一种基于电网海量历史数据抓取和辨识的电网特性评估方法技术

一种基于电网海量历史数据抓取和辨识的电网特性评估方法，涉及电网数据处理领域，该方法包括S1：建立电网历史数据库；S2:辨识和抓取数据并进行垂直和水平处理；S3:基于不同终端数据将电网历史数据分类；S4:获取各类数据的评估指标参数，并结合所述电网特性关键评估指标获取电网状态评估结果。通过本发明专利技术提供的方法可以对电网特性尤其是调峰调频能力有直观的数据体现，为优化调度进行辅助决策。为优化调度进行辅助决策。为优化调度进行辅助决策。

【技术实现步骤摘要】
一种基于电网海量历史数据抓取和辨识的电网特性评估方法


[0001]本专利技术涉及电网数据处理领域，尤其是针对电网特性相关的数据抓取和辨识。

技术介绍

[0002]目前再节能减排的大趋势下，风力发电和光伏发电作为可大规模并网的可再生能源发电方式近年来发展迅猛。由过往的新能源的开发以及运营来看，风能与太阳能富饶的地区多位于终端电网，电力资源结构单一，网络结构较为脆弱，新能源的并入给电网负荷调节带来了难题。可再生能源的电力输出受气象条件影响带来的不确定性，电力系统往往需要更多的储备容量以及调峰能力，大量可再生能源并网给传统发电方式还来更大的调峰压力。当前电网存在海量沉睡数据未被利用、挖掘，将大量历史数据重新利用可充分掌握电网特性，达到优化调度节能减排的目的。
[0003]电网风电、光伏装机容量迅速增长，需科学评估大规模可再生能源接入对电网调峰的影响，现阶段却上选取满足一定执行区间的风电处理情景方法和光伏受气象因素影响的预测方法，电网调峰能力缺少科学评判。
[0004]随着经济发展和转型不断深入，第二产业比重逐步下降，第三产业用电量增加导致电网负荷对气候变化越来越敏感，这些变化导致峰谷差不断加大；以光伏发电为代表的分布式电源渗透率逐步提高，使得总电力系统峰谷差率可能大幅增加，大量的外来电力可能对本地系统安全运行产生不利影响。
[0005]供热期间的调峰能力也一直以来是东北地区可再生能源进一步发展的瓶颈问题。依托海量历史数据进行的多时间尺度新能源特性研究，有利于掌握电网运行特性，了解并细化新能源接入电力系统带来的影响，可为调整电力系统调度方案和规划方案提供参考。
[0006]现有的评估方法主要围绕灵活性量化，从功率调节范围、负荷的波动特性、电网容量充裕度提出多种评价指标，如可用灵活性资源与峰值需求的比值、系统所能适应的最大不确定性变化范围等，实际运行中，系统能用于调节的灵活性资源并不直接等同于各灵活性资源的累加，不足之处在于现有研究主要集中与灵活性供需匹配层面，缺乏对灵活性供需过程的分析，本方法基于实际海量历史数据从灵活性资源和供需传输层面上评估电网实际运行运行特性，在评估和规划阶段改进模型弥补不足。

技术实现思路

[0007]本专利技术针对电网历史数据尚未充分利用，电网特性尚未充分掌握，本专利技术提供了一种基于电网海量历史数据抓取和辨识的电网特性评估方法，掌握电网实际运行特性，以解决辽宁电网以燃煤火电机组为主，电网快速调峰能力相对较弱并且冬季调峰困难的问题。
[0008]为解决上述技术问题，本专利技术创造技术方案为：
[0009]1)建立电网历史数据库：
[0010]2)辨识和抓取数据并进行预处理；
[0011]2.1)对电网历史数据库内的数据辨识出信息不完整数据和脏数据，不完整数据和脏数据统称为不良数据；
[0012]当数据在以分钟、小时、日、月等时间尺度下不连贯或在同一时刻下不同类型负荷数据缺少时，认为数据为不完整数据；
[0013]当数据里一些数据突破原始域约束导致冲突或数据与相邻数据偏差大时，认为数据为脏数据；
[0014]2.2)对不良数据进行预处理；
[0015]当数据判别为脏数据时，对不良数据进行垂直处理：即用不良数据附近值替换掉坏数据；
[0016]当数据判别为不完整数据时，对不良数据进行水平处理：即用前后相邻年间的同一天同一时刻数据替换不良数据；
[0017]3)基于不同终端数据将预处理后的电网历史数据分类，包括火电历史数据、水电历史数据、光伏发电历史数据、风力发电历史数据、抽水蓄能历史数据、核电历史数据、负荷历史数据、联络线历史数据；
[0018]4)获取各类数据的评估指标参数：每种分类的历史数据中都包括如下电网特性关键评估指标：极值最值、平均值、峰谷差、梯度、尖峰率、年曲线；
[0019]所述的极值最值按此方式获取：极值获取方法为将不同时间序列的负荷数据按区间长度per分割成不同的区间每个区间序列数据X
per
(p)的极点表示为X
max
(i)、X
min
(i)，并将序列数据X
per
(p)建立最大极点序列X
max
和最小极点序列X
min
，极点序列X
limit
＝X
min
∪X
max
，通过固定步长遍历整个序列，获取极点集合并搜索极点对应时间；最值获取方法为搜索某时间段数据如某小时、某天数据获取最值表示为最大值P
max
和最小值P
min
并找出对应时间点
[0020]所述的平均值为选取某一时间段的数据，通过公式其中n为数据的数目；P
t
为统计周期内各类数据的有功功率(火电历史数据、水电历史数据、光伏发电历史数据、风力发电历史数据、抽水蓄能历史数据、核电历史数据、负荷历史数据、联络线历史数据)；
[0021]所述的峰谷差计算方法为ΔP＝P
max
‑
P
min
，其中为ΔP各类数据的峰谷差，P
max
统计周期内的数据最大值，P
min
统计周期内的数据最小值；
[0022]所述的极梯度针对不同类型数据计算指标有所不同，净负荷历史数据、光伏历史数据、风电历史数据和核电历史数据分析1分钟和10分钟变化最大值以及变化率；抽水蓄能历史数据分析发电启动爬坡数据和抽水爬坡数据；火电和水电历史数据分析爬坡能力和调峰能力。在统计周期T内，电网数据的变化视为一次波动ΔP,表示为ΔP＝P(t+T)
‑
P(t)；所述的火电和水电历史数据分析的爬坡能力和调峰能力，其特征在于，分析其深度调峰能力，包括40
‑
50％调峰天数、30
‑
40％调峰天数、20
‑
30％调峰天数以及不同调峰能力对应的持续小时数。
[0023]所述的尖峰率对负荷、水电、风电和光伏历史数据，计算95％电力值以及对应开始时间、结束时间和持续时间；
[0024]所述的年曲线从数据中抽离不同时间尺度的负荷特征曲线，包括年平均负荷曲线，日负荷特性曲线、典型季节负荷曲线。
[0025]5)将步骤4)中得到的电网特性关键评估指标结合评估指标参数获取电网状态评估结果；
[0026]极值最值评估指标参数中极值用以评估数据波动情况，最值用以评估电网特性数据的变化范围，当实际的极值最值与其指标参数为其历史同期数据极值最值对比时，评估为可用以描述电网运行的波动特性；
[0027]平均值评估指标参数以日、月、季度、年为时间尺度下的有功功率均值，当实际的平均值与其指标参数为其历史同期数据均值或相邻时段对比时，评估为用以描述电网运行水平特性；
[0028]峰谷差评估指标参数为该时段最值之差，当实际的峰谷差与其指标参数为历史同统计时段数值的对比时，评估为用以评价电网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电网海量历史数据抓取和辨识的电网特性评估方法，其特征在于，其步骤为：1)建立电网历史数据库：2)辨识和抓取数据并进行预处理；2.1)对电网历史数据库内的数据辨识出信息不完整数据和脏数据，不完整数据和脏数据统称为不良数据；2.2)对不良数据进行预处理；3)基于不同终端数据将预处理后的电网历史数据分类，包括火电历史数据、水电历史数据、光伏发电历史数据、风力发电历史数据、抽水蓄能历史数据、核电历史数据、负荷历史数据、联络线历史数据；4)获取各类数据的评估指标参数：每种分类的历史数据中都包括如下电网特性关键评估指标：极值最值、平均值、峰谷差、梯度、尖峰率、年曲线；5)将步骤4)中得到的电网特性关键评估指标结合评估指标参数获取电网状态评估结果。2.根据权利要求1所述的一种基于电网海量历史数据抓取和辨识的电网特性评估方法，其特征在于，所述的步骤2.1)中，不完整数据：当数据在以分钟、小时、日、月等时间尺度下不连贯或在同一时刻下不同类型负荷数据缺少时，认为数据为不完整数据；脏数据：当数据里一些数据突破原始域约束导致冲突或数据与相邻数据偏差大时，认为数据为脏数据。3.根据权利要求1所述的一种基于电网海量历史数据抓取和辨识的电网特性评估方法，其特征在于，所述的步骤2.2)中，当数据判别为脏数据时，对不良数据进行垂直处理：用不良数据附近值替换掉坏数据；当数据判别为不完整数据时，对不良数据进行水平处理：用前后相邻年间的同一天同一时刻数据替换不良数据。4.根据权利要求1所述的一种基于电网海量历史数据抓取和辨识的电网特性评估方法，其特征在于，所述的步骤4)中，极值最值按此方式获取：极值获取方法为将不同时间序列的负荷数据按区间长度per分割成不同的区间每个区间序列数据X
per
(p)的极点表示为X
max
(i)、X
min
(i)，并将序列数据X
per
(p)建立最大极点序列X
max
和最小极点序列X
min
，极点序列X
limit
＝X
min
∪X
max
，通过固定步长遍历整个序列，获取极点集合并搜索极点对应时间；最值获取方法为搜索某时间段数据如某小时、某天数据获取最值表示为最大值P
max
和最小值P
min
并找出对应时间点平均值为选取某一时间段的数据，通过公式其中n为数据的数目；P
t
为统计周期内各类数据...

【专利技术属性】
技术研发人员：张强，王超，孙俊杰，董鹤楠，戈阳阳，赵清松，张冠锋，白雪，谢赐戬，付尧，齐全，巩晓伟，
申请(专利权)人：辽宁东科电力有限公司，
类型：发明
国别省市：