[發明專利]風電功率爬坡事件的多層協同實時分類預警方法

有效

• 申請號: 202010934286.6
• 申請日: 2020-09-08
• 公開（公告）號: CN112070160B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 何耀耀;王云;肖經凌;張婉瑩;陳悅
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06Q10/04;G06Q50/06
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

本發明公開了一種風電功率爬坡事件的多層協同實時分類預警方法，包括以下步驟：1獲取風電功率歷史數據進行預處理；2制定風電功率爬坡事件分類策略；3建立分解層、預測層、校正層、反饋層的多層協同預測模型；4識別不同類別的風電功率爬坡事件進行實時預警。本發明利用EMD分解、GRU預測、SVR校正以及實測信息反饋的多步滾動預測，并根據風電功率爬坡事件分類準則，識別不同類別的風電功率爬坡事件后進行實時預警，能在爬坡事件發生之前，及時采取相應措施，從而保證電力系統安全平穩運行。

技術領域

本發明屬于電力系統預測與控制技術領域，具體涉及一種風電功率爬坡事件的多層協同實時分類預警方法。

背景技術

為了應對傳統化石能源的短缺以及全球范圍內嚴峻的環境問題，新能源接入電網的比例不斷增大。風能作為其中一種綠色清潔的可再生能源，在全球范圍內得到了快速的發展和廣泛的應用。隨著風電滲透率的提高，受極端天氣影響，風電功率在短時間內發生大幅度的變化，極易產生風電功率爬坡事件，造成系統短時間內功率發生大量缺額，影響調峰調頻，導致大量負荷損失。因此，風電功率爬坡事件的準確預測與快速預警，對于保證電力系統安全平穩，經濟可靠地運行具有重要意義。

爬坡事件預測方法主要分為間接預測法和直接預測法。最廣泛應用的是間接預測法，即基于風電功率預測信息進而識別爬坡事件，然而該類方法在進行風電功率預測時，為提高整體預測精度，往往會忽略極端數據，從而導致爬坡信息的丟失，導致爬坡事件正確預報的概率低下。因此，兼顧風電功率預測準確度以及爬坡信息完整性的爬坡事件預測方法，成為當下亟待解決的技術難題。

發明內容

本發明是為了解決上述現有技術存在的不足之處，提出一種風電功率爬坡事件的多層協同實時分類預警方法，以期能充分利用風電功率預測信息準確預警不同分類的爬坡事件，從而能夠針對各類爬坡事件及時采取相應的防御措施，促進風電友好并網，減少棄風現象的發生，保證電力系統安全平穩、經濟可靠運行。

本發明為達到上述發明目的，采用如下技術方案：

本發明一種風電功率爬坡事件的多層協同實時分類預警方法的特點在于，包括以下步驟：

S1)獲取風電功率時間序列的歷史數據進行預處理，得到預處理后的風電功率時間序列，記為{Y(t)}_{t＝1,2,...,T}，Y(t)為t時刻點的風電功率，T為樣本總數；

S2)制定風電功率爬坡事件分類策略：

S2.1)以t時刻點后的未來M個時刻點的風電功率序列{Y(t+m)}_{m＝1,2,...,M}為依據，利用式(1)建立t時刻點的風電功率爬坡趨勢因子R_t：

式(1)中，Y(t+m)為t時刻點后的未來第m個時刻點的風電功率；sign(.)為符號函數，R_t最大取值為M，最小取值為-M；

S2.2)設置爬坡閾值為δ，并根據式(2)定義t時刻點的風電功率爬坡幅度W_t：

W_t＝max({Y(t+m)}_{m＝1,2,...,M})-min({Y(t+m)}_{m＝1,2,...,M}) (2)

S2.3)結合所述風電功率爬坡趨勢因子R_t、爬坡閾值δ和爬坡幅度W_t，制定風電功率的上爬坡事件、下爬坡事件、強波動事件、以及非爬坡事件四個分類及其分類準則：

1)當t時刻點的風電功率爬坡趨勢因子R_t＝M時，根據式(3)辨識上爬坡事件和非爬坡事件；