本發(fā)明屬于配電臺區(qū)自治運(yùn)行控制，更具體地，涉及基于高比例dg(distributed?generation，分布式能源)接入的配電臺區(qū)優(yōu)化自治方法及系統(tǒng)。

背景技術(shù)：

1、由于系統(tǒng)場景多樣、數(shù)據(jù)量大、運(yùn)行態(tài)勢復(fù)雜，低壓配電臺區(qū)態(tài)勢感知與安全評估面臨巨大挑戰(zhàn)。隨著如高級量測體系、智能電表、同步相量測量裝置等新型量測設(shè)備的快速部署，配電臺區(qū)態(tài)勢感知采集的數(shù)據(jù)量同時激增，不可避免地增加了配電調(diào)控系統(tǒng)的冗余數(shù)據(jù)處理壓力。此外，采集的電力數(shù)據(jù)大多只能反映配電臺區(qū)的良好運(yùn)行狀態(tài)，而缺乏反映系統(tǒng)故障或不良運(yùn)行狀態(tài)的信息，導(dǎo)致配電臺區(qū)態(tài)勢感知系統(tǒng)的輸入數(shù)據(jù)不對稱，故障預(yù)判可靠性差。

2、隨著分布式光伏、儲能、充電樁的大規(guī)模接入，配網(wǎng)臺區(qū)側(cè)接入的能源形式及負(fù)荷種類越來越多，局部配電網(wǎng)消納和并網(wǎng)服務(wù)壓力日趨增大，同時帶來了電壓、諧波等電能質(zhì)量問題，以及功率平衡問題，對配電網(wǎng)安全穩(wěn)定運(yùn)行、檢修作業(yè)安全產(chǎn)生影響。

3、現(xiàn)有技術(shù)中的dg功率預(yù)測模型難以適應(yīng)dg實(shí)時動態(tài)變化，且通常采用單一的兩階段策略，在實(shí)際預(yù)測過程中對所遇到的未建模數(shù)據(jù)特征篩選度不夠，容易學(xué)習(xí)到因外界影響而產(chǎn)生的偶然異常數(shù)據(jù)特征，進(jìn)而導(dǎo)致模型預(yù)測效果下降，隱含層節(jié)點(diǎn)頻繁增加，這在實(shí)際應(yīng)用過程中容易使預(yù)測模型因過擬合而失效，亟需解決。

技術(shù)實(shí)現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于高比例dg接入的配電臺區(qū)優(yōu)化自治方法及系統(tǒng)，基于二次動態(tài)調(diào)整的神經(jīng)網(wǎng)絡(luò)光伏功率預(yù)測模型實(shí)現(xiàn)多種資源的協(xié)調(diào)配合和系統(tǒng)協(xié)調(diào)優(yōu)化控制，為配電臺區(qū)自治提供支撐。

2、本發(fā)明采用如下的技術(shù)方案。

3、本發(fā)明的第一方面提供了一種基于高比例dg接入的配電臺區(qū)優(yōu)化自治方法，其特征在于，包括以下步驟：

4、在初始預(yù)測模型的基礎(chǔ)上增加二次調(diào)整策略，確定樣本篩選條件，構(gòu)建基于二次動態(tài)調(diào)整的預(yù)測模型；

5、使用基于二次動態(tài)調(diào)整的預(yù)測模型預(yù)測各新能源模塊出力，同時生成在線預(yù)測數(shù)據(jù)集，對滿足樣本篩選條件的樣本進(jìn)行在線學(xué)習(xí)，強(qiáng)化預(yù)測模型；

6、根據(jù)模型預(yù)測結(jié)果，結(jié)合配電臺區(qū)負(fù)荷、開關(guān)、網(wǎng)絡(luò)和儲能信息，得出設(shè)定約束條件下的有功功率全局優(yōu)化控制策略和無功功率全局優(yōu)化控制策略，對配電臺區(qū)網(wǎng)源荷有功無功進(jìn)行控制，實(shí)現(xiàn)配電臺區(qū)的優(yōu)化自治與靈活運(yùn)行。

