[发明专利]一种源网荷储系统互动协调优化方法、系统及存储介质

说明书

一种源网荷储系统互动协调优化方法、系统及存储介质，其步骤是：源网荷储系统协调控制的多源信息通过利用大数据集成技术，实现对多源数据的抽取与转换，再利用数据融合技术对数据进行深度融合；建立时间序列光伏发电模型；把握风电出力变化规律，利用随机抽样技术与历史序列特性统计方法，建立时间序列风能发电模型；基于供电网络运行经济性最高和柔性负荷调节响应程度最大建立源网荷储系统下的供需双向双层优化模型，制定基于目标级联分析法的多目标求解策略。可有效支撑多源新能源并网对电力系统的影响分析，求解结果为电力业务系统调度人员进行源网荷储多源联动下配电网经济运行调度提供仿真支持与辅助决策。

技术领域

本发明属于配电网降损技术领域，数据涉及多种源端电力业务系统，采用新能源时间序列建模方法与目标级联分析法相结合的方式，对区域源网荷储系统内的多种分布式可调度资源进行统筹、协调，即一种基于新能源时序性模型与目标级联分析法的源网荷储系统互动协调优化方法、系统及存储介质。

背景技术

源网荷储系统是构建新型电力系统的重要发展路径，是由电源、电网、负荷、储能组成的配电系统。传统的配电网采用的“源跟荷走”的控制方式无法对风电、光伏等出力具有随机性的分布式电源进行调度，难以保证配电网络的安全经济运行。源网荷储系统协调优化是指在纵深层面实现源各类分布式资源的优化调度与主动管理，通过多种交互手段，更经济、高效、安全地提高电力系统的功率动态平衡能力，从而实现能源资源最大化利用的运行模式和技术。

数据融合技术，数据融合就是将描述同一对象的来源于不同信息源的数据信息，根据一定的准则和算法加以联合、相关、组合等综合化处理，获得描述对象的状态等更为精确的判断，以便提供更快速、准确的决策信息。因此，信息融合更重要的是体现出一种面向应用的数据处理的思想和方法。目前普遍接受的最为广泛的定义为装配或者组合数据的任何过程。这些数据可能来源于同一信息源，也可能来自不同信息源；可能是一次性的数据处理，也可能是连续的数据操作。数据融合技术目前在很多领域都得到了广泛的应用。

时序分析是以分析时间序列的发展过程、方向和趋势，预测将来时域可能达到的目标的方法。此方法运用概率统计中时间序列分析原理和技术，利用时序系统的数据相关性，建立相应的数学模型，描述系统的时序状态，以预测未来。它的基本步骤是：以有关的历史资料的数据为依据，区别不规则变动、循环变动、季节变动等不同时间的动势，特别是连续的长期动势，并整理出统计图。从系统原则出发，综合分析时间序列，反映曾经发生过的所有因果联系及影响，分析各种作用力的综合作用。运用数学模型求出时间序列以及将来时态的各项预测值，如移动平均法、季节系数法、指数平滑法。

目标级联分析法又称为目标级联法，或者分析目标级联法（简称 ATC，analysistarget cascading），是解决非集中式、层次结构协调问题的一种新方法，它允许层次结构中各元素自主决策，父代元素对子代元素的决策进行协调优化而获得问题的整体最优解，与其他优化方法相比，目标级联法具有可并行优化、级数不受限制和经过严格的收敛证明等优点，因此常应用于解决大规模的系统优化问题。

发明内容

本发明的目的是要解决上述背景技术存在的不足，提供一种利用新能源时序模型和目标级联分析法对源网荷储系统的新能源分布式电源与柔性负荷的协同联动进行优化的方法。

本发明的技术方案是：一种源网荷储系统互动协调优化方法，其步骤是：

一种源网荷储系统互动协调优化方法，其步骤是：

（1）源网荷储系统协调控制的多源信息通过利用大数据集成技术，实现对多源数据的抽取与转换，再利用数据融合技术对数据进行深度融合；

（2）通过光伏电站在地理位置、天气类型上的波动特性，建立长期规划及电网运行方式安排下的时间序列光伏发电模型；

（3）把握风电出力变化规律，利用随机抽样技术与历史序列特性统计方法，建立具有相似出力特性且符合风电波动规律的时间序列风能发电模型；