CN115983612A - 一种基于虚拟电厂的分布式源网荷储调度优化方法 - Google Patents

一种基于虚拟电厂的分布式源网荷储调度优化方法 Download PDF

Info

Publication number
CN115983612A
CN115983612A CN202310268719.2A CN202310268719A CN115983612A CN 115983612 A CN115983612 A CN 115983612A CN 202310268719 A CN202310268719 A CN 202310268719A CN 115983612 A CN115983612 A CN 115983612A
Authority
CN
China
Prior art keywords
energy storage
power
power supply
power station
day
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.)
Granted
Application number
CN202310268719.2A
Other languages
English (en)
Other versions
CN115983612B (zh
Inventor
陈璐
方进虎
王伟
王洪波
汪晓彤
汪坤
周杨俊冉
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.)
Hefei Power Supply Co of State Grid Anhui Electric Power Co Ltd
Original Assignee
Hefei Power Supply Co of State Grid Anhui Electric Power 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 Hefei Power Supply Co of State Grid Anhui Electric Power Co Ltd filed Critical Hefei Power Supply Co of State Grid Anhui Electric Power Co Ltd
Priority to CN202310268719.2A priority Critical patent/CN115983612B/zh
Publication of CN115983612A publication Critical patent/CN115983612A/zh
Application granted granted Critical
Publication of CN115983612B publication Critical patent/CN115983612B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及电网调度技术领域,具体公开一种基于虚拟电厂的分布式源网荷储调度优化方法,通过对区域内存在的储能电站进行单日倾向供给电量分析,以此确定各储能电站在集中补电时刻的补给电量,进而以此进行补电,实现了储能电站在集中补电时刻补电资源的合理、针对性分配,不仅避免了补电资源的浪费,还有效保障了补电资源的供应充沛,最大化地满足各储能电站的个性化补电需求,与此同时在对区域内存在补电需求的储能电站确定补电电源时充分考虑到储能电站当前的大气环境对补电电源选择的影响,将其结合各种补电电源对应的补电距离,实现了补电电源的综合有效确定,使得补电电源的确定更加贴合实际,有利于节约补电操作成本。

Description

一种基于虚拟电厂的分布式源网荷储调度优化方法
技术领域
本发明涉及电网调度技术领域,具体而言是一种基于虚拟电厂的分布式源网荷储调度优化方法。
背景技术
在传统化石能源逐渐枯竭,造成严重污染的背景下,分布式电源凭借其清洁、可再生等特性而受到高度重视。
然而,分布式电源接入电网带来机遇的同时改变了配电网的原有形态,容易引发诸如线路过电压,设备过载,短路电流越限等问题,制约了可再生能源的进一步接入和消纳。在这种情况下,主动配电网应运而生,与传统配电网运行模式相比,主动配电网通过对分布式电源、储能装置、用户侧需求响应资源等多种需求侧资源实行主动有效的调度管理,能够实现"源-网-荷-储"的协同管控,提高系统效率。
主动配电网是由分布式电源、负荷、储能电站和控制装置构成的配电系统,主动配电网对分布式源网荷储调度的实现实际就是储能电站的补电调度,具体包括补电量分配和补电电源选择。
在实现本申请的过程中,发明人发现现有技术至少存在如下问题:第一点、在对区域内存在的储能电站进行集体补电时通常都是基于储能电站的储电容量,以将储能电站补满为准,而实际由于每个储能电站的供电区域不同,使得每个储能电站的补电需求存在差异,当以补满原则进行补电时,对于那些补电需求少的储能电站来说,很容易造成过量补电,一方面造成了补电资源的浪费,另一方面对于那些补电需求多的储能电站来说无形之中造成了补电资源的供应紧张,导致补电资源分配不合理,缺乏针对性,难以满足各储能电站的个性化补电需求。
第二点、在对区域内存在补电需求的储能电站确定补电电源时大多单纯以补电距离作为依据,忽略了储能电站当前的大气环境对补电电源选择的影响,导致确定的补电电源未贴合实际,使得补电电源的利用效果不佳,进而无形之中加重了补电操作的成本,从而使得实用价值不高。
发明内容
针对上述问题,本发明旨在提供一种基于虚拟电厂的分布式源网荷储调度优化方法,有效解决了背景技术提到的问题。
本发明的目的可以通过以下技术方案来实现:一种基于虚拟电厂的分布式源网荷储调度优化方法,包括以下步骤:步骤1、统计目标区域内存在的储能电站数量,并定位各储能电站的分布位置,同时获取各储能电站的储电容量和补电参数。
步骤2、提取各储能电站在历史监测时间段内各供电日的供给电量,进而解析各储能电站的单日倾向供给电量。
步骤3、获取各储能电站在集中补电时刻的当前供给电量,将其结合各储能电站的单日倾向供给电量计算各储能电站在集中补电时刻的补给电量。
步骤4、将各储能电站在集中补电时刻的补给电量传输到调度终端,由其据此执行集中补电任务。
步骤5、在各储能电站供电过程中实时监测各储能电站在当日的供电信息,由此判断各储能电站的剩余储电量是否能够维持当日的供电需求,进而将剩余储电量无法维持当日供电需求的储能电站记为匮乏储能电站,与此同时获取匮乏储能电站在当日的补电时间段。
步骤6、基于匮乏储能电站的分布位置从气象中心提取匮乏储能电站在当日补电时间段内的气象预报参数,由此确定匮乏储能电站对应的补电电源优先等级。
步骤7、将匮乏储能电站对应的补电电源优先等级传输到调度终端,由其据此执行临时补电任务。
在一种可能的设计中,所述所述补电参数为各种补电电源类型对应的补电距离。
在一种可能的设计中,所述解析各储能电站的单日倾向供给电量包括以下解析步骤:步骤21、将各储能电站在历史监测时间段内存在的各供电日按照时间先后顺序进行编号。
步骤22、以供电日的设置编号为横坐标,以各供电日的供给电量为纵坐标,针对各储能电站在历史监测时间段内供给电量的多次监测在二维坐标内标注出多个点,得到各储能电站在历史监测时间段的供给电量变化曲线。
步骤23、分别获取各储能电站在历史监测时间段的供给电量变化曲线在各点的斜率,记为,其中i表示为储能电站的编号,,j表示为供给电量变化曲线上标注的点编号,
步骤24、将各储能电站在历史监测时间段的供给电量变化曲线在各点的斜率通过公式得到各储能电站在历史监测时间段的供给电量波动指数
步骤25、将各储能电站在历史监测时间段的供给电量波动指数与设置的限定供给电量波动指数进行对比,若某储能电站在历史监测时间段的供给电量波动指数小于设置的限定供给电量波动指数,则将该储能电站在历史监测时间段内各供电日的供给电量进行均值计算,进而将计算结果作为该储能电站的单日倾向供给电量,反之则执行步骤26。
步骤26、依据该储能电站在历史监测时间段内的平均供给电量构建函数表达式,将其在二维坐标中进行标注,得到该储能电站对应的平均供给电量曲线,该平均供给电量曲线将供给电量变化曲线分割为若干封闭区域,此时分别获取位于平均供给电量曲线上端封闭区域的面积和下端封闭区域的面积,进而利用公式,计算得到该储能电站的单日倾向供给电量表示为该储能电站在历史监测时间段内的平均供给电量。
在一种可能的设计中,所述计算各储能电站在集中补电时刻的补给电量具体实施方式如下:步骤31、将各储能电站的储电容量与对应储能电站在集中补电时刻的当前供给电量相减得到各储能电站在集中补电时刻的剩余储电量。
步骤32、获取相邻集中补电时刻的间隔时长T,并将各储能电站在集中补电时刻的剩余储电量与警戒剩余储电量进行对比,计算各储能电站在集中补电时刻的补给电量,其中表示为第i储能电站在集中补电时刻的剩余储电量,表示为警戒剩余储电量,表示为第i储能电站的单日倾向供给电量,t表示为单个供电日对应的时长。
在一种可能的设计中,所述供电信息为已供电时长和剩余储电量。
在一种可能的设计中,所述判断各储能电站的剩余储电量是否维持当日的供电需求参照以下步骤:步骤51、从供电信息中提取已供电时长,进而将各储能电站在当日的已供给时长代入公式,得到各储能电站在当日的已供给时长对应的参照供给电量表示为第i储能电站在当日的已供给时长,表示为第i储能电站在当日的供电时效系数,
步骤52、从供电信息中提取剩余储电量,进而将各储能电站在当日的剩余储电量与各储能电站在当日的已供给时长对应的参照供给电量进行对比,计算各储能电站对应的当日供电需求维持度,其表达式为,其中表示为第i储能电站在当日的剩余储电量。
步骤53、将各储能电站对应的当日供电需求维持度与预设理想维持度进行对比,若某储能电站对应的当日供电需求维持度小于预设理想维持度,则判断该储能电站的剩余储电量无法维持当日的供电需求,反之则判断该储能电站的剩余储电量能够维持当日的供电需求。
在一种可能的设计中,所述获取匮乏储能电站在当日的补电时间段具体操作方式为:(1)依据单个供电日对应的供电时间区间和匮乏储能电站在当日的已供电时长获取匮乏储能电站在当日已供电时长对应的时间点将其记为匮乏储能电站在当日的补电时间起点。
(2)从单个供电日对应的供电时间区间中提取结束供电时间,将其作为匮乏储能电站在当日的补电时间截点。
(3)将匮乏储能电站在当日的补电时间起点和补电时间截点构成了匮乏储能电站在当日的补电时间段。
在一种可能的设计中,所述气象预报参数包括光照强度、风速和降雨量。
在一种可能的设计中,所述确定匮乏储能电站对应的补电电源优先等级具体实现过程如下:步骤61、从匮乏储能电站在当日补电时间段内的的气象预报参数中提取光照强度,并将其与光伏发电对应的参考光照强度要求进行对比,计算匮乏储能电站对应的光伏补电实现指数,表达式如下:,其中表示为匮乏储能电站当日补电时间段内的光照强度,表示为光伏发电对应的参考光照强度要求,e表示为自然常数。
步骤62、分别从匮乏储能电站当日的气象预报参数中提取风速和降雨量,同理按照步骤61计算出匮乏储能电站对应的风力补电实现指数和水力补电实现指数
步骤63、从匮乏储能电站对应的补电参数中提取各种补电电源类型对应的补电距离,进而利用公式计算得到匮乏储能电站对应各种补电电源类型的补电优势度,其中u表示为补电电源类型,表示为匮乏储能电站对应各种补电电源类型的补电实现指数,的取值为表示为匮乏储能电站对应各种补电电源类型的补电距离。
步骤64、将匮乏储能电站对应的各种补电电源类型按照补电优势度降序排列,进而将排序结果作为匮乏储能电站对应的补电电源优先等级。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
1、本发明通过对区域内存在的储能电站进行单日倾向供给电量分析,以此确定各储能电站在集中补电时刻的补给电量,进而以此进行补电,实现了储能电站在集中补电时刻补电资源的合理化、针对性分配,不仅避免了补电资源的浪费,还有效保障了补电资源的供应充沛,最大化地满足各储能电站的个性化补电需求。
2、本发明在对区域内存在补电需求的储能电站确定补电电源时充分考虑到储能电站当前的大气环境对补电电源选择的影响,将其结合各种补电电源对应的补电距离,实现了补电电源的综合有效确定,使得补电电源的确定更加贴合实际,在一定程度上提高了补电电源的利用效果,有利于节约补电操作成本,从而提高了确定结果的实用价值。
3、本发明在对区域内存在的储能电站进行补电操作时考虑到并不是所有储能电站的集中补电量能够完全满足实际供电需求,以此增加了对各储能电站实时供电信息的监测,从而能够及时识别出匮乏储能电站,进而实现了匮乏储能电站的临时补电,有效填补了集中补电方式在补电时间上的疏漏,使得储能电站的补电需求能够得到实时响应,大大减少了补电不及时情况的发生率,强化了储能电站正常供电的保障力度。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
图2为本发明的储能电站在历史监测时间段的供给电量变化曲线示意图。
图3为本发明的供给电量变化曲线中封闭区域的构成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本发明提出一种基于虚拟电厂的分布式源网荷储调度优化方法,包括以下步骤:步骤1、统计目标区域内存在的储能电站数量,并定位各储能电站的分布位置,同时获取各储能电站的储电容量和补电参数,其中补电参数为各种补电电源类型对应的补电距离。
需要说明的是上述提到的补电电源类型包括太阳能、水能、风能等,且各种补电电源类型对应的补电距离为各种补电电源类型的发电地所在位置与储能电站的分布位置之间的距离。
步骤2、提取各储能电站在历史监测时间段内各供电日的供给电量,进而解析各储能电站的单日倾向供给电量,具体包括以下解析步骤:步骤21、将各储能电站在历史监测时间段内存在的各供电日按照时间先后顺序进行编号。
步骤22、以供电日的设置编号为横坐标,以各供电日的供给电量为纵坐标,针对各储能电站在历史监测时间段内供给电量的多次监测在二维坐标内标注出多个点,得到各储能电站在历史监测时间段的供给电量变化曲线,参见图2所示。
步骤23、分别获取各储能电站在历史监测时间段的供给电量变化曲线在各点的斜率,记为,其中i表示为储能电站的编号,,j表示为供给电量变化曲线上标注的点编号,
步骤24、将各储能电站在历史监测时间段的供给电量变化曲线在各点的斜率通过公式得到各储能电站在历史监测时间段的供给电量波动指数
需要解释的是,供给电量变化曲线在各点的斜率越大,即储能电站在历史监测时间段内各供电日的供给电量变化率越大,代表储能电站在历史监测时间段的供给电量波动指数越大。
步骤25、将各储能电站在历史监测时间段的供给电量波动指数与设置的限定供给电量波动指数进行对比,若某储能电站在历史监测时间段的供给电量波动指数小于设置的限定供给电量波动指数,则将该储能电站在历史监测时间段内各供电日的供给电量进行均值计算,进而将计算结果作为该储能电站的单日倾向供给电量,反之则执行步骤26。
步骤26、依据该储能电站在历史监测时间段内的平均供给电量构建函数表达式,将其在二维坐标中进行标注,得到该储能电站对应的平均供给电量曲线,该平均供给电量曲线将供给电量变化曲线分割为若干封闭区域,参见图3所示,此时分别获取位于平均供给电量曲线上端封闭区域的面积和下端封闭区域的面积,进而利用公式,计算得到该储能电站的单日倾向供给电量表示为该储能电站在历史监测时间段内的平均供给电量,其中相对于越大,表明该储能电站在历史监测时间段内的供给电量存在高于平均供给电量的倾向,反之,表明该储能电站在历史监测时间段内的供给电量存在低于平均供给电量的倾向。
本发明在依据各储能电站在历史监测时间段内各供电日的供给电量分析各储能电站的单日倾向供给电量时不是直接将各储能电站在历史监测时间段内的平均供给电量作为单日倾向供给电量,而是以各储能电站在历史监测时间段内的供给电量变化曲线作为分析基础,借此以各储能电站在历史监测时间段内的供给电量变化状态作为分析依据,实现了储能电站单日倾向供给电量的直观化、准确性分析,提高了储能电站单日供给电量分析结果的可靠度,更加符合实际。
步骤3、获取各储能电站在集中补电时刻的当前供给电量,将其结合各储能电站的单日倾向供给电量计算各储能电站在集中补电时刻的补给电量,具体实施方式如下:步骤31、将各储能电站的储电容量与对应储能电站在集中补电时刻的当前供给电量相减得到各储能电站在集中补电时刻的剩余储电量。
步骤32、获取相邻集中补电时刻的间隔时长T,并将各储能电站在集中补电时刻的剩余储电量与警戒剩余储电量进行对比,计算各储能电站在集中补电时刻的补给电量其中表示为第i储能电站在集中补电时刻的剩余储电量,示为警戒剩余储电量表示为第i储能电站的单日倾向供给电量,t表示为单个供电日对应的时长,示例性的,t=24H,上述公式中代表相邻集中补电时刻的间隔时长中存在的供电日数量。
本发明在分析储能电站在集中补电时刻的补给电量时将储能电站的剩余储电量和单日倾向供给电量均作为考量对象,既能够满足储能电站在集中补电时刻的实际补电需求,又能够保障总体的储电量不至于过低。
本发明通过对区域内存在的储能电站进行单日倾向供给电量分析,以此确定各储能电站在集中补电时刻的补给电量,进而以此进行补电,实现了储能电站在集中补电时刻补电资源的合理化、针对性分配,不仅避免了补电资源的浪费,还有效保障了补电资源的供应充沛,最大化地满足各储能电站的个性化补电需求。
步骤4、将各储能电站在集中补电时刻的补给电量传输到调度终端,由其据此执行集中补电任务。
步骤5、在各储能电站供电过程中实时监测各储能电站在当日的供电信息,其中供电信息为已供电时长和剩余储电量,由此判断各储能电站的剩余储电量是否能够维持当日的供电需求,进而将剩余储电量无法维持当日供电需求的储能电站记为匮乏储能电站,与此同时获取匮乏储能电站在当日的补电时间段。
在本发明的具体实施例中,判断各储能电站的剩余储电量是否维持当日的供电需求参照以下步骤:步骤51、从供电信息中提取已供电时长,进而将各储能电站在当日的已供给时长代入公式得到各储能电站在当日的已供给时长对应的参照供给电量表示为第i储能电站在当日的已供给时长,表示为第i储能电站在当日的供电时效系数,,其中某储能电站在当日的已供电时长越接近单个供电日的供电时长,储能电站在当日的供电时效系数越小,其对储能电站在当日的已供给时长对应的参照供给电量影响越小。
需要解释的是,上述参照供给电量计算公式中代表单位供电时长对应的倾向供给电量,由于储能电站对其供电区域实行24小时供电,使得单个供电日的时长即为单个供电日的供电时长。这里是以单个供电日中各个小时的供给电量相同作为基础,不考虑各小时之间的供电电量差异。
步骤52、从供电信息中提取剩余储电量,进而将各储能电站在当日的剩余储电量与各储能电站在当日的已供给时长对应的参照供给电量进行对比,计算各储能电站对应的当日供电需求维持度,其表达式为,其中表示为第i储能电站在当日的剩余储电量。
步骤53、将各储能电站对应的当日供电需求维持度与预设理想维持度进行对比,若某储能电站对应的当日供电需求维持度小于预设理想维持度,则判断该储能电站的剩余储电量无法维持当日的供电需求,反之则判断该储能电站的剩余储电量能够维持当日的供电需求。
本发明在对区域内存在的储能电站进行补电操作时考虑到并不是所有储能电站的集中补电量能够完全满足实际供电需求,以此增加了对各储能电站实时供电信息的监测,从而能够及时识别出匮乏储能电站,进而实现了匮乏储能电站的临时补电,有效填补了集中补电方式在补电时间上的疏漏,使得储能电站的补电需求能够得到实时响应,大大减少了补电不及时情况的发生率,强化了储能电站正常供电的保障力度。
在本发明的又一具体实施例,获取匮乏储能电站在当日的补电时间段具体操作方式为:(1)依据单个供电日对应的供电时间区间和匮乏储能电站在当日的已供电时长获取匮乏储能电站在当日已供电时长对应的时间点将其记为匮乏储能电站在当日的补电时间起点。
(2)从单个供电日对应的供电时间区间中提取结束供电时间,将其作为匮乏储能电站在当日的补电时间截点。
(3)将匮乏储能电站在当日的补电时间起点和补电时间截点构成了匮乏储能电站在当日的补电时间段。
示例性的,单个供电日对应的供电时间区间为匮乏储能电站在当日的已供电时长为10H,此时匮乏储能电站在当日已供电时长对应的时间点为10:00,匮乏储能电站在当日的补电时间段为
步骤6、基于匮乏储能电站的分布位置从气象中心提取匮乏储能电站在当日补电时间段内的气象预报参数,由此确定匮乏储能电站对应的补电电源优先等级,其中气象预报参数包括光照强度、风速和降雨量。
在本发明的优选实施方式中,确定匮乏储能电站对应的补电电源优先等级具体实现过程如下:步骤61、从匮乏储能电站在当日补电时间段内的气象预报参数中提取光照强度,并将其与光伏发电对应的参考光照强度要求进行对比,计算匮乏储能电站对应的光伏补电实现指数,表达式如下:,其中表示为匮乏储能电站当日补电时间段内的光照强度,表示为光伏发电对应的参考光照强度要求,e表示为自然常数,其中匮乏储能电站在当日补电时间段内的光照强度越大于光伏发电对应的参考光照强度要求,匮乏储能电站对应的光伏补电实现指数越大。
步骤62、分别从匮乏储能电站当日的气象预报参数中提取风速和降雨量,同理按照步骤61计算出匮乏储能电站对应的风力补电实现指数和水力补电实现指数,其中表示为匮乏储能电站当日补电时间段内的风速,表示为风力发电对应的参考风速要求,表示为匮乏储能电站当日补电时间段内的降雨量,表示为水力发电对应的参考降雨量要求。
步骤63、从匮乏储能电站对应的补电参数中提取各种补电电源类型对应的补电距离,进而利用公式计算得到匮乏储能电站对应各种补电电源类型的补电优势度,其中u表示为补电电源类型,表示为匮乏储能电站对应各种补电电源类型的补电实现指数,的取值为表示为匮乏储能电站对应各种补电电源类型的补电距离,其中某种补电电源类型的补电实现指数越大,补电距离越短,该种补电电源类型对应的补电优势度越大。
步骤64、将匮乏储能电站对应的各种补电电源类型按照补电优势度降序排列,进而将排序结果作为匮乏储能电站对应的补电电源优先等级。
需要进一步说明的是,在步骤63之前还包括下述步骤:将匮乏储能电站对应的光伏补电实现指数、风力补电实现指数和水力补电实现指数与预设的有效实现指数进行对比,若匮乏储能电站对应的光伏补电实现指数、风力补电实现指数和水力补电实现指数均小于预设的有效实现指数,则确定匮乏储能电站的补电电源为配电网。
本发明在对区域内存在补电需求的储能电站确定补电电源时充分考虑到储能电站当前的大气环境对补电电源选择的影响,将其结合各种补电电源对应的补电距离,实现了补电电源的综合有效确定,使得补电电源的确定更加贴合实际,在一定程度上提高了补电电源的利用效果,有利于节约补电操作成本,从而提高了确定结果的实用价值。
步骤7、将匮乏储能电站对应的补电电源优先等级传输到调度终端,由其据此执行临时补电任务。
需要提醒的是本发明提到的调度终端为虚拟电厂,其是一种通过先进信息通信技术和软件系统,实现分布式电源、储能系统、可控负荷的聚合和协调优化,以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。通过利用虚拟电厂进行调度,调节能力更强,更快,更精准,同时调度成本更低。
本发明通过利用虚拟电厂对主动配电网系统中的储能电站进行补电量合理分配和补电电源精准选择,实现了储能电站补电调度的优化处理,最大程度提高了储能电站的补电调度水平,具有较大的前景优势。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (9)

1.一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于,包括以下步骤:
步骤1、统计目标区域内存在的储能电站数量,并定位各储能电站的分布位置,同时获取各储能电站的储电容量和补电参数;
步骤2、提取各储能电站在历史监测时间段内各供电日的供给电量,进而解析各储能电站的单日倾向供给电量;
步骤3、获取各储能电站在集中补电时刻的当前供给电量,将其结合各储能电站的单日倾向供给电量计算各储能电站在集中补电时刻的补给电量;
步骤4、将各储能电站在集中补电时刻的补给电量传输到调度终端,由其据此执行集中补电任务;
步骤5、在各储能电站供电过程中实时监测各储能电站在当日的供电信息,由此判断各储能电站的剩余储电量是否能够维持当日的供电需求,进而将剩余储电量无法维持当日供电需求的储能电站记为匮乏储能电站,与此同时获取匮乏储能电站在当日的补电时间段;
步骤6、基于匮乏储能电站的分布位置从气象中心提取匮乏储能电站在当日补电时间段内的气象预报参数,由此确定匮乏储能电站对应的补电电源优先等级;
步骤7、将匮乏储能电站对应的补电电源优先等级传输到调度终端,由其据此执行临时补电任务。
2.根据权利要求1所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述补电参数为各种补电电源类型对应的补电距离。
3.根据权利要求1所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述解析各储能电站的单日倾向供给电量包括以下解析步骤:
步骤21、将各储能电站在历史监测时间段内存在的各供电日按照时间先后顺序进行编号;
步骤22、以供电日的设置编号为横坐标,以各供电日的供给电量为纵坐标,针对各储能电站在历史监测时间段内供给电量的多次监测在二维坐标内标注出多个点,得到各储能电站在历史监测时间段的供给电量变化曲线;
步骤23、分别获取各储能电站在历史监测时间段的供给电量变化曲线在各点的斜率,记为,其中i表示为储能电站的编号,,j表示为供给电量变化曲线上标注的点编号,
步骤24、将各储能电站在历史监测时间段的供给电量变化曲线在各点的斜率通过公式得到各储能电站在历史监测时间段的供给电量波动指数
步骤25、将各储能电站在历史监测时间段的供给电量波动指数与设置的限定供给电量波动指数进行对比,若某储能电站在历史监测时间段的供给电量波动指数小于设置的限定供给电量波动指数,则将该储能电站在历史监测时间段内各供电日的供给电量进行均值计算,进而将计算结果作为该储能电站的单日倾向供给电量,反之则执行步骤26;
步骤26、依据该储能电站在历史监测时间段内的平均供给电量构建函数表达式,将其在二维坐标中进行标注,得到该储能电站对应的平均供给电量曲线,该平均供给电量曲线将供给电量变化曲线分割为若干封闭区域,此时分别获取位于平均供给电量曲线上端封闭区域的面积和下端封闭区域的面积,进而利用公式,计算得到该储能电站的单日倾向供给电量表示为该储能电站在历史监测时间段内的平均供给电量。
4.根据权利要求3所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述计算各储能电站在集中补电时刻的补给电量具体实施方式如下:
步骤31、将各储能电站的储电容量与对应储能电站在集中补电时刻的当前供给电量相减得到各储能电站在集中补电时刻的剩余储电量;
步骤32、获取相邻集中补电时刻的间隔时长T,并将各储能电站在集中补电时刻的剩余储电量与警戒剩余储电量进行对比,计算各储能电站在集中补电时刻的补给电量,其中表示为第i储能电站在集中补电时刻的剩余储电量,表示为警戒剩余储电量,表示为第i储能电站的单日倾向供给电量,t表示为单个供电日对应的时长。
5.根据权利要求1所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述供电信息为已供电时长和剩余储电量。
6.根据权利要求5所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述判断各储能电站的剩余储电量是否维持当日的供电需求参照以下步骤:
步骤51、从供电信息中提取已供电时长,进而将各储能电站在当日的已供给时长代入公式,得到各储能电站在当日的已供给时长对应的参照供给电量表示为第i储能电站在当日的已供给时长,表示为第i储能电站在当日的供电时效系数,;
步骤52、从供电信息中提取剩余储电量,进而将各储能电站在当日的剩余储电量与各储能电站在当日的已供给时长对应的参照供给电量进行对比,计算各储能电站对应的当日供电需求维持度,其表达式为,其中表示为第i储能电站在当日的剩余储电量;
步骤53、将各储能电站对应的当日供电需求维持度与预设理想维持度进行对比,若某储能电站对应的当日供电需求维持度小于预设理想维持度,则判断该储能电站的剩余储电量无法维持当日的供电需求,反之则判断该储能电站的剩余储电量能够维持当日的供电需求。
7.根据权利要求6所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述获取匮乏储能电站在当日的补电时间段具体操作方式为:
(1)依据单个供电日对应的供电时间区间和匮乏储能电站在当日的已供电时长获取匮乏储能电站在当日已供电时长对应的时间点将其记为匮乏储能电站在当日的补电时间起点;
(2)从单个供电日对应的供电时间区间中提取结束供电时间,将其作为匮乏储能电站在当日的补电时间截点;
(3)将匮乏储能电站在当日的补电时间起点和补电时间截点构成了匮乏储能电站在当日的补电时间段。
8.根据权利要求1所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述气象预报参数包括光照强度、风速和降雨量。
9.根据权利要求8所述的一种基于虚拟电厂的分布式源网荷储调度优化方法,其特征在于:所述确定匮乏储能电站对应的补电电源优先等级具体实现过程如下:
步骤61、从匮乏储能电站在当日补电时间段内的的气象预报参数中提取光照强度,并将其与光伏发电对应的参考光照强度要求进行对比,计算匮乏储能电站对应的光伏补电实现指数,表达式如下:,其中表示为匮乏储能电站当日补电时间段内的光照强度,表示为光伏发电对应的参考光照强度要求,e表示为自然常数;
步骤62、分别从匮乏储能电站当日的气象预报参数中提取风速和降雨量,同理按照步骤61计算出匮乏储能电站对应的风力补电实现指数和水力补电实现指数;
步骤63、从匮乏储能电站对应的补电参数中提取各种补电电源类型对应的补电距离,进而利用公式计算得到匮乏储能电站对应各种补电电源类型的补电优势度,其中u表示为补电电源类型,表示为匮乏储能电站对应各种补电电源类型的补电实现指数,的取值为表示为匮乏储能电站对应各种补电电源类型的补电距离;
步骤64、将匮乏储能电站对应的各种补电电源类型按照补电优势度降序排列,进而将排序结果作为匮乏储能电站对应的补电电源优先等级。
CN202310268719.2A 2023-03-20 2023-03-20 一种基于虚拟电厂的分布式源网荷储调度优化方法 Active CN115983612B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310268719.2A CN115983612B (zh) 2023-03-20 2023-03-20 一种基于虚拟电厂的分布式源网荷储调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310268719.2A CN115983612B (zh) 2023-03-20 2023-03-20 一种基于虚拟电厂的分布式源网荷储调度优化方法

Publications (2)

Publication Number Publication Date
CN115983612A true CN115983612A (zh) 2023-04-18
CN115983612B CN115983612B (zh) 2023-07-25

Family

ID=85965156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310268719.2A Active CN115983612B (zh) 2023-03-20 2023-03-20 一种基于虚拟电厂的分布式源网荷储调度优化方法

Country Status (1)

Country Link
CN (1) CN115983612B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116596286A (zh) * 2023-07-18 2023-08-15 深圳市中科云科技开发有限公司 虚拟电厂的优化调度方法、装置、设备及存储介质
CN116757410A (zh) * 2023-06-13 2023-09-15 杨润琴 利用人工智能模型的补电取电策略鉴别系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015078200A1 (zh) * 2013-11-30 2015-06-04 华为技术有限公司 一种充电方法及装置
KR20150078479A (ko) * 2013-12-30 2015-07-08 주식회사 포스코아이씨티 비상 발전 시스템 및 비상 발전 시스템을 이용한 전력 관리 방법
CN105591398A (zh) * 2014-10-07 2016-05-18 周杰 一种电力控制系统
CN110391663A (zh) * 2019-06-06 2019-10-29 中国电力科学研究院有限公司 一种用于对移动式储能装置进行调用的方法及系统
CN112488444A (zh) * 2020-10-31 2021-03-12 海南电网有限责任公司 电动汽车快慢同步有序充电调度方法以及电量结算方法
CN113665400A (zh) * 2021-07-01 2021-11-19 佛山市索尔电子实业有限公司 风光互补充电方法及系统
CN113746118A (zh) * 2021-07-23 2021-12-03 新源智储能源发展(北京)有限公司 基于储能电站的调度方法、装置、设备和系统
CN114036451A (zh) * 2021-11-04 2022-02-11 西安热工研究院有限公司 一种并网式光储充装置的储能控制方法及系统
WO2022227319A1 (zh) * 2021-04-26 2022-11-03 南京邮电大学 一种源储荷调切联动的紧急控制方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015078200A1 (zh) * 2013-11-30 2015-06-04 华为技术有限公司 一种充电方法及装置
KR20150078479A (ko) * 2013-12-30 2015-07-08 주식회사 포스코아이씨티 비상 발전 시스템 및 비상 발전 시스템을 이용한 전력 관리 방법
CN105591398A (zh) * 2014-10-07 2016-05-18 周杰 一种电力控制系统
CN110391663A (zh) * 2019-06-06 2019-10-29 中国电力科学研究院有限公司 一种用于对移动式储能装置进行调用的方法及系统
CN112488444A (zh) * 2020-10-31 2021-03-12 海南电网有限责任公司 电动汽车快慢同步有序充电调度方法以及电量结算方法
WO2022227319A1 (zh) * 2021-04-26 2022-11-03 南京邮电大学 一种源储荷调切联动的紧急控制方法及系统
CN113665400A (zh) * 2021-07-01 2021-11-19 佛山市索尔电子实业有限公司 风光互补充电方法及系统
CN113746118A (zh) * 2021-07-23 2021-12-03 新源智储能源发展(北京)有限公司 基于储能电站的调度方法、装置、设备和系统
CN114036451A (zh) * 2021-11-04 2022-02-11 西安热工研究院有限公司 一种并网式光储充装置的储能控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
易旺;金可音;龙永新;赵阳;: "一种新型电动车电池管理系统", 湖南工业大学学报, no. 02 *
李旭斌;朱永洁;喻琢舟;翁兴航;张诗建;: "主动配电网"源-荷-储"协调优化控制方法研究", 机电工程技术, no. 05 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757410A (zh) * 2023-06-13 2023-09-15 杨润琴 利用人工智能模型的补电取电策略鉴别系统
CN116757410B (zh) * 2023-06-13 2024-04-26 黑龙江信志先创科技有限公司 利用人工智能模型的补电取电策略鉴别系统
CN116596286A (zh) * 2023-07-18 2023-08-15 深圳市中科云科技开发有限公司 虚拟电厂的优化调度方法、装置、设备及存储介质
CN116596286B (zh) * 2023-07-18 2024-04-16 深圳市中科云科技开发有限公司 虚拟电厂的优化调度方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN115983612B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN107798441B (zh) 一种基于分布式发电的智能微电网系统
CN115983612A (zh) 一种基于虚拟电厂的分布式源网荷储调度优化方法
CN106410966B (zh) 一种应用于多能互补系统的能量管理装置
CN110783959B (zh) 一种新能源发电系统的稳定状态控制系统
CN110601254B (zh) 一种考虑动态载流特性的风电场储能优化配置方法及系统
CN114036451A (zh) 一种并网式光储充装置的储能控制方法及系统
Fan et al. Scheduling framework using dynamic optimal power flow for battery energy storage systems
CN114336753A (zh) 光伏发电和风力发电综合管理系统
CN117239740B (zh) 一种虚拟电厂系统的优化配置与灵活性提升方法及系统
CN108075471A (zh) 基于随机性电源出力预测的多目标约束优化电网调度策略
CN116706905B (zh) 基于电力系统的多能预测及调度方法、设备及存储介质
CN113746105A (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
CN105391082A (zh) 基于分类样板逆变器的光伏电站理论功率计算方法
CN112350435A (zh) 一种基于微电网群和电力可控负荷的虚拟电厂管控装置
CN109904865B (zh) 高压配网峰谷负荷平衡智能管控主系统
Chang et al. Power Dispatch Combining Meteorological Forecast and Dynamic Game Model in Multivariate Distributed Power Generation Systems.
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
CN115333112A (zh) 一种电网调控系统及调控方法
CN112736950B (zh) 一种面向微电网群的公共储能电站配置方法及系统
CN112418950A (zh) 计及光伏的微电网短期负荷预测及控制方法
CN108808666A (zh) 一种能源互联网协同控制系统与控制方法
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
Wang et al. Comparisons of Different Dispatches to Promote the Consumption of Renewable Energy
CN117498468B (zh) 一种多区域虚拟电厂协同优化运行方法

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