计及风光出力不确定性的电力系统备用容量的确定方法

1.本发明涉及电力系统设计技术领域，尤其涉及一种计及风光出力不确定性的电力系统备用容量的确定方法。


背景技术：

2.随着电力系统新能源占比的不断增高，风电、光伏出力的不确定性使得电力系统供电侧的不确定性大大增加。现有的备用留取方式主要考虑负荷侧波动，电源侧一般只考虑机组跳闸、电网原件故障以及直流输电线路故障带来的影响，而未考虑风电、光伏出力不确定性。这使得当风电、光伏的出力不确定性进一步增加时，系统供给侧波动超出预期，可能出现旋转备用不足导致系统弃电或切负荷的严重后果，故亟需一种能够计及风电、光伏出力不确定性的电力系统旋转备用容量及负备用容量的确定方法。


技术实现要素：

3.本发明的目的在于提供一种计及风光出力不确定性的电力系统备用容量的确定方法，能够提高风光高占比电力系统下旋转备用容量的准确度，减少因旋转备用容量不足造成的切负荷事件。
4.为了达到上述目的，本发明提供了一种计及风光出力不确定性的电力系统备用容量的确定方法，包括：
5.获取并计算电网在模拟日运行的最大单机容量与最大直流双极送电功率之和，作为第一旋转备用容量；
6.获取所述电网的最大预测负荷，取所述最大预测负荷的2％与所述第一旋转备用容量中的较大值作为第二旋转备用容量；
7.根据风电及光伏的历史出力数据对不同时间尺度的风光出力不确定性进行预测，生成所述模拟日的风光出力不确定性的概率分布函数，以及获取所述模拟日的风光预测出力曲线；
8.对所述概率分布函数按照一定置信度进行包络得到包络曲线，所述包络曲线的上边界与所述风光预测出力曲线之差对应计及风光出力不确定性的第三旋转备用容量；
9.取所述第二旋转备用容量与所述第三旋转备用容量中的较大值作为系统所需旋转备用容量。
10.可选的，所述包络曲线的下边界与所述风光预测出力曲线之差对应计及风光出力不确定性的第一负旋转备用容量，取所述第一负旋转备用容量与所述最大预测负荷的2％中的较大值作为系统所需负备用容量。
11.可选的，根据风电及光伏的历史出力数据对不同时间尺度的风光出力不确定性进行预测，生成所述模拟日的风光出力不确定性的概率分布函数的步骤具体包括：
12.对待计算地区的历史风电、光伏出力预测情况与实际出力情况进行统计，计算历史预测误差；
13.综合考虑风电、光伏各时段出力的随机性与相邻时段之间的相关性，建立相邻时段预测误差之差构成的差分序列；
14.对于所述差分序列进行拟合得到概率分布函数，并基于所述概率分布函数的分布特性生成所述模拟日的预测误差差分序列；
15.在历史预测误差中抽样以确定所述模拟日在初始时段的预测误差，根据所述初始时段的预测误差及所述预测误差差分序列得到所述模拟日各时段的预测误差；
16.将所述各时段的预测误差与所述风光预测出力曲线中对应时段的预测出力值相加得到所述模拟日的风光出力预测的全天曲线，大量生成即可拟合出所述模拟日的出力不确定性的概率分布函数。
17.可选的，基于未来预测误差与所述历史预测误差得到的概率分布函数的分布特性相同的假设，生成所述模拟日的预测误差，进而生成所述模拟日的预测误差差分序列。
18.可选的，采用带位移因子与伸缩系数的t位置尺度分布对所述差分序列进行拟合得到所述概率分布函数。
19.可选的，通过在历史预测误差中抽样得到不同的初始时段的预测误差，从而大量生成所述模拟日的风光出力预测的全天曲线。
20.可选的，所述抽样的方法为单纯随机抽样。
21.可选的，所述抽样的次数不低于5次。
22.可选的，所述系统所需旋转备用容量为考虑负荷波动性、机组故障与直流线路故障下的备用容量。
23.可选的，所述置信度介于95％-99％之间。
24.在本发明提供的计及风光出力不确定性的电力系统备用容量的确定方法中，能够提高风光高占比电力系统下旋转备用容量与负备用预留容量的准确度，减少因旋转备用容量不足造成的切负荷事件与因负备用容量不足造成的弃风光事件。
附图说明
25.本领域的普通技术人员应当理解，提供的附图用于更好地理解本发明，而不对本发明的范围构成任何限定。其中：
26.图1为本实施例提供的计及风光出力不确定性的电力系统备用容量的确定方法的流程图；
27.图2为本实施例提供的包络曲线与风光预测出力曲线的示意图。
28.附图中：
29.a-包络曲线的上边界；b-风光预测出力曲线；c-包络曲线的上边界。
具体实施方式
30.为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明作进一步详细说明。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围
内。
31.还应当理解的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
32.请参照图1及图2，图1为本实施例提供的计及风光出力不确定性的电力系统备用容量的确定方法的步骤图，图2为本实施例提供的包络曲线与风光预测出力曲线的示意图。本实施例提供了一种计及风光出力不确定性的电力系统备用容量的确定方法，包括以下步骤：
33.s1、获取并计算电网在模拟日运行的最大单机容量与最大直流双极送电功率之和，作为第一旋转备用容量；
34.s2、获取所述电网的最大预测负荷，取所述最大预测负荷的2％与所述第一旋转备用容量中的较大值作为第二旋转备用容量；
