CN113536664B - 一种海上风电出力的电量平衡计算方法、装置及系统 - Google Patents
一种海上风电出力的电量平衡计算方法、装置及系统 Download PDFInfo
- Publication number
- CN113536664B CN113536664B CN202110679678.7A CN202110679678A CN113536664B CN 113536664 B CN113536664 B CN 113536664B CN 202110679678 A CN202110679678 A CN 202110679678A CN 113536664 B CN113536664 B CN 113536664B
- Authority
- CN
- China
- Prior art keywords
- wind power
- characteristic curve
- output
- offshore wind
- curve group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种海上风电出力的电量平衡计算方法、装置及系统。该装置包括数据获取模块、特征提取模块、统计分类模块以及修正计算模块。该系统包括如前所述的电量平衡计算装置和存储器。通过对不同风区的海上风电处理的特征分类提取,以及根据不同风区的提取特征对整个区域的海上风电的电量平衡进行修正加权计算,该方法、装置及系统提升了电量平衡计算的准确性。
Description
技术领域
本发明涉及海上风电出力的电量平衡计算领域,涉及一种海上风电出力的电量平衡计算方法、装置及系统。
背景技术
风能是世界上使用最为广泛和发展最快的可再生能源之一,与核能相比,风能资源丰富、不需要任何燃料;与太阳能相比,风能发电有具有技术成熟、成本较低的优势;与陆地风电相比,海上风电风能资源的能量效益比陆地风电场高20%~40%,还具有不占地、风速高、沙尘少、电量大、运行稳定以及粉尘零排放等优势,同时能够减少机组的磨损,延长风力发电机组的使用寿命,适合大规模开发。海上风电由于其巨大的商业潜力和环保效益,近年来越发引起重视,正逐步成为新能源领域开发的亮点,发展潜力巨大,前景广阔。然而,未来千万千瓦级海上风电的并网消纳,将给电网系统运行、规划发展带来显著问题和新的挑战。为了更准确的理解海上风电大规模并网对于电网电量平衡的影响、合理开发海上风电与进行电网配套建设,对海上风电出力曲线进行更合理和细致的分类与提取,并进而更准确地计算电量平衡具有重要意义。
在现有技术中,海上风电出力曲线的研究目前普遍采用的方法是基于各风电场出力的原始曲线,通过计算平均值简单拟合得到一条日出力曲线,以日出力特征曲线作为输入条件计算电量平衡情况。
即,现有技术较少基于不同海风区域和不同出力特性情况进行分类和特征曲线的提取,这样就导致产生了缺陷:(1)无法反映出不同海风区域海上风电出力的特性,因而无法更好地反应各海风区域的特征;(2)无法针对不同出力特性的海风曲线给出不同类别的特征曲线,因而使得利用海风曲线进行的电量平衡计算结果失准。
因此,当前需要一种海上风电出力的电量平衡计算方法、装置及系统,以解决现有技术中存在的上述问题。
发明内容
针对现存的上述技术问题,本发明的目的在于提供一种海上风电出力的电量平衡计算方法、装置及系统,从而提升电量平衡计算的准确性,为后续电网电量平衡提供更准确的数据支持,助益于电网系统运行以及规划发展。
本发明提供了一种海上风电出力的电量平衡计算方法,包括:根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据;根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线;根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值;根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
在一个实施例中,所述根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据,具体为:获取当前区域中的多个风区,以及各个风区的第一海上风电规模和第一海上风电出力数据;根据各个风区的第一海上风电规模,分别对相应的第一海上风电出力数据进行加权平均,从而计算获取所述当前区域的第二海上风电出力数据。
在一个实施例中,所述根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二代表特征曲线,具体为:根据预设的反调峰特性计算公式和所述第二海上风电出力数据,筛选获取具有夏季反调峰特性的第一出力特征曲线组,以及剩余的多个第二曲线;根据预设的第一类型值、预设的类型值修正准则、预设的聚类模型以及所述多个第二曲线,聚类获取多个第二出力特征曲线组;各个第二出力特征曲线组分别包括多个第二特征曲线;根据预设的统计图,分别对所述第一出力特征曲线组以及各个第二出力特征曲线组进行筛选迭代,从而相应获取第一特征代表曲线和各个第二特征代表曲线。
在一个实施例中,根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值,具体为:分别对各个第二出力特征曲线组中各条第二特征曲线对应的日期进行统计分类,从而相应获取各个第二出力特征曲线组中夏季所占的第一出力曲线条数,以及冬季所占的第二出力曲线条数;将各个第二出力特征曲线组的第一出力曲线条数进行比较,将第一出力曲线条数最高的第二出力特征曲线组所对应的第二特征代表曲线作为第三夏季出力特征曲线;将所述第三夏季出力特征曲线和所述第一特征代表曲线作为第三夏季出力特征曲线组;根据各个第二出力特征曲线组的第二出力曲线条数,筛选获得第三冬季出力特征曲线组;将所述第三夏季出力特征曲线组中的各条曲线,依次与所述第三冬季出力特征曲线组中的各条曲线分别组合,从而获得多个第三出力特征曲线组;根据预设的第三概率计算公式、各个第二出力特征曲线组的第一出力曲线条数和第二出力曲线条数,分别计算各个第三出力特征曲线组的第三概率值。
在一个实施例中,所述根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组,具体为:根据各个第三出力特征曲线组及对应的各个第三概率值,计算得出各个第三出力特征曲线组各自对应的第三海上风电利用小时数;根据预设的曲线修正公式、所述第三海上风电利用小时数以及第二海上风电利用小时数,对所述各个第三出力特征曲线组进行修正,从而相应获得多个第四出力特征曲线组;根据预设的综合计算公式,根据第四出力特征曲线组以及对应的第三概率值,计算获得所述当前区域的海上风电的电量平衡曲线组。
在一个实施例中,所述根据各个第二出力特征曲线组的第二出力曲线条数,筛选获得第三冬季出力特征曲线组,具体为:根据各个第二出力特征曲线组的第二出力曲线条数,将所述第二出力特征曲线组对应地第二出力曲线条数进行从高到低排序,以获得条数序列;分别计算条数序列数值最高的第二条数和剩余的第三条数之间的第二差值,并分别判断所述的第二差值是否小于预设的阈值;当存在一个或多个的第二差值小于预设的阈值时,将相应的第三条数所对应的第二出力特征曲线组对应的第二特征代表曲线以及第二条数所对应的第二出力特征曲线组对应的第二特征代表曲线,作为第三冬季出力特征曲线组;当所有第二差值均不小于预设的阈值时,仅将第二条数所对应的第二出力特征曲线组对应的第二特征代表曲线,作为第三冬季出力特征曲线组。
本发明还提供了一种海上风电出力的电量平衡计算装置,所述电量平衡计算装置包括数据获取模块、特征提取模块、统计分类模块以及修正计算模块,其中,所述数据获取模块用于根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据;所述特征提取模块用于根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线;所述统计分类模块用于根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值;所述修正计算模块用于根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
本发明还提供一种海上风电出力的电量平衡计算系统,所述电量平衡计算系统包括电量平衡计算装置和存储器,其中,所述电量平衡计算装置用于执行如前所述的海上风电出力的电量平衡计算方法;所述存储器用于存储当前区域中的多个风区、各个风区的第一海上风电规模和第一海上风电出力数据、预设的加权平均方法、预设的特征提取方法、预设的统计分类方法以及预设的修正计算方法。
相比于现有技术,本发明实施例具有如下有益效果:
本发明提供了一种海上风电出力的电量平衡计算方法、装置及系统,通过对不同风区的海上风电处理的特征分类提取,以及根据不同风区的提取特征对整个区域的海上风电的电量平衡进行修正加权计算,该方法、装置及系统提升了电量平衡计算的准确性,为后续电网电量平衡提供更准确的数据支持,助益于电网系统运行以及规划发展。
附图说明
下文将结合说明书附图对本发明进行进一步的描述说明,其中:
图1示出了根据本发明的一种海上风电出力的电量平衡计算方法的一个实施例的流程图;
图2示出了根据本发明的一种海上风电出力的电量平衡计算装置的一个实施例的结构图;
图3示出了根据本发明的一种海上风电出力的电量平衡计算系统的一个实施例的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
具体实施例一
图1示出了根据本发明的一种海上风电出力的电量平衡计算方法的流程图,该方法包括如下步骤:
S1:根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据。
