[发明专利]负荷恢复模型生成方法、装置、计算机设备及存储介质

权利要求书

1.一种负荷恢复模型生成方法，其特征在于，包括：

根据待恢复风电场的接入状态参数、所述待恢复风电场的预测出力值、失电负荷的恢复状态参数、所述失电负荷的预测有功功率，建立负荷恢复模型；

在所述负荷恢复模型中配置源荷多重不确定性因素，所述源荷多重不确定性包括：风电场和负荷的至少两项不确定因素；

对配置不确定因素后的所述负荷恢复模型进行解耦，得到预测场景下的主模型和误差场景下的子模型；

根据所述待恢复风电场的预测出力值和所述失电负荷的预测有功功率，对所述主模型进行求解，得到所述预测场景下的负荷恢复方案，所述负荷恢复方案包括：所述待恢复风电场的接入状态参数的求解结果，和所述失电负荷的恢复状态参数的求解结果；

获取所述待恢复风电场的第一预测误差不确定集，和所述失电负荷的第二预测误差不确定集；

根据所述负荷恢复方案、所述第一预测误差不确定集和所述第二预测误差不确定集，求解所述子模型；

若所述子模型的求解结果满足预设恢复条件，则输出所述负荷恢复方案。

2.根据权利要求1所述的方法，其特征在于，所述对配置不确定因素后的所述负荷恢复模型进行解耦，得到预测场景下的主模型和误差场景下的子模型之前，所述方法还包括：

利用预设线性化方法对配置不确定因素后的所述负荷恢复模型进行线性化处理，得到目标负荷恢复模型；

所述对配置不确定因素后的所述负荷恢复模型进行解耦，得到预测场景下的主模型和误差场景下的子模型，包括：

对所述目标负荷恢复模型进行解耦，得到所述主模型和所述子模型。

3.根据权利要求1所述的方法，其特征在于，根据待恢复风电场的接入状态参数、所述待恢复风电场的预测出力值、失电负荷的恢复状态参数、所述失电负荷的预测有功功率，建立负荷恢复模型，包括：

根据所述待恢复风电场的接入状态参数、所述待恢复风电场的第一预测出力值、所述失电负荷的恢复状态参数、所述失电负荷的预测有功功率、已恢复风电场的第二预测出力值和预设参量向量，建立所述负荷恢复模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述待恢复风电场的预测出力值和所述失电负荷的预测有功功率，对所述主模型进行求解，得到所述预测场景下的负荷恢复方案，包括：

根据所述第一预测出力值、所述预测有功功率和所述第二预测出力值，对所述主模型进行求解，得到所述负荷恢复方案。

5.根据权利要求1所述的方法，其特征在于，所述获取所述待恢复风电场的第一预测误差不确定集，和所述失电负荷的第二预测误差不确定集，包括：

根据历史风电预测误差，采用广义椭球集合方法，构建所述历史风电预测误差的第一椭球不确定集；

采用线性多面体集合方法，对所述第一椭球不确定集进行转换，得到所述第一预测误差不确定集；

根据历史失电负荷预测误差，利用盒式约束方式，构建所述第二预测误差不确定集。

6.根据权利要求5所述的方法，其特征在于，所述采用线性多面体集合方法，对所述第一椭球不确定集进行转换，得到所述第一预测误差不确定集，包括：

对所述第一椭球不确定集进行旋转平移，得到旋转平移后的第二椭球不确定集；

计算所述第二椭球不确定集的第一顶点坐标，根据所述第一顶点坐标构造初始线性多面体不确定集；

根据所述第一椭球不确定集和所述第二椭球不确定集的逆变关系，对所述初始线性多面体不确定集进行逆变，得到逆变后的初始线性多面体不确定集；

对所述逆变后的初始线性多面体不确定集进行缩放，得到所述第一预测误差不确定集。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述子模型的求解结果不满足所述预设恢复条件，则将所述求解结果中不满足所述预设恢复条件的不可行场景添加至所述主模型中进行迭代，直至所述子模型的求解结果满足预设恢复条件，所述不可行场景包括：不可恢复的风电场和不可恢复的失电负荷。