微电网动态扰动分析系统和方法技术方案

本公开提供一种微电网动态扰动分析系统和方法。所述微电网动态扰动分析系统包括：检测和监控单元，被配置为对微电网的运行数据进行采集；数据平台，被配置为：利用采集的运行数据，基于微电网数学模型对微电网系统的动态稳定参数进行计算，并且基于神经网络模型对微电网系统的动态扰动参数进行预测；以及通过微电网数字孪生模型将所述动态稳定参数和动态扰动参数可视化并且返回微电网控制指令。动参数可视化并且返回微电网控制指令。动参数可视化并且返回微电网控制指令。

【技术实现步骤摘要】
微电网动态扰动分析系统和方法


[0001]本公开涉及微电网领域，具体地，涉及一种微电网动态扰动分析系统和方法。

技术介绍

[0002]可再生能源等新能源有利于实现可持续发展及碳中和目标。微电网包括微电源、负荷、储能系统和控制装置。微电网可并网运行或孤岛运行，并且能够提升电力系统的可再生能源渗透率，但由风力发电、光伏发电为主的系统惯性较低。微电网中的动态扰动是瞬间或短时的，为了通过控制手段来平抑动态扰动，对微电网动态扰动的分析和预判尤为重要。微电网动态扰动控制系统应用于电力系统边缘的微电网群中，来解决以可再生能源为主的微电网系统的动态扰动和并网冲击。
[0003]传统电力系统对于暂态扰动和动态扰动的处理一般通过切除发电设备或切除负荷、或在电力系统中加入补偿设备等方式来解决，这样的处理方式属于扰动发生后采取的动作，而没有提前预测分析且成本较高。目前对微电网的动态扰动建立电力系统的数学模型来分析扰动发展还处于离线分析阶段，而现有的大数据平台开发周期长，投入成本高，对于海量数据的存储模式单一，数据吞吐能力和实时性差。

技术实现思路

[0004]本公开提出针对微电网在动态扰动方面的大数据云平台，对系统动态扰动行为进行线上分析预测。面对类型各异的微电网的运行数据日益增长，提出利用大数据云平台解决现有的微电网管理系统计算存储能力有限、各个微电网系统之间数据不共享、微电网运行的实时数据和历史数据无法充分挖掘利用等问题。
[0005]根据本公开的一方面，提供一种微电网动态扰动分析系统，所述微电网动态扰动分析系统包括：检测和监控单元，被配置为对微电网的运行数据进行采集；数据平台，被配置为：利用采集的运行数据，基于微电网数学模型对微电网系统的动态稳定参数进行计算，并且基于神经网络模型对微电网系统的动态扰动参数进行预测；以及通过微电网数字孪生模型将所述动态稳定参数和动态扰动参数可视化并且返回微电网控制指令。
[0006]所述神经网络模型的输入包括风力发电参数、光伏发电参数、储能系统参数，所述神经网络模型预测的动态扰动参数包括扰动振荡频率、最大新能源发电功率边界、最小储能功率边界。
[0007]当微电网并网运行时，所述神经网络模型的输入还包括区域电网系统参数，并且所述神经网络模型预测的动态扰动参数还包括区域电网容量评估；当微电网离网运行时，所述神经网络模型的输入还包括微电网负荷参数，并且所述神经网络模型预测的动态扰动参数还包括负荷上限功率边界。
[0008]通过移动客户端或远程网页端显示微电网参数和接受控制指令。
[0009]所述数据平台通过关系数据库执行数据存储，通过实时数据库来执行搜索，并且通过热数据库执行离线分析。
[0010]根据本公开的另一方面，提供一种微电网系统，所述微电网系统包括风力发电机、光伏发电组件、柴油发电机和储能系统中的至少一种，并且所述微电网系统还包括如上所述的微电网动态扰动分析系统。
[0011]根据本公开的另一方面，提供一种微电网动态扰动分析方法，所述微电网包括风力发电系统、光伏发电系统和储能系统，所述方法包括：对微电网的运行数据进行采集；利用采集的运行数据，基于微电网数学模型对微电网系统的动态稳定参数进行计算，并且基于神经网络模型对微电网系统的动态扰动参数进行预测；以及通过微电网数字孪生模型将所述动态稳定参数和动态扰动参数可视化并且返回微电网控制指令。
[0012]所述方法包括：对采集的运行数据进行预处理，所述预处理包括清洗、聚集、降维、抽样和聚类中的至少一种。
[0013]所述神经网络模型的输入包括风力发电参数、光伏发电参数、储能系统参数，所述神经网络模型预测的动态扰动参数包括扰动振荡频率、最大新能源发电功率边界、最小储能功率边界。
[0014]当微电网并网运行时，所述神经网络模型的输入还包括区域电网系统参数，并且所述神经网络模型预测的动态扰动参数还包括区域电网容量评估；当微电网离网运行时，所述神经网络模型的输入还包括微电网负荷参数，并且所述神经网络模型预测的动态扰动参数还包括负荷上限功率边界。
[0015]当微电网包括多个风力发电系统和多个储能系统时，所述神经网络模型的输入还包括风力发电系统的数量、各个风力发电系统的尾流效应和储能系统的数量。
[0016]所述神经网络模型包括输入层、输出层以及多个隐藏层。
[0017]根据本公开的另一方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现如上所述的微电网动态扰动分析方法。
[0018]根据本公开的另一方面，提供一种计算机设备，所述计算机设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的微电网动态扰动分析方法。
[0019]本公开利用大数据及数字化技术对微电网群动态扰动行为进行详细建模和数字化分析，提前预判各种电气量和非电气量对动态扰动行为的影响。由大数据平台提供海量数据的吞吐能力、保障数据的实时性。
附图说明
[0020]根据以下结合附图和具体实施方式，本公开的以上和其他方面、特征和优点将更清楚地理解，在附图中：
[0021]图1是根据实施例的微电网动态扰动分析系统的示意图。
[0022]图2是根据实施例的微电网动态扰动分析方法的示意图。
[0023]图3是根据实施例的微电网动态扰动神经网络训练模型的示意图。
[0024]图4和图5分别是根据实施例的微电网并网和离网运行时动态扰动神经网络训练模型的示意图。
[0025]图6是根据实施例的微电网中风力发电系统和储能系统联合运行时动态扰动神经网络训练模型的示意图。
[0026]图7是根据实施例的前后端数据请求流程图。
[0027]图8是根据实施例的大数据平台PostgreSQL数据库表结构。
[0028]图9是根据实施例的基本图形库架构。
[0029]图10是根据实施例的大数据平台的负荷预测界面。
[0030]图11是根据实施例的大数据平台远程控制流程图。
[0031]图12是根据实施例的ES中实时数据结构。
[0032]图13是根据实施例的实时数据存储到ES数据流程图。
具体实施方式
[0033]提供以下具体实施方式以帮助读者获得对在此所描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开内容之后，在此描述的方法、设备和/或系统的各种变型、修改及等同物将是显而易见的。例如，在此所描述的操作的顺序仅仅是示例，其并不限于在此所阐述的顺序，而是除了必须以特定顺序发生的操作之外，可做出在理解本申请的公开内容之后将是显而易见的改变。此外，为了提高清楚性和简洁性，可省略本领域中已知的特征的描述。为了使本领域技术人员能够更好的理解本公开，下面结合附图对本公开的具体实施例进行详细描述。
[0034]技术术语定义
[0035]Python：一种跨平台的计算机程序设计语言，结合了解释性、编译性、互动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微电网动态扰动分析系统，其特征在于，所述微电网动态扰动分析系统包括：检测和监控单元，被配置为对微电网的运行数据进行采集；数据平台，被配置为：利用采集的运行数据，基于微电网数学模型对微电网系统的动态稳定参数进行计算，并且基于神经网络模型对微电网系统的动态扰动参数进行预测；以及通过微电网数字孪生模型将所述动态稳定参数和动态扰动参数可视化并且返回微电网控制指令。2.根据权利要求1所述的系统，其中，所述神经网络模型的输入包括风力发电参数、光伏发电参数、储能系统参数，所述神经网络模型预测的动态扰动参数包括扰动振荡频率、最大新能源发电功率边界、最小储能功率边界。3.根据权利要求2所述的系统，其中，当微电网并网运行时，所述神经网络模型的输入还包括区域电网系统参数，并且所述神经网络模型预测的动态扰动参数还包括区域电网容量评估；当微电网离网运行时，所述神经网络模型的输入还包括微电网负荷参数，并且所述神经网络模型预测的动态扰动参数还包括负荷上限功率边界。4.根据权利要求1所述的系统，其中，通过移动客户端或远程网页端显示微电网参数和接受控制指令。5.根据权利要求1所述的系统，其中，所述数据平台通过关系数据库执行数据存储，通过实时数据库来执行搜索，并且通过热数据库执行离线分析。6.一种微电网系统，所述微电网系统包括风力发电机、光伏发电组件、柴油发电机和储能系统中的至少一种，并且所述微电网系统还包括如权利要求1至5中任意一项所述的微电网动态扰动分析系统。7.一种微电网动态扰动分析方法，其特征在于，所述微电网包括风力发电系统、光伏发电系统和储能系统，所述方法包括：对微电网的运行数据进行采集；利用采集的运行数据，基于微电网数学模型对微电网系统的动态稳定参数进行计算，并且基于...

【专利技术属性】
技术研发人员：张卫，陈永欢，郑德化，秦锦桦，
申请(专利权)人：北京天诚同创电气有限公司，
类型：发明
国别省市：