一种间歇式电源数据的采集粒度标定方法及系统技术方案

本发明专利技术涉及一种间歇式电源数据的采集粒度标定方法及系统，包括：根据预先设定的采集粒度，绘制最大一阶差分出力变化曲线趋势图；通过识别趋势图中的持续变动特征，构建功率增减相交替的功率梯形曲线；定义功率梯形曲线的目标函数，采用多目标遗传算法计算满足所述目标函数的持续状态，并根据状态的持续时间定义采集粒度，根据所述采集粒度记录间歇式电源的出力轨迹。上述方案的提出解决了通过选取最优粒度来记录间歇式电源出力轨迹的难题。

A calibration method and system for data acquisition size of intermittent power source

The invention relates to a method and a system for calibrating the granularity of intermittent power data acquisition, which comprises: plotting the trend diagram of the maximum first-order differential output curve according to the predetermined acquisition granularity; constructing the power ladder curve with alternating power increase and decrease by identifying the continuous variation characteristics in the trend diagram; and defining the power ladder curve; The objective function of the curve is calculated by the multi-objective genetic algorithm, and the acquisition granularity is defined according to the duration of the state, and the output trajectory of the intermittent power source is recorded according to the acquisition granularity. The proposed scheme solves the problem of recording the output trajectory of intermittent power supply by selecting the optimal granularity.

