适用中长时间尺度电网分析的光伏发电概率模型建模方法技术

本发明专利技术公开了一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，包括如下步骤：步骤S10，建立描述指定日期太阳辐照度的每小时均值随时间变化的离散概率时间序列模型；步骤S20，建立描述每小时内太阳辐照度围绕其小时均值的随机波动性的连续概率密度模型；步骤S30，基于离散概率时间序列模型和连续概率密度模型的任意指定时刻的太阳辐照度样本，建立光伏电源的光伏功率模型。本发明专利技术的优点是：本建模方法建立的光伏概率模型涵盖长期运行过程，参数少，对历史数据依赖性小，能有效反映光伏电源之间以及光伏与负荷之间由于地域和作息规律产生的内在相关性。

【技术实现步骤摘要】

本专利技术涉及电网规划
，具体涉及一种适用于中长时间尺度电网分析的光伏发电概率模型建模方法。
技术介绍
受到化石能源日益短缺和环境保护的巨大压力，风能、太阳能等可再生能源的规模化利用成为世界能源发展的必然趋势。在现阶段，进一步提高能源的综合使用效率，加强可再生能源的开发利用，调整能源结构，是解决当前我国经济社会发展中能源需求与供应、经济与环境之间存在的诸多问题的重要途径，同时具有重要的安全和战略意义。能源可持续是经济可持续发展的基础。而无论欧美发达国家还是中国等发展中大国均已将风力发电、太阳能发电等可再生能源发电技术和储能技术视为了21世纪能源技术的核心。随着我国鼓励分布式光伏电源发展的政策相继出台，在配电网侧将涌现出越来越多以光伏发电(Photovoltaic-PV)为主的分布式电源(DistributedGenerator,DG)。无论配电网规划、可靠性分析，还是运行能量管理、需求侧管理等方向的配电系统分析中均需要考虑对光伏电源的建模问题。光伏电源的出力既具有随机性、波动性和弱可控性，同时在较长的时间尺度上也表现出明显的规律性。其规律性来自地球的自转和绕日的公转。这种规律性决定了地理位置相近的PV的平均出力在小时或者更大的时间尺度上表现出明显的相似性。在随机模型中称之为光伏出力概率模型的相关性。光伏电源出力的波动性和随机性则源自地球大气层(云层)的运动。它使得运行调度中很难准确预测光伏电源在数分钟或更短时段内的瞬时功率。提前数天或者更长时间的光伏功率预测也因同样的原因而显得困难。因此，在电网分析中应采用概率模型代替确定性模型来描述光伏功率的不确定性已经被广泛认同。随着分布式光伏电源大量接入配电系统，从潮流分析到需求侧管理，从可靠性评估到电网规划等一系列电网分析和计算中均需要考虑光伏电源的建模问题。这些问题的共同特点是面向系统中长期的稳态运行过程，且所关注的指标多为电能损耗、电压合格率、经济性、可靠性等累积量指标。对这些应用来说，影响分析结论的主要因素是较长时间(数月至数年)内光伏电源功率的时间序列及其与负荷时间序列在时间和空间上的匹配性。因此，针对电力系统中长期运行分析问题，对光伏电源的建模应具有以下三个特点：1)应是时间序列模型，且应能反映电源之间、电源与负荷之间功率变化在时间和空间上的关联性。2)关注的时间尺度不宜过小。比较适宜的时间步长是数分钟至数十分钟，模型输出为该时间步长内的光伏平均功率。对远小于该时间步长的短时随机波动可以忽略。3)应能反映光伏发电出力的不确定性。目前在含光伏发电的配电网相关研究中尚缺乏具备上述完整特点的光伏发电模型。有些研究仍继续采用PQ恒定的确定性模型描述光伏电源，更多的研究则直接采用前述Beta分布模型。
技术实现思路
本专利技术的目的是克服上述现有技术的缺点，提供一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，这种建模方法建立的光伏概率模型涵盖长期运行过程，参数少，对历史数据依赖性小，能有效反映光伏电源之间以及光伏与负荷之间由于地域和作息规律产生的内在相关性。本专利技术是通过以下技术方案来实现的：一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，包括如下步骤：步骤S10，建立描述指定日期太阳辐照度的每小时均值随时间变化的离散概率时间序列模型；步骤S20，建立描述每小时内太阳辐照度围绕其小时均值的随机波动性的连续概率密度模型；步骤S30，基于离散概率时间序列模型和连续概率密度模型的任意指定时刻的太阳辐照度样本，建立光伏电源的光伏功率模型。进一步，所述步骤S10的离散概率时间序列模型的建立步骤如下：步骤S11，根据当地气象统计数据获取每月的晴雨天概率:晴天概率pc(m)和阴雨天概率pr(m)＝1-pc(m)，设定对待建模的地区离散随机变量C(m)如下：令离散随机变量C(m)表示该地区一年第m月的晴雨状况，其中m为1至12的整数；步骤S12,记待建模地区的纬度为将一年中第m月d日的h点钟的太阳辐照度平均值表示为关于纬度、时间和随机变量C(m)的确定型函数关系如下：式中，和α(m)分别表示晴天的地表太阳辐照度的小时均值和阴雨天的辐照度衰减系数，0≤α(m)＜1，两者均为确定型的函数和变量；步骤S13，将表示气象领域经验公式：其中，记第m月d日属于一年中顺数下来的第N日，即m＝1,d＝1对应N＝1；m＝12,d＝31对应N＝365；H0为反映地球公转影响的地外太阳辐照度总量；Kt为描述日内24小时的地表太阳辐照度标准化时间序列的经验系数。进一步，所述步骤S20的小时内太阳辐照度的连续概率密度模型的建立，还包括如下步骤：步骤S21，获取任一日期的晴雨状况，步骤S22，将实际太阳辐射照度r按照进行标度变换得到的新变量r′；步骤S23，将每小时的太阳辐照度经标度变换为[0,1]区间的Beta分布的概率密度函数：其中，fb(r′)是的Beta分布函数；Γ(z)是gamma函数，z为α、β或α+β；并且α，β是Beta分布函数的参数，且α≥0，β≥0，根据小时太阳辐照度的分布特点，应有α>β。进一步，所述步骤S30的光伏功率模型如下：式中，Pe为光伏电池板额定功率，是在标准太阳辐照度1000W/m2和25℃下测得，αT为光伏电池的功率温度系数；T为运行时的温度。进一步，所述地外太阳辐照度总量H0由以下数学模型近似计算：式中，δ称为日偏角，ωsr为日升时的小时角，δ与ωsr的单位为弧度；I0为地外辐照度基值，单位为wh/m2。进一步，所述经验系数Kt采用地表辐照度日曲线拟合函数表示如下：式中，hsr、hss分别为日出时间和日落时间，均为当地经纬度的函数，根据时区和地球绕日运动规律计算获得；Cs表示晴天的日照晴空指数，是描述晴天时大气对太阳短波辐射影响的一个综合参数，反映入射到地表水平面的太阳辐射与地外辐射之比。进一步，所述晴天的日照晴空指数Cs采用长期的月统计平均值，通过美国太空总署NASA气象数据库获得各经纬度下Cs的月平均指数。进一步，在所述Beta分布函数的参数α与β，其典型参数值为α＝4，β＝2。本专利技术的优点是：本专利技术的一种适用于中长时间尺度电网分析的光伏发电概率模型建模方法，内含了对光伏电源功率的地域相关性，以及光伏功率与负荷相关性的描述；本专利技术对辐照度均值的计算采用的本身就是基于气象原理的物理模型，其维度等参数已经反映了地域相关性；其后的基于Beta分布的随机采样以该物理均值为基础，因此随机抽样结果也已经内含了相关性。采用本模型后随机抽样完全无需引入Copula变换或Nataf等随机变量相关变换技术来粗略反映相关性。附图说明图1为本专利技术实施例的适用于中长时间尺度电网分析的光伏发电概率模型建模方法的步骤图。图2为本专利技术实施例的中山某光伏站地外日辐照年度变化曲线。图3为2016年五月的实际电站太阳辐照度分布与模拟拟合情况。图4为2015年十二月的实际电站太阳辐照度分布与模拟情况。图5为算例馈线的结构和最大负荷信息。图6为典型负荷曲线对比。图7a为不同容量光伏接入居民供电馈线的网损值日指标变化图。图7b为不同容量光伏接入居民供电馈线的合格电压个数日指标变化图。具体实施方式下面结合附图和实施例对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描本文档来自技高网...

【技术保护点】
一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，其特征在于，包括如下步骤：步骤S10，建立描述任一日期太阳辐照度的每小时均值随时间变化的离散概率时间序列模型；步骤S20，建立描述每小时内太阳辐照度围绕其小时均值的随机波动性的连续概率密度模型；步骤S30，基于离散概率时间序列模型和连续概率密度模型的任意指定时刻的太阳辐照度样本，建立光伏电源的光伏功率模型。

【技术特征摘要】
1.一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，其特征在于，包括如下步骤：步骤S10，建立描述任一日期太阳辐照度的每小时均值随时间变化的离散概率时间序列模型；步骤S20，建立描述每小时内太阳辐照度围绕其小时均值的随机波动性的连续概率密度模型；步骤S30，基于离散概率时间序列模型和连续概率密度模型的任意指定时刻的太阳辐照度样本，建立光伏电源的光伏功率模型。2.根据权利要求1所述的一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，其特征在于：所述步骤S10的离散概率时间序列模型的建立步骤如下：步骤S11，根据当地气象统计数据获取每月的晴雨天概率:晴天概率pc(m)和阴雨天概率pr(m)＝1-pc(m)，设定对待建模的地区离散随机变量C(m)如下：令离散随机变量C(m)表示该地区一年第m月的晴雨状况，其中m为1至12的整数；步骤S12,记待建模地区的纬度为将一年中第m月d日的h点钟的太阳辐照度平均值表示为关于纬度、时间和随机变量C(m)的确定型函数关系如下：式中，和α(m)分别表示晴天的地表太阳辐照度的小时均值和阴雨天的辐照度衰减系数，0≤α(m)＜1，两者均为确定型的函数和变量；步骤S13，将表示为气象领域经验公式：其中，记第m月d日属于一年中顺数下来的第N日，即m＝1,d＝1对应N＝1；m＝12,d＝31对应N＝365；H0为反映地球公转影响的地外太阳辐照度总量；Kt为描述日内24小时的地表太阳辐照度标准化时间序列的经验系数。3.根据权利要求2所述的一种适用中长时间尺度电网分析的光伏发电概率模型建模方法，其特征在于：所述步骤S20的小时内太阳辐照度的连续概率密度模型的建立，还包括如下步骤：步骤S21，获取任一日期的晴雨状况，步骤S22，将实际太阳辐射照度r按照进行标度变换得到的新变量r′；步骤S23，将每小时的太阳辐照度经标度变换为[0,1]区间的Beta分布的概率密度函数：fb(r′)=Γ(α+β)Γ(α)Γ(β)*r′(α-1)*(1-r′)(β-1)if0≤r...

【专利技术属性】
技术研发人员：吕耀棠，管霖，陈旭，赵琦，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44