【技术实现步骤摘要】
本申请涉及电力系统，尤其涉及一种基于时序特征的新能源消纳边界识别方法及系统。
技术介绍
1、新能源消纳是指将可再生的新能源（如风能、太阳能、水能等）产生的电力有效地接入电网，并在电网中合理分配和利用的过程。一般情况下，新能源的发电受气象条件影响较大，具有显著的波动性和随机性，因此随着新能源接入电网的比例不断提高，会给电网的平衡调度、功率流分配以及系统安全性带来极大的不确定性。
2、现有技术中，新能源消纳技术主要依赖于基于物理模型的预测方法，通过对待预测区域的风速、辐照度等气象变量进行历史回归分析，结合待预测区域的历史发电数据，来预测风电和光伏发电的短期和中期出力，从而确定出待预测区域的新能源消纳边界。该技术在气象条件稳定、历史气象及发电数据量较大时表现较好，但在面对待预测区域发电数据量不足（例如，新建的新能源站点）时，由于该区域的发电数据缺失，导致所识别出的消纳边界精度较低，因此会影响电力系统安全性，并且也无法满足电力系统对高精度调度的需求。
技术实现思路
1、为了解决上述技术问题，本申请实施例提出了一种基于时序特征的新能源消纳边界识别方法及系统，能够在无需依赖待识别区域的发电数据的前提下，仍准确识别出该待识别区域的新能源消纳边界，提高电力系统的安全性及调度精准性。
2、第一方面，本申请实施例提供了一种基于时序特征的新能源消纳边界识别方法，包括：
3、获取源域的数据集及目标域的数据集，其中，所述源域的数据集包括设定时段内所述源域的发电数据及气象数
4、确定与所述源域的数据集对应的源域公共特征，以及与所述目标域的数据集对应的目标域公共特征；
5、基于所述源域公共特征及所述目标域公共特征，生成与所述目标域相匹配的新能源出力时序曲线；
6、基于所述新能源出力时序曲线、所述源域的发电数据、所述源域的气象数据及所述目标域的气象数据，确定优化模型；
7、利用所述优化模型，基于从所述目标域的气象数据中提取出的气象特征，识别出所述目标域对应的新能源消纳边界。
8、可选地，所述确定与所述源域的数据集对应的源域公共特征，以及与所述目标域的数据集对应的目标域公共特征，包括：
9、使用基于图结构的特征提取器，对所述源域的气象数据进行特征提取，以生成所述源域公共特征，以及，对所述目标域的气象数据进行特征提取，以生成所述目标域公共特征。
10、可选地，所述使用基于图结构的特征提取器，对所述源域的气象数据进行特征提取，以生成所述源域公共特征，以及，对所述目标域的气象数据进行特征提取，以生成所述目标域公共特征，包括：
11、将所述源域的气象数据输入至所述特征提取器中，得到所述特征提取器输出的初始源域公共特征；
12、将所述目标域的气象数据输入至所述特征提取器中，得到所述特征提取器输出的初始目标域公共特征；
13、将所述初始源域公共特征映射到目标空间中得到所述源域公共特征，以及，将所述初始目标域公共特征映射到所述目标空间中得到所述目标域公共特征；
14、其中，所述特征提取器被配置为通过经验模态分解及多头注意力机制来进行特征提取。
15、可选地，所述目标空间包括再生核希尔伯特空间，所述将所述初始源域公共特征映射到目标空间中得到所述源域公共特征，以及，将所述初始目标域公共特征映射到所述目标空间中得到所述目标域公共特征，包括：
16、通过最大均值差异函数，将所述初始源域公共特征映射到所述再生核希尔伯特空间中得到所述源域公共特征；
17、通过最大均值差异函数，将所述初始目标域公共特征映射到所述再生核希尔伯特空间中得到所述目标域公共特征。
18、可选地，所述基于所述新能源出力时序曲线、所述源域的发电数据、所述源域的气象数据及所述目标域的气象数据，确定优化模型，包括：
19、基于所述新能源出力时序曲线及所述源域的发电数据，利用均方误差损失函数进行差异计算，得到差异计算结果；
20、基于预训练的目标领域分类器、所述差异计算结果、所述源域的气象数据及所述目标域的气象数据，对预设的多目标优化函数进行配置以得到所述优化模型；
21、其中，
22、所述目标领域分类器是根据领域分类器对抗学习网络构建，所述领域分类器对抗学习网络包括梯度反转层；
23、所述目标领域分类器的训练过程包括：根据所述源域的数据集及所述目标域的数据集，对所述梯度反转层进行优化对抗，以训练所述目标领域分类器。
24、可选地，所述利用所述优化模型，基于从所述目标域的气象数据中提取出的气象特征，识别出所述目标域对应的新能源消纳边界，包括：
25、基于从所述目标域的气象数据中提取出的气象特征，利用所述优化模型生成所述目标域在所述设定时段内对应的新能源发电信息；
26、基于所述新能源发电信息，识别出所述目标域对应的新能源消纳边界。
27、可选地，所述基于所述新能源发电信息，识别出所述目标域对应的新能源消纳边界，包括：
28、将所述新能源发电信息输入至预设的电力系统调度模型中，使得所述电力系统调度模型根据所述新能源发电信息进行模拟，以生成所述目标域对应的优化电力资源配置数据，其中，所述优化电力资源配置数据至少包括可再生新能源出力数据；
29、从所述可再生新能源出力数据中提取时间相似度，并确定所述可再生新能源出力数据的空间边界节点；
30、基于所述时间相似度及所述空间边界节点，确定所述目标域对应的新能源消纳边界。
31、可选地，所述从所述可再生新能源出力数据中提取时间相似度，并确定所述可再生新能源出力数据的空间边界节点，包括：
32、利用t-sne算法，从所述可再生新能源出力数据中提取出所述时间相似度；
33、使用基于图结构的特征提取器，对所述可再生新能源出力数据进行特征提取，以生成由所述图结构的邻接矩阵所表征的可再生新能源出力数据特征，其中，所述图结构包括多个节点，所述邻接矩阵由所述多个节点两两之间的权重确定；
34、根据所述可再生新能源出力数据特征，使用关键节点分析在所述多个节点中确定出所述空间边界节点。
35、可选地，所述新能源消纳边界用于确定边界场景下的消纳空间，其中，所述消纳空间是根据所述新能源消纳边界所对应的边界时刻负荷有功功率与电力系统最小技术出力值之差确定的。
36、第二方面，本申请实施例提供了一种基于时序特征的新能源消纳边界识别系统，包括：
37、数据获取模块，用于获取源域的数据集及目标域的数据集，其中，所述源域的数据集包括设定时段内所述源域的发电数据及气象数据，所述目标域的数据集中包含所述设定时段内所述目标域的气象数据、且不存在所述设定时段内所述本文档来自技高网...
【技术保护点】
1.一种基于时序特征的新能源消纳边界识别方法，其特征在于，包括：
2.如权利要求1所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述确定与所述源域的数据集对应的源域公共特征，以及与所述目标域的数据集对应的目标域公共特征，包括：
3.如权利要求2所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述使用基于图结构的特征提取器，对所述源域的气象数据进行特征提取，以生成所述源域公共特征，以及，对所述目标域的气象数据进行特征提取，以生成所述目标域公共特征，包括：
4.如权利要求3所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述目标空间包括再生核希尔伯特空间，所述将所述初始源域公共特征映射到目标空间中得到所述源域公共特征，以及，将所述初始目标域公共特征映射到所述目标空间中得到所述目标域公共特征，包括：
5.如权利要求1所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述基于所述新能源出力时序曲线、所述源域的发电数据、所述源域的气象数据及所述目标域的气象数据，确定优化模型，包括：
6.如权利要求1
7.如权利要求6所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述基于所述新能源发电信息，识别出所述目标域对应的新能源消纳边界，包括：
8.如权利要求7所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述从所述可再生新能源出力数据中提取时间相似度，并确定所述可再生新能源出力数据的空间边界节点，包括：
9.如权利要求1-8任一项所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述新能源消纳边界用于确定边界场景下的消纳空间，其中，所述消纳空间是根据所述新能源消纳边界所对应的边界时刻负荷有功功率与电力系统最小技术出力值之差确定的。
10.一种基于时序特征的新能源消纳边界识别系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于时序特征的新能源消纳边界识别方法，其特征在于，包括：
2.如权利要求1所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述确定与所述源域的数据集对应的源域公共特征，以及与所述目标域的数据集对应的目标域公共特征，包括：
3.如权利要求2所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述使用基于图结构的特征提取器，对所述源域的气象数据进行特征提取，以生成所述源域公共特征，以及，对所述目标域的气象数据进行特征提取，以生成所述目标域公共特征，包括：
4.如权利要求3所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述目标空间包括再生核希尔伯特空间，所述将所述初始源域公共特征映射到目标空间中得到所述源域公共特征，以及，将所述初始目标域公共特征映射到所述目标空间中得到所述目标域公共特征，包括：
5.如权利要求1所述的基于时序特征的新能源消纳边界识别方法，其特征在于，所述基于所述新能源出力时序曲线、所述源域的发电数据、所述源域的气象数...
【专利技术属性】
技术研发人员：但扬清，文劲宇，钟晖，何英静，黄锦华，张夏辉，崔世常，王晨轩，张润丰，孙飞飞，李佾玲，许恩超，马龙鹏，陈晴悦，沈志恒，王岑峰，
申请(专利权)人：国网浙江省电力有限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。