一种提取高风电穿透母线日净有功功率随机模糊特征的建模方法技术

本发明专利技术属于高风电穿透母线日净有功功率建模技术领域，是关于一种考虑母线净有功功率具有随机性和模糊性双重不确定性特征的建模方法。该方法通过选取多年特定地区母线日净有功功率数据，用MATLAB概率密度曲线拟合已按需要划分的每个时间段内净有功功率数据在置信率为0.05时的概率分布，确定其参数波动范围的置信区间以及隶属函数模型；定义净有功功率为随机模糊变量且获取其机会测度函数，建立其随机模糊不确定模型。最后给出通过基于随机模糊模拟技术和逆变换法模拟生成仿真母线日净有功功率的流程及步骤。本发明专利技术能更全面的刻画高风电穿透母线日净有功功率多重不确定特征，为未来大量风电接入电力系统发电计划安排和调度提供相应的指导依据。

【技术实现步骤摘要】

本专利技术属于高风电穿透母线日净有功功率建模
，提出了一种提取高风电穿透母线日净有功功率随机模糊特征的建模新方法。
技术介绍
提取风电场接入变电站母线日内同时刻有功负荷与风电有功出力之差即净有功功率的不确定特征对系统运行方式安排和安全校核具有重要意义。随着风电等新能源接入变电站日益增多且容量持续增大，传统母线负荷预测时将小容量风电等随机性能源剔除的方法已难以适应现实需求，对此提出净有功功率的概念，即风电场接入变电站母线日内同时刻有功负荷与风电有功出力之差。母线负荷本身规律性较弱，风电随机性大，因此，净有功功率不确定特征更加复杂。对净有功功率数据进行数据挖掘，将随机性和模糊性结合起来对净有功功率进行描述才能更全面的刻画净有功功率多重不确定特征。国内外现有关于高风电穿透母线日净有功功率不确定性模型的研究取得了一些成果：在母线负荷数据预处理方面，文献《面向节能发电调度的母线负荷预测平台》提出在母线时序负荷曲线下按日进行负荷数据积累和分析预测的策略，找到历史负荷的发生规律。在考虑母线接入风电，小水电等新能源方面，文献《间接预测法在母线负荷预测中的应用》指出小电源发电上网量大时母线负荷可能出现负数，规律性差，其负荷曲线跟随小电源的发电负荷上下波动，为了剔除小电源出力的影响，把母线负荷转变为变电站供电区域内的用电负荷进行预测。母线负荷预测研究中对于系统净注入功率的研究还比较缺乏。文献《基于差分进化的含分布式电源母线净有功功率预测》提出了一种考虑风电和小水电不确定性的差分进化母线净负荷预测方法。在母线负荷不确定模型及其在潮流分析中的应用方面：文献《极值负荷及其出现时刻的概率化预测》指出母线负荷可用正态分布随机变量描述，极值负荷具有多峰特性并且运用序列运算获取其概率分布；有学者将母线负荷和随机性电源出力作为随机变量或模糊变量进行不确定潮流分析。其中文献《含大规模间歇式电源的模糊机会约束机组组合研究》将间歇式电源出力和负荷的模糊参数用梯形函数和三角函数表示。事实上，随机变量和模糊变量只是随机模糊变量的特例，兼顾电力系统负荷和风电出力随机性和模糊性更加符合客观实际。同时考虑随机性和模糊性更加符合客观实际。文献《FuzzyStochasticProgrammingMethod:CapacitorPlanninginDistributionSystemsWithWindGenerators》结合风电和负荷随机性和模糊优化求解高风电穿透配电系统的无功补偿电容器优化；文献《Anovelrandomfuzzyneuralnetworksfortacklinguncertaintiesofelectricloadforecasting》则以随机模糊变量描述系统负荷，并将传统神经网络扩展为随机模糊神经网络来进行电力系统负荷预测，但尚未对高风电穿透母线负荷进行研究；文献《考虑风电随机模糊不确定性的电力系统多目标优化调度计划研究》提出了一种综合考虑风电随机模糊性电力系统多目标优化调度模型。事实上，在考虑含风电、小水电接入母线时，母线负荷有时为负的输出，在穿透水平较低时予以剔除可以理解，但当系统中大量母线具有此特征且穿透水平日益提高情况下，研究系统净注入功率更加符合客观实际情况。并且，随机性和模糊性共存于净有功功率不确定特征，传统净有功功率不确定模型一般以随机变量或模糊变量描述，然而净有功功率受季节、气温、用户用电情况等影响具有随机性，同时受有限净有功功率统计数据限制，难以获取认识意义上清晰的概率分布参数即具有模糊性，因此用随机模糊变量描述净有功功率更符合客观实际，而随机变量和模糊变量实质是随机模糊变量的特例。现有技术中对综合考虑随机性和模糊性的净有功功率不确定性相关理论和建模分析研究相对甚少，该理论体系还需要不断补充和完善。为了更好对大规模风电接入电力系统进行运行方式安排和系统安全校核，有必要考虑高风电穿透母线日净有功功率兼具随机性和模糊性的双重不确定性特点，基于实测母线负荷数据与风电出力之差即母线净有功功率进行数据挖掘分析并建立相应的随机模糊模型。
技术实现思路
针对提取风电场接入变电站母线日内同时刻有功负荷与风电有功出力之差即净有功功率的不确定特征对系统运行方式安排和安全校核的重要基础性工作，而现有研究未能考虑风电，小水电等接入时研究系统的净注入功率更加符合客观实际的情况，且净有功功率兼具随机性和模糊性的现状，有必要基于实测母线负荷数据与风电出力之差即母线净有功功率进行数据挖掘分析并建立相应的随机模糊不确定模型，进而在合理风险水平下安排电力系统运行与调控计划。本专利技术专利在传统净有功功率概率不确定模型的基础上，进一步考虑净有功功率参数拟合的模糊性，提出了一种提取净有功功率随机模糊不确定特征的建模新方法。为实现上述目的，本专利技术采取以下技术方案：本专利技术解决上述问题采取的技术方案：1、原始数据质量评估及数据处理。获取可靠可信的原始净有功功率数据对构建净有功功率的不确定性模型至关重要，针对研究净有功功率的季节特性和其日变化特征，选取多年特定地区的实测母线负荷数据与风电出力数据，得到净有功功率数据，并对其进行基础性处理。2、提取并分析净有功功率概率分布特征。基于净有功功率的季节特性和日变化特征，将选取的多年特定地区净有功功率数据按照实际需要划分为任意合适的时间段进行研究，用MATLAB概率密度曲线拟合每个时间段内的净有功功率数据在置信率为0.05时的概率分布，并进行概率分布特征统计，分析确定适合实测净有功功率的概率分布模型。3、提取并分析净有功功率概率分布参数的模糊不确定性特征及其隶属函数特征。基于前一小节提取确定的净有功功率概率分布模型，采取相适应的参数估计方法对其概率分布参数的模糊不确定性特征进行数据挖掘，并确定其参数波动范围的置信区间，分析并提取确定其参数的隶属函数模型。4、构建净有功功率的随机模糊模型并确立生成仿真净有功功率的随机模糊模拟方法。依据不确定理论，定义净有功功率为随机模糊变量，获取其机会测度函数，从而建立净有功功率随机模糊不确定模型，并给出通过基于随机模糊模拟技术和逆变换法模拟生成仿真净有功功率的流程及步骤。本文在前人净有功功率随机性和模糊性不确定模型研究基础上，综合考虑净有功功率概率分布和其参数拟合时的模糊性实际，根据不确定规划理论定义净有功功率为随机模糊变量，并通过获取其机会测度函数来构建其随机模糊模型，并给出通过基于随机模糊模拟技术和逆变换法模拟生成高风电穿透母线日净有功功率数值的流程及步骤。此方法可对未来大量风电接入变电站母线负荷预测提供相应的指导依据。附图说明图1是本专利技术的某电网220kv变电站2013年6月母线日净有功功率第19时段概率密度图图2是本专利技术的某电网220kv变电站2012-2013年6，7，8月母线日净有功功率24时段a1参数频率图图3是本专利技术的某电网220kv变电站2012-2013年6，7，8月母线日净有功功率24时段b1参数频率图；图4是本专利技术的某电网220kv变电站2012-2013年6，7，8月母线日净有功功率24时段c1参数频本文档来自技高网...

