【技术实现步骤摘要】
一种面向储能规划的典型复合型场景缩减方法及系统
[0001]本申请涉及储能规划领域,特别涉及一种面向储能规划的典型复合型场景缩减方法及系统。
技术介绍
[0002]伴随我国可再生新能源渗透率持续攀升,电网结构和特性日趋复杂,可再生能源消纳、电网调峰问题突出,开展适应新能源高占比电力系统的储能资源规划研究已成为亟待解决的重要问题。作为规划工作的前提及边界条件,包含风、光出力及负荷的时序复合型储能规划场景推演显得十分重要。但在大数据背景下,涉及到从大规模场景中较为准确地提取原始场景数据变化特征以达到有效缩减场景数量的目的,更多人选择借助机器学习中的聚类算法来完成缩减。如今,各种聚类算法已经广泛应用于电力系统的多种规划场景分析领域。
[0003]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中,发现上述技术至少存在如下技术问题:
[0004]目前,K
‑
means算法多用于单一场景缩减,只针对单一类型数据,即单独风电出力曲线、单独光伏出力曲线或者单独负荷曲线进行缩减,缩减出来的场景内也只包含一种类型数据的技术问题。
技术实现思路
[0005]本申请实施例通过提供了一种面向储能规划的典型复合型场景缩减方法及系统,用于针对解决现有技术中存在的K
‑
means算法多用于单一场景缩减,只针对单一类型数据,即单独风电出力曲线、单独光伏出力曲线或者单独负荷曲线进行缩减,缩减出来的场景内也只包含一种类型数据的技术问题。
[0006]鉴于上述问题,本 ...
【技术保护点】
【技术特征摘要】
1.一种面向储能规划的典型复合型场景缩减方法,其中,所述方法应用于一种面向储能规划的典型复合型场景缩减系统,所述方法包括:划分待研究地区规划期内风、光及负荷的研究子时段区间;对所述研究子时段区间内的原始场景进行聚类缩减,得到风、光及负荷在各自所述子时段区间缩减后的场景及出现概率;按照所述子时段区间重叠情况对缩减后的风、光及负荷典型场景进行组合,确定面向储能规划配置的复合型典型场景集,计算各复合型场景出现的概率。2.如权利要求1所述的方法,其中,所述划分待研究地区规划期内风、光及负荷的研究子时段区间,包括:分析储能规划期T内所述待研究地区风资源的丰缺情况,按照风电水平将储能规划期T划分为m
w
个所述子时段区间,第i个子区间长度为T
wi
,包含S
wi
个原始场景;分析所述储能规划期T内所述待研究地区光资源的丰缺情况,划分出m
s
个所述子时段区间,第i个子区间长度为T
si
,包含S
si
个原始场景;分析所述储能规划期T内所述待研究地区负荷时序变化情况,按照负荷水平划分出m
l
个所述子时段区间,第i个子区间长度为T
ll
,包含S
ll
个原始场景。3.如权利要求1所述的方法,其中,所述对所述研究子时段区间内的原始场景进行聚类缩减,得到风、光及负荷在各自所述子时段区间缩减后的场景及出现概率,包括:采用K
‑
means聚类方法对风发电的m
w
个子区间场景进行缩减、得到K
w
种缩减后的风场景μ
wij
、和所述缩减后的风场景μ
wij
的出现概率P(μ
wij
);采用K
‑
means聚类方法对光发电的m
s
个子区间场景进行缩减、得到K
s
种缩减后的光伏场景μ
sij
、和所述缩减后的光伏场景μ
sij
的出现概率P(μ
sij
);采用K
‑
means聚类方法对负荷的m
l
个子区间场景进行缩减,得到K
l
种缩减后的负荷场景μ
lij
,和所述缩减后的负荷场景μ
lij
的出现概率P(μ
lij
)。4.如权利要求3所述的方法,其中,所述采用K
‑
means聚类方法对风发电的m
w
个子区间场景进行缩减,包括:1)从样...
【专利技术属性】
技术研发人员:周毅,石少伟,杨金刚,李笑蓉,史智萍,何成明,单体华,李顺昕,岳云力,岳昊,李莉,赵敏,聂文海,段小木,丁健民,
申请(专利权)人:国家电网有限公司北京京研电力工程设计有限公司,
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。