CN116885782A - 新能源电网系统的控制方法、装置和电子设备 - Google Patents
新能源电网系统的控制方法、装置和电子设备 Download PDFInfo
- Publication number
- CN116885782A CN116885782A CN202310874094.4A CN202310874094A CN116885782A CN 116885782 A CN116885782 A CN 116885782A CN 202310874094 A CN202310874094 A CN 202310874094A CN 116885782 A CN116885782 A CN 116885782A
- Authority
- CN
- China
- Prior art keywords
- power
- grid
- charge
- new energy
- wind
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 claims abstract description 113
- 238000004146 energy storage Methods 0.000 claims abstract description 78
- 230000005611 electricity Effects 0.000 claims abstract description 40
- 238000007599 discharging Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 230000005855 radiation Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000010248 power generation Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
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
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提供了一种新能源电网系统的控制方法、装置和电子设备，该方法包括：根据储能充放电功率和电网售购电功率，构建成本最优化模型；采用功率约束、电荷状态约束和充放电功率约束中的至少一个对成本最优化模型进行约束，得到优化后的成本最优化模型，采用与优化后的成本最优化模型输出的电网运作总成本的最小值对应的风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，控制新能源电网系统进行运作。在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
Description
技术领域
本申请涉及电网技术领域，具体而言，涉及一种新能源电网系统的控制方法、装置和电子设备。
背景技术
分布式能源系统通常由多种不同的能源资源(例如太阳能、风能、储能)和负载组成，并通过智能控制系统进行协调、优化和管理，与传统的中央化电力系统相比，交直流混合微电网具有分布式能源、智能控制、高可靠性和可持续性的优势。
然而，由于交直流混合微电网系统中的能源来源和能量需求是不断变化的，因此需要进行实时的控制和优化，以确保系统的稳定运行和最优性能，传统的微电网控制方法通常难以实现精准的预测和控制，从而造成新能源电网系统的运作效率较低。
发明内容
本申请的主要目的在于提供一种新能源电网系统的控制方法、装置和电子设备，以至少解决现有方案控制新能源电网系统的运作效率较低的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种新能源电网系统的控制方法，该方法包括：获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，所述风电输出功率为新能源电网系统的风电装置的输出功率，所述光伏输出功率为所述新能源电网系统的光伏装置的输出功率，所述储能充放电功率为所述新能源电网系统的储能装置的充放电功率，所述电网用电负荷为所述新能源电网系统的用电负荷；根据所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，确定电网售购电功率，所述电网售购电功率为所述新能源电网系统的售电功率，或者为购电功率，所述售电功率为卖出的电量对应的功率，所述购电功率为购买的电量对应的功率；根据所述储能充放电功率和所述电网售购电功率，构建成本最优化模型；采用功率约束、电荷状态约束和充放电功率约束中的至少一个对所述成本最优化模型进行约束，得到优化后的所述成本最优化模型，采用与所述优化后的所述成本最优化模型输出的电网运作总成本的最小值对应的所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，控制所述新能源电网系统进行运作。
可选地，所述新能源电网系统包括多个子网，所述成本最优化模型为：
其中，F1为所述电网运作总成本，新能源电网系统的控制为所述子网的总数，T为预设时刻段，δ为当前时刻距离上一次计算所述电网运作总成本时对应的时刻的时间间隔，s为所述储能装置在单位时间内的运行成本，c(t)为t时刻的电价，P5(t)为t时刻的所述电网售购电功率，P3(t)为t时刻的所述储能充放电功率。
可选地，根据所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，确定电网售购电功率，包括：
根据P5(t)＝P3(t)+P4(t)-P1(t)-P2(t)，
确定所述电网售购电功率，其中，P5(t)为t时刻的所述电网售购电功率，P1(t)为t时刻的所述风电输出功率，P2(t)为t时刻的所述光伏输出功率，P3(t)为t时刻的所述储能充放电功率，P4(t)为t时刻的所述电网用电负荷。
可选地，所述新能源电网系统包括多个子网，采用功率约束对所述成本最优化模型进行约束，包括：
在所述电网售购电功率为所述售电功率的情况下，
采用
对所述成本最优化模型进行功率约束，其中，P5(t)为第i个所述子网在t时刻的所述电网售购电功率，P1 i(t)为第i个所述子网在t时刻的所述风电输出功率，为第i个所述子网在t时刻的所述光伏输出功率，/>为第i个所述子网在t时刻的所述储能充放电功率，/>为第i个所述子网在t时刻的所述电网用电负荷，新能源电网系统的控制为子网的总数；
在所述电网售购电功率为所述购电功率的情况下，
采用
对所述成本最优化模型进行功率约束。
可选地，所述新能源电网系统包括多个子网，采用电荷状态约束对所述成本最优化模型进行约束，包括：
采用各所述子网在初始时刻的电荷状态相同、各所述子网在终止时刻的电荷状态相同和Smin≤Si(t)≤Smax，
对所述成本最优化模型进行电荷状态约束，其中，Smin为电荷状态的最小值，Si(t)为第i个所述子网在t时刻的电荷状态，t为所述初始时刻，Smax为电荷状态的最大值。
可选地，所述新能源电网系统包括多个子网，采用充放电功率约束对所述成本最优化模型进行约束，包括：
采用
对所述成本最优化模型进行充放电功率约束，其中，Pmin为充放电功率的最小值，为第i个所述子网在t时刻的所述电网用电负荷，Pmax为所述充放电功率的最大值。
可选地，获取风电输出功率，包括：
根据确定所述风电输出功率，其中，v为所述风电装置的当前风速，v1为所述风电装置的切入风速，v2为所述风电装置的切出风速，v3为所述风电装置的额定风速，P1为所述风电输出功率，P1'为额定风电输出功率。
可选地，获取光伏输出功率，包括：
根据确定所述光伏输出功率，其中，P2为所述光伏输出功率，P2'为额定光伏输出功率，G为实际太阳辐射强度，G'为标准太阳辐射强度，α为功率温度系数，Tg为所述光伏装置发电时的实际表面温度，T’g为所述光伏装置发电时的参考表面温度。
根据本申请的另一方面，提供了一种新能源电网系统的控制装置，该装置包括获取单元、确定单元、构建单元和处理单元；获取单元用于获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，所述风电输出功率为新能源电网系统的风电装置的输出功率，所述光伏输出功率为所述新能源电网系统的光伏装置的输出功率，所述储能充放电功率为所述新能源电网系统的储能装置的充放电功率，所述电网用电负荷为所述新能源电网系统的用电负荷；确定单元用于根据所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，确定电网售购电功率，所述电网售购电功率为所述新能源电网系统的售电功率，或者为购电功率，所述售电功率为卖出的电量对应的功率，所述购电功率为购买的电量对应的功率；构建单元用于根据所述储能充放电功率和所述电网售购电功率，构建成本最优化模型；处理单元用于对所述成本最优化模型进行功率约束、电荷状态约束和充放电功率约束，得到优化后的所述成本最优化模型，采用与所述优化后的所述成本最优化模型输出的电网运作总成本的最小值对应的所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，控制所述新能源电网系统进行运作。
根据本申请的另一方面，提供了一种电子设备，电子设备包括一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的新能源电网系统的控制方法。
应用本申请的技术方案，通过采用功率约束、电荷状态约束和充放电功率约束中的至少一个对所述成本最优化模型进行约束，得到优化后的所述成本最优化模型，在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，降低交直流混合微电网的经济成本，另一方面，本申请考虑了交直流混合微电网与大电网之间削峰填谷的经济效益因素，有效提高了光伏装置发电和风电装置发电的效益，又能提高储能装置的收益，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请的实施例中提供的一种执行新能源电网系统的控制方法的移动终端的硬件结构框图；
图2示出了根据本申请的实施例提供的一种新能源电网系统的控制方法的流程示意图；
图3示出了根据本申请的实施例提供的一种新能源电网系统的示意图；
图4示出了根据本申请的实施例提供的一种新能源电网系统的控制装置的结构框图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
正如背景技术中所介绍的，由于交直流混合微电网系统中的能源来源和能量需求是不断变化的，因此需要进行实时的控制和优化，以确保系统的稳定运行和最优性能，传统的微电网控制方法通常难以实现精准的预测和控制，从而造成新能源电网系统的运作效率较低，为解决现有方案控制新能源电网系统的运作效率较低的问题，本申请的实施例提供了一种新能源电网系统的控制方法、装置和电子设备。
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。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种新能源电网系统的控制方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的新能源电网系统的控制方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network InterfaceController，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的新能源电网系统的控制方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请的实施例提供的一种新能源电网系统的控制方法的流程示意图。如图2所示，该方法包括以下步骤：
步骤S201，获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，上述风电输出功率为新能源电网系统的风电装置的输出功率，上述光伏输出功率为上述新能源电网系统的光伏装置的输出功率，上述储能充放电功率为上述新能源电网系统的储能装置的充放电功率，上述电网用电负荷为上述新能源电网系统的用电负荷；
步骤S202，根据上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，确定电网售购电功率，上述电网售购电功率为上述新能源电网系统的售电功率，或者为购电功率，上述售电功率为卖出的电量对应的功率，上述购电功率为购买的电量对应的功率；
在本申请的一种实施例中，根据上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，确定电网售购电功率，包括：
根据P5(t)＝P3(t)+P4(t)-P1(t)-P2(t)，
确定上述电网售购电功率，其中，P5(t)为t时刻的上述电网售购电功率，P1(t)为t时刻的上述风电输出功率，P2(t)为t时刻的上述光伏输出功率，P3(t)为t时刻的上述储能充放电功率，P4(t)为t时刻的上述电网用电负荷。
具体地，通过上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，能够确定电网售购电功率为售电功率，或者为购电功率，在上述电网售购电功率小于0的情况下，说明现有电量不够用，需要购买额外电量，即上述电网售购电功率为购电功率，在上述电网售购电功率大于0的情况下，说明现有电量够用，不需要购买额外电量，即上述电网售购电功率为售电功率。
步骤S203，根据上述储能充放电功率和上述电网售购电功率，构建成本最优化模型；
在本申请的一种实施例中，上述新能源电网系统包括多个子网，上述成本最优化模型为：
其中，F1为上述电网运作总成本，新能源电网系统的控制为上述子网的总数，T为预设时刻段，δ为当前时刻距离上一次计算上述电网运作总成本时对应的时刻的时间间隔，s为上述储能装置在单位时间内的运行成本，c(t)为t时刻的电价，P5(t)为t时刻的上述电网售购电功率，P3(t)为t时刻的上述储能充放电功率。
具体地，成本最优化模型用于计算出最小化的电网运作总成本，并便于后续根据最小化的电网运作总成本，确定对应的上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，控制上述新能源电网系统进行运作。
步骤S204，采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，采用与上述优化后的上述成本最优化模型输出的电网运作总成本的最小值对应的上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，控制上述新能源电网系统进行运作。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，采用功率约束对上述成本最优化模型进行约束，包括：
在上述电网售购电功率为上述售电功率的情况下，
采用
对上述成本最优化模型进行功率约束，其中，P5(t)为第i个上述子网在t时刻的上述电网售购电功率，P1 i(t)为第i个上述子网在t时刻的上述风电输出功率，为第i个上述子网在t时刻的上述光伏输出功率，/>为第i个上述子网在t时刻的上述储能充放电功率，/>为第i个上述子网在t时刻的上述电网用电负荷，新能源电网系统的控制为子网的总数；
在上述电网售购电功率为上述购电功率的情况下，
采用
对上述成本最优化模型进行功率约束。
具体地，在上述电网售购电功率小于0的情况下，说明现有电量不够用，需要购买额外电量，即上述电网售购电功率为购电功率，在上述电网售购电功率大于0的情况下，说明现有电量够用，不需要购买额外电量，即上述电网售购电功率为售电功率，从而达到了对最优化模型的进行功率约束的目的。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，采用电荷状态约束对上述成本最优化模型进行约束，包括：
采用各上述子网在初始时刻的电荷状态相同、各上述子网在终止时刻的电荷状态相同和Smin≤Si(t)≤Smax，
对上述成本最优化模型进行电荷状态约束，其中，Smin为电荷状态的最小值，Si(t)为第i个上述子网在t时刻的电荷状态，t为上述初始时刻，Smax为电荷状态的最大值。
具体地，通过采用各上述子网在初始时刻的电荷状态相同、各上述子网在终止时刻的电荷状态相同，且限制电荷状态，从而优化了新能源电网的系统的运作效率。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，采用充放电功率约束对上述成本最优化模型进行约束，包括：
采用
对上述成本最优化模型进行充放电功率约束，其中，Pmin为充放电功率的最小值，为第i个上述子网在t时刻的上述电网用电负荷，Pmax为上述充放电功率的最大值。
具体地，通过设置充放电功率阈值从而限制了新能源电网系统的功耗。
在本申请的一种实施例中，获取风电输出功率，包括：
根据确定上述风电输出功率，其中，v为上述风电装置的当前风速，v1为上述风电装置的切入风速，v2为上述风电装置的切出风速，v3为上述风电装置的额定风速，P1为上述风电输出功率，P1'为额定风电输出功率。
具体地，风力发电机组的发电功率主要取决于当前的风速。当风速不同时，风电机组呈现切出电网、部分功率发电以及全功率发电三种状态，当风速大于切出风速或小于切入风速时，风电机组切出电网；当风速大于切入风速且小于额定风速时，风电机组部分功率发电；当风速大于额定风速且小于切出风速时，风电机组满功率发电。因此，考虑这些参数的模型能准确地确定风力发电机组的发电功率，实现对真实物理风电机组的数字仿真。
在本申请的一种实施例中，获取光伏输出功率，包括：
根据确定上述光伏输出功率，其中，P2为上述光伏输出功率，P2'为额定光伏输出功率，G为实际太阳辐射强度，G'为标准太阳辐射强度，α为功率温度系数，Tg为上述光伏装置发电时的实际表面温度，Tg'为上述光伏装置发电时的参考表面温度。
具体地，便于快速算出光伏输出功率。光伏发电功率与太阳光照强度、电池表面温度有关。两者越大，其发电功率也越高；因此，基于这些参数构建的光伏发电功率模型可以准确描述光伏的发电功率，实现对真实光伏实体的仿真。
另外根据s(t+1)＝s(t)+γP3(t)δ，确定储能装置在t+1时刻的电荷状态，其中，s(t+1)为储能装置在t+1时刻的电荷状态，s(t)为储能装置在t时刻的电荷状态，γ为储能装置的充放电效率，P3(t)为t时刻的上述储能充放电功率，δ为当前时刻距离上一次计算上述电网运作总成本时对应的时刻的时间间隔。
新能源电网系统如图3所示，交直流混合微电网由多个直流子网和交流子网组成。每个子网均包含风力发电机组、光伏发电组、储能装置、本地负荷。各子网通过对应的变流器接入公共直流母线，公共直流母线通过静态开关与大电网相连接，实现交直流混合微电网与大电网间的电能交互。这其中，储能装置是实现交直流混合微电网与大电网之间削峰填谷的关键。由于峰时段电价高，优先考虑售电策略。当交直流混合微电网的发电量高于当地总负荷时，储能装置在允许范围内尽可能放电，向大电网售电赚取收益；谷时段由于电价低，优先考虑购电策略。储能装置在允许范围内尽可能充电。
通过上述实施例，通过采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，降低交直流混合微电网的经济成本，另一方面，本申请考虑了交直流混合微电网与大电网之间削峰填谷的经济效益因素，有效提高了光伏装置发电和风电装置发电的效益，又能提高储能装置的收益，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
当交直流混合微电网中各个子网的功率之和大于零时，交直流混合微电网将向大电网输电；当交直流混合微电网中各个子网的功率之和小于零时，交直流混合微电网将向大电网购电。根据仿真结果，可以为交直流混合微电网的实际控制提供参考和建议。
本申请中搭建的成本最优化模型可以实现交直流混合微电网系统的物理实体与成本最优化模型之间的实时映射。成本最优化模型具有与物理实体相同的属性、结构、状态、性能、功能和行为。因此，可以通过对成本最优化模型的控制和优化仿真，推演得到物理实体的近似结果，从而为物理实体的实际操作提供参考。
本申请中监测和控制子系统不仅需要获取交直流混合微电网的各项环境数据，例如几何参数、所在环境，还需要监测交直流混合微电网在运行过程中的各项运行数据。通过布设在交直流混合微电网各处的传感器采集尽可能多的数据来完善系统中的成本最优化模型，使得成本最优化模型更贴近交直流混合微电网的运行状态。此外，该子系统还需要对交直流混合微电网进行远程控制。人工审查仿真计算结果和优化调度方案的合理性，并发送微电网控制指令给操作单元完成微电网控制。
本申请中，在对成本最优化模型进行求解之前，首先需要根据历史数据对成本最优化模型数进行修正，调整成本最优化模型的参数，确保成本最优化模型符合交直流混合微电网的实际运行情况和规律，提高控制的精准度。
本申请中，在对优化目标进行求解计算并最终得到优化控制方案的同时，交直流混合微电网的成本最优化模型也会根据优化控制方案进行仿真计算得到模拟的运行数据。显然，仿真模拟的情况与实际运行的情况始终会有一定的差别，进而导致仿真模拟存在一定的误差。所以，需要将仿真运行的数据与交直流混合微电网实际运行数据进行对比，找出两者之间的误差并根据设定的阈值判断影响程度。当误差超出阈值时，对交直流混合微电网的成本最优化模型进行修正，使其尽可能地贴近实际地物理实体。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种新能源电网系统的控制装置，需要说明的是，本申请实施例的新能源电网系统的控制装置可以用于执行本申请实施例所提供的用于新能源电网系统的控制方法。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
以下对本申请实施例提供的新能源电网系统的控制装置进行介绍。
图4是根据本申请的实施例提供的一种新能源电网系统的控制装置的结构框图。如图4所示，该装置包括获取单元41、确定单元42、构建单元43和处理单元44；获取单元41用于获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，上述风电输出功率为新能源电网系统的风电装置的输出功率，上述光伏输出功率为上述新能源电网系统的光伏装置的输出功率，上述储能充放电功率为上述新能源电网系统的储能装置的充放电功率，上述电网用电负荷为上述新能源电网系统的用电负荷；确定单元42用于根据上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，确定电网售购电功率，上述电网售购电功率为上述新能源电网系统的售电功率，或者为购电功率，上述售电功率为卖出的电量对应的功率，上述购电功率为购买的电量对应的功率；构建单元43用于根据上述储能充放电功率和上述电网售购电功率，构建成本最优化模型；处理单元44用于采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，采用与上述优化后的上述成本最优化模型输出的电网运作总成本的最小值对应的上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，控制上述新能源电网系统进行运作。
上述装置中，通过采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，降低交直流混合微电网的经济成本，另一方面，本申请考虑了交直流混合微电网与大电网之间削峰填谷的经济效益因素，有效提高了光伏装置发电和风电装置发电的效益，又能提高储能装置的收益，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，上述成本最优化模型为：
其中，F1为上述电网运作总成本，新能源电网系统的控制为上述子网的总数，T为预设时刻段，δ为当前时刻距离上一次计算上述电网运作总成本时对应的时刻的时间间隔，s为上述储能装置在单位时间内的运行成本，c(t)为t时刻的电价，P5(t)为t时刻的上述电网售购电功率，P3(t)为t时刻的上述储能充放电功率。
在本申请的一种实施例中，确定单元包括第一确定模块，
第一确定模块用于根据P5(t)＝P3(t)+P4(t)-P1(t)-P2(t)，
确定上述电网售购电功率，其中，P5(t)为t时刻的上述电网售购电功率，P1(t)为t时刻的上述风电输出功率，P2(t)为t时刻的上述光伏输出功率，P3(t)为t时刻的上述储能充放电功率，P4(t)为t时刻的上述电网用电负荷。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，处理单元包括第一处理模块和第二处理模块，
第一处理模块用于在上述电网售购电功率为上述售电功率的情况下，
采用
对上述成本最优化模型进行功率约束，其中，P5(t)为第i个上述子网在t时刻的上述电网售购电功率，P1 i(t)为第i个上述子网在t时刻的上述风电输出功率，为第i个上述子网在t时刻的上述光伏输出功率，/>为第i个上述子网在t时刻的上述储能充放电功率，/>为第i个上述子网在t时刻的上述电网用电负荷，新能源电网系统的控制为子网的总数；
第二处理模块用于在上述电网售购电功率为上述购电功率的情况下，
采用
对上述成本最优化模型进行功率约束。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，处理单元包括第三处理模块，
第三处理模块用于采用各上述子网在初始时刻的电荷状态相同、各上述子网在终止时刻的电荷状态相同和Smin≤Si(t)≤Smax，
对上述成本最优化模型进行电荷状态约束，其中，Smin为电荷状态的最小值，Si(t)为第i个上述子网在t时刻的电荷状态，t为上述初始时刻，Smax为电荷状态的最大值。
在本申请的一种实施例中，上述新能源电网系统包括多个子网，处理单元包括第四处理模块，
第四处理模块用于采用
对上述成本最优化模型进行充放电功率约束，其中，Pmin为充放电功率的最小值，为第i个上述子网在t时刻的上述电网用电负荷，Pmax为上述充放电功率的最大值。
在本申请的一种实施例中，获取单元包括第一确定模块，
第一确定模块用于根据确定上述风电输出功率，其中，v为上述风电装置的当前风速，v1为上述风电装置的切入风速，v2为上述风电装置的切出风速，v3为上述风电装置的额定风速，P1为上述风电输出功率，P1'为额定风电输出功率。
在本申请的一种实施例中，获取单元包括第二确定模块，
第二确定模块用于根据确定上述光伏输出功率，其中，P2为上述光伏输出功率，P2'为额定光伏输出功率，G为实际太阳辐射强度，G'为标准太阳辐射强度，α为功率温度系数，Tg为上述光伏装置发电时的实际表面温度，T’g为上述光伏装置发电时的参考表面温度。
上述新能源电网系统的控制装置包括处理器和存储器，上述获取单元、确定单元、构建单元和处理单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有方案控制新能源电网系统的运作效率较低的问题。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行上述新能源电网系统的控制方法。
本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述新能源电网系统的控制方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，上述风电输出功率为新能源电网系统的风电装置的输出功率，上述光伏输出功率为上述新能源电网系统的光伏装置的输出功率，上述储能充放电功率为上述新能源电网系统的储能装置的充放电功率，上述电网用电负荷为上述新能源电网系统的用电负荷；根据上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，确定电网售购电功率，上述电网售购电功率为上述新能源电网系统的售电功率，或者为购电功率，上述售电功率为卖出的电量对应的功率，上述购电功率为购买的电量对应的功率；根据上述储能充放电功率和上述电网售购电功率，构建成本最优化模型；对上述成本最优化模型进行功率约束、电荷状态约束和充放电功率约束，得到优化后的上述成本最优化模型，采用与上述优化后的上述成本最优化模型输出的电网运作总成本的最小值对应的上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，控制上述新能源电网系统进行运作。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，上述风电输出功率为新能源电网系统的风电装置的输出功率，上述光伏输出功率为上述新能源电网系统的光伏装置的输出功率，上述储能充放电功率为上述新能源电网系统的储能装置的充放电功率，上述电网用电负荷为上述新能源电网系统的用电负荷；根据上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，确定电网售购电功率，上述电网售购电功率为上述新能源电网系统的售电功率，或者为购电功率，上述售电功率为卖出的电量对应的功率，上述购电功率为购买的电量对应的功率；根据上述储能充放电功率和上述电网售购电功率，构建成本最优化模型；对上述成本最优化模型进行功率约束、电荷状态约束和充放电功率约束，得到优化后的上述成本最优化模型，采用与上述优化后的上述成本最优化模型输出的电网运作总成本的最小值对应的上述风电输出功率、上述光伏输出功率、上述储能充放电功率和上述电网用电负荷，控制上述新能源电网系统进行运作。
本申请还提供了一种电子设备，电子设备包括一个或多个处理器，存储器，以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置为由上述一个或多个处理器执行，上述一个或多个程序包括用于执行任意一种上述的新能源电网系统的控制方法。通过采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，降低交直流混合微电网的经济成本，另一方面，本申请考虑了交直流混合微电网与大电网之间削峰填谷的经济效益因素，有效提高了光伏装置发电和风电装置发电的效益，又能提高储能装置的收益，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、本申请的新能源电网系统的控制方法，通过采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，降低交直流混合微电网的经济成本，另一方面，本申请考虑了交直流混合微电网与大电网之间削峰填谷的经济效益因素，有效提高了光伏装置发电和风电装置发电的效益，又能提高储能装置的收益，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
2)、本申请的新能源电网系统的控制装置，通过采用功率约束、电荷状态约束和充放电功率约束中的至少一个对上述成本最优化模型进行约束，得到优化后的上述成本最优化模型，在保证供电负荷的前提下以经济成本为优化目标进行优化调度，提高了交直流混合微电网的控制准确度和能源利用效率，降低交直流混合微电网的经济成本，另一方面，本申请考虑了交直流混合微电网与大电网之间削峰填谷的经济效益因素，有效提高了光伏装置发电和风电装置发电的效益，又能提高储能装置的收益，进而解决了现有方案控制新能源电网系统的运作效率较低的问题。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。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。
Claims (10)
1.一种新能源电网系统的控制方法，其特征在于，包括：
获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，所述风电输出功率为新能源电网系统的风电装置的输出功率，所述光伏输出功率为所述新能源电网系统的光伏装置的输出功率，所述储能充放电功率为所述新能源电网系统的储能装置的充放电功率，所述电网用电负荷为所述新能源电网系统的用电负荷；
根据所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，确定电网售购电功率，所述电网售购电功率为所述新能源电网系统的售电功率，或者为购电功率，所述售电功率为卖出的电量对应的功率，所述购电功率为购买的电量对应的功率；
根据所述储能充放电功率和所述电网售购电功率，构建成本最优化模型；
采用功率约束、电荷状态约束和充放电功率约束中的至少一个对所述成本最优化模型进行约束，得到优化后的所述成本最优化模型，采用与所述优化后的所述成本最优化模型输出的电网运作总成本的最小值对应的所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，控制所述新能源电网系统进行运作。
2.根据权利要求1所述的方法，其特征在于，所述新能源电网系统包括多个子网，所述成本最优化模型为：
其中，F1为所述电网运作总成本，新能源电网系统的控制为所述子网的总数，T为预设时刻段，δ为当前时刻距离上一次计算所述电网运作总成本时对应的时刻的时间间隔，s为所述储能装置在单位时间内的运行成本，c(t)为t时刻的电价，P5(t)为t时刻的所述电网售购电功率，P3(t)为t时刻的所述储能充放电功率。
3.根据权利要求1所述的方法，其特征在于，根据所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，确定电网售购电功率，包括：
根据P5(t)＝P3(t)+P4(t)-P1(t)-P2(t)，
确定所述电网售购电功率，其中，P5(t)为t时刻的所述电网售购电功率，P1(t)为t时刻的所述风电输出功率，P2(t)为t时刻的所述光伏输出功率，P3(t)为t时刻的所述储能充放电功率，P4(t)为t时刻的所述电网用电负荷。
4.根据权利要求1所述的方法，其特征在于，所述新能源电网系统包括多个子网，采用功率约束对所述成本最优化模型进行约束，包括：
在所述电网售购电功率为所述售电功率的情况下，
采用
对所述成本最优化模型进行功率约束，其中，P5(t)为第i个所述子网在t时刻的所述电网售购电功率，P1 i(t)为第i个所述子网在t时刻的所述风电输出功率，为第i个所述子网在t时刻的所述光伏输出功率，/>为第i个所述子网在t时刻的所述储能充放电功率，为第i个所述子网在t时刻的所述电网用电负荷，新能源电网系统的控制为子网的总数；
在所述电网售购电功率为所述购电功率的情况下，
采用
对所述成本最优化模型进行功率约束。
5.根据权利要求1所述的方法，其特征在于，所述新能源电网系统包括多个子网，采用电荷状态约束对所述成本最优化模型进行约束，包括：
采用各所述子网在初始时刻的电荷状态相同、各所述子网在终止时刻的电荷状态相同和Smin≤Si(t)≤Smax，
对所述成本最优化模型进行电荷状态约束，其中，Smin为电荷状态的最小值，Si(t)为第i个所述子网在t时刻的电荷状态，t为所述初始时刻，Smax为电荷状态的最大值。
6.根据权利要求1所述的方法，其特征在于，所述新能源电网系统包括多个子网，采用充放电功率约束对所述成本最优化模型进行约束，包括：
采用
对所述成本最优化模型进行充放电功率约束，其中，Pmin为充放电功率的最小值，为第i个所述子网在t时刻的所述电网用电负荷，Pmax为所述充放电功率的最大值。
7.根据权利要求1所述的方法，其特征在于，获取风电输出功率，包括：
根据确定所述风电输出功率，其中，v为所述风电装置的当前风速，v1为所述风电装置的切入风速，v2为所述风电装置的切出风速，v3为所述风电装置的额定风速，P1为所述风电输出功率，P1'为额定风电输出功率。
8.根据权利要求1所述的方法，其特征在于，获取光伏输出功率，包括：
根据确定所述光伏输出功率，其中，P2为所述光伏输出功率，P2'为额定光伏输出功率，G为实际太阳辐射强度，G'为标准太阳辐射强度，α为功率温度系数，Tg为所述光伏装置发电时的实际表面温度，T'g为所述光伏装置发电时的参考表面温度。
9.一种新能源电网系统的控制装置，其特征在于，包括：
获取单元，用于获取风电输出功率、光伏输出功率、储能充放电功率和电网用电负荷，所述风电输出功率为新能源电网系统的风电装置的输出功率，所述光伏输出功率为所述新能源电网系统的光伏装置的输出功率，所述储能充放电功率为所述新能源电网系统的储能装置的充放电功率，所述电网用电负荷为所述新能源电网系统的用电负荷；
确定单元，用于根据所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，确定电网售购电功率，所述电网售购电功率为所述新能源电网系统的售电功率，或者为购电功率，所述售电功率为卖出的电量对应的功率，所述购电功率为购买的电量对应的功率；
构建单元，用于根据所述储能充放电功率和所述电网售购电功率，构建成本最优化模型；
处理单元，用于对所述成本最优化模型进行功率约束、电荷状态约束和充放电功率约束，得到优化后的所述成本最优化模型，采用与所述优化后的所述成本最优化模型输出的电网运作总成本的最小值对应的所述风电输出功率、所述光伏输出功率、所述储能充放电功率和所述电网用电负荷，控制所述新能源电网系统进行运作。
10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至8中任意一项所述的新能源电网系统的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310874094.4A CN116885782A (zh) | 2023-07-14 | 2023-07-14 | 新能源电网系统的控制方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310874094.4A CN116885782A (zh) | 2023-07-14 | 2023-07-14 | 新能源电网系统的控制方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116885782A true CN116885782A (zh) | 2023-10-13 |
Family
ID=88258307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310874094.4A Pending CN116885782A (zh) | 2023-07-14 | 2023-07-14 | 新能源电网系统的控制方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116885782A (zh) |
-
2023
- 2023-07-14 CN CN202310874094.4A patent/CN116885782A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106972536B (zh) | 一种光伏电站虚拟同步发电机的控制方法及装置 | |
| CN113541272A (zh) | 一种基于深度学习模型的储能电池均衡充放电方法及设备、介质 | |
| CN108429271A (zh) | 用于频率调节的混合储能系统微能源网优化方法及系统 | |
| JP7170141B2 (ja) | 望ましい容量係数を提供する統合型の再生可能電気生成リソース及び電荷ストレージシステムを制御する方法 | |
| JP7113145B2 (ja) | 望ましい容量係数を提供するａｃオーバービルト再生可能電気生成リソース及び電荷ストレージ装置を利用するシステム及び方法 | |
| CN117674092A (zh) | 受灾害电网的配置方法、配置装置和电子设备 | |
| CN116885782A (zh) | 新能源电网系统的控制方法、装置和电子设备 | |
| CN111082424A (zh) | 一种综合能源及微电网系统可靠性预测方法及装置 | |
| CN112398174B (zh) | 发电系统的最大输出功率确定方法、装置、控制器及系统 | |
| CN114912546A (zh) | 一种能源数据的聚合方法及装置 | |
| CN114331757A (zh) | 能源管理方法、装置、计算机设备和计算机可读存储介质 | |
| CN104934999B (zh) | 光伏发电控制方法、装置和光伏发电系统 | |
| CN110556865B (zh) | 风电机组低电压穿越特性模型参数修正方法、装置及介质 | |
| CN109598856B (zh) | 一种储能计费方法及装置 | |
| CN115800336B (zh) | 一种基于调峰调频的储能容量的确定方法、装置及设备 | |
| CN116545031A (zh) | 新能源设备的并网控制方法、并网控制装置和存储介质 | |
| CN113690872B (zh) | 基于直流微电网功率特征参数的分布式并网功率控制方法 | |
| CN110690719B (zh) | 一种微电网电池储能配置方法及可读存储介质 | |
| CN113415198B (zh) | 智能充电控制方法、系统、电子设备及存储介质 | |
| CN113128790B (zh) | 一种分布式光伏系统的消纳优化方法、装置及终端设备 | |
| CN114665493B (zh) | 储能飞轮系统的控制方法、装置和电子设备 | |
| JP7219341B2 (ja) | 統合型の再生可能エネルギーソース及びエネルギーストレージシステム設備の潜在的電気出力用のパワー供給トランザクションを実装する方法 | |
| JP7208095B2 (ja) | サーバ装置及び制御方法 | |
| CN108233365B (zh) | 充电站联网控制方法和装置 | |
| CN117584784A (zh) | 光储充系统的控制方法和光储充系统的控制装置 |
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 |