【技术实现步骤摘要】
本专利技术涉及电力调峰，尤其涉及一种水电站多时间尺度调峰能力计算方法及相关装置。
技术介绍
1、近年来，在“双碳”目标的驱动下，以风、光电为代表的可再生能源已经得到快速发展。但由于风、光等清洁能源出力具备间歇性、随机性和波动性等特性，易对电网的安全、稳定运行造成威胁。水电具有运行灵活、调峰能力强等特点，因此水风光协调调度是实现清洁能源高效利用的重要形式之一。具有调节性能的水电站的调峰运行，可平抑风光等新能源出力产生的波动，提高电网对新能源的消纳能力。对于确保电网电量的供应，保障电网的安全稳定运行具有十分重要的意义。
2、电网利用水电消纳新能源的多少与水电站的调峰能力密切相关，因此，确定水电的调峰能力，是开展水风光联合调度研究的重要前提。现阶段对于调峰能力的研究大多集中于日尺度，然而基于风光等清洁能源的季节性、不确定性，需要在更大尺度上对风光的利用进行规划配置，因此对水电站长尺度上的调峰能力进行定义及计算十分必要。
技术实现思路
1、为了克服现有技术的不足，本专利技术提供了一种水电站多时间尺度调峰能力计算方法及相关装置，实现了通过水电站调峰，确保电网电量的供应，保障电网的安全稳定运行。
2、为了实现上述专利技术目的，本专利技术采用以下技术方案：
3、本申请第一方面提供了一种水电站多时间尺度调峰能力计算方法，包括以下步骤：
4、s101、将水电站历史数据信息以不同的单位时间尺度进行负荷数据划分处理；
5、s102、基于负荷数据
6、s103、基于动态规划算法对典型日负荷曲线提取处理结果进行调峰电量计算处理；
7、s104、基于调峰电量计算处理结果生成年内总调峰电量最优方案报告；
8、进一步的，单位时间尺度包括年单位时间尺度、月单位时间尺度、日单位时间尺度，月单位时间尺度包括上旬单位时间尺度、中旬单位时间尺度和下旬单位时间尺度。
9、进一步的，水电站汛期状态包括枯期、汛期和蓄水期。
10、进一步的，水电站汛期状态的确定条件包括水电站装机容量、机组运行特征、机组检修计划、水库调度、水库河段改善计划。
11、基于水电站汛期状态确定水电站水库的运行约束条件，水电站水库的运行约束条件包括下泄流量约束、水位约束和出力约束。
12、进一步的，基于负荷数据划分处理结果进行水电站月单位时间尺度的典型日负荷曲线提取处理包括以下步骤：
13、对电网年内24点负荷数据信息进行按月份划分处理；
14、基于卡尔曼滤波对每月的月份划分处理结果进行清洗降噪处理；
15、将清洗降噪处理结果进行最大值归一化处理；
16、基于皮尔逊相关系数对最大值归一化处理结果进行典型日负荷曲线提取处理。
17、进一步的，基于卡尔曼滤波对每月的月份划分处理结果进行清洗降噪处理具体包括以下步骤：剔除数据中的异常值并保留完整每日时序数据，基于卡尔曼滤波对日内24点负荷数据进行降噪处理，清除带有误差的观测值得到最佳的滤波值，卡尔曼滤波状态表达式如下所示：
18、
19、其中，为状态转移矩阵；ωk为第k时刻作用于系统的动态噪声；hk为观测矩阵；xk为n维状态矢量；vk为第k时刻所受到的随机干扰，称为量测噪声，假设ωk和νk是互不相关的高斯白噪声随机序列，具有一致的数学期望与协方差阵。
20、进一步的，将清洗降噪处理结果进行最大值归一化处理，最大值归一化处理的表达式如下所示：
21、
22、其中，xk'为归一化后的值；xk为原始数据；xmax为原始数据中的最大值。
23、进一步的，基于动态规划算法对典型日负荷曲线提取处理结果进行调峰电量计算处理包括以下步骤：
24、基于动态规划算法对典型日负荷曲线提取结果进行日内平均负荷计算处理；
25、基于日内平均负荷计算处理结果进行月调峰电量计算处理；
26、基于日内平均负荷计算处理结果和月调峰电量计算处理结果进行年调峰电量计算处理。
27、进一步的，基于动态规划算法对典型日负荷曲线提取结果进行日内平均负荷计算处理，日内平均负荷计算处理的计算公式如下所示：
28、
29、其中，nf为实际负荷的峰荷，为日内平均负荷，由于假定月内每日出力过程一致，因此每月日内的平均负荷即为该月的平均负荷。
30、进一步的，基于日内平均负荷计算处理结果进行月调峰电量计算处理，月调峰电量计算处理的计算公式如下所示：
31、
32、其中，etfm为月调峰电量，kday为某月天数，nf为实际负荷的峰荷。
33、进一步的，基于日内平均负荷计算处理结果和月调峰电量计算处理结果进行年调峰电量计算处理，年调峰电量计算处理的计算公式如下所示：
34、
35、其中，kday,m为m月的天数，ni,m为m月i时段的归一化后的负荷比例，nj,m为m月所有时段归一化后的负荷比例的最小值，为m月的平均负荷。
36、本申请第二方面提供了一种水电站多时间尺度调峰能力计算系统，包括：
37、第一处理单元，用于将水电站历史数据信息以不同的单位时间尺度进行负荷数据划分处理；
38、第二处理单元，用于基于负荷数据划分处理结果进行水电站月单位时间尺度的典型日负荷曲线提取处理；
