Page 23 - 《中国电力》2026年第4期

米熠等：基于非参数核密度估计的风光水火储系统灵活性评估方法研究 2026 年第 4 期

0.20 1.4 450 400 置信度95%；
0.18 非参数核密度 1.2 非参数核密度 置信度95%； 350 真实值；
估计；
估计；
0.16 正态分布； 正态分布； 400 真实值； 预测值
预测值
0.14 功率预测 1.0 功率预测 350 300
误差直方图
误差直方图
250
0.12
概率密度 0.10 概率密度 0.8 功率/万kW 300 功率/万kW 200
250
0.6
0.08
0.06 0.4 200 150
100
0.04
0.2 150
0.02 50
0 0 100 0
−15 −10 −5 0 5 10 15 −10 −5 0 5 10 20 30 40 50 60 70 80 90 100 110 120 20 30 40 50 60 70 80 90 100 110 120
风电功率预测误差/万kW 光伏功率预测误差/万kW 时间/h 时间/h
a) 风电 b) 光伏 a) 风电 b) 光伏
0.018 非参数核密度 0.006 非参数核密度 1 600 置信度95%； 5 000
0.016 估计； 0.005 估计； 1 400 真实值；
正态分布；
预测值
0.014 正态分布； 功率预测 4 500
功率预测
0.012 误差直方图 0.004 误差直方图 1 200 4 000
概率密度 0.010 概率密度 0.003 功率/万kW 1 000 负荷/万kW 3 500
0.008
0.006 0.002 800 置信度95%；
0.004 600 3 000 真实值；
0.001
0.002 预测值
400 2 500
0 0
−100−80−60−40−20 0 20 40 60 80 100 −250 −150 −50 50 150 250 20 30 40 50 60 70 80 90 100 110 120 20 30 40 50 60 70 80 90 100 110 120
径流式水电功率预测误差/万kW 负荷预测误差/万kW 时间/h 时间/h
c) 径流式水电 d) 负荷 c) 径流式水电 d) 负荷
图 4 各电源出力与负荷预测误差的概率密度分布拟合结果 图 6 95% 置信度下新能源出力与负荷的置信区间
Fig. 4 Fitting results of probability density distributions Fig. 6 Confidence intervals of new energy output and
for prediction errors of various power sources output load at 95% confidence level
and load
表 3 不同置信度下源荷区间估计的 P PIC
Table 3 PICP of source-load interval estimation under

450 置信度85%； 400
真实值； 置信度85%； different confidence levels
400 预测值 350 真实值；
300 预测值 单位：%
350 250
功率/万kW 300 功率/万kW 200 置信度/% 风电 光伏 径流式水电 负荷
250
200 150
100 85 80.40 82.80 83.20 85.70
150 50
100 0 90 84.30 88.60 87.70 88.80
20 30 40 50 60 70 80 90 100 110 120 20 30 40 50 60 70 80 90 100 110 120
时间/h 时间/h 95 89.00 93.70 92.20 94.70
a) 风电 b) 光伏
1 600 5 000
置信度85%；
真实值；
1 400 预测值 4 500 足与向上爬坡速率不足导致的切负荷量；d CY D 与
功率/万kW 1 200 负荷/万kW 4 000 d LH X 分别为向下发电容量不足与向下爬坡速率不
1 000
3 500
800
置信度85%； 足导致的弃新能源量。由图 7 可知，系统切负荷
600 3 000 真实值；
预测值 的发生频次显著高于弃新能源，并呈现出明显的
400 2 500
20 30 40 50 60 70 80 90 100 110 120 20 30 40 50 60 70 80 90 100 110 120
时间/h 时间/h 季节集中特征，主要集中在夏、冬两季。主要原
c) 径流式水电 d) 负荷 因在于夏、冬两季的负荷需求通常处于全年较高
图 5 85% 置信度下新能源出力与负荷的置信区间 水平。夏季虽处于水电丰水期，但在负荷高峰时
Fig. 5 Confidence intervals of new energy output and 段仍可能出现电力供应不足；冬季则因处于枯水
load at 85% confidence level
期，库容式水电站调节能力受限，进一步加剧了
知，所有电源及负荷的 P PIC 均超过 80% 的可靠性 系统的功率缺额问题。
基准。随着置信水平的提升， P PIC 同步增长，其 由图 7 进一步分析可知，发电容量不足导致的
中负荷的 P PIC 最高达 94.7%。95% 置信水平下，所 切负荷量达 148 600 万 kW·h，占切负荷总量的 85.2%；
有场景的 P PIC 均维持在 90% 基准附近，验证了非 其造成的弃新能源量为 248.52 万 kW·h，占弃新能
参数置信区间构建在多能源耦合系统中的普适性。 源总量的 8.5%。与之相对，系统整体爬坡速率不

3.2 模拟结果分析 足引发的切负荷量为 25 810 万 kW·h，占比 14.8%；
图 7 展示了基于随机生产模拟的系统切负荷 该因素导致的弃新能源量则达 2 933.6 万 kW·h，占
与弃新能源情况，其中正值表示切负荷，负值表 比高达 91.5%。上述结果表明，发电容量不足仍
示弃新能源，c CY D 与 c LH X 分别为向上发电容量不 是影响系统稳定运行的核心因素。同时，系统爬
19