【技术实现步骤摘要】
一种面向光储虚拟电厂划分的典型日场景提取方法及装置
[0001]本专利技术涉及一种面向光储虚拟电厂划分的典型日场景提取方法及装置,属于新能源
技术介绍
[0002]在现有技术中,公开日期为2021年4月的文献《高比例新能源接入的配电网集群划分及电压控制》(阎怀东等,国网江苏省电力有限公司盐城供电分公司)为应对能源结构转换,解决高比例新能源接入的配电网电压控制问题,提出了针对此类配电网的集群划分及电压控制方法。上述文献公开的技术存在缺点为:在虚拟电厂划分中未能考虑不同的典型场景。公开日期为2021年1月的文献《考虑灵活性高渗透率可再生能源集群划分方法》(丁明等,合肥工业大学安徽省新能源利用与节能重点实验室)面向高比例可再生能源接入的配电网,为提高配电系统可再生能源消纳能力和运行调控稳定特性,提出一种计及集群功率动态平衡的考虑灵活性高渗透率可再生能源集群划分方法。上述文献公开的技术存在缺点为:在虚拟电厂划分中考虑了典型场景,但未能给出支撑虚拟电厂划分的典型场景及其选取方法。公开日期为2022年4月的中国专利《一种结合谱聚类算法的光伏出力典型场景提取方法》(CN114266480A)提出了一种面向光伏出力的典型场景提取方法。上述文献公开的技术存在缺点为:该典型场景提取方法中没有涉及对数据样本的异常值清洗,且仅对分布式电源出力数据进行了分析,并没有考虑气象因素与负荷数据情况。
[0003]现有技术并未解决如何实现光储型虚拟电厂划分所需典型日场景提取问题,未能有效利用配电网中的多源异构大数据。
专利技 ...
【技术保护点】
【技术特征摘要】
1.一种面向光储虚拟电厂划分的典型日场景提取方法,其特征在于,包括如下步骤:步骤1:通过量测装置获取配电网中光储虚拟电厂的多源异构数据;步骤2:对获取到的光储虚拟电厂多源异构数据进行数据清洗,包括空值检测和异常值识别,将每日的数据视为一个样本,删除包含异常值或空值的样本;步骤3:对清洗后的多源异构数据进行降维,降低数据复杂度的同时保留每日数据的关键波动特征;步骤4:对降维后的数据利用K
‑
means聚类方法得出区域内光伏各季节的聚类中心,进而比较分析该地区四季光伏出力差异,从而得到光伏出力的季节特性;步骤5:分析不同类型数据间的相关性,得到影响光伏出力和负荷大小的关键因素,结合光伏出力的季节特性,以此为典型日场景选取依据提取典型日场景,以支撑光储虚拟电厂的划分。2.如权利要求1所述的一种面向光储虚拟电厂划分的典型日场景提取方法,其特征在于,步骤2空值检测方法为:将待分析的数据整理成excel工作表,利用excel表中查找方式进行数据的空值检测。3.如权利要求1所述的一种面向光储虚拟电厂划分的典型日场景提取方法,其特征在于,步骤2异常值识别方法为四分位数值法,当对某组数据进行异常值识别时,具体步骤如下:S21:将该组数据从小到大排列;S22:计算该组数据的下四分位数Q1和上四分位数Q2在数组中的位置,计算公式为:下四分位数Q1的位置:(n+1)
×
0.25
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)上四分位数Q2的位置:(n+1)
×
0.75
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中,n为待分析的该组数据包含的数据个数;S23:根据下四分位数Q1和上四分位数Q2在数据组中的位置得到Q1和Q2的具体数值;数据组为[x1,x2,
…
x
n
],则Q1和Q2的数值计算公式为:S24:异常值的判别条件如下:{x∈C|x>Q2+(1.5~3)
×
IQR∪x<Q1
‑
(1.5~3)
×
IQR}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中,x为该组数中任一数值,C为异常值集合,IQR为四分位间距:IQR=Q2
‑
Q1,∪表示两个集合求并集。4.如权利要求1所述的一种面向光储虚拟电厂划分的典型日场景提取方法,其特征在
于,步骤3采用分段聚合近似...
【专利技术属性】
技术研发人员:笪涛,赵肖旭,汤欣,任萱,成福明,陈诚,黄灵通,侯超,刘小荷,孙东杰,张逸婕,朱鹏,张大林,
申请(专利权)人:国网江苏省电力有限公司,
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。