一种虚拟电厂的需求侧响应用电负荷调控方法及系统技术方案

本发明专利技术提供一种虚拟电厂的需求侧响应用电负荷调控方法和系统，该方法包括：实时获取可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息；获取待预测日的时间数据和对应的气象数据；根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率；根据可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息、电力负荷数据、可再生能源发电出力功率调控可再生能源的功率出力。本发明专利技术提供了负荷和可再生能源出力功率预测的准确性，实现了主动配电网中部分负荷的合理控制。

【技术实现步骤摘要】
一种虚拟电厂的需求侧响应用电负荷调控方法及系统
本专利技术涉及电力负荷调控
，尤其涉及一种虚拟电厂的需求侧响应用电负荷调控方法及系统。
技术介绍
在电力市场改革的大背景下，电力将逐渐回归商品属性，电价也将实时波动，即电价的波动会影响负荷的大小，而负荷的波动也会影响电价的大小，两者在相互影响的过程中达到平衡。电力系统的负荷预测是电力系统进行调度运行和生产计划的基础工作，负荷预测关系到电力系统的安全和稳定运行，对于实际生产生活有着不可估量的作用。虚拟电厂在不改变电网现有拓扑结构的前提下，控制协调中心基于发电预测、负荷预测，通过先进的协调控制技术、智能计量技术和信息通信技术聚合分布式电源、储能系统、可入网电动汽车等不同类型的电源，通过上层的软件算法实现多分布式能源的协调优化运行，从而促进资源合理优化配置及利用。虚拟电厂可参与的电力市场包括日前市场、实时市场、双边合同市场和辅助服务市场等，参与平衡市场能帮助虚拟电厂平抑可再生能源的波动，降低可再生能源出力预测不准确的风险，并获得更大经济效益。需求响应可以使需求侧资源成为一种虚拟资源参与电网负荷调度，用户需求响应包括基于价格的需求响应和基于激励的需求响应。结合考虑负荷侧资源和电源侧资源，使负荷侧和电源侧调度相协调，是解决不可控新能源电力消纳问题的有效途径。申请专利号为“201811043955.X”，名称为“电网负荷预测方法、装置、计算机设备和存储介质”的专利技术专利申请，提出了根据历史相似日的历史数据建立预测模型；根据所述预测模型对待预测日的电网负荷进行预测。已有电力负荷预测研究发现，用户会随着时间或天气等特征因素用电习惯会改变，单一固定的训练出的电力负荷预测模型会随着时间或天气等特征因素预测出的电力负荷会逐渐变得不准确。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种虚拟电厂的需求侧响应用电负荷调控方法和系统，以解决现有技术中在对负荷进行预测没有考虑气象因素的影响的缺陷。为了解决上述技术问题，本专利技术提供一种虚拟电厂的需求侧响应用电负荷调控方法，该方法包括如下步骤：实时获取可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息；获取待预测日的时间数据和对应的气象数据；根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率；根据可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息、电力负荷数据、可再生能源发电出力功率调控可再生能源的功率出力。其中，所述根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率具体包括：将所述待预测日的时间数据和对应的气象数据代入构建的电力负荷预测模型中，获得电力负荷的预测值；将所述待预测日的时间数据和对应的气象数据代入构建的风力发电出力功率预测模型中获得所述风力发电出力功率预测值；将所述待预测日的时间数据和对应的气象数据代入构建的光伏发电出力功率预测模型中获得所述光伏发电出力功率预测值。其中，构建电力负荷预测模型具体包括：获取用户端的历史电力负荷数据以及历史电力负荷数据对应的时间数据和历史气象数据；对所述时间数据和历史气象数据进行处理，获得处理后的历史时间数据和历史气象数据；利用所述处理后的历史时间数据和历史气象数据以及所述历史时间数据对应的历史电力负荷数据训练电力负荷预测，从而获得电力负荷预测模型。其中，所述电力负荷预测模型采用径向基函数神经网络和极限学习机方法结合预测。其中，所述构建风力发电出力功率预测模型具体包括：获取风力发电出力功率的历史数据、风力发电出力功率的历史时间数据和历史气象数据；对所述风力发电出力功率的历史时间数据和历史气象数据进行处理，获得处理后的风力发电出力功率数据以及对应的历史时间数据和历史气象数据；利用处理后的风力发电出力功率数据和历史气象数据训练风力发电预测模型获得所述风力发电出力功率预测模型。其中，所述风力发电出力功率预测模型和所述光伏发电出力功率预测模型采用ARIMA(p,q)模型。本专利技术还提供一种虚拟电厂的需求侧响应用电负荷调控系统，包括：价格获取模块，用于实时获取可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息；待测日信息获取模块，用于获取待预测日的时间数据和对应的气象数据；预测模块，用于根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率；调控模块，用于根据可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息、电力负荷数据、可再生能源发电出力功率调控用户端的电力负荷。其中，所述预测模块包括：电力负荷预测模块，用于将所述待预测日的时间数据和对应的气象数据代入构建的电力负荷预测模型中，获得电力负荷的预测值；风力发电出力功率预测模块，用于将所述待预测日的时间数据和对应的气象数据代入构建的风力发电出力功率预测模型中获得所述风力发电出力功率预测值；光伏发电出力功率预测模块，用于将所述待预测日的时间数据和对应的气象数据代入构建的光伏发电出力功率预测模型中获得所述光伏发电出力功率预测值。其中，所述电力负荷预测模型采用径向基函数神经网络和极限学习机方法结合预测。其中，所述风力发电出力功率预测模型和所述光伏发电出力功率预测模型采用ARIMA(p,q)模型。本专利技术实施例的有益效果在于：在预测用户的电力负荷和可再生能源的功率出力预测的过程中考虑了气象因素，提高了预测的准确性，此外，用户响应电价策略后，在某些高价时刻允许中断或减少用电量，改善了系统总体功率平衡；且在某些低价阶段增大了用电量需求，可以改善配电系统资源分布，防止弃风和弃电的现象。如若调整价格激励策略，需求响应分布曲线将随着策略而改变，可实现了主动配电网中部分负荷的合理控制。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，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是本专利技术实施例的一种虚拟电厂的需求侧响应用电负荷调控方法的流程示意图。具体实施方式以下各实施例的说明是参考附图，用以示例本专利技术可以用以实施的特定实施例。以下参照图1进行说明，本专利技术实施例一提供一种虚拟电厂的需求侧响应用电负荷调控方法，该方法包括如下步骤：S1、实时获取可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息。具体地，实时获取风力发电上网价格、光伏发电上网价格、风力发电政府补贴价格、光伏发电政府补贴价格、用户侧的实时电价。S2、获取待预测日的时间数据和对应的气象数据。S3、根据所述时间数据和对应的气象数据预测电力负荷数据、可本文档来自技高网...

【技术保护点】
1.一种虚拟电厂的需求侧响应用电负荷调控方法，其特征在于，包括如下步骤：/n实时获取可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息；/n获取待预测日的时间数据和对应的气象数据；/n根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率；/n根据可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息、电力负荷数据、可再生能源发电出力功率调控可再生能源的功率出力。/n

【技术特征摘要】
1.一种虚拟电厂的需求侧响应用电负荷调控方法，其特征在于，包括如下步骤：
实时获取可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息；
获取待预测日的时间数据和对应的气象数据；
根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率；
根据可再生能源的发电上网价格、可再生能源的发电政府补贴价格、用户侧电价信息、电力负荷数据、可再生能源发电出力功率调控可再生能源的功率出力。


2.根据权利要求1所述的方法，其特征在于，所述根据所述时间数据和对应的气象数据预测电力负荷数据、可再生能源发电出力功率具体包括：
将所述待预测日的时间数据和对应的气象数据代入构建的电力负荷预测模型中，获得电力负荷的预测值；
将所述待预测日的时间数据和对应的气象数据代入构建的风力发电出力功率预测模型中获得所述风力发电出力功率预测值；
将所述待预测日的时间数据和对应的气象数据代入构建的光伏发电出力功率预测模型中获得所述光伏发电出力功率预测值。


3.根据权利要求2所述的方法，其特征在于，构建电力负荷预测模型具体包括：
获取用户端的历史电力负荷数据以及历史电力负荷数据对应的时间数据和历史气象数据；
对所述时间数据和历史气象数据进行处理，获得处理后的历史时间数据和历史气象数据；
利用所述处理后的历史时间数据和历史气象数据以及所述历史时间数据对应的历史电力负荷数据训练电力负荷预测模型，从而获得电力负荷预测模型。


4.根据权利要求3所述的方法，其特征在于，所述电力负荷预测模型采用径向基函数神经网络和极限学习机方法结合预测。


5.根据权利要求2所述的方法，其特征在于，所述构建风力发电出力功率预测模型具体包括：
获取风力发电出力功率的历史数据、风力发电出力功率的历史时间数据和历史气象数据；
对所述风力发电出力功率的历史时间数据和历史气象数据进行处理，获...

【专利技术属性】
技术研发人员：焦丰顺，邓永生，李铎，郑悦，张杰，张植华，李志铿，李宝华，张瑞锋，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44