一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法技术

本发明专利技术公开了一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，考虑可再生能源与负荷时空分布特性共有16个场景组合，即考虑四季、工作日与休息日、昼夜进行组合，再计及可再生能源与负荷的空间相关性；考虑可再生能源与负荷的自相关系数，利用Pair Copula和拟蒙特卡洛采样方法得到每个场景下可再生能源与负荷的分布参数；考虑可再生能源及负荷多时空分布特性的N‑1故障情况下进行缺电成本计算。本发明专利技术考虑了不同场景下可再生能源及负荷分布特性及空间相关性，减少因不同场景和空间相关性引起的计算误差，使得电力生产模拟更加精确，可以为电网规划人员进行电力生产模拟提供指导性建议。

【技术实现步骤摘要】
一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法
本专利技术涉及一种电力生产模拟方法，属于电力系统控制

技术介绍
随着社会环境污染的日益严重，传统的火力发电已经不能满足人们对美好社会环境日益增长的需求，可再生能源尤其是风力发电和光伏发电，凭借着其低污染排放、灵活方便、接入电网能够在很大程度上改善环境污染问题等特点，得到了迅速的发展。然而，风力发电和光伏发电等具有很强的随机性和间歇性,使得功率难以准确预测；并且同一区域内的多个电站由于处于同一风力或辐照强度带,其输出的功率具有一定的相关性，这种相关性使得叠加后的功率对电力系统的影响更加显著。因此在电力生产模拟中,计及多个新能源发电站出力的时空分布特性以及负荷的相关性，对于正确分析功率对系统的影响具有重要意义。现有的电力生产模拟方法中，对场景的划分不够细致，或是只考虑粗略的时间分布特性，或是只考虑空间分布特性，有的甚至部分场景，导致计算不够准确。
技术实现思路
本专利技术所要解决的技术问题是：针对现有技术的不足，本专利技术公开了一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法。用于在不同场景下，计及可再生能源和负荷多时空分布特性，得到可再生能源和负荷分布参数，进行更加精确的电力生产模拟。本专利技术为解决上述技术问题采用以下技术方案：一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，具体包括以下步骤：步骤A：根据可再生能源与负荷的时间分布特性，将电力生产模拟进行多场景划分；步骤B：基于地理位置引起的空间相关性，得到各个区域中可再生能源与负荷的自相关系数，采用拟蒙特卡洛法进行采样得到每个场景下的可再生能源与负荷功率样本；步骤C：由所得的采样样本组成一个样本集合，在考虑系统N-1故障情况下，将集合中每一组采样样本带入电力系统中进行计算得到每一个节点的电量不足期望值，然后根据每组样本的电量不足期望值进一步计算出可再生能源与负荷多时空分布特性的N-1故障情况下的缺电成本。进一步的，本专利技术提出的电力生产模拟方法，所述步骤A的多场景划分是指：根据风电场、光伏电站和负荷在每个季节中工作日和休息日、昼、夜4种不同场景组合下的分布参数不同，结合四个季节共分成16个不同的场景。进一步的，本专利技术提出的电力生产模拟方法，在步骤B中，针对步骤A划分的16个场景组合的每一个场景下，结合风电场、光伏电站以及负荷地理位置引起的空间相关性，经过统计分析的方法得到各个区域中可再生能源与负荷的自相关系数。进一步的，本专利技术提出的电力生产模拟方法，所述统计分析的方法得到各个区域中可再生能源与负荷的自相关系数的具体步骤为：首先，基于PairCopula的结构和拟合度检验方法，确定n维最优PairCopula函数，读取功率X历史数据以得到相应边缘概率分布函数和概率密度函数，令ui＝Fi(xi)，得到ui构成的样本U；然后使用多种Copula函数对每一层Copula序列拟合并采用对数极大似然估计法得到相应参数，并选出最优Copula序列，用所得结果得到下式，完成建模：其中，i＝2,3,...,n，j＝0,1,...,n-2，Fi(*)和fi(*)为边缘概率分布函数和边缘概率密度，F(*)和f(*)为联合分布函数和联合概率密度，C(*)和c(*)为Copula概率分布函数和Copula概率密度。进一步的，本专利技术提出的电力生产模拟方法，用拟蒙特卡洛法QMC进行采样，是采用拟蒙特卡洛法QMC生成独立均匀分布zj的随机数，对随机数的每一采样点，逐步迭代求解下式，得到相应的随机变量ui采样，并基于ui＝Fi(xi)以及联合概率分布、联合概率密度得到相应的功率X采样值：z1＝u1,zi＝F(ui|u1,u2,···,ui-1),以上各式中，i＝2,3,...,n，j＝0,1,...,n-2，k＝0,1,...,n-m，m＝3,4,...n，Fi(*)和fi(*)为边缘概率分布函数和边缘概率密度，F(*)和f(*)为联合概率分布函数和联合概率密度，C(*)和c(*)为Copula概率分布函数和Copula概率密度。进一步的，本专利技术提出的电力生产模拟方法，所述步骤C是将每组样本的电量不足期望值计算结果带入下式，得到在发生N-1故障情况下考虑可再生能源与负荷多时空分布特性的缺电成本：式中，Ln为负荷节点数；SLD为系统的样本集合；Pr、Tr分别为第r个抽样样本的概率和持续时间；为节点i的缺电损失评价率，单位是元/kWh，即由于电网供电中断造成用户得不到电量而引起的损失；为第r个样本下，节点i的电量不足期望值，单位是kWh/期间。进一步的，本专利技术提出的电力生产模拟方法，系统电量不足期望值的求解公式如下：式中，SF为系统故障事件合集；分别为发生故障q时故障设备集合和正常设备集合；Pqj、Pqk为故障状态下，设备j、k的故障停运概率；Lq,r为发生故障q时系统的切负荷量。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：本专利技术考虑了不同场景下可再生能源及负荷分布特性及空间相关性，减少因不同场景和空间相关性引起的计算误差，使得电力生产模拟更加精确，可以为电网规划人员进行电力生产模拟提供指导性建议，具有很强的实用价值及现实意义。附图说明图1为本专利技术的一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法流程图。图2为考虑可再生能源及负荷多时空分布特性的电力生产模拟方法的多场景划分树状图。具体实施方式下面结合附图对本专利技术的技术方案做进一步的详细说明：本
技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。如图1所示，本专利技术公开了一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，主要包括以下步骤：步骤A：考虑可再生能源与负荷多时空分布特性的多场景生成方法，其具体步骤为：考虑到一年四季中每一季的可再生能源与负荷分布参数会有一定不同，而每个季节中的工作日和休息日可再生能源与负荷分布参数也会有一定不同，甚至每一天的白天和夜晚可再生能源与负荷分布参数也会有一定不同。如果按照相同的可再生能源与负荷分布参数来进行电力生产模拟，那么计算结果必然会有较大的误差。如图2所示，考虑风电、光电和负荷在四季、工作日和休息日、昼夜不同场景组合下的分布参数不同，可以分成16个不同的场景组合。以春天为例，有春天的工作日的白天和夜晚，春天的休息日的白天和夜晚，共4个不同场景，夏天、秋天、冬天以此类推，也各有4个不同场景。另外，以上16个场景组合的每一个场景下，还要考虑由于风电厂、光电厂以及负荷地理位置引起的空间相关性。以同一区域的四个风电场为例，在同一时刻，这一区域的风力大小相差无几。在风电场出力-风速特性曲线上采样时，由于各个风电场采样是独立的，所以应把各个电厂相近的采样值作为一组数据，这就需要考虑这一区域风电场的自相关系数，把采样序列重新组合。综上所述，考虑可再生能源与负荷多时空分布特性，共可分为16个场景，再考虑每个场景下的空间相关性。步骤B：根据可再生能源与负荷的自相关系本文档来自技高网...

