一種削減多個風(fēng)電場出力場景的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于風(fēng)電運行技術(shù)領(lǐng)域，更具體地，涉及一種削減多個風(fēng)電場出力場景的 方法。
【背景技術(shù)】
[0002] 風(fēng)電場的出力是一組隨機變化的數(shù)值，規(guī)律性差且不可控，其典型的出力場景難 以憑經(jīng)驗確定；而在電力系統(tǒng)的運行與規(guī)劃計算中，若計及全部風(fēng)電場出力的場景，計算規(guī) 模將非常龐大導(dǎo)致無法解算。因此，削減風(fēng)電場出力的歷史觀測數(shù)據(jù)，生成可以反映風(fēng)電場 出力概率分布的統(tǒng)計特性、相關(guān)特性的少量典型出力場景以及對應(yīng)場景的概率，進而用少 量的場景刻畫風(fēng)電場出力的概率分布，對含有風(fēng)電的電力系統(tǒng)規(guī)劃與運行計算具有重要意 義。
[0003] 現(xiàn)有的風(fēng)電場出力場景的削減技術(shù)中，NicoleGrowe-Kuska提出的Forward selection(前向選擇）或Backwardreduction(后向削減）方法和聚類法是2種最為常 見的技術(shù)。但是，這2種方法實質(zhì)上均是通過合并空間上距離相近的場景從而實現(xiàn)風(fēng)電場 出力場景的減少。在場景的削減過程中，2種方法均未考慮到多個風(fēng)電場出力之間的相關(guān)特 性、均值、方差、峰態(tài)、偏態(tài)等各階矩統(tǒng)計特性，導(dǎo)致削減后場景的相關(guān)特性、統(tǒng)計特性與原 始場景的偏差較大，基于此得到電力系統(tǒng)規(guī)劃與運行的計算結(jié)果與實際情況不相符，不利 于電力系統(tǒng)的安全穩(wěn)定運行。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種削減多個風(fēng)電場出力場景的方 法，旨在解決傳統(tǒng)風(fēng)電場出力場景的削減方法中，由于未考慮多個風(fēng)電場出力場景相關(guān)性 以及原始風(fēng)電場出力的概率分布的均值、方差、峰態(tài)、偏態(tài)等各階矩統(tǒng)計特性導(dǎo)致削減后的 風(fēng)電出力場景與原始的風(fēng)電出力場景偏差較大，所得的削減后場景質(zhì)量較差的問題。
[0005] 本發(fā)明提供了一種削減多個風(fēng)電場出力場景的方法，包括下述步驟：
[0006] S1 :獲得多個風(fēng)電場出力原始場景概率分布的相關(guān)矩陣、均值、方差、偏態(tài)和峰 態(tài)；
[0007] S2 :采用Cholesky分解方法和K-均值聚類方法對多風(fēng)電場歷史出力原始場景進 行削減；獲得滿足歷史樣本的相關(guān)矩陣為R的削減場景Wx;
[0008] S3 :獲得所述削減場景Wx對應(yīng)的概率p，并使得削減后的場景的概率分布保留原 始場景概率分布的均值、方差、偏態(tài)和峰態(tài)。
[0009] 更進一步地，步驟S2具體為：
[0010] (2. 1)隨機生成N個滿足0-1正態(tài)分布、樣本數(shù)目為Snuffl的場景序列，并形成正態(tài) 樣本矩陣Z;
[0011] 其中，
snumS最終削減后場景的數(shù) 目，Snuffl的取值范圍為1~s;Zi，…，Zn，…，ZN為隨機生成的場景序列；zw.為序列中的元素，n= 1，2,…N，j= 1，2,…，Snum;
[0012] (2. 2)采用Cholesky分解方法將所述相關(guān)矩陣R分解為上三角矩陣和下三角矩陣 的乘積；
[0013] 其中，
，1^為下三角矩陣，LT為上三角矩陣；
[0014] (2.3)將所述下三角矩陣L與正態(tài)樣本矩陣Z相乘，得到相關(guān)正態(tài)矩陣之；
[0015] 其中，
，2中的每一行對應(yīng)一個風(fēng)電場出力的 相關(guān)正態(tài)樣本；
[0016] (2. 4)對所述相關(guān)正態(tài)矩陣的每一行元素按照從小到大進行排序，將相關(guān)正態(tài)矩 陣中每個元素在該行的序位記錄下來，得到對應(yīng)于相關(guān)正態(tài)樣本矩陣的順序矩陣么;
[0017] 其中，
，油(4):表示5"在第一行中的序 位，Afe(fu)為i~N的數(shù)字；
[0018] (2. 5)采用K-均值聚類方法對N個風(fēng)電場出力的原始場景[Wi，…，Wn，…，WN]NXS 進行聚類，獲類，并將Snuffl類中每一類的中心作為風(fēng)電場出力的場景，獲得N個風(fēng)電場 出力削減后的場景爐：
[0019] 其中：
，*"*為第n個風(fēng)電場出力的第k個場景；
[0020] (2. 6)將N個風(fēng)電場出力削減后的場景爐按照相關(guān)正態(tài)矩陣的順序矩陣儼的元 素進行重新調(diào)整，獲得調(diào)整矩陣# ;
[0021] 其中：
；順序矩陣之~的任一個元素Afed)的作用 是：指示了在調(diào)整矩陣妒中的對應(yīng)位置（第n行第k列）上，需要放入的元素；具體來說，
[0022] (2. 7)獲得所述調(diào)整矩陣.釅的相關(guān)矩陣1;
[0023] 其中，
[0024] (2.8)獲得所述調(diào)整矩陣的相關(guān)矩陣及與原始場景的相關(guān)矩陣的R之間的距離
[0025](2.9)判斷距離是否小于等于給定的閾值e，若是，則當(dāng)前的調(diào)整矩陣承， 即為滿足歷史樣本的相關(guān)矩陣的R的削減場景Wx;若否，則返回至步驟（2. 1)。
[0026] 更進一步地，確定所述矩陣和中的第n行第k列元素 < 的規(guī)則是：將削減后的場 景#的第n行中，序位排在第~(-、)位的元素作為調(diào)整矩陣妒的第n行第k列元素汜；n =1，2,…N，k = 1，2,…，S^o
[0027] 其中，給定的閥值e取值范圍為0~1。
[0028] 更進一步地，步驟S3具體為：
[0029] (3. 1)以削減后場景的統(tǒng)計特性和原始場景的統(tǒng)計特性偏差最小為目標(biāo)建立目標(biāo)
[0030] 其中Mnq分別為第n個風(fēng)電場出力原始場景的概率分布的均值、方差、偏態(tài)、峰態(tài)； mnq為削減后的場景的概率分布的均值、方差、偏態(tài)、峰態(tài)；q= 1，2, 3, 4，
[0031] (3. 2)將削減后場景的概率之和等于1，風(fēng)電場出力統(tǒng)計特性與場景、場景的概率 三者之間的關(guān)系作為約束條件；
[0032] 其中，約束條件包括：

Pj表示第j個場景的概率；Snuffl表示削減后場 景的個數(shù)表示削減后第n個風(fēng)電場的第j個場景；mnq，q= 1，2, 3, 4為削減后的場景的 概率分布的均值、方差、偏態(tài)、峰態(tài)；
[0033] (3. 3)采用非線性規(guī)劃方法對上述目標(biāo)函數(shù)和約束條件進行求解，獲得與原始風(fēng) 電場景統(tǒng)計特性最為接近的削減場景對應(yīng)的概率p。
[0034] 更進一步地，在步驟S1中，原始場景概率分布的相關(guān)矩陣

其中， W為第比個風(fēng)電場出力和第h2個風(fēng)電場出力之間的相關(guān) i 系數(shù)，{1，…，H}，H表示風(fēng)電場的個數(shù)；表示第hl個風(fēng)電場出力和第h2f風(fēng)電場出力之間的協(xié)方差，表示第h個風(fēng)電場出力和第1個風(fēng)電場出力之間的協(xié) 方差，表示第h2個風(fēng)電場出力和第1!2個風(fēng)電場出力之間的協(xié)方差。
[0035] 更進一步地，在步驟S1中，原始場景概率分布的均值
其中， hG(1，…，H)，H表不風(fēng)電場的個數(shù)，'^^表不第h個風(fēng)電場的第s個場景，S表不原始場景 的個數(shù)。
[0036] 更進一步地，在步驟S1中，原始場景概率分布的方差
MhlS 第h個風(fēng)電場出力的原始場景概率分布的均值，whs表示第h個風(fēng)電場的第s個場景，S表 示原始場景的個數(shù)。
[0037] 更進一步地，在步驟S1中，原始場景概率分布的偏態(tài)
[0038] 更進一步地，在步驟S1中，原始場景概率分布的峰態(tài)
[0039] 本發(fā)明結(jié)合Cholesky分解、聚類、矩匹配三種方法，提出了一種優(yōu)化削減多個風(fēng) 電場出力場景生成方法，該方法可同時考慮原始風(fēng)電場出力場景數(shù)值的大小、原始風(fēng)電場 出力的相關(guān)特性和原始風(fēng)電場出力概率分布的統(tǒng)計特性。與前向選擇\后向消減法和聚類 法相比，可以大大提高了削減之后的場景與原始場景的近似度，降低場景削減過程中所產(chǎn) 生的精度的損失，從而提高含有風(fēng)電的電力系統(tǒng)規(guī)劃與運行計算結(jié)果的準(zhǔn)確度，提高電力 系統(tǒng)運行的安全性。
【附圖說明】
[0040] 圖1是本發(fā)明實施例提供的一種削減多個風(fēng)電場出力場景的方法的實現(xiàn)流程圖。
【具體實施方式】
[0041] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對 本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0042] 針對上述方法的不足，本發(fā)明提出一種結(jié)合Cholesky分解、聚類、矩匹配三種方 法的多個風(fēng)電場出力場景削減方法。利用Cholesky分解方法可以考慮多風(fēng)電場出力之間 的相關(guān)關(guān)系；基于聚類方法合并空間上距離相近的場景，實現(xiàn)場景削減；采用矩匹配方法 可以得到削減后場景的概率，使得削減后離散場景的概率分布與原始場景的概率分布在均 值、方差、峰態(tài)、偏態(tài)等各階矩統(tǒng)計特性相匹配。本發(fā)明提出的技術(shù)可以同時保留原始場景 的數(shù)值大小、原始場景的相關(guān)特性和原始場景分布