在实际计算中,由于在预设的当前区域内,同一时间内不同风区的风电出力不同,并且同一风区的不同时间的风电出力也不同,如果如现有技术一样,基于各风电场出力的原始曲线,通过计算平均值简单拟合得到一条日出力曲线,以日出力特征曲线作为输入条件计算电量平衡情况,则很容易使得计算结果失准。
因此,为了使得最终的计算结果更准确和贴合实际,需要根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据,从而根据当前区域的实际情况对各个风区的数据进行加权平均,提升用于计算平衡电量的数据的准确性。
在一个实施例中,步骤S1具体为:获取当前区域中的多个风区,以及各个风区的第一海上风电规模和第一海上风电出力数据;根据各个风区的第一海上风电规模,分别对相应的第一海上风电出力数据进行加权平均,从而计算获取所述当前区域的第二海上风电出力数据。
其中,该第一海上风电出力数据为当前区域的小时级海上风电出力原始曲线,加权平均计算公式为:
其中,Ait为当前区域的小时级海上风电出力原始曲线;i为风区;m为当前区域内的风区的总数目;Pit(t=1,2…8760)为风区i的海上风电出力原始曲线;αi为风区i的第一海上风电规模占当前区域的海上风电总规模的比重。
S2:根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线。
不同风区在不同时间的风资源情况存在一定的差异,这就导致了现有技术不能反映各个风区在不同时间的出力特性,从而造成结果失准,因此,需要更好地反应各风区的出力特征,从而在后续拟合计算时更准确地贴合实际风电出力情况。
为此,需要根据不同风区拟合相应的出力特征代表曲线。在一个实施例中,为了分类提取不同的风电出力特征,首先根据预设的反调峰特性计算公式和所述第二海上风电出力数据,筛选获取具有夏季反调峰特性的第一出力特征曲线组,以及剩余的多个第二曲线;随后,根据预设的第一类型值、预设的类型值修正准则、预设的聚类模型以及所述多个第二曲线,聚类获取多个第二出力特征曲线组;最后,根据预设的统计图,分别对所述第一特征曲线组以及各个第二出力特征曲线组进行筛选迭代,从而相应获取第一特征代表曲线和各个第二特征代表曲线。其中,各个第二出力特征曲线组分别包括多个第二特征曲线。在一个实施例中,夏季指5月-10月。
在筛选获取具有夏季反调峰特性的第一出力特征曲线组之前,需根据第二海上风电出力数据以及各个数据对应的时间,绘制出全年的海上风电的日出力曲线。
在一个实施例中,预设的反调峰特性计算公式具体为:
其中,γsum为夏季的海上风电的日出力曲线的反调峰特性值;ΔLnet为净负荷曲线峰谷差,净负荷曲线为日负荷曲线减去海上风电的日出力曲线;ΔL0为日负荷曲线峰谷差;pmax为当日的海上风电出力最大值。在一个实施例中,所有反调峰特性值大于5%的海上风电的日出力曲线,即为具有夏季反调峰特性的第一出力特征曲线组,除了第一出力特征曲线组外的日出力曲线即为第二曲线。
在一个实施例中,根据贝叶斯信息准则对预设的第一类型值进行修正,从而获取用于聚类分析的合理的第二类型值,随后,根据第二类型值和预设的聚类模型,对第二曲线进行聚类分析,从而获得多个第二出力特征曲线组(第二出力特征曲线组的数量与第二类型值相等)。其中,贝叶斯信息准则的修正公式具体为:
BIC=kln(n)-2ln(L)
其中,BIC为合理的分类数目;k为模型参数个数;n为样本数量;L为似然函数;kln(n)为惩罚项。
在一个实施例中,预设的聚类模型包括高斯混合模型,其中,高斯混合模型的概率密度函数为:
在一个实施例中,利用预设的统计图,分别分析第一出力特性曲线组和多个第二出力特性曲线组数据的中心位置和散布范围,并分别计算数据间的离散程度、异常值和分布差异等,从而相应获得第一特征代表曲线和多个第二特征代表曲线,其中,第一特征代表曲线表征夏季反调峰特性,多个第二特征代表曲线分别对应表征各个第二特征代表曲线的不同的风电出力特性。在一个实施例中,预设的统计图包括箱型图以及其他可用于筛选迭代的统计图。
S3:根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值。
在获取第二特征代表曲线后,需要在第二出力特征曲线组中,横向比较并分别获得夏季和冬季集中出现的第二出力特征曲线组,随后即可根据表征夏季反调峰特性的第一特征曲线组、比较获得的夏季对应的第二出力特征曲线组以及冬季对应的第二出力特征曲线组,获得一个或多个用于表征当前区域的全年海上风电出力情景的第三出力特征曲线组。其中,第三出力特征曲线组由第三夏季出力特征曲线组中的一条曲线以及第三冬季出力特征曲线组中的一条曲线组合而成。在一个实施例中,冬季指1-4月、11-12月。
