[发明专利]一种新能源最大消纳能力分析方法

权利要求书

1.一种新能源最大消纳能力分析方法，其特征在于：包括：

预测新能源出力：根据数据采样信息，经处理甄选，利用改进后的BP神经网络预测规划日各时段新能源出力的多少，形成新能源出力曲线；

预测用电负荷数据：根据基础用电数据，经处理甄选，利用改进后的BP神经网络预测得到各时间段的基础用电数据，并得到其他不可调节能源的出力曲线；

确定火力发电成本约束：根据火电厂的实际运行模式，设立功率平衡约束，机组出力约束，最小启停时间约束，机组爬坡率约束；

确定“弃风，弃光”电量期望约束条件：基于风险指标的机会约束；

确定最小火电机组发电成本：根据火电厂的出力约束，构建火电深度调峰发电成本最小调度模型，模型中的各项系数均根据历史经验数据获得；

确定输送电量损耗最小模型：受调峰能力制约，如果新能源出力与机组最小技术出力之和大于负荷，系统就必须弃掉部分新能源出力，统计各个时段的新能源出力“弃用量”，将原本打算弃用的电量通过输送线路输送到用电需求地进行消纳，并计算输电线路的损耗，构成输送电量损耗最小的模型；

优化求解计算：利用IAFSA对构建的火力发电成本最小和输送电量损耗最小的两目标模型进行求解，得到各个时段的火电出力及电网输送计划表。

2.根据权利要求1所述的一种新能源最大消纳能力分析方法，其特征在于：在新能源出力预测与用电负荷数据预测步骤中，对数据采样信息和基础用电数据均进行误差分析，并删除误差较大的数据。

3.根据权利要求1所述的一种新能源最大消纳能力分析方法，其特征在于：所述火力发电成本约束中具体约束条件为：

功率平衡约束：

机组出力约束：

U_i.tP_i.b≤P_i.t≤U_i.tP_i.max

机组爬坡率约束：

U_i,t-1P_i,t-1-α_idown≤P_i.t≤U_i,t-1P_i,t-1+α_iup

风电，光电量期望约束：

V_LOLP.t≤R_LOLP

P_w.t新能源出力，P_t系统过电负荷，P_c联络线功率，P_i.b深度调峰最小出力，P_i.max机组最大出力，α_idown机组i向下爬坡限制，α_iup机组i向上爬坡限制，V_LOLP.t风险指标值，R_LOLP＝0.001。

4.根据权利要求1所述的一种新能源最大消纳能力分析方法，其特征在于：所述火电深度调峰发电成本最小调度模型为：

其中：G为火电机组运行成本，T为调度时间，U_i.t为机组i在时段t的状态，N为机组台数，S为机组进行调峰的启停组合，F(P_i.t)为机组i在时段t的调峰成本，P(i.t)为机组i在时段t的出力，S_iup为机组i的启动成本，S_idown为机组i的停运成本，S_com为深度调峰补偿费用。

5.根据权利要求1所述的一种新能源最大消纳能力分析方法，其特征在于：对T时间内的“弃风”电量和“弃光”电量进行求和得到调度周期内新能源弃电量，并计算输电线路损耗，得到输送电量损耗最小模型，即输送电量损耗最小模型为：

P_w,i,tcurtail风电弃用量，P_s,i,tcurtail光伏弃用量，E_loss输电线路损耗量，R输电线路电阻，X线路电抗；

其中，

P_w,i,tcurtail＝P_w,i,tmax-P_w,i,t

P_w,i,tmax，P_w,i,t分别为风电场i在t时段可能的最大发电出力、风电实际出力；

P_s,i,tcurtail＝P_s,i,tmax-P_s,i,t

P_s,i,tmax，P_s,i,t分别为光电场i在t时段可能的最大发电出力、光电实际出力。