【技术实现步骤摘要】
一种可再生能源发电的灵活性需求短期预测方法
[0001]本专利技术涉及可再生能源发电需求预测
，尤其是一种可再生能源发电的灵活性需求短期预测方法。
技术介绍
[0002]近年来，以风电和光伏为代表的间歇性可再生能源发电在我国得到迅速发展，然而，风/光出力的不确定性导致传统以煤电为主要电源形式的电力系统运行风险明显增加。煤电机组启动慢、存在最小技术出力约束，风电、光伏则严重依赖煤电机组的功率调节，以平抑风电、光伏固有的出力波动性，导致存在如下问题：若煤电开机量过多造成大量弃风弃光；反之，可能导致调节跟不上可再生能源的快速波动，引起停电风险。
[0003]在新能源尚未得到规模化发展的过去，电力平衡问题主要由负荷波动引起。由于传统电力系统稳定运行时的转动惯量能够有效抑制系统失衡，故其负荷波动规律强，随机扰动小，确定性备用配置虽较为粗放但足以平抑负荷波动。然而，随着系统中新能源发电渗透率的不断升高，电力系统的不确定性也随之升高，传统电网当中提供电网充裕性的措施不仅费用高且灵活性差，无法满足电力系统安全稳定运行的需求。为...
【技术保护点】
【技术特征摘要】
1.一种可再生能源发电的灵活性需求短期预测方法，其特征在于：该方法包括下列顺序的步骤：(1)选择预测日前30个历史日的可再生能源发电功率作为历史数据，数据采样周期为15分钟，修正历史数据中的异常数据，计算得到可再生能源发电的灵活性需求历史数据(2)基于可再生能源发电的灵活性需求历史数据进行预测，得到预测日内以15分钟为基本时段的可再生能源发电的灵活性基础需求(3)选择预测日前30个历史日的可再生能源发电的灵活性需求历史预测数据以及可再生能源发电的灵活性需求历史数据以15分钟为基本时段，形成灵活性需求预测误差矩阵，计算得到预测日内每一时段的可再生能源发电的灵活性需求波动系数(4)根据可再生能源发电的灵活性基础需求以及可再生能源发电的灵活性需求波动系数计算预测日内可再生能源发电的灵活性需求2.根据权利要求1所述的可再生能源发电的灵活性需求短期预测方法，其特征在于：所述步骤(1)具体包括以下步骤：(1a)获取预测日前n个历史日的可再生能源发电功率其中i表示历史日的具体日期，i＝1,2，
…
,n，t表示每日的具体时段，因采样周期为15分钟，故t＝1,2，
…
,96；n＝30；(1b)针对获取的预测日前n个历史日的可再生能源发电功率中的异常数据进行如下修正：(1b1)对于孤立的单点为0的数据或者单点空缺的数据采用平均值法进行处理，设某一历史日i的可再生能源发电功率为：若该日中某一时刻x的数据P
ix
为零，则修正P
ix
为x属于t；(1b2)对于负荷畸变数据的判断采用比较总体负荷变化量的方法，即：如果某一时刻数据的变化量超过同一时刻平均水平的N倍以上，则说明是畸变数据，即为坏数据，对负荷数据变化水平进行分析，得到n个历史日中每天各时刻的基本平均变化量δ
i
：其中，t＝1,2,...,96；i＝1,2,...,n；再求出n个历史日的平均变化量δ：将δ作为基本的判断条件，如果变化量超过N倍，则认为数据异常，即：
对异常数据采用步骤(1b1)的处理方法，得到修正后的预测日前n个历史日的可再生能源发电功率(1c)基于可再生能源发电功率计算预测日前n个历史日的可再生能源发电的灵活性需求历史数据并构造可再生能源发电的灵活性需求历史数据矩阵FlwxP：并构造可再生能源发电的灵活性需求历史数据矩阵FlwxP：3.根据权利要求1所述的可再生能源发电的灵活性需求短期预测方法，其特征在于：所述步骤(2)具体包括以下步骤：(2a)采用改进的多目标灰狼优化算法IMOGWO对最小二乘支持向量机LSSVM的参数进行优化：(2a1)选择径向基核函数作为LSSVM的核函数，同时初始化狼群位置，即对LSSVM的相关参数，包括狼群种群数量、头狼数量参数，以及档案库大小、最大迭代次数的参数进行初始化；(2a2)计算灰狼个体的个体适应度，筛选出头狼种群和淘汰个体，更新档案库；(2a3)计算系数向量A：A＝2a(R
ram
‑
1)e＝2(1
‑
T/T
max
)(R
ram
‑
1)e (6)其中：a为收敛算子，R
ram
为0
‑
1的随机数；e为单位向量，T为迭代次数，Tmax为最大迭代次数；判断系数向量A的二范数是否小于1，若||A||<1，判断为狼群锁定猎物，实施包围捕食，按如下公式更新附属种群位置；...
【专利技术属性】
技术研发人员：刘倩，孙博，王馨，丁仕祺，朱晓虎，靳幸福，郑家法，胡晨，贾健雄，任曦骏，孟晓星，徐冉，
申请(专利权)人：国网安徽众兴电力设计院有限公司，
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。