[发明专利]一种新能源消纳能力评估方法和系统

权利要求书

1.一种新能源消纳能力评估方法，其特征在于，包括：

获取电网新能源消纳能力影响变量的值；

将所述新能源消纳能力影响变量的值输入预先建立的新能源消纳预测模型，得到所述电网中各分区出力的预测值，并作为新能源消纳能力评估结果；

所述新能源消纳预测模型包括：基于电网各分区新能源消纳能力影响变量的历史值构建输入模型，以所述输入模型和历史出力序列，对卷积神经网络进行训练得到。

2.如权利要求1所述的方法，其特征在于，所述新能源消纳评估模型的建立，包括：

对历史时段的电网各分区新能源消纳能力影响变量的值进行处理得到输入模型；

基于所述输入模型以及所述历史时段的新能源出力的实际序列作为训练样本集；

以训练样本集中的输入模型为输入，对应下一时刻新能源出力的实际序列为输出，对卷积神经网络进行训练，得到新能源消纳评估模型；

所述新能源消纳能力影响变量包括：风电理论功率、光伏理论功率、电网负荷、分区间断面限额以及各类常规机组最大和最小技术总出力。

3.如权利要求2所述的方法，其特征在于，所述对历史时段的电网各分区新能源消纳能力影响变量的值进行处理得到输入模型，包括：

将历史时段的电网各分区新能源消纳能力影响变量的值按照分区不同划分多个通道；

对每个通道内分别按照时间和新能源消纳能力影响变量类型对新能源消纳能力影响变量的值进行划分，构成输入模型。

4.如权利要求2所述的方法，其特征在于，所述得到新能源消纳评估模型之后，还包括：

获取另一历史时段的电网各分区新能源消纳能力影响变量的值以及对应下一时刻新能源出力的实际值作为测试样本集；

将测试样本集中电网各分区新能源消纳能力影响变量的值输入所述新能源消纳评估模型，得到对应下一时刻新能源出力的模拟值；

根据新能源出力的实际值和模拟值间的误差，对新能源消纳评估模型进行评价并采用自适应矩估计方法对所述新能源消纳评估模型进行优化，直到所述误差满足要求。

5.如权利要求4所述的方法，其特征在于，所述误差包括：弃电率偏差、平均绝对误差百分比和均方根误差。

6.如权利要求1所述的方法，其特征在于，所述获取电网新能源消纳能力影响变量的值之后，且将所述新能源消纳能力影响变量的值输入预先建立的新能源消纳评估模型之前，还包括：

对新能源消纳能力影响变量的值采用最小最大值标准化方法进行归一化处理。

7.一种新能源消纳能力评估系统，其特征在于，包括：数据采集模块和评估模块；

所述数据采集模块，用于获取电网新能源消纳能力影响变量的值；

所述评估模块，用于将所述新能源消纳能力影响变量的值输入预先建立的新能源消纳预测模型，得到所述电网中各分区出力的预测值，并作为新能源消纳能力评估结果；

所述新能源消纳预测模型包括：基于电网各分区新能源消纳能力影响变量的历史值构建输入模型，以所述输入模型和历史出力序列，对卷积神经网络进行训练得到。

8.如权利要求7所述的系统，其特征在于，还包括用于建立新能源消纳评估模型的建模模块，所述建模模块包括：输入单元、样本集单元和训练单元；

所述输入单元，用于对历史时段的电网各分区新能源消纳能力影响变量的值进行处理得到输入模型；

所述样本集单元，用于基于所述输入模型以及所述历史时段的新能源出力的实际序列作为训练样本集；

所述训练单元，用于以训练样本集中的输入模型为输入，对应下一时刻新能源出力的实际序列为输出，对卷积神经网络进行训练，得到新能源消纳评估模型；

所述新能源消纳能力影响变量包括：风电理论功率、光伏理论功率、电网负荷、分区间断面限额以及各类常规机组最大和最小技术总出力。