一种微能源网源荷匹配方法及系统与流程

1.本发明涉及综合能源技术，特别是一种微能源网源荷匹配方法及系统。


背景技术：

2.随着为了实现建设以新能源为主体的新型电力系统的目标，我国正加大各类绿色清洁能源的发展。这将有利于经济和环境的发展，代替化石能源以及减少二氧化碳的排放，对节能和环境保护起到积极的作用。由于分布式新能源发电规模越来越大，同时源荷之间的不匹配，因此造成了一些清洁资源非常丰富的地区不能完全进行消纳，导致了弃风弃光问题也越来越突出。由大工业、一般工商业、居民等常规负荷，蓄热式电采暖、充电桩等可控负荷以及储能构成的多元负荷，因为其基础运行数据采集不全且不同时空尺度下的运行特性较复杂，同时目前对其运行特性挖掘不充分，负荷侧可调节能力不足。这造成新能源与多元负荷间在不同时间尺度上功率、电量的匹配程度不是很高。
3.要解决以上问题，不但要考虑到负荷自身的特性，还要考虑光伏电站、风电场出力情况、及两者互相之间的影响。根据具体的情况进行源荷匹配，来提高本地电网新能源的消纳能力，最终实现区域电网的经济调度。
4.现有技术中关于源荷匹配的方法可以大致分为两类：一是通过在负荷侧，利用一些指标来衡量源荷匹配，这些指标一般选择峰谷电价、分时电价等。通过调整不同时间段的电价来控制一些大用户直接进行消纳本地新能源，间接提高了新能源消纳。二是通过将发出的暂时无法消纳的新能源进行存储，利用源荷匹配度进行配置合适比例的储蓄能量来抑制清洁能源出力波动，进而提高清洁能源的消纳能力。但是这些方法都未能实现对区域电网负荷和新能源联合起来讨论分析。


技术实现要素：

5.发明目的：本发明的目的是提供一种微能源网源荷匹配方法及系统，能将区域电网内负荷和新能源出力加以联合考虑，进而得出新的判断源荷曲线相似度和源荷匹配度的计算方法，提供的源荷匹配算法和判据，既可以为实现新能源消纳的电网规划提供决策参考，辅助得到新能源消纳率最优的风、光容量配置和可调负荷资源配置，又可以为提高新能源消纳率的电网调度运行提供决策支持，从而实现新能源的就地消纳，提高了新能源消纳率，同时能帮助优化和减少电网为实现新能源转型而付出的投资。
6.技术方案：本发明提供了一种微能源网源荷匹配方法及系统，能将区域电网内负荷和新能源出力加以联合考虑，进而得出新的判断源荷曲线相似度和源荷匹配度的计算方法，为电网运营者是否启动灵活性资源进行调节，提供了源荷匹配度算法和判据。
7.s1、提出并定义广义负荷的概念。广义负荷，是把区域内新能源出力当作负值负荷，用区域内的日负荷减去新能源出力，即得到广义负荷。广义负荷表达式为：
[0008][0009]
式中，是t时段的广义电力负荷；p
x
(t)是t时段新能源平均出力；p
l
(t)是t时
段的电力负荷平均功率；t是周期，本发明中以一日为周期；
[0010]
s2、定义了广义负荷的峰谷差率。在本发明中，对传统定义的峰谷差率和广义负荷的峰谷差率都进行了定义。
[0011]
设周期内的最大负荷值为p
max
，周期内的最小负荷值为p
min
，负荷率为rv；设p'
max
和p'
min
分别是广义负荷的最大负荷与最小负荷。则如(2)式，pv是日负荷的峰谷差，由p
max
减去p
min
所得；
[0012]
则如(3)式，p'v是广义负荷的峰谷差，由p'
max
减去p'
min
所得；
[0013]
则如(4)式，rv为日负荷及广义负荷的峰谷差率，由pv与p
max
的比值而得；则如(5)式，r'v为广义负荷的峰谷差率，由p'v与p'
max
的比值而得；计算公式如下式所示：
[0014]
pv＝p
max-p
min
(2)
[0015]
pv'＝pm'
ax-pm'
in
(3)
[0016]
rv＝pv/p
max
(4)
[0017]
r'v＝pv'/pm'
ax
(5)
[0018]
s3、定义了日平均负荷的波动率f，f的计算方法为：
[0019][0020]
式中，是典型日负荷平均值，典型日负荷是指典型日的传统定义的负荷，不是指广义负荷；s是日平均负荷的标准差值，也就是日平均负荷在不同时间段的分散程度；f是概率统计出的系数，用于把负荷的特征结合在一起，进而全面、简单地体现出负荷的波动情况；
[0021]
s4、定义并计算区域电网内日平均负荷和广义日平均负荷的曲线斜率关联度ξ(t)；公式(7)～(14)中，设区域电网的t时段负荷为p
l
