本技术方案涉及配电网规划领域,提出了一种光荷联合典型场景生成方法及装置。该方法利用气象光伏数据与气象负荷数据,通过相关系数分析确定关键气象光伏数据,进而生成典型场景,以优化配电网规划。
背景技术
随着分布式光伏发电在我国迅猛发展,近几年来配电网光伏并网量迅速增加。在含光伏的配电网规划项目中,光伏发电的存在使得传统的配电网变为有源配电网,与此同时,光伏出力受环境因素影响较大从而具有随机性和波动性的特征,配电网负荷不仅与人民生产生活周期息息相关,还受到温湿度、降水及节假日等影响制约,由此可见负荷、光伏发电场景多变,配电网受到分布式光伏不确定性和负荷不确定性的叠加影响而在场景之间有大量的冲突和重叠。因此,为了科学地描述配电网现状,使得能够针对所在区域的光伏-负荷联合场景进行准确的预测,精确建模光伏和电力负荷的联合行为的场景生成技术至关重要。
为准确描述光伏出力和电力负荷时序场景的原始特性,有研究通过参数法和非参数法等方式生成光-荷联合场景,现有基于参数法的场景生成方法通过对数据的概率分布进行假设再使用抽样生成场景,但简单的统计假设难以描述数据的高维非线性特征,现有非参数法通常是机器学习和深度学习方法,能够基于数据驱动模型学习不确定性变量的真实分布,但在学习时序数据内部的动态特征、波动、趋势和周期性因素存在困难,由此导致生成的光-荷联合典型场景的可靠性较低。
实现思路