一种基于风电发电场景概率化的电力电量平衡方法技术

本申请公开了一种基于风电发电场景概率化的电力电量平衡方法，包括：获取电力系统中各季节典型日负荷曲线及风力日发电曲线；根据日负荷曲线，划分日负荷的高峰时段、腰荷时段及低谷时段；根据风力日发电曲线，确定高峰时段、腰荷时段及低谷时段中的风电出力指标；根据风电出力指标，选取各季节电力平衡场景、调峰平衡场景及电量平衡场景，且分别计算场景概率；根据电力平衡场景、调峰平衡场景及电量平衡场景，计算场景组合概率；根据风电场景组合及其概率分布，进行概率化电力电量平衡计算。本申请中，在进行概率化电力电量平衡计算时，不同风电场选取不同的发电场景类型进行组合，得到场景集及其概率分布，最后进行概率化电力电量平衡计算。

A Probabilistic Power Balancing Method Based on Wind Power Scene

【技术实现步骤摘要】
一种基于风电发电场景概率化的电力电量平衡方法
本申请涉及电力系统规划
，尤其涉及一种基于风电发电场景概率化的电力电量平衡方法。
技术介绍
电力市场化改革下，电源、负荷等电网规划的边界条件发生变化，风电规模快速增长。电网规划又称输电系统规划，确定在何时、何地投建何种类型的输电线路及其回路数。电力电量平衡是电网规划中的一项基础工作，其用于衡量电力系统的发供电能力能否满足负荷需求，计算结果将作为电网规划制定的依据对于地区电网来说，其供电范围不大，电网中主力电源不多，人工采用简单的表格法对具有代表性的月份进行电力电量平衡计算即可满足需求。对于较大的电网系统来说，由于电网内电源众多，需要借助计算机程序完成电力电量的平衡计算。上述计算电力电量平衡时，电网中普遍采用的是“确定性”的规划方法，即在较确定的负荷、电源及其出力特性的情况下，分别对负荷、电源考虑不同场景进行规划。当大容量的风电、光伏等可再生能源接入电网后，电源出力的不确定性大大增加，上述“确定性”规划方法无法考虑上述可再生能源、负荷方面等不确定性因素，因此，亟需设计一种能够考虑可再生能源、负荷方面等不确定性因素的电力电量平衡方法。
技术实现思路
本申请提供了一种基于风电发电场景概率化的电力电量平衡方法，以解决现有技术中电网规划中无法考虑可再生能源、负荷方面等不确定性因素的技术问题。为了解决上述技术问题，本申请实施例公开了如下技术方案：本申请实施例公开了一种基于风电发电场景概率化的电力电量平衡方法，所述方法包括：获取电力系统中各季节典型日负荷曲线及风力日发电曲线；根据所述日负荷曲线，划分日负荷的高峰时段、腰荷时段及低谷时段；根据所述风力日发电曲线，确定所述高峰时段、腰荷时段及低谷时段中的风电出力指标，所述风电出力指标包括：日高峰时段最小出力、日平均出力、日最大调峰需求、日最小调峰需求、日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力；根据所述日高峰时段最小出力及日平均出力，选取各季节电力平衡场景，计算场景概率；根据所述日最大调峰需求及日最小调峰需求，选取各季节调峰平衡场景，计算场景概率；根据所述日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力，选取各季节电量平衡场景，计算场景概率；根据所述电力平衡场景、调峰平衡场景及电量平衡场景，计算场景组合概率；根据风电场景组合及场景组合概率分布，进行概率化电力电量平衡计算可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，所述根据所述日负荷曲线，确定日负荷的高峰时段、腰荷时段及低谷时段，包括：所述高峰时段T1为高于日负荷峰值ρp倍的时段，表示为T1＝{t1|PL(t1)≥ρp·PLmax}；所述低谷时段T2为低于日负荷谷值ρb倍的时段，表示为T2＝{t2|PL(t2)≤ρb·PLmin}；所述腰荷时段T3为全部时段减去T1和T2，表示为T3＝{t3|ρb·PLmin＜PL(t3)＜ρp·PLmax}。可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，所述ρp为0.9-0.97，所述ρb为1.05-1.2。可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，根据所述日高峰时段最小出力及日平均出力，选取各季节电力平衡场景，包括：将各季节所述风力日发电曲线d按所述日高峰时段最小出力PHmin从小到大排序，得到次序统计量；预设日高峰时段最小出力的置信水平α，得到第一风力日发电曲线集合PWΩ1，表示为：将所述第一风力日发电曲线集合PWΩ1中日平均出力最小PHmin(d)的发电曲线设为Pμ1；预设日平均出力的置信水平γ，得到第二风力日发电曲线集合PW′Ω1，表示为：将所述第二风力日发电曲线集合P′WΩ1中日平均出力PDave最大的发电曲线设为Pμ1；根据所述Pμ1和Pμ1，得到各季节电力平衡场景PW1，表示为：可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，根据所述日最大调峰需求及日最小调峰需求，选取各季节调峰平衡场景，包括：将各季节所述风力日发电曲线d按所述日最大调峰需求ΔPHLmax从小到大排序，得到次序统计量；预设日最大调峰需求的置信水平γ，得到第三风力日发电曲线集合PWΩ2，表示为：将所述第三风力日发电曲线集合PWΩ2中日最小调峰需求ΔPHLmin最大的发电曲线设为Pμ2；根据约束条件ΔPHLmin≥0，得到第四风力日发电曲线集合P′WΩ2，表示为：P′WΩ2＝{PW(d)|ΔPHLmin(d)≥0,PW(d)∈PWΩ2}将所述第四风力日发电曲线集合P′WΩ2中日最大调峰需求ΔPHLmax最大的发电曲线设为Pν2；根据所述Pμ2和Pν2，得到各季节调峰平衡场景PW2，表示为：可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，根据所述日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力，选取各季节电量平衡场景，包括：统计各季节所述风力日发电曲线中高峰时段平均出力PHave、腰荷时段平均出力PMave及低谷时段平均出力PLave的最大值和最小值，得到各季节电量平衡场景特征指标的取值区间UH，UM，UL；将所述PHave，PMave，PLave分别划分为n个分属区间；扣除电力平衡场景PW1和调峰平衡场景PW2，根据所述PHave、PHave及PLave的分属区间，将各季节风力日发电曲线划分为n3个场景类；将各场景类集合设为Pxyz，表示为：Pxyz＝{PW(d)|PHave(d)∈UHx,PMave(d)∈UMy,PLave(d)∈ULz}x,y,z＝1,2,...n。可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，所述方法还包括：计算风力日发电曲线d和类中剩余发电曲线q关于日最大调峰需求ΔPHLmax和日最小调峰需求ΔPHLmin的平均加权欧拉距离Sxyz(d)，表示为：式中，kα为日最大调峰需求ΔPHLmax的权重；获取Sxyz(d)最小的发电曲线为场景类Pxyz的典型风力日发电曲线，设为修正所述的发电量。可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，修正所述的发电量，包括：计算场景类Pxyz风力总发电量Exyz，表示为：式中，PW(dt)为场景类Pxyz中风力日发电曲线d第t小时的出力；计算场景类Pxyz典型风力日发电曲线的期望发电量表示为：式中，为典型风力日发电曲线中第t小时的出力；根据Exyz和得到修正电量δE，表示为：根据所述δE计算各小时的出力修正值δP，表示为：计算场景类Pxyz修正后的典型风力日发电曲线表示为：式中，表示第t小时的出力值。可选地，在上述基于风电发电场景概率化的电力电量平衡方法中，将所述PHave，PHave，PLave分别划分为n个分属区间，包括：将所述PHave，PMave，PLave分别按照25％、50％、25％的比例从小到大划分为3个区间。与现有技术相比，本申请的有益效果为：本申请提供了一种基于风电发电场景概率化的电力电量平衡方法，该方法包括：获取电力系统中各季节典型日负荷曲线及风力日发电曲线；根据所述日负荷曲线，划分日负荷的高峰时段、腰荷时段及低谷时段；根据所述风力日发电曲线，确定所述高峰时段、腰荷时段及低谷时段中的风电出力指标，所述风电出力指标包括：日高峰时段最小出力、日平均出力、日最大本文档来自技高网...

