地区电网调度控制系统及控制方法技术方案

本申请公开了地区电网调度控制系统及控制方法，其中系统包括发电功率预测单元，用于通过神经网络预测算法预测配电网的预设时段的发电功率；负荷预测单元，用于从历史负荷数据提取与预测日同类型日期的历史数据，并根据历史数据计算得到预设时段内各时段的负荷预测值；调度单元，用于调度用户负荷使发电功率与负荷预测值在各时段的差值位于预设范围；其中，通过设置用电激励和调整可转移负荷的方式调度用户负荷。通过上述方式，本申请能够准确、快速地获取预设时段的发电功率和负荷预测值，提高了电力调度的准确性，并通过调整用户负荷的方式进行调度，无需通过储能方式消纳电网负荷，实用价值高、互动性好。互动性好。互动性好。

【技术实现步骤摘要】
地区电网调度控制系统及控制方法


[0001]本申请涉及智能电网信息化管理
，尤其涉及地区电网调度控制系统及控制方法。

技术介绍

[0002]随着多种能源产生电能供电的规模化多点接入配电网，会对配电网的运行产生不可忽略的冲击。单纯依赖储能的消纳技术成本高昂，大规模使用实用价值低，经济效益差。而配网内可控负荷与柔性负荷资源丰富，具有良好的可调度性和互动性，可以作为电网调节、消纳新能源的重要手段。
[0003]随着电动汽车、储能设备等具备源荷双重特征的新型负荷比重不断上升，负荷聚合商、智能楼宇等新的用能形式不断涌现，清洁能源容量及渗透率持续增长，电网运行特性仍在发生新的变化，使得电网运行调控工作难度不断加大，亟需从多样性、灵活性、协同性等方面优化完善运行调控手段，进一步研究解决电网安全运行问题和清洁能源消纳问题，实现社会综合效益最大化。

技术实现思路

[0004]本申请提供地区电网调度控制系统及控制方法，以解决现有技术中电网运行调控工作难度大的问题。
[0005]为解决上述技术问题，本申请提出一种地区电网调度控制系统，包括发电功率预测单元，用于通过神经网络预测算法预测配电网的预设时段的发电功率；负荷预测单元，用于从历史负荷数据提取与预测日同类型日期的历史数据，并根据历史数据计算得到预设时段内各时段的负荷预测值；调度单元，用于调度用户负荷使发电功率与负荷预测值在各时段的差值位于预设范围；其中，通过设置用电激励和调整可转移负荷的方式调度用户负荷。
[0006]可选地，发电功率预测单元还用于获取配电网的电能质量数据和环境参数，将电能质量数据和环境参数进行相关性对比分析，建立功率预测模型，通过功率预测模型预测配电网在预设时段的发电功率。
[0007]可选地，发电功率预测单元还用于将各电能质量参数分别与环境参数按时间关系进行相关性对比形成对序列。
[0008]可选地，发电功率预测单元还用于将电能质量参数、环境参数作为输入量，预设时段的发电功率作为输出量，通过BP神经网络建立功率预测模型。
[0009]可选地，历史数据包括负荷数据和温度数据。
[0010]可选地，负荷预测单元还用于根据与预测日同类型日期的历史数据计算预测日的日负荷曲线变化系数；根据同类型日期的历史数据进行回归分析得到日最大负荷与日最高温度的回归方程以及日最小负荷与日最低温度的回归方程；根据日最大负荷与日最高温度的关系，以及日最小负荷与日最低温度的关系对预测日的最大负荷和最小负荷进行预测，再结合预测日的日负荷曲线变化系数得到预测日的各时段的负荷预测值。
[0011]可选地，负荷预测单元还用于根据历史数据中的负荷数据计算预测日的日负荷曲线变化系数，其中，负荷数据包括同类型日期的最大负荷值、最小负荷值以及各时段的负荷值。
[0012]可选地，调度单元还用于判断差值是否小于第一预设值；若是，则减少用户负荷；若否，则进一步判断差值是否大于第二预设值，若大于第二预设值，则增加用户负荷。
[0013]可选地，调度单元还用于通过在差值对应的时段设置用电激励或进行电能存储的方式增加用户负荷。
[0014]为解决上述技术问题，本申请提出一种地区电网调度控制方法，包括：通过神经网络预测算法预测配电网的预设时段的发电功率；从历史负荷数据提取与预测日同类型日期的历史数据，并根据历史数据计算得到预设时段内各时段的负荷预测值；调度用户负荷使发电功率与负荷预测值在各时段的差值位于预设范围；其中，通过设置用电激励和调整可转移负荷的方式调度用户负荷。
[0015]相比现有技术，本申请的有益效果在于：通过神经网络预测算法预设配电网在预设时段的发电功率，并通过同类型日期的历史数据得到各时段的负荷预测值，能够准确、快速地获取预设时段的发电功率和负荷预测值，提高了电力调度的准确性，并通过调整用户负荷的方式进行调度，无需通过储能方式消纳电网负荷，实用价值高、互动性好。
附图说明
[0016]为了更清楚地说明本申请的技术方案，下面将对实施方式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申请的一些实施方式，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。
[0017]图1是本申请地区电网调度控制系统一实施例的结构示意图；
[0018]图2是本申请地区电网调度控制方法一实施例的方法示意图。
具体实施方式
[0019]为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请所提供地区电网调度控制系统及控制方法进一步详细描述。
[0020]本申请提出一种地区电网调度控制系统，请参阅图1，图1是本申请地区电网调度控制系统一实施例的结构示意图。在本实施例中，地区电网调度控制系统100可以包括发电功率预测单元110、负荷预测单元120和调度单元130。
[0021]发电功率预测单元110可以用于通过神经网络预测算法预测配电网的预设时段的发电功率；负荷预测单元120可以用于从历史负荷数据提取与预测日同类型日期的历史数据，并根据历史数据计算得到所述预设时段内各时段的负荷预测值；调度单元130可用于调度用户负荷使发电功率与负荷预测值在各时段的差值位于预设范围，其中，可以通过设置用电激励和调整可转移负荷的方式调度用户负荷。
[0022]在本实施例中，预设时段可以为一天、三天甚至一周，具体时间长度可根据实际情况进行设置，在此不做限定。
[0023]各时段可以是以1小时为一时段、也可以是三小时为一时段，具体时段的时长可以根据实际要求设计。
[0024]在本实施例中，发电功率预测单元110还可以获取配电网的电能质量数据和环境参数，将电能质量数据和环境参数进行相关性对比分析，建立功率预测模型，通过功率预测模型预测配电网在预设时段的发电功率。
[0025]在本实施例中，电能质量参数可以包括电压、电流、谐波电压、谐波电流、不平衡度和功率等数据，环境参数可以包括天气、温度、季节以及日期类型(工作日或假日以及假日类型)。
[0026]在本实施例中，将电能质量数据和环境参数进行相关性对比分析的步骤具体可以包括：将各电能质量参数分别与环境参数按时间关系进行相关性对比形成对序列。
[0027]在本实施例中，还可以将电能质量参数、环境参数作为输入量，预设时段的发电功率作为输出量，通过BP(Back Propagation)神经网络建立功率预测模型。其中，电能质量参数与环境参数对应。
[0028]在一个具体的实施例中，将与预设时段的日期类型相同(同为工作日或节日)的电能质量参数、环境质量参数输入功率预测模型。
[0029]在本实施例中，BP神经网络的输入层节点根据电能质量参数中功率数据的数量以及环境参数中参数的数量之和决定。输出层节点的数量根据该预设时段中配电网的功率采样点数量进行设置。
[0030]在本实施例中，BP神经网络中隐含节点的数量可根据公式确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地区电网调度控制系统，其特征在于，包括：发电功率预测单元，用于通过神经网络预测算法预测配电网的预设时段的发电功率；负荷预测单元，用于从历史负荷数据提取与预测日同类型日期的历史数据，并根据所述历史数据计算得到所述预设时段内各时段的负荷预测值；调度单元，用于调度用户负荷使所述发电功率与所述负荷预测值在各时段的差值位于预设范围；其中，通过设置用电激励和调整可转移负荷的方式调度用户负荷。2.根据权利要求1所述的地区电网调度控制系统，其特征在于，所述发电功率预测单元还用于获取所述配电网的电能质量数据和环境参数，将所述电能质量数据和所述环境参数进行相关性对比分析，建立功率预测模型，通过所述功率预测模型预测所述配电网在预设时段的发电功率。3.根据权利要求2所述的地区电网调度控制系统，其特征在于，所述发电功率预测单元还用于将各电能质量参数分别与环境参数按时间关系进行相关性对比形成对序列。4.根据权利要求2所述的地区电网调度控制系统，其特征在于，所述发电功率预测单元还用于将所述电能质量参数、环境参数作为输入量，所述预设时段的发电功率作为输出量，通过BP神经网络建立所述功率预测模型。5.根据权利要求1所述的地区电网调度控制系统，其特征在于，所述历史数据包括负荷数据和温度数据。6.根据权利要求1所述的地区电网调度控制系统，其特征在于，所述负荷预测单元还用于根据与预测日同类型日期的历史数据计算预测日的日负荷曲线变化系...

【专利技术属性】
技术研发人员：刘嘉宁，曾凯文，苏卓，林斌，王可，杜斌，段秦尉，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：