智能工厂混合能源系统短期功率预测调度优化方法及装置制造方法及图纸

本发明专利技术涉及新能源控制技术领域，具体涉及一种智能工厂混合能源系统短期功率预测调度优化方法及装置。包括引入智能电网，建立风光出力日前预测模型，并针对工厂的不同工作运行背景，进行工厂负载需求预测，得到日前预测数据；建立混合能源系统框架模型；以削峰填谷和合理分配系统用电功率为目标，并构建相对应的系统模型约束条件；根据功率预测数据以及工厂运营负载预测数据，对优化算法进行改进，得到工厂能源系统能量分配最优功率预测调度策略；对功率预测调度进行分配合理性分析，判断改进算法的有效性与可借鉴性。本方法能确定综合能源系统最优优化调度方案，为综合能源系统的合理运行提供技术支持。理运行提供技术支持。理运行提供技术支持。

【技术实现步骤摘要】
智能工厂混合能源系统短期功率预测调度优化方法及装置


[0001]本专利技术涉及新能源控制
，具体涉及一种智能工厂混合能源系统短期功率预测调度优化方法及装置。

技术介绍

[0002]2021年，中国风光发电在发电总量中占比突破10％，达到11.2％，年增长率分别达到32％和27％，居全球领先地位。为满足负载运营需求、降低用电费用、减少主电网用电高峰时期的用电压力，国内外很多家庭或商业建筑都独自建立了新能源供电系统。智能工厂能源管理系统是针对智能工厂混合新能源供电设备进行调度优化的管理系统。智能工厂能源管理系统的提出一方面帮助工厂以经济性与适用性为原则，结合工厂的发展状况落实节能优化措施，提高用电效率。另一方面为工厂引入新能源风光发电设备，推动工厂的绿色可持续发展。
[0003]但当前研究有关混合能源功率预测调度优化的研究大多以家庭能源管理系统为主，针对中大型工厂企业能源管理系统的研究涉及较少，且研究中多为优化调度方法的提出，对系统功率调度分配合理性的研究较少。因此，针对中大型工厂企业，如何对能源管理系统进行日前预测功率调度优化，实现功率的合理分配利用非常重要。

技术实现思路

[0004]本专利技术的目的就是针对现有技术的缺陷，提供一种智能工厂混合能源系统短期功率预测调度优化方法及装置。
[0005]本专利技术一种智能工厂混合能源系统短期功率预测调度优化方法，包括以下步骤：
[0006]引入智能电网，建立风光出力日前预测模型，并针对工厂的不同工作运行背景，进行工厂负载需求预测，得到日前预测数据；
[0007]建立混合能源系统框架模型；
[0008]以削峰填谷和合理分配系统用电功率为目标，并构建相对应的系统模型约束条件；
[0009]根据功率预测数据以及工厂运营负载预测数据，对优化算法进行改进，得到工厂能源系统能量分配最优功率预测调度策略；
[0010]对功率预测调度进行分配合理性分析，判断改进算法的有效性与可借鉴性。
[0011]较为优选的，所述日前预测数据包括光伏出力预测数据、风机出力预测数据、工厂运营负荷数据以及实时电价预测数据。
[0012]较为优选的，所述引入智能电网，建立风光出力日前预测模型，并针对工厂的不同工作运行背景，进行工厂负载需求预测，得到日前预测数据包括：
[0013]工厂能源管理系统与智能电网相连接，通过智能电网信息交互端，由气象预测中心进行日前风速、光强、温度预测，并将预测数据通过智能电网传输至工厂能源管理中心；
[0014]工厂能源管理中心建立风光出力预测模型，通过获取的气象预测信息进行风光出
力日前预测；
[0015]考虑不同工作制度下的工厂运行背景，通过智能电表获取不同工作背景下的工厂运营负载需求预测数据；
[0016]由售电公司通过智能电网将实时电价信息传输至工厂能源管理中心。
[0017]较为优选的，所述混合能源系统框架模型包括风力发电模型和光伏发电模型。
[0018]较为优选的，所述光伏发电模型为：
[0019][0020]式中：P
V
(t)为光伏阵列的输出功率；G
c
为标准测试环境下的光照强度；P
c
为标准测试环境下单个光板的最大输出功率；A为板块总数量。
[0021]较为优选的，所述风力发电模型为：
[0022][0023]P
z
＝P
V
+P
W
[0024]式中：V
i
、V
r
、V
o
分别为风力发电机的切入风速、额定风速、切出风速；P
r
为额定功率，P
z
为风光合作出力的有功功率。
[0025]较为优选的，所述以削峰填谷和合理分配系统用电功率为目标，并构建相对应的系统模型约束条件时，所考虑的约束条件包括功率平衡等式约束、主网传输线交换功率安全约束、蓄电池的输出功率约束、蓄电池容量约束和一天内储能装置充放电次数约束；
[0026]所述功率平衡等式约束为：P
load
＝P
z
+P
s
‑
P
grid
，式中，P
load
为智能工厂正常运营时的负荷需求；P
z
为风光合作出力有功功率；P
s
为系统中储能单元输出或者吸收的有功功率；P
grid
为工厂向主网购买的功率；
[0027]所述主网传输线交换功率安全约束为：
‑
P
line，max
≤P
grid
≤P
line，max
，式中， P
line，max
为传输线允许的最大交换功率；
[0028]所述蓄电池的输出功率约束为：P
s，min
≤P
s
≤P
s，max
，式中，P
s，min
表示蓄电池最小输出功率，P
s，max
表示蓄电池最大输出功率；
[0029]所述蓄电池容量约束为：SOC
min
≤SOC≤SOC
max
，式中，SOC表示蓄电池荷电状态，SOC
min
表示蓄电池最小容量，SOC
max
表示蓄电池最大容量；
[0030]所述一天内储能装置充放电次数约束为：式中，λ
max
表示一天内最大允许充放电次数。
[0031]较为优选的，所述优化算法为引入自适应混沌系统的改进粒子群优化算法，所述功率预测调度策略包括对储能系统充放电功率、工厂与主网之间交换功率的调度策略研究。
[0032]较为优选的，所述对功率预测调度进行分配合理性分析的内容包括系统弃风弃光量、储能实际充放电次数、储能容量变化和主电网功率交换。
[0033]本专利技术还提供一种智能工厂混合能源系统短期功率预测调度优化装置，包括：
[0034]数据预测模块，用于建立风光系统出力日前预测模型，考虑工厂不同工作运营背景下的负载需求模型；
[0035]混合能源模型构建模块，用于建立风机、光伏系统的初始数学模型；
[0036]目标约束模块，用于实现不同优化目标时，构建相对应的混合能源系统模型的约束条件；
[0037]优化调度策略模块，用于根据预测数据与优化目标，结合改进后的优化算法，进行功率预测调度优化策略的提出，得到工厂能源管理系统的功率分配最优策略；
[0038]功率分配合理性分析模块，用于得到调度优化策略后，对系统进行功率分配合理性分析，所述分析包括分析系统的弃风弃光量、储能实际充放电次数、储能容量变化和主电网功率交换量。
[0039]本专利技术的有益效果为：
[0040]1、本专利技术考虑引入智能电网进行功率预测，并提出了将预测信息和改本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能工厂混合能源系统短期功率预测调度优化方法，其特征在于，包括以下步骤：引入智能电网，建立风光出力日前预测模型，并针对工厂的不同工作运行背景，进行工厂负载需求预测，得到日前预测数据；建立混合能源系统框架模型；以削峰填谷和合理分配系统用电功率为目标，并构建相对应的系统模型约束条件；根据功率预测数据以及工厂运营负载预测数据，对优化算法进行改进，得到工厂能源系统能量分配最优功率预测调度策略；对功率预测调度进行分配合理性分析，判断改进算法的有效性与可借鉴性。2.根据权利要求1所述的智能工厂混合能源系统短期功率预测调度优化方法，其特征在于：所述日前预测数据包括光伏出力预测数据、风机出力预测数据、工厂运营负荷数据以及实时电价预测数据。3.根据权利要求1所述的智能工厂混合能源系统短期功率预测调度优化方法，其特征在于，所述引入智能电网，建立风光出力日前预测模型，并针对工厂的不同工作运行背景，进行工厂负载需求预测，得到日前预测数据包括：工厂能源管理系统与智能电网相连接，通过智能电网信息交互端，由气象预测中心进行日前风速、光强、温度预测，并将预测数据通过智能电网传输至工厂能源管理中心；工厂能源管理中心建立风光出力预测模型，通过获取的气象预测信息进行风光出力日前预测；考虑不同工作制度下的工厂运行背景，通过智能电表获取不同工作背景下的工厂运营负载需求预测数据；由售电公司通过智能电网将实时电价信息传输至工厂能源管理中心。4.根据权利要求1所述的智能工厂混合能源系统短期功率预测调度优化方法，其特征在于：所述混合能源系统框架模型包括风力发电模型和光伏发电模型。5.根据权利要求4所述的智能工厂混合能源系统短期功率预测调度优化方法，其特征在于，所述光伏发电模型为：式中：P
V
(t)为光伏阵列的输出功率；G
c
为标准测试环境下的光照强度；P
c
为标准测试环境下单个光板的最大输出功率；A为板块总数量。6.根据权利要求4所述的智能工厂混合能源系统短期功率预测调度优化方法，其特征在于，所述风力发电模型为：P
z
＝P
V
+P
W
式中：V
i
、V
r
、V
o
分别为风力发电机的切入风速、额定风速、切出风速；P
r
为额定功率，P
z
为
风光合作出力的有功功率。7.根据权利要求1所述的智能工厂混合能源系统短期功率预测调度优化方法，其特征在于，所述以削峰填谷和合理分配系统用电功率为目标，并构建相对应的系统模型约束条件时，所考虑的约束条件包括功率平衡等式约束、主网传输线交换功率安全约束、蓄电池的输出功率约束、蓄电池容量约束和一天内储能装置充放...

【专利技术属性】
技术研发人员：康慨，邓少平，钟泰军，魏聪，张云龙，
申请(专利权)人：湖北省电力勘测设计院有限公司，
类型：发明
国别省市：