CN111799798A - 一种提高未来态潮流计算结果准确性的方法及系统 - Google Patents

Abstract

本发明公开了一种提高未来态潮流计算结果准确性的方法及系统，该方法包括：对新能源功率预测数据进行修正，具体包括：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；获取需要修正对象的基础数据；在当前实际出力的基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；对母线负荷预测数据进行修正，具体包括：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；获取需要修正对象的基础数据；在历史实际潮流基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理。本发明通过提高潮流计算基础数据的准确性，从而提高未来态潮流计算结果准确性。

Description

一种提高未来态潮流计算结果准确性的方法及系统

技术领域

本发明涉及一种提高未来态潮流计算结果准确性的方法及系统，属于电力系统自动化技术领域。

背景技术

区域互联大电网，示意图如图1所示，通常由多个省级电网通过高压直流输电线路或高压交流输电线路连接在一起组成，并通过高压输电线路和其他区域电网连接，区域互联大电网通常由分中心调度机构进行调管。

电网未来态潮流计算即根据常规电源发电计划、新能源功率预测、母线负荷预测、联络线计划、设备停复役计划等计划数据(以下统称计划类数据)，在状态估计参考断面数据的基础上叠加上这些计划数据，利用牛顿-拉夫逊法(Newton-Raphson method)、PQ分解法(PQ decomposition method)等潮流计算方法计算出电网未来态潮流分布。计划类数据预测精度越高，未来态潮流计算结果越接近实际潮流。电网未来态潮流计算是电网安全稳定分析的基础，其计算结果的准确性也直接影响后续各项分析计算的准确性。

对于上述计划类预测数据，按照时间尺度分为短期预测、超短期预测等，短期预测即今日预测明日的计划，超短期预测即滚动预测未来多个小时的计划，超短期预测精度相较短期预测高。对于风力发电、光伏发电等新能源机组功率预测，受天气等因素影响较大，其短期预测的结果可能和实际相差很多。

分中心调度机构进行区域互联大电网未来态潮流计算所需要的各类计划类数据需要各个省调分别上报，分中心收集全各省计划类数据后则可启动未来态潮流计算。分中心需要进行未来几个小时的潮流计算时，需要收集各省调超短期计划类数据，但在实际生产过程中，若无法获取到部分省调(如图1中A省)的超短期计划类数据时，只能使用其短期计划类数据参与计算，因短期计划类数据预测准确性不高，A省的潮流计算分布结果以及A省和C省的边界潮流必然和实际潮流分布相差较大。

故，需要一种针对上述情况修正计划类预测数据的方法，尤其是对新能源功率预测、母线负荷预测进行修正，以提高区域互联大电网在上述情况下未来态潮流计算结果的准确性。

发明内容

本发明的目的在于，克服现有技术存在的缺陷，提出一种提高未来态潮流计算结果准确性的方法及系统，是针对区域互联大电网计算未来多个小时潮流分布时部分省级电网超短期计划类数据无法获取，通过修正短期预测数据尤其是短期新能源功率预测、短期母线负荷预测来提高未来态潮流计算结果准确性。

本发明具体采用如下技术方案：一种提高未来态潮流计算结果准确性的方法，其特征在于，包括：

对新能源功率预测数据进行修正，具体包括如下步骤：

步骤SS11：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；

步骤SS12：获取需要修正对象的基础数据；

步骤SS13：在当前实际出力的基础上按照一定的策略修正短期预测数据；

步骤SS14：按照模型限值信息校验修正后的数据是否合理；

对母线负荷预测数据进行修正，具体包括如下步骤：

步骤SS21：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；

步骤SS22：获取需要修正对象的基础数据；

步骤SS23：在历史实际潮流基础上按照一定的策略修正短期预测数据；

步骤SS24：按照模型限值信息校验修正后的数据是否合理。

作为一种较佳的实施例，所述步骤SS11具体包括：根据新能源功率预测数据的收集情况，对于无法获取到超短期新能源功率预测数据的省份，其新能源功率预测对象需要被修正；根据模型信息过滤出需要修正的对象集合OBJECTS，假设OBJECTS总共有n个对象，则分别为object_1、object_2、object_3、……、object_n。

作为一种较佳的实施例，所述步骤SS12具体包括：获取后续修正及校验所需要的基础数据，所述基础数据包括修正对象的模型信息、短期预测数据、scada当前实际出力；所述模型信息包括：对象名称、机组类型、额定容量、最高技术出力、最低技术出力；

假设未来态潮流计算需要计算未来1个小时的潮流分布，计算粒度为5分钟一个时段，则总共需要计算12个时段，计算时段集合为PERIODS，分别为period_1、period_2、period_3、……、period_12；

以集合OBJECTS中某一对象object_i为例，其额定容量为normal_cap_i，最高技术出力为max_cap_i，最低技术出力为min_cap_i，scada当前实际出力为mw_i；对象object_i在时段集合PERIODS时段内的短期预测结果，集合为FORECASTS，分别为forecast_i_1、forecast_i_2、forecast_i_3、……、forecast_i_12。

作为一种较佳的实施例，所述步骤SS13具体包括：

以修正集合OBJECTS中对象object_i为例说明预测数据修正过程；假设对象object_i修正后预测数据集合为NEWFORECASTS，分别为newforecast_i_1、newforecast_i_2、newforecast_i_3、……、newforecast_i_12；修正原则就是在当前实际出力的基础上平移短期预测结果，具体过程如下：

1)如果当前实际出力绝对值|mw_i|<0.01MW，即认为机组当前停机，则未来时段预测值均置为0，即：

newforecast_i_j＝0 (1)

公式(1)中newforecast_i_j为对象object_i在时段集合PERIODS中第j个时段的修正后值；

2)如果当前实际出力绝对值|mw_i|>0.01MW，即认为机组当前开机，则修正过程如下：

A.计算平移量：

ΔP＝forecast_i_1-mw_i (2)

公式(2)中△P为平移量，forecast_i_1为对象object_i在时段集合PERIODS中第一个点的短期预测结果值，mw_i为对象object_i当前的实际出力值；△P可能为正值也可能会负值，△P为正值则需要向下平移，为负值则需要向上平移；

B.修正预测数据：

修正原则为：

newforecast_i_j＝forecast_i_j-ΔP (3)

公式(3)中newforecast_i_j和forecast_i_j分别为对象object_i在时段集合PERIODS中第j个时段的修正后值、修正前值，△P为平移量。

作为一种较佳的实施例，所述步骤SS14具体包括：

按照步骤SS13修正后数据可能存在超过机组额定容量和低于机组最低技术出力的不合理情况，需要根据模型的限值信息校验修正后数据；

校验原则如下：

若公式(4)中，若newforecast_i_j大于最高技术出力max_cap_i，则newforecast_i_j修正为最高技术出力max_cap_i；若newforecast_i_j小于0，则newforecast_i_j修正为0；若newforecast_i_j大于等于零且小于等于最高技术出力max_cap_i，则newforecast_i_j的修正值不变；newforecast_i_j为对象object_i在时段集合PERIODS中第j个时段的修正后值。

作为一种较佳的实施例，所述步骤SS21具体包括：根据母线负荷预测数据的收集情况，对于无法获取到超短期母线负荷预测数据的省份，其母线负荷预测对象需要被修正，根据模型信息过滤出需要修正的对象集合BUSOBJECTS，假设BUSOBJECTS总共有m个对象，则分别为busobject_1、busobject_2、busobject_3、……、busobject_m。

作为一种较佳的实施例，所述步骤SS22具体包括：获取后续修正及校验所需要的基础数据；所述基础数据包括修正对象的模型信息、短期预测数据、scada最近1小时的历史实际潮流；所述模型信息包括对象名称、额定容量；

假设未来态潮流计算需要计算未来1个小时的潮流分布，计算粒度为5分钟一个时段，则总共需要计算12个时段，计算时段集合为PERIODS，分别为period_1、period_2、period_3、……、period_12；假设最近发生的12个时段，时段集合为HISPERIODS，hisperiod_1、hisperiod_2、hisperiod_3、……、hisperiod_12；

以集合BUSOBJECTS中某一对象busobject_i为例，其额定容量为normal_cap_i；对象busobject_i在时段集合PERIODS时段内的短期预测结果，集合为FORECASTS，分别为forecast_i_1、forecast_i_2、forecast_i_3、……、forecast_i_12；在历史时段集合HISPERIODS时段内的短期预测结果集合为HISFORECASTS，分别为hisforecast_i_1、hisforecast_i_2、hisforecast_i_3、……、hisforecast_i_12；在时段HISPERIODS内的历史实际潮流集合为HISFLOWS，分别为hisflow_i_1、hisflow_i_2、hisflow_i_3、……、hisflow_i_12。

作为一种较佳的实施例，所述步骤SS23具体包括：以修正集合BUSOBJECTS中对象busobject_i为例说明预测数据修正过程；假设对象busobject_i修正后预测数据集合为NEWFORECASTS，分别为newforecast_i_1、newforecast_i_2、newforecast_i_3、……、newforecast_i_12；修正基本原则就是在最近12个时段预测误差的基础上平移短期预测结果，主要过程如下：

计算对象busobject_i历史实际潮流HISFLOWS的平均值：

1)如果历史实际潮流平均值绝对值|avg_hisflow_i|<0.01MW，即认为该母线负荷对象当前没有潮流，可能不带电，则未来时段预测值均置为0；

newforecast_i_j＝0 (6)

公式(6)中newforecast_i_j为对象busobject_i在时段集合PERIODS中第j个时段的修正后值；

2)如果历史实际潮流平均值绝对值|mw_i|>0.01MW，即认为该母线负荷对象当前带电，则修正过程如下：

A.计算平移量：

公式(7)中△P为平移量，hisforecast_i_k、hisflow_i_k分别为对象busobject_i在历史时段集合HISPERIODS中第k个点的短期预测结果值、实际潮流值；△P可能为正值也可能会负值，为正值则需要向下平移，为负值则需要向上平移。

B.修正预测数据：

修正原则为：

newforecast_i_j＝forecast_i_j-ΔP (8)

公式(8)中newforecast_i_j和forecast_i_j分别为对象busobject_i在未来时段集合PERIODS中第j个时段的修正后值、修正前值，△P为平移量。

作为一种较佳的实施例，所述步骤SS24具体包括：

按照步骤SS23修正后数据可能存在超过设备额定容量或小于0的不合理情况，需要根据模型的限值信息校验修正后数据；

校验原则如下：

若公式(9)中，若newforecast_i_j大于额定容量normal_cap_i，则newforecast_i_j修正为额定容量normal_cap_i；若newforecast_i_j小于0，则newforecast_i_j修正为0；若newforecast_i_j大于等于零且小于等于额定容量normal_cap_i，则newforecast_i_j的修正值不变；newforecast_i_j为对象busobject_i在未来时段集合PERIODS中第j个时段的修正后值。

本发明还提出一种提高未来态潮流计算结果准确性的系统，其特征在于，包括：

新能源功率预测数据修正模块，用于：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；获取需要修正对象的基础数据；在当前实际出力的基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；

母线负荷预测数据修正模块，用于：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；获取需要修正对象的基础数据；在历史实际潮流基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；

所述新能源功率预测数据修正模块与所述母线负荷预测数据修正模块相连接。

本发明所达到的有益效果：本发明针对现有的区域互联大电网计算未来多个小时潮流分布时，需要获取各个省份的超短期预测计划类数据，但可能无法获取到部分省级电网超短期新能源功率预测、超短期母线负荷预测等超短期计划类数据，提出一种提高未来态潮流计算结果准确性的方法及系统，通过在当前实际出力的基础上修正短期新能源功率预测数据、在最近历史实际潮流的基础上修正短期母线负荷预测数据，提高潮流计算基础数据的准确性，从而提高未来态潮流计算结果准确性，为后续电网安全稳定分析提供可靠、准确的基础潮流数据，有效提升电网安全稳定分析的准确性，及时发现电网未来时段可能存在的问题和薄弱环节。

附图说明

图1是本发明实施例针对的某一区域互联大电网的示意图。

图2是本发明的优选实施例的方法流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

为了进一步说明本发明的适用范围，首先结合图1作简单说明。图1是某一区域互联大电网的示意图，区域电网1由A、B、C、D、E5个省级电网通过高压输电线路连接在一起组成，并通过高压输电线路和其他4个区域电网相连接。未来态潮流计算是电网安全稳定分析的基础，可以通过安全稳定分析提前发现电网未来时段的薄弱环节以及可能存在的风险，未来态潮流计算结果的准确性直接关乎后续分析的准确性，因此要尽可能提高其计算结果的准确性。区域互联大电网计算未来多个时段的未来态潮流分布时，需要获取各个省调的超短期计划类数据，但在实际生产中，可能无法获取某些省(例如图1中A省)的超短期计划类数据，通常的做法是使用短期预测结果来代替超短期预测结果，对于新能源功率预测、母线负荷预测，短期预测的结果和超短期预测的结果可能相差甚远，直接使用短期预测数据进行潮流计算，A省的潮流分布以及A省和C省的边界潮流和实时潮流可能差距很大。因此本发明提出一种方法对新能源功率预测、母线负荷预测数据进行修正以提高未来态潮流计算结果的准确性。

实施例1：如图2所示，本发明提出一种提高未来态潮流计算结果准确性的方法，包括：

对新能源功率预测数据进行修正，具体包括如下步骤：

步骤SS11：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；

步骤SS12：获取需要修正对象的基础数据；

步骤SS13：在当前实际出力的基础上按照一定的策略修正短期预测数据；

步骤SS14：按照模型限值信息校验修正后的数据是否合理；对母线负荷预测数据进行修正，具体包括如下步骤：

步骤SS21：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；

步骤SS22：获取需要修正对象的基础数据；

步骤SS23：在历史实际潮流基础上按照一定的策略修正短期预测数据；

步骤SS24：按照模型限值信息校验修正后的数据是否合理。

可选的，所述步骤SS11具体包括：根据新能源功率预测数据的收集情况，对于无法获取到超短期新能源功率预测数据的省份，其新能源功率预测对象需要被修正；根据模型信息过滤出需要修正的对象集合OBJECTS，假设OBJECTS总共有n个对象，则分别为object_1、object_2、object_3、……、object_n。

可选的，所述步骤SS12具体包括：获取后续修正及校验所需要的基础数据，所述基础数据包括修正对象的模型信息、短期预测数据、scada当前实际出力；所述模型信息包括：对象名称、机组类型、额定容量、最高技术出力、最低技术出力；

假设未来态潮流计算需要计算未来1个小时的潮流分布，计算粒度为5分钟一个时段，则总共需要计算12个时段，计算时段集合为PERIODS，分别为period_1、period_2、period_3、……、period_12；

以集合OBJECTS中某一对象object_i为例，其额定容量为normal_cap_i，最高技术出力为max_cap_i，最低技术出力为min_cap_i，scada当前实际出力为mw_i；对象object_i在时段集合PERIODS时段内的短期预测结果，集合为FORECASTS，分别为forecast_i_1、forecast_i_2、forecast_i_3、……、forecast_i_12。

可选的，所述步骤SS13具体包括：

以修正集合OBJECTS中对象object_i为例说明预测数据修正过程；假设对象object_i修正后预测数据集合为NEWFORECASTS，分别为newforecast_i_1、newforecast_i_2、newforecast_i_3、……、newforecast_i_12；修正原则就是在当前实际出力的基础上平移短期预测结果，具体过程如下：

1)如果当前实际出力绝对值|mw_i|<0.01MW，即认为机组当前停机，则未来时段预测值均置为0，即：

newforecast_i_j＝0 (1)

公式(1)中newforecast_i_j为对象object_i在时段集合PERIODS中第j个时段的修正后值；

2)如果当前实际出力绝对值|mw_i|>0.01MW，即认为机组当前开机，则修正过程如下：

A.计算平移量：

ΔP＝forecast_i_1-mw_i (2)

公式(2)中△P为平移量，forecast_i_1为对象object_i在时段集合PERIODS中第一个点的短期预测结果值，mw_i为对象object_i当前的实际出力值；△P可能为正值也可能会负值，△P为正值则需要向下平移，为负值则需要向上平移；

B.修正预测数据：

修正原则为：

newforecast_i_j＝forecast_i_j-ΔP (3)

公式(3)中newforecast_i_j和forecast_i_j分别为对象object_i在时段集合PERIODS中第j个时段的修正后值、修正前值，△P为平移量。

可选的，所述步骤SS14具体包括：

按照步骤SS13修正后数据可能存在超过机组额定容量和低于机组最低技术出力的不合理情况，需要根据模型的限值信息校验修正后数据；

校验原则如下：

若公式(4)中，若newforecast_i_j大于最高技术出力max_cap_i，则newforecast_i_j修正为最高技术出力max_cap_i；若newforecast_i_j小于0，则newforecast_i_j修正为0；若newforecast_i_j大于等于零且小于等于最高技术出力max_cap_i，则newforecast_i_j的修正值不变；newforecast_i_j为对象object_i在时段集合PERIODS中第j个时段的修正后值。

可选的，所述步骤SS21具体包括：根据母线负荷预测数据的收集情况，对于无法获取到超短期母线负荷预测数据的省份，其母线负荷预测对象需要被修正，根据模型信息过滤出需要修正的对象集合BUSOBJECTS，假设BUSOBJECTS总共有m个对象，则分别为busobject_1、busobject_2、busobject_3、……、busobject_m。

可选的，所述步骤SS22具体包括：获取后续修正及校验所需要的基础数据；所述基础数据包括修正对象的模型信息、短期预测数据、scada最近1小时的历史实际潮流；所述模型信息包括对象名称、额定容量；

假设未来态潮流计算需要计算未来1个小时的潮流分布，计算粒度为5分钟一个时段，则总共需要计算12个时段，计算时段集合为PERIODS，分别为period_1、period_2、period_3、……、period_12；假设最近发生的12个时段，时段集合为HISPERIODS，hisperiod_1、hisperiod_2、hisperiod_3、……、hisperiod_12；

以集合BUSOBJECTS中某一对象busobject_i为例，其额定容量为normal_cap_i；对象busobject_i在时段集合PERIODS时段内的短期预测结果，集合为FORECASTS，分别为forecast_i_1、forecast_i_2、forecast_i_3、……、forecast_i_12；在历史时段集合HISPERIODS时段内的短期预测结果集合为HISFORECASTS，分别为hisforecast_i_1、hisforecast_i_2、hisforecast_i_3、……、hisforecast_i_12；在时段HISPERIODS内的历史实际潮流集合为HISFLOWS，分别为hisflow_i_1、hisflow_i_2、hisflow_i_3、……、hisflow_i_12。

可选的，所述步骤SS23具体包括：以修正集合BUSOBJECTS中对象busobject_i为例说明预测数据修正过程；假设对象busobject_i修正后预测数据集合为NEWFORECASTS，分别为newforecast_i_1、newforecast_i_2、newforecast_i_3、……、newforecast_i_12；修正基本原则就是在最近12个时段预测误差的基础上平移短期预测结果，主要过程如下：

计算对象busobject_i历史实际潮流HISFLOWS的平均值：

1)如果历史实际潮流平均值绝对值|avg_hisflow_i|<0.01MW，即认为该母线负荷对象当前没有潮流，可能不带电，则未来时段预测值均置为0；

newforecast_i_j＝0 (6)

公式(6)中newforecast_i_j为对象busobject_i在时段集合PERIODS中第j个时段的修正后值；

2)如果历史实际潮流平均值绝对值|mw_i|>0.01MW，即认为该母线负荷对象当前带电，则修正过程如下：

A.计算平移量：

公式(7)中△P为平移量，hisforecast_i_k、hisflow_i_k分别为对象busobject_i在历史时段集合HISPERIODS中第k个点的短期预测结果值、实际潮流值；△P可能为正值也可能会负值，为正值则需要向下平移，为负值则需要向上平移。

B.修正预测数据：

修正原则为：

newforecast_i_j＝forecast_i_j-ΔP (8)

公式(8)中newforecast_i_j和forecast_i_j分别为对象busobject_i在未来时段集合PERIODS中第j个时段的修正后值、修正前值，△P为平移量。

可选的，所述步骤SS24具体包括：

按照步骤SS23修正后数据可能存在超过设备额定容量或小于0的不合理情况，需要根据模型的限值信息校验修正后数据；

校验原则如下：

若公式(9)中，若newforecast_i_j大于额定容量normal_cap_i，则newforecast_i_j修正为额定容量normal_cap_i；若newforecast_i_j小于0，则newforecast_i_j修正为0；若newforecast_i_j大于等于零且小于等于额定容量normal_cap_i，则newforecast_i_j的修正值不变；newforecast_i_j为对象busobject_i在未来时段集合PERIODS中第j个时段的修正后值。

实施例2：本发明还提出一种提高未来态潮流计算结果准确性的系统，包括：

新能源功率预测数据修正模块，用于：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；获取需要修正对象的基础数据；在当前实际出力的基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；

母线负荷预测数据修正模块，用于：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；获取需要修正对象的基础数据；在历史实际潮流基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；

所述新能源功率预测数据修正模块与所述母线负荷预测数据修正模块相连接。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种提高未来态潮流计算结果准确性的方法，其特征在于，包括：

对新能源功率预测数据进行修正，具体包括如下步骤：

步骤SS11：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；

步骤SS12：获取需要修正对象的基础数据；

步骤SS13：在当前实际出力的基础上按照一定的策略修正短期预测数据；

步骤SS14：按照模型限值信息校验修正后的数据是否合理；对母线负荷预测数据进行修正，具体包括如下步骤：

步骤SS21：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；

步骤SS22：获取需要修正对象的基础数据；

步骤SS23：在历史实际潮流基础上按照一定的策略修正短期预测数据；

步骤SS24：按照模型限值信息校验修正后的数据是否合理。

2.根据权利要求1所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS11具体包括：根据新能源功率预测数据的收集情况，对于无法获取到超短期新能源功率预测数据的省份，其新能源功率预测对象需要被修正；根据模型信息过滤出需要修正的对象集合OBJECTS，假设OBJECTS总共有n个对象，则分别为object_1、object_2、object_3、……、object_n。

3.根据权利要求2所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS12具体包括：获取后续修正及校验所需要的基础数据，所述基础数据包括修正对象的模型信息、短期预测数据、scada当前实际出力；所述模型信息包括：对象名称、机组类型、额定容量、最高技术出力、最低技术出力；

假设未来态潮流计算需要计算未来1个小时的潮流分布，计算粒度为5分钟一个时段，则总共需要计算12个时段，计算时段集合为PERIODS，分别为period_1、period_2、period_3、……、period_12；

以集合OBJECTS中某一对象object_i为例，其额定容量为normal_cap_i，最高技术出力为max_cap_i，最低技术出力为min_cap_i，scada当前实际出力为mw_i；对象object_i在时段集合PERIODS时段内的短期预测结果，集合为FORECASTS，分别为forecast_i_1、forecast_i_2、forecast_i_3、……、forecast_i_12。

4.根据权利要求3所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS13具体包括：

以修正集合OBJECTS中对象object_i为例说明预测数据修正过程；假设对象object_i修正后预测数据集合为NEWFORECASTS，分别为newforecast_i_1、newforecast_i_2、newforecast_i_3、……、newforecast_i_12；修正原则就是在当前实际出力的基础上平移短期预测结果，具体过程如下：

1)如果当前实际出力绝对值|mw_i|<0.01MW，即认为机组当前停机，则未来时段预测值均置为0，即：

newforecast_i_j＝0 (1)

公式(1)中newforecast_i_j为对象object_i在时段集合PERIODS中第j个时段的修正后值；

2)如果当前实际出力绝对值|mw_i|>0.01MW，即认为机组当前开机，则修正过程如下：

A.计算平移量：

ΔP＝forecast_i_1-mw_i (2)

公式(2)中△P为平移量，forecast_i_1为对象object_i在时段集合PERIODS中第一个点的短期预测结果值，mw_i为对象object_i当前的实际出力值；△P可能为正值也可能会负值，△P为正值则需要向下平移，为负值则需要向上平移；

B.修正预测数据：

修正原则为：

newforecast_i_j＝forecast_i_j-ΔP (3)

公式(3)中newforecast_i_j和forecast_i_j分别为对象object_i在时段集合PERIODS中第j个时段的修正后值、修正前值，△P为平移量。

5.根据权利要求4所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS14具体包括：

按照步骤SS13修正后数据可能存在超过机组额定容量和低于机组最低技术出力的不合理情况，需要根据模型的限值信息校验修正后数据；

校验原则如下：

若公式(4)中，若newforecast_i_j大于最高技术出力max_cap_i，则newforecast_i_j修正为最高技术出力max_cap_i；若newforecast_i_j小于0，则newforecast_i_j修正为0；若newforecast_i_j大于等于零且小于等于最高技术出力max_cap_i，则newforecast_i_j的修正值不变；newforecast_i_j为对象object_i在时段集合PERIODS中第j个时段的修正后值。

6.根据权利要求1所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS21具体包括：根据母线负荷预测数据的收集情况，对于无法获取到超短期母线负荷预测数据的省份，其母线负荷预测对象需要被修正，根据模型信息过滤出需要修正的对象集合BUSOBJECTS，假设BUSOBJECTS总共有m个对象，则分别为busobject_1、busobject_2、busobject_3、……、busobject_m。

7.根据权利要求6所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS22具体包括：获取后续修正及校验所需要的基础数据；所述基础数据包括修正对象的模型信息、短期预测数据、scada最近1小时的历史实际潮流；所述模型信息包括对象名称、额定容量；

假设未来态潮流计算需要计算未来1个小时的潮流分布，计算粒度为5分钟一个时段，则总共需要计算12个时段，计算时段集合为PERIODS，分别为period_1、period_2、period_3、……、period_12；假设最近发生的12个时段，时段集合为HISPERIODS，hisperiod_1、hisperiod_2、hisperiod_3、……、hisperiod_12；

以集合BUSOBJECTS中某一对象busobject_i为例，其额定容量为normal_cap_i；对象busobject_i在时段集合PERIODS时段内的短期预测结果，集合为FORECASTS，分别为forecast_i_1、forecast_i_2、forecast_i_3、……、forecast_i_12；在历史时段集合HISPERIODS时段内的短期预测结果集合为HISFORECASTS，分别为hisforecast_i_1、hisforecast_i_2、hisforecast_i_3、……、hisforecast_i_12；在时段HISPERIODS内的历史实际潮流集合为HISFLOWS，分别为hisflow_i_1、hisflow_i_2、hisflow_i_3、……、hisflow_i_12。

8.根据权利要求7所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS23具体包括：以修正集合BUSOBJECTS中对象busobject_i为例说明预测数据修正过程；假设对象busobject_i修正后预测数据集合为NEWFORECASTS，分别为newforecast_i_1、newforecast_i_2、newforecast_i_3、……、newforecast_i_12；修正基本原则就是在最近12个时段预测误差的基础上平移短期预测结果，主要过程如下：

计算对象busobject_i历史实际潮流HISFLOWS的平均值：

1)如果历史实际潮流平均值绝对值|avg_hisflow_i|<0.01MW，即认为该母线负荷对象当前没有潮流，可能不带电，则未来时段预测值均置为0；

newforecast_i_j＝0 (6)

公式(6)中newforecast_i_j为对象busobject_i在时段集合PERIODS中第j个时段的修正后值；

2)如果历史实际潮流平均值绝对值|mw_i|>0.01MW，即认为该母线负荷对象当前带电，则修正过程如下：

A.计算平移量：

公式(7)中△P为平移量，hisforecast_i_k、hisflow_i_k分别为对象busobject_i在历史时段集合HISPERIODS中第k个点的短期预测结果值、实际潮流值；△P可能为正值也可能会负值，为正值则需要向下平移，为负值则需要向上平移。

B.修正预测数据：

修正原则为：

newforecast_i_j＝forecast_i_j-ΔP (8)

公式(8)中newforecast_i_j和forecast_i_j分别为对象busobject_i在未来时段集合PERIODS中第j个时段的修正后值、修正前值，△P为平移量。

9.根据权利要求8所述的一种提高未来态潮流计算结果准确性的方法，其特征在于，所述步骤SS24具体包括：

按照步骤SS23修正后数据可能存在超过设备额定容量或小于0的不合理情况，需要根据模型的限值信息校验修正后数据；

校验原则如下：

若公式(9)中，若newforecast_i_j大于额定容量normal_cap_i，则newforecast_i_j修正为额定容量normal_cap_i；若newforecast_i_j小于0，则newforecast_i_j修正为0；若newforecast_i_j大于等于零且小于等于额定容量normal_cap_i，则newforecast_i_j的修正值不变；newforecast_i_j为对象busobject_i在未来时段集合PERIODS中第j个时段的修正后值。

10.一种提高未来态潮流计算结果准确性的系统，其特征在于，包括：

新能源功率预测数据修正模块，用于：根据新能源功率预测数据收集情况，确定需要修正的新能源对象；获取需要修正对象的基础数据；在当前实际出力的基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；

母线负荷预测数据修正模块，用于：根据母线负荷预测数据收集情况，确定需要修正的母线负荷对象；获取需要修正对象的基础数据；在历史实际潮流基础上按照一定的策略修正短期预测数据；按照模型限值信息校验修正后的数据是否合理；

所述新能源功率预测数据修正模块与所述母线负荷预测数据修正模块相连接。

Images