CN111030091B - 一种确定分布式可再生能源电力装机容量的方法及*** - Google Patents

Abstract

本发明公开了一种确定分布式可再生能源电力装机容量的方法，包括以下步骤：S1.获取电力负荷需求数据；S2.获取单位时间各类型可再生电力的单位功率装机出力数据和各类型可再生电力的装机容量，计算单位时间可再生电力总出力；S3.定义目标函数为单位时间可再生电力总出力与负荷需求的偏差的方差；S4.各类可再生电力装机容量优化求解：获取方差最小值时，各可再生能源电力装机容量。本发明以满足负荷需求为约束，以最大化发挥可再生电力“多能互补”的优势为规划目标，计算每种可再生电力的最优装机容量。

Description

一种确定分布式可再生能源电力装机容量的方法及***

技术领域

本发明属于分布式能源或综合能源领域。具体涉及一种确定分布式可再生能源电力装机容量的方法及***。

背景技术

分布式能源领域特别是多能互补分布式电力***普遍存在设备配置与实际运行负荷不能精准匹配的问题。一方面，如果可再生电力装机容量结构的互补程度不足(例如，风光互补、风水互补、水光互补等)，则导致整个分布式能源***需要增设更多的储能或常规性动力装机(例如燃煤机组、燃气轮机、内燃机)来满足调峰的要求，造成整体设备造价偏高；另一方面，如果降低可再生电力装机容量，更多地依赖常规性动力装机供电，则整个分布式能源***的“绿色程度”将明显降低，此外，由于需要燃烧更多的燃料会增加***运行成本。

存在该问题的主要原因是部分可再生能源存在较强的不确定性，例如风电的随机性与光伏的间歇性，再加上总体负荷需求预测的不确定性，多能互补分布式能源***的可再生电力装机容量规划一直是一个难题。

行业内通常由规划设计人员的经验对分布式能源设备容量进行配置，这对于结构单一的可再生能源***，依靠设计经验基本可行，但如果涉及到多种可再生能源，且存在多能互补的分布式能源***，就会对规划设计人员提出很强的挑战。由于可再生能源存在大量的不确定性，难以适当地选择不同种类的可再生能源装机容量配比，深度发挥“多能互补”的优势，非常容易影响到设备规划建设的经济性和“绿色”程度，严重时甚至影响供能安全。

发明内容

本发明所要解决的技术问题是如何规划多能互补分布式能源***的可再生电力装机容量。

本发明提供的确定分布式可再生能源电力装机容量的方法，包括以下步骤：

S1.获取电力负荷需求数据；

S2.获取单位时间各类型可再生电力的单位功率装机出力数据和各类型可再生电力的装机容量，计算单位时间可再生电力总出力；

S3.定义目标函数为单位时间可再生电力总出力与负荷需求的偏差的方差；

S4.各类可再生电力装机容量优化求解：获取方差最小值时，各可再生能源电力装机容量。

在本发明的一实施方式中，步骤S1包括：

S11.获取分布式能源***中单位时间的预测负荷的确定部分和预测负荷的不确定部分；

S12.计算所述预测负荷的确定部分与预测负荷的不确定部分之和:

j＝1,2,...,n，其中，L_j表示可再生能源电力在第j个单位时间的预测负荷，

表示可再生能源电力在第j个单位时间预测负荷的确定性部分，δ_L,j可再生能源电力在第j个单位时间预测负荷的不确定性部分。

在本发明的一实施方式中，步骤S2包括：

S21.获取单位时间各类可再生能源的资源分布数据；

S22.根据所述单位时间可再生能源的资源分布数据和各类型可再生电力装机的功率特性曲线，获得单位时间每一类可再生能源单位功率装机的出力数据：

i＝1,2,...,N,j＝1,2,...,n；其中，N表示存在N种可能被开发利用的可再生电力类型，

表示第i种类型可再生电力在第j个单位时间的确定性出力部分，

表示第i种类型可再生电力在第j个单位时间的随机性出力部分；

S23.获取各类可再生电力的装机容量，分别为{α_i},i＝1,2,...,N.；计算单位时间可再生电力总出力：

j＝1,2,...,n。

其中，步骤S21中，所述各类可再生能源包括风能、太阳能、水能、地热能和潮汐能；所述分布数据包括风速、辐照度、水流量、地下蒸汽温度和潮差。

步骤S22中功率特性曲线包括风能设备的风速-功率特性曲线、太阳能设备的辐照度-功率特性曲线、水能的水流量-功率特性曲线、地热能的地下蒸气温度-功率特性曲线和潮汐能的潮差-功率特性曲线。

