一种新能源纳入电力平衡比例的确定方法及系统与流程

1.本发明属于电力电量平衡技术领域，尤其涉及一种新能源纳入电力平衡比例的确定方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.新能源发电具有明显的波动性、随机性，随着其装机占比不断提高，对电力系统的电力电量平衡能力带来巨大挑战。
4.目前，对于新能源纳入平衡的考虑存在两方面问题：一是没有按季度、负荷高峰时段细化区分纳入平衡比例；二是未考虑新能源功率预测偏差的影响，不利于掌握新能源对平衡的支撑能力，影响电力系统保供能力及新能源消纳水平。


技术实现要素：

5.为了解决上述背景技术中存在的技术问题，本发明提供一种新能源纳入电力平衡比例的确定方法及系统，合理评估了新能源对电网电力电量平衡的支撑能力，提高了电力系统供电可靠性并促进了新能源消纳。
6.为了实现上述目的，本发明采用如下技术方案：
7.本发明的第一个方面提供一种新能源纳入电力平衡比例的确定方法，其包括：
8.获取连续若干年内每个采样点的运行数据及预测数据；
9.在每个时间区间内，基于获取的运行数据及预测数据，计算新能源平均同时率、最大净负荷和等效负荷的平均日负荷曲线最大值；
10.在每个时间区间内，针对所有采样点的新能源预测正偏差，计算新能源预测正偏差的最大值和新能源预测正偏差的平均值，并结合不同的系数，计算得到等效预测正误差；或者，在每个时间区间内，针对每个新能源预测出力区间内的所有采样点的新能源预测正偏差，计算新能源预测正偏差的最大值、新能源预测正偏差的平均值和不同置信率的正偏差，并结合不同的系数，计算得到等效预测正误差；
11.在每个时间区间内，将电源出力计划中的新能源纳入平衡的比例修改为新能源平均同时率与等效预测正误差的差值，并结合所述新能源平均同时率、最大净负荷和等效负荷的平均日负荷曲线最大值，计算得到平衡裕度；
12.在每个时间区间内，基于不同的系数和平衡裕度，选取新能源纳入平衡的比例。
13.进一步地，根据春、夏、秋、冬四季与早峰、午峰、晚峰、其他时段划分，得到16个时间区间。
14.进一步地，某采样点的新能源预测正偏差为0和该采样点的预测偏差中的最大值。
15.进一步地，某采样点的预测偏差的计算方法为：(该采样点的新能源预测功率-该采样点的新能源实际功率)/该采样点对应月份新能源装机容量。
16.进一步地，某采样点的新能源的同时率为该采样点的新能源实际发电功率与该采样点对应月份新能源装机容量的比值。
17.进一步地，所述平衡裕度为各类型电源出力计划值之和减去最大净负荷、最大联络线外送功率及等效负荷的平均日负荷曲线最大值。
18.进一步地，所述等效预测正误差为，新能源预测正偏差的最大值与系数的乘积，加上新能源预测正偏差的平均值；
19.或者，
20.所述等效预测正误差为，新能源预测正偏差的最大值与系数的乘积，加上新能源预测正偏差的平均值，再加上不同置信率的正偏差的加权和。
21.本发明的第二个方面提供一种新能源纳入电力平衡比例的确定系统，其包括：
22.数据获取模块，其被配置为：获取连续若干年内每个采样点的运行数据及预测数据；
23.第一计算模块，其被配置为：在每个时间区间内，基于获取的运行数据及预测数据，计算新能源平均同时率、最大净负荷和等效负荷的平均日负荷曲线最大值；
24.第二计算模块，其被配置为：在每个时间区间内，针对所有采样点的新能源预测正偏差，计算新能源预测正偏差的最大值和新能源预测正偏差的平均值，并结合不同的系数，计算得到等效预测正误差；或者，在每个时间区间内，针对每个新能源预测出力区间内的所有采样点的新能源预测正偏差，计算新能源预测正偏差的最大值、新能源预测正偏差的平均值和不同置信率的正偏差，并结合不同的系数，计算得到等效预测正误差；
25.第三计算模块，其被配置为：在每个时间区间内，将电源出力计划中的新能源纳入平衡的比例修改为新能源平均同时率与等效预测正误差的差值，并结合所述新能源平均同时率、最大净负荷和等效负荷的平均日负荷曲线最大值，计算得到平衡裕度；
26.选择模块，其被配置为：在每个时间区间内，基于不同的系数和平衡裕度，选取新能源纳入平衡的比例。
27.本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种新能源纳入电力平衡比例的确定方法中的步骤。
28.本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种新能源纳入电力平衡比例的确定方法中的步骤。
29.与现有技术相比，本发明的有益效果是：
30.本发明提供了一种新能源纳入电力平衡比例的确定方法，其提出了新能源出力分布特征、新能源对负荷高峰影响、负荷高峰时段新能源预测偏差分析等分析方法，基于分析结果设计了考虑新能源功率分布及预测置信率的纳入平衡比例分析方法，用于合理评估新能源对电网电力电量平衡的支撑能力，以提高系统供电可靠性并促进新能源消纳。
附图说明
31.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
32.图1是本发明实施例一的概率统计及求取概率值、置信水平与分位数方法示意图；
33.图2是本发明实施例一的春季近三年新能源各同时率区间的概率分布图；
34.图3是本发明实施例一的夏季近三年新能源各同时率区间的概率分布图；
35.图4是本发明实施例一的秋季近三年新能源各同时率区间的概率分布图；
36.图5是本发明实施例一的冬季近三年新能源各同时率区间的概率分布图。
具体实施方式
37.下面结合附图与实施例对本发明作进一步说明。
38.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
39.实施例一
40.本实施例提供了一种新能源纳入电力平衡比例的确定方法。
41.本实施例提供的一种新能源纳入电力平衡比例的确定方法，包括如下步骤：
42.步骤1、数据获取。获取连续若干年的运行数据及预测数据。
43.其中，运行数据及预测数据包括：
44.(1)风电实际发电功率、预测功率；
45.(2)集中式光伏实际发电功率、预测功率；
46.(3)分布式光伏实际发电功率、预测功率；
47.(4)实际负荷功率、预测负荷功率；
48.(5)联络线外送功率；
49.(6)风电、集中式光伏逐月装机容量。
50.对于(1)～(5)项，数据的要求为每15分钟一个采集点(采样点)。
51.作为一种实施方式，获取近三年运行数据及预测数据。
52.步骤2、数据处理。对获取的运行数据及预测数据进行初步处理。
53.其中，初步处理包括：
54.步骤201、根据连续若干年的实际负荷功率，定义负荷早峰、午峰、晚峰和其他时段；根据近三年负荷实际数据，负荷高峰时段如表1所示；
55.表1、负荷高峰时段
56.早峰06:00-08:00午峰11:00-13:00晚峰17:00-20:00其它时段00:00-05:00，09:00-10:00，14:00-16:00，21:00-23:00
57.步骤202、将运行数据与预测数据，根据春、夏、秋、冬四季与早峰、午峰、晚峰、其他时段，划分为16个区间；
58.步骤203、在每个区间内，将风电与集中式光伏的实际发电功率与预测功率求和，得到每个采集点的新能源实际发电功率与预测功率；
59.步骤204、在每个区间内，将实际负荷功率、预测负荷功率减去分布式光伏的实际发电功率与预测功率，得到每个采集点的实际净负荷功率、预测净负荷功率；
60.步骤205、在每个区间内，计算每个采集点的风电、集中式光伏、新能源的同时率，计算方法为：实际发电功率/对应月份装机容量。
61.其中，某个采集点的风电的同时率＝该采集点的风电实际发电功率/对应月份风电装机容量；
62.某个采集点的集中式光伏的同时率＝该采集点的集中式光伏实际发电功率/对应月份集中式光伏装机容量；
63.某个采集点的新能源的同时率＝该采集点的新能源实际发电功率/对应月份新能源装机容量；新能源装机容量为风电与集中式光伏的装机容量之和。
64.步骤3、统计新能源出力分布特征。
65.(1)根据近三年新能源出力数据，统计新能源同时率在早峰、午峰、晚峰和其它时段的分布情况，以及在各区间内的最大同时率和平均同时率，并从春、夏、秋、冬四个季节维度按月进行同时率区间统计分析，统计结果见表2、图2、图3、图4和图5。
66.表2、近三年新能源同时率统计指标(％)
[0067][0068]
(2)根据近三年数据统计新能源保证同时率，分析新能源在早峰、午峰、晚峰、其它时段的支撑作用，统计不同置信度水平下的保证同时率，从春、夏、秋、冬四个季节维度分三年进行新能源支撑作用分析，统计结果见表3、表4、表5和表6。其中，以95％为例，保证同时
率定义为，新能源同时率在95％统计时段内的同时率不低于该值。
[0069]
表3、近三年新能源保证同时率——春季(％)
[0070][0071]
表4、近三年新能源保证同时率——夏季(％)
[0072][0073]
表5、近三年新能源保证同时率——秋季(％)
[0074][0075]
表6、近三年新能源保证同时率——冬季(％)
[0076][0077]
步骤4、分析新能源对负荷高峰影响。
[0078]
