【技术实现步骤摘要】
一种基于多变量控制的复杂可再生能源综合用能分析管理的系统和方法
本专利技术涉及预测控制领域,具体涉及一种基于多变量控制的复杂可再生能源综合用能分析管理的系统和方法。
技术介绍
为了应对越来越紧张的能源供应和化石能源导致的气候影响,世界各国都十分重视可再生能源的开发和利用。风能以及太阳能作为最具代表性的,并且被市场广泛接受的清洁能源对于以传统化石能源为主的电力市场是一个非常重要的补充。但是可再生能源目前在大规模的并网运行上仍然存在折一些问题,由于其波动性和随机性的特点与电力系统的发电,输电,用电需要实时保持平衡的要求互相矛盾,如何利用有效的预测和合理的分配管理来化解这个矛盾成为了解决合理利用可再生能源问题的关键。准确的对于可再生能源发电系统输出的预测和科学的储能分析管理系统是解决这个问题的方法。通过各种预测方式可以有效的预测可再生能源发电系统的输出。预测结果越准确就越能使电力系统运行效率和稳定性极大的增加,准确的预测结果可以保障对于未来一定时间内的可再生能源发电量的合理分配。目前,有很多的预测方法可以准确预测可 ...
【技术保护点】
1.一种基于多变量控制的复杂可再生能源综合用能分析管理的系统和方法,其特征在于,包括:/n步骤一、 根据用能对象的储能设备相关特性确定储能设备限制值,其中包括:/n
【技术特征摘要】
1.一种基于多变量控制的复杂可再生能源综合用能分析管理的系统和方法,其特征在于,包括:
步骤一、根据用能对象的储能设备相关特性确定储能设备限制值,其中包括:
:储能设备充电最大值限制(MW/hour)
:储能设备放电最大值限制(MW/hour)
:储能设备在小时0存储电量,MW,(初始状态)
:储能设备,存储电量的最大额度(MW)
:储能设备,存储电量的最小额度(MW)
:储能设备一天充电次数;
步骤二、依据上海积成能源科技有限公司公开专利“一种基于梯度提升算法预测短期
电力负荷的系统模型”(专利申请号:202010115241.6)及“一种基于递归神经网络的长短
期记忆模型来预测风力发电的系统模型”(专利申请号:202010108778.X)所述方法,取两种
方法预测的风力发电系统的发电量的平均值,(风力发电系统在小时i的发电量预测值
(MW));
步骤三、依据上海积成能源科技有限公司公开专利“一种基于线性回归和神经网络的光伏发电预测模型和方法”(专利申请号:202010025373.X)所述方法,预测光伏发电系统的发电量g_i,(光伏发电系统在小时i的发电量预测值(MW));
步骤四、依据上海积成能源科技有限公司公开专利“一种电力短期负荷预测系统及方
法”(专利申请号:201710989849.X)所述方法,预测用能对象短期用能负荷预测值(用
能对象在小时i的实际用能负荷预测值(MW));
步骤五、根据前三步骤所确定的储能优化模型输入值,求解储能优化相关配置输出值,其中包括:
:用户在小时i实际的购电量,MW
:储能设备在小时i实际的放电量,MW
:储能设备在小时i实际的充电量,MW,
:储能设备在小时i实际的储电量,MW,
:储能设备在小时i的充电状态,状态0或1
:储能设备在小时i的放电状态,状态0或1
运行储能优化模型,模型具体包括:
目标函数:
Min
函数目的为最小化用户的电网购电费用,最大化利用可再生能源发电量;
函数运算限制条件:
1)整体用电量与电能供给量必须保持平衡,方程表示如下::
等式左边表示,用户在小时i整体用电量(自身实际的用电量和储能设备的充电量),
等式右边表示,用户...
【专利技术属性】
技术研发人员:周浩,顾一峰,胡炳谦,韩俊,
申请(专利权)人:上海积成能源科技有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。