[发明专利]一种基于大规模风电并网的可利用传输能力的计算方法

摘要

本发明公开了一种基于大规模风电并网的可利用传输能力的计算方法，其包括采集风电场原始数据；根据风电场原始数据进行预测分析，获得风电场的短期预测数据；基于风电场的短期预测数据，在风电并网时，计算各个并网点在不同时刻到负荷区的可利用传输能力；基于各个并网点在不同时刻到负荷区的可利用传输能力，计算所述可利用传输能力对应的故障概率，获得所述可利用传输能力的概率分布。本发明在获得风电场短期预测数据的基础上，考虑评估时间窗，计算各个并网点在不同时刻到负荷区的可利用传输能力，考虑了风电出力波动性和并网点对可利用传输能力的影响，实现了对可利用传输能力的准确计算，对所述可利用传输能力进行比较，找到合适的风电并网点。

主权项

1.一种基于大规模风电并网的可利用传输能力的计算方法，其特征在于，包括以下步骤：/n步骤1：采集风电场原始数据；/n步骤2：对所述风电场原始数据进行预测分析，获得风电场的短期预测数据；/n步骤3：基于风电场的短期预测数据，在风电并网时，计算各个并网点在不同时刻到负荷区的可利用传输能力；/n步骤4：基于各个并网点在不同时刻到负荷区的可利用传输能力，计算所述可利用传输能力对应的故障概率，获得所述可利用传输能力的概率分布；/n步骤5：基于各个并网点在不同时刻的可利用传输能力的概率分布，对所述可利用传输能力的期望、方差、变异系数、以及匮乏量进行比较，可利用传输能力的期望越大越好，方差越小越好，变异系数和匮乏量是越小越好，基于上述条件找到合适的风电并网点；/n其中，所述步骤2中对风电场原始数据进行预测分析的方法为基于混沌时间序列的Volterra自适应预测法，所述基于混沌时间序列的Volterra自适应预测法的步骤包括：/na、分析风电场原始数据，根据相空间重构原理，对风电功率时间序列据进行相空间重构，得到重构的相空间；/nb、采用K均值聚类算法对重构的相空间的相点进行聚类；/nc、基于聚类后的相空间建立局域volterra自适应滤波器模型；/nd、采用局域预测法在每类相点中筛选预测点的邻近点；/ne、采用邻近点作为局域volterra自适应滤波器模型的训练集，使volterra自适应滤波器模型的预测精度获得提高，并且采用风电场原始数据作为输入，通过volterra自适应滤波器模型进行仿真，获得风电场的短期预测数据；/n所述步骤b中，采用减聚类方法为K均值聚类提供初始聚类中心和聚类个数；/n所述步骤d中，对邻近点的选择，采用基于预测点和相点之间的相似度的判据方法，并采用Hannan-Quinn准则对临近点进行进一步的筛选；其中，/n预测点X(p)与相点X(i)间的相似度为：/nη(p,i)＝γ₁d(p,i)+γ₂cosθ(p,i)/n其中γ₁,γ₂分别为距离指标与演化趋势指标的权重值，且γ₁+γ₂＝1。/n