一种有源配电网日发电量相关性的场景生成方法及装置制造方法及图纸

本发明专利技术公开了一种有源配电网日发电量相关性的场景生成方法及装置，包括：通过改进的最优带宽的非参数核密度算法，获取分布式光伏日发电量概率密度函数及负荷日用电量概率密度函数；对分布式光伏电站和配电网负荷出力日发/用电量建立五种二维Copula联合出力分布模型，选取拟合最优的一种Copula函数；采用逆变换方法和K

【技术实现步骤摘要】
一种有源配电网日发电量相关性的场景生成方法及装置


[0001]本专利技术涉及新能源出力场景生成
，尤其涉及一种有源配电网日发电量相关性的场景生成方法及装置
。

技术介绍

[0002]近年来，光伏发电作为清洁能源备受全球各国重视，被纳入可再生能源发展的重要组成部分
。
许多国家制定了中长期发展规划，并出台了上网电价
、
税收减免和投资补贴等扶持政策，以推动光伏发电的快速
、
健康和规模化发展
。
中国拥有丰富的太阳能资源，全国有超过
2/3
的地区年日照时数超过
2000
小时，具备大规模开发利用的潜力
。
近年来，我国加大了对光伏发电产业的支持力度，启动了太阳能光伏发电项目特许权招标
、
金太阳示范工程和光电建筑一体化工程，并制定了光伏发电上网电价政策和分布式光伏发电财政补贴政策等共计
131
项措施
。
推广应用分布式光伏电源可以优化能源结构
、
提高节能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种有源配电网日发电量相关性的场景生成方法，其特征在于，包括：基于获取到的分布式光伏
、
配电网负荷历史出力数据采用切片采样算法和拉丁超立方算法结合进行处理，得到样本集；通过改进的最优带宽的非参数核密度算法，获取分布式光伏日发电量概率密度函数及负荷日用电量概率密度函数；对分布式光伏电站和配电网负荷出力日发
/
用电量建立五种二维
Copula
联合出力分布模型，选取拟合最优的一种
Copula
函数；用秩相关系数方法判断出拟合最优
Copula
模型；采用逆变换方法和
K
‑
means
聚类方法，获取典型分布式光伏电站和配电网负荷出力场景
。2.
如权利要求1所述的有源配电网日发电量相关性的场景生成方法，其特征在于：所述通过改进的最优带宽的非参数核密度算法，获取分布式光伏日发电量概率密度函数及负荷日用电量概率密度函数，包括以下步骤：采用积分均方误差表示非参数方法对样本数据的拟合优度，以此为基础定义渐进积分均方误差，对渐进积分均方误差求偏导获取最优带宽；使用
K
‑
S
检验和
χ2检验分析采用经验带宽和最优带宽的非参数方法拟合优度
。3.
如权利要求1或2所述的有源配电网日发电量相关性的场景生成方法，其特征在于：所述对分布式光伏电站和配电网负荷出力日发
/
用电量建立五种二维
Copula
联合出力分布模型，选取拟合最优的一种
Copula
函数；包括以下步骤：根据进行非参数核密度估计得到的概率密度，计算得到的未知参数建立五种
Copula
模型，包括
Gumbel
‑
Copula、Frank
‑
Copula、Clayton
‑
Copula、Gaussian
‑
Copula
和
t
‑
Copula
；根据极大似然估计方法得到建立
Copula
函数模型中所需的未知参数，未知参数
α
表示为：
4.
如权利要求3所述的有源配电网日发电量相关性的场景生成方法，其特征在于：所述对于获取到的分布式光伏
、
配电网负荷历史出力数据采用切片采样算法和拉丁超立方算法结合进行处理，得到样本集；包括以下步骤：获取分布式光伏电站出力以及配电网负荷的日电量的历史实际处理数据；采用切片采样算法对光伏概率模型进行采样，得到系统运行状态的初始样本；采用拉丁超立方算法对初始样本进行处理，获得稳定样本空间
。5.
如权利要求4所述的有源配电网日发电量相关性的场景生成方法，其特征在于：所述采用积分均方误差表示非参数方法对样本数据的拟合优度，以此为基础定义渐进积分均方误差，对渐进积分均方误差求偏导获取最优带宽，包括以下步骤：设
f
U
(x)
为其中一个分布式光伏电站
n
维出力日发
/
用电量
X
＝
(X1,X2,
…
X
n
)
的概率密度函数，非参数核密度公式表示为：其中，
h
为经验带宽；
K(
·
)
为核函数；
核函数选取高斯核函数，将高斯核函数代入非参数核密度公式中表示为：积分均方误差表示非参数方法对样本数据的拟合优度，当计算所得数值越小时表明拟合效果越好，因此将积分均方误差的期望定义为渐进积分均方误差；并对渐进积分均方误差求偏导，当取最小值时对应的带宽为最优带宽，公式为：差求偏导，当取最小值时对应的带宽为最优带宽，公式为：差求偏导，当取最小值时对应的带宽为最优带宽，公式为：其中，
E
IES
为积分均方误差；
E
MIES
为渐进积分均方误差；
h
′
U
为最优带宽；
μ
为样本期望；
R(K)
表示非参数核密度的平方范数；将最优带宽代入非参数核密度公式获得概率密度函数，进而得到分布函数，得出二维
Copula
函数中所需的分布变量，公式为：重复求取偏导步骤，得到配电网负荷的
h
′
V
和即得到了
Copula
函数所需的估计值所述使用
K
‑
S
检验和
χ2检验分析采用经验带宽和最优带宽的非参数方法拟合优度，包括以下步骤：将所述经验带宽和最优带宽分别代入非参数核密度公式中，使用
K
‑
S
检验和
χ2检验分析拟合优度；
K
‑
S
检验是将拟合对象
X
＝
(X1,X2,
…
X
n
)
根据大小进行排序获得经验累积分布，把假设累积分布和经验累积分布的最大绝对差值定义为检验统计量，经验累积分布的公式表示为：
D
n
＝
max|F
n
(v
i
)
‑
F(v
i
)|
其中，
F
n
(x)
表示经验累积分布；
F(x)<...

【专利技术属性】
技术研发人员：孔德全，王剑，王辉，韩忠修，张星，韩润，何锐，张韶华，何玉鹏，徐文斌，刘二鹏，詹国红，刘如帆，台竞，黄磊，
申请(专利权)人：国网宁夏电力有限公司国电南瑞南京控制系统有限公司，
类型：发明
国别省市：