System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 风电场概率性日前出力生成模拟方法、系统、芯片及设备技术方案_技高网

风电场概率性日前出力生成模拟方法、系统、芯片及设备技术方案

技术编号:40873608 阅读:3 留言:0更新日期:2024-04-08 16:41
本发明专利技术公开了一种风电场概率性日前出力生成模拟方法、系统、芯片及设备,获取待仿真风电场以年为时间周期、以一小时为时间粒度的测风塔风速数据与对应的出力数据;基于所述风电场风速数据和出力数据,及Weibull分布模型和风能转换原理,建立风速分布拟合模型和风速‑功率转化模型;根据设定的风速档位区间和风速概率分布模型,进行概率抽样,生成符合风速概率分布的风速值;根据自定义风速场景,生成风电场日前风速的模拟数据。基于所建立的风电场风速‑功率模型,生成风电场的日前风电出力模拟数据。本申请考虑风力发电的不确定性和波动特性,能够进行任一风电场在不同月份具有不同特征场景下的风电日前出力模拟,为概率性电力市场运行场景中风电出力模拟生成问题提供有效的技术方案。

【技术实现步骤摘要】

本专利技术属于电力市场模拟推演,具体涉及一种风电场概率性日前出力生成模拟方法、系统、芯片及设备


技术介绍

1、建设面向新型电力系统的电力市场是电力市场演进过程中的新趋势和新挑战。未来高比例新能源场景对电力市场模拟仿真提出新的需求,亟需展开对电力市场全过程概率性场景的生成模拟,风电的概率性出力模拟方法是重点之一。

2、要实现对风电出力的有效模拟,就必须充分考虑风电的不确定性特征。风电场日前出力模拟能够提供与实际运行状态相符的运行数据,为电网的调度规划工作提供参考。然而,在传统的电力市场仿真中,表示风能的出力情况时,通常使用提前预置的典型曲线数据。这些曲线基于历史数据或统计模型,来模拟风电出力的预期变化和间歇性特点,通过将这些预定义曲线纳入仿真中,用以评估风电出力对整个电力市场的影响。然而,这种方法假定仿真的场景相对固定,通常只能提供固定场景下的风电出力模拟,无法全面考虑到实际情况中的不确定性和概率性。但实际上,风速存在多样性和变化性,其概率分布受季节性变化、地理位置、气候条件等因素的影响,传统方法往往只能提供单一数值或典型曲线,未能充分考虑风速的概率分布特征,无法全面考虑到不同选定场景参数下风电出力的概率分布。此外,由于历史数据和计算方法的限制,传统方法无法灵活应对新情况和新变化。一旦风电场出现非典型的天气条件或其他突发事件,传统方法可能无法准确预测其出力情况,从而导致不可预期的影响。传统方法在处理极端天气事件和新情况也存在一定的不足。

3、在面对未来高比例新能源场景下电力市场的新形态和新需求,传统预置典型曲线的仿真方法尚不具备电力市场概率性场景的生成模拟能力,尚不能解决概率性系统运行场景生成的问题,无法为考虑不确定性的电力市场下的风电出力模拟提供有效的仿真支撑。


技术实现思路

1、本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种风电场概率性日前出力生成模拟方法、系统、芯片及设备,在不同的仿真场景下,通过考虑概率波动特性的风电出力,对电力市场的调度规划提供参考,用于解决概率性电力市场运行场景中风电出力模拟生成无法反映其不确定性的技术问题。

2、本专利技术采用以下技术方案:

3、风电场概率性日前出力生成模拟方法,包括以下步骤:

4、获取待仿真风电场以年为时间周期、以1小时为时间粒度的风电场风速数据和对应的出力数据;

5、基于得到的风电场风速数据和出力数据,结合weibull分布模型和风能转换原理建立风速分布拟合模型和风速-功率转化模型;

6、根据设定的风速档位区间和得到的风速分布拟合模型,进行概率抽样生成符合风电场风速概率分布的风速值;

7、基于日前风速曲线常见的变化模式得到每个时间点对应相应的风速档位,再基于得到的符合风电场风速概率分布的风速值生成具有自定义风速场景的时间序列;

8、基于生成的自定义风速场景的时间序列,得到风电场日前风速的模拟数据,输入得到的风速-功率转化模型中,生成风电场的日前风电出力模拟数据。

9、优选地,建立风速分布拟合模型和风速-功率转化模型具体为:

10、基于风电场风速数据,拟合weibull分布模型中的参数λ和k,风速分布采用weibull分布模型,确定风速weibull分布的概率密度函数如下:

11、

12、其中,f(v,k)表示风速weibull分布的概率密度函数,v为风速,λ为缩放因子,k为形状参数。

13、优选地,基于风电场风速数据和出力数据,拟合风速-功率转化模型未知参数,风速-功率转化模型具体为:

14、

15、其中,p(v)为对应风速下的风电出力,a为转换系数,v为风速,vi为切入风速,vr为额定风速,vc为切出风速,pr为额定功率。

16、优选地,设定的风速档位区间,进行概率抽样生成符合风电场风速概率分布的风速值具体为:

17、s301、根据实际风速数据,计算全年的风速平均值vy和各月份的平均风速数据vm;

18、s302、利用步骤s2得到的风速分布拟合模型,得到weibull分布的累计分布函数f(v),取f(v)为10%、30%、60%、90%、100%时对应的风速值,得到全年的各临界风速值v1、v2、v3、v4、v5,从而划分为5个风速档位区间{(0,v1),(v1,v2),(v2,v3),(v3,v4),(v4,v5)};

