一种用于风力发电和光伏发电的多尺度评估分析方法技术

多能源互补已成为减少新能源波动、促进消费的重要手段。作为最热门的可再生能源，探讨风力发电与光伏发电的互补性具有重要意义。本发明专利技术公开了一种用于风力发电和光伏发电的多尺度评估分析方法，考虑到不同机组的响应能力不同，本专利分别从单机信息、升压站信息、气象环境信息、短期功率预测、超短期功率预测、统计信息等六方面来对风电场和光伏电站数据进行评分。根据不同可再生能源的输出特性，将风能和光伏资源数据转换为输出数据，然后通过信息上报将所获得数据划分为不同的方向尺度。最后，根据局部波动的变化，完成了不同尺度上风力发电和光伏发电的互补性评估。评价结果可以准确表征风电和光伏在不同尺度下的互补特性，同时为多能源互补系统的调度和运行提供参考依据。依据。依据。

【技术实现步骤摘要】
一种用于风力发电和光伏发电的多尺度评估分析方法


[0001]本专利技术涉及分布式能源发电领域，尤其涉及一种用于风力发电和光伏发 电的多尺度评估分析方法。

技术介绍

[0002]在21世纪，人类生产和生活对能源有着巨大的需求。为了解决环境危机， 可再生能源得到了迅速发展。风能和太阳能都是清洁能源，容易受到天气、 昼夜等因素的影响，具有能量密度低、稳定性差的特点。然而，风能和太阳 能资源在时间和空间上的互补性可以提高功率输出的整体稳定性，并减少对 电力系统调节能力的压力。因此，研究风电与光伏互补对多能源互补系统的 调度运行和优化配置具有重要的理论和工程价值。
[0003]近年来，可再生能源在电网中的比例不断增加，给电网的运行带来了很 大的挑战。由于风力发电和光伏发电的随机性和间歇性，独立接入将对电网 的功率波动和可靠性产生更大的影响。然而，风力发电和光伏发电在时间和 地区上具有高度互补性。同时由于水力发电具有良好的调节性能，将水力发 电与风能和太阳能混合发电系统连接可以提高其可靠性。如何评价风力、光 伏发电系统的性能对指导发展规划具有重要意义。
[0004]光伏发电与风力发电是最常见的可再生电源，也世界各国大力开发的清 洁能源。但时，光伏与风力发电的输出功率波动性强，难以充分利用。2018 年我国平均弃风率和弃光率分别为7％和3％，弃风电量和弃光电量分别高达 277亿千瓦时和54.9亿千瓦时。因此，通过优化配置光伏发电和风力发电机 组容量，利用光伏发电和风力发电在输出功率特性上的天然互补特性，可以 大幅提高可再生能源的利用效率。
[0005]目前，已有一些关于风力发电和光伏发电多尺度评估的研究。有研究对 风力发电变化特征进行了早期定量评估，从功率变化的角度定义了互补性指 标，但它仅用于评估风力发电信号。在此基础上定义了互补系数，以定量评 估多个信号叠加后的波动。此外，有研究从波动性和爬升两个方面定量分析 了不同天气类型下风力发电和光伏发电的互补程度，定义了互补率和平滑度， 以定量评估不可还原资源的自然互补性和人工互补性。这些方法从功率波动 入手，根据波动率评估风能和太阳能的互补性。一些学者从相关系数开始研 究新能源之间的互补性。根据皮尔逊相关系数，在相关文献中讨论了光伏容 量的最佳配置方案。有研究利用皮尔逊相关系数定量评价风能和太阳能的互 补性。有研究基于相关系数评估了风电和光伏在小范围内的互补性。此外， 蒙特卡洛方法被用于大规模估计整个意大利的互补性。然而，皮尔逊相关系 数要求计算中涉及的变量是服从二元正态分布的连续数据，并且它仅适用于 线性相关的情况。风的非线性很明显，光伏通常接近正弦形状，这不是线性 或正常的，由线性相关系数得出的结果不可避免地不令人信服。后来，学者 们开始使用秩相关系数来定量评估风力发电和光伏发电的互补性，如Kendall 秩相关系数和Spearman秩相关系数。这是因为它们基于秩，不需要变量的分 布。有研究采用Kendall秩相关系数分析风电和光伏的相关性，通过Spearman 秩相关系数计算分析了新疆哈密地区风能和太阳能的相关性，得出了新能源 容量的最佳比例，为风电和光伏建设规划提供了指
导。同时，有研究利用 Pearson相关系数和Spearman秩相关系数绘制水电和风电的直观相关图，评 估巴西水电和风电的相关行为。
[0006]现有的研究基本上集中于风力发电和光伏发电的整体互补性评估。当电 力系统调度和运行时，需要考虑不同机组的响应能力。因此，研究风电和光 伏在不同变化率下的多尺度互补性评估对于电力系统的调度和运行具有更大 的价值。