根据近三年新能源与负荷数据，计算各季节平均日负荷曲线，统计新能源出力对最大负荷峰值及出现时段的影响。首先，计算等效负荷(实际净负荷功率-新能源实际发电功率)，新能源实际发电功率为风电实际发电功率与集中式光伏发电功率的和，分析等效负荷的平均日负荷曲线最大值与原始净负荷的平均日负荷曲线最大值的变化关系，以及等效负荷最大值发生时刻与原始净负荷最大值发生时刻的变化关系，见表7。对于平均日负荷曲线的说明：例如，数据都是15分钟一个点的，对于每一天来说有96个点，把近三年对应季节每一天的00:00:00时刻的负荷求平均值，同理再求00:15:00、00:30:00的平均值，依次类推，最终96个点的负荷数据构成平均日负荷曲线。
[0079]
表7、新能源对负荷最大值影响(％，万千瓦)
[0080][0081]
步骤5、分析负荷高峰时段新能源预测正偏差。
[0082]
根据近三年新能源出力实际数据与日前新能源短期预测结果，统计新能源预测正偏差标幺值在早峰、午峰、晚峰和其他时段的分布情况。统计指标包括预测正偏差的最大值、平均值，以及不同置信度水平下的正偏差等统计指标。
[0083]
其中，预测正偏差，即偏差为零与正值纳入统计，负偏差不纳入统计，计算方法为
max(0，预测偏差)，预测偏差为标幺值，计算方法为：(预测功率-实际功率)/对应月份装机容量。
[0084]
(1)分布不同季节的新能源预测偏差。
[0085]
统计结果见表8及表9、表10、表11和表12。
[0086]
表8、近三年新能源预测正偏差统计指标(％)
[0087][0088]
表9、近三年新能源预测偏差分布情况——春季(％)
[0089][0090][0091]
表10、近三年新能源预测偏差分布情况——夏季(％)
[0092][0093][0094]
表11、近三年新能源预测偏差分布情况——秋季(％)
[0095][0096]
表12、近三年新能源预测偏差分布情况——冬季(％)
[0097]
[0098][0099]
(2)分布不同功率预测区间的偏差。
[0100]
首先划分新能源预测同时率区间，例如[80，90％]的新能源预测同时率区间为，预测出力标幺值(新能源预测出力/对应月份装机容量)在80％至90％范围内，每个区间内的预测值都有对应的正偏差值，分别对每个区间的正偏差进行统计，如图1所示，包括以下步骤：
[0101]
①
、将预测出力标幺值(出力/装机)从小到达排序，并划分到若干个预测出力区间内；
[0102]
②
、每一个预测出力水平都有对应的正误差，分别对每个预测出力区间内所有的正误差进行统计；
[0103]
③
、获得95％置信水平下的正误差等统计指标。
[0104]
其中，新能源预测出力为新能源预测发电功率，即风电预测功率与集中式光伏预测功率的和。
[0105]
其中，“95％置信率对应的偏差值”定义为，新能源预测正偏差在95％统计时段内均小于该值。统计结果见表13、表14和表15。
[0106]
表13、新能源不同预测出力区间对应的预测正偏差分布(％)
[0107][0108]
表14、风电不同预测出力区间对应的预测正偏差分布(％)
[0109][0110]
表15、光伏不同预测出力区间对应的预测正偏差分布(％)
[0111][0112]
步骤6、推算新能源纳入平衡比例。
[0113]
电力系统电力平衡裕度为统计时段内(某区间内)各类型电源出力计划值之和减去最大负荷、最大联络线外送功率及常规电源备用需求之和，即：
[0114]
p＝p
g-p
l-p
c-prꢀꢀꢀꢀꢀꢀ
(1)
[0115]
按照以下步骤推算新能源纳入平衡比例：
[0116]
(1)根据数据初步处理结果，最大负荷p
l
修改为实际净负荷功率最大值；
[0117]
(2)根据表7结果，常规电源备用容量pr修改为等效负荷的平均日负荷曲线最大值；需要说明的是，考虑电力系统电力平衡裕度要包的住所有情况，某季节的常规电源备用容量pr就用表7中对应季节的等效负荷最大值，不再按高峰时段细化，步骤(1)同理；
[0118]
(3)根据表2结果，某个季节某个高峰时段对应的新能源平均同时率记为sa，最大同时率记为sm；
[0119]
(4)若考虑预测正误差的季节与时段分布，与步骤(3)中对应时段的等效预测正误差为e
equal1
，可由下式计算：
[0120]eequal1
＝e
a1
k1×em1
，k1∈(0,1)
ꢀꢀꢀꢀꢀ
(2)
[0121]
式中，e
a1
为表8中平均预测正误差(新能源预测正偏差的平均值)，e
m1
为表8中最大预测正误差(新能源预测正偏差的最大值)。
[0122]
若考虑预测正误差的同时率区间分布，与步骤(3)中对应时段的等效预测正误差为e
equal2
，可由下式计算：
[0123]eequal2
＝e
a2
k2×em2
0.05e
95％
0.1e
90％
，k2∈(0,1)
ꢀꢀꢀꢀꢀ
(3)
[0124]
式中，e
a2
