计及功率相关性的光伏电站群置信容量评估方法

摘要

本发明针对我国大规模光伏电站群由于光伏发电的随机性、间歇性和周期性导致无法准确评估其发电的置信容量的问题，提出了一种光伏电站群置信容量评估方法，其特点是，包括光伏电站群功率特性分析、计及功率相关性的光伏电站群功率建模和光伏发电置信容量评估等步骤，它以功率相关系数表征同一光伏电站群内不同光伏电站功率相关性，构建了计及温度、辐照度变化及功率相关性的光伏电站群功率模型，以此模型仿真光伏电站功率，评估光伏电站群的置信容量，具有科学合理，适用性强的特点。

说明书

技术领域

本发明涉及光伏发电技术领域，是一种计及功率相关性的光伏电站群置信容量评估方法。

背景技术

能源安全及环境的压力使人们不断的降低对化石能源的依赖，光伏发电、风力发电等可再生能源发电正逐渐取代传统能源发电的地位。随着太阳能技术的不断发展以及单位容量太阳能电池板价格的不断降低，大规模的开发与利用太阳能已形成趋势。

我国太阳能资源相对丰富的地区主要分布在西藏、青海、甘肃及新疆等西部省份。这些地区地势平坦、人口密度低，适宜发展大规模集中式光伏发电。但由于用电负荷小、电网网架偏薄弱等原因，必须建设配套的输电工程将过剩的光伏功率送至负荷中心进行消纳。

目前上述地区光伏发电通常采用功率汇聚外送的方式并入电网，受天气条件的影响，光伏功率波动较明显。评估光伏发电容量置信度，不能简单的将光伏电站群等效为相同容量的一个光伏电站，需要以光伏电站群为基础，研究功率汇聚后的波动特点，以此评估光伏电站群的置信容量。

我国大规模光伏电站群的建设，对电网稳定性提出了新的挑战。电网不仅要接纳更多的光伏发电装机，还要应对其对电网稳定性的影响。有必要研究综合考虑温度、辐照度变化及光伏电站功率相关性的光伏电站群置信容量评估方法。

发明内容

本发明所要解决的技术问题是，提出一种计及功率相关性的光伏电站群置信容量评估方法，该方法综合考虑了光伏发电温度、辐照度时变性以及同一光伏电站群内不同光伏电站的功率相关性，更准确的评估光伏电站群置信容量及其对电网的影响。

解决其技术问题采用的方法是：一种计及功率相关性的光伏电站群置信容量评估方法，其特征在于，它包括以下步骤：

1)光伏电站群功率特性分析

光伏电站间功率相关系数能够反映光伏电站功率相关关系的密切程度；基于光伏电站群的实测历史数据分析可知，同一站群内光伏电站输出功率相关系数较高，表明同一站群内光伏电站功率具有较高的相关性，与不同站群光伏电站存相关性存在明显差别；

由于光伏电站空间距离不同，光伏电站受到的温度、光照强度、天气条件因素的影响程度不相同；因此，即使同一光伏电站群内不同光电站的输出功率也存在着差异；

在评估光伏电站群置信容量过程中，不能简单的将光伏电站群用一个同容量单一光伏电站来替代，则需要考虑光伏电站间功率相关性；

2)计及功率相关性的光伏电站群功率建模

光伏发电功率同时受到太阳辐射强度及温度的影响，光伏电站等值功率计算模型为(1)式：

$>\left(\begin{array}{c}{P}_{ST}=\eta NUI\\ I=I_{SC}-I_0\left(\exp \right(\frac{U+{\mathrm{IR}}_S}{{\mathrm{nV}}_T})-1)\end{array}\right)---\left(1\right)$>

其中：P_ST为光伏电站功率；

η为光伏电站变流及变压系统效率；

N为光伏电站等效光伏电池组件数量；

U为太阳能电池组件电压；

I为电池组件电流；

I₀为二极管饱和电流；

R_S为固有电阻；

n为二极管理想常数；

V_T为电池组件热势能；

I_SC为电组件短路电流，其值与温度及辐照度有关，求解为(2)式：

$>I_{SC}=I_{SC0}\frac{I_{\beta }}{I_{ref}}[1+{\alpha }_T(T-T_{ref})]---\left(2\right)$>

其中：I_SC0为标准测试条件下光伏组件短路电流；

I_β为辐照度；

I_ref为标准测试条件下的辐照度；

α_T为短路电流温度系数；

T为组件温度；

T_ref为标准测试条件下温度；

在温度、光照强度给定的条件下，不同的电压对应不同功率，其中辐照度I_β是晴空指数k_t及时间t的函数，k_t服从一定的概率分布，求解为(3)式：

$>f\left(k_t\right)=C\frac{k_{tmax}-k_t}{k_{tmax}}{e}^{{\mathrm{\lambda k}}_t}---\left(3\right)$>

其中：f为k_t的概率密度函数；

C及λ为与月平均晴空指数有关的系数；

k_tmax为月晴空指数最大值；

通过构建联合的k_t分布，即可仿真具有一定相关性的光伏电站群功率，采用多维Copula函数构建光伏电站群内不同光伏电站k_t联合概率密度函数为(4)式；

C(u₁,u₂,…,u_n；ρ)＝Φ_ρ(Φ^-1(u₁),Φ^-1(u₂),…,Φ^-1(u_n))(4)

其中：C为多维高斯Copula函数；

ρ为等效相关系数矩阵；

Φ和Φ^-1分别为标准正态分布及其反函数；

n表示函数的维度，此处为光伏电站的个数；

3)光伏发电置信容量评估

采用有效载荷能力定义新能源机组的置信容量，即在系统可靠性指标不变的情况下，新增电源能够额外承担的负荷量，其计算为(5)式：

R₀＝R(G,L)＝R(G+G_pv,L+ΔL)(5)

其中：R₀为系统可靠性指标；

R为可靠性评估函数；

G、G_pv分别为常规机组装机容量、光伏发电装机容量；

L为系统负荷；

ΔL为系统增加的负荷，即光伏发电置信容量。

本发明的计及功率相关性的光伏电站群置信容量评估方法，以功率相关系数表征同一光伏电站群内不同光伏电站功率相关性，构建了计及温度、辐照度变化及功率相关性的光伏电站群功率模型，以此模型仿真光伏电站功率，评估光伏电站群的置信容量，本发明为评价大规模光伏电站群对电力系统可靠性提供了一种有效的方法，具有科学合理，适用性强的特点。

附图说明

图1是实施例中不同光伏电站群内光伏电站相关系数示意图；

图2是本发明方法计算原理流程图；

图3是由本发明方法确定的不同装机容量光伏电站群置信容量与同容量光伏电站置信容量示意图。

具体实施方式

下面利用附图和实施例对本发明计及功率相关性的光伏电站群置信容量评估方法作进一步说明。

本发明的具体实施例是：以我国西北某大型光伏电站群所处位置为例，分析用数据来自光伏电站群实测数据,数据的获得可采用本领域技术人员所熟悉的市售产品数据采集装置来实现。

实施例计算条件说明如下：

1)仿真光伏电站群规模分别为200MW、300MW、400MW、500MW、600MW、700MW及800MW，其中200MW光伏电站群由100MW、50MW、30MW及20MW光伏电站组成，之后总容量每增加100MW，光伏电站群增加100MW光伏电站；

2)太阳能电池板采用300W组件；标准测试条件下光伏组件短路电流I_SC0＝8.81A；短路电流温度系数α_T＝0.006％/℃；标准测试条件下温度T_ref＝25℃；二极管理想常数n为1.5；固有电阻R_S为0.054；光伏电站变流及变压系统效率η为0.8；标准测试条件下的辐照度I_ref为1000W/m²；

3)计算用光伏电站群经纬度为36°24′N，94°53′E；各月的月平均晴空指数分别为0.670、0.679、0.650、0.643、0.636、0.611、0.593、0.607、0.645、0.685、0.689、0.675；等效相关系数ρ为0.8；每月的最大晴空指数取0.9；

在上述计算条件下，应用本发明方法对实施例光伏电站群置信容量评估结果如下：

1)光伏电站群功率特性分析

实施例中去除光伏发电功率为0时刻，分别计算了光伏电站群1、2的1号光伏电站与本群及他群光伏电站功率相关系数，不同光伏电站群的光伏电站与本群光伏电站及其他群光伏电站相关系数对比如附图1；由图1可见，本区光伏电站功率相关系数较高，与其他光伏电站群功率相关系数存在明显差别，光伏电站间功率相关系数可以作为区分光伏电站群的依据，同是也可以作为仿真光伏电站群功率的依据；

2)计及功率相关性的光伏电站群功率建模

光伏发电功率同时受到太阳辐射强度及温度的影响，光伏电站等值功率计算模型为(1)式：

$>\left(\begin{array}{c}{P}_{ST}=\eta NUI\\ I=I_{SC}-I_0\left(\exp \right(\frac{U+{\mathrm{IR}}_S}{{\mathrm{nV}}_T})-1)\end{array}\right)---\left(1\right)$>

在给定的计算参数条件下光伏电站功率具体计算由(1)式转换为(6)式：

$>\left(\begin{array}{c}{P}_{ST}=0.8\times N\times U\times I\\ I=I_{SC}-I_0\times \left(\exp \right(\frac{U+I\times 0.054}{1.5V_T})-1)\end{array}\right)---\left(6\right)$>

I₀、V_T的计算：

$>\left(\begin{array}{c}{I}_0=9.711\times {10}^{-7}\times \left(\frac{T+273.15}{298.15}\right)\\ \times \left(11594\times \left(1.16-7.02\times {10}^{-4}\times \frac{{\left(T+273.15\right)}^2}{\left(T-834.85\right)}\right)\times \left(\frac{1}{298.15}-\frac{1}{273.15+T}\right)\right)\end{array}\right)$>

V_T＝1.35×10^-3×T

由(2)式：

$>I_{SC}=I_{SC0}\frac{I_{\beta }}{I_{ref}}[1+{\alpha }_T(T-T_{ref})]---\left(2\right)$>

带入数据转换为(7)式对I_SC的计算：

$>I_{SC}=8.81\times \frac{I_{\beta }}{1000}\times [1+0.006\%\times (T-T_{ref})]---\left(7\right)$>

光伏电池类似受控电流源，不同的电池组件电压对应不同的输出电流及功率，本发明借助改进粒子群算法来求取光伏电池最佳工作点压；

辐照度I_β计算：

其中：n_d为从1月1日开始，日期对应一年中的天数，即n_d取1～365；θ为电池板上太阳光的入射角，其不同时刻的值太阳入射角跟踪测量仪测量得到；

由(3)式：

$>f\left(k_t\right)=C\frac{k_{tmax}-k_t}{k_{tmax}}{e}^{{\mathrm{\lambda k}}_t}---\left(3\right)$>

代入数据转换为(8)式对k_t的概率密度函数f的计算：

$>f\left(k_t\right)=C\times \frac{0.9-k_t}{0.9}\times e^{{\mathrm{\lambda k}}_t}---\left(8\right)$>

其中C，λ的计算公式如下：

$>\left(\begin{array}{c}\lambda =(2\times \frac{0.9}{0.9-k_{ta}}-17.519\times \exp \left(-1.318\frac{0.9}{0.9-k_{ta}}\right)\\ -1062\times \exp \left(-5.0426\times \frac{0.9}{0.9-k_{ta}}\right))/0.9\end{array}\right)$>

C＝λ²×0.9/(exp(λ×0.9)-1-λ×0.9)

晴空指数按(4)式

C(u₁,u₂,…,u_n；ρ)＝Φ_ρ(Φ^-1(u₁),Φ^-1(u₂),…,Φ^-1(u_n))(4)

抽样，将生成的晴空指数序列代入(6)和(7)式，结合最佳工作点求取算法，即可计算得到光伏电站群功率；

3)光伏发电置信容量评估

采用有效载荷能力定义新能源机组的置信容量，即在系统可靠性指标不变的情况下，新增电源能够额外承担的负荷量，其计算为(5)式：

R₀＝R(G,L)＝R(G+G_pv,L+ΔL)(5)

以RTS-79稳定性测试系统为例，采用MATLAB软件编程，评价光伏加入后系统的发电可靠性；该系统包括32台发电机，容量从12MW到400MW不等，总装机容量为3405MW，系统最大负荷为2850MW；采用有效载荷能力定义新能源机组的置信容量。如附图2所示，本发明的方法流程依次为：输入系统机组数据及负荷数据，评估原系统可靠性指标R₀，输入光伏电站群电站个数、月平均晴空指数数据，仿真光伏电站群晴空指数，输入气温数据，输入光伏电站装机容量、计算每个光伏电站功率，评估系统可靠性水平R，当│R₀-R│≤ε为Y时至输出ΔL，当│R₀-R│>ε为N时，通过调整负荷水平L'＝L+ΔL返回评估系统可靠性水平R。

图3为本发明计算得到不同装机容量光伏电站群置信容量，同时计算了将光伏电站等效为同等容量的一个光伏电站的传统方法计算的置信容量；结果表明考虑相关性的光伏电站群置信容量要高于不考虑相关性的光伏电站群置信容量。光伏电站群内光伏电站间的功率相关性对系统的可靠性有积极的影响，即在相同的可靠性指标下，采用本文考虑光伏电站间功率相关性的模型计算系统承担的额外负荷高于不考虑相关性的同容量等效方法。

本发明实施例中的计算条件、图例等仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。