技术实现思路

[0007]本专利技术的目的在于提供一种用于风力发电和光伏发电的多尺度评估分析 方法，以解决上述
技术介绍
中提出的问题。
[0008]为了实现上述目的，本专利技术采用了如下技术方案：
[0009]一种用于风力发电和光伏发电的多尺度评估分析方法，其特征在于，包 括以下步骤以用于实现所提出的一种用于风力发电和光伏发电的多尺度评估 分析方法：
[0010]S1：风电场数据评分由单机信息、升压站信息、气象环境信息、短期功 率预测、超短期功率预测、统计信息共6项得分得出。各项满分为M
DJ
、 M
SYZ
、M
QX
、M
CDQ
、M
DQ
、M
TJ
，风电场数据评价满分M
FD
为：
[0011]M
FD
＝M
DJ
+M
SYZ
+M
QX
+M
CDQ
+M
DQ
+M
TJ
[0012]风电场实际各项得分为S
DJ
、S
SYZ
、S
QX
、S
CDQ
、S
DQ
、S
TJ
。风电场数据总得 分S
FD
为：
[0013]S
FD
＝S
DJ
+S
SYZ
+S
QX
+S
CDQ
+S
DQ
+S
TJ
[0014]风电场数据得分率R
FD
为：
[0015][0016]若R
FD
<0.95，则每日按照(1
‑
R
FD
)
×
场站容量进行电量考核。
[0017]S2：光伏电站数据评分由单机信息、升压站信息、气象环境信息、短期 功率预测、超短期功率预测、统计信息共6项得分得出。各项满分为D
DJ
、 D
SYZ
、D
QX
、D
CDQ
、D
DQ
、D
TJ
，光伏电站数据评价满分D
GF
为：
[0018]D
GF
＝D
DJ
+D
SYZ
+D
QX
+D
CDQ
+D
DQ
+D
TJ
[0019]光伏电站实际各项得分为Q
DJ
、Q
SYZ
、Q
QX
、Q
CDQ
、Q
DQ
、Q
TJ
。光伏电站 数据总得分Q
GF
为：
[0020]Q
GF
＝Q
DJ
+Q
SYZ
+Q
QX
+Q
CDQ
+Q
DQ
+Q
TJ
[0021]光伏电站数据得分率R
GF
为：
[0022][0023]若R
GF
<0.95，则每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于风力发电和光伏发电的多尺度评估分析方法，其特征在于，包括以下步骤以用于实现所提出的一种用于风力发电和光伏发电的多尺度评估分析方法：S1：风电场数据评分由单机信息、升压站信息、气象环境信息、短期功率预测、超短期功率预测、统计信息共6项得分得出。各项满分为M
DJ
、M
SYZ
、M
QX
、M
CDQ
、M
DQ
、M
TJ
，风电场数据评价满分M
FD
为：M
FD
＝M
DJ
+M
SYZ
+M
QX
+M
CDQ
+M
DQ
+M
TJ
风电场实际各项得分为S
DJ
、S
SYZ
、S
QX
、S
CDQ
、S
DQ
、S
TJ
。风电场数据总得分S
FD
为：S
FD
＝S
DJ
+S
SYZ
+S
QX
+S
CDQ
+S
DQ
+S
TJ
风电场数据得分率R
FD
为：若R
FD
<0.95，则每日按照(1
‑
R
FD
)
×
场站容量进行电量考核。S2：光伏电站数据评分由单机信息、升压站信息、气象环境信息、短期功率预测、超短期功率预测、统计信息共6项得分得出。各项满分为D
DJ
、D
SYZ
、D
QX
、D
CDQ
、D
DQ
、D
TJ
，光伏电站数据评价满分D
