含光伏发电的电力系统运行控制方法及装置制造方法及图纸

一种含光伏发电的电力系统运行控制方法及装置。所述方法包括：对光伏出力场景进行聚类，光伏出力场景是指预设时长内的光伏出力的数据变化曲线；当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电；当光伏发电的入网波动功率小于波动功率上限时，根据光伏出力场景的聚类结果和光伏出力，控制储能电池进行充电或发电；根据光伏出力和储能电池出力，确定联合出力，联合出力是指光伏发电设备和储能电池联合输出的电力。本申请提供的方案，通过储能电池的充电和发电，对光伏出力的波动进行迅速调节，能够平抑光伏出力的波动，还能够避免弃光现象，提高了光伏发电的利用率。

【技术实现步骤摘要】
含光伏发电的电力系统运行控制方法及装置
本申请涉及电力系统运行和控制领域，特别涉及一种含光伏发电的电力系统运行控制方法及装置。
技术介绍
光伏发电是指利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术，可以作为一种可再生、绿色能源。但是，光伏发电设备输出的电力即光伏出力具有随机性、间歇性等特点，因此，大规模光伏电站的接入会对电力系统运行的安全性和稳定性造成影响。在相关技术中，将光伏电站直接接入电网。一方面由于光伏出力的波动，例如晴天和雨天的光伏出力不同，会对电网的安全稳定运行带来不利的影响。另一方面，光伏电站接入电网中会造成一定的弃光现象。其中，弃光现象是指在电力系统中，为了电力系统的稳定性，舍弃光伏发电的入网波动功率超出波动功率上限的功率。由于光伏出力的波动和弃光现象，降低了光伏发电的利用率。
技术实现思路
本申请提供一种含光伏发电的电力系统运行控制方法及装置，可用于解决在现有技术中由于光伏出力的波动和弃光现象，造成光伏发电的利用率不高的问题。第一方面，本申请提供一种含光伏发电的电力系统运行控制方法，方法包括：对光伏出力场景进行聚类，光伏出力场景是指预设时长内的光伏出力的数据变化曲线；当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电，弃光伏发电功率是指入网波动功率超出波动功率上限的功率；当光伏发电的入网波动功率小于波动功率上限时，根据光伏出力场景的聚类结果和光伏出力，控制储能电池进行充电或发电；根据光伏出力和储能电池出力，确定联合出力，储能电池出力为储能电池输出的电力，联合出力是指光伏发电设备和储能电池联合输出的电力。可选地，根据弃光伏发电功率，控制储能电池进行充电，包括：根据如下关系式计算弃光伏发电功率其中，PSOt为t时段内弃光伏发电功率，PS,t为t时段内的光伏出力，PS,t+1为t+1时段内的光伏出力，DET为波动功率上限；根据如下关系式计算储能电池进行充电的充电电力其中，C为储能电池的额定总充电功率，LB,i,t为电池i在t时段内的充电电力，Nbess为储能电池的电池数量；根据充电电力，控制储能电池进行充电。可选地，对光伏出力场景进行聚类，包括：采用k均值算法对光伏出力场景进行聚类，得到Ns个目标场景和Ns个目标场景各自对应的概率ps，s为大于等于1的正整数。可选地，根据光伏出力场景的聚类结果和光伏出力，控制储能电池进行充电或发电，包括：根据约束条件确定目标函数的最小值；约束条件包括如下关系式LB,i,t,PB,i,t互斥，目标函数为其中，PSB,t表示在t时段内的联合出力，PS,t为t时段内的光伏出力，LB,i,t为电池i在t时段内的充电电力，PB,i,t为电池i在t时段内的发电电力，ηi为电池i的充电发电转换率，Nbess为储能电池的电池数量，N为优化时段数，PSB,s,t为s光伏出力场景下t时段内的联合出力；当目标函数取最小值时，确定储能电池的发电电力和充电电力根据发电电力和充电电力，控制储能电池进行充电或发电。可选地，确定联合出力之后，还包括：根据联合出力和目标电力，确定机组出力，机组出力是指除光伏发电设备和储能电池外其它发电机组的输出的电力。第二方面，本申请提供一种含光伏发电的电力系统运行控制装置，装置包括：场景聚类模块，用于对光伏出力场景进行聚类，光伏出力场景是指预设时长内的光伏出力的数据变化曲线；电池控制模块，用于当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电，弃光伏发电功率是指入网波动功率超出波动功率上限的功率；电池控制模块，还用于当光伏发电的入网波动功率小于波动功率上限时，根据光伏出力场景的聚类结果和光伏出力，控制储能电池进行充电或发电；出力确定模块，用于根据光伏出力和储能电池出力，确定联合出力，储能电池出力为储能电池输出的电力，联合出力是指光伏发电设备和储能电池联合输出的电力。在本申请提供的方案中，当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电；当入网波动功率小于波动功率上限时，根据光伏出力场景的聚类结果和光伏出力，控制储能电池进行充电或发电。通过储能电池的充电和发电，对光伏出力波动进行迅速调节，能够平抑光伏出力的波动，还能够避免弃光现象，提高了光伏发电的利用率。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种含光伏发电的电力系统运行控制方法的流程图；图2是根据一示例性实施例示出的一种含光伏发电的电力系统运行控制装置的框图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。本申请实施例提供的方法，各步骤的执行主体可以是终端，也可以是服务器。该终端或服务器用于控制电力系统的运行。为了便于说明，在下述方法实施例中，仅以各步骤的执行主体为终端进行介绍说明，但对此不构成限定。请参考图1，其示出了本申请一个实施例提供的含光伏发电的电力系统运行控制方法的流程图。该方法可以包括如下几个步骤。步骤101，对光伏出力场景进行聚类。首先，终端根据采集的光伏出力的数据，进行光伏出力场景的聚类。其中，光伏出力场景是指预设时长内的光伏出力的数据变化曲线。光伏出力为光伏发电设备输出的电力。预设时长可以根据实际经验预先设定，例如24小时。通过聚类，将相同的光伏出力场景聚合为一类。示例性地，当天气情况相近时，一天内的光伏出力的数据变化曲线也相似。因此，可以将夏季晴天时的光伏出力场景聚合为一类，又将冬季雪天的光伏出力场景聚合为一类。可选地，光伏出力的数据是在上述预设时长内的出力曲线。可选地，采用k均值算法对光伏出力场景进行聚类，得到Ns个目标场景和Ns个目标场景对应的概率ps，s为大于等于1的正整数。ps是指对应的目标场景出现的概率。例如，通过k均值算法进行聚类，得到2个目标场景：N1和N2，两个目标场景对应的概要分别为p1和p2。其中，k均值算法为典型的基于距离的聚类算法，在聚类计算中普遍运用，本申请实施例对此不再进行赘述。步骤102，当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电。在光伏发电的过程中，光伏发电设备输出的电力接入电网时会出现波动。光伏发电接入电网时的波动称为光伏发电的入网波动功率。例如，当前时段的光伏出力为1千瓦，前一时段的光伏出力为1.5千瓦，则入网波动功率为0.5千瓦。弃光伏发电功率是指光伏发电的入网波动功率超出波动功率上限的功率。例如，入网波动功率为0.5千瓦，而波动功率上限为0.3千瓦，则弃光伏发电功率为0.2千瓦。波动功率上限是指电力系统允许的入网波动功率的上限。当入网波动功率大于该上限时，电力系统运行的稳定性将会下降。当入网波动功率过大时，会降低电力系统的稳定性。当光伏发电的入网波动功率大于波动功率上限时，终端根据弃光伏发电功率，确定储能电池进行充电的充电电力，并利用弃光伏发电功率对储能电池进行充电。其中，储能电池包括Nbess本文档来自技高网...

【技术保护点】
1.一种含光伏发电的电力系统运行控制方法，其特征在于，所述方法包括：对光伏出力场景进行聚类，所述光伏出力场景是指预设时长内的光伏出力的数据变化曲线；当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电，所述弃光伏发电功率是指所述入网波动功率超出所述波动功率上限的功率；当所述光伏发电的入网波动功率小于所述波动功率上限时，根据所述光伏出力场景的聚类结果和所述光伏出力，控制所述储能电池进行充电或发电；根据所述光伏出力和储能电池出力，确定联合出力，所述储能电池出力为所述储能电池输出的电力，所述联合出力是指光伏发电设备和所述储能电池联合输出的电力。

【技术特征摘要】
1.一种含光伏发电的电力系统运行控制方法，其特征在于，所述方法包括：对光伏出力场景进行聚类，所述光伏出力场景是指预设时长内的光伏出力的数据变化曲线；当光伏发电的入网波动功率大于波动功率上限时，根据弃光伏发电功率，控制储能电池进行充电，所述弃光伏发电功率是指所述入网波动功率超出所述波动功率上限的功率；当所述光伏发电的入网波动功率小于所述波动功率上限时，根据所述光伏出力场景的聚类结果和所述光伏出力，控制所述储能电池进行充电或发电；根据所述光伏出力和储能电池出力，确定联合出力，所述储能电池出力为所述储能电池输出的电力，所述联合出力是指光伏发电设备和所述储能电池联合输出的电力。2.根据权利要求1所述的方法，其特征在于，所述根据弃光伏发电功率，控制储能电池进行充电，包括：根据如下关系式计算所述弃光伏发电功率其中，PSOt为t时段内所述弃光伏发电功率，PS,t为t时段内的光伏出力，PS,t+1为t+1时段内的光伏出力，DET为所述波动功率上限；根据如下关系式计算所述储能电池进行充电的充电电力其中，C为储能电池的额定总充电功率，LB,i,t为电池i在t时段内的充电电力，Nbess为储能电池的电池数量；根据所述充电电力，控制所述储能电池进行充电。3.根据权利要去1所述的方法，其特征在于，所述对光伏出力场景进行聚类，包括：采用k均值算法对所述光伏出力场景进行聚类，得到Ns个目标场景和所述Ns个目标场景各自对应的概率ps，所述s为大于等于1的正整数。4.根据权利要求3所述的方法，其特征在于，所述根据所述光伏出力场景的聚类结果和所述光伏出力，控制所述储能电池进行充电或发电，包括：根据约束条件确定目标函数的最小值；所述约束条件包括如下关系式LB,i,t,PB,i,t互斥，所述目标函数为其中，PSB,t表示在t时段内的所述联合出力，PS,t为t时段内的光伏出力，LB,i,t为电池i在t时段内的充电电力，PB,i,t为电池i在t时段内的发电电力，ηi为电池i的充电发电转换率，Nbess为储能电池的电池数量，N为优化时段数，PSB,s,t为光伏出力场景s下t时段内的所述联合出力；当所述目标函数取最小值时，确定所述储能电池的发电电力和所述充电电力根据所述发电电力和所述充电电力，控制所述储能电池进行充电或发电。5.根据权利要求1至4任一项所述的方法，其特征在于，所述确定联合出力之后，还包括：根据所述联合出力和目标电力，确定机组出力，所述机组出力是指除所述光伏发电设备和所述储能电池外其它发电机组的输出...

【专利技术属性】
技术研发人员：刘宝林，娄素华，车泉辉，吴耀武，冯磊，吴嵩，王曦冉，程军照，
申请(专利权)人：云南电网有限责任公司，华中科技大学，
类型：发明
国别省市：云南,53