【技术实现步骤摘要】
一种计及时空相关性的多区域电力负荷时序场景建模方法
本专利技术属于新能源配电
，特别涉及一种计及时空相关性的多区域电力负荷时序场景建模方法。
技术介绍
近年来，新能源的消纳问题变得日益突出，定量分析未来年份电网的新能源消纳能力，对电网部门制定新能源年度运行方式和合理规划电网的新能源装机有着重要的指导意义。时序生产模拟技术是实现新能源消纳能力量化评估的重要技术手段，能够充分考虑各种电源的运行约束、负荷与新能源出力的随机波动特性，通过对电力系统进行全年逐时段的生产模拟计算，得到新能源和常规电源在各时段下的发电情况。年负荷时间序列是开展时序生产模拟计算的重要输入，直接影响着新能源消纳能力量化评估结果的准确性。目前已有的负荷时序场景生成模型只针对单个负荷区域，难以直接应用于多个区域的电力负荷场景建模中。综上，亟需一种针对于多区域电力负荷的场景生成方法。
技术实现思路
本专利技术的目的在于提供一种计及时空相关性的多区域电力负荷时序场景建模方法，以解决传统单区域电力负荷场景建模方法无法考虑多区域间的时空...
【技术保护点】
1.一种计及时空相关性的多区域电力负荷时序场景建模方法，其特征在于，包括以下步骤：/nS1.按照预设时间分辨率，采集m个区域电力负荷时序数据P
【技术特征摘要】
1.一种计及时空相关性的多区域电力负荷时序场景建模方法，其特征在于，包括以下步骤：
S1.按照预设时间分辨率，采集m个区域电力负荷时序数据Pmn(t)；其中，t1≤t≤tn，n为数据样本点个数；
S2.将步骤S1获得的时序数据Pmn(t)按天进行分段，获得多个序列片段；并采用逆向正态云发生器计算获得各序列片段的云参数，将时序数据Pmn(t)转化为s个正态云系；
S3.计算步骤S2获得的正态云系内云模型间的重叠面积，获得s个正态云系间整体相似度；依据云系间的相似度不同将其聚类为k类，对应k类时序数据；
S4.基于步骤S3的聚类结果，根据电力负荷时序数据所对应的类别序列，计算获得类别转移概率矩阵A；
S5.基于步骤S3的聚类结果，计算各类别数据的每日负荷特性指标，构成k个数据集；
S6.基于步骤S5获得的k个数据集，构建k个vine-copulas联合概率分布模型；
S7.基于步骤S4获得的类别转移概率矩阵A、步骤S6获得的vine-copulas联合概率分布模型，通过蒙特卡洛随机抽样生成具有相关性的m个区域的每日负荷特性指标；
S8.基于步骤S3的聚类结果，求取k个类别对应m个区域的基准负荷曲线，共k×m条；
S9.基于步骤S7获得的每日负荷特性指标、步骤S8获得的日基准负荷曲线，建立日负荷序列优化模型，求解获得m个区域每天各时刻的负荷值，完成计及时空相关性的多区域电力负荷时序场景建模。
2.根据权利要求1所述的一种计及时空相关性的多区域电力负荷时序场景建模方法，其特征在于，步骤S1具体包括：
采集m个区域电力负荷时序数据Pmn(t)＝[P1(t),P2(t),…,Pm(t)]T；其中，第i个区域的电力负荷时序数据为Pi(t)＝[pi(t1),pi(t2),…,pi(tn)]，对其进行归一化处理，将其映射到[0,1]区间。
3.根据权利要求1所述的一种计及时空相关性的多区域电力负荷时序场景建模方法，其特征在于，步骤S2中，获得的序列片段，表示为时间序列段矩阵Z为：
式中，τ表示每日时序段的长度，由时间分辨率决定；s＝n/τ表示各区域时序总段数；
步骤S2中采用逆向正态云发生器对分段时序数据进行表征，表示为：
式中，Ex为云模型的期望，En为云模型的熵，He为云模型的超熵，τ表示每日时序段的长度，p(tj)为日负荷时间序列。
4.根据权利要求3所述的一种计及时空相关性的多区域电力负荷时序场景建模方法，其特征在于，步骤S3具体包括：
云模型间的重叠面积计算表达式为：
式中，y2(x)和y1(x)分别为云模型C1(Ex1,En1,He1)和C2(Ex2,En2,He2)对...
【专利技术属性】
技术研发人员：司刚全，曲凯，蔡乾，马天东，耿天翔，
申请(专利权)人：西安交通大学，国网宁夏电力有限公司，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。