[发明专利]一种基于横纵向融合光伏日出力序列场景生成方法

说明书

本发明公开了一种基于横纵向融合光伏日出力序列场景生成方法，涉及新能源系统生产模拟技术领域，解决了不能生成准确合理的新能源出力序列场景的技术问题，其技术方案要点是以日为单位而不是以记录周期(15分钟)为单位构建状态转移矩阵，可以大幅减少马尔科夫链滚动的次数而减少误差的累积；从横纵两个维度生成辐照度指标系列及相应出力场景，并通过信息融合、优化技术及回归分析，获得未来一个月的每天96点日出力序列场景，更加充分地利用了历史数据中所蕴含的随机特性，使得所生成场景的随机特征也更加符合历史数据的统计规律，可广泛应用于新能出力序列的场景生成。

技术领域

本申请涉及新能源系统生产模拟技术领域，尤其涉及一种基于横纵向融合光伏日出力序列场景生成方法。

背景技术

随着“双碳目标”政策的全面贯彻和实施,新型电力系统作为此项政策的重要载体,其建设也将全面快速地推进。相应地,南方电网各省市及地区会有越来越多的新能源并网,使得电网矿石能源的消耗量将大幅减少而过度到以水电、光伏及风能为主的可再生能源。可再生能源可用出力取决于天气状态、所在地的自然环境等,具有天然的波动性和间歇性。负荷需求因应于分布式发电的高渗透率、电动汽车的普及化和负荷需求响应等,使得其不确定性也大幅提升。从而给电网的中长期电力电量平衡带来巨大的挑战。在新型电力系统环境下,对于不确定性变量而言,某一具体的新能源确定性出力或负荷需求的概率为零,传统的确定性条件下所做的电力电量平衡往往偏差巨大,已失去意义,相应必须进行计及不确定性的电力电量平衡计算和方式制定。如何准确合理的生成新能源出力序列场景是电网进行发电计划、调度及优化中亟需解决的问题。

发明内容

本申请提供了一种基于横纵向融合光伏日出力序列场景生成方法，其技术目的是生成未来一段时间的光伏出力序列，从而为电网的发电计划、调度及优化提供建议。

本申请的上述技术目的是通过以下技术方案得以实现的：

一种基于横纵向融合光伏日出力序列场景生成方法，包括：

S1：利用日辐照度记录构建历史数据的日辐照度特征指标序列；

S2：通过对所述日辐照度特征指标序列进行统计分析及聚类计算，将历史数据按天划分为极端日和多个不同类型的典型日，得到历史数据日辐照度的历史日类型；

S3：从横向和纵向两个维度构建横向日辐照度特征指标序列和纵向日辐照度特征指标序列，根据历史日类型以及横向日辐照度特征指标序列和纵向日辐照度特征指标序列对未来一个月中每天的日辐照度日类型序列进行构建，得到横向日辐照度日类型序列和纵向日辐照度日类型序列；

S4：通过核密度估计和Copula函数获取横向日辐照度日类型序列和纵向日辐照度日类型序列的联合概率分布函数，根据联合概率分布函数并通过随机抽样获取日辐照度特征指标，并根据该日辐照度特征指标得到未来一个月的横向日辐照度日类型序列场景和纵向日辐照度日类型序列场景，对横向日辐照度日类型序列场景和纵向日辐照度日类型序列场景进行信息融合、优化和回归分析，得到未来一个月内每天96点光伏日出力序列场景。

本申请的有益效果在于：(1)本申请以日为单位而不是以记录周期(15分钟)为单位构建状态转移矩阵，可以大幅减少马尔科夫链滚动的次数而减少误差的累积；(2)本申请采用日辐照度特征指标表征每日96点日辐照度序列，提升了聚类分析的精度及相应场景生成的准确性；(3)本申请从横纵两个维度生成辐照度指标系列及相应出力场景，并融合生成最后的场景，更加充分地利用了历史数据中所蕴含的随机特性，使得所生成场景的随机特征也更加符合历史数据的统计规律。算例部分采用南方电网的某光伏电厂的日辐照度和日出力数据进行计算生成未来30天的96点光伏日出力序列场景，并与传统的马尔科夫链场景生成方法(以下称为对比方法)进行对比，以验证本文方法的有效性和先进性。算例结果表明基于横纵向融合生成的光伏电厂日出力序列场景在概率分布特性、月特性出力指标等方面均与历史出力非常接近，证明了其有效性。

附图说明