本發(fā)明涉及智能配電網(wǎng)，尤其涉及一種計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法及系統(tǒng)。

背景技術(shù)：

1、構(gòu)建可再生能源、輸電線路與負(fù)荷的不確定性場景模型是實現(xiàn)電力系統(tǒng)安全穩(wěn)定運行、經(jīng)濟調(diào)度、合理規(guī)劃等的關(guān)鍵?，F(xiàn)有的場景生成方法大多為概率模型法和經(jīng)典場景法，其中概率模型法根據(jù)統(tǒng)計假設(shè)或概率分布，結(jié)合蒙特卡洛等采樣方法生成出力或負(fù)荷場景，這些統(tǒng)計假設(shè)在實踐中可能不成立或難以檢驗，且依賴于某種概率預(yù)測可能會限制生成場景的多樣性；經(jīng)典場景生成法則應(yīng)用數(shù)據(jù)挖掘和場景削減技術(shù)等將大規(guī)模歷史場景進行削減或優(yōu)化生成，生成經(jīng)典場景集，這需要繁瑣的處理且生成場景難以與歷史數(shù)據(jù)具有差異性。

2、除單獨生成出力、輸電線路、負(fù)荷等場景外，為滿足調(diào)度與規(guī)劃需要，在生成場景時需考慮源、網(wǎng)、荷之間的相關(guān)性?，F(xiàn)階段大多數(shù)只考慮發(fā)電側(cè)出力如風(fēng)、光相關(guān)性，而忽略了源、網(wǎng)、荷三者相關(guān)性。

技術(shù)實現(xiàn)思路

1、本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本技術(shù)的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

2、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。因此，本發(fā)明提供了一種計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法解決了如何在無需顯式模型及概率分布的前提下，利用氣象因素作為耦合特征，構(gòu)建出各類氣候條件下的典型“源-網(wǎng)-荷”聯(lián)合場景集的問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了一種計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法，包括：

5、獲取歷史氣象數(shù)據(jù)和歷史源-網(wǎng)-荷數(shù)據(jù)；

6、將所述歷史氣象數(shù)據(jù)與歷史源-網(wǎng)-荷數(shù)據(jù)進行相關(guān)性分析，獲取關(guān)鍵氣象因素，將所述關(guān)鍵氣象因素進行聚類分組；

7、根據(jù)關(guān)鍵氣象因素聚類分組結(jié)果，將與關(guān)鍵氣象因素所屬時間對應(yīng)的源-網(wǎng)-荷數(shù)據(jù)劃分到分組中，獲取源-網(wǎng)-荷數(shù)據(jù)分組結(jié)果；

8、根據(jù)所述源-網(wǎng)-荷數(shù)據(jù)分組結(jié)果，構(gòu)建并訓(xùn)練每組的生成對抗網(wǎng)絡(luò)模型，將源-網(wǎng)-荷數(shù)據(jù)輸入至訓(xùn)練后的生成對抗網(wǎng)絡(luò)模型，生成源-網(wǎng)-荷聯(lián)合場景集。

9、作為本發(fā)明所述的計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的一種優(yōu)選方案，其中：將所述歷史氣象數(shù)據(jù)與歷史源-網(wǎng)-荷數(shù)據(jù)進行相關(guān)性分析包括，

10、計算相關(guān)性數(shù)值，將所述相關(guān)性數(shù)值與相關(guān)性設(shè)置閾值相比較，若所述相關(guān)性數(shù)值超出相關(guān)性設(shè)置閾值，將對應(yīng)的氣象因素選為關(guān)鍵氣象因素，計算相關(guān)性數(shù)值公式為：

11、

12、其中，ρx,y相關(guān)性數(shù)值，x為氣象因素，y為源-網(wǎng)-荷數(shù)據(jù)，cov(x,y)氣象因素和源-網(wǎng)-荷數(shù)據(jù)之間的協(xié)方差，σx和σy為氣象因素和源-網(wǎng)-荷數(shù)據(jù)的標(biāo)準(zhǔn)差，μx為氣象因素平均值，μy為源-網(wǎng)-荷數(shù)據(jù)平均值。

13、作為本發(fā)明所述的計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的一種優(yōu)選方案，其中：根據(jù)所述關(guān)鍵氣象因素對所述氣象數(shù)據(jù)進行聚類分組包括，

14、計算關(guān)鍵氣象因素集的輪廓系數(shù)，根據(jù)所述輪廓系數(shù)，確定最優(yōu)聚類數(shù)值k；

15、從關(guān)鍵氣象因素集中選擇k個數(shù)據(jù)點作為質(zhì)心，計算除質(zhì)心外的剩余關(guān)鍵氣象因素與每一個質(zhì)心的歐式距離，根據(jù)最近距離準(zhǔn)則將剩余剩余關(guān)鍵氣象因素歸類到對應(yīng)質(zhì)心所屬集合；

16、將所有的關(guān)鍵氣象因素歸類得到k個集合后，重新計算更換每個集合的質(zhì)心，當(dāng)新計算的質(zhì)心和原來的質(zhì)心之間的距離小于設(shè)置質(zhì)心閾值，停止計算更換質(zhì)心。

17、作為本發(fā)明所述的計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的一種優(yōu)選方案，其中：輪廓系數(shù)包括，

18、計算關(guān)鍵氣象因素集的輪廓系數(shù)公式為：

19、sc＝(b-a)/max{b,a}

20、其中，b為關(guān)鍵氣象因素集某個氣象因素與其他分組某個點的最小平均距離，a為關(guān)鍵氣象因素集某個點與同組內(nèi)某個點平均距離。

21、作為本發(fā)明所述的計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的一種優(yōu)選方案，其中：根據(jù)所述源-網(wǎng)-荷數(shù)據(jù)分組結(jié)果，構(gòu)建并訓(xùn)練每組的生成對抗網(wǎng)絡(luò)模型，包括，

22、根據(jù)所述源-網(wǎng)-荷數(shù)據(jù)分組結(jié)果，計算各組源-網(wǎng)-荷數(shù)據(jù)的真實概率分布；

23、利用對抗生成網(wǎng)絡(luò)中的生成器生成源-網(wǎng)-荷數(shù)據(jù)的預(yù)測概率分布，利用對抗生成網(wǎng)絡(luò)中的判別器判別所述源-網(wǎng)-荷數(shù)據(jù)的真實概率分布和源-網(wǎng)-荷數(shù)據(jù)的預(yù)測概率分布；

24、利用極小極大博弈估值函數(shù)和生成對抗網(wǎng)絡(luò)模型損失函數(shù)不斷調(diào)整生成對抗網(wǎng)絡(luò)模型。

25、作為本發(fā)明所述的計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的一種優(yōu)選方案，其中：極小極大博弈估值函數(shù)包括，

26、構(gòu)建極小極大博弈估值函數(shù)使生成對抗網(wǎng)絡(luò)模型達到納什均衡，極小極大博弈估值函數(shù)表示為：

27、mingmaxdv(g,d)＝ex[d(x)]-ez[d(g(z))]

28、其中，x為源-網(wǎng)-荷真實數(shù)據(jù)，z為噪聲，d(x)、g(z)分別為判別器和生成器函數(shù)，ex[·]、ez[·]分別為源-網(wǎng)-荷數(shù)據(jù)的真實概率分布和隨機噪聲分布的期望。

29、作為本發(fā)明所述的計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的一種優(yōu)選方案，其中：生成對抗網(wǎng)絡(luò)模型損失函數(shù)包括，

30、采用wasserstein距離度量所述源-網(wǎng)-荷數(shù)據(jù)的真實概率分布和源-網(wǎng)-荷數(shù)據(jù)的預(yù)測概率分布的差異性，生成對抗網(wǎng)絡(luò)模型損失函數(shù)表示為：

31、

32、其中，w(d(x),d(g(z)))源-網(wǎng)-荷數(shù)據(jù)的真實概率分布和源-網(wǎng)-荷數(shù)據(jù)的預(yù)測概率分布之間wasserstein距離，sup表示最小上界，ex[·]、ez[·]分別為源-網(wǎng)-荷數(shù)據(jù)的真實概率分布和隨機噪聲分布的期望，d(x)、g(z)分別為判別器和生成器函數(shù)。

33、第二方面，本發(fā)明提供了一種計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成的系統(tǒng)，包括，

34、數(shù)據(jù)獲取模塊，用于獲取歷史氣象數(shù)據(jù)和歷史源-網(wǎng)-荷數(shù)據(jù)；

35、聚類分析模塊，用于將所述歷史氣象數(shù)據(jù)與歷史源-網(wǎng)-荷數(shù)據(jù)進行相關(guān)性分析，獲取關(guān)鍵氣象因素，將所述關(guān)鍵氣象因素進行聚類分組；根據(jù)關(guān)鍵氣象因素聚類分組結(jié)果，將與關(guān)鍵氣象因素所屬時間對應(yīng)的源-網(wǎng)-荷數(shù)據(jù)劃分到分組中，獲取源-網(wǎng)-荷數(shù)據(jù)分組結(jié)果；

36、場景生成模塊，用于根據(jù)所述源-網(wǎng)-荷數(shù)據(jù)分組結(jié)果，構(gòu)建并訓(xùn)練每組的生成對抗網(wǎng)絡(luò)模型，將源-網(wǎng)-荷數(shù)據(jù)輸入至訓(xùn)練后的生成對抗網(wǎng)絡(luò)模型，生成源-網(wǎng)-荷聯(lián)合場景集。

37、第三方面，本發(fā)明提供了一種計算設(shè)備，包括：

38、存儲器和處理器；

39、所述存儲器用于存儲計算機可執(zhí)行指令，所述處理器用于執(zhí)行所述計算機可執(zhí)行指令，該計算機可執(zhí)行指令被處理器執(zhí)行時實現(xiàn)所述計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的步驟。

40、第四方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，其存儲有計算機可執(zhí)行指令，該計算機可執(zhí)行指令被處理器執(zhí)行時實現(xiàn)所述計及氣象耦合因素的源-網(wǎng)-荷聯(lián)合場景生成方法的步驟。

41、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：本發(fā)明基于歷史數(shù)據(jù)聯(lián)合生成源-網(wǎng)-荷場景，無需“源”、“網(wǎng)”、“荷”分別生成后場景隨機匹配所需的復(fù)雜場景削減環(huán)節(jié)，且避免了建立源-網(wǎng)-荷聯(lián)合概率模型的困難，有效提高了場景生成效率。同時，以氣象因素作為源-網(wǎng)-荷三者相關(guān)性的關(guān)鍵氣候因素集，采用生成對抗網(wǎng)絡(luò)進行不同氣象條件下的典型源-網(wǎng)-荷場景集生成，能夠有效表征源、網(wǎng)、荷波動性與概率分布特性。