一种发电侧调峰能力的预测方法和系统技术方案

本发明专利技术涉及一种未来调峰能力预测方法和系统，通过估算未来一段时间内发电侧调峰资源，可以充分挖掘和利用调峰资源，对调峰资源进行优化配置，指导未来电网规划，并向有关部门提供数据支撑与实施建议。通过本发明专利技术所提供的技术方案，可以实现电网规划和调度运行中，发电侧调峰能力的预测与分析，提高电网调峰优化配置方案的优越性，满足在不同电网调峰场景下的调峰需求，并为调峰技术提供新的理论支持。

【技术实现步骤摘要】
一种发电侧调峰能力的预测方法和系统
本专利技术涉及电力系统调度运行和促进新能源消纳领域，特别是涉及一种发电侧调峰能力的预测方法和系统。
技术介绍
近年来，随着电网的发展建设，光伏、风电等新能源装机容量不断增加，火电机组占比不断下降，电网的电源结构产生了较大的变化。而火电机组作为一种重要的调峰电源，其占比的下降将对电力系统的稳定和安全提出新的挑战。因此，对发电侧调峰能力的预测，将对电网的规划设计、调度运行具有重要意义。当前有关发电侧调峰能力的预测方法较少，但在中国发展新能源、调峰资源日趋紧张的大背景下，需要对电网的调峰能力进行预测估计。结合现实情况，在中国西北、东北、华北等地区，新能源的装机容量占比较大、本地负荷较小。例如宁夏地区，在风电、光伏大发时，由于本地负荷较小，其电网的调峰容量十分紧张，仅靠发电侧火电机组的基本调峰能力，根本无法满足电网的稳定运行，这样会极大地影响火电机组的工作状态以及运行的经济性。同时，即使采用一部分机组参与深度调峰，但是由于缺少对未来调峰能力预测数据的支撑，也会大大增加电网未来规划设计以及运行调度的难度。此外，本文档来自技高网...

【技术保护点】
1.一种未来调峰能力预测方法，其特征在于，包括：/n获取历史数据对象；所述历史数据对象包括电网的等效负荷数据和新能源出力数据；/n采用k-means聚类算法，根据所述历史数据对象确定典型场景；所述典型场景包括第一典型场景和第二典型场景；/n根据所述第二典型场景确定第一等效负荷数据、第一风电出力数据和第一光伏出力数据；/n根据所述第一等效负荷数据、所述第一风电出力数据和所述第一光伏出力数据确定第一新能源占比；/n获取第一最小技术出力和第一实际出力；所述第一最小出力为所述第二典型场景的常规机组的有偿调峰基准、处于非供热期供热机组的有偿调峰基准以及供热期供热机组所核定的最小负荷的统称；/n根据所述第...

【技术特征摘要】
1.一种未来调峰能力预测方法，其特征在于，包括：
获取历史数据对象；所述历史数据对象包括电网的等效负荷数据和新能源出力数据；
采用k-means聚类算法，根据所述历史数据对象确定典型场景；所述典型场景包括第一典型场景和第二典型场景；
根据所述第二典型场景确定第一等效负荷数据、第一风电出力数据和第一光伏出力数据；
根据所述第一等效负荷数据、所述第一风电出力数据和所述第一光伏出力数据确定第一新能源占比；
获取第一最小技术出力和第一实际出力；所述第一最小出力为所述第二典型场景的常规机组的有偿调峰基准、处于非供热期供热机组的有偿调峰基准以及供热期供热机组所核定的最小负荷的统称；
根据所述第一最小技术出力和所述第一实际出力确定第一剩余深调能力占比；
根据所述第一新能源占比和所述第一剩余深调能力占比确定第一拟合曲线；
根据所述第一典型场景确定第二新能源占比；
获取第二最小技术出力和第二实际出力；所述第二最小出力为所述第一典型场景的常规机组的有偿调峰基准、处于非供热期供热机组的有偿调峰基准以及供热期供热机组所核定的最小负荷的统称；
根据所述第二最小技术出力和所述第二实际出力确定第二剩余深调能力占比；
根据所述第二新能源占比和所述第二剩余深调能力占比确定第二拟合曲线；
确定所述第一拟合曲线和第二拟合曲线的交点以及夹角值；
根据所述交点、所述夹角值和所述第一拟合曲线确定未来时间周期内的拟合曲线；
以所述第一新能源占比为横坐标，根据所述拟合曲线确定与所述横坐标对应的纵坐标；所述纵坐标即为未来时间周期内的剩余深调能力占比；
根据所述未来时间周期内的剩余深调能力占比确定剩余深调能力；
根据所述剩余深调能力确定日调峰能力，并根据所述日调峰能力预测未来时间周期内电网发电侧的调峰能力。


2.根据权利要求1所述的未来调峰能力预测方法，其特征在于，所述获取历史数据对象，之前还包括：
获取设定时间的区内负荷数据、外送直流联络线功率数据、外送交流联络线功率数据、光伏出力数据和风力出力数据；
根据所述区内负荷数据、所述外送直流联络线功率数据和所述外送交流联络线功率数据确定等效负荷数据；
根据所述光伏出力数据和所述风力出力数据确定新能源出力数据；
根据所述等效负荷数据和所述新能源出力数据确定历史数据对象。


3.根据权利要求1所述的未来调峰能力预测方法，其特征在于，所述根据所述第一最小技术出力和所述第一实际出力确定第一剩余深调能力占比，具体包括：
根据所述第一最小技术出力和所述第一实际出力确定第一实际深调能力；
根据所述第一实际深调能力和所述第一最小技术出力确定第一最大深调能力；
根据所述第一实际深调能力和所述第一最大深调能力确定第一剩余深调能力；
根据所述第一剩余深调能力和所述第一最大深调能力确定第一剩余深调能力占比。


4.根据权利要求1所述的未来调峰能力预测方法，其特征在于，所述根据所述第二最小技术出力和所述第二实际出力确定第二剩余深调能力占比，具体包括：
根据所述第二最小技术出力和所述第二实际出力确定第二实际深调能力；
根据所述第二实际深调能力和所述第二最小技术出力确定第二最大深调能力；
根据所述第二实际深调能力和所述第二最大深调能力确定第二剩余深调能力；
根据所述第二剩余深调能力和所述第二最大深调能力确定第二剩余深调能力占比。


5.一种未来调峰能力预测系统，其特征在于，包括：
数据对象获取模块，用于获取历史数据对象；所述历史数据对象包括电网的等效负荷数据和新能源出力数据；
典型场景确定模块，用于采用k-means聚类算法，根据所述历史数据对象确定典型场景；所述典型场景包括第一典型场景和第二典型场景；
数据确定模块，用于根据所...

【专利技术属性】
技术研发人员：梁剑，郑华，任勇，王诗铭，杨慧彪，刘济寒，薛飞，刘梦晨，周雷，王超，
申请(专利权)人：国网宁夏电力有限公司电力科学研究院，华北电力大学，
类型：发明
国别省市：宁夏;64