[發明專利]一種光熱-光伏-風電聯合出力概率建模方法

有效

• 申請號: 202210893519.1
• 申請日: 2022-07-27
• 公開（公告）號: CN115189402B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 徐敏;張中丹;崔炎;馮智慧;王濤;蔡萍;海曉燕;魏占宏;楊震
• 申請（專利權）人: 國網甘肅省電力公司經濟技術研究院;蘭州理工大學
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/46;G06F18/23213;G06Q10/04;G06Q50/06;G06F17/18;F24S20/20;F24S50/00
• 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: 符繼超

1.一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，包括如下步驟：

S1、分別獲取風電出力、光伏出力和光熱出力的實測數據；對所述風電出力、光伏出力和光熱出力的實測數據進行歸一化去量綱處理；

S2、將歐式距離作為相似度指標，分別對歸一化處理后的風電出力的實測數據以及光伏出力的實測數據進行K-means聚類，劃分聚類區域，并得到所述聚類區域的聚類中心和聚類初始值；所述聚類初始值包括：權重系數、均值矩陣和協方差矩陣；

S3、根據所述聚類初始值，以及獲取到的風電出力的實測數據和光伏出力的實測數據，建立風電光伏聯合出力概率模型；

S4、根據歸一化處理后的光伏出力的實測數據以及光熱出力的實測數據，建立光熱光伏聯合出力概率模型；

S5、根據所述風電光伏聯合出力概率模型和所述光熱光伏聯合出力概率模型，建立光熱-光伏-風電聯合出力概率模型；具體包括：

根據所述風電光伏聯合出力概率模型和所述光熱光伏聯合出力概率模型，得到風電-光伏聯合出力點陣圖和光熱-光伏聯合出力點陣圖；

根據所述風電-光伏聯合出力點陣圖和光熱-光伏聯合出力點陣圖，得到光熱電站、光伏電站和風電場的聯合出力點陣圖；

根據所述光熱電站、光伏電站和風電場的聯合出力點陣圖，建立光熱-光伏-風電聯合出力概率模型。

2.如權利要求1所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，所述步驟S2包括：

S21、將歐式距離作為相似度指標，通過手肘法和輪廓系數法計算并確定最佳聚類個數，劃分初始簇，確定初始簇的中心點；

S22、將每個樣本點劃分到最近的所述中心點所代表的簇中；所述樣本點包括：歸一化處理后的風電出力的實測數據以及光伏出力的實測數據；

S23、將各個簇中的樣本點中心代替初始確定的中心點；

S24、重復所述步驟S22～步驟S23，直至中心點不變或達到預設迭代條件；將此時的中心點作為聚類中心；

S25、根據所述聚類中心，獲得聚類初始值。

3.如權利要求1所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，所述步驟S3包括：

通過最大期望算法對所述聚類初始值進行迭代；

根據迭代收斂后的所述聚類初始值，以及獲取到的風電出力的實測數據和光伏出力的實測數據，建立風電光伏聯合出力概率模型。

4.如權利要求1所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，所述風電光伏聯合出力概率模型的表達式為：

上式中，是輸入擬合數據，x表示風電出力的實測數據，y表示光伏出力的實測數據；是權重系數；U是均值矩陣；C是協方差矩陣；det(C)是協方差矩陣的行列式；K是風電光伏聯合出力概率模型中子高斯模型的個數。

5.如權利要求1所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，所述步驟S4包括：

對歸一化處理后的光伏出力的實測數據以及光熱出力的實測數據分別進行相關性判斷和非參數核密度估計，得到光熱出力的概率分布和光伏出力的概率分布；

對所述光熱出力的概率分布和光伏出力的概率分布進行最大似然估計，得到參數θ；

根據所述參數θ，建立光熱光伏聯合出力概率模型。

6.如權利要求5所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，所述光熱光伏聯合出力概率模型的表達式為：

C(u,v)＝exp[-[(-lnu)^θ+(-lnv)^θ]^1/θ]

上式中，θ為通過最大似然估計得到的參數；u是光熱出力通過非參數核密度估計后得到的概率分布；v是光伏出力通過非參數核密度估計后得到的概率分布。

7.如權利要求1所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，所述步驟S5還包括：

對所述風電場和光伏電站的聯合出力點陣圖，以及光熱電站和光伏電站的聯合出力點陣圖的異常數據進行篩選剔除。

8.如權利要求1所述的一種光熱-光伏-風電聯合出力概率建模方法，其特征在于，還包括：

S6、通過評價指標，檢驗所述光熱-光伏-風電聯合出力概率模型的擬合優度；所述評價指標包括：納什效率系數、均方根誤差和歐式距離。