CN116070797B - 一种虚拟电厂分布式资源调度方法 - Google Patents
一种虚拟电厂分布式资源调度方法 Download PDFInfo
- Publication number
- CN116070797B CN116070797B CN202310319847.5A CN202310319847A CN116070797B CN 116070797 B CN116070797 B CN 116070797B CN 202310319847 A CN202310319847 A CN 202310319847A CN 116070797 B CN116070797 B CN 116070797B
- Authority
- CN
- China
- Prior art keywords
- predicted
- electric quantity
- power generation
- energy
- power
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供了一种虚拟电厂分布式资源调度方法,涉及供配电领域,根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量,并且根据充电设备的历史运行数据,预测所述充电设备的需求电量,在使用清洁能源时,根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电,不将清洁能源输入到电网中,而是直接输送至充电设备和储能设备中,对充电设备和储能设备的安全运行影响较小,另外调用所述储能设备为所述用户供电,供电稳定,而且即不造成清洁能源的浪费,也解决了清洁能源对电网的冲击问题,减少电网的负荷,对于电网的稳定运行起到积极作用。
Description
技术领域
本发明涉及供配电技术领域,具体而言,涉及一种虚拟电厂分布式资源调度方法。
背景技术
虚拟电厂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、可控负荷等分布式能源的聚合和协调优化,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。
随着世界能源紧缺、环境污染等问题的日益突出,可再生能源的应用越来越广泛,风力、太阳能这类清洁低碳无污染排放的绿色能源越来越多的出现在发电领域。然而尽管分布式能源优点突出,但仍存在诸多问题。
风力发电是由自然风吹动风机的叶片产生电能,而由于风的间歇性的特点,导致风力发电输出的电能具有间歇性的特点。同样的,光伏发电受光照的影响,其发电量波动大,随机性强。电网要求输入其上的电能要稳定平滑,但是风电和光伏发电由于其间歇性和波动性,明显不能符合此要求,接入电网后会对电网产生冲击,使得电网运行不稳定,带来潜在不安全因素。
发明内容
本发明所要解决的问题是直接将风力发电和光伏发电等清洁能源产生的电能输入到电网,对电网产生冲击,不利于电网安全稳定运行。
为解决上述问题,本发明提供了一种虚拟电厂分布式资源调度方法,包括:
根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量;
根据充电设备的历史运行数据,预测所述充电设备的需求电量;
根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电;
根据所述发电量与所述需求电量的差值以及所述用户的所述用电量,调用所述储能设备为所述用户供电;
其中,所述根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量包括:
根据环境温度、所述天气预测信息和基准用电量,预测所述用户的所述用电量;
根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量;
根据所述环境温度、所述天气预测信息和风速监测设备上传的风速信息预测风力发电的发电量。
可选地,所述根据充电设备的历史运行数据,预测所述充电设备的需求电量包括:
根据所述充电设备的历史时间段运行数据,分析在下一时间段所述充电设备的第一预测需求电量;
根据所述充电设备的历史时间点运行数据,分析在下一时间点所述用户的第二预测需求电量,其中所述下一时间点处于所述下一时间段的时间范围内。
可选地,所述根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量包括:
根据所述天气预测信息和历史光电数据,分析在下一时间段所述光伏发电的第一预测发电量;
根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量。
所述根据所述环境温度、所述天气预测信息和风速监测设备上传的风速信息预测风力发电的发电量包括:
根据所述天气预测信息和历史风电数据,分析在下一时间段所述风力发电的第三预测发电量;
根据当前时间点的所述环境温度和所述风速信息,分析在下一时间点所述风力发电的第四预测发电量。
可选地,所述根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量包括:
根据所述光照监测设备感应上传的投影的位置信息,分析获得当前太阳光的照射角和光照强度;
根据所述照射角控制所述调节装置运动,以调节光伏板的角度;
根据当前时间点的所述环境温度和所述光照强度,分析在下一时间点所述光伏发电的第二预测发电量。
可选地,所述调节装置包括球接杆、升降单元、导轨、滑块和推拉单元;
所述球接杆的一端用于与光伏板连接,所述光伏板的两端均安装有所述球接杆,所述光伏板一端的所述球接杆与固定装置连接,所述光伏板另一端的所述球接杆与所述升降单元的伸缩端相连;所述升降单元与所述滑块相连,所述滑块滑动安装在所述导轨内,所述滑块与所述推拉单元的移动端相连,所述推拉单元推动所述滑块在所述导轨内滑动。
可选地,所述光照监测设备包括立柱、转角感应器、长度感应器和固定盘;
所述立柱安装在所述固定盘上,以所述立柱为圆心,所述固定盘上沿圆周方向均匀布设有多个所述转角感应器;在所述转角感应器所在圆的外围设置有多圈所述长度感应器,多圈所述长度感应器与所述立柱同心。
可选地,所述根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电包括:
分析所述充电设备的所述第一预测需求电量与所述第一预测发电量和所述第三预测发电量之间的大小关系,得到第一分析结果;
根据所述第一分析结果,生成下一时间段的第一调用策略,所述第一调用策略为下一时间段调用所述清洁能源为所述充电设备和储能设备供电的策略。
可选地,所述分析所述充电设备的所述第一预测需求电量与所述第一预测发电量和所述第三预测发电量之间的大小关系,得到第一分析结果;根据所述第一分析结果,生成下一时间段的第一调用策略,包括:
判断所述第一预测需求电量是否大于所述第一预测发电量或所述第三预测发电量;
当所述第一预测需求电量小于或等于所述第一预测发电量,或者所述第一预测需求电量小于或等于所述第三预测发电量时,调用所述第一预测发电量和所述第三预测发电量中小于或等于所述第一预测需求电量的一者所对应的所述清洁能源为所述充电设备供电;
当所述第一预测需求电量大于所述第一预测发电量且大于所述第三预测发电量时,判断所述第一预测需求电量是否大于所述第一预测发电量和所述第三预测发电量之和;
当所述第一预测需求电量小于或等于所述第一预测发电量和所述第三预测发电量之和时,调用所述光伏发电和所述风力发电共同为所述充电设备供电;并且,当所述第一预测发电量和所述第三预测发电量之和减去所述第一预测需求电量后的第一剩余电量大于零时,调用所述光伏发电或所述风力发电为所述储能设备供电;
当所述第一预测需求电量大于所述第一预测发电量和所述第三预测发电量之和时,调用所述光伏发电和所述风力发电共同为所述充电设备供电的同时,还调用电网为所述充电设备供电。
可选地,所述根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电还包括:
获取所述第二预测发电量和所述第四预测发电量之后,分析所述充电设备的所述第二预测需求电量与所述第二预测发电量和所述第四预测发电量之间的大小关系,得到第二分析结果;
根据所述第二分析结果,生成下一时间点的第二调用策略,所述第二调用策略为下一时间点调用所述清洁能源为所述充电设备和储能设备供电的策略;
若所述第二调用策略与所述第一调用策略中对应的时间点的策略结果不同,将所述第二调用策略作为下一时间点的执行策略。
可选地,所述根据所述发电量与所述需求电量的差值以及所述用户的所述用电量,调用所述储能设备为所述用户供电包括:
根据所述发电量与所述充电设备的所述需求电量的差值,分析所述储能设备的输入功率;
根据所述储能设备的储电量、所述输入功率和所述用户的用电量,判断所述储能设备的充能速度是否小于所述用户的耗能速度;
当所述充能速度大于或等于所述耗能速度时,调用所述储能设备为所述用户供电;
当所述充能速度小于所述耗能速度时,调用所述储能设备和电网共同为所述用户供电。
与现有技术相比,本发明具有如下有益效果:
本发明提供的一种虚拟电厂分布式资源调度方法,通过环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量,并且根据充电设备的历史运行数据,预测所述充电设备的需求电量,在使用清洁能源时,根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电,不将清洁能源输入到电网中,而是直接输送至充电设备和储能设备中,利用充电设备和储能设备对波动电流的高容忍度的特性,清洁能源发电的不稳定性对充电设备和储能设备的安全运行影响较小,另外调用所述储能设备为所述用户供电,供电稳定;将充电设备和储能设备相结合,即不造成清洁能源的浪费,也解决了清洁能源对电网的冲击问题,并且由于将充电设备的供电源变更为清洁能源,减少电网的负荷,对于电网的稳定运行起到积极作用。
附图说明
图1示出了本发明实施例中虚拟电厂分布式资源调度方法的流程图;
图2示出了本发明实施例中调节装置主视剖视图;
图3示出了图2中A-A向剖视图;
图4示出了本发明实施例中光照监测设备俯视图;
图5示出了本发明实施例中光照监测设备主视剖视图。
附图标记说明:
1、光伏板;2、球接杆;3、升降单元;4、导轨;5、滑块;6、推拉单元;7、立柱;8、转角感应器;9、长度感应器;10、固定盘。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”;术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
图1示出了本发明实施例中虚拟电厂分布式资源调度方法的流程图,所述虚拟电厂分布式资源调度方法包括:
S100:根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量。通过风速监测设备、光照监测设备、温度测量仪等设备或者仪器获取环境信息,通过第三方平台发布的天气预报信息,获取下一时间段的天气预测信息,由于清洁能源受环境因素的影响较大,因此可以使用环境因素中的环境温度和风速,再结合天气预测信息,能够预测清洁能源的发电量。在预测发电量的时候,可以使用过往历史数据与环境信息以及天气预测信息之间的关系,然后根据当前的环境信息和天气预测信息,预测当前清洁能源的发电量;也可以根据环境信息和天气预测信息与清洁能源发电量之间的关系模型,预测清洁能源的发电量。由于用户在不同天气和不同环境温度下的用电量具有一定规律,例如在温度较高或者温度较低的天气用电量明显变多,在温度适宜的天气,由于不使用空调等制冷或者制暖设备,因此用电量会有所下降;根据环境温度与用电量之间的这种具有一定规律的变化关系,可以利用环境温度预测用户的用电量。
S200:根据充电设备的历史运行数据,预测所述充电设备的需求电量。根据充电设备的过往历史运行数据,可以预测当前充电设备的需求电量,所述充电设备可以是新能源汽车充电系统、电动车充电系统等,根据近期充电系统的充电需求量预测当前时间段的需求电量。例如用前三天同一时间段的充电数据预测当前时间段或者下一个时间段的需求电量,可以直接使用前三天同一时间段的用电量的平均值作为预测时间段的需求电量,也可以在平均值的基础上增加一个浮动值,使得预测的需求电量的准确性更高,实用性更强。
S300:根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电。由于清洁能源的发电间歇性和波动性,因此可以将清洁能源的电能直接输给充电设备和储能设备,对于充电设备使用清洁能源充电的,可以给予一定的优惠,鼓励用户使用清洁能源,减少电网电能的消耗,减少电网的负载。
S400:根据所述发电量与所述需求电量的差值以及所述用户的所述用电量,调用所述储能设备为所述用户供电。清洁能源的发电量优先供给充电设备的所述需求电量,可以将多余的清洁能源(所述发电量与所述需求电量的差值)储备在储能设备中,当储能设备的电能达到一定积累之后,储能设备能够输出稳定的电压,此时可以用储能设备给用户直接供电,且供应的电压稳定,为了保证储能设备的电能,清洁能源可以持续给储能设备供电。
其中,所述根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量包括:
根据环境温度、所述天气预测信息和基准用电量,预测所述用户的所述用电量。根据提前获取的天气预测信息和从历史运行数据中分析提取的基准用电量,可以预测用户的用电量,此时得到的用电量可能是提前一天预测出来的用电量,用于提前制定虚拟电厂的能源调用策略。其中,基准用电量为不同温度区域对应的一个基础用电值,例如温度区间为5℃-10℃,其基准用电量为6度,从10℃开始,随着温度的降低,其用电量会逐渐增加,每降低1度,用电量增加2度。或者温度区间为10℃-15℃,其基准用电量为5度,从10℃开始,随着温度的升高,其用电量基本保持不变。因此不同的温度区间,其用电量对应不同的变化规律,这些变化规律可以从过往历史数据中进行归纳总结得到。由于生活水平的提高,用电量处于不断变化的过程中,因此需要使用最新的历史数据,周期性的对基准用电量、温度区间以及温度区间对应的变化规律进行更新。可以使用具有数据上传功能的温度仪对环境温度进行监控,将一天分成多个时间区间,相邻时间区间之间的温度变化不会跨度太大,因此可以使用当前时间区间的温度值去预测下一时间区间的温度值,结合环境温度、时间区间处于用电高峰期还是用电低谷期;
根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量。可以根据提前获取的天气预测信息以及历史运行数据,提前一天或者几天预测光伏发电的发电量,制定大致的调用策略;然后再利用实时获取的环境温度和光照信息,微调提前制定的调用策略,使得调用策略更精准,不同能源的调用更合理,提高清洁能源的利用率;
根据所述环境温度、所述天气预测信息和风速监测设备上传的风速信息预测风力发电的发电量。同样的,风力发电的发电量预测和调用与光伏发电类似。
在本实施例中,通过环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量,并且根据充电设备的历史运行数据,预测所述充电设备的需求电量,在使用清洁能源时,根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电,不将清洁能源输入到电网中,而是直接输送至充电设备和储能设备中,利用充电设备和储能设备对波动电流的高容忍度的特性,清洁能源发电的间歇性和不稳定性特点,可能会影响充电设备的充电时长,但是对充电设备和储能设备的安全性影响较小。另外,将充电设备和储能设备相结合,即使充电设备不能将清洁能源的发电量用完,储能设备也可以将多余的电量暂存,由于储能设备输出的电压稳定,一方面可以在清洁能源发电量不足时,供给充电设备使用,另一方面也可以直接供给用户作为家庭日常用电,供电稳定,即不造成清洁能源的浪费,也解决了清洁能源对电网的冲击问题,并且由于将充电设备的供电源变更为清洁能源,减少电网的负荷,对于电网的稳定运行起到积极作用。
在本发明的一种实施例中,所述根据充电设备的历史运行数据,预测所述充电设备的需求电量包括:
根据所述充电设备的历史时间段运行数据,分析在下一时间段所述充电设备的第一预测需求电量;其中可以将时间按照一天或者几天或者一个月或者几个月进行分段,例如下一时间段可以指明天;分析历史运行数据中每天的需求电量,例如预测3月20号的需求电量,可以根据过往3月15-3月19号的需求电量,如果这几天的需求电量在逐渐增长,可能3月20号的需求电量也会同步增长,根据增长趋势预测3月20号的需求电量;如果这几天的需求电量基本不变,则3月20号的需求电量可能不会变,则求前几天需求电量的平均值作为3月20号的需求电量。
根据所述充电设备的历史时间点运行数据,分析在下一时间点所述用户的第二预测需求电量,其中所述下一时间点处于所述下一时间段的时间范围内。其中将时间按照1小时或者几小时进行分割,下一个时间点可以指下一个小时或者后面几个小时。如果上述时间段以天为单位,那么所述时间点以小时为单位,也就是说下一时间段预测的是下一天的需求电量,而下一时间点预测的是下一个小时或者后面几个小时可能的需求电量,另外下一时间点处于下一时间段的时间范围内。例如,想要预测下午三点到下午四点之间,充电设备的需求电量,此时可以利用过往几天同一时间点的用电数据加上同一天前面几个小时的用电数据进行预测,例如分析连续几天同一时间点的需求电量的走势,并结合当天过往几个小时的用电走势,算出当前下午三点到下午四点的需求电量。
另外,需要说明的是,预先获得下一时间段的第一预测需求电量,是为了提前一天在大的时间跨度上做整体资源的调配,此时需要大概掌握明天用电的趋势,将资源粗略分配;然后在当天实际用电的工程中,提前一小时或者提前几小时再次对需求电量进行二次预测,即得到第二预测需求电量,此时预测出的用电量更加精准,可以在前一天形成的资源调配策略的基础上做微调,减少资源调用所花费的时间,提高资源调度的及时性和准确性。
在本发明的一种实施例中,所述根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量包括:
根据所述天气预测信息和历史光电数据,分析在下一时间段所述光伏发电的第一预测发电量;获取的天气预测信息本身就是一个预测值,因为天气预测信息可能随时会变动,此时分析出的第一预测发电量是一个相对不太精准的数据,只能用来粗略的表示光伏发电的发电量。
根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量。由于环境温度和光照信息都是实时获取的,即使获取的是当前时间点的信息,但是相邻两个时间点,在环境温度和光照信息上的变化不会很大,用实时获取的信息去分析预测发电量更加的精准。
在本实施例中,同样的,所述根据所述环境温度、所述天气预测信息和风速监测设备上传的风速信息预测风力发电的发电量包括:
根据所述天气预测信息和历史风电数据,分析在下一时间段所述风力发电的第三预测发电量;
根据当前时间点的所述环境温度和所述风速信息,分析在下一时间点所述风力发电的第四预测发电量。分别预测出下一时间段和下一时间点对应的风力发电的发电量。
根据下一时间段对应的第一预测用电量,第一预测需求电量,第一预测发电量和第三预测发电量,可以提前制定一个分布式资源的调用策略,以便于大概掌握未来能源的使用情况,还可以指导虚拟电厂的运营者提前预留应急能源量或者提前向电网的运营者申请辅助供电等,对于全局的统筹具有指导意义。但是由于天气预测信息的随机变动性,第三方发布的天气预报不一定很精准,因此还需要根据实时获取的环境温度、光照信息以及风速信息,对发电量和用电量进行再次预估,并根据预估值微调之前制定的资源调用策略,虽然天气预报的精准性不高,但是也具有一定的指导意义,因此事先制定的资源调用策略不会偏差太大,只需要微调即可,节省了后期制定策略的时间,提高效率,尽可能缩短两个时间点之间的间隔,有助于提高调用策略的精准性。
在本发明的一种实施例中,所述根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量包括:
根据所述光照监测设备感应上传的投影的位置信息,分析获得当前太阳光的照射角和光照强度。如图4和图5所示,所述光照监测设备包括立柱7、转角感应器8、长度感应器9和固定盘10;所述立柱7安装在所述固定盘10上,以所述立柱7为圆心,所述固定盘10上沿圆周方向均匀布设有多个所述转角感应器8;在所述转角感应器8所在圆的外围设置有多圈所述长度感应器9,多圈所述长度感应器9与所述立柱7同心。将光照监测设备置于无遮挡的地方,且光照监测设备与光伏发电设备处于同一区域,当太阳照射光照监测设备时,立柱7会在固定盘10上投射出阴影,阴影遮挡转角感应器8和长度感应器9,转角感应器8和长度感应器9为光敏传感器,为多个转角感应器8按照顺序依次编号形成第一序号列,每一个转角感应器8对应一个太阳偏转角,每次固定盘10放置的位置不同,可以重新对转角感应器8重新标定或者重新标号,使得编号为1的转角感应器8对应的太阳偏转角为0,由于多个转角感应器8之间的角度间隔相等,因此余下的转角感应器8对应的太阳偏转角可以按照编号顺序依次自动算出每个编号或者每个转角感应器8对应的标准偏转角。为多个长度感应器9按照从内到外依次编号形成第二序号列,多个转角感应器8和多个长度感应器9分别与感应电路相连,由于光敏传感器被阴影遮挡时,电阻变大,其内电流会变小,根据多个转角感应器8和多个长度感应器9反馈的电流大小,找出最小电流对应的转角感应器8,比较多个长度感应器9上传的电流,得到最大电流,筛选出小于最大电流的多个长度感应器9的编号,并定位多个编号中编号值最大的长度感应器9,该长度感应器9所在位置即为阴影最远点所在位置;根据最小电流对应的转角感应器8所在位置以及阴影最远点所在位置,按照三角函数原理,分析出太阳的照射角,其中照射角包括太阳偏转角和太阳光与地面的入射夹角,根据转角感应器8反馈的最大电流可以分析得知当前太阳光的光照强度,电流越大,光照强度越强。
因为要识别投影到达的位置,因此需要单独收集每个转角感应器8和长度感应器9的电流,因此多个转角感应器8之间不相连,多个长度感应器9之间也不相连,这就意味着,在投影处于相邻两个转角感应器8之间或者投影端部处于两层长度感应器9之间的时候,此时接收到的多个转角感应器8反馈的电流大小可能相等,或者经过判断第二层长度感应器9反馈的电流最小,就认为投影最远端处于第二层长度感应器9上,但实质上,投影最远端处于第二层长度感应器9与第三层长度感应器9之间。对于上述情况,在连续监测的过程中,当多个转角感应器8反馈的电流相等,且反馈电流值大于最小电流值(即一个转角感应器8不被光照到时的电流)时,此时说明转角感应器8是被太阳光照射的,且投影处于相邻两个转角感应器8之间,调用投影遮挡的最后一个转角感应器8对应的编号记为最后编号,检索最后编号对应的偏转角记为基准偏转角,并开始计时,每增加一个指定时间长度,就在基准偏转角的基础上增加指定角度得到当前的偏转角,但是计算出的当前偏转角要保持小于或等于最后编号加1之后的编号对应的下一个标准偏转角;当计算出的当前偏转角等于或者大于下一个标准偏转角时,保持当前偏转角等于下一个标准偏转角,直到监测到下一个编号对应的转角感应器8反馈的电流小于其他转角感应器8反馈的电流,以监测到的偏转角为准。
另外,由于转角感应器8具有一定长度,立柱投影不会一开始就将转角感应器8遮挡住,而使在转角感应器8上的投影逐渐增加,然后逐渐减少,或者在增加和减少之间还会有一段时间保持不变,为了精准的识别偏转角,可以将转角感应器8的长度设置成与投影的宽度相等,这样投影在转角感应器8上的变化就只是逐渐增加到逐渐减少的过程,反映在电流变化上就是电流逐渐减小到逐渐增大,设置每个转角感应器8的两端对应的偏转角,分别为首端对应的第一偏转角和尾端对应的第二偏转角,第一偏转角小于第二偏转角,当监测到转角感应器8的电流值变小时,说明此时转角感应器8的首端开始被阴影遮挡,此时随着电流的减少,偏转角逐渐增大,且电流减少指定数值时,第一偏转角对应增加指定的数值后作为当前太阳的偏转角;当监测到转角感应器8反馈的电流变大时,说明此时阴影在从转角感应器8上离开,此时随着电流的逐渐增大,偏转角逐渐增大,且电流增大指定数值时,第一偏转角继续对应增加指定数值后作为当前太阳的偏转角,直至当前太阳的偏转角增加到与第二偏转角相等。
同样的,设置每个长度感应器9的内边缘对应的距离中心的距离记为第一距离以及外边缘对应的距离中心的距离记为第二距离,当监测到长度感应器9的电流逐渐减小时,随着电流的减小,第一距离增大指定数值后作为当前阴影最远端距离中心的距离;当监测到长度感应器9反馈的电流逐渐增大时,随着电流的增大,第二距离减小指定数值后作为当前阴影最远端距离中心的距离。在监测到一个长度感应器9反馈的电流从最大值变为最小值后,此时阴影的最远端开始处于相邻两个长度感应器9之间,从电流变为最小值开始计时,时间每增加指定时长,在该长度感应器9的第二距离的基础上增加指定距离,同时限制第二距离增加后的数值小于下一个外层长度感应器9内边缘对应的第一距离,直到监测到下一个外层长度感应器9反馈的电流开始变小;同样的,在监测到一个长度感应器9反馈的电流从最小值变为最大值后,此时阴影的最远端开始处于相邻两个长度感应器9之间,从电流变为最大值开始计时,时间每增加指定时长,在该长度感应器9的第一距离的基础上减少指定距离,同时限制第一距离减少后的数值小于下一个内层长度感应器9外边缘对应的第二距离,直到监测到下一个内层长度感应器9反馈的电流开始变大。
根据所述照射角控制所述调节装置中的升降单元3和推拉单元6运动,以调节光伏板1的角度。如图2和图3所示,所述调节装置包括球接杆2、升降单元3、导轨4、滑块5和推拉单元6;所述球接杆2的一端用于与光伏板1连接,所述光伏板1的两端均安装有所述球接杆2,所述光伏板1一端的所述球接杆2与固定装置连接,所述光伏板1另一端的所述球接杆2与所述升降单元3的伸缩端相连;所述升降单元3与所述滑块5相连,所述滑块5滑动安装在所述导轨4内,所述滑块5与所述推拉单元6的移动端相连,所述推拉单元6推动所述滑块5在所述导轨4内滑动。由于光伏板1两端设置了球接杆2,因此升降单元3升降时改变光伏板与地面之间的夹角,推拉单元6工作时,带动滑块5移动,进而带动光伏板1绕着远离升降单元3的球接杆2转动,改变光伏板相对于太阳的方位。根据太阳的偏转角和入射夹角控制升降单元3和推拉单元6运动,其中升降单元3和推拉单元6可以是电动气缸、电动伸缩杆等,调整之后的光伏板始终保持与太阳光垂直或者近似垂直,保证太阳光的利用率较高,这样实际光伏发电的实时输出电量与预测发电量之间的误差不会很大。
根据当前时间点的所述环境温度和所述光照强度,分析在下一时间点所述光伏发电的第二预测发电量。由于光伏发电主要受光照强度和照射角的影响,在保证太阳光线基本与光伏板垂直的情况下,只需要考虑太阳光照强度对光伏发电的影响,另外环境温度也会影响光伏板的发电效率,光伏板是电子元件,与许多电子设备一样,光伏板温度越高,效率越低。因此在预测发电量时也需要考虑环境温度的影响。
在本发明的一种实施例中,所述根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电包括:
分析所述充电设备的所述第一预测需求电量与所述第一预测发电量和所述第三预测发电量之间的大小关系,得到第一分析结果。
根据所述第一分析结果,生成下一时间段的第一调用策略,所述第一调用策略为下一时间段调用所述清洁能源为所述充电设备和储能设备供电的策略。
在本实施例中,所述分析所述充电设备的所述第一预测需求电量与所述第一预测发电量和所述第三预测发电量之间的大小关系,得到第一分析结果;根据所述第一分析结果,生成下一时间段的第一调用策略包括:
判断所述第一预测需求电量是否大于所述第一预测发电量或所述第三预测发电量。
当所述第一预测需求电量小于或等于所述第一预测发电量时,调用所述光伏发电为所述充电设备供电;当所述第一预测需求电量小于或等于所述第三预测发电量时,调用所述风力发电为所述充电设备供电;当所述第一预测需求电量小于或等于所述第一预测发电量,也小于或等于所述第三预测发电量时,调用与所述光伏发电和所述风力发电中的任一种清洁能源为所述充电设备供电。
当所述第一预测需求电量大于所述第一预测发电量且大于所述第三预测发电量时,判断所述第一预测需求电量是否大于所述第一预测发电量和所述第三预测发电量之和。
当所述第一预测需求电量小于或等于所述第一预测发电量和所述第三预测发电量之和时,调用所述光伏发电和所述风力发电共同为所述充电设备供电,另外还需要注意的是,在为充电设备进行供电的时候,优先集中调用一种清洁能源,当调用的清洁能源不足以负荷充电设备的需求时,再调用另一种清洁能源。
当所述第一预测发电量和所述第三预测发电量之和减去所述第一预测需求电量后的第一剩余电量大于零时,调用所述光伏发电或所述风力发电为所述储能设备供电。需要说明的是,调用的清洁能源最好还有较多的富裕发电量。当所述剩余电量小于或等于零时,此时所述光伏发电和所述风力发电全力为充电设备供电,不调用所述伏发电或所述风力发电为所述储能设备供电。
当所述第一预测需求电量大于所述第一预测发电量和所述第三预测发电量之和时,调用所述光伏发电和所述风力发电共同为所述充电设备供电的同时,还调用电网为所述充电设备供电。
在本发明的一种实施例中,所述根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电还包括:
获取所述第二预测发电量和所述第四预测发电量之后,分析所述充电设备的所述第二预测需求电量与所述第二预测发电量和所述第四预测发电量之间的大小关系,得到第二分析结果;
根据所述第二分析结果,生成下一时间点的第二调用策略,所述第二调用策略为下一时间点调用所述清洁能源为所述充电设备和储能设备供电的策略;
若所述第二调用策略与所述第一调用策略中对应的时间点的策略结果不同,将所述第二调用策略作为下一时间点的执行策略。
具体的,根据第二分析结果,若第二分析结果与第一分析结果不同,导致所述充电设备调用的所述清洁能源发生变化,可以调整所述第一调用策略,形成新的第二调用策略。例如,在第二分析结果中,所述第二预测需求电量小于或等于所述第二预测发电量,但是所述第二预测需求电量大于所述第四预测发电量,此时只能调用所述光伏发电为所述充电设备供电,不能调用所述风力发电为所述充电设备供电。若第一调用策略中,调用的是所述风力发电为所述充电设备供电,此时需要修改为调用所述光伏发电为所述充电设备供电。
当所述第二预测发电量和所述第四预测发电量之和减去所述第二预测需求电量后的第二剩余电量小于或等于零时,调整所述第一调用策略,取消调用所述光伏发电或所述风力发电为所述储能设备供电。例如,当第一调用策略中判断所述剩余电量大于零,调用所述光伏发电或所述风力发电为所述储能设备供电,此时需要取消该调用策略。
将调整后的所述第一调用策略作为下一时间点执行的第二调用策略。最终执行的调用策略为第二调用策略。由于下一时间点处于下一时间段内,因此在对时间段内不同的时间点进行分析的时候,均可以在时间段对应的第一调用策略的基础上进行调整,形成不同时间点对应的不同的第二调用策略,另外,在执行第二调用策略时,还需要时刻关注当前时刻的发电量,用电量以及需求电量的动态变化,根据上述判断标准,及时调整调用策略。
在本发明的一种实施例中,所述根据所述发电量与所述需求电量的差值以及所述用户的所述用电量,调用所述储能设备为所述用户供电包括:
根据所述发电量与所述充电设备的所述需求电量的差值,分析所述储能设备的输入功率。当发电量与需求电量之间的差值为正值时,说明发电量有富裕,此时可以将富裕的发电量输入到储能设备中进行储存,但是差值的大小影响储能设备的输入功率,输入功率的大小影响储能设备的充能速度。
根据所述储能设备的储电量、所述输入功率和所述用户的用电量,判断所述储能设备的充能速度是否小于所述用户的耗能速度。充能速度等于充电电压*充电电流,将充电速度的单位换算成kWh,得到的就是每小时可以充多少度电。同样的,根据用户当前的用电情况,可以预测出用户接下来一段时间可能会每小时用多少度电。
当所述充能速度大于或等于所述耗能速度时,说明储能设备中的电能不会被用完,此时仅需要调用所述储能设备为所述用户供电。
当所述充能速度小于所述耗能速度时,说明储能设备中的电能在某个时间点上会被用完,此时需要调用所述储能设备和电网共同为所述用户供电。具体的,获取所述储能设备中的储电量,使用储电量除以耗能速度与充能速度的差值,得到储能设备中的电能用完所需的用尽时间,但是由于充能速度和耗能速度均处于时刻变动的状态,因此当用尽时间一旦小于预设时长时,就需要调用电网与储能设备一起为所述用户供电,保证用户用电不被中断。
虽然本公开披露如上,但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (9)
1.一种虚拟电厂分布式资源调度方法,其特征在于,包括:
根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量;
根据充电设备的历史运行数据,预测所述充电设备的需求电量;
根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电;
根据所述发电量与所述需求电量的差值以及所述用户的所述用电量,调用所述储能设备为所述用户供电;
其中,所述根据环境信息和天气预测信息,预测清洁能源的发电量和用户的用电量包括:
根据环境温度、所述天气预测信息和基准用电量,预测所述用户的所述用电量;
根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量;
根据所述环境温度、所述天气预测信息和风速监测设备上传的风速信息预测风力发电的发电量;
所述根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量包括:
根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量;
所述根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量包括:
根据所述光照监测设备感应上传的投影的位置信息,分析获得当前太阳光的照射角和光照强度;
所述光照监测设备包括立柱(7)、转角感应器(8)、长度感应器(9)和固定盘(10);
所述立柱(7)安装在所述固定盘(10)上,以所述立柱(7)为圆心,所述固定盘(10)上沿圆周方向均匀布设有多个所述转角感应器(8);在所述转角感应器(8)所在圆的外围设置有多圈所述长度感应器(9),多圈所述长度感应器(9)与所述立柱(7)同心;
所述根据所述光照监测设备感应上传的投影的位置信息,分析获得当前太阳光的照射角和光照强度包括:
多个转角感应器(8)按照顺序依次编号形成第一序号列,每一个转角感应器(8)对应一个太阳偏转角,为多个长度感应器(9)按照从内到外依次编号形成第二序号列;
获取多个转角感应器(8)和多个长度感应器(9)反馈的电流大小;
比较多个转角感应器(8)上传的电流,找出最小电流对应的转角感应器(8);
比较多个长度感应器(9)上传的电流,得到最大电流;
筛选出小于最大电流的多个长度感应器(9)的编号,并定位多个编号中编号值最大的长度感应器(9),该长度感应器(9)所在位置即为阴影最远点所在位置;
根据最小电流对应的转角感应器(8)所在位置以及阴影最远点所在位置,分析出太阳的照射角,其中,所述照射角包括太阳偏转角和太阳光与地面的入射夹角;
当多个转角感应器(8)反馈的电流相等,且反馈电流值大于最小电流值时,调用投影遮挡的最后一个转角感应器(8)对应的编号记为最后编号,检索最后编号对应的偏转角记为基准偏转角,并开始计时,每增加一个指定时间长度,就在基准偏转角的基础上增加指定角度得到当前的偏转角;
当计算出的当前偏转角等于或者大于下一个标准偏转角时,保持当前偏转角等于下一个标准偏转角,直到监测到下一个编号对应的转角感应器(8)反馈的电流小于其他转角感应器(8)反馈的电流。
2.根据权利要求1所述的虚拟电厂分布式资源调度方法,其特征在于,所述根据充电设备的历史运行数据,预测所述充电设备的需求电量包括:
根据所述充电设备的历史时间段运行数据,分析在下一时间段所述充电设备的第一预测需求电量;
根据所述充电设备的历史时间点运行数据,分析在下一时间点所述用户的第二预测需求电量,其中所述下一时间点处于所述下一时间段的时间范围内。
3.根据权利要求2所述的虚拟电厂分布式资源调度方法,其特征在于,所述根据所述环境温度、所述天气预测信息和光照监测设备上传的光照信息预测光伏发电的发电量包括:
根据所述天气预测信息和历史光电数据,分析在下一时间段所述光伏发电的第一预测发电量;
所述根据所述环境温度、所述天气预测信息和风速监测设备上传的风速信息预测风力发电的发电量包括:
根据所述天气预测信息和历史风电数据,分析在下一时间段所述风力发电的第三预测发电量;
根据当前时间点的所述环境温度和所述风速信息,分析在下一时间点所述风力发电的第四预测发电量。
4.根据权利要求3所述的虚拟电厂分布式资源调度方法,其特征在于,所述根据当前时间点的所述环境温度和所述光照信息,分析在下一时间点所述光伏发电的第二预测发电量包括:
根据所述照射角控制调节装置运动,以调节光伏板的角度;
根据当前时间点的所述环境温度和所述光照强度,分析在下一时间点所述光伏发电的第二预测发电量。
5.根据权利要求4所述的虚拟电厂分布式资源调度方法,其特征在于,所述调节装置包括球接杆(2)、升降单元(3)、导轨(4)、滑块(5)和推拉单元(6);
所述球接杆(2)的一端用于与光伏板(1)连接,所述光伏板(1)的两端均安装有所述球接杆(2),所述光伏板(1)一端的所述球接杆(2)用于与固定装置连接,所述光伏板(1)另一端的所述球接杆(2)与所述升降单元(3)的伸缩端相连;所述升降单元(3)与所述滑块(5)相连,所述滑块(5)滑动安装在所述导轨(4)内,所述滑块(5)与所述推拉单元(6)的移动端相连,所述推拉单元(6)推动所述滑块(5)在所述导轨(4)内滑动。
6.根据权利要求3所述的虚拟电厂分布式资源调度方法,其特征在于,所述根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电包括:
分析所述充电设备的所述第一预测需求电量与所述第一预测发电量和所述第三预测发电量之间的大小关系,得到第一分析结果;
根据所述第一分析结果,生成下一时间段的第一调用策略,所述第一调用策略为下一时间段调用所述清洁能源为所述充电设备和储能设备供电的策略。
7.根据权利要求6所述的虚拟电厂分布式资源调度方法,其特征在于,所述分析所述充电设备的所述第一预测需求电量与所述第一预测发电量和所述第三预测发电量之间的大小关系,得到第一分析结果;根据所述第一分析结果,生成下一时间段的第一调用策略,包括:
判断所述第一预测需求电量是否大于所述第一预测发电量或所述第三预测发电量;
当所述第一预测需求电量小于或等于所述第一预测发电量,或者所述第一预测需求电量小于或等于所述第三预测发电量时,调用所述第一预测发电量和所述第三预测发电量中小于或等于所述第一预测需求电量的一者所对应的所述清洁能源为所述充电设备供电;
当所述第一预测需求电量大于所述第一预测发电量且大于所述第三预测发电量时,判断所述第一预测需求电量是否大于所述第一预测发电量和所述第三预测发电量之和;
当所述第一预测需求电量小于或等于所述第一预测发电量和所述第三预测发电量之和时,调用所述光伏发电和所述风力发电共同为所述充电设备供电;并且,当所述第一预测发电量和所述第三预测发电量之和减去所述第一预测需求电量后的第一剩余电量大于零时,调用所述光伏发电或所述风力发电为所述储能设备供电;
当所述第一预测需求电量大于所述第一预测发电量和所述第三预测发电量之和时,调用所述光伏发电和所述风力发电共同为所述充电设备供电的同时,还调用电网为所述充电设备供电。
8.根据权利要求6所述的虚拟电厂分布式资源调度方法,其特征在于,所述根据所述清洁能源的所述发电量和所述充电设备的所述需求电量,调用所述清洁能源为所述充电设备和储能设备供电还包括:
获取所述第二预测发电量和所述第四预测发电量之后,分析所述充电设备的所述第二预测需求电量与所述第二预测发电量和所述第四预测发电量之间的大小关系,得到第二分析结果;
根据所述第二分析结果,生成下一时间点的第二调用策略,所述第二调用策略为下一时间点调用所述清洁能源为所述充电设备和储能设备供电的策略;
若所述第二调用策略与所述第一调用策略中对应的时间点的策略结果不同,将所述第二调用策略作为下一时间点的执行策略。
9.根据权利要求1-8任一所述的虚拟电厂分布式资源调度方法,其特征在于,所述根据所述发电量与所述需求电量的差值以及所述用户的所述用电量,调用所述储能设备为所述用户供电包括:
根据所述发电量与所述充电设备的所述需求电量的差值,分析所述储能设备的输入功率;
根据所述储能设备的储电量、所述输入功率和所述用户的用电量,判断所述储能设备的充能速度是否小于所述用户的耗能速度;
当所述充能速度大于或等于所述耗能速度时,调用所述储能设备为所述用户供电;
当所述充能速度小于所述耗能速度时,调用所述储能设备和电网共同为所述用户供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310319847.5A CN116070797B (zh) | 2023-03-29 | 2023-03-29 | 一种虚拟电厂分布式资源调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310319847.5A CN116070797B (zh) | 2023-03-29 | 2023-03-29 | 一种虚拟电厂分布式资源调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116070797A CN116070797A (zh) | 2023-05-05 |
CN116070797B true CN116070797B (zh) | 2023-08-22 |
Family
ID=86182258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310319847.5A Active CN116070797B (zh) | 2023-03-29 | 2023-03-29 | 一种虚拟电厂分布式资源调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116070797B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252398B (zh) * | 2023-11-15 | 2024-02-02 | 中国海洋大学 | 一种基于神经网络的城市供热平衡调控方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2251822A1 (en) * | 2009-05-12 | 2010-11-17 | Siemens Aktiengesellschaft | A method for load balancing in a power system |
CN107017658A (zh) * | 2017-03-20 | 2017-08-04 | 国网浙江省电力公司嘉兴供电公司 | 虚拟电厂根据预测用电负荷进行自调节的控制方法 |
CN111463834A (zh) * | 2020-04-08 | 2020-07-28 | 合肥阳光新能源科技有限公司 | 虚拟电厂的运行控制方法及虚拟电厂 |
CN111641207A (zh) * | 2020-06-03 | 2020-09-08 | 国网上海市电力公司 | 一种区域能源综合体虚拟聚合系统及方法 |
CN111815018A (zh) * | 2020-05-29 | 2020-10-23 | 国网冀北电力有限公司计量中心 | 一种虚拟电厂的优化调度方法及装置 |
CN111934360A (zh) * | 2020-07-09 | 2020-11-13 | 浙江浙能技术研究院有限公司 | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 |
CN112350435A (zh) * | 2020-10-16 | 2021-02-09 | 湖北华夏明源能源管理有限公司 | 一种基于微电网群和电力可控负荷的虚拟电厂管控装置 |
AU2021102348A4 (en) * | 2021-05-04 | 2021-06-24 | Byrnes, Rohan MR | IP-SB-EVTS-INP2021:: Solar Bond Transition Subsidy(SBTS) and Electric Vehicle Transition Subsidy(EVTS)- Provision of legal contracts in the form of a bond (or mortgage) for the supply of solar systems, batteries, and electric vehicles. |
CN113410874A (zh) * | 2021-06-04 | 2021-09-17 | 国网综合能源服务集团有限公司 | 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法 |
CN115310655A (zh) * | 2022-06-13 | 2022-11-08 | 深圳芯亿航科技有限公司 | 一种虚拟电厂电力聚合与调控优化方法 |
CN115333170A (zh) * | 2022-10-17 | 2022-11-11 | 国网浙江省电力有限公司宁波供电公司 | 一种分布式电源并网调度方法、装置及电网运营系统 |
CN115528717A (zh) * | 2022-11-25 | 2022-12-27 | 国网(北京)新能源汽车服务有限公司 | 虚拟电厂调度方法、系统、电子设备及储存介质 |
CN115775046A (zh) * | 2022-12-05 | 2023-03-10 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种虚拟电厂优化调度方法、系统、电子设备及存储介质 |
CN115864460A (zh) * | 2022-12-09 | 2023-03-28 | 广东电网有限责任公司 | 一种电力调峰方法、装置、设备及存储介质 |
-
2023
- 2023-03-29 CN CN202310319847.5A patent/CN116070797B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2251822A1 (en) * | 2009-05-12 | 2010-11-17 | Siemens Aktiengesellschaft | A method for load balancing in a power system |
CN107017658A (zh) * | 2017-03-20 | 2017-08-04 | 国网浙江省电力公司嘉兴供电公司 | 虚拟电厂根据预测用电负荷进行自调节的控制方法 |
CN111463834A (zh) * | 2020-04-08 | 2020-07-28 | 合肥阳光新能源科技有限公司 | 虚拟电厂的运行控制方法及虚拟电厂 |
CN111815018A (zh) * | 2020-05-29 | 2020-10-23 | 国网冀北电力有限公司计量中心 | 一种虚拟电厂的优化调度方法及装置 |
CN111641207A (zh) * | 2020-06-03 | 2020-09-08 | 国网上海市电力公司 | 一种区域能源综合体虚拟聚合系统及方法 |
CN111934360A (zh) * | 2020-07-09 | 2020-11-13 | 浙江浙能技术研究院有限公司 | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 |
CN112350435A (zh) * | 2020-10-16 | 2021-02-09 | 湖北华夏明源能源管理有限公司 | 一种基于微电网群和电力可控负荷的虚拟电厂管控装置 |
AU2021102348A4 (en) * | 2021-05-04 | 2021-06-24 | Byrnes, Rohan MR | IP-SB-EVTS-INP2021:: Solar Bond Transition Subsidy(SBTS) and Electric Vehicle Transition Subsidy(EVTS)- Provision of legal contracts in the form of a bond (or mortgage) for the supply of solar systems, batteries, and electric vehicles. |
CN113410874A (zh) * | 2021-06-04 | 2021-09-17 | 国网综合能源服务集团有限公司 | 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法 |
CN115310655A (zh) * | 2022-06-13 | 2022-11-08 | 深圳芯亿航科技有限公司 | 一种虚拟电厂电力聚合与调控优化方法 |
CN115333170A (zh) * | 2022-10-17 | 2022-11-11 | 国网浙江省电力有限公司宁波供电公司 | 一种分布式电源并网调度方法、装置及电网运营系统 |
CN115528717A (zh) * | 2022-11-25 | 2022-12-27 | 国网(北京)新能源汽车服务有限公司 | 虚拟电厂调度方法、系统、电子设备及储存介质 |
CN115775046A (zh) * | 2022-12-05 | 2023-03-10 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种虚拟电厂优化调度方法、系统、电子设备及存储介质 |
CN115864460A (zh) * | 2022-12-09 | 2023-03-28 | 广东电网有限责任公司 | 一种电力调峰方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
计及需求响应的气电互联虚拟电厂多目标调度优化模型;张军六;樊伟;谭忠富;鞠立伟;德格吉日夫;杨莘博;孙婧霞;;电力建设(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116070797A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8065041B2 (en) | Concentrating control method of generating sets for grid energy saving and reduction of SO2 discharge | |
CN106532764B (zh) | 一种就地消纳光伏发电的电动汽车充电负荷调控方法 | |
CN116070797B (zh) | 一种虚拟电厂分布式资源调度方法 | |
CN111340299B (zh) | 一种微电网多目标优化调度方法 | |
CN103259285A (zh) | 含大规模风电电力系统的短期运行优化方法 | |
CN109103929A (zh) | 基于改进动态克里丝金模型的配电网经济优化调度方法 | |
CN102545707A (zh) | 以发电单元为基本预测单元的发电功率预测方法及系统 | |
CN109347152A (zh) | 考虑多类型电源参与调峰的随机生产模拟方法及应用 | |
CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
CN112234604A (zh) | 一种多能互补电源基地优化配置方法、存储介质及设备 | |
CN116933929A (zh) | 基于人工智能的电力预测与调度方法及系统 | |
CN113919717A (zh) | 面向多目标同步优化的虚拟电厂资源调度方法和装置 | |
CN112836849A (zh) | 一种考虑风电不确定性的虚拟电厂调度方法 | |
CN109038668B (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能系统 | |
CN106709585A (zh) | 一种利用实时摄像实现极短期光伏功率预测的系统 | |
CN112288130B (zh) | 一种基于两阶段多目标优化的新能源消纳计算方法 | |
CN109546676A (zh) | 一种多天气条件下风电预测可信度计算方法 | |
CN115983612A (zh) | 一种基于虚拟电厂的分布式源网荷储调度优化方法 | |
CN116667333A (zh) | 一种新能源发电和用电功率预测系统及方法 | |
CN116706869A (zh) | 一种用于区域电网供需平衡场景的预测方法及装置 | |
CN110135094A (zh) | 一种基于收缩空间和声算法的虚拟电厂优化调度方法 | |
CN108985625A (zh) | 一种光伏设备运行分析方法 | |
Panjwani et al. | Short-term solar and wind generation forecasting for the western region of india | |
CN110165699B (zh) | 基于个体优化及系统多能互补的光热电站优化配置方法 | |
CN109799732B (zh) | 一种数据驱动的梯级水电和新能源联合运行实验系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |