本發(fā)明涉及配電網(wǎng)規(guī)劃，尤其涉及一種多場景變量下配電網(wǎng)規(guī)劃方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在新型電力系統(tǒng)中，源荷雙側(cè)高度互動(dòng)，供需平衡基礎(chǔ)理論面臨挑戰(zhàn)，電源側(cè)由于大量分布式新能源的接入，導(dǎo)致波動(dòng)性增加，負(fù)荷側(cè)的用電行為將受到碳交易市場的影響，通過用電成本的方式改變負(fù)荷曲線，同時(shí)用戶參與需求響應(yīng)的行為也受到其主觀影響，因此系統(tǒng)平衡機(jī)制由“確定性發(fā)電跟蹤不確定性負(fù)荷”轉(zhuǎn)變?yōu)椤安淮_定發(fā)電與不確定性負(fù)荷雙向匹配”，這些因素將導(dǎo)致源-荷不確定性加劇。在研究新型電力系統(tǒng)的規(guī)劃問題時(shí)應(yīng)當(dāng)考慮上述不確定性因素的影響，并采取合適的算法來應(yīng)對(duì)不確定性，使得規(guī)劃方案具備一定的魯棒性，降低網(wǎng)損，改善電壓質(zhì)量。

2、傳統(tǒng)的統(tǒng)計(jì)學(xué)方法主要針對(duì)源荷的線性關(guān)系進(jìn)行建模，忽略了氣候、日期類型等因素對(duì)源荷預(yù)測的影響，預(yù)測準(zhǔn)確率較低。而以支持向量機(jī)、前饋神經(jīng)網(wǎng)絡(luò)等人工智能方法為主的負(fù)荷預(yù)測模型，雖能達(dá)到較為理想的預(yù)測精度，但在源荷數(shù)據(jù)量較大、源荷數(shù)據(jù)特征較復(fù)雜時(shí)，往往會(huì)伴隨陷入局部最優(yōu)解、梯度消失等問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種多場景變量下配電網(wǎng)規(guī)劃方法、裝置、設(shè)備及介質(zhì)，能夠捕捉復(fù)雜的非線性序列數(shù)據(jù)間隱含的深層關(guān)系，在考慮多場景變量的同時(shí)，有效提高了預(yù)測精度，在源荷預(yù)測領(lǐng)域具有顯著的優(yōu)越性。

2、為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

3、本發(fā)明第一方面提供一種多場景變量下配電網(wǎng)規(guī)劃方法，包括：

4、收集多場景變量數(shù)據(jù)。

5、基于所述多場景變量數(shù)據(jù)構(gòu)建卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型。

6、獲取配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)。

7、分析所述卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型和所述配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)的電壓敏感性，得到儲(chǔ)能設(shè)備和新能源設(shè)備的多個(gè)潛在安裝位置。

8、計(jì)算所述儲(chǔ)能設(shè)備和所述新能源設(shè)備各潛在安裝位置的建設(shè)成本和碳排放量，并確定配電網(wǎng)規(guī)劃方案，即所述儲(chǔ)能設(shè)備和所述新能源設(shè)備的安裝位置和容量。

9、進(jìn)一步的，所述的多場景變量下配電網(wǎng)規(guī)劃方法，基于所述多場景變量數(shù)據(jù)構(gòu)建卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型，包括：

10、提取所述多場景變量數(shù)據(jù)的局部空間特征，并生成特征圖。

11、捕捉所述特征圖中時(shí)間序列動(dòng)態(tài)依賴關(guān)系，得到預(yù)測輸出序列。

12、對(duì)于所述預(yù)測輸出序列，選用最小化均方誤差作為損失函數(shù)、優(yōu)化器更新模型參數(shù)，以獲得訓(xùn)練后所述卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型。

13、進(jìn)一步的，所述的多場景變量下配電網(wǎng)規(guī)劃方法，在計(jì)算所述儲(chǔ)能設(shè)備和所述新能源設(shè)備各潛在安裝位置的建設(shè)成本和碳排放量，并確定配電網(wǎng)規(guī)劃方案，即所述儲(chǔ)能設(shè)備和所述新能源設(shè)備的安裝位置和容量之后，還包括：

14、模擬不同時(shí)間段和不同場景下所述配電網(wǎng)規(guī)劃方案的運(yùn)行，計(jì)算各所述場景下運(yùn)營成本和所述碳排放量，得到各所述場景下最優(yōu)運(yùn)營點(diǎn)。

15、對(duì)所述最優(yōu)運(yùn)營點(diǎn)進(jìn)行迭代優(yōu)化，得到配電網(wǎng)規(guī)劃優(yōu)化方案。

16、進(jìn)一步的，所述的多場景變量下配電網(wǎng)規(guī)劃方法，在對(duì)所述最優(yōu)運(yùn)營點(diǎn)進(jìn)行迭代優(yōu)化，得到配電網(wǎng)規(guī)劃優(yōu)化方案之后，還包括：

17、基于歷史數(shù)據(jù)和場景變量對(duì)所述配電網(wǎng)規(guī)劃優(yōu)化方案進(jìn)行實(shí)際測試驗(yàn)證，得到驗(yàn)證后所述配電網(wǎng)規(guī)劃優(yōu)化方案，即最終配電網(wǎng)規(guī)劃優(yōu)化方案。

18、進(jìn)一步的，所述的多場景變量下配電網(wǎng)規(guī)劃方法，在收集多場景變量數(shù)據(jù)之后，還包括：

19、對(duì)所述多場景變量數(shù)據(jù)進(jìn)行預(yù)處理。

20、進(jìn)一步的，所述的多場景變量下配電網(wǎng)規(guī)劃方法，所述預(yù)處理包括：

21、所述預(yù)處理包含但不限于數(shù)據(jù)歸一化和缺失值填補(bǔ)。

22、進(jìn)一步的，所述的多場景變量下配電網(wǎng)規(guī)劃方法，所述多場景變量數(shù)據(jù)包括：

23、所述多場景變量數(shù)據(jù)包含但不限于溫度、濕度、風(fēng)速、日期類型、歷史負(fù)荷數(shù)據(jù)及電源側(cè)數(shù)據(jù)。

24、本發(fā)明第二方面提供一種多場景變量下配電網(wǎng)規(guī)劃裝置，包括：

25、收集單元，用于收集多場景變量數(shù)據(jù)。

26、構(gòu)建單元，用于基于所述多場景變量數(shù)據(jù)構(gòu)建卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型。

27、獲取單元，用于獲取配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)。

28、分析單元，用于分析所述卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型和所述配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)的電壓敏感性，得到儲(chǔ)能設(shè)備和新能源設(shè)備的多個(gè)潛在安裝位置。

29、計(jì)算單元，用于計(jì)算所述儲(chǔ)能設(shè)備和所述新能源設(shè)備各潛在安裝位置的建設(shè)成本和碳排放量，并確定配電網(wǎng)規(guī)劃方案，即所述儲(chǔ)能設(shè)備和所述新能源設(shè)備的安裝位置和容量。

30、本發(fā)明第三方面提供一種電子設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并且可以在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述任一項(xiàng)方法的步驟。

31、本發(fā)明第四方面提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)方法的步驟。

32、本發(fā)明提供一種多場景變量下配電網(wǎng)規(guī)劃方法、裝置、設(shè)備及介質(zhì)，包括：收集多場景變量數(shù)據(jù)；基于多場景變量數(shù)據(jù)構(gòu)建卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型；獲取配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)；分析卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型和配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)的電壓敏感性，得到儲(chǔ)能設(shè)備和新能源設(shè)備的多個(gè)潛在安裝位置；計(jì)算儲(chǔ)能設(shè)備和新能源設(shè)備各潛在安裝位置的建設(shè)成本和碳排放量，并確定配電網(wǎng)規(guī)劃方案，即儲(chǔ)能設(shè)備和新能源設(shè)備的安裝位置和容量，相比于現(xiàn)有技術(shù)，本發(fā)明能夠捕捉復(fù)雜的非線性序列數(shù)據(jù)間隱含的深層關(guān)系，在考慮多場景變量的同時(shí)，有效提高了預(yù)測精度，在源荷預(yù)測領(lǐng)域具有顯著的優(yōu)越性。

技術(shù)特征：

1.一種多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，基于所述多場景變量數(shù)據(jù)構(gòu)建卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型，包括：

3.根據(jù)權(quán)利要求1所述的多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，在計(jì)算所述儲(chǔ)能設(shè)備和所述新能源設(shè)備各潛在安裝位置的建設(shè)成本和碳排放量，并確定配電網(wǎng)規(guī)劃方案，即所述儲(chǔ)能設(shè)備和所述新能源設(shè)備的安裝位置和容量之后，還包括：

4.根據(jù)權(quán)利要求3所述的多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，在對(duì)所述最優(yōu)運(yùn)營點(diǎn)進(jìn)行迭代優(yōu)化，得到配電網(wǎng)規(guī)劃優(yōu)化方案之后，還包括：

5.根據(jù)權(quán)利要求1所述的多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，在收集多場景變量數(shù)據(jù)之后，還包括：

6.根據(jù)權(quán)利要求5所述的多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，所述預(yù)處理包括：

7.根據(jù)權(quán)利要求1所述的多場景變量下配電網(wǎng)規(guī)劃方法，其特征在于，所述多場景變量數(shù)據(jù)包括：

8.一種多場景變量下配電網(wǎng)規(guī)劃裝置，其特征在于，包括：

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并且可以在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種多場景變量下配電網(wǎng)規(guī)劃方法、裝置、設(shè)備及介質(zhì)，涉及配電網(wǎng)規(guī)劃技術(shù)領(lǐng)域，本發(fā)明能夠捕捉復(fù)雜的非線性序列數(shù)據(jù)間隱含的深層關(guān)系，在考慮多場景變量的同時(shí)，有效提高了預(yù)測精度，在源荷預(yù)測領(lǐng)域具有顯著的優(yōu)越性。方案為：收集多場景變量數(shù)據(jù)；基于多場景變量數(shù)據(jù)構(gòu)建卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型；獲取配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)；分析卷積循環(huán)神經(jīng)網(wǎng)絡(luò)模型和配電網(wǎng)初始系統(tǒng)拓?fù)鋽?shù)據(jù)的電壓敏感性，得到儲(chǔ)能設(shè)備和新能源設(shè)備的多個(gè)潛在安裝位置；計(jì)算儲(chǔ)能設(shè)備和新能源設(shè)備各潛在安裝位置的建設(shè)成本和碳排放量，并確定配電網(wǎng)規(guī)劃方案，即儲(chǔ)能設(shè)備和新能源設(shè)備的安裝位置和容量。本發(fā)明用于配電網(wǎng)規(guī)劃中。

技術(shù)研發(fā)人員：張偉,陳龍,周海陽,趙紅,林韶生,孫明
受保護(hù)的技術(shù)使用者：杭州鴻晟電力設(shè)計(jì)咨詢有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30