19、s303、统计全年的风速平均值vy和各月份的平均风速数据vm,换算得到各月份的临界风速值v1,m、v2,m、v3,m、v4,m、v5,m;

20、s304、基于各月份的临界风速值v1,m、v2,m、v3,m、v4,m、v5,m划分风速档位区间{(0,v1),(v1,v2),(v2,v3),(v3,v4),(v4,v5)},对应的风速档位名称为{极小,小,中,大,极大};

21、s305、在各个风速档位下,对风速进行符合威布尔分布的概率抽样,得到各风速档位下的概率性生成数据。

22、更优选地,累计分布函数f(v)为:

23、f(v)=1-exp[-(v/vi)k]

24、其中,v为风速,vi为切入风速,k为形状参数。

25、更优选地,各月份的临界风速值v1,m、v2,m、v3,m、v4,m、v5,m计算如下:

26、

27、其中,m=1,2,3…12;i为临界风速,i=1,2,3,4,5。

28、更优选地,对风速进行符合威布尔分布的概率抽样,得到各风速档位下的概率性生成数据具体为:

29、利用风速分布拟合模型计算所需累积概率对应的风速值;使用随机数生成器生成设定风速档位内符合所需累积概率的随机数,通过逆变换法将所述随机数转化为符合风速概率分布的风速值。

30、再优选地,生成设定风速档位内随机数的计算公式如下:

31、x1=mmin+(mmax-mmin).*rand(1)

32、其中,mmin为风速区间的左边界值,mmax为风速区间的右边界值;rand(1)为程序中生成一个随机数的指令。

33、优选地,生成具有自定义风速场景的时间序列具体为:

34、设置日前风速曲线的变化模式;在用户选择风速曲线的变化模式后,选择对应模式下的风速档位或者曲线变化特征;

35、基于选择的对应模式下的风速档位或者曲线变化特征,将每个时刻点对应到风速档位,根据概率抽样方法生成符合风速概率分布的风速时间序列。

36、第二方面,本专利技术实施例提供了一种风电场概率性日前出力生成模拟系统,包括:

37、数据模块,获取待仿真风电场以年为时间周期、以1小时为时间粒度的风电场风速数据和对应的出力数据;

38、搭建模块,基于数据模块得到的风电场风速数据和出力数据,结合weibull分布模型和风能转换原理建立风速分本文档来自技高网...

【技术保护点】

1.风电场概率性日前出力生成模拟方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,建立风速分布拟合模型和风速-功率转化模型具体为:

3.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,基于风电场风速数据和出力数据,拟合风速-功率转化模型未知参数,风速-功率转化模型具体为:

4.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,设定的风速档位区间,进行概率抽样生成符合风电场风速概率分布的风速值具体为:

5.根据权利要求4所述的风电场概率性日前出力生成模拟方法,其特征在于,累计分布函数F(v)为:

6.根据权利要求4所述的风电场概率性日前出力生成模拟方法,其特征在于,各月份的临界风速值v1,m、v2,m、v3,m、v4,m、v5,m计算如下:

7.根据权利要求4所述的风电场概率性日前出力生成模拟方法,其特征在于,对风速进行符合威布尔分布的概率抽样,得到各风速档位下的概率性生成数据具体为:

8.根据权利要求7所述的风电场概率性日前出力生成模拟方法,其特征在于,生成设定风速档位内随机数的计算公式如下:

9.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,生成具有自定义风速场景的时间序列具体为:

10.一种风电场概率性日前出力生成模拟系统,其特征在于,包括:

11.根据权利要求10所述的风电场概率性日前出力生成模拟系统,其特征在于,搭建模块中,风速-功率转化模型具体为:

12.根据权利要求10所述的风电场概率性日前出力生成模拟系统,其特征在于,概率模块中,设定的风速档位区间,进行概率抽样生成符合风电场风速概率分布的风速值具体为:

13.根据权利要求10所述的风电场概率性日前出力生成模拟系统,其特征在于,对风速进行符合威布尔分布的概率抽样,得到各风速档位下的概率性生成数据具体为:

14.根据权利要求10所述的风电场概率性日前出力生成模拟系统,其特征在于,时间模块中,生成具有自定义风速场景的时间序列具体为:

15.一种芯片,其特征在于,

16.一种电子设备,其特征在于,

...

【技术特征摘要】

1.风电场概率性日前出力生成模拟方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,建立风速分布拟合模型和风速-功率转化模型具体为:

3.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,基于风电场风速数据和出力数据,拟合风速-功率转化模型未知参数,风速-功率转化模型具体为:

4.根据权利要求1所述的风电场概率性日前出力生成模拟方法,其特征在于,设定的风速档位区间,进行概率抽样生成符合风电场风速概率分布的风速值具体为:

5.根据权利要求4所述的风电场概率性日前出力生成模拟方法,其特征在于,累计分布函数f(v)为:

6.根据权利要求4所述的风电场概率性日前出力生成模拟方法,其特征在于,各月份的临界风速值v1,m、v2,m、v3,m、v4,m、v5,m计算如下:

7.根据权利要求4所述的风电场概率性日前出力生成模拟方法,其特征在于,对风速进行符合威布尔分布的概率抽样,得到各风速档位下的概率性生成数据具体为:

8.根据权利要求7...

【专利技术属性】
技术研发人员:曹晓峻冯凯刘硕于松泰刘宇明周鹏马景超王高琴刘子杰杨争林冯树海郑亚先龙苏岩曾丹石飞程海花杨辰星史新红薛必克郭艳敏徐骏张旭黄文渊王一凡冯恒王子恒郑恒峰
申请(专利权)人:中国电力科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1