7、優(yōu)選地，構(gòu)建基于二次動態(tài)調(diào)整的預(yù)測模型具體包括：

8、使用預(yù)先訓(xùn)練好的初始預(yù)測模型，計(jì)算預(yù)測模型的預(yù)測輸出，以如下公式表示，

9、

10、式中：

11、yt表示當(dāng)前時刻的預(yù)測輸出數(shù)據(jù)向量；

12、n是當(dāng)前網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)；

13、wi表示節(jié)點(diǎn)在全連接層的連接權(quán)重；

14、xt表示表示當(dāng)前時刻的輸入數(shù)據(jù)向量；

15、ci表示緩沖區(qū)中第i類特征類別中心；

16、σ表示拓展常數(shù)；

17、b0表示預(yù)測誤差修正值；

18、計(jì)算最后一次預(yù)測的誤差，并評估在線預(yù)測階段是否滿足新穎性條件，若滿足，則將前一時刻數(shù)據(jù)(xt-1,yt-1)標(biāo)記為未建模的候選數(shù)據(jù)并將其記錄在緩沖區(qū)中，否則執(zhí)行下一時刻的預(yù)測計(jì)算；

19、判斷相似性條件，若滿足，則將相似數(shù)據(jù)分組到同一類別中，并增加該特征樣本類別的支持度，否則轉(zhuǎn)到步驟1.5；

20、判斷支持度條件，若滿足，則執(zhí)行二次動態(tài)調(diào)整并配置新隱含層節(jié)點(diǎn)及參數(shù)；

21、執(zhí)行下一時刻的預(yù)測計(jì)算。

22、優(yōu)選地，最后一次預(yù)測的誤差以如下公式表示，

23、e＝(tt-1-yt-1)

24、式中：

25、yt-1表示前一時刻的預(yù)測輸出；

26、tt-1為前一時刻的實(shí)際功率輸出。

27、優(yōu)選地，所述新穎性條件以如下公式表示，

28、

29、式中：

30、xt-1表示前一時刻的輸入數(shù)據(jù)向量；

31、ε為預(yù)設(shè)的第一新穎性閾值，根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)測試確定；

32、δ為預(yù)設(shè)的第二新穎性閾值，根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)測試確定。

33、優(yōu)選地，所述相似性條件以如下公式表示，

34、

35、式中：

36、xt-1表示前一時刻的輸入數(shù)據(jù)向量；

37、為模型現(xiàn)有隱含層的第i個中心；

38、ρ為預(yù)設(shè)的相似性閾值。

39、優(yōu)選地，所述支持度條件以如下公式表示，

40、

41、式中：

42、表示緩沖區(qū)中第i類特征類別的支持度；

43、m為預(yù)設(shè)的支持度閾值。

44、優(yōu)選地，實(shí)現(xiàn)配電臺區(qū)的優(yōu)化自治與靈活運(yùn)行的步驟具體包括：

45、采集配電臺區(qū)負(fù)荷、開關(guān)、網(wǎng)絡(luò)和儲能信息，包括全網(wǎng)各負(fù)荷點(diǎn)的實(shí)時運(yùn)行數(shù)據(jù)、開關(guān)狀態(tài)信息、網(wǎng)絡(luò)拓?fù)湫畔?、分布式電源的運(yùn)行工況和儲能單元的電荷狀態(tài)(soc)信息，用于系統(tǒng)協(xié)調(diào)優(yōu)化控制；

46、基于系統(tǒng)可調(diào)節(jié)的需求側(cè)資源情況，依據(jù)在線狀態(tài)估計(jì)與態(tài)勢感知結(jié)果，設(shè)定優(yōu)化目標(biāo)為系統(tǒng)綜合能源利用效率最大化；

47、設(shè)定無功電壓調(diào)節(jié)、分布式電源調(diào)度、激勵響應(yīng)控制等為基本優(yōu)化控制手段；

48、設(shè)定約束條件，包括電力平衡約束、儲能電荷狀態(tài)約束、dg爬坡約束、關(guān)口功率曲線約束；

49、利用全局智能優(yōu)化算法求解得出有功功率全局優(yōu)化控制策略和無功功率全局優(yōu)化控制策略，對分布式發(fā)電、分布式儲能、柔性負(fù)荷互動協(xié)調(diào)控制，實(shí)現(xiàn)配電臺區(qū)的優(yōu)化自治與靈活運(yùn)行。

50、優(yōu)選地，所述優(yōu)化目標(biāo)具體包括：

51、短期目標(biāo)：削峰填谷、新能源最大化消納；

52、超短期目標(biāo)：消除越限、新能源最大化消納；

53、準(zhǔn)實(shí)時目標(biāo)：消除越限、提高電壓合格率。

54、優(yōu)選地，電力平衡約束以如下公式表示，

55、pw(t)+ppv(t)+pgrid(t)+pev(t)+pbat(t)＝pl(t)

56、式中：

57、pw(t)為t時段風(fēng)力發(fā)電的功率；

58、ppv(t)為t時段光伏發(fā)電的功率；

59、pgrid(t)為t時段電網(wǎng)的功率；

60、pev(t)為t時段充電樁的功率；

61、pbat(t)分別為t時段儲能電池的功率；

62、儲能電荷狀態(tài)約束以如下公式表示，

63、socmin≤soc≤socmax

64、式中：

65、socmin、socmax分別為儲能電池荷電狀態(tài)的最小值和最大值；

66、dg爬坡約束以如下公式表示，

67、pg(t)-pg(t-1)≤rg

68、式中：

69、pg(t)為t時刻的功率；

70、rg為爬坡率上限；

71、關(guān)口功率曲線約束，以如下公式表示，

72、ppcc,min≤ppcc≤ppcc,max

73、qpcc,min≤qpcc≤qpcc,max

74、式中：

75、ppcc,min、ppcc,max、qpcc,min、qpcc,max分別為關(guān)口有功和無功功率的上下限。

76、本發(fā)明的第二方面提供了一種基于高比例dg接入的配電臺區(qū)優(yōu)化自治系統(tǒng)，運(yùn)行所述的基于高比例dg接入的配電臺區(qū)優(yōu)化自治方法，包括：

77、二次調(diào)整模塊，用于在初始預(yù)測模型的基礎(chǔ)上增加二次調(diào)整策略，確定樣本篩選條件，構(gòu)建基于二次動態(tài)調(diào)整的預(yù)測模型；

78、模型強(qiáng)化模塊，用于使用基于二次動態(tài)調(diào)整的預(yù)測模型預(yù)測各新能源模塊出力，同時生成在線預(yù)測數(shù)據(jù)集，對滿足樣本篩選條件的樣本進(jìn)行在線學(xué)習(xí)，強(qiáng)化預(yù)測模型；

79、優(yōu)化控制模塊，用于根據(jù)模型預(yù)測結(jié)果，結(jié)合配電臺區(qū)負(fù)荷、開關(guān)、網(wǎng)絡(luò)和儲能信息，得出設(shè)定約束條件下的有功功率全局優(yōu)化控制策略和無功功率全局優(yōu)化控制策略，對配電臺區(qū)網(wǎng)源荷有功無功進(jìn)行控制，實(shí)現(xiàn)配電臺區(qū)的優(yōu)化自治與靈活運(yùn)行。

80、本發(fā)明的第三方面提供了一種終端，包括處理器及存儲介質(zhì)：

81、所述存儲介質(zhì)用于存儲指令；

82、所述處理器用于根據(jù)所述指令進(jìn)行操作以執(zhí)行如本發(fā)明第一方面所述方法的步驟。

83、本發(fā)明的第四方面提供了計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)如本發(fā)明第一方面所述方法的步驟。

84、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果至少包括：

85、(1)采用基于二次動態(tài)調(diào)整的預(yù)測模型，能夠提高建模數(shù)據(jù)特征篩選度，降低模型節(jié)點(diǎn)頻繁增加的風(fēng)險，提高了預(yù)測效果。

86、(2)通過設(shè)計(jì)二次動態(tài)調(diào)整策略，預(yù)測模型在傳統(tǒng)離線訓(xùn)練的基礎(chǔ)上具備在線學(xué)習(xí)能力，能夠更為準(zhǔn)確地篩選并學(xué)習(xí)未建模特征，更適應(yīng)實(shí)際預(yù)測過程中遇到的各種動態(tài)變化。

87、(3)克服傳統(tǒng)模型的訓(xùn)練完全依賴離線歷史數(shù)據(jù)的問題。

88、(4)提高分布式電源高滲透率消納能力，降低電網(wǎng)峰谷差，實(shí)現(xiàn)網(wǎng)源荷協(xié)同優(yōu)化。