(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 202210870791.8 (22)申请日 2022.07.22 (71)申请人 广西电网有限责任公司电力科 学研 究院 地址 530015 广西壮 族自治区南宁市 兴宁 区民主路6 -2号 (72)发明人 姚知洋　陈卫东　韩帅　金庆忍　 卢健斌　郭敏　孙乐平　吴晓锐　 龚文兰　吴宁　 (74)专利代理 机构 南宁东智知识产权代理事务 所(特殊普通 合伙) 45117 专利代理师 黎华艳 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/06(2012.01)G06F 17/16(2006.01) G06F 119/02(2020.01) G06F 113/04(2020.01) (54)发明名称 考虑光储接入的绿色园区生产场景的谐波 发射水平预测方法 (57)摘要 本发明公开考虑光储接入的绿色园区生产 场景的谐波发射水平预测方法， 包括以下步骤： 场景分类步骤， 通过考虑光伏和储能接入与用户 生产场景的关联通过场景分类方法将用户生产 场景分成光伏关联类和光伏不关联类； 再将通过 Kmeans聚类法将光伏关联类进行划分若干个生 产场景； 谐波含量预测步骤， 通过谐波预测法构 建谐波预测模型； 所述谐波预测模型包括遗忘 门、 输入门、 记忆更新单元和输出门； 将 全部时刻 对应谐波含量数据分别输入至遗忘门、 输入门、 记忆更新单元， 最后通过输出门输出下一时刻的 谐波含量的预测数据。 本发明考虑了电力用户生 产场景的独特性， 使 得当用户具有多个生产场景 时， 对于谐波的预测更准确。 权利要求书3页 说明书7页 附图2页 CN 115374602 A 2022.11.22 CN 115374602 A 1.考虑光储接入的绿色园区生产场景的谐波发射水平预测方法， 其特征在于， 包括以 下步骤： 场景分类步骤， 通过考虑光伏和储能接入与用户生产场景的关联通过场景分类方法将 用户生产场景分成光伏关联类和光伏不关联类； 再将通过Kmeans聚类法将光伏关联类进 行 划分获得若干个生产场景； 谐波含量预测步骤， 通过谐波预测法构建谐波预测模型； 所述谐波预测模型包括遗忘 门、 输入门、 记忆更新单元和输出门； 将全部时刻对应谐波含量数据分别输入至遗忘门、 输 入门、 记忆更新单 元， 最后通过输出门输出 下一时刻的谐波含量的预测数据； 所述遗忘门用于控制上一时刻的谐波含量数据输出被遗 忘程度的大小； 所述输入门用于控制该时刻的谐波含量数据输入； 所述记忆更新单元即整合遗忘门的输出、 输入门的输入， 通过向量运算得到的结果用 于构成下一时刻的输入部分之一； 所述输出门基于遗忘门、 记忆更新单元的向量运算并依据生产场景输出下一 时刻的谐 波含量。 2.根据权利要求1所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方 法， 其特征在于， 所述场景分类方法包括以下步骤： A1.计算出光伏充电与用户生产场景的关联性指数； A2.计算出光伏充电与用户生产场景在非 典型生产日的关联性指数； A3.通过步骤A1和步骤A 2， 计算光伏与用户生产场景的关联性 修正指数； A4.根据关联性修正指数划分出某一时段光伏与用户的生产呈关联性， 即关联性修正 指数大于0记为光伏关联场景； 某一时段光伏与用户的生产无关联性， 即关联性修正指数小 于等于0记为光伏非关联场景； A5.根据光伏关联场景和光伏非关联场景计算出储能与用户生产场景的关联性修正指 数， 则光伏关联类为光伏关联场景 的关联性修正指数， 光伏不关联类为光伏非关联场景 的 关联性修正指数。 3.根据权利要求2所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方 法， 其特征在于， 所述步骤A1中计算出光伏充电与用户生产场景 的关联性指数的具体方法 为： 设光伏充电与用户生产场景的关联性指数为Psc1(t)； t表示数据 序号， 如公式(1)所示： 式中： thw为用户最短生产半周期； i为计数符号， Ppv为光伏有功出力， Puser表示用户有功 负荷。 4.根据权利要求3所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方 法， 其特征在于， t的最大值 为96。 5.根据权利要求2所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方权　利　要　求　书 1/3 页 2 CN 115374602 A 2法， 其特征在于， 所述步骤A2中计算出光伏充电与用户生产场景在非典型生产日的关联性 指数的具体方法为： 设Day为选取用于预测谐波含量的已知数据的天数； 将Day日内的关联性指数记为 则关联性指数矩阵 如下： 分别将该矩阵的第1行、 2行、 …、 Day行记为96维的数据 点， 采用Kmeans方法检测出离群 点， 即将离群点视为非 典型生产日场景， 记为天数Dtp。 6.根据权利要求2所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方 法， 其特征在于， 所述步骤A3中计算光伏与用户生产场景的关联性修正指数， 设关联性修正 指数为Pcor1： 7.根据权利要求2所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方 法， 其特征在于， 步骤A5中计算出储能与用户生产场景的关联性 修正指数的具体方法为： 将t按照光伏关联场景和光伏非关联场景分为两类时间点 即tP1、 tP2， 记用户的储能数据 为Pes(tp1)、 Pes(tp2)； 考虑到储能相比光伏所提供的 电能更加稳定， 非典型生产日受储能的影响的较小， 因 此， 无需通过修正指数对用户的储能生产场景进行分类； 对用户的储能生产场景分类的生 产场景关联性指数如下 所示： 式中： thw为用户最短生产半周期； i为计数符号， Ppv为光伏有功出力， Puser表示用户有功 负荷。 8.根据权利要求1所述的考虑光储接入的绿色园区生产场景的谐波发射水平预测方 法， 其特征在于， 所述谐波预测法包括以下步骤： (1)设置谐波的预测模型， 输入已有的谐波含量数据X1、 X2、 …Xt‑1至预测模型， 得到下 个生产时刻的ht； ht为对下一时刻的谐波含量的预测数据输出；权　利　要　求　书 2/3 页 3 CN 115374602 A 3