[發明專利]一種新能源與多元負荷價值匹配方法及系統

在審

• 申請號: 202010531489.0
• 申請日: 2020-06-11
• 公開（公告）號: CN111724277A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 孫勇;李寶聚;李振元;王堯;呂項羽;李德鑫;劉暢;王熙;張海鋒;莊冠群
• 申請（專利權）人: 國網吉林省電力有限公司;國網吉林省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/06;G06N3/08
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 曹鵬飛

1.一種新能源與多元負荷價值匹配方法，其特征在于，包括以下步驟：

S10、獲取預設時段第一區域內的新能源發電功率數據及負荷數據，并獲取所述預設時段內多個第二區域新能源發電功率數據及負荷數據，進行預處理；所述第二區域為具有消納第一區域新能源潛力的區域；

S20、將預處理后的第一區域內的新能源發電功率數據及負荷數據、多個第二區域的的新能源發電功率數據及負荷數據，通過變分自編碼器生成關于新能源與負荷的生成場景，得到場景生成數據，再利用深度學習模型進行模型訓練，得到第一區域內的訓練生成新能源發電功率數據及負荷數據、多個第二區域的訓練生成新能源發電功率數據及負荷數據；

S30、根據各個區域的訓練生成新能源出力數據及負荷數據，計算新能源與負荷匹配度，選出匹配度最大的兩個區域之間的就近消納能力方案。

2.如權利要求1所述的一種新能源與多元負荷價值匹配方法，其特征在于，所述步驟S20，包括：

1)數據編碼：通過編碼器將無標簽的新能源出力數據及負荷數據降維成一組特征向量，再進行模型的擬合過程；

2)數據解碼：通過解碼器將編碼器中的一組特征向量再還原成輸入數據；

3)梯度反向傳播：通過梯度反下降調整網絡權重大小,經過反復的訓練后，通過解碼器學習到歷史數據的分布規律；

4)數據生成：通過VAE生成概率模型，輸出層生成多組新能源與負荷場景集，得到各個區域的訓練生成新能源出力數據及負荷數據。

3.如權利要求2所述的一種新能源與多元負荷價值匹配方法，其特征在于，所述步驟S30，包括：

1)將各個區域的訓練生成負荷數據，分別各自減去自己區域的新能源出力數據，得到各個區域預設時段的廣義平均負荷，公式如下：

(1)式中，P_L(t)表示各區域中某一區域內的訓練生成負荷數據；P_W(t)表示各區域中某一區域內的新能源出力數據；T表示周期時段數；

2)疊加所有各個區域預設時段的廣義平均負荷：

(2)式中，N表示疊加區域的個數；P_Lj(t)表示第j個疊加區域的預設時段平均負荷；

3)分別計算預設時段中各個區域的最大負荷P_max，最小負荷P_min，峰谷差P_v，峰谷差率R_v和波動率f；公式如下：

P_v＝P_max-P_min (3)

P′_v＝P′_max-P′_min (4)

(4)式中，P′_v表示各個區域的廣義平均負荷的峰谷差；P′_max表示各個區域的廣義平均負荷中的最大負荷；P′_min表示各個區域的廣義平均負荷中的最小負荷；

R_v＝P_v/P_max (5)

R′_v＝P′_v/P′_max (6)

(6)式中，R′_v表示各個區域的廣義平均負荷的峰谷差率；

(7)式中，表示各個區域預設時段的負荷平均值；s表示各個區域預設時段平均負荷的標準值；

4)計算各個區域在預設時段的平均負荷和廣義平均負荷的曲線斜率關聯度γ，并計算各個區域之間的新能源負荷匹配度ρ；

(8)式中，表示是周期為t+1時的廣義平均負荷減去周期為t時的廣義平均負荷差值；ΔP_L(t)表示周期為t+1時的平均負荷減去周期為t時的平均負荷差值；和分別是廣義平均負荷和平均負荷的方差；

(9)式中，ρ表示第一區域與對應的第二區域的新能源負荷匹配度。