电力系统备用需求预测方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种电力系统备用需求预测方法、系统、装置及存储介质，方法包括：获取电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；对净负荷预测曲线样本进行场景聚类，从而将净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而将净负荷预测误差曲线样本划分为若干个预测误差样本集合；分别对各预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定分级备用需求曲线；获取电力系统的日前净负荷预测曲线，根据日前净负荷预测曲线和分级备用需求曲线预测得到电力系统各时段的备用需求。本发明专利技术提高了备用需求预测的准确度，有利于备用资源的合理调度，提高了电力系统的稳定性，可广泛应用于电力系统控制技术领域。

【技术实现步骤摘要】
电力系统备用需求预测方法、系统、装置及存储介质
本专利技术涉及电力系统控制
，尤其是一种电力系统备用需求预测方法、系统、装置及介质。
技术介绍
为了应对系统的不确定性，电力系统必须预留一定裕度的备用资源。无论电网发电调度采用计划模式还是市场模式，评估备用需求都是必要且重要的任务。备用需求一般分为事故备用和负荷备用两方面。目前负荷备用需求主要考虑负荷预测误差造成的不确定性。现有技术中，常用N-1准则和负荷百分比准则进行备用需求的评估和预测，例如利用风电场出力和负荷对系统正、负旋转备用的需求系数，将风电功率预测值和负荷预测值加权求和作为系统正、负旋转备用的约束下限。这类方法主要根据既定标准将不确定量转化为确定量或百分比，从而实现系统备用需求的评估。然而随着风电和光伏等新能源渗透率的大幅度提高，它们的发电功率受天气变化的影响而呈现多时间尺度的波动性，电力系统不确定性与备用需求之间的关系变得复杂，现有的评估方法未能考虑到多场景、多时间尺度下新能源的发电特性，导致备用需求的评估与预测结果并不准确，不利于电力系统的稳定运行。
技术实现思路
本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。为此，本专利技术实施例的一个目的在于提供一种电力系统备用需求预测方法，该方法通过对历史时段内电力系统的净负荷预测曲线样本进行场景聚类，进而对净负荷预测误差曲线样本进行场景划分，并利用形态学滤波器对净负荷预测误差曲线进行时间尺度分解，从而确定各净负荷场景下的分级备用需求曲线，然后根据电力系统的日前净负荷预测曲线和分级备用需求曲线预测得到各时段的备用需求。本专利技术综合考虑了净负荷预测误差和发电能源多时间尺度下的波动特性，相较现有技术而言，提高了备用需求预测的准确度，有利于电力系统备用资源的合理调度，从而提高了电力系统的稳定性。本专利技术实施例的另一个目的在于提供一种电力系统备用需求预测系统。为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：第一方面，本专利技术实施例提供了一种电力系统备用需求预测方法，包括以下步骤：获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合；采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线；获取电力系统的日前净负荷预测曲线，根据所述日前净负荷预测曲线和所述分级备用需求曲线预测得到电力系统各时段的备用需求。进一步地，在本专利技术的一个实施例中，所述获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本这一步骤，其具体包括：获取预设历史时段内电力系统的日负荷预测曲线、日出力预测曲线、实际日负荷曲线以及实际日出力曲线；根据所述日负荷预测曲线和所述日出力预测曲线确定所述净负荷预测曲线样本，并根据所述实际日负荷曲线和所述实际日出力曲线确定实际净负荷曲线样本；根据所述净负荷预测曲线样本和所述实际净负荷曲线样本确定所述净负荷预测误差曲线样本，并确定所述净负荷预测曲线样本和所述净负荷预测误差曲线样本的第一对应关系。进一步地，在本专利技术的一个实施例中，所述对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合这一步骤，其具体包括：采用AP聚类算法对所述净负荷预测曲线样本进行场景聚类，得到若干个净负荷场景样本集合，并确定各所述净负荷场景样本集合的聚类中心曲线；根据所述净负荷场景样本集合和所述第一对应关系将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合。进一步地，在本专利技术的一个实施例中，所述采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线这一步骤，其具体包括：确定电力系统备用需求的若干个时间尺度区间，并根据所述时间尺度区间构造结构元素，进而根据所述结构元素确定所述形态学滤波器；采用所述形态学滤波器对各所述预测误差样本集合中的净负荷预测误差曲线样本进行滤波，得到各所述时间尺度区间对应的波动分量；采用三次样条插值法提取所述波动分量的包络线绝对幅值，并根据所述包络线绝对幅值确定所述分级备用需求曲线。进一步地，在本专利技术的一个实施例中，所述形态学滤波器为：其中，hOCCO表示形态学滤波器，ο表示开运算，·表示闭运算，g表示结构元素，f表示净负荷预测误差曲线样本的时间序列。进一步地，在本专利技术的一个实施例中，所述获取电力系统的日前净负荷预测曲线，根据所述日前净负荷预测曲线和所述分级备用需求曲线预测得到电力系统各时段的备用需求这一步骤，其具体包括：获取电力系统的日前负荷预测曲线和日前出力预测曲线，并根据所述日前负荷预测曲线和所述日前出力预测曲线确定所述日前净负荷预测曲线；将所述日前净负荷预测曲线与所述聚类中心曲线进行匹配，选取欧氏距离最近的聚类中心曲线对应的净负荷场景样本集合作为匹配样本集合，并根据所述匹配样本集合、所述第一对应关系以及所述分级备用需求曲线确定所述日前净负荷预测曲线对应的匹配分级备用需求曲线；根据所述匹配分级备用需求曲线预测得到电力系统各时段的备用需求。进一步地，在本专利技术的一个实施例中，所述根据所述匹配分级备用需求曲线预测得到电力系统各时段的备用需求这一步骤，其具体包括：根据所述匹配分级备用需求曲线确定电力系统各时段的负荷备用需求；根据电力系统的最大单一故障容量确定单一故障引起的最大功率缺额以及联络线单极闭锁引起的最大功率变化，并根据所述最大功率缺额和所述最大功率变化确定事故备用需求；根据所述负荷备用需求和所述事故备用需求预测得到电力系统各时段的负荷备用需求。第二方面，本专利技术实施例提出了一种电力系统备用需求预测系统，包括：样本获取模块，用于获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；样本集合划分模块，用于对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合；分级备用需求曲线确定模块，用于采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线；备用需求预测模块，用于获取电力系统的日前净负荷预测曲线，根据所述日前净负荷预测曲线和所述分级备用需求曲线预测得到电力系统各时段的备用需求。第三方面，本专利技术实施例提供了一种电力系统备用需求预测装置，包括本文档来自技高网...

