一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法技术

本发明专利技术涉及一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，包括步骤：获取负荷聚合商聚合控制单元下各类设备的运行数据；构建光伏发电功率超短期预测模型，预测未来光伏发电功率，基于给定目标发电功率计算光伏设备调控参数值；构建空调设备运行功率计算模型，基于给定目标功率计算空调设备调控运行模式；构建储能设备物理模型，基于当前荷电状态计算储能设备调控运行模式；聚合同类设备为该类设备资源集，评估量化设备资源集的调整能力；基于目标运行功率和当前运行功率的偏差功率，以消除偏差功率为目标，实时寻优各设备资源集内设备最优运行模式

【技术实现步骤摘要】
一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法


[0001]本专利技术涉及用户侧负荷协同调控

。

技术介绍

[0002]新能源出力表现出较大的随机性
、
间歇性，具有波动不可调节特性，因此挖掘负荷侧调节资源，将传统的源随荷动升级为源荷互动，提升电力系统调节能力，是保障新型电力系统安全经济运行的新的重要途径
。
[0003]虚拟电厂可通过组合多种分布式资源进行发电，实现电力生产；又可通过调节可控负荷，采用分时电价
、
可中断电价及用户时段储能等措施，实现节能储备
。
虚拟电厂的协调控制优化大大减小了以往分布式资源并网对大电网造成的冲击，降低了分布式资源增长带来的调度难度，使配电管理更趋于合理有序，提高了系统运行的稳定性
。
负荷协同调控技术是虚拟电厂最关键的一项技术，精准的负荷协同调控是虚拟电厂发挥效用的基础和保证
。

技术实现思路

[0004]本专利技术旨在以虚拟电厂平台下发的聚合控制单元计划运行负荷为目标负荷
,
优化调控聚合控制单元下各设备的运行模式，使得聚合控制单元的运行负荷逼近目标负荷
。
[0005]为了解决上述技术问题，本专利技术给出一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，基于当前聚合控制单元各设备的运行功率与目标负荷的偏差实时对设备进行调控，包括以下步骤：
[0006]步骤一
、
获取负荷聚合商聚合控制单元下各类设备的运行数据
。
[0007]聚合控制单元即调度控制的最小单元，调度根据电网需要将若干计量点聚合为聚合控制单元，并将该对应关系下发给聚合商，聚合商以聚合控制单元为单位与边缘集群进行数据和控制指令交互
。
获取聚合控制单元下光伏
、
储能
、
空调的实时监测运行数据以及历史运行数据
。
[0008]步骤二
、
构建光伏发电功率超短期预测模型，预测未来
15
分钟的光伏发电功率，基于给定目标发电功率计算光伏设备调控参数值
。
[0009]对于聚合控制单元下的某一光伏电站，获取光伏电站采样间隔
15
分钟的气象预报历史数据
、
实测辐照度历史数据和间隔
15
分钟发电功率数据
。
选取晴空指数
、
辐照度
、
温度
、
风速
、
风向
、
湿度
、
压强
、
降水量和较为重要的高阶特征气象特征作为气象特征集合
T
nwp
。
根据经纬度和时间计算太阳方位角
、
太阳天顶
、
太阳高度角
、
太阳日出日落时间作为太阳位置特征
T
sun,t
，某一时刻
t
的气象特征
T
nwp,t
、
太阳位置特征
T
sun,t
和时间特征集合
T
time,t
构成特征向量
T
t
。
[0010]基于循环神经网络
GRU
模型和特征向量构建短期光伏电站功率超短期模型，得到未来
15
分钟的功率预测值
。
[0011]若当前时刻在调节时段
[t
s
,t
e
]内，未来时刻
t
的发电功率预测值为
P
predict,t
，已知
需要光伏设备调节的目标发电功率为
P
pvob,t
，则需要光伏设备的调节功率为
R
pv,t
＝
P
predict,t
‑
P
pvob,t
，计算光伏设备可调控参数
setpower
＝1‑
R
pv,t
/P
predict,t
，其中
setpower
为发电功率百分比限制
。
返回光伏设备调控指令
setpower。
[0012]步骤三
、
构建空调设备运行功率计算模型，基于给定目标功率计算空调设备调控运行模式
。
[0013]对于聚合控制单元下的某一空调设备，考虑辐照度
、
温度
、
天气类型
、
湿度
、
运行模式
、
时间特征等特征与空调运行功率间的相关性，利用时间循环神经网络
LSTM
挖掘在指定外部环境下空调运行模式与功率之间的拟合关系，其中可调控空调运行模式
x
t
包括启停状态
、
设置空调模式
、
设置温度
、
设置风量，即空调设备运行功率计算模型
P
air,t
＝
f
air
(x
t
,x
t
‑1,P
air,t
‑1)。
[0014]若当前时刻在调节时段
[t
s
,t
e
]内，已知需要空调设备调节的目标功率为
P
airob,t
，当前空调设备运行功率为
P
air,t
，则需要空调设备的调节功率为
R
air,t
＝
P
airob,t
‑
P
air,t
。
[0015]建立目标函数为
minf(x
t+1
)
＝
abs(P
airob,t
‑
f
air
(x
t+1
,x
t
,P
air,t
))
，给定约束条件
,
其中
x
t+1
＝
(x
state,t+1
,x
m
o
de,t+1
,x
temp,t+1
,x
speed,t+1
)
，启停状态约束
x
state,t+1
∈[0,1]，空调模式约束
x
mode,t+1
∈[0,1,2]，设置温度约束
16≤x
temp,t+1
≤30
，设置风量约束
x
speed,+t1
∈[0,2,4,8]。
[0016]粒子群算法
...

