一种考虑风光季节相关性的配电网随机规划方法及装置制造方法及图纸

本发明专利技术提供的一种考虑风光季节相关性的配电网随机规划方法及装置，通过获取风机以及光伏出力数据组成风光数据对集合后，基于改进的聚类方法对风光数据对集合进行聚类，实现无主观最佳聚类数的选取，从而获得风光典型季节性出力，减少风光不确定性对配电网规划造成的影响；同时，对风光出力联合概率分布函数进行逆变换，得到目标季节时段的风光联合出力，即考虑不同季节的风光互补特性建立季节性风光联合出力模型，相对于不考虑风光季节相关性的配电网规划，配电网风光安装容量减少，系统投资回收期缩短，具有更高的经济实用价值

【技术实现步骤摘要】
一种考虑风光季节相关性的配电网随机规划方法及装置


[0001]本专利技术涉及电力系统
，特别是涉及一种考虑风光季节相关性的配电网随机规划方法及装置
。

技术介绍

[0002]目前，风电光伏年新增装机1亿千瓦以上
、
年发电量1万亿千瓦时以上已成为新常态
。
随着以风光为主的新能源大规模接入配电网，其出力不确定性为配电网规划带来了巨大风险
。
风光出力之间具有一定的互补特性，现有研究采用相关性来描述二者之间的互补特性
。
考虑风光相关性，可以充分利用风光资源特性减少弃风弃光，有效缓解新能源出力不确定性对配电网造成的影响
。
同时减少火电机组供电，适应高比例新能源转型，助力“碳达峰
、
碳中和”有效达成
。
[0003]但现有基于大规模风电的相关特性的研究存在以下问题：第一，研究风光相关性时，通常以年为研究单位，忽略了风光的典型季节互补特性
。
第二，为降低风光不确定性，通常采用随机规划算法进行考虑风光季节相关性的配电网规划求解
。
传统的
K
‑
means
聚类方法在场景削减时聚类数
K
值难以确定，无法获得风光典型季节性出力
。

技术实现思路

[0004]本专利技术所要解决的技术问题是：提供一种考虑风光季节相关性的配电网随机规划方法及装置，建立更精确的风光相关性模型，降低风光不确定性对配电网规划造成的影响
。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：
[0006]一种考虑风光季节相关性的配电网随机规划方法，包括：
[0007]获取同一时刻的风机以及光伏出力数据，组成风光数据对集合；
[0008]采用改进的聚类方法对所述风光数据对集合进行聚类，得到风
‑
光
‑
荷典型数据；
[0009]根据所述风
‑
光
‑
荷典型数据构建风光联合出力模型，得到风光出力联合概率分布函数；
[0010]对所述风光出力联合概率分布函数进行逆变换，得到目标季节时段的风光联合出力；
[0011]根据所述目标季节时段的风光联合出力构建配电网成本目标函数；
[0012]求解所述电网成本目标函数得到最佳配电网随机规划方法
。
[0013]为了解决上述技术问题，本专利技术采用的另一技术方案为：
[0014]一种考虑风光季节相关性的配电网随机规划装置，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的一种考虑风光季节相关性的配电网随机规划方法中的各个步骤
。
[0015]本专利技术的有益效果在于：通过获取风机以及光伏出力数据组成风光数据对集合后，基于改进的聚类方法对风光数据对集合进行聚类，实现无主观最佳聚类数的选取，从而获得风光典型季节性出力，减少风光不确定性对配电网规划造成的影响；同时，对风光出力
联合概率分布函数进行逆变换，得到目标季节时段的风光联合出力，即考虑不同季节的风光互补特性建立季节性风光联合出力模型，相对于不考虑风光季节相关性的配电网规划，配电网风光安装容量减少，系统投资回收期缩短，具有更高的经济实用价值
。
附图说明
[0016]图1为本专利技术实施例中的一种考虑风光季节相关性的配电网随机规划方法的步骤流程图；
[0017]图2为本专利技术实施例中的一种考虑风光季节相关性的配电网随机规划装置的结构示意图
。
具体实施方式
[0018]为详细说明本专利技术的
技术实现思路

、
所实现目的及效果，以下结合实施方式并配合附图予以说明
。
[0019]请参照图1，一种考虑风光季节相关性的配电网随机规划方法，包括：
[0020]获取同一时刻的风机以及光伏出力数据，组成风光数据对集合；
[0021]采用改进的聚类方法对所述风光数据对集合进行聚类，得到风
‑
光
‑
荷典型数据；
[0022]根据所述风
‑
光
‑
荷典型数据构建风光联合出力模型，得到风光出力联合概率分布函数；
[0023]对所述风光出力联合概率分布函数进行逆变换，得到目标季节时段的风光联合出力；
[0024]根据所述目标季节时段的风光联合出力构建配电网成本目标函数；
[0025]求解所述电网成本目标函数得到最佳配电网随机规划方法
。
[0026]由上述描述可知，本专利技术的有益效果在于：通过获取风机以及光伏出力数据组成风光数据对集合后，基于改进的聚类方法对风光数据对集合进行聚类，实现无主观最佳聚类数的选取，从而获得风光典型季节性出力，减少风光不确定性对配电网规划造成的影响；同时，对风光出力联合概率分布函数进行逆变换，得到目标季节时段的风光联合出力，即考虑不同季节的风光互补特性建立季节性风光联合出力模型，相对于不考虑风光季节相关性的配电网规划，配电网风光安装容量减少，系统投资回收期缩短，具有更高的经济实用价值
。
[0027]进一步地，所述采用改进的聚类方法对所述风光数据对集合进行聚类，得到风
‑
光
‑
荷典型数据包括：
[0028]计算所述风光数据对集合内所有风光数据对样本之间的平均距离；
[0029]根据所述平均距离计算每一所述风光数据对样本对应的样本密度；
[0030]将所述样本密度最大的所述风光数据对样本作为聚类目标；
[0031]将与所述聚类目标之间的间距小于所述平均距离的所述风光数据对样本从所述风光数据对集合内剔除，并添加为样本簇；
[0032]根据所述样本簇得到所述聚类目标对应的样本权值；
[0033]根据剔除后的所述风光数据对集合，计算剩余每一所述风光数据对样本对应的样本权值，直至所述风光数据对集合为空集
。
[0034]由上述描述可知，通过计算风光数据对集合每一风光数据对样本应的样本密度，并依次根据样本密度计算每一风光数据对样本对应的样本权值，能够更加准确描述风光和负荷之间的季节相关性，从而提高模型的精度
。
[0035]进一步地，所述计算所述风光数据对集合内所有风光数据对样本之间的平均距离包括：
[0036]计算所述风光数据对集合内所有所述风光数据对样本之间的欧式距离；
[0037]根据所述欧式距离得到所述风光数据对样本之间的平均距离
。
[0038]由上述描述可知，通过先计算风光数据对集合内所有风光数据对样本之间的欧式距离后，再根据风光数据对样本对应的欧式距离得到所有风光数据对样本之间的平均距离，能够更好的描述风光数据对样本之间的相关性
。
...

【技术保护点】

【技术特征摘要】
1.
一种考虑风光季节相关性的配电网随机规划方法，其特征在于，包括：获取同一时刻的风机以及光伏出力数据，组成风光数据对集合；采用改进的聚类方法对所述风光数据对集合进行聚类，得到风
‑
光
‑
荷典型数据；根据所述风
‑
光
‑
荷典型数据构建风光联合出力模型，得到风光出力联合概率分布函数；对所述风光出力联合概率分布函数进行逆变换，得到目标季节时段的风光联合出力；根据所述目标季节时段的风光联合出力构建配电网成本目标函数；求解所述电网成本目标函数得到最佳配电网随机规划方法
。2.
根据权利要求1所述的一种考虑风光季节相关性的配电网随机规划方法，其特征在于，所述采用改进的聚类方法对所述风光数据对集合进行聚类，得到风
‑
光
‑
荷典型数据包括：计算所述风光数据对集合内所有风光数据对样本之间的平均距离；根据所述平均距离计算每一所述风光数据对样本对应的样本密度；将所述样本密度最大的所述风光数据对样本作为聚类目标；将与所述聚类目标之间的间距小于所述平均距离的所述风光数据对样本从所述风光数据对集合内剔除，并添加为样本簇；根据所述样本簇得到所述聚类目标对应的样本权值；根据剔除后的所述风光数据对集合，计算剩余每一所述风光数据对样本对应的样本权值，直至所述风光数据对集合为空集
。3.
根据权利要求2所述的一种考虑风光季节相关性的配电网随机规划方法，其特征在于，所述计算所述风光数据对集合内所有风光数据对样本之间的平均距离包括：计算所述风光数据对集合内所有所述风光数据对样本之间的欧式距离；根据所述欧式距离得到所述风光数据对样本之间的平均距离
。4.
根据权利要求2所述的一种考虑风光季节相关性的配电网随机规划方法，其特征在于，所述根据所述样本簇得到所述聚类目标对应的样本权值包括：计算所述样本簇内所有所述风光数据对样本之间的平均距离，得到簇内平均距离；根据所述样本簇与其他所述风光数据对样本之间的距离得到簇间距离；根据所述聚类目标对应的样本密度
、
簇内平均距离以及簇间距离得到所述样本权值
。5.
根据权利要求4所述的一种考虑风光季节相关性的配电网随机规划方法，其特征在于，所述根据所述聚类目标对应的样本密度
、
簇内平均距离以及簇间距离得到所述样本权值包括：其中，
ω
(i)
为风光数据对样本
i
对应的样本权值，
γ
(i)
为风光数据对样本
i
对应的样本密度，
a(i)
为风光数据对样本
i
对应的簇内平均距离，
s(i)
为风光数据对样本
i
对应的簇间距离
。6.
根据权利要求1所述的一种考虑风光季节相关性的配电网随机规划方法，其特征在于，所述根据所述风
‑
光
‑
荷典型数据构建风光联合出力模型，得到风光出力联合概率分布
函数包括：获取所述风
‑
光
‑
荷典型数据中风机出力数据以及光伏出力数据；根据所述风机出力数据得到风机概率密度函数，以及根据所述光伏出力数据得到光伏概率密度函数；基于所述风机概率密度函数以及光伏概率密度函数，计算不同
Copula
函数的欧氏距离，并以欧式距离最小的
Copula
函数作为所述风光出力联合概率分布函数
。7.
根据权利要求1所述的一种考虑风光季节相关性的配电网随机规划方法，其特征在于，所述根据所述目标季节时段的风光联合出力构建配电网成本目标函数包括：根据所述目标季节时段的风光联合出力构建经济性目标
、
绿色目标以及可靠性目标，...

【专利技术属性】
技术研发人员：常馨月，张婧晅，孙宏斌，薛屹洵，李泽宁，苏珈，丁冰，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：