摘要
本发明涉及一种基于考虑不确定性源荷运行场景模型的优化调控方法,包括:通过神经网络法等负荷功率预测方法求取常规负荷功率的预测值,再通过数据统计预测法等分布式电源出力预测方法求取风电出力和光伏出力的预测值,结合风电出力与负荷功率的预测误差分布函数,建立考虑预测误差的源荷运行场景生成模型并生成大量原始源荷运行场景,运用改进层次K‑means聚类算法对原始源荷运行场景进行提取,基于多场景技术的源荷不确定模型得以建立;与现有技术相比,本发明在充分考虑预测误差带来的不确定性影响的同时简化计算复杂度,避免传统聚类算法对目标场景数的依赖性,精准刻画了配电网的源荷双侧面临的强不确定性。
技术关键词
优化调控方法
风光
初始聚类中心
预测误差
拉丁超立方采样
风电
不确定性模型
负荷功率预测方法
概率密度函数
分布式电源出力
集构建方法
累积分布函数
多场景
矩估计法
电网系统
聚类算法
系统为您推荐了相关专利信息
主动学习算法
可靠性分析方法
唇形密封件
GPR模型
概率密度函数
接入节点
分类预测模型
非实时业务
终端
分类子模型
赤芍饮片
机器视觉分选技术
偏最小二乘回归算法
形态学滤波
数字孪生体
数据分布
联邦学习方法
服务器
样本
数据隐私保护
图像处理
初始聚类中心
边缘检测
特征值
计算机程序指令