[发明专利]基于源荷时序耦合的容量配置方法、装置、系统及介质

权利要求书

1.一种基于源荷时序耦合的容量配置方法，其特征在于，包括：

对获取到的日负荷曲线进行时段划分，得到若干个负荷时段；

根据采集到的风光联合出力样本计算各个负荷时段的源荷时序耦合特征；

基于各个负荷时段的源荷时序耦合特征对所述风光联合出力样本进行场景分类，得到极端场景集和聚类场景集；

在所述极端场景集和所述聚类场景集下建立容量配置模型并求取所述容量配置模型的全局最优解，得到风光电站的最优配置容量；

所述对获取到的日负荷曲线进行时段划分，得到若干个负荷时段，包括：

获取日负荷曲线以及预设的用于时段划分的界定系数；

根据所述界定系数和公式、、和对所述日负荷曲线进行时段划分，分别计算得到负荷高峰时段、负荷低谷时段、负荷上升时段和负荷下降时段，其中、、和为所述界定系数，为所述日负荷曲线t时刻的负荷值，为所述日负荷曲线t+ΔT时刻的负荷值，为所述日负荷曲线的最大负荷值，为所述日负荷曲线的最小负荷值，t为时间，为时间间隔。

2.根据权利要求1所述的基于源荷时序耦合的容量配置方法，其特征在于，所述根据采集到的风光联合出力样本计算各个负荷时段的源荷时序耦合特征，包括：

分别获取若干个风电站的风光出力和若干个光伏电站的光伏出力，并通过加法器得到若干个风光联合出力样本；

根据各个风光联合出力样本和日负荷曲线的时段划分结果，分别按公式

计算负荷高峰时段的风光联合最大出力，

计算负荷低谷时段的风光联合最小出力，

计算负荷高峰时段和负荷低谷时段的风光联合出力中位数差，

计算负荷上升时段的风光联合出力变化率平均值，

计算负荷下降时段的风光联合出力变化率平均值，得到各个负荷时段的所述源荷时序耦合特征；

其中，为t时刻的风光联合出力，为t+Δt时刻的风光联合出力，为负荷高峰时段的风光联合出力中位数，为负荷低谷时段的风光联合出力中位数，为负荷上升时段的时段数，为负荷下降时段的时段数，为单位时间间隔。

3.根据权利要求2所述的基于源荷时序耦合的容量配置方法，其特征在于，所述基于各个负荷时段的源荷时序耦合特征对所述风光联合出力样本进行场景分类，得到极端场景集和聚类场景集，包括：

按预设极端条件对所述风光联合出力样本进行筛选，将所述风光联合出力样本中所述源荷时序耦合特征符合所述预设极端条件的风光联合出力曲线构成所述极端场景集；

对所述风光联合出力样本中除去所述极端场景集的剩余样本进行聚类处理，得到所述聚类场景集。

4.根据权利要求3所述的基于源荷时序耦合的容量配置方法，其特征在于，所述按预设极端条件对所述风光联合出力样本进行筛选，将所述风光联合出力样本中所述源荷时序耦合特征符合所述预设极端条件的风光联合出力曲线构成所述极端场景集，包括：

获取筛选参数，所述筛选参数包括第一置信度、第二置信度、第三置信度、第四置信度、出力上限值、出力下限值、出力变化率上限值和出力变化率下限值；

按公式对所述风光联合出力样本进行筛选，得到符合第一预设极端条件的极端调峰场景集，其中，为符合所述第一预设极端条件的第一风光联合出力曲线，为第一风光联合出力曲线构成的集合，为场景发生的概率；

按公式对所述风光联合出力样本进行筛选，得到符合第二预设极端条件的极端爬坡场景集，其中，为符合所述第二预设极端条件的第二风光联合出力曲线，为第二风光联合出力曲线构成的集合，为场景发生的概率。

5.根据权利要求3所述的基于源荷时序耦合的容量配置方法，其特征在于，所述对所述风光联合出力样本中除去所述极端场景集的剩余样本进行聚类处理，得到所述聚类场景集，包括：

将所述剩余样本中每个样本曲线的源荷时序耦合特征作为聚类特征，通过密度峰值聚类算法对所述剩余样本进行聚类处理，得到所述聚类场景集。