【技术保护点】
一种提取高风电穿透母线日净有功功率随机模糊特征的建模新方法，包括如下步骤：1)、原始数据质量评估及坏数据处理。2)、提取并分析高风电穿透母线日净有功功率概率分布特征。3)、提取并分析高风电穿透母线日净有功功率概率分布参数的模糊不确定性特征及其隶属函数特征。4)、构建高风电穿透母线日净有功功率的随机模糊模型并确立生成仿真母线日净有功功率随机模糊模拟方法。

【技术特征摘要】
1.一种提取高风电穿透母线日净有功功率随机模糊特征的建模新方法，包
括如下步骤：
1)、原始数据质量评估及坏数据处理。
2)、提取并分析高风电穿透母线日净有功功率概率分布特征。
3)、提取并分析高风电穿透母线日净有功功率概率分布参数的模糊不确定性特
征及其隶属函数特征。
4)、构建高风电穿透母线日净有功功率的随机模糊模型并确立生成仿真母线日
净有功功率随机模糊模拟方法。
2.根据权利要求l所述的一种提取高风电穿透母线日净有功功率随机模糊
特征的建模新方法，其特征在于：所述步骤1)中针对研究高风电穿透母线日净
有功功率的季节特性和其日变化特征，为获取可靠可信的原始高风电穿透母线日
净有功功率数据，选取特定地区特定季节的实测母线负荷数据与风电出力数据之
差即母线净有功功率数据进行研究，即选取特定地区多年同月的高风电穿透母线日
净有功功率数据进行研究，并对其进行基础性处理，剔除特殊因素下的日净有功功
率数据对整体样本的影响。
3.根据权利要求l所述的一种提取高风电穿透母线日净有功功率随机模糊
特征的建模新方法，其特征在于：所述步骤2)在相同季节下，选取的多年特定地
区母线日净有功功率数据按照实际需要划分为任意合适的时间段进...

【专利技术属性】
技术研发人员：马瑞，吴瑕，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43