[发明专利]结合广义源-网-荷信息的风电爬坡事件直接预报方法

权利要求书

1.结合广义源-网-荷信息的风电爬坡事件直接预报方法，其特征在于，包括以下步骤：

步骤一：根据电网中每一个时刻的风力发电机组和其他新能源发电机组与电网负荷的实际情况，设定样本点；

步骤二：定义一种通道自选择的多层累加系数修正模型，根据电网中各发电机组与负荷的实际情况对模型的参数进行设定；

步骤三：利用步骤一中设定的样本点与步骤二中建立的模型对样本进行识别，根据是否为风电爬坡事件将样本进行二分类；

步骤四：使用smote过采样算法，对选取的样本点数据进行前处理，使样本中爬坡事件的占比与非爬坡事件的占比相等；

步骤五：利用BP神经网络数据挖掘算法，基于前处理后的样本点数据建立数据驱动模型，对风电功率爬坡事件进行预测；

步骤一中，设P_1X为风力发电机组X时刻的输出功率；P_2X为电网中X时刻的负荷功率；P_3X为1号其他新能源发电机组X时刻的输出功率；……；P_iX为i-2号其他新能源发电机组X时刻的输出功率，则风力发电机组X时刻的输出功率变化值D_1X、电网中X时刻的负荷功率变化值D_2X、1号其他新能源发电机组X时刻输出功率变化值D_3X、……、i-2号其他新能源发电机组X时刻的输出功率变化值D_iX如公式(1)所示：

其中，i≥3，ΔX为时间间隔；

根据每时刻各发电机组输出功率变化值和负荷侧功率变化值设定样本点M₁,M₂,M₃...,M_X如公式(2)所示：

步骤二中，定义一种通道自选择的多层累加系数修正模型，模型包含多个层结构，每层含有2n个通道，每个通道包含着前端通道选择标准与后端修正系数两部分，所述样本点根据每层中的前端通道选择标准穿越各层，并获取穿过通道的后端修正系数进行累加修正，得到最终的修正后的系数；

步骤二中，对模型参数进行设定的具体步骤如下：根据电网中描述对象的总数量设定模型层数i，设电网中描述对象总数量为Num，则模型层数i如公式(3)所示：

i＝Num (3)

其中，描述对象为电网中风力发电机组、其他新能源发电机组和负荷；

设定阈值百分比参数Var，根据电网中各个描述对象的装机容量[G₁ G₂ G₃…G_i]^T设定阈值量[Va1 Va2 Va3…Vai]^T，如公式(4)所示：

根据电网中各描述对象的实际运行情况设定描述系数[α₁ α₂ α₃…α_i]^T，如公式(5)所示：

根据各个描述对象的描述系数与装机容量设定层系数[β₁ β₂ β₃…β_i]^T，如公式(6)所示：

根据各个描述对象的描述系数与装机容量，获取总发电机组装机系数Per如公式(7)所示：

Per＝[α₁ α₂ α₃…α_i][G₁ G₂ G₃ …G_i]^T (7)

根据模型的精度需求，设定通道宽度S，并根据通道宽度S与得到的阈值量[Va1 Va2Va3…Vai]^T设定前端通道选择标准；根据电网实际运行情况，设定通道上限为2*G_i、通道下限为-2*G_i，每层含有2n个通道，每个通道设定通道系数为[-n -n+1…-1 1…n-1 n]；设通道的后端修正系数为γ，则γ如公式(8)所示：

γ＝[β₁ β₂ β₃…β_i]^T[-n -n+1…-1 1…n-1 n] (8)。

2.根据权利要求1所述的结合广义源-网-荷信息的风电爬坡事件直接预报方法，其特征在于：步骤三中，将步骤一中得到的样本点M₁,M₂,M₃...,M_X输入步骤二建立的模型，样本点在依次经过每一个设定层时，均需要根据前端通道选择标准，选择可以进入的通道穿越该设定层，在经过每个通道的同时，获取该通道的后端修正系数γ，在经过全部层后将得到的最终累加的后端修正系数γ₁+γ₂+γ₃+…+γ_i与爬坡判定标准系数φ进行比较，当样本M_X经过通道自选择的多层累加系数修正模型后得到的最终累加系数的绝对值大于φ时，发生风电爬坡事件；当样本M_X经过通道自选择的多层累加系数修正模型后得到的最终累加的后端修正系数的绝对值小于φ时，不发生风电爬坡事件，将样本根据是否发生风电爬坡事件进行二分类；所述爬坡判定标准系数φ如公式(9)所示：

φ＝1/S*Per (9)

其中，S为步骤二中选定的通道宽度；Per为总发电机组装机系数。