一种基于潮汐能和风能的虚拟电厂功率调节方法技术

本发明专利技术公开了一种基于潮汐能和风能的虚拟电厂功率调节方法，其包括以下步骤：获取潮汐发电厂和风力发电厂的功率曲线；计算潮汐发电厂的功率曲线在预测时段内的波动度C0；计算风力发电厂的功率曲线在预测时段内的波动度C1；获取预测时段内的平均需求功率P；依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率；根据计算所得调整各发电厂的输出功率；延时间隔时长T1后重复上述过程。本方案在满足平均需求功率的情况下，依据各发电厂的功率曲线波动度计算最平缓的输出功率，从而使得总输出达到最平稳，电网波动最小，因为发电功率变化而带来的冲击也最小。本方案适用于新能源控制领域。

【技术实现步骤摘要】
一种基于潮汐能和风能的虚拟电厂功率调节方法
本专利技术涉及新能源电力系统领域，尤其是涉及一种基于潮汐能和风能的虚拟电厂功率调节方法
技术介绍
虚拟电厂指通过分布式电力管理系统将电网中分布式电源、可控负荷和储能装置聚合成一个虚拟的可控集合体，参与电网的运行和调度，协调智能电网与分布式电源间的矛盾，充分挖掘分布式能源为电网和用户所带来的价值和效益。在纯由虚拟电厂供电的独立区域，适当调配各发电厂的输出功率是平衡成本和收益的重要步骤。中华人民共和国国家知识产权局于2014年07月02日公开了名称为《一种虚拟电厂分层随机优化调度方法》的专利文献(公开号：CN103903066A)，其首先建立包括上层虚拟电厂层和下层微电网层的虚拟电厂两层协调优化调度模型，其中下层各微电网优化调度模型为机会约束模型，模型中采用经验分布函数描述不可控微电源独立状态下出力概率分布，并依据不可控微电源联合直方图选择Copula函数建立联合概率分布模型。然后利用抽样平均近似法和KKT最优性条件将虚拟电厂两层协调优化调度模型转化为单层确定性模型并求解，对虚拟电厂进行最优调度。此方案可兼顾虚拟电厂内多个微电网间的协调运行；利用概率分布与Copula相关性分析可充分考虑不可控微电源随机性与相关性对优化调度问题的影响，可实现虚拟电厂协调随机优化调度，但是无法实现各发电厂输出功率和地区的需求功率之间的平衡调节。
技术实现思路
本专利技术主要是解决现有技术所存在的缺乏对发电厂输出功率和地区需求功率之间的调节方法的技术问题，提供一种稳定性好、精准度高、冲击小的基于潮汐能和风能的虚拟电厂功率调节方法本专利技术针对上述技术问题主要是通过下述技术方案得以解决的：一种基于潮汐能和风能的虚拟电厂功率调节方法，包括以下步骤：S001、获取潮汐发电厂和风力发电厂的功率曲线；S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0；计算风力发电厂的功率曲线在预测时段内的波动度C1；S003、获取预测时段内的平均需求功率P；S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率；S005、根据计算所得调整各发电厂的输出功率；S006、延时间隔时长T1后返回步骤S002，间隔时长T1由以下公式获得：式中，C0和C1均为最后一次计算所得值，T0为基准间隔时长，C’为基准波动度，T0和C’都为预设值。本方案的虚拟电厂包括潮汐发电厂和风力发电厂，两类发电厂的输出汇入总电网然后供用电单位使用。各发电厂的功率曲线为根据天气情况和历史发电量得到的随时间变化的发电功率曲线，为预测量。波动度反应曲线的变化剧烈程度。为减小冲击，功率变化越平缓越好。本方案在满足平均需求功率的情况下，依据各发电厂的功率曲线波动度计算最平缓的输出功率，从而使得总输出达到最平稳，电网波动最小，因为发电功率变化而带来的冲击也最小。本方案依照波动度动态调整延时间隔时长T1，波动度较大时间隔时长较短，波动度较小时间隔时长较长，使系统具有最高的控制效率。作为优选，所述步骤S004具体为：根据潮汐发电厂的功率曲线计算预测时段内的潮汐平均功率P0；根据风力发电厂的功率曲线计算预测时段内的风力平均功率P1；计算各发电厂的输出功率权重值，公式如下：m·P0+n·P1＝P式中，m为潮汐发电厂的输出功率权重值，n为风力发电厂的输出功率权重值；潮汐发电厂的输出功率为m·P0，风力发电厂的输出功率为n·P1。上述过程可以使所有发电厂总的输出与平均需求功率平衡，并且平稳度最高。作为优选，当m、和n中的任意一个大于1时，则设定大于1的权重值为1，增大另一个权重值直至满足公式m·P0+n·P1＝P。保证输出不低于平均需求功率是首要条件，其次再进行平稳度的调整。作为优选，所述预测时段指从当前时刻起T秒内的时长，T为预测时长。预测时长为设定值，由工作人员根据实际情况确定。作为优选，所述波动度为功率曲线在预测时段内各采样点的方差或标准差。采样频率根据需求确定。使用采样的方式可以减少计算量，提高反应速度。本专利技术带来的实质性效果是，使总的发电输出量与需求量达到平衡，并且具有最好的平稳度，波动平缓，对电网和用电设备冲击小，降低成本，延长电网和设备的寿命。附图说明图1是本专利技术的一种流程图。具体实施方式下面通过实施例，并结合附图，对本专利技术的技术方案作进一步具体的说明。实施例：本专利技术的一种基于潮汐能和风能的虚拟电厂功率调节方法，如图1所示，包括以下步骤：S001、获取潮汐发电厂和风力发电厂的功率曲线；S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0；计算风力发电厂的功率曲线在预测时段内的波动度C1；S003、获取预测时段内的平均需求功率P；S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率；S005、根据计算所得调整各发电厂的输出功率；S006、延时间隔时长T1后返回步骤S002，间隔时长T1由以下公式获得：式中，C0和C1均采用最后一次计算所得值，T0为基准间隔时长，C’为基准波动度，T0和C’都为预设值。本方案的虚拟电厂包括潮汐发电厂和风力发电厂，两类发电厂的输出汇入总电网然后供用电单位使用。各发电厂的功率曲线为根据天气情况和历史发电量得到的随时间变化的发电功率曲线，为预测量。波动度反应曲线的变化剧烈程度。为减小冲击，功率变化越平缓越好。本方案在满足平均需求功率的情况下，依据各发电厂的功率曲线波动度计算最平缓的输出功率，从而使得总输出达到最平稳，电网波动最小，因为发电功率变化而带来的冲击也最小。本方案依照波动度动态调整延时间隔时长T1，波动度较大时间隔时长较短，波动度较小时间隔时长较长，使系统具有最高的控制效率。所述步骤S004具体为：根据潮汐发电厂的功率曲线计算预测时段内的潮汐平均功率P0；根据风力发电厂的功率曲线计算预测时段内的风力平均功率P1；计算各发电厂的输出功率权重值，公式如下：m·P0+n·P1＝P式中，m为潮汐发电厂的输出功率权重值，n为风力发电厂的输出功率权重值；潮汐发电厂的输出功率为m·P0，风力发电厂的输出功率为n·P1。上述过程可以使所有发电厂总的输出与平均需求功率平衡，并且平稳度最高。当m、和n中的任意一个大于1时，则设定大于1的权重值为1，增大另一个权重值直至满足公式m·P0+n·P1＝P。保证输出不低于平均需求功率是首要条件，其次再进行平稳度的调整。所述预测时段指从当前时刻起T秒内的时长，T为预测时长。预测时长为设定值，由工作人员根据实际情况确定。所述波动度为功率曲线在预测时段内各采样点的方差或标准差。采样频率根据需求确定。使用采样的方式可以减少计算量，提高反应速度。平均需求功率P按以下方式计算：S101、获取虚拟电厂所供电的当地GDP历年数据以及当地GDP目标数据；获取虚拟电厂所供电的当地用电功率历年数据曲线；S102、计算电力系统用电弹性系数：Et＝{(Pt+1-Pt)/Pt}/{(gt+1-gt)/gt}；Et为前第t年时电力系统用电弹性系数，Pt为当地前第t年在对应时段内的平均用电功率，gt为当地前第t年的GDP数据；当年的GDP数据采用最新的当地GDP目标数据；S103、通过电力系统用电弹性系数公式计算平均需求功率P：s为有效年限，为预设值，可以由工作人员进行调整，需求的精本文档来自技高网...

