CN110061497B - 一种基于主动配电网的柔性负荷预测和控制方法 - Google Patents
一种基于主动配电网的柔性负荷预测和控制方法 Download PDFInfo
- Publication number
- CN110061497B CN110061497B CN201910411208.5A CN201910411208A CN110061497B CN 110061497 B CN110061497 B CN 110061497B CN 201910411208 A CN201910411208 A CN 201910411208A CN 110061497 B CN110061497 B CN 110061497B
- Authority
- CN
- China
- Prior art keywords
- load
- time
- distribution network
- power distribution
- transferable
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000004146 energy storage Methods 0.000 claims abstract description 5
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- 230000005284 excitation Effects 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims 1
- 230000001276 controlling effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于主动配电网的柔性负荷预测和控制方法,该方法包括以下步骤:配电网的储能系统采用神经网络预测算法对配电网发电功率预测;判断配电网发电量在负荷高峰时段是否超过配电网内的负荷需求量;若是,采用可转移负荷和激励负荷的方式增加用户负荷;若否,采用直接负荷控制和可中断负荷的方式减少用户负荷;本发明通过配电网以电能利用率最大化为优化目标,通过采用可转移负荷和激励负荷的方式增加用户负荷优化调度;或采用直接负荷控制和可中断负荷的方式减少用户负荷优化调度;提高配电网负荷和控制效率;优化能源分配,提高了电能的利用率。
Description
技术领域
本发明属于主动配电网的柔性负荷预测控制技术领域,具体涉及一种基于主动配电网的柔性负荷预测和控制方法。
背景技术
随着多种能源产生电能供电的规模化多点接入配电网,会对配电网的运行产生不可忽略的冲击。单纯依赖储能的消纳技术成本高昂,大规模使用实用价值低,经济效益差。而配网内可控负荷与柔性负荷资源丰富,具有良好的可调度性和互动性,可以作为电网调节、消纳新能源的重要手段。因此需要一种分布式可再生能源规模化接入配网就地消纳技术。
发明内容
本发明要解决的技术问题是:提供一种基于主动配电网的柔性负荷预测和控制方法,对用户侧分布式发电、可控负荷、柔性负荷进行协调交互控制,实现配电系统的功率平衡与安全运行,以解决现有技术中存在的问题。
本发明采取的技术方案为:一种基于主动配电网的柔性负荷预测和控制方法,该方法包括以下步骤:
步骤一、配电网的储能系统采用神经网络预测算法对配电网发电功率预测,获得预测模型;
步骤二、通过预测模型判断(如何判断)配电网发电量在负荷高峰时段是否超过配电网内的负荷需求量;若是,执行步骤三;若否,执行步骤四;
步骤三、采用可转移负荷和激励负荷的方法增加用户负荷;
步骤四、采用直接负荷控制和可中断负荷的方法减少用户负荷。
步骤三中可转移负荷的方法为不同负荷时段的转移,激励负荷的方法指接受配电网电量补偿,即接受配电网在对应时段增加用电量负荷。
优选的,上述配电网以电能利用率最大化为优化目标,以转入转出负荷容量约束、可转移负荷时间约束、可转移负荷平衡约束,采用可转移负荷和激励负荷的方法进行优化调度,确定可转移负荷的转移时段、转移电量以及激励负荷增加负荷的时段、增加的负荷量。
优选的,上述电能利用率最大化公式如下:
其中,EPmax为每个调度周期内配电网平均补偿的额外电量,T为调度周期总时段数,为从t时刻转向t'的第j个可转移负荷量;,TL为第j个可转移负荷量对应的负荷损耗;/>为t时刻第k个激励负荷增加的用电量,,MOT为第k个激励负荷增加的用电量的负荷损耗;
转入转出负荷容量约束为:
其中,Li为第i个可转移负荷的持续时间,分别为t0时刻第j个负荷的最大转出量和转入量,/>为从t'时刻的j个可转移负荷量;t0表示某一个笑纳电能的时刻;
可转移负荷时间约束为:
其中,t′表示不同于t的某个时刻,Sj,1、Sj,2分别为不允许和允许接纳第j个可转移负荷的时间集合;
可转移负荷平衡约束为:
