一种考虑源荷时序相关性的光伏消纳容量计算方法及装置制造方法及图纸

本发明专利技术公开了一种考虑源荷时序相关性的光伏消纳容量计算方法及装置，利用已有的地区全年的光伏出力与负荷波动曲线，利用考虑“源‑荷”时序相关性的聚类方法，筛选出典型负荷水平下的多个光伏出力场景；并基于现有区域配电网的单元格规划，对单个网格采用模拟退火粒子群优化算法计算可接入的光伏容量，进一步获取网格极限消纳容量与整个区域网格极限消纳容量。本发明专利技术方法可以快速地计算出地区配电网的剩余光伏消纳容量，可为应用于实际电网的地区光伏建设规划提供参考性基础。

【技术实现步骤摘要】
一种考虑源荷时序相关性的光伏消纳容量计算方法及装置
本专利技术属于配电网光伏消纳
，具体涉及一种考虑源荷时序相关性的光伏消纳容量计算方法及装置。
技术介绍
近年来，随着配电网光伏渗透率的逐渐上升，对于高渗透率下光伏消纳能力的研究也日趋深入。一方面，通过建立不同标准的数学评估模型研究网架的光伏消纳能力：比如利用潮流传输通道潮流熵建立网架评估模型或者建立考虑OID控制策略的配电网最大光伏电源有效接纳量评估模型，但缺乏对于光伏出力特性、负荷特性的分析，没有考虑两者时序相关性给电网带来的冲击；另一方面，通过多种方式简化模拟光伏的出力特性与典型场景，降低算法的维度，比如]采用超立方抽样处理新能源出力与负荷的相关性，或者通过序列化的方法、基于电压灵敏度的随机场景模拟法、蒙特卡洛随机法模拟描述含分布式电源的配电网系统的随机变化情况，并结合线路状态转移模型，对网架潮流进行风险评估。综上，目前配电网光伏消纳能力分析还存在着两点不足。一是没有考虑到光伏出力的季节特性与当地负荷特性，电网实际的消纳能力应该将季节与时序特性涵盖进来，从而更加贴近电网的实际消纳能力；二是没有考虑实际配电网运行方式。目前，配电网的运行控制日趋网格化，网格化的运行控制以110kV公用变电站为核心对区域负荷实现切割，一个区域内按照负荷的水平由一至两个变电站为电源点，向下级配电网辐射供电。在单个配电网网格内，网格的主变升压容量、负荷水平与线路潮流限额数据清楚，网架简单同时潮流流向单一，光伏消纳能力的分析应以网格化为基础，分层分析区域的消纳能力，从而大幅度降低潮流计算维度，提高运算速度。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供了一种考虑源荷时序相关性的光伏消纳容量计算方法及装置，解决现有技术中因没有考虑光伏出力与地区负荷的相关性导致的光伏消纳能力评估偏差以及大规模电网光伏消纳能力计算维度高等技术问题。为解决上述技术问题，本专利技术提供了一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，包括以下过程：获取各季节的典型负荷水平；考虑源荷时序相关性，获取各季节在各个光伏典型场景下的光伏出力；根据各季节的典型负荷水平和各季节的各个光伏典型场景下的光伏出力，结合预设的评估网格内最大消纳容量目标函数，计算得到各季节所对应的光伏最大消纳容量；选取各季节所对应的光伏最大消纳容量中的最小值作为一年四季内光伏最大消纳容量。进一步的，所述根据各季节的典型负荷水平和各季节的各个光伏典型场景下的光伏出力，结合预设的评估网格内最大消纳容量目标函数，计算得到各季节所对应的光伏最大消纳容量，包括：针对某一季节，选取某一时刻的典型负荷水平以及该时刻下某一光伏典型场景下的光伏出力，在以上两个约束条件下，结合预设的评估网格内最大消纳容量目标函数，计算得到该季节在此光伏典型场景下此时刻所对应的光伏最大消纳容量；针对各光伏典型场景下该时刻下的光伏出力，重复上一步过程，计算得到该季节在各个光伏典型场景下此时刻所对应的光伏最大消纳容量，选取其中的最小值作为该季节在此时刻的光伏最大消纳容量；针对典型负荷水平内各个时刻，重复上一步过程，计算得到该季节各个时刻所对应的光伏最大消纳容量，选取其中的最小值作为该季节全天光伏最大消纳容量；针对一年四季，重复以上所有过程，计算得到各季节所对应的光伏最大消纳容量。进一步的，所述获取各季节的典型负荷水平具体包括以下过程：1)对某一季节的日负荷数据进行聚类得到各个聚类中心序列；2)选取日平均负荷率最低的聚类中心序列作为该季节的典型负荷水平。进一步的，所述对某一季节的日负荷数据进行聚类得到各个聚类中心序列包括，对某一季节的日负荷数据进行DMK-means聚类得到各个聚类中心序列。进一步的，所述对某一季节的日负荷数据进行DMK-means聚类得到各个聚类中心序列，具体包括以下过程：11)对日负荷数据中的每一个日负荷时序序列，计算其最近邻集合；12)计算每一个日负荷时序序列对应的最近邻集合的密度函数值；13)从日负荷数据中删除密度值小于平均密度值的日负荷时序序列，剩余的日负荷时序序列形成新的密集数据矩阵；14)对密集数据矩阵中各个日负荷时序序列进行聚类，得到各个聚类中心序列。进一步的，所述考虑源荷时序相关性，获取各季节的各个光伏典型场景下的光伏出力，具体包括以下过程：1)以全年为维度，将全年的光伏数据划分为四个维度：春、夏、秋、冬；设第i季节的光伏数据矩阵为PVi＝[PVi,1,PVi,2,…,PVi,m,…,PVi,M]T，其中为第i季节第m天的光伏出力序列，为第i个季节的第m天的d时刻光伏出力数据；2)对于第i季节的典型日负荷时序序列和某一光伏出力序列PVi,m，将其转换成斜率时序序列C′i与PV′i,m，即：式中，ΔT＝Ttotal/D，Ttotal为一天总时长；3)采用时间序列的模式来描述时间序列的变化趋势，将斜率时序序列C′i与PV′i,m依据模式的评估标准，形成模式序列HCi与HPVi,m，即：式中，以及的评估过程如下：式中，为转换成斜率组成的典型负荷时间序列的值，εcl、εcm、εch分别为负荷低增长、中增长、高增长的变化阈值；式中，为转换成斜率组成的光伏出力时间序列的值，εvl、εvm、εvh分别为光伏出力低增长、中增长、高增长的变化阈值；4)因此光伏出力序列PVi,m与典型日负荷时序序列Ci的时序斜率距离为：式中，kd为分段斜率距离，其计算公式为：5)利用式(11)时序斜率距离来修正传统的欧式距离，即对于光伏出力序列PVi,m、PVi,n，其考虑源荷时序相关性的欧式距离公式为：式中，λT是源荷时序相关性的权重系数；6)利用式(13)考虑源荷时序相关性的欧式距离公式，采用DMK-means算法对某一季节的光伏出力序列进行聚类；筛选出不同光伏典型场景相对应的光伏典型出力时序序列代表不同光伏典型场景，指第i个季节第个光伏典型场景第d时刻的光伏出力值，D为一天的总时间。进一步的，所述计算得到该季节在此光伏典型场景下此时刻所对应的光伏最大消纳容量包括，采用模拟退火粒子群算法计算得到该季节在此光伏典型场景下此时刻所对应的光伏最大消纳容量。相应的，本专利技术还提供了一种考虑源荷时序相关性的光伏消纳容量计算装置，其特征是，包括获取典型负荷水平模块、获取光伏出力模块、计算单季光伏消纳容量模块和计算全年光伏消纳容量模块，其中：第一计算模块、第二计算模块、第三计算模块和第四计算模块；其中：获取典型负荷水平模块，用于获取各季节的典型负荷水平；获取光伏出力模块，用于考虑源荷时序相关性，获取各季节在各个光伏典型场景下的光伏出力；计算单季光伏消纳容量模块，用于根据各季节的典型负荷水平和各季节的各个光伏典型场景下的光伏出力，结合预本文档来自技高网...

【技术保护点】
1.一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，包括以下过程：/n获取各季节的典型负荷水平；/n考虑源荷时序相关性，获取各季节的各个光伏典型场景下的光伏出力；/n根据各季节的典型负荷水平和各季节的各个光伏典型场景下的光伏出力，结合预设的评估网格内最大消纳容量目标函数，计算得到各季节所对应的光伏最大消纳容量；/n选取各季节所对应的光伏最大消纳容量中的最小值作为一年四季内光伏最大消纳容量。/n

【技术特征摘要】
1.一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，包括以下过程：
获取各季节的典型负荷水平；
考虑源荷时序相关性，获取各季节的各个光伏典型场景下的光伏出力；
根据各季节的典型负荷水平和各季节的各个光伏典型场景下的光伏出力，结合预设的评估网格内最大消纳容量目标函数，计算得到各季节所对应的光伏最大消纳容量；
选取各季节所对应的光伏最大消纳容量中的最小值作为一年四季内光伏最大消纳容量。


2.根据权利要求1所述的一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，根据各季节的典型负荷水平和各季节的各个光伏典型场景下的光伏出力，结合预设的评估网格内最大消纳容量目标函数，计算得到各季节所对应的光伏最大消纳容量，包括：
针对某一季节，选取某一时刻的典型负荷水平以及该时刻下某一光伏典型场景下的光伏出力作为约束条件，结合预设的评估网格内最大消纳容量目标函数，计算得到该季节在此光伏典型场景下此时刻所对应的光伏最大消纳容量；
针对各光伏典型场景下该时刻下的光伏出力，重复上一步过程，计算得到该季节在各个光伏典型场景下此时刻所对应的光伏最大消纳容量，选取其中的最小值作为该季节在此时刻的光伏最大消纳容量；
针对典型负荷水平内各个时刻，重复上一步过程，计算得到该季节各个时刻所对应的光伏最大消纳容量，选取其中的最小值作为该季节全天光伏最大消纳容量；
针对一年四季，重复以上所有过程，计算得到各季节所对应的光伏最大消纳容量。


3.根据权利要求1所述的一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，所述获取各季节的典型负荷水平具体包括以下过程：
对某一季节的日负荷数据进行聚类得到各个聚类中心序列；
选取日平均负荷率最低的聚类中心序列作为该季节的典型负荷水平。


4.根据权利要求3所述的一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，所述对某一季节的日负荷数据进行聚类得到各个聚类中心序列，具体包括以下过程：
对日负荷数据中的每一个日负荷时序序列，计算其最近邻集合；
计算每一个日负荷时序序列对应的最近邻集合的密度函数值；
从日负荷数据中删除密度值小于平均密度值的日负荷时序序列，剩余的日负荷时序序列形成新的密集数据矩阵；
对密集数据矩阵中各个日负荷时序序列进行聚类，得到各个聚类中心序列。


5.根据权利要求1所述的一种考虑源荷时序相关性的光伏消纳容量计算方法，其特征是，所述考虑源荷时序相关性，获取各季节的各个光伏典型场景下的光伏出力，具体包括以下过程：
1)以全年为维度，将全年的光伏数据划分为四个维度：春、夏、秋、冬；
设第i季节的光伏数据矩阵为PVi＝[PVi,1,PVi,2,…,PVi,m,…,PVi,M]T，其中为第i季节第m天的光伏出力序列，为第i个季节的第m天的d时刻光伏出力数据；
2)对于第i季节的典型日负荷时序序列和某一光伏出力序列PVi,m，将其转换成斜率时序序列C′i与PV′i,m，即：



式中，ΔT＝Ttotal/D，Ttotal为一天总时长；
3)采用时间序列的模式来描述时间序列的变化趋势，将斜率时序序列C′i与PV′i,m依据模式的评估标准，形成模式序列HCi与HPVi,m，即：



式中，以及的评估过程如下：



式中，为转换成斜率组成的典型负荷时间序列的值，εcl、εcm、εch分别为负荷低增长、中增长、高增长的变化阈值；



式中，为转换成斜率组成的光伏出力时间序列的值，εvl、εvm、εvh分别为光伏出力低增长、中增长、高增长的变化阈值；
4)因此光伏出力序列PVi,m与典型日负荷时序序列Ci的时序斜率距离为：



式中，kd为分段斜率距离，其计算公式为：



5)利用式(11)时序斜率距离来修正传统的欧式距离，即对于光伏出力序列PVi,m、PVi,n，其考虑源荷时序相关性的欧式距离公式为：



式中，λT是源荷时序相关性的权重系数；
6)利用式(13)考虑源荷时序相关性的欧式距离公式，采用DMK-means算法对某一季节的光伏出力序列进行聚类；筛选出不同光伏典型场景相对应的光伏典型出力时序序列代表不同光伏典型场景，指第i个季节第个光伏典型场景第d时刻的光伏出力值，D为一天的总时间。


6.一种考虑源荷时序相关性的光伏消纳容量计算装置，其特征是，包括获取典型负荷水平模块、获取光伏出力模块、计算单季光伏消纳容量模块和计算全年光伏消纳容量模块，其中：<...

【专利技术属性】
技术研发人员：冯士睿，冯大伟，牛涛，许文超，赵继超，乐晓蓉，管永高，何悦，
申请(专利权)人：中国能源建设集团江苏省电力设计院有限公司，
类型：发明
国别省市：江苏;32