一种跨区域风电装机容量协调规划方法

摘要

一种跨区域风电装机容量协调规划方法。其包括获取相关数据、构造计算模型、计算风电组合有效前沿曲线和确定规划结果等步骤。本发明方法基于投资组合理论将不同区域的风电装机容量联合规划，有效地减小了风电总出力波动，降低系统总的调峰容量需求。将风电组合品质因子最大情况下的各区域风电装机容量作为最终优化结果，最大程度上兼顾了风电容量可信度和风电波动问题。另一方面，本发明设置了各个区域的风电装机容量上下限，充分考虑了各个区域的电网结构、负荷水平、政府政策等情况，使得规划结果更贴近实际。

权利要求

1.一种跨区域风电装机容量协调规划方法，其特征在于：所述的跨区域风电装机容量协调规划方法包括按顺序执行的下列步骤：步骤1)获取相关数据的S1阶段：获取规划区域个数、规划区域的风电容量因子、规划区域的风电标准差、规划的风电装机总容量、各区域的风电装机容量上下限，各区域之间的风电相关系数；

步骤2)构造计算模型的S2阶段：构建以在给定的风电组合容量因子情况下风电组合标准差最小为目标函数，以风电装机容量比例约束、风电容量因子约束和风电装机容量约束为约束条件的计算模型；

步骤3)计算风电组合有效前沿曲线的S3阶段：将由S1阶段所获取的规划区域个数、规划区域的风电容量因子、规划区域的风电标准差、规划的风电总装机容量和各区域的风电装机容量上下限代入S2阶段中构建的计算模型，并将风电组合容量因子在特定区间内连续取值，反复计算S2阶段中构建的计算模型，得到一组风电组合标准差和相应的各区域风电装机容量，作出风电组合有效前沿曲线；特定区间是指 其中Ei表示区域i的风电容量因子，在该区间内利用拉格朗日乘子法反复计算构建的计算模型，即可得到一组风电组合标准差和相应的各区域风电装机容量；风电标准差是指某一地区风电功率的波动程度；

步骤4)确定规划结果S4阶段：利用风电组合有效前沿曲线计算风电组合品质因子，并从中选取风电组合品质因子最大时的各区域风电装机容量作为最终规划结果；风电组合品质因子定义为风电组合容量因子与风电组合标准差的比值；风电容量因子指风电场年平均出力与额定装机容量的比值。

2.根据权利要求1所述的跨区域风电装机容量协调规划方法，其特征在于：在S2阶段中，所述的目标函数为： 其中，σtotal为风电组合风险；N为规划区域个数；xi为区域i的风电装机容量比例；σi为区域i的风电标准差；ρij为风电基地i和j的风电相关系数。

3.根据权利要求1所述的跨区域风电装机容量协调规划方法，其特征在于：在S2阶段中，所述的约束条件包括：

1)风电装机容量比例约束： 所有待规划区域的风电装机容量比

例之和必为1；

2)风电容量因子约束： 其中，Ei为区域i的风电容量因子；Etotal为风电组合容量因子；

3)风电装机容量约束： 其中，Pi为规划的区域i的风电装机容量；

Ptotal为规划的风电总装机容量；Pimin和Pimax分别为区域i的风电装机容量上下限。

说明书

一种跨区域风电装机容量协调规划方法

技术领域

[0001] 本发明属于电网规划技术领域，特别是涉及一种跨区域风电装机容量协调规划方法。

背景技术

[0002] 随着国家节能减排的力度不断加大，风电等可再生能源发电得到迅猛发展。我国正打造酒泉、哈密、蒙东、蒙西、河北、吉林、江苏、山东等八个千万千瓦级风电基地。另外，有关部门正在制定黑龙江和山西千万千瓦级风电基地的规划，我国千万千瓦级风电基地将从目前的8个增加至10个。目前的风电规划方法，一般是根据当地风电资源情况进行局部地区的风电规划，缺乏统一的规划指导方法，没有从全局整体的角度进行跨区域风电规划，存在盲目性无序性。大范围跨区域风电出力具有一定的互补性，通过合理的规划不同区域的风电装机容量规模，可以减小风电总出力波动，降低系统总的调峰容量需求，有利于电力系统的安全稳定运行。

发明内容

[0003] 为了解决上述问题，本发明的目的在于提供一种跨区域风电装机容量协调规划方法。

[0004] 为了达到上述目的，本发明提供的跨区域风电装机容量协调规划方法包括按顺序执行的下列步骤：

[0005] 步骤1)获取相关数据的S1阶段：获取规划区域个数、规划区域的风电容量因子、规划区域的风电标准差、规划的风电装机总容量、各区域的风电装机容量上下限，各区域之间的风电相关系数；

[0006] 步骤2)构造计算模型的S2阶段：构建以在给定的风电组合容量因子情况下风电组合标准差最小为目标函数，以风电装机容量比例约束、风电容量因子约束和风电装机容量约束为约束条件的计算模型；

[0007] 步骤3)计算风电组合有效前沿曲线的S3阶段：将由S1阶段所获取的规划区域个数、规划区域的风电容量因子、规划区域的风电标准差、规划的风电总装机容量和各区域的风电装机容量上下限代入S2阶段中构建的计算模型，并将风电组合容量因子在特定区间内连续取值，反复计算S2阶段中构建的计算模型，得到一组风电组合标准差和相应的各区域风电装机容量，作出风电组合有效前沿曲线；

[0008] 步骤4)确定规划结果S4阶段：利用风电组合有效前沿曲线计算风电组合品质因子，并从中选取风电组合品质因子最大时的各区域风电装机容量作为最终规划结果。

[0009] 在S2阶段中，所述的构造计算模型的方法包括以下步骤：

[0010] S21：构建优化目标：以在给定的风电组合容量因子情况下风电组合标准差最小为目标函数；

[0011] S22：构建约束条件，包括：风电装机容量比例约束、风电容量因子约束和风电装机容量约束。

[0012] 在S3阶段中，所述的将风电组合容量因子在特定区间内连续取值中的特定区间是指 在该区间内利用拉格朗日乘子法反复计算构建的计算模型，即可得到一组风电组合标准差和相应的各区域风电装机容量。

[0013] 在S4阶段中，所述的风电组合品质因子定义为风电组合容量因子与风电组合标准差的比值；风电容量因子指风电场年平均出力与额定装机容量的比值。

[0014] 在S21阶段中，所述的目标函数为： 其中，σtotal为风电组合风险；N为规划区域个数；xi为区域i的风电装机容量比例；σi为区域i的风电标准差；ρij为风电基地i和j的风电相关系数。

[0015] 在S22阶段中，所述的约束条件包括：

[0016] 1)风电装机容量比例约束： 所有待规划区域的风电装机容量比例之和必为1；

[0017] 2)风电容量因子约束： 其中，Ei为区域i的风电容量因子；Etotal为风电组合容量因子；

[0018] 3)风电装机容量约束： 其中，Pi为规划的区域i的风电装机容量；Ptotal为规划的风电总装机容量；Pimin和Pimax分别为区域i的风电装机容量上下限。

[0019] 与现有技术相比，本发明提供的跨区域风电装机容量协调规划方法的有益效果在于：本发明方法基于投资组合理论将不同区域的风电装机容量联合规划，有效地减小了风电总出力波动，降低系统总的调峰容量需求。将风电组合品质因子最大情况下的各区域风电装机容量作为最终优化结果，最大程度上兼顾了风电容量可信度和风电波动问题。另一方面，本发明设置了各个区域的风电装机容量上下限，充分考虑了各个区域的电网结构、负荷水平、政府政策等情况，使得规划结果更贴近实际。

附图说明

[0020] 图1为本发明提供的跨区域风电装机容量协调规划方法流程图。

具体实施方式

[0021] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图、附表及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

[0022] 在本发明的实施例中，大范围跨区域风电装机容量协调规划方法，将风电组合容量因子作为收益，将风电组合标准差作为风险，通过优化各区域的风电装机容量比例，使得在一定的风电组合容量因子情况下，风电组合标准差达到最小，有效地减小了风电总出力波动，降低了系统总的调峰容量需求。

[0023] 如图1所示，本发明提供的跨区域风电装机容量协调规划方法包括按顺序执行的下列步骤：

[0024] 步骤1)获取相关数据的S1阶段：获取规划区域个数、规划区域的风电容量因子、规划区域的风电标准差、规划的风电装机总容量、各区域的风电装机容量上下限，各区域之间的风电相关系数；

[0025] 步骤2)构造计算模型的S2：构建以在给定的风电组合容量因子情况下风电组合标准差最小为目标函数，以风电装机容量比例约束、风电容量因子约束和风电装机容量约束为约束条件的计算模型；

[0026] 步骤3)计算风电组合有效前沿曲线的S3阶段：将由S1阶段所获取的规划区域个数、规划区域的风电容量因子、规划区域的风电标准差、规划的风电总装机容量和各区域的风电装机容量上下限代入S2阶段中构建的计算模型，并将风电组合容量因子在特定区间内连续取值，反复计算S2阶段中构建的计算模型，得到一组风电组合标准差和相应的各区域风电装机容量，作出风电组合有效前沿曲线；

[0027] 步骤4)确定规划结果S4阶段：利用风电组合有效前沿曲线，计算风电组合品质因子，并从中选取风电组合品质因子最大时的各区域风电装机容量作为最终规划结果。

[0028] 在S2阶段中，所述的构造计算模型的方法包括以下步骤：

[0029] S21：构建优化目标：以在给定的风电组合容量因子情况下风电组合标准差最小为目标函数；

[0030] S22：构建约束条件，包括：风电装机容量比例约束、风电容量因子约束和风电装机容量约束。

[0031] 在S21阶段中，所述的目标函数为： 其中，σtotal为风电组合风险；N为规划区域个数；xi为区域i的风电装机容量比例；σi为区域i的风电标准差；ρij为风电基地i和j的风电相关系数；

[0032] 在S22阶段中，所述的约束条件包括：

[0033] 1)风电装机容量比例约束： 所有待规划区域的风电装机容量比例之和必为1；

[0034] 2)风电容量因子约束： 其中，Ei为区域i的风电容量因子；Etotal为风电组合容量因子；

[0035] 3)风电装机容量约束： 其中，Pi为规划的区域i的风电装机容量；Ptotal为规划的风电总装机容量；Pimin和Pimax分别为区域i的风电装机容量上下限；如果不设置Pimin和Pimax，则计算结果中有的区域风电装机容量比例可能为0，另外，为了充分考虑各个区域的电网结构、负荷水平、政府政策等实际情况，故需设置Pimin和Pimax。

[0036] 在S3阶段中，所述的将风电组合容量因子在特定区间内连续取值中的特定区间是指 在该区间内利用拉格朗日乘子法反复计算构建的计算模型，即可得到一组风电组合标准差和相应的各区域风电装机容量。

[0037] 在S4阶段中，所述风电组合品质因子定义为风电组合容量因子与风电组合标准差的比值；风电容量因子指风电场年平均出力与额定装机容量的比值；该参数反映了一个地区的风能资源条件，容量因子越大表明该地区风能资源越丰富；标准差是各数据偏离平均数的距离的平均数；标准差反映了一个数据集的离散程度，一个较大的标准差代表大部分数值和其平均值之间差异较大；一个较小的标准差代表这些数值较接近平均值；一个地区的风电标准差刻画了该地区风电功率的波动程度，一个风电基地的风电功率标准差越小，对电网带来的冲击越小；为了综合评价和衡量风电资源优劣，定义风电品质因子等于该地区风电容量因子与标准差的比值，品质因子既考虑了风电功率大小(容量因子)，又兼顾了风电波动程度(标准差)，品质因子越大，风电条件越优异。

[0038] 为了更进一步说明本发明实施例，现以我国正在建设的八大千万千瓦级风电基地为研究对象：酒泉、哈密、蒙东(赤峰)、蒙西(乌兰察布)、河北(张家口)、吉林(白城)、江苏(大丰)、山东(莱州)，优化八大风电基地的风电装机容量比例。我国八大风电基地的风电特性指标如表1所示。

[0039] 基于所建立的跨区域风电装机容量协调规划模型，可得组合有效前沿。对于几个风电基地的优化组合来说，组合容量因子为这几个风电基地容量因子的加权平均，其中权值为各个风电基地的装机容量比例，故组合容量因子必然不会超过这几个风电基地容量因子的最大值。酒泉地区的标准差为0.2368，风电容量因子为0.1759，品质因子为0.7462；而组合风电在相同的标准差下，容量因子和品质因子均大于酒泉的两倍(分别为0.3640、
1.5385)。哈密地区的标准差为0.2876，风电容量因子为0.1899，品质因子为0.6602；而组合风电在相同的标准差下，容量因子和品质因子也大于哈密的两倍(分别为0.3955、
1.3751)。

[0040] 对于风电组合来说，组合有效前沿包括无数个点，其中的每一个点均代表了在特定标准差下所能取得的最大容量因子或特定容量因子下所能取得的最小标准差。其中组合品质因子最大值为1.8675，此时组合容量因子为0.275，组合标准差为0.1473，各区域的风电装机容量比例如表2所示。在我国八大千万千瓦风电基地中，蒙西的品质因子最大(1.1716)，而组合品质因子最大值为蒙西的为1.6倍。将风电组合品质因子最大情况下的各区域风电装机容量作为最终优化结果，最大程度上兼顾了风电容量可信度和风电波动问题。将不同区域的风电装机容量联合规划，有效地减小了风电总出力波动，降低系统总的调峰容量需求。

[0041] 本发明的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

[0042] 表1 我国八个地区的风电特性指标

[0043]

[0044] 表2 各区域的风电装机容量比例

[0045]区域 酒泉 哈密 蒙东 蒙西 河北 吉林 江苏 山东
比例 21.52％ 17.17％ 9.35％ 16.19％ 0 13.55％ 22.22％ 0

[0046] 本发明提供的跨区域风电装机容量协调规划方法将不同区域的风电装机容量联合规划，基于投资组合理论，将风电组合容量因子作为收益，将风电组合标准差作为风险，充分考虑了各个区域的电网结构、负荷水平、政府政策等情况，将风电组合品质因子最大情况下的各区域风电装机容量作为最终优化结果，有效地减小了风电总出力波动，降低系统总的调峰容量需求，为从全局整体的角度进行风电装机容量规划提供了指导。