[发明专利]一种风电系统规划的典型场景提取方法及系统

权利要求书

1.一种风电系统规划的典型场景提取方法，其特征在于，所述提取方法包括如下步骤：

获取风电系统的历史运行数据；

根据所述历史运行数据，采用高斯过程回归算法，生成风电系统的耦合场景；

所述根据所述历史运行数据，采用高斯过程回归算法，生成风电系统的耦合场景，具体包括：

利用核函数公式计算历史运行数据的相关度矩阵、耦合场景的相关度矩阵、历史运行数据与耦合场景的相关度矩阵、耦合场景与历史运行数据的相关度矩阵；其中，θ₀为径向基项核函数项系数，θ₁为径向基项核函数项中欧式距离度量的系数，θ₂为常数项，θ₃为输入变量的线性函数的参数模型的系数，λ表示风、光、负荷三项不确定因素之间的耦合关系；k(x_n,x_m)表示历史运行数据或耦合场景中的第n个数据x_n与历史运行数据或耦合场景中的第m个数据x_m的相关度；

根据历史运行数据的相关度矩阵、耦合场景的相关度矩阵、历史运行数据与耦合场景的相关度矩阵、耦合场景与历史运行数据的相关度矩阵，利用公式确定耦合场景；其中，p(y_new|x_new,D)为预测得到的耦合场景的概率分布，y_new为预测得到的耦合场景的预测时间点对应的新能源功率或负荷功率；x_new为预测得到的耦合场景的预测时间点，μ_*为预测得到的耦合场景的概率分布均值；为预测得到的耦合场景的概率分布方差，y为历史运行数据，σ²为历史运行数据的概率分布方差；K为历史运行数据的相关度矩阵、K_*,*为耦合场景的相关度矩阵、K_·,*为历史运行数据与耦合场景的相关度矩阵、K_*,·为耦合场景与历史运行数据的相关度矩阵、I表示单位矩阵；

将所述耦合场景划分为多个子调度区间；

采用中心聚类算法提取每个子调度区间的典型场景及每个典型场景的权重；

根据每个典型场景的权重，对多个子调度区间的不同的典型场景采用笛卡尔积连接法进行连接，得到耦合场景的带权典型场景集合；

基于EMD距离对带权典型场景集合进行优化，得到耦合场景的优化后的典型场景集合；

所述基于EMD距离对带权典型场景集合进行优化，得到耦合场景的优化后的典型场景集合，具体包括：

将耦合场景的概率分布函数离散化，确定耦合场景的离散化特征数据点q_j；其中，q_j表示耦合场景的第j个离散化特征数据点，j＝1,2,…,n，n表示耦合场景的离散化特征数据点的数量；

将带权典型场景集合的概率分布函数离散化，确定带权典型场景集合的离散化特征数据点p_i；其中，p_i表示带权典型场景集合的第i个离散化特征数据点，i＝1,2,…,m，m表示带权典型场景集合的离散化特征数据点的数量；

利用公式d_i,j＝p_i-q_j计算带权典型场景集合的每个离散化特征数据点与耦合场景的每个离散化特征数据点之间的距离，得到距离集合；其中，d_i,j表示带权典型场景集合的第i个离散化特征数据点与耦合场景的第j个离散化特征数据点之间的距离；

根据所述距离集合，利用公式求解带权典型场景集合与耦合场景的流矩阵F＝[f_i,j]；其中，f_i,j表示带权典型场景集合的第i个离散化特征数据点到耦合场景的第j个离散化特征数据点的流，w_pi表示带权典型场景集合的第i个离散化特征数据点的权重，w_qj表示耦合场景的第j个离散化特征数据点的权重；

根据所述距离集合和所述流矩阵，利用公式计算带权典型场景集合与耦合场景之间的EMD距离；其中，EMD表示带权典型场景集合与耦合场景之间的EMD距离；

判断EMD距离是否小于EMD距离阈值，得到判断结果；

若所述判断结果表示否，则利用超参数优化算法优化所述带权典型场景集合，返回步骤“将耦合场景的带权典型场景集合的概率分布函数离散化，确定带权典型场景集合的离散化特征数据点p_i”；

若所述判断结果表示是，则输出优化后的带权典型场景集合。