新能源基地源网储协同配置方法、系统、电子设备及介质与流程
本说明书实施例涉及电力系统新能源规划,尤其涉及一种新能源基地源网储协同配置方法、系统、电子设备及介质。
背景技术:
1、随着大型新能源基地依托特高压直流开展跨区送电规模化建设,送端系统形成风电、光伏、常规煤电、电化学储能与直流外送通道深度耦合的运行形态,源网储容量协同配置将直接关系新能源消纳效率、跨区送电可靠性与项目综合投资效益。
2、相关技术中,普遍将极端工况甄别、指标评价、代理模型优化、源网储配置求解划分为相互独立的功能模块,多采用多指标线性加权或固定经验阈值筛选风险时刻,仅聚焦单时点极值工况,容易忽略多时段连续劣化形成的持续性运行风险;同时,各类可靠性与灵活性评价指标均基于全年均值独立计算得到,无法依托风险时序特征前置约束规划边界。此外,统代理模型通常以全局拟合误差作为样本增补依据,致使代理模型在关键高风险区间指标预测偏差较大,难以满足高可靠性的源网储配置需求。
3、由此可见,传统源网储配置方案存在准确性、可靠性与场景适应性均不足的技术问题。
技术实现思路
1、有鉴于此,本发明所要解决的技术问题是提供一种精确、可靠且场景适应性强的新能源基地源网储协同配置方法、系统、电子设备及介质。
2、本发明解决上述技术问题的技术方案如下:
3、一方面,本发明提供一种新能源基地源网储协同配置方法,包括:
4、获取跨区直流送端新能源基地的基础数据集,并对所述基础数据集执行耦合状态相空间重构,建立重构相空间;
5、在所述重构相空间内执行耦合风险窗口识别,得到按原始时序排序的场景链集合;
6、在所述场景链集合上对预先构建的指标代理模型进行修正,并将预先获得的候选容量配置向量输入修正后的指标代理模型,得到当前风险窗口条件下的关键风险指标;
7、依据所述关键风险指标,通过多目标优化求解与全时序回代仿真,得到源网储协同配置方案。
8、本发明的有益效果是:以耦合状态相空间重构、耦合风险窗口识别为前置基础,依托风险场景定向修正指标代理模型并提取关键风险指标,再联动多目标优化与全时序闭环仿真完成容量配置,从系统动态演化维度量化风光储直流耦合运行风险,能够兼顾配置方案的计算效率与极端工况适配能力,有效提升了跨区直流送端源网储配置的有效性与送电可靠性。
9、在上述技术方案的基础上,本发明还可以做如下改进。
10、进一步,所述对所述基础数据集执行耦合状态相空间重构,建立重构相空间,包括:
11、依据所述基础数据集,通过逐时段求解得到多维风险因子;
12、对所述多维风险因子进行耦合拼接,得到每一时段对应的耦合状态向量;
13、通过延迟嵌入算法分别对每一时段对应的耦合状态向量执行升维重构,得到每一时段对应的嵌入状态向量;
14、将所有时段对应的嵌入状态向量汇总,形成重构相空间。
15、采用上述进一步方案的有益效果是:通过从基础数据逐层提取多维风险因子、拼接耦合状态向量、延迟嵌入升维得到嵌入状态向量并构建重构相空间,将一维时序运行数据映射至高维空间还原系统非线性耦合演化规律,完整保留了多电源、储能、直流外送之间时序耦合关联特征,能够为后续连续风险窗口精准识别提供完备的数据空间支撑,有效规避了单变量分析遗漏系统耦合风险的缺陷。
16、更进一步,所述通过延迟嵌入算法分别对每一时段对应的耦合状态向量执行升维重构,得到每一时段对应的嵌入状态向量,包括:
17、按照预设的延迟步长和嵌入维数,依次截取每一时段下多个时序位置的耦合状态向量;
18、将所述多个时序位置的耦合状态向量横向拼接,生成每一时段对应的嵌入状态向量。
19、采用上述进一步方案的有益效果是:借助预设延迟步长与嵌入维数截取不同时序位置耦合状态向量并拼接生成嵌入状态向量,标准化实现延迟嵌入升维操作,能够定量表征系统不同滞后时段运行状态的联动影响,精准刻画风光出力波动、储能充放电、直流送电之间跨时段耦合特性,提升了重构相空间对系统动态运行轨迹的表征精度。
20、进一步,所述在所述重构相空间内执行耦合风险窗口识别,得到按原始时序排序的场景链集合,包括:
21、在所述重构相空间内确定每一时段的耦合风险强度;
22、筛选所述耦合风险强度超过预设强度阈值的局部峰值锚点,并按照预设窗口尺寸划定每个局部峰值锚点对应的连续风险窗口集合;
23、分别提取每个连续风险窗口集合对应的前导区间、本体区间以及恢复区间;
24、将所述前导区间、本体区间以及恢复区间按照原始时序顺序拼接,生成场景链集合。
25、采用上述进一步方案的有益效果是:依托相空间内风险强度筛选峰值锚点划定连续风险窗口,拆分各窗口前导、本体、恢复时序区间并拼接生成时序场景链,区别于传统单点风险筛选方式,能够完整覆盖风险酝酿、故障发生、系统恢复全连续运行时段,精准锁定影响容量配置优劣的关键工况区间,保障了后续代理模型修正、优化建模均围绕高价值风险场景开展。
26、进一步,所述在所述场景链集合上对预先构建的指标代理模型进行修正,包括:
27、依据所述场景链集合,分别通过预先构建的指标代理模型和全时序仿真执行耦合风险窗口识别,并计算得到风险窗口一致性偏差值;
28、分别确定指标代理模型在任一候选点的模型不确定度和候选点特征向量,并计算所述候选点特征向量至预设风险流形的风险邻域距离;
29、依据所述模型不确定度、所述风险邻域距离以及所述风险窗口一致性偏差值,计算得到风险流形一致性补样得分;
30、依据所述风险流形一致性补样得分,向预先构建的样本库中增补关键样本,得到更新后的样本库;
31、利用所述更新后的样本库重新训练所述指标代理模型,得到修正后的指标代理模型。
32、采用上述进一步方案的有益效果是:基于场景链比对代理模型与全时序仿真结果求取一致性偏差,结合模型不确定度、风险邻域距离计算补样得分并定向增补样本更新样本库、迭代优化代理模型,实现了围绕风险流形的针对性样本补强,大幅降低了指标代理模型在关键高风险区间的指标预测误差,在保留代理模型快速计算优势的同时,提升了关键风险指标的测算准确度。
33、进一步,所述依据所述关键风险指标,通过多目标优化求解与全时序回代仿真,得到源网储协同配置方案,包括:
34、构建鲁棒协同优化模型;
35、基于所述关键风险指标,对所述鲁棒协同优化模型进行多目标优化求解,得到候选配置方案;
36、对所述候选配置方案进行全时序回代仿真,并确定识别偏差数据;
37、直至所述识别偏差数据满足预设收敛阈值,输出源网储协同配置方案。
38、采用上述进一步方案的有益效果是:先依托关键风险指标完成鲁棒优化求解得到候选方案,再通过全时序回代仿真校验并比对偏差,迭代收敛后输出最终配置,形成优化-仿真-校核的闭环迭代架构,利用精细化全时序仿真修正优化环节的模型偏差,能够确保最终输出的源网储配置方案在理论优化最优的基础上,更贴合工程实际时序运行特性。
39、更进一步,所述构建鲁棒协同优化模型,包括:
40、以年化投资成本和运维成本为优化基础项,并基于所述关键风险指标构建多维惩罚项;
41、基于所述优化基础项和所述多维惩罚项,建立目标函数;
42、分别设定风险窗口的条件容量支撑率约束条件、灵活性稀缺度约束条件、加权送电匹配损失约束条件、残余风险约束条件以及装机边界约束条件,得到多维约束信息;
43、整合所述目标函数和所述多维约束信息,形成鲁棒协同优化模型。
44、采用上述进一步方案的有益效果是:以年化投资、运维成本作为经济项、各类关键风险指标搭建惩罚项构建目标函数,配套容量支撑、灵活性、送电匹配、残余风险及装机多维约束形成鲁棒优化模型,实现建设成本、运行成本与系统多维度运行风险协同量化优化,在控制项目投资造价的同时,从多维度约束规避极端工况下容量不足、送电失配等运行隐患。
45、另一方面,本发明还提供一种新能源基地源网储协同配置系统,包括:
46、获取模块,用于获取跨区直流送端新能源基地的基础数据集,并对所述基础数据集执行耦合状态相空间重构,建立重构相空间;
47、识别模块,用于在所述重构相空间内执行耦合风险窗口识别,得到按原始时序排序的场景链集合;
48、修正模块,用于在所述场景链集合上对预先构建的指标代理模型进行修正,并将预先获得的候选容量配置向量输入修正后的指标代理模型,得到当前风险窗口条件下的关键风险指标;
49、求解模块,用于依据所述关键风险指标,通过多目标优化求解与全时序回代仿真,得到源网储协同配置方案。
50、该系统通过获取模块、识别模块、修正模块、求解模块模块化架构设计,分别实现相空间构建、风险场景提取、代理模型修正与指标计算、优化仿真出方案的分步功能,各模块逻辑依次衔接、功能边界清晰,便于模块化编程落地与工程软件化部署,可直接适配不同规模跨区直流新能源基地的源网储自动化配置测算。
51、另一方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述新能源基地源网储协同配置方法。
52、另一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述新能源基地源网储协同配置方法。
53、通过配置搭载处理器与存储器的电子设备以及存储对应程序的非暂态计算机可读存储介质,能够依托硬件载体运行上述新能源基地源网储协同配置方法,可实现算法程序化落地,便于在不同硬件终端快速调用测算,提升了方案工程复用性与自动化计算能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com