其中,分别为转移后和转移前t时刻第i个可转移负荷的转移负荷量,TL为转移前第i个可转移负荷量对应的负荷损耗;TL′为转移后第i个可转移负荷量对应的负荷损耗。
步骤四中直接负荷控制的方法是指利用电力监控和电力信号直接切断对应负荷,可中断负荷的方法指在特定时间端消减自己用电量并在其他时间段接收配电网负荷补偿。
优选的,上述配电网以电能利用率最大化为优化目标,以最大控制次数约束,最大连续受控时间和最小运行时间约束,采用可中断负荷和直接负荷控制的方法进行控制,确定可中断负荷的削减时段、削减量以及直接负荷控制的控制时段、控制量。
优选的,上述电能利用率最大化公式如下:
其中,Xk,t为t时刻第k个用户是否被控制的决策变量,K为总用户数;rk为第k个直接负荷控制用户的实际中断补偿率;T为调度周期总时段数,为t时刻第k个用户的可控制负荷,DLC为第k个用户的可控制负荷损耗;Ui,t为t时刻第i个负荷是否被中断供电的决策变量;/>为t时刻第i个用户的可中断负荷消减量;IL为第i个用户的可中断负荷损耗;
最大控制次数约束为:
其中,NDLC,k为研究时段T内第k个直接控制负荷用户的最大允许控制次数;
最大连续受控时间和最小运行时间约束为:
Soff,kt≤Toff,k,max;
Son,kt≥Ton,k,min;
其中,Soff,kt和Son,kt分别为第k个直接负荷控制用户在t时刻的连续受控时间和连续正常运行时间;Toff,k,max和Ton,k,min分别为第k个直接负荷控制用户的最大连续受控时间和最小运行时间。
本发明的有益效果:与现有技术相比,本发明配电网以电能利用率最大化为优化目标,通过采用可转移负荷和激励负荷的方式增加用户负荷优化调度,确定可转移负荷的转移时段、转移电量以及激励负荷增加负荷的时段、增加的负荷量;并采用直接负荷控制和可中断负荷的方式减少用户负荷优化调度,确定可中断负荷的削减时段、削减量以及直接负荷控制的控制时段、控制量;提高配电网负荷和控制效率;优化能源分配,提高了电能的利用率。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图及具体的实施例对本发明进行进一步介绍。
实施例:如图1所示,一种基于主动配电网的柔性负荷预测和控制方法,该方法包括以下步骤:
步骤一、配电网的储能系统采用神经网络预测算法对配电网发电功率预测,获得预测模型;
步骤二、通过预测模型判断(如何判断)配电网发电量在负荷高峰时段是否超过配电网内的负荷需求量;若是,执行步骤三;若否,执行步骤四;
步骤三、采用可转移负荷和激励负荷的方法增加用户负荷;
其中,可转移负荷的方法为不同负荷时段的转移,激励负荷的方法指接受配电网电量补偿,即接受配电网在对应时段增加用电量负荷,配电网以电能利用率最大化为优化目标,以转入转出负荷容量约束、可转移负荷时间约束、可转移负荷平衡约束,采用可转移负荷和激励负荷的方法进行优化调度,确定可转移负荷的转移时段、转移电量以及激励负荷增加负荷的时段、增加的负荷量,电能利用率最大化公式如下:
其中,EPmax为每个调度周期内配电网平均补偿的额外电量,T为调度周期总时段数,为从t时刻转向t'的第j个可转移负荷量;,TL为第j个可转移负荷量对应的负荷损耗;/>为t时刻第k个激励负荷增加的用电量,,MOT为第k个激励负荷增加的用电量的负荷损耗;
转入转出负荷容量约束为:
其中,Li为第i个可转移负荷的持续时间,分别为t0时刻第j个负荷的最大转出量和转入量,/>为从t'时刻的j个可转移负荷量;t0表示某一个笑纳电能的时刻;
可转移负荷时间约束为:
其中,t′表示不同于t的某个时刻,Sj,1、Sj,2分别为不允许和允许接纳第j个可转移负荷的时间集合;
可转移负荷平衡约束为:
其中,分别为转移后和转移前t时刻第i个可转移负荷的转移负荷量,TL为转移前第i个可转移负荷量对应的负荷损耗;TL′为转移后第i个可转移负荷量对应的负荷损耗。
步骤四、采用直接负荷控制和可中断负荷的方法减少用户负荷;
其中,直接负荷控制的方法是指利用电力监控和电力信号直接切断对应负荷,可中断负荷的方法指在特定时间端消减自己用电量并在其他时间段接收配电网负荷补偿,配电网以电能利用率最大化为优化目标,以最大控制次数约束,最大连续受控时间和最小运行时间约束,采用可中断负荷和直接负荷控制的方法进行控制,确定可中断负荷的削减时段、削减量以及直接负荷控制的控制时段、控制量,电能利用率最大化公式如下:
其中,Xk,t为t时刻第k个用户是否被控制的决策变量,K为总用户数;rk为第k个直接负荷控制用户的实际中断补偿率;T为调度周期总时段数,为t时刻第k个用户的可控制负荷,DLC为第k个用户的可控制负荷损耗;Ui,t为t时刻第i个负荷是否被中断供电的决策变量;/>为t时刻第i个用户的可中断负荷消减量;IL为第i个用户的可中断负荷损耗;
最大控制次数约束为:
其中,NDLC,k为研究时段T内第k个直接控制负荷用户的最大允许控制次数;
最大连续受控时间和最小运行时间约束为:
Soff,kt≤Toff,k,max;
Son,kt≥Ton,k,min;
