一种考虑时空相关性的新能源置信出力评估方法及系统与流程

本发明涉及新能源电力系统规划，具体涉及一种考虑时空相关性的新能源置信出力评估方法及系统。

背景技术：

1、随着新能源装机规模不断提升，风电、光伏等可再生能源在电力系统中的占比逐渐增大。由于风电和光伏出力受气象条件、地理分布和时间变化影响明显，其出力具有较强的随机性、波动性和不确定性。准确评估新能源在电力系统容量充裕度中的支撑能力，是电力系统规划、备用容量配置和新能源消纳分析的重要基础。

2、现有新能源置信出力评估方法通常存在以下问题：一是将不同区域或不同类型新能源出力简单视为独立变量，难以反映风电和光伏之间的相关性；二是仅采用线性相关系数描述风光出力关系，无法准确刻画非线性相关特征，特别是极端天气或低出力条件下的尾部相关性；三是传统蒙特卡洛抽样或经验估算方式精度不足，容易导致新能源容量价值评估偏差，从而造成备用容量配置不足或冗余。

技术实现思路

1、本发明针对现有技术存在的问题，提供了一种考虑时空相关性的新能源置信出力评估方法及系统，提高新能源容量价值评估的准确性。

2、为实现上述目的，本发明采用的技术方案如下：

3、获取规划区域内的风电历史出力、光伏历史出力、负荷需求和电力系统资源参数，对所述风电历史出力和光伏历史出力进行分时段处理、边缘分布估计和相关性评价，得到分时段风光概率参数；

4、根据所述分时段风光概率参数选取目标copula函数，并基于所述目标copula函数建立分时段风光联合概率分布，对所述分时段风光联合概率分布进行采样，得到风光联合出力场景样本集；

5、对所述风光联合出力场景样本集进行场景削减，得到典型风光出力场景及其场景概率，并将所述典型风光出力场景、场景概率、负荷需求和电力系统资源参数输入预设的时序生产模拟模型，得到基准场景停电期望值和接入新能源场景停电期望值；

6、根据所述基准场景停电期望值和所述接入新能源场景停电期望值，在接入新能源场景中采用二分法迭代新增负荷量，直至新增负荷后的停电期望值与所述基准场景停电期望值满足预设收敛条件，得到新能源置信出力。

7、在一些实施例中，所述对所述风电历史出力和光伏历史出力进行分时段处理、边缘分布估计和相关性评价，得到分时段风光概率参数的过程包括：

8、按照日内24个时段分别提取风电历史出力样本和光伏历史出力样本，并对同一时段内的风电历史出力样本和光伏历史出力样本进行标幺化处理，得到分时段风光出力样本；

9、对所述分时段风光出力样本中的风电出力样本进行核密度估计，得到风电出力概率密度函数和风电出力累积分布函数；

10、对所述分时段风光出力样本中的光伏出力样本进行核密度估计，得到光伏出力概率密度函数和光伏出力累积分布函数；

11、基于所述分时段风光出力样本计算spearman秩相关系数和kendall秩相关系数，得到分时段风光相关性参数；

12、所述分时段风光相关性参数与所述风电出力累积分布函数、光伏出力累积分布函数共同构成所述分时段风光概率参数。

13、在一些实施例中，所述根据所述分时段风光概率参数选取目标copula函数的过程包括：

14、根据所述风电出力累积分布函数、光伏出力累积分布函数和分时段风光相关性参数构造经验copula函数；

15、将所述经验copula函数分别与多个候选理论copula函数进行比较，得到各候选理论copula函数对应的欧氏距离；

16、将欧氏距离最小的候选理论copula函数确定为所述目标copula函数；

17、其中，所述候选理论copula函数包括normal-copula函数、frank-copula函数和clayton-copula函数，所述目标copula函数用于将所述风电出力累积分布函数和光伏出力累积分布函数连接为所述分时段风光联合概率分布。

18、在一些实施例中，所述对所述分时段风光联合概率分布进行采样的过程包括：

19、对所述分时段风光联合概率分布进行联合采样，得到风电累积概率采样值和光伏累积概率采样值；

20、基于三次样条插值法，将所述风电累积概率采样值转换为风电出力采样值，并将所述光伏累积概率采样值转换为光伏出力采样值；

21、由同一采样时刻下的风电出力采样值和光伏出力采样值组成所述风光联合出力场景样本集。

22、在一些实施例中，所述对所述风光联合出力场景样本集进行场景削减的过程包括：

23、采用k-means聚类算法对所述风光联合出力场景样本集进行聚类，得到多个聚类中心、各聚类中心对应的样本数量和样本标准差；

24、将所述聚类中心作为所述典型风光出力场景，并根据所述样本数量计算所述典型风光出力场景的场景概率。

25、在一些实施例中，所述时序生产模拟模型的构建过程包括：

26、以电力系统总发电成本最小为目标，将所述典型风光出力场景作为新能源出力边界，将所述典型风光出力场景的场景概率作为各典型风光出力场景的权重，将所述负荷需求作为功率平衡约束中的负荷项，并根据所述电力系统资源参数构建火电机组运行约束、水电机组运行约束、储能充放电约束、备用约束和新能源出力约束，得到所述时序生产模拟模型。

27、在一些实施例中，所述在接入新能源场景中采用二分法迭代新增负荷量的过程包括：

28、以零作为新增负荷搜索区间下限，以所述典型风光出力场景中的风光联合最大出力值作为新增负荷搜索区间上限，得到新增负荷搜索区间；

29、取所述新增负荷搜索区间的中点作为候选新增负荷量，并将所述候选新增负荷量叠加至所述负荷需求，得到修正负荷需求；

30、将所述修正负荷需求输入所述时序生产模拟模型，得到候选停电期望值；

31、当所述候选停电期望值与所述基准场景停电期望值之间的差值不大于预设误差阈值时，将所述候选新增负荷量作为所述新能源置信出力。

32、本发明提出了一种考虑时空相关性的新能源置信出力评估系统，包括：

33、处理单元，配置为用于获取规划区域内的风电历史出力、光伏历史出力、负荷需求和电力系统资源参数，对所述风电历史出力和光伏历史出力进行分时段处理、边缘分布估计和相关性评价，得到分时段风光概率参数；

34、采样单元，配置为用于根据所述分时段风光概率参数选取目标copula函数，并基于所述目标copula函数建立分时段风光联合概率分布，对所述分时段风光联合概率分布进行采样，得到风光联合出力场景样本集；

35、模拟单元，配置为用于对所述风光联合出力场景样本集进行场景削减，得到典型风光出力场景及其场景概率，并将所述典型风光出力场景、场景概率、负荷需求和电力系统资源参数输入预设的时序生产模拟模型，得到基准场景停电期望值和接入新能源场景停电期望值；

36、迭代单元，配置为用于根据所述基准场景停电期望值和所述接入新能源场景停电期望值，在接入新能源场景中采用二分法迭代新增负荷量，直至新增负荷后的停电期望值与所述基准场景停电期望值满足预设收敛条件，得到新能源置信出力。

37、本发明提出了一种计算机设备，包括：

38、至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述程序时执行所述一种考虑时空相关性的新能源置信出力评估方法的步骤。

39、本发明提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时执行所述一种考虑时空相关性的新能源置信出力评估方法的步骤。

40、相对于现有技术，本发明具有以下有益效果：

41、本发明提出了一种考虑时空相关性的新能源置信出力评估方法及系统，方法包括：

42、获取规划区域内的风电历史出力、光伏历史出力、负荷需求和电力系统资源参数，对所述风电历史出力和光伏历史出力进行分时段处理、边缘分布估计和相关性评价，得到分时段风光概率参数；根据所述分时段风光概率参数选取目标copula函数，并基于所述目标copula函数建立分时段风光联合概率分布，对所述分时段风光联合概率分布进行采样，得到风光联合出力场景样本集；对所述风光联合出力场景样本集进行场景削减，得到典型风光出力场景及其场景概率，并将所述典型风光出力场景、场景概率、负荷需求和电力系统资源参数输入预设的时序生产模拟模型，得到基准场景停电期望值和接入新能源场景停电期望值；根据所述基准场景停电期望值和所述接入新能源场景停电期望值，在接入新能源场景中采用二分法迭代新增负荷量，直至新增负荷后的停电期望值与所述基准场景停电期望值满足预设收敛条件，得到新能源置信出力。

43、本发明将风电历史出力和光伏历史出力按时段处理，并结合边缘分布和相关性评价，能够更准确反映风光出力在不同时间段的变化特征。通过copula函数建立风光联合概率分布，能够刻画风电和光伏之间的非线性相关关系，避免简单线性相关分析带来的评估偏差。通过联合采样和k-means场景削减，在保留风光出力相关性的同时减少计算场景数量，提高计算效率。将典型风光出力场景输入时序生产模拟模型，能够结合火电、水电、储能、备用和新能源出力约束进行系统级可靠性评估。采用二分法迭代新增负荷量，使接入新能源后的系统可靠性与基准场景保持等效，从而得到更贴近系统实际支撑能力的新能源置信出力。

44、本发明旨在提出一种考虑时空相关性的新能源置信出力评估方法。针对风光出力的不确定性与强耦合性，引入秩相关系数与copula函数进行非线性概率化表征与典型场景生成，并构建深度耦合多类型资源物理约束的精细化时序生产模拟模型，以此为基础测算系统的停电期望值，利用二分法在保持可靠性水平不变的条件下精准迭代求解新能源的置信出力。

45、本发明区别于现有技术假设独立或使用简单的线性相关，采用经验copula函数并结合3次样条插值与k-means聚类进行场景削减。其效果是能精准捕获多源出力的非线性尾部特征，显著降低了因忽略相关性带来的系统规划次优决策风险。

46、本发明区别于传统粗放的置信出力估算方法以停电时长期望为可靠性锚点，通过二分法严格迭代系统新增负荷的上下限区间。其效果是确保了资源接入前后的可靠性指标绝对一致，实现了置信出力的高效精确计算。