【技术实现步骤摘要】
一种电网运行极端场景提取方法和系统
[0001]本专利技术涉及电网规划运行分析领域，具体涉及一种基于加权聚类的电网运行极端场景提取方法。
技术介绍
[0002]电力系统正在经历着由可再生能源增长驱动的快速转型和颠覆性变革，随着大规模可再生能源的接入，改变了传统电力系统的运行方式，可再生能源随机性、波动性等特性对网源规划和运行带来了极大的不确定性。在对规划方案进行技术评估时，对水平年电网运行时序场景进行分析比较耗时，一般选择若干关键场景进行分析校核，在传统的系统分析中，会选择部分极端场景进行分析，如果在极端场景下系统安能够维持安全稳定运行，那么在所有运行方式下，系统都能稳定。当前极端场景的选取往往依据历史信息、规划人员的经验和判断，缺少相应的理论支撑。特别是面对大规模可再生能源接入带来的不确定性，电网运行极端场景是否会出现在以往的线路压力较大或者冬大、冬小、夏大、夏小等典型时刻还有待验证，这给极端场景的选取带来了挑战。因此需要对电网运行场景重新进行分析、挖掘、筛选以识别出系统运行的高风险极端场景，提高电网运行方式潮流分析、风险...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种电网运行极端场景提取方法，其特征在于，包括：获取电网中各节点在水平年每小时风电和负荷出力的时序数据作为场景数据；对所有场景数据进行聚类，得到多个考虑时序关联性和地理分布特性的典型的风电-负荷运行场景；基于各典型的风电-负荷运行场景，以所述场景对应的聚类中心最远的场景数据作为所述典型的风电-负荷运行场景对应的极端场景。2.如权利要求1所述的方法，其特征在于，所述对所有场景数据进行聚类，得到多个考虑时序关联性和地理分布特性的典型的风电-负荷运行场景，包括：根据场景数据中的风电-负荷变量对预设指标的影响程度对所述风电-负荷变量赋权，所述风电-负荷变量包括电网中各节点的风电和负荷；基于所述风电-负荷变量的权值对所述风电-负荷变量进行降维处理得到降维场景数据；基于加权欧式距离对所述降维场景数据进行聚类，确定多个典型的风电-负荷运行场景。3.如权利要求2所述的方法，其特征在于，所述根据场景数据中的风电-负荷变量对预设指标的影响程度对所述风电-负荷变量赋权包括：基于场景数据中的风电-负荷变量，构建变量样本，所述变量样本的维度为风电和负荷的总个数；获取每个变量样本对应预设指标的目标值，将每个所述变量样本和对应的目标值组成训练样本，将所有训练样本构成训练样本集；将所述训练样本中的变量样本作为输入值，将对应所述变量样本的目标值作为输出值，采用机器学习算法对所述训练样本集进行训练，得到变量样本中的各风电-负荷变量的权重。4.如权利要求2所述的方法，其特征在于，所述基于所述风电-负荷变量的权值对所述风电-负荷变量进行降维处理得到降维场景数据，包括：分别比较各风电-负荷变量的权值和预设权重阈值；剔除权重低于所述权重阈值的风电-负荷变量，得到降维场景数据。5.如权利要求2所述的方法，其特征在于，所述基于加权欧式距离对降维场景数据进行聚类，确定多个典型的风电-负荷运行场景，包括：按照预设典型场景数目，从所有降维场景数据中随机选择多个降维场景数据作为初始的聚类中心；基于各降维场景数据到各聚类中心的加权欧氏距离对各类的聚类中心进行调整，直到完成聚类；以各类的聚类中心作为典型的风电-负荷运行场景。6.如权利要求5所述的方法，其特征在于，所述加权欧式距离的计算式如下：式中p
x
为第x个降维场景数据，p
x
为第y个降维场景数据，d(p
x
,p
y
)表示p
x
技术研发人员：罗魁，石文辉，屈姬贤，白宏，张占奎，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：
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。