Page 7 - 电力与能源2022年第二期

第 43 卷第 2 期 电力与能源
2022 年 4 月 1 7
0
DOI : 10.11973 / dl y n y 202202001
研究与探索

能源互联网中可再生能源发电建设的关键问题

陈凌琦, 石雪梅, 万 磊, 张李明

( 国网安徽省电力有限公司建设分公司, 安徽 合肥 230071 )

摘 要: 可再生能源发电具有清洁高效的优势, 但存在受环境影响而导致出力变化等诸多 不 确 定 因 素 的 特
性。在能源互联网设计中加入大量可再生能源发电, 会对其规划运行产生影响。特别是在建设初期, 需要论
证可再生能源发电建设的可行性, 对可再生能源发电的出力建模是其重要依据之一。基于 Matlab 建立了光
伏发电和风力发电的随机模型并进行了仿真, 仿真结果表明模拟数据贴合当地的实际数据, 对能源互联网的
规划运行具有良好的参考价值, 可为能源互联网的稳定运行奠定基础。
关键词: 可再生能源; 能源互联网; 随机模型
作者简介: 陈凌琦( 1993 —), 男, 硕士,工程师, 从事输变电工程建设管理工作。
中图分类号: TK01 ; TP393.09 文献标志码: A 文章编号: 2095-1256 ( 2022 ) 02-0107-04
Ke y IssuesofRenewableEner gyPowerGenerationConstructioninEner gy Internet

CHENLin gq i , SHIXuemei , WANLei , ZHANGLimin g
( ConstructionBranch , StateGridAnhuiElectricPowerCo. , Ltd. , Hefei230071 , AnhuiProvince , China )

Abstract : Renewableener gyp ower g enerationhastheadvanta g eofcleannessandhi g hefficienc y , butitisvul-
nerabletoman yuncertainfactorssuchasout p utchan g escausedb yenvironmentalim p act.Addin galar g e
amountofrenewableener gyg enerationtothedesi g nofener gy Internetwillaffectitsp lannin gando p eration.
Es p eciall y intheinitialsta g eofconstruction , itisnecessar y top rovethefeasibilit y ofrenewableener gyp ower
g enerationconstruction , andtheout p utmodelin g ofrenewableener gyp ower g enerationisoneoftheim p ortant
bases.TheStochasticmodelwasestablishedandsimulatedfor p hotovoltaicp ower g enerationandwindp ower
g enerationbasedon Matlabsoftware.Thesimulationresultsverifiedtheactuallocaldata , whichhasg ood
referencevalueforthep lannin gando p erationofener gyInternetandcanalsola yag oodfoundationforthe
stableo p erationofener gy Internet.
Ke ywords : renewableener gy , ener gy internet , Stochasticmodel

近年来我国可再生能源发电发展迅猛, 但以 光照强度密切相关, 对其建模目前常用的方法有
风电、 光伏发电等为主导的能源供需体系, 因发电 3 种, 分别是时间序列模型、 机器学习模型和概率
量具有波动性和间歇性的特点, 难以达到电网的 分布模型 [ 4 ] 。时间序列模型是建立在风速具有时
并网要求, 导致弃风与弃光现象十分严重 [ 1-2 ] , 这 间相关性的基础上, 通过分析其历史时间变化规

对电力行业的转型提出了更高要求。 律来预测未来风速 [ 5-6 ] , 其阶数对模拟结果的精度
能源互联网以可再生能源为主要能源单元, 影响较大, 低阶误差大, 而高阶模型参数估计困
通过互联网实现信息流与能量流的实时流动, 能 难, 并且难以反映模拟目标的长期概率分布特征。
够实现各种类型能源、 传输网络、 能源和信息技术 机器学习模型则采用各种机器学习方法及智能算
的高度耦合 [ 3 ] , 可以提高可再生能源的跨区域消 法模拟目标 [ 7-8 ] , 考虑到多种变量对目标的影响,
纳能力, 是未来电网的发展方向。其中, 对可再生 具有较高的预测精度, 但是模型复杂导致计算量
能源出力进行合理准确的建模, 是对其在能源互 较大, 多用于风速的短期模拟。概率分布模型能
联网中规划的首要任务。以可再生能源中最为常 够比较准确地拟合目标的长期随机特性。本文基
见的风电和光伏发电为例, 其出力分别与风速和 于概率分布模型, 分别对风电和光伏发电进行随