本發(fā)明涉及電力計量，具體為高比例分布式光伏接入的配變可開放容量預(yù)測方法。

背景技術(shù)：

1、近年來，隨著新型電力系統(tǒng)逐步建設(shè)，海量分布式新能源以高比例、多接入點的形式無序涌入，電網(wǎng)拓撲結(jié)構(gòu)及運行方式日益復(fù)雜，低電壓、三相不平衡、配變重過載等現(xiàn)象日益凸顯，配電網(wǎng)設(shè)備的運行壓力與運行成本隨之增加，傳統(tǒng)電網(wǎng)面臨著巨大的挑戰(zhàn)。

2、配變可開放容量是衡量配電網(wǎng)負載能力及國網(wǎng)公司開展業(yè)擴包裝業(yè)務(wù)的一項重要的考核指標，為保證用戶用電可靠性與配電設(shè)備安全經(jīng)濟運行，需對配變可開放容量進行合理分析及精準測算，傳統(tǒng)的配變可開放容量評估往往是采用人工經(jīng)驗主觀判斷，或者利用近一年內(nèi)的最高負荷，基于經(jīng)驗公式進行配變可開放容量的長期規(guī)劃，沒有詳細有效的數(shù)據(jù)支撐，測算準確度不高，使得負荷容量分配不均，配變設(shè)備輕空載或重過載問題嚴重，該方法還存在以下幾個問題：第一，分布式光伏用戶的出力特性演變規(guī)律難以準確掌握，且不同季節(jié)分布式光伏出力負荷相差較大，導(dǎo)致傳統(tǒng)的基于歷史最高負荷和經(jīng)驗公式的評估方法無法準確反映配網(wǎng)的實際運行變化，難以達到預(yù)期效果；第二，隨著分布式光伏用戶大規(guī)模涌入，配網(wǎng)拓撲結(jié)構(gòu)發(fā)生變化，經(jīng)驗公式很難繼續(xù)有效地衡量配變實際載荷能力；第三，臨時緊急用電負荷的接入需要快速、準確的響應(yīng)，人工經(jīng)驗主觀判斷或基于經(jīng)驗公式的測算法在應(yīng)對臨時緊急用電負荷接入需求時顯得力不從心，近年來，研究人員用人工智能算法在可開放容量分析等領(lǐng)域進行了諸多嘗試，但是暫沒有適用于大規(guī)模分布式光伏接入的配變可開放容量的研究。

技術(shù)實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：現(xiàn)有的配變可開放容量預(yù)測方法存在決策速度較慢，缺乏數(shù)據(jù)支持，評估準確度較差，以及如何捕捉分布式光伏用戶的出力特性隨時間和季節(jié)動態(tài)變化的優(yōu)化問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：高比例分布式光伏接入的配變可開放容量預(yù)測方法，包括采集數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理，計算影響配變可開放容量的指標；對歷史配變?nèi)兆畲筘摵汕€進行平穩(wěn)化處理，構(gòu)建配變?nèi)兆畲筘摵蓴?shù)據(jù)特征集；設(shè)計配變?nèi)兆畲筘摵汕€預(yù)測模型、分布式光伏出力預(yù)測模型及配變可開放容量測算模型，測算配變可開放容量。

4、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測方法的一種優(yōu)選方案，其中：所述采集數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理包括對異常值檢測與替換，采集配變負荷曲線數(shù)據(jù)、分布式光伏出力數(shù)據(jù)、配變額定容量、配變下銷戶用戶容量、配變下在途報裝用戶容量、配變與分布式光伏用戶關(guān)系、配變與用電用戶關(guān)系、輻照度、溫度、濕度、風(fēng)向及壓強，針對異常值，基于正態(tài)分布通過準則，將負荷值超出正負三個標準差外的數(shù)據(jù)視為異常值，正態(tài)分布表示為：

5、

6、通過三西格瑪準則判斷并剔除異常數(shù)據(jù)，表示為：

7、p{(μ-3σ)<x<(μ+3σ)}

8、其中，σ為標準差，μ為均值。

9、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測方法的一種優(yōu)選方案，其中：所述計算影響配變可開放容量的指標包括根據(jù)預(yù)處理后的配變負荷曲線，計算配變?nèi)兆畲筘摵?，表示為?/p>

10、smax_p＝maxpt∈[0,96)

11、其中，smax_p為配變?nèi)兆畲筘摵?，pt為配變第t個點瞬時負荷，一天中每15分鐘為一個點，一天共96個點，根據(jù)根據(jù)配變下用戶的銷戶狀態(tài)，計算配變下銷戶總?cè)萘浚硎緸椋?/p>

12、

13、其中，sc為配變下銷戶用戶總?cè)萘?sjc為配變下第j個用戶的銷戶容量，根據(jù)配變下用戶的在途報裝狀態(tài)，計算配變下在途報裝總?cè)萘?，表示為?/p>

14、

15、其中，src為配變下在途報裝用戶總?cè)萘浚瑂jrc為配變下第j個用戶的在途報裝容量。

16、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測方法的一種優(yōu)選方案，其中：所述對歷史配變?nèi)兆畲筘摵汕€進行平穩(wěn)化處理包括通過adf檢驗歷史負荷數(shù)據(jù)是否為平穩(wěn)序列，如果不滿足平穩(wěn)序列，則采用差分法計算相鄰點之間的負荷差值，表示為：

17、f(i)＝d(i+1)-d(i)

18、其中，f(i)為差分數(shù)列，d(i)為原始數(shù)列，i為第i個數(shù)列，通過差分數(shù)列消除趨勢和周期性因素對配變最大負荷曲線的影響，將無序的負荷數(shù)據(jù)轉(zhuǎn)變?yōu)橐?guī)律性負荷數(shù)據(jù)。

19、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測方法的一種優(yōu)選方案，其中：所述構(gòu)建配變?nèi)兆畲筘摵蓴?shù)據(jù)特征集包括通過三種深度學(xué)習(xí)模型分別對配變月最大負荷進行特征提取，卷積層對配變負荷數(shù)據(jù)的有效非線性局部特征進行提取，雙向lstm從局部特征中迭代提取全局特征，雙向lstm結(jié)構(gòu)中有兩個lstm層，一個從前向后處理序列，一個從后向前處理序列，在每個時間步，輸入分別傳遞向兩個lstm層，將輸出合并，單向lstm網(wǎng)絡(luò)計算公式表示為：

20、it＝σ1(wixxt+wihht-1+bi)

21、ft＝σ1(wfxxt+wfhht-1+bf)

22、

23、ot＝σ1(woxxt+wohht-1+bo)

24、ht＝ot⊙tanh(ct)

25、其中，it為輸入門，ft為遺忘門，為細胞更新狀態(tài)，ct為細胞狀態(tài)，ot為輸出門，ht為隱藏狀態(tài)，σ1為sigmoid函數(shù)，wi為線性關(guān)系系數(shù)參數(shù)，bi為偏置參數(shù)，ht-1為上一層輸出，合并兩個輸出門的狀態(tài)迭代提取復(fù)雜全局特征，通過特征提取構(gòu)建配變?nèi)兆畲筘摵蓴?shù)據(jù)特征集。

26、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測方法的一種優(yōu)選方案，其中：所述配變?nèi)兆畲筘摵汕€預(yù)測模型包括結(jié)合密集連接densenet模型框架思想，基于注意力機制的卷積雙向長短期記憶預(yù)測模型，構(gòu)建配變?nèi)兆畲筘摵汕€預(yù)測模型，通過卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)結(jié)合構(gòu)建配變?nèi)兆畲筘摵傻念A(yù)測模型，提取局部特征，輸入特征通過卷積神經(jīng)網(wǎng)絡(luò)進行處理，捕捉數(shù)據(jù)中的時間相關(guān)性和長期依賴性，配變?nèi)兆畲筘摵傻念A(yù)測模型表示為：

27、

28、其中，spre_p為配變?nèi)兆畲箢A(yù)測負荷，wj為卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)的權(quán)重參數(shù)，xi為輸入特征，結(jié)合天氣特征及構(gòu)造的統(tǒng)計、多項式特征，設(shè)計基于stacking框架的多層結(jié)構(gòu)，以極致梯度提升xgboost、長短期記憶網(wǎng)絡(luò)lstm和獨立循環(huán)神經(jīng)網(wǎng)絡(luò)indrnn為基礎(chǔ)模型，構(gòu)建適用于分布式光伏出力預(yù)測的模型，通過分析多天氣因素和歷史負荷特征間的關(guān)系，構(gòu)建回歸方程，預(yù)測在特定天氣條件下分布式用戶的出力負荷，表示為：

29、

30、其中，spre_pv為配變?nèi)兆畲箢A(yù)測負荷時刻分布式用戶預(yù)測出力負荷，α1、α2、α3為各模型輸出的權(quán)重系數(shù)，xgb(w,p)為極致梯度提升模型的輸出，lstm(m,p)為長短期記憶網(wǎng)絡(luò)模型的輸出，indrnn(w,p)為獨立循環(huán)神經(jīng)網(wǎng)絡(luò)模型的輸出，wk為第k個天氣特征，pj為第j個歷史負荷特征，βkj為天氣特征與歷史負荷特征之間的多項式回歸系數(shù)，λ和δi為引入的權(quán)重參數(shù)，f(xi)為正態(tài)分布函數(shù)應(yīng)用于特定的輸入特征，∈為隨機誤差項。

31、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測方法的一種優(yōu)選方案，其中：所述配變可開放容量測算模型包括根據(jù)配變額度容量及利用系數(shù)，結(jié)合配變下當(dāng)前銷戶用戶總?cè)萘?、在途報裝用戶的總?cè)萘考暗刃ж摵上禂?shù)，計算配變剩余容量，根據(jù)剩余容量與配變?nèi)兆畲箢A(yù)測負荷、配變?nèi)兆畲箢A(yù)測負荷時刻光伏用戶預(yù)測出力負荷的差值，測算配變可開放容量，配變可開放容量測算模型表示為：

32、so＝sr×α-spre_p-spre_pv+sc×β-src×β

33、其中，so為配變可開放容量，sr為配變額定容量，α為配變?nèi)萘坷孟禂?shù)，spre_p為配變?nèi)兆畲箢A(yù)測負荷，spre_pv為配變?nèi)兆畲箢A(yù)測負荷時刻分布式用戶預(yù)測出力負荷，sc為配變下銷戶用戶總?cè)萘?，src為配變下在途報裝用戶總?cè)萘?，β為等效負荷系?shù)。

34、本發(fā)明的另外一個目的是提供一種高比例分布式光伏接入的配變可開放容量預(yù)測系統(tǒng)，其能通過曲線平穩(wěn)化模塊對歷史配變?nèi)兆畲筘摵汕€進行平穩(wěn)化處理，解決了目前難以捕捉數(shù)據(jù)中的復(fù)雜關(guān)系的問題。

35、作為本發(fā)明所述的高比例分布式光伏接入的配變可開放容量預(yù)測系統(tǒng)的一種優(yōu)選方案，其中：包括指標計算模塊、曲線平穩(wěn)化模塊、容量測算模塊；所述指標計算模塊用于采集數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理，計算影響配變可開放容量的指標；所述曲線平穩(wěn)化模塊用于對歷史配變?nèi)兆畲筘摵汕€進行平穩(wěn)化處理，構(gòu)建配變?nèi)兆畲筘摵蓴?shù)據(jù)特征集；所述容量測算模塊用于設(shè)計配變?nèi)兆畲筘摵汕€預(yù)測模型、分布式光伏出力預(yù)測模型及配變可開放容量測算模型，測算配變可開放容量。

36、一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序是實現(xiàn)高比例分布式光伏接入的配變可開放容量預(yù)測方法的步驟。

37、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)高比例分布式光伏接入的配變可開放容量預(yù)測方法的步驟。

38、本發(fā)明的有益效果：本發(fā)明提供的高比例分布式光伏接入的配變可開放容量預(yù)測方法通過數(shù)據(jù)預(yù)處理消除數(shù)據(jù)中的噪聲和異常，提高了模型訓(xùn)練和預(yù)測的準確性和可靠性，通過對歷史數(shù)據(jù)進行平穩(wěn)化處理，提高了歷史數(shù)據(jù)的穩(wěn)定性和可預(yù)測性，通過特征提取提高了模型的特征表達能力，通過配變?nèi)兆畲筘摵汕€預(yù)測模型及分布式光伏出力預(yù)測算法，提升了預(yù)測結(jié)果的準確性和魯棒性，通過配變可開放容量測算模型，提高了配電設(shè)備的利用率，本發(fā)明在預(yù)測準確性、魯棒性和利用率方面都取得更加良好的效果。