(t)，t时段广义负荷为δt为1小时，为广义电力负荷的标准差，σp
l
为电力负荷的标准差，为广义负荷的平均值，则求解曲线斜率关联度ξ(t)的函数公式如下所示：
[0022][0023][0024]
δp
l
(t)＝p
l
(t+1)-p
l
(t)(9)
[0025][0026][0027][0028][0029]
代入化简得：
[0030][0031]
s5、定义并计算源荷相似度γ。由于广义负荷在一天中不断变化，因此曲线斜率关联度指标ξ(t)在每天中也是时刻变化的；为了更好地描述源荷之间的相似度，因此引入了权重函数β(t)；权重函数β(t)是根据各时段的能量在总广义能量中的比值确定。在电力系统中，各个分布式电场的出力数据和相一一对应的广义负荷关系都会对调整峰值产生影响；因此为了提高某地区的新能源消纳能力，保证其输送质量及数量，就要使日平均负荷关联度参数变得越大，即源荷相似度变得越大；
[0032][0033][0034]
式中，为t时段广义负荷，δt为时段间隔，n为周期所有时段数。
[0035]
s6、定义并计算源荷匹配度；源荷匹配度与源荷相似度、广义日负荷峰谷差率和负荷波动率相关；匹配度越高，越有利于提高风电在其区域内的消纳能力，其计算公式如下所示：
[0036][0037]
式中，ρ是源荷匹配度；
[0038]
s7、根据计算出的源荷匹配度，选取冬季和夏季两种典型日，分为两类进行分析，对于区域新能源消纳程度进行评估。为了便于现场计算和进行分析，对任一地区只选取夏季典型日和冬季典型日两种负荷曲线，通过对某区域的实测负荷数据的特性进行分析，计算相应的冬季源荷匹配度阈值和夏季源荷匹配度阈值。若源荷匹配度ρ小于对应季节的源荷匹配度阈值，则提醒区域电网运营者需要启动灵活性资源进行配置和调节；若ρ大于对应季节源荷匹配度阈值，则表明该区域电网暂不需要或暂缓进行灵活性资源的配置和调节；该阈值为经验数值，由大量现场数据积累和计算后，与实际情况进行比对后得出。
[0039]
有益效果：与现有技术相比，本发明具有如下优点：
[0040]
1、本发明提出广义负荷的概念，把区域内风、光等新能源出力当作负值负荷，用区域内的日负荷减去新能源出力，即为广义负荷，并得出了广义负荷的最大负荷、最小负荷、峰谷差率，从而在源荷一起考虑的基础上进行源荷匹配计算，考虑更为充分；
[0041]
2、本发明计算得出的源荷匹配度只需要源荷相似度、广义日负荷峰谷差率和负荷波动率三个量，相关数据简单易得，采用的数学处理方法直观清晰，实现步骤简单可靠；
[0042]
3、本发明最后得出的判据是源荷匹配度是否大于源荷匹配度阈值，而该阈值由大量实际数据的经验得到，判据简单、可靠、易行。
附图说明
[0043]
图1为本发明所述方法的步骤流程图；
[0044]
图2为冬季典型日电功率消纳需求曲线；
[0045]
图3为夏季典型日电功率消纳需求曲线。
具体实施方式
[0046]
下面结合附图对本发明的技术方案作进一步说明。
[0047]
一种微能源网源荷匹配方法，包括以下步骤：
[0048]
s1：计算广义负荷。广义负荷，是把区域内新能源出力当作负值负荷，用区域内的日负荷减去新能源出力，即得到广义负荷。广义负荷表达式为：
[0049][0050]
式中，是t时段的广义电力负荷；p
x
(t)是t时段新能源平均出力；p
l
(t)是t时段的电力负荷平均功率；t是周期，本发明中以一日为周期；
[0051]
s2：计算广义负荷的峰谷差率。在本发明中，对传统定义的峰谷差率和广义负荷的峰谷差率都进行了定义。
[0052]
设周期内的最大负荷值为p
max
，周期内的最小负荷值为p
min
，负荷率为rv；设p'
max
和p'
min
分别是广义负荷的最大负荷与最小负荷。则如(2)式，pv是日负荷的峰谷差，由p
max
减去p
min
所得；
[0053]
则如(3)式，p'v是广义负荷的峰谷差，由p'
max
减去p'
min
所得；
[0054]
则如(4)式，rv为日负荷及广义负荷的峰谷差率，由pv与p
max
的比值而得；则如(5)式，r'v为广义负荷的峰谷差率，由p'v与p'
max
的比值而得；计算公式如下式所示：
[0055]
pv＝p
max-p
min
(2)
[0056]
pv'＝pm'
ax-pm'
in
(3)
[0057]
rv＝pv/p
max
(4)
[0058]
r'v＝pv'/pm'
ax
(5)
[0059]
s3：计算日平均负荷的波动率f，f的计算方法为：
[0060][0061]
式中，是典型日负荷平均值，典型日负荷是指典型日的传统定义的负荷，不是指广义负荷；s是日平均负荷的标准差值，也就是日平均负荷在不同时间段的分散程度；f是概率统计出的系数，用于把负荷的特征结合在一起，进而全面、简单地体现出负荷的波动情况；
[0062]
s4：计算区域电网内日平均负荷和广义日平均负荷的曲线斜率关联度ξ(t)；公式(7)～(14)中，设区域电网的t时段负荷为p
l
(t)，t时段广义负荷为δt为1小时，为广义电力负荷的标准差，σp
l
为电力负荷的标准差，为广义负荷的平均值，则求解曲线斜率关联度ξ(t)的函数公式如下所示：
[0063][0064]
[0065]
δp
l
(t)＝p
l
(t+1)-p
l
(t)(9)
[0066][0067][0068][0069][0070]
代入化简得：
[0071][0072]
s5：计算源荷相似度γ。由于广义负荷在一天中不断变化，因此曲线斜率关联度指标ξ(t)在每天中也是时刻变化的；为了更好地描述源荷之间的相似度，因此引入了权重函数β(t)；权重函数β(t)是根据各时段的能量在总广义能量中的比值确定。在电力系统中，各个分布式电场的出力数据和相一一对应的广义负荷关系都会对调整峰值产生影响；因此为了提高某地区的新能源消纳能力，保证其输送质量及数量，就要使日平均负荷关联度参数变得越大，即源荷相似度变得越大；
[0073][0074][0075]
式中，为t时段广义负荷，δt为时段间隔，n为周期所有时段数。
[0076]
s6：计算源荷匹配度。源荷匹配度与源荷相似度、广义日负荷峰谷差率和负荷波动率相关；匹配度越高，越有利于提高风电在其区域内的消纳能力，其计算公式如下所示：
[0077][0078]
式中，ρ是源荷匹配度；
[0079]
s7：根据计算出的源荷匹配度，选取冬季和夏季两种典型日，分为两类进行分析，对于区域新能源消纳程度进行评估。为了便于现场计算和进行分析，对任一地区只选取夏季典型日和冬季典型日两种负荷曲线，通过对某区域的实测负荷数据的特性进行分析，计算相应的冬季源荷匹配度阈值和夏季源荷匹配度阈值。若源荷匹配度ρ小于对应季节的源荷匹配度阈值，则提醒区域电网运营者需要启动灵活性资源进行配置和调节；若ρ大于对应季节源荷匹配度阈值，则表明该区域电网暂不需要或暂缓进行灵活性资源的配置和调节；该阈值为经验数值，由大量现场数据积累和计算后，与实际情况进行比对后得出。
[0080]
举例说明，一个典型微能源网，选择冬季和夏季两种类型的典型日，对其清洁能源(包括光伏、风电等)出力和电负荷需求进行采样。
[0081]
冬季、夏季典型日供电功率与电负荷曲线如图2、图3所示。
[0082]
由图2可知，此微能源网冬季电功率存在供需不平衡，在0～7时、15～17时、22～24时存在供电功率大于需求功率现象，而8～14时、18～21时存在供电功率小于需求功率现象，因此，在0～7时、15～17时、22～24时存在消纳需求，8～14时、18～21时存在削峰需求。
[0083]
由图3可知，此微能源网夏季电功率存在供需不平衡，在0～10时、15～17时、23～24时存在供电功率大于需求功率现象，而11～14时、18～22时存在供电功率小于需求功率现象，因此，在0～10时、15～17时、23～24时存在消纳需求，11～14时、18～22时存在削峰需求。
[0084]
由计算和实际采集数据可得，由于风电和光伏出力相对于广义电负荷波动变化较大，冬季和夏季的源荷匹配度均在0.63左右；而实践证明，该微能源网存在清洁能源消纳需求。经过对该区域一年时间的观测，发现在冬季和夏季时，源荷匹配度小于0.7时，即存在启动灵活性资源进行调控的需求。因此，对于任一有各种新能源的微能源网区域，可由经验和大量数据观察归纳，得到一个源荷匹配度阈值，本发明中分为冬季和夏季两个源荷匹配度阈值。当实时计算得到区域微能源网的源荷匹配度阈值小于对应季节的源荷匹配度阈值后，即可启动区域中灵活性资源对电网进行调控，来促进新能源消纳。
[0085]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
[0086]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0087]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0088]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0089]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0090]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精
神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：
1.一种微能源网源荷匹配方法，其特征在于，包括以下步骤：s1、提出广义负荷的概念，把区域内新能源出力当作负值负荷，用区域内的日负荷减去新能源出力，即为广义负荷；s2、定义广义负荷的最大负荷、最小负荷、峰谷差率；设周期内的最大负荷值为p
max
，周期内的最小负荷值为p
min
，负荷率为rv；设p'
max
和p'
min
分别是广义负荷的最大负荷与最小负荷；设pv、p'v分别是日负荷及广义负荷的峰谷差；设r'v、rv分别为日负荷及广义负荷的峰谷差率；计算公式如下所示：pv＝p
max-p
min
(2)pv'＝p
m
'
ax-p
m
'
in
(3)rv＝pv/p
max
(4)r'v＝pv'/p
m
'
ax
(5)s3、计算得到日平均负荷的波动率f；s4、计算区域电网内日平均负荷和广义日平均负荷的曲线斜率关联度ξ(t)；公式(7)～(14)中，设区域电网的t时段负荷为p
l
(t)，t时段广义负荷为δt为1小时，各个时间段的函数公式如下所示：段的函数公式如下所示：δp
l
(t)＝p
l
(t+1)-p
l
(t)(9)(t)(9)(t)(9)(t)(9)代入化简得：s5、定义并计算源荷相似度γ；引入权重函数β(t)；权重函数β(t)是根据各时段的能量在总广义能量中的比值确定；在电力系统中，各个分布式电场的出力数据和相一一对应的广义负荷关系都会对调整峰值产生影响(s6、定义并计算源荷匹配度；源荷匹配度与源荷相似度、广义日负荷峰谷差率和负荷波动率相关；s7、根据计算出的源荷匹配度，选取冬季和夏季两种典型日进行分析，对于区域新能源
消纳程度进行评估；若ρ大于某个阈值，则提醒区域电网运营者和规划者需要启动灵活性资源进行配置和调节；若ρ小于某个阈值，则表明该区域电网暂不需要或暂缓进行灵活性资源的配置和调节；该阈值为经验数值，由大量现场数据积累和计算后，与实际情况进行比对后得出。2.根据权利要求1所述的一种微能源网源荷匹配方法，其特征在于，在所述步骤s1中，广义负荷的表达式为：式中，是t时段的广义电力负荷；p
x
(t)是t时段新能源平均出力；p
l
(t)是t时段的电力负荷平均功率；t是周期，以一日为周期。3.根据权利要求1所述的一种微能源网源荷匹配方法，其特征在于，在步骤s2中，所述的峰谷差率为广义负荷的峰谷差率；对传统定义的峰谷差率和广义负荷的峰谷差率都进行了定义；设周期内的最大负荷值为p
max
，周期内的最小负荷值为p
min
，负荷率为rv；设p'
max
和p'
min
分别是广义负荷的最大负荷与最小负荷；则如(2)式，pv是日负荷的峰谷差，由p
max
减去p
min
所得；则如(3)式，p'v是广义负荷的峰谷差，由p'
max
减去p'
min
所得；则如(4)式，rv为日负荷及广义负荷的峰谷差率，由pv与p
max
的比值而得；则如(5)式，r'v为广义负荷的峰谷差率，由p'v与p'
max
的比值而得；计算公式如下式所示：pv＝p
max-p
min
(2)pv'＝p
m
'
ax-p
m
'
in
(3)rv＝pv/p
max
(4)r'v＝pv'/p
m
'
ax
(5)。4.根据权利要求1所述的一种微能源网源荷匹配方法，其特征在于，在所述步骤s3中，日平均负荷的波动率f的计算方法为：式(6)中，是典型日负荷平均值，典型日负荷是指典型日的传统定义的负荷，不是指广义负荷；s是日平均负荷的标准差值，也就是日平均负荷在不同时间段的分散程度；f是概率统计出的系数，用于把负荷的特征结合在一起，进而体现出负荷的波动情况。5.根据权利要求1所述的一种微能源网源荷匹配方法，其特征在于，在所述步骤s4中，计算区域电网内日平均负荷和广义日平均负荷的曲线斜率关联度ξ(t)；公式(7)～(14)中，设区域电网的t时段负荷为p
