发明内容
本发明解决的是当前的消储性能利用低下,供需用电配置效率不高的技术问题。
为解决上述问题,本发明提供一种配网资源调控的分布式电源消储优化方法,包括:获取分布式电源初始配置信息,从分布式电源初始配置信息中得到电源潜能信息;获取分布式电源初始配置信息,从分布式电源初始配置信息中得到电源潜能信息包括:获取分布式电源的地理位置坐标分布信息;其中,地理位置坐标分布信息包括分布式电源的地形信息、气候信息和天气信息;获取分布式电源的电压负荷信息,基于电压负荷信息和地理位置坐标分布信息对分布式电源进行电源潜能信息预测;将电源潜能信息输入分布式电源消储仿真模型,得到初始电源配置结果;获取待测区域的电源波动指标,结合初始电源配置结果获得多个备选电源配置结果;从多个备选电源配置结果中进行实际测试,获取最优电源配置结果。
在本发明的一个实例中,获取分布式电源的地理位置坐标分布信息包括:
根据历史电压数据预测得到地理位置坐标分布参数;获取历史电压数据中对应不同时期的各个电压事件点的地理位置坐标;根据历史电压数据和地理位置坐标分布参数获取地理位置分布信息函数,且地理位置分布信息函数满足以下公式0:
其中,t为历史电压数据的地形信息,α为历史电压数据的气候信息,β为历史电压数据的天气信息预设电路效率值,i为地理位置坐标中分布坐标的x值,j为地理位置坐标中分布坐标的y值,k为基于标准日期后的第k天,标准日期为预设值。
在本发明的一个实例中,将电源潜能信息输入分布式电源消储仿真模型,得到初始电源配置结果,还包括:电源潜能信息至少包括分布式电源的最高负荷电压、最高负荷的最长持续时间、平均负荷的最长持续时间、最高储能上限、输电损耗;分布式电源消储仿真模型包括分布式电源的待测区域的用户需求属性信息;初始电源配置结果包括分布式电源的配置数量、分布式电源的配置错峰开启时间、分布式电源的配置位置。
在本发明的一个实例中,获取待测区域的电源波动指标,结合初始电源配置结果获得多个备选电源配置结果,还包括:获取待测区域的电源波动指标,电源波动指标包括各待配置电源的输出电压、各光伏电源的输出电压和系统负荷建立各待配置电源的输出电压、各储能电源的输出电压和系统负荷在不同时间的关系曲线;根据电源波动指标,对负荷随机波动分布特性进行分析,确定负荷的随机波动分布特性和规律;确定多源随机波动下的边界条件,通过系统目标函数得到分布式电源消耗资源和排放资源结果;采用粒子群算法进行优化,得到多个备选电源配置结果。
在本发明的一个实例中,从多个备选电源配置结果中进行实际测试,获取最优电源配置结果,还包括:获取分布式电源的待测区域的用户需求属性信息,将多个备选电源配置结果分别进行实际测试,获取单位时间内的电路效率;从电路效率中选取值最大的作为最优电路效率,将最优电路效率对应的备选电源配置结果作为最优电源配置结果。
另一方面,本发明还提供一种配网资源调控的分布式电源消储优化装置,包括:潜能设置模块,获取分布式电源初始配置信息,从分布式电源初始配置信息中得到电源潜能信息;初始配置模块,将电源潜能信息输入分布式电源消储仿真模型,得到初始电源配置结果;备选配置模块,获取待测区域的电源波动指标,结合初始电源配置结果获得多个备选电源配置结果;优化模块,从多个备选电源配置结果中进行实际测试,获取最优电源配置结果。
在本发明的一个实例中,潜能设置模块还包括:获取分布式电源的地理位置坐标分布信息;其中,地理位置坐标分布信息包括分布式电源的地形信息、气候信息和天气信息;获取分布式电源的电压负荷信息,基于电压负荷信息和地理位置坐标分布信息对分布式电源进行电源潜能信息预测。
在本发明的一个实例中,电源潜能信息至少包括分布式电源的最高负荷电压、最高负荷的最长持续时间、平均负荷的最长持续时间、最高储能上限、输电损耗;分布式电源消储仿真模型包括分布式电源的待测区域的用户需求属性信息;初始电源配置结果包括分布式电源的配置数量、分布式电源的配置错峰开启时间、分布式电源的配置位置。
在本发明的一个实例中,备选配置模块还包括:获取待测区域的电源波动指标,电源波动指标包括各待配置电源的输出电压、各光伏电源的输出电压和系统负荷建立各待配置电源的输出电压、各储能电源的输出电压和系统负荷在不同时间的关系曲线;根据电源波动指标,对负荷的随机波动分布特性进行分析,确定负荷的随机波动分布特性和规律;
确定多源随机波动下的边界条件,通过系统目标函数得到分布式电源消耗资源和排放资源结果;采用粒子群算法进行优化,得到多个备选电源配置结果。
在本发明的一个实例中,优化模块还包括:获取分布式电源的待测区域的用户需求属性信息,将多个备选电源配置结果分别进行实际测试,获取单位时间内的电路效率;从电路效率中选取值最大的作为最优电路效率,将最优电路效率对应的备选电源配置结果作为最优电源配置结果。
采用本发明的技术方案后,能够达到如下技术效果:
通过获取分布式电源初始配置信息,得到电源潜能信息;将其输入分布式电源消储仿真模型,得到初始电源配置结果;进一步结合待测区域的电源波动指标,获得多个备选电源配置结果;并进行实际测试,获取最优电源配置结果;该发明兼顾用电安全与经济性对电源消储系统进行优化配置,并且基于多层级协调优化对分布式电源消储能力有效提升,整合仿真和测试手段对仿真阶段的电源配置方案进行进一步优化,综合考虑电源使用过程中的动态变化信息和多维度供需信息匹配,在最大化电源消储性能的前提下同时保证供需用电的高效。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
下面将结合附图对本申请的实施例作进一步地详细描述。
根据本发明的第一方面,参照图1,本发明请求保护一种配网资源调控的分布式电源消储优化方法,包括步骤:
101,获取分布式电源初始配置信息,从分布式电源初始配置信息中得到电源潜能信息;
201,将电源潜能信息输入分布式电源消储仿真模型,得到初始电源配置结果;
301,获取待测区域的电源波动指标,结合初始电源配置结果获得多个备选电源配置结果;
401,从多个备选电源配置结果中进行实际测试,获取最优电源配置结果。
具体的,参照图2,获取分布式电源初始配置信息,从分布式电源初始配置信息中得到电源潜能信息,还包括:
102,获取分布式电源的地理位置坐标分布信息;其中,分布式电源的地理位置坐标分布信息包括分布式电源的地形信息、气候信息和天气信息;
103,获取分布式电源的电压负荷信息,基于电压负荷信息和分布式电源的地理位置坐标分布信息对分布式电源进行电源潜能信息预测。
进一步地,根据历史电压数据预测得到地理位置坐标分布参数,获取历史电压数据中对应不同时期的各个电压事件点的地理位置坐标,拟合各个电压事件点的地理位置坐标,并计算各个电压事件点的潜能概率;
根据历史电压数据和地理位置坐标分布参数获取地理位置分布信息函数,且地理位置分布信息函数满足以下公式0:
其中,t、α和β为分布式电源历史电压数据的地形信息、气候信息和天气信息预设
电路效率值,i、j为地理位置坐标分布坐标的x,y值,k为基于标准日期后的第k天,标准日期
为预设值,例如可由用户定义;
为x取i,y取j时的在基于标准日期后第k天的潜能概
率预测。
潜能概率表示当前时刻电压最优化的概率,事件点的电压是否发生最优化可用潜能概率来判断,当潜能概率大于等于一定的阈值,即认为该电压发生最优化事件发生了。
进一步地,现有的分布式预测算法包括基于比例潜能预测的预测算法和平均一致性预测算法,基于比例潜能预测的预测算法需要配置获取概率、循环次数、融合参数、比例最优、潜能最优、信息率;平均一致性时间预测算法需要配置获取概率、循环次数和3个融合参数。此外,分布式预测算法通常分为三步:相对分布预测、逻辑分布预测、逻辑偏差预测,然后可以配置算法的更新公式。
例如,代入算法更新公式的基于比例潜能预测的预测算法:
相对潜能分布预测:
潜能分布预测:
公式2:
其中,T为获取概率,网络中点每次通信的时间间隔,ρ为融合参数,本质上是新的
量测输入和上一个时刻预测值之间的折中,
为基于标准日期后的第k天的分布式电源
的最高负荷电压,
为基于标准日期后第k天的最高负荷的最长持续时间,
为基
于标准日期后第k天的平均负荷的最长持续时间,
为最高储能上限,
为输电损耗,
而上述提及的j的坐标值是在分布式电源历史样本数中进行取值;N
i为分布式电源历史样
本数;
为x取i时的基于标准日期后的第k天的分布式电源的潜能分布预测;
为x取时的基于标准日期后的第k+1天的分布式电源的潜能分布预测;
为x取i,y取j时的在基于标准日期后第k+1天的相对潜能概率预测。
具体的,将电源潜能信息输入分布式电源消储仿真模型,得到初始电源配置结果,还包括:
电源潜能信息至少包括分布式电源的最高负荷电压、最高负荷的最长持续时间、平均负荷的最长持续时间、最高储能上限、输电损耗;
分布式电源消储仿真模型包括分布式电源的待测区域的用户需求属性信息;
初始电源配置结果包括分布式电源的配置数量、分布式电源的配置错峰开启时间、分布式电源的配置位置。
进一步地,利用配置文件,生成仿真软件中分布式电源的待测区域;
读取配置文件,选出配置位置点;获得待测区域信息,待测区域信息包括面积、限电情况、两端的点和子区域数;获得待测区域连接状态,待测区域连接状态包括过渡和后继待测区域;
计算相邻配置位置点间的待测区域段:
对于每个配置位置点,获取所有从配置位置点出发的待测区域,根据待测区域连接状态,找到所有在规定待测区域数量内到达相邻配置位置点的待测区域子连通区域;
对于每对相邻配置位置点间找到的多个待测区域子连通区域,计算每个待测区域子连通区域的总面积,并将其中最短的总面积与规定间隔面积之和作为最大总面积;留下总面积≤最大总面积的所有待测区域子连通区域,称为剩余待测区域子连通区域集合;
对于剩余待测区域子连通区域集合中的每个待测区域子连通区域,仅当从待测区域子连通区域中选取出任意多个待测区域组成一个新的待测区域子连通区域,所有新的子连通区域均不在剩余待测区域子连通区域集合中才保留,最后筛选保留的剩余待测区域子连通区域即为相邻配置位置间的待测区域段;
计算得到仿真软件中的分布式电源待测区域:
对于每个配置位置点,获取所有从配置位置点出发的待测区域段,根据待测区域连接状态,找到所有在规定配置位置点数量范围内的区域位置;对于每对配置位置点间找到的多条区域位置,计算每条区域位置的总面积,将其中最短的总面积与规定间隔面积之和作为最大总面积,只留下总面积≤最大总面积的所有区域位置;记录当前运行状态下,待测区域段实际平均配置数量,待测区域段模拟平均配置数量,待测区域段实际平均配置数量和待测区域段模拟平均配置数量的差值。
计算待测区域段的期望分布式电源配置数量;
读取配置文件,对于具有方向性的每条待测区域段,将待测区域段指向的待测区域交界处作为关联待测区域交界处,将待测区域段中与关联待测区域交界处相连的待测区域作为关联待测区域,从配置文件中读取关联待测区域交界处的用电高峰区域ID、信号状态和持续时间,将用电高峰区域ID、信号状态和持续时间整合为信号配时方案信息;从配置文件中读取关联待测区域的连接状态信息,连接状态信息包括待测区域ID、后继待测区域ID和用电高峰区域ID;
计算待测区域段的期望分布式电源配置数量:
如果外部输入的待测区域段实际平均配置数量是不高峰间隔用电高峰的待测区域段配置数量,则将待测区域段实际平均配置数量作为待测区域段的期望分布式电源配置数量;
如果外部输入的待测区域段实际平均配置数量是高峰间隔用电高峰的待测区域段配置数量,则待测区域段的期望分布式电源配置数量的计算公式如下:
其中,Snum表示待测区域段的期望分布式电源配置数量;L表示待测区域段的待测区域总面积;Sr表示待测区域段的实际平均配置数量;TW表示待测区域段在配置位置待测区域交界处处的平均高峰间隔时间,使用待测区域段对应的用电高峰时间子连通区域的加权平均作为Tw,计算公式如下:
其中,T11、T12……T1n为待测区域段每个进口子区域的用电高峰时间,α11、α12……α1n为T11、T12……T1n对应的权重并且和为n;Tf表示该待测区域段在配置位置待测区域交界处处的平均通行时间,使用待测区域段对应的用电低谷时间子连通区域、用电平稳域时间子连通区域的加权平均作为Tf,计算公式如下:
其中,T21、T22……T2m为待测区域段每个进口子区域的用电平稳域时间或用电低谷时间,α21、α22……α2m为T21、T22……T2m对应的权重并且和为m;
待测区域段期望分布式电源配置数量的计算结果如果大于待测区域段限电情况,则取待测区域段限电情况作为待测区域段期望分布式电源配置数量;
若待测区域段由于信号配时方案信息有误而导致无法求得结果,则使用待测区域段的历史最大平均配置数量作为待测区域段的期望分布式电源配置数量;将待测区域段的期望分布式电源配置数量更新到待更新配置数量子连通区域。
根据预设的更新频率检查待更新配置数量子连通区域,若待更新配置数量子连通区域中有待更新的配置数量值,则平滑更新电源消储仿真软件中的仿真分布式电源配置数量;
更新仿真软件中的仿真分布式电源配置数量。
电源配置点信息包含对应电源配置点的区域位置子连通区域、下一电源配置区域位置的索引和待电源配置数量;基于待测区域段实际平均配置数量计算待测区域段期望分布式电源数:当电源平均配置数量≥待测区域段期望配置数量的m倍时(m为外部输入参数,可调节),电源平均配置数量和电源密度满足如下关系:
其中,L是电源平均配置数量,K是电源密度,Lf是电源的自由流配置数量,Kf是电源阻塞时的密度;
具体的,参照图3,获取待测区域的电源波动指标,结合初始电源配置结果获得多个备选电源配置结果,还包括:
302,获取待测区域的电源波动指标,待测区域的电源波动指标包括各待配置电源的输出电压、各光伏电源的输出电压和系统负荷建立各待配置电源的输出电压、各储能电源的输出电压和系统负荷在不同时间的关系曲线;
303,根据获取的待测区域的电源波动指标,对负荷随机波动分布特性进行分析,确定负荷的随机波动分布特性和规律;
304,确定多源随机波动下的边界条件,通过系统目标函数得到分布式电源消耗资源和排放资源结果;
采用粒子群算法进行优化,得到多个备选电源配置结果。
305,进一步地,确定多源随机波动下的边界条件,通过系统目标函数得到分布式电源消耗资源和排放资源结果,还包括:
设定电压平衡条件:
公式8中,
为常规电源Cl在t时刻的输出电压,
为储能电源Bi在t时刻的输
出电压;
为待消储配置电源Wj在t时刻的输出电压;P
Sk,t为光伏电源Sk在t时刻的输出电
压,
为t时刻的系统负荷,N
C、N
B、N
W、N
S分别为常规电源、储能电源、待配置电源和光伏电
源的数量;
计算获取多源随机波动下的备选电源配置结果:
在电压平衡条件和多源随机波动下的旋转备用条件作为边界条件,通过目标函数中得到系统能源消耗资源和排放资源结果最优时的各备选电源配置结果。
式中,
为常规电源的最大输出电压;
为分布式储能系统的最大输出电
压;Pr表示电源密度分布,α为置信水平;
具体的,参照图4,从多个备选电源配置结果中进行实际测试,获取最优电源配置结果,还包括:
402,获取分布式电源的待测区域的用户需求属性信息,将多个备选电源配置结果分别进行实际测试,获取单位时间内的电路效率;
403,从电路效率中选取值最大的作为最优电路效率,将最优电路效率对应的备选电源配置结果作为最优电源配置结果。
进一步地,获取已执行过仿真测试的各第一用户需求属性信息参数配置,以及未执行过仿真测试的各第二用户需求属性信息参数配置;
根据各第一用户需求属性信息参数配置在执行仿真测试时得到的电路效率,确定用于表征各第一用户需求属性信息参数配置中包含的各项用户需求属性信息参数之间相关性的第一关联矩阵;
根据各第一用户需求属性信息参数配置以及各第二用户需求属性信息参数配置,确定用于表征各第一用户需求属性信息参数配置中包含的各项用户需求属性信息参数,与各第二用户需求属性信息参数配置中包含的各项用户需求属性信息参数之间相关性的第二关联矩阵;
确定用于表征各第二用户需求属性信息参数配置中包含的各项用户需求属性信息参数之间相关性的第三关联矩阵;
根据第一关联矩阵、第二关联矩阵以及第三关联矩阵,确定第二用户需求属性信息参数配置对应的电路效率分布参数。
根据第一关联矩阵以及第二关联矩阵,确定各第二用户需求属性信息参数配置在执行仿真测试后的电路效率均值;
根据第一关联矩阵、第二关联矩阵以及第三关联矩阵,确定各第二用户需求属性信息参数配置在执行仿真测试后得到的电路效率之间的电路效率偏差;
根据电路效率均值以及电路效率偏差,确定各第二用户需求属性信息参数配置在执行仿真测试后得到的电路效率分布;
根据电路效率分布,从各第二用户需求属性信息参数配置中确定出预估经过仿真测试后得到的电路效率最高的第二用户需求属性信息参数配置,选取为有效参数配置并判断有效参数配置是否满足预设条件;
若确定有效参数配置不满足预设条件,将经过仿真测试的有效参数配置作为第一用户需求属性信息参数配置,并重新从剩余的第二用户需求属性信息参数配置中选取有效参数配置,直至选取出的有效参数配置满足预设条件为止;
将满足预设条件的有效参数配置作为最优电源配置结果,并根据最优电源配置结果,对备选电源配置结果进行测试。
如果确定有效参数配置不满足预设条件,具体包括:
确定有效参数配置经过仿真测试后得到的电路效率,作为有效参数配置对应的电路效率;
若确定有效参数配置对应的电路效率,与历史上选取出的有效参数配置对应的电路效率之间的差值不低于设定阈值,确定有效参数配置不满足预设条件;
若确定选取有效参数配置时到达的选取次数小于设定次数,确定有效参数配置不满足预设条件。
终端设备确定出该有效参数配置对应的电路效率后,判断该有效参数配置对应的电路效率,与历史上选取出的有效参数配置对应的电路效率之间的差值是否不低于设定阈值,若不低于,确定有效参数配置不满足预设条件,否则,确定有效参数配置满足预设条件。其中,该有效参数配置对应的电路效率,与历史上选取出的有效参数配置对应的电路效率之间的差值,可以是电路效率之间的方差或者标准差。
当该有效参数配置对应的电路效率,与历史上选取出的有效参数配置对应的电路效率之间的差值低于设定阈值时,可以认为选取出的有效参数配置对应的电路效率趋于平稳,继续选取出的有效参数配置在执行仿真测试时所得到的电路效率变化不大,可以将此时的有效参数配置视为能够选取出的最优的一组用户需求属性信息参数配置。
终端设备确定选取该有效参数配置时到达的选取次数,而后,判断,该选取次数是否小于设定次数,若是,则确定该有效参数配置不满足预设条件,否则,确定该有效参数配置满足预设条件。
当选取该有效参数配置时到达的选取次数不小于设定次数时,认定当前执行过仿真测试的用户需求属性信息参数配置的数目足够多,此时选取出的有效参数配置在执行仿真测试时所得到的电路效率已经趋于平稳,继续选取出的有效参数配置在执行仿真测试时所得到的电路效率变化不大,因此,可以将此时的有效参数配置视为能够选取出的最优的一组用户需求属性信息参数配置。
终端设备确定最优的最优电源配置结果时,不再需要针对每一组用户需求属性信息参数配置进行仿真测试,而是,在已经知道电路效率的各第一用户需求属性信息参数配置和未执行过仿真测试过程的第二用户需求属性信息参数配置之间存在关联的情况下,预估各第二用户需求属性信息参数配置在执行仿真测试后得到的电路效率分布,再根据预估的电路效率分布,从各第二用户需求属性信息参数配置选取出需要进行仿真测试的有效参数配置并确定该有效参数配置所对应的电路效率,进而根据得到的电路效率确定出最优电源配置结果,这样不仅节约了计算资源,还提高了分布式电源设备的测试效率。
参照图5,根据本发明第二方面,本发明还请求保护一种配网资源调控的分布式电源消储优化装置100,包括:
潜能设置模块10,获取分布式电源初始配置信息,从分布式电源初始配置信息中得到电源潜能信息;
初始配置模块20,将电源潜能信息输入分布式电源消储仿真模型,得到初始电源配置结果;
备选配置模块30,获取待测区域的电源波动指标,结合初始电源配置结果获得多个备选电源配置结果;
优化模块40,从多个备选电源配置结果中进行实际测试,获取最优电源配置结果。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是,前面或后面的步骤不一定按照顺序来精确的进行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中。
本领域技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成,程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义,这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
以上是对本公开的说明,而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解,上面是对本公开的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本申请较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。