本發(fā)明涉及能源數(shù)據(jù)處理，尤其涉及一種時序模擬系統(tǒng)及方法。

背景技術(shù)：

1、隨著新型電力系統(tǒng)規(guī)模的擴(kuò)大、風(fēng)光等新能源接入比例的飛速增長、大容量直流擴(kuò)區(qū)輸電和新型負(fù)荷的影響，傳統(tǒng)的典型方式在單時段電力平衡分析和粗放的電量平衡分析之間存在較大脫節(jié)，已逐漸不能滿足海量不確定因素影響下的電網(wǎng)運(yùn)行要求，典型特性不再明顯，典型運(yùn)行方式已經(jīng)難以覆蓋所有可能出現(xiàn)運(yùn)行邊界，無法準(zhǔn)確模擬電網(wǎng)運(yùn)行邊界。

2、現(xiàn)有的時序模擬系統(tǒng)及方法因?yàn)闊o法準(zhǔn)確模擬高比例新能源背景下的電力系統(tǒng)運(yùn)行情況，已經(jīng)難以滿足生產(chǎn)需求，必須充分利用現(xiàn)有技術(shù)，持續(xù)提升時序運(yùn)行仿真精細(xì)度、軟件效率和拓展能力，增加軟件功能覆蓋面，提高軟件人機(jī)交互靈活度，支撐電網(wǎng)從電源及電網(wǎng)規(guī)劃、電網(wǎng)運(yùn)行、電力市場參與等角度實(shí)現(xiàn)目標(biāo)。

3、例如公開號為：cn117574684a專利申請公開的一種電-氫-碳綜合能源系統(tǒng)時序生產(chǎn)模擬方法及系統(tǒng)，包括：基于電-氫轉(zhuǎn)換模型、碳-氣-電耦合模型和非綠氫懲罰成本構(gòu)建電-氫-碳綜合能源系統(tǒng)綜合目標(biāo)函數(shù)和約束條件；電-氫-碳綜合能源系統(tǒng)綜合目標(biāo)函數(shù)包括以綜合能源系統(tǒng)運(yùn)行成本最小為目標(biāo)的第一目標(biāo)函數(shù)和以非綠氫懲罰成本最小為目標(biāo)的第二目標(biāo)函數(shù)；風(fēng)電電能約束由風(fēng)力出力數(shù)據(jù)確定；光伏電能約束由光伏出力數(shù)據(jù)確定，對電-氫-碳綜合能源系統(tǒng)綜合目標(biāo)函數(shù)進(jìn)行求解，得到時序生產(chǎn)模擬方案。本發(fā)明綜合考慮了新能源出力的隨機(jī)性和波動性、綠色氫能利用率等，建立電-氫-碳綜合能源系統(tǒng)模型，提升綜合能源系統(tǒng)的靈活性、效率和精度。

4、例如公開號為：cn115221685a專利申請公開的基于城市形態(tài)單元能源細(xì)胞群的運(yùn)行模擬及指標(biāo)評估方法，包括：建立電-氣-熱-冷綜合能源系統(tǒng)中的設(shè)備模型；建立考慮綜合能源系統(tǒng)經(jīng)濟(jì)性成本與可靠性成本的目標(biāo)函數(shù)，設(shè)定電-氣-熱-冷系統(tǒng)耦合約束；基于構(gòu)建的電-氣-熱-冷綜合能源調(diào)度運(yùn)行模型，制定系統(tǒng)經(jīng)濟(jì)性成本、系統(tǒng)可靠性成本、系統(tǒng)環(huán)保性、新能源消納量、多能耦合設(shè)備供能占比作為綜合能源系統(tǒng)評價指標(biāo)；基于時序蒙特卡洛抽樣法對多能源系統(tǒng)進(jìn)行時序運(yùn)行模擬，定量得出耦合設(shè)備出力情況以及各項(xiàng)評估指標(biāo)。實(shí)現(xiàn)了綜合能源系統(tǒng)時序運(yùn)行調(diào)度，分析系統(tǒng)內(nèi)各設(shè)備出力情況，以及評估系統(tǒng)的可靠、經(jīng)濟(jì)、環(huán)保運(yùn)行指標(biāo)，具有較大的市場應(yīng)用前景。

5、但本技術(shù)在實(shí)現(xiàn)本技術(shù)實(shí)施例中發(fā)明技術(shù)方案的過程中，發(fā)現(xiàn)上述技術(shù)至少存在如下技術(shù)問題：

6、現(xiàn)有技術(shù)中，由于分布式光伏智能電網(wǎng)的不斷擴(kuò)展，時序模擬系統(tǒng)需要處理的數(shù)據(jù)量和復(fù)雜性也在不斷增加，基于時序數(shù)據(jù)優(yōu)化分布式光伏發(fā)電站的能源轉(zhuǎn)化效率，支持光伏發(fā)電站與儲能系統(tǒng)、其他可再生能源的協(xié)同運(yùn)行，存在分布式光伏智能電網(wǎng)能源轉(zhuǎn)化效率不足的問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例通過提供一種時序模擬系統(tǒng)及方法，解決了現(xiàn)有技術(shù)中分布式光伏智能電網(wǎng)能源轉(zhuǎn)化效率不足的問題，實(shí)現(xiàn)了提高分布式光伏智能電網(wǎng)能源轉(zhuǎn)化效率的效果。

2、本技術(shù)實(shí)施例提供了一種時序模擬系統(tǒng)，包括：數(shù)據(jù)采集和預(yù)處理模塊、模型構(gòu)建與預(yù)測模塊、計(jì)算資源的分配與優(yōu)化模塊和智能調(diào)度模塊；所述數(shù)據(jù)采集和預(yù)處理模塊，用于從電網(wǎng)的各個監(jiān)測點(diǎn)的傳感器中采集實(shí)時電網(wǎng)數(shù)據(jù)，對采集到的實(shí)時電網(wǎng)數(shù)據(jù)進(jìn)行清洗和特征處理，得到預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)；所述模型構(gòu)建與預(yù)測模塊，用于構(gòu)建季節(jié)性差分自回歸滑動平均模型，將預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)劃分為訓(xùn)練集和測試集，使用訓(xùn)練集對季節(jié)性差分自回歸滑動平均模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的季節(jié)性差分自回歸滑動平均模型，使用訓(xùn)練后的季節(jié)性差分自回歸滑動平均模型在測試集上進(jìn)行預(yù)測，評估季節(jié)性差分自回歸滑動平均模型的預(yù)測誤差；所述計(jì)算資源的分配與優(yōu)化模塊，用于在構(gòu)建季節(jié)性差分自回歸滑動平均模型中對計(jì)算資源的管理和分配，同時對計(jì)算方法、計(jì)算任務(wù)調(diào)度和模型參數(shù)進(jìn)行優(yōu)化；所述智能調(diào)度模塊，用于根據(jù)季節(jié)性差分自回歸滑動平均模型預(yù)測結(jié)果，結(jié)合電網(wǎng)運(yùn)行狀態(tài)和發(fā)電計(jì)劃對發(fā)電資源的分配進(jìn)行優(yōu)化。

3、進(jìn)一步的，對采集到的實(shí)時電網(wǎng)數(shù)據(jù)進(jìn)行清洗和特征處理的具體處理過程：結(jié)合電網(wǎng)歷史數(shù)據(jù)對采集到的實(shí)時電網(wǎng)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，得到預(yù)處理的實(shí)時電網(wǎng)數(shù)據(jù)，從清洗后的數(shù)據(jù)中提取電網(wǎng)的狀態(tài)和動態(tài)變化的特征，得到預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)。

4、進(jìn)一步的，季節(jié)性差分自回歸滑動平均模型的具體分析過程：分析預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)的季節(jié)性模式，采取季節(jié)性差分去除預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)的季節(jié)性影響，得到季節(jié)性差分自回歸滑動平均模型的階數(shù)、周期時間間隔和殘差，用于檢驗(yàn)季節(jié)性差分自回歸滑動平均模型的擬合程度。

5、進(jìn)一步的，在構(gòu)建季節(jié)性差分自回歸滑動平均模型中對計(jì)算資源的管理和分配的具體流程為；評估可用的現(xiàn)有計(jì)算資源，根據(jù)季節(jié)性差分自回歸滑動平均模型構(gòu)建的流程，將計(jì)算任務(wù)分解為多個子任務(wù)，根據(jù)季節(jié)性差分自回歸滑動平均模型的時間步長，并采用任務(wù)調(diào)度工具管理任務(wù)執(zhí)行，根據(jù)任務(wù)的計(jì)算需求，為每個子任務(wù)分配計(jì)算資源，對并行處理的任務(wù)，利用并行計(jì)算框架優(yōu)化資源利用，通過負(fù)載均衡技術(shù)進(jìn)行平均分配，得到分布式發(fā)電站計(jì)算負(fù)載評估系數(shù)。

6、進(jìn)一步的，計(jì)算資源的分配與優(yōu)化模塊包括計(jì)算任務(wù)調(diào)度優(yōu)化單元；所述計(jì)算任務(wù)調(diào)度優(yōu)化單元：根據(jù)計(jì)算資源的分配結(jié)果，采取最短作業(yè)優(yōu)先的任務(wù)調(diào)度策略，根據(jù)系統(tǒng)負(fù)載和資源狀況，減少參數(shù)組合數(shù)量。

7、進(jìn)一步的，計(jì)算資源的分配與優(yōu)化模塊還包括模型參數(shù)優(yōu)化單元；所述模型參數(shù)優(yōu)化單元：通過采用貝葉斯優(yōu)化算法尋找季節(jié)性差分自回歸滑動平均模型的參數(shù)組合，使用均方誤差評估模型性能，得到儲能系統(tǒng)中儲能設(shè)備評估系數(shù)，并根據(jù)儲能系統(tǒng)中儲能設(shè)備評估系數(shù)調(diào)整季節(jié)性差分自回歸滑動平均模型的參數(shù)。

8、進(jìn)一步的，檢驗(yàn)季節(jié)性差分自回歸滑動平均模型的擬合程度的具體檢驗(yàn)過程為：通過殘差進(jìn)行白噪聲檢驗(yàn)，使用杜賓-瓦特森檢驗(yàn)方法檢驗(yàn)殘差的相關(guān)性，將預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)分為訓(xùn)練集和測試集，使用訓(xùn)練集訓(xùn)練季節(jié)性差分自回歸滑動平均模型，得到訓(xùn)練后的季節(jié)性差分自回歸滑動平均模型，使用訓(xùn)練后的季節(jié)性差分自回歸滑動平均模型在測試集上進(jìn)行預(yù)測，評估季節(jié)性差分自回歸滑動平均模型的預(yù)測誤差，根據(jù)季節(jié)性差分自回歸滑動平均模型的預(yù)測誤差得到季節(jié)性差分自回歸滑動平均模型的擬合程度，根據(jù)季節(jié)性差分自回歸滑動平均模型的擬合程度，得到儲能系統(tǒng)中發(fā)電效率的預(yù)測修正值。

9、進(jìn)一步的，對發(fā)電資源的分配進(jìn)行優(yōu)化的具體優(yōu)化過程為：對預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)進(jìn)行評估，包括光伏發(fā)電的負(fù)載和儲能設(shè)備的容量，最大化光伏發(fā)電的負(fù)載和儲能設(shè)備的容量的穩(wěn)定性，最小化環(huán)境影響，并根據(jù)分布式發(fā)電站計(jì)算負(fù)載評估系數(shù)、儲能系統(tǒng)中儲能設(shè)備評估系數(shù)和儲能系統(tǒng)中發(fā)電效率的預(yù)測修正值對調(diào)度策略進(jìn)行調(diào)整優(yōu)化，調(diào)整優(yōu)化包括對光伏發(fā)電板進(jìn)行角度調(diào)整、更換光伏發(fā)電板和對光伏發(fā)電板進(jìn)行維護(hù)。

10、進(jìn)一步的，電力系統(tǒng)評估系數(shù)的具體約束公式為：

11、

12、式中，表示電力系統(tǒng)評估系數(shù)，用于評估分布式發(fā)電站負(fù)載和儲能系統(tǒng)中發(fā)電效率對電力系統(tǒng)的綜合影響，表示分布式發(fā)電站計(jì)算負(fù)載評估系數(shù)，表示儲能系統(tǒng)中儲能設(shè)備評估系數(shù)，α表示儲能系統(tǒng)中發(fā)電效率的預(yù)測修正值，e表示自然常數(shù)。

13、進(jìn)一步的，一種時序模擬方法為：從電網(wǎng)的各個監(jiān)測點(diǎn)的傳感器中采集實(shí)時電網(wǎng)數(shù)據(jù)，對采集到的實(shí)時電網(wǎng)數(shù)據(jù)進(jìn)行清洗和特征處理，得到預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)，根據(jù)預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)構(gòu)建季節(jié)性差分自回歸滑動平均模型，將預(yù)處理實(shí)時電網(wǎng)特征數(shù)據(jù)劃分為訓(xùn)練集和測試集，使用訓(xùn)練集對季節(jié)性差分自回歸滑動平均模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的季節(jié)性差分自回歸滑動平均模型，使用訓(xùn)練后的季節(jié)性差分自回歸滑動平均模型在測試集上進(jìn)行預(yù)測，評估季節(jié)性差分自回歸滑動平均模型的預(yù)測誤差，對構(gòu)建季節(jié)性差分自回歸滑動平均模型中計(jì)算資源進(jìn)行管理和分配，同時對計(jì)算方法、計(jì)算任務(wù)調(diào)度和模型參數(shù)進(jìn)行優(yōu)化，根據(jù)季節(jié)性差分自回歸滑動平均模型預(yù)測結(jié)果，結(jié)合電網(wǎng)運(yùn)行狀態(tài)和發(fā)電計(jì)劃對發(fā)電資源的分配進(jìn)行優(yōu)化。

14、本技術(shù)實(shí)施例中提供的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

15、1、通過構(gòu)建季節(jié)性差分自回歸滑動平均模型中對計(jì)算資源的管理和分配，從而對計(jì)算方法、計(jì)算任務(wù)調(diào)度和模型參數(shù)進(jìn)行優(yōu)化，進(jìn)而實(shí)現(xiàn)了提高分布式光伏發(fā)電站能源轉(zhuǎn)化效率，有效解決了現(xiàn)有技術(shù)中，分布式光伏智能電網(wǎng)能源轉(zhuǎn)化效率不足的問題。

16、2、通過根據(jù)季節(jié)性差分自回歸滑動平均模型預(yù)測結(jié)果，從而結(jié)合電網(wǎng)運(yùn)行狀態(tài)和發(fā)電計(jì)劃對發(fā)電資源的分配進(jìn)行優(yōu)化，進(jìn)而實(shí)現(xiàn)了提高分布式光伏智能電網(wǎng)的穩(wěn)定性，有效解決了現(xiàn)有技術(shù)中，分布式光伏智能電網(wǎng)穩(wěn)定性不足的問題。

17、3、通過使用杜賓-瓦特森檢驗(yàn)方法檢驗(yàn)殘差的相關(guān)性，從而評估季節(jié)性差分自回歸滑動平均模型的預(yù)測誤差，根據(jù)季節(jié)性差分自回歸滑動平均模型的預(yù)測誤差得到季節(jié)性差分自回歸滑動平均模型的擬合程度，，進(jìn)而實(shí)現(xiàn)了提高光伏發(fā)電量的預(yù)測精度，有效解決了現(xiàn)有技術(shù)中，分布式光伏智能電網(wǎng)光伏發(fā)電量的預(yù)測精度不足的問題。