[发明专利]风光储联合电站有功智能控制方法

摘要

本发明提出了一种风光储联合电站有功智能控制方法。该方法将风光储联合电站内风电和光伏发电单元根据其地理位置，分成若干个集群；基于功率预测历史数据，通过统计方法分析历史误差概率分布特性，以风光储联合电站下发有功指令后各新能源集群输出的功率缺额的数学期望之和最小为优化目标，使得系统下发给风光储联合电站的有功功率指令能够尽可能完成。通过本方法可以减少因新能源有功预测误差致使输出有功功率不能满足集群调度要求而产生的功率差额，增加联合电站参与系统调度的能力，从而减轻系统调度压力。

主权项

一种风光储联合电站有功智能控制方法，其特征在于，它包括如下步骤： （1）将风光储联合电站内风电和光伏发电单元根据其地理位置，分成若干个集群。各集群内部的风电或者光伏单元有接近的出力特性。 （2）各新能源集群（风电或者光伏）x天内的实测输出有功功率数据集y_i，预测输出有功功率数据集y_i'，以此得到该集群群有功功率预测误差数据样本集e_i=y_i'‑y_i。 （3）设定h为误差数据统计时的窗宽，将步骤（1）中误差数据样本集的统计范围划分成大小均为h的n等份。设W=int(e_i/h)，int(x)为取整函数，则误差e_i所在的窗为[hW,h(W+1))。对应的概率为PRO(W)=m_W/M，其中m_W为窗[hW,h(W+1))内样本数，M为总样本数。统计每个窗中误差数据的数量，得到误差的离散概率密度函数。 （4）设某时刻系统调度中心下发给联合电站调度指令为P_{dispatch_all}；预测集群WF_n最大可发出有功功率为P_{predict_n}；通过本方法下发给WF_n的出力指令为P_{dispatch_n}；而WF_n实际发出可发出最大有功为P_{real_n}。以风光储联合电站中各集群功率缺额E_n之和最小为优化目标，对联合电站下发至集群的调度计划指令进行优化，优化目标为： min∑E_n约束条件为： ∑P_{dispatch_n}=P_{dispatch_all}P_{dispatch_n}≤P_{max_n}其中P_{max_n}为WF_n的最大出力限制。 通过成熟的优化问题求解方法可以求出WF_n的出力指令为P_{dispatch_n}。 其中，产生功率缺额的期望值E_n的导出方法为： （1）求取预测值所在窗W_{0_n}： W_{0_n}=int(P_{dispatch_n}/h) （2）求取在W_{0_n}内功率缺额期望值E_{0_n}： （3）求取WF_n的总功率缺额期望值E_n： 。