其中,Soff,kt和Son,kt分别为第k个直接负荷控制用户在t时刻的连续受控时间和连续正常运行时间;Toff,k,max和Ton,k,min分别为第k个直接负荷控制用户的最大连续受控时间和最小运行时间。
本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内,因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (1)
1.一种基于主动配电网的柔性负荷预测和控制方法,其特征在于:该方法包括以下步骤:
步骤一、配电网的储能系统采用神经网络预测算法对配电网发电功率预测,获得预测模型;
步骤二、通过预测模型判断配电网发电量在负荷高峰时段是否超过配电网内的负荷需求量;若是,执行步骤三;若否,执行步骤四;
步骤三、采用可转移负荷和激励负荷的方法增加用户负荷;
步骤四、采用直接负荷控制和可中断负荷的方法减少用户负荷;
步骤三中可转移负荷的方法为不同负荷时段的转移,激励负荷的方法指接受配电网电量补偿,即接受配电网在对应时段增加用电量负荷;
配电网以电能利用率最大化为优化目标,以转入转出负荷容量约束、可转移负荷时间约束、可转移负荷平衡约束,采用可转移负荷和激励负荷的方法进行优化调度,确定可转移负荷的转移时段、转移电量以及激励负荷增加负荷的时段、增加的负荷量;
电能利用率最大化公式如下:
其中,EPmax为每个调度周期内配电网平均补偿的额外电量,T为调度周期总时段数,为从t时刻转向t'的第j个可转移负荷量;TL为第j个可转移负荷量对应的负荷损耗;/>为t时刻第k个激励负荷增加的用电量,MOT为第k个激励负荷增加的用电量的负荷损耗;
转入转出负荷容量约束为:
其中,Li为第i个可转移负荷的持续时间,分别为t0时刻第j个负荷的最大转出量和转入量,/>为从t'时刻的j个可转移负荷量;t0表示某一个消纳电能的时刻;
可转移负荷时间约束为:
其中,t′表示不同于t的某个时刻,Sj,1、Sj,2分别为不允许和允许接纳第j个可转移负荷的时间集合;
可转移负荷平衡约束为:
其中,分别为转移后和转移前t时刻第i个可转移负荷的转移负荷量,TL为转移前第i个可转移负荷量对应的负荷损耗;TL′为转移后第i个可转移负荷量对应的负荷损耗;
步骤四中直接负荷控制的方法是指利用电力监控和电力信号直接切断对应负荷,可中断负荷的方法指在特定时间段消减自己用电量并在其他时间段接收配电网负荷补偿;
配电网以电能利用率最大化为优化目标,以最大控制次数约束,最大连续受控时间和最小运行时间约束,采用可中断负荷和直接负荷控制的方法进行控制,确定可中断负荷的削减时段、削减量以及直接负荷控制的控制时段、控制量;电能利用率最大化公式如下:
其中,Xk,t为t时刻第k个用户是否被控制的决策变量,K为总用户数;rk为第k个直接负荷控制用户的实际中断补偿率;T为调度周期总时段数,为t时刻第k个用户的可控制负荷,DLC为第k个用户的可控制负荷损耗;Ui,t为t时刻第i个负荷是否被中断供电的决策变量;/>为t时刻第i个用户的可中断负荷消减量;IL为第i个用户的可中断负荷损耗;
最大控制次数约束为:
其中,NDLC,k为研究时段T内第k个直接控制负荷用户的最大允许控制次数;
最大连续受控时间和最小运行时间约束为:
Soff,kt≤Toff,k,max;
Son,kt≥Ton,k,min;
其中,Soff,kt和Son,kt分别为第k个直接负荷控制用户在t时刻的连续受控时间和连续正常运行时间;Toff,k,max和Ton,k,min分别为第k个直接负荷控制用户的最大连续受控时间和最小运行时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910411208.5A CN110061497B (zh) | 2019-05-17 | 2019-05-17 | 一种基于主动配电网的柔性负荷预测和控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910411208.5A CN110061497B (zh) | 2019-05-17 | 2019-05-17 | 一种基于主动配电网的柔性负荷预测和控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110061497A CN110061497A (zh) | 2019-07-26 |
CN110061497B true CN110061497B (zh) | 2023-07-18 |
Family
