一种基于数字孪生技术的新能源电力系统动态配置方法技术方案

本发明专利技术公开了一种基于数字孪生技术的新能源电力系统动态配置方法。方法包括：建立新能源电力系统的数字孪生系统；获取设备参数并更新；配置需求评估模型输出配置需求综合评价值，比较直至小于评价阈值，将设备模型库放入配置子系统的问题库中；新能源电力系统动态配置模型输出新能源电力系统的建设数据，根据建设数据调整当前的设备模型库；直至获得的配置需求综合评价值大于评价阈值，将当前的设备模型库放入配置子系统的项目库中；对新能源电力系统进行重新配置，实现新能源电力系统的动态配置。本发明专利技术方法可提升配置方案应对不确定的鲁棒性，显著降低冗余性，有利于新能源消纳。有利于新能源消纳。有利于新能源消纳。

【技术实现步骤摘要】
一种基于数字孪生技术的新能源电力系统动态配置方法


[0001]本专利技术涉及了一种新能源电力系统动态配置方法，具体涉及一种基于数字孪生技术的新能源电力系统动态配置方法。

技术介绍

[0002]目前电力系统正加快构建新能源电力系统。新能源出力等不确定性因素增加，导致配置应对不确定性的冗余性上升。因此，迫切需要提出一种新的新能源电力系统配置方法，以在配置阶段实现最佳决策。
[0003]现有配置方法对不确定性的刻画往往以最优潮流为基础，通过“N
‑
k校核”检验典型场景下系统是否满足可靠性要求。在高比例新能源背景下，间歇性的新能源出力不确定性极大增加了配置边界的不确定性，因此现有配置方法容易造成配置方案容易失去最优性。现有配置通常是一种开环的长期配置或者固定年限的滚动配置，长期配置由于缺少数据积累，为应对远景年的不确定性导致配置的冗余性较高，而滚动配置中的固定年限通常也较为死板，无法反映系统的实时状态与真实配置需求。现有配置通常采用设备参数的出厂值作为配置输入，但设备参数在运行过程中会由于老化、环境恶化等因素发生变化，现有配置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生技术的新能源电力系统动态配置方法，其特征在于：包括如下步骤：步骤1)建立新能源电力系统的数字孪生系统，包括设备模型子系统、评估子系统和配置子系统；设备模型子系统中包括设备模型库，设备模型库中包括新能源电力系统的各个设备的设备模型；评估子系统中包括新能源电力系统的配置需求评估模型；配置子系统中包括新能源电力系统的新能源电力系统动态配置模型、问题库和项目库；步骤2)针对新能源电力系统中的每个设备及其在设备模型子系统的设备模型库的设备模型，设备模型中包括设备的若干设备参数；在新能源电力系统运行预设时间段后，获取当前时刻的每个设备的每个设备参数的观测值，针对当前时刻的每个设备参数的观测值，均利用最小二乘法对设备参数进行修正获得设备参数的估计值并更新每个设备模型中的设备参数；步骤3)将步骤2)中获得的设备模型子系统的设备模型库的设备模型中的各个设备参数的估计值分别作为当前运行状态下的新能源电力系统的各个设备的设备参数，获取此时新能源电力系统的若干运行数据并输入评估子系统的新能源电力系统的配置需求评估模型中，配置需求评估模型输出新能源电力系统的配置需求综合评价值，根据预设的评价阈值和配置需求综合评价值进行比较，当配置需求综合评价值大于评价阈值时，则重复步骤2)
‑
3)，直至配置需求综合评价值小于评价阈值时，将此时的设备模型库及当次计算获得的配置需求综合评价值放入配置子系统的问题库中；步骤4)获取此时新能源电力系统的若干运行数据并输入数字孪生系统的配置子系统的新能源电力系统动态配置模型中，新能源电力系统动态配置模型输出此时新能源电力系统的建设数据，根据建设数据调整当前的设备模型子系统的设备模型库；步骤5)获取步骤4)中调整后的设备模型子系统的设备模型库中的每个设备模型并做步骤2)
‑
3)中的设备模型的相同的操作，若获得的配置需求综合评价值大于评价阈值，将当前的设备模型库放入配置子系统的项目库中；若获得的配置需求综合评价值小于评价阈值，则重复步骤4)
‑
5)，直至获得的配置需求综合评价值大于评价阈值，将当前的设备模型库放入配置子系统的项目库中；步骤6)根据步骤5)中放入项目库中的当前的设备模型库对新能源电力系统进行重新配置，实现新能源电力系统的动态配置。2.根据权利要求1所述的一种基于数字孪生技术的新能源电力系统动态配置方法，其特征在于：所述的步骤1)中，新能源电力系统的设备包括若干发电站、输电线路、电负荷设备和储能设备，发电站包括若干新能源发电机和非新能源发电机，新能源发电机具体为风电发电机或光伏发电机，非新能源发电机具体为燃煤发电机或燃气发电机；各个新能源发电机、非新能源发电机、电负荷设备和储能设备通过各个输电线路相连接；储能设备具体为储能电池；除了输电线路，新能源电力系统中的各个设备均位于各自的节点上。3.根据权利要求1所述的一种基于数字孪生技术的新能源电力系统动态配置方法，其特征在于：所述的步骤2)中，在新能源电力系统运行预设时间段后，获取当前时刻的每个设备的每个设备参数的观测值，针对当前时刻的每个设备参数的观测值，均利用最小二乘法对设备参数进行修正获得设备参数的估计值，具体如下：
其中，x
i,k+1
表示当前k+1时刻的设备模型子系统的设备模型库中的第i个设备参数的观测值，表示当前k+1时刻的设备模型子系统的设备模型库中的第i个设备参数的估计值；采用获得的当前k+1时刻的设备模型子系统的设备模型库中的第i个设备参数的估计值更新当前k+1时刻的设备模型子系统的设备模型库中的第i个设备参数。4.根据权利要求2所述的一种基于数字孪生技术的新能源电力系统动态配置方法，其特征在于：所述的步骤3)中，评估子系统的新能源电力系统的配置需求评估模型，具体如下：Ω＝f(LOLP
E
)+f(EENS
E
)+f(β
car
)+f(η
re
)+f(C
inv
)+f(C
ope
)其中，Ω表示配置需求综合评价值，f()表示归一化处理公式，LOLP
E
表示新能源电力系统的电力失负荷概率；EENS
E
表示新能源电力系统的电力不足期望值；β
car
表示新能源电力系统的碳排放量，η
re
表示新能源电力系统的可再生能源消纳率，C
inv
表示新能源电力系统的建设计量值，C
ope
表示新能源电力系统的运行计量值；所述的归一化处理公式，具体如下：其中，y表示归一化处理公式f()的待处理指标，待处理指标包括正向型指标和逆向性指标，当y为正向型指标时，正向型指标y包括新能源电力系统的可再生能源消纳率η
re
，正向型指标y的数值越大，配置需求综合评价值越高Ω越高；当y为逆向性指标时，逆向型指标y包括新能源电力系统的电力失负荷概率LOLP
E
、电力不足期望值EENS
E
、碳排放量β
car
、建设计量值C
inv
和运行计量值C
ope
，逆向型指标y的数值越小，配置需求综合评价值越高Ω越高。5.根据权利要求4所述的一种基于数字孪生技术的新能源电力系统动态配置方法，其特征在于：所述的新能源电力系统的电力失负荷概率LOLP
E
、电力不足期望值EENS
E
、碳排放量β
car
和可再生能源消纳率η
re
，具体如下：，具体如下：，具体如下：，具体如下：，具体如下：，具体如下：
其中，T表示当前时刻和新能源电力系统运行的初始时刻或上次重复步骤2)的时刻之间的时段长；将T时段划分为若干时段，Ξs表示T时段划分的各个时段的集合；p
s
表示T时段内时段s的概率，p
s
＝s/T；表示时段s内的新能源电力系统的电力失负荷量；为二进制数，当时，否则否则表示能源电力系统中第i个新能源发电机或非新能源发电机的碳排放因子，Q
i
表示能源电力系统中第i个新能源发电机或非新能源发电机的发电量；N表示发电站中新能源发电机和非新能源发电机的总数量；Q
e
表示新能源电力系统的外送电总电量，Q
H
表示新能源电力系统的各个非新能源...

【专利技术属性】
技术研发人员：丁一，孙晓聪，包铭磊，唐学用，李凌阳，薄一民，
申请(专利权)人：浙江大学，
类型：发明
国别省市：