本技术涉及电力系统技术领域,具体涉及基于全景时间序列构造策略的电力供需模拟方法及系统,包括:获取电力系统若干维度的年度电力供需相关数据,以全年度逐小时原始时间序列数据为基础,利用轮廓系数法确定月度最优聚类数;基于月度最优聚类数获取每个月度聚类中心,将每个月度聚类中心与原始时间序列数据进行耦合得到年度全景时间序列,以年度全景时间序列为基础构建中长期时序生产模拟模型;根据每个维度的年度电力供需相关数据,并结合预设的中长期时序生产模拟模型,得到电力供需时序模拟结果。本发明通过按月自适应聚类获取年度全景时间序列,提升了求解速度,进而有助于实现电力供需时序的高效、精确模拟。
背景技术
较高的可再生能源渗透率增加了电力系统长期时间尺度上的电力供需不平衡,故需要进行电力系统运行规划,其中,时序生产模拟是电力系统运行规划的重要手段,其能够进行长时间、逐小时精细时间尺度下的电力平衡测算,以模拟电力电量平衡过程。然而,中长期时序生产模拟包含大量的整数变量和复杂系统约束,使得其求解时间跨度长、问题规模大以及计算难度高,导致应用范围受限。因此,高效求解生产模拟模型是保证电力系统实现长期可靠运行和系统规划的关键所在。
近年来,大量提高时序生产模拟计算效率的求解技术被提出,并在实际应用中发挥了重要作用,现有选取典型日的方法最为常见,但是现有技术在选取典型代表时段时主要集中在全年时间尺度上的时间序列聚类,未充分考虑局部时间段的数据波动特征,其导致电力供需时序模拟的效率低下。
实现思路