本技术涉及电网,特别是涉及一种新能源发电场景生成方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术:
1、在新能源技术高速发展的同时,新能源技术也对电力系统的稳定运行带来了巨大挑战。相关技术中,通常采用基于概率模型的新能源场景生成方法来刻画新能源发电场景,以提升电力系统调度的可靠性。
2、基于概率模型的新能源场景生成方法的基本思想是,假设新能源发电场景的真实出力数据满足特定的概率分布,通过基于概率分布的抽样,从新能源发电场景的真实出力数据中,得到能够模拟新能源出力变化的采样出力数据,进而生成符合新能源出力变化的新能源发电场景。
3、然而,新能源发电具有随机性、波动性以及间歇性的特点,仅仅依赖于新能源发电场景的真实出力数据得到的新能源发电场景,并不能精准地刻画新能源出力变化;因此,基于概率模型的新能源发电场景生成方法会导致电力系统调度的可靠性较低。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高电力系统调度的可靠性的新能源发电场景生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本技术提供了一种新能源发电场景生成方法。所述方法包括:
3、基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇;
4、针对每个新能源发电场景聚类簇,基于所述新能源发电场景聚类簇中的关联新能源发电场景的出力信息,确定所述关联新能源发电场景的真实出力数据;所述真实出力数据至少包括静态出力数据和动态出力数据;
5、基于所述关联新能源发电场景的真实出力数据,对所述新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型;
6、将第一随机噪声数据,输入所述目标新能源发电场景生成模型中,得到所述新能源发电场景聚类簇对应的模拟新能源发电场景。
7、在其中一个方法中,所述基于所述关联新能源发电场景的真实出力数据,对所述新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型,包括:
8、对所述关联新能源发电场景的真实出力数据进行特征提取处理,得到所述关联新能源发电场景的真实出力特征数据;
9、基于所述真实出力特征数据,训练所述初始新能源发电场景生成模型中的初始数据判别器,得到目标数据判别器;
10、基于所述目标数据判别器,训练所述初始新能源发电场景生成模型中的初始数据生成器,得到目标数据生成器;
11、基于所述目标数据判别器和所述目标数据生成器,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型。
12、在其中一个方法中,所述基于所述真实出力特征数据,训练所述初始新能源发电场景生成模型中的初始数据判别器,得到目标数据判别器,包括:
13、将第二随机噪声数据输入所述初始数据生成器中,得到所述新能源发电场景聚类簇的初始模拟出力特征数据;
14、将所述初始模拟出力特征数据和所述关联新能源发电场景的真实出力特征数据作为第一输入信息,输入所述初始数据判别器中,得到所述第一输入信息与所述真实出力特征数据之间的第一相似度;
15、基于所述第一相似度的分布信息与所述初始模拟出力特征数据的分布信息之间的第一差异信息,以及所述第一相似度的分布信息与所述真实出力特征数据的分布信息之间的第二差异信息,对所述初始数据判别器进行训练,得到所述目标数据判别器。
16、在其中一个方法中,所述基于所述目标数据判别器,训练所述初始新能源发电场景生成模型中的初始数据生成器,得到目标数据生成器,包括:
17、将所述初始模拟出力特征数据和所述关联新能源发电场景的真实出力特征数据作为第二输入信息,输入所述目标数据判别器中,得到所述第二输入信息和所述真实出力特征数据之间的第二相似度;
18、基于所述第二相似度的分布信息,以及所述初始模拟出力特征数据的分布信息与所述真实出力特征数据的分布信息之间的第三差异信息,对所述初始数据生成器进行训练,得到所述目标数据生成器。
19、在其中一个方法中,所述将第一随机噪声数据,输入所述目标新能源发电场景生成模型中,得到所述新能源发电场景聚类簇对应的模拟新能源发电场景,包括:
20、将第一随机噪声数据输入所述目标新能源发电场景生成模型中的目标数据生成器中,得到所述新能源发电场景聚类簇的目标模拟出力特征数据;
21、基于所述目标新能源发电场景生成模型,对所述目标模拟出力特征数据进行数据映射处理,得到对应于所述新能源发电场景聚类簇的模拟出力数据;
22、基于对应于所述新能源发电场景聚类簇的模拟出力数据,生成所述新能源发电场景聚类簇对应的模拟新能源发电场景。
23、在其中一个方法中,所述基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,包括:
24、基于所述多个新能源发电场景的出力信息,初始化待训练的高斯混合聚类模型中的各个子高斯模型的模型参数;
25、针对每个新能源发电场景,基于所述新能源发电场景的出力信息,确定所述新能源发电场景与所述各个子高斯模型之间的匹配度;
26、基于所述每个新能源发电场景与每个子高斯模型之间的匹配度,更新所述各个子高斯模型的模型参数,得到训练完成的高斯混合聚类模型;所述训练完成的高斯混合聚类模型中的各个子高斯模型的模型参数满足预设模型参数条件;
27、基于所述训练完成的高斯混合聚类模型,和所述多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理。
28、在其中一个方法中,在基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇之前,还包括:
29、获取新能源发电场景在预设的多个时间区间下的出力值;
30、根据所述新能源发电场景在预设的多个时间区间下的出力值,确定所述新能源发电场景的最大出力值、日均出力值、日峰谷差率以及日出力波动率;
31、将所述新能源发电场景的最大出力值、日均出力值、日峰谷差率以及日出力波动率,确认为所述新能源发电场景的出力信息。
32、第二方面,本技术还提供了一种新能源发电场景生成装置。所述装置包括:
33、聚类处理模块,用于基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇;
34、信息确定模块,用于针对每个新能源发电场景聚类簇,基于所述新能源发电场景聚类簇中的关联新能源发电场景的出力信息,确定所述关联新能源发电场景的真实出力数据;所述真实出力数据至少包括静态出力数据和动态出力数据;
35、模型训练模块,用于基于所述关联新能源发电场景的真实出力数据,对所述新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型;
36、场景生成模块,用于将第一随机噪声数据,输入所述目标新能源发电场景生成模型中,得到所述新能源发电场景聚类簇对应的模拟新能源发电场景。
37、第三方面,本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
38、基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇;
39、针对每个新能源发电场景聚类簇,基于所述新能源发电场景聚类簇中的关联新能源发电场景的出力信息,确定所述关联新能源发电场景的真实出力数据;所述真实出力数据至少包括静态出力数据和动态出力数据;
40、基于所述关联新能源发电场景的真实出力数据,对所述新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型;
41、将第一随机噪声数据,输入所述目标新能源发电场景生成模型中,得到所述新能源发电场景聚类簇对应的模拟新能源发电场景。
42、第四方面,本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
43、基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇;
44、针对每个新能源发电场景聚类簇,基于所述新能源发电场景聚类簇中的关联新能源发电场景的出力信息,确定所述关联新能源发电场景的真实出力数据;所述真实出力数据至少包括静态出力数据和动态出力数据;
45、基于所述关联新能源发电场景的真实出力数据,对所述新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型;
46、将第一随机噪声数据,输入所述目标新能源发电场景生成模型中,得到所述新能源发电场景聚类簇对应的模拟新能源发电场景。
47、第五方面,本技术还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
48、基于多个新能源发电场景的出力信息,对所述多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇;
49、针对每个新能源发电场景聚类簇,基于所述新能源发电场景聚类簇中的关联新能源发电场景的出力信息,确定所述关联新能源发电场景的真实出力数据;所述真实出力数据至少包括静态出力数据和动态出力数据;
50、基于所述关联新能源发电场景的真实出力数据,对所述新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于所述新能源发电场景聚类簇的目标新能源发电场景生成模型;
51、将第一随机噪声数据,输入所述目标新能源发电场景生成模型中,得到所述新能源发电场景聚类簇对应的模拟新能源发电场景。
52、上述新能源发电场景生成方法、装置、计算机设备、存储介质和计算机程序产品,首先基于多个新能源发电场景的出力信息,对多个新能源发电场景进行聚类处理,得到多个新能源发电场景聚类簇;然后针对每个新能源发电场景聚类簇,基于新能源发电场景聚类簇中的关联新能源发电场景的出力信息,确定关联新能源发电场景的真实出力数据;真实出力数据至少包括静态出力数据和动态出力数据;接着基于关联新能源发电场景的真实出力数据,对新能源发电场景聚类簇对应的初始新能源发电场景生成模型中的初始数据判别器和初始数据生成器进行训练,得到对应于新能源发电场景聚类簇的目标新能源发电场景生成模型;最后将第一随机噪声数据,输入目标新能源发电场景生成模型中,得到新能源发电场景聚类簇对应的模拟新能源发电场景。这样,通过对新能源发电场景的聚类,能够实现对不同类型的新能源发电场景的模拟新能源发电场景的针对性生成;通过至少包括静态出力数据和动态出力数据的真实出力数据,能够更全面地刻画新能源发电场景的出力特征,为后续模拟新能源发电场景的生成提供了更可靠的数据依据;通过对初始数据判别器和初始数据生成器的训练,能够得到场景生成准确性更高的目标新能源发电场景生成模型,提高了模拟新能源发电场景的准确性;基于以上过程的新能源发电场景生成方法,能够基于高准确性的模拟新能源发电场景,精准地刻画新能源出力变化,从而能够辅助电力系统调度的决策,提升电力系统调度的可靠性。