一种电力系统的灵活性资源配置方法和装置制造方法及图纸

本发明专利技术公开了一种电力系统的灵活性资源配置方法和装置，方法包括：获取目标电力系统的第一时间段的运行预测数据，生成系统净负荷曲线；按月份时间间隔对系统净负荷曲线进行分段划分并进行归一化处理，获得月分时向量；将月分时向量进行分解，获得日分时向量；对日分时向量聚类，获得每个月份的典型日的分时数据，将所述分时数据聚类，获得每个典型日的典型系统状态数据；将每个月的每个典型日的典型系统状态数据构成典型系统状态数据集作为目标电力系统的运行资源配置模型的目标函数的输入数据，生成目标电力系统在第一时间段内的灵活性资源的配置参数，实现在多个不同时间维度上对的电力系统的不同需求特性的灵活性资源进行配置。源进行配置。源进行配置。

【技术实现步骤摘要】
一种电力系统的灵活性资源配置方法和装置


[0001]本专利技术涉及电力系统资源配置
，尤其涉及一种电力系统的灵活性资源配置方法、装置及存储介质。

技术介绍

[0002]随着新型电力系统建设的推进，电力系统中风电、光伏等可再生能源机组的装机容量占比将逐步提高，不同于传统资源，新能源机组发电具有随机性、波动性、不可调节性，由此将会带来对可调节资源需求量的提升。当前考虑新型电力系统的需求的灵活性资源需求，一是基于对历史数据的推演从大的容量需求上进行分析，这样考虑问题的角度过于宏观，仅能给出整体上的需求建议；二是深入考虑具体场景，在设定清晰的边界条件中深入分析可调节资源的配置调度方式，考虑问题的角度过于微观，仅能考虑到具体场景下的可调节资源需求量的问题，但实际上电力系统不同的灵活性资源具有不同的灵活特性，大型水电站的运行管理需要按照年、月、周进行，而储能及需求响应等资源的管理则是按日或者小时，上述两种方法均无法在一周以上的中长期维度上考虑新型电力系统对不同特性的灵活性资源需求特性，进而无法提出切实可行的灵活性资源配置方式。

技术实现思路

[0003]本专利技术提供了一种电力系统的灵活性资源配置方法和装置，通过对不同月份的净负荷数据进行两次聚类分析生成每个月不同典型日的典型系统状态数据，以实现在多个不同时间维度上对的电力系统的不同需求特性的灵活性资源进行配置。
[0004]为了实现在多个不同时间维度上对的电力系统的不同需求特性的灵活性资源进行配置，本专利技术实施例提供了一种电力系统的灵活性资源配置方法，包括：获取目标电力系统的第一时间段的运行预测数据，生成系统净负荷曲线；所述第一时间段的时间长度至少为两个月；
[0005]按月份时间间隔对所述系统净负荷曲线进行分段划分并进行归一化处理，获得月分时向量；将所述月分时向量进行分解，获得日分时向量；其中，所述日分时向量包括净负荷分时数据；所述净负荷分时数据为每个月的每一天的每个时段的净负荷值；
[0006]对所述日分时向量聚类到预设个第一聚类中心里，获得每个月份的典型日的分时数据，将每个月份的每个典型日的分时数据聚类到预设个第二聚类中心里，获得每个所述典型日的典型系统状态数据；
[0007]将每个月的每个典型日的典型系统状态数据转换成第一时间段的预测数据集；其中，所述预测数据集包括每个月的净负荷分时数据；将第一时间段的所述预测数据集作为目标电力系统的运行资源配置模型的目标函数的输入数据，生成目标电力系统在第一时间段内的灵活性资源的配置参数。
[0008]作为优选方案，本专利技术获取目标系统的预测运行数据，按月对预测运行数据进行分组，并对每一天的净负荷分时数据进行聚类，根据聚类情况生成典型系统状态数据集；结
合典型场景的运行情况、灵活性调节资源的成本特性和技术特性，将典型系统状态数据集输入目标电力系统的运行资源配置模型的目标函数，输出符合典型场景实际运行需求的配置参数。相较于现有技术，本专利技术充分考虑了新型电力系统背景下系统灵活性需求，通过对不同月份的大量的净负荷数据进行两次聚类分析形成每个月不同典型日的典型系统状态数据，即典型净负荷曲线，在保障了灵活性资源的配置参数的计算精度的同时，提高了计算日维度上灵活性资源的运行方式及容量需求的效率。
[0009]作为优选方案，获取目标电力系统的第一时间段的运行预测数据，生成系统净负荷曲线，具体为：
[0010]获取分时负荷预测数据集Q
D
、分时风力发电预测数据集Q
W
、分时光伏发电预测数据集Q
P
和分时小水电预测数据集Q
LH
；
[0011]计算系统净负荷曲线
[0012]其中，Q
N
＝Q
D
‑
Q
W
‑
Q
P
‑
Q
LH
；为第AH个时段的系统净负荷总出力值。
[0013]作为优选方案，本专利技术获取目标系统的第一时间段的分时预测运行数据，计算出系统净负荷曲线，按月对系统净负荷曲线进行分组，再分解成日分时向量进行数据处理，可以将目标系统的至少两个月时间段的数据按每个月的每一个的每个时段进行划分和聚类选出每个月不同典型日的典型净负荷数据，在保障处理预测运行数据的计算精度的同时，可以将一个时间段的数据简化成典型净负荷数据，提高预测运行数据的处理效率。
[0014]作为优选方案，按月份时间间隔对所述系统净负荷曲线进行分段划分并进行归一化处理，获得月分时向量，将所述月分时向量进行分解，获得日分时向量，具体为：
[0015]将系统净负荷曲线划分为M个月，生成第一数据集；其中，所述第一数据集为将系统净负荷曲线划分为M个月，生成第一数据集；其中，所述第一数据集为为第M个月的第m个时段的净负荷值；M和m为正整数；
[0016]对所述第一数据集Y
m
进行标幺化，获得标幺化后的月分时向量
[0017]其中，为Y
m
中第j个元素y
j
的标幺值；
[0018]将标幺化后的月分时向量分解为日分时向量{V
m,1
,
…
,,V
m,D
}；
[0019]其中，V
m，D
＝{v
m，D，1
，...，v
m，D，n
，...，v
m，D，24
}，v
m,D,n
表示第m个月第D天第n个时段的净负荷值。
[0020]作为优选方案，本专利技术对系统净负荷曲线按月份进行划分，将划分后的月分时向量标幺化后进行分解，生成日分时向量，将目标系统的预测运行数据分解成每个月的每一个的每个时段的数据，在数据经过聚类处理生成典型净负荷数据后，可以计算不同时间维度包括日、周和月时间维度上的灵活性资源的配置参数，如果获取目标系统十二个月以上的预测运行数据，还可以计算年时间维度上的灵活性资源的配置参数，对目标系统的预测运行数据的划分和分解处理，以实现后续使用聚类后的预测运行数据在不同时间维度上计算灵活性资源的配置参数。
[0021]作为优选方案，对所述日分时向量聚类到预设个第一聚类中心里，获得每个月份
的典型日的分时数据，具体为：
[0022]初始化k个第一初始聚类中心AD；
[0023]其中，AD＝{AD1,
…
,AD
k
}；AD
j
＝{AD
j,1
,
…
,AD
j,l
,
…
,AD
j,24
}，AD
j,l
为AD
j
中第l个元素，j为1，2，...k，k为正整数；
[0024]获取同一个月的所有第一日分时向量，依次计算所述第一日分时向量与每个所述第一初始聚类中心的第一距离，将当前日分时向量聚类到所述第一距离本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统的灵活性资源配置方法，其特征在于，包括：获取目标电力系统的第一时间段的运行预测数据，生成系统净负荷曲线；所述第一时间段的时间长度至少为两个月；按月份时间间隔对所述系统净负荷曲线进行分段划分并进行归一化处理，获得月分时向量；将所述月分时向量进行分解，获得日分时向量；其中，所述日分时向量包括净负荷分时数据；所述净负荷分时数据为每个月的每一天的每个时段的净负荷值；对所述日分时向量聚类到预设个第一聚类中心里，获得每个月份的典型日的分时数据，将每个月份的每个典型日的分时数据聚类到预设个第二聚类中心里，获得每个所述典型日的典型系统状态数据；将每个月的每个典型日的典型系统状态数据转换成第一时间段的预测数据集；其中，所述预测数据集包括每个月的净负荷分时数据；将第一时间段的所述预测数据集作为目标电力系统的运行资源配置模型的目标函数的输入数据，生成目标电力系统在第一时间段内的灵活性资源的配置参数。2.如权利要求1所述的一种电力系统的灵活性资源配置方法，其特征在于，所述获取目标电力系统的第一时间段的运行预测数据，生成系统净负荷曲线，具体为：获取分时负荷预测数据集Q
D
、分时风力发电预测数据集O
W
、分时光伏发电预测数据集O
P
和分时小水电预测数据集Q
LH
；计算系统净负荷曲线其中，Q
N
＝Q
D
‑
Q
W
‑
Q
P
‑
Q
LH
；为第AH个时段的系统净负荷总出力值。3.如权利要求1所述的一种电力系统的灵活性资源配置方法，其特征在于，所述按月份时间间隔对所述系统净负荷曲线进行分段划分并进行归一化处理，获得月分时向量，将所述月分时向量进行分解，获得日分时向量，具体为：将系统净负荷曲线划分为M个月，生成第一数据集；其中，所述第一数据集为将系统净负荷曲线划分为M个月，生成第一数据集；其中，所述第一数据集为为第M个月的第m个时段的净负荷值；M和m为正整数；对所述第一数据集Y
m
进行标幺化，获得标幺化后的月分时向量进行标幺化，获得标幺化后的月分时向量其中，为Y
m
中第j个元素y
j
的标幺值；将标幺化后的月分时向量分解为日分时向量{V
m,1
,
…
,,V
m,D
}；其中，V
m，D
＝{v
m，D，1
，...，v
m，D，n
，...，v
m，D，24
}，v
m,D,n
表示第m个月第D天第n个时段的净负荷值。4.如权利要求1所述的一种电力系统的灵活性资源配置方法，其特征在于，所述对所述日分时向量聚类到预设个第一聚类中心里，获得每个月份的典型日的分时数据，具体为：初始化k个第一初始聚类中心AD；其中，AD＝{AD1,
…
,AD
k
}；AD
j
＝{AD
j,1
,
…
,AD
j,l
,
…
,AD
j,24
}，AD
j,l
为AD
j
中第l个元素，j为
1，2，...k，k为正整数；获取同一个月的所有第一日分时向量，依次计算所述第一日分时向量与每个所述第一初始聚类中心的第一距离，将当前日分时向量聚类到所述第一距离最小的第一初始聚类中心里；将所有所述第一日分时向量聚类到第一初始聚类中心后，获取同一个第一初始聚类中心的第二日分时向量，更新聚类中心：其中，c表示被分到AD
j
类的中的第二日分时向量的数量，表示被分到AD
j
类的第i个第二日分时向量；判断每个更新后的聚类中心是否在预设数值范围内；若是，则将更新后的聚类中心作为第一聚类中心，在每个所述第一聚类中心里的第三日分时向量作为当前月份的典型日的分时数据；获得当前月份的k个典型日的分时数据；其中，所述第三日分时向量为与对应的第一聚类中心的第二距离最小的日分时向量；否则，调整第一初始聚类中心，重新对所有日分时向量进行聚类。5.如权利要求4所述的一种电力系统的灵活性资源配置方法，其特征在于，所述将每个月份的每个典型日的分时数据聚类到预设个第二聚类中心里，获得每个所述典型日的典型系统状态数据，具体为：获取每个月份的每个典型日的第一分时数据，聚类到N个第二聚类中心里，并获取每个所述第二聚类中心中的第二分时数据作为当前第二聚类中心的典型系统状态数据；获得当前典型日的N个典型系统状态数据；其中，所述第二分时数据为与对应的第二聚类中心的第三距离最小的第一分时数据；将所有所述第二聚类中心的典型系统状态数据构成典型系统状态数据集SH
j
＝{SH
j,1
,
…
,SH
j,N
}；其中，SH
j,N
表示SH
j
中的第N个聚类中心；N为正整数。6.如权利要求1所述的一种电力系统的灵活性资源配置方法，其特征在于，所述将第一时间段的所述预测数据集作为目标电力系统的运行资源配置模型的目标函数的输入数据，具体为：将第一时间段的预测数据集输入到目标电力系统的运行资源配置模型的目标函数的电量平衡约束中，计算目标函数，输出不同典型日的灵活性...

【专利技术属性】
技术研发人员：赵越，蔡秋娜，董锴，王龙，陈中飞，于鹏，张乔榆，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：