[发明专利]一种A类机组出力曲线分解方法

说明书

本发明实施例公开了一种A类机组出力曲线分解方法，包括获取n个A类机组历史日96点出力数据，分别得到A类机组出力数据矩阵Asubgt;n_96/subgt;和A类机组典型出力比例矩阵Bsubgt;n_96/subgt;；所述A类机组的典型出力分布遵循正态分布，通过正态分布获取随机数形成正态分布因子矩阵Csubgt;n_96/subgt;；将所述Asubgt;n_96/subgt;、Bsubgt;n_96/subgt;和Csubgt;n_96/subgt;做哈达玛积运算，得到n个A类机组分解日96点负荷数据预测矩阵Dsubgt;n_96/subgt;和分解日96点总出力数据预测矩阵Esubgt;1_96/subgt;；获取分解日前A类机组总出力数据矩阵Fsubgt;1_96/subgt;，将所述Fsubgt;1_96/subgt;与Esubgt;1_96/subgt;相减得到Msubgt;1_96/subgt;，所述Bsubgt;n_96/subgt;中的bsubgt;ij/subgt;与Msubgt;1_96/subgt;中的msubgt;j/subgt;相乘得到偏差校正数据矩阵Gsubgt;n_96/subgt;；将所述Gsubgt;n_96/subgt;与Dsubgt;n_96/subgt;相加,得到n个A类机组分解日96点负荷数据矩阵。采用本发明，能够得到区域内分解日较为准确的各个A类机组96点的出力数据。

技术领域

本发明涉及电力系统中负荷预测领域，特别是涉及一种A类机组出力曲线分解方法。

背景技术

伴随着我国电力行业的不断发展和人民生活水平的不断提高，各行各业对电能的需求越来越大。由于电能的生产和消费的同时性，且消耗是一个随机过程，电网存储成本高，准确且合理的电能配送才能满足各类用户的不同需求，使发电机组以及输电线路以最长寿命安全运行。电力现货市场在解决发用电分布不均衡及最大化的调整电力资源配置过程中发展了重要作用。我国在新一轮电力改革过程中也出现了“现货”的概念，这对于提升电力资源的优化配置及交易过程中的风险控制提供了新的路径。根据《广东电力市场信息披露实施细则(征求意见稿)》，现阶段公布信息中只公布了省内A类电源总出力预测曲线，并无各个A类机组预测的具体预测数据。A类机组出力曲线作为仿真出清算法的边界条件，所以A类机组出力曲线分解的准确性与节点价格仿真出清算法的输出结果有着强相关的关系目前，相关算法几乎没有被开发，此算法正好填补了这方面的空缺，对节点价格预测结果的准确性有着深远的意义。

发明内容

本发明为了解决上述问题，提供了一种A类机组出力曲线分解方法,可以在基于历史负荷数据做数学统计的同时，对分解日负荷做出较为准确的预测。

为了解决上述技术问题，本发明提供了一种A类机组出力曲线分解方法，所述方法包括：

获取n个A类机组历史日96点出力数据，分别得到A类机组出力数据矩阵A_{n_96}和A类机组典型出力比例矩阵B_{n_96},其中，n为正整数；

所述A类机组的典型出力分布遵循正态分布，通过正态分布获取随机数形成正态分布因子矩阵C_{n_96}；

将所述A_{n_96}、B_{n_96}和C_{n_96}做哈达玛积运算，得到n个A类机组分解日96点负荷数据预测矩阵D_{n_96}和分解日96点总出力数据预测矩阵E_{1_96}；

获取分解日前A类机组总出力数据矩阵F_{1_96}，将所述F_{1_96}与E_{1_96}相减得到M_{1_96}，所述B_{n_96}中的b_ij分别与M_{1_96}中的m_j相乘得到偏差校正数据矩阵G_{n_96}；

将所述G_{n_96}与D_{n_96}相加,得到n个A类机组分解日96点负荷数据矩阵。