[发明专利]可再生能源并网消纳信息多维度校核方法及设备

说明书

本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，方法包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况。与现有技术相比，本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，支持向量机可以非常有效地进行训练，并且可以用来获得非常好的预测准确性。能够缩短分类器的训练时间，并在预测精度上表现出较好的性能。

技术领域

本发明涉及电力系统及其自动化技术领域，具体来说是一种可再生能源并网消纳信息多维度校核方法及设备。

背景技术

要实现能源的可持续发展，就要求大力发展清洁能源，开辟安全、清洁、高效的能源可持续发展之路，全球能源互联网理念由此应运而生。全球能源互联网是坚强智能电网发展的高级阶段，核心是以清洁能源为主导，以特高压电网为骨干网架，各国各洲电网广泛互联，能源资源全球配置，各级电网协调发展，各类电源和用户灵活接入的坚强智能电网，功能是将风能、太阳能、海洋能等可再生能源输送到各类用户。能源互联网发展势必促进可再生能源发展，对可再生能源消纳能力分析计算的研究将是一项未来长久探讨的问题。

同时国家层面上在可再生能源建设和发展方面出台了多项扶持政策。为提升电力系统调峰能力，有效缓解弃水、弃风、弃光，促进可再生能源消纳，国家发展改革委、国家能源局联合印发了关于《可再生能源调峰机组优先发电试行办法》的通知，明确给出了可再生能源调峰机组优先调度管理办法，按照“谁调峰、谁受益”原则，建立调峰机组激励机制，同时要求各省(区、市)结合可再生能源建设规模、消纳情况、电源结构和负荷特性，安排一定规模煤电机组为可再生能源调峰。

然而，目前我国各省间新能源资源和电源结构的互补性不能充分利用，东北、西北电网目前的跨区输电能力只有新能源装机容量的19％，在这一过程中，可再生能源并网消纳是影响跨区输电能力的主要问题因素，而对可再生能源并网消纳信息的校核则决定了可再生能源并网消纳的精确度和准确度。因此，亟需提出一套切实可行的可再生能源并网消纳信息的校核方法，以适应未来可再生能源互联发展的需求。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种可再生能源并网消纳信息多维度校核的方案。

第一方面，本申请实施例提供了一种可再生能源并网消纳信息多维度校核方法，包括以下步骤：

S1：采用支持向量机(SVM)算法构建电量与各种气象因子关系模型来预测供电情况，包括：

建立电量气象因子历史数据集，并包括描述所述数据的用作训练库参数的多个气象特征；

对所述历史数据集进行参数优化得到优化数据库；

利用所述优化数据库进行SVM训练，得到电量与各种气象因子的SVM模型；

下载待预测的气象因子数据集，所述气象因子数据集包括所述多个气象特征；

利用所述SVM模型，采用SVM方法预测供电大小情况；

S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况，包括：

建立异常用电训练样本，所述异常用电训练样本包括用以描述异常用电的特征值，以及对是否属于异常用电的分类；

下载异常用电的预测样本，求所述预测样本与所述异常用电训练样本之间的相似性；

对所述异常用电训练样本依据与所述预测样本的相似性按从大到小进行排序；

确定排序后前K个样本所在类别出现的频率，并输出出现频率最高的用电类别作为预测用电类别。

在本申请的某些实施例中，所述S1中的所述历史数据集选自历史案例。