【技术保护点】

【技术特征摘要】
1.
一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，其特征在于，包括以下步骤：步骤1，获取负荷聚合商聚合控制单元下各类设备的运行数据；步骤2，构建光伏发电功率超短期预测模型，预测未来光伏发电功率，基于给定目标发电功率计算光伏设备调控参数值；步骤3，构建空调设备运行功率计算模型，基于给定目标功率计算空调设备调控运行模式；步骤4，构建储能设备物理模型，基于当前荷电状态计算储能设备调控运行模式；步骤5，聚合同类设备为该类设备资源集，评估量化设备资源集的调整能力；步骤6，基于目标运行功率和当前运行功率的偏差功率，以消除偏差功率为目标，实时寻优各设备资源集内设备最优运行模式
。2.
根据权利要求1所述的一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，其特征在于，所述步骤1具体为：聚合控制单元即调度控制的最小单元，调度根据电网需要将若干计量点聚合为聚合控制单元，并将该对应关系下发给聚合商，聚合商以聚合控制单元为单位与边缘集群进行数据和控制指令交互，从而获取聚合控制单元下光伏
、
储能
、
空调的实时监测运行数据以及历史运行数据
。3.
根据权利要求1所述的一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，其特征在于，所述步骤2具体为：基于循环神经网络
GRU
模型和构建的特征向量构建短期光伏电站功率超短期模型，得到未来时刻的功率预测值；若当前时刻在调节时段
[t
s
,t
e
]
内，未来时刻
t
的发电功率预测值为
P
predict,t
，已知需要光伏设备调节的目标发电功率为
P
pvob,t
，则需要光伏设备的调节功率为
R
pv,t
＝
P
predict,t
‑
P
pvob,t
，计算光伏设备可调控参数
setpower
＝1‑
R
pv,t
/P
predict,t
，其中
setpower
为发电功率百分比限制；返回光伏设备调控指令
setpower。4.
根据权利要求1所述的一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，其特征在于，所述步骤3具体为：利用时间循环神经网络
LSTM
挖掘在指定外部环境下空调运行模式
x
t
与功率之间的拟合关系，其中可调控空调运行模式
x
t
包括启停状态
、
设置空调模式
、
设置温度
、
设置风量，即空调设备运行功率计算模型
P
air,t
＝
f
air
(x
t
,x
t
‑1,P
air,t
‑1)
；若当前时刻在调节时段
[t
s
,t
e
]
内，已知需要空调设备调节的目标功率为
P
airob,t
，当前空调设备运行功率为
P
air,t
，建立目标函数为
minf(x
t+1
)
＝
abs(P
airob,t
‑
f
air
(x
t+1
,x
t
,P
air,t
))
，给定约束条件其中
x
t+1
＝
(x
state,t+1
,x
mode,t+1
,x
temp,t+1
,x
speed,t+1
)
，启停状态约束
x
state,t+1
∈[0,1]
，空调模式约束
x
mode,t+1
∈[0,1,2]
，设置温度约束
16≤x
temp,t+1
≤30
，设置风量约束
x
speed,t+1
∈[0,2,4,8]
；利用粒子群算法找到使得目标函数最小的运行模式，作为空调调控指令返回
。5.
根据权利要求1所述的一种负荷聚合商聚合控制单元实时跟随负荷协同调控方法，其特征在于，所述步骤4具体为：
对于聚合控制单元下的某一储能设备，若当前时刻在调节时段
[t
s
,t
e
]
内，已知需要储能设备调节功率为
R
ev,t
，监测其当前时刻
t
荷电状态
SOC
t
；计算最大充电功率
R
charge,t
和最大放电功...

【专利技术属性】
技术研发人员：崔华，利国鹏，周冠宇，宋江波，周林，李陈晨，廖凌峰，
申请(专利权)人：广东润建电力科技有限公司，
类型：发明
国别省市：