一种基于神经网络计算的源荷储调控方法及系统技术方案

本发明专利技术公开一种基于神经网络计算的源荷储调控方法及系统，通过基于目标地区过往的历史数据，利用RNN神经网络算法，提前预测需要进行储能充放调控的时间段，从而能够根据优化策略提前确定储能装置的控制策略，克服了现有技术中需一边检测一边调控，导致储能装置调控周期边长的问题，有利于电网系统稳定运行。经网络计算的源荷储调控系统，通过调控周期T的实际负荷波动水平，优化储能装置和柔性负荷，源荷储多源互补，有助于提前平抑系统中柔性负荷带来的波动，从而有助于提升系统的稳定性，最大限度地提高电网运行稳定安全的可控性。大限度地提高电网运行稳定安全的可控性。大限度地提高电网运行稳定安全的可控性。

【技术实现步骤摘要】
一种基于神经网络计算的源荷储调控方法及系统


[0001]本专利技术属于电力行业电能供给调控
，更具体地，涉及一种源荷储调控方法和系统。

技术介绍

[0002]随着技术的发展，尤其是当下新能源发电、储能技术的快速成长，未来电网的控制形态可能会受到各种用电形式影响。技术的发展使得电网的负荷不再仅仅是照明负荷和工业用的电动机，各种新型的更为复杂的负荷将不断融入现有电网。纯电动汽车的普及将在很大程度上增加电网负荷总量，负荷的增长将会带动分布式和集中式电源的建设和输电线路的建设，甚至在电网高峰期，纯电动汽车还可以反向向电网输电，有助于电力系统的削峰填谷。随着世界能源紧缺、环境污染等问题的日益突出，分布式电源以其可靠、经济、灵活、环保的特点而被越来越多的国家所采用；源荷储系统的研究应用，对电网调控方面应考虑的一个技术问题。
[0003]为解决电网的调控问题，在电力系统研究方面有一些研究，如中国专利文献CN110011422A，基于人工神经网络的智能配电运行监测系统及调控方法，新能源发电电力和电网多负荷柔性接入智能配电运行监测系统，利用智能配电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络计算的源荷储调控方法，其特征在于，所述方法包括以下步骤：S1：获取调控周期T的天气状态；S2：利用RNN神经网络预测调控周期T的用电负荷水平和总发电量，确定光伏发电系统的所述调控周期T内发电量；S3：获取调控周期T的最低运营成本，确定储能装置的所述调控周期T内充放电时段；S4：基于调控周期T的负荷水平是否与该调控周期T对应的历史数据的负荷水平一致，确定柔性负荷的所述调控周期T内充放电时段；S5：根据所述储能装置的充放电时段与所述柔性负荷的充放电时段，优化所述光伏发电系统发电量的输出。2.根据权利要求1所述的一种基于神经网络计算的源荷储调控方法，其特征在于：S1步骤中所述天气状态为阴晴雨雪气象条件，相应的光照强度以及对应的日照时长。3.根据权利要求1所述的一种基于神经网络计算的源荷储调控方法，其特征在于：S2步骤中所述的调控周期T，包括光伏发电系统的可能出现的供电盈余的具体时段T
O
和供电不足的具体时段T
L
。4.根据权利要求1所述的一种基于神经网络计算的源荷储调控方法，其特征在于：S3步骤的具体步骤包括：S31：基于电盈余时段T
O
和供电不足时段T
L
；S32：优化源荷储系统，获得最低运营成本；S33：基于所述调控周期T中按照最低运营成本，确定对储能装置的充放电控制的时段。5.根据权利要求1所述的一种基于神经网络计算的源荷储调控方法，其特征在于：S4步骤的具体步骤包括：S41：实时比对调控周期T的负荷水平是否与该调控周期T对应历史数据中的负荷水平一致；S42：若判断为是，即一致，则不对所述调控周期T内柔性负荷的充放电时段进行调整，确定为该调控周期T内的供电盈余的具体时段T
O
和供电不足的具体时段T
L
；S43：若判断为否，即不一致，则重新确定目标地区调控周期T对应的高水平负载P
H
、常规水平负载P
...

【专利技术属性】
技术研发人员：邱逸，高强，王笑棠，徐非非，施进平，徐文军，文洪君，潘夏，吴梦凯，叶尚兴，程海南，王裕民，陈搏威，项魏凯，杨津威，王兴伟，
申请(专利权)人：国网浙江省电力有限公司丽水供电公司，
类型：发明
国别省市：