本发明涉及一种送电曲线研究方法，尤其涉及一种针对风电调峰需求的风火外送送电曲线研究方法，属于电能输送分析技术领域。
背景技术：
随着气候变暖、化石能源枯竭、全球性环境污染问题的日益突出，大规模发展风电等可再生能源发电成为世界各国的重大举措。2015年，我国风电已提前完成了“十二五”装机目标，其中，并网风电装机达到10885万千瓦。根据规划，“十三五”期间我国风电保持年均新增装机2000万千瓦左右，并于2020年建成哈密、酒泉等七个千万千瓦级风电基地。我国风能资源丰富地区主要在“三北”地区，其中新疆、甘肃等地区约占全国的80％以上，这决定了我国风电以集中式大规模开发为主格局未来不会根本改变，且大多集中在负荷比较低的偏远地区，所以未来大规模风电外送是风电发展的必然趋势。然而，由于风电等新能源出力随机性强、发电小时数低，风电独立外送将很难同时保证输电系统的利用效率和风电的送出率及输送电能的质量。因此，在风电集中的偏远地区，大规模风火电外送成为未来风电消纳的重要手段。目前，在风电与其他配套电源外送和消纳过程中，风电的调峰问题依然是制约风电大规模发展的重要因素。因此，恰当的考虑风电的调峰需求，研究风火外送送电曲线，对风电等可再生能源发电的有效送出和消纳具有重要的意义。相关学者对风火外送的运行曲线问题已进行了一定的研究，实质上，这些对风电的处理方法均是一种确定性的方法。各季取典型日风电出力曲线的方法在一定程度上抹去了风电出力的波动性及随机性，而基于确定保证率的最小调峰能力约束+有效容量系数法亦存在一定的不周全性，只给出了高峰和低谷两个时点的处理结果，没有实现日运行周期的全过程分析，并且采用有效容量系数和风电保证出力无法反映风电调峰需求的概率分布特性。
技术实现要素：
本发明的目的是针对现有风电出力的波动性及随机性较大，发电小时数低，风电调峰需求具有不确定性，风电独立外送将很难同时保证输电系统的利用效率和风电的送出率及输送电能的质量，采用传统方法计算和研究风火外送的运行曲线精确度较低，无法充分利用输电通道空间，不利于使输送电量最大化，而且高峰和低谷两个时点的处理结果，没有实现日运行周期的全过程分析，不能清晰直观的反映出风电调峰需求的缺陷和不足，提供一种算法科学，建立了风火外送优化运行模型，模型在优先输送新能源和满足火电机组运行约束的前提下，能够充分利用输电通道空间，使得输送电量最大化，分析计算的精确度得到了提高，而且实现了日运行周期的全过程分析，能够清晰直观的反映出风电调峰需求的一种针对风电调峰需求的风火外送送电曲线研究方法。
为实现上述目的，本发明的技术解决方案是：一种针对风电调峰需求的风火外送送电曲线研究方法，其特征在于包括以下步骤：
a、首先输入统计周期内的风电出力数据，并根据所有的风电日出力曲线pwi，计算其调峰需求容量wpvi，wpvi＝max(pwi)-min(pwi)，其中max(pwi)和min(pwi)分别为风电日曲线pwi的出力最大值和最小值；
b、随后将统计分析时期内所有风电日出力曲线记为数据集：
c、然后根据风电调峰需求容量的概率分布对调峰容量需求数据集swpv进行区间划分，分为l(l<i)种调峰容量水平的数据集，处于调峰需求容量水平l的数据集
d、再基于风电调峰需求特性规律的可视性以及计算的便利性，采用场景削减技术对不同的调峰需求容量水平l的风电曲线集合进行削减，记削减后得到的l水平的典型风电出力曲线集合
其中不同调峰需求容量水平l的典型风电曲线及对应概率集合即反映风电调峰需求的风电概率模型，可用于考虑外送风电调峰不确定的风火外送送电曲线研究；
e、根据典型风电曲线plw(i)拟定对应的考虑风电调峰需求的送电曲线pline，
f、对风电、火电联合外送优化运行计算，对于给定的输电通道送电曲线和配套火电容量，风电调峰需求完全由配套火电提供，即送端原有机组不参与直流外送通道输送风电的调峰，模型在优先输送新能源和满足火电机组运行约束的前提下，风火外送优化运行的目标是充分利用输电通道空间，使得输送电量最大化，模型的目标函数为：
约束条件包括火电机组技术约束以及通道送电协议约束：
e、eth、ew分别为运行周期内送出的总电量、火电电量、风电电量；plw(i)(t)、pa-lw(i)(t)、plth(i)(t)分别为风电调峰需求容量l水平的第i条典型曲线对应的t时刻风电出力、实际送出的风电电力、送出的火电电力，其中minpth、、maxpth分别为火电机组的最小出力和最大出力，pline(t)为t时刻送电协议输送电力。
所述e步骤中送电曲线的计算方法如下：首先根据典型风电曲线plw(i)，查找最大的出力峰值时刻tmax，该时刻送电曲线的输送电力为：pline_l(i)(tmax)＝cline，即风电出力峰值时，输电通道尽量多送电力，给火电提供更多的出力空间，cline为输电通道的容量；然后基于典型风电曲线plw(i)，查找最小的出力值时刻tmin，该时刻送电曲线的输送电力为：pline_l(i)(tmin)＝pline_l(i)(tmax)-(plw(i)(tmax)-plw(i)(tmin))
st.pline_l(i)(tmin)≥0
即风电出力最小值时，输电通道尽量多送电力的同时，还需与峰值时刻的输送电力保持一定的调峰空间，减小火电机组的调峰压力。plw(i)(tmax)和plw(i)(tmin)分别为典型风电曲线plw(i)的最大值和最小值；再根据输电通道的协议年送电小时限制tline，确定剩余时刻t的送电曲线的输送电力为：
最后对由不同典型风电曲线plw(i)计算出的送电曲线pline_l(i)进行加权得出优化的送电曲线pline：
本发明的有益效果是：
1.本发明借鉴区间分类和选取典型曲线的思想，建立了基于风电外送调峰需求的风电概率模型，结合风电概率模型、配套火电容量以及外送通道容量等参数，建立了风火外送优化运行模型，模型在优先输送新能源和满足火电机组运行约束的前提下，充分利用输电通道空间，使得输送电量最大化，与传统方法相比，本发明分析计算的精确度得到了提高，而且实现了日运行周期的全过程分析，能够清晰直观的反映出风电调峰需求，有利于系统规划人员用于工程实际工作。
附图说明
图1是本发明的原理示意图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步的详细描述。
参见图1，本发明的一种针对风电调峰需求的风火外送送电曲线研究方法，包括以下步骤：
a、首先输入统计周期内的风电出力数据，并根据所有的风电日出力曲线pwi，计算其调峰需求容量wpvi，wpvi＝max(pwi)-min(pwi)，其中max(pwi)和min(pwi)分别为风电日曲线pwi的出力最大值和最小值；
b、随后将统计分析时期内所有风电日出力曲线记为数据集：
c、然后根据风电调峰需求容量的概率分布对调峰容量需求数据集swpv进行区间划分，分为l(l<i)种调峰容量水平的数据集，处于调峰需求容量水平l的数据集
d、再基于风电调峰需求特性规律的可视性以及计算的便利性，采用场景削减技术对不同的调峰需求容量水平l的风电曲线集合进行削减，记削减后得到的l水平的典型风电出力曲线集合
其中不同调峰需求容量水平l的典型风电曲线及对应概率集合即反映风电调峰需求的风电概率模型，可用于考虑外送风电调峰不确定的风火外送送电曲线研究；
e、根据典型风电曲线plw(i)拟定对应的考虑风电调峰需求的送电曲线pline，
f、对风电、火电联合外送优化运行计算，对于给定的输电通道送电曲线和配套火电容量，风电调峰需求完全由配套火电提供，即送端原有机组不参与直流外送通道输送风电的调峰，模型在优先输送新能源和满足火电机组运行约束的前提下，风火外送优化运行的目标是充分利用输电通道空间，使得输送电量最大化，模型的目标函数为：
约束条件包括火电机组技术约束以及通道送电协议约束：
e、eth、ew分别为运行周期内送出的总电量、火电电量、风电电量；plw(i)(t)、pa-lw(i)(t)、plth(i)(t)分别为风电调峰需求容量l水平的第i条典型曲线对应的t时刻风电出力、实际送出的风电电力、送出的火电电力，其中minpth、、maxpth分别为火电机组的最小出力和最大出力，pline(t)为t时刻送电协议输送电力。
所述e步骤中送电曲线的计算方法如下：首先根据典型风电曲线plw(i)，查找最大的出力峰值时刻tmax，该时刻送电曲线的输送电力为：pline_l(i)(tmax)＝cline，即风电出力峰值时，输电通道尽量多送电力，给火电提供更多的出力空间，cline为输电通道的容量；然后基于典型风电曲线plw(i)，查找最小的出力值时刻tmin，该时刻送电曲线的输送电力为：pline_l(i)(tmin)＝pline_l(i)(tmax)-(plw(i)(tmax)-plw(i)(tmin))
st.pline_l(i)(tmin)≥0
即风电出力最小值时，输电通道尽量多送电力的同时，还需与峰值时刻的输送电力保持一定的调峰空间，减小火电机组的调峰压力。plw(i)(tmax)和plw(i)(tmin)分别为典型风电曲线plw(i)的最大值和最小值；再根据输电通道的协议年送电小时限制tline，确定剩余时刻t的送电曲线的输送电力为：
最后对由不同典型风电曲线plw(i)计算出的送电曲线pline_l(i)进行加权得出优化的送电曲线pline：
本发明提供了一种考虑风电调峰需求的风火外送送电曲线研究方法，包括建立基于风电外送调峰需求的风电概率模型、建立风火外送优化运行模型，具体如下：建立基于风电外送调峰需求的风电概率模型包括以下步骤：输入统计周期内的风电出力数据，并根据所有的风电日出力曲线pwi，计算其调峰需求容量wpvi，wpvi＝max(pwi)-min(pwi)，其中max(pwi)和min(pwi)分别为风电日曲线pwi的出力最大值和最小值。随后将统计分析时期内所有风电日出力曲线记为数据集：
然后根据风电调峰需求容量的概率分布对调峰容量需求数据集swpv进行区间划分，分为l(l<i)种调峰容量水平的数据集，处于调峰需求容量水平l的数据集
其中，不同调峰需求容量水平l(高、中、低调峰需求容量)的典型风电曲线及对应概率集合即反映风电调峰需求的风电概率模型，可用于考虑外送风电调峰不确定的风火外送送电曲线研究。
确定风火外送送电曲线的方法如下：送电曲线pline的拟定考虑了风电的调峰需求，从而减小火电的调节压力、运行成本的同时并增加外送电量。拟定考虑风电调峰需求的送电曲线pline的步骤包括：根据典型风电曲线plw(i)，查找最大的出力峰值时刻tmax，该时刻送电曲线的输送电力为：pline_l(i)(tmax)＝cline，即风电出力峰值时，输电通道尽量多送电力，给火电提供更多的出力空间，cline为输电通道的容量；然后基于典型风电曲线plw(i)，查找最小的出力值时刻tmin，该时刻送电曲线的输送电力为：pline_l(i)(tmin)＝pline_l(i)(tmax)-(plw(i)(tmax)-plw(i)(tmin))
st.pline_l(i)(tmin)≥0
即风电出力最小值时，输电通道尽量多送电力的同时，还需与峰值时刻的输送电力保持一定的调峰空间，减小火电机组的调峰压力。plw(i)(tmax)和plw(i)(tmin)分别为典型风电曲线plw(i)的最大值和最小值；再根据输电通道的协议年送电小时限制tline，确定剩余时刻t的送电曲线的输送电力为：
最后对由不同典型风电曲线plw(i)计算出的送电曲线pline_l(i)进行加权得出优化的送电曲线pline：
建立风火外送优化运行模型的方法如下：对风电、火电联合外送优化运行计算，对于给定的输电通道送电曲线和配套火电容量，风电调峰需求完全由配套火电提供，即送端原有机组不参与直流外送通道输送风电的调峰，模型在优先输送新能源和满足火电机组运行约束的前提下，风火外送优化运行的目标是充分利用输电通道空间，使得输送电量最大化，模型的目标函数为：
约束条件包括火电机组技术约束以及通道送电协议约束：
e、eth、ew分别为运行周期内送出的总电量、火电电量、风电电量；plw(i)(t)、pa-lw(i)(t)、plth(i)(t)分别为风电调峰需求容量l水平的第i条典型曲线对应的t时刻风电出力、实际送出的风电电力、送出的火电电力，其中minpth、、maxpth分别为火电机组的最小出力和最大出力，pline(t)为t时刻送电协议输送电力。
本发明的技术方案与现有技术相比，本发明的计算和分析方法科学，针对风电调峰需求的不确定性，借鉴区间分类和选取典型曲线的思想建立了风电外送中基于调峰需求的风电概率模型，更能提取风电的调峰需求不确定性特征，建立了风火外送优化运行模型及提出考虑风电调峰需求的送电曲线确定方法，采用本发明的方法计算精度较高，在保证优先输送新能源和满足火电机组运行约束的前提下，能够充分利用输电通道空间，使得输送电量最大化，提高了经济效益。同时实现了日运行周期的全过程分析，有利于系统规划人员从整体上直观、清晰地考虑风火外送中的风电调峰需求，便于系统规划人员用于工程实际工作。