具体地,在需要获得第三出力特征曲线组时,首先,分别对各个第二出力特征曲线组中各条第二特征曲线对应的日期进行统计分类,从而相应获取各个第二出力特征曲线组中夏季所占的第一出力曲线条数,以及冬季所占的第二出力曲线条数;随后,将各个第二出力特征曲线组的第一出力曲线条数进行比较,将第一出力曲线条数最高的第二出力特征曲线组所对应的第二特征代表曲线作为第三夏季出力特征曲线;接着,将所述第三夏季出力特征曲线和所述第一特征曲线作为第三夏季出力特征曲线组;随后,根据各个第二出力特征曲线组的第二出力曲线条数,筛选获得第三冬季出力特征曲线组;然后,将所述第三夏季出力特征曲线组中的各条曲线,依次与所述第三冬季出力特征曲线组中的各条曲线分别组合,从而获得多个第三出力特征曲线组;最后,根据预设的第三概率计算公式、各个第二出力特征曲线组的第一出力曲线条数和第二出力曲线条数,分别计算各个第三出力特征曲线组的第三概率值。
在一个实施例中,用于表征当前区域的全年海上风电出力情景的第三出力特征曲线组的表示为:
SCEi={Summ|Winn}
SCEi为出力情景i;Summ为夏季代表性曲线m;Winn为冬季代表性曲线n。
在一个实施例中,第三概率值的计算公式为:
其中,βi为表征当前区域的全年海上风电出力情景i的第三出力特征曲线组的概率值;Nsumm为第三夏季出力特征曲线m所在的第一出力特征曲线组(或第二出力特征曲线组)中夏季曲线条数;Nwinn为第三冬季出力特征曲线n所在的第二出力特征曲线组中冬季曲线条数;N0sum为各条第三夏季出力特征曲线所在的第一出力特征曲线组(或第二出力特征曲线组)中夏季曲线总条数;N0win为各条第三冬季出力特征曲线所在的第二出力特征曲线组中冬季曲线总条数。
在一个实施例中,筛选获取第三冬季出力特征曲线组时,具体地,首先,根据各个第二出力特征曲线组的第二出力曲线条数,将所述第二出力特征曲线组对应地第二出力曲线条数进行从高到低排序,以获得条数序列;随后,分别计算条数序列数值最高的第二条数和剩余的第三条数之间的第二差值,并分别判断所述的第二差值是否小于预设的阈值;当存在一个或多个的第二差值小于预设的阈值时,将相应的第三条数所对应的第二出力特征曲线组的第二特征代表曲线以及第二条数所对应的第二出力特征曲线组的第二特征代表曲线,作为第三冬季出力特征曲线组;当所有第二差值均不小于预设的阈值时,仅将第二条数所对应的第二出力特征曲线组的第二特征代表曲线,作为第三冬季出力特征曲线组。
S4:根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
具体地,首先,根据各个第三出力特征曲线组及对应的各个第三概率值,计算得出各个第三出力特征曲线组各自对应的第三海上风电利用小时数;随后,根据预设的曲线修正公式、所述第三海上风电利用小时数以及第二海上风电利用小时数,对所述各个第三出力特征曲线组进行修正,从而相应获得多个第四出力特征曲线组;最后,根据预设的综合计算公式,根据第四出力特征曲线组以及对应的第三概率值,计算获得所述当前区域的海上风电的电量平衡曲线组。
在一个实施例中,预设的曲线修正公式为:
在一个实施例中,预设的综合计算公式为:
其中,Q为当前区域的海上风电的电量平衡曲线组;M为第四出力特征曲线组;Qi为根据与当前区域的全年海上风电出力情景i对应的第四出力特征曲线组所计算的电量平衡结果;βi为与当前区域的全年海上风电出力情景i对应的第三概率值。
本发明提供了一种海上风电出力的电量平衡计算方法,通过对不同风区的海上风电处理的特征分类提取,以及根据不同风区的提取特征对整个区域的海上风电的电量平衡进行修正加权计算,该方法提升了电量平衡计算的准确性,为后续电网电量平衡提供更准确的数据支持,助益于电网系统运行以及规划发展。
具体实施例二
除上述方法外,本发明还提供了一种海上风电出力的电量平衡计算装置。图2示出了根据本发明的一种海上风电出力的电量平衡计算装置的一个实施例的结构图。
如图2所示,该电量平衡计算装置11包括数据获取模块111、特征提取模块112、统计分类模块113以及修正计算模块114。
数据获取模块111用于根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据。
特征提取模块112用于根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线。
统计分类模块113用于根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值。
修正计算模块114用于根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
当需要进行电量平衡计算时,数据获取模块111首先根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,并通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据;随后,特征提取模块112根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线;接着,统计分类模块113根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值;最后,修正计算模块114根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
本发明提供了一种海上风电出力的电量平衡计算装置,通过对不同风区的海上风电处理的特征分类提取,以及根据不同风区的提取特征对整个区域的海上风电的电量平衡进行修正加权计算,该装置提升了电量平衡计算的准确性,为后续电网电量平衡提供更准确的数据支持,助益于电网系统运行以及规划发展。
具体实施例三
除上述方法和装置外,本发明还提供一种海上风电出力的电量平衡计算系统。图3示出了根据本发明的一种海上风电出力的电量平衡计算系统的一个实施例的结构图。
如图3所示,该电量平衡计算系统1包括电量平衡计算装置11和存储器12。
电量平衡计算装置11用于执行如前所述的海上风电出力的电量平衡计算方法。
存储器12用于存储当前区域中的多个风区、各个风区的第一海上风电规模和第一海上风电出力数据、预设的加权平均方法、预设的特征提取方法、预设的统计分类方法以及预设的修正计算方法。
在一个实施例中,电量平衡计算装置11首先从存储器12中获取当前区域中的多个风区、各个风区的第一海上风电规模和第一海上风电出力数据以及预设的加权平均方法,从而计算获得所述当前区域的第二海上风电出力数据;随后,电量平衡计算装置11从存储器12中获取预设的特征提取方法,对所述第二海上风电出力数据分类以获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线;接着,电量平衡计算装置11从存储器12中获取预设的统计分类方法,并根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,统计分类以获取所述当前区域的第三出力特征曲线组,计算所述第三出力特征曲线组对应的第三概率值;最后,电量平衡计算装置11从存储器12中获取预设的修正计算方法,并根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
本发明提供了一种海上风电出力的电量平衡计算系统,通过对不同风区的海上风电处理的特征分类提取,以及根据不同风区的提取特征对整个区域的海上风电的电量平衡进行修正加权计算,该系统提升了电量平衡计算的准确性,为后续电网电量平衡提供更准确的数据支持,助益于电网系统运行以及规划发展。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种海上风电出力的电量平衡计算方法,其特征在于,包括:
根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据;
根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线;
根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值;
根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
2.根据权利要求1所述的海上风电出力的电量平衡计算方法,其特征在于,所述根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据,具体为:
获取当前区域中的多个风区,以及各个风区的第一海上风电规模和第一海上风电出力数据;
根据各个风区的第一海上风电规模,分别对相应的第一海上风电出力数据进行加权平均,从而计算获取所述当前区域的第二海上风电出力数据。
3.根据权利要求2所述的海上风电出力的电量平衡计算方法,其特征在于,所述根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线,具体为:
根据预设的反调峰特性计算公式和所述第二海上风电出力数据,筛选获取具有夏季反调峰特性的第一出力特征曲线组,以及剩余的多个第二曲线;
根据预设的第一类型值、预设的类型值修正准则、预设的聚类模型以及所述多个第二曲线,聚类获取多个第二出力特征曲线组;各个第二出力特征曲线组分别包括多个第二特征曲线;
根据预设的统计图,分别对所述第一出力特征曲线组以及各个第二出力特征曲线组进行筛选迭代,从而相应获取第一特征代表曲线和各个第二特征代表曲线。
4.根据权利要求3所述的海上风电出力的电量平衡计算方法,其特征在于,根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值,具体为:
分别对各个第二出力特征曲线组中各条第二特征曲线对应的日期进行统计分类,从而相应获取各个第二出力特征曲线组中夏季所占的第一出力曲线条数,以及冬季所占的第二出力曲线条数;
将各个第二出力特征曲线组的第一出力曲线条数进行比较,将第一出力曲线条数最高的第二出力特征曲线组所对应的第二特征代表曲线作为第三夏季出力特征曲线;
将所述第三夏季出力特征曲线和所述第一特征代表曲线作为第三夏季出力特征曲线组;
根据各个第二出力特征曲线组的第二出力曲线条数,筛选获得第三冬季出力特征曲线组;
将所述第三夏季出力特征曲线组中的各条曲线,依次与所述第三冬季出力特征曲线组中的各条曲线分别组合,从而获得多个第三出力特征曲线组;
根据预设的第三概率计算公式、各个第二出力特征曲线组的第一出力曲线条数和第二出力曲线条数,分别计算各个第三出力特征曲线组的第三概率值。
5.根据权利要求4所述的海上风电出力的电量平衡计算方法,其特征在于,所述根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组,具体为:
根据各个第三出力特征曲线组及对应的各个第三概率值,计算得出各个第三出力特征曲线组各自对应的第三海上风电利用小时数;
根据预设的曲线修正公式、所述第三海上风电利用小时数以及第二海上风电利用小时数,对所述各个第三出力特征曲线组进行修正,从而相应获得多个第四出力特征曲线组;
根据预设的综合计算公式,根据第四出力特征曲线组以及对应的第三概率值,计算获得所述当前区域的海上风电的电量平衡曲线组。
6.根据权利要求5所述的海上风电出力的电量平衡计算方法,其特征在于,所述根据各个第二出力特征曲线组的第二出力曲线条数,筛选获得第三冬季出力特征曲线组,具体为:
根据各个第二出力特征曲线组的第二出力曲线条数,将所述第二出力特征曲线组对应地第二出力曲线条数进行从高到低排序,以获得条数序列;
分别计算条数序列数值最高的第二条数和剩余的第三条数之间的第二差值,并分别判断所述的第二差值是否小于预设的阈值;
当存在一个或多个的第二差值小于预设的阈值时,将相应的第三条数所对应的第二出力特征曲线组对应的第二特征代表曲线以及第二条数所对应的第二出力特征曲线组对应的第二特征代表曲线,作为第三冬季出力特征曲线组;
当所有第二差值均不小于预设的阈值时,仅将第二条数所对应的第二出力特征曲线组对应的第二特征代表曲线,作为第三冬季出力特征曲线组。
7.一种海上风电出力的电量平衡计算装置,其特征在于,所述电量平衡计算装置包括数据获取模块、特征提取模块、统计分类模块以及修正计算模块,其中,
所述数据获取模块用于根据预设的当前区域中多个风区各自的第一海上风电规模和第一海上风电出力数据,通过预设的加权平均方法,计算获得所述当前区域的第二海上风电出力数据;
所述特征提取模块用于根据所述第二海上风电出力数据,通过预设的特征提取方法,分类获取第一出力特征曲线组和第二出力特征曲线组,并从中相应提取出表征夏季反调峰特性的第一特征代表曲线以及分别表征不同风电出力特性的多个第二特征代表曲线;
所述统计分类模块用于根据所述第一特征代表曲线、所述第一出力特征曲线组、所述第二特征代表曲线以及所述第二出力特征曲线组,通过预设的统计分类方法获取所述当前区域的第三出力特征曲线组,并计算所述第三出力特征曲线组对应的第三概率值;
所述修正计算模块用于根据所述第二海上风电出力数据、所述第三出力特征曲线组以及所述第三概率值,通过预设的修正计算方法,修正所述第三出力特征曲线组并计算获得所述当前区域的海上风电的电量平衡曲线组。
8.一种海上风电出力的电量平衡计算系统,其特征在于,所述电量平衡计算系统包括电量平衡计算装置和存储器,其中,
所述电量平衡计算装置用于执行如权利要求1-6任一项所述的海上风电出力的电量平衡计算方法;
所述存储器用于存储当前区域中的多个风区、各个风区的第一海上风电规模和第一海上风电出力数据、预设的加权平均方法、预设的特征提取方法、预设的统计分类方法以及预设的修正计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679678.7A CN113536664B (zh) | 2021-06-18 | 2021-06-18 | 一种海上风电出力的电量平衡计算方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679678.7A CN113536664B (zh) | 2021-06-18 | 2021-06-18 | 一种海上风电出力的电量平衡计算方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113536664A CN113536664A (zh) | 2021-10-22 |
CN113536664B true CN113536664B (zh) | 2023-02-03 |
Family
ID=78125178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110679678.7A Active CN113536664B (zh) | 2021-06-18 | 2021-06-18 | 一种海上风电出力的电量平衡计算方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113536664B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968747A (zh) * | 2012-11-29 | 2013-03-13 | 武汉华中电力电网技术有限公司 | 一种风电场典型日出力曲线的确定方法 |
