一种风电接入电网的风险预测评估方法
【技术领域】
[0001] 本发明涉及电力领域，特别涉及一种风电接入电网的风险预测评估方法。
【背景技术】
[0002] 随着风力发电技术的不断发展，风电场装机容量的不断提高，风电的间歇性、波动 性等特点使其在并网时成为一个扰动源对电网的安全运行水平造成很大影响。因此，准确 进行短期风电功率预测，并利用预测结果对风电接入后的电网进行动态安全性评估，对提 高风电接入后的电网的安全运行水平具有重要的意义与价值。
[0003] 近几年来，风电功率进行短期预测方面，Volterra自适应滤波器以其训练速度 快，所需样本量小等优点得到了广大学者的关注，如"Volterra models and three-layer perceptrons(Marmarelis V Z，Zhao X. . Neural Networks,IEEE Transactions on，1997， 8(6) : 1421-1433.)。但Volterra自适应滤波器的预测效果易受与预测点信息不相关或对 预测点贡献较小的相点影响。目前研究表明采用邻近点作为训练集，证明合理筛选邻近点， 建立局域模型，可提高模型的精度如《时空混沌序列的局域支持向量机预测》（张家树，党建 亮，李恒超..物理学报，2007,56(1) :67-77.) -文中，针对邻近点的选择，目前主要判据有 欧式距离、向量夹角、关联度等方法。另一方面，在工程应用中，模型的有效性不仅要求算法 精度高，同时也要求模型的计算速度快。使用K均值算法可有效提高模型的计算速度，参看 "Short-term prediction of wind power with a clustering approach. '，（Kusiak A，Li ff. Renewable Energy, 2010,35(10) :2362-2369.)
[0004] 而在现有技术中，风电功率进行短期预测方面采用的Volterra自适应滤波器邻 近点计算，忽略了相点自身的不同坐标分量的时间次序对预测点产生的影响不同，容易引 入"伪邻近点"，导致算法的计算精度与计算速度稳定性差。
【发明内容】
[0005] 本发明在于克服现有技术的上述不足，提供一种计算精度、计算速度稳定性好的 风电接入电网的风险预测评估方法。
[0006] 为了实现上述发明目的，本发明采用的技术方案是：
[0007] -种风电接入电网的风险预测评估方法，包括以下步骤：
[0008] 采集风电场原始数据，得到初始风电功率时间序列；
[0009] 对所述初始风电功率时间序列进行相空间重构，得到相点向量；
[0010] 对所述相点向量进行K均值聚类计算；
[0011] 引入权重向量改进邻近点的距离与趋势的判据，建立综合判据，得到邻近点集 合；
[0012] 将所述邻近点集合作为volterra自适应滤波器的训练集合，得到风电场功率预 测数据。进一步地，所述引入权重向量改进邻近点的距离与趋势的判据，建立综合判据，得 到邻近点集合包括：
[0013] 定义一种运算方式：
[0015] 其中A, B均为m维的向量，&1，h分别为向量A、B的第i维分量；
[0016] 则当前预测点X(p)与相点X(i)间的距离为：
[0018] 式中，X(p)表示第p个预测点，X⑴表示第i个相点，α为权重向量，且对于m维 的向量α而言，α (1)彡α (2)彡…彡a (m)，考虑到坐标分量间的间隔时间为均为τ，取
[0019] 其中，d(p, i)越小，当前预测点Χ(ρ)与相点X(i)的距离越近；
[0020] 定义多步回溯的差值向量为：
[0023] 其中，q表示回溯步长，X(p)为X(p-q)的q步演化相点，X(i)为X(i-q)的q步演 化相点；
[0024] 多步回溯的预测点与相点间的方向夹角为：
[0026] 对上式进行加权，可得预测点与相点的发展趋势判据为：
[0028] cos Θ (p，i)是由向量间的夹角的余弦演化而来，其中，β为权重向量，且
[0029] cos θ (ρ，i)越小，表示当前预测点Χ(ρ)与相点X(i)的发展趋势越接近；
[0030] 预测点X(p)与相点X(i)间的相似度为：
[0032] 其中γ丫2分别为距离指标与演化趋势指标的权重值，且γ i+Yf 1。
[0033] 对所述相似度排序，选择相似度较大的多个值作为邻近点。
[0034] 进一步地，还包括：
[0035] 风电场负荷数据，根据RBF神经网络模型得到负荷预测数据；
[0036] 根据所述风电场功率预测数据和负荷预测数据得到风电功率和负荷预测值；
[0037] 选定多个评估时间点，根据每个所述评估时间段的风电功率和负荷预测值对电网 进行风险评估，得到多个风险评估结果；
[0038] 根据所述多个风险评估结果得到电网风险预测曲线。
[0039] 进一步地，所述根据每个所述评估时间段的风电功率和负荷预测值对电网进行风 险评估包括：
[0040] 根据电网中各元件的重要度，分别建立表征电网节点、支路重要度的节点重要度 因子、支路重要度因子；
[0041] 引入所述支路重要度因子，修正电网系统的支路过载严重度函数，引入所述节点 重要度因子，修正电网系统的节点低电压严重度函数；
[0042] 根据所述支路过载严重度函数、所述节点低电压严重度函数得到表征电网运行状 态的严重度指标；
[0043] 引入负荷经济因子，得到表征负荷损失的失负荷严重度函数；
[0044] 对所述电网运行严重度指标、失负荷严重度函数分别进行加权处理，得到表征电 网事故的综合严重度函数。
[0045] 进一步地，还包括：根据所述综合严重度函数和事故发生概率得到综合风险指标， 并根据所述指标对电网系统进行风险评估。
[0046] 与现有技术相比，本发明的有益效果
[0047] 1、本发明的一种风电接入电网的风险预测评估方法在利用Vo 1 terra自适应滤波 器计算时，综合考虑预测点与相点的当前距离和相点间的多步演化趋势，既考虑了相点的 演化相关性，又考虑了相点各坐标在时间上的不同影响，消除了现有技术中，"忽略了相点 自身的不同坐标分量的时间次序对预测点的影响不同，易引入'伪邻近点'"的技术缺陷， 因此能有效避开"虚伪邻近点"，选出在距离和演化趋势均与预测点相似的邻近点，提高了 计算精度和计算速度。
[0048] 2、由于风电并入电网后，具有波动性及不确定性，系统的运行状态一直处于一个 变化的状态，其安全风险也处于变化中，而现有技术并没有一个很好的方法来评估风电接 入电网后的电网安全性风险，本发明的一种风电接入电网的风险预测评估方法，考虑风险 评估的评估时间窗，将各个时间点的风险值进行综合利用系统风险走势曲线可以为系统运 行人员预测和掌握系统运行状态，能够很好的预测风电场功率，从而有效预防由于风电波 动造成的电力系统事故，避免造成大面积停电。
【附图说明】
[0049] 图1所示是本发明的一个具体实施例示出的一种风电接入电网的风险预测评估 方法的风电场功率预测流程图。
[0050] 图2所