基于离散化联合预测的新能源场景在线安全校核方法技术

本发明专利技术属于新能源发电技术领域，具体公开了一种基于离散化联合预测的新能源场景在线安全校核方法，首先，针对不同区域下的新能源出力，应用概率分布矩阵得到单场站出力大小及概率；其次，应用Copula函数联合分布理论，实现区域场站出力场景的生成；然后，对生成的典型运行场景，分别计算交流潮流，得到计算结果；最后，整理所得计算结果，综合得出系统在下一时刻新能源出力变化场景集下的安全概率。本发明专利技术应用并行计算技术与电力系统基础理论，实现了对生成场景集的快速安全校核方法，达到快速对新能源未来预测场景集进行风险评估的目的，适用于高比例新能源电力系统的在线风险评估。用于高比例新能源电力系统的在线风险评估。用于高比例新能源电力系统的在线风险评估。

【技术实现步骤摘要】
基于离散化联合预测的新能源场景在线安全校核方法


[0001]本专利技术属于新能源发电
，涉及一种基于离散化联合预测的新能源场景在线安全校核方法。

技术介绍

[0002]在含新能源电力系统安全风险评估概率化指标计算过程中，涉及到的新能源场站出力预测，较常用的方法是利用历史数据对新能源场站的出力进行预测，并对每种新能源出力的场景分别单独计算安全校核。对新能源场站进行预测会生成大量运行场景，生成场景与安全校验均耗时较长，从而难以应用于系统实时数据与在线安全校验计算。
[0003]授权公告号为CN 105790258 B的中国专利技术专利公开了一种基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法，利用正态Copula函数处理新能源发电功率变量的相关性，生成满足能源发电功率变量相关性的随机数矩阵，进而利用拉丁超立方抽样法对随机数矩阵进行抽样。但上述概率潮流计算方法，是基于离线计算的计算量较大的方法完成的，但实际上在电力系统实际运行中新能源预测需要满足在线运行的速度需求。

技术实现思路

[0004]本专利技术的目的，是要提供一种基于离散化联合预测的新能源场景在线安全校核方法，其考虑到新能源出力变化的同时，提高各场景潮流计算速度并将其进一步应用于电力系统安全校核计算，以实现对生成场景集的快速安全校核。
[0005]本专利技术为实现上述目的，所采用的技术方案如下：
[0006]一种基于离散化联合预测的新能源场景在线安全校核方法，包括依次进行的以下步骤：
[0007]S1、根据新能源场站地理位置关系，将整个新能源场站区域切割为A个片区，其中，A≥2；
[0008]S2、提取第k片区中所有新能源场站在某一时间点的历史数据，通过核密度函数法对该时间点的概率密度函数分布进行非参数化估计，得到第k片区内所有新能源场站概率密度函数及分布函数，其中，k∈[1，A]；
[0009]S3、对于第k片区内所有新能源场站概率密度函数及分布函数，使用Copula函数生成关于第k片区内所有新能源场站的联合分布函数模型；
[0010]选取第k片区中任一场站作为中心场站，结合中心场站的概率密度函数、分布函数、所有时间点的历史数据生成中心场站的离散化概率分布矩阵；
[0011]S4、结合中心场站的离散化概率分布矩阵，根据中心场站的实时出力数据，得到下一时刻中心场站的出力大小及概率；
[0012]S5、结合下一时刻中心场站的出力大小及概率，利用步骤S3所得联合分布函数模型得到第k片区内所有新能源场站下一时刻的出力大小及概率；
[0013]S6、将第k片区内所有新能源场站下一时刻的出力大小及概率加入运行场景集，并
淘汰发生概率最小的运行场景；
[0014]S7、重复执行步骤S2
‑
S6直至完成对A个片区的操作，最终得到并生成系统的典型运行场景集；
[0015]所述系统是指整个新能源场站区域整个系统；
[0016]S8、对于所述典型运行场景集，分别计算交流潮流，得到计算结果：
[0017]S9、整理所述计算结果，综合得出系统在下一时刻新能源出力变化场景集下的安全概率。
[0018]作为限定，所述步骤S2所得概率密度函数及分布函数表示为
[0019][0020][0021]其中，为概率密度函数，为分布函数，n为数据个数，k为片区序号，n
k
为第k片区内的数据个数，h为带宽，d为维数，K为选择的核密度函数，i为数据序号，x
k
为第k片区概率密度函数中的自变量，y
k
为第k片区分布函数的自变量；
[0022]x
ik
为X
ik
由以下公式计算得到的归一化值
[0023][0024]其中，X
ik
为第k个片区中第i个数据点的数据，X
k，max
为第k个片区中的数据最大值。
[0025]作为进一步限定，所述步骤S3所得联合分布函数模型表示为
[0026]F(x1，x2，
…
，x
n
)＝C[F1(x1)，F2(x2)，
…
，F
n
(x
n
)]ꢀꢀꢀ
式
③
[0027]其中，x1，x2，
…
，x
n
为新能源出力大小归一化值，F1(x1)，F2(x2)，
…
，F
n
(x
n
)为对应变量的分布函数，C为Copula函数。
[0028]作为更进一步限定，所述步骤S3中，提取中心场站历史数据最大值，并以该历史数据最大值，将中心场站所有时间点的历史数据做归一化处理，然后将所得结果从0至1排列之后等距划分为10个出力大小区间，最后结合中心场站的概率密度函数、分布函数，使用相邻时间点数据生成概率分布矩阵，即得中心场站的离散化概率分布矩阵。
[0029]作为再进一步限定，步骤S4中，在系统运行时，首先，以步骤S3中提取的中心场站的历史数据最大值，对于中心场站的实时出力数据X
r
做归一化处理得到归一化值x
r
；然后，结合中心场站的离散化概率分布矩阵，得到归一化后的下一时刻中心场站的b组出力大小及概率再乘以中心场站的历史数据最大值得到下一时刻中心场站的出力大小及概率
[0030]其中，表示归一化后的出力大小，表示出力大小，表示概率。
[0031]作为又进一步限定，步骤S5中，结合下一时刻中心场站的共b组归一化出力大小及概率利用步骤S2所得分布函数得到其出力分布利用步骤S3所得联合分布函数模型得到第k片区内其它m
个新能源场站对应机组对应的分布变量，利用公式
③
的逆变换求出第k片区中其他场站新能源的出力大小归一化值，再乘以各场站对应历史数据的最大值得到其他场站新能源的出力大小；
[0032]表示第k个区域中分布函数的逆函数。
[0033]作为还进一步限定，步骤S6中，对于步骤S5中生成的每组场站出力大小及概率，加入当前运行场景集时执行以下操作：
[0034]S61、若当前运行场景集中无运行场景，将当前一组场站出力大小及概率全部加入当前运行场景集，然后执行步骤S63，否则执行步骤S62；
[0035]S62、将当前一组场站出力大小及概率，与当前运行场景集中的场景及概率求取笛卡尔积，根据用户设定阈值保留一定数量的场景，并丢弃当前运行场景集中其他场景及概率；
[0036]S63、通过归一化将当前运行场景集中的场景发生概率的和设置为1。
[0037]作为第二种限定，步骤S8中，所述计算结果包括以下三类结果：
[0038]Ⅰ、潮流不收敛，若此时系统出力大于负荷，则限制系统出力功率，再次计算交流潮流；
[0039]Ⅱ、潮流收敛，且该场景下系统各节点电压接近于标幺值1，则利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于离散化联合预测的新能源场景在线安全校核方法，其特征在于，包括依次进行的以下步骤：S1、根据新能源场站地理位置关系，将整个新能源场站区域切割为A个片区，其中，A≥2；S2、提取第k片区中所有新能源场站在某一时间点的历史数据，通过核密度函数法对该时间点的概率密度函数分布进行非参数化估计，得到第k片区内所有新能源场站概率密度函数及分布函数，其中，k∈[1，A]；S3、对于第k片区内所有新能源场站概率密度函数及分布函数，使用Copula函数生成关于第k片区内所有新能源场站的联合分布函数模型；选取第k片区中任一场站作为中心场站，结合中心场站的概率密度函数、分布函数、所有时间点的历史数据生成中心场站的离散化概率分布矩阵；S4、结合中心场站的离散化概率分布矩阵，根据中心场站的实时出力数据，得到下一时刻中心场站的出力大小及概率；S5、结合下一时刻中心场站的出力大小及概率，利用步骤S3所得联合分布函数模型得到第k片区内所有新能源场站下一时刻的出力大小及概率；S6、将第k片区内所有新能源场站下一时刻的出力大小及概率加入运行场景集，并淘汰发生概率最小的运行场景；S7、重复执行步骤S2
‑
S6直至完成对A个片区的操作，最终得到并生成系统的典型运行场景集；所述系统是指整个新能源场站区域整个系统；S8、对于所述典型运行场景集，分别计算交流潮流，得到计算结果：S9、整理所述计算结果，综合得出系统在下一时刻新能源出力变化场景集下的安全概率。2.根据权利要求1所述的基于离散化联合预测的新能源场景在线安全校核方法，其特征在于，所述步骤S2所得概率密度函数及分布函数表示为所述步骤S2所得概率密度函数及分布函数表示为其中，为概率密度函数，为分布函数，n为数据个数，k为片区序号，n
k
为第k片区内的数据个数，h为带宽，d为维数，K为选择的核密度函数，i为数据序号，x
k
为第k片区概率密度函数中的自变量，y
k
为第k片区分布函数的自变量；x
ik
为X
ik
由以下公式计算得到的归一化值其中，X
ik
为第k个片区中第i个数据点的数据，X
k，max
为第k个片区中的数据最大值。3.根据权利要求2所述的基于离散化联合预测的新能源场景在线安全校核方法，其特征在于，所述步骤S3所得联合分布函数模型表示为
F(x1，x2，
…
，x
n
)＝C[F1(x1)，F2(x2)，
…
，F
n
(x
n
)]
ꢀꢀꢀꢀ
式
③
其中，x1，x2，
…
，x
n
为新能源出力大小归一化值，F1(x1)，F2(x2)，
…
，F
n
(x
n
)为对应变量的分布函数，C为Copula函数。4.根据权利要求3所述的基于离散化联合预测的新能源场景在线安全校核方法，其特征在于，所述步骤S3中，提取中心场站历史数据最大值，并以该历史数据最大值，将中心场站所有时间点的历史数据做归一化处理，然后将所得结果从0至1排列之后等距划分为10个出力大小区间，最后结合中心场站的概率密度函数、分布函数，使用相邻时间点数据生成概率分布矩阵，即得中心场站的离散化概率分布矩阵。5.根据权利要求4所述的基于离散化联合预测的新能源场景在线安全校核方法，其特征在于，步骤S4中，在系统运行时，首先，以步骤S3中提取的中心场站的历史数据最大值，对于中心场站的实时出力数据X
r
做归一化处理得到归一化值x
...

【专利技术属性】
技术研发人员：张秀琦，丛雨，张梁育，王瀚一，王立强，王琪，李勇，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，
类型：发明
国别省市：