【技术实现步骤摘要】
本专利技术属于数据处理，尤其涉及一种风光功率预测数据清洗处理方法。
技术介绍
1、随着风光电源的大规模建设和并网运行，风光功率的随机性、波动性和间歇性等不确定性因素给电网的安全稳定运行带来了严峻挑战。精准预测风光功率多时空尺度下的分布特性与不确定性分布范围，据此提出高比例风光电源接入下的电网安全经济运行策略，成为构建以新能源为主体的新型电力系统亟待解决的难题，所以如何实现对一定的区域内的不同的新能源场站的风光功率原始数据的清洗处理成为亟待解决的技术问题。
2、为了解决上述技术问题，在现有技术方案中往往局限于某一个新能源场站的原始数据的清洗以及发电功率的预测，具体的在专利技术专利cn201611193694.0《一种光伏系统发电功率实时预测方法及装置》中通过对光伏电站的原始数据的清洗和处理，从而提升了光伏电站的负荷预测的准确率，但是通过分析不难发现，上述技术方案中均存在以下技术问题：
3、在进行一定的区域内的负荷调度处理时，不同的风光场站的数据质量直接影响到风光场站的发电功率的准确预测，因此采用单一的某一个风光场站的数据质量无法准确的对一定的区域内的旋转备用容量的确定以及负荷调度提供较高的参考价值。
4、针对上述技术问题，本专利技术提供了一种风光功率预测数据清洗处理方法。
技术实现思路
1、为实现本专利技术目的，本专利技术采用如下技术方案：
2、根据本专利技术的一个方面，提供了一种风光功率预测数据清洗处理方法。
3、一种风光
4、s1根据划定区域内的电力用户的负荷预测结果以及不同的新能源场站的功率预测结果确定划定区域的旋转备用基准容量；
5、s2根据历史出力数据与不同的出力影响数据的关联因子确定不同的新能源场站的不同的历史出力数据的异常概率，通过所述异常概率确定不同的新能源场站的数据异常概率，并当存在数据异常概率不满足要求的新能源场站时，进入下一步骤；
6、s3基于不同的新能源场站的功率预测结果将新能源场站划分至不同的预测功率区间，并根据不同的预测功率区间内的不同的新能源场站的数据异常概率以及功率预测结果确定不同的预测功率区间内的预测结果可靠性以及综合可靠性，当存在综合可靠性不满足要求的新能源场站时，进入下一步骤；
7、s4通过综合可靠性不满足要求的新能源场站的综合可靠性确定调节因子，并基于调整因子以及旋转备用基准容量确定划定区域的旋转备用容量。
8、进一步的技术方案在于，所述电力用户的负荷预测结果根据所述电力用户的历史用电负荷数据进行确定。
9、进一步的技术方案在于，所述新能源场站包括光伏发电场站、风力发电场站。
10、进一步的技术方案在于，所述新能源场站的功率预测结果根据所述新能源场站的历史出力数据进行确定。
11、进一步的技术方案在于，所述划定区域的旋转备用基准容量的确定的方法为：
12、基于所述负荷预测结果与功率预测结果的偏差量确定所述划定区域的旋转备用的最低容量；
13、获取所述划定区域的新能源场站的数量以及不同的新能源场站的功率预测结果，并根据所述新能源场站的数量以及不同的新能源场站的功率预测结果确定波动补偿因子；
14、通过所述波动补偿因子与所述划定区域的旋转备用的最低容量确定所述划定区域的旋转备用基准容量。
15、进一步的技术方案在于，所述出力影响数据包括温度、风速、光照量以及光照时长。
16、进一步的技术方案在于，当不存在数据异常概率不满足要求的新能源场站时，则将所述旋转备用基准容量作为所述划定区域的旋转备用容量。
17、进一步的技术方案在于，当所述综合可靠性满足要求时，则将所述旋转备用基准容量作为所述划定区域的旋转备用容量。
18、进一步的技术方案在于，所述旋转备用基准容量的调节因子根据综合可靠性不满足要求的新能源场站的综合可靠性的权重和进行确定，其中所述综合可靠性不满足要求的新能源场站的综合可靠性的权重和越大，则所述旋转备用基准容量的调节因子越大。
19、另一方面，本专利技术提供了一种计算机设备，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种风光功率预测数据清洗处理方法。
20、本专利技术的有益效果在于：
21、根据历史出力数据与不同的出力影响数据的关联因子确定不同的新能源场站的不同的历史出力数据的异常概率，从而实现了从出力影响数据的关联情况实现了对存在偏差的历史处理数据的筛选，并通过综合关联因子进行异常概率的评估，提升了存在异常的历史处理数据的准确识别，也为差异化的进行旋转备用容量的确定，保证电力系统的运行可靠性奠定了基础。
22、基于调整因子以及旋转备用基准容量确定划定区域的旋转备用容量，避免了原有的由于新能源场站的历史出力数据不够准确导致的旋转备用容量的确定不够准确的技术问题，综合考虑到预测不准确的新能源场站的影响，提升了旋转备用容量的确定的可靠性。
23、其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
24、为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种风光功率预测数据清洗处理方法，其特征在于，具体包括：
2.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述电力用户的负荷预测结果根据所述电力用户的历史用电负荷数据进行确定。
3.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述新能源场站包括光伏发电场站、风力发电场站。
4.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述划定区域的旋转备用基准容量的确定的方法为：
5.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述出力影响数据包括温度、风速、光照量以及光照时长。
6.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，根据历史出力数据与不同的出力影响数据的关联因子采用所述历史出力数据与不同的出力影响数据的相关系数进行确定。
7.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述历史出力数据的异常概率的确定的方法为：
8.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，当不存在数据异常概率不满足
9.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述预测功率区间内的预测结果可靠性的确定的方法为：
10.一种计算机设备，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行权利要求1-9任一项所述的一种风光功率预测数据清洗处理方法。
...【技术特征摘要】
1.一种风光功率预测数据清洗处理方法，其特征在于，具体包括：
2.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述电力用户的负荷预测结果根据所述电力用户的历史用电负荷数据进行确定。
3.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述新能源场站包括光伏发电场站、风力发电场站。
4.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述划定区域的旋转备用基准容量的确定的方法为：
5.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，所述出力影响数据包括温度、风速、光照量以及光照时长。
6.如权利要求1所述的风光功率预测数据清洗处理方法，其特征在于，根据历史出力数据与不同的出力影响数据的关联因子采用所...
【专利技术属性】
技术研发人员：王喜军，杨晓朋，张璐，李文峰，顾波，王鹏展，王伟，李寅松，周志恒，高歌，刘闯，胡业通，史文琪，
申请(专利权)人：河南九域腾龙信息工程有限公司，
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。