[发明专利]基于数字孪生的新能源电力系统调度方法

说明书

本发明属于新能源电力系统调度技术领域，具体涉及基于数字孪生的新能源电力系统调度方法；它包括：构建适用于光伏功率的短期直接概率预测模型；构建电力数字孪生系统，利用泛在物联网，电力数据流，通过实时态势感知和实时虚拟推演，辅助电网运管调控的决策制定；基于新能源区间预测结果，建立一种鲁棒调度模型，考虑机组的自动发电控制响应来应对新能源出力波动，保证电网功率平衡；本发明具有更高预测区域覆盖率和更小预测区间平均宽度占比，基于调度侧已有的各层次实时数据信息，使预测模型具备实时更新性，提高预测模型对当地电网情况的适用性和泛化性，基于新能源区间实时预测结果，实现了对现有调度系统的优化改进。

技术领域

本发明属于新能源电力系统调度技术领域，具体涉及基于数字孪生的新能源电力系统调度方法。

背景技术

新能源大容量、大规模接入电网，风、光、氢等多种类综合新能源电力系统正在加速形成，电网调度面临新的挑战，稳定运行风险逐步加大。

为了保证大电网的安全稳定和经济运行，电网调度系统均配备了负荷预测模块，其可以在系统出现大幅负荷波动前做出预判，通过调整系统出力、切除负荷等紧急控制方式，防止电网出现电压暂降甚至中断等电能质量问题，为调度计划的合理制定奠定坚实基础。

然而，不同于传统火电机组的灵活性与可控性，新能源具有强波动性和随机性，大规模新能源电站的接入在增加系统调度多样性的同时也降低了调度的可靠性，此时如何在充分调用多种能源形式的基础上合理安排调度计划？如何兼顾电网安全稳定运行和经济性？这些都成为新能源电力系统调度的难题，而增设新能源机组功率预测模块是解决这一难题的关键之一。

现有新能源预测系统一般根据电网运行进行功能定制，种类多样，精度和稳健性均有待提高；同时，现有新能源预测系统多为离线模型，采用历史数据进行模型训练，并没有充分利用实时气象数据、出力调整策略、传感器位置、通道信息等实时运行信息，由此导致模型泛化能力低，不能根据当地电网实际情况给出精度更高的预测结果。基于上述背景，现有调度平台对于新能源处于离线管理模式，电力调度人员无法及时掌握新能源装置及系统的实时运行状态，也无法根据当前实际运行出力进行合理调控。随着电网数字化转型和精细化运行要求的深入，为了进一步消纳新能源，进一步提升调控人员对新能源电网运行安全风险的驾驭能力，主站侧需要更为精准的预测新能源电站运行状态，并根据当前实际运行情况，合理调整电网调度计划。

发明内容

本发明的目的是为了克服现有技术的不足，而提供一种基于数字孪生的新能源电力系统调度方法，具有更高预测区域覆盖率和更小预测区间平均宽度占比，基于调度侧已有的各层次实时数据信息，使预测模型具备实时更新性，提高预测模型对当地电网情况的适用性和泛化性，基于新能源区间实时预测结果，实现了对现有调度系统的优化改进。

本发明的目的是这样实现的：基于数字孪生的新能源电力系统调度方法，它包括以下步骤：

步骤S1、构建适用于光伏功率的短期直接概率预测模型；

步骤S2、构建电力数字孪生系统，利用泛在物联网，电力数据流，通过实时态势感知和实时虚拟推演，辅助电网运管调控的决策制定；

步骤S3、基于新能源区间预测结果，建立一种鲁棒调度模型，考虑机组的自动发电控制(AGC)响应来应对新能源出力波动，保证电网功率平衡。

所述步骤S1构建适用于光伏功率的短期直接概率预测模型包括：对初始数据集进行预处理，基于图基检测剔除数据集异常值，利用灰色关联分析提取强关联气象变量；借助一般化自然梯度计算方法，改进NGBoost元模型；利用Blending架构进行融合，进一步强化模型学习效果；