降，晚上不出 力； 日平均出力较高的为晴天波动； 日平均出力较低的，曲线平缓的为阴天波动； 日平均出力曲线比较不规律，出力低谷集中在下雨时段的为雨天波动。3. 根据权利要求1所述，其特征在 于，所述间歇性能源协同效应相关系数的计算公式为： 1)间歇性能源协同效应相关性系数：式（1)中 α表示两个间歇性能源电场的出力的相关系数； Pw表示间歇性能源风电场的出力； $为统计时段内间歇性能源风电场出力平均值； Pph表示间歇性能源光伏电场的出力； 5为统计时段内间歇性能源光伏电场出力平均值； 若α >〇间歇性能源之间具有相关性，总的出力波动增大；若α〈〇间歇性能源之间具有 互补性，总的出力波动减小；间歇性能源子电场之间出力的相关系数α定性的说明了不同 种能源之间的叠加关系。4. 根据权利要求1所述，其特征在 于，所述间歇性能源协同效应波动指标包括峰值比、相对峰值比、最大偏移量比和最大幅值 差比； 所述峰值比的计算公式为：所述相对峰值比的计算公式为所述最大偏移量比的计算公式为：所述最大幅值差比的计算公式为上述式⑵-式（5)中，Pi表示间歇性能源第i个子电场出力； Pi^表示间歇性能源电场集群中第i个子电场的额定功率； ΡΛ表示间歇性能源电场集群总功率波动量； Vpm表示峰值比； Vtjin表示相对峰值比； Vaps表示最大偏移量比； Vap表不最大幅值差比。5. 根据权利要求1所述，其特征在 于，所述根据短期时间尺度的间歇性能源的波动性得到间歇性能源协同效应指标，对间歇 性能源协同效应进行分析，由于光伏电站的加入，集群效应各个指标量均有所降低，即短期 波动性，分别从年月度变动特性，日变化特性，以及短期波动特性分析风电、光伏发电在不 同时间尺度上的协同效应； (1) 月度出力互补性：风电场在不同月份出力波动较大，出力最多的月份平均功率可 以超过出力低月份数倍；对于光伏出力，各月份出力水平波动不大； (2) 日出力的波动特性 从年度统计规律来看，在沿海地区，大部分风电场24小时内的规律性为：夜晚和上午 风电的出力水平较低，午后风电出力水平不断增加，不同于内陆风电场明显的反调峰特性， 峰值出现在14:00~17:00,而此时的光伏出力在10:00~17:00也处于较高水平，风电出 力与光伏的日相关系数较低；但是，由于风电出力波动特性比较大，也能出现风电出力与光 伏的日相关系数较高的情况； (3) 短期协同效应 由于光伏电站的加入，集群效应各个指标量均有所降低，即短期波动性，风电和光伏的 叠加可以在一定程度上削弱间歇性电源出力的波动性。【专利摘要】本专利技术公开了属于新能源发电并网
的一种基于时域间歇性能源协同效应量化分析方法。该方法包括：基于相关系数从年月、日两个时间尺度分析间歇性能源长期协同效应；确定一种基于模糊分类的间歇性能源日出力波动特性分类方法；计算间歇性能源协同效应相关系数与比波动指标两种间歇性能源协同效应指标；根据间歇性能源协同效应相关系数分析间歇性能源年月、日尺度协同效应；基于间歇性能源协同效应波动指标分析间歇性能源短期协同效应；本专利技术从不同级别时间尺度上对间歇性能本文档来自技高网...
【技术保护点】
一种基于时域量化分析间歇性能源协同效应的方法，其特征在于，该方法包括：从年月时间尺度、日时间尺度的间歇性能源的波动性计算间歇性能源相关系数和根据短期时间尺度的间歇性能源的波动性计算间歇性能源协同效应指标；基于不同分析时间尺度得到的间歇性能源相关系数，并结合间歇性能源协同效应指标对间歇性能源协同效应进行分析。
【技术特征摘要】
【专利技术属性】
技术研发人员：赵冬梅，尹颢涵，王建峰，张虹，金小明，张东辉，魏国清，胡剑琛，祁永福，吴峰，
申请(专利权)人：华北电力大学，南方电网科学研究院有限责任公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。