CN106972525A - 虚拟电厂根据电网用电负荷的供电自动调控方法 - Google Patents
虚拟电厂根据电网用电负荷的供电自动调控方法 Download PDFInfo
- Publication number
- CN106972525A CN106972525A CN201710167330.3A CN201710167330A CN106972525A CN 106972525 A CN106972525 A CN 106972525A CN 201710167330 A CN201710167330 A CN 201710167330A CN 106972525 A CN106972525 A CN 106972525A
- Authority
- CN
- China
- Prior art keywords
- day
- power
- value
- date
- target
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种虚拟电厂根据供电能力和电网负荷进行自动调控的方法,解决了现有技术的不足,技术方案为:虚拟电厂包括发电单元和用电单元、调度中心站、现地数据采集装置,所述现地数据采集装置与用电单元以及发电单元通信连接,所述现地数据采集装置与所述调度中心站通信连接,所述发电单元和所述用电单元均通过可控接口与电网连接,可控接口与调度中心站连接,其特征在于:所述发电单元的种类包括发电机组和/或储能装置;所述储能装置至少与一个发电机组连接,发电机组通过一个可控接口与储能装置连接;所述虚拟电厂中还配设有若干个可切换单元,所述可切换单元包括切换单元储能装置和切换连接口。
Description
技术领域
本专利涉及电网调节控制领域,具体涉及一种虚拟电厂根据电网用电负荷的供电自动调控方法。
背景技术
随着电力需求的不断增长以及全球范围内能源紧缺和环境污染等问题的日益严峻,传统能源发电的弊端日趋凸显。在全球能源互联网概念下,“一带一路”、“一极一道”等战略建设均致力于解决能源问题。由于风能、太阳能等清洁性高、发电成本降低,可再生能源成为了未来全球能源发展的主要方向。随着全球能源互联网建设的推进,可再生能源的开发将迎来重大发展期。
分布式能源单独运行时,其出力随机性、间歇性和波动性较大。当分布式能源接入目前的传统大电网体系时,电网的安全性和供电可靠性将会受到威胁。为了实现分布式电源的协调控制与能量管理,可以通过虚拟电厂(virtual power plant,VPP)的形式实现对大量分布式电源的灵活控制,从而保证电网的安全稳定运行。虚拟电厂通过将分布式电源、可控负荷和储能系统聚合成一个整体,使其能够参与电力市场和辅助服务市场运营,实现实时电能交易,同时优化资源利用,提高供电可靠性。
目前分布式能源的应用已经渐渐形成了规模,很多时候分布式能源的采纳和应用能够对电网形成巨大的补充,对于用电成本的降低有着较大的帮助,但是分布式能源还是存在着:负荷波动较大,接入电网时机和供电质量不佳等问题,因此通过虚拟电厂对分布式能源进行集中管理,提高分布式能源的利用效率势在必行。
发明内容
本发明的目的在于解决上述现有技术存在负荷波动较大,接入电网时机和供电质量不佳等,而虚拟电网在对分布式能源进行调节时往往存在较大的滞后导致用电质量波动较大,影响电网运行的问题,提供一种虚拟电厂根据电网用电负荷的供电自动调控方法。
本发明解决其技术问题所采用的技术方案是:一种虚拟电厂根据电网用电负荷的供电自动调控方法,虚拟电厂包括发电单元和用电单元、调度中心站、现地数据采集装置,所述现地数据采集装置与用电单元以及发电单元通信连接,所述现地数据采集装置与所述调度中心站通信连接,所述发电单元和所述用电单元均通过可控接口与电网连接,可控接口与调度中心站连接,调度中心站还设有环境数据模块,调度中心站根据存储的用电单元历年用电的电量、历年环境数据以及当前用电数据,预测目标日用电电量,并由调度中心站提前选择接入发电单元和用电单元。本发明通过预测目标日用电电量,合理调节接入的发电单元和用电单元,通过这样的配置达到虚拟电厂的用电平衡,可以使得需要检修或其他用途的发电单元和用电单元较早做好准备,即使出现问题也能够较早的更换发电计划,保证在目标日的电网合理运行。本发明中的可控接口包括但不仅限于变压器、逆变器、整流桥等设备及以上设备的组合形式,本发明中的可控接口所指的电气设备均与调度中心站建立控制连接,可由调度中心站控制和切换,此技术为现有技术,可见于论文《基于分散式风储提高电压稳定性的虚拟电厂研究》以及CN201110426868-基于虚拟电厂的光伏发电能量管理系统、CN201620773114-一种提高基于风储集群的虚拟电厂电压稳定性的系统等现有文档,本说明书不做详细说明。
作为优选,所述发电单元的种类包括发电机组和/或储能装置;所述储能装置至少与一个发电机组连接,发电机组通过一个可控接口与储能装置连接。本发明这样设置使得发电机组和近地的储能装置进行近地储能,也就是在不接入电网的情况下,可以通过储能装置对发电机组的发送电力进行存储,可以起到一定程度的储能,在发电机组发电量不足的时候,通过储能装置的发电进行补充,达到较好的电网供电质量。
作为优选,所述一端与发电机组连接另一端与电网连接的可控接口包括至少一个接口校正装置,
所述接口校正装置的传递函数为:GO(S)=K(τs+1)/τs;
τ和K均为调度中心站可调数据,τ和K均由调度中心站通过校正装置内配设的可调元件进行调整;一端与发电机组连接另一端与储能装置连接的可控接口包括至少一个校正装置,
所述校正装置的传递函数为:
GO(S)= {(τ1s+1)(τ2s+1)}/{τ1τ2s2+(τ1+τ2+τ12)s+1};
τ1、τ2以及τ12均为调度中心站可调数据,均由调度中心站通过校正装置内配设的可调元件进行调整。
校正装置的设置,可以帮助发电机组和储能装置输出的电压不会出现特别大的波动,防止了大电流波动损坏接口设备的情况产生。本校正装置的最简实现方式可以为:包括电阻R1、电阻R2、电容C1和电容C2,电阻R1第一端为第一输入端,电阻R1的第二端为第一输出端,电容C1与电阻R1并联,电阻R2第一端与电阻R1的第二端连接,电阻R2第二端通过电容C2分别与第二输入端和第二输出端连接,这样设置的话,τ1=R1C1,τ2=R2C2,τ12=R1C2;本算法中s用来表示输入和输出信号的拉普拉斯变化式。本发明中所述校正装置的最简实现方式只是提供一种传递函数的可能的实现形式,在实际生产中必须根据生产需要进行实际调整。
作为优选,所述调度中心站根据目标日以及目标日的环境数据选择出历年数据内中相似日,并对相似日用电电量进行整合计算获得预测用电量数据;所述相似日选取的方法包括以下步骤:
相似日选取步骤一:根据目标日是否属于节假日进行选择,若目标日为节假日则只在历年的相同节假日中选取相似日,若目标日为工作日则在历年的工作日中选取相似日;
相似日选取步骤二:根据目标日的公历日期,选择符合步骤一要求的历年相同公历日期前三天和公历日期后三天作为候选日期;根据目标日的农历日期,选择符合步骤一要求的历年相同的农历日期前三天和农历日期后三天作为候选日期;
相似日选取步骤三:调出所有候选日期的环境数据与目标日的环境数据进行对比,所述环境数据包括温度、日照、风力和潮汐数据,
若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期,剩余的候选日期即为相似日期。
本发明这样设置,可以达到较好的选择相似日,通过有相同条件的情况下发电量用电量的参照达到较好的用电单元和发电单元的选择。
作为优选,对相似日用电电量进行整合计算包括以下步骤:
整合计算步骤一:获取虚拟电厂所供电的当地GDP历年数据以及当地GDP目标数据;
整合计算步骤二:计算电力系统用电弹性系数:
Ect={(ct+1-ct)/ct}/{(gt+1-gt)/gt};
Ect为第t年时电力系统用电弹性系数,ct为当地第t年的用电量,gt为当地第t年的GDP数据;当年的GDP数据采用最新的当地GDP目标数据;
整合计算步骤三:将每一个相似日期的用电量通过电力系统用电弹性系数公式;
Ect={(ct+1-ct)/ct}/{(gt+1-gt)/gt};
调整为目标日的预测用电量计算值;
整合计算步骤四:计算所有预测用电量计算值的均值,获得的均值即为预测目标日用电电量。
通过实践证明,当地GDP和用电生产是存在一定联系的,本发明通过GDP变化率以及用电量的变化率,逐步调整多年前的用电电路和发电电量转换到目标日所处的年份,能较为精准的预测目标日的用电量。
作为优选,调度中心站设定有预测目标日用电电量的阈值,当预测目标日用电电量低于阈值时,调度中心站自动调整带有储能装置的发电机组与电网的连接,根据发电机组的容量选择合理的切换方式。
作为优选,在相似日选取步骤三中,根据虚拟电厂内发电单元的发电机组各性质比例设定环境数据计算时的加权值,
首先,候选日期中的任一日期的环境数据对比目标日的环境数据进行转换,转换为计算值:
温度数据转换后的温度计算值为:(候选日期温度-基础温度值)/(目标日的温度-基础温度值)×100%;
日照长度转换后的日照计算值为:(候选日日照长度-基础日照长度值)/(目标日日照长度-基础日照长度值)×100%;
风力转换后的风力计算值为:(候选日风速值-基础风速值)/(目标日风速值-基础风速值)×100%;
潮汐转换后的潮汐计算值为:(候选日潮汐量-基础潮汐值)/(目标日潮汐量-基础潮汐值)×100%;
候选日期温度、目标日的温度、候选日日照长度、目标日日照长度、候选日风速值、目标日风速值、候选日潮汐量和目标日潮汐量均由气象部门提供,基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值,且基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值为根据日历设定的渐变数据;
温度计算值的加权值为0.5,日照计算值的加权值为0.5×当地光伏发电机组发电单元的占有率,潮汐计算值的加权值为0.5×当地潮汐发电机组发电单元的占有率,风力计算值的加权值为0.5×当地风力发电机组发电单元的占有率;对获取的计算值通过加权值计算获取的环境数据与设定的阈值相比较,若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期,剩余的候选日期即为相似日期。
本发明这样设置,因为温度对用电量的要求较高,因此给出了较高的加权数据,此加权数据可进行人工调整,同时尽量考虑到分布式能源的主要发电来源和当地的占有率,以此来进行调整,达到较好的调整效果。
作为优选,调度中心站设定有预测目标日用电电量的阈值,当预测目标日用电电量低于阈值时,调度中心站自动调整带有储能装置的发电机组与电网的连接,首先根据发电单元的优先级进行切换,若发电单元的发电性质为储能装置则设定为最高优先级,若发电单元为带有储能装置的发电机组则根据储能装置的已存储电量和发电性质设定发电单元的优先级。
作为优选,若发电单元为带有储能装置的发电机组,则当前储能装置的已存储电量百分比×发电机组的发电性质设定值然后按照由低到高进行优先级排序,发电机组的发电性质设定值由人工设定,风力发电机组的发电性质设定值<潮汐发电机组的发电性质设定值<光伏发电机组的发电性质设定值。
作为优选,所述带有储能装置的发电机组受到控制命令后切换为发电机组向储能装置供电。
本发明的实质性效果是:本发明通过预测目标日用电电量,合理调节接入的发电单元和用电单元,通过这样的配置达到虚拟电厂的用电平衡,可以使得需要检修或其他用途的发电单元和用电单元较早做好准备,即使出现问题也能够较早的更换发电计划,保证在目标日的电网合理运行。本发明中,发电机组和近地的储能装置进行近地储能,也就是在不接入电网的情况下,可以通过储能装置对发电机组的发送电力进行存储,可以起到一定程度的储能,在发电机组发电量不足的时候,通过储能装置的发电进行补充,达到较好的电网供电质量。还能够达到较好的选择相似日,通过有相同条件的情况下发电量用电量的参照达到较好的用电单元和发电单元的选择。通过实践证明,当地GDP和用电生产是存在一定联系的,本发明通过GDP变化率以及用电量的变化率,逐步调整多年前的用电电路和发电电量转换到目标日所处的年份,能较为精准的预测目标日的用电量。
具体实施方式
下面通过具体实施例,对本发明的技术方案作进一步的具体说明。
实施例1:
一种虚拟电厂根据电网用电负荷的供电自动调控方法,虚拟电厂包括发电单元和用电单元、调度中心站、现地数据采集装置,所述现地数据采集装置与用电单元以及发电单元通信连接,所述现地数据采集装置与所述调度中心站通信连接,所述发电单元和所述用电单元均通过可控接口与电网连接,可控接口与调度中心站连接,调度中心站还设有环境数据模块,调度中心站根据存储的用电单元历年用电的电量、历年环境数据以及当前用电数据,预测目标日用电电量,并由调度中心站提前选择接入发电单元和用电单元。
所述发电单元的种类包括发电机组和/或储能装置;所述储能装置至少与一个发电机组连接,发电机组通过一个可控接口与储能装置连接。
所述一端与发电机组连接另一端与电网连接的可控接口包括至少一个接口校正装置,
所述接口校正装置的传递函数为:GO(S)=K(τs+1)/τs;
τ和K均为调度中心站可调数据,τ和K均由调度中心站通过校正装置内配设的可调元件进行调整;一端与发电机组连接另一端与储能装置连接的可控接口包括至少一个校正装置,
所述校正装置的传递函数为:
GO(S)= {(τ1s+1)(τ2s+1)}/{τ1τ2s2+(τ1+τ2+τ12)s+1};
τ1、τ2以及τ12均为调度中心站可调数据,均由调度中心站通过校正装置内配设的可调元件进行调整。
所述调度中心站根据目标日以及目标日的环境数据选择出历年数据内中相似日,并对相似日用电电量进行整合计算获得预测用电量数据;所述相似日选取的方法包括以下步骤:
相似日选取步骤一:根据目标日是否属于节假日进行选择,若目标日为节假日则只在历年的相同节假日中选取相似日,若目标日为工作日则在历年的工作日中选取相似日;
相似日选取步骤二:根据目标日的公历日期,选择符合步骤一要求的历年相同公历日期前三天和公历日期后三天作为候选日期;根据目标日的农历日期,选择符合步骤一要求的历年相同的农历日期前三天和农历日期后三天作为候选日期;
相似日选取步骤三:调出所有候选日期的环境数据与目标日的环境数据进行对比,所述环境数据包括温度、日照、风力和潮汐数据,
若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期,剩余的候选日期即为相似日期。
对相似日用电电量进行整合计算包括以下步骤:
整合计算步骤一:获取虚拟电厂所供电的当地GDP历年数据以及当地GDP目标数据;
整合计算步骤二:计算电力系统用电弹性系数:
Ect={(ct+1-ct)/ct}/{(gt+1-gt)/gt};
Ect为第t年时电力系统用电弹性系数,ct为当地第t年的用电量,gt为当地第t年的GDP数据;当年的GDP数据采用最新的当地GDP目标数据;
整合计算步骤三:将每一个相似日期的用电量通过电力系统用电弹性系数公式;
Ect={(ct+1-ct)/ct}/{(gt+1-gt)/gt};
调整为目标日的预测用电量计算值;
整合计算步骤四:计算所有预测用电量计算值的均值,获得的均值即为预测目标日用电电量。
调度中心站设定有预测目标日用电电量的阈值,当预测目标日用电电量低于阈值时,调度中心站自动调整带有储能装置的发电机组与电网的连接,根据发电机组的容量选择合理的切换方式。
在相似日选取步骤三中,根据虚拟电厂内发电单元的发电机组各性质比例设定环境数据计算时的加权值,
首先,候选日期中的任一日期的环境数据对比目标日的环境数据进行转换,转换为计算值:
温度数据转换后的温度计算值为:(候选日期温度-基础温度值)/(目标日的温度-基础温度值)×100%;
日照长度转换后的日照计算值为:(候选日日照长度-基础日照长度值)/(目标日日照长度-基础日照长度值)×100%;
风力转换后的风力计算值为:(候选日风速值-基础风速值)/(目标日风速值-基础风速值)×100%;
潮汐转换后的潮汐计算值为:(候选日潮汐量-基础潮汐值)/(目标日潮汐量-基础潮汐值)×100%;
候选日期温度、目标日的温度、候选日日照长度、目标日日照长度、候选日风速值、目标日风速值、候选日潮汐量和目标日潮汐量均由气象部门提供,基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值,且基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值为根据日历设定的渐变数据;
温度计算值的加权值为0.5,日照计算值的加权值为0.5×当地光伏发电机组发电单元的占有率,潮汐计算值的加权值为0.5×当地潮汐发电机组发电单元的占有率,风力计算值的加权值为0.5×当地风力发电机组发电单元的占有率;对获取的计算值通过加权值计算获取的环境数据与设定的阈值相比较,若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期,剩余的候选日期即为相似日期。
调度中心站设定有预测目标日用电电量的阈值,当预测目标日用电电量低于阈值时,调度中心站自动调整带有储能装置的发电机组与电网的连接,首先根据发电单元的优先级进行切换,若发电单元的发电性质为储能装置则设定为最高优先级,若发电单元为带有储能装置的发电机组则根据储能装置的已存储电量和发电性质设定发电单元的优先级。
若发电单元为带有储能装置的发电机组,则当前储能装置的已存储电量百分比×发电机组的发电性质设定值然后按照由低到高进行优先级排序,发电机组的发电性质设定值由人工设定,风力发电机组的发电性质设定值<潮汐发电机组的发电性质设定值<光伏发电机组的发电性质设定值。
所述带有储能装置的发电机组受到控制命令后切换为发电机组向储能装置供电。
校正装置的设置,可以帮助发电机组和储能装置输出的电压不会出现特别大的波动,防止了大电流波动损坏接口设备的情况产生。本校正装置的最简实现方式可以为:包括电阻R1、电阻R2、电容C1和电容C2,电阻R1第一端为第一输入端,电阻R1的第二端为第一输出端,电容C1与电阻R1并联,电阻R2第一端与电阻R1的第二端连接,电阻R2第二端通过电容C2分别与第二输入端和第二输出端连接,这样设置的话,τ1=R1C1,τ2=R2C2,τ12=R1C2;本算法中s用来表示输入和输出信号的拉普拉斯变化式。本发明中所述校正装置的最简实现方式只是提供一种传递函数的可能的实现形式,在实际生产中必须根据生产需要进行实际调整。
本实施例通过预测目标日用电电量,合理调节接入的发电单元和用电单元,通过这样的配置达到虚拟电厂的用电平衡,可以使得需要检修或其他用途的发电单元和用电单元较早做好准备,即使出现问题也能够较早的更换发电计划,保证在目标日的电网合理运行。本实施例中,发电机组和近地的储能装置进行近地储能,也就是在不接入电网的情况下,可以通过储能装置对发电机组的发送电力进行存储,可以起到一定程度的储能,在发电机组发电量不足的时候,通过储能装置的发电进行补充,达到较好的电网供电质量。还能够达到较好的选择相似日,通过有相同条件的情况下发电量用电量的参照达到较好的用电单元和发电单元的选择。通过实践证明,当地GDP和用电生产是存在一定联系的,本实施例通过GDP变化率以及用电量的变化率,逐步调整多年前的用电电路和发电电量转换到目标日所处的年份,能较为精准的预测目标日的用电量。
本实施例中的可控接口包括但不仅限于变压器、逆变器、整流桥等设备及以上设备的组合形式,本实施例中的可控接口所指的电气设备均与调度中心站建立控制连接,可由调度中心站控制和切换,此技术为现有技术,可见于论文《基于分散式风储提高电压稳定性的虚拟电厂研究》以及CN201110426868-基于虚拟电厂的光伏发电能量管理系统、CN201620773114-一种提高基于风储集群的虚拟电厂电压稳定性的系统等现有文档,本说明书不做详细说明。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.一种虚拟电厂根据电网用电负荷的供电自动调控方法,虚拟电厂包括发电单元和用电单元、调度中心站、现地数据采集装置,所述现地数据采集装置与用电单元以及发电单元通信连接,所述现地数据采集装置与所述调度中心站通信连接,所述发电单元和所述用电单元均通过可控接口与电网连接,可控接口与调度中心站连接,其特征在于:调度中心站还设有环境数据模块,调度中心站根据存储的用电单元历年用电的电量、历年环境数据以及当前用电数据,预测目标日用电电量,并由调度中心站提前选择接入发电单元和用电单元。
2.根据权利要求1所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:所述发电单元的种类包括发电机组和/或储能装置;所述储能装置至少与一个发电机组连接,发电机组通过一个可控接口与储能装置连接。
3.根据权利要求2所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:所述一端与发电机组连接另一端与电网连接的可控接口包括至少一个接口校正装置,
所述接口校正装置的传递函数为:GO(S)=K(τs+1)/τs;
τ和K均为调度中心站可调数据,τ和K均由调度中心站通过校正装置内配设的可调元件进行调整;一端与发电机组连接另一端与储能装置连接的可控接口包括至少一个校正装置,
所述校正装置的传递函数为:
GO(S)= {(τ1s+1)(τ2s+1)}/{τ1τ2s2+(τ1+τ2+τ12)s+1};
τ1、τ2以及τ12均为调度中心站可调数据,均由调度中心站通过校正装置内配设的可调元件进行调整。
4.根据权利要求1所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:所述调度中心站根据目标日以及目标日的环境数据选择出历年数据内中相似日,并对相似日用电电量进行整合计算获得预测用电量数据;所述相似日选取的方法包括以下步骤:
相似日选取步骤一:根据目标日是否属于节假日进行选择,若目标日为节假日则只在历年的相同节假日中选取相似日,若目标日为工作日则在历年的工作日中选取相似日;
相似日选取步骤二:根据目标日的公历日期,选择符合步骤一要求的历年相同公历日期前三天和公历日期后三天作为候选日期;根据目标日的农历日期,选择符合步骤一要求的历年相同的农历日期前三天和农历日期后三天作为候选日期;
相似日选取步骤三:调出所有候选日期的环境数据与目标日的环境数据进行对比,所述环境数据包括温度、日照、风力和潮汐数据,
若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期,剩余的候选日期即为相似日期。
5.根据权利要求4所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:对相似日用电电量进行整合计算包括以下步骤:
整合计算步骤一:获取虚拟电厂所供电的当地GDP历年数据以及当地GDP目标数据;
整合计算步骤二:计算电力系统用电弹性系数:
Ect={(ct+1-ct)/ct}/{(gt+1-gt)/gt};
Ect为第t年时电力系统用电弹性系数,ct为当地第t年的用电量,gt为当地第t年的GDP数据;当年的GDP数据采用最新的当地GDP目标数据;
整合计算步骤三:将每一个相似日期的用电量通过电力系统用电弹性系数公式;
Ect={(ct+1-ct)/ct}/{(gt+1-gt)/gt};
调整为目标日的预测用电量计算值;
整合计算步骤四:计算所有预测用电量计算值的均值,获得的均值即为预测目标日用电电量。
6.根据权利要求4所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:调度中心站设定有预测目标日用电电量的阈值,当预测目标日用电电量低于阈值时,调度中心站自动调整带有储能装置的发电机组与电网的连接,根据发电机组的容量选择合理的切换方式。
7.根据权利要求4所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:在相似日选取步骤三中,根据虚拟电厂内发电单元的发电机组各性质比例设定环境数据计算时的加权值,
首先,候选日期中的任一日期的环境数据对比目标日的环境数据进行转换,转换为计算值:
温度数据转换后的温度计算值为:(候选日期温度-基础温度值)/(目标日的温度-基础温度值)×100%;
日照长度转换后的日照计算值为:(候选日日照长度-基础日照长度值)/(目标日日照长度-基础日照长度值)×100%;
风力转换后的风力计算值为:(候选日风速值-基础风速值)/(目标日风速值-基础风速值)×100%;
潮汐转换后的潮汐计算值为:(候选日潮汐量-基础潮汐值)/(目标日潮汐量-基础潮汐值)×100%;
候选日期温度、目标日的温度、候选日日照长度、目标日日照长度、候选日风速值、目标日风速值、候选日潮汐量和目标日潮汐量均由气象部门提供,基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值,且基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值为根据日历设定的渐变数据;
温度计算值的加权值为0.5,日照计算值的加权值为0.5×当地光伏发电机组发电单元的占有率,潮汐计算值的加权值为0.5×当地潮汐发电机组发电单元的占有率,风力计算值的加权值为0.5×当地风力发电机组发电单元的占有率;对获取的计算值通过加权值计算获取的环境数据与设定的阈值相比较,若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期,剩余的候选日期即为相似日期。
8.根据权利要求7所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:调度中心站设定有预测目标日用电电量的阈值,当预测目标日用电电量低于阈值时,调度中心站自动调整带有储能装置的发电机组与电网的连接,首先根据发电单元的优先级进行切换,若发电单元的发电性质为储能装置则设定为最高优先级,若发电单元为带有储能装置的发电机组则根据储能装置的已存储电量和发电性质设定发电单元的优先级。
9.根据权利要求8所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:若发电单元为带有储能装置的发电机组,则当前储能装置的已存储电量百分比×发电机组的发电性质设定值然后按照由低到高进行优先级排序,发电机组的发电性质设定值由人工设定,风力发电机组的发电性质设定值<潮汐发电机组的发电性质设定值<光伏发电机组的发电性质设定值。
10.根据权利要求9所述的虚拟电厂根据电网用电负荷的供电自动调控方法,其特征在于:所述带有储能装置的发电机组受到控制命令后切换为发电机组向储能装置供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710167330.3A CN106972525A (zh) | 2017-03-20 | 2017-03-20 | 虚拟电厂根据电网用电负荷的供电自动调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710167330.3A CN106972525A (zh) | 2017-03-20 | 2017-03-20 | 虚拟电厂根据电网用电负荷的供电自动调控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106972525A true CN106972525A (zh) | 2017-07-21 |
Family
ID=59329437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710167330.3A Pending CN106972525A (zh) | 2017-03-20 | 2017-03-20 | 虚拟电厂根据电网用电负荷的供电自动调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106972525A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112467800A (zh) * | 2020-10-13 | 2021-03-09 | 华北电力大学 | 一种虚拟电厂高效率调度系统 |
CN113837653A (zh) * | 2021-10-13 | 2021-12-24 | 浙江浙达能源科技有限公司 | 一种基于特性各异资源的虚拟电厂动态聚合方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104882909A (zh) * | 2015-05-29 | 2015-09-02 | 南京南瑞太阳能科技有限公司 | 光伏微电网直流母线电压调节与mppt的统一控制系统和方法 |
CN104917208A (zh) * | 2015-06-26 | 2015-09-16 | 国家电网公司 | 一种分布式电源联合发电系统及调度协同控制方法 |
CN105140939A (zh) * | 2015-08-10 | 2015-12-09 | 江苏方天电力技术有限公司 | 基于储能系统的主动负荷多目标协调控制方法 |
CN205846731U (zh) * | 2016-07-20 | 2016-12-28 | 锐电科技有限公司 | 一种提高基于风储集群的虚拟电厂电压稳定性的系统 |
CN106374831A (zh) * | 2016-09-26 | 2017-02-01 | 国电南瑞科技股份有限公司 | 一种带有发电预测的分布式光伏监控系统及监控方法 |
-
2017
- 2017-03-20 CN CN201710167330.3A patent/CN106972525A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104882909A (zh) * | 2015-05-29 | 2015-09-02 | 南京南瑞太阳能科技有限公司 | 光伏微电网直流母线电压调节与mppt的统一控制系统和方法 |
CN104917208A (zh) * | 2015-06-26 | 2015-09-16 | 国家电网公司 | 一种分布式电源联合发电系统及调度协同控制方法 |
CN105140939A (zh) * | 2015-08-10 | 2015-12-09 | 江苏方天电力技术有限公司 | 基于储能系统的主动负荷多目标协调控制方法 |
CN205846731U (zh) * | 2016-07-20 | 2016-12-28 | 锐电科技有限公司 | 一种提高基于风储集群的虚拟电厂电压稳定性的系统 |
CN106374831A (zh) * | 2016-09-26 | 2017-02-01 | 国电南瑞科技股份有限公司 | 一种带有发电预测的分布式光伏监控系统及监控方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112467800A (zh) * | 2020-10-13 | 2021-03-09 | 华北电力大学 | 一种虚拟电厂高效率调度系统 |
CN113837653A (zh) * | 2021-10-13 | 2021-12-24 | 浙江浙达能源科技有限公司 | 一种基于特性各异资源的虚拟电厂动态聚合方法 |
CN113837653B (zh) * | 2021-10-13 | 2022-08-02 | 浙江浙达能源科技有限公司 | 一种基于特性各异资源的虚拟电厂动态聚合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reddy | Optimal scheduling of thermal-wind-solar power system with storage | |
Kumar et al. | Strategic integration of battery energy storage systems with the provision of distributed ancillary services in active distribution systems | |
Ranaweera et al. | Distributed control scheme for residential battery energy storage units coupled with PV systems | |
Kitson et al. | Modelling of an expandable, reconfigurable, renewable DC microgrid for off-grid communities | |
Gope et al. | Rescheduling of real power for congestion management with integration of pumped storage hydro unit using firefly algorithm | |
CN106169108B (zh) | 含电池储能系统的主动配电网短期有功优化方法 | |
CN104319768B (zh) | 一种微电网供电及监控方法 | |
CN106972526A (zh) | 虚拟电厂根据供电能力和电网负荷进行自动调控的方法 | |
CN107017658A (zh) | 虚拟电厂根据预测用电负荷进行自调节的控制方法 | |
CN110034587B (zh) | 一种优化调度方法 | |
CN105140958A (zh) | 含光伏电源的配电网规划方法 | |
CN104268806A (zh) | 一种微电网功率监控系统 | |
CN103887813B (zh) | 基于风功率预测不确定度的风电系统运行的控制方法 | |
Zaree et al. | An MILP formulation for centralized energy management strategy of microgrids | |
CN101950980A (zh) | 用于分布式光伏电源并网调控的储能装置容量配置方法 | |
Levis et al. | Multi-objective optimal active and reactive power dispatch for centrally controlled distributed PV systems | |
CN108390415A (zh) | 一种区域电网新能源消纳容量计算方法和系统 | |
Anastasiadis et al. | Operational and environmental benefits due to significant penetration of Microgrids and topology sensitivity | |
CN109921464A (zh) | 配电网广义电源变电可信容量评估方法、装置和计算设备 | |
CN104239966A (zh) | 一种主动配电网基于用电成本差异化的运营方法 | |
CN107016493A (zh) | 虚拟电厂自动调节的方法 | |
CN106972525A (zh) | 虚拟电厂根据电网用电负荷的供电自动调控方法 | |
Wei et al. | Optimal DG penetration rate planning based on S-OPF in active distribution network | |
Morel et al. | Operation strategy for a power grid supplied by 100% renewable energy at a cold region in Japan | |
Huang et al. | Optimal energy management of grid-connected photovoltaic micro-grid |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170721 |
|
RJ01 | Rejection of invention patent application after publication |