Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种耦合气象降尺度的水风光系统发电消纳调度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:大连理工大学

摘要:本发明属于多能源互补协调调度领域,公开了一种耦合气象降尺度的水风光系统发电消纳调度方法。采用支持向量机回归算法识别不同水文气象变量数据,通过建立观测数据与气象因子统计关系实现了高分辨率空间降尺度;利用风光发电经验公式计算风光出力过程;并引入系列时序调峰模式确定调峰与水风光电量消纳联动方程,避免了因忽视气候变化影响和短期发电规律可能导致的对能源消纳的过高估计。通过云南澜沧江流域及其周边风光电站构成的工程实例分析,结果表明本发明可有效降低水文气象降尺度误差,以水风光电量消纳联动方程可以更准确描述水风光能源发电规律,使得调度结果呈现出较好的准确性和可靠性。

主权项:1.一种耦合气象降尺度的水风光系统发电消纳调度方法,其特征在于,包括如下步骤:1利用支持向量机回归对水文气象变量数据进行空间降尺度,以准确反映水风光各电站出力受气候变化的影响情况;1.1选取水文气象变量作为原始数据集:利用逐时段降水量、蒸发量、地表气温、土壤含水量映射逐时段水电站入库径流变化,逐时段10m风速用来预测逐时段风电和光伏电站处的近地表风速,逐时段地表短波辐射和地表气温用来预测逐时段光伏电站太阳能板接收辐射和环境温度;1.2水文气象变量的原始数据集划分:依时间顺序将原始数据按6:2:2的比例划分为训练集、验证集和测试集;1.3假设训练集是{xi,yi},i∈[1,N,其中xi是不同大气环流模式大尺度水文气象变量数据,yi是对应时间的实际数据,N是数据集的大小;用式1表示SVR的线性回归决策面函数,其中ω是权重向量,b是偏差;应用非线性变换函数将输入空间映射到高维特征空间: 1.4建立水文气象变量允许预测误差ε不敏感损失函数: 1.5以水文气象变量预测误差结构风险最小化为目标,利用Python-sklearn程序模块将预测误差最小化问题转换为在约束4情况下等价的二次凸规划问题进行求解; 式中:ξi和为预测误差的正松弛因子,ξi表示预测值高于真实值的情况下的松弛程度,表示预测值低于真实值的情况下的松弛程度,C是预测误差正则化惩罚系数;2设pi,t为电站i在时间段t处水文气象变量的预测值;ri,t为电站i在时间段t处水文气象变量的真实观测值;为电站i在时间段t处水文气象变量的真实观测值的最大值;ri,t为电站i在时间段t处水文气象变量的真实观测值的最小值;利用正规化方均根差NRMSE与相对平方误差RSE表征测试集上水文气象变量观测和预测时间序列之间的差异,以评估预测性能,指标数值越小证明模型效果越好;具体计算公式如下: 式中:pi,t为电站i在时间段t处水文气象变量的预测值;ri,t为电站i在时间段t处水文气象变量的真实观测值;为电站i在时间段t处水文气象变量的真实观测值的最大值;ri,t为电站i在时间段t处水文气象变量的真实观测值的最小值;3输入电站处的水文气象变量,构建风力发电和光伏发电经验公式,使用Python编程语言从Excel文件导入未来水文气象变量的降尺度数据,利用Python-math库对计算得到降尺度数据再次进行求解得到风光出力率变化过程;具体公式如下:风力发电经验公式: 式中:为风电站轮机高度z米处的风速,ms;分别为风电站轮机的切入风速和切出风速,ms;为风电站所在位置近地表风速,ms;z0为表面粗糙长度,取为0.0002m;为风电站的出力率即为出力与装机的比值;为发电函数系数;为风电站nw的装机容量;Δtm为m月的小时数;光伏发电经验公式: 式中:为光伏电站npv的出力率;为太阳能板性能比;为光伏电站npv的地表辐射,W·m2;rsdsSTC为标准大气压下的地表辐射,rsdsSTC=1000W*m2;γ取-0.005℃-1,为经验公式计算系数;为太阳能电池温度,由温度、辐射、风速共同影响,TasSTC为标准大气压下的环境空气温度,TasSTC=25℃;为光伏电站npv的装机容量; 式中:系数取值为光伏电站npv处的环境温度,℃;为光伏电站npv处的地表风速,ms;4以各电站处水文气象变量为特征输入,采用分段线性拟合方式构建水风光电量消纳联动方程,实现对水风光互补消纳关系的析取,具体表达式如下: 式中:为水风光电量消纳联动函数,表示在m月负荷为场景下水风光电量消纳的定量关系;以Gurobi求解器为建模平台,利用Python语言将上述非线性模型转化为混合整数线性规划进行求解,确定水电发电量大小与风光电消纳规模的影响关系,具体影响包括四个主要阶段:阶段1:水电调节能力不足,限制风光被消纳;随着水电出力的增加,水电灵活性增强,风光消纳占比呈上升趋势;阶段2:水电调节能力可完全平抑风光发电波动,响应受端电网的调峰需求;由此,风光资源可被受端电网完全消纳;阶段3:通道容量限制了水风光打捆外送出力;由此,风光消纳占比随着水电出力的增加而呈下降趋势;阶段4:水电出力继续增加直至突破通道容量限制,风光发电量将无法被消纳。

全文数据:

权利要求:

百度查询: 大连理工大学 一种耦合气象降尺度的水风光系统发电消纳调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。