【技术实现步骤摘要】
本申请涉及负荷调控，尤其涉及负荷调控方法及装置。
技术介绍
1、当某地用电负荷接近电网承载极限时，政府及电网企业组织用户在某一时间段内共同削减负荷，使负荷下降到电网可“淡定”承受的范围之内，从而避免了以建设新电源或引入外地电的方式应对负荷高峰。“通过实施需求响应，可以移峰填谷，降低高峰时段的电力需求，提升电网运行的稳定性和效率；可以优化发电厂的运行方式，增强电网消纳更多间歇性分布式能源的能力；可以提高电网与电力用户的互动水平，为用户提供多样化的增值服务等。
2、然而在相关技术中，对负荷调控的方案停留在当负荷超标时根据用能端的重要程度进行负荷切除，通过不重要的负荷切除确保重要的用能端能够维持正常运行。但通常情况下，对于负荷超标局限于具体的设定值，并没有考虑到在新能源接入情况下，新型电力系统在不同时间段存在不同的产电能力波动。
3、中国专利《电力负荷调控方法和系统》，公开号：cn 107093902 a，公开日：2017年08月25日，具体公开了利用负荷控制系统获取电网的负荷调控总量和负荷补偿数值，并获取各负荷调控对象的负荷响应补偿数值，根据各负荷调控对象的负荷响应补偿数值、负荷调控总量和乘积值对各负荷调控对象分配负荷调控量，利用调度系统根据各负荷调控量对各负荷调控对象进行电力负荷调控。该方案中通过各负荷调控对象的负荷响应补偿数值判断负荷调控对象的单位用电价值，进而实现负荷调控，显然并没有考虑到在分布式电源中存在不同时间段可承受负荷值不同的情况。
4、中国专利《用电负荷调控方法、装置和系统》，公开
技术实现思路
1、本申请针对现有技术中对负荷调控局限于具体的设定值或储能值，并没有考虑到在不同时间下补充消耗电能所需的代价，即分布式电源在不同时间下产电能力区别，从而使得负荷调控策略对电能的利用率低的问题，提供负荷调控方法及装置，通过根据时间序列算法建立发电量时间序列模型，获取分布式电源在不同时间段的发电能力，从而根据不同发电能力对应的时间代价计算在当前时间段产电、运电代价，并根据代价和动态调整负荷，使得在分布式电源产电能力高的情况下，能够支持更多的电力负荷，满足更多的用电需求，而在分布式电源产电能力低的情况下，降低负荷，避免分布式电源承担过多的产电压力，避免储能无法满足负荷的情况发生，提高负荷调控策略的准确性。
2、为实现上述技术目的，本申请提供的一种技术方案是，负荷调控方法，包括如下步骤：s1：获取历史分布式电源发电量数据，根据时间序列算法建立发电量时间序列模型；s2：获取分布式电源地理位置数据，根据空间分析算法建立空间模型；s3：获取历史负荷数据，利用空间自相关算法以及空间模型建立运输损耗模型；s4：根据运输损耗模型以及发电量时间序列模型建立代价模型；s5：获取预测负荷数据，根据代价模型进行负荷调控。
3、进一步的，根据时间序列算法建立发电量时间序列模型包括：根据历史分布式电源发电量数据，建立时间相关曲线，根据时间相关曲线筛选影响时序；
4、根据影响时序建立发电量时间序列模型。
5、进一步的，根据影响时序建立发电量时间序列模型包括：根据影响时序选取指数平滑算法建立发电量时间序列模型；其中，影响时序包括：平滑时序、日影响时序以及季度影响时序；指数平滑算法包括：一次指数平滑法、二次指数平滑法以及三次指数平滑法。
6、进一步的，在存在平滑时序的分布式电源中，采用一次指数平滑法建立发电量时间序列模型：si＝αxi+(1-α)si-1；xi+1＝si；0≤α≤1；其中，si为时间步长i上经过平滑后的值，si-1为时间步长i-1上经过平滑后的值，时间步长i即第i个时间点，xi为时间步长i上实际发电量，α为记忆衰减因子，xi+1为发电量的下一个预测值。
7、进一步的，在存在日影响时序的分布式电源中，采用二次指数平滑法建立发电量时间序列模型：si＝αxi+(1-α)(si-1+ti-1)；ti＝β(si-si-1)+(1-β)ti-1；xi+1＝si+ti；其中，β为日波动趋势因子，ti为平滑趋势值。
8、进一步的，在存在日影响时序和季度影响时序的分布式电源中，采用三次指数平滑法建立发电量时间序列模型：si＝αxi+(1-α)(si-1+ti-1)；ti＝β(si-si-1)+(1-β)ti-1；pi＝γ(xi-si)+(1-γ)pi-k；xi+1＝si+ti+pi-k+1；其中，γ为季度波动趋势因子，pi为季度波动值，k为季度长度。
9、进一步的，根据中间时间点将历史分布式电源发电量数据分割为第一时间数据和第二时间数据，分别计算第一时间数据均值以及第二时间数据均值，获取第一时间数据均值与第二时间数据均值的差值，以差值与第二时间数据均值的比值作为记忆衰减因子α。
10、进一步的，根据季度长度将历史分布式电源发电量数据分割为若干个季度数据，计算若干个季度数据均值，获取若干个季度数据均值之间的差值，以差值做波动曲线，获取波动率作为季度波动趋势因子γ。
11、进一步的，s5还包括：
12、获取预测必要负荷数据以及预测柔性负荷数据，设置最大负荷，根据预测必要负荷数据以及预测柔性负荷数据利用代价模型以及遗传算法输出柔性负荷调控策略，以柔性负荷调控策略进行负荷调控。
13、本申请提供的另一种技术方案是，负荷调控装置，用于实现如上述的负荷调控方法，包括：数据采集模块，连接于用能端以及供能端，用于获取分布式电源数据以及负荷数据；数据分析模块，连接于数据采集模块，用于根据分布式电源数据以及负荷数据构建代价模型；策略输出模块，连接于数据分析模块以及负荷调控平台，用于根据代价模型输出负荷调控策略至负荷调控平台进行负荷调控；负荷调控平台，连接于用能端，用于根据负荷调控策略对用能端进行负荷调控。
14、本申请的有益效果：通过根据时间序列算法建立发电量时间序列模型，获取分布式电源在不同时间段的发电能力，从而根据不同发电能力对应的时间代价计算在当前时间段产电、运电代价，并根据代价和动态调整负荷，使得在分布式电源产电能力高的情况下，能够支持更多的电力负荷，满足更多的用电需求，而在分布式电源产电能力低的情况下，降低负荷，避免分布式电源承担过多的产电压力，避免储能无法满足负荷的情况发生，提高负荷调控策略的准确性。
本文档来自技高网...【技术保护点】
1.负荷调控方法，其特征在于：包括如下步骤：
2.如权利要求1所述的负荷调控方法，其特征在于：
3.如权利要求2所述的负荷调控方法，其特征在于：
4.如权利要求3所述的负荷调控方法，其特征在于：
5.如权利要求4所述的负荷调控方法，其特征在于：
6.如权利要求5所述的负荷调控方法，其特征在于：
7.如权利要求3所述的负荷调控方法，其特征在于：
8.如权利要求5所述的负荷调控方法，其特征在于：
9.如权利要求1所述的负荷调控方法，其特征在于：
10.负荷调控装置，用于实现如权利要求1至权利要求9任意一项所述的负荷调控方法，其特征在于：包括：
【技术特征摘要】
1.负荷调控方法，其特征在于：包括如下步骤：
2.如权利要求1所述的负荷调控方法，其特征在于：
3.如权利要求2所述的负荷调控方法，其特征在于：
4.如权利要求3所述的负荷调控方法，其特征在于：
5.如权利要求4所述的负荷调控方法，其特征在于：
6.如权利要求5所述...
【专利技术属性】
技术研发人员：张叶，李一雯，张晓，董意，李健，苏崇，金王天野，
申请(专利权)人：国网浙江省电力有限公司台州市椒江区供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。