利用水电调节能力的风光综合消纳规划方法

技术领域

本发明涉及清洁能源规划技术领域，特别涉及利用水电调节能力的风光综合消纳规划方法。

背景技术

随着风光装机的不断增加，新能源发展过程中也显现出许多突出的问题，新能源指的是风力发电和光伏发电，简称风光，因为风光出力的间歇性和不稳定性等特征，使得在大规模的风力发电与光伏发电并网时，给整个电网的安全稳定运行造成了较大压力，也使得风光在整个电网中的消纳有所减少。水电具有启停灵活、调节速率较快等优势，能够更高效地处理因风光大规模并网带来的消纳问题。在进行新能源规划、开发时，如何确定新能源电站合理规模成为该领域内的焦点。目前用于求解新能源容量配置问题的方法主要有两类：传统优化方法和智能优化算法。

传统方法如线性规划(LP)、动态规划(DP)、逐步优化算法(POA)等存在计算时间长、收敛速度慢、维数灾难等缺陷，而智能优化算法由于原理简单、自适应和隐随机等被广泛应用，如粒子群算法(PSO)、遗传算法(GA)、蜂群算法(ABC)、蚁群算法(ACO)等。如：GarciaJ采用了改进的粒子群算法，求解了以系统发电量最大化为目标的风能和抽水蓄能互补优化的能源配比模型，可为电源规划提供参考。呼鹏飞等运用改进粒子群算法，求解了以系统收益最大化为目标的风氢储系统模型，以减少弃风并提高风氢储系统经济性。杨更宇采用了粒子群算法求，求解了以局域能源互联网系统年均成本最小为优化目标，解决了分布式能源优化配置的问题，但大多数智能算法在问题求解时，存在如收敛速度、局部最优、结果不稳定等弊端。

发明内容

本发明所解决的技术问题：提供一种利用水电调节能力的风光综合消纳规划方法，解决现有技术中确定新能源电站规模困难的问题。

本发明解决上述技术问题采用的技术方案：利用水电调节能力的风光综合消纳规划方法，包括以下步骤：

S01、将风光出力过程按照概率大小的方式进行排序，得到风光出力累积概率分布；

S02、计算水电的可调电力；

S03、计算水电的可调电量；

S04、以电力电量平衡、不弃水调峰和能源基地总发电过程平稳为原则，结合风光出力累积概率分布、水电可调电力和水电可调电量，推导新能源弃电计算公式；

S05、设定不同的新能源规模和风光比例，利用新能源弃电计算公式计算弃电量，利用弃电量求解弃电率，选择最小弃电率对应的新能源规模和风光比例。

进一步的，计算水电的可调电力的公式为：N

进一步的，强迫出力的计算公式为：N

进一步的，计算水电的可调电量的公式为：E

进一步的，在S04中，新能源弃电计算公式包括四种情况，分别为：水电可调电力足可调电量足；水电可调电力足可调电量不足；水电可调电力不足可调电量足和水电可调电力不足可调电量不足。

进一步的，水电可调电力足可调电量足的情况下，

若

E

进一步的，水电可调电力足可调电量不足的情况下，新能源弃电计算公式为：

其中f(x)表示新能源出力累积概率分布函数，Nwz表示水电可调电量对应面积下的出力值。

进一步的，水电可调电力不足可调电量足的情况下，

新能源弃电计算公式为：

进一步的，水电可调电力不足可调电量不足的情况下，新能源弃电计算公式为：

Nwz1表示水电可调电量对应面积下的出力值。

本发明的有益效果：本发明利用水电调节能力的风光综合消纳规划方法，以电力电量平衡、不弃水调峰和能源基地总发电过程平稳为原则，结合新能源出力累积概率分布，推导新能源弃电计算公式，设定不同的新能源规模和风光比例，利用新能源弃电计算公式计算弃电量，利用弃电量求解弃电率，选择最小弃电率对应的新能源规模和风光比例，解决了现有技术中确定新能源电站规模困难的问题。

附图说明

附图1是本发明利用水电调节能力的风光综合消纳规划方法的流程示意图。

附图2是本发明利用水电调节能力的风光综合消纳规划方法中新能源出力累积概率分布图。

具体实施方式

本发明利用水电调节能力的风光综合消纳规划方法，如附图1所示，包括以下步骤：

S01、将风光出力过程按照概率大小的方式进行排序，得到风光出力累积概率分布；

具体的，在本申请中，新能源指的是风力发电和光伏发电，简称风光，风光出力累积概率分布图即为新能源出力积累概率分布图，如附图2所示。

S02、计算水电的可调电力；

具体的，计算水电的可调电力的公式为：N

N

S03、计算水电的可调电量；

具体的，计算水电的可调电量的公式为：E

S04、以电力电量平衡、不弃水调峰和能源基地总发电过程平稳为原则，结合风光出力累积概率分布、水电可调电力和水电可调电量，推导新能源弃电计算公式；

具体的，新能源弃电计算公式包括四种情况，分别为：水电可调电力足可调电量足；水电可调电力足可调电量不足；水电可调电力不足可调电量足和水电可调电力不足可调电量不足。

1、水电可调电力足可调电量足的情况下，即水电有足够的可调电力来满足电力调节需求，且水电可调电量完全可以平衡全部新能源可发电量，用符合表示为：N

2、水电可调电力足可调电量不足的情况下，用符合表示为：N

3、水电可调电力不足可调电量足的情况下，用符合表示为：N

4、水电可调电力不足可调电量不足的情况下，用符合表示为：N

S05、设定不同的新能源规模和风光比例，利用新能源弃电计算公式计算弃电量，利用弃电量求解弃电率，选择最小弃电率对应的新能源规模和风光比例。

具体的，不同的新能源规模和风光比例影响风光出力累积概率分布、弃电量计算公式中的积分上限N

以雅砻江下游流域梯级水库及周边新能源为例。雅砻江干流全长约1570km，流域面积约13.6万平方千米，河道下切十分强烈，相对高差一般在500～1500m，河源至河口海拔自5400m降至980m，落差达4420m。本发明以雅砻江下游梯级水库群及周边新能源为研究对象，其中锦屏一级为年调节水库，二滩为季调节水库，其他3座水库为日调节电站。各水电站在2017年的参数见表1。

表1梯级水库参数

为将水位维持在较稳定的范围内，以应付随时可能发生的暴雨洪水并提供充分的防汛库容，所以枯水期各电站水库水位较低，基于最小生态流量下的强迫出力较小，使得水电可调电力较大。枯水期水量较小，水电站平均出力也较小，导致水电可调电量较小。汛期水量较大，水电站出力较大，使得水电站可调电力较小，水电可调电量较大。

通过计算得到新能源出力序列后，将新能源出力从大到小进行排序，得到各场景下出力累积概率分布。由图1可以得知，累积概率函数求积分与研究周期的乘积即为新能源的可发电量。新能源出力较大时，其累积概率比较小，随着新能源出力不断减小，其累积概率随之增加，最后等于1。新能源可发电量主要集中在50％以下出力区段，随着出力的增加，新能源累积电量增加的速度变缓。

设定不同的新能源规模和风光比例，根据水电可调电力电量和新能源出力累积概率分布，结合4种情景下的新能源弃电计算公式计算弃电量，利用弃电量除以发电量得到弃电率，如表2所示。

表2非时序生产模拟方法下新能源全年弃电率

由表2可以看出，当新能源装机规模一定时，新能源弃电率随着风光比例的增加大致上呈现出先减小后增加的趋势，表明在风光比例增加的过程中，存在一个合适的风光比例，使得新能源的弃电率达到最小。在非时序生产模拟过程中，新能源可发电量能够保持较低的弃电率。