为表13、表14和表15中与步骤(3)中sm所在的同时率区间的平均预测正误差，e
m2
为表13、表14和表15中与步骤(3)中sm所在的同时率区间的最大预测正误差，e
95％
为表13、表14和表15中与步骤(3)中sm所在的同时率区间的95％置信率预测正误差，e
90％
为表13、表14和表15中与步骤(3)中sm所在的同时率区间的90％置信率预测正误差。
[0125]
(5)将电源出力计划pg中新能源纳入平衡的比例修改为s
a-e
equal1
或s
a-e
equal2
；
[0126]
(6)计算平衡裕度p，求满足p》0的系数k1或k2最小值；
[0127]
(7)将满足p》0的k1或k2最小值计算的新能源纳入平衡比例与表3、表4、表5和表6中数据对比，定位绝对值差额最小的保障同时率，即为此时段(该区间)新能源纳入平衡比例；例如，计算出春季早峰风电纳入平衡比例为11％，与表3中2021年风电早峰同时率10.54％最接近，对应保障同时率为80％，则该时段新能源纳入平衡比例对应保障同时率为80％；
[0128]
(8)校验平衡裕度p，若p》0，中止计算，若p《0，说明计算有误，重新计算k1或k2的值，再次校验，直到满足p》0。
[0129]
利用本方法，计算电网各季节各时段新能源纳入平衡比例的保障同时率如表16所示。
[0130]
表16、新能源纳入平衡比例对应的保障同时率
[0131][0132]
本实施例的方法将基于近三年各季度不同负荷高峰时段的历史实际运行数据与预测数据，提出了新能源出力分布特征、新能源对负荷高峰影响、负荷高峰时段新能源预测偏差分析等分析方法，基于分析结果设计了考虑新能源功率分布及预测置信率的纳入平衡比例分析方法，用于合理评估新能源对电网电力电量平衡的支撑能力，以提高系统供电可靠性并促进新能源消纳。
[0133]
本实施例的方法与传统方法相比，按季度、负荷高峰时段细化区分纳入平衡比例，并考虑了新能源功率分布及预测偏差的影响。
[0134]
实施例二
[0135]
本实施例提供了一种新能源纳入电力平衡比例的确定系统，其具体包括：
[0136]
数据获取模块，其被配置为：获取连续若干年内每个采样点的运行数据及预测数据；
[0137]
第一计算模块，其被配置为：在每个时间区间内，基于获取的运行数据及预测数据，计算新能源平均同时率、最大净负荷和等效负荷的平均日负荷曲线最大值；
[0138]
第二计算模块，其被配置为：在每个时间区间内，针对所有采样点的新能源预测正偏差，计算新能源预测正偏差的最大值和新能源预测正偏差的平均值，并结合不同的系数，计算得到等效预测正误差；或者，在每个时间区间内，针对每个新能源预测出力区间内的所有采样点的新能源预测正偏差，计算新能源预测正偏差的最大值、新能源预测正偏差的平均值和不同置信率的正偏差，并结合不同的系数，计算得到等效预测正误差；
[0139]
第三计算模块，其被配置为：在每个时间区间内，将电源出力计划中的新能源纳入平衡的比例修改为新能源平均同时率与等效预测正误差的差值，并结合所述新能源平均同时率、最大净负荷和等效负荷的平均日负荷曲线最大值，计算得到平衡裕度；
[0140]
选择模块，其被配置为：在每个时间区间内，基于不同的系数和平衡裕度，选取新能源纳入平衡的比例。
[0141]
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
[0142]
实施例三
[0143]
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的一种新能源纳入电力平衡比例的确定方法中的步骤。
[0144]
实施例四
[0145]
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的一种新能源纳入电力平衡比例的确定方法中的步骤。
[0146]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0147]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0148]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0149]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0150]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
[0151]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。