【技术保护点】
1.一种基于风电发电场景概率化的电力电量平衡方法，其特征在于，所述方法包括：获取电力系统中各季节典型日负荷曲线及风力日发电曲线；根据所述日负荷曲线，划分日负荷的高峰时段、腰荷时段及低谷时段；根据所述风力日发电曲线，确定所述高峰时段、腰荷时段及低谷时段中的风电出力指标，所述风电出力指标包括：日高峰时段最小出力、日平均出力、日最大调峰需求、日最小调峰需求、日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力；根据所述日高峰时段最小出力及日平均出力，选取各季节电力平衡场景，计算场景概率；根据所述日最大调峰需求及日最小调峰需求，选取各季节调峰平衡场景，计算场景概率；根据所述日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力，选取各季节电量平衡场景，计算场景概率；根据所述电力平衡场景、调峰平衡场景及电量平衡场景，计算场景组合概率；根据风电场景组合及场景组合概率分布，进行概率化电力电量平衡计算。

【技术特征摘要】
1.一种基于风电发电场景概率化的电力电量平衡方法，其特征在于，所述方法包括：获取电力系统中各季节典型日负荷曲线及风力日发电曲线；根据所述日负荷曲线，划分日负荷的高峰时段、腰荷时段及低谷时段；根据所述风力日发电曲线，确定所述高峰时段、腰荷时段及低谷时段中的风电出力指标，所述风电出力指标包括：日高峰时段最小出力、日平均出力、日最大调峰需求、日最小调峰需求、日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力；根据所述日高峰时段最小出力及日平均出力，选取各季节电力平衡场景，计算场景概率；根据所述日最大调峰需求及日最小调峰需求，选取各季节调峰平衡场景，计算场景概率；根据所述日高峰时段平均出力、日低谷时段平均出力及日腰荷时段平均出力，选取各季节电量平衡场景，计算场景概率；根据所述电力平衡场景、调峰平衡场景及电量平衡场景，计算场景组合概率；根据风电场景组合及场景组合概率分布，进行概率化电力电量平衡计算。2.根据权利要求1所述的基于风电发电场景概率化的电力电量平衡方法，其特征在于，根据所述日负荷曲线，确定日负荷的高峰时段、腰荷时段及低谷时段，包括：所述高峰时段T1为高于日负荷峰值ρp倍的时段，表示为T1＝{t1|PL(t1)≥ρp·PLmax}；所述低谷时段T2为低于日负荷谷值ρb倍的时段，表示为T2＝{t2|PL(t2)≤ρb·PLmin}；所述腰荷时段T3为全部时段减去T1和T2，表示为T3＝{t3|ρb·PLmin＜PL(t3)＜ρp·PLmax}。3.根据权利要求2所述的基于风电发电场景概率化的电力电量平衡方法，其特征在于，所述ρp为0.9-0.97，所述ρb为1.05-1.2。4.根据权利要求1所述的基于风电发电场景概率化的电力电量平衡方法，其特征在于，根据所述日高峰时段最小出力及日平均出力，选取各季节电力平衡场景，包括：将各季节所述风力日发电曲线d按所述日高峰时段最小出力PHmin从小到大排序，得到次序统计量；预设日高峰时段最小出力的置信水平α，得到第一风力日发电曲线集合PWΩ1，表示为：将所述第一风力日发电曲线集合PWΩ1中日平均出力最小PHmin(d)的发电曲线设为Pμ1；预设日平均出力的置信水平γ，得到第二风力日发电曲线集合P′WΩ1，表示为：将所述第二风力日发电曲线集合P′WΩ1中日平均出力PDave最大的发电曲线设为Pμ1；根据所述Pμ1和Pμ1，得到各季节电力平衡场景PW1，表示为：5.根据权利要求1所述的基于风电发电场景概率化的电力电量平衡方法，其特征在于，根据所述日最大调峰需求及日最小调峰需求，选取各季节调峰平衡场景，包括：将各季节所述风力日发电曲线d按所述日最大调峰需求ΔPHLmax从小到大排序，得到次序统计量；预设日最大调峰需求的置信...

【专利技术属性】
技术研发人员：司大军，钱迎春，赵岳恒，胡凯，周俊东，李玲芳，王志敏，陈姝敏，廖云，张苏，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：云南,53