【技术保护点】
一种基于潮汐能和风能的虚拟电厂功率调节方法，其特征在于，包括以下步骤：S001、获取潮汐发电厂和风力发电厂的功率曲线；S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0；计算风力发电厂的功率曲线在预测时段内的波动度C1；S003、获取预测时段内的平均需求功率P；S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率；S005、根据计算所得调整各发电厂的输出功率；S006、延时间隔时长T1后返回步骤S002，间隔时长T1由以下公式获得：

【技术特征摘要】
1.一种基于潮汐能和风能的虚拟电厂功率调节方法，其特征在于，包括以下步骤：S001、获取潮汐发电厂和风力发电厂的功率曲线；S002、计算潮汐发电厂的功率曲线在预测时段内的波动度C0；计算风力发电厂的功率曲线在预测时段内的波动度C1；S003、获取预测时段内的平均需求功率P；S004、依据C0、C1和P计算潮汐发电厂输出功率和风力发电厂输出功率；S005、根据计算所得调整各发电厂的输出功率；S006、延时间隔时长T1后返回步骤S002，间隔时长T1由以下公式获得：式中，C0和C1均采用最后一次计算所得值，T0为基准间隔时长，C’为基准波动度。2.根据权利要求1所述的一种基于潮汐能和风能的虚拟电厂功率调节方法，其特征在于，所述步骤S004具体为：根据潮汐发电厂的功率曲线计算预测时段内的潮汐平均功...

【专利技术属性】
技术研发人员：钱伟杰，陆竑，吴国庆，唐锦江，金艳，刘维亮，张莹，张一鸣，杨勤学，吕舟，周浩，徐铁红，郑伟军，俞涯，倪舜，姜维，
申请(专利权)人：国网浙江省电力公司嘉兴供电公司，
类型：发明
国别省市：浙江,33