一种电力系统电力平衡风险评估方法及装置与流程

1.本技术涉及电力系统风险评估技术领域，特别是涉及一种电力系统电力平衡风险评估方法及装置。


背景技术：

2.随着科技的发展，建设绿色、低碳、高效的新型电力系统是能源转型的关键举措，以光伏为代表的可再生能源的装机规模和接入比例显著提升。光伏发电是利用光生伏特效应将光能直接转变为电能的一种技术。光伏电站越来越多的接入电力系统，为电力系统的供需平衡带来风险，对电力系统的电力平衡进行风险评估成为了一个急于解决的问题。现有技术对电力系统的电力平衡进行风险评估考虑电站稳定的最大出力数据进行风险评估，而使用现有技术对存在光伏电站的电力系统的电力平衡进行风险评估往往准确率低。


技术实现要素：

3.基于上述问题，本技术提供了一种电力系统电力平衡风险评估方法及装置以解决现有技术中对电力系统的电力平衡进行风险评估的准确率低问题。
4.本技术公开了一种电力系统电力平衡风险评估方法，所述方法包括：
5.利用电力系统中光伏电站的历史出力数据得到所述光伏电站的最大出力的概率分布，所述概率分布用于表示所述光伏电站最大出力的概率规律；
6.利用所述光伏电站最大出力的概率分布计算得到弃光期望和失负荷期望，所述弃光期望表示电力系统中没有被使用的发电部分的期望值，所述失负荷期望表示电力系统无法满足使用负荷部分的期望值；
7.利用所述弃光期望和失负荷期望得到所述电力平衡风险指标。
8.可选的，所述电力系统电力平衡风险评估方法进一步包括：
9.获取所述电力系统的运行约束，所述运行约束用于在约束范围内调节所述电力系统的电力平衡；
10.所述利用所述光伏电站最大出力的概率分布计算得到弃光期望和失负荷期望包括：
11.利用所述运行约束和所述光伏电站最大出力的概率分布计算得到最小弃光期望和最小失负荷期望；
12.所述利用所述弃光期望和失负荷期望得到所述电力平衡风险指标包括：
13.利用所述最小弃光期望和所述最小失负荷期望得到所述电力平衡风险指标。
14.可选的，所述利用所述光伏电站最大出力的概率分布计算得到弃光期望和失负荷期望包括：
15.利用随机抽样法在所述概率分布中进行随机抽样，得到所述光伏电站的多个最大出力的样本数据；
16.将所述多个样本数据分别作为目标样本数据；
17.利用所述目标样本数据和所述运行约束得到所述电力系统的目标弃光量和目标失负荷量；
18.利用多个目标弃光量得到弃光期望；
19.利用多个目标失负荷量得到失负荷期望。
20.可选的，所述运行约束包括：
21.线路容量约束和发电机组出力约束。
22.可选的，所述利用电力系统中光伏电站的出力数据得到所述光伏电站的最大出力的概率分布包括：
23.将所述出力数据基于核密度估计法得到所述光伏电站的最大出力的概率分布。
24.本技术还公开了一种电力系统电力平衡风险评估装置，所述装置包括：
25.历史最大出力的概率分布获取模块，利用电力系统中光伏电站的出力数据得到所述光伏电站的最大出力的概率分布，所述概率分布用于表示所述光伏电站最大出力的概率规律；
26.期望值获取模块，利用所述光伏电站最大出力的概率分布计算得到弃光期望和失负荷期望，所述弃光期望表示电力系统中没有被使用的发电部分的期望值，所述失负荷期望表示电力系统无法满足使用负荷部分的期望值；
27.计算模块，利用所述弃光期望和失负荷期望得到所述电力平衡风险指标。
28.可选的，所述电力系统电力平衡风险评估装置进一步包括：
29.运行约束获取模块，获取所述电力系统的运行约束，所述运行约束用于在约束范围内调节所述电力系统的电力平衡；
30.所述期望值获取模块包括：
31.最小期望值获取单元，利用所述运行约束和所述光伏电站最大出力的概率分布计算得到最小弃光期望和最小失负荷期望；
32.所述计算模块具体用于：
33.利用所述最小弃光期望和所述最小失负荷期望得到所述电力平衡风险指标。
34.可选的，所述期望值获取模块包括：
35.抽样单元，利用随机抽样法在所述概率分布中进行随机抽样，得到所述光伏电站的多个最大出力的样本数据；
36.目标样本数据确定单元，将所述多个样本数据分别作为目标样本数据；
37.目标期望值确定单元，利用所述目标样本数据和所述运行约束得到所述电力系统的目标弃光量和目标失负荷量；
38.弃光期望计算单元，利用多个目标弃光量得到弃光期望；
39.失负荷期望计算单元，利用多个目标失负荷量得到失负荷期望。
40.本技术还提供了一种电子设备，包括存储器和处理器，其中：
41.所述存储器，用于保存计算机程序；
42.所述处理器，用于执行所述计算机程序，以实现上述电力系统电力平衡风险评估方法。
43.本技术还提供了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现上述电力系统电力平衡风险评估方法。
44.相较于现有技术，本技术具有以下有益效果：
45.本技术考虑光伏发电出力的不确定性，通过光伏电站的最大出力的概率分布计算电力系统的失负荷量和弃光量，并进一步计算得到失负荷期望和弃光期望，将失负荷期望和弃光期望作为量化电力平衡风险的指标，从而得到电力系统风险评估指标，通过本技术得到的电力系统风险评估指标与现有技术相比更加准确。
46.除此之外，本技术还可以获取电力系统的约束条件，并考虑电力系统的自我调节，构造了不同光伏出力下的电力系统运行场景，通过不同光伏出力下的电力系统运行场景得到多个目标失负荷量和目标弃光量，通过目标失负荷量和目标弃光量进一步得到失负荷量期望和期望弃光量期望，更加具体准确的得到电力系统风险评估指标。
附图说明
47.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
48.图1为本技术提供的一种电力系统电力平衡风险评估方法流程图；
49.图2为本技术提供的另一种电力系统电力平衡风险评估方法流程图；
50.图3为本技术提供的一种电力系统电力平衡风险评估装置的结构示意图。
具体实施方式
51.正如前文描述，目前的电力系统电力平衡风险评估方法考虑电站稳定的最大出力数据进行风险评估，而使用现有技术对存在光伏电站的电力系统的电力平衡进行风险评估往往准确率低。
52.经过研究发现，光伏电站的发电受光照强度等气象因素的影响，其可用出力具有不确定性，这种不确定性可能导致用户侧失负荷或发电侧弃光的能源低效现象，而现有技术并未考虑光伏发电的不确定性特定。为此，需要合理量化和评估新型电力系统中光伏不确定性带来的电力平衡风险，准确的对电力平衡风险进行评估成为了急需解决的问题。为了解决现有技术中电力平衡风险评估不准确，本技术提供了一种电力系统电力平衡风险评估方法及装置。
53.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
54.图1为本技术提供的一种电力系统电力平衡风险评估方法，所述方法包括以下步骤：
55.s101：利用电力系统中光伏电站的历史出力数据得到所述光伏电站的最大出力的概率分布。
56.其中，所述概率分布用于表示所述光伏电站最大出力的概率规律。这里假设有光伏电站为m，对于光伏电站m有ns个光伏出力数据。这ns个光伏出力数据记为
57.通过核密度估计法可以得到所述光伏电站m理论最大出力的概率密度函数：
[0058][0059]
其中，k(x)为正态核函数，h表示正态核函数k(x)的带宽，与上述概率密度函数对应的正态核函数k(x)为：
[0060][0061]
对概率密度函数进行积分计算，可以得到光伏电站m理论最大出力的累积概率分布函数f(x)：
[0062][0063]
所述数f(x)可以表示光伏电站m的最大出力的概率分布。
[0064]
s102：利用所述光伏电站最大出力的概率分布计算得到弃光期望和失负荷期望。
[0065]
其中，可以直接通过所述光伏电站最大出力的概率分布得到弃光期望和失负荷期望，也可以通过抽样的方式在光伏电站最大出力的概率分布中多次抽样取得最大出力的样本，利用多个样本计算得到弃光期望和失负荷期望。
[0066]
s103：利用所述弃光期望和失负荷期望得到所述电力平衡风险指标。
[0067]
其中，可以直接将弃光期望和失负荷期望作为电力平衡风险指标，也可以通过弃光期望和失负荷期望进行计算得到综合性电力平衡风险指标，都应该属于本技术的保护范围。
[0068]
本技术考虑光伏发电出力的不确定性，通过核密度估计法获取光伏电站的最大出力的概率分布，通过核密度估计法可以更准确的得到光伏电站的最大出力的概率分布；本技术通过光伏电站的最大出力的概率分布计算电力系统的失负荷量和弃光量，并进一步计算考虑电力系统的失负荷期望和弃光期望，通过失负荷期望和弃光期望得到电力系统电力平衡风险评估指标，与现有技术相比更加准确。
[0069]
在计算电力系统电力平衡风险指标的过程中，光伏电站的最大出力的概率分布往往比较复杂，为了更好的得到电力系统电力平衡风险指标，可以采用抽样的方式获得更具体的场景，在多个具体场景下计算电力系统电力平衡风险指标；电力系统本身具有一定的调节功能，考虑上述情况，图2为本技术提供的另一种电力系统电力平衡风险评估方法，所述方法包括以下步骤：
[0070]
s201：利用电力系统中光伏电站的历史出力数据得到所述光伏电站的最大出力的概率分布。
[0071]
其中，获得所述光伏电站的最大出力的概率分布的过程可以与图1对应方法中的获取过程一致。
[0072]
s202：利用随机抽样法在所述概率分布中进行随机抽样，得到所述光伏电站的多个最大出力的样本数据。
[0073]
其中，可以生成n个随机分布在(0，1)上的随机数{ξ1，...，ξi，...，ξn}，可以通过光伏电站m理论最大出力的累积概率分布函数f(x)得到累积概率分布函数的反函数f-1
(x)，利用所述累积概率分布函数的反函数得到多个最大出力样本数据，所述样本数据可以表示为：
[0074][0075]
其中表示对应随机数ξi对应的光伏电站理论最大出力样本数据。
[0076]
其中，电力系统中可以包括一个光伏电站，也可以包括多个光伏电站，对于包括多个光伏电站的电力系统，可以对每个光伏电站进行上述操作，得到由多个光伏电站构成的电力系统运行场景s，所获得所有场景的集合如下所示：
[0077][0078]
s203：获取电力系统的运行约束。
[0079]
其中，所述运行约束用于在约束范围内调节所述电力系统的电力平衡。运行约束主要包括线路容量约束和发电机组出力约束。
[0080]
其中电力系统的电力平衡可以表示为：
[0081][0082]
其中，pg表示发电机组g的出力，表示光伏电站m的实际出力，上述公式中表示负荷j的实际负荷功率，sg表示电力系统中常规发电机组的集合，线路容量和电机组出力都会影响电力系统的电力平衡，电力系统可以在约束范围内通过系统内的调节使得电力系统自身的弃光量与失负荷量达到最小。
[0083]
s204：将所述多个样本数据分别作为目标样本数据。
[0084]
其中，将通过s202得到的多个样本数据分别作为目标样本数据。
[0085]
s205：利用所述目标样本数据和所述运行约束得到所述电力系统的目标弃光量和目标失负荷量。
[0086]
其中，考虑电力系统的运行约束，利用样本数据可以计算得到所述样本数据在所述电力系统中的目标弃光量和目标失负荷量，所述目标弃光量和目标失负荷量均是考虑运行约束，即考虑电力系统自我调节的情况下达到的最小值。
[0087]
s206：利用多个目标失负荷量得到失负荷期望。
[0088]
其中，利用通过上述步骤得到的目标失负荷量计算得到目标场景下电力系统的总失负荷量，所述总失负荷量可以用δp
load，loss，i
表示，场景si下负荷j的失负荷量可以用表示，场景si下的总失负荷量与相同场景下负荷j的失负荷量有如下关系：
[0089]
[0090]
通过不同目标场景下的目标失负荷量可以得到失负荷期望e
load，loss
，失负荷期望可以表示为：
[0091][0092]
s207：利用多个目标弃光量得到弃光期望。
[0093]
其中，利用通过上述步骤得到的目标弃光量计算得到目标场景下电力系统的总弃光量，所述总弃光量可以用δp
pv，loss，i
表示，场景si下光伏电站m的弃光量可以用表示，场景si下的总弃光量与相同场景下光伏电站m的弃光量有如下关系：
[0094][0095]
通过不同目标场景下的目标失负荷量可以得到弃光期望e
pv，loss
，弃光期望可以表示为：
[0096][0097]
s208：利用弃光期望和失负荷期望得到电力平衡风险评估指标。
[0098]
上述电力系统电力平衡风险评估方法考虑了电力系统的自动调节，考虑光伏发电出力的不确定性，通过抽样的方法构造了不同光伏出力下的电力系统运行场景，使计算的过程更加简便；获取了电力系统的约束条件，并考虑到电力系统的自我调节使不同的场景中的弃光量与失负荷量最小，通过不同场景下的弃光量与失负荷量得到弃光期望与失负荷期望，通过弃光期望与失负荷期望更准确的得到电力系统电力平衡风险评估指标。
[0099]
本技术还公开了如图3所示的一种电力系统电力平衡风险评估装置300，其中包括：
[0100]
历史最大出力的概率分布获取模块301，利用电力系统中光伏电站的出力数据得到所述光伏电站的最大出力的概率分布，所述概率分布用于表示所述光伏电站最大出力的概率规律；
[0101]
期望值获取模块302，利用所述光伏电站最大出力的概率分布计算得到弃光期望和失负荷期望，所述弃光期望表示电力系统中没有被使用的发电部分的期望值，所述失负荷期望表示电力系统无法满足使用负荷部分的期望值；
[0102]
计算模块303，利用所述弃光期望和失负荷期望得到所述电力平衡风险指标。
[0103]
本技术提供的电力系统电力平衡风险评估装置还可以包括以下模块：
[0104]
运行约束获取模块，获取所述电力系统的运行约束，所述运行约束用于在约束范围内调节所述电力系统的电力平衡；
[0105]
所述期望值获取模块可以包括：
[0106]
最小期望值获取单元，利用所述运行约束和所述光伏电站最大出力的概率分布计算得到最小弃光期望和最小失负荷期望；
[0107]
所述计算模块具体用于：
[0108]
利用所述最小弃光期望和所述最小失负荷期望得到所述电力平衡风险指标。
[0109]
可选的，所述期望值获取模块可以包括：
[0110]
抽样单元，利用随机抽样法在所述概率分布中进行随机抽样，得到所述光伏电站的多个最大出力的样本数据；
[0111]
目标样本数据确定单元，将所述多个样本数据分别作为目标样本数据；
[0112]
目标期望值确定单元，利用所述目标样本数据和所述运行约束得到所述电力系统的目标弃光量和目标失负荷量；
[0113]
弃光期望计算单元，利用多个目标弃光量得到弃光期望；
[0114]
失负荷期望计算单元，利用多个目标失负荷量得到失负荷期望。
[0115]
本技术实施例还提供了对应的设备以及计算机可读存储介质，用于实现本技术实施例提供的方案。
[0116]
其中，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行本技术任一实施例所述的电力系统电力平衡风险评估方法。
[0117]
在实际应用中，所述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。
[0118]
计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0119]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0120]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0121]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示
意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0122]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0123]
以上所述，仅为本技术的一种具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。