CN107016493A - 虚拟电厂自动调节的方法 - Google Patents
虚拟电厂自动调节的方法 Download PDFInfo
- Publication number
- CN107016493A CN107016493A CN201710167277.7A CN201710167277A CN107016493A CN 107016493 A CN107016493 A CN 107016493A CN 201710167277 A CN201710167277 A CN 201710167277A CN 107016493 A CN107016493 A CN 107016493A
- Authority
- CN
- China
- Prior art keywords
- day
- value
- power
- date
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 claims abstract description 61
- 230000007613 environmental effect Effects 0.000 claims abstract description 35
- 238000003860 storage Methods 0.000 claims abstract description 6
- 238000004146 energy storage Methods 0.000 claims description 55
- 238000010248 power generation Methods 0.000 claims description 50
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 241001269238 Data Species 0.000 claims description 6
- 241000693079 Maloideae Species 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 4
- 240000002853 Nelumbo nucifera Species 0.000 claims description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 4
- 241000894007 species Species 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims 1
- 230000007812 deficiency Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种虚拟电厂自动调节的方法，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：调度中心站还设有环境数据模块，调度中心站根据存储的历年环境数据和接入电网的发电单元历年发电数据，预测目标日的整体发电数据，由调度中心站选择接入发电单元和用电单元。
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自动调节的方法。
背景技术
虚拟电厂指通过分布式电力管理系统将电网中分布式电源、可控负荷和储能装置聚合成一个虚拟的可控集合体，参与电网的运行和调度，协调智能电网与分布式电源间的矛盾，充分挖掘分布式能源为电网和用户所带来的价值和效益。虚拟电厂=发电系统（DG）+储能设备+可控负荷+通信系统。
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，提供一种虚拟电厂自动调节的方法。
本发明解决其技术问题所采用的技术方案是：一种虚拟电厂自动调节的方法，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：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，所述切换连接口为自由切换充电状态和放电状态的切换连接口，所述切换连接口的通信控制端与调度中心站通信连接，每个切换单元储能装置也均配设有一个电连接的现地数据采集装置，切换单元储能装置均通过切换连接口与电网连接，切换单元储能装置根据切换连接口的状态作为用电单元或放电单元接入电网；调度中心站还设有环境数据模块，调度中心站根据存储的历年环境数据和接入电网的发电单元历年发电数据选取相似日的用电数据，并通过相似日的用电数据预测目标日的整体发电数据和电网所需的整体用电负荷，由调度中心站选择接入发电单元和用电单元；若预测目标日的当前电网为满载运行时，将处于充电状态的切换单元储能装置根据切换优先级逐步切换为发电单元，
当所有切换单元储能装置均只属于用电单元或均只属于发电单元时，重新计算电网负荷，若当前电网负荷依然为欠载运行则执行自动切换发电单元步骤。本发明通过整体发电数据和电网所需的整体用电负荷，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。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。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，自动切换发电单元步骤包括以下子步骤：
自动切换发电单元步骤一：调度中心站选取所有发电单元的最高输出电量进行叠加作为第一对比数值，调度中心站根据发电单元在相似日中的最高输出电量作为第二对比数值，然后调度中心站根据当前电网需求进行接入发电单元和用电单元；
自动切换发电单元步骤二：根据以下算式计算稳定值F1和稳定值F2，
F1= F2×α
Q1×F1+C2×C2=β×C预；
C1为使用光伏发电机组的发电单元的发电量，
C2为使用风力发电机组和潮汐发电机组的发电单元的发电量，
C预为预测负载所需电量，
α为用于区分发电性质稳定的常数，若光伏发电机组的稳定性大于风电发电机组或潮汐发电机组的稳定性则α＞1，若光伏发电机组的稳定性小于风电发电机组或潮汐发电机组的稳定性则α小于1，光伏发电机组的稳定性、风电发电机组的稳定性或潮汐发电机组的稳定性由当地环境数据已经发电机组的工作状态人工确定，β为预测负载所需电量冗余系数；
自动切换发电单元步骤三：对使用风力发电机组和潮汐发电机组的发电单元计算第二对比度D2，D2=当前发电单元电量/第二对比数值；对光伏发电机组计算第一对比度D1，D1=当前发电单元电量/第一对比数值；
自动切换发电单元步骤四：计算比例系数B1和B2；
B1=D1：F1；B2=D2：F2；若比例系数B1＞B2则根据切换优先级切换光伏发电机组对储能装置进行储能；若比例系数B1≤B2则根据切换优先级切换使用风力发电机组和潮汐发电机组的发电单元对储能装置进行储能；然后计算当前电网负荷，若电网负荷为核定负荷运转则结束自动切换发电单元步骤，否则继续重新执行自动切换发电单元步骤三。
本发明通过对发电机组的稳定性进行判定，选择合适的具有稳定的发电机组进行切换，保证了电网的稳定性。
作为优选，自动切换发电单元步骤三中的切换优先级由设备年限、设备重要性、设备安全性和设备容量通过加权算法共同整合后由人工确定。
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。
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。
作为优选，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，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。例如通过不同的弹性系数可以将2010年的数据等量为2011的数据然后等量为2012年的数据，逐步等量到2017年。因为我国目前处于GDP增长阶段，虽然增长率有所波动，但是增量波动不大，经验证此方法目前是可行的。
作为优选，若在相似日选取步骤中缺少相似日，则以候选日期的用电数据替换为相似日用电数据，若候选日为夏季则将候选日期的用电数据乘以一个安全系数作为相似日用电数据，安全系数由人工设定。
作为优选，根据虚拟电厂发电历史最高值，建立虚拟电厂安全发电红线以及潮汐能发电的安全发电红线和风能发电的安全发电红线，若在目标日用电量达到虚拟电厂安全发电红线则监控虚拟电厂下属的潮汐能发电和风能发电的发电量，若潮汐能大于潮汐能发电的安全发电红线或风能发电的发电量大于风能发电的安全发电红线则逐步停止设定的用电设备。因为风能和潮汐能相对光能的不稳定性更强，因此一旦发现风能和潮汐能也处于较高的发电量的时候，说明虚拟电厂的潜力已经不大，发电量的上升有可能会达到一个比较难的境地了，因此，可以逐步去除一些不必要或不重要的负荷，保住一些比较重要的负荷。
本发明的实质性效果是：本发明通过整体发电数据和电网所需的整体用电负荷，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。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：
一种虚拟电厂自动调节的方法，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：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，所述切换连接口为自由切换充电状态和放电状态的切换连接口，所述切换连接口的通信控制端与调度中心站通信连接，每个切换单元储能装置也均配设有一个电连接的现地数据采集装置，切换单元储能装置均通过切换连接口与电网连接，切换单元储能装置根据切换连接口的状态作为用电单元或放电单元接入电网；调度中心站还设有环境数据模块，调度中心站根据存储的历年环境数据和接入电网的发电单元历年发电数据选取相似日的用电数据，并通过相似日的用电数据预测目标日的整体发电数据和电网所需的整体用电负荷，由调度中心站选择接入发电单元和用电单元。
若预测目标日的当前电网为满载运行时，将处于充电状态的切换单元储能装置根据切换优先级逐步切换为发电单元，
当所有切换单元储能装置均只属于用电单元或均只属于发电单元时，重新计算电网负荷，若当前电网负荷依然为欠载运行则执行自动切换发电单元步骤。
自动切换发电单元步骤包括以下子步骤：
自动切换发电单元步骤一：调度中心站选取所有发电单元的最高输出电量进行叠加作为第一对比数值，调度中心站根据发电单元在相似日中的最高输出电量作为第二对比数值，然后调度中心站根据当前电网需求进行接入发电单元和用电单元；
自动切换发电单元步骤二：根据以下算式计算稳定值F1和稳定值F2，
F1= F2×α
Q1×F1+C2×C2=β×C预；
C1为使用光伏发电机组的发电单元的发电量，
C2为使用风力发电机组和潮汐发电机组的发电单元的发电量，
C预为预测负载所需电量，
α为用于区分发电性质稳定的常数，若光伏发电机组的稳定性大于风电发电机组或潮汐发电机组的稳定性则α＞1，若光伏发电机组的稳定性小于风电发电机组或潮汐发电机组的稳定性则α小于1，光伏发电机组的稳定性、风电发电机组的稳定性或潮汐发电机组的稳定性由当地环境数据已经发电机组的工作状态人工确定，β为预测负载所需电量冗余系数；
