[发明专利]一种基于静态电压稳定裕度的新能源涉网影响定量计算方法、系统、电子设备及存储介质

权利要求书

1.一种基于静态电压稳定裕度的新能源涉网影响定量计算方法，其特征在于，包括以下步骤：

步骤1：基于误差关联校正法构建风电静态场景集；

步骤2：采用规模场景消减法，将风电静态场景集生成风电动态场景集，并对风电动态场景集进行聚类消减，得到风电典型场景集；

步骤3：将风电典型场景集中的静态电压稳定裕度和总谐波畸变作为量化指标，利用双重指标比较法定量计算新能源涉网影响。

2.根据权利要求1所述的基于静态电压稳定裕度的新能源涉网影响定量计算方法，其特征在于，步骤1中，所述误差关联校正法包括以下步骤：

步骤1.1：获取历史风电机组数据，所述历史风电机组数据包括历史风速数据和历史风电出力实测数据，对历史风速数据进行质量检查并剔除错误数据，形成修正后历史风速数据；

步骤1.2：利用基于修正后历史风速数据的韦布尔分布和随机差分方程的训练构建未来风速的预测模型；

韦布尔分布的概率密度函数f(x)为：

其中，f(x)为韦布尔分布的概率密度函数，c和k分别为尺度参数和形状参数，x表示时间变量；I{x≥0}为一个示性函数，表示如下：

未来风速v(x)的预测模型为：

其中，v(x)表示未来风速，θ表示阻尼比率，f(x)表示韦布尔分布的概率密度函数，c表示尺度参数，k表示形状参数，表示伽马函数，表示不完全伽马函数，x表示时间变量；

随机差分方程的训练，具体为参数θ的计算，通过历史风速数据的自相关系数，结合历史风速数据进行计算获得θ；

步骤1.3：根据训练后的未来风速的预测模型，基于离散时间序列，预测未来预设时间内的预测风速数据v_et^*；

步骤1.4：建立转换模型，并根据转换模型将预测风速数据v_et^*转换为风电预测出力数据P_et；

转换模型的公式为：

P_et为第e台风电机组在离散时刻t下的风电预测出力，E为风电机组的总台数，η_e表示第e台风电机组的尾流效应系数，为第e台风电机组的出力特征曲线，v_et^*为第e台风电机组在离散时刻t的风速；

出力特征曲线公式为：

R表示风电机组的额定容量，v_in表示切入风速，v_out表示切出风速，v_rate为额定出力对应的额定风速；

步骤1.5：基于风电预测出力数据P_et，利用自适应预测箱得到预测误差的统计分布结果，生成风电静态场景集。

3.根据权利要求2所述的基于静态电压稳定裕度的新能源涉网影响定量计算方法，其特征在于，步骤2具体包括以下步骤：

步骤2.1：采用禁忌搜索算法对风电静态场景集进行时序连接，通过设置禁忌搜索算法中的适应度函数，挑选出差距最大的N个静态场景作为风电动态场景集；适应度函数如下：

式中，

和为随机产生的动态场景，为任意两序列场景间的距离，S_q为当前最优解的场景个数；T为离散时间序列t的元素个数；

步骤2.2：对历史风电出力实测数据中的相邻时刻出力数据进行统计，构建相邻时刻风电出力的状态转移矩阵Q；

式中，q_i,j(1≤i，j≤96)为风电从第i个状态经过15min后转移到第j个状态的概率；

步骤2.3：计算风电出力动态场景集中各场景的权重，具体为：

式中，q_tⁿ(1≤t≤96，1≤n≤N)为第n条动态场景从第t-1时刻的状态转移到t时刻的状态的转移概率，从状态转移矩阵Q中得到，N为动态场景集的规模，q_n′为第n条动态场景出现的概率，q_n为第n条动态场景在动态场景集中的权重；

步骤2.4：利用风电动态场景的权重，对风电动态场景集进行聚类消减，得到风电典型场景集。