發(fā)電廠外文翻譯

1、國(guó)際電氣工程教育46/4 虛擬發(fā)電廠 英國(guó)曼徹斯特大學(xué)電氣與電子工程學(xué)院：蓋.紐曼和馬泰爾.約瑟夫電子郵件：g.newman-3 student.manchester.ac.uk摘要：依靠各種新能源和可再生技術(shù)的小型發(fā)電機(jī)正在得到越來(lái)越普遍的應(yīng)用，這是由于這種發(fā)電機(jī)能夠減少溫室氣體的排放量，而這些溫室氣體正是導(dǎo)致氣候變化的首要原因。 隨著分布式要素的增加， 中央式結(jié)構(gòu)逐漸被取代，也就需要我們?cè)絹?lái)越多的了解分布式發(fā)電設(shè)備的復(fù)合運(yùn)行方式，這種設(shè)備也被稱為虛擬電廠。本文介紹了一種在數(shù)學(xué)建模基礎(chǔ)上進(jìn)行虛擬電廠開發(fā)的一種用戶友好型工具，它可以用來(lái)作為一個(gè)電力系統(tǒng)工程教具，來(lái)輔助演示虛擬電廠的特點(diǎn)。關(guān)鍵詞

2、:分布式發(fā)電；微型熱電聯(lián)產(chǎn)；太陽(yáng)能；虛擬電廠；風(fēng)力發(fā)電社會(huì)環(huán)保意識(shí)的增強(qiáng)促使電力行業(yè)需要去發(fā)展新的業(yè)務(wù)，以減少二氧化碳的排放，而二氧化碳的釋放正是氣候變化的首要因素。這就導(dǎo)致需要通過(guò)新的途徑來(lái)發(fā)電，其中一些方法就是確立現(xiàn)有的綠色技術(shù)并且推廣它們，例如新型海上風(fēng)力場(chǎng)，還有一些方法就需要更新的技術(shù)，例如燃料電池。這種轉(zhuǎn)變由一系列因素引起，從由于化石燃料發(fā)電所引起的氣候變化而增強(qiáng)的環(huán)保意識(shí)，到對(duì)長(zhǎng)期石油供應(yīng)安全的擔(dān)憂。 當(dāng)然，小規(guī)模的傳統(tǒng)化石燃料發(fā)電，也可以安裝備份。如光伏、風(fēng)能和微熱電聯(lián)產(chǎn)這樣的環(huán)保的綠色科技，就正在像高標(biāo)準(zhǔn)看齊，它們減少了來(lái)自電網(wǎng)的壓力，這樣就減少了傳統(tǒng)發(fā)電導(dǎo)致的二氧化碳的釋放。

3、如果設(shè)備量夠大，那么通過(guò)這些技術(shù)，年度生產(chǎn)的電能就可以達(dá)到甚至超過(guò)每年建設(shè)所用的電量。如果一項(xiàng)建筑安裝了足夠數(shù)量的分布式發(fā)電廠，又能夠長(zhǎng)期的運(yùn)用這些技術(shù)，那么這一地區(qū)的電網(wǎng)就可以被完全移除而自給自足。但是，光伏陣列在晚上處于休眠狀態(tài)，而風(fēng)渦輪機(jī)的運(yùn)行性能取決于風(fēng)速，微熱電聯(lián)產(chǎn)受現(xiàn)場(chǎng)供暖的要求的局限。要真正成為離網(wǎng)時(shí)需安裝的儲(chǔ)能設(shè)備，費(fèi)用是昂貴的，所以很多地方只有在產(chǎn)大于出的時(shí)候才將能量饋入電網(wǎng)，當(dāng)入不敷出時(shí)就只能從電網(wǎng)中取電。因此，依靠化石燃料燃燒發(fā)電還將持續(xù)一段時(shí)間。用這種分布式發(fā)電廠建模電網(wǎng)就假設(shè)了這些分布式發(fā)電廠可以作為負(fù)載的抵消，這種假設(shè)可以成為一個(gè)接受點(diǎn)，然而，如果小規(guī)模的發(fā)電不敷負(fù)

4、載，或者減少了網(wǎng)路的可控性，這種假設(shè)就不能成立。在這一點(diǎn)上，通過(guò)電網(wǎng)的分配，電流就發(fā)生明顯的改變，電網(wǎng)內(nèi)母線的電壓也受到影響。最重要的是，安裝的網(wǎng)絡(luò)物理硬件能夠在一定的條件范圍內(nèi)控制功率，但是這些條件通常都是單向的，也就是從偏遠(yuǎn)的電站輸送到消費(fèi)者。那么電流的逆轉(zhuǎn)就超出了這些硬件的控制，所以必須改變或者修飾這些硬件，產(chǎn)生雙向的電流。在一個(gè)較小的范圍，功率的逆轉(zhuǎn)調(diào)整了低壓網(wǎng)下的功率流，從配電網(wǎng)到低壓網(wǎng)的功率零傳輸不能保證低壓網(wǎng)就不承載功率，虛擬電廠是置放于系統(tǒng)運(yùn)營(yíng)商和電氣設(shè)備用戶之間的人工操作層，它由各個(gè)電氣設(shè)備單元構(gòu)成，并統(tǒng)籌為一體單元來(lái)進(jìn)行操作，而不是讓每個(gè)單元獨(dú)立操作。在這種方式下，它成為了

5、一個(gè)調(diào)節(jié)者。隨著網(wǎng)絡(luò)運(yùn)營(yíng)商可以指示虛擬電廠的操作來(lái)控制工廠的輸出，就或多或少的需要功率的輸出。它也可以通過(guò)設(shè)備發(fā)生器合并功率的輸出。對(duì)于間歇性分布式發(fā)電廠主來(lái)說(shuō)，這是有益的，因?yàn)榉植际桨l(fā)電廠的合并行為減少了輸出功率的復(fù)雜性，這也意味著在本質(zhì)上是可以隨機(jī)預(yù)測(cè)的。 預(yù)測(cè)輸出的虛擬電廠所面臨的挑戰(zhàn)，從光伏、風(fēng)能和微熱電聯(lián)產(chǎn)預(yù)測(cè)功率的輸出的首要問題就是，這些設(shè)備是由不可預(yù)知源驅(qū)動(dòng)。準(zhǔn)確的預(yù)知風(fēng)速、太陽(yáng)輻射和溫度是一種高級(jí)主題的氣象研究，但是它們都是復(fù)雜的問題。另外，精準(zhǔn)的預(yù)測(cè)還存在一些問題，就是一些局部的差異已經(jīng)超出的預(yù)測(cè)的范圍。總體而言，這個(gè)問題的難度還是很大的。在這項(xiàng)工作中，我們關(guān)注了三種分布式發(fā)

6、電，分別稱為光伏發(fā)電、風(fēng)能和微熱電聯(lián)產(chǎn)，為了獲得這些技術(shù)中的一個(gè)虛擬電廠的形式模型，首要任務(wù)就是要了解每個(gè)技術(shù)的特征。風(fēng)力發(fā)電的基礎(chǔ)如上所述，地面水平風(fēng)速在一定程度上的大規(guī)模預(yù)測(cè)具有不確定性，并且由于局部動(dòng)蕩也會(huì)導(dǎo)致預(yù)測(cè)不準(zhǔn)確。接下來(lái)的工作是在假定沒有預(yù)測(cè)誤差的情況下進(jìn)行的，盡管實(shí)際情況并非如此，這種假設(shè)是為了簡(jiǎn)化計(jì)算。測(cè)量風(fēng)速中，其余的不確定性就是由局部差異引起的，而這可以進(jìn)行模擬。在參考文獻(xiàn)2中，平均風(fēng)速為一個(gè)給定的海拔高度作為式1，由于地形帶來(lái)的標(biāo)準(zhǔn)偏差由式2所決定，從廣義上講，測(cè)量點(diǎn)越高，風(fēng)速將會(huì)越大約平滑，方程1和2分別提供了平均風(fēng)速，和風(fēng)速的標(biāo)準(zhǔn)偏差。在短期測(cè)量時(shí)間內(nèi)，分配功能不能

7、精確的呈現(xiàn)，由于假定分配沒有差異，有了這些數(shù)據(jù)，標(biāo)準(zhǔn)的分配就被選出。有了統(tǒng)一分配，標(biāo)準(zhǔn)偏差和平均風(fēng)速，就可以估計(jì)風(fēng)俗的可能性分布。為了產(chǎn)生有用的輸出，這種分布必須同渦輪機(jī)動(dòng)力曲線聯(lián)系起來(lái)。fig1展示了理想的動(dòng)力曲線。用統(tǒng)計(jì)學(xué)理論，就有可能將兩種曲線聯(lián)系起來(lái)從而產(chǎn)生一種可能性功率輸出。盡管這可能作為獨(dú)立的單元，但以這種方式處理發(fā)電機(jī)輸出是不切實(shí)際的，因?yàn)樗鼈儽仨毢喜⒊蓡我坏奶摂M電廠輸出。雖然使用連續(xù)型數(shù)據(jù)時(shí)可能的，但是在過(guò)程中使用離散型數(shù)據(jù)是更方便的。因此，風(fēng)力渦輪機(jī)的輸出以離散形式的幾率更大。太陽(yáng)能發(fā)電基礎(chǔ)知識(shí)地面的太陽(yáng)能輻射也具有一定程度的不確定性，對(duì)于福照度，盡管可能涉及一些結(jié)構(gòu)性陰影取

8、決于光伏陣列的安置，但最大的不確定性還是來(lái)自于云變的性質(zhì)，雖然較大的云層可以從太空中看見也能被預(yù)測(cè)。但一些較小的云層則不容易被注意到，并且在預(yù)測(cè)輻照度上引入到一個(gè)誤區(qū)。參考文獻(xiàn)3給出了衛(wèi)星8在1平方公里在15分鐘內(nèi)的氣象分辨率，與r.m.s.在1分鐘內(nèi)存在20%的誤差。雖然在他們的工作中并沒有提到特別擬合的概率分布，但他們使用均勻分布同風(fēng)模型保持一致。均與分布的選擇呈現(xiàn)出了這些誤差。有了這個(gè)信息，光伏陣列的輸出功率就可以由研究中使用的模型確定。另外，這種輸出在本質(zhì)上是離散的，易于操作和組合。微型熱電聯(lián)產(chǎn)的基礎(chǔ) 微型熱電聯(lián)產(chǎn)更難預(yù)測(cè)，因?yàn)樗枰毡榈臄?shù)據(jù)，以便產(chǎn)生輸出。微型熱電聯(lián)產(chǎn)是以鍋爐裝置

9、為單元，通過(guò)它們加熱，把廢熱轉(zhuǎn)換成一些電能效率。這些設(shè)置然后就一直加熱直到溫控器超過(guò)上限閥值，就關(guān)閉鍋爐加熱用途。一旦設(shè)置失去足夠的能量而降到下面較低的閥值時(shí)，溫控器的鍋爐就再次打開。鑒于預(yù)測(cè)數(shù)據(jù)包含周圍環(huán)境溫度，就有可能決定提供鍋爐可能的占空比，也可預(yù)測(cè)設(shè)備的熱工參數(shù)。例如從內(nèi)部到外觀的的整體熱阻和熱容量。通過(guò)對(duì)設(shè)備的熱容量和熱電阻選擇適當(dāng)?shù)闹?，并且知道其它如熱額定功率和轉(zhuǎn)換效率的鍋爐參數(shù)，就可能確定出鍋爐的占空比，從而確定微熱電聯(lián)產(chǎn)的瞬時(shí)輸出功率。瞬時(shí)功率和平均功率 如上面所述，確定瞬時(shí)功率是非常重要的，但也不能忽略另一個(gè)重要的數(shù)據(jù)也就是平均功率的消耗。在預(yù)測(cè)的時(shí)間范圍內(nèi)，瞬時(shí)功率描述了在

10、任何一點(diǎn)時(shí)的虛擬電廠發(fā)電，這在整個(gè)預(yù)測(cè)的時(shí)間范圍內(nèi)是不同于平均功率的，平均功率是長(zhǎng)期時(shí)間的功率。雖然瞬時(shí)功率是用于在一定時(shí)間范圍內(nèi)確立網(wǎng)絡(luò)流量的，而靜態(tài)的平均功率則對(duì)長(zhǎng)期時(shí)間內(nèi)可用功率更為有益，并且會(huì)顯示出整體預(yù)測(cè)流量。風(fēng)力發(fā)電機(jī)組長(zhǎng)期的功率輸出可以用一種簡(jiǎn)單的途徑被聚集起來(lái)。雖然這是一種簡(jiǎn)化的途徑，但在確定這種方法的準(zhǔn)確度時(shí)，時(shí)間長(zhǎng)短的選擇還是起著關(guān)鍵的作用。通過(guò)選擇下降到10到60分之間的長(zhǎng)度，就可以得出風(fēng)速方差的最小化。雖然這并沒有保證速度會(huì)完全的適合分布，但是它已經(jīng)最大限度的提高了它所能提高的機(jī)遇。光伏的平均輸出功率也可以用一個(gè)簡(jiǎn)單的函數(shù)算出，因?yàn)樵频男纬?，造成了初始誤差。雖然構(gòu)成基準(zhǔn)

11、預(yù)測(cè)輻射度的較大的云層比較容易預(yù)測(cè)，但是那些規(guī)模較小的浮云會(huì)引起誤差也可以被平均掉。由于其規(guī)模和速度，它們產(chǎn)生的波動(dòng)類似占空比。雖然這在瞬時(shí)功率是會(huì)產(chǎn)生誤差，但這種行為較為平滑，因此在較長(zhǎng)時(shí)間內(nèi)能夠得到一個(gè)相對(duì)準(zhǔn)確的平均結(jié)果。微型熱電聯(lián)產(chǎn)更加難以描述，由于發(fā)電機(jī)偏振和關(guān)閉行為，輸出就作為一個(gè)脈沖周期出現(xiàn)。由此獲得的輸出功率完全依賴于鍋爐循環(huán)頻率和觀察期。雖然方程冗長(zhǎng)派生，但并不復(fù)雜，可以分為四種不同情況分析。結(jié)合總設(shè)備如上所述，隨機(jī)輸出功率圖的組合形成了一個(gè)整體的功率輸出圖，大大加快利用離散數(shù)據(jù)的機(jī)會(huì)。要添加兩個(gè)分布式發(fā)電廠單元的功率輸出就要使用一系列連續(xù)的數(shù)據(jù)，包括使用大量的集成，而這一過(guò)程

12、中也要使用離散型數(shù)據(jù)，因?yàn)檫@些離散型數(shù)據(jù)能能夠?yàn)槊總€(gè)據(jù)點(diǎn)解決簡(jiǎn)單的乘除。這樣做是為了每個(gè)數(shù)據(jù)點(diǎn)的輸出數(shù)據(jù)，知道每個(gè)分布式發(fā)電廠單元都包含兩種功率即輸出功率和平均功率?？紤]到隨機(jī)過(guò)程，在哪里要求分布式發(fā)電廠被認(rèn)為是不重要的。虛擬電廠的實(shí)施為了生成具有自動(dòng)計(jì)算和組合的能力的程序，就需要精心的組織程序結(jié)構(gòu)，還要知道怎樣交互程序以及同用戶的的數(shù)據(jù)交流。該程序的用戶終端是分布式發(fā)電廠的管理者，他們應(yīng)該能夠盡可能的聚集輸出功率，這也是最頻繁重復(fù)的工作。此外，管理者應(yīng)該能夠毫不費(fèi)力的從系統(tǒng)中添加或移走發(fā)電機(jī)。并且，管理者應(yīng)該能夠一次處理多種情況，無(wú)論是手動(dòng)的重復(fù)聚集工作，還是一起進(jìn)行的裝載預(yù)測(cè)程序列表的任務(wù)

13、。從系統(tǒng)運(yùn)營(yíng)商進(jìn)來(lái)定的數(shù)據(jù)分為兩個(gè)階段：分布式發(fā)電機(jī)的單位參數(shù)輸入，和預(yù)測(cè)參數(shù)項(xiàng)的輸入。在使用預(yù)測(cè)參數(shù)前需要給定單位參數(shù)，預(yù)測(cè)參數(shù)需要執(zhí)行程序模式。然而，無(wú)論程序模式運(yùn)行到何時(shí)都需要進(jìn)行第二次輸入， 除非虛擬電場(chǎng)的配置被修改，否則只是在虛擬電廠設(shè)置期間才需要輸入單位數(shù)據(jù)。這一代的單位安裝是費(fèi)時(shí)的，并且需要由系統(tǒng)內(nèi)部的發(fā)電機(jī)支配。因此，虛擬電廠發(fā)電機(jī)安裝應(yīng)該能夠被保存和加載，以確保能夠迅速的轉(zhuǎn)換到程序的主要部分。程序的輸出數(shù)據(jù)以數(shù)據(jù)集的形式來(lái)針對(duì)輸出功率。每個(gè)預(yù)測(cè)數(shù)據(jù)集會(huì)產(chǎn)生兩套數(shù)據(jù)，瞬時(shí)輸出功率和長(zhǎng)期的平均輸出功率。這是程序內(nèi)信息流動(dòng)的終端，而不是也不嘗試成為一個(gè)圖形顯示屏或電子表格類型的應(yīng)用

14、程序。在創(chuàng)造這些程序方面，另外一些人已經(jīng)做得很好了，所以數(shù)據(jù)應(yīng)該以這樣一種方式傳達(dá)給用戶，即它可以很容易的從程序轉(zhuǎn)移成圖形顯示包。圖形用戶界面根據(jù)程序用戶流量保持到最低限度的規(guī)定，最基本的界面要建立整合上述的特定的因素。產(chǎn)生和預(yù)測(cè)的輸入數(shù)據(jù)，都能夠由端口完成，同時(shí)上述的下載及虛擬電廠設(shè)備的保存也可以完成。此外，它還可以使用窗口上最左面的兩個(gè)大框編輯和加載發(fā)電機(jī)參數(shù)，最左面的框能夠選擇虛擬電廠的發(fā)電機(jī)，而右面的這個(gè)可以顯示出所選發(fā)電機(jī)的參數(shù)。通過(guò)簡(jiǎn)單的編輯相關(guān)值就可以改變?nèi)魏伟l(fā)生器的參數(shù)，當(dāng)然，這些新值不會(huì)自動(dòng)保存到文件內(nèi)，但是對(duì)于虛擬電廠來(lái)說(shuō)，這些參數(shù)可以或大或小的修改，而不必移除發(fā)電機(jī)來(lái)重新

15、輸入不同的參數(shù)。除了上述的框，程序內(nèi)的流動(dòng)是從左到右。最左邊的六個(gè)按鈕允許投入新的發(fā)電機(jī)，移除發(fā)電機(jī)，并且保存和下載發(fā)電機(jī)配置。中間的四個(gè)按鈕允許輸入預(yù)測(cè)數(shù)據(jù)來(lái)完成方案的主要目的。它們被分成兩組然后再分成兩組。首先，他們根據(jù)用戶是需要運(yùn)行單一預(yù)測(cè)還是需要運(yùn)行一系列預(yù)測(cè)將用戶分成兩組。這種分組是垂直的，最左邊的按鈕只處理單一的預(yù)測(cè)。第二次分組是根據(jù)用戶希望運(yùn)行優(yōu)化版本還是非優(yōu)化版本，這可以作為一個(gè)有用的示范工具，來(lái)顯示運(yùn)行優(yōu)化過(guò)程節(jié)省了時(shí)間。兩種輸出是明顯不同的，這種分組是橫向的，非優(yōu)化處理時(shí)使用最頂端的按鈕。稍后在討論優(yōu)化本身。窗口的最后部分是輸出文本框，完成主程序后，下一個(gè)文本框就填充數(shù)據(jù)集

16、，使用標(biāo)簽劃界，從而能夠直接的復(fù)制粘貼到電子表格應(yīng)用程序。就其本身而言，它不能編輯，它沒有用戶輸入只有輸出，一旦用戶選擇將數(shù)據(jù)輸入添加到虛擬電廠的發(fā)電機(jī)，它們將以非常易于彈出的的方式呈現(xiàn)。這就提出了一系列能夠改變的發(fā)電機(jī)參數(shù)。此外，為了通過(guò)多次投入一致的發(fā)電機(jī)組來(lái)提高效率，用戶可以選擇投入任何用給定參數(shù)的發(fā)電機(jī)。一旦用戶對(duì)參數(shù)滿意，通過(guò)點(diǎn)擊“完成”按鈕可以投入發(fā)電機(jī)。 按下“關(guān)閉”按鈕，退出的窗口彈出窗口也沒有作用。如果用戶決定處理一個(gè)單一預(yù)測(cè)數(shù)據(jù)，他們就面臨著另一個(gè)彈出式窗口。使用顯示的參數(shù)，他們可以輸入預(yù)測(cè)數(shù)據(jù)。當(dāng)用戶對(duì)輸入數(shù)據(jù)滿意時(shí)，按下“生成”按鈕，通過(guò)聚合過(guò)程中的進(jìn)展程序，將結(jié)果顯示

17、給用戶。如果用戶選擇運(yùn)行一系列預(yù)測(cè)，他們都將帶有彈出窗口。圖4中同樣的建立參數(shù)也可編輯，用戶可以添加或移除表中的行。應(yīng)該將數(shù)據(jù)存儲(chǔ)到一個(gè)文本文件列表，用戶可以選擇將數(shù)據(jù)加載或存儲(chǔ)到文件。一旦用戶對(duì)數(shù)據(jù)列表滿意，按“生成”按鈕，在每一個(gè)預(yù)測(cè)系列中讀取來(lái)自表和流程的數(shù)據(jù)。最終的結(jié)果表將顯示給用戶。如果用戶選擇運(yùn)行一系列預(yù)測(cè)，那么他們會(huì)提供一種表對(duì)話窗口。 后端雖然前端是非常簡(jiǎn)單直接的，但它和它的進(jìn)程完全建立在后端正確的架構(gòu)上。包括圖形用戶界面接口、后端是一個(gè)單層。圖5 可以看出后端的布局，該功能可以分為兩大類，即數(shù)據(jù)管理和數(shù)據(jù)處理。雖然數(shù)據(jù)處理涉及動(dòng)態(tài)的數(shù)據(jù)管理，但還是有必要區(qū)分兩者，這樣才可以實(shí)

18、現(xiàn)代碼重用。雖然數(shù)據(jù)處理比較復(fù)雜，但它是建立在正確的數(shù)據(jù)管理上。數(shù)據(jù)管理功能作為后端部分運(yùn)行的第一個(gè)例程，在這里數(shù)據(jù)結(jié)構(gòu)需要初始化。管理者也需要處理發(fā)電機(jī)的添加、移除、選擇以及虛擬電廠配置的下載和保存。對(duì)于預(yù)測(cè)數(shù)據(jù)，數(shù)據(jù)管理職能包括讀取這些數(shù)據(jù)序列表，而這些序列表本身就包括讀取和存儲(chǔ)預(yù)測(cè)數(shù)據(jù)。最后一點(diǎn)，數(shù)據(jù)管理功能能將輸出的數(shù)據(jù)呈現(xiàn)在屏幕上。但是，管理職能除了組織數(shù)據(jù)不做其他任何事。管理和處理之間的銜接數(shù)據(jù)處理功能的切入點(diǎn)，通過(guò)數(shù)據(jù)收集處理功能收集輸出數(shù)據(jù)。數(shù)據(jù)處理功能處理入口處給它的數(shù)據(jù)，但是這個(gè)數(shù)據(jù)是沒有形式的，處理功能旁邊是一個(gè)收集處理器，能夠進(jìn)行數(shù)據(jù)管理。每一個(gè)發(fā)電機(jī)型號(hào)都有一級(jí)，一旦

19、初始化，這一級(jí)能夠掌握有關(guān)發(fā)電機(jī)的參數(shù)。此外，每一級(jí)都可以建立自己的輸出功率圖，即瞬時(shí)功率和平均功率。更復(fù)雜的是建立這些圖的數(shù)學(xué)方面，也就是這些圖是由位于他們旁邊的一類所完成，這一類可以提供要求一點(diǎn)的累積分布的輸出。由于這些有用的類，用于進(jìn)行數(shù)據(jù)處理的最簡(jiǎn)單的路線就是讓每個(gè)發(fā)生器構(gòu)建其輸出功率圖，然后再結(jié)合發(fā)電機(jī)圖，使它們成為兩個(gè)完整的輸出圖。雖然這是最簡(jiǎn)單的路線，但是很顯然，處理數(shù)據(jù)所需時(shí)間的長(zhǎng)度與發(fā)電機(jī)數(shù)量密切相關(guān)，事實(shí)上也就只是二次方程。由于發(fā)電機(jī)的數(shù)量可能會(huì)很大，優(yōu)化有利于減少所需時(shí)間。這個(gè)過(guò)程可以有效降低系統(tǒng)中發(fā)電機(jī)的數(shù)量，許多發(fā)電機(jī)共享同一參數(shù)，而正可以減少此類發(fā)電機(jī)的數(shù)量。可以減

20、少發(fā)電機(jī)所運(yùn)用的理論就是：聚集的順序并不重要，除非每個(gè)發(fā)電機(jī)匯集成總，而這在工作中并不常見。以這一基準(zhǔn)進(jìn)行工作，相同的發(fā)電機(jī)就能產(chǎn)生相同的輸出圖形。因此，通過(guò)結(jié)合兩個(gè)發(fā)電機(jī)，再結(jié)合輸出本身，只要四臺(tái)發(fā)電機(jī)所提供的是相同的，它們就可以有效地聚合。持續(xù)這一趨勢(shì)，發(fā)電機(jī)的二進(jìn)制數(shù)字序列就可以取得相對(duì)較少的計(jì)算。要 找出所有相同的發(fā)電機(jī)并統(tǒng)計(jì)它們的數(shù)量，優(yōu)化就能實(shí)現(xiàn)這一功能。作為計(jì)算機(jī)中的存儲(chǔ)號(hào)碼，自然以二進(jìn)制格式儲(chǔ)存，所以在數(shù)據(jù)的輸出過(guò)程中，確定它們中每一位將在倍增過(guò)程中同哪一位組合是必不可少的檢查。只選擇所需的位，就能用盡量少的計(jì)算建立輸出。模型輸出模型和程序有更易于觀察的特點(diǎn)，它們中的一些比其它

21、的更直觀。然而，一般情況下，可以說(shuō)， 虛擬電廠單位數(shù)量增加有利于相對(duì)的減少平均功率的變化。因?yàn)樗岣吡穗娫吹目煽啃?，這對(duì)于系統(tǒng)運(yùn)營(yíng)商來(lái)說(shuō)是有益的。每種技術(shù)也有相關(guān)的輸出模式。例如，光伏組件只在白天進(jìn)行預(yù)期輸出，而chp對(duì)光伏發(fā)電顯示相反的操作，僅在較涼爽的時(shí)候進(jìn)行操作。這些技術(shù)的預(yù)期性發(fā)電具有季節(jié)性，光伏發(fā)電在夏天較有優(yōu)勢(shì)，chp則在冬季的幾個(gè)月內(nèi)優(yōu)勢(shì)更明顯。風(fēng)力渦輪機(jī)根據(jù)前一天的研究可以預(yù)測(cè)顯示整天的輸出。但是，程序使用的模型有其局限性。這種模型假設(shè)預(yù)測(cè)數(shù)據(jù)是完全正確的，該方法只有在預(yù)測(cè)時(shí)間內(nèi)推出了自己的問題，并沒有完全準(zhǔn)確的預(yù)測(cè)數(shù)據(jù)。由于模型沒有考慮到這種不確定性，所以系統(tǒng)操作對(duì)未來(lái)的預(yù)測(cè)

22、不能獲得有益的啟示。該模型仍然會(huì)為預(yù)測(cè)產(chǎn)生一個(gè)近似的數(shù)據(jù)，但是由于不確定性就不能提供變化度。案例研究 案例研究給出了三臺(tái)發(fā)電機(jī)設(shè)置，機(jī)風(fēng)電、光伏和熱電聯(lián)產(chǎn)。額定功率為1.5千瓦的風(fēng)力發(fā)電機(jī)組在10米的高度，切入速度為4ms-1，額定轉(zhuǎn)速為12ms-1，切除速度為25ms-1，站點(diǎn)粗糙度為0.7；最大額定管道儲(chǔ)運(yùn)為1.5千瓦的光伏陣列，表面方位角為180，溫度系數(shù)為0.005，傾斜角為10。微熱電聯(lián)產(chǎn)，鍋爐熱電力轉(zhuǎn)化率為0.3，額定功率為10千瓦，恒熱點(diǎn)為19-20，安裝在建筑物的熱容量為800jk-1，熱阻為0.005千瓦-1.首先,機(jī)組孤立。瞬時(shí)風(fēng)力，光伏發(fā)電和熱電聯(lián)產(chǎn)對(duì)天氣預(yù)報(bào)測(cè)試，風(fēng)速為

23、15ms-1，輻照為800wm-2,太陽(yáng)方位角為160，太陽(yáng)高度角為60，溫度為8，經(jīng)過(guò)900s的時(shí)間。蒙特卡羅模擬，使用相同發(fā)電機(jī)參數(shù)和氣象參數(shù)，測(cè)試同時(shí)進(jìn)行以驗(yàn)證其有效性。使用一百萬(wàn)的隨機(jī)樣本，風(fēng)，光伏和熱電的誤差分別為0.010%,0.008%,0.002%，然后在上述相同條件下經(jīng)營(yíng)發(fā)電機(jī)組，蒙特卡洛模擬運(yùn)行，對(duì)一萬(wàn)個(gè)隨機(jī)點(diǎn)進(jìn)行比較預(yù)測(cè)，對(duì)組合模型給出的平均誤差是0.005%。這似乎比起上面說(shuō)的有輕微的下降，然而，熱電聯(lián)產(chǎn)機(jī)組比光伏和風(fēng)作為單獨(dú)數(shù)據(jù)點(diǎn)的數(shù)量多兩倍，平均錯(cuò)誤也最低。 結(jié)論本文概述了虛擬電廠模型，展示了這樣一種視角，即如何應(yīng)用這個(gè)模型使用用戶友好型工具。在概率模型建設(shè)中，有三

24、大技術(shù)已經(jīng)取了進(jìn)展性的討論：風(fēng)能，太陽(yáng)能，微熱電聯(lián)產(chǎn)，還有伴隨這些模型所開發(fā)的工具，并把重點(diǎn)放在模型快速、易于掌握和易于使用上。而當(dāng)前模型的局限處就是無(wú)法結(jié)合不準(zhǔn)確性來(lái)預(yù)測(cè)數(shù)據(jù)。今后的工作主題將包括整合未來(lái)1個(gè)小時(shí)內(nèi)不精準(zhǔn)預(yù)測(cè)，和對(duì)復(fù)合虛擬電廠輸出的不精確預(yù)測(cè)的影響。international journal of electrical engineering education 46/4characterising virtual power plantsguy newman and joseph mutaleschool of electrical and electronic engin

25、eering, university of manchester, manchester, uke-mail: g.newman-3student.manchester.ac.ukabstract the use of small-scale generation based on disparate new and renewable technologies isbecoming more prevalent due to the imperative to reduce greenhouse gas emissions that are thoughtto be the chief ca

26、use of climate change. as penetration of these distributed elements increases,displacing central generation, there is a growing need to understand the composite behaviour ofgroups of distributed generation (dg) devices, also known as virtual power plants (vpps). this paperpresents an overview of the

27、 mathematical modelling of the vpp leading to the development of auser-friendly tool that can be used as a power system engineering teaching aid to demonstrate thecharacteristics of vpps.keywords distributed generation; micro chp; solar pv; virtual power plant; wind generationthe growth of environme

28、ntal awareness in society is putting pressure on the electricpower generation business to reduce co2 emissions, thought to be the chief causeof climate change. this is leading to new methods to generate power. some of thesemethods build upon existing green technologies and expand their size, such as

29、 newlarge-scale offshore wind farms, while other methods employ newer technologies such as fuel cells. the shift is driven by a combination of factors ranging fromincreased awareness of climate change due to power generation from fossil fuelsthrough to concerns about long-term security of oil suppli

30、es. aside from energytrading companies, small-scale distributed generation (dg) technologies are availablefor commercial and residential buildings, which can offer similar green credentialsfor a smaller scale of power generation. of course, small-scale conventionalfossil fuel based generation can al

31、so be installed for back-up purposes.environmentally, the installation of green technologies such as photovoltaic (pv),wind and micro combined heat and power (chp, or microchp) is benefi cial inthat it reduces the electric power drawn from the grid, thus reducing the carbondioxide released from conv

32、entional electricity generation. if installed in large enoughquantities, the annual electrical power produced by these technologies can equal orbecome greater than the annual power usage of the building, or site. for a buildingwith this quantity of dg installed it would be logical to suggest that th

33、e site couldbe removed from the grid entirely and become self-sustaining, if it were not for theintermittency of the technologies involved. pv arrays are dormant at night, windturbines are a slave to the wind speed, and microchp is a slave to the site heatingrequirements. to become truly off-grid re

34、quires the installation of energy storagedevices, which is costly, so many sites simply feed power back into the grid whenthey produce more than they consume, and take power out of the grid when theyconsume more than they produce. the reliance on fossil fuels (for conventionalgeneration) is, therefo

35、re, maintained.the approach to modelling power networks with dg has been to assume the dgas a load offset.1 this assumption is acceptable to a point; however, the assumptionfails if the small-scale generation outstrips the load, and leads to a reduction ofcontrollability of the network. at this poin

36、t the fl ow of power through the distributionnetwork can alter signifi cantly, affecting bus voltages within the power network.most importantly, the physical hardware of the network is installed to control powerfl ow for a range of conditions, but these conditions are usually entirely unidirectional

37、,from the remote power station to the consumer. the reversal of power fl owis beyond the scope of the hardware to control, so the hardware must be changed ormodifi ed to enable bidirectional power fl ow. on a smaller scale, the fl ow of powerwithin the low voltage (lv) network is adjusted by the rev

38、ersal of power, affectingthe line voltage profi le. zero transfer of power from the distribution network to thelv network does not guarantee that the lv lines are not carrying power,anymore.the virtual power plant (vpp) is an artifi cial layer placed between the systemoperator and the dg user. it is

39、 formed out of individual dg units, and co-ordinatesthe actions of the units as a whole (where this is technologically possible), ratherthan leaving units to govern themselves individually. in this way it acts as a facilitator,as the network operator can instruct the vpp operator to control the outp

40、ut ofthe plant, requiring more or less power output. it also acts to amalgamate the poweroutput from the component generators. this is useful for owners of intermittent dg,as the amalgamation of devices acts to reduce the complexity of their output power,which is stochastic in nature to predict.chal

41、lenge of predicting the output of a vppthe primary problem with predicting the output power from microchp, solar pvand wind is that these devices are driven by unpredictable sources. accurate predictionschemes for wind speed, solar irradiance and temperature are all advanced topicsin meteorological

42、studies, but they are complex problems. in addition to the problemsof accurate forecasting, there are local variations which are beneath the scaleof the forecast. overall, the problem is of sizeable magnitude. in this work we focuson three dg technologies, namely wind, microchp and solar power. in o

43、rder toderive aggregate models for these technologies in the form of a vpp, it is fi rst necessaryto understand the characteristics of each technology.wind power basicsthe wind speed at ground level is, as mentioned above, characterised by a degreeof uncertainty in the large-scale forecasting and al

44、so by localised turbulence belowthe scale of the forecasted data. it is assumed in the following work that there is noforecasting error, although this is not the case. this assumption is made to simplifythe computations. the remaining uncertainty in the wind speed is dependent onlocalised variations

45、, and this can be modelled. in ref. 2, the average wind speed fora given altitude in given as eqn (1). the standard deviation due to the geometry ofthe landscape is determined from eqn (2), also from ref. 2. broadly speaking, thehigher the measurement point, the greater and smoother the wind speed w

46、ill be.equations 1 and 2 provide the mean speed, and the standard deviation of the windspeed, respectively. where z is the height of interest, z0 is the roughness length, h is the measurementheight, and u is the wind speed. where is the standard deviation.no distribution function is noted for accura

47、tely representing small time periodmeasurements, so the uniform distribution was chosen for use with the data, as thisassumes no bias of distribution. with the uniform distribution, the mean wind speedand the standard deviation, the wind speed probability distribution can be evaluated.this distribut

48、ion must be combined with the turbine power curve in order to producea useful output. an ideal power curve is shown in fig. 1. using statistical theory, itis possible to combine the two curves to produce a single probabilistic power output.although this can be done for a single unit, it is impractic

49、al to manage the generatoroutputs this way, as they must be combined into a single output for the vpp. usingcontinuous data is possible, but it is more convenient for the process to use discretedata. therefore the probabilistic output is stored in a discrete form for the wind turbines,pv arrays, chp

50、 generators and the vpp.fig. 1 wind speed power curve.solar power basicsthe solar irradiance at ground level is also characterised by a degree of uncertainty.for irradiance, the largest uncertainty is due to the variable nature of clouds, althoughsome structural shadowing may be involved, depending

51、on the placement of the pvarray. whilst the larger cloud formations are visible from space and can be predicted,smaller cloud formations are less easily noticed and introduce a degree of error intoforecasted irradiance. reference 3 gives the meteosat 8 satellite a resolution of 1 km2and 15 min, with

52、 an r.m.s. error of 20% at 15 min. although no probability distributionis mentioned in their work as being particularly well fi tted, they usethe uniform distribution in their work and for consistency with the wind model, theuniform distribution is chosen to represent this error. with this informati

53、on, thepower output for a pv array can be determined using models from the studydescribed in ref. 4. once again, this output is discrete in nature for ease of manipulationand combination.microchp basicsmicrochp is more diffi cult to predict, as it requires more general data in order toproduce its ou

54、tput. the boiler in a microchp unit is fi red to heat a building, and thewaste heat is converted at some effi ciency into electrical energy. the building thenheats up until the thermostat is above the upper threshold, turning off the boiler forheating purposes. once the building has lost enough ener

55、gy to fall beneath the lowerthreshold of the thermostat, the boiler is turned on again.given that forecasted data contains ambient temperature it is possible to determinethe likely duty cycle of the boiler provided that an educated prediction can be madeof the buildings thermal parameters, such as i

56、ts overall thermal resistance fromexterior to interior and heat capacity. by choosing appropriate values for the buildingsheat capacity and thermal resistance, and knowing other boiler parameters suchas thermal power rating and conversion effi ciency, it is possible to determine theduty cycle and co

57、nsequently determine the instantaneous stochastic output power ofmicrochp.instantaneous and long-term powerwhile it is important to determine the instantaneous power, as above, it must not beforgotten that another important quantity is the average power over the predictionperiod. the instantaneous p

58、ower provides the likely power generation for the vppat any point during the prediction time frame, which is different to the averagepower throughout the prediction time frame, described as being the long-termpower. whilst the instantaneous power is useful for determining fl ows in the networkduring the time frame, the more static long-term power is a more useful guide to theavailable power for the time frame, and will show the overall predicted fl ow ofpower.the wind turbine long-term power output can be