l
(t)，t时段广义负荷为p
lgpl
(t)，δt为1小时，为广义电力负荷的标准差，σp
l
为电力负荷的标准差，为广义负荷的平均值，则求解曲线斜率关联度ξ(t)的函数公式如下所示：关联度ξ(t)的函数公式如下所示：
δp
l
(t)＝p
l
(t+1)-p
l
(t)(9)(t)(9)(t)(9)(t)(9)代入化简得：6.根据权利要求1所述的一种微能源网源荷匹配方法，其特征在于，在所述步骤s5中，源荷相似度γ的计算公式为：源荷相似度γ的计算公式为：式中，为t时段广义负荷，δt为时段间隔，n为周期所有时段数。7.根据权利要求1所述的一种基于新能源消纳的微能源网源荷匹配方法，其特征在于，在所述步骤s6中，源荷匹配度的计算公式如下所示：式中，ρ是源荷匹配度。8.根据权利要求1所述的一种微能源网源荷匹配方法，其特征在于，在所述步骤s7中，根据计算出的源荷匹配度，选取冬季和夏季两种典型日，分为两类进行分析，对于区域新能源消纳程度进行评估；为了便于现场计算和进行分析，对任一地区只选取夏季典型日和冬季典型日两种负荷曲线，通过对某区域的实测负荷数据的特性进行分析，计算相应的冬季源荷匹配度阈值和夏季源荷匹配度阈值；若源荷匹配度ρ小于对应季节的源荷匹配度阈值，则提醒区域电网运营者需要启动灵活性资源进行配置和调节；若ρ大于对应季节源荷匹配度阈值，则表明该区域电网暂不需要或暂缓进行灵活性资源的配置和调节；该阈值为经验数值，由现场数据积累和计算后，与实际情况进行比对后得出。9.一种微能源网源荷匹配系统，其特征在于，所述系统包括以下模块：广义负荷模块：所述模块把区域内新能源出力当作负值负荷，用区域内的日负荷减去新能源出力，得到广义负荷；参数计算模块：所述模块用于定义广义负荷的最大负荷、最小负荷、峰谷差率；波动率计算模块：所述模块用于计算得到日平均负荷的波动率；
曲线斜率关联度计算模块：所述模块用于计算区域电网内日平均负荷和广义日平均负荷的曲线斜率关联度；源荷相似度计算模块：所述模块用于计算源荷相似度；源荷匹配度计算模块：所述模块用于计算源荷匹配度；分析评估模块：所述模块用于根据计算出的源荷匹配度，对于区域新能源消纳程度进行评估，得到微能源网源荷匹配结果。10.根据权利要求9所述的一种微能源网源荷匹配系统，其特征在于，所述广义负荷的表达式为：式中，是t时段的广义电力负荷；p
x
(t)是t时段新能源平均出力；p
l
(t)是t时段的电力负荷平均功率；t是周期，以一日为周期。11.根据权利要求9所述的一种微能源网源荷匹配系统，其特征在于，所述源荷相似度的计算公式为：的计算公式为：式中，为t时段广义负荷，δt为时段间隔，n为周期所有时段数。12.根据权利要求9所述的一种微能源网源荷匹配系统，其特征在于，所述源荷匹配度的计算公式如下所示：式中，ρ是源荷匹配度。13.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-8中任一项所述的一种微能源网源荷匹配方法。14.一种计算机设备，包括储存器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的一种微能源网源荷匹配方法。

技术总结
本发明公开了一种基于新能源消纳的微能源网源荷匹配方法及系统，步骤如下：提出广义负荷的概念；定义广义负荷的最大负荷、最小负荷、峰谷差率；计算得到日平均负荷的波动率；定义并计算区域电网内日平均负荷和广义日平均负荷的曲线斜率关联度；利用已计算得到的曲线斜率关联度计算出源荷相似度；将源荷相似度、广义日负荷峰谷差率和负荷波动率代入公式，求得源荷匹配度；将求出的源荷匹配度与经验数据得出的阈值进行比对，若小于阈值，则需要启动灵活性资源的配置和运行。本发明能够为提高新能源消纳率的电网调度运行提供决策支持，从而实现新能源的就地消纳，提高了新能源消纳率，同时能帮助优化和减少电网为实现新能源转型而付出的投资。而付出的投资。而付出的投资。


技术研发人员：陈志永 丁孝华 韩璟琳 胡平 蒋国栋 郭王勇 侯若松 李光毅 刘洋 李洪涛 韩韬 吴雪琼
受保护的技术使用者：国网电力科学研究院有限公司 国网河北省电力有限公司 国电南瑞科技股份有限公司 国家电网有限公司
技术研发日：2023.04.28
技术公布日：2023/7/21