【技术实现步骤摘要】
本专利技术属于电网优化调度，具体地，涉及一种考虑源荷相关性的电网备用容量调整方法及系统。
技术介绍
1、目前，国内的电网公司在电力系统运行管理层面，一般会安排机组提前预留备用容量，其主要用于平抑新能源发电与用电负荷的波动性。在计算备用容量的预留规模时，一般需要考虑新能源发电与系统负荷的预测误差来编制备用计划。对新能源发电与系统负荷的预测误差进行科学合理的预估是预留备用容量的前提，但是准确计算预测误差存在较大困难，其会影响预留备用容量的充裕性。因此，在编制备用计划时，需要考虑多种因素对已有的备用计划进行校核与调整，从而保障电力供需的精准平衡。合理且充裕的备用容量对于提高电力系统的稳定性、促进新能源的消纳至关重要。
2、目前，在实际的生产应用中，主要对当日的预测误差进行经验性预估，然后预留备用容量，并未充分考虑新能源发电与系统负荷的概率情况，这会导致在极端场景时，预留的备用容量不足以支撑电力平衡。因此，如果不能充分考虑新能源发电与系统负荷分布概率来调整备用容量，就可能会影响电力系统安全稳定运行。
技术实现思路
1、为解决现有技术中存在的不足，本专利技术提供一种考虑源荷相关性的电网备用容量调整方法及系统，解决由于缺少考虑新能源发电与系统负荷的概率分布而导致电力系统备用容量安排不够准确合理等技术问题。
2、本专利技术采用如下的技术方案。
3、本专利技术提出了一种考虑源荷相关性的电网备用容量调整方法，包括：
4、获取每个时段下的新能源发电功率和
5、对每个时段下新能源发电功率的概率分布函数和电网负荷的概率分布函数进行联合分布拟合，得到每个时段下的源荷联合概率分布函数；
6、基于每个时段下的源荷联合概率分布函数，生成多个抽样场景；对各抽样场景内的源荷联合数据进行聚类，得到各时段下的场景簇；当各时段下的场景簇中，全部抽样场景内的源荷数据与场景簇的聚类中心的欧式距离之和达到最小时，以各时段下场景簇的聚类中心作为各时段下典型场景的源荷联合数据；并且以各时段下场景簇中抽样场景的数量与抽样场景总数之间的比值作为各时段下典型场景的概率；
7、获取各时段下的新能源发电功率预测值和电网负荷预测值，以确定各时段下的净负荷预测值；根据各时段下各典型场景内的新能源发电功率和电网负荷，确定各时段下各典型场景的净负荷；当各时段下各典型场景的净负荷与净负荷预测值的差值与各典型场景的概率的加权和大于零时，以加权和作为各时段下调整后的电网备用容量；以各时段下调整前和调整后的电网备用容量中的大值作为各时段的电网备用容量优选值；根据各时段的电网备用容量优选值调整电网备用容量。
8、优选地，确定各时段下新能源发电功率的概率分布函数和电网负荷的概率分布函数，包括：
9、采用高斯核密度估计法，根据新能源发电功率的历史数据进行概率密度拟合，得到新能源发电功率的概率密度函数；对新能源发电功率的概率密度函数进行积分得到新能源发电功率的概率分布函数；
10、采用高斯核密度估计法，根据电网负荷的历史数据进行概率密度拟合，得到电网负荷的概率密度函数；对电网负荷的概率密度函数进行积分得到电网负荷的概率分布函数。
11、优选地，采用高斯核密度估计法时，以各时段内新能源发电的调频里程与电网负荷的比值作为拟合样本，利用拟合样本的标准差，根据silverman经验法则，确定高斯核函数的最优带宽。
12、优选地，基于最优带宽，以如下关系式得到每个时段的新能源发电功率的概率密度函数：
13、，
14、式中，为时段的新能源发电功率，为时段的新能源发电功率的概率密度函数，为时段的新能源发电功率的第个样本，为高斯核函数的最优带宽，为高斯核函数，，为样本的数量；
15、对24个小时的新能源发电功率的概率密度函数进行积分，得到每个小时的新能源发电功率的概率分布函数；
16、基于最优带宽，以如下关系式得到每个时段的电网负荷的概率密度函数：
17、，
18、式中，为时段的电网负荷，为时段的电网负荷的概率密度函数，为时段的电网负荷历史数据中的第个样本，为高斯核函数的最优带宽，为高斯核函数，，为样本的数量；
19、对24个小时的电网负荷的概率密度函数进行积分，得到每个小时的电网负荷的概率分布函数。
20、优选地，采用蒙特卡洛方法，基于每个时段下的源荷联合概率分布函数，通过抽样以生成多个抽样场景；各抽样场景内每个时段的源荷联合数据如下式所示：
21、，
22、式中，，为抽样场景的总数，为第个抽样场景内时段的新能源发电功率，为第个抽样场景内时段的电网负荷，；
23、对各抽样场景内的源荷联合数据，按时段分别进行归一化处理，归一化处理公式如下所示：
24、，
25、式中，为第个抽样场景内时段的源荷联合数据归一值，为第个抽样场景内时段的源荷联合数据，、分别为第个抽样场景内时段源荷联合数据中的最小值和最大值。
26、优选地，对全部的源荷联合数据归一值进行聚类，得到时段下的第类场景簇；第类场景簇中，当全部抽样场景内全部时段的源荷数据与第类场景簇的聚类中心的欧式距离之和达到最小时，以时段下第类场景簇的新能源发电功率中心值和时段下第类场景簇的电网负荷中心值作为时段下第个典型场景的源荷联合数据；并且以时段下第类场景簇中抽样场景的数量与抽样场景总数之间的比值作为时段下第个典型场景的概率；
27、其中，聚类得到的任一类场景簇包含多个抽样场景，各抽样场景内全部时段的源荷数据与场景簇的聚类中心的欧式距离，满足如下关系式：
28、，
29、式中，为第类场景簇中第个抽样场景内全部时段的源荷数据与第类场景簇的聚类中心的欧式距离，为第类场景簇中第个抽样场景内时段的新能源发电功率归一值，为第类场景簇中第个抽样场景内时段的电网负荷归一值，为时段下第类场景簇的新能源发电功率中心值，为时段下第类场景簇的电网负荷中心值，其中，，为场景簇的总数。
30、优选地，获取各时段下的新能源发电功率预测值和电网负荷预测值，以确定各时段下的净负荷预测值，满足如下关系式：
31、 ，
32、式中，为目标时段的电网负荷预测值，为目标时段的新能源发电功率预测值，为目标时段的净负荷预测值。
33、优选地，根据各时段下各典型场景内的新能源发电功率和电网负荷，确定各时段下各典型场景的净负荷，满足如下关系式：
34、，
35、式中，为目标时段下第个典型场景的电网负荷，为目标时段下第个典型场景的新能源发电功率，为目标时段下第个典型场景的净负荷。
36、优选地，各时段的电网备用容量优选值，满足如下关系式：
37、，
38、式中，为目标时段下调整前的电网备用容量，为目标时段下本文档来自技高网...
【技术保护点】
1.一种考虑源荷相关性的电网备用容量调整方法，其特征在于，包括：
2.根据权利要求1所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
3.根据权利要求2所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
4.根据权利要求3所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
5.根据权利要求1所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
6.根据权利要求5所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
7.根据权利要求1所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
8.根据权利要求7所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
9.根据权利要求8所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
10.一种考虑源荷相关性的电网备用容量调整系统，其特征在于，包括：
【技术特征摘要】
1.一种考虑源荷相关性的电网备用容量调整方法，其特征在于，包括：
2.根据权利要求1所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
3.根据权利要求2所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
4.根据权利要求3所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
5.根据权利要求1所述的考虑源荷相关性的电网备用容量调整方法，其特征在于，
...【专利技术属性】
技术研发人员：张菲菲，肖飞，潘锋，季彤天，徐灏逸，杨雯，杨依林，赵睿智，王崎，王月强，蔡晓峰，徐光，戴晓娟，王泽林，
申请(专利权)人：国网上海市电力公司，
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。