CN116436077A - 一种基于光伏储能的柔性供电系统及方法 - Google Patents

一种基于光伏储能的柔性供电系统及方法 Download PDF

Info

Publication number
CN116436077A
CN116436077A CN202310355951.XA CN202310355951A CN116436077A CN 116436077 A CN116436077 A CN 116436077A CN 202310355951 A CN202310355951 A CN 202310355951A CN 116436077 A CN116436077 A CN 116436077A
Authority
CN
China
Prior art keywords
photovoltaic
photovoltaic power
information
power station
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.)
Pending
Application number
CN202310355951.XA
Other languages
English (en)
Inventor
吴跃波
朱征勇
吴竞雄
贺小灵
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.)
Chongqing Yueda New Energy Co ltd
Original Assignee
Chongqing Yueda New Energy 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 Chongqing Yueda New Energy Co ltd filed Critical Chongqing Yueda New Energy Co ltd
Priority to CN202310355951.XA priority Critical patent/CN116436077A/zh
Publication of CN116436077A publication Critical patent/CN116436077A/zh
Pending legal-status Critical Current

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
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • 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
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明涉及供电技术领域，公开了一种基于光伏储能的柔性供电系统及方法。一种基于光伏储能的柔性供电系统，包括：光伏发电站获取模块实时获取一定区域内的光伏发电站信息；用户端获取模块获取一定区域内的用户信息；光伏发电量预测模块预测各光伏发电站的发电量；用电量预测模块预测用电量；损耗信息获取模块获取各个输送线路的损耗信息；预储量与输送量确定模块确定将发电充足的光伏发电站输送至电量匮乏的光伏发电站进行存储的电量；输电线路分析模块分析并得到最优输送方案；输送模块根据最优输送方案将光伏发电站的电力进行输送。本申请能够获取最优供电线路进行柔性供电，从而减少各光伏电站供电时传输过程中的损耗，节约资源。

Description

一种基于光伏储能的柔性供电系统及方法
技术领域
本发明涉及供电技术领域，具体涉及一种基于光伏储能的柔性供电系统及方法。
背景技术
光伏储能就是太阳能光伏储能发电系统，存储光伏系统产生的电能，并且在光伏系统电力不足的时候，通过相应的电力调度，对外提供电力。柔性供电技术是针对不同电力用户以及负荷的需要，进而提供不同质量以及形式的电力供应，具有着高度的可靠性、灵活性以及信息化和智能化的供电技术。
柔性供电技术就像为电力输送装上了精准的“调度器”，能够实现电流精准控制，有效提升电网的输送能力和安全稳定水平，柔性供电技术能够灵活和精准地调节电网潮流、电压，能够对输电网按照设定的控制目标和策略进行。
现有的柔性供电系统大多从用户端出发，通过对用户所需用电量进行统计，从而将光伏发电站的电量进行定量输送，但是，由于光伏电站常采用电池储能，成本高，且输送距离越远电能的损耗越大，如何减少各光伏电站供电时传输过程中的损耗，成为亟需解决的问题。
发明内容
本发明意在提供一种基于光伏储能的柔性供电系统及方法，以获取最优供电线路进行柔性供电，从而减少各光伏电站供电时传输过程中的损耗，节约资源。
为达到上述目的，本发明采用如下技术方案：
一种基于光伏储能的柔性供电系统，包括：
光伏发电站获取模块，用于实时获取一定区域内的光伏发电站信息，所述光伏发电站信息包括供电位置和供电量；
用户端获取模块，用于获取一定区域内的用户信息，所述用户信息包括用电量和用电位置；
光伏发电量预测模块，根据各光伏发电站同月份的历史发电量和历史天气预测各光伏发电站的发电量；
用电量预测模块，根据用户历史月度用电情况和历史工作日与非工作日用电情况，预测用电量；
损耗信息获取模块，用于获取各个输送线路的损耗信息；
预储量与输送量确定模块，用于预测未来光伏发电充足的光伏发电站及电量匮乏的光伏发电站，确定将发电充足的光伏发电站输送至电量匮乏的光伏发电站进行存储的电量；
输电线路分析模块，用于根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优输送方案；
输送模块，根据最优输送方案，将光伏发电站的电力进行输送。
本方案的原理及优点是：实际应用时，光伏发电站分布在一定区域内，各光伏发电站的地理位置和供电量信息均不相同，供电能力也各不相同，光伏电站获取模块实时获取一定区域内的光伏发电站信息，所述光伏发电站信息包括供电位置和供电量，能够对供电能力及时掌握更新；用户端获取模块，用于获取一定区域内的用户信息，所述用户信息包括用电量和用电位置,通过掌握用户信息，利于对电量需求情况进行掌握；在光伏发电站的电力输送到用户端的过程中，由于导线存在电阻，因此当负荷电流通过线路时，在线路电阻上会产生功率损耗，且实际运行的电力线路周围的环境温度是变化的，电阻随温度的变化而变化，因此，各输送线路的损耗情况各异，损耗信息获取模块，用于获取各个输送线路的损耗信息；输电线路分析模块，用于根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优供电线路；通过对光伏发电站的供电能力、用户端的电量需求情况以及各个输送线路的损耗信息进行综合分析，即能够获得损耗最小的输送方案，即最优输送方案；输送模块，根据最优输送方案，将光伏发电站的电力进行输送。
本申请中，通过对光伏发电量和用户用电量进行预测，能够提前将发电效率好的光伏发电站的电以最小损耗输送到发电效率差的光伏发电站进行存储，并在提前对电力输送线路进行分析时，便于与未来一定时间内对输电损耗有影响的可变信息进行结合，从而实现输电损耗最小，节省电力资源。当光伏发电站电量充足时，将电量过盛的光伏发电站的电量输送到未来电量匮乏的光伏发电站进行存储，能够减少电量缺乏时的电量输送时间，避免出现输送线路故障等不确定事件对用户正常用电造成影响。
在实时供电时，也能够对输电损耗最小的输电方案进行分析，实现输电损耗最小，节省电力资源。
优选的，作为一种改进，所述损耗信息获取模块包括：
环境温度附加电阻获取子模块，通过温度传感器，对各输电网络的环境温度进行监控，并根据环境温度计算环境温度附加电阻；
负载电流附加电阻获取子模块，用于获取电流通过导线时，温度升高带来的负载电流附加电阻；
实际损耗信息获取子模块，用于计算线路实际电阻，实际电阻包括环境温度附加电阻、负载电流附加电阻和导线单位长度电阻，再根据实际电阻计算实际损耗。
技术效果：20℃时的导线单位长度电阻值为常规的默认电阻，但实际运行的电力线路周围的环境温度在变化；且负载电流通过导线时发热又使导线温度升高，导线中的实际电阻值随环境、温度和负荷电流的变化而变化，因此，考虑环境和负载电流对实际电阻的影响，利于准确获取损耗情况。
优选的，作为一种改进，用户端获取模块还包括：
用户类型获取子模块，根据用电情况，获取用户类型，所述用户类型包括工业园区、商业楼和住宅；
响应等级划分子模块，将用户类型进行等级划分，同时将每一用户类型中的各用户也进行等级划分，得到响应等级；
用电量统计模块，用于统计各输送地的同一响应等级的用电量。
技术效果：通过对用户类型进行响应等级划分，根据响应等级能够明确优先级，当光伏发电不稳定时，能够确保重点用户不受影响，从而减少损失。
优选的，作为一种改进，所述输电线路分析模块还包括：
比较子模块，用于比较供电量与用电量的大小关系，得到比较结果；
分析子模块，用于根据比较结果进行分析和计算最优输送方案，当供电量小于用电量时，用电量按照响应等级进行缩减，直到用电量不大于供电量，再分析获取最优输送方案。
技术效果：由于光伏发电受到环境和天气的影响较大，存在不稳定性，当光伏发电的供电量小于用电量时，即出现供不应求的情况，根据用户的需求程度，即响应等级进行供电，利于将光伏发电的不稳定性带来的影响降到最低。
优选的，作为一种改进，所述光伏发电站信息还包括发电稳定性、工作年限、设备运行状态、光伏面板设置规模和维修状况。
技术效果：通过对光伏发电站的发电稳定性、工作年限、设备运行状态、光伏面板设置规模和维修状况进行对比分析，能够更好的判断光伏发电站的投产状况，以及产出状况，从而更好的进行预储输送规划。
优选的，作为一种改进，光伏发电量预测模块具体预测方式为：对各光伏发电站同月份内天气相同时的光伏发电量进行加权平均，得到的加权平均值即为当月相同天气的预测值；
用电量预测模块具体预测方式为：对各用户类型同月份内工作日或非工作日时的用电量进行加权平均，得到的加权平均值即为当月工作日或非工作日的预测值。
技术效果：光伏发电量受到天气的影响较大，按照历年相同月份中天气相同时的发电量作为原始数据进行预测，规律性更强；用电量则是从历年相同月份的工作日和非工作日进行考虑，例如工业园区和商业楼在工作日时用电量较大，而住宅则是在非工作日时用电量更大，同样的，根据同月份数据进行预测，还能够反应季节性规律。
优选的，作为一种改进，还包括
环境温度预测模块，用于在天气预测网站获取未来一定时间内的环境温度信息；
输送时间确定模块，获取环境温度信息中电力输送损耗最低的环境温度时间段，将此时间段作为电力输送时间。
技术效果：由于电力输送的损耗受到环境温度的影响，通过对环境温度进行预测来确当输送时间能够减少电力输送过程中的损耗，进一步达到节能的效果。
优选的，作为一种改进，还包括调整模块，所述调整模块用于对光伏发电站信息、用户信息和最优输送方案进行调整。
技术效果：当输送线路出现故障、光伏发电站信息及用户信息存在特殊情况时，调整模块能够及时做出调整，提升突发情况应对能力。
一种基于光伏储能的柔性供电方法，包括：
步骤1，实时获取一定区域内的光伏发电站信息；
步骤2，获取一定区域内的用户信息，并根据用户类型划分响应等级；
步骤3，获取各个输送线路的损耗信息，具体的为计算环境温度附加电阻、负载电流附加电阻，并将环境温度附加电阻、负载电流附加电阻用以计算得到实际损耗；
步骤4，根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优输送方案；
步骤5，根据最优输送方案，将光伏发电站的电力进行输送；
步骤6，预测未来光伏发电充足的光伏发电站及电量匮乏的光伏发电站，将发电充足的光伏发电站的电量输送至电量匮乏的光伏发电站进行存储；
步骤7，对光伏发电站信息、用户信息和最优输送方案进行调整。
附图说明
图1为一种基于光伏储能的柔性供电系统实施例的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例基本如附图1所示：
一种基于光伏储能的柔性供电系统，包括：
光伏发电站获取模块，用于实时获取一定区域内的光伏发电站信息，所述光伏发电站信息包括供电位置和供电量；各光伏发电站的地理位置和供电量信息均不相同，供电能力也各不相同，通过供电位置能够确定供电线路的长度，从而进行损耗的计算。
所述光伏发电站信息还包括发电稳定性、工作年限、设备运行状态、光伏面板设置规模和维修状况，通过对光伏发电站的发电稳定性、工作年限、设备运行状态、光伏面板设置规模和维修状况进行对比分析，能够更好的判断光伏发电站的投产状况，以及产出状况，从而更好的进行预储输送规划。
用户端获取模块，用于获取一定区域内的用户信息，所述用户信息包括用电量和用电位置；用电位置具体的为光伏电站电量输送到某片区的集中位置，通过集中位置再分别输送到具体的用户，通过掌握用户信息，利于对片区电量需求情况进行掌握，片区根据实际供电情况进行划定；用户端获取模块还包括：
用户类型获取子模块，根据用电情况，获取用户类型，所述用户类型包括工业园区、商业区和住宅；工业园区包括用电量大的机械设备，用电持续性要求高；商业区包括办公用电、餐饮用电等，住宅则主要是生活用电，商业区和住宅受到工作日与休息日的影响，通过对用户类型进行划分，利于对光伏发电站输电时间和响应等级进行分析；
响应等级划分子模块，将用户类型进行等级划分，同时将每一用户类型中的各用户也进行等级划分，得到响应等级；根据用户所在区域实际用户类型框架，以及当地政策要求，对用户类型的响应等级进行划分，例如，某一用电区域旅游业为主导产业，那么将响应等级为商业区一级响应，住宅区二级响应，工业区三级响应，当电量紧缺时，根据供电能力，优先对商业区供电，其次住宅区，再是工业区；在同一用户类型中，根据实际用途，还能进一步对响应等级划分，例如，工业园区中，生产链包括由电力控制的恒温链时，一旦温度变化即造成不可挽回的巨大损失，即划分为三级A等响应，停电会造成工期拖延的产业划分为三级B等响应，停电导致工作环境变差的产业划分为三级C等响应，其它为三级D等响应；当电量紧缺时，根据供电能力，按照三级A等、三级B等、三级C等、三级D等的顺序进行响应；当各用户类型为同一个二级响应类别时，按照一级分类进行优先排序，如一级A等和二级A等，一级A等较二级A等优先响应。
用电量统计模块，用于统计各输送地的同一响应等级的用电量，如某地一级A等用电量。
通过对用户类型进行响应等级划分，根据响应等级能够明确优先级，当光伏发电不稳定时，能够确保重点用户不受影响，从而减少损失。
光伏发电量预测模块，根据各光伏发电站同月份的历史发电量和历史天气预测各光伏发电站的发电量，具体为对各光伏发电站同月份内天气相同时的光伏发电量进行加权平均，得到的加权平均值即为当月相同天气的预测值；例如，历史时间为2010-2022年1月，将天气为晴时的所有光伏发电进行加权平均，得到的单位时间光伏发电量，即作为2023年1月天气为晴时的光伏发电量预测值；光伏发电量受到天气的影响较大，按照历年相同月份中天气相同时的发电量作为原始数据进行预测，规律性更强。
用电量预测模块，根据各用户类型的历史月度用电情况和历史工作日与非工作日用电情况，预测用电量，具体为对各用户类型同月份内工作日或非工作日时的用电量进行加权平均，得到的加权平均值即为当月工作日或非工作日的预测值；例如，历史时间为2010-2022年1月，用户类型为住宅，将1月住宅所有工作日的用电量进行加权平均，得到的单位时间用电量，即作为2023年1月工作日住宅的用电量预测值；非工作日的预测同理，在此不再赘述；用电量则是从历年相同月份的工作日和非工作日进行考虑，例如工业园区和商业楼在工作日时用电量较大，而住宅则是在非工作日时用电量更大，同样的，根据同月份数据进行预测，还能够反应季节性规律。
预储量与输送量确定模块，用于预测未来光伏发电充足的光伏发电站及电量匮乏的光伏发电站，确定将发电充足的光伏发电站输送至电量匮乏的光伏发电站进行存储的电量；
损耗信息获取模块，用于获取各个输送线路的损耗信息；所述损耗信息获取模块包括：
环境温度附加电阻获取子模块，通过温度传感器，对各输电网络的环境温度进行监控，并根据环境温度计算环境温度附加电阻，具体计算公式为：
Rt＝a(tP－20)R20
式中，a为导线的温度系数，tP为平均环境温度，R20为20℃时的导线单位长度电阻；
负载电流附加电阻获取子模块，用于获取电流通过导线时，温度升高带来的负载电流附加电阻；
负载电流附加电阻Rl为：
Rl＝RL
R为导线电阻的电阻率，L为导线长度；
实际损耗信息获取子模块，计算线路实际电阻，再根据实际电阻计算实际损耗，具体计算公式为：
R’＝R20+Rt+Rl
P＝3I2R’
其中，R20为20℃时的导线单位长度电阻，I为电流，R’为实际电阻，P为实际损耗。
20℃时的导线单位长度电阻值为常规的默认电阻，但实际运行的电力线路周围的环境温度在变化；且负载电流通过导线时发热又使导线温度升高，导线中的实际电阻值随环境、温度和负荷电流的变化而变化，因此，考虑环境和负载电流对实际电阻的影响，利于准确获取损耗情况。
输电线路分析模块，用于根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优输送方案；所述输电线路分析模块还包括：
比较子模块，用于比较供电量与用电量的大小关系，得到比较结果；如供大于求、供等于求和供小于求；
分析子模块，用于根据比较结果进行分析和计算最优输送方案，当供小于求时，即供电量小于用电量时，用电量按照响应等级进行缩减，直到用电量不大于供电量，再分析获取最优输送方案。例如供电量为5万千瓦，响应等级为B等的有4万千瓦,响应等级为C等的有5.1万千瓦,而响应等级在二级C等之前的有4.9万，则按照用电量为4.9万千瓦进行最优输送方案分析。
本实施例中，采用改进NSGA-II算法来进行最优输送方案的生成，具体的，与现有NSGA-II算法整体流程相似，优选的，以供电损耗、可充电电量以及电池损耗作为优化目标，供电损耗是指在电能输送和分配过程中,电流经过线路和变压器等设备时,将会产生的损耗，即上文所述实际损耗P；
可充电电量指的是各储能电池放电后，根据储能电池中的剩余电量以及储能电池所在光伏组预测发电量计算获得的各储能电池可恢复的电量。
电池损耗指的是在本次输送方案中，参与充放电的储能电池的数量以及放电量所带来的损耗，分别就三个目标建立的目标函数如下：
供电损耗目标函数为
Figure BDA0004163293810000081
其中，j表示输电线路，Pj表示在第j输电线路进行电力输送产生的实际损耗；
可充电电量目标函数为
C＝∑(Si+Yi)
其中，i表示光伏发电站，Si表示第i光伏发电站中储能电池当前的剩余电量，Yi表示第i光伏发电站中储能电池第二天预测发电量。
电池损耗目标函数为
Figure BDA0004163293810000082
其中，Di表示第i光伏发电站储能电池在本次输送方案中的电池损耗，具体的：
Di＝ki*hi
k为第i光伏发电站中储能电池的平均损耗系数，h为第i光伏发电站的放电量。
根据供电条件，距离大于预设距离阈值的站点之间不能传输电力，且总的供电量应满足前述的约束下的用电量，因此设定约束条件为：光伏发电站站点间距小于预设距离阈值；光伏发电站站点的供电量总和-供电损耗>＝用电量。
基于以上约束条件，随机生成若干满足约束条件的初始种群P0，即初始解，种群中的每一个个体代表一种传输方案，具体的，每个个体包含两个基因序列，一个序列对应的各个供电站点的序号，一个序列对应各个供电站点的供电量。
每次迭代中，进行如下步骤：
对当前的种群Pn(n为当前迭代次数)内的个体进行目标函数的计算，根据目标函数进行快速非支配排序；
根据排序后的数据进行联赛选择、交叉、变异操作，将未被选择的个体进行淘汰，并结合约束条件对交叉变异后的种群进行修正，排除不符合约束条件的个体，形成子种群Qn(n为当前迭代次数)；本申请技术方案中，与传统NSGA-II算法相比改进的地方在于，对未被选择的个体淘汰时，对个体在每个目标函数上进行单独排序，即分别从三个目标函数上分别进行排序，然后选择每个目标函数排序结果中的前三个加入交叉和变异队列与联赛选择出的个体进行交叉变异操作，在本申请的其他实施例中，也能够根据三个目标函数设置权重，根据权重来划分每组排序结果中选择出来的个数，本申请中，通过设置目标函数独立排序，能够在淘汰的队伍中选择单方面极强的个体，进而有利于将较为优秀的特性遗传下来，提高整体收敛速率，同时避免陷入局部最优。
合并Qn和Pn,利用快速非支配排序形成新的种群Pn+1，判断是否满足结束条件，若是则退出迭代，并输出最优方案。
当剩下电量不足以同一响应等级用户分配时，则就近进行供电。由于光伏发电受到环境和天气的影响较大，存在不稳定性，当光伏发电的供电量小于用电量时，即出现供不应求的情况，根据用户的需求程度，即响应等级进行供电，利于将光伏发电的不稳定性带来的影响降到最低。
输送模块，根据最优输送方案，将光伏发电站的电力进行输送。
还包括环境温度预测模块，用于在天气预测网站获取未来一定时间内的环境温度信息；
输送时间确定模块，获取环境温度信息中电力输送损耗最低的环境温度时间段，将此时间段作为电力输送时间；由于电力输送的损耗受到环境温度的影响，通过对环境温度进行预测来确当输送时间能够减少电力输送过程中的损耗，进一步达到节能的效果。
还包括调整模块，所述调整模块用于对光伏发电站信息、用户信息和最优输送方案进行调整。当输送线路出现故障、光伏发电站信息及用户信息存在特殊情况时，调整模块能够及时做出调整，提升突发情况应对能力。
一种基于光伏储能的柔性供电方法，包括：
步骤1，实时获取一定区域内的光伏发电站信息；
步骤2，获取一定区域内的用户信息，并根据用户类型划分响应等级；
步骤3，获取各个输送线路的损耗信息，具体的为计算环境温度附加电阻、负载电流附加电阻，并将环境温度附加电阻、负载电流附加电阻用以计算得到实际损耗；
步骤4，根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优输送方案；
步骤5，根据最优输送方案，将光伏发电站的电力进行输送；
步骤6，预测未来光伏发电充足的光伏发电站及电量匮乏的光伏发电站，将发电充足的光伏发电站的电量输送至电量匮乏的光伏发电站进行存储；
步骤7，对光伏发电站信息、用户信息和最优输送方案进行调整。
以上所述的仅是本发明的实施例，方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明技术方案的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (9)

1.一种基于光伏储能的柔性供电系统，其特征在于，包括：
光伏发电站获取模块，用于实时获取一定区域内的光伏发电站信息，所述光伏发电站信息包括供电位置和供电量；
用户端获取模块，用于获取一定区域内的用户信息，所述用户信息包括用电量和用电位置；
光伏发电量预测模块，根据各光伏发电站同月份的历史发电量和历史天气预测各光伏发电站的发电量；
用电量预测模块，根据用户历史月度用电情况和历史工作日与非工作日用电情况，预测用电量；
损耗信息获取模块，用于获取各个输送线路的损耗信息；
预储量与输送量确定模块，用于预测未来光伏发电充足的光伏发电站及电量匮乏的光伏发电站，确定将发电充足的光伏发电站输送至电量匮乏的光伏发电站进行存储的电量；
输电线路分析模块，用于根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优输送方案；
输送模块，根据最优输送方案，将光伏发电站的电力进行输送。
2.根据权利要求1所述的一种基于光伏储能的柔性供电系统，其特征在于，所述损耗信息获取模块包括：
环境温度附加电阻获取子模块，通过温度传感器，对各输电网络的环境温度进行监控，并根据环境温度计算环境温度附加电阻；
负载电流附加电阻获取子模块，用于获取电流通过导线时，温度升高带来的负载电流附加电阻；
实际损耗信息获取子模块，用于计算线路实际电阻，实际电阻包括环境温度附加电阻、负载电流附加电阻和导线单位长度电阻，再根据实际电阻计算实际损耗。
3.根据权利要求2所述的一种基于光伏储能的柔性供电系统，其特征在于，用户端获取模块还包括：
用户类型获取子模块，根据用电情况，获取用户类型，所述用户类型包括工业园区、商业楼和住宅；
响应等级划分子模块，将用户类型进行等级划分，同时将每一用户类型中的各用户也进行等级划分，得到响应等级；
用电量统计模块，用于统计各输送地的同一响应等级的用电量。
4.根据权利要求3所述的一种基于光伏储能的柔性供电系统，其特征在于，所述输电线路分析模块还包括：
比较子模块，用于比较供电量与用电量的大小关系，得到比较结果；
分析子模块，用于根据比较结果进行分析和计算最优输送方案，当供电量小于用电量时，用电量按照响应等级进行缩减，直到用电量不大于供电量，再分析获取最优输送方案。
5.根据权利要求1所述的一种基于光伏储能的柔性供电系统，其特征在于：所述光伏发电站信息还包括发电稳定性、工作年限、设备运行状态、光伏面板设置规模和维修状况。
6.根据权利要求5所述的一种基于光伏储能的柔性供电系统，其特征在于，
光伏发电量预测模块具体预测方式为：对各光伏发电站同月份内天气相同时的光伏发电量进行加权平均，得到的加权平均值即为当月相同天气的预测值；
用电量预测模块具体预测方式为：对各用户类型同月份内工作日或非工作日时的用电量进行加权平均，得到的加权平均值即为当月工作日或非工作日的预测值。
7.根据权利要求6所述的一种基于光伏储能的柔性供电系统，其特征在于，还包括
环境温度预测模块，用于在天气预测网站获取未来一定时间内的环境温度信息；
输送时间确定模块，获取环境温度信息中电力输送损耗最低的环境温度时间段，将此时间段作为电力输送时间。
8.根据权利要求7所述的一种基于光伏储能的柔性供电系统，其特征在于：还包括调整模块，所述调整模块用于对光伏发电站信息、用户信息和最优输送方案进行调整。
9.一种基于光伏储能的柔性供电方法，其特征在于，包括：
步骤1，实时获取一定区域内的光伏发电站信息；
步骤2，获取一定区域内的用户信息，并根据用户类型划分响应等级；
步骤3，获取各个输送线路的损耗信息，具体的为计算环境温度附加电阻、负载电流附加电阻，并将环境温度附加电阻、负载电流附加电阻用以计算得到实际损耗；
步骤4，根据光伏发电站信息、用户信息及损耗信息进行分析，并得到最优输送方案；
步骤5，根据最优输送方案，将光伏发电站的电力进行输送；
步骤6，预测未来光伏发电充足的光伏发电站及电量匮乏的光伏发电站，将发电充足的光伏发电站的电量输送至电量匮乏的光伏发电站进行存储；
步骤7，对光伏发电站信息、用户信息和最优输送方案进行调整。
CN202310355951.XA 2023-04-04 2023-04-04 一种基于光伏储能的柔性供电系统及方法 Pending CN116436077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310355951.XA CN116436077A (zh) 2023-04-04 2023-04-04 一种基于光伏储能的柔性供电系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310355951.XA CN116436077A (zh) 2023-04-04 2023-04-04 一种基于光伏储能的柔性供电系统及方法

Publications (1)

Publication Number Publication Date
CN116436077A true CN116436077A (zh) 2023-07-14

Family

ID=87086687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310355951.XA Pending CN116436077A (zh) 2023-04-04 2023-04-04 一种基于光伏储能的柔性供电系统及方法

Country Status (1)

Country Link
CN (1) CN116436077A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116914782A (zh) * 2023-09-12 2023-10-20 中国三峡新能源(集团)股份有限公司辽宁分公司 一种新能源发电站惯量响应系统及方法
CN117077971A (zh) * 2023-08-31 2023-11-17 重庆跃达新能源有限公司 一种充电桩电力调度管理系统
CN117220344A (zh) * 2023-11-07 2023-12-12 国网浙江省电力有限公司宁波供电公司 一种隔离型光伏并网控制方法和装置
CN117595384A (zh) * 2024-01-18 2024-02-23 河北省建筑科学研究院有限公司 基于人工智能的光伏电站源网荷双向预测方法及系统
CN117595332A (zh) * 2024-01-19 2024-02-23 成都智邦科技有限公司 一种基于储能系统的配电网均衡供电方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110086205A (zh) * 2019-06-24 2019-08-02 珠海格力电器股份有限公司 供电系统的控制方法、装置、系统和存储介质
CN110362874A (zh) * 2019-06-19 2019-10-22 安徽工程大学 一种光伏太阳能充电桩收益最优计算方法
CN114362217A (zh) * 2021-12-01 2022-04-15 国网浙江省电力有限公司 一种分布式电源与储能协同优化配置方法
CN114520512A (zh) * 2022-04-21 2022-05-20 广东润世华智慧能源科技发展有限公司 一种屋顶分布式光伏发电智能储能管理系统
CN114552671A (zh) * 2022-04-24 2022-05-27 南通腾顺太阳能电力科技有限公司 分散式光伏发电站的管理系统
CN115333100A (zh) * 2022-10-12 2022-11-11 四川中电启明星信息技术有限公司 屋顶光伏发电功率协同控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362874A (zh) * 2019-06-19 2019-10-22 安徽工程大学 一种光伏太阳能充电桩收益最优计算方法
CN110086205A (zh) * 2019-06-24 2019-08-02 珠海格力电器股份有限公司 供电系统的控制方法、装置、系统和存储介质
CN114362217A (zh) * 2021-12-01 2022-04-15 国网浙江省电力有限公司 一种分布式电源与储能协同优化配置方法
CN114520512A (zh) * 2022-04-21 2022-05-20 广东润世华智慧能源科技发展有限公司 一种屋顶分布式光伏发电智能储能管理系统
CN114552671A (zh) * 2022-04-24 2022-05-27 南通腾顺太阳能电力科技有限公司 分散式光伏发电站的管理系统
CN115333100A (zh) * 2022-10-12 2022-11-11 四川中电启明星信息技术有限公司 屋顶光伏发电功率协同控制方法及系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117077971A (zh) * 2023-08-31 2023-11-17 重庆跃达新能源有限公司 一种充电桩电力调度管理系统
CN117077971B (zh) * 2023-08-31 2024-06-11 重庆跃达新能源有限公司 一种充电桩电力调度管理系统
CN116914782A (zh) * 2023-09-12 2023-10-20 中国三峡新能源(集团)股份有限公司辽宁分公司 一种新能源发电站惯量响应系统及方法
CN116914782B (zh) * 2023-09-12 2023-12-12 中国三峡新能源(集团)股份有限公司辽宁分公司 一种新能源发电站惯量响应系统及方法
CN117220344A (zh) * 2023-11-07 2023-12-12 国网浙江省电力有限公司宁波供电公司 一种隔离型光伏并网控制方法和装置
CN117220344B (zh) * 2023-11-07 2024-04-09 国网浙江省电力有限公司宁波供电公司 一种隔离型光伏并网控制方法和装置
CN117595384A (zh) * 2024-01-18 2024-02-23 河北省建筑科学研究院有限公司 基于人工智能的光伏电站源网荷双向预测方法及系统
CN117595384B (zh) * 2024-01-18 2024-03-26 河北省建筑科学研究院有限公司 基于人工智能的光伏电站源网荷双向预测方法及系统
CN117595332A (zh) * 2024-01-19 2024-02-23 成都智邦科技有限公司 一种基于储能系统的配电网均衡供电方法
CN117595332B (zh) * 2024-01-19 2024-04-02 成都智邦科技有限公司 一种基于储能系统的配电网均衡供电方法

Similar Documents

Publication Publication Date Title
CN116436077A (zh) 一种基于光伏储能的柔性供电系统及方法
CN112467722B (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
Alavi et al. Optimal probabilistic energy management in a typical micro-grid based-on robust optimization and point estimate method
He et al. Optimal scheduling for charging and discharging of electric vehicles
KR101500304B1 (ko) 에너지 저장장치의 충방전 제어 방법 및 시스템
Sjödin et al. Risk-mitigated optimal power flow for wind powered grids
Shang et al. Internet of smart charging points with photovoltaic Integration: A high-efficiency scheme enabling optimal dispatching between electric vehicles and power grids
US11727307B2 (en) Multi-agent shared machine learning approach for real-time battery operation mode prediction and control
CN111030188A (zh) 一种含分布式和储能的分层分级控制策略
CN108808737A (zh) 促进可再生分布式电源消纳的主动配电网优化调度方法
Zade et al. Prosumer integration in flexibility markets: A bid development and pricing model
Reddy et al. A novel on energy management strategy with maximum exploitation of renewables and EV storage in distribution networks
Wang et al. Cyber-physical interdependent restoration scheduling for active distribution network via ad hoc wireless communication
Chen et al. Residential short term load forecasting based on federated learning
Nguyen et al. Multi-objective demand response allocation in restructured energy market
Ma et al. IMOCS based EV charging station planning optimization considering stakeholders’ interests balance
CN107565606B (zh) 计及预测可信度差异性的配电网风光水发电优化调度方法
Sjodin et al. Risk-mitigated optimal power flow with high wind penetration
CN116154823A (zh) 面向灾后供电恢复的移动式储能车应急调度及评估方法
CN115392785A (zh) 计及阻塞抵抗性的配电网阻塞调度方法
van Leeuwen et al. Collaboratively optimizing power scheduling and mitigating congestion using local pricing in a receding horizon market
Yao et al. Self-learning fuzzy controller-based energy management for smart home
Ding et al. Model Predictive Control for Grid-ready Microgrids in developing countries
CN117973819B (zh) 一种用于电能储放优化的储能管理系统及方法
US11936185B1 (en) Energy storage-based packetized delivery of electricity

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