(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211116294.5 (22)申请日 2022.09.14 (71)申请人 国网陕西省电力有限公司电力科 学 研究院 地址 710000 陕西省西安市国家民用航天 产业基地航天中路669号科研综合楼 主楼第12、 14层 申请人 西安交通大 学　 国家电网有限公司西北分部 (72)发明人 刘瑶　金吉良　刘健　丁涛　 李小腾　彭书涛　李明乐　向异　 赵鑫　周雨豪　樊国旗　杜思君　 贾文皓　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 李鹏威(51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种考虑不确定性的电网运行方式调整方 法及系统 (57)摘要 本发明公开了一种考虑不确定性的电网运 行方式调整方法及系统， 属于电力系统调度领 域， 根据电网各元件的历史数据， 对含有不确定 性的元件进行概率建模， 拟合含有不确定性的元 件的概率分布； 考虑不确定性的电网运行方式自 动调整方法， 能够实现电网运行方式自动调整， 有效地解决高 比例新能源电力系统中源荷双侧 不确定性带来的平衡和消纳问题， 在保障电网安 全稳定运行的条件下实现新能源的最大消纳， 对 系统中各元件进行了不确定性建模， 使用非参数 核密度估计方法拟合出了含有不确定性的元件 的概率分布， 将概率参数引入电网运行方式自动 调整模型， 对系统中各元件不确定性的定量描 述， 帮助电力企业方式计算部门更为直观地了解 系统中不确定性因素的影响。 权利要求书2页 说明书7页 附图4页 CN 115330083 A 2022.11.11 CN 115330083 A 1.一种考虑不确定性的电网运行 方式调整方法， 其特 征在于， 包括以下步骤： S1， 根据电网各元件的历史数据， 对含有不确定性的元件进行概率建模， 拟合含有不确 定性的元件的概 率分布； S2， 根据拟合含有不确定性的元件的概率分布中获取包含各元件具体数值的典型场 景， 并调试这些典型场景的运行 方式； S3， 建立基于机器学习的电网运行方式自动调整模型， 使用调试后的典型场景运行方 式训练自动调整模型， 训练完成的自动调整模型能自动处理包含具有高度不确定性的任意 随机场景， 实现考虑不确定性的电网运行 方式自动调整。 2.根据权利要求1所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 针 对单元件不确定性建模， 根据单元件历史数据， 使用单变量核密度估计方法， 拟合单元件概 率分布。 3.根据权利要求1所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 针 对多元件不确定性建模， 根据多 元件历史数据， 使用多变量核密度估计方法， 拟合多 元件联 合概率分布。 4.根据权利要求1所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 基 于欧式距离和 最大距离两种带宽评价指标对多变量核密度多变量核密度估计方法的带宽 进行优化。 5.根据权利要求4所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 设 典型场景为各含有不确定性的元件的一例具体数值集合， 设运行方式为各火力发电机的一 例数值集合； 使用拉丁超立方分层抽样方法从拟合的概 率分布中抽样得到随机场景； 使用基于欧氏距离的聚类方法， 对得到的随机场景进行场景消去， 最终得到相互之间 具有较大差异性的典型场景。 6.根据权利要求5所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 依 据领域专 家知识设置典型场景的运行 方式。 7.根据权利要求1所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 使 用多个监督机器学习模型建立从场景到运行方式的映射关系； 每个监督机器学习模型仅 负 责学习一台火力发电机出力， 其接受包含多个元件信息的向量格式场景数据， 输出标量格 式火力发电机出力数据； 监督机器学习模型数量等同于系统内火力发电机数量， 多个监督 机器学习模型的输出共同组成完整的运行 方式。 8.根据权利要求7所述的一种考虑不确定性的电网运行方式调 整方法， 其特征在于， 使 用得到的典型场景及其对应运行方式数据， 构建训练集和测试集， 训练电网运行方式自动 调整模型。 9.一种考虑不确定性的电网运行方式调整系统， 其特征在于， 包括不确定性建模模块， 优化模块和自动调整模块； 不确定性建模模块， 根据电网各元件的历史数据， 对含有不确定性的元件进行概率建 模， 拟合含有不确定性的元件的概 率分布； 优化模块， 根据拟合含有不确定性的元件的概率分布中获取包含各元件具体数值的典 型场景， 并调试这些典型场景的运行 方式； 自动调整模块， 建立基于机器学习的 电网运行方式自动调整模型， 使用调试后的典型权　利　要　求　书 1/2 页 2 CN 115330083 A 2场景运行方式训练自动调整模型， 训练完成的自动调整模型能自动处理包含具有高度不确 定性的任意随机场景， 实现考虑不确定性的电网运行 方式自动调整。 10.根据权利要求9所述的一种考虑不确定性的电网运行方式调整系统， 其特征在于， 采用多变量核密度估计方法， 根据历史时序数据得到单元件的概率密度分布和多 元件的联 合概率密度分布。权　利　要　求　书 2/2 页 3 CN 115330083 A 3