申请/专利权人：北方工业大学;三峡科技有限责任公司;北京联智汇能科技有限公司

申请日：2021-11-01

公开（公告）日：2024-03-15

公开（公告）号：CN114037006B

主分类号：G06F18/2321

分类号：G06F18/2321;G06F17/18;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明涉及一种电力系统典型日负荷曲线生成方法。方法包括以下步骤：首先，以固定采样周期获取本地多年的日负荷功率曲线为样本构成数据集合；然后，设定生成典型日负荷曲线的种类数量以及长度等于日负荷采样点数、各编码位为类别数内正整数的编码串，提取编码位值相同的日负荷样本为同类；接着，计算同一时刻样本值服从此概率分布的概率乘积，并加和所有时刻的乘积值，表征此类样本聚合的优劣；第四步，利用交叉、变异等遗传操作过程，优化编码串使其达到对历史样本的最优聚类；最后，根据最优聚类结果下，同类样本在各时刻的概率分布的均值表征出此类典型日负荷曲线。为本地新能源+储能系统的选址定容以及电力系统的调度规划奠定了坚实的基础。

主权项：1.电力系统典型日负荷曲线生成方法，其特征在于，所述方法包括下述步骤：步骤1：获取当地负荷历史长时间的有功功率数据样本；具体过程包括：获取当地历史负荷的总有功功率数据，以天为单位划分数据构成样本，等时间间隔提取各样本有功功率值，形成N个样本、T个时刻点的有功功率数据，第i个日负荷样本在第t时刻的功率值记作xit，形成数据集合A＝{xit|i＝1,2,…,N,t＝1,2,…,T}，其中N表示样本数，T表示典型日有功功率采样的时刻数量；步骤2:定义日负荷曲线的筛选编码串并初始化相关参数；具体过程包括：步骤2.1:设置预产生典型日负荷曲线的数量K，并定义S个长度为N、编码位为K以内正整数的筛选编码串，其中编码位与样本编号一一对应，第s个筛选编码串Binj如下所示： 其中，s＝1,2,…,S表示筛选编码串的标号,j＝1,2,…,N表示编码串的编码位标号，N+表示正整数；步骤2.2:在1～K的正整数范围内随机初始化S个筛选编码串上的编码位，产生初始的筛选个体，每个筛选编码串为一个个体，并设置交叉率Pc、变异率Pm、最大迭代次数iterMax这些参数，令迭代次数iter＝1；步骤3:利用极大似然估计计算日负荷曲线筛选聚合后的适应度值；步骤4:对S个个体适应度值排序，并进行交叉、变异操作更新个体的筛选编码；具体过程如下：步骤4.1:根据步骤3中计算出第iter代S个个体的适应度值获得最优值和最优个体，若inter＝1，则中最大值即为最优值，其所对应的个体为最优个体，假设当s＝sp时适应度值最大，则最优值最优个体的筛选编码串为Binbest＝Binsp＝[bsp,1bsp,2…bsp,N]；若inter1，则计算与最优值Jbest的大小关系，如果则Jbest＝Jbest且Binbest＝Binbest；如果则且其中为第inter代中最优值所对应的个体筛选编码串；步骤4.2:判断迭代次数iter是否小于等于最大迭代次数iterMax，若是，则令iter＝iter+1进入步骤4.3；若否，则进入步骤5；步骤4.3:对步骤3中S个筛选编码串进行交叉和变异操作形成新的筛选编码；具体过程如下：步骤4.3.1:随机将S个筛选编码串两两分组，若S为偶数，则可以形成D＝S2个编码串对，若S为奇数，则可以形成D＝S-12个编码串对，c＝1；步骤4.3.2:随机生成一个服从0-1均匀分布的随机数rc，若rc≤Pc，则在第d对筛选编码串的随机编码位处交叉编码，则d＝d+1并进入步骤步骤4.3.3；若rc＞Pc，则d＝d+1并进入步骤步骤4.3.3；步骤4.3.3:判断d是否小于等于D，若是，则返回步骤4.3.2；若否，进入步骤4.3.4；步骤4.3.4:对步骤4.3.3交叉操作后得到筛选编码串的各个编码位进行变异处理，即在第s个体的第i个编码位上随机生成一个服从0-1均匀分布的随机数rm，若rm≤Pm，则第s个体的第i个编码位值随机更改为不等于其原值下1～K正整数中的任意正整数值；若rm≥Pm，则第s个体的第i个编码位值不变，形成了新的筛选编码个体，返回步骤3；步骤5:基于最优个体筛选出N个样本的所属类别，提取同类样本生成典型日负荷曲线；具体过程如下：步骤5.1：根据步骤3和步骤4在iterMax次迭代后的最优个体，第s个筛选编码串Binj如下所示： 其中，s＝1,2,…,S表示筛选编码串的标号,j＝1,2,…,N表示编码串的编码位标号，N+表示正整数；选择编码串中相同的k值对应的样本为同一类别的，用于生成第k个典型日负荷曲线；由此组成样本集合Zk＝{zk,jt|j＝1,2,…,lk；t＝1,2,…,T；zk,jt∈A}，即其中zk,jt表示最优个体筛选下第k类中第j个样本在t时刻的有功功率值，lk表示第k类样本的数量；步骤5.2:令k＝1；步骤5.3:假设同类样本在t时刻的概率分布，根据极大似然估计计算出概率分布参数，获得第k类典型日有功功率曲线；具体过程包括：步骤5.3.1:令时刻编号t＝1；步骤5.3.2:假设在t时刻的同类样本满足同概率分布fkzkt|θkt，其中θkt为概率分布的参数θkt＝[θ1,ktθ1,kt…θm,kt]，表示此概率分布的参数共有m个；步骤5.3.3:根据第k类中lk个样本在t时刻的有功功率值，利用极大似然估计方法如下所示： 求解方程组可以估计出概率分布fkzkt|θkt中参数θkt；步骤5.3.4:根据步骤5.3.3求得的概率分布参数，计算出各时刻点的均值μkt和标准差σkt，其中μkt和σkt分别表示第k类典型日负荷曲线中第t个时刻的有功功率和有功功率波动，则第k类典型日的功率曲线为[μk1μk2…μkT]，同时第k类典型日的功率曲线的置信范围的下限为[μk1-3σk1μk2-3σk2…μkT-3σkT]，而上限为[μk1+3σk1μk2+3σk2…μkT+3σkT]；步骤5.3.5:判断类别标号k是否小于等于K，若是，则令k＝k+1返回步骤5.2；若否，则完成K个典型日负荷曲线及置信范围的生成。

全文数据：

权利要求：

百度查询： 北方工业大学;三峡科技有限责任公司;北京联智汇能科技有限公司 电力系统典型日负荷曲线生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD