区域分布式电源能量渗透率预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种区域分布式电源能量渗透率预测方法、装置及存储介质，本发明专利技术首先根据通过各分布式电源度电成本历史数据拟合得到的各分布式电源的度电成本模型，预测各分布式电源度电成本，根据火电度电成本历史数据预测火电度电成本；其次基于火电度电成本和各分布式电源度电成本，根据分布式电源装机容量长期预测模型，预测各分布式电源年装机容量，并根据基于灰色理论的区域年用电量预测模型，预测区域年用电量；最后基于预测的各分布式电源年装机容量和区域年用电量，预测区域分布式电源能量渗透率。本发明专利技术可以实现能量渗透率长期预测，预测准确率高。预测准确率高。预测准确率高。

【技术实现步骤摘要】
区域分布式电源能量渗透率预测方法、装置及存储介质


[0001]本专利技术涉及电力信息技术，尤其涉及一种区域分布式电源能量渗透率预测方法、装置及存储介质。

技术介绍

[0002]分布式电源作为以新能源为主体的新型电力系统的重要组成，支撑清洁低碳、安全高效的能源体系的建立，能源领域的改革推进和提质增效进程推动分布式电源发展。区域分布式电源的渗透率逐渐增加，因此需要建立科学的预测模型，对分布式电源渗透率发展趋势进行宏观把握。

技术实现思路

[0003]专利技术目的：本专利技术针对现有技术存在的问题，提供一种区域分布式电源能量渗透率预测方法、装置及存储介质。
[0004]技术方案：本专利技术提供一种区域分布式电源能量渗透率预测方法，包括：
[0005]根据通过各分布式电源度电成本历史数据拟合得到的各分布式电源的度电成本模型，预测各分布式电源度电成本；
[0006]根据火电度电成本历史数据预测火电度电成本；
[0007]基于火电度电成本和各分布式电源度电成本，根据分布式电源装机容量长期预测模型，预测各分布式电源年装机容量；
[0008]根据基于灰色理论的区域年用电量预测模型，预测区域年用电量；
[0009]基于预测的各分布式电源年装机容量和区域年用电量，预测区域分布式电源能量渗透率。
[0010]进一步的，所述分布式电源的度电成本模型通过下述方式得到：
[0011]基于分布式电源度电成本随时间变化的历史数据，采用下式进行拟合，从而得到分布式电源的度电成本模型：
[0012]C
i,DG
(t)＝αt
β
[0013]式中，C
i,DG
(t)为t时刻的分布式电源i度电成本，α、β为待拟合的参数。
[0014]进一步的，所述分布式电源装机容量长期预测模型具体为：
[0015][0016][0017]其中，X
i
(t)表示t时刻的分布式电源i装机容量，N
i
(t)表示t时刻分布式电源i装机容量的最大潜在规模，p、q为待拟合系数，u、v为环境对分布式电源开发的影响因子，N
max
表示最大可开发容量，L
i
(t)＝C
i,DG
(t)/C
f
(t)为t时刻的分布式电源i度电成本C
i,DG
(t)与t时
刻的火电度电成本C
f
(t)的比值。
[0018]进一步的，所述待拟合系数p、q通过对分布式电源装机容量历史数据利用最小二乘法、极大似然法或参数拟合法拟合得到。所述最大可开发容量N
max
通过文献查找获得或通过专家预测法得到。
[0019]进一步的，所述区域年用电量预测模型具体为灰色预测GM(1,1)模型。
[0020]进一步的，所述基于预测的各分布式电源年装机容量和区域年用电量，预测区域分布式电源能量渗透率的方法为：
[0021]基于预测的各分布式电源年装机容量和区域年用电量，采用下式计算区域分布式电源能量渗透率：
[0022][0023]η为区域分布式电源能量渗透率，X
i
(t)为t时刻分布式电源i年装机容量，F
i
为分布式电源i的容量系数，C
y
为区域年用电量。
[0024]本专利技术还提供一种区域分布式电源能量渗透率预测装置，其特征在于：
[0025]一个或多个处理器；
[0026]存储器，用于存储一个或多个程序；
[0027]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述方法。
[0028]本专利技术还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述方法。
[0029]有益效果：本专利技术与现有技术相比，其显著优点是：本专利技术提出了一种区域分布式电源渗透率预测方法、装置及存储介质，本专利技术可以对区域分布式电源渗透率进行长期预测，预测准确率高，为分布式电源发展趋势研究提供了新的研究角度，为分布式电源长期发展和应用规划的决策提供了依据。
附图说明
[0030]图1是本专利技术提供的区域分布式电源能量渗透率预测方法的流程示意图；
[0031]图2是本专利技术提供的区域分布式电源能量渗透率预测装置的结构图；
[0032]图3是上海地区分布式电源累计装机容量变化趋势图；
[0033]图4是上海地区年用电量变化趋势图；
[0034]图5是上海地区分布式电源渗透率增长曲线。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0036]实施例一
[0037]本实施例提供一种区域分布式电源能量渗透率预测方法，如图1所示，包括如下步骤：
[0038]S1、根据通过各分布式电源度电成本历史数据拟合得到的各分布式电源的度电成本模型，预测各分布式电源度电成本。
[0039]其中，分布式电源的度电成本模型通过下述方式得到：基于分布式电源度电成本随时间变化的历史数据，采用下式进行拟合，从而得到分布式电源的度电成本模型：
[0040]C
i,DG
(t)＝αt
β
[0041]式中，C
i,DG
(t)为t时刻的分布式电源i度电成本，α、β为待拟合的参数。
[0042]C
i,DG
(t)包括投资成本、运维成本和财务成本。以分布式光伏为例，分布式光伏的投资成本由光伏组件成本、系统平衡成本和其他成本组成。光伏组件成本是由原材料成本决定的，特别是硅料成本，电池加工/制造成本和模块组装成本。分布式光伏的运维成本主要包括电站折旧成本、人工成本、备用设备成本、设备维护成本等。分布式光伏的财务成本是指投资期间的融资成本和发电后的税收成本。
[0043]S2、根据火电度电成本历史数据预测火电度电成本。
[0044]火电度电成本一般情况下保持不变，因此在预测时可根据火电度电成本历史数据预测。当然也可通过与分布式电源度电成本相同的拟合法拟合得到火电度电成本与时间的数学模型，根据数学模型预测未来火电度电成本。
[0045]S3、基于火电度电成本和各分布式电源度电成本，根据分布式电源装机容量长期预测模型，预测各分布式电源年装机容量。
[0046]其中，分布式电源装机容量长期预测模型具体为：
[0047][0048][0049]式中，X
i
(t)表示t时刻的分布式电源i装机容量，N
i
(t)表示t时刻分布式电源i装机容量的最大潜在规模，p本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种区域分布式电源能量渗透率预测方法，其特征在于包括：根据通过各分布式电源度电成本历史数据拟合得到的各分布式电源的度电成本模型，预测各分布式电源度电成本；根据火电度电成本历史数据预测火电度电成本；基于火电度电成本和各分布式电源度电成本，根据分布式电源装机容量长期预测模型，预测各分布式电源年装机容量；根据基于灰色理论的区域年用电量预测模型，预测区域年用电量；基于预测的各分布式电源年装机容量和区域年用电量，预测区域分布式电源能量渗透率。2.根据权利要求1所述的区域分布式电源能量渗透率预测方法，其特征在于：所述分布式电源的度电成本模型通过下述方式得到：基于分布式电源度电成本随时间变化的历史数据，采用下式进行拟合，从而得到分布式电源的度电成本模型：C
i,DG
(t)＝αt
β
式中，C
i,DG
(t)为t时刻的分布式电源i度电成本，α、β为待拟合的参数。3.根据权利要求1所述的区域分布式电源能量渗透率预测方法，其特征在于：所述分布式电源装机容量长期预测模型具体为：式电源装机容量长期预测模型具体为：其中，X
i
(t)表示t时刻的分布式电源i装机容量，N
i
(t)表示t时刻分布式电源i装机容量的最大潜在规模，p、q为待拟合系数，u、v为环境对分布式电源开发的影响因子，N
max
表示最大可开发容量，L
i
(t)＝C
i,DG
(t)/C
f
(t)为t时刻的分布式电源i度电成本C
i,DG
(t)与t时刻的火电度电成本C
f
(t)的...

【专利技术属性】
技术研发人员：卢婧婧，颜华敏，任明珠，周珺，殷珉，肖远兵，李林锐，马晔晖，许婧琦，闫贻鹏，许铁峰，张成，张红燕，黄怡，陆怡，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：