一種光熱電站平滑出力方法
【技術領域】
[0001] 本發(fā)明涉及電力技術領域，具體地，涉及一種光熱電站平滑出力方法。
【背景技術】
[0002] 光熱電站是根據(jù)太陽能光熱發(fā)電原理采用"光一熱一電"的發(fā)電方式，通過成千上 萬的定日鏡把太陽光反射到位于太陽塔頂?shù)奈鼰崞鞅砻妫纬筛邷?，再通過傳熱介質(zhì)產(chǎn)生 蒸汽，推動蒸汽輪機發(fā)電。相比于光伏電站發(fā)電，光熱電站發(fā)電的成本更低，近年來發(fā)展迅 速。
[0003] 太陽能是目前較成熟的可用于發(fā)電的再生清潔能源，但由于太陽能資源存在著隨 機性和波動性，給電網(wǎng)帶來一系列的影響。功率的波動性程度直接影響電網(wǎng)原有的潮流分 布，當光熱發(fā)電的滲透率處于較高水平時，波動性和隨機性會給電網(wǎng)的運行帶來巨大沖擊。 為了確保注入電網(wǎng)的電能保持平穩(wěn)，就需要對光熱發(fā)電功率的波動進行平抑，以減小光熱 發(fā)電功率波動對電網(wǎng)的影響。
[0004] 東北電力大學宇航、嚴干貴等人利用一階低通濾波算法實現(xiàn)風電功率波動平抑的 控制策略。該控制策略主要對風電場運行中的高頻分量進行濾除，減小風電功率的變化率， 為電力系統(tǒng)提供較為穩(wěn)定的功率輸出，而儲能系統(tǒng)則是通過其充放電來改變輸出功率的幅 值，使注入電網(wǎng)的電能更加平穩(wěn)。
[0005] 由于太陽能與風能均是具有隨機性和波動性的可再生能源，在電力技術領域，這 種利用一階低通濾波算法進行風電功率波動平抑的控制策略也可以應用于光熱電站功率 波動平抑中，即利用一階低通濾波算法對光熱電站功率波動進行平抑。
[0006] 但在實際應用中發(fā)現(xiàn)利用一階低通濾波算法得到的出力平滑曲線存在一定的延 時作用，如圖1所示，較細的線為風電單獨出力曲線，較粗的線為利用這種控制策略得到的 風儲聯(lián)合發(fā)電平滑出力曲線，從圖2可明顯看出，風儲聯(lián)合發(fā)電平滑出力曲線滯后于風電 單獨出力曲線。這是因為這種利用一階低通濾波算法實現(xiàn)風電功率波動平抑的控制策略是 采用本次采樣值與上次濾波輸出值進行加權(quán)得到本次濾波輸出值，具體公式為：
[0007] Y(η) = α Χ(η) + (1-α )Υ(η-1)
[0008] 以上公式中，α為濾波系數(shù)；Χ(η)為本次采樣值；Υ(η-1)為上次濾波輸出值； Y (η)為本次濾波輸出值。
[0009] 可見，這種利用一階低通濾波算法實現(xiàn)風電功率波動平抑的控制策略還存在不足 之處。
[0010] 同理，當利用一階低通濾波算法對光熱電站功率波動進行平抑時，也不可避免會 出現(xiàn)得到的平滑出力曲線延時滯后的問題。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明實施例的主要目的在于提供一種光熱電站平滑出力方法，以解決現(xiàn)有技術 利用一階低通濾波算法平抑光熱電站功率波動所得到的平滑出力曲線存在延時現(xiàn)象的問 題。
[0012] 為了實現(xiàn)上述目的，本發(fā)明實施例提供一種光熱電站平滑出力方法，包括：
[0013] 步驟A，獲取光熱電站功率預測值組成的數(shù)據(jù)集合；
[0014] 步驟B，利用多項式擬合算法對所述數(shù)據(jù)集合進行擬合，得到理想平滑出力公式；
[0015] 步驟C，根據(jù)所述理想平滑出力公式計算理想平滑出力值；
[0016] 步驟D，根據(jù)所述理想平滑出力值與所述光熱電站功率預測值的大小關系，確定實 際平滑出力值；
[0017] 所述步驟A具體為獲取光熱電站功率預測值組成的數(shù)據(jù)集合P :
[0018] P = ((Pi, t；) I i = I, 2. . . , m}；
[0019] 其中，P為數(shù)據(jù)集合，P1為光熱電站功率預測值，m為所述數(shù)據(jù)集合的樣本個數(shù)且 m為自然數(shù)，i為樣本序列號，h為P1對應的時間；
[0020] 所述步驟B具體包括：
[0021] 步驟Bl，根據(jù)所述數(shù)據(jù)集合P中光熱電站功率預測值P1的波動趨勢，確定所述理 想平滑出力公式的階數(shù)η，其中η為自然數(shù)；
[0022] 步驟Β2,擬合具有所述階數(shù)η的多項式：
[0023] antin+an ^*··+a^i+ag ；
[0024] 其中，a。~an為多項式系數(shù)；
[0025] 步驟B3,計算所述多項式antin+an山 11 k…+aJi+a。與所述光熱電站功率預測值Pi 的差值平方和Err :
[0026]
[0027] 步驟M，利用最小二乘法計算所述差值平方和Err為最小值時，多項式系數(shù)a。~ an對應的具體值α。~α n ;
[0028] 步驟B5,利用所述具體值α。~（1"構(gòu)建理想平滑出力公式X(t):
[0029] X (t) = a ntn+ a n jt" ^*·· + a :t+ α 0 ；
[0030] 其中，t為時間；
[0031] 所述步驟C具體為：
[0032] 計算當t = &時，所述理想平滑出力公式X (t)的值XU1):
[0033] X (tj = α 山11+a n 山11 丄+…+ α 山+α 0
[0034] 其中，Xa1)為理想平滑出力值；
[0035] 所述步驟D具體包括：
[0036] 當所述理想平滑出力值小于或等于所述光熱電站功率預測值時，確定實際平滑出 力值等于所述理想平滑出力值；
[0037] 當所述理想平滑出力值大于所述光熱電站功率預測值時，確定實際平滑出力值等 于所述光熱電站功率預測值。
[0038] 借助于上述技術方案，本發(fā)明通過對整個計劃出力區(qū)間的光熱電站功率預測值進 行多項式擬合，最終得到的實際平滑出力曲線不會滯后延時，相比于利用一階低通濾波方 法平抑光熱電站功率波動的方法，本發(fā)明具有更優(yōu)化的平滑出力效果。
【附圖說明】
[0039] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例描述 中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些 實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附 圖獲得其他的附圖。
[0040] 圖1是本發(fā)明【背景技術】提供的利用一階低通濾波算法進行風電波動平抑前后的 功率曲線對比示意圖；
[0041] 圖2是本發(fā)明提供的光熱電站平滑出力方法流程示意圖；
[0042] 圖3是本發(fā)明提供的計劃出力區(qū)間光熱電站功率預測值組成的曲線示意圖；
[0043] 圖4是本發(fā)明提供的計劃出力區(qū)間光熱電站功率預測值組成的曲線與理想平滑 出力曲線對比示意圖；
[0044] 圖5是本發(fā)明提供的對應圖4的實際平滑出力曲線。
【具體實施方式】
[0045] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0046] 本發(fā)明提供一種光熱電站平滑出力方法，如圖2所示，該方法包括：
[0047] 步驟S1，獲取光熱電站功率預測值組成的數(shù)據(jù)集合。
[0048] 具體的，該步驟可從光熱電站的功率預測系統(tǒng)SCADA中獲取功率預測值，即獲取 SCADA預測的光熱電站在計劃出力區(qū)間（未來一段時間）的輸出功率值。如圖3所示為某 光熱電站在計劃出力區(qū)間的光熱電站功率預測值組成的曲線。
[0049] 步驟S2，利用多項式擬合算法對數(shù)據(jù)集合進行擬合，得到理想平滑出力公式。
[0050] 具體的，該步驟利用多項式擬合算法對計劃出力區(qū)間的光熱電站功率預測值數(shù)據(jù) 進行擬合，由于不是如現(xiàn)有的利用一階低通濾波算法那樣采用相鄰濾波輸出值來計算當前 的濾波輸出值，因此本發(fā)明得到的理想平滑出力曲線（即理想平滑出力公式對應的曲線） 不會存在延時現(xiàn)象，平滑效果更加優(yōu)化。
[0051] 步驟S3,根據(jù)理想平滑出力公式計算理想平滑出力值。
[0052] 步驟S4,根據(jù)理想平滑出力值與光熱電站功率預測值的大小關系，