在本发明的一优选实施方式中，步骤S3目标函数为：

在本发明的一优选实施方式中，步骤S4各类可再生电力装机容量优化求解:{α_i}＝arg min{F}。

本发明还提供一种确定分布式可再生能源电力装机容量的装置，包括：

电力负荷需求获取模块，获取电力负荷需求数据；

出力数据和装机容量获取模块，获取单位时间可再生能源单位功率装机出力数据和可再生电力的装机容量；

总出力计算模块，计算单位时间可再生电力总出力；

目标函数设定模块，定义目标函数为单位时间可再生电力总出力与负荷需求的偏差的方差；

优化求解模块，各类可再生电力装机容量优化求解：获取方差最小值时，各可再生能源电力装机容量。

本发明还提供一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行上述的方法。

本发明还提供一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行上述的方法。

本发明提出了一种不确定性条件下多能互补分布式可再生电力装机容量规划方法，以满足负荷需求为约束，以最大化发挥可再生电力“多能互补”的优势为规划目标，计算每种可再生电力的最优装机容量。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的确定分布式可再生能源电力装机容量的方法流程图；

图2是本发明的确定分布式可再生能源电力装机容量的装置示意图；

图3是本发明的一实施例提供的一装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下结合图1和一具体实施方式对本发明的方法，进行进一步说明：

本发明提供的确定分布式可再生能源电力装机容量的方法，属于不确定性条件下多能互补分布式可再生电力装机容量规划方法，包括如下步骤：

S1.获取电力负荷需求数据，即电力负荷需求数据信息收集，其包括：

分布式能源***新建项目的预测电负荷，单位是Kwh，采样频率是小时，数据量为一年。标记为

j＝1,2,...,8760。其中，

是预测负荷的确定性部分，δ_L,j是预测负荷的不确定性部分。

S2.获取单位时间各类型可再生电力的单位功率装机出力数据和各类型可再生电力的装机容量，计算单位时间可再生电力总出力；，包括：

a)获得分布式能源项目所在地可因地制宜利用的可在生能源资源信息，包括但不限于风能、太阳能、水能、地热能、潮汐能等。对每种可再生能源资源进行量化评估，即每种资源在一年内8760个小时的分布数据，且这些分布数据存由确定性和随机性两部分构成，具体物理对象，这些分布数据包括但不限于风速、辐照度、水流量、地下蒸汽温度、潮差等。

b)根据可再生能源资源的分布数据，结合各类型可再生电力装机的功率特性曲线，获得每一类可再生能源单位KW装机在一年8760小时的出力数据，分别标记为

i＝1,2,...,N,j＝1,2,...,8760；其中，N表示该项目存在N种可能被开发利用的可再生电力类型，

表示第i种类型可再生电力在一年8760个小时中第j个小时的确定性出力部分，

表示第i种类型可再生电力在一年8760个小时中第j个小时的随机性出力部分。功率特性曲线一般由可再生电力设备生产厂商提供，也可根据同地区类似的已投运电力生产设备实际运行数据来确定，功率特性曲线包括但不限于风能设备的风速-功率特性曲线、太阳能设备的辐照度-功率特性曲线、水能的水流量-功率特性曲线、地热能的地下蒸气温度-功率特性曲线、潮汐能的潮差-功率特性曲线。

c)根据步骤b)所获得的可再生电力单位KW装机容量的出力值，假定各类型接再生电力的装机容量分别为{α_i},i＝1,2,...,N.计算获得可再生电力在一年每个小时总出力为

S3.定义目标函数为单位时间可再生电力总出力与负荷需求的偏差的方差；

即，定义目标函数为在一年每个小时可再生电力总出力与负荷需求的偏差的方差：

S4.各类可再生电力装机容量优化求解：获取方差最小值时，各可再生能源电力装机容量。

{α_i}＝arg min{F}

结合图2所示，本发明提供的确定分布式可再生能源电力装机容量的装置，包括：

电力负荷需求获取模块10，获取电力负荷需求数据；

出力数据和装机容量获取模块20，获取单位时间可再生能源单位功率装机出力数据和可再生电力的装机容量；

总出力计算模块30，计算单位时间可再生电力总出力；

目标函数设定模块40，定义目标函数为单位时间可再生电力总出力与负荷需求的偏差的方差；

优化求解模块50，各类可再生电力装机容量优化求解：获取方差最小值时，各可再生能源电力装机容量。

图3是本发明实施例提供的一种确定分布式可再生能源电力装机容量的方法的装置的结构示意图。在硬件层面，该服务器包括处理器701以及存储有执行指令的存储器702，可选地还包括内部总线703及网络接口704。其中，存储器702可能包含内存7021，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器7022(non-volatile memory)，例如至少1个磁盘存储器等；处理器701、网络接口704和存储器702可以通过内部总线703相互连接，该内部总线703可以是ISA(Industry StandardArchitecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(Extended Industry Standard Architecture，扩展工业标准结构)总线等；所述内部总线703可以分为地址总线、数据总线、控制总线等，为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该服务器还可能包括其他业务所需要的硬件。当处理器701执行存储器702存储的执行指令时，处理器701执行本发明任意一个实施例中所述的方法，并至少用于执行：在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成确定分布式可再生能源电力装机容量的方法的装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的确定分布式可再生能源电力装机容量的方法。

