[發明專利]區域新能源容量優化配置方法及系統

有效

• 申請號: 202011563217.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112736905B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 郁丹;翁華;唐人;郭雨涵;吳君;何勇玲;朱維駿;劉曉芳
• 申請（專利權）人: 浙江華云電力工程設計咨詢有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38;H02J3/46;G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 牛晴

1.一種區域新能源容量優化配置方法，其特征在于，包括：

獲取風光荷歷史數據；

根據所述風光荷歷史數據建立多時間尺度的風光荷聚類模型；

根據所述多時間尺度的風光荷聚類模型提取風光典型波動場景；

根據所述風光典型波動場景建立多層規劃模型；

通過所述多層規劃模型輸出當前新能源規劃容量值；

在獲取風光荷歷史數據后，還包括：

利用插值比對法對缺失數據進行補齊；

利用基于濾波修正方法對失真數據進行修正；

插值比對法例如選取三次樣條插值法，具體包括：

假設有n+1個數據節點(x₀,y₀),(x₁,y₁),…,(x_n,y_n)；

第一步：計算步長h_i＝x_i+1-x_i；

第二步：將數據節點和指定首位端點條件帶入矩陣方程；

第三步：解矩陣方程，求得二次微分值m_i；

第四步：計算樣條曲線的系數如下式所示；

基于濾波的數據修正具體方法包括：

第一步：對風光多時間尺度出力曲線進行降噪處理；以高斯核函數曲線形狀選擇權值對曲線進行濾波，可以達到去除服從正態分布的噪聲頗具效果，設原始數據D＝[d₁,d₂,…,d_i,…,d_n]^T∈R^n×m為n×m個數據點組成的矩陣，d_i＝[d_i1,d_i2,…,d_ij,…,d_im]^T∈R^n×m，平滑處理后D_smooth＝[d”₁,d”₂,…,d”_i,…,d”_n]^T∈R^n×m，其中，方差σ與窗寬w為可調參數；

高斯核函數表達式為

方差σ決定函數曲線的扁平程度；窗寬w決定參與平滑處理的原始數據個數；

以下為高斯平滑的過程：

定義窗寬w∈Z，則

X＝[x₁ … x_w]_1×w (3)

式中，

求取系數矩陣K，其表達式為

K＝[k₁ … k_w]_1×w (4)

式中，

對D進行補位操作組成新的數據矩陣D'，即將D的1至列和至m列分別補到D的最后和最前得到D'，D'中行向量d_i'如式(4)，D'中每一行向量d_i'與K進行卷積，得截取W中間的n×m矩陣作為D_smooth，D_smooth中第i行第j列數據d_i,j表達式為

d_i,j＝w'_i,j+w-1 (7)

其中，為向下取整；

第二步：得到平滑的水光荷多時間尺度曲線之后，設置可信度閾值λ，檢查異常數據并作出修正，修正方式如下所示；

修正后數據為

2.根據權利要求1所述的區域新能源容量優化配置方法，其特征在于，所述建立多時間尺度的風光荷聚類模型，包括：

利用隨時間反向傳播算法進行LSTM自編碼機神經網絡的訓練；

采用Nadam優化器調參，通過訓練好的LSTM自編碼機對風光荷歷史數據進行降低數據維度處理；

對降維度的數據進行FCM聚類，得到低維空間的多時間尺度的風光荷聚類模型。