技術特征：

1.高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：包括以下步驟：

2.根據權利要求1所述的高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：所述s11中，采用k-l散度方法，建立風電出力不確定模型，具體步驟為：

3.根據權利要求1所述的高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：所述s12中，通過價格型需求響應的影響來表征負荷不確定性，根據價格型需求響應的定義，建立需求價格彈性系數exy為：

4.根據權利要求3所述的高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：所述s12中，采用置信區(qū)間法處理負荷的不確定性；同一置信度下存在多個置信區(qū)間，通過歷史負荷樣本計算，得到無窮多個負荷分布；若有一組負荷后數據qt′范圍為[0,ξ2]，當存在p(ξ1≤qt′≤ξ2)＝1-α時，則稱[ξ1,ξ2]為置信度1-α所對應的置信區(qū)間，ξ1、ξ2分別稱為在置信度1-α下的置信下限和上限，此時對應的負荷為

5.根據權利要求2～4中任一項所述的高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：在所述s2中，根據源荷不確定性模型，通過蒙特卡洛模擬隨機生成k個源荷運行場景，再確定集合距離dkl后得出概率分布集合g，并從中隨機抽取k個分布函數生成相應個數的風電功率出力場景同時得出k個置信度1-α下的負荷

6.根據權利要求1所述的高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：所述s3中，采用源荷平衡熵hs-l，并計算各場景的hs-l，其中最大的hs-l值所對應的源荷場景即為極端場景。

7.根據權利要求6所述的高比例分散式風電接入下配電網源荷極端場景提取方法，其特征在于：所述s3中，源荷平衡熵計算過程為：設源荷場景f包括f＝{f1,f2,…,fk}，將時序凈負荷歸一化為最后得出源荷平衡熵計算式如下：

技術總結
本發(fā)明涉及一種高比例分散式風電接入下配電網源荷極端場景提取方法，屬于配電網運行與規(guī)劃領域。該方法包括：S1：從電力調度部門獲取歷史風電出力數據和配電網負荷數據，建立源荷不確定模型，即分別通過Kullback?Leibler散度方法和置信區(qū)間法建立風電出力不確定模型和負荷不確定性模型；S2：根據源荷不確定模型，采用蒙特卡洛方法隨機生成大量配電網源荷數據集；S3：采用源荷平衡熵指標，提取配電網極端場景。本發(fā)明實施無需訓練樣本，易于提取配電網中離群、邊緣、出現(xiàn)概率較小的極端場景，可應用于分散式風儲系統(tǒng)優(yōu)化配置、配電網運行和規(guī)劃等領域。

技術研發(fā)人員：胡姚剛,鄧欽涵,周理,鐘宇,冉林香
受保護的技術使用者：重慶理工大學
技術研發(fā)日：
技術公布日：2024/12/30