[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

说明书

本申请提供一种负荷恢复模型生成方法、装置、计算机设备及存储介质，涉及电力自动化技术领域。该方法包括：根据待恢复风电场的接入状态参数和预测出力值、失电负荷的恢复状态参数和预测有功功率，建立负荷恢复模型；对负荷恢复模型配置源荷多重不确定因素，通过解耦得到预测场景下的主模型和误差场景下的子模型；根据预测出力值和预测有功功率，对主模型进行求解，得到预测场景下的负荷恢复方案，获取第一预测误差不确定集和第二预测误差不确定集，根据负荷恢复方案、第一预测误差不确定集和第二预测误差不确定集，求解子模型，若子模型的求解结果满足预设恢复条件，则输出负荷恢复方案。通过本申请可使负荷恢复过程更加安全。

技术领域

本发明涉及电力自动化技术领域，具体而言，涉及一种负荷恢复模型生成方法、装置、计算机设备及存储介质。

背景技术

随着风电机组制造、控制技术的高速发展，风电并网容量逐年提升，当高风电渗透率系统发生大规模停电事故后，如何安排负荷安全快速恢复是一个亟需研究解决的新问题。

现有方案提出了考虑风电场参与负荷恢复的源荷协调恢复方法，风电机组具有启动功率需求小、启动速度快等优势，适时接入有助于加快系统恢复过程。

但是在风速随机变化的制约下，风电机组无法持续稳定出力，风电机组的出力具有不确定性、可调度性差等特点，而且其调频调压能力较差，风电场的参与给系统恢复决策和控制带来了更多不确定性因素。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种负荷恢复模型生成方法、装置、计算机设备及存储介质，以便确保源荷恢复过程的安全性，加速负荷恢复进程。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种负荷恢复模型生成方法，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。

可选的，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。

可选的，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：