【技术实现步骤摘要】
本专利技术属于风电集群场景生成相关，尤其涉及极端天气下风电爬坡场景生成方法、系统、设备及介质。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、风电具有很强的间歇性、波动性、季节性和随机性特征，导致电网运行方式的不确定性增高、波动范围增大，特别是随着世界范围内极端天气事件的频繁发生，风电短时间内大范围波动，即爬坡事件对电网安全稳定运行的潜在威胁愈发突出。除此之外，风力发电还具备时空相关性特征，主要表现为单个风电场站在时间尺度上的出力相关性，多个风电场站在空间尺度上的出力相关性，这是由于距离较近的风电场处于同一风带，风速彼此相关造成的。风电的出力特征使得构建典型的出力场景变得困难，相关研究表明，针对正常天气，以场景抽样和场景缩减为特征的场景分析法是目前最常用且最有效的方法之一。
3、场景分析方法对样本容量的要求较高，当面对小概率极端事件时，由于缺少足够的样本，难以适应极端事件的低概率性，导致爬坡事件场景的生成效率极低，爬坡场景的生成存在较大的难度。
4、因此，如何高效地构建可靠的风电爬坡场景，来提高电力系统应对极端天气下大规模风电集群爬坡事件，是目前需要解决的问题。
技术实现思路
1、为克服上述现有技术的不足，本专利技术提供了一种极端天气下风电爬坡场景生成方法、系统、设备及介质，所提方法满足风电集群出力的时空相关性，可以有效代表极端天气下的风电集群的爬坡出力场景，更加符合风电集群的运行状态。
<...【技术保护点】
1.极端天气下风电爬坡场景生成方法，其特征在于，包括：
2.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，基于所述风速时空分布，结合风电机组的风速-功率特性，构建极端天气下风电集群出力场景，具体为：
3.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，利用训练好的基于自注意力机制的生成对抗性网络对所生成的风电集群出力场景进行扩充，具体为：
4.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，利用时空相关性理论评估扩充后的各风电集群出力场景的出力特性，得到满足时空相关性的风电集群出力场景，具体为：基于Spearman系数评估各风电集群出力场景时空相关性，考虑机组出力的时序特征与场站集群的空间特征设置相关性阈值，对风电集群出力场景进行筛选，得到满足时空相关性的风电集群出力场景。
5.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，基于爬坡评估指标，利用聚类算法对时空相关性的风电集群出力场景进行聚类分析，具体为：
6.如权利要求1中所述的极端天气下风电爬坡场景生
7.如权利要求1或2中所述的极端天气下风电爬坡场景生成方法，其特征在于，对风电机组的风速-功率特性进行修正，具体为：
8.极端天气下风电爬坡场景生成系统，其特征在于，包括：
9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一项所述的极端天气下风电爬坡场景生成方法。
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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一项所述的极端天气下风电爬坡场景生成方法。
...【技术特征摘要】
1.极端天气下风电爬坡场景生成方法，其特征在于，包括：
2.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，基于所述风速时空分布，结合风电机组的风速-功率特性，构建极端天气下风电集群出力场景，具体为：
3.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，利用训练好的基于自注意力机制的生成对抗性网络对所生成的风电集群出力场景进行扩充，具体为：
4.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，利用时空相关性理论评估扩充后的各风电集群出力场景的出力特性，得到满足时空相关性的风电集群出力场景，具体为：基于spearman系数评估各风电集群出力场景时空相关性，考虑机组出力的时序特征与场站集群的空间特征设置相关性阈值，对风电集群出力场景进行筛选，得到满足时空相关性的风电集群出力场景。
5.如权利要求1中所述的极端天气下风电爬坡场景生成方法，其特征在于，基于爬坡评估指标，利用聚类算...
【专利技术属性】
技术研发人员：文艳，孟祥飞，滕静怡，刘晓明，张玉跃，安鹏，赵龙，李沐，陈博，袁振华，张丽娜，孙东磊，孙润稼，孙毅，刘蕊，王宪，王耀，张惠雯，赵宇彤，
申请(专利权)人：国网山东省电力公司经济技术研究院，
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。