[发明专利]电力系统备用需求预测方法、系统、装置及存储介质

说明书

本发明公开了一种电力系统备用需求预测方法、系统、装置及存储介质，方法包括：获取电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；对净负荷预测曲线样本进行场景聚类，从而将净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而将净负荷预测误差曲线样本划分为若干个预测误差样本集合；分别对各预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定分级备用需求曲线；获取电力系统的日前净负荷预测曲线，根据日前净负荷预测曲线和分级备用需求曲线预测得到电力系统各时段的备用需求。本发明提高了备用需求预测的准确度，有利于备用资源的合理调度，提高了电力系统的稳定性，可广泛应用于电力系统控制技术领域。

技术领域

本发明涉及电力系统控制技术领域，尤其是一种电力系统备用需求预测方法、系统、装置及介质。

背景技术

为了应对系统的不确定性，电力系统必须预留一定裕度的备用资源。无论电网发电调度采用计划模式还是市场模式，评估备用需求都是必要且重要的任务。备用需求一般分为事故备用和负荷备用两方面。目前负荷备用需求主要考虑负荷预测误差造成的不确定性。现有技术中，常用N-1准则和负荷百分比准则进行备用需求的评估和预测，例如利用风电场出力和负荷对系统正、负旋转备用的需求系数，将风电功率预测值和负荷预测值加权求和作为系统正、负旋转备用的约束下限。这类方法主要根据既定标准将不确定量转化为确定量或百分比，从而实现系统备用需求的评估。

然而随着风电和光伏等新能源渗透率的大幅度提高，它们的发电功率受天气变化的影响而呈现多时间尺度的波动性，电力系统不确定性与备用需求之间的关系变得复杂，现有的评估方法未能考虑到多场景、多时间尺度下新能源的发电特性，导致备用需求的评估与预测结果并不准确，不利于电力系统的稳定运行。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本发明实施例的一个目的在于提供一种电力系统备用需求预测方法，该方法通过对历史时段内电力系统的净负荷预测曲线样本进行场景聚类，进而对净负荷预测误差曲线样本进行场景划分，并利用形态学滤波器对净负荷预测误差曲线进行时间尺度分解，从而确定各净负荷场景下的分级备用需求曲线，然后根据电力系统的日前净负荷预测曲线和分级备用需求曲线预测得到各时段的备用需求。本发明综合考虑了净负荷预测误差和发电能源多时间尺度下的波动特性，相较现有技术而言，提高了备用需求预测的准确度，有利于电力系统备用资源的合理调度，从而提高了电力系统的稳定性。

本发明实施例的另一个目的在于提供一种电力系统备用需求预测系统。

为了达到上述技术目的，本发明实施例所采取的技术方案包括：

第一方面，本发明实施例提供了一种电力系统备用需求预测方法，包括以下步骤：

获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本；

对所述净负荷预测曲线样本进行场景聚类，从而将所述净负荷预测曲线样本划分为若干个净负荷场景样本集合，进而根据所述净负荷场景样本集合将所述净负荷预测误差曲线样本划分为若干个预测误差样本集合；

采用形态学滤波器分别对各所述预测误差样本集合中的净负荷预测误差曲线样本进行时间尺度分解，确定各净负荷场景下的分级备用需求曲线；

获取电力系统的日前净负荷预测曲线，根据所述日前净负荷预测曲线和所述分级备用需求曲线预测得到电力系统各时段的备用需求。

进一步地，在本发明的一个实施例中，所述获取预设历史时段内电力系统的净负荷预测曲线样本和净负荷预测误差曲线样本这一步骤，其具体包括：

获取预设历史时段内电力系统的日负荷预测曲线、日出力预测曲线、实际日负荷曲线以及实际日出力曲线；