【技术实现步骤摘要】
一种间歇式电源数据的采集粒度标定方法及系统
本专利技术涉及电力系统储能设备
，具体涉及的一种间歇式电源数据的采集粒度标定方法及系统。
技术介绍
随着大规模可再生间歇式能源接入电网，其功率随机波动变化对电网安全运行带来严峻影响。储能系统作为间歇式能源的有益补充，可以在发电侧率先配合能量管理系统的控制策略进行功率预测，跟踪计划出力以及波动平抑等关键技术。然而，在科学研究和现场应用时，发电数据信息采集的粒度各不相同，往往仅凭经验来设定粒度，缺乏理论依据。以光伏电站为例，其输出功率由于云层遮挡等自然气象条件而引起的有功功率频繁波动，在其大规模并网应用情况下将给电网带来不可忽视的冲击，因而经常发生为保护电网安全稳定运行而弃光、脱网等现象，这导致光伏发电企业投资回报周期增长，制约了产业的健康发展。深入了解光伏电站出力特征并进行优化应用显得至关重要。通过分析历史运行数据提取系统特征是直观有效的方式之一，而数据样本的科学建立则是统计分析工作的前提，其质量水平关系到特性把握的准确与有效。数据采集粒度作为评价数据样本的特征量之一，是在数据收集或统计处理过程中首要确定的要素，但往往因其简单直观而被忽略科学的标定。数据采集粒度即采样时间间隔。粒度过大显然会疏漏部分信息，可能引起模型识别误差，影响有效信息提取，甚至导致反向结论的产生。然而采集粒度也并非越密越好，采样时间间隔密集的数据采集方式，势必需要配备更充足的存储空间和有效的管理系统，虽然能够真实再现系统运行轨迹，但也会造成资源浪费和成本增加。
技术实现思路
为了满足上述需求，本专利技术提供一种间歇式电源数据的采集粒度标定方法及系统，用于解决选择最优粒度来记录间歇式电源出力轨迹的难题。本专利技术的目的是采用下述技术方案实现的：一种间歇式电源数据的采集粒度标定方法，所述方法包括：根据预先设定的采集粒度，绘制最大一阶差分出力变化曲线趋势图；通过识别所述趋势图中的持续变动特征，构建功率增减相交替的功率梯形曲线；定义所述功率梯形曲线的目标函数，采用多目标遗传算法计算满足所述目标函数的持续状态，并根据状态的持续时间定义采集粒度，根据所述采集粒度记录间歇式电源的出力轨迹。优选的，所述绘制单日内最大一阶差分出力变化曲线趋势图包括：根据预先设定的采样时刻和采集粒度，采集单日内不同数据采集粒度下的风电/光伏实时功率；绘制以采样时刻和对应的风电/光伏实时功率作为横、纵坐标的发电功率曲线；筛除所述发电功率曲线中失真现象明显的采集粒度，并获取各数据采集粒度相邻点的一阶差分，通过比较选取同一采集粒度的最大一阶差分，生成由各数据采集粒度下最大一阶差分构成的出力变化曲线趋势图。优选的，所述识别趋势图中的持续变动特征包括：从趋势图中获取风电/光伏电站功率信号时间序列Pow，补齐Pow中的缺失值后计算功率信号时间序列Pow的长度；根据极大、极小值点的判定条件，依次确定各数据点的功率信号时间序列Pow中极大、极小值点标号，删除序列中相邻的极大、极小值点；计算功率信号时间序列Pow的持续变动参数；所述持续变动参数包括：持续状态数目、状态持续时间和持续状态变动功率；对跳变的持续变动参数进行插值重构，获得与原序列步长相同的持续变动特征序列Pow'。进一步地，所述极大、极小值点的判定条件包括：若(Powj-1≤Powj＜Powj+1)，则功率信号时间序列Pow的第j个数据点Powj为极大值点，若(Powj-1≥Powj＞Powj+1)，则Powj为极小值点。进一步地，通过下式确定功率信号时间序列Pow的长度：其中，表示3×N矩阵MI的列，当Powj为极大值点时，当Powj为极小值点时，m1,j为每列极值点的数据点标号、m2,j为极大、极小性质，m3,j为该点的功率值，N表示功率信号时间序列的长度；r1＝[m1,1m1,2...m1,j...m1,N]表示数据点标号向量；r2＝[m2,1m2,2...m2,j...m2,N]表示极大、极小标号向量；r3＝[m3,1m3,2...m3,j...m3,N]表示数据点时刻的时间序列功率。进一步地，通过下式确定功率信号时间序列Pow的持续变动参数：State＝k-1Tck＝m1,k+1-m1,kPck＝m3,k+1-m3,k其中，State为持续状态数目，Tck表示各状态持续时间，Pck为各持续状态变动功率。优选的，所述采用多目标遗传算法计算满足所述目标函数的持续状态包括：a、设置持续变动特征序列的遗传算法的参数输入量，并初始化种群S；b、确定持续变动特征序列Pow'的个体适应度；c、更新种群；d、重复步骤b和c，直至找出满足持续时间最短、变动斜率最大、能量变化最大的最优解为止；所述遗传算法的参数输入量包括：种群规模u、进化代数i、交叉概率Pm和变异概率Pc。进一步地，通过下式确定个体适应度：其中，Eu为持续状态，Tci表示状态持续时间、Ki表示变动斜率、Ei表示能量变化。一种间歇式电源数据的采集粒度标定系统，所述系统包括：绘制模块，用于根据预先设定的采集粒度，绘制最大一阶差分出力变化曲线趋势图；构建模块，用于通过识别所述趋势图中的持续变动特征，构建功率增减相交替的功率梯形曲线；分析模块，用于定义所述功率梯形曲线的目标函数，采用多目标遗传算法计算满足所述目标函数的持续状态，并根据状态的持续时间定义采集粒度，根据所述采集粒度记录间歇式电源的出力轨迹。优选的，所述绘制模块包括：采集单元，用于根据预先设定的采样时刻和采集粒度，采集单日内不同数据采集粒度下的风电/光伏实时功率；绘制以采样时刻和对应的风电/光伏实时功率作为横、纵坐标的发电功率曲线；处理单元，用于筛除所述发电功率曲线中失真现象明显的采集粒度，并获取各数据采集粒度相邻点的一阶差分，通过比较选取同一采集粒度的最大一阶差分，生成由各数据采集粒度下最大一阶差分构成的出力变化曲线趋势图。优选的，所述构建模块包括：第一计算单元，用于从趋势图中获取风电/光伏电站功率信号时间序列Pow，补齐Pow中的缺失值后计算功率信号时间序列Pow的长度；筛选单元，用于根据极大、极小值点的判定条件，依次确定各数据点的功率信号时间序列Pow中极大、极小值点标号，删除序列中相邻的极大、极小值点；第二计算单元，用于计算功率信号时间序列Pow的持续变动参数；所述持续变动参数包括：持续状态数目、状态持续时间和持续状态变动功率；差值重构单元，用于对跳变的持续变动参数进行插值重构，获得与原序列步长相同的持续变动特征序列Pow'。其中，筛选单元又包括：第一极值判定子单元，用于若(Powj-1≤Powj＜Powj+1)，则功率信号时间序列Pow的第j个数据点Powj为极大值点；第二极值判定子单元，用于若(Powj-1≥Powj＞Powj+1)，则Powj为极小值点。优选的，所述分析模块包括：初始化单元，用于设置持续变动特征序列的遗传算法的参数输入量，并初始化种群S；确定单元，用于确定持续变动特征序列Pow'的个体适应度；更新单元，用于更新种群；迭代单元，用于重复确定单元和更新单元的动作，直至找出满足持续时间最短、变动斜率最大、能量变化最大的最优解为止。与最接近的现有技术相比，本专利技术的有益效果是：本专利技术的一种间歇式电源数据的采集粒度标定方法及系统，首先根据预先设定的采本文档来自技高网...