自动切换发电单元步骤三：对使用风力发电机组和潮汐发电机组的发电单元计算第二对比度D2，D2=当前发电单元电量/第二对比数值；对光伏发电机组计算第一对比度D1，D1=当前发电单元电量/第一对比数值；
自动切换发电单元步骤四：计算比例系数B1和B2；
B1=D1：F1；B2=D2：F2；若比例系数B1＞B2则根据切换优先级切换光伏发电机组对储能装置进行储能；若比例系数B1≤B2则根据切换优先级切换使用风力发电机组和潮汐发电机组的发电单元对储能装置进行储能；然后计算当前电网负荷，若电网负荷为核定负荷运转则结束自动切换发电单元步骤，否则继续重新执行自动切换发电单元步骤三。
自动切换发电单元步骤三中的切换优先级由设备年限、设备重要性、设备安全性和设备容量通过加权算法共同整合后由人工确定。
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。
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。
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。
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，本实施例不做详细说明。
本发明通过整体发电数据和电网所需的整体用电负荷，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。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。
实施例2：
本实施例与实施例1基本相同，不同之处在于：本实施例中，根据虚拟电厂发电历史最高值，建立虚拟电厂安全发电红线以及潮汐能发电的安全发电红线和风能发电的安全发电红线，若在目标日用电量达到虚拟电厂安全发电红线则监控虚拟电厂下属的潮汐能发电和风能发电的发电量，若潮汐能大于潮汐能发电的安全发电红线或风能发电的发电量大于风能发电的安全发电红线则逐步停止设定的用电设备。
若在相似日选取步骤中缺少相似日，则以候选日期的用电数据替换为相似日用电数据，若候选日为夏季则将候选日期的用电数据乘以一个安全系数作为相似日用电数据，安全系数由人工设定。
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 (9)
1.一种虚拟电厂自动调节的方法，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：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，所述切换连接口为自由切换充电状态和放电状态的切换连接口，所述切换连接口的通信控制端与调度中心站通信连接，每个切换单元储能装置也均配设有一个电连接的现地数据采集装置，切换单元储能装置均通过切换连接口与电网连接，切换单元储能装置根据切换连接口的状态作为用电单元或放电单元接入电网；调度中心站还设有环境数据模块，调度中心站根据存储的历年环境数据和接入电网的发电单元历年发电数据选取相似日的用电数据，并通过相似日的用电数据预测目标日的整体发电数据和电网所需的整体用电负荷，由调度中心站选择接入发电单元和用电单元；若预测目标日的当前电网为满载运行时，将处于充电状态的切换单元储能装置根据切换优先级逐步切换为发电单元，
当所有切换单元储能装置均只属于用电单元或均只属于发电单元时，重新计算电网负荷，若当前电网负荷依然为欠载运行则执行自动切换发电单元步骤。
2.根据权利要求1所述的虚拟电厂自动调节的方法，其特征在于：
自动切换发电单元步骤包括以下子步骤：
自动切换发电单元步骤一：调度中心站选取所有发电单元的最高输出电量进行叠加作为第一对比数值，调度中心站根据发电单元在相似日中的最高输出电量作为第二对比数值，然后调度中心站根据当前电网需求进行接入发电单元和用电单元；
自动切换发电单元步骤二：根据以下算式计算稳定值F1和稳定值F2，
F1= F2×α
Q1×F1+C2×C2=β×C预；
C1为使用光伏发电机组的发电单元的发电量，
C2为使用风力发电机组和潮汐发电机组的发电单元的发电量，
C预为预测负载所需电量，
α为用于区分发电性质稳定的常数，若光伏发电机组的稳定性大于风电发电机组或潮汐发电机组的稳定性则α＞1，若光伏发电机组的稳定性小于风电发电机组或潮汐发电机组的稳定性则α小于1，光伏发电机组的稳定性、风电发电机组的稳定性或潮汐发电机组的稳定性由当地环境数据已经发电机组的工作状态人工确定，β为预测负载所需电量冗余系数；
自动切换发电单元步骤三：对使用风力发电机组和潮汐发电机组的发电单元计算第二对比度D2，D2=当前发电单元电量/第二对比数值；对光伏发电机组计算第一对比度D1，D1=当前发电单元电量/第一对比数值；
自动切换发电单元步骤四：计算比例系数B1和B2；
B1=D1：F1；B2=D2：F2；若比例系数B1＞B2则根据切换优先级切换光伏发电机组对储能装置进行储能；若比例系数B1≤B2则根据切换优先级切换使用风力发电机组和潮汐发电机组的发电单元对储能装置进行储能；然后计算当前电网负荷，若电网负荷为核定负荷运转则结束自动切换发电单元步骤，否则继续重新执行自动切换发电单元步骤三。
3.根据权利要求2所述的虚拟电厂自动调节的方法，其特征在于：自动切换发电单元步骤三中的切换优先级由设备年限、设备重要性、设备安全性和设备容量通过加权算法共同整合后由人工确定。
4.根据权利要求1所述的虚拟电厂自动调节的方法，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所述的虚拟电厂自动调节的方法，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。
6.根据权利要求5所述的虚拟电厂自动调节的方法，其特征在于：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。
7.根据权利要求1所述的虚拟电厂自动调节的方法，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。
8.根据权利要求4所述的虚拟电厂自动调节的方法，其特征在于：若在相似日选取步骤中缺少相似日，则以候选日期的用电数据替换为相似日用电数据，若候选日为夏季则将候选日期的用电数据乘以一个安全系数作为相似日用电数据，安全系数由人工设定。
9.根据权利要求1所述的虚拟电厂自动调节的方法，其特征在于：根据虚拟电厂发电历史最高值，建立虚拟电厂安全发电红线以及潮汐能发电的安全发电红线和风能发电的安全发电红线，若在目标日用电量达到虚拟电厂安全发电红线则监控虚拟电厂下属的潮汐能发电和风能发电的发电量，若潮汐能大于潮汐能发电的安全发电红线或风能发电的发电量大于风能发电的安全发电红线则逐步停止设定的用电设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710167277.7A CN107016493A (zh) | 2017-03-20 | 2017-03-20 | 虚拟电厂自动调节的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710167277.7A CN107016493A (zh) | 2017-03-20 | 2017-03-20 | 虚拟电厂自动调节的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107016493A true CN107016493A (zh) | 2017-08-04 |
Family
ID=59440386
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710167277.7A Pending CN107016493A (zh) | 2017-03-20 | 2017-03-20 | 虚拟电厂自动调节的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107016493A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298594A (zh) * | 2019-07-04 | 2019-10-01 | 北京华建网源电力设计研究院有限公司 | 一种虚拟电厂的负荷自动调节系统及方法 |
| CN110362031A (zh) * | 2019-07-02 | 2019-10-22 | 深圳供电局有限公司 | 一种虚拟电厂运行事故风险实时检测系统及方法 |
| CN114336969A (zh) * | 2021-12-29 | 2022-04-12 | 深圳电网智慧能源技术有限公司 | 基于虚拟电厂的储能电站集中监控方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102402725A (zh) * | 2011-10-24 | 2012-04-04 | 上海交通大学 | 用于虚拟电厂的多目标优化能量管理信息处理方法 |
| US20120293021A1 (en) * | 2011-03-22 | 2012-11-22 | Triune Ip Llc | Variable Power Energy Harvesting System |
| CN104732349A (zh) * | 2015-03-30 | 2015-06-24 | 国家电网公司 | 一种电网规划方法 |
| CN105069525A (zh) * | 2015-07-30 | 2015-11-18 | 广西大学 | 全天候96点日负荷曲线预测及优化修正系统 |
| CN105322564A (zh) * | 2015-10-22 | 2016-02-10 | 国家电网公司 | 一种可自动实现电压平衡的风光一体发电系统 |
| CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
| CN106251008A (zh) * | 2016-07-25 | 2016-12-21 | 南京工程学院 | 一种基于组合权重相似日选取的光伏功率预测方法 |
| 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 CN201710167277.7A patent/CN107016493A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120293021A1 (en) * | 2011-03-22 | 2012-11-22 | Triune Ip Llc | Variable Power Energy Harvesting System |
| CN102402725A (zh) * | 2011-10-24 | 2012-04-04 | 上海交通大学 | 用于虚拟电厂的多目标优化能量管理信息处理方法 |
| CN104732349A (zh) * | 2015-03-30 | 2015-06-24 | 国家电网公司 | 一种电网规划方法 |
| CN105069525A (zh) * | 2015-07-30 | 2015-11-18 | 广西大学 | 全天候96点日负荷曲线预测及优化修正系统 |
| CN105322564A (zh) * | 2015-10-22 | 2016-02-10 | 国家电网公司 | 一种可自动实现电压平衡的风光一体发电系统 |
| CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
| 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 |
| CN106251008A (zh) * | 2016-07-25 | 2016-12-21 | 南京工程学院 | 一种基于组合权重相似日选取的光伏功率预测方法 |
| 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 (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110362031A (zh) * | 2019-07-02 | 2019-10-22 | 深圳供电局有限公司 | 一种虚拟电厂运行事故风险实时检测系统及方法 |
| CN110362031B (zh) * | 2019-07-02 | 2021-09-24 | 深圳供电局有限公司 | 一种虚拟电厂运行事故风险实时检测系统及方法 |
| CN110298594A (zh) * | 2019-07-04 | 2019-10-01 | 北京华建网源电力设计研究院有限公司 | 一种虚拟电厂的负荷自动调节系统及方法 |
| CN114336969A (zh) * | 2021-12-29 | 2022-04-12 | 深圳电网智慧能源技术有限公司 | 基于虚拟电厂的储能电站集中监控方法及系统 |
| CN114336969B (zh) * | 2021-12-29 | 2023-09-12 | 深圳电网智慧能源技术有限公司 | 基于虚拟电厂的储能电站集中监控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reddy | Optimal scheduling of thermal-wind-solar power system with storage | |
| CN107528345B (zh) | 一种多时间尺度的网源荷储协调控制方法 | |
| CN104821600B (zh) | 分布式风光互补发电系统灵活并网调度算法 | |
| CN107944757A (zh) | 电力互联系统可再生能源消纳能力评估分析方法 | |
| 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 | |
| Morais et al. | VPP operating in the isolated grid | |
| CN110445136A (zh) | 一种基于功率预测的新能源场站无功电压控制方法和平台 | |
| CN102509167A (zh) | 基于虚拟电厂的光伏发电能量管理系统 | |
| CN107016493A (zh) | 虚拟电厂自动调节的方法 | |
| CN115622100B (zh) | 一种使用光伏储能电池的企业用电分配监测系统及方法 | |
| CN112564179A (zh) | 一种提升优化配电网的方法、系统、装置及介质 | |
| CN109904865B (zh) | 高压配网峰谷负荷平衡智能管控主系统 | |
| US20160070249A1 (en) | Grid tied, real time adaptive, distributed intermittent power | |
| CN109004641A (zh) | 一种基于能源优化调度的微网源网荷协调控制方法 | |
| CN108448655A (zh) | 一种无源电网广域发电控制方法及系统 | |
| CN106972525A (zh) | 虚拟电厂根据电网用电负荷的供电自动调控方法 | |
| CN106981887A (zh) | 一种虚拟电厂基于相似日的智能调配方法 | |
| JP2012060800A (ja) | 売電調整サーバ及び方法 | |
| CN111064231A (zh) | 一种新能源分级互动消纳方法和系统 | |
| CN110994695A (zh) | 配电网的日内优化调度方法和系统 | |
| Li et al. | Optimal operation of AC/DC hybrid microgrid under spot price mechanism | |
| CN110401208A (zh) | 一种交直流系统高频切机的智能整定方法 | |
| CN105990845B (zh) | 一种风电基地外送系统的直流功率曲线确定方法 | |
| CN105977993B (zh) | 一种基于负载的智能配电系统的无功补偿方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| 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: 20170804 |
|
| RJ01 | Rejection of invention patent application after publication |