[发明专利]一种光伏接入容量评估方法、装置及电子设备

说明书

本发明提供了一种光伏接入容量评估方法、装置及电子设备，其中，该方法包括：获取多个场景下的历史源荷数据集；根据历史源荷数据集训练得到GAN的生成器，根据生成器生成多个场景下的当前源荷数据集；对所有的当前源荷数据集进行聚类，选取出聚类中心对应的有效源荷数据集；根据有效源荷数据集确定配电系统的最优接入容量。通过本发明实施例提供的光伏接入容量评估方法、装置及电子设备，利用先生成再聚类的方式，可以得到能够准确表征光伏特征的有效源荷数据集，准确性较高，且有限的有效源荷数据集也能够提高容量评估的效率；并且，生成器可以生成多种场景下的当前源荷数据集，可以削弱多场景下源荷不确定性的影响，适应性更强。

技术领域

本发明涉及光伏工程技术领域，具体而言，涉及一种光伏接入容量评估方法、装置、电子设备及计算机可读存储介质。

背景技术

近年来，我国光伏发展产业取得快速发展，产业规模和技术水平均已到达世界领先水平，大力发展光伏也已成为全球能源革命和应对气候变化的主导方向和一致行动。由于国内光伏的分布比较分散，光伏发电主要为分布式并网，配电网作为电力系统到用户的最后一环，对供电可靠性和电能质量影响最为直接。然而光伏出力的随机性和波动性对电力系统的冲击限制了其接入规模，如何评估配电网各接入节点的最优接入光伏容量已成为促进新能源消纳良性发展的研究热点。

目前研究光伏接入评估方法多集中在随机建模和鲁棒优化方法，通过概率分布方式或选取最恶劣的场景进行分析，但这种方法所采用的数据质量参差不齐，其准确性较差，评估结果严重保守。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种光伏接入容量评估方法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例提供了一种光伏接入容量评估方法，包括：

获取多个场景下的历史源荷数据集，所述历史源荷数据集包括不同时间的光伏发电功率和负荷；

根据所述历史源荷数据集训练得到对抗生成网络的生成器，根据所述生成器生成多个场景下的当前源荷数据集；

对所有的所述当前源荷数据集进行聚类，选取出聚类中心对应的有效源荷数据集；

根据所述有效源荷数据集确定配电系统的最优接入容量。

在一种可能的实现方式中，所述根据所述历史源荷数据集训练得到生成器，包括：

将所述历史源荷数据集作为真实样本，将生成器输出的样本作为生成样本，以所述真实样本和所述生成样本作为判别器的输入，对所述生成器和所述判别器进行训练，得到能够生成所述当前源荷数据集的生成器；所述生成器和所述判别器的损失函数满足：

其中，G表示所述生成器，D表示所述判别器，x表示所述真实样本，p(x)表示所述真实样本所对应的样本分布，x'表示所述生成样本，p(x')表示所述生成样本所对应的样本分布，E表示相应分布的权重值，c表示场景所对应的条件；D()表示所述判别器的判别函数，所述判别函数用于确定对相应样本的判别结果。

在一种可能的实现方式中，所述对所有的所述当前源荷数据集进行聚类，包括：

基于k-means聚类算法，通过确定所述当前源荷数据集之间的欧氏距离对所有的所述当前源荷数据集进行聚类；所述k-means聚类算法中的k值与所述场景的种类数相一致。

在一种可能的实现方式中，所述根据所述有效源荷数据集确定配电系统的最优接入容量，包括：

以配电系统的接入容量最大和网络损耗最小为优化目标，根据所述有效源荷数据集对接入所述配电系统的接入容量进行优化，确定所述配电系统的最优接入容量。

在一种可能的实现方式中，所述优化目标满足：