CN105375533B - 一种含风、光可再生能源的独立微电网运行模式预测方法 - Google Patents

一种含风、光可再生能源的独立微电网运行模式预测方法 Download PDF

Info

Publication number
CN105375533B
CN105375533B CN201510609815.4A CN201510609815A CN105375533B CN 105375533 B CN105375533 B CN 105375533B CN 201510609815 A CN201510609815 A CN 201510609815A CN 105375533 B CN105375533 B CN 105375533B
Authority
CN
China
Prior art keywords
wind
light
capacitance sensor
power
load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510609815.4A
Other languages
English (en)
Other versions
CN105375533A (zh
Inventor
孙锐
马红伟
毛建容
张航
傅美平
王霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Xuji Group Co Ltd
Xuchang XJ Software Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
Xuji Group Co Ltd
Xuchang XJ Software Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Xuji Group Co Ltd, Xuchang XJ Software Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510609815.4A priority Critical patent/CN105375533B/zh
Publication of CN105375533A publication Critical patent/CN105375533A/zh
Application granted granted Critical
Publication of CN105375533B publication Critical patent/CN105375533B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14—District level solutions, i.e. local energy networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明涉及一种含风、光可再生能源的独立微电网运行模式预测方法，从微电网监控系统的光伏、风机、负荷预测系统中获取未来一段时间独立微电网风机发电功率、光伏发电功率和负荷用电功率的预测数据；对预测数据进行预处理，根据预处理后的预测数据及当前时刻的系统运行状态计算出当前时刻的系统运行模式状态参数并判断独立微电网的运行模式。基于预测实现独立微电网三种运行模式的自主切换，并及时协调微电网内部分布式电源，一方面可以有效地减轻风光接入对电网稳定运行的不利影响，保证电力系统运行的安全性和稳定性；另一方面可以降低电力系统的旋转备用容量和运行成本，以充分利用太阳能、风能等可再生资源，获得更大的社会效益。

Description

一种含风、光可再生能源的独立微电网运行模式预测方法
技术领域
本发明涉及一种含风、光可再生能源的独立微电网运行模式预测方法。
背景技术
独立微电网是一个包含发电、配电、用电为一体的电力网络，由于没有大电网的支撑，系统容量小，电网结构相对薄弱。独立微电网内除了常规的旋转电源，还存在形式多样、性能各异的分布式电源以及大量分散的电力电子设备，其中包含风力发电机、光伏发电设备、储能设备等。风、光等可再生能源能够有效的解决能源和环境问题，但是，风、光等可再生能源发电的随机性和波动较大，会对电网的电能质量产生较大的影响，而且还会影响电网运行的稳定性。
独立微电网必须有主电源来支撑电网内的电压和频率稳定。由风、光、柴油等分布式能源发电、储能和本地负荷组成的微电网系统可以在以下三种模式下运行：
以储能设备为主电源，风、光发电为辅的绿色运行模式；
以柴油发电为主电源，风、光发电、储能设备为辅的节能运行模式；
以柴油发电为主电源，风光抑制，储能设备为辅助的保电运行模式。
根据风、光、负荷未来的变化趋势选择正确的运行模式，对于保证独立微电网节能稳定运行具有重要的意义。
独立微电网三种运行模式的应用条件和适用范围如下：当微电网内的风、光、储能等绿色分布式能源波动较小，并能够在未来一定时间段内完全支撑本地负载时，可以将独立微电网转换到绿色运行模式。当微电网内的风、光、储能等绿色电源波动较小，但在未来一定时间段内不能完全支持负载时，将独立微电网转换到以柴油发电为主电源，风、光、储能为辅的节能运行模式，节能运行模式下可以通过增加风、光、储能等可再生能源的输出功率，减少化石能源的使用；而且，储能运行在PQ模式下，可以通过调节储能出力来平滑分布式电源的出力波动，减少对电网稳定性的影响。当气象条件剧烈变化，风、光等可再生能源输出剧烈波动时，将独立微电网转换到保电运行模式，由于柴油发电作为传统的旋转电源，其受外部条件影响较小，抗扰动性大，通过增加柴油发电等化石能源的备用，减少甚至切除风、光发电，以保证系统的稳定性运行。
实现独立微电网三种运行模式的自主切换，既能够保证电力系统运行的安全性和稳定性，又能充分利用风、光等可再生资源，减少能源浪费。然而，目前还没有能够实现独立微电网的三种运行模式自主切换的方式。
发明内容
本发明的目的是提供一种含风、光可再生能源的独立微电网运行模式预测方法，用以提供一种能够实现独立微电网三种运行模式自主切换的方法。
为实现上述目的，本发明的方案包括：
一种含风、光可再生能源的独立微电网运行模式预测方法，包括以下步骤：
(1)从微电网监控系统的光伏、风机、负荷预测系统中获取未来一段时间独立微电网风机发电功率、光伏发电功率和负荷用电功率的预测数据；
(2)对获取的风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理；
(3)根据预处理后的预测数据计算出当前时刻的系统运行状态参数，包括：可再生能源发电与负荷的比KⅠ、储能剩余容量与负荷的比KⅡ、风机在未来N小时的最大波动与主电源输出功率备用的比KⅢ风、光伏在未来N小时的最大波动与主电源输出功率备用的比KⅢ光、风机在未来N小时的变化率KⅣ风、光伏在未来N小时的变化率KⅣ光；
(4)根据当前时刻的系统运行状态参数KⅠ、KⅡ、KⅢ风、KⅢ光、KⅣ风、KⅣ光判断独立微电网的运行模式；当风、光波动满足KⅢ≥k3(KⅢ风≥k3且KⅢ光≥k3)或者KⅣ≥k4(KⅣ风≥k4且KⅣ光≥k4)时，独立微电网以保电运行模式稳定运行；
(5)当风、光波动满足KⅢ＜k3(KⅢ风＜k3且KⅢ光＜k3)且KⅣ＜k4(KⅣ风＜k4且KⅣ光＜k4)时：
若判断主储能的剩余容量小于等于配置的主储能的最小剩余容量，即SOCcur≤SOCLOW，独立微电网以节能运行模式运行；
若判断主储能的剩余容量大于配置的主储能的最小剩余容量，即SOCcur＞SOCLOW；且当KⅠ、KⅡ满足以下任一条件时，独立为电网以绿色运行模式运行：①可再生能源发电与负荷的比KⅠ＞k1，风、光等可再生能源出力较好能够完全承担负载；②储能剩余容量与负荷的比KⅡ＞k2，主储能的备用容量满足能够在未来N小时完全承担负载；③分布式电源和主储能的出力满足KⅠ＞k10和KⅡ＞k20，即由主储能的剩余容量承担负荷功率与分布式电源出力的缺额；
若判断主储能的剩余容量大于配置的主储能的最小剩余容量，即SOCcur＞SOCLOW；且当KⅠ、KⅡ满足以下任一条件时，独立为电网以节能运行模式运行：①可再生能源发电与负荷的比KⅠ≤k1且储能剩余容量与负荷的比KⅡ≤k20；②储能剩余容量与负荷的比KⅡ≤k2且可再生能源发电与负荷的比KⅠ≤k10；其中，k3、k4、k1、k10、k2、k20均为整定值。
所述步骤(2)中对获取的风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理的方式是：取当前预测时刻始未来N+1小时每15分钟一个点的一组预测数据P风[4N+1]、P光[4N+1]、P荷[4N+1]，并取之前3组的预测结果，将具有4次重复预测结果的未来N小时4N个点的数据每个点的值做平均，取平均值作为该时刻的预测功率值得到预处理后的未来N小时的预测数据P风[4N]、P光[4N]、P荷[4N]。
所述步骤(3)中可再生能源发电与负荷的比KⅠ为：
所述步骤(3)中储能剩余容量与负荷的比KⅡ为：
所述步骤(3)中风机在未来N小时的最大波动与主电源输出功率备用的比KⅢ风为：
所述步骤(3)中光伏在未来N小时的最大波动与主电源输出功率备用的比KⅢ光为：
所述步骤(3)中风机在未来N小时的变化率KⅣ风为：
所述步骤(3)中光伏在未来N小时的变化率KⅣ光为：
本发明的有益效果是：从微电网监控系统的光伏、风机、负荷预测系统中获取未来一段时间独立微电网风机发电功率、光伏发电功率和负荷用电功率的预测数据；对预测数据进行预处理，根据预处理后的预测数据及当前时刻的系统运行状态计算出当前时刻的系统运行模式状态参数KⅠ、KⅡ、KⅢ风、KⅢ光、KⅣ风、KⅣ光，并根据参数判断独立微电网的运行模式。基于预测实现独立微电网三种运行模式的自主切换，及时协调微电网内部分布式电源，适时地调整调度计划，一方面可以有效地减轻风光接入对电网稳定运行的不利影响，保证电力系统运行的安全性和稳定性；另一方面可以降低电力系统的旋转备用容量和运行成本，以充分利用太阳能、风能等可再生资源，获得更大的社会效益。
附图说明
图1是本发明实施例的运行模式预测方法流程图；
图2是本发明实施例的运行模式预测系统结构图；
图3是本发明实施例的预测数据预处理示意图；
图4是本发明实施例的运行模式预测算法逻辑图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
如图1所示，本发明实施例的含风、光可再生能源的独立微电网运行模式预测方法包括以下步骤：
(1)从微电网监控系统的光伏、风机、负荷预测系统中获取未来一段时间微电网内各微源以及负荷的运行状态。
预测独立微电网未来一段时间的运行模式基于未来一段时间微电网内各微源以及负荷的运行状态，包括风机发电功率、光伏发电功率和负荷用电功率的预测数据。这些数据可以从微电网监控系统，光伏、风机、负荷预测系统中获取，如图2所示。
分布式电源发电预测及负荷预测系统用来预测分布式电源及负荷的短期和超短期发电及用电功率，为微电网的能量优化调度提供调控的依据，对提高微电网运行的可靠性具有重要作用。风力、光伏发电预测系统根据数值天气预报及分布式电源发电特性对风机、光伏的输出功率进行预测，负荷预测系统对微电网内负荷的输入功率进行预测。电力系统相关规范中对于预测的结果和精度都有明确的要求，本发明旨在预测微电网运行模式，分布式电源和负荷的预测结果仅作为已知输入条件，不再赘述其预测方法及过程。
(2)对获取的预测数据进行预处理。
取当前预测时刻始未来N+1小时每15分钟一个点的一组预测数据P风[4N+1]、P光[4N+1]、P荷[4N+1]。按照微电网预测系统相关规范的要求，预测系统可以预测未来4小时的超短期发电/用电数据，15分钟预测一次，预测数据间隔为15分钟，4小时的16个风机发电功率数据、16个光伏发电功率数据和16个负荷用电功率数据分别形成向量P风[16]、P光[16]、P荷[16]。为了减少预测数据误差对于模式预测的影响，要对于风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理，如图2所示。
取当前预测时刻始未来4小时16个点的一组预测数据，并取之前3组的预测结果，因为15分钟预测一次，所以之前3组的预测结果为当前预测时刻之前15分钟，之前30分钟，之前45分钟的3组预测数据。因此，4组数据重叠的部分就是当前预测时刻始未来3小时的12个点的预测数据，将具有4次重复预测结果的未来3小时12个点的数据每个点的值做平均，取平均值作为该时刻的预测功率值。
预处理后形成最终的风机发电功率、光伏发电功率和负荷用电功率预测数据，最终的预测数据为处理后的未来3小时的12个风机发电功率数据、12个光伏发电功率数据和12个负荷用电功率数据，分别形成向量P风[12]、P光[12]、P荷[12]。
(3)计算出当前时刻的系统运行状态参数。
1.可再生能源未来的发电功率趋势与负荷用电功率趋势之间的关系；
获取处理后的风机发电功率、光伏发电功率和负荷用电功率的预测数据，预测数据为未来N小时(预处理后N＝3)，每15分钟一个点的向量P风[4N]、P光[4N]、P荷[4N]，求得可再生能源负荷比，即可再生能源发电与负荷的比KⅠ。计算公式如下：
2.储能的剩余容量与未来负荷用电趋势的关系；
获取微电网储能当前剩余的SOC和储能安全运行下限，求得当前的可用容量并求得储能剩余容量与负荷的比KⅡ。计算公式如下：
3.旋转电源为主电源时，旋转备用与可再生能源波动的关系；储能为主电源时，主储能的备用与可再生能源波动的关系；
求得风机、光伏在未来N小时的最大波动与主电源输出功率备用的比KⅢ风和KⅢ光,计算公式如下：
4.风机、光伏在未来N小时输出功率的变化率；
求得风机、光伏在未来N小时的变化率KⅣ风和KⅣ光,计算公式如下：
(4)根据当前时刻的系统运行状态参数判断独立微电网的运行模式。
计算出当前时刻系统的运行状态参数KⅠ、KⅡ、KⅢ风、KⅢ光、KⅣ风、KⅣ光后，根据独立微电网运行模式判定的算法逻辑，如图4所示，设定独立微电网的运行模式。
首先，判断风机、光伏在未来N小时的最大波动与主电源输出功率备用的比KⅢ风和KⅢ光与k3的大小关系，风机、光伏在未来N小时的变化率KⅣ风和KⅣ光与k4的大小；其中，k3为整定的系统分布式电源最大波动率，k4为整定的分布式电源最大平均变化率。
当风、光波动满足KⅢ≥k3(KⅢ风≥k3且KⅢ光≥k3)或者KⅣ≥k4(KⅣ风≥k4且KⅣ光≥k4)时，风、光可再生电源出力波动较大，独立微电网以保电运行模式稳定运行。
保电运行模式是柴油发电作为主电源，为微电网提供频率和电压的支撑，当风光等分布式电源出力波动较大时，剧烈的波动将影响独立微电网的电能质量，甚至造成电网的崩溃，因此要限制风光等分布式电源的出力，甚至切除风、光以保证电网的稳定运行。
当风、光波动满足KⅢ＜k3(KⅢ风＜k3且KⅢ光＜k3)且KⅣ＜k4(KⅣ风＜k4且KⅣ光＜k4)时，风、光可再生电源出力波动不大，判断主储能的剩余容量SOCcur和配置的主储能的最小剩余容量SOCLOW的大小关系。
若判断主储能的剩余容量小于等于配置的主储能的最小剩余容量，即SOCcur≤SOCLOW，储能的剩余容量较小，独立微电网以节能运行模式运行，同时，从储能的寿命考虑应在节能运行模式下通过增加分布式电源出力给储能充电。
节能运行模式是柴油发电作为主电源，为微电网提供频率和电压的支撑，最大限度地增加风光等分布式电源出力，且储能工作在PQ模式下，通过调节储能的出力来平滑分布式电源出力的波动。
若判断主储能的剩余容量大于配置的主储能的最小剩余容量，即SOCcur＞SOCLOW；进一步判断可再生能源发电与负荷的比KⅠ与k1、KⅠ与k10的大小，储能剩余容量与负荷的比KⅡ与k2、KⅡ与k20的大小。其中，k10＜k1,k20＜k2且为整定值，k1为整定值且应大于1并保留一定的稳定域度；k2为整定的主储能剩余容量与平均负荷比。
当KⅠ、KⅡ满足以下任一条件时，独立为电网以绿色运行模式运行：
①可再生能源发电与负荷的比KⅠ＞k1，风、光等可再生能源出力较好能够完全承担负载；
②储能剩余容量与负荷的比KⅡ＞k2，主储能的备用容量满足能够在未来N小时完全承担负载；
③分布式电源和主储能的出力满足KⅠ＞k10和KⅡ＞k20，即由主储能的剩余容量承担负荷功率与分布式电源出力的缺额。
绿色运行模式是停止柴油发电机等消耗石化能源的发电设备，将储能切换为VF工作状态作为主电源给独立微电网提供稳定的电压和频率参考，且在主储能备用容量限制的范围内最大限度的利用风、光等可再生能源发电的运行模式。
当KⅠ、KⅡ满足以下任一条件时，独立为电网以节能运行模式运行：
①可再生能源发电与负荷的比KⅠ≤k1且储能剩余容量与负荷的比KⅡ≤k20；
②储能剩余容量与负荷的比KⅡ≤k2且可再生能源发电与负荷的比KⅠ≤k10。
运行模式预测算法中所用阈值的整定原则是在保证系统的稳定性的前提下最大限度的利用可再生能源。阈值整定应该根据实际项目中主电源的特性，系统中风机、光伏的占比与波动情况进行整定，并保留一定的冗余。其中阈值的一般整定取值区间k1：1.5～5，k10：0.5～1.5，k2：2～5，k20：1～3，k3：0.1～0.5，k4：0.05～0.3。
为了防止频繁切换给电网带来的冲击，应该对某些参数设置一定的死区，即上下限值。如k1应配置k1上限和k1下限，当系统由节能运行模式到绿色运行模式时，应满足KⅠ＞k1上限；从绿色运行模式到节能运行模式时，应满足KⅠ≤k1下限，其中上限>下限。
另外除了根据运行模式预测的结果，实际运行模式切换中，还应设置模式切换时间间隔，即进入节能运行模式或者保电运行模式时，要保证一定的运行时间才允许切换，但是为了保证系统的稳定性从绿色运行模式到其他模式的切换不受此时间限制。
在上述实施例中，所述步骤(2)中对获取的风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理的方式是：取当前预测时刻始未来N+1小时每15分钟一个点的一组预测数据P风[4N+1]、P光[4N+1]、P荷[4N+1]，并取之前3组的预测结果，将具有4次重复预测结果的未来N小时4N个点的数据每个点的值做平均，取平均值作为该时刻的预测功率值得到预处理后的未来N小时的预测数据P风[4N]、P光[4N]、P荷[4N]。作为其他实施方式，所述步骤(2)中采用其他的预处理的方式对获取的风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理。

Claims (8)

1.一种含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：包括以下步骤：
(1)从微电网监控系统的光伏、风机、负荷预测系统中获取未来一段时间独立微电网风机发电功率、光伏发电功率和负荷用电功率的预测数据；
(2)对获取的风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理；
(3)根据预处理后的预测数据计算出当前时刻的系统运行状态参数，包括：可再生能源发电与负荷的比KⅠ、储能剩余容量与负荷的比KⅡ、风机在未来N小时的最大波动与主电源输出功率备用的比KⅢ风、光伏在未来N小时的最大波动与主电源输出功率备用的比KⅢ光、风机在未来N小时的变化率KⅣ风、光伏在未来N小时的变化率KⅣ光；
(4)根据当前时刻的系统运行状态参数KⅠ、KⅡ、KⅢ风、KⅢ光、KⅣ风、KⅣ光判断独立微电网的运行模式；当风、光波动满足KⅢ风≥k3且KⅢ光≥k3或者KⅣ风≥k4且KⅣ光≥k4时，独立微电网以保电运行模式稳定运行；
(5)当风、光波动满足KⅢ风＜k3且KⅢ光＜k3且KⅣ风＜k4且KⅣ光＜k4时：
若判断主储能的剩余容量小于等于配置的主储能的最小剩余容量，即SOC主cur≤SOC主LOW，独立微电网以节能运行模式运行；
若判断主储能的剩余容量大于配置的主储能的最小剩余容量，即SOC主cur>SOC主LOW；且当KⅠ、KⅡ满足以下任一条件时，独立微电网以绿色运行模式运行：①可再生能源发电与负荷的比KⅠ＞k1，风、光可再生能源出力能够完全承担负载；②储能剩余容量与负荷的比KⅡ＞k2，主储能的备用容量满足能够在未来N小时完全承担负载；③风、光可再生能源和主储能的出力满足KⅠ＞k10和KⅡ＞k20，即由主储能的剩余容量承担负荷功率与风、光可再生能源出力的缺额；
若判断主储能的剩余容量大于配置的主储能的最小剩余容量，即SOC主cur>SOC主LOW；且当KⅠ、KⅡ满足以下任一条件时，独立微电网以节能运行模式运行：①可再生能源发电与负荷的比KⅠ≤k1且储能剩余容量与负荷的比KⅡ≤k20；②储能剩余容量与负荷的比KⅡ≤k2且可再生能源发电与负荷的比KⅠ≤k10；其中，k3、k4、k1、k10、k2、k20均为整定值。
2.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(2)中对获取的风机发电功率、光伏发电功率和负荷用电功率的预测数据进行预处理的方式是：取当前预测时刻始未来N+1小时每15分钟一个点的一组预测数据P风[4N+1]、P光[4N+1]、P荷[4N+1]，并取之前3组的预测结果，将具有4次重复预测结果的未来N小时4N个点的数据每个点的值做平均，取平均值作为该时刻的预测功率值得到预处理后的未来N小时的预测数据P风[4N]、P光[4N]、P荷[4N]。
3.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(3)中可再生能源发电与负荷的比KⅠ为：
4.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(3)中储能剩余容量与负荷的比KⅡ为：其中，SOCe是指储能额定容量。
5.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(3)中风机在未来N小时的最大波动与主电源输出功率备用的比KⅢ风为：其中，PMAX主是指主电源稳定运行最大出力；PMIN主是指主电源稳定运行最小出力。
6.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(3)中光伏在未来N小时的最大波动与主电源输出功率备用的比KⅢ光为：其中，PMAX主是指主电源稳定运行最大出力；PMIN主是指主电源稳定运行最小出力。
7.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(3)中风机在未来N小时的变化率KⅣ风为：其中，P风e是指风机额定功率。
8.根据权利要求1所述的含风、光可再生能源的独立微电网运行模式预测方法，其特征在于：所述步骤(3)中光伏在未来N小时的变化率KⅣ光为：其中，P光e是指光伏额定功率。
CN201510609815.4A 2015-09-23 2015-09-23 一种含风、光可再生能源的独立微电网运行模式预测方法 Active CN105375533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510609815.4A CN105375533B (zh) 2015-09-23 2015-09-23 一种含风、光可再生能源的独立微电网运行模式预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510609815.4A CN105375533B (zh) 2015-09-23 2015-09-23 一种含风、光可再生能源的独立微电网运行模式预测方法

Publications (2)

Publication Number Publication Date
CN105375533A CN105375533A (zh) 2016-03-02
CN105375533B true CN105375533B (zh) 2018-02-16

Family

ID=55377448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510609815.4A Active CN105375533B (zh) 2015-09-23 2015-09-23 一种含风、光可再生能源的独立微电网运行模式预测方法

Country Status (1)

Country Link
CN (1) CN105375533B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106169752B (zh) * 2016-09-28 2019-03-19 南京四方亿能电力自动化有限公司 一种微电网离网模式下主电源柔性切换方法
CN106447131B (zh) * 2016-10-24 2020-03-27 易事特集团股份有限公司 独立型微电网能量调控方法
CN106712086A (zh) * 2017-01-17 2017-05-24 无锡协鑫分布式能源开发有限公司 微网优化控制模式
CN107591836B (zh) * 2017-08-11 2021-04-30 中国电力科学研究院 一种分布式电源最大渗透率的确定方法和装置
CN107785929B (zh) * 2017-10-13 2020-07-17 中国华能集团清洁能源技术研究院有限公司 一种太阳能热发电站功率预测系统及运行方法
CN109146178A (zh) * 2018-08-23 2019-01-04 北京中电普华信息技术有限公司 一种可再生能源资源储量预估方法及系统
CN109217378B (zh) * 2018-10-12 2020-10-30 许昌许继软件技术有限公司 适用于新能源的功率波动调节方法与装置
CN110017570B (zh) * 2019-04-18 2020-10-02 上海建科建筑节能技术股份有限公司 一种用于源-荷-储能源互联网系统的热泵机组空调用电调节系统和工作方法
CN113410875B (zh) * 2021-08-19 2021-11-02 新风光电子科技股份有限公司 基于云计算与大数据的微电网分布式能源管理方法
US20240212070A1 (en) * 2022-12-22 2024-06-27 Itron, Inc. Electric grid load forecasts with distributed photovoltaic generation

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102170168A (zh) * 2011-03-22 2011-08-31 苏州市思玛特电力科技有限公司 一种风光柴发电系统的控制方法
CN102664429A (zh) * 2012-05-29 2012-09-12 国电联合动力技术有限公司 一种并网不上网微网系统及其控制保护方法
CN102904288A (zh) * 2012-09-28 2013-01-30 南方电网科学研究院有限责任公司 一种用于含风光柴储孤立微电网的稳态运行策略
CN104281986A (zh) * 2014-11-03 2015-01-14 四川慧盈科技有限责任公司 一种微电网功率预测方法
CN104281984A (zh) * 2014-10-20 2015-01-14 国家电网公司 一种用于微电网经济运行的供电方法
JP2015008588A (ja) * 2013-06-25 2015-01-15 株式会社東芝 発電制御システム
CN104348188A (zh) * 2014-11-21 2015-02-11 四川慧盈科技有限责任公司 一种分布式电源运行及监控方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102170168A (zh) * 2011-03-22 2011-08-31 苏州市思玛特电力科技有限公司 一种风光柴发电系统的控制方法
CN102664429A (zh) * 2012-05-29 2012-09-12 国电联合动力技术有限公司 一种并网不上网微网系统及其控制保护方法
CN102904288A (zh) * 2012-09-28 2013-01-30 南方电网科学研究院有限责任公司 一种用于含风光柴储孤立微电网的稳态运行策略
JP2015008588A (ja) * 2013-06-25 2015-01-15 株式会社東芝 発電制御システム
CN104281984A (zh) * 2014-10-20 2015-01-14 国家电网公司 一种用于微电网经济运行的供电方法
CN104281986A (zh) * 2014-11-03 2015-01-14 四川慧盈科技有限责任公司 一种微电网功率预测方法
CN104348188A (zh) * 2014-11-21 2015-02-11 四川慧盈科技有限责任公司 一种分布式电源运行及监控方法

Also Published As

Publication number Publication date
CN105375533A (zh) 2016-03-02

Similar Documents

Publication Publication Date Title
CN105375533B (zh) 一种含风、光可再生能源的独立微电网运行模式预测方法
Wang et al. Energy management system for stand-alone diesel-wind-biomass microgrid with energy storage system
Nguyen et al. Cost-optimized battery capacity and short-term power dispatch control for wind farm
Guo et al. Energy management system for stand-alone wind-powered-desalination microgrid
CN101931241B (zh) 风电场并网协调控制方法
CN103986190B (zh) 基于发电功率曲线的风光储联合发电系统平滑控制方法
CN105186660B (zh) 离网型风电制氢转换系统
CN106611965B (zh) 预防大规模风电频繁穿越的风电场协调控制方法及系统
CN104901338B (zh) 一种海岛孤立微电网能量控制方法
CN107546771B (zh) 高比例风光储接入配电网多模式自适应控制方法
Nguyen et al. Power management approach to minimize battery capacity in wind energy conversion systems
CN110912207B (zh) 一种考虑多分厂约束的水电站厂内经济运行方法及系统
CN111146820A (zh) 一种计及风电不确定性的混合储能系统优化配置方法
CN109768582A (zh) 一种多约束条件下的虚拟同步发电机控制方法
CN105429180A (zh) 风光柴蓄微电网离/并网模式下的频率分层控制方法
CN109149631A (zh) 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法
CN106953356A (zh) 一种孤岛模式下的无储能风光柴互补供电系统及方法
CN105634012A (zh) 一种分布式发电与微电网智能监测控制方法
CN106099991B (zh) 一种电网风电消纳能力评估方法
CN109888821A (zh) 一种弃风电力制氢微网安全运行控制系统及方法
CN105939024A (zh) 一种电压和功率可调节的智能分布式风力发电系统
CN103457280B (zh) 一种微电网平滑风力发电出力的方法
Ji et al. Collaborative Control of Integrated Generation and Storage for Offshore Wind Turbines
Zhu et al. Optimum power control and coordinate sizing for the stand-alone wind-energy storage integrated hydrogen production system
CN105914784A (zh) 一种电压和功率可调节的智能分布式风力发电系统的监控装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant