【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种电网系统的协调控制方法。
技术介绍
1、电网系统是一个复杂的多变量、强耦合、非线性的动态系统，其运行状态受到多种因素的影响，如负荷需求、发电机组特性、输电线路参数、电力市场规则等。为了保证电网的安全、稳定和经济运行，需要对电网系统进行有效的协调控制，实现电力供需平衡，维持系统频率和电压在合理范围内，优化发电机组的调度和运行模式，提高电能质量和效率。目前，电网系统的协调控制主要采用分层分区的方式，即将电网系统划分为不同的控制层次和控制区域，分别进行相应的控制策略和控制目标。例如，国家级的电网系统协调控制主要负责全国范围内的电力平衡和交易管理；区域级的电网系统协调控制主要负责区域范围内的电力平衡和安全稳定控制；地方级的电网系统协调控制主要负责地方范围内的电力平衡和质量控制等。然而，随着可再生能源(如风能、太阳能等)的大规模并网，以及智能化、分布式、微型化等新技术的发展，传统的电网系统协调控制面临着新的挑战和问题。一方面，可再生能源具有间歇性、随机性、波动性等特点，导致电网系统运行更加复杂和不确定；另一方面，智能化、分布式、微型化等新技术使得电网系统更加开放和互动，涉及更多的参与者和利益相关方。这些变化使电网系统协调控制难以有效处理多目标多约束的复杂情况。
技术实现思路
1、基于此，本专利技术有必要提供一种电网系统的协调控制方法，以解决至少一个上述技术问题。
2、为实现上述目的，一种电网系统的协调控制方法，包括以下步骤：
3、步
4、步骤s2：获取分布式资源数据，其中包括微发电数据以及能源储存数据；根据分布式资源数据建立分布式资源的数学模型，从而得到资源数学模型数据；根据资源数学模型数据、负荷趋势预测数据以及电力供应预测数据建立发电调度优化框架，得到初步优化框架数据；
5、步骤s3：根据初步优化框架数据对目标函数进行多维目标设置，得到多目标优化函数数据；根据预设的实际约束条件以及多目标优化函数数据进行帕累托最优解选取，从而得到帕累托最优解对应的分布式资源调度结果；
6、步骤s4：根据分布式资源调度结果对各发电机组进行负载分担控制，从而得到频率调整数据；对客户需求响应结果进行电网的电压频率影响分析，得到频率影响数据；根据频率调整数据以及频率影响数据生成调整方案数据；
7、步骤s5：根据实际案例的数据利用数字孪生模拟技术对调整方案数据进行测试，从而生成方案评估数据，根据方案评估数据对调整方案数据进行优化方向分析，从而获取最优调整方案数据。
8、本专利技术通过获取历史负荷数据和可再生能源数据，可以了解电力系统的过去负荷和可再生能源的产生情况，为后续的调度决策提供基础数据。进行短期负荷趋势预测可以预测未来一段时间内负荷的变化趋势，帮助系统运营者做出相应的调度和运营决策。进行可再生能源发电预测可以预测未来一段时间内可再生能源的产生情况，帮助系统运营者预测电力供应情况。获取分布式资源数据可以了解分布式发电和能源储存系统的实际情况，为后续的调度和优化提供数据支持。建立分布式资源的数学模型可以更准确地描述分布式资源的特性和行为，为后续的优化和调度提供数学工具。建立发电调度优化框架可以综合考虑负荷趋势预测数据、电力供应预测数据和分布式资源数学模型数据，为系统运营者提供初步的优化调度方案。通过设置多维目标函数，可以考虑多个目标指标，如经济性、环境性能、可靠性等，从而实现多目标优化调度。进行帕累托最优解选取可以找到一组最优解，这些解在多个目标指标上都是最优的，为系统运营者提供选择和决策的依据。得到帕累托最优解对应的分布式资源调度结果可以实现资源的合理分配和利用，提高系统的效率和可持续性。通过对分布式资源调度结果进行负载分担控制，可以合理分配发电机组的负荷，保持系统频率稳定。进行电网的电压频率影响分析可以评估客户需求响应对电网运行的影响，帮助系统运营者了解电网的稳定性和可靠性。生成调整方案数据可以根据频率调整数据和频率影响数据，提出相应的调整方案，包括发电机组的启停控制、负荷调整等，以保持电网的稳定运行。利用数字孪生模拟技术可以对调整方案数据进行仿真测试，模拟电力系统的实际运行情况，评估调整方案在不同场景下的性能表现。生成方案评估数据可以在数量上评估每个调整方案的优劣，包括经济性、环境性能、可靠性等指标。根据方案评估数据对调整方案数据进行优化方向分析，可以通过比较不同方案的评估结果，找到最优调整方案数据，以实现系统的最佳运行状态。综上所述，以上步骤基于历史数据和预测数据，实现负荷和电力供应的预测，帮助系统运营者做出决策。利用分布式资源数据和数学模型，优化调度分布式资源，提高系统效率和可持续性。多目标优化和帕累托最优解选取，实现多目标调度和决策。基于分布式资源调度结果，实现负载分担控制和频率调整，保持电网稳定运行。利用数字孪生模拟技术对调整方案进行测试和评估，找到最优调整方案，优化系统运行。
9、优选地，步骤s1包括以下步骤：
10、步骤s11：根据预设时间粒度采集各电网节点的历史实际负荷，从而得到历史负荷数据；
11、步骤s12：对历史负荷数据进行序列化整理，并对缺失或异常数据进行插补或删除处理，得到标准历史负荷数据；
12、步骤s13：采集风能、水力以及光伏发电的历史发电信息，得到可再生能源数据；
13、步骤s14：将标准历史负荷数据的前部分数据作为输入数据，后部分数据作为输出生成训练对数据；
14、步骤s15：将预设时间粒度作为循环时间步，利用训练对数据对lstm神经网络模型进行训练，得到lstm神经网络模型数据；
15、步骤s16：根据lstm神经网络模型数据对标准历史负荷数据进行短期负荷趋势预测，得到负荷趋势预测数据；
16、步骤s17：根据可再生能源类型的特点对可再生能源数据进行发电量预测，从而得到电力供应预测数据。
17、本专利技术获取历史实际负荷数据可以了解电力系统在过去的时间段内的负荷情况，包括负荷的大小、波动性等，为后续的负荷预测和调度提供基础数据。对历史负荷数据进行序列化整理可以将数据按照一定的顺序排列，方便后续的数据处理和分析。对缺失或异常数据进行处理可以提高数据的完整性和准确性，确保后续的负荷预测和调度的可靠性。获取可再生能源的历史发电信息可以了解风能、水力和光伏发电系统在过去的时间段内的发电情况，为后续的发电预测和电力供应调度提供基础数据。将标准历史负荷数据划分为输入和输出数据对可以建立起负荷数据的时序关系，提供训练数据用于训练负荷预测模型。使用lstm神经网络模型对负荷数据进行训练可以建立起负荷的非线性关系，提高负荷预测的准确性和精度。利用经过训练的lstm神经网络模型对历史负荷数据进行预测可以预测未来一段时间内负荷的变化趋势，为电力系统的负荷调度和本文档来自技高网...
【技术保护点】
1.一种电网系统的协调控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电网系统的协调控制方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的电网系统的协调控制方法，其特征在于，步骤S17包括以下步骤：
4.根据权利要求3所述的电网系统的协调控制方法，其特征在于，步骤S2包括以下步骤：
5.根据权利要求4所述的电网系统的协调控制方法，其特征在于，步骤S27包括以下步骤：
6.根据权利要求5所述的电网系统的协调控制方法，其特征在于，步骤S3包括以下步骤：
7.根据权利要求6所述的电网系统的协调控制方法，其特征在于，步骤S36包括以下步骤：
8.根据权利要求7所述的电网系统的协调控制方法，其特征在于，步骤S361所述的计算帕累托前沿的非支配解的公式如下所示：
9.根据权利要求8所述的电网系统的协调控制方法，其特征在于，步骤S4包括以下步骤：
10.根据权利要求9所述的电网系统的协调控制方法，其特征在于，步骤S5包括以下步骤：
【技术特征摘要】
1.一种电网系统的协调控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电网系统的协调控制方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的电网系统的协调控制方法，其特征在于，步骤s17包括以下步骤：
4.根据权利要求3所述的电网系统的协调控制方法，其特征在于，步骤s2包括以下步骤：
5.根据权利要求4所述的电网系统的协调控制方法，其特征在于，步骤s27包括以下步骤：
6.根据权利要求5所述的...
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。