【技术保护点】
一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，其特征在于，所述方法具体包括以下步骤：步骤A：根据可再生能源与负荷的时间分布特性，将电力生产模拟进行多场景划分；步骤B：基于地理位置引起的空间相关性，得到各个区域中可再生能源与负荷的自相关系数，采用拟蒙特卡洛法进行采样得到每个场景下的可再生能源与负荷功率样本；步骤C：由所得的采样样本组成一个样本集合，在考虑系统N‑1故障情况下，将集合中每一组采样样本带入电力系统中进行计算得到每一个节点的电量不足期望值，然后根据每组样本的电量不足期望值进一步计算出可再生能源与负荷多时空分布特性的N‑1故障情况下的缺电成本。

【技术特征摘要】
1.一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，其特征在于，所述方法具体包括以下步骤：步骤A：根据可再生能源与负荷的时间分布特性，将电力生产模拟进行多场景划分；步骤B：基于地理位置引起的空间相关性，得到各个区域中可再生能源与负荷的自相关系数，采用拟蒙特卡洛法进行采样得到每个场景下的可再生能源与负荷功率样本；步骤C：由所得的采样样本组成一个样本集合，在考虑系统N-1故障情况下，将集合中每一组采样样本带入电力系统中进行计算得到每一个节点的电量不足期望值，然后根据每组样本的电量不足期望值进一步计算出可再生能源与负荷多时空分布特性的N-1故障情况下的缺电成本。2.根据权利要求1所述的一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，其特征在于，所述步骤A的多场景划分是指：根据风电场、光伏电站和负荷在每个季节中工作日和休息日、昼、夜4种不同场景组合下的分布参数不同，结合四个季节共分成16个不同的场景。3.根据权利要求2所述的一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，其特征在于，在步骤B中，针对步骤A划分的16个场景组合的每一个场景下，结合风电场、光伏电站以及负荷地理位置引起的空间相关性，经过统计分析的方法得到各个区域中可再生能源与负荷的自相关系数。4.根据权利要求3所述的一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法，其特征在于，所述统计分析的方法得到各个区域中可再生能源与负荷的自相关系数的具体步骤为：首先，基于PairCopula的结构和拟合度检验方法，确定n维最优PairCopula函数，读取功率X历史数据以得到相应边缘概率分布函数和概率密度函数，令ui＝Fi(xi)，得到ui构成的样本U；然后使用多种Copula函数对每一层Copula序列拟合并采用对数极大似然估计法得到相应参数，并选出最优Copula序列，用所得结果得到下式，完成建模：其中，i＝2,3,...,n，j＝0,1,...,n-2，Fi(*)和fi(*)为边缘概率分布函数和边缘概率密度，F(*)和f(*)为联合分布函数和联合概率密度，C(*)和c(*...

【专利技术属性】
技术研发人员：黄俊辉，谢珍建，祁万春，张文嘉，吴晨，张群，吴俊宏，臧德春，刘高维，陈竹，
申请(专利权)人：国网江苏省电力有限公司经济技术研究院，中国电力工程顾问集团华东电力设计院有限公司，东南大学，国家电网公司，
类型：发明
国别省市：江苏,32