[发明专利]光伏发电系统置信容量评估方法

摘要

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。

主权项

1.一种光伏发电系统置信容量评估方法，其特征在于，本评估方法的主要步骤如下：步骤1，通过采样获取发电系统常规机组额定容量及可靠性数据，包括每台常规机组额定容量G_i、平均正常工作时间t_{MTTF_i}、平均故障时间t_{MTTR_i}，(i＝1,2,…,N)，其中N为常规机组台数，所有常规机组额定容量和为光伏发电系统额定容量C_PV、1分钟级的年辐照强度数据、1分钟级的年负荷数据；步骤2，在仿真时段T中，以Δt为数据采样时间间隔，Δt≥1min；通过等宽采样法得到数据采样时间间隔Δt下的光伏年出力序列和负荷年需求序列V_Load＝{L_Δt,L_2Δt,...,L_iΔt,...,L_nΔt}(i＝1,2,…,n)，其中n为仿真时段T中的时间间隔数目；采用序贯蒙特卡洛抽样法得到常规机组的年出力状态序列G；先将所述年出力状态序列G以1分钟为时间间隔采样得到1分钟级的出力序列，再以数据采样时间间隔Δt为宽度通过等宽采样法，获取以Δt为间隔的常规机组运行及停运两状态下的年出力序列V_Gen；步骤3，计算光伏渗透率r，数据采样时间间隔Δt下的光伏‑负荷出力波动性υ，光伏出力与负荷波动的时序相关性Cr，将其记为输入向量(r,Δt,υ,Cr)，具体按下式进行：(1)光伏渗透率r：(2)光伏‑负荷出力波动性υ：在(2)式中，n为仿真时段T中的时间间隔数目，和分别表示光伏发电系统在(i+1)Δt和iΔt时刻的出力，L_(i+1)Δt和L_iΔt分别表示(i+1)Δt和iΔt时刻的负荷需求，且(3)光伏出力与负荷波动的时序相关性Cr：在(3)式中，ρs为斯皮尔曼秩相关系数，按下式计算得到：在(4)式中，d_i＝x_i‑y_i，x_i和y_i分别表示变量和L_iΔt在相应的光伏年出力序列V_PV和负荷年需求序列V_Load中的秩次；δa为弗雷歇平均距离，按下式计算得到：在(5)式中，L_i′＝L_iΔt/max(V_PV,V_Load)，max(V_PV,V_Load)为序列V_PV和V_Load中的最大值；步骤4，利用序贯蒙特卡洛仿真计算不含光伏发电系统时的发电系统电力不足期望值可靠性指标R0，计算公式如下：假定新增光伏发电系统额定容量CPV可额外承担的有效载荷容量为ΔL，此时加入安装容量为CPV的光伏发电系统后的发电系统可靠性指标发电系统可靠性RΔL计算公式如下：在(6)、(7)式中，G_t表示常规机组年出力序列V_Gen在t时刻的出力，L_t为负荷年需求序列V_Load在t时刻的负荷需求，表示光伏年出力序列V_PV在t时刻的出力，表示在仿真时段T内，t时刻的常规机组出力G_t小于负荷需求L_t的概率之和；步骤5，通过弦截法求解R0＝RΔL时的新增光伏发电系统额定容量CPV可额外承担的有效载荷容量ΔL，并利用下式计算光伏发电系统的置信容量kc和光伏发电系统的容量置信度kp，并将其记录为输出向量(kc,kp)：kc＝ΔL          (8)步骤6，在保持步骤1中常规机组容量及可靠性数据不变的前提下改变光伏年出力序列及负荷年需求序列，重复步骤2至步骤5，计算得到在多个不同数据采样时间间隔Δt下的光伏渗透率r、光伏‑负荷出力波动性υ、光伏出力与负荷波动的时序相关性Cr、光伏发电系统的置信容量kc和光伏发电系统的容量置信度kp的数值，记录多个以(r，Δt，υ，Cr)为输入向量，以(kc，kp)为输出向量的数据集Sd；建立含输入层、隐含层、输出层的三层误差反向传播BP神经网络，输入层以(r，Δt，υ，Cr)为四个输入，隐含层有4个神经元，输出层以(kc，kp)为两个输出，利用得到的数据集Sd完成BP神经网络的训练；步骤7，利用训练完成的BP神经网络的泛化能力得到给定条件(r，Δt，υ，Cr)下的光伏发电系统的置信容量kc和容量置信度kp。