【技术保护点】
1.一种电力系统备用需求预测方法，其特征在于，包括以下步骤：/n获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；/n对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合；/n采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线；/n获取电力系统的日前净负荷预测曲线，根据所述日前净负荷预测曲线和所述分级备用需求曲线预测得到电力系统各时段的备用需求。/n

【技术特征摘要】
1.一种电力系统备用需求预测方法，其特征在于，包括以下步骤：
获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；
对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合；
采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线；
获取电力系统的日前净负荷预测曲线，根据所述日前净负荷预测曲线和所述分级备用需求曲线预测得到电力系统各时段的备用需求。


2.根据权利要求1所述的一种电力系统备用需求预测方法，其特征在于，所述获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本这一步骤，其具体包括：
获取预设历史时段内电力系统的日负荷预测曲线、日出力预测曲线、实际日负荷曲线以及实际日出力曲线；
根据所述日负荷预测曲线和所述日出力预测曲线确定所述净负荷预测曲线样本，并根据所述实际日负荷曲线和所述实际日出力曲线确定实际净负荷曲线样本；
根据所述净负荷预测曲线样本和所述实际净负荷曲线样本确定所述净负荷预测误差曲线样本，并确定所述净负荷预测曲线样本和所述净负荷预测误差曲线样本的第一对应关系。


3.根据权利要求2所述的一种电力系统备用需求预测方法，其特征在于，所述对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合这一步骤，其具体包括：
采用AP聚类算法对所述净负荷预测曲线样本进行场景聚类，得到若干个净负荷场景样本集合，并确定各所述净负荷场景样本集合的聚类中心曲线；
根据所述净负荷场景样本集合和所述第一对应关系将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合。


4.根据权利要求1所述的一种电力系统备用需求预测方法，其特征在于，所述采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线这一步骤，其具体包括：
确定电力系统备用需求的若干个时间尺度区间，并根据所述时间尺度区间构造结构元素，进而根据所述结构元素确定所述形态学滤波器；
采用所述形态学滤波器对各所述预测误差样本集合中的净负荷预测误差曲线样本进行滤波，得到各所述时间尺度区间对应的波动分量；
采用三次样条插值法提取所述波动分量的包络线绝对幅值，并根据所述包络线绝对幅值确定所述分级备用需求曲线。


5.根据权利要求4所述的一种电力系统备用需求预测方法，其特征在于，所述形态学滤波器为：



...

【专利技术属性】
技术研发人员：陈亦平，方必武，卓映君，管霖，张勇，刘映尚，肖亮，孙成，林成，付博雅，武志刚，郎紫惜，楼楠，吴亮，肖逸，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：广东;44