[发明专利]新能源消纳能力评估方法、装置、终端设备及存储介质

说明书

本发明适用于电力系统技术领域，提供了一种新能源消纳能力评估方法、装置、终端设备及存储介质，该方法包括：获取待预测日的电力系统运行方式数据；将待预测日的电力系统运行方式数据输入已建立的新能源消纳能力评估模型，得到待预测日的新能源出力序列；根据待预测日的新能源出力序列，确定待预测日的新能源消纳能力指标数据，并通过待预测日的新能源消纳能力指标数据来评估新能源消纳能力。本发明采用已建立的新能源消纳能力评估模型可以快速完成对新输入数据的评估结果进行预测，不仅在系统规模较大时大大节省了计算时间，还提高了评估的精度。

技术领域

本发明属于电力系统技术领域，尤其涉及一种新能源消纳能力评估方法、装置、终端设备及存储介质。

背景技术

随着电力系统中风光电装机占比不断增加，其不确定性对系统运行的影响不断扩大，新能源在给全社会带来显著效益的同时，自身的消纳问题也日益严峻，成为制约未来新能源发展与利用的主要因素之一。

目前，一般采用蒙特卡洛模拟法和卷积法对新能源消纳能力进行评估。蒙特卡洛模拟法常通过大量采样计算模拟系统不同运行状态下的消纳能力，可对大规模电力系统的新能源消纳能力进行评估；卷积法对新能源消纳能力进行评估时仅考虑系统调峰能力对消纳能力的影响，且评估结果仅能反映系统整体的消纳水平，不能全面评估系统消纳水平。

上述新能源消纳能力评估方法会带来计算时间长和评估精度低的问题。

发明内容

有鉴于此，本发明实施例提供了一种新能源消纳能力评估方法、装置、终端设备及存储介质，以解决现有技术中计算时间长和评估精度低的问题。

本发明实施例的第一方面提供了一种新能源消纳能力评估方法，包括：

获取待预测日的电力系统运行方式数据；

将待预测日的电力系统运行方式数据输入已建立的新能源消纳能力评估模型，得到待预测日的新能源出力序列，其中，新能源消纳能力评估模型通过待预测日之前的多个选定日的电力系统运行方式数据和待预测日之前的多个选定日的新能源出力序列训练卷积神经网络模型得到；

根据待预测日的新能源出力序列，确定待预测日的新能源消纳能力指标数据，并通过待预测日的新能源消纳能力指标数据来评估新能源消纳能力。

本发明实施例的第二方面提供了一种新能源消纳能力评估装置，装置包括：

数据获取模块，用于获取待预测日的电力系统运行方式数据；

模型运算模块，用于将待预测日的电力系统运行方式数据输入已建立的新能源消纳能力评估模型，得到待预测日的新能源出力序列，其中，新能源消纳能力评估模型通过待预测日之前的多个选定日的电力系统运行方式数据和待预测日之前的多个选定日的新能源出力序列训练卷积神经网络模型得到；

消纳能力评估模块，用于根据待预测日的新能源出力序列，确定待预测日的新能源消纳能力指标数据，并通过待预测日的新能源消纳能力指标数据来评估新能源消纳能力。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项的新能源消纳能力评估方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的新能源消纳能力评估方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：