System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于资源调控潜力评估,具体涉及一种多时间尺度下可调节资源调控潜力评估方法、系统和介质。
技术介绍
1、近些年来,新能源的持续快速发展,风电光伏装机容量与发电量逐年上升,电网系统中新能源接入占比逐年升高。然而,随着新能源并网比例提升,新能源出力存在的较大的不确定性,其已成为影响电网稳定安全运行的重要因素。新兴可调节资源泛指数据中心、5g基站、电动汽车、分布式储能、电解氢、空调等类型资源,其具有较好的灵活性调节能力。面对电网越来越大的灵活性调节需求,合理评估新兴可调节资源调控潜力,对提高新能源消纳水平,保障电网运行的稳定性与经济性有重要作用。
2、目前针对新兴可调节资源调控潜力评估的相关研究较少,多是围绕传统需求侧资源参与需求响应的调控潜力评估展开。
3、需求响应调控潜力研究可分为三个方面:潜力类型评估、空间尺度评估与时间尺度评估。其中时间尺度评估围绕超短期评估、短期评估、中长期评估三个尺度展开,超短期尺度为分钟级到小时级,短期尺度一般为日级达到星期级,而中长期尺度为月级到年级,通常建立两阶段模型、系统动力学模型评估调控潜力。
4、围绕新兴可调节资源调控潜力多时间尺度评估的研究,当前研究重点在于短期尺度调控潜力评估与中长期调控潜力评估。但由于负荷用户响应行为受到多重因素耦合影响且具有明显的时变特性,短期潜力评估通常误差较大,难以准确评估调控潜力。另一方面,中长期潜力评估通常通过系统动力学模型进行,模型构建较为复杂,且计算繁琐。
技术实现思路
2、实现本专利技术目的之一的一种多时间尺度下可调节资源调控潜力评估方法,包括:
3、利用聚类算法对用户的历史用电负荷数据进行分类,得到多个类簇;
4、根据调控日的用电负荷准曲线计算调控日与每个类簇的隶属度,取最大隶属度对应的类簇为调控日所属类簇;所述调控日的用电负荷准曲线根据用户在调控日前多日的用电负荷数据确定;
5、根据调控日所属类簇、调控日的用电负荷准曲线和用户的历史用电负荷数据计算调控日中每个时段内用户的中长期调控潜力。
6、进一步地,还包括根据调节时段内,调节前新兴可调节资源基线负荷功率平均值、调节时段内新兴可调节资源参与调节后的功率平均值及新兴可调节资源响应时间计算新兴可调节资源短期调控潜力,所述短期调控潜力包括调节时段内的可调节容量和调节速率。
7、进一步地,利用聚类算法对用户的历史用电负荷数据进行分类后还包括:
8、根据聚类的类间离差矩阵的迹、类内离差矩阵的迹计算每个类簇的类内紧密度;
9、当类簇的类内紧密度大于设定值时或者当取多次聚类后类簇的类内紧密度最大时,相应类簇为最终的类簇。
10、进一步地,隶属度的计算方法包括:
11、
12、
13、ξi,t为调控日t的负荷对于第i个类簇的对应的用电模式的隶属度,i∈[1,c];c为类簇的个数;
14、xt为调控日t的负荷准曲线;
15、ci和ck分别表示第i个类簇xi的中心和第k个类簇xk的中心,k∈[1,c];
16、xi为第i个类簇的负荷准曲线,i∈[1,c]。
17、进一步地,计算调控日中每个时段内用户的中长期调控潜力的方法包括:
18、如果当前用户所属用电模式与调控日所属类簇的用电模式一致,则当前用户在调控日的可调潜力δp(t)为:
19、δp(t)=xt-xψ>0
20、
21、如果当前用户所属用电模式与调控日所属类簇的用电模式不一致,则当前用户在调控日的可调潜力δp(t)为:
22、δp(t)=xt-ct>0
23、式中:
24、xt为调控日t的t时段的负荷准曲线;
25、xψ为与调控日t的t时段的负荷基线xt同一类簇内欧式距离最远的负荷曲线;
26、θ为调控日t所属类簇中的负荷曲线的数量;
27、xq为调控日t所属类簇中的第q条负荷曲线;
28、ct为当前用户所属类簇的类簇中心t时段的负荷曲线;
29、δp(t)为调控日t的t时段的调控潜力;该值越大则表示该用户的可调控潜力越大。
30、进一步地,利用聚类算法对用户的历史用电负荷数据进行分类前还包括对用户的历史用电负荷数据中的异常数据进行修正,其中,对用户的历史用电负荷数据中的异常数据进行修正,所述修正方法包括:
31、获取异常数据所在季节的季节典型日负荷曲线,所述季节典型日负荷曲线包括设定典型日的当日多个时刻的负荷值;
32、根据异常数据所在日的剩余正常时刻的负荷值与季节典型日负荷曲线对应时刻的负荷值计算曲线相似度,其用于表示曲线中各个时刻的紧密程度值;
33、根据所述曲线相似度和季节典型日负荷曲线中k时刻的负荷值计算异常数据的修正值,k时刻为用户的历史用电负荷数据中的异常数据出现的时刻。
34、所述曲线相似度的计算方法包括:
35、计算异常数据所在日的剩余每个正常时刻的负荷值与季节典型日负荷曲线对应时刻的负荷值的归一化值的差值的绝对值的最大值和最小值;
36、根据所述最大值、最小值以及异常数据所在日每一时刻的负荷值计算每一时刻的关联系数μ(t),t∈[1,n]且t≠k,n表示异常数据所在日包含n个时刻的数据;
37、对所述每一时刻的关联系数μ(t)进行数学运算得到曲线相似度。
38、进一步地,所述修正值的计算方法包括:
39、
40、l'ik表示待修正数据的用户i在第k时刻的异常数据lik的负荷修正值;
41、y(k)表示季节典型日负荷曲线第k时刻的负荷值;
42、k时刻表示异常数据出现的时刻;
43、r表示曲线相似度。
44、实现本专利技术目的之二的一种多时间尺度下可调节资源调控潜力评估系统,包括分类模块、调控日类簇确定模块和中长期调控潜力计算模块;
45、所述分类模块用于采用聚类算法对用户的历史用电负荷数据进行分类,得到多个类簇;
46、所述调控日类簇确定模块用于根据调控日的用电负荷准曲线计算调控日与每个类簇的隶属度,取最大隶属度对应的类簇为调控日所属类簇;所述调控日的用电负荷准曲线根据用户在调控日前多日的用电负荷数据确定;
47、所述中长期调控潜力计算模块用于根据调控日所属类簇本文档来自技高网...
【技术保护点】
1.一种多时间尺度下可调节资源调控潜力评估方法,其特征在于,包括如下步骤:
2.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,还包括根据调节时段内,调节前新兴可调节资源基线负荷功率平均值、调节时段内新兴可调节资源参与调节后的功率平均值及新兴可调节资源响应时间计算新兴可调节资源的短期调控潜力,所述短期调控潜力包括调节时段内的可调节容量和调节速率。
3.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,利用聚类算法对用户的历史用电负荷数据进行分类后还包括:
4.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,计算调控日中每个时段内用户的中长期调控潜力的方法包括:
5.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,利用聚类算法对用户的历史用电负荷数据进行分类前还包括对用户的历史用电负荷数据中的异常数据进行修正;
6.如权利要求5所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,所述曲线相似度的计算方法包括:
7.一种采
8.如权利要求7所述的多时间尺度下可调节资源调控潜力评估系统,其特征在于,还包括短期调控潜力计算模块,用于根据调节时段内,调节前新兴可调节资源基线负荷功率平均值、调节时段内新兴可调节资源参与调节后的功率平均值及新兴可调节资源响应时间计算新兴可调节资源的短期调控潜力,所述短期调控潜力包括调节时段内的可调节容量和调节速率。
9.如权利要求7所述的多时间尺度下可调节资源调控潜力评估系统,其特征在于,还包括类簇优化模块,用于根据聚类的类间离差矩阵的迹、类内离差矩阵的迹计算每个类簇的类内紧密度;
10.如权利要求7所述的多时间尺度下可调节资源调控潜力评估系统,其特征在于,中长期调控潜力计算模块中,计算调控日中每个时段内用户的中长期调控潜力的方法包括:
11.如权利要求7所述的多时间尺度下可调节资源调控潜力评估系统,其特征在于,还包括异常数据修正模块,对用户的历史用电负荷数据中的异常数据进行修正,所述修正方法包括:
12.如权利要求11所述的多时间尺度下可调节资源调控潜力评估系统,其特征在于,还包括曲线相似度计算模块,用于计算异常数据所在日的剩余每个正常时刻的负荷值与季节典型日负荷曲线对应时刻的负荷值的归一化值的差值的绝对值的最大值和最小值;
13.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述多时间尺度下可调节资源调控潜力评估方法的步骤。
...【技术特征摘要】
1.一种多时间尺度下可调节资源调控潜力评估方法,其特征在于,包括如下步骤:
2.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,还包括根据调节时段内,调节前新兴可调节资源基线负荷功率平均值、调节时段内新兴可调节资源参与调节后的功率平均值及新兴可调节资源响应时间计算新兴可调节资源的短期调控潜力,所述短期调控潜力包括调节时段内的可调节容量和调节速率。
3.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,利用聚类算法对用户的历史用电负荷数据进行分类后还包括:
4.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,计算调控日中每个时段内用户的中长期调控潜力的方法包括:
5.如权利要求1所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,利用聚类算法对用户的历史用电负荷数据进行分类前还包括对用户的历史用电负荷数据中的异常数据进行修正;
6.如权利要求5所述的多时间尺度下可调节资源调控潜力评估方法,其特征在于,所述曲线相似度的计算方法包括:
7.一种采用权利要求1所述方法的多时间尺度下可调节资源调控潜力评估系统,其特征在于,包括分类模块、调控日类簇确定模块和中长期调控潜力计算模块;
8.如权利要求7所述的多时间尺度下可调节资源调控潜力评估系统,其特征在于...
【专利技术属性】
技术研发人员:齐蓓,王振宇,叶强,胡文博,许静,余梦,王奎,吴书创,朱玲玲,郑鹏,陈吴晓,蔡雨晴,林涵,胡泽延,姜志筠,张晨瀚,柳絮莹,
申请(专利权)人:国网电力科学研究院武汉能效测评有限公司,
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。