35.s3、根据风电及光伏的历史出力数据对不同时间尺度的风光出力不确定性进行预测，生成所述模拟日的风光出力不确定性的概率分布函数，以及获取所述模拟日的风光预测出力曲线b；
36.s4、对所述概率分布函数按照一定置信度进行包络得到包络曲线，所述包络曲线的上边界a与所述风光预测出力曲线b之差对应计及风光出力不确定性的第二旋转备用容量；
37.s5、取所述第二旋转备用容量与所述第三旋转备用容量中的较大值作为系统所需旋转备用容量。
38.首先，执行步骤s1-s2，获取并计算电网在模拟日运行的最大单机容量与最大直流双极送电功率之和，作为第一旋转备用容量以及获取所述电网的最大预测负荷，取所述最大预测负荷的2％(来自于现行规范)与所述第一旋转备用容量中的较大值作为第二旋转备用容量。上述数据可根据电网运行的历史数据以及对未来的规划情况得到。
39.接着执行步骤s3，根据风电及光伏的历史出力数据对不同时间尺度的风光出力不确定性进行预测，生成所述模拟日的风光出力不确定性的概率分布函数，以及获取所述模拟日的风光预测出力曲线b。其中，生成所述模拟日的风光出力不确定性的概率分布函数具体包括：
40.s31、对待计算地区的历史风电、光伏出力预测情况与实际出力情况进行统计，计算历史预测误差；
41.s32、综合考虑风电、光伏各时段出力的随机性与相邻时段之间的相关性，建立相邻时段预测误差之差构成的差分序列；
42.s33、对于所述差分序列进行拟合得到概率分布函数，并基于所述概率分布函数的分布特性生成所述模拟日的预测误差差分序列；
43.s34、在历史预测误差中抽样以确定所述模拟日在初始时段的预测误差，根据所述
初始时段的预测误差及所述预测误差差分序列得到所述模拟日各时段的预测误差；
44.s35、将所述各时段的预测误差与所述风光预测出力曲线b中对应时段的预测出力值相加得到所述模拟日的风光出力预测的全天曲线，大量生成所述全天曲线即可拟合出所述模拟日的出力不确定性的概率分布函数。
45.上述步骤s32中，所述差分序列记为d
t
，则：
46.d
t
＝e
t-e
t-1
[0047][0048]
式中，和分别表示t时段风电、光伏的实际出力值与预测出力值，e
t
表示t时段的预测误差。
[0049]
本实施例中，时段t例如是一个小时为一个时段，则所述模拟日包括24个时段。
[0050]
应当理解的是，上述步骤s33中，基于未来预测误差与所述历史预测误差得到的概率分布函数的分布特性相同的假设，根据历史预测误差可生成所述模拟日的预测误差，由此可进一步生成所述模拟日的预测误差差分序列。其中，生成的预测误差与模拟日预测风电出力值之和，即为模拟日的风电、光伏的实际出力值，
[0051]
较佳的，对于差分序列d
t
采用带位移因子与伸缩系数的t位置尺度分布进行拟合可得到概率分布函数，并基于其分布特性生成所述模拟日的预测误差差分序列。
[0052]
得到所述模拟日的预测误差差分序列之后，执行步骤s34，在历史预测误差中抽样以确定所述模拟日在初始时段的预测误差，根据所述初始时段的预测误差及所述预测误差差分序列得到所述模拟日各时段的预测误差。例如，在去年中每天的初始时段(例如0点)的历史预测误差中进行单纯随机抽样，则将抽样值作为所述模拟日在初始时段的预测误差，根据所述模拟日的预测误差差分序列可依次算出1点、2点及其它各个时段的预测误差，从而得到所述模拟日的预测误差序列。
[0053]
本实施例中，所述抽样的次数不低于5次，以减小抽样带来的误差。
[0054]
然后执行步骤s35，将所述各时段的预测误差与所述风光预测出力曲线b中对应时段的预测出力值相加得到所述模拟日的风光出力预测的全天曲线，通过在历史预测误差中抽样得到不同的初始时段的预测误差，从而大量生成所述模拟日的风光出力预测的全天曲线，进而即可拟合出所述模拟日的出力不确定性的概率分布函数。
[0055]
本实施例中，所述模拟日的风光预测出力曲线b为基于待计算地区现有的预测出力曲线，所述预测出力曲线的具体生成方法不属于本技术的保护点，本技术对此不作限制和具体阐述。
[0056]
接着执行步骤s4，对所述概率分布函数按照一定置信度进行包络得到包络曲线，所述包络曲线的上边界a与所述风光预测出力曲线b之差对应计及风光出力不确定性的第三旋转备用容量。
[0057]
最后执行步骤s5，取所述第二旋转备用容量与所述第三旋转备用容量中的较大值作为系统所需旋转备用容量。
[0058]
本实施例中，所述系统所需旋转备用容量为考虑负荷波动性、机组故障与直流线路故障下的备用容量。
[0059]
此外，在获取系统所需旋转备用容量的同时，所述包络曲线的下边界c与所述风光
预测出力曲线b之差对应计及风光出力不确定性的第一负旋转备用容量，取所述第一负旋转备用容量与所述最大预测负荷的2％中的较大值作为系统所需负备用容量。
[0060]
本实施例中，所述置信度介于95％-99％之间。
[0061]
综上，本发明提供了一种计及风光出力不确定性的电力系统备用容量的确定方法，能够提高风光高占比电力系统下旋转备用容量与负备用预留容量的准确度，减少因旋转备用容量不足造成的切负荷事件与因负备用容量不足造成的弃风光事件。
[0062]
此外还应该认识到，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围。