GF
为：D
GF
＝D
DJ
+D
SYZ
+D
QX
+D
CDQ
+D
DQ
+D
TJ
光伏电站实际各项得分为Q
DJ
、Q
SYZ
、Q
QX
、Q
CDQ
、Q
DQ
、Q
TJ
。光伏电站数据总得分Q
GF
为：Q
GF
＝Q
DJ
+Q
SYZ
+Q
QX
+Q
CDQ
+Q
DQ
+Q
TJ
光伏电站数据得分率R
GF
为：若R
GF
<0.95，则每日按照(1
‑
R
GF
)
×
场站容量进行电量考核。2.根据权利要求1所述的一种用于风力发电和光伏发电的多尺度评估分析方法，其特征在于，计算风电场的单机信息、升压站信息、气象环境信息、短期功率预测、超短期功率预测、统计信息的方法包括：1)计算获得风电场数据评分中的单机信息的方法包括：每日风电场单机信息需上报96点，单机信息数据评分共K
DJ
项，单机信息第k项单时刻点得分满分为M
DJ,k
，单机在第T时刻点第k项数据实际得分为S
DJ,k,T
。风电场风机台数为N
fj
(若风电场统计信息中未上报风机台数信息，则单机信息直接不得分)。若第T时刻点第k项第τ台单机信息数据上送且质量合格则得分S
DJ,k,T,τ
＝M
DJ,k,T,τ
，若该项数据仅上送但数据质量不合格则得分S
DJ,k,T,τ
＝0.5M
DJ,k,T,τ
，若该项数据未上送则S
DJ,k,T,τ
＝0。最终风场单机信息数据得分S
DJ
为：2)计算获得风电场数据评分中的升压站信息的方法包括：每日风电场升压站信息需上报96点，升压站信息数据评分共K
SYZ
项，升压站信息第k项单时刻点得分满分为M
SYZ,k
，升压站信息在第T时刻点第k项数据实际得分为S
SYZ,k,T
。若第T时
刻点第k项升压站信息数据上送且质量合格则得分S
SYZ,k,T
＝M
SYZ,k
，若该项数据仅上送但数据质量不合格则得分S
SYZ,k,T
＝0.5M
SYZ,k
，若该项数据未上送则S
SYZ,k,T
＝0。最终风场升压站信息数据得分S
SYZ
为：3)计算获得风电场数据评分中的气象环境信息的方法包括：每日风电场气象环境信息需上报96点，气象环境信息数据评分共K
QX
项，升压站信息第k项单时刻点得分满分为M
QX,k
，升压站信息在第T时刻点第k项数据实际得分为S
QX,k,T
。若第T时刻点第k项升压站信息数据上送且质量合格则得分S
QX,k,T
＝M
QX,k
，若该项数据仅上送但数据质量不合格则得分S
QX,k,T
＝0.5M
QX,k
，若该项数据未上送则S
QX,k,T
＝0。最终风场气象环境信息数据得分S
QX
为：4)计算获得风电场数据评分中的短期功率预测信息的方法包括：每日风电场短期功率预测信息需在每日上午9:00、9:20、9:40、10:00上报4次，以最后一次上报数据为准。报送内容为D日00:15至D+9日24:00时功率预测及开机信息，时间间隔为15分钟。短期功率预测信息数据评分共K
DQ
项，短期功率预测信息第k项单时刻点得分满分为M
DQ,k
。若第k项短期功率预测信息数据上送了N
DQ
个数据点，则S
DQ,k
＝(N
DQ
×
M
DQ,k
)/960。最终风场短期功率预测信息数据得分S
...

【专利技术属性】
技术研发人员：刘显茁，王皓怀，邓韦斯，谢恩彦，仲卫，刘华星，阮昊，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：