CN117077978B - 一种跨区域新能源蓄能方法及系统 - Google Patents
一种跨区域新能源蓄能方法及系统 Download PDFInfo
- Publication number
- CN117077978B CN117077978B CN202311314292.1A CN202311314292A CN117077978B CN 117077978 B CN117077978 B CN 117077978B CN 202311314292 A CN202311314292 A CN 202311314292A CN 117077978 B CN117077978 B CN 117077978B
- Authority
- CN
- China
- Prior art keywords
- capacity
- energy
- power generation
- quarter
- solar
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005265 energy consumption Methods 0.000 claims abstract description 16
- 238000010248 power generation Methods 0.000 claims description 184
- 230000005611 electricity Effects 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910001415 sodium ion Inorganic materials 0.000 description 1
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
- G06Q10/06—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种跨区域新能源蓄能方法及系统，涉及新能源蓄能技术领域；方法包括：获取不同区域内的新能源厂的历史产能数据和历史用能数据；对新能源厂的产能数据进行分析得到新能源厂的产能条形图；根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；根据不同区域内的新能源厂的产能等级和蓄能时段进行跨区域蓄能；本发明通过对新能源厂进行产能等级划分，能够给不同区域内的新能源厂提供精准的蓄能规划数据，以解决现有的新能源厂蓄能规划不够精准，对于跨区域蓄能安排存在不足的问题。
Description
技术领域
本发明涉及新能源蓄能技术领域，尤其涉及一种跨区域新能源蓄能方法及系统。
背景技术
新能源蓄能指的是，将电能通过物理或者化学的手段转化为其他形式的能量存储起来，在需要的时候将能量转化为电能释放出来。当前蓄能方式主要分为两类：一类是物理蓄能，一类是化学蓄能。物理蓄能主要包括抽水蓄能、压缩空气蓄能、蓄冷蓄热和飞轮蓄能等，化学蓄能主要包括锂电池、铅酸电池、液流电池、钠离子电池以及超级电容等。除抽水蓄能，其余方式又统称为新型蓄能系统。
现有的技术中，受区域和气候变化影响，各个新能源厂产能不一致，新能源厂的蓄能需求也不同，在对新能源进行蓄能时，往往是对区域内的新能源厂统一进行蓄能，没有进行不同区域或气候的规划，导致蓄能安排不够精准的问题。
发明内容
针对现有技术存在的不足，本发明目的是提供一种跨区域新能源蓄能方法及系统，通过对新能源厂进行产能等级划分，能够给不同区域内的新能源厂提供精准的蓄能规划数据，以解决现有的新能源厂蓄能规划不够精准，对于跨区域蓄能安排存在不足的问题。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种跨区域新能源蓄能方法，所述方法包括如下步骤：
步骤S1：获取不同区域内的新能源厂的历史产能数据和历史用能数据；
步骤S2：对新能源厂的产能数据进行分析得到新能源厂的产能条形图；
步骤S3：根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；
步骤S4：根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；
步骤S5：根据不同区域内的新能源厂的产能等级和蓄能时段进行跨区域蓄能。
进一步地，所述步骤S1中新能源厂包括风力发电厂、太阳能发电厂和潮汐发电厂，所述新能源厂的历史发电数据包括历史风力发电量、历史太阳能发电量和历史潮汐发电量。
进一步地，所述步骤S1包括如下子步骤：
步骤S101：获取区域内风力发电厂、太阳能发电厂和潮汐发电厂每个季度的发电量，求和得到第一新能源总发电量、第二新能源总发电量、第三新能源总发电量和第四新能源总发电量；
步骤S102：获取区域内风力发电厂数量、太阳能发电厂数量和潮汐发电厂数量；
步骤S103：分别求得风力发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一风力发电占比、第二风力发电占比、第三风力发电占比和第四风力发电占比；分别求得太阳能发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一太阳能发电占比、第二太阳能发电占比、第三太阳能发电占比和第四太阳能发电占比；分别求得潮汐发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一潮汐发电占比、第二潮汐发电占比、第三潮汐发电占比和第四潮汐发电占比；
步骤S104：获取区域内每日的用电数据，设置为历史用能数据。
进一步地，所述步骤S2包括如下子步骤：
步骤S201：将第一风力发电占比与风力发电厂数量的比值设置为第一风力产能；将第二风力发电占比与风力发电厂数量的比值设置为第二风力产能；将第三风力发电占比与风力发电厂数量的比值设置为第三风力产能；将第四风力发电占比与风力发电厂数量的比值设置为第四风力产能；
步骤S202：以季度为横坐标，风力产能为纵坐标，绘制风力产能条形图；
步骤203：将第一太阳能发电占比与太阳能发电厂数量的比值设置为第一太阳能产能；将第二太阳能发电占比与太阳能发电厂数量的比值设置为第二太阳能产能；将第三太阳能发电占比与太阳能发电厂数量的比值设置为第三太阳能产能；将第四太阳能发电占比与太阳能发电厂数量的比值设置为第四太阳能产能；
步骤S204：以季度为横坐标，太阳能产能为纵坐标，绘制太阳能产能条形图；
步骤S205：将第一潮汐发电占比与潮汐发电厂数量的比值设置为第一潮汐产能；将第二潮汐发电占比与潮汐发电厂数量的比值设置为第二潮汐产能；将第三潮汐发电占比与潮汐发电厂数量的比值设置为第三潮汐产能；将第四潮汐发电占比与潮汐发电厂数量的比值设置为第四潮汐产能；
步骤S206：以季度为横坐标，潮汐产能为纵坐标，绘制潮汐产能条形图。
进一步地，所述步骤S3包括如下子步骤：
步骤S301：从风力产能条形图上获取风力产能的平均值，设置为风力平均产能，将风力产能高于风力平均产能的季度设置为风力高产季度，将风力产能低于风力平均产能的季度设置为风力低产季度；
步骤S302：从太阳能产能条形图上获取太阳能产能的平均值，设置为太阳能平均产能，将太阳能产能高于太阳能平均产能的季度设置为太阳能高产季度，将太阳能产能低于太阳能平均产能的季度设置为太阳能低产季度；
步骤S303：从潮汐产能条形图上获取潮汐产能的平均值，设置为潮汐平均产能，将潮汐产能高于潮汐平均产能的季度设置为潮汐高产季度，将潮汐产能低于潮汐平均产能的季度设置为潮汐低产季度；
步骤S304：根据风力年发电占比、太阳能年发电占比和潮汐年发电占比对季度的新能源产能等级进行分类。
进一步地，所述步骤S304包括如下子步骤：
步骤S30401：获取全年的风力发电量、全年的太阳能发电量和全年的潮汐发电量，求和得到新能源年发电量；
步骤S30402：将全年风力发电量与新能源年发电量的比值设为风力年发电占比；将全年太阳能发电量与新能源年发电量的比值设为太阳能年发电占比；将全年潮汐发电量与新能源年发电量的比值设为潮汐年发电占比；
步骤S30403：获取每个季度的风力产能等级、太阳能产能等级和潮汐产能等级；所述风力产能等级包括风力高产和风力低产；所述太阳能产能等级包括太阳能高产和太阳能低产；所述潮汐产能等级包括潮汐高产和潮汐低产；
步骤S30404：对风力产能等级、太阳能产能等级和潮汐产能等级为高产的季度赋值为1，对风力产能等级、太阳能产能等级和潮汐产能等级为低产的季度赋值为0.5；
步骤S30405：将风力年发电占比、太阳能年发电占比、潮汐年发电占比、风力产能等级、太阳能产能等级和潮汐产能等级代入季度产能值公式：中，求得季度产能值；其中，Y为季度产能值，F为风力年发电占比，T为太阳能年发电占比，C为潮汐年发电占比，DF为风力产能等级，DT为太阳能产能等级，DC为潮汐产能等级；
步骤S30406：当季度产能值大于0.75时，判断该季度为新能源高产季度；当季度产能值小于0.75时，判断该季度为新能源低产季度。
进一步地，所述步骤S4包括如下子步骤：
步骤S401：对历史用能数据进行处理得到日用电量峰谷图；
步骤S402：从日用电量峰谷图中求取日用电量平均值，将用电量低于平均值的时段设置为用电量低谷时段；
步骤S403：将用电低谷时段设置为蓄能时段。
进一步地，所述步骤S401包括：获取第一天数的日用电量，将每日划分为24个时段，计算得到在第一天数的每个相同时段内的平均用电量，以时段为横坐标，以每个时段的平均用电量为纵坐标，绘制日用电量峰谷图。
进一步的，所述步骤S5包括：当前季度为新能源高产季度时，在蓄能时段内对该区域新能源进行本地蓄能；当前季度为新能源低产季度时，将该区域的新能源厂产生的电量进行跨区域输送蓄能。
第二方面，本发明提供一种跨区域新能源蓄能系统，所述系统包括：历史数据采集模块、产能分析模块、蓄能分析模块和蓄能模块；
所述历史数据采集模块包括产能数据采集单元和用能数据采集单元，所述产能数据采集单元用于采集历史产能数据，所述历史产能数据包括：第一新能源总发电量、第二新能源总发电量、第三新能源总发电量、第四新能源总发电量、第一风力产能占比、第二风力产能占比，第三风力产能占比、第四风力产能占比、第一太阳能产能占比、第二太阳能产能占比，第三太阳能产能占比、第四太阳能产能占比、第一潮汐产能占比、第二潮汐产能占比，第三潮汐产能占比和第四潮汐产能占比；所述用能数据采集单元用于采集历史用能数据；
所述产能分析模块用于对采集到的历史产能数据进行分析得到新能源厂的产能条形图，再根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；所述蓄能分析模块用于根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；
所述蓄能模块用于根据新能源厂的产能等级和蓄能时段对区域新能源厂进行本地蓄能或跨区域输送蓄能。
本发明的有益效果：本发明首先通过历史数据采集模块获取新能源厂的历史产能数据和历史用能数据，再通过产能分析模块对采集到的历史产能数据进行分析得到新能源厂的产能条形图，通过蓄能分析模块用于根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；然后根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；通过对新能源厂的产能数据进行分析，对新能源厂的产能等级进行精准划分，为后续对新能源蓄能规划提供了精准的数据支持。
本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更明显：
图1为本发明的方法步骤流程图；
图2为本发明的新能源产能条形图；
图3为本发明的日用电峰谷图；
图4为本发明的系统的原理框图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
请参阅图1所示，一种跨区域新能源蓄能方法，包括如下步骤：
步骤S1：获取不同区域内的新能源厂的历史产能数据和历史用能数据；新能源厂包括风力发电厂、太阳能发电厂和潮汐发电厂，新能源厂的历史发电数据包括历史风力发电量、历史太阳能发电量和历史潮汐发电量。
步骤S1包括如下子步骤：
步骤S101：获取区域内风力发电厂、太阳能发电厂和潮汐发电厂每个季度的发电量，求和得到第一新能源总发电量、第二新能源总发电量、第三新能源总发电量和第四新能源总发电量；
步骤S102：获取区域内风力发电厂数量、太阳能发电厂数量和潮汐发电厂数量；
步骤S103：分别求得风力发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一风力发电占比、第二风力发电占比、第三风力发电占比和第四风力发电占比；分别求得太阳能发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一太阳能发电占比、第二太阳能发电占比、第三太阳能发电占比和第四太阳能发电占比；分别求得潮汐发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一潮汐发电占比、第二潮汐发电占比、第三潮汐发电占比和第四潮汐发电占比；在具体实施过程中，发电占比为不同能源厂在一个季度的发电量与该季度新能源总发电量的比值；
步骤S104：获取区域内每日的用电数据，设置为历史用能数据。
步骤S2：对新能源厂的产能数据进行分析得到新能源厂的产能条形图。
请参阅图2所示，步骤S2包括如下子步骤：
步骤S201：将第一风力发电占比与风力发电厂数量的比值设置为第一风力产能；将第二风力发电占比与风力发电厂数量的比值设置为第二风力产能；将第三风力发电占比与风力发电厂数量的比值设置为第三风力产能；将第四风力发电占比与风力发电厂数量的比值设置为第四风力产能；在具体实施过程中，区域内的风力发电厂可能会因为地理位置不同，造成风力产能不一致，将风力发电占比的平均值设置为风力产能，可以避免由于地理位置导致的风力产能不一致，导致区域风力产能计算不准确的情况；
步骤S202：以季度为横坐标，风力产能为纵坐标，绘制风力产能条形图；
步骤203：将第一太阳能发电占比与太阳能发电厂数量的比值设置为第一太阳能产能；将第二太阳能发电占比与太阳能发电厂数量的比值设置为第二太阳能产能；将第三太阳能发电占比与太阳能发电厂数量的比值设置为第三太阳能产能；将第四太阳能发电占比与太阳能发电厂数量的比值设置为第四太阳能产能；在具体实施过程中，区域内的太阳能发电厂可能会因为地理位置不同，造成太阳能产能不一致，将太阳能发电占比的平均值设置为太阳能产能，可以避免由于地理位置导致的太阳能产能不一致，导致区域太阳能产能计算不准确的情况；
步骤S204：以季度为横坐标，太阳能产能为纵坐标，绘制太阳能产能条形图；
步骤S205：将第一潮汐发电占比与潮汐发电厂数量的比值设置为第一潮汐产能；将第二潮汐发电占比与潮汐发电厂数量的比值设置为第二潮汐产能；将第三潮汐发电占比与潮汐发电厂数量的比值设置为第三潮汐产能；将第四潮汐发电占比与潮汐发电厂数量的比值设置为第四潮汐产能；在具体实施过程中，区域内的潮汐发电厂可能会因为地理位置不同，造成潮汐产能不一致，将潮汐发电占比的平均值设置为潮汐产能，可以避免由于地理位置导致的潮汐产能不一致，导致区域潮汐产能计算不准确的情况；
步骤S206：以季度为横坐标，潮汐产能为纵坐标，绘制潮汐产能条形图。
步骤S3：根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级。
步骤S3包括如下子步骤：
步骤S301：从风力产能条形图上获取风力产能的平均值，设置为风力平均产能，将风力产能高于风力平均产能的季度设置为风力高产季度，将风力产能低于风力平均产能的季度设置为风力低产季度；
步骤S302：从太阳能产能条形图上获取太阳能产能的平均值，设置为太阳能平均产能，将太阳能产能高于太阳能平均产能的季度设置为太阳能高产季度，将太阳能产能低于太阳能平均产能的季度设置为太阳能低产季度；
步骤S303：从潮汐产能条形图上获取潮汐产能的平均值，设置为潮汐平均产能，将潮汐产能高于潮汐平均产能的季度设置为潮汐高产季度，将潮汐产能低于潮汐平均产能的季度设置为潮汐低产季度；在具体实施过程中，新能源厂受气候季节变化影响较大，产能也会出现增加或减少的情况；
步骤S304：根据风力年发电占比、太阳能年发电占比和潮汐年发电占比对季度的新能源产能等级进行分类。
步骤S304包括如下子步骤：
步骤S30401：获取全年的风力发电量、全年的太阳能发电量和全年的潮汐发电量，求和得到新能源年发电量；
步骤S30402：将全年风力发电量与新能源年发电量的比值设为风力年发电占比；将全年太阳能发电量与新能源年发电量的比值设为太阳能年发电占比；将全年潮汐发电量与新能源年发电量的比值设为潮汐年发电占比；在具体实施过程中，每个区域的新能源厂侧重不同，如果将某一能源产能等级作为区域新能源产能等级标准，不具备准确性；因此需要以风力年发电占比、太阳能年发电占比和潮汐年发电占比为权重计算新能源季度产能等级；
步骤S30403：获取每个季度的风力产能等级、太阳能产能等级和潮汐产能等级；风力产能等级包括风力高产和风力低产；太阳能产能等级包括太阳能高产和太阳能低产；潮汐产能等级包括潮汐高产和潮汐低产；
步骤S30404：对风力产能等级、太阳能产能等级和潮汐产能等级为高产的季度赋值为1，对风力产能等级、太阳能产能等级和潮汐产能等级为低产的季度赋值为0.5；
步骤S30405：将风力年发电占比、太阳能年发电占比、潮汐年发电占比、风力产能等级、太阳能产能等级和潮汐产能等级代入季度产能值公式：中，求得季度产能值；其中，Y为季度产能值，F为风力年发电占比，T为太阳能年发电占比，C为潮汐年发电占比，DF为风力产能等级，DT为太阳能产能等级，DC为潮汐产能等级；在具体实施过程中，当风力年发电占比为30%，太阳能年发电占比为45%，潮汐年发电占比为25%时，第一季度的风力产能等级赋值为1，第一季度的太阳能产能等级赋值为1，第一季度的潮汐产能等级赋值为0.5，则第一季度的季度产能值为0.875；
步骤S30406：当季度产能值大于0.75时，判断该季度为新能源高产季度；当季度产能值小于0.75时，判断该季度为新能源低产季度。
步骤S4：根据历史用能数据对区域电网进行分析，得到区域的蓄能时段。
请参阅图3所示，步骤S4包括如下子步骤：
步骤S401：对历史用能数据进行处理得到日用电量峰谷图；步骤S401包括：获取第一天数的日用电量，将每日划分为24个时段，计算得到在第一天数的每个相同时段内的平均用电量，以时段为横坐标，以每个时段的平均用电量为纵坐标，绘制日用电量峰谷图；
步骤S402：从日用电量峰谷图中求取日用电量平均值，将用电量低于平均值的时段设置为用电量低谷时段；
步骤S403：将用电低谷时段设置为蓄能时段；在具体实施过程中，在用电低谷时段可能会有大量电量溢出，此时对用电量进行蓄能，不会影响区域内的用电情况。
步骤S5：根据不同区域内的新能源厂的产能等级和蓄能时段进行跨区域蓄能。
步骤S5包括：当前季度为新能源高产季度时，在蓄能时段内对该区域新能源进行本地蓄能；当前季度为新能源低产季度时，将该区域的新能源厂产生的电量进行跨区域输送蓄能。
请参阅图4所示，一种跨区域新能源蓄能系统，系统包括：历史数据采集模块、产能分析模块、蓄能分析模块和蓄能模块；
历史数据采集模块包括产能数据采集单元和用能数据采集单元，产能数据采集单元用于采集历史产能数据，历史产能数据包括：第一新能源总发电量、第二新能源总发电量、第三新能源总发电量、第四新能源总发电量、第一风力产能占比、第二风力产能占比，第三风力产能占比、第四风力产能占比、第一太阳能产能占比、第二太阳能产能占比，第三太阳能产能占比、第四太阳能产能占比、第一潮汐产能占比、第二潮汐产能占比，第三潮汐产能占比和第四潮汐产能占比；用能数据采集单元用于采集历史用能数据；
产能分析模块用于对采集到的历史产能数据进行分析得到新能源厂的产能条形图，再根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；蓄能分析模块用于根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；
蓄能模块用于根据新能源厂的产能等级和蓄能时段对区域新能源厂进行本地蓄能或跨区域输送蓄能。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明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，本发明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上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random AccessMemory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable ProgrammableRead-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable ProgrammableRead Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-OnlyMemory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。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。
以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种跨区域新能源蓄能方法，其特征在于，所述方法包括如下步骤：
步骤S1：获取不同区域内的新能源厂的历史产能数据和历史用能数据；
步骤S2：对新能源厂的产能数据进行分析得到新能源厂的产能条形图；
步骤S3：根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；
步骤S4：根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；
步骤S5：根据不同区域内的新能源厂的产能等级和蓄能时段进行跨区域蓄能；
所述步骤S1包括如下子步骤：
步骤S101：获取区域内风力发电厂、太阳能发电厂和潮汐发电厂每个季度的发电量，求和得到第一新能源总发电量、第二新能源总发电量、第三新能源总发电量和第四新能源总发电量；
步骤S102：获取区域内风力发电厂数量、太阳能发电厂数量和潮汐发电厂数量；
步骤S103：分别求得风力发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一风力发电占比、第二风力发电占比、第三风力发电占比和第四风力发电占比；分别求得太阳能发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一太阳能发电占比、第二太阳能发电占比、第三太阳能发电占比和第四太阳能发电占比；分别求得潮汐发电厂在第一季度、第二季度、第三季度和第四季度内的发电占比，设置为第一潮汐发电占比、第二潮汐发电占比、第三潮汐发电占比和第四潮汐发电占比；
步骤S104：获取区域内每日的用电数据，设置为历史用能数据；
所述步骤S2包括如下子步骤：
步骤S201：将第一风力发电占比与风力发电厂数量的比值设置为第一风力产能；将第二风力发电占比与风力发电厂数量的比值设置为第二风力产能；将第三风力发电占比与风力发电厂数量的比值设置为第三风力产能；将第四风力发电占比与风力发电厂数量的比值设置为第四风力产能；
步骤S202：以季度为横坐标，风力产能为纵坐标，绘制风力产能条形图；
步骤203：将第一太阳能发电占比与太阳能发电厂数量的比值设置为第一太阳能产能；将第二太阳能发电占比与太阳能发电厂数量的比值设置为第二太阳能产能；将第三太阳能发电占比与太阳能发电厂数量的比值设置为第三太阳能产能；将第四太阳能发电占比与太阳能发电厂数量的比值设置为第四太阳能产能；
步骤S204：以季度为横坐标，太阳能产能为纵坐标，绘制太阳能产能条形图；
步骤S205：将第一潮汐发电占比与潮汐发电厂数量的比值设置为第一潮汐产能；将第二潮汐发电占比与潮汐发电厂数量的比值设置为第二潮汐产能；将第三潮汐发电占比与潮汐发电厂数量的比值设置为第三潮汐产能；将第四潮汐发电占比与潮汐发电厂数量的比值设置为第四潮汐产能；
步骤S206：以季度为横坐标，潮汐产能为纵坐标，绘制潮汐产能条形图；
所述步骤S3包括如下子步骤：
步骤S301：从风力产能条形图上获取风力产能的平均值，设置为风力平均产能，将风力产能高于风力平均产能的季度设置为风力高产季度，将风力产能低于风力平均产能的季度设置为风力低产季度；
步骤S302：从太阳能产能条形图上获取太阳能产能的平均值，设置为太阳能平均产能，将太阳能产能高于太阳能平均产能的季度设置为太阳能高产季度，将太阳能产能低于太阳能平均产能的季度设置为太阳能低产季度；
步骤S303：从潮汐产能条形图上获取潮汐产能的平均值，设置为潮汐平均产能，将潮汐产能高于潮汐平均产能的季度设置为潮汐高产季度，将潮汐产能低于潮汐平均产能的季度设置为潮汐低产季度；
步骤S304：根据风力年发电占比、太阳能年发电占比和潮汐年发电占比对季度的新能源产能等级进行分类；
所述步骤S304包括如下子步骤：
步骤S30401：获取全年的风力发电量、全年的太阳能发电量和全年的潮汐发电量，求和得到新能源年发电量；
步骤S30402：将全年风力发电量与新能源年发电量的比值设为风力年发电占比；将全年太阳能发电量与新能源年发电量的比值设为太阳能年发电占比；将全年潮汐发电量与新能源年发电量的比值设为潮汐年发电占比；
步骤S30403：获取每个季度的风力产能等级、太阳能产能等级和潮汐产能等级；所述风力产能等级包括风力高产和风力低产；所述太阳能产能等级包括太阳能高产和太阳能低产；所述潮汐产能等级包括潮汐高产和潮汐低产；
步骤S30404：对风力产能等级、太阳能产能等级和潮汐产能等级为高产的季度赋值为1，对风力产能等级、太阳能产能等级和潮汐产能等级为低产的季度赋值为0.5；
步骤S30405：将风力年发电占比、太阳能年发电占比、潮汐年发电占比、风力产能等级、太阳能产能等级和潮汐产能等级代入季度产能值公式：中，求得季度产能值；其中，Y为季度产能值，F为风力年发电占比，T为太阳能年发电占比，C为潮汐年发电占比，DF为风力产能等级，DT为太阳能产能等级，DC为潮汐产能等级；
步骤S30406：当季度产能值大于0.75时，判断该季度为新能源高产季度；当季度产能值小于0.75时，判断该季度为新能源低产季度；
所述步骤S4包括如下子步骤：
步骤S401：对历史用能数据进行处理得到日用电量峰谷图；
步骤S402：从日用电量峰谷图中求取日用电量平均值，将用电量低于平均值的时段设置为用电量低谷时段；
步骤S403：将用电低谷时段设置为蓄能时段；
所述步骤S5包括：当前季度为新能源高产季度时，在蓄能时段内对该区域新能源进行本地蓄能；当前季度为新能源低产季度时，将该区域的新能源厂产生的电量进行跨区域输送蓄能。
2.根据权利要求1所述的一种跨区域新能源蓄能方法，其特征在于，所述步骤S1中新能源厂包括风力发电厂、太阳能发电厂和潮汐发电厂，所述新能源厂的历史发电数据包括历史风力发电量、历史太阳能发电量和历史潮汐发电量。
3.根据权利要求2所述的一种跨区域新能源蓄能方法，其特征在于，所述步骤S401包括：获取第一天数的日用电量，将每日划分为24个时段，计算得到在第一天数的每个相同时段内的平均用电量，以时段为横坐标，以每个时段的平均用电量为纵坐标，绘制日用电量峰谷图。
4.适用于权利要求1-3任意一项所述的一种跨区域新能源蓄能方法的系统，其特征在于，所述系统包括：历史数据采集模块、产能分析模块、蓄能分析模块和蓄能模块；
所述历史数据采集模块包括产能数据采集单元和用能数据采集单元，所述产能数据采集单元用于采集历史产能数据，所述历史产能数据包括：第一新能源总发电量、第二新能源总发电量、第三新能源总发电量、第四新能源总发电量、第一风力产能占比、第二风力产能占比，第三风力产能占比、第四风力产能占比、第一太阳能产能占比、第二太阳能产能占比，第三太阳能产能占比、第四太阳能产能占比、第一潮汐产能占比、第二潮汐产能占比，第三潮汐产能占比和第四潮汐产能占比；所述用能数据采集单元用于采集历史用能数据；
所述产能分析模块用于对采集到的历史产能数据进行分析得到新能源厂的产能条形图，再根据新能源厂的产能条形图对新能源厂进行产能分级，得到新能源厂的产能等级；所述蓄能分析模块用于根据历史用能数据对区域电网进行分析，得到区域的蓄能时段；
所述蓄能模块用于根据新能源厂的产能等级和蓄能时段对区域新能源厂进行本地蓄能或跨区域输送蓄能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311314292.1A CN117077978B (zh) | 2023-10-11 | 2023-10-11 | 一种跨区域新能源蓄能方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311314292.1A CN117077978B (zh) | 2023-10-11 | 2023-10-11 | 一种跨区域新能源蓄能方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117077978A CN117077978A (zh) | 2023-11-17 |
| CN117077978B true CN117077978B (zh) | 2024-06-04 |
Family
ID=88719749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311314292.1A Active CN117077978B (zh) | 2023-10-11 | 2023-10-11 | 一种跨区域新能源蓄能方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117077978B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117495058B (zh) * | 2023-12-29 | 2024-04-19 | 浙江浙能能源服务有限公司 | 一种智能调节的能源调度控制方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102566529A (zh) * | 2010-12-30 | 2012-07-11 | 新奥科技发展有限公司 | 跨区域能源调度系统与方法 |
| CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
| CN112531786A (zh) * | 2020-12-07 | 2021-03-19 | 国网新疆电力有限公司经济技术研究院 | 区域电网电力外送方法 |
| CN112653195A (zh) * | 2020-11-27 | 2021-04-13 | 国网甘肃省电力公司经济技术研究院 | 一种并网型微电网鲁棒优化容量配置方法 |
| CN114336783A (zh) * | 2022-01-07 | 2022-04-12 | 国网能源研究院有限公司 | 一种适应于市县新能源消纳优化方法和系统 |
| CN114678865A (zh) * | 2022-03-25 | 2022-06-28 | 国网浙江省电力有限公司杭州供电公司 | 大跨度多区域供电协同优化系统及方法 |
| CN115347574A (zh) * | 2022-07-28 | 2022-11-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种区域电网跨区域能源调度方法及系统 |
| WO2022257442A1 (zh) * | 2021-06-10 | 2022-12-15 | 张培榕 | 一种用于新能源高占比新型源电力系统的储能发电装置 |
| CN115796406A (zh) * | 2023-02-13 | 2023-03-14 | 浙江浙能能源服务有限公司 | 一种用于虚拟电厂的优化调节方法及系统 |
| CN116454951A (zh) * | 2023-04-28 | 2023-07-18 | 重庆跃达新能源有限公司 | 一种光储能控制系统及方法 |
| CN116526524A (zh) * | 2023-05-26 | 2023-08-01 | 浙江中新电力工程建设有限公司 | 一种基于可再生能源发电的储能方法及其系统 |
| CN116632875A (zh) * | 2023-06-12 | 2023-08-22 | 嘉兴正弦电气有限公司 | 一种用于配电网的混合储能规划方法及系统 |
| CN116703210A (zh) * | 2023-05-29 | 2023-09-05 | 广东永光新能源设计咨询有限公司 | 可再生能源利用方法、装置、设备及存储介质 |
| CN116739360A (zh) * | 2023-03-27 | 2023-09-12 | 苏州福泽能源科技有限公司 | 基于区块链的分布式风光储智慧能量管理系统 |
| CN116845934A (zh) * | 2023-09-01 | 2023-10-03 | 国电投山西能源服务有限公司 | 一种配电电路系统 |
-
2023
- 2023-10-11 CN CN202311314292.1A patent/CN117077978B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102566529A (zh) * | 2010-12-30 | 2012-07-11 | 新奥科技发展有限公司 | 跨区域能源调度系统与方法 |
| CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
| CN112653195A (zh) * | 2020-11-27 | 2021-04-13 | 国网甘肃省电力公司经济技术研究院 | 一种并网型微电网鲁棒优化容量配置方法 |
| CN112531786A (zh) * | 2020-12-07 | 2021-03-19 | 国网新疆电力有限公司经济技术研究院 | 区域电网电力外送方法 |
| WO2022257442A1 (zh) * | 2021-06-10 | 2022-12-15 | 张培榕 | 一种用于新能源高占比新型源电力系统的储能发电装置 |
| CN114336783A (zh) * | 2022-01-07 | 2022-04-12 | 国网能源研究院有限公司 | 一种适应于市县新能源消纳优化方法和系统 |
| CN114678865A (zh) * | 2022-03-25 | 2022-06-28 | 国网浙江省电力有限公司杭州供电公司 | 大跨度多区域供电协同优化系统及方法 |
| CN115347574A (zh) * | 2022-07-28 | 2022-11-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种区域电网跨区域能源调度方法及系统 |
| CN115796406A (zh) * | 2023-02-13 | 2023-03-14 | 浙江浙能能源服务有限公司 | 一种用于虚拟电厂的优化调节方法及系统 |
| CN116739360A (zh) * | 2023-03-27 | 2023-09-12 | 苏州福泽能源科技有限公司 | 基于区块链的分布式风光储智慧能量管理系统 |
| CN116454951A (zh) * | 2023-04-28 | 2023-07-18 | 重庆跃达新能源有限公司 | 一种光储能控制系统及方法 |
| CN116526524A (zh) * | 2023-05-26 | 2023-08-01 | 浙江中新电力工程建设有限公司 | 一种基于可再生能源发电的储能方法及其系统 |
| CN116703210A (zh) * | 2023-05-29 | 2023-09-05 | 广东永光新能源设计咨询有限公司 | 可再生能源利用方法、装置、设备及存储介质 |
| CN116632875A (zh) * | 2023-06-12 | 2023-08-22 | 嘉兴正弦电气有限公司 | 一种用于配电网的混合储能规划方法及系统 |
| CN116845934A (zh) * | 2023-09-01 | 2023-10-03 | 国电投山西能源服务有限公司 | 一种配电电路系统 |
Non-Patent Citations (1)
| Title |
|---|
| 受端电力系统新能源规划配比研究;魏然;《山东电力技术》;20230925;35-40 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117077978A (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tastu et al. | Probabilistic forecasts of wind power generation accounting for geographically dispersed information | |
| Yildiz et al. | Household electricity load forecasting using historical smart meter data with clustering and classification techniques | |
| CN117077978B (zh) | 一种跨区域新能源蓄能方法及系统 | |
| CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
| CN102509173A (zh) | 一种基于马尔科夫链的电力系统负荷准确预测方法 | |
| CN111008727A (zh) | 一种配电台区负荷预测方法及装置 | |
| CN112994092B (zh) | 一种基于功率预测的独立风光储微电网系统尺寸规划方法 | |
| CN113315171A (zh) | 新能源消纳能力评估方法、装置、计算机设备和存储介质 | |
| WO2017049428A1 (zh) | 一种基于备用对象代价性能比的旋转备用容量优化方法 | |
| Emblemsvåg | On the levelised cost of energy of solar photovoltaics | |
| CN117114750B (zh) | 新能源交易电量的分解方法、装置、设备及介质 | |
| Zhao et al. | Simultaneous sizing and scheduling optimization for PV-wind-battery hybrid systems with a modified battery lifetime model: A high-resolution analysis in China | |
| CN111626645B (zh) | 一种未来年储能配置容量测算方法及系统 | |
| Naderi et al. | Clustering based analysis of residential duck curve mitigation through solar pre-cooling: A case study of Australian housing stock | |
| Ding et al. | A dynamic period partition method for time-of-use pricing with high-penetration renewable energy | |
| CN116163879A (zh) | 抽水蓄能电站的运行工况调节方法、装置和计算机设备 | |
| CN115689382A (zh) | 一种利用宏观尺度上城市形态测算城市建筑能耗的方法 | |
| CN117952240A (zh) | 一种光伏发电量预测方法及装置 | |
| CN115564127A (zh) | 一种风力发电量预测分析方法 | |
| Guizzi et al. | Intermittent non-dispatchable renewable generation and reserve requirements: historical analysis and preliminary evaluations on the Italian electric grid | |
| KR20180023078A (ko) | 기상정보를 이용한 태양광 발전량 예측방법 | |
| Wang et al. | [Retracted] A Stochastic Rolling Horizon‐Based Approach for Power Generation Expansion Planning | |
| Rozon et al. | Towards a transparent and dynamic forecasting of renewable energy technologies capacity and cost to 2050 | |
| CN113705874B (zh) | 新能源电网演化预测方法、装置、计算机设备和存储介质 | |
| CN113657735B (zh) | 考虑森林碳汇能力约束的碳中和场景下电源结构规划方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |