CN116667333A - 一种新能源发电和用电功率预测系统及方法 - Google Patents

一种新能源发电和用电功率预测系统及方法 Download PDF

Info

Publication number
CN116667333A
CN116667333A CN202310658273.4A CN202310658273A CN116667333A CN 116667333 A CN116667333 A CN 116667333A CN 202310658273 A CN202310658273 A CN 202310658273A CN 116667333 A CN116667333 A CN 116667333A
Authority
CN
China
Prior art keywords
power
power generation
prediction
month
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.)
Pending
Application number
CN202310658273.4A
Other languages
English (en)
Inventor
白德龙
郭俊
张智刚
修立杰
苗杰
丰升彬
姚强
宋知谦
韩振平
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.)
Jingneng Xilin Gol Energy Co ltd
Original Assignee
Jingneng Xilin Gol 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 Jingneng Xilin Gol Energy Co ltd filed Critical Jingneng Xilin Gol Energy Co ltd
Priority to CN202310658273.4A priority Critical patent/CN116667333A/zh
Publication of CN116667333A publication Critical patent/CN116667333A/zh
Pending legal-status Critical Current

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • H02J13/00004—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 the power network being locally controlled
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • 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
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明公开了一种新能源发电和用电功率预测系统及方法，将天气预报子系统预测的气象参数作为变量，建立风力发电、水电站、光伏发电的发电功率与影响气象参数的函数模型，计算出对应基于天气预报的发电功率预测。结合设置在风力发电、水电站、光伏发电的传感检测装置采集主要影响发电的参数也作为变量输入函数模型，计算出传感预测发电量。通过计算基于天气预报的预测发电功率与传感预测发电量的差异功率，将差异功率作为下次基于天气预报的预测发电功率的补偿量。其主要思想是基于传感检测的实时性和相对确定性，结合天气预报的预先性，二者进行差异计算得出历史阶段的数据库，以这个历史数据库的差异数据的相对稳定性作为功率预测的补偿。

Description

一种新能源发电和用电功率预测系统及方法
技术领域：
本发明涉及新能源功率预测系统技术领域，尤其一种新能源发电和用电功率预测系统及方法。
背景技术：
新能源功率预测，是根据新能源场站的历史功率、历史气象、地形地貌、数值天气预报、发电单元运行状态等数据建立新能源场站输出功率的预测模型，以风速、辐照、功率和数值天气预报等数据作为输入，结合新能源场站的运行状况，得到未来的输出功率。高精度的新能源功率预测对优化常规机组方式安排有着重要意义，能够助力企业电力交易，合理定制报价、报量策略，保证电站优先完成基础计划的基础上成交更多的现货，提升电站发电效率；在电站管理层面，基于功率预测功能可以辅助电站管理决策，合理制定生产计划、检修计划，并对电站运行状态建立科学考核体系，提升电站管理水平；在储能逐渐成为新能源场站标配的趋势下，还能实现合理配比储能系统，达到精准充放电。
随着以风力发电、光伏发电为代表的新能源电站装机容量的不断提升，新能源发电占电力系统发电总量也逐年上升，但是新能源发电存在“先天缺陷”，容易受到风速、风向、日照、气温、气压等环境因素的影响，其随机性、波动性比较大，发电量较难预测，新能源电力的大规模集中并网也会对电网稳定运行产生较大冲击。
要实现发电端和用电端的实时平衡，电网需要根据下游用电需求提前做出发电规划，并根据实时的电力平衡情况，做出实时的电力调节和控制，因此在发电端提出功率预测、并网控制等需求。
发明内容：
本发明的目的在于提供一种新能源发电和用电功率预测方法及方法，以解决现有技术的不足。
本发明由如下技术方案实施：一种新能源发电和用电功率预测系统，包括：气象数据采集子系统、发电预测子系统、用电预测子系统和调度子系统；
所述气象数据采集子系统包括气象预测平台、气象数据处理服务器、反向隔离装置，所述气象预测平台、气象数据处理服务器通过外网通信连接，所述气象数据处理服务器连接反向隔离装置，所述反向隔离装置与功率预测处理服务器通信连接；
所述调度子系统为包含多个数据服务器的调度中心，所述调度中心通过调度输出网与功率预测处理服务器通信连接；
所述发电预测子系统包括光伏电站、风电站、水电站和分别设置在所述光伏电站、风电站、水电站的光照传感器、测风塔、水位计，所述光照传感器、测风塔、水位计通过通信模块与发电预测服务器通信连接；
所述用电预测子系统包括负载侧、用电预测服务器，所述负载侧、用电预测服务器通信连接；
所述发电预测服务器、用电预测服务器通过网络交换机与功率预测处理服务器通信连接。
本发明还提供一种新能源发电和用电功率预测方法，包括以下步骤：
建立风力发电、水电站、光伏发电的发电功率与影响参数函数模型，其中，将地理参数作为常量，将气象参数作为变量；
将所述风力发电、水电站、光伏发电的所在区域分块，并为每个区块编号；
将所述每个区域的天气预报的参数对应输入到所述函数模型，预测中短期的发电功率；
每日实时采集主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数信息，与所述天气预报的对应参数对比，得出日各参数偏差；
汇总日、月、年的各参数偏差，求出日、月、年平均偏差作为下一时段预测的依据，依据日、月、年平均偏差对依据天气预报参数预测的中短期的发电功率进行修正，得出区域新能源预测功率；
将区域优化新能源预测功率结合分区编号进行求和运算，得出新能源预测总功率；
负载侧采集分片区域内日、月、年各时段用电量、用电增量，预测负载侧未来用电功率；
结合各阶段各区域新能源预测功率、新能源预测总功率和负载侧用电数据和未来用电预测，进行发电和用电调度。
进一步的，所述风力发电、水电站、光伏发电的发电功率与影响参数函数模型具体为：
(1)风力发电有功功率Pw随风速v的变化可以通过分段函数来体现：
式中：vin表示风机的切入风速；vo表示风机的切出风速；vr表示风机的额定风速；Pr表示风机的额定输出功率；
(2)水力发电发电量计算公式为：
实际发电量＝电量计量系数*水流量*水头*发电机效率；
其中，电量计量系数是反映水轮机发电状态的一个参考系数，取值在0.7-0.9之间；水流量是指水轮机受到的水流量，单位为m3/s；水头是指水位差，单位为m；发电机效率是指发电机将机械能转换为申能的效率，取值在0.85-0.95之间；
(3)光伏发电辐射量G的计算公式为：
式中：Go表示太阳能辐射量，单位为kW/㎡；Gb表示水平面上直接接收到的太阳能辐射量；Kb表示倾斜面与水平面上直接接收到太阳辐射量的比值；Gd表示水平面上散射出去的太阳能辐射量；μ表示光伏阵列的倾斜角；ρ表示地表的反射率；Gh表示水平面上的总太阳辐射量；
光伏发电的输出电流计算公式为：
式中:T表示环境温度；G表示光照度；Isc表示电流；Iref表示标准参考条件下(温度Tref为25℃,太阳辐射量Gref为1kW/㎡)对应的输出电流；φ参考光照度下电流变化温度系数；Tc表示太阳能光伏电池板表面温度；
光伏发电的电压，如下：
式中：φ表示参考光照度下电压变化的温度系数；Rs表示其中的串联电阻阻值；Uref表示标准参考条件下对应的输出电压。
进一步的，所述每日实时采集主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数信息，与所述天气预报的对应参数对比，得出日各参数偏差，具体为：
设时间t采集的主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数中某一参数采集的值集合为(x1、x2、x3……xn)，时间t天气预报预测的对应参数集合为(y1、y2、y3……yn),则时间t各参数偏差分别为(Δ1＝y1-x1、Δ2＝y2-x2、Δ3＝y3-x3……Δn＝yn-xn),其中时间t为0时到24时，每间隔1小时比较一次参数偏差。
进一步的，所述汇总日、月、年的各参数偏差，求出日、月、年平均偏差作为下一时段预测的依据；
所述日、月、年平均偏差中，日平均偏差Ad为
其中n为24；
月平均偏差Am
其中，Adm表示一个月中某一日的日平均偏差，m取值范围为28到31；
年平均偏差为Ay
其中，Amy表示一年中某一月的月平均偏差，y为12。
进一步的，所述依据日、月、年平均偏差对进行修正，得出区域新能源预测功率,具体为：将日、月、年的某一参数的平均偏差Ad、月平均偏差Am、年平均偏差分别带入所述发电功率与影响参数函数模型，得出日、月、年的某一参数的平均偏差功率Pd、Pm、Py，假设根据天气预报预测的日、月、年的发电功率分别为PD、PM、PY；则修正后的区域日、月、年的预测功率分别为P1＝PD+Pd/2、P2＝PM+Pm/2、P3＝PY+Py/2。
进一步的，所述负载侧采集分片区域内日、月、年各时段用电量、用电增量，预测负载侧未来用电功率，具体为：所述负载侧通过电能计量装置采集分片区域内日、月、年各时段用电量后，再将本日与上一日、本月与上一月、本年与上一年对比作差计算日、月、年用电增量。
进一步的，所述预测负载侧未来用电功率，具体为：
对电能计量装置采集的用电数据进行数据预处理，对所述用电数据进行抽取、转换和装载；
基于ART算法挖掘预测模型，将日、月、年总有功电量作为预测列输入所述预测模型得出预测结果；
将所述预测结果与历史数据进行比较后，将比较结果通过负反馈输入预测模型，直到预测结果回归到历史数据均值；其中，所述历史数据分别为本预测日对应的上一日的历史数据、本预测月对应的上一月的历史数据、本预测年对应的上一年的历史数据。
进一步的，所述结合各阶段各区域新能源预测功率、新能源预测总功率和负载侧用电数据和未来用电预测，进行发电和用电调度，采用VPP系统进行调度，具体为：VPP系统对分布式电源的控制主要分为集中控制和分散控制，各分布式电源控制器首先通过通信系统将负荷需求传递到VPP系统的协调控制中心，经过协调控制中心的处理后再将相关的发电计划、负载启停状态的信息传递给各分布式电源控制器，对分布式电源进行相应的管理。
进一步的，所述发电计划的发电量大于所受负载启停状态中增加的负载的用电量。
本发明的优点：
本发明结将天气预报子系统预测的气象参数作为变量，建立风力发电、水电站、光伏发电的发电功率与影响气象参数的函数模型，计算出对应基于天气预报的发电功率预测。同时，结合设置在风力发电、水电站、光伏发电的传感检测装置采集主要影响发电的参数也作为变量输入函数模型，计算出传感预测发电量。通过计算基于天气预报的预测发电功率与传感预测发电量的差异功率，将差异功率作为下次基于天气预报的预测发电功率的补偿量。其主要思想是基于传感检测的实时性和相对确定性，结合天气预报的预先性，二者进行差异计算得出历史阶段的数据库，以这个历史数据库的差异数据的相对稳定性作为功率预测的补偿。且在功率差异计算和功率预测补偿结合了概率论的原理，尽可能保证了预测的精准性。
附图说明：
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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种新能源功率预测系统的原理框图；
图2为本发明实施例的一种新能源发电和用电功率预测方法的流程图；
图3为本发明实施例的一种新能源发电和用电功率预测系统的调度子系统结构示意图。
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作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。
如图1所示，本发明由如下技术方案实施：一种新能源发电和用电功率预测系统，包括：气象数据采集子系统、发电预测子系统、用电预测子系统和调度子系统；
气象数据采集子系统包括气象预测平台、气象数据处理服务器、反向隔离装置，气象预测平台、气象数据处理服务器通过外网通信连接，气象数据处理服务器连接反向隔离装置，反向隔离装置与功率预测处理服务器通信连接；
调度子系统为包含多个数据服务器的调度中心，调度中心通过调度输出网与功率预测处理服务器通信连接；
发电预测子系统包括光伏电站、风电站、水电站和分别设置在光伏电站、风电站、水电站的光照传感器、测风塔、水位计，光照传感器、测风塔、水位计通过通信模块与发电预测服务器通信连接；
用电预测子系统包括负载侧、用电预测服务器，负载侧、用电预测服务器通信连接；
发电预测服务器、用电预测服务器通过网络交换机与功率预测处理服务器通信连接。
本发明的新能源电站功率预测系统包括气象采集子系统、发电预测子系统、用电预测子系统和调度子系统。通过电力气象预测平台、气象数据处理服务器下发高精度数值天气预报数据，经过安全反向隔离装置发送至功率预测处理服务器。同时发电预测子系统通过分别设置在光伏电站、风电站、水电站的光照传感器、测风塔、水位计采集光照、风速、水位、水流量等参数，发送到发电预测服务器。用电预测子系统包括负载侧(比如充电汽车、常规用电设备)、用电预测服务器，通过用电预测服务器实现用电预测。发电预测服务器、用电预测服务器、功率预测处理服务器通过交换机进行信息交互，实现本发明以下预测方法的实现。功率预测处理服务器生成短期、超短期功率预测，并将结果实时上传调度机构。要实现发电端和用电端的实时平衡，电网需要根据下游用电需求提前做出发电规划，并根据实时的电力平衡情况，做出实时的电力调节和控制，因此在发电端提出功率预测、并网控制等需求。
如图2所示，本发明还提供一种新能源发电和用电功率预测方法，包括以下步骤：
步骤S1、建立风力发电、水电站、光伏发电的发电功率与影响参数函数模型，其中，将地理参数(比如地势高低)作为常量，将气象参数(比如风速、风力、晴阴、降雨量)作为变量；
步骤S2、将风力发电、水电站、光伏发电的所在区域分块，并为每个区块编号；
步骤S3、将每个区域的天气预报的参数对应输入到函数模型，预测中短期的发电功率；
步骤S4、每日实时采集主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数信息，与天气预报的对应参数对比，得出日各参数偏差；
步骤S5、汇总日、月、年的各参数偏差，求出日、月、年平均偏差作为下一时段预测的依据，依据日、月、年平均偏差对依据天气预报参数预测的中短期的发电功率进行修正，得出区域新能源预测功率；
步骤S6、将区域优化新能源预测功率结合分区编号进行求和运算，得出新能源预测总功率；
步骤S7、负载侧采集分片区域内日、月、年各时段用电量、用电增量，预测负载侧未来用电功率；
步骤S8、结合各阶段各区域新能源预测功率、新能源预测总功率和负载侧用电数据和未来用电预测，进行发电和用电调度。
本实施例中，步骤S1的风力发电、水电站、光伏发电的发电功率与影响参数函数模型具体为：
(1)风力发电有功功率Pw随风速v的变化可以通过分段函数来体现：
式中：vin表示风机的切入风速；vo表示风机的切出风速；vr表示风机的额定风速；Pr表示风机的额定输出功率；
(2)水力发电发电量计算公式为：
实际发电量＝电量计量系数*水流量*水头*发电机效率；
其中，电量计量系数是反映水轮机发电状态的一个参考系数，取值在0.7-0.9之间；水流量是指水轮机受到的水流量，单位为m3/s；水头是指水位差，单位为m；发电机效率是指发电机将机械能转换为申能的效率，取值在0.85-0.95之间；
(3)光伏发电辐射量G的计算公式为：
式中：Go表示太阳能辐射量，单位为kW/㎡；Gb表示水平面上直接接收到的太阳能辐射量；Kb表示倾斜面与水平面上直接接收到太阳辐射量的比值；Gd表示水平面上散射出去的太阳能辐射量；μ表示光伏阵列的倾斜角；ρ表示地表的反射率；Gh表示水平面上的总太阳辐射量；
光伏发电的输出电流计算公式为：
式中:T表示环境温度；G表示光照度；Isc表示电流；Iref表示标准参考条件下(温度Tref为25℃,太阳辐射量Gref为1kW/㎡)对应的输出电流；φ参考光照度下电流变化温度系数；Tc表示太阳能光伏电池板表面温度；
光伏发电的电压，如下：
式中：φ表示参考光照度下电压变化的温度系数；Rs表示其中的串联电阻阻值；Uref表示标准参考条件下对应的输出电压。
本实施例中，每日实时采集主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数信息，与天气预报的对应参数对比，得出日各参数偏差，具体为：
设时间t采集的主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数中某一参数(比如上述的光照度、风速)采集的值集合为(x1、x2、x3……xn)，时间t天气预报预测的对应参数集合为(y1、y2、y3……yn),则时间t各参数偏差分别为(Δ1＝y1-x1、Δ2＝y2-x2、Δ3＝y3-x3……Δn＝yn-xn),其中时间t为0时到24时，每间隔1小时比较一次参数偏差。通过这种方式计算出各类发电参数比如光照度、风速通过天气预报预测和实时传感检测的日差异。
本实施例中，汇总日、月、年的各参数偏差，求出日、月、年平均偏差作为下一时段预测的依据；
日、月、年平均偏差中，日平均偏差Ad为
其中n为24，因为一天24小时；
月平均偏差Am
其中，Adm表示一个月中某一日的日平均偏差，m取值范围为28到31，因为一年中月份最短28天，最长31天；
年平均偏差为Ay
其中，Amy表示一年中某一月的月平均偏差，y为12，因为一年为12个月。
本实施例中，依据日、月、年平均偏差对进行修正，得出区域新能源预测功率,具体为：将日、月、年的某一参数的平均偏差Ad、月平均偏差Am、年平均偏差分别带入发电功率与影响参数函数模型，得出日、月、年的某一参数的平均偏差功率Pd、Pm、Py，假设根据天气预报预测的日、月、年的发电功率分别为PD、PM、PY；则修正后的区域日、月、年的预测功率分别为P1＝PD+Pd/2、P2＝PM+Pm/2、P3＝PY+Py/2。这里对日、月、年的某一参数的平均偏差功率Pd、Pm、Py除以2加上天气预报预测的日、月、年的发电功率分别为PD、PM、PY，是考虑到有时某一阶段预测的影响发电的参数对于发电造成正向影响(即使得发电增多，比如实际光照度大、光照时间长)，而有时某一阶段预测的影响发电的参数对于发电造成负向影响(即使得发电增多，比如实际光照度小、光照时间长短)。而依据这种平均偏差功率进行补偿的方式，在较长时间内趋于某一确定范围，但是在历史某一段情况下造成了正向影响，但是在未来成为“反向参数”可能造成负向影响，为了兼顾这种短时段不确定性，因此将平均偏差功率折半进行补偿，以减轻这种不确定性，以最大化提升预测精度。
本实施例中，负载侧采集分片区域内日、月、年各时段用电量、用电增量，预测负载侧未来用电功率，具体为：负载侧通过电能计量装置采集分片区域内日、月、年各时段用电量后，再将本日与上一日、本月与上一月、本年与上一年对比作差计算日、月、年用电增量。
本实施例中，预测负载侧未来用电功率，具体为：
对电能计量装置采集的用电数据进行数据预处理，对用电数据进行抽取、转换和装载；
基于ART算法挖掘预测模型，将日、月、年总有功电量作为预测列输入预测模型得出预测结果；
将预测结果与历史数据进行比较后，将比较结果通过负反馈输入预测模型，直到预测结果回归到历史数据均值；其中，历史数据分别为本预测日对应的上一日的历史数据、本预测月对应的上一月的历史数据、本预测年对应的上一年的历史数据。
如图3所示，本实施例中，结合各阶段各区域新能源预测功率、新能源预测总功率和负载侧用电数据和未来用电预测，进行发电和用电调度，采用VPP系统(即虚拟电厂)进行调度，具体为：VPP系统对分布式电源的控制主要分为集中控制和分散控制，各分布式电源控制器首先通过通信系统将负荷需求传递到VPP系统的协调控制中心，经过协调控制中心的处理后再将相关的发电计划、负载启停状态的信息传递给各分布式电源控制器，对分布式电源进行相应的管理。
本实施例中，发电计划的发电量大于所受负载启停状态中增加的负载的用电量，这是为了尽量满足负载用电需求，保证预测的计划发电量有一定裕度。
综上，本发明结将天气预报子系统预测的气象参数(阴晴、风力、降雨)作为变量，建立风力发电、水电站、光伏发电的发电功率与影响气象参数的函数模型，计算出对应基于天气预报的发电功率预测。同时，结合设置在风力发电、水电站、光伏发电的传感检测装置采集主要影响发电的参数也作为变量输入函数模型，计算出传感预测发电量，通过计算基于天气预报的预测发电功率与传感预测发电量的差异功率，将差异功率作为下次基于天气预报的预测发电功率的补偿量。其主要思想是基于传感检测的实时性和相对确定性，结合天气预报的预先性，二者进行差异计算得出历史阶段的数据库，以这个历史数据库的差异数据的相对稳定性作为功率预测的补偿。且在功率差异计算和功率预测补偿结合了概率论的原理，尽可能保证了预测的精准性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种新能源发电和用电功率预测系统，其特征在于，包括：气象数据采集子系统、发电预测子系统、用电预测子系统和调度子系统；
所述气象数据采集子系统包括气象预测平台、气象数据处理服务器、反向隔离装置，所述气象预测平台、气象数据处理服务器通过外网通信连接，所述气象数据处理服务器连接反向隔离装置，所述反向隔离装置与功率预测处理服务器通信连接；
所述调度子系统为包含多个数据服务器的调度中心，所述调度中心通过调度输出网与功率预测处理服务器通信连接；
所述发电预测子系统包括光伏电站、风电站、水电站和分别设置在所述光伏电站、风电站、水电站的光照传感器、测风塔、水位计，所述光照传感器、测风塔、水位计通过通信模块与发电预测服务器通信连接；
所述用电预测子系统包括负载侧、用电预测服务器，所述负载侧、用电预测服务器通信连接；
所述发电预测服务器、用电预测服务器通过网络交换机与功率预测处理服务器通信连接。
2.一种新能源发电和用电功率预测方法，其特征在于，包括以下步骤：
建立风力发电、水电站、光伏发电的发电功率与影响参数函数模型，其中，将地理参数作为常量，将气象参数作为变量；
将所述风力发电、水电站、光伏发电的所在区域分块，并为每个区块编号；
将所述每个区域的天气预报的参数对应输入到所述函数模型，预测中短期的发电功率；
每日实时采集主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数信息，与所述天气预报的对应参数对比，得出日各参数偏差；
汇总日、月、年的各参数偏差，求出日、月、年平均偏差作为下一时段预测的依据，依据日、月、年平均偏差对依据天气预报参数预测的中短期的发电功率进行修正，得出区域新能源预测功率；
将区域优化新能源预测功率结合分区编号进行求和运算，得出新能源预测总功率；
负载侧采集分片区域内日、月、年各时段用电量、用电增量，预测负载侧未来用电功率；
结合各阶段各区域新能源预测功率、新能源预测总功率和负载侧用电数据和未来用电预测，进行发电和用电调度。
3.根据权利要求2所述的一种新能源发电和用电功率预测方法，其特征在于，所述风力发电、水电站、光伏发电的发电功率与影响参数函数模型具体为：
(1)风力发电有功功率Pw随风速v的变化可以通过分段函数来体现：
式中：vin表示风机的切入风速；vo表示风机的切出风速；vr表示风机的额定风速；Pr表示风机的额定输出功率；
(2)水力发电发电量计算公式为：
实际发电量＝电量计量系数*水流量*水头*发电机效率；
其中，电量计量系数是反映水轮机发电状态的一个参考系数，取值在0.7-0.9之间；水流量是指水轮机受到的水流量，单位为m3/s；水头是指水位差，单位为m；发电机效率是指发电机将机械能转换为申能的效率，取值在0.85-0.95之间；
(3)光伏发电辐射量G的计算公式为：
式中：Go表示太阳能辐射量，单位为kW/㎡；Gb表示水平面上直接接收到的太阳能辐射量；Kb表示倾斜面与水平面上直接接收到太阳辐射量的比值；Gd表示水平面上散射出去的太阳能辐射量；μ表示光伏阵列的倾斜角；ρ表示地表的反射率；Gh表示水平面上的总太阳辐射量；
光伏发电的输出电流计算公式为：
式中:T表示环境温度；G表示光照度；Isc表示电流；Iref表示标准参考条件下(温度Tref为25℃,太阳辐射量Gref为1kW/㎡)对应的输出电流；φ参考光照度下电流变化温度系数；Tc表示太阳能光伏电池板表面温度；
光伏发电的电压，如下：
式中：φ表示参考光照度下电压变化的温度系数；Rs表示其中的串联电阻阻值；Uref表示标准参考条件下对应的输出电压。
4.根据权利要求2所述的一种新能源发电和用电功率预测方法，其特征在于，所述每日实时采集主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数信息，与所述天气预报的对应参数对比，得出日各参数偏差，具体为：
设时间t采集的主要分别影响风力发电、水电站、光伏发电功率的风速、水情、光照的参数中某一参数采集的值集合为(x1、x2、x3……xn)，时间t天气预报预测的对应参数集合为(y1、y2、y3……yn),则时间t各参数偏差分别为(Δ1＝y1-x1、Δ2＝y2-x2、Δ3＝y3-x3……Δn＝yn-xn),其中时间t为0时到24时，每间隔1小时比较一次参数偏差。
5.根据权利要求4所述的一种新能源发电和用电功率预测方法，其特征在于，所述汇总日、月、年的各参数偏差，求出日、月、年平均偏差作为下一时段预测的依据；
所述日、月、年平均偏差中，日平均偏差Ad为
其中n为24；
月平均偏差Am
其中，Adm表示一个月中某一日的日平均偏差，m取值范围为28到31；
年平均偏差为Ay
其中，Amy表示一年中某一月的月平均偏差，y为12。
6.根据权利要求5所述的一种新能源发电和用电功率预测方法，其特征在于，所述依据日、月、年平均偏差对进行修正，得出区域新能源预测功率,具体为：将日、月、年的某一参数的平均偏差Ad、月平均偏差Am、年平均偏差分别带入所述发电功率与影响参数函数模型，得出日、月、年的某一参数的平均偏差功率Pd、Pm、Py，假设根据天气预报预测的日、月、年的发电功率分别为PD、PM、PY；则修正后的区域日、月、年的预测功率分别为P1＝PD+Pd/2、P2＝PM+Pm/2、P3＝PY+Py/2。
7.根据权利要求6所述的一种新能源发电和用电功率预测方法，其特征在于，所述负载侧采集分片区域内日、月、年各时段用电量、用电增量，预测负载侧未来用电功率，具体为：所述负载侧通过电能计量装置采集分片区域内日、月、年各时段用电量后，再将本日与上一日、本月与上一月、本年与上一年对比作差计算日、月、年用电增量。
8.根据权利要求7所述的一种新能源发电和用电功率预测方法，其特征在于，所述预测负载侧未来用电功率，具体为：
对电能计量装置采集的用电数据进行数据预处理，对所述用电数据进行抽取、转换和装载；
基于ART算法挖掘预测模型，将日、月、年总有功电量作为预测列输入所述预测模型得出预测结果；
将所述预测结果与历史数据进行比较后，将比较结果通过负反馈输入预测模型，直到预测结果回归到历史数据均值；其中，所述历史数据分别为本预测日对应的上一日的历史数据、本预测月对应的上一月的历史数据、本预测年对应的上一年的历史数据。
9.根据权利要求2所述的一种新能源发电和用电功率预测方法，其特征在于，其特征在于，所述结合各阶段各区域新能源预测功率、新能源预测总功率和负载侧用电数据和未来用电预测，进行发电和用电调度，采用VPP系统进行调度，具体为：VPP系统对分布式电源的控制主要分为集中控制和分散控制，各分布式电源控制器首先通过通信系统将负荷需求传递到VPP系统的协调控制中心，经过协调控制中心的处理后再将相关的发电计划、负载启停状态的信息传递给各分布式电源控制器，对分布式电源进行相应的管理。
10.根据权利要求9所述的一种新能源发电和用电功率预测方法，其特征在于：所述发电计划的发电量大于所受负载启停状态中增加的负载的用电量。
CN202310658273.4A 2023-06-05 2023-06-05 一种新能源发电和用电功率预测系统及方法 Pending CN116667333A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310658273.4A CN116667333A (zh) 2023-06-05 2023-06-05 一种新能源发电和用电功率预测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310658273.4A CN116667333A (zh) 2023-06-05 2023-06-05 一种新能源发电和用电功率预测系统及方法

Publications (1)

Publication Number Publication Date
CN116667333A true CN116667333A (zh) 2023-08-29

Family

ID=87725819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310658273.4A Pending CN116667333A (zh) 2023-06-05 2023-06-05 一种新能源发电和用电功率预测系统及方法

Country Status (1)

Country Link
CN (1) CN116667333A (zh)

Cited By (1)

* 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

Cited By (2)

* 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
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

Similar Documents

Publication Publication Date Title
CN104969437B (zh) 用于能量分配的系统和方法
Cau et al. Energy management strategy based on short-term generation scheduling for a renewable microgrid using a hydrogen storage system
CN108808743B (zh) 基于通信网络的多能源微电网能量预测和优化调度方法
CN111969655B (zh) 考虑负荷响应不确定性的多源多荷协调调度方法及系统
CN108960526B (zh) 一种基于区域等效的分布式光伏出力预测方法和系统
CN116454951B (zh) 一种光储能控制系统及方法
KR101297082B1 (ko) 풍력 발전단지의 출력제어 시스템을 위한 단지 통합 출력제어 장치 및 그 제어 방법
CN110880789A (zh) 一种风电、光伏联合发电系统经济调度方法
CN112510703B (zh) 一种考虑煤耗曲线修正的多能源接入电网优化调度方法
CN112886645B (zh) 一种基于氢能超高比例的新能源电力系统运行模拟方法
CN115912351A (zh) 光伏日内日前模型预测方法、系统、设备及介质
US20220407310A1 (en) Intelligent energy management system for distributed energy resources and energy storage systems using machine learning
CN114421530A (zh) 一种光伏储能系统的调度方法及装置
CN116667333A (zh) 一种新能源发电和用电功率预测系统及方法
Gao Application of improved grey theory prediction model in medium-term load forecasting of distribution network
Arévalo et al. Smart monitoring method for photovoltaic systems and failure control based on power smoothing techniques
CN114336762A (zh) 风光发电及电网负荷波动日前调度储能配置优化方法
KR20180083487A (ko) 마이크로그리드 제어시스템 및 마이크로그리드용 디젤발전기 운영방법
CN105896535B (zh) 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN116599148A (zh) 一种面向新能源消纳的氢电混合储能两阶段协同规划方法
KR102471609B1 (ko) 전력발전량 예측시스템
CN112491049B (zh) 一种考虑在线煤耗曲线的多能源接入电网优化调度方法
CN116014797A (zh) 一种配网新能源接纳能力提升的评估方法
CN115907393A (zh) 一种含长时储能虚拟电厂的多时间尺度调度方法
JP2022094118A (ja) 計画支援装置、再生可能エネルギーシステム、計画支援方法、および計画支援プログラム

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