[发明专利]计及净负荷需求分布式的储能最优峰谷时段划分方法

说明书

计及净负荷需求分布式的储能最优峰谷时段划分方法，该方法的主要步骤包括：(1)净负荷测算建模；(2)测算净负荷需求分布；(3)数据样本集构建；(4)峰谷时段聚类优化模型构建。本发明相比原始负荷曲线，若扣除新能源出力，净负荷需求曲线的峰、谷负荷差距明显，峰谷比较大；本发明可以联合形成的时段划分模型：基于阈值优化的储能充放电峰谷时段划分模糊聚类模型，确立负荷需求分布，利用所提峰谷时段划分聚类模型，能够确立适应储能运行的峰、谷、平时段。

技术领域

本发明涉及一种方法，尤其是涉及一种计及净负荷需求分布式的储能最优峰谷时段划分方法。

背景技术

电力系统作为一个集发、输、变、配及用电于一体的大规模复杂能源供应网络，电能的生产和使用都具有较为明显的即时性。为保证电力系统经济高效且稳定地运行，需要保持电能生产和消费环节的平衡。合理、准确的负荷预测是保证电能产销平衡的关键。电力系统负荷预测是能量管理系统的重要组成部分，是在了解系统运行特性、负荷本身等规律的基础上，通过历史数据对未来负荷发展变化进行的可靠预测。

现有负荷预测方法主要有:时间序列法、灰色预测法、神经网络组合预测法等。负荷具有非线性及周期性，时间序列法、灰色预测法等方法均难以适用。虽然相比于传统方法，聚类分析与神经网络预测法在预测精度上有所提升，但对于非周期性的负荷预测效果仍有待提升。

文献《基于高维数据优化聚类的长周期峰谷时段划分模型研究》(李娜,王磊,张文月,王玉玮,舒艳,张超.现代电力,2016,33(04):67-71.)采用k-means聚类的方法来为全年的负荷需求划分时段，虽然能以较高的效率将负荷需求划分为峰、谷、平时段，但把每个时刻的负荷需求严格划分到某类中,具有非此即彼的性质。而本发明采用的模糊聚类通过隶属度函数构建了每个时刻负荷需求被划分到各个时段的概率模型,更能客观地反映负荷分布特征。而文献《基于模糊聚类的峰谷时段划分》(郑成,田宇,陈一怀.电气技术,2016(06):13-17.)虽然同样采用了模糊聚类的方法，但采用的是总负荷需求分布。本文采用净负荷分布来为负荷需求划分时段，能够更加客观地反映负荷供需关系。