本发明涉及一种电网新能源备用需求评估方法及系统，尤其是考虑时序特征的电网新能源备用需求评估方法及系统。
背景技术：
1、随着新型电力系统建设的不断推进，新能源占比逐步提高，其随机波动性给电力系统的运行带来了很大的挑战，为保障电网源荷的实时平衡，为新能源预留备用是应对其发电强不确定性的必要举措。
2、传统电力系统就需要通过维持一定的备用容量以保障系统安全稳定运行，应付诸如不可预期的负荷波动、故障等情况。电力系统备用总量通常用确定性方法确定，如规定为系统年最大负荷或总装机容量的某一百分数，或系统最大一台机组的容量。这种方法通常以满足系统安全稳定运行为首要考虑因素，较少考虑新能源不确定因素对备用总量的影响。
3、为应对新能源发电的不确定性，电网调控中心通常采用预测功率乘以折扣系数以预留新能源备用容量，但仅凭人工经验简单赋予折扣系数难以精确描述预留备用的合理性。随着新能源的大规模并网，对新能源历史预测误差数据进行概率统计的备用容量确定方法，也已经在文献中进行了研究，但缺乏对时序特征的考虑。因此，如何考虑新能源预测历史数据的时序特性，进行电网新能源备用需求评估，成为本领域技术人员急需要解决的技术问题。
技术实现思路
1、发明目的：本发明的目的是提供一种考虑时序特征的电网新能源备用需求评估方法及系统，通过度量时间序列的形态相似性筛选历史样本数据，统计新能源历史预测的误差分布，提出电网新能源备用需求评估方法，有助于提升电网应对新能源发电不确定性的能力。
2、技术方案：本发明所述的考虑时序特征的电网新能源备用需求评估方法，包括如下步骤：
3、通过动态时间规整方法得到与计划日期的新能源预测曲线的形态相似的历史日期的新能源预测曲线，将该历史日期加入历史样本日期集合；
4、根据所述历史样本日期集合中的日期，计算该日期各时段的新能源预测曲线与新能源实测曲线之差，生成新能源预测误差的历史样本数据序列；
5、对历史样本数据序列中的时段进行聚类，得到聚合时段；
6、计算聚合时段的新能源预测误差的概率密度函数；
7、根据设置的置信度水平和所述概率密度函数计算新能源备用需求。
8、进一步地，所述通过动态时间规整方法得到与计划日期的新能源预测曲线的形态相似的历史日期的新能源预测曲线，将该历史日期作为历史样本日期集合包括：
9、构建n×n维的距离矩阵d，其元素dij为：
10、dij＝(xi-yj)2i,j∈[1,n]；
11、其中，xi为计划日期时段i的新能源预测值，yj为历史某日时段j的新能源预测值，dij为计划日期时段i的新能源预测值与历史某日时段j的新能源预测值之间的欧式距离；
12、基于距离矩阵d构建路径向量w＝[w1,w2,...,wl]，其元素wp为：
13、wp＝dij p∈[1,l]；
14、其中，wp为动态时间规整路径的第p个路径；
15、动态时间规整距离dw计算公式为：
16、
17、其中时间序列x＝[x1,x2,...,xn]为计划日期的新能源预测曲线，xn为计划日期时段n的新能源预测值，时间序列y＝[y1,y2,...,yn]为历史某日的新能源预测曲线，yn为历史日期时段n的新能源预测值；
18、若历史日期的新能源预测曲线与计划日期的新能源预测曲线之间的动态时间规整距离小于阈值，则将该历史日期作为历史样本日期。
19、进一步地，所述根据所述历史样本日期集合中的日期，计算该日期各时段的新能源预测曲线与新能源实测曲线之差，生成新能源预测误差的历史样本数据序列包括：
20、新能源预测误差为新能源预测值减去新能源实测值：
21、perr,t＝pfort,t-preal,t；
22、其中，perr,t为时段t的新能源预测误差，pfort,t为时段t的新能源预测值，preal,t为时段t的新能源实测值；
23、任一历史样本日期的新能源预测误差的历史样本数据序列为：
24、z＝[perr,1,perr,2,...,perr,n]；
25、其中，z为历史样本日期的新能源预测误差样本数据序列，n为历史样本日期的时段数，perr,n为时段n的新能源预测误差。
26、进一步地，所述对历史样本数据序列中的时段进行聚类，得到聚合时段包括：
27、(1)对历史样本数据序列中的各时段的输出功率序列进行层次聚类，得到k个划分，计算k个划分的中心，分别作为聚类算法的初始聚类中心；
28、(2)对于每个时段的输出功率序列，求其对应到的k个聚类中心的欧式距离，将其归到距离最短的中心所在的聚类，形成新的k个聚类；
29、(3)对于形成的新的k个聚类，利用均值法重新计算每个聚类的聚类中心；
30、(4)重复步骤(2)、(3)进行迭代，直到类成员不再发生变化，则迭代结束，输出聚合时段。
31、进一步地，所述计算聚合时段的新能源预测误差的概率密度函数包括：所述概率密度函数服从正态分布。
32、进一步地，所述计算聚合时段的新能源预测误差的概率密度函数包括：
33、所述概率密度函数为：
34、
35、
36、
37、其中，μk为时段范围k的新能源预测误差分布的期望，m为历史样本日期数目，k为时段聚合后的一天划分的时段范围个数，tk为时段范围k包含的时段个数，perr,i为第i个新能源预测误差数据，σk为时段范围k的新能源预测误差分布的方差；x为新能源预测误差的变量，fk(x)为时段范围k的新能源预测误差的概率密度函数。
38、进一步地，所述根据设置的置信度水平和所述概率密度函数计算新能源备用需求包括：
39、所述新能源备用需求的计算方法为：
40、
41、其中，rw,k为时段范围k的新能源备用需求，α为新能源备用需求的置信度水平，fk(x)为时段范围k的新能源预测误差的概率密度函数。
42、本发明所述的考虑时序特征的电网新能源备用需求评估系统，包括：
43、历史样本日期集合生成模块，用于通过动态时间规整方法得到与计划日期的新能源预测曲线的形态相似的历史日期的新能源预测曲线，将该历史日期加入历史样本日期集合；
44、历史样本数据序列生成模块，用于根据所述历史样本日期集合中的日期，计算该日期各时段的新能源预测曲线与新能源实测曲线之差，生成新能源预测误差的历史样本数据序列；
45、预测误差相近时段聚合模块，用于对历史样本数据序列中的时段进行聚类，得到聚合时段；
46、概率密度函数计算模块，用于计算聚合时段的新能源预测误差的概率密度函数；
47、新能源备用需求计算模块，用于根据设置的置信度水平和所述概率密度函数计算新能源备用需求。
48、本发明所述的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现所述的考虑时序特征的电网新能源备用需求评估方法。
49、本发明所述的计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的考虑时序特征的电网新能源备用需求评估方法。
50、有益效果：与现有技术相比，本发明的优点在于：本发明提供的考虑时序特征的电网新能源备用需求评估方法及系统，有助于充分利用新能源预测历史数据的时序变化特性，实现新能源预测误差概率分布的精准表征，提升新能源备用需求的计算准确性，提高电网的平衡能力和新能源消纳水平。具体来说：
51、1)采用动态时间规整方法，通过对时间序列进行匹配映射来计算形态相似性，能够有效提前与计划日新能源预测时序数据相似的历史数据。
52、2)考虑新能源预测误差及波动性，进行电网新能源备用需求计算，能够提升电网应对新能源发电不确定性的能力。
53、3)对新能源预测误差的历史数据进行统计分析，提供更为准确的新能源备用需求，在保证电网安全的前提下，提升系统运行的经济性。
1.一种考虑时序特征的电网新能源备用需求评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的考虑时序特征的电网新能源备用需求评估方法，其特征在于，所述通过动态时间规整方法得到与计划日期的新能源预测曲线的形态相似的历史日期的新能源预测曲线，将该历史日期作为历史样本日期集合包括：
3.根据权利要求1所述的考虑时序特征的电网新能源备用需求评估方法，其特征在于，所述根据所述历史样本日期集合中的日期，计算该日期各时段的新能源预测曲线与新能源实测曲线之差，生成新能源预测误差的历史样本数据序列包括：
4.根据权利要求1所述的考虑时序特征的电网新能源备用需求评估方法，其特征在于，所述对历史样本数据序列中的时段进行聚类，得到聚合时段包括：
5.根据权利要求1所述的考虑时序特征的电网新能源备用需求评估方法，其特征在于，所述计算聚合时段的新能源预测误差的概率密度函数包括：所述概率密度函数服从正态分布。
6.根据权利要求1所述的考虑时序特征的电网新能源备用需求评估方法，其特征在于，所述计算聚合时段的新能源预测误差的概率密度函数包括：
7.根据权利要求1所述的考虑时序特征的电网新能源备用需求评估方法，其特征在于，所述根据设置的置信度水平和所述概率密度函数计算新能源备用需求包括：
8.一种考虑时序特征的电网新能源备用需求评估系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-7任一项所述的考虑时序特征的电网新能源备用需求评估方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-7任一项所述的考虑时序特征的电网新能源备用需求评估方法。
