一种基于天气因素的分布式新能源智能配电方法技术

本发明专利技术提供一种基于天气因素的分布式新能源智能配电方法，包括以下步骤，获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；配电上网，分布式电站根据所述预配电额度进行并网发电。本发明专利技术采用人工智能模型，有效预测可再生新能源分布式电站发电量，并以此来分配并网配电的额度；本发明专利技术构思巧妙，解决分布式新能源电站的配电问题，符合新能源发展的需求。 1

A distributed intelligent distribution method of new energy based on weather factors

The present invention provides a distributed new energy intelligent distribution method based on weather factors, including the following steps, obtaining forecast weather data, importing the forecast weather data into the distributed power plant generation model, obtaining the generation forecast data of the distributed power station, obtaining the historical distribution data of the grid side electric network, and the history of the power station. Distribution data are introduced into the power distribution demand model, and distribution forecast data are obtained; intelligent matching is matched to match the predicted data of the power generation with the distribution forecast data, and the pre distribution line of the grid connected power generation of the distributed power station is obtained; the distributed power station is connected to the grid according to the pre distribution line. The invention uses artificial intelligence model to effectively predict the power generation capacity of renewable energy distributed power station, and to allocate the amount of grid connected distribution. The invention is ingenious to solve the distribution problem of distributed new energy power station and meet the needs of the development of new energy. One

【技术实现步骤摘要】
一种基于天气因素的分布式新能源智能配电方法
本专利技术涉及智能电网，尤其涉及一种基于天气因素的分布式新能源智能配电方法。
技术介绍
现如今，能源作为现代社会赖以生存和发展的基础，各国为了应对能源危机分别积极研究新能源技术，特别是太阳能、风能等分布式可再生能源，可再生能源具有取之不竭，清洁环保等特点，受到世界各国的高度重视。可再生能源存在地理上分散、生产不连续、随机性、波动性和不可控等特点,传统电力网络的集中统一的管理方式，难于适应可再生能源大规模利用的要求。对于可再生能源的有效利用方式是分布式的“就地收集,就地存储,就地使用”。但分布式发电并网并不能从根本上改变分布式发电在高渗透率情况下对上一级电网电能质量,故障检测,故障隔离的影响，也难于实现可再生能源的最大化利用，只有实现可再生能源发电信息的共享，以信息流控制能量流，实现可再生能源所发电能的高效传输与共享，才能克服可再生能源不稳定的问题，实现可再生能源的真正有效利用。特别针对偏远地区的分布式太阳能或者风能电站，普遍存在自发电过剩的情况，这时需要并入国网进行统一配电，但因太阳能发电或风能放电的发电不确定性，如太阳能只能白天光照时发电，晴天与雨天发电量千差万别，风电波动性过大，电能质量不稳定，如简单上网并网发电必然对电网形成不小的冲击，对电网本身造成损伤，很多地区则因此直接将大量分布式新能源电站发出电量直接通入地下，大大浪费电能，急需一种能解决分布式新能源的配电方法。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种基于天气因素的分布式新能源智能配电方法，本专利技术采用人工智能模型，有效预测可再生新能源分布式电站发电量，并以此来分配并网配电的额度，解决分布式新能源电站的配电问题，符合新能源发展的需求。本专利技术提供一种基于天气因素的分布式新能源智能配电方法，包括以下步骤：S1、获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；其中，所述发电预测数据包括预测发电量、预测发电电能质量；S2、获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；其中，所述配电预测数据包括预测配电量、预测配电电能质量；S3、智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；S4、配电上网，分布式电站根据所述预配电额度进行并网发电。进一步地，所述预报天气数据包括以时间为横坐标的光照时间数据、光照强度数据、温度数据、风力数据。进一步地，所述历史配电数据包括电网内各线路的历史用电量、电能质量、线路内电压值。进一步地，所述历史用电量包括单日分时平均用电量、日总用电量、周内各日用电量、月内各周用电量、季度内各月用电量、年内各季用电量。进一步地，所述步骤S3具体为：对获取并网侧电网内各线路的配电预测数据，得到所述预测发电电能质量优于所述预测配电电能质量的配电预测数据的所述预测配电量的配电总和，所述预配电额度为所述配电总和的X％，其中X∈[50，100]。进一步地，所述步骤S4还包括：分布式电站的剩余发电量存储于储能装置内。进一步地，还包括步骤S5：反馈修正，根据分布式电站的当天实际发电量修正X,若当天实际发电量与预测发电量的差值E小于修正值Y时，增大X；若当天实际发电量与预测发电量的差值E大于修正值Y时，减小X。进一步地，所述步骤S5还包括：根据分布式电站的当天实际发电量修正所述分布式电站发电模型。进一步地，所述分布式电站发电模型为采用历史天气数据与历史发电数据作为输入训练的神经网络模型。相比现有技术，本专利技术的有益效果在于：本专利技术提供一种基于天气因素的分布式新能源智能配电方法，包括以下步骤，获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；其中，所述发电预测数据包括预测发电量、预测发电电能质量；获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；其中，所述配电预测数据包括预测配电量、预测配电电能质量；智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；配电上网，分布式电站根据所述预配电额度进行并网发电。本专利技术采用人工智能模型，有效预测可再生新能源分布式电站发电量，并以此来分配并网配电的额度；本专利技术构思巧妙，解决分布式新能源电站的配电问题，符合新能源发展的需求。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。本专利技术的具体实施方式由以下实施例及其附图详细给出。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的一种基于天气因素的分布式新能源智能配电方法的步骤流程图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。一种基于天气因素的分布式新能源智能配电方法，如图1所示，包括以下步骤：S1、获取预报天气数据，将预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；其中，发电预测数据包括预测发电量、预测发电电能质量。分布式电站发电模型为采用历史天气数据与历史发电数据作为输入训练的神经网络模型；预报天气数据包括以时间为横坐标的光照时间数据、光照强度数据、温度数据、风力数据，其中对于光伏分布式电站，光照时间数据、光照强度数据、温度数据作为光伏分布式电站发电模型的输入数据与原始训练数据，并结合逆变器或者电站发电监测设备采集电站的实时发电情况，训练得到光伏分布式电站发电模型；同理，对于风力分布式电站，温度数据、风力数据作为风力分布式电站发电模型的输入数据与原始训练数据，并结合逆变器或者电站发电监测设备采集电站的实时发电情况，训练得到风力分布式电站发电模型；例如，需要预测未来某一天的发电量、发电电能质量，将未来当天的天气预报数据导入分布式电站发电模型，得到预测发电量、预测发电电能质量。S2、获取并网侧电网的历史配电数据，将历史配电数据导入电网配电需求模型，得到配电预测数据；其中，配电预测数据包括预测配电量、预测配电电能质量。其中，电网配电需求模型可通过国家电网内统计生成建立；历史配电数据包括电网内各线路的历史用电量、电能质量、线路内电压值；历史用电量包括单日分时平均用电量、日总用电量、周内各日用电量、月内各周用电量、季度内各月用电量、年内各季用电量；通过对单日分时平均用电量、日总用电量、周内各日用电量、月内各周用电量、季度内各月用电量、年内各季用电量分别设置对应的影响因子Wi，i＝1,2,3,4,5,6；例如，预测下一日的配电量、配电电能质量，通过对上月当天发电量、上周当天发电量、单日分时用电量进行综合加权，同时引入季度影响因子、年内影响因子；其中季度影响因子为特殊季度用电量情况加权，如冬季、夏季用电高峰等，年内影响因子为年内特殊年份事件影响情况加权，如增设大规模用电设备等，则以最近用电量为准。S3、智能匹配，将发电预测数本文档来自技高网...

【技术保护点】
1.一种基于天气因素的分布式新能源智能配电方法，其特征在于，包括以下步骤：

【技术特征摘要】
1.一种基于天气因素的分布式新能源智能配电方法，其特征在于，包括以下步骤：S1、获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；其中，所述发电预测数据包括预测发电量、预测发电电能质量；S2、获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；其中，所述配电预测数据包括预测配电量、预测配电电能质量；S3、智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；S4、配电上网，分布式电站根据所述预配电额度进行并网发电。2.如权利要求1所述的一种基于天气因素的分布式新能源智能配电方法，其特征在于：所述预报天气数据包括以时间为横坐标的光照时间数据、光照强度数据、温度数据、风力数据。3.如权利要求2所述的一种基于天气因素的分布式新能源智能配电方法，其特征在于：所述历史配电数据包括电网内各线路的历史用电量、电能质量、线路内电压值。4.如权利要求3所述的一种基于天气因素的分布式新能源智能配电方法，其特征在于：所述历史用电量包括单日分时平均用电量、日总用电量、周内各日用电量、月内各周用电量、季度内各月用电量...

【专利技术属性】
技术研发人员：张庆强，
申请(专利权)人：张庆强，
类型：发明
国别省市：江苏,32