CN103296679A (zh) * | 2013-05-20 | 2013-09-11 | 国家电网公司 | 电力系统中长期优化运行的中长期风电出力模型建模方法 |
CN109740949A (zh) * | 2019-01-09 | 2019-05-10 | 云南电网有限责任公司 | 一种基于风电发电场景概率化的电力电量平衡方法 |
-
2021
- 2021-06-18 CN CN202110679678.7A patent/CN113536664B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968747A (zh) * | 2012-11-29 | 2013-03-13 | 武汉华中电力电网技术有限公司 | 一种风电场典型日出力曲线的确定方法 |
CN103296679A (zh) * | 2013-05-20 | 2013-09-11 | 国家电网公司 | 电力系统中长期优化运行的中长期风电出力模型建模方法 |
CN109740949A (zh) * | 2019-01-09 | 2019-05-10 | 云南电网有限责任公司 | 一种基于风电发电场景概率化的电力电量平衡方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113536664A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109524993B (zh) | 用于中长期优化调度的风电光伏典型周出力场景生成方法 | |
CN107194495B (zh) | 一种基于历史数据挖掘的光伏功率纵向预测方法 | |
CN104573879A (zh) | 基于最优相似日集的光伏电站出力预测方法 | |
CN110909911B (zh) | 考虑时空相关性的多维时序数据的聚合方法 | |
CN113496311A (zh) | 光伏电站发电功率预测方法及系统 | |
CN115829105A (zh) | 基于历史数据特征搜索的光伏功率预测方法 | |
CN102479347A (zh) | 基于数据驱动的风电场短期风速预测方法和系统 | |
WO2024051524A1 (zh) | 一种水风光发电功率联合预测方法、装置 | |
CN115204444A (zh) | 基于改进聚类分析和融合集成算法的光伏功率预测方法 | |
CN115759389A (zh) | 基于天气类型的相似日组合策略的日前光伏功率预测方法 | |
CN108694475B (zh) | 基于混合模型的短时间尺度光伏电池发电量预测方法 | |
Zhao et al. | Modeling and simulation of large-scale wind power base output considering the clustering characteristics and correlation of wind farms | |
CN112052996B (zh) | 基于卷积神经网络技术的小水电集群功率预测方法 | |
CN114882373A (zh) | 基于深度神经网络的多特征融合沙尘暴预测方法 | |
CN117060407B (zh) | 一种基于相似日划分的风电集群功率预测方法及系统 | |
CN103714400A (zh) | 一种任意输入参数的风能预测系统和方法 | |
CN113536664B (zh) | 一种海上风电出力的电量平衡计算方法、装置及系统 | |
CN117578425A (zh) | 一种极端天气情况下的区域功率预测修正方法 | |
CN114676931B (zh) | 一种基于数据中台技术的电量预测系统 | |
CN116388184A (zh) | 一种基于风速日波动特征的超短期风速修订方法、系统 | |
CN116070458A (zh) | 基于rac-gan的新建风电场场景生成方法 | |
CN114281846B (zh) | 一种基于机器学习的新能源发电预测方法 | |
CN112949938B (zh) | 改善训练样本类别不均衡的风电爬坡事件直接预报方法 | |
CN112633565A (zh) | 一种光伏功率集合区间预测方法 | |
CN113962441A (zh) | 一种基于历史数据分析的短期辐照度预测方法及预测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |