买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于时序生成对抗网络的月度风光发电功率场景分析方法_重庆大学_202110345017.0 

申请/专利权人:重庆大学

申请日:2021-03-31

公开(公告)日:2024-04-23

公开(公告)号:CN113191918B

主分类号:G06Q50/06

分类号:G06Q50/06;G06Q10/067;G06F18/23213;G06N3/0475;G06N3/045;G06N3/0464;G06N3/094;G06N3/084;G06F123/02

优先权:

专利状态码:有效-授权

法律状态:2024.04.23#授权;2021.08.17#实质审查的生效;2021.07.30#公开

摘要:本发明公开基于时序生成对抗网络的月度风光发电功率场景分析方法,步骤为:1获取风电光伏场站历史功率数据集合X;2对风电光伏场站历史功率数据集合X的数据进行聚类,得到K类日发电状态;3随机生成Ns个月度风电光伏发电功率转移过程,构成集合Tintra;4将高斯白噪声和风电光发电功率日状态输入时序生成对抗网络,生成风电光伏月度发电功率场景集合S;5建立考虑中长期电网需求的月度风光场景优化削减模型;6利用启发式场景削减优化求解算法解算度风光场景优化削减模型,遴选出保留场景集合Ξ。本发明可广泛应用于含风光场站的电力系统月度运行计划的制定,能够为含新能源场站的电力系统运行问题分析提供有益的参考。

主权项:1.基于时序生成对抗网络的月度风光发电功率场景分析方法,其特征在于,包括以下步骤:1获取风电光伏场站历史功率数据集合X;2采用基于RV系数的K-means聚类算法对风电光伏场站历史功率数据集合X的数据进行聚类,得到K类日发电状态;3根据步骤2的聚类结果,计算Markov状态转移概率矩阵Pr和Markov累计状态转移概率矩阵Pcum,并采用Markov链MonteCarlo模拟法随机生成Ns个月度风电光伏发电功率转移过程,构成集合Tintra;4将高斯白噪声和风电光发电功率日状态输入时序生成对抗网络,生成风电光伏月度发电功率场景集合S;5建立考虑中长期电网需求的月度风光场景优化削减模型;6利用启发式场景削减优化求解算法解算月度风光场景优化削减模型,遴选出保留场景集合;随机生成月度风电光伏发电功率转移过程的步骤包括:3.1根据K类日发电状态及对应频数,建立Markov状态转移概率矩阵Pr,即: 式中,pkl代表由状态k跳变到状态l的概率;l=1,2...,K;概率pkl的最大似然估计如下所示: 式中,nkl为历史数据中由状态k跳变到状态l的天数;3.2基于矩阵Pr,建立Markov累积状态转移概率矩阵Pcum,即: 式中,元素其中,pkm为矩阵Pr内第k行第m列的元素;k=1,2,…,K;3.3随机产生一个属于区间[1,K]的整数,作为风电光伏发电功率转移过程的初始状态;3.4随机产生服从均匀分布的数r∈[0,1],设定当日风电光伏出力为状态k,将数r与矩阵Pcum第k行元素进行比较,若Pcum,klr≤Pcum,kl+1,则认为下一日的光伏出力状态为l,否则下一日的光伏出力状态为r;3.5判断当前Markov链的日状态数是否达到30个;若是,即完成了单个月度发电过程的生成;否则,返回步骤3.2,继续抽取下一日的出力状态;3.6重复步骤3.4-步骤3.5,直到获取Ns个月度风电光伏发电功率转移过程;月度风光场景优化削减模型如下所示: 式中,表示集合中第j个场景相对于集合S中的第i个场景的信息保留度,N和分别表示集合S和中的场景个数;pi和pj分别为场景ξi和的概率;Corr∈[0,1]表示场景之间的概率相似度;Ppeak∈[0,1]、Ptrough∈[0,1]、E∈[0,1]分别表示场景对场景ξi各场站的日峰、谷出力和月电量信息的保留程度;场景之间的概率相似度Corr、场景对场景ξi各场站的日峰的保留程度Ppeak、谷出力的保留程度Ptrough和月电量信息的保留程度E分别如下所示: 式中,和分别为场景ξi与的第a个元素,dim代表场景维度;和分别为场景ξi和中第f个场站在第d天内第t时刻的功率;和为场景ξi与内第f个场站的第a个元素,Δt为场景时间分辨率;Np为风电光伏场站数量;求解场景优化削减模型包括如下步骤:6.1矩阵初始化:令保留场景集=S;保留场景集对应的场景概率集合为P,场景数量NR=N;矩阵与分别存储场景间的信息保留度和物理相似度数值;6.2计算场景间的信息保留度和物理相似度;信息保留度IRi,j=IRξi,ξj,物理相似度PHi,j=Ppeakξi,ξj+Ptroughξi,ξj+Eξi,ξj,其中,ξi,ξj∈;将所有场景间的信息保留度写入矩阵IR中;6.3根据矩阵IR选择集合中与其余场景信息保留度最高的场景即场景编号根据矩阵IR选择集合中与场景物理相似度最显著的场景即6.4将场景编号j1对应场景作为削减场景,更新保留场景集场景数量NR=NR-1、场景概率场景概率集合6.5判断是否满足迭代终止条件,若成立,则终止迭代,集合即为最终的保留场景集,P即为保留场景的概率,否则,返回步骤6.2,继续迭代。

全文数据:

权利要求:

百度查询: 重庆大学 基于时序生成对抗网络的月度风光发电功率场景分析方法

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。