[发明专利]区域新能源容量优化配置方法及系统

权利要求书

1.一种区域新能源容量优化配置方法，其特征在于，包括：

获取风光荷历史数据；

根据所述风光荷历史数据建立多时间尺度的风光荷聚类模型；

根据所述多时间尺度的风光荷聚类模型提取风光典型波动场景；

根据所述风光典型波动场景建立多层规划模型；

通过所述多层规划模型输出当前新能源规划容量值；

在获取风光荷历史数据后，还包括：

利用插值比对法对缺失数据进行补齐；

利用基于滤波修正方法对失真数据进行修正；

插值比对法例如选取三次样条插值法，具体包括：

假设有n+1个数据节点(x₀,y₀),(x₁,y₁),…,(x_n,y_n)；

第一步：计算步长h_i＝x_i+1-x_i；

第二步：将数据节点和指定首位端点条件带入矩阵方程；

第三步：解矩阵方程，求得二次微分值m_i；

第四步：计算样条曲线的系数如下式所示；

基于滤波的数据修正具体方法包括：

第一步：对风光多时间尺度出力曲线进行降噪处理；以高斯核函数曲线形状选择权值对曲线进行滤波，可以达到去除服从正态分布的噪声颇具效果，设原始数据D＝[d₁,d₂,…,d_i,…,d_n]^T∈R^n×m为n×m个数据点组成的矩阵，d_i＝[d_i1,d_i2,…,d_ij,…,d_im]^T∈R^n×m，平滑处理后D_smooth＝[d”₁,d”₂,…,d”_i,…,d”_n]^T∈R^n×m，其中，方差σ与窗宽w为可调参数；

高斯核函数表达式为

方差σ决定函数曲线的扁平程度；窗宽w决定参与平滑处理的原始数据个数；

以下为高斯平滑的过程：

定义窗宽w∈Z，则

X＝[x₁ … x_w]_1×w (3)

式中，

求取系数矩阵K，其表达式为

K＝[k₁ … k_w]_1×w (4)

式中，

对D进行补位操作组成新的数据矩阵D'，即将D的1至列和至m列分别补到D的最后和最前得到D'，D'中行向量d_i'如式(4)，D'中每一行向量d_i'与K进行卷积，得截取W中间的n×m矩阵作为D_smooth，D_smooth中第i行第j列数据d_i,j表达式为

d_i,j＝w'_i,j+w-1 (7)

其中，为向下取整；

第二步：得到平滑的水光荷多时间尺度曲线之后，设置可信度阈值λ，检查异常数据并作出修正，修正方式如下所示；

修正后数据为

2.根据权利要求1所述的区域新能源容量优化配置方法，其特征在于，所述建立多时间尺度的风光荷聚类模型，包括：

利用随时间反向传播算法进行LSTM自编码机神经网络的训练；

采用Nadam优化器调参，通过训练好的LSTM自编码机对风光荷历史数据进行降低数据维度处理；

对降维度的数据进行FCM聚类，得到低维空间的多时间尺度的风光荷聚类模型。