处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图3确定分布式可再生能源电力装机容量的方法的装置备所示；执行指令确定分布式可再生能源电力装机容量的方法是所对应计算机程序。

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或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。

本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理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权利要求范围之内。

Claims (10)

1.一种确定分布式可再生能源电力装机容量的方法，其特征在于，应用于不确定性条件下多能互补分布式可再生电力装机容量规划，所述方法包括以下步骤：

S1.获取电力负荷需求数据，其中，所述电力负荷需求数据包括预测负荷的确定部分和预测负荷的不确定部分；

S2.获取单位时间各类型可再生电力的单位功率装机出力数据和各类型可再生电力的装机容量，计算单位时间可再生电力总出力；其中，各类型可再生电力的单位功率装机出力数据包括确定性出力部分和随机性出力部分；

S3.定义目标函数为单位时间可再生电力总出力与预测负荷需求的偏差的方差，所述偏差包括各类型可再生电力的随机性出力部分与预测负荷的不确定部分之差；

S4.各类可再生电力装机容量优化求解：获取以方差最小化为目标，对应的各类型可再生能源电力装机容量。

2.根据权利要求1所述的确定分布式可再生能源电力装机容量的方法，其特征在于，步骤S1包括：

S11.获取分布式能源***中单位时间的预测负荷的确定部分和预测负荷的不确定部分；

S12.计算所述预测负荷的确定部分与预测负荷的不确定部分之和:

其中，L_j表示可再生能源电力在第j个单位时间的预测负荷，

表示可再生能源电力在第j个单位时间预测负荷的确定性部分，δ_L,j可再生能源电力在第j个单位时间预测负荷的不确定性部分。

3.根据权利要求2所述的确定分布式可再生能源电力装机容量的方法，其特征在于，步骤S2包括：

S21.获取单位时间各类可再生能源的资源分布数据；

S22.根据所述单位时间可再生能源的资源分布数据和各类型可再生电力装机的功率特性曲线，获得单位时间每一类可再生能源单位功率装机的出力数据：

其中，N表示存在N种可能被开发利用的可再生电力类型，

表示第i种类型可再生电力在第j个单位时间的确定性出力部分，

表示第i种类型可再生电力在第j个单位时间的随机性出力部分；

S23.获取各类可再生电力的装机容量，分别为{α_i},i＝1,2,...,N.；计算单位时间可再生电力总出力：

4.根据权利要求3所述的确定分布式可再生能源电力装机容量的方法，其特征在于，步骤S21中，所述各类可再生能源包括风能、太阳能、水能、地热能和潮汐能；所述资源分布数据包括风速、辐照度、水流量、地下蒸汽温度和潮差。

5.根据权利要求3所述的确定分布式可再生能源电力装机容量的方法，其特征在于，步骤S22中功率特性曲线包括风能设备的风速-功率特性曲线、太阳能设备的辐照度-功率特性曲线、水能的水流量-功率特性曲线、地热能的地下蒸气温度-功率特性曲线和潮汐能的潮差-功率特性曲线。

6.根据权利要求3所述的确定分布式可再生能源电力装机容量的方法，其特征在于，步骤S3目标函数为：

7.根据权利要求6所述的确定分布式可再生能源电力装机容量的方法，其特征在于，步骤S4各类可再生电力装机容量优化求解:{α_i}＝arg min{F}。

8.一种确定分布式可再生能源电力装机容量的装置，其特征在于，应用于不确定性条件下多能互补分布式可再生电力装机容量规划，包括：

电力负荷需求获取模块，获取电力负荷需求数据，其中，所述电力负荷需求数据包括预测负荷的确定部分和预测负荷的不确定部分；

出力数据和装机容量获取模块，获取单位时间可再生能源单位功率装机出力数据和可再生电力的装机容量，其中，各类型可再生电力的单位功率装机出力数据包括确定性出力部分和随机性出力部分；

总出力计算模块，计算单位时间可再生电力总出力；

目标函数设定模块，定义目标函数为单位时间可再生电力总出力与负荷需求的偏差的方差，所述偏差包括各类型可再生电力的随机性出力部分与预测负荷的不确定部分之差；

优化求解模块，各类可再生电力装机容量优化求解：获取方差最小值时，各可再生能源电力装机容量。

9.一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。

10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。

Images