39、第三处理单元，用于基于动态规划算法对典型日负荷曲线提取处理结果进行调峰电量计算处理；
40、报告生成单元，用于基于调峰电量计算处理结果生成年内总调峰电量最优方案报告。
41、本申请第三方面提供了一种水电站多时间尺度调峰能力计算设备，包括处理器以及存储器：
42、存储器用于存储程序代码，并将程序代码传输给处理器；
43、处理器用于根据程序代码中的指令执行上述方法的水电站多时间尺度调峰能力计算方法。
44、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的水电站多时间尺度调峰能力计算方法。
45、本申请的有益效果：实现了通过水电站调峰，确保电网电量的供应，保障电网的安全稳定运行。
46、实现了水电站多时间尺度调峰能力计算包括由年到月、月到旬、旬到日等多时间尺度的逐层进行优化调度的计算，每一层的调度结果(各时段的初末水位)可作为下一层的边界条件，以基于日典型负荷曲线图计算的调峰电量对水电站各时间尺度的调峰能力进行量化。
47、实现了将水电站历史数据信息以不同的单位时间尺度进行负荷数据划分处理，通过基于负荷数据划分处理结果进行水电站月单位时间尺度的典型日负荷曲线提取处理，并基于动态规划算法对典型日负荷曲线提取处理结果进行调峰电量计算处理，通过基于调峰电量计算处理结本文档来自技高网...
【技术保护点】
1.一种水电站多时间尺度调峰能力计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于负荷数据划分处理结果进行水电站月单位时间尺度的典型日负荷曲线提取处理包括以下步骤：
3.根据权利要求2所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于卡尔曼滤波对每月的月份划分处理结果进行清洗降噪处理具体包括以下步骤：剔除数据中的异常值并保留完整每日时序数据，基于卡尔曼滤波对日内24点负荷数据进行降噪处理，清除带有误差的观测值得到最佳的滤波值。
4.根据权利要求1所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于动态规划算法对典型日负荷曲线提取处理结果进行调峰电量计算处理包括以下步骤：
5.根据权利要求4所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于动态规划算法对典型日负荷曲线提取结果进行日内平均负荷计算处理，日内平均负荷计算处理的计算公式如下所示：
6.根据权利要求4所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于日内平均负荷
7.根据权利要求4所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于日内平均负荷计算处理结果和月调峰电量计算处理结果进行年调峰电量计算处理，年调峰电量计算处理的计算公式如下所示：
8.一种水电站多时间尺度调峰能力计算系统，用于实现权利要求1-7任意一项所述的水电站多时间尺度调峰能力计算方法，其特征在于，包括：
9.一种水电站多时间尺度调峰能力计算设备，其特征在于，包括处理器以及存储器：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的水电站多时间尺度调峰能力计算方法。
...【技术特征摘要】
1.一种水电站多时间尺度调峰能力计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于负荷数据划分处理结果进行水电站月单位时间尺度的典型日负荷曲线提取处理包括以下步骤：
3.根据权利要求2所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于卡尔曼滤波对每月的月份划分处理结果进行清洗降噪处理具体包括以下步骤：剔除数据中的异常值并保留完整每日时序数据，基于卡尔曼滤波对日内24点负荷数据进行降噪处理，清除带有误差的观测值得到最佳的滤波值。
4.根据权利要求1所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于动态规划算法对典型日负荷曲线提取处理结果进行调峰电量计算处理包括以下步骤：
5.根据权利要求4所述的水电站多时间尺度调峰能力计算方法，其特征在于，所述基于动态规划算法对典型日负荷曲线提取结果进行日内平均负荷...
【专利技术属性】
技术研发人员：黄馗，艾学山，胡甲秋，郭佳俊，秦意茗，穆振宇，陈标，丁杰，詹厚剑，董前进，唐健，石轩语，卓毅鑫，赵龙庆，
申请(专利权)人：广西电网有限责任公司，
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。