[發明專利]負荷恢復模型生成方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110338005.5
• 申請日: 2021-03-30
• 公開（公告）號: CN113033003B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 顧雪平;周光奇;李少巖;許浩波
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04;G06Q50/06;H02J3/00;H02J3/38;G06F111/04;G06F113/06;G06F119/06
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 曹瑞敏

1.一種負荷恢復模型生成方法，其特征在于，包括：

根據待恢復風電場的接入狀態參數、所述待恢復風電場的預測出力值、失電負荷的恢復狀態參數、所述失電負荷的預測有功功率，建立負荷恢復模型；

在所述負荷恢復模型中配置源荷多重不確定性因素，所述源荷多重不確定性包括：風電場和負荷的至少兩項不確定因素；

對配置不確定因素后的所述負荷恢復模型進行解耦，得到預測場景下的主模型和誤差場景下的子模型；

根據所述待恢復風電場的預測出力值和所述失電負荷的預測有功功率，對所述主模型進行求解，得到所述預測場景下的負荷恢復方案，所述負荷恢復方案包括：所述待恢復風電場的接入狀態參數的求解結果，和所述失電負荷的恢復狀態參數的求解結果；

獲取所述待恢復風電場的第一預測誤差不確定集，和所述失電負荷的第二預測誤差不確定集；

根據所述負荷恢復方案、所述第一預測誤差不確定集和所述第二預測誤差不確定集，求解所述子模型；

若所述子模型的求解結果滿足預設恢復條件，則輸出所述負荷恢復方案。

2.根據權利要求1所述的方法，其特征在于，所述對配置不確定因素后的所述負荷恢復模型進行解耦，得到預測場景下的主模型和誤差場景下的子模型之前，所述方法還包括：

利用預設線性化方法對配置不確定因素后的所述負荷恢復模型進行線性化處理，得到目標負荷恢復模型；

所述對配置不確定因素后的所述負荷恢復模型進行解耦，得到預測場景下的主模型和誤差場景下的子模型，包括：

對所述目標負荷恢復模型進行解耦，得到所述主模型和所述子模型。

3.根據權利要求1所述的方法，其特征在于，根據待恢復風電場的接入狀態參數、所述待恢復風電場的預測出力值、失電負荷的恢復狀態參數、所述失電負荷的預測有功功率，建立負荷恢復模型，包括：

根據所述待恢復風電場的接入狀態參數、所述待恢復風電場的第一預測出力值、所述失電負荷的恢復狀態參數、所述失電負荷的預測有功功率、已恢復風電場的第二預測出力值和預設參量向量，建立所述負荷恢復模型。

4.根據權利要求3所述的方法，其特征在于，所述根據所述待恢復風電場的預測出力值和所述失電負荷的預測有功功率，對所述主模型進行求解，得到所述預測場景下的負荷恢復方案，包括：

根據所述第一預測出力值、所述預測有功功率和所述第二預測出力值，對所述主模型進行求解，得到所述負荷恢復方案。

5.根據權利要求1所述的方法，其特征在于，所述獲取所述待恢復風電場的第一預測誤差不確定集，和所述失電負荷的第二預測誤差不確定集，包括：

根據歷史風電預測誤差，采用廣義橢球集合方法，構建所述歷史風電預測誤差的第一橢球不確定集；

采用線性多面體集合方法，對所述第一橢球不確定集進行轉換，得到所述第一預測誤差不確定集；

根據歷史失電負荷預測誤差，利用盒式約束方式，構建所述第二預測誤差不確定集。

6.根據權利要求5所述的方法，其特征在于，所述采用線性多面體集合方法，對所述第一橢球不確定集進行轉換，得到所述第一預測誤差不確定集，包括：

對所述第一橢球不確定集進行旋轉平移，得到旋轉平移后的第二橢球不確定集；

計算所述第二橢球不確定集的第一頂點坐標，根據所述第一頂點坐標構造初始線性多面體不確定集；

根據所述第一橢球不確定集和所述第二橢球不確定集的逆變關系，對所述初始線性多面體不確定集進行逆變，得到逆變后的初始線性多面體不確定集；

對所述逆變后的初始線性多面體不確定集進行縮放，得到所述第一預測誤差不確定集。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

若所述子模型的求解結果不滿足所述預設恢復條件，則將所述求解結果中不滿足所述預設恢復條件的不可行場景添加至所述主模型中進行迭代，直至所述子模型的求解結果滿足預設恢復條件，所述不可行場景包括：不可恢復的風電場和不可恢復的失電負荷。