一种水风光储多能互补系统出力特性量化分析方法、装置及存储介质与流程

本发明涉及新能源发电，具体涉及一种水风光储多能互补系统出力特性量化分析方法、装置及存储介质。

背景技术：

1、以水电为核心耦合风电、光伏、储能的水风光储多能互补系统，是破解新能源消纳瓶颈、搭建新型电力系统的关键方案。出力特性量化分析是多能系统规划、调度与运行控制的底层基础，精准刻画各类电源出力规律与互补协同关系，能够有效提升系统供电稳定水平与运行效率，具备极高工程应用价值。

2、当前主流分析手段仅针对水电、风电、光伏开展单电源统计计算，依靠均值、方差等基础参数结合出力曲线定性判断互补关系，多采用皮尔逊相关系数评判互补性。但上述方法存在明显缺陷，其主要依靠线性相关系数定性评判，缺少多维度量化指标，难以支撑容量配置与调度优化。

技术实现思路

1、本发明提供了一种水风光储多能互补系统出力特性量化分析方法、装置及存储介质，以解决现有分析技术依靠线性相关系数定性评判，缺少多维度量化指标，难以支撑容量配置与调度优化的问题。

2、第一方面，本发明提供了一种水风光储多能互补系统出力特性量化分析方法，所述方法包括：

3、采集水风光储多能互补系统的运行数据并按照多层嵌套时间尺度进行离散小波分解；其中，所述运行数据包括水电数据、风电数据、光伏数据、储能数据和电网数据；

4、基于所述水风光储多能互补系统的耦合约束模型，分别对分解后得到的水电出力序列、风电出力序列、光伏出力序列和储能出力序列进行修正处理；

5、在每个时间尺度下对修正处理后的水电出力序列、风电出力序列、光伏出力序列、储能出力序列及各电源出力序列结合得到的系统总出力序列均进行出力特性分析，生成对应的多维量化统计数据；

6、对各所述时间尺度下的多维量化统计数据进行多维量化指标计算，生成多维度量化指标矩阵；其中，所述多维度至少包括互补性维度、稳定性维度及调节能力维度；

7、根据所述多维度量化指标矩阵，计算各电源对系统互补性和系统稳定性分别对应的贡献度。

8、本发明采用多层嵌套小波分解实现多尺度出力同步解析，弥补单一尺度分析局限；通过多能耦合约束修正贴合实际运行工况，大幅降低分析偏差。构建互补、稳定、调节三维量化指标体系，摆脱传统定性评估缺陷；借助沙普利值法量化各电源贡献占比，明确各类电源调节定位。整套分析逻辑贴合流域水风光储实际运行约束，量化结果客观完备，可为系统容量配置、分层分时优化调度提供精准量化支撑，有效提升新能源消纳与系统稳定运行水平。

9、在一种可选的实施方式中，所述采集水风光储多能互补系统的运行数据并按照多层嵌套时间尺度进行离散小波分解；其中，所述运行数据包括水电数据、风电数据、光伏数据、储能数据和电网数据，包括：

10、采集水风光储多能互补系统的运行数据；其中，所述运行数据包括水电数据、风电数据、光伏数据、储能数据和电网数据；

11、对所述水电数据、所述风电数据、所述光伏数据、所述储能数据和所述电网数据进行异常值处理及时间对齐处理；

12、按照多层嵌套时间尺度分别对处理后的水电数据、风电数据、光伏数据和储能数据进行离散小波分解；其中，所述多层嵌套时间尺度包括秒级时间尺度、分钟级时间尺度、小时级时间尺度、日级时间尺度、月级时间尺度和年级时间尺度。

13、本发明先完成数据异常剔除与时序对齐，消除数据噪声、时序错位带来的分析误差，保障数据源可靠；通过离散小波变换将出力序列拆分为秒至年级六层嵌套尺度，同步捕捉短时功率波动、日内调峰、季节互补等差异化出力规律，克服传统单一尺度分析片面的缺陷，完整分离不同频率出力分量，为后续多维度量化评估、耦合约束修正提供分层精准的时序基础，大幅提升多能互补规律解析的全面性。

14、在一种可选的实施方式中，所述基于所述水风光储多能互补系统的耦合约束模型，分别对分解后得到的水电出力序列、风电出力序列、光伏出力序列和储能出力序列进行修正处理，包括：

15、建立所述水风光储多能互补系统的耦合约束模型；其中，所述耦合约束模型至少包括水电约束模型、储能约束模型及电网约束模型；

16、将分解后得到的各时间尺度下的水电出力序列、风电出力序列、光伏出力序列和储能出力序列依次输入所述耦合约束模型；

17、通过所述水电约束模型分别对各时间尺度下的水电出力序列依次进行出力-流量转换与基础限值修正、库容-流量动态平衡修正及梯级上下游水力联系修正；

18、通过所述储能约束模型对各时间尺度下的储能出力序列依次进行充放电功率初校验及soc动态平衡闭环修正；

19、基于修正后的各时间尺度下的水电出力序列及储能出力序列，结合分解后得到的各时间尺度下的风电出力序列及光伏出力序列，生成系统总出力序列；

20、通过所述电网约束模型对各时间尺度下的系统总出力序列进行电网侧全局出力约束修正；

21、将修正后得到的各时间尺度下的水电出力序列、风电出力序列、光伏出力序列和储能出力序列执行多尺度一致性校验。

22、本发明搭建包含水电、储能、电网三类子模型的耦合约束体系，依次完成梯级水力约束、储能荷电状态闭环约束、电网全局出力约束分层修正，充分计及多能系统复杂运行边界条件，克服传统分析忽略运行约束、依赖理想出力数据的缺陷。辅以多尺度一致性校验保障各尺度出力分量协调自洽，有效缩小分析结果与实际工况的偏差，获得具备工程可行性的出力序列，为后续多维度出力特性量化评估提供贴合真实运行场景的数据基础。

23、在一种可选的实施方式中，所述出力特性分析包括统计特性分析、概率分布分析、波动特性分析及相关性分析；所述在每个时间尺度下对修正处理后的水电出力序列、风电出力序列、光伏出力序列、储能出力序列及各电源出力序列结合得到的系统总出力序列均进行出力特性分析，生成对应的多维量化统计数据，包括：

24、按照各时间尺度，对修正后的水电出力序列、风电出力序列、光伏出力序列、储能出力序列及系统总出力序列分别进行统计特性分析；

25、按照各时间尺度，对修正后的风电出力序列、光伏出力序列、水电出力序列及系统总出力序列分别进行概率分布分析，生成对应的概率密度函数与累积分布函数；

26、基于波动幅度维度、变化速率维度及持续时长维度，计算各时间尺度下修正后的水电出力序列、风电出力序列、光伏出力序列、储能出力序列及系统总出力序列的波动特征指标；

27、按照各时间尺度，对修正后的水电出力序列、风电出力序列、光伏出力序列、储能出力序列进行两两组合，并计算各组合的皮尔逊相关系数及斯皮尔曼相关系数，生成跨电源相关性矩阵；

28、结合各时间尺度下的统计特性分析、概率密度函数、累积分布函数、波动特征指标及跨电源相关性矩阵，生成对应的多维量化统计数据。

29、本发明同步开展统计特性、概率分布、波动特性、相关性四类出力分析，从多维度刻画各电源及系统总出力运行规律；综合采用双相关系数解析电源协同关系，结合分布拟合、多维度波动指标完整挖掘时序特征，摒弃单一指标定性分析方式。整合各类分析结果构建多维量化统计数据，全面表征出力随机特性、波动特征与互补关联，为后续三维量化指标矩阵构建、电源贡献度测算提供完备、多层次的数据支撑。

30、在一种可选的实施方式中，所述按照各时间尺度对修正后的风电出力序列、光伏出力序列、水电出力序列及系统总出力序列进行概率分布分析，包括：

31、按照各时间尺度对修正后的风电出力序列进行威布尔分布拟合，生成对应的概率密度函数与累积分布函数；

32、按照各时间尺度对修正后的光伏出力序列进行贝塔分布拟合，生成对应的概率分布函数与累积分布函数；

33、按照各时间尺度对修正后的水电出力序列进行对数正态分布拟合，生成对应的概率分布函数与累积分布函数；

34、按照各时间尺度对修正后的系统总出力序列进行核密度估计的非参数拟合，生成对应的概率分布函数与累积分布函数。

35、本发明针对不同电源出力随机特性差异化选取拟合模型，风电采用威布尔分布、光伏采用贝塔分布、水电采用对数正态分布开展参数拟合，系统总出力采用核密度估计非参数拟合，精准适配各类出力的数据分布特征。通过求取概率密度函数与累积分布函数，量化出力区间分布规律与出力保证率，有效弥补单一统计指标的局限性，实现出力随机特征精细化表征，为互补性、稳定性指标定量计算提供可靠的分布依据。

36、在一种可选的实施方式中，所述对各所述时间尺度下的多维量化统计数据进行多维量化指标计算，生成多维度量化指标矩阵；其中，所述多维度至少包括互补性维度、稳定性维度及调节能力维度，包括：

37、按照互补性维度，计算各所述时间尺度下的多维量化统计数据的互补性，生成对应的互补度矩阵；

38、按照稳定性维度，计算各所述时间尺度下的多维量化统计数据的平滑度，生成对应的平滑度矩阵；

39、按照调节能力维度，计算各所述时间尺度下的多维量化统计数据的平滑度，生成对应的调节裕度矩阵；

40、结合各所述时间尺度下的互补度矩阵、平滑度矩阵及调节裕度矩阵，生成多维度量化指标矩阵。

41、本发明从互补性、稳定性、调节能力三个维度分别计算互补度、平滑度与调节裕度，形成各类指标矩阵，进而整合构建多维度量化指标矩阵。突破传统仅依靠相关系数评估互补性的局限，建立标准化定量评估体系，可在多层嵌套时间尺度下完整表征系统协同互补水平、出力波动平稳程度与电源可调潜力，为后续求解各电源贡献度提供规范、多维的量化计算基底。

42、在一种可选的实施方式中，所述根据所述多维度量化指标矩阵，计算各电源对系统互补性和系统稳定性分别对应的贡献度，包括：

43、以水电子集、风电子集、光伏子集和储能子集为博弈主体，分别构建互补度特征函数及平滑度特征函数；

44、根据各时间尺度下的多维度量化指标矩阵，采用沙普利值法，分别遍历全部电源子集，采用互补度特征函数求解各电源对系统互补性的边际增益，生成对应的沙普利值；

45、根据各时间尺度下的多维度量化指标矩阵，采用沙普利值法，分别遍历全部电源子集，采用平滑度特征函数求解各电源对系统稳定性的边际增益，生成对应的沙普利值；

46、将各电源对应的系统互补性的沙普利值进行归一化处理，得到各所述电源对系统互补性的贡献度；

47、将各所述电源对应的系统稳定性的沙普利值进行归一化处理，得到各所述电源对系统稳定性的贡献度。

48、本发明构建互补度、平滑度两类独立特征函数，引入沙普利值法遍历全部电源联盟子集，分别测算各电源针对系统互补性、稳定性的边际增益，经归一化得到量化贡献度。克服传统手段仅能分析电源两两相关性的局限，实现多电源协同体系下个体贡献定量辨识，清晰区分各类电源在系统互补、出力平稳方面的作用大小，可为电源容量规划、多能协同调度策略制定提供直观的数据支撑。

49、在一种可选的实施方式中，所述方法还包括：

50、对各所述时间尺度下的多维量化统计数据、多维量化指标矩阵以及各电源对系统互补性及系统稳定性分别对应的贡献度进行可视化处理。

51、本发明对多维量化统计数据、多维量化指标矩阵以及各电源对系统互补性及系统稳定性分别对应的贡献度开展可视化处理，得到出力统计表格、概率分布曲线、指标对比表及电源贡献度饼图等，将繁杂的多维数值计算结果直观展示，便于快速识别不同时间尺度下系统出力规律、互补特征与各电源贡献水平，降低数据分析门槛，支撑工程人员高效开展系统评估与方案决策。

52、第二方面，本发明提供了一种水风光储多能互补系统出力特性量化分析装置，所述装置包括：

53、多源数据采集模块，用于采集水风光储多能互补系统的运行数据并按照多层嵌套时间尺度进行离散小波分解；其中，所述运行数据包括水电数据、风电数据、光伏数据、储能数据和电网数据；

54、耦合约束处理模块，用于基于所述水风光储多能互补系统的耦合约束模型，分别对分解后得到的水电出力序列、风电出力序列、光伏出力序列和储能出力序列进行修正处理；

55、多维度量化分析模块，用于在每个时间尺度下对修正处理后的水电出力序列、风电出力序列、光伏出力序列、储能出力序列及各电源出力序列结合得到的系统总出力序列均进行出力特性分析，生成对应的多维量化统计数据；

56、多维量化指标计算模块，用于对各所述时间尺度下的多维量化统计数据进行多维量化指标计算，生成多维度量化指标矩阵；其中，所述多维度至少包括互补性维度、稳定性维度及调节能力维度；

57、贡献度分解模块，用于根据所述多维度量化指标矩阵，计算各电源对系统互补性和系统稳定性分别对应的贡献度。

58、第三方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的水风光储多能互补系统出力特性量化分析方法。