一种电力电子设备日前优化控制方法技术

本发明专利技术涉及一种电力电子设备日前优化控制方法，属于能源优化控制技术领域。本发明专利技术首先构建微电网内部模型，对微电网中的发电系统和负荷系统进行短期预测，根据微电网构建拓扑结构，根据得到的拓扑结构信息、电力电子设备和负荷需求信息，形成功率最优路径集，以经济成本最低为目标建立最优出力模型，根据次日购/收电政策和对应的使用电量得到最优用电时段，根据发电的预测数据、负荷用电预测数据、最优用电时段和充放电计划，基于微电网模型的约束条件，以及功率最优路径数据集，对模型求解，得到日前最优出力计划，根据日前最优出力计划进行控制，该方法同时考虑了负荷用电和能源路由调度的情况，降低经济使用成本。降低经济使用成本。降低经济使用成本。

【技术实现步骤摘要】
一种电力电子设备日前优化控制方法


[0001]本专利技术涉及一种电力电子设备日前优化控制方法，属于能源优化控制


技术介绍

[0002]电力电子设备集成源
‑
荷
‑
储端功率变换装置，将能源综合利用的一体化新装备，具有即插即用、集成高效、智能管理的优势，同时互联网与电力电子技术深度融合，提高新能源的利用率，实现了能源的高效利用，在可再生能源最大化消纳、智能用电、电网稳定运行等方面都具有十分重要的意义。
[0003]现有技术介绍了优化运行控制方法是根据地方分时电价、限电政策等结果，求解与大电网功率交互、储能出力计划等，其方法可以实现全局优化，但不能很好的应对新能源发电和负荷用电的不确定性，当考虑到负荷用电时，则会出现用电成本高的问题，仅考虑成本因素时，则不能很好的满足负荷用电需求；另外从电能路由的角度出发，利用多代理技术，构建基于电力电子设备拓扑结构的单输入单输出电能路由，并采用一系列理论算法求解能源路由最优路径，以实现能量的最短路径的流动，使系统运行在最优状态，但没有考虑多能量流作用下的能源路由调度情况，因此现有的优化运行控制方法无法同时满足负荷用电需求和经济最优需求，优化运行控制效果并不理想。

技术实现思路

[0004]本专利技术的目的是提供一种电力电子设备日前优化控制方法，用以解决微电网无法同时考虑负荷用电和能源路由调度导致日前优化控制效果不理想的问题。
[0005]为实现上述目的，本专利技术的方案包括：
[0006]本专利技术的一种电力电子设备日前优化控制方法，其特征在于，包括以下步骤：
[0007]1)构建微电网数学模型，所述微电网包括发电系统、储能系统和负荷系统；
[0008]2)获取历史发电数据和历史负荷数据，根据历史发电数据得到预测日的发电数据，根据历史负荷数据预测得到预测日的负荷数据；
[0009]3)根据微电网内发电系统、电力电子设备系统和负荷系统构建拓扑结构，所述拓扑结构的节点包括发电节点、电力电子设备节点和负荷节点，根据拓扑结构信息、电力电子设备、负荷需求功率，得到拓扑结构中的各节点间的功率最优路径数据，作为数据集；
[0010]4)以经济成本最低为目标建立最优出力模型，根据次日购/售电政策和对应的使用电量得到最优用电时段，根据发电的预测数据、负荷用电预测数据、最优用电时段和储能系统的充放电计划，基于微电网模型的约束条件，以及功率最优路径数据集，对最优出力模型求解，得到日前最优出力计划，根据日前最优出力计划进行控制。
[0011]有益效果：本专利技术的电力电子设备日前优化控制方法，结合数学模型和拓扑结构相结合的方式，考虑了次日购/售电政策和对应的使用电量得到最优用电时段，根据发电的预测数据、负荷用电预测数据、最优用电时段和储能系统的充放电计划的因素，在微电网模型约束条件下，基于构建的拓扑结构所得到的功率最优路径数据集，对经济成本最低为目
标建立最优出力模型进行求解，得到日前最优出力计划，本专利技术的方法同时考虑了负荷用电以及能源调度的问题，在满足负荷用电的需求下，实现经济最优，即使用成本最低，获益最高。
[0012]进一步地，发电系统包括光伏发电系统和微燃机。
[0013]进一步地，光伏发电的预测过程为：获取预测日的天气信息、季节信息和发电数据，根据预测日天气信息和季节信息获取出相似日的历史发电数据，根据相似日的历史发电数据，对该光伏系统进行预测。
[0014]有益效果：本专利技术考虑了预测日的天气和季节因素，根据预测日的天气和季节因素从历史数据中找到相似日，根据预测日的相似日所得到的数据对预测日的发电数据进行预测，所预测的数据更加准确，符合实际需求。
[0015]进一步地，最优路径为：
[0016][0017]式中，p
ij
表示从i节点到j节点的所有路径集合，f_c(p)表示节点间线路消耗度量。进一步地，当售电电价超过设定值并在用电高峰时段时，限制负荷用电，发电系统发电、储能放电，当售电电价在设定值内并在用电低谷时段时，解除负荷用电限制，储能系统充电。
[0018]进一步地，当售电电价超过设定值并在用电高峰时段时，限制负荷用电，发电系统发电、储能放电，当售电电价在设定值内并在用电低谷时段时，解除负荷用电限制，储能系统充电。
[0019]进一步地，负荷系统预测过程为：根据次日温度数据、历史负荷数据和日期数据，对预测期的负荷数据采用不同预测方式进行预测，将所有的预测结果求平均误差，选取平均误差最小的预测结果作为负荷预测结果。
[0020]有益效果：根据次日温度数据、历史负荷数据和日期数据，对预测期的负荷数据采用不同预测方式进行预测，多种预测方式预测得到的数据误差较小，采用误差最小的预测结果，使负荷预测更为准确。
[0021]进一步地，预测负荷系统的方法包括神经网络方法、时间序列方法和向量机回归方法中至少两种。
[0022]进一步地，在确定最优路径时，将所述拓扑结构简化为无向图，拓扑结构的线路为无向有权边，权重为线路流过的能量。
[0023]有益效果：将拓扑结构简化为无向图，所述拓扑结构的线路为无向有权边，将拓扑结构进行简化，使所需数据更加清晰可观，在进行后续算法计算时更加便捷。
[0024]进一步地，其特征在于，光伏系统的约束条件为：
[0025]0≤P≤P
max
[0026]储能系统的约束条件为：
[0027]|SOC
余/天
‑
SOC
初始
|≤H
SOC
[0028]微燃机的约束条件为：
[0029]0≤Q
g热
≤Q
g热
[0030]0≤Q
g冷
≤Q
g冷
[0031]P
max
为光伏系统在理想状态的最大功率，SOC
余/天
为储能系统每天的剩余电量，
SOC
初始
为储能系统首次使用时的电量，Q
g热
为微燃机额定制热量，Q
g冷
为微燃机额定制冷量。
附图说明
[0032]图1是本专利技术的实施例中多端口电力电子设备系统结构示意图；
[0033]图2是是本专利技术的实施例中多端口电力电子设备日前优化运行控制流程示意图。
具体实施方式
[0034]下面结合附图对本专利技术做进一步详细的说明。
[0035]方法实施例：
[0036]如图2所示的一种电力电子设备日前优化控制方法，首先构建微电网内部系统的数学模型，其次，根据获取的历史发电数据得到预测日的发电数据，根据历史负荷数据预测得到预测日的负荷数据，根据微电网内发电系统、电力电子设备系统和负荷系统构建包括有发电节点、电力电子设备节点和负荷节点的拓扑结构，根据拓扑结构信息、电力电子设备、负荷需求功率和电压，得到拓扑结构中的各节点间的功率最优路径数据，作为数据集，最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力电子设备日前优化控制方法，其特征在于，包括以下步骤：1)构建微电网数学模型，所述微电网包括发电系统、储能系统和负荷系统；2)获取历史发电数据和历史负荷数据，根据历史发电数据得到预测日的发电数据，根据历史负荷数据预测得到预测日的负荷数据；3)根据微电网内发电系统、电力电子设备系统和负荷系统构建拓扑结构，所述拓扑结构的节点包括发电节点、电力电子设备节点和负荷节点，根据拓扑结构信息、电力电子设备、负荷需求功率，得到拓扑结构中的各节点间的功率最优路径数据，作为数据集；4)以经济成本最低为目标建立最优出力模型，根据次日购/售电政策和对应的使用电量得到最优用电时段，根据发电的预测数据、负荷用电预测数据、最优用电时段和储能系统的充放电计划，基于微电网模型的约束条件，以及功率最优路径数据集，对最优出力模型求解得到日前最优出力计划，根据日前最优出力计划进行控制。2.根据权利要求1所述的电力电子设备日前优化控制方法，其特征在于，发电系统包括光伏发电系统和微燃机。3.根据权利要求2所述的电力电子设备日前优化控制方法，其特征在于，光伏发电的预测过程为：获取预测日的天气信息、季节信息和发电数据，根据预测日天气信息和季节信息获取出相似日的历史发电数据，根据相似日的历史发电数据，对该光伏系统进行预测。4.根据权利要求2所述的电力电子设备日前优化控制方法，其特征在于，最优路径为：式中，p
ij
表示从i节点到j节点的所有路径集合，f
c
(p)表示节点间线路消耗度量。5.根据权利要求1所述的电力电子设备日前优化控制方法，其特征在于，当售电电价超过设定值并在用电高峰时段时，限制负荷...

【专利技术属性】
技术研发人员：苑军军，王坤，李亚辉，岳帅，曲希帅，窦尚轶，王小凯，陈玉玺，
申请(专利权)人：许继集团有限公司，
类型：发明
国别省市：