ID=67323551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910411208.5A Active CN110061497B (zh) | 2019-05-17 | 2019-05-17 | 一种基于主动配电网的柔性负荷预测和控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110061497B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117039910B (zh) * | 2023-10-09 | 2024-01-05 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105790292A (zh) * | 2016-01-04 | 2016-07-20 | 国家电网公司 | 基于最优控制模型的典型负荷有序用电方法 |
CN106487035A (zh) * | 2015-08-26 | 2017-03-08 | 中国电力科学研究院 | 一种提高配电网可再生能源接纳能力的柔性负荷调度方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
-
2019
- 2019-05-17 CN CN201910411208.5A patent/CN110061497B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106487035A (zh) * | 2015-08-26 | 2017-03-08 | 中国电力科学研究院 | 一种提高配电网可再生能源接纳能力的柔性负荷调度方法 |
CN105790292A (zh) * | 2016-01-04 | 2016-07-20 | 国家电网公司 | 基于最优控制模型的典型负荷有序用电方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110061497A (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022100091A1 (zh) | 一种广义源储系统调度的集中控制方法 | |
CN107196310B (zh) | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 | |
CN108487994B (zh) | 一种微能源网复合储能系统 | |
CN102664401B (zh) | 一种基于电池寿命模型的微电网控制方法 | |
CN110112783B (zh) | 光伏蓄电池微电网调度控制方法 | |
CN105264222A (zh) | 多场风力发电系统 | |
CN110783959B (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN114336694B (zh) | 一种混合储能电站能量优化控制方法 | |
CN201966627U (zh) | 一种多电力多蓄电智能平衡供电系统 | |
Rong et al. | Coordinated dispatching strategy of multiple energy sources for wind power consumption | |
CN102751724A (zh) | 一种面向需求侧响应基于预测的三相负载调度方法及装置 | |
CN112488363A (zh) | 基于广义储能的多能源电力系统优化调度方法 | |
CN110061497B (zh) | 一种基于主动配电网的柔性负荷预测和控制方法 | |
CN110165713B (zh) | 一种基于电网调峰需求的多能互补园区需求响应方法 | |
CN113572180B (zh) | 一种基于雷击概率的储能系统功率调控方法 | |
CN111525625A (zh) | 一种考虑燃气机组的日前计划制定方法及系统 | |
CN117254464B (zh) | 一种储能系统的控制方法及系统 | |
CN102751734A (zh) | 一种多电力多蓄电智能平衡供电系统与方法 | |
CN111654030A (zh) | 一种基于主动配电网的柔性负荷预测和控制方法 | |
Yunjia et al. | Independent microgrid day-ahead optimization based on demand response | |
CN105186495A (zh) | 基于电网在线数据的统一潮流控制器运行策略优化方法 | |
CN114243742A (zh) | 一种基于5g技术的储能消纳地区风电的调控方法 | |
CN113346474A (zh) | 一种直流微电网双储能协调控制方法及存储介质 | |
CN107086579B (zh) | 一种基于回滞效应的空调用户对实时电价的响应方法 | |
CN103972917B (zh) | 基于全钒液流氧化还原电池与电化学电容器混合储能系统的运行控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |