專利名稱：智能電網(wǎng)建設(shè)中基于相關(guān)向量機的旋轉(zhuǎn)熱備用的調(diào)度方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于相關(guān)向量機的旋轉(zhuǎn)熱備用的調(diào)度方法。
背景技術(shù)：
面對化石能源日益枯竭、環(huán)境污染等人類共同難題，開發(fā)利用風(fēng)能等新能源、提升傳統(tǒng)能源利用率以及發(fā)展智能電網(wǎng)，已成為世界各國的基本共識和應(yīng)對策略。目前，隨著風(fēng)電等新能源發(fā)電技術(shù)的日趨成熟，我國規(guī)?；L(fēng)電等新能源電力并網(wǎng)的安全高效開發(fā)利用，就成為當(dāng)前急需解決的最關(guān)鍵問題之一。其中，首要環(huán)節(jié)就是需要開發(fā)相對準(zhǔn)確有效的風(fēng)功率預(yù)測系統(tǒng)，以應(yīng)用在電力系統(tǒng)的電源調(diào)度中，實現(xiàn)對新能源電力的安全高效利用。雖然我國風(fēng)資源比較豐富，但是由于風(fēng)等新能源具有隨機性、強波動性以及不確 定性等特點，使得風(fēng)電機組的輸出有功功率存在一定的不確定性；同時，由于風(fēng)能具有不同的地域分布特性，因此，風(fēng)電場的發(fā)電功率具有一定地域分布特性。所以，即便目前的風(fēng)力發(fā)電機組的單機容量已經(jīng)發(fā)展到兆瓦級水平，但是已有的的風(fēng)功率預(yù)測技術(shù)還是難以滿足電力系統(tǒng)安全高效運行等需求，導(dǎo)致在規(guī)?；L(fēng)電并網(wǎng)后的日電力電量平衡和電源安排非常困難，新能源電力系統(tǒng)的運行調(diào)度面臨巨大考驗。據(jù)不完全統(tǒng)計，2010年I至6月，風(fēng)電上網(wǎng)收購電量為222. 54億千瓦時，未收購電量為27. 76億千瓦時，損失風(fēng)能比例為11. 1%。并且，隨著風(fēng)電裝機容量的大幅度提高，規(guī)?；履茉措娏ο{面臨的問題和矛盾將更加突出。我國大規(guī)模風(fēng)電并網(wǎng)的另一個重要制約因素是電源結(jié)構(gòu)性矛盾突出，與發(fā)達(dá)國家相比匱乏可平抑新能源電力隨機波動特性的可調(diào)節(jié)性電源。以2010年為例，在我國的總發(fā)電裝機容量中，火電占73. 44%，水電占22. 18%，核電占I. 12%，燃?xì)饧叭加桶l(fā)電裝機容量所占比例則小于0. 3%。因此，能夠快速響應(yīng)風(fēng)電等波動性電源的燃?xì)饧叭加桶l(fā)電所占比例非常低；并且，我國水電多為徑流式水電站，具有明顯的季節(jié)性特征，水庫中的蓄水除了發(fā)電之外還需要滿足防洪與農(nóng)田灌溉等需要，水電調(diào)峰能力也受到限制。并且，在火電、水電、燃機發(fā)電以及風(fēng)電等電源配置容量，在電網(wǎng)中也具有一定的地域分布特性。為實現(xiàn)規(guī)?；L(fēng)電等新能源電力的安全并網(wǎng)，需要利用風(fēng)電等新能源電源周邊的其他可調(diào)節(jié)電源來進(jìn)行多能源互補的開發(fā)利用模式，以平抑風(fēng)電等新能源電力的隨機波動不確定性。因此，鑒于目前的 風(fēng)電等新能源電力的預(yù)測技術(shù)水平，按照常規(guī)開發(fā)利用模式必然導(dǎo)致大規(guī)模棄風(fēng)問題和冗余旋轉(zhuǎn)熱備用設(shè)置，整體電網(wǎng)傳輸效率低下，甚至影響系統(tǒng)安全穩(wěn)定運行等諸多問題，造成開發(fā)成本高、利用率低的局面。同時，隨著風(fēng)電裝機容量的不斷增大，上述矛盾將更為凸顯，必將導(dǎo)致未來付出更大代價以解決規(guī)?；L(fēng)電并網(wǎng)所造成的困難和問題。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種智能電網(wǎng)建設(shè)中基于相關(guān)向量機的旋轉(zhuǎn)熱備用的調(diào)度方法，以解決含規(guī)?；L(fēng)電等新能源電力系統(tǒng)難以設(shè)置旋轉(zhuǎn)熱備用以平抑風(fēng)電并網(wǎng)功率波動問題。本發(fā)明采用相關(guān)向量機的人工智能預(yù)測方法，基于歷史數(shù)據(jù)對模型進(jìn)行訓(xùn)練，同時得到未來時刻的預(yù)測值及預(yù)測值對應(yīng)的概率分布，給出一定置信概率下的風(fēng)功率變化范圍(預(yù)測誤差帶)，以指導(dǎo)電網(wǎng)確定合理的旋轉(zhuǎn)熱備用。因而，本方法還可望為未來智能電網(wǎng)建設(shè)中含規(guī)?；L(fēng)電等新能源電力系統(tǒng)中旋轉(zhuǎn)備用合理設(shè)定問題提供一種新思路。本發(fā)明為解決上述問題采取的技術(shù)方案是—、初始化；根據(jù)當(dāng)?shù)貧夂驐l件以及地理因素，進(jìn)行當(dāng)?shù)仫L(fēng)資源評估，根據(jù)風(fēng)資源評估結(jié)果對計算控制器進(jìn)行初始化設(shè)置，所需設(shè)定的參數(shù)為預(yù)測結(jié)果的分布形式，所述分布形式設(shè)定為正態(tài)分布，將所述初始化設(shè)置結(jié)果傳遞到風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)中，初始化完畢；二、數(shù)據(jù)傳輸；風(fēng)電場風(fēng)功率采集模塊實時將風(fēng)電場風(fēng)功率的測量值進(jìn)行采集，經(jīng)數(shù)據(jù)預(yù)處理后將數(shù)據(jù)傳遞給風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)中；三、對未來時刻的風(fēng)功率進(jìn)行預(yù)測；風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)3接收由風(fēng)電場風(fēng)功率采集模塊傳遞過來的數(shù)據(jù)，根據(jù)當(dāng)前時刻的風(fēng)功率值，對未來時刻的風(fēng)功率進(jìn)行預(yù) 測，預(yù)測的結(jié)果為未來時刻的風(fēng)功率值和風(fēng)功率的誤差帶；風(fēng)功率值和風(fēng)功率的誤差帶的實現(xiàn)方式如下集合風(fēng)功率歷史數(shù)據(jù)組成，表示訓(xùn)練集中有n個歷史樣本，其中每一個歷史樣本Xi有10個維數(shù)，由連續(xù)的10個時刻的風(fēng)功率值組成，Xi= [Pn，Pi2,……Pilo]山為樣本&下一時刻的風(fēng)功率值，即ti=Pm ;對于本模型，即模型輸入為Xi，模型輸出為即根據(jù)當(dāng)前10個時刻的風(fēng)功率值，預(yù)測下一個時刻的風(fēng)功率值，n為總的樣本個數(shù)；將以上{xUp彳tu乍為訓(xùn)練樣本集對相關(guān)向量機模型進(jìn)行訓(xùn)練，作}『=1為由ti組成的集合，由n個樣本組成，ti與Xi--對應(yīng)；三(一)、相關(guān)向量機模型的訓(xùn)練過程為I)選定核函數(shù)K為高斯核函數(shù)，[(Xi3X2) = exp(-t^L),其中X1, X2為兩個長度相等的向量，S為核寬度，自行設(shè)定；
n2)預(yù)測方程為#;\\')=[沿義0，％)+\\].)(I)
/-I其中W=I^W1,......Wn]表示權(quán)系數(shù)向量；3)設(shè)模型預(yù)測值滿足正態(tài)分布形式，即p Ui) =NUiItUi ; W)，O 2) (2)其中P表示分布函數(shù)，N表示正態(tài)分布；上述公式(2)表示預(yù)測結(jié)果為以公式(I)的結(jié)果t(Xi;W)為均值，O 2為方差的正態(tài)分布形式；4)公式(I)和公式(2)中需要確定的參數(shù)僅為權(quán)系數(shù)向量w和正態(tài)分布的方差
O2，相關(guān)向量機法假設(shè)權(quán)系數(shù)向量w滿足均值為0，方差為I的正態(tài)分布，寫成公式的形式
a
即p(Wi\ai) = 0，a^1)a =[ a 0，a 1 ......，a n]T
/ I \ TT 仿/ CCiWf、 p(w\a) = } |-7=exp(———)
/=0 V2經(jīng)過上述變量替換后需要確定的參數(shù)僅為向量Ct1,...... CtJ以及方差O 2 ;5)使用數(shù)值解法求解a和02，先給出a與o 2猜測值，然后根據(jù)下式進(jìn)行更新
權(quán)利要求
1.一種智能電網(wǎng)建設(shè)中基于相關(guān)向量機的旋轉(zhuǎn)熱備用的調(diào)度方法，其特征在于所述方法是這樣實現(xiàn)的 一、初始化；根據(jù)當(dāng)?shù)貧夂驐l件以及地理因素，進(jìn)行當(dāng)?shù)仫L(fēng)資源評估，根據(jù)風(fēng)資源評估結(jié)果對計算控制器(3)進(jìn)行初始化設(shè)置，所需設(shè)定的參數(shù)為預(yù)測結(jié)果的分布形式，所述分布形式設(shè)定為正態(tài)分布，將所述初始化設(shè)置結(jié)果傳遞到風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)(3)中，初始化完畢； 二、數(shù)據(jù)傳輸；風(fēng)電場風(fēng)功率采集模塊(I)實時將風(fēng)電場風(fēng)功率的測量值進(jìn)行采集，經(jīng)數(shù)據(jù)預(yù)處理后將數(shù)據(jù)傳遞給風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)(3)中； 三、對未來時刻的風(fēng)功率進(jìn)行預(yù)測；風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)(3)接收由風(fēng)電場風(fēng)功率采集模塊(I)傳遞過來的數(shù)據(jù)，根據(jù)當(dāng)前時刻的風(fēng)功率值，對未來時刻的風(fēng)功率進(jìn)行預(yù)測，預(yù)測的結(jié)果為未來時刻的風(fēng)功率值和風(fēng)功率的誤差帶；風(fēng)功率值和風(fēng)功率的誤差帶的實現(xiàn)方式如下 集合{及丨^由風(fēng)功率歷史數(shù)據(jù)組成，表示訓(xùn)練集中有n個歷史樣本，其中每一個歷史樣本Xi有10個維數(shù)，由連續(xù)的10個時刻的風(fēng)功率值組成，Xi= [Pn，Pi2,……Pilo] Ai為樣本Xi下一時刻的風(fēng)功率值，即ti=Pm ;對于本模型，即模型輸入為Xi，模型輸出為即根據(jù)當(dāng)前10個時刻的風(fēng)功率值,預(yù)測下一個時刻的風(fēng)功率值，n為總的樣本個數(shù)； 將以上作為訓(xùn)練樣本集對相關(guān)向量機模型進(jìn)行訓(xùn)練，Ut1為由&組成的集合，由n個樣本組成，ti與Xi--對應(yīng)； 三(一)、相關(guān)向量機模型的訓(xùn)練過程為 1)選定核函數(shù)K為聞斯核函數(shù)
全文摘要
智能電網(wǎng)建設(shè)中基于相關(guān)向量機的旋轉(zhuǎn)熱備用的調(diào)度方法，本發(fā)明涉及一種基于相關(guān)向量機的旋轉(zhuǎn)熱備用的調(diào)度方法。為解決含規(guī)?；L(fēng)電等新能源電力系統(tǒng)難以設(shè)置旋轉(zhuǎn)熱備用以平抑風(fēng)電并網(wǎng)功率波動問題。將初始化設(shè)置結(jié)果傳遞到風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)中；風(fēng)電場風(fēng)功率采集模塊實時將風(fēng)電場風(fēng)功率的測量值進(jìn)行采集，進(jìn)行數(shù)據(jù)預(yù)處理后將數(shù)據(jù)傳遞給風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)中；風(fēng)功率相關(guān)向量機預(yù)測系統(tǒng)接收數(shù)據(jù)，對未來時刻的風(fēng)功率進(jìn)行預(yù)測，預(yù)測的結(jié)果為未來時刻的風(fēng)功率值和風(fēng)功率的誤差帶；將得到的預(yù)測值和誤差帶送入到調(diào)度控制器中，預(yù)測值即為風(fēng)電場未來的發(fā)電計劃，誤差帶代表的功率范圍即為對風(fēng)電場配備的旋轉(zhuǎn)熱備用。本發(fā)明用于智能電網(wǎng)建設(shè)中。
文檔編號H02J3/24GK102709926SQ201210216019
公開日2012年10月3日 申請日期2012年6月28日 優(yōu)先權(quán)日2012年6月28日
發(fā)明者萬杰, 于達(dá)仁, 劉金福, 李照忠, 蘇鵬宇, 邢媛 申請人:哈爾濱工業(yè)大學(xué)