[发明专利]光伏发电系统置信容量评估方法

说明书

本发明公开一种光伏发电系统置信容量评估方法，包括提出影响光伏发电系统置信容量的四个因素：光伏渗透率、数据采样时间间隔、光伏‑负荷出力波动性及光伏出力与负荷波动的时序相关性；利用序贯蒙特卡洛仿真计算电力系统可靠性，通过弦截法求解置信容量；建立四个因素与置信容量之间的三层误差反向传播神经网络；利用不同辐照模式下得到的输入输出数据集训练神经网络；利用训练完成的神经网络的泛化能力获得给定条件下的光伏发电系统置信容量；本发明提出的光伏发电系统置信容量评估方法可用于含光伏的发输电系统的规划设计，且无需再单独对每个特定的光伏发电系统进行序贯蒙特卡洛仿真，解决了现有技术中通用性不强的问题。

技术领域

本发明涉及一种光伏发电系统置信容量评估方法，属于光伏发电领域。

背景技术

随着光伏发电成本的降低、技术的进步及其对环境的友好性，大型地面光伏发电系统得到快速发展，安装容量日益增加，光伏发电在电力系统中的渗透率逐渐增加。现有研究表明，光伏发电不仅具有能量价值，而且具有容量价值，其容量价值体现在光伏发电系统有效可信容量，即为光伏发电系统的置信容量。为了避免重复建设及资源的浪费，光伏发电系统置信容量的评估成为目前热门研究课题。

现有的关于光伏发电系统置信容量的研究主要分为两大类：基于近似解析法的光伏发电系统置信容量评估和基于蒙特卡洛仿真的光伏发电系统置信容量评估。目前，光伏发电系统置信容量的研究主要集中于对特定的光伏发电系统进行置信容量的评估，如王秀丽,武泽辰，曲翀三人于2014年在中国电机工程学报上发表的文献《光伏发电系统可靠性分析及其置信容量计算》中，利用分层抽样的序贯蒙特卡洛方法进行光伏发电系统置信容量的评估，且研究了天气变化、设备故障等随机因素对光伏发电系统置信容量计算的影响。基于蒙特卡洛的仿真法虽然精确度高，但是，该计算方法存在以下不足：

1)针对特定的光伏发电系统均需要重新进行新的序贯蒙特卡洛仿真，对同样的光伏发电系统而言，当外界环境如辐照强度、负荷变化模式不同时，均需重新进行计算，该算法的适应性和鲁棒性不强；

2)该算法时间消耗大，当常规发电系统规模大，光伏发电系统数目众多时，计算开销将明显增加，甚至在一些极端情况下导致算法不收敛的现象发生。

为了降低蒙特卡洛仿真带来的高时间消耗，Madaeni S.H.，Sioshansi R.,和Denholm P.三人于2013年在期刊IEEE Journal of Photovoltaics上发表的文献“Comparing capacity value estimation techniques for photovoltaic solar power,2013,3(1):407-415.”(Madaeni S.H.，Sioshansi R.,和Denholm P.(“光伏发电系统的容量价值评估方法比较分析”，IEEE光伏期刊，2013年第3卷第1期，ISNN 21563381,第407-415页)一文总结了光伏发电系统置信容量计算的各种近似解析法，其中包括基于光伏发电容量因子的近似方法、Garver近似计算方法、光伏发电系统多状态机组等效方法及Z-method方法等，这些近似方法采用解析法去逼近仿真算法得到的精确值，其在计算光伏发电系统置信容量中，只需进行简单的解析运算。但是，这种近似解析法存在如下不足：

1)近似解析法评估虽然计算量小，但其精确度低，不同的解析法其计算准确度各不相同，与蒙特卡洛仿真法得到的精确解误差各不相同，在不同的场景下选用何种近似解析法则需要具体计算后方能确定，这在实际中不利于工程应用；

2)对于同一种近似解析法，随着光伏渗透率、年辐照强度、负荷的变化不同，其评估得到的结果的误差也将变化，导致该方法在使用中将产生不确定性。