[发明专利]一种基于风电场出力波动性模糊的分类方法

说明书

技术领域

本发明涉及基于风电场出力波动性模糊的分类方法,属于电力系统经济运行的技术领域，是基于风电场出力波动性模糊的分类方法的创新技术。

背景技术

高渗透率间歇性电源的接入，在改善区域能源结构、提高清洁能源比例、改善环境的同时，大大提高了区域电网的复杂性，特别是对于区域电网，可能会对系统的调峰调频、合理的机组备用安排构成较大压力，为有效提升电网接纳可再生能源的能力，提高可再生能源的利用率及发电的可靠性，有必要研究各风电场的出力波动性和集群效应，特别是风电场的日出力的波动性。

对于区域电网中的各个风电场，日出力的波动性千变万化，需要一种合理的分类方法，根据风电场各时段的出力大小将风电场归类，从而能够有效地反映个别风电场的出力特性，以及区域风电场考虑集群效应后的日出力特性，通过长期的数据统计后，能够对风电出力日波动性的类型进行预测和估计，不但可以为调度的机组安排、备用和合理调度提供直观的概率描述，也能够供规划建设合理电源结构提供依据。

发明内容

本发明的目的在于提出一种基于风电场出力波动性模糊的分类方法，本发明能够根据风电日出力数据的波动性进行模糊分类，反映风电的出力特性，从而能够直观描述后不仅能够供调度部门进行经济调度使用，在长期也能够供规划部门进行合理电源配置使用。

本发明的技术方案是：本发明基于风电场出力波动性模糊的分类方法，包括有如下步骤：

1）输入风电场日出力分时数据；

2）把全天分为三个时间段，计算三个时间段内风电输出有功功率的平均值，分别记为P1，P2，P3；

3）根据所列的P1，P2，P3的大小关系，判断风电场日出力波动型属于低值区间波动型、凸型、凹型、下降型、上升型还是高值区间波动性，风电场出力呈先上升后下降的趋势，称其为凸型；反之，风电场出力先下降后上升，曲线波动形状称为凹形；另外，风电场出力曲线总体呈上升趋势的风电波动性称为上升型；与之相对，风电场出力曲线总体呈下降趋势的风电波动性称为下降型；其它风电场出力较高且波动不规律的风电波动性称为高区间波动型。

本发明提出的一种基于风电场出力波动性模糊的分类方法，方法简单实用，将风电日出力波动性分为六种类型，可以根据风电出力数据量化地确定风电类型，通过合理地风电出力类型分类，可以为调度的机组安排、备用和合理调度提供直观的概率描述，也能够供规划建设合理电源结构提供依据。

附图说明

图1是本发明方法应用的流程图。

具体实施方式

参照附图1，对本发明的应用进行详细描述：

本发明基于风电场出力波动性模糊的分类方法，包括有如下步骤：

1）输入风电场日出力分时数据；

2）把全天分为三个时间段，计算三个时间段内风电输出有功功率的平均值，分别记为P1，P2，P3；

3）根据所列的P1，P2，P3的大小关系，判断风电场日出力波动型属于低值区间波动型、凸型、凹型、下降型、上升型还是高值区间波动性，风电场出力呈先上升后下降的趋势，称其为凸型；反之，风电场出力先下降后上升，曲线波动形状称为凹形；另外，风电场出力曲线总体呈上升趋势的风电波动性称为上升型；与之相对，风电场出力曲线总体呈下降趋势的风电波动性称为下降型；其它风电场出力较高且波动不规律的风电波动性称为高区间波动型，综上所述，风电日波动曲线分为六种类型，如表1所示。

表1六种风电日波动曲线类型