[发明专利]一种新能源与多元负荷价值匹配方法及系统

权利要求书

1.一种新能源与多元负荷价值匹配方法，其特征在于，包括以下步骤：

S10、获取预设时段第一区域内的新能源发电功率数据及负荷数据，并获取所述预设时段内多个第二区域新能源发电功率数据及负荷数据，进行预处理；所述第二区域为具有消纳第一区域新能源潜力的区域；

S20、将预处理后的第一区域内的新能源发电功率数据及负荷数据、多个第二区域的的新能源发电功率数据及负荷数据，通过变分自编码器生成关于新能源与负荷的生成场景，得到场景生成数据，再利用深度学习模型进行模型训练，得到第一区域内的训练生成新能源发电功率数据及负荷数据、多个第二区域的训练生成新能源发电功率数据及负荷数据；

S30、根据各个区域的训练生成新能源出力数据及负荷数据，计算新能源与负荷匹配度，选出匹配度最大的两个区域之间的就近消纳能力方案。

2.如权利要求1所述的一种新能源与多元负荷价值匹配方法，其特征在于，所述步骤S20，包括：

1)数据编码：通过编码器将无标签的新能源出力数据及负荷数据降维成一组特征向量，再进行模型的拟合过程；

2)数据解码：通过解码器将编码器中的一组特征向量再还原成输入数据；

3)梯度反向传播：通过梯度反下降调整网络权重大小,经过反复的训练后，通过解码器学习到历史数据的分布规律；

4)数据生成：通过VAE生成概率模型，输出层生成多组新能源与负荷场景集，得到各个区域的训练生成新能源出力数据及负荷数据。

3.如权利要求2所述的一种新能源与多元负荷价值匹配方法，其特征在于，所述步骤S30，包括：

1)将各个区域的训练生成负荷数据，分别各自减去自己区域的新能源出力数据，得到各个区域预设时段的广义平均负荷，公式如下：

(1)式中，P_L(t)表示各区域中某一区域内的训练生成负荷数据；P_W(t)表示各区域中某一区域内的新能源出力数据；T表示周期时段数；

2)叠加所有各个区域预设时段的广义平均负荷：

(2)式中，N表示叠加区域的个数；P_Lj(t)表示第j个叠加区域的预设时段平均负荷；

3)分别计算预设时段中各个区域的最大负荷P_max，最小负荷P_min，峰谷差P_v，峰谷差率R_v和波动率f；公式如下：

P_v＝P_max-P_min (3)

P′_v＝P′_max-P′_min (4)

(4)式中，P′_v表示各个区域的广义平均负荷的峰谷差；P′_max表示各个区域的广义平均负荷中的最大负荷；P′_min表示各个区域的广义平均负荷中的最小负荷；

R_v＝P_v/P_max (5)

R′_v＝P′_v/P′_max (6)

(6)式中，R′_v表示各个区域的广义平均负荷的峰谷差率；

(7)式中，表示各个区域预设时段的负荷平均值；s表示各个区域预设时段平均负荷的标准值；

4)计算各个区域在预设时段的平均负荷和广义平均负荷的曲线斜率关联度γ，并计算各个区域之间的新能源负荷匹配度ρ；

(8)式中，表示是周期为t+1时的广义平均负荷减去周期为t时的广义平均负荷差值；ΔP_L(t)表示周期为t+1时的平均负荷减去周期为t时的平均负荷差值；和分别是广义平均负荷和平均负荷的方差；

(9)式中，ρ表示第一区域与对应的第二区域的新能源负荷匹配度。