功率波动平抑方法、系统、存储介质和计算机设备技术方案

本申请涉及一种功率波动平抑方法、系统、存储介质和计算机设备，其中功率波动平抑方法包括以下步骤：将获取的待测日输出功率数据输入预设控制系统函数模型，获得预测输出功率；将获取的实时电价数据输入预设目标输出功率决策系统函数模型，获得目标输出功率；获取储能通用模型，并确定储能通用模型的参数值，根据参数值、输出功率和目标输出功率建立功率波动平抑模型；基于模型预测控制算法对功率波动平抑模型求解，确定实际功率输出值。上述功率波动平抑方法，通过预测待测日输出功率数据和实时电价数据，分别获得预测输出功率和目标输出功率，并采用模型预测控制算法对功率波动平抑模型求解，实现功率波动平抑，获得实时准确的实际输出功率值。

Power fluctuation suppression methods, systems, storage media and computer equipment

This application relates to a power fluctuation suppression method, system, storage medium and computer equipment. The power fluctuation suppression method includes the following steps: input the output power data of the day to be measured into the function model of the preset control system to obtain the predicted output power; input the acquired real-time price data into the function model of the preset target output power decision system to obtain the target transmission. Output power; Obtain the general energy storage model, and determine the parameters of the general energy storage model. According to the parameters, output power and target output power, establish the power fluctuation suppression model; Solve the power fluctuation suppression model based on model predictive control algorithm, and determine the actual power output value. The forecasted output power and the target output power are obtained by predicting the output power data of the day to be measured and the real-time price data. The model predictive control algorithm is used to solve the power fluctuation suppression model to achieve power fluctuation suppression and real-time accurate output power value.

【技术实现步骤摘要】
功率波动平抑方法、系统、存储介质和计算机设备
本申请涉及电力系统
，特别是涉及一种功率波动平抑方法、系统、存储介质和计算机设备。
技术介绍
近年来，风力发电和太阳能发电已经成为重要的可再生能源发电形式，但是由于其间歇性与随机性的特点，接入电网后存在较大不确定性，直接可调度能力较弱。现有的实现新能源电站并网的研究主要为当新能源电站发电量不在电网允许的上下限范围内时，通过储能充、放电以消纳过剩电量或补足缺额，但是这种情况下，新能源电站的目标输出功率值相对固定，无法实现实时准确对输出功率值进行调整。
技术实现思路
基于此，针对无法实现实时准确对输出功率值进行调整的问题，可以提供一种实现实时准确对输出功率值进行调整的功率波动平抑方法、系统、存储介质和计算机设备。一种功率波动平抑方法，包括以下步骤：将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率；将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率；获取储能通用模型，并确定储能通用模型的参数值，根据参数值、输出功率和目标输出功率建立功率波动平抑模型；基于模型预测控制算法对功率波动平抑模型求解，确定实际功率输出值。在其中一个实施例中，将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率的步骤之前，还包括：获取与待测日环境气象信息类似的历史日输出功率，采用加入中值滤波过程的EMD算法与BP神经网络相结合获得的算法对待测日输出功率数据进行预测。在其中一个实施例中，将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率的步骤之前，还包括：获取历史电价数据，采用预设的自回归模型预测实时电价数据。在其中一个实施例中，自回归模型为：pn(k+1)＝τp(k)pn(k)+ε(k)式中，pn(k+1)为p(k+1)的标幺值，p(k+1)为第k+1周的平均电价，pn(k)为p(k)的标幺值，p(k)第k周的平均电价，τp(k)为自相关系数，ε(k)为正态随机变量。在其中一个实施例中，获取储能通用模型，并确定储能通用模型的参数值的步骤包括：根据选取的储能类型确定储能通用模型，通用模型中的参数包括蓄电池自放电速率α、充电效率β、放电效率γ、最大充电阈值Mc和最大放电阈值Md，其中，储能通用模型的表达式为：x(k+1)＝f(x(k))+g(x(k),u(k))f(x)＝a(x)x式中，x(k)和u(k)分别表示第k时刻储能内部电量和充、放电量，f(x)和g(x，u)均为中间参数变量，当u(k)>0时，表示蓄电池处于充电状态，u(k)<0时，表示蓄电池处于放电状态，通用模型中约束条件为：在其中一个实施例中，控制系统模型为：式中，y(k)表示输出功率，r(k)表示第k时刻的预测输出电量，x2(k)为中间参数变量，td为MW与MWh之间的转换系数。在其中一个实施例中，目标输出功率的决策系统模型为：式中，yref(k)表示目标功率输出值，x2max表示储能最大可用电量，w(P)为电价的决策权重函数，P为实时电价预测值，λ表示设定的存储或输送电量的速率，P0为平衡电价。一种功率波动平抑系统，包括：预测输出功率模块，用于将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率；目标输出功率模块，用于将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率；功率波动平抑模型建立模块，用于获取储能通用模型，并确定储能通用模型的参数值，根据参数值、输出功率和目标输出功率建立功率波动平抑模型；实际功率输出模块，用于基于模型预测控制算法对功率波动平抑模型求解，确定实际功率输出值。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现功率波动平抑方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现功率波动平抑方法的步骤。上述功率波动平抑方法，通过预测待测日输出功率数据和实时电价数据，分别获得预测输出功率和目标输出功率，通过建立功率波动平抑模型，并采用模型预测控制算法进行求解，对功率波动进行调整，可以实现功率波动平抑，获得实时准确的实际输出功率值。附图说明图1为一个实施例中功率波动平抑方法的流程示意图；图2为另一个实施例中功率波动平抑方法的流程示意图；图3为一个实施例中功率波动平抑方法的向电网传输电量比例曲线图；图4为一个实施例中功率波动平抑方法的开环控制系统结构图；图5为一个实施例中功率波动平抑方法的效益曲线图；图6为一个实施例中功率波动平抑系统的结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明，应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体地实施例的目的，不是旨在于限制本申请。应该理解的是，本申请的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。一种功率波动平抑方法，包括以下步骤：步骤S200，将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率。待测日输出功率数据是指根据历史数据特征并使用特定算法预测得到的准确度较高的输出功率，控制系统函数模型是指具有将待测日输出功率数据经过处理得到预测输出功率功能的函数模型，通过函数模型来实现对输出功率的初步控制，预测输出功率是指电站根据预测用电需求将要输出的功率。步骤S400，将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率。实时电价可以通过周平均电价来进行预测，目标输出功率决策系统函数模型为能够根据输入的实时电价数据，经过函数的计算处理，对输出功率进行调整，得到对应的目标输出功率，其中，目标输出功率是指结合实时电价数据进行调整计算的经济效益最佳的输出功率值。步骤S600，获取储能通用模型，并确定储能通用模型的参数值，根据参数值、输出功率和目标输出功率建立功率波动平抑模型。储能系统作为平抑新能源电源功率波动的重要手段被广泛关注，不同储能系统的充放电功率、储能容量等并网特性不同，其对电网运行的影响亦不同，储能通用模型是一种可体现储能充放电速率、储能容量限制及储能系统发出无功功率限制等储能特性的模型，可以根据储能模型参数值、输出功率和目标输出功率来建立具有调节功率波动的功能的功率波动平抑模型。步骤S800，基于模型预测控制算法对功率波动平抑模型求解，确定实际功率输出值。预测控制与传统的PID控制不同，通常的PID控制，是根据过程当前的和过去的输出测量值和设定值的偏差来确定当前的控制本文档来自技高网...

【技术保护点】
1.一种功率波动平抑方法，其特征在于，包括以下步骤：将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率；将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率；获取储能通用模型，并确定所述储能通用模型的参数值，根据所述参数值、所述输出功率和所述目标输出功率建立功率波动平抑模型；基于模型预测控制算法对所述功率波动平抑模型求解，确定实际功率输出值。

【技术特征摘要】
1.一种功率波动平抑方法，其特征在于，包括以下步骤：将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率；将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率；获取储能通用模型，并确定所述储能通用模型的参数值，根据所述参数值、所述输出功率和所述目标输出功率建立功率波动平抑模型；基于模型预测控制算法对所述功率波动平抑模型求解，确定实际功率输出值。2.根据权利要求1所述的功率波动平抑方法，其特征在于，所述将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率的步骤之前，还包括：获取与待测日环境气象信息类似的历史日输出功率，采用加入中值滤波过程的EMD算法与BP神经网络相结合获得的算法对待测日输出功率数据进行预测。3.根据权利要求1所述的功率波动平抑方法，其特征在于，所述将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率的步骤之前，还包括：获取历史电价数据，采用预设的自回归模型预测实时电价数据。4.根据权利要求3所述的功率波动平抑方法，其特征在于，所述自回归模型为：pn(k+1)＝τp(k)pn(k)+ε(k)式中，pn(k+1)为p(k+1)的标幺值，p(k+1)为第k+1周的平均电价，pn(k)为p(k)的标幺值，p(k)第k周的平均电价，τp(k)为自相关系数，ε(k)为正态随机变量。5.根据权利要求1所述的功率波动平抑方法，其特征在于，所述获取储能通用模型，并确定所述储能通用模型的参数值的步骤包括：根据选取的储能类型确定储能通用模型，所述通用模型中的参数包括蓄电池自放电速率α、充电效率β、放电效率γ、最大充电阈值Mc和最大放电阈值Md，其中，储能通用模型的表达式为：x(k+1)＝f(x(k))+g(...

【专利技术属性】
技术研发人员：魏承志，文安，李正红，丁晓兵，徐光福，邱荣福，黄维芳，李昊，蒋德高，朱皓斌，姜淼，
申请(专利权)人：中国南方电网有限责任公司，南方电网科学研究院有限责任公司，南京南瑞继保电气有限公司，
类型：发明
国别省市：广东,44