基于数字孪生的电力系统调度策略优化方法与流程

本申请涉及数据处理，具体涉及基于数字孪生的电力系统调度策略优化方法。

背景技术：

1、电力系统调度是指在满足系统要求的情况下，合理安排不同发电站的出力，与用电负荷功率之间达到平衡，从而达到运行成本最低和环境保护的目标，对电力系统调度策略进行优化不仅可以降低企业用户的用电成本，提高新能源利用率，还可以提高电网的稳定性，减少环境污染以及能源损耗，因此对电力系统调度策略进行优化具有重要意义。数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

2、基于数字孪生的电力系统以大数据为支撑，深度挖掘物理世界电力系统运行全过程数据信息，然后模型构建，以全覆盖、多纬度、无限近真之方式投射至虚拟世界，使电力系统运行处于实体与虚拟交互映射状态，数字孪生技术可全面优化电力系统调度策略，助力电力系统运维向智能化、精益化、高效化转型升级。但是现有的电力系统调度策略未结合各发电站间功率数据的隐含关系特征，难以实现对电力系统调度策略的最优化。

技术实现思路

1、鉴于以上内容，有必要提供基于数字孪生的电力系统调度策略优化方法，相对于传统的电力系统调度策略，提高了对电力系统调度的效率。

2、本申请的基于数字孪生的电力系统调度策略优化方法采用如下技术方案：

3、本申请一个实施例提供了基于数字孪生的电力系统调度策略优化方法，该方法包括以下步骤：

4、采集每个发电站的发电功率数据，构建电力调度目标函数以及每个发电站的功率时间序列；

5、基于每个发电站的功率时间序列在不同阶段的波动程度获取每个发电站的每个功率数据子序列的发电功率周期波动系数；

6、基于每个发电站的所有功率数据子序列的趋势性、差异性以及发电功率周期波动系数获取每个发电站的发电功率波动趋势平稳指数；

7、基于所有发电站的功率时间序列的差异性以及发电功率波动趋势平稳指数获取电力调度复杂指数；

8、根据电力调度复杂指数以及电力调度目标函数，计算天鹰优化算法的权重因子，获取最优调度策略。

9、在其中一种实施例中，所述构建电力调度目标函数的具体方法为：

10、将每个发电站在监测时间段内的运行成本与污染物处理成本之和作为每个发电站的发电成本，将电力系统中的发电站进行组合，将组合中所有发电站在监测时间段内的发电成本之和最小作为电力调度目标函数，表示为使得ax＝p最小，其中，a为所有发电站的发电成本所构成的行向量，x为所有发电站的选择系数所构成的列向量，p为所有发电站的发电成本之和。

11、在其中一种实施例中，所述获取每个发电站的每个功率数据子序列的发电功率周期波动系数，包括的具体方法为：

12、采用时间序列分解算法将每个功率数据子序列分解为多个功率波动分量；

13、基于每个功率波动分量中相邻元素的变化以及自相关性获取每个功率波动分量的功率波动显著系数以及功率波动自相关指数；

14、每个功率数据子序列的发电功率周期波动系数与对应的各功率波动分量的功率波动显著系数成正相关关系、与对应的各功率波动分量的功率波动自相关指数成负相关关系。

15、在其中一种实施例中，所述获取每个功率波动分量的功率波动显著系数以及功率波动自相关指数，包括的具体方法为：

16、将每个功率波动分量的一阶差分序列作为功率分量差分序列，将功率分量差分序列中所有元素值的绝对值之和作为每个功率波动分量的功率波动显著系数，将每个功率波动分量的自相关函数的最大值记为每个功率波动分量的功率波动自相关指数。

17、在其中一种实施例中，所述获取每个发电站的发电功率波动趋势平稳指数，包括的具体方法为：

18、基于每个功率数据子序列的趋势性获取每个功率数据子序列的趋势特征指数；

19、基于每个发电站的所有功率数据子序列的差异性获取每个发电站的功率阶段差异指数；

20、每个发电站的发电功率波动趋势平稳指数分别与对应的各功率数据子序列的趋势特征指数、发电功率周期波动系数以及所述功率阶段差异指数成负相关关系。

21、在其中一种实施例中，所述每个功率数据子序列的趋势特征指数为所述每个功率数据子序列的趋势检验统计量的绝对值。

22、在其中一种实施例中，所述获取每个发电站的功率阶段差异指数，包括的具体方法为：

23、将每个功率数据子序列中所有元素值的平均值作为每个功率数据子序列的功率均值，将每个发电站的功率时间序列的所有功率数据子序列的功率均值的变异系数作为每个发电站的功率阶段差异指数。

24、在其中一种实施例中，所述获取电力调度复杂指数，包括：

25、基于两个发电站的功率时间序列的差异性获取两个发电站之间的功率差异指数；

26、电力调度复杂指数与电力系统中任意两个发电站之间的功率差异指数成正相关关系、与任意两个发电站的发电功率波动趋势平稳指数成负相关关系。

27、在其中一种实施例中，所述获取两个发电站之间的功率差异指数，包括：

28、将每个发电站的功率时间序列中的所有元素进行归一化处理并构建直方图，将任意两个发电站的功率时间序列的直方图之间的距离记为所述任意两个发电站之间的功率差异指数。

29、在其中一种实施例中，所述计算天鹰优化算法的权重因子，获取最优调度策略，包括的具体方法为：

30、将电力调度复杂指数的归一化值作为天鹰优化算法的权重因子，将电力调度目标函数作为天鹰优化算法的目标函数，输出最优调度策略，将电力系统中的发电站按照最优调度策略进行调度。

31、本申请具有如下有益效果：

32、本申请实施例提供基于数字孪生的电力系统调度策略优化方法，所述方法包括：采集每个发电站的发电功率数据，构建电力调度目标函数以及每个发电站的功率时间序列，先基于每个发电站的功率时间序列在不同阶段的波动程度获取每个发电站的每个功率数据子序列的发电功率周期波动系数，再结合每个发电站的所有功率数据子序列的趋势性、差异性获取每个发电站的发电功率波动趋势平稳指数，用以衡量每个发电站的发电功率波动的趋势变化，然后综合考虑每个发电站自身的发电功率波动以及各发电站之间的差异，基于所有发电站的功率时间序列的差异性以及发电功率波动趋势平稳指数获取电力调度复杂指数，用以衡量对电力系统进行调度的复杂程度，根据电力调度复杂指数以及电力调度目标函数，计算优化算法的权重因子，获取最优调度策略，提高了对电力系统调度的效率。

技术特征：

1.基于数字孪生的电力系统调度策略优化方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述构建电力调度目标函数的具体方法为：

3.根据权利要求1所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述获取每个发电站的每个功率数据子序列的发电功率周期波动系数，包括的具体方法为：

4.根据权利要求3所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述获取每个功率波动分量的功率波动显著系数以及功率波动自相关指数，包括的具体方法为：

5.根据权利要求1所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述获取每个发电站的发电功率波动趋势平稳指数，包括的具体方法为：

6.根据权利要求5所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述每个功率数据子序列的趋势特征指数为所述每个功率数据子序列的趋势检验统计量的绝对值。

7.根据权利要求5所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述获取每个发电站的功率阶段差异指数，包括的具体方法为：

8.根据权利要求1所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述获取电力调度复杂指数，包括：

9.根据权利要求8所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述获取两个发电站之间的功率差异指数，包括：

10.根据权利要求1所述的基于数字孪生的电力系统调度策略优化方法，其特征在于，所述计算天鹰优化算法的权重因子，获取最优调度策略，包括的具体方法为：

技术总结
本申请涉及数据处理技术领域，具体涉及基于数字孪生的电力系统调度策略优化方法，包括：采集每个发电站的发电功率数据，构建电力调度目标函数以及每个发电站的功率时间序列，获取每个发电站的每个功率数据子序列的发电功率周期波动系数，计算每个发电站的发电功率波动趋势平稳指数，获取电力调度复杂指数，计算天鹰优化算法的权重因子，获取最优调度策略，实现对电力系统调度策略的优化。本申请旨在解决现有的电力系统调度策略未结合各发电站间功率数据的隐含关系特征，难以实现对电力系统调度策略的最优化的问题，提高了电力系统调度的效率。

技术研发人员：韩昱,张省伟,董洁茹
受保护的技术使用者：国网山西省电力公司忻州供电公司
技术研发日：
技术公布日：2024/9/23