[發明專利]基于歷史數據和多風險區域的風電消納系統和方法

在審

• 申請號: 201410023212.1
• 申請日: 2014-01-20
• 公開（公告）號: CN103729807A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 都明亮;呂項羽;董添;李德鑫
• 申請（專利權）人: 吉林省電力科學研究院有限公司;國網吉林省電力有限公司電力科學研究院;國家電網公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06
• 代理公司: 長春眾益專利商標事務所(普通合伙) 22211
• 代理人: 余巖

1.一種基于歷史數據和多風險區域的風電消納系統，其特征在于包括：

（1）風力歷史數據輸入模塊，提供多年、時間序列的風力數據信息；

????（2）基于小尺度卷積的風力數據分析模塊，在時間序列維度和年度維度對風力歷史數據進行卷積分析，獲得每一時間點的風力均值、最大值、最小值；

????（3）序列相關性分析模塊，對于基于小尺度卷積的風力數據分析模塊獲得的數據進行分析,獲得其位置相鄰數據之間的相關性,確定某一時間點需要參與計算的時間序列尺度和年度尺度；

????（4）基于大尺度的風力數據分析模塊，在序列相關性分析模塊提供的時間序列尺度與年度尺度基礎上，獲得該時間點風力均值、最大值、最小值；

????（5）多風險區域風電優化結果模塊，引入基于大尺度的風力數據分析模塊的風力歷史數據均值、最大值、最小值，將優化結果分為若干風險區域級別；

????（6）帶風險預期的風電消納結果輸出模塊，在根據時段、政策因素綜合評價本電網的風險、效益承擔能力基礎上，選擇若干風險區域級別中的一個作為風電消納的結果輸出。

2.一種基于歷史數據和多風險區域的風電消納方法，其特征在于包括如下步驟：

（1）首先通過風力歷史數據模塊，獲取多年、時間序列化的風力數據信息；

（2）再利用基于小尺度卷積的風力數據分析模塊，對時間序列維度和年度維度的風力歷史數據進行卷積分析，獲得每一時間點的風力均值、最大值、最小值；

（3）序列相關性分析模塊分析基于小尺度卷積的風力數據分析模塊的結果上獲得結果之間的相關性，確定在某一時間點，分析時間序列維度和年度尺度；

（4）基于大尺度的風力數據分析模塊，在序列相關性分析模塊提供的時間序列尺度與年度尺度基礎上，獲得該時間點風力均值、最大值、最小值；

（5）多風險區域風電優化結果模塊引入基于大尺度的風力數據分析模塊的風力歷史數據均值、最大值、最小值，將優化結果分為若干風險區域級別：

（6）帶風險預期的風電消納結果輸出模塊在根據時段、政策因素綜合評價本電網的風險、效益承擔能力基礎上，選擇若干風險區域級別中的一個作為風電消納的結果輸出。

3.根據權利要求2所述的基于歷史數據和多風險區域的風電消納方法，其特征在于：基于小尺度卷積的風力數據分析模塊進行小尺度風力數據卷積分析的方法是首先構造一個行列數與風力歷史數據表一致的二維表，每一個表項可存儲一個3維度矢量，對于每一個表項，取該表項位置的3*3窗口卷積的數據，對于縱向超出邊界直接忽略對應位置數據，對于橫向超出邊界的，左方取下一年12月31日數據，右方取上一年1月1日數據，對于卷積中的所有數據，計算最大、最小、均值作為一個矢量存儲在矢量數據表中。

4.根據權利要求2所述的基于歷史數據和多風險區域的風電消納方法，其特征在于：利用序列相關性分析模塊進行分析的方法是構造一個行列數與風力歷史數據表一致行數為一行的表，每一個表項可存儲一個2維度卷積尺度矢量，取出基于小尺度卷積的風力數據分析模塊獲得的矢量數據表的第一行，對于其中的每一個表項做橫向和縱向擴展，擴展的依據是卷積序列得分和序列擴展得分，卷積序列得分為：

其中xi為非卷積中心的所有數據對應的矢量，disti該矢量為距離卷積中心的間隔表項數的倒數，“||”表示對應矢量的范數，對于卷積大小為1的卷積序列得分直接為1，序列擴展得分為：

其中xb為緊鄰邊界的表項矢量，xe為想要擴展的表項矢量，對兩個得分計算比值：

如果該比值大于一個閾值，通常該閾值為0.5，表示該卷積在對應方向上已經不可擴展了，如果小于該閾值那么表示該卷積還可以進行擴展，通過不斷擴展卷積最終獲得一個行數和列數構成的卷積大小矢量（rows,cols）存入卷積尺度矢量表的對應表項之中。