CN113410874B - 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法 - Google Patents

基于虚拟电厂调峰辅助服务的负荷资源优化控制方法 Download PDF

Info

Publication number
CN113410874B
CN113410874B CN202110626193.1A CN202110626193A CN113410874B CN 113410874 B CN113410874 B CN 113410874B CN 202110626193 A CN202110626193 A CN 202110626193A CN 113410874 B CN113410874 B CN 113410874B
Authority
CN
China
Prior art keywords
power generation
preset
standard coal
coal amount
wind
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
CN202110626193.1A
Other languages
English (en)
Other versions
CN113410874A (zh
Inventor
王婧
李艳
赵锦
周喜超
王冰
马浩
刘晨龙
胡春雨
佘家驹
赵正凯
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 Comprehensive Energy Service Group Co ltd
Original Assignee
State Grid Comprehensive Energy Service Group 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 Comprehensive Energy Service Group Co ltd filed Critical State Grid Comprehensive Energy Service Group Co ltd
Priority to CN202110626193.1A priority Critical patent/CN113410874B/zh
Publication of CN113410874A publication Critical patent/CN113410874A/zh
Application granted granted Critical
Publication of CN113410874B publication Critical patent/CN113410874B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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

Abstract

本申请涉及一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法。该方法包括：获取每一个预设发电设备当前时刻的预设参数，并根据所述每一个预设发电设备当前时刻的预设参数，确定所述每一个预设发电设备当前时刻对应的标煤煤量；根据虚拟电厂对应区域内的全天需求电量，确定为满足所述全天需求电量在当前时刻所需的标煤煤量；根据所述当前时刻所需的标煤煤量、各个所述预设发电设备当前时刻对应的标煤煤量以及各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量。本申请在发电侧和用电侧均采用标煤煤量作为统一的衡量尺度，加快了新能源发电在虚拟电厂中的负荷响应能力，减少调节滞后、弃风弃光的问题发生。

Description

基于虚拟电厂调峰辅助服务的负荷资源优化控制方法
技术领域
本申请涉及虚拟电厂调控领域，尤其涉及一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法。
背景技术
虚拟电厂调控系统是一种聚合大量分布式资源(例如，可控负荷、储能、风力发电设备、光伏发电设备、电动洗车充电桩等)，并对其进行优化调控系统。现有的虚拟电厂调控系统一般采用集中调控方式，在集中调控方式下，控制中心配置所有控制对象完整的特性信息，调控对象的调控终端通过通信技术与调控中心相连，在虚拟电厂调控系统运行中，控制中心接收各个调控对象的运行状态信息，选择最佳的优化方案，对整个虚拟电厂进行优化调度控制。
现有的集中调控系统在调度控制过程中，供电侧和用电侧的统计尺度无法统一，而且采用纯发电功率调配的方式，因此受制于可控负荷机组的负荷变化率，所以会造成调节滞后、弃风弃光等现象的发生。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法。
本申请提供了一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法，包括：
获取每一个预设发电设备当前时刻的预设参数，并根据所述每一个预设发电设备当前时刻的预设参数，确定所述每一个预设发电设备当前时刻对应的标煤煤量；其中，所述预设发电设备为虚拟电厂下除了新能源发电之外的发电设备，所述预设参数包括影响所述预设发电设备发电功率的参数；
根据虚拟电厂对应区域内的全天需求电量，确定为满足所述全天需求电量在当前时刻所需的标煤煤量；
根据所述当前时刻所需的标煤煤量、各个所述预设发电设备当前时刻对应的标煤煤量以及各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量。
本实施例提供的基于虚拟电厂调峰辅助服务的负荷资源优化控制方法，在发电侧和用电侧均采用标煤煤量作为统一的衡量尺度，将各个预设发电设备产生的发电功率均等同于新能源发电的火力发电功率，即将虚拟电厂中的光伏发电设备、风力发电设备等同于新能源发电，统一了供电标准，便于管理。而且直接采用标煤煤量对各个新能源发电进行分配，跳过发电功率这一环节，极大程度的加快了新能源发电在虚拟电厂中的负荷响应能力，减少调节滞后、弃风弃光的问题发生。还有，标煤煤量的统一不仅有利于提高新能源发电的快速响应，对于短期、中长期发电量预测过程中对新能源发电的燃料存储和采购都有着非常重要的指导意义。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法的流程示意图；
图2为在一实施例中基于虚拟电厂调峰辅助服务的负荷资源优化控制方法的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请提供一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法，如图1所示，该方法包括如下步骤：
S110、获取每一个预设发电设备当前时刻的预设参数，并根据所述每一个预设发电设备当前时刻的预设参数，确定所述每一个预设发电设备当前时刻对应的标煤煤量；
其中，所述预设发电设备为虚拟电厂下除了新能源发电之外的发电设备，所述预设参数包括影响所述预设发电设备发电功率的参数。
举例来说，虚拟电厂下的发电设备有风力发电设备、光伏发电设备、新能源发电，此时预设发电设备包括风力发电设备和光伏发电设备。如果虚拟电厂下的发电设备还包括其他类型的发电设备(例如，潮汐发电设备)，则预设发电设备还包括其他类型的发电设备。即，预设发电设备是虚拟电厂下除了新能源发电之外其他的发电设备。
可理解的是，发电设备的类型不同，对应的预设参数不同。例如，对于光伏发电设备来说，预设参数可以包括但不限于：光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度和/或太阳能电池板的积灰程度。再例如，对于风力发电设备来说，预设参数可以包括但不限于：风速、风向、气温、空气湿度和/或气压。
在具体实施时，为了便于获取到预设发电设备当前时刻的预设参数，可以在预设发电设备上安装一些参数获取装置。例如，针对风力发电设备，可以设置风速仪以获取实时风速，设置风向仪以获取风电场的实时风向，设置温度传感器以获取实时空气温度，设置湿度传感器以获取实时空气湿度，设置气压传感器以获取实时气压。
再例如，针对光伏发电设备，可以设置照度计以实时获取光照强度，设置倾角传感器以实时获取太阳能电池板或者太阳能电池组件的倾斜角度，设置温度传感器以实时获取太阳能电池板的温度，设置摄像头以获取太阳能电池板的实时图像，根据图像识别的方法对太阳能电池板的图像进行分析，从而得到太阳能电池板的积灰情况，将积灰情况转换为0-100的无量纲化值，从而得到太阳能电池板的积灰程度。
可理解的是，每一个预设发电设备当前时刻对应的标煤煤量为将所述每一个预设发电设备当前时刻的预设参数所对应的发电功率作为火力发电功率所需要的标煤煤量。例如，将光伏发电设备当前的各个参数对应一个光伏发电功率，如果将该光伏发电功率作为火力发电功率，新能源发电为产生同等的火力发电功率所需要的标煤煤量。再例如，将风力发电设备当前的各个参数对应一个风力发电功率，如果将该风力发电功率作为火力发电功率，新能源发电为产生同等的火力发电功率所需要的标煤煤量。
可理解的是，我国将每公斤含热量7000大卡的煤定义为标准煤，简称标煤。
在具体实施时，S110中确定所述每一个预设发电设备当前时刻对应的标煤煤量的过程可以包括：将所述每一个预设发电设备当前时刻的预设参数输入至对应的预设计算模型中，得到所述每一个预设发电设备当前时刻对应的标煤煤量。
可理解的是，由于不同的预设发电设备采用的预设参数不同，因此不同的预设发电设备采用的预设计算模型不同，每一种预设发电设备对应一种预设计算模型。
这里采用预设计算模型的方式获取标煤煤量，而预设计算模型需要预先训练得到，预设计算模型的预先训练过程可以包括：
S010、获取训练数据；
其中，所述训练数据包括所述每一个预设发电设备在不同时刻的预设参数以及所述每一个预设发电设备在不同时刻的发电功率。
S020、根据所述训练数据，确定第一计算函数；
其中，所述第一计算函数的输入信息为所述每一个预设发电设备在不同时刻的预设参数，所述第一函数的输出信息为所述每一个预设发电设备在对应时刻的发电功率。
S030、根据所述每一个预设发电设备在不同时刻的发电功率对应的标煤煤量和所述第一计算函数，确定第二计算函数，并将所述第二计算函数作为所述预设计算模型。
其中，所述第二计算函数的输入信息为所述每一个预设发电设备在不同时刻的预设参数，所述第二计算函数的输出信息为所述每一个预设发电设备在对应时刻对应的标煤煤量。
例如，光伏发电设备的预设计算模型的训练过程大致包括：
(1)在不同时刻从照度计、倾角传感器、温度传感器、摄像头等装置获取光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度等参数，并获取光伏发电设备在不同时刻所产生的光伏发电功率，将所获取的数据作为训练数据，在一个时刻下的预设参数和此时刻对应的光伏发电功率为一条训练样本。
(2)根据训练数据进行函数训练，得到第一计算函数，第一计算函数为光伏发电设备在不同时刻的光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度等参数与对应时刻下产生的光伏发电功率之间的函数关系F1(X)。
(3)将光伏发电设备在不同时刻下产生的光伏发电功率作为火力发电功率，计算新能源发电为产生这一火力发电功率所需要的标煤煤量，进而将该标煤煤量作为光伏发电设备在不同时刻对应的标煤煤量。然后将第一计算函数F1(X)转换为光伏发电设备在不同时刻的光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度等参数与对应时刻下对应的标煤煤量之间的函数关系，即第二计算函数F2(X)。
基于训练得到的第二计算函数F2(X)，将光伏发电设备在某一时刻的光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度等参数输入到第二计算函数F2(X)中，便可以得到光伏发电设备在这一时刻对应的标煤煤量。
再例如，风力发电设备的预设计算模型的训练过程大致包括：
(1)在不同时刻从风速仪、风向仪、温度传感器、湿度传感器、气压传感器获取风场区的风速、风向、气温、湿度和气压等参数，并获取风力发电设备在不同时刻产生的风力发电功率；将在一个时刻下的预设参数和此时刻对应的风力发电功率为一条训练样本。
(2)根据训练数据进行函数训练，得到第一计算函数，第一计算函数为风力发电设备在不同时刻的风速、风向、气温、湿度和气压等参数与对应时刻下产生的风力发电功率之间的函数关系G1(X)。
(3)将风力发电设备在不同时刻下产生的风力发电功率作为火力发电功率，计算新能源发电为产生这一火力发电功率所需要的标煤煤量，进而将该标煤煤量作为光伏发电设备在不同时刻对应的标煤煤量。然后将第一计算函数G1(X)转换为风力发电设备在不同时刻的风速、风向、气温、湿度和气压等参数与对应时刻下对应的标煤煤量之间的函数关系，即第二计算函数G2(X)。
基于训练得到的第二计算函数G2(X)，将风力发电设备在某一时刻的风速、风向、气温、湿度和气压等参数输入到第二计算函数G2(X)中，便可以得到风力发电设备在这一时刻对应的标煤煤量。
上述函数训练的过程，实际上是机器学习的过程，这里通过预设计算模型直接将影响发电设备的发电功率的因素转换为新能源发电的标煤煤量，更加智能，且从能源供给侧统一了燃料类型。
S120、根据虚拟电厂对应区域内的全天需求电量，确定为满足所述全天需求电量在当前时刻所需的标煤煤量；
可理解的是，在不同的时刻，虚拟电厂对应区域内的需求电量不同，而全天的各个时刻的需求电量之和为全天需求电量，新能源发电在全天各个时刻产生的火力发电功率之和应满足全天需求电量。可理解的是，这里是假设只有新能源发电供电的情况下为满足所述全天需求电量在当前时刻所需的标煤煤量。
S130、根据所述当前时刻所需的标煤煤量、各个所述预设发电设备当前时刻对应的标煤煤量以及各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量。
在具体实施时，步骤S130可以包括：
S131、根据所述当前时刻所需的标煤煤量和各个所述预设发电设备当前时刻对应的标煤煤量，确定各个新能源发电当前时刻对应的总标煤煤量；
在具体实施时，S131可以具体包括：将所述当前时刻所需的标煤煤量与各个所述预设发电设备当前时刻对应的标煤煤量作差，得到所述总标煤煤量。
例如，如图2所示，在虚拟电厂下发电设备包括新能源发电、风力发电设备、光伏发电设备，那各个新能源发电当前时刻对应的总标煤煤量TM＝TZ-TF-TG。其中，TZ为在步骤S120中计算得到的为满足所述全天需求电量在当前时刻所需的标煤煤量，TF为在步骤S110中计算得到的风力发电设备在当前时刻对应的标煤煤量，TG为在步骤S110中计算得到的光伏发电设备在当前时刻对应的标煤煤量。
S132、根据所述总标煤煤量和各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量。
可理解的是，由于每一个新能源发电的负荷能力不同，所以这里根据各个新能源发电的负荷比例，为各个新能源发电分配对应的标煤煤量，更加符合实际情况，尽量避免出现负荷过量的情况发生。
如图2所示，基于各个新能源发电的负荷比例，为各个新能源发电分配的标煤煤量可以为：T1,T2,T3…TN，各个新能源发电分配的标煤煤量之和为各个新能源发电当前时刻对应的总标煤煤量TM。
本申请提供的基于虚拟电厂调峰辅助服务的负荷资源优化控制方法，在发电侧和用电侧均采用标煤煤量作为统一的衡量尺度，将各个预设发电设备产生的发电功率均等同于新能源发电的火力发电功率，即将虚拟电厂中的光伏发电设备、风力发电设备等同于新能源发电，统一了供电标准，便于管理。而且直接采用标煤煤量对各个新能源发电进行分配，跳过发电功率这一环节，极大程度的加快了新能源发电在虚拟电厂中的负荷响应能力，减少调节滞后、弃风弃光的问题发生。还有，标煤煤量的统一不仅有利于提高新能源发电的快速响应，对于短期、中长期发电量预测过程中对新能源发电的燃料存储和采购都有着非常重要的指导意义。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种基于虚拟电厂调峰辅助服务的负荷资源优化控制方法，其特征在于，包括：
获取每一个预设发电设备当前时刻的预设参数，并根据所述每一个预设发电设备当前时刻的预设参数，确定所述每一个预设发电设备当前时刻对应的标煤煤量；其中，所述预设发电设备为虚拟电厂下除了新能源发电之外的发电设备，所述预设参数包括影响所述预设发电设备发电功率的参数；
根据虚拟电厂对应区域内的全天需求电量，确定为满足所述全天需求电量在当前时刻所需的标煤煤量；
根据所述当前时刻所需的标煤煤量、各个所述预设发电设备当前时刻对应的标煤煤量以及各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量。
2.根据权利要求1所述的方法，其特征在于，所述根据所述每一个预设发电设备当前时刻的预设参数，确定所述每一个预设发电设备当前时刻对应的标煤煤量，包括：
将所述每一个预设发电设备当前时刻的预设参数输入至对应的预设计算模型中，得到所述每一个预设发电设备当前时刻对应的标煤煤量。
3.根据权利要求2所述的方法，其特征在于，所述预设计算模型的预先训练过程包括：
获取训练数据；所述训练数据包括所述每一个预设发电设备在不同时刻的预设参数以及所述每一个预设发电设备在不同时刻的发电功率；
根据所述训练数据，确定第一计算函数；其中，所述第一计算函数的输入信息为所述每一个预设发电设备在不同时刻的预设参数，所述第一计算函数的输出信息为所述每一个预设发电设备在对应时刻的发电功率；
根据所述每一个预设发电设备在不同时刻的发电功率对应的标煤煤量和所述第一计算函数，确定第二计算函数，并将所述第二计算函数作为所述预设计算模型；其中，所述第二计算函数的输入信息为所述每一个预设发电设备在不同时刻的预设参数，所述第二计算函数的输出信息为所述每一个预设发电设备在对应时刻对应的标煤煤量。
4.根据权利要求3所述的方法，其特征在于，光伏发电设备的预设计算模型的训练过程包括：
(1)在不同时刻从照度计、倾角传感器、温度传感器、摄像头装置获取光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度参数，并获取光伏发电设备在不同时刻所产生的光伏发电功率，将所获取的数据作为训练数据，在一个时刻下的预设参数和此时刻对应的光伏发电功率为一条训练样本；
(2)根据训练数据进行函数训练，得到第一计算函数，第一计算函数为光伏发电设备在不同时刻的光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度参数与对应时刻下产生的光伏发电功率之间的函数关系F1(X)；
(3)将光伏发电设备在不同时刻下产生的光伏发电功率作为火力发电功率，计算新能源发电为产生这一火力发电功率所需要的标煤煤量，进而将该标煤煤量作为光伏发电设备在不同时刻对应的标煤煤量；然后将第一计算函数F1(X)转换为光伏发电设备在不同时刻的光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度参数与对应时刻下对应的标煤煤量之间的函数关系，即第二计算函数F2(X)；
基于训练得到的第二计算函数F2(X)，将光伏发电设备在某一时刻的光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度、太阳能电池板的积灰程度参数输入到第二计算函数F2(X)中，便可以得到光伏发电设备在这一时刻对应的标煤煤量。
5.根据权利要求3所述的方法，其特征在于，风力发电设备的预设计算模型的训练过程包括：
(1)在不同时刻从风速仪、风向仪、温度传感器、湿度传感器、气压传感器获取风场区的风速、风向、气温、湿度和气压参数，并获取风力发电设备在不同时刻产生的风力发电功率；将在一个时刻下的预设参数和此时刻对应的风力发电功率为一条训练样本；
(2)根据训练数据进行函数训练，得到第一计算函数，第一计算函数为风力发电设备在不同时刻的风速、风向、气温、湿度和气压参数与对应时刻下产生的风力发电功率之间的函数关系G1(X)；
(3)将风力发电设备在不同时刻下产生的风力发电功率作为火力发电功率，计算新能源发电为产生这一火力发电功率所需要的标煤煤量，进而将该标煤煤量作为光伏发电设备在不同时刻对应的标煤煤量；然后将第一计算函数G1(X)转换为风力发电设备在不同时刻的风速、风向、气温、湿度和气压参数与对应时刻下对应的标煤煤量之间的函数关系，即第二计算函数G2(X)；
基于训练得到的第二计算函数G2(X)，将风力发电设备在某一时刻的风速、风向、气温、湿度和气压参数输入到第二计算函数G2(X)中，便可以得到风力发电设备在这一时刻对应的标煤煤量。
6.根据权利要求1所述的方法，其特征在于，所述根据所述当前时刻所需的标煤煤量、各个所述预设发电设备当前时刻对应的标煤煤量以及各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量，包括：
根据所述当前时刻所需的标煤煤量和各个所述预设发电设备当前时刻对应的标煤煤量，确定各个新能源发电当前时刻对应的总标煤煤量；
根据所述总标煤煤量和各个新能源发电的负荷比例，确定每一个新能源发电当前时刻所需的标煤煤量。
7.根据权利要求1所述的方法，其特征在于，所述根据所述当前时刻所需的标煤煤量和各个所述预设发电设备当前时刻对应的标煤煤量，确定各个新能源发电当前时刻对应的总标煤煤量，包括：
将所述当前时刻所需的标煤煤量与各个所述预设发电设备当前时刻对应的标煤煤量作差，得到所述总标煤煤量。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述预设发电设备包括光伏发电设备；所述光伏发电设备当前时刻的预设参数包括：光照强度、太阳能电池板的倾斜角度、太阳能电池板的温度和/或太阳能电池板的积灰程度。
9.根据权利要求1-7任一项所述的方法，其特征在于，所述预设发电设备包括风力发电设备；所述风力发电设备当前时刻的预设参数包括：风速、风向、气温、空气湿度和/或气压。
CN202110626193.1A 2021-06-04 2021-06-04 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法 Active CN113410874B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110626193.1A CN113410874B (zh) 2021-06-04 2021-06-04 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110626193.1A CN113410874B (zh) 2021-06-04 2021-06-04 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法

Publications (2)

Publication Number Publication Date
CN113410874A CN113410874A (zh) 2021-09-17
CN113410874B true CN113410874B (zh) 2022-07-15

Family

ID=77676433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110626193.1A Active CN113410874B (zh) 2021-06-04 2021-06-04 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法

Country Status (1)

Country Link
CN (1) CN113410874B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116070797B (zh) * 2023-03-29 2023-08-22 国网浙江省电力有限公司宁波供电公司 一种虚拟电厂分布式资源调度方法
CN116780534B (zh) * 2023-08-16 2024-01-02 深圳江行联加智能科技有限公司 虚拟电厂负荷管理方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6849177B2 (ja) * 2017-02-28 2021-03-24 株式会社ダイヘン バーチャルパワープラント
CN110188950B (zh) * 2019-05-30 2022-12-02 三峡大学 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN112072640B (zh) * 2020-08-13 2022-01-07 国网冀北电力有限公司 一种虚拟电厂聚合资源的容量优化方法

Also Published As

Publication number Publication date
CN113410874A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN109256810B (zh) 考虑风机出力不确定成本的多目标优化方法
JP2024503017A (ja) 充電管理システムにおける充電及びエネルギー供給の最適化方法並び装置
CN113410874B (zh) 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法
CN107204615B (zh) 一种实现功率预测的方法及系统
CN111340299B (zh) 一种微电网多目标优化调度方法
CN112381375B (zh) 一种基于潮流分配矩阵的电网经济运行域快速生成方法
CN111191854A (zh) 一种基于线性回归及神经网络的光伏发电预测模型和方法
KR20200119367A (ko) 에너지 저장 시스템용 수요전력 예측 장치 및 이를 이용한 수요전력 예측 방법
CN111697578A (zh) 多目标含储能区域电网运行控制方法
CN115864460A (zh) 一种电力调峰方法、装置、设备及存储介质
CN115564108A (zh) 一种面向深度调峰的虚拟电厂内光储荷优化调度方法
Zhu et al. Energy optimal dispatch of the data center microgrid based on stochastic model predictive control
CN111641233A (zh) 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法
CN112510690B (zh) 考虑风火储联合和需求响应奖惩的优化调度方法及系统
CN114430165A (zh) 基于深度模型预测的微网群智能协调控制方法和装置
CN116722605B (zh) 一种基于物联网的配电网调度优化方法
CN113964853A (zh) 一种5g宏基站群优化调度方法、装置、介质及终端设备
CN117077974A (zh) 虚拟电厂资源优化调度方法、装置、设备及存储介质
CN116993205A (zh) 一种面向城市综合能源系统日内运行的调节能力评估方法
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
CN117498467B (zh) 一种基于多层级虚拟电厂的能量协调控制分配方法及系统
CN108808666A (zh) 一种能源互联网协同控制系统与控制方法
CN113689045B (zh) 一种光伏区域并网电量的预测方法、设备及介质
CN115528752B (zh) 一种微电网群的控制方法及装置
CN116073415A (zh) 一种电力储能调度系统

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
CB03 Change of inventor or designer information

Inventor after: Wang Jing

Inventor after: Zhao Zhengkai

Inventor after: Li Yan

Inventor after: Zhao Jin

Inventor after: Zhou Xichao

Inventor after: Wang Bing

Inventor after: Ma Hao

Inventor after: Liu Chenlong

Inventor after: Hu Chunyu

Inventor after: She Jiaju

Inventor before: Wang Jing

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant