[发明专利]面向主动配电网的源-荷联合时序场景生成方法和系统

说明书

本发明实施例提供一种面向主动配电网的源‑荷联合时序场景生成方法和系统，通过原始数据构建初始源‑荷时序联合场景，计算各场景间的DTW距离、欧式距离以及源‑荷相关性距离，利用主成分法生成各个指标的权重系数，计算场景间相似度衡量指标，利用手肘法、轮廓系数选择典型场景个数，随机选取聚类中心。利用聚类散度判别选取典型场景的合理性。本发明实施例充分考虑了时间序列的时移特性，能更准确地描述负荷、分布式电源的相关性，能解决多维数组下连续时间曲线聚类效果差的问题；此外，该方法还能利用较少典型场景更准确地描述负荷和分布式电源出力的随机性和间歇性，提升主动配电网规划效率。

技术领域

本发明实施例涉及电力技术领域，尤其涉及一种面向主动配电网的源-荷联合时序场景生成方法和系统。

背景技术

为摆脱对化石能源的过度依赖，加快能源转型，我国提出“碳达峰、碳中和”目标。提升电网可再生能源发电(如风电、光伏)占比是达到这一目标的重要手段。而风电、光伏和负荷的错峰出力以及出力间歇性直接影响配电网对分布式电源的消纳。因此，在进行主动配电网规划或运行优化时，需充分考虑分布式电源与负荷的不确定性及其相关性。

已有研究采用典型场景分析法处理长时间尺度分布式电源与负荷数据，场景生成方法包括k-means聚类、模糊C-means聚类、层次聚类算法等，上述方法在保留分布式电源及负荷出力特性的同时提高求解效率，但在处理高维数组时，由于初始聚类中心难以选取、相似度衡量方法存在偏差，会导致聚类质量低下。此外，当前主流的相似度衡量手段是欧式距离，但欧氏距离只考虑曲线点的分布特性，不适用于连续时间曲线的聚类。

发明内容

本发明实施例提供一种面向主动配电网的源-荷联合时序场景生成方法和系统，以解决现有技术中典型场景分析方法中电源与负荷数据聚类质量低下、不适于连续时间曲线的聚类的问题。

第一方面，本发明实施例提供一种面向主动配电网的源-荷联合时序场景生成方法，包括：

步骤S1、提取主动配电网待规划区域的分布式电源时序和负荷时序曲线，对所述分布式电源时序曲线和所述负荷时序曲线进行按时序相关性进行联合处理，生成若干源-荷时序联合场景；

步骤S2、计算各源-荷时序联合场景间的动态时间弯曲DTW距离、欧式距离及源-荷相关性距离；

步骤S3、以所述DTW距离、欧式距离及源-荷相关性距离作为相关性指标，基于主成分分析法确定各所述相关性指标对应的权重系数，并基于各相关性指标和对应的权重系数确定各源-荷时序联合场景间相似度衡量指标；

步骤S4、根据手肘法和轮廓系数法选择典型场景个数，按最佳场景数随机选取聚类中心；

步骤S5、计算所有源-荷时序联合场景间的相似度衡量指标，基于所述相似度衡量指标划分若干场景集合；选择场景集合的聚类中心作为典型场景。

作为优选的，还包括：

步骤S6、计算各场景集合以及场景集合间的聚类散度，若判断聚类散度满足预设要求，则输出典型场景；否则返回步骤S4。

作为优选的，所述步骤S1具体包括：

步骤S11、对主动配电网待规划区域的分布式电源、负荷出力的原始数据进行筛选，提取24N小时数据，并基于线性化插值法填充缺失数据，对原始负荷、分布式电源数据进行标幺化处理；

步骤S12、将原始数据划分为N天的负荷、分布式电源的出力曲线，得到每日的分布式电源时序曲线α＝[α₁,α₂,…,α_i,…,α₂₄]和负荷时序曲线β＝[β₁,β₂,…,β_i,…,β₂₄]；其中，α_i表示第i小时的分布式电源数据，β_i表示第i小时的负荷出力数据；