【技术保护点】
1.一种间歇式电源数据的采集粒度标定方法，其特征在于，所述方法包括：根据预先设定的采集粒度，绘制最大一阶差分出力变化曲线趋势图；通过识别所述趋势图中的持续变动特征，构建功率增减相交替的功率梯形曲线；定义所述功率梯形曲线的目标函数，采用多目标遗传算法计算满足所述目标函数的持续状态，并根据状态的持续时间定义采集粒度，根据所述采集粒度记录间歇式电源的出力轨迹。

【技术特征摘要】
1.一种间歇式电源数据的采集粒度标定方法，其特征在于，所述方法包括：根据预先设定的采集粒度，绘制最大一阶差分出力变化曲线趋势图；通过识别所述趋势图中的持续变动特征，构建功率增减相交替的功率梯形曲线；定义所述功率梯形曲线的目标函数，采用多目标遗传算法计算满足所述目标函数的持续状态，并根据状态的持续时间定义采集粒度，根据所述采集粒度记录间歇式电源的出力轨迹。2.如权利要求1所述的方法，其特征在于，所述绘制单日内最大一阶差分出力变化曲线趋势图包括：根据预先设定的采样时刻和采集粒度，采集单日内不同数据采集粒度下的风电/光伏实时功率；绘制以采样时刻和对应的风电/光伏实时功率作为横、纵坐标的发电功率曲线；筛除所述发电功率曲线中失真现象明显的采集粒度，并获取各数据采集粒度相邻点的一阶差分，通过比较选取同一采集粒度的最大一阶差分，生成由各数据采集粒度下最大一阶差分构成的出力变化曲线趋势图。3.如权利要求1所述的方法，其特征在于，所述识别趋势图中的持续变动特征包括：从趋势图中获取风电/光伏电站功率信号时间序列Pow，补齐Pow中的缺失值后计算功率信号时间序列Pow的长度；根据极大、极小值点的判定条件，依次确定各数据点的功率信号时间序列Pow中极大、极小值点标号，删除序列中相邻的极大、极小值点；计算功率信号时间序列Pow的持续变动参数；所述持续变动参数包括：持续状态数目、状态持续时间和持续状态变动功率；对跳变的持续变动参数进行插值重构，获得与原序列步长相同的持续变动特征序列Pow'Pow′。4.如权利要求3所述的方法，其特征在于，所述极大、极小值点的判定条件包括：若(Powj-1≤Powj＜Powj+1)，则功率信号时间序列Pow的第j个数据点Powj为极大值点，若(Powj-1≥Powj＞Powj+1)，则Powj为极小值点。5.如权利要求3所述的方法，其特征在于，通过下式确定功率信号时间序列Pow的长度：其中，表示3×N矩阵MI的列，当Powj为极大值点时，当Powj为极小值点时，m1,j为每列极值点的数据点标号、m2,j为极大、极小性质，m3,j为该点的功率值，N表示功率信号时间序列的长度；r1＝[m1,1m1...

【专利技术属性】
技术研发人员：李建林，刘大贺，马会萌，靳文涛，房凯，惠东，袁晓冬，杨雄，
申请(专利权)人：中国电力科学研究院有限公司，国网江苏省电力有限公司电力科学研究院，
类型：发明
国别省市：北京,11