[發明專利]數據驅動的高比例可再生能源電力系統運行場景辨識方法

有效

• 申請號: 202011153290.5
• 申請日: 2020-10-26
• 公開（公告）號: CN112270084B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 侯慶春;杜爾順;田旭;張寧;張子揚;劉飛;張君;張桂紅;李紅霞;白左霞
• 申請（專利權）人: 清華大學;國網青海省電力公司經濟技術研究院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06F113/04;G06F113/06
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

本發明提出一種數據驅動的高比例可再生能源電力系統運行場景辨識方法,屬于電力系統運行技術領域。該方法首先對待辨識的電力系統精細化運行模擬，獲取該系統對應的日運行方式向量；利用主成分分析方法對所有日運行方式向量進行預處理，得到預處理后的電力系統運行方式矩陣；通過Kmeans++算法及電力系統運行方式緊密度指標確定電力系統典型運行場景；利用t?SNE算法實現運行特征的可視化獲取極端運行場景。在本發明中，利用數據驅動方法能夠有效確定規劃和運行中的典型場景并快速辨識保護和穩定分析中的極端運行方式，能夠為電力系統的規劃和運行人員提供重要的參考，提升對高比例可再生能源電力系統的分析能力。

技術領域

本發明屬于電力系統運行技術領域，具體涉及一種數據驅動的高比例可再生能源電力系統運行場景辨識方法。

背景技術

高比例可再生能源并網發電(本發明中指可再生能源占比超過30％)已成為電力系統實現低碳化，清潔化轉型的重要技術手段。截至2019年底，中國并網風電和并網光伏裝機分別達209GW和204GW，均居世界首位。高比例可再生能源的強不確定性和高比例電力電子化的復雜動態給電力系統帶來了多重挑戰，例如運行方式多樣化、電網潮流雙向化、穩定機理復雜化等。隨著電網中可再生能源占比逐漸升高，可再生能源的隨機特性將成為影響電網運行方式的主導因素之一。傳統電力系統中的運行方式相對固定，主要受到到負荷或季節性水電出力的影響，在電力系統規劃中往往根據“冬大冬小，夏大夏小，豐水枯水”來選取典型運行場景以進行經濟性、安全性和穩定性評估。基于模型和經驗的電力系統分析方法能夠很好地滿足傳統電力系統規劃、運行、保護和穩定分析等方面的需求。但在高比例可再生能源電力系統中，電力系統將在規劃、運行、保護和穩定分析中面臨由于可再生能源強不確定性所帶來的海量場景，基于模型和經驗的電力系統運行方式分析方法將難以有效確定規劃和運行中的典型場景，也難以快速辨識保護和穩定分析中的極端運行場景，因而需要研究一種更為有效的面向未來高比例可再生能源電力系統運行場景辨識技術。

數據驅動在電力系統中的應用是目前學術界研究的熱點，目前數據驅動方法已被應用在電力系統預測，模式識別和決策分析等方面，如WANG Y,GAN D,SUN M,et al.Probabilistic individual load forecasting using pinball loss guided LSTM[J].Applied Energy,2019,235:10–20.將長短期記憶網絡(Long Short-Term Memory，LSTM)模型應用到概率性負荷預測。

LI W,WANG M,CHOW J H.Real-Time Event Identification Through Low-Dimensional Subspace Characterization of High-Dimensional Synchrophasor Data[J].IEEE Transactions on Power Systems,2018,33(5):4937–4947.根據基于同步向量測量裝置 (Phasor measurement unit，PMU)的量測數據，利用數據驅動方法建立低維數據空間的線下字典，并將其應用于事故的線上實時檢測。

HOU Q,ZHANG N,KIRSCHEN D S,et al.Sparse Oblique Decision Tree forPower System Security Rules Extraction and Embedding[J].IEEE Transactions onPower Systems,2020:1–1.利用斜決策樹學習電力系統的安全規則，并將安全規則轉換為線性約束嵌入最優潮流模型以指導電力系統安全優化調度，有效提升了電力系統運行的安全性。

但目前還沒有利用數據驅動方法來辨識高比例可再生能源電力系統運行場景及其變化規律的相關報道。

發明內容