【技術實現步驟摘要】
本專利技術涉及微電網電能控制，更具體地說，它涉及一種光儲充換微電網協調控制策略方法。
技術介紹
1、光儲充換電站是由配電網、儲能系統、光伏發電系統、風力發電系統、充電系統、控制系統組成微網。
2、需要根據車輛的充電行為和發電情況進行規劃，光伏和風力發出電能首先滿足充電站需求，當不滿足負荷需求時儲能系統供電，若仍不能滿足，則從電網購電；當光伏和風力發電過剩時，可將過剩的電能給儲能系統充電，也可以向國網售電，從而獲得一定的收益，儲能隨著光伏發電及電價情況靈活調整充放電方式減少峰谷差，提高系統的經濟性和清潔性，在滿足供電需求的前提下，以用戶經濟效益最大化為目標。
3、然而，如果在賣出電能之后，后期的光伏和風力發出電能不能夠支持充電站需求，則很有可能需要在電價高峰期購買電能，因此，需要對未來的用電量和發電量進行預測，再決定電能賣出或者買入。
技術實現思路
1、本專利技術提供一種光儲充換微電網協調控制策略方法，解決上述
技術介紹
中的技術問題。
2、本專利技術提供了一種光儲充換微電網協調控制策略方法，包括如下步驟：
3、步驟s101，獲取n個微電網在過去m天中每天的發電參數信息；
4、微電網的發電參數信息包括：每天的發電量信息、每天的太陽光平均強度信息、每天的太陽光照射時長信息、每天的平均風力信息和每天的風力作用時長信息；
5、步驟s102，獲取n個微電網在過去m天中的用電參數信息；
6、微電網的用電參數信息包括
7、步驟s103，根據n個微電網在過去m天中的發電參數信息和用電參數信息構建微電網電量預測矩陣a，其中，表示第1個微電網在第1天的發電參數信息和用電參數信息；表示第n個微電網在第m天的發電參數信息和用電參數信息；
8、步驟s104，構建微電網電量預測模型，將微電網電量預測矩陣a輸入微電網電量預測模型，輸出在未來u天中微電網的發電量和需求充電量的預測值；
9、步驟s105，根據微電網電量預測模型輸出的在未來u天中微電網的發電量和需求充電量的預測值調整儲能系統的儲備電量。
10、進一步地，n、m和u均為自定義參數。
11、進一步地，發電參數信息的獲取方法包括：
12、光伏發電設備和風力發電設備的發電量分別通過智能電表和中央監控系統獲得，并將其相加得到每天的發電量信息；
13、通過光強檢測設備對每個小時的陽光強度檢測3次，求和然后計算平均值，獲得的值為每天的太陽光平均強度信息；
14、獲得光伏發電設備每天處于發電狀態的時間作為每天的太陽光照射時長信息；
15、將風力發電設備的轉速劃分為10個等級，獲取風力發電設備每個小時的轉速，匹配對應的轉速，然后對每個小時的轉速求和并計算平均值，計算結果為每天的平均風力信息；
16、獲取風力發電設備每天處于發電狀態的時間作為每天的風力作用時長信息。
17、進一步地，微電網的用電參數信息的獲取方法包括：
18、獲取微電網中所有充電樁每天的使用次數作為每天的充電車輛的數量；
19、獲取微電網中每個充電樁每天的充電總量，求和得到每天的充電總量。
20、進一步地，微電網電量預測模型包括：n列隱藏層、一個第一分類器和一個第二分類器；
21、每列隱藏層包括第一隱藏單元和第二隱藏單元；
22、將微電網電量預測矩陣a中的第1天到第m天的第i個微電網的發電參數信息和用電參數信息輸入第i列隱藏層的第一隱藏單元，輸出第一更新特征；
23、第i列隱藏層的第一隱藏單元輸出的第一更新特征輸入第二隱藏單元，輸出第二更新特征；
24、第n列隱藏層的第二隱藏單元輸出的第二更新特征分別輸入第一分類器和第二分類器，第一分類器輸出在未來u天中微電網的發電量的預測值，第二分類器輸出在未來u天中微電網的需求充電量的預測值；
25、定義：1≤i≤n。
26、進一步地，微電網電量預測模型的第i列隱藏層的第一隱藏單元基于gru構建，微電網電量預測模型的第i列隱藏層的第二隱藏單元基于transformer構建。
27、進一步地，微電網電量預測模型的第i列隱藏層的第一隱藏單元的計算公式包括：
28、微電網電量預測模型的第i列隱藏層的第一隱藏單元的更新門zi的計算公式如下：
29、zi＝σ(wzxi+uzhi-1+bz)；
30、式中，wz、uz和bz分別表示微電網電量預測模型的第i列隱藏層的第一隱藏單元的更新門zi對應的第一權重參數、第二權重參數和偏置參數；
31、微電網電量預測模型的第i列隱藏層的第一隱藏單元的重置門ri的計算公式如下：
32、ri＝σ(wrxi+urhi-1+br)；
33、式中，wr、ur和br分別表示微電網電量預測模型的第i列隱藏層的第一隱藏單元的重置門ri對應的第一權重參數、第二權重參數和偏置參數；
34、微電網電量預測模型的第i列隱藏層的第一隱藏單元的當前記憶的計算公式如下：
35、
36、式中，wh、uh和bh分別表示微電網電量預測模型的第i列隱藏層的第一隱藏單元的當前記憶對應的第一權重參數、第二權重參數和偏置參數；
37、微電網電量預測模型的第i列隱藏層的第一隱藏單元的最終記憶hi的計算公式如下：
38、
39、定義：σ表示sigmoid函數；tanh表示雙曲正切函數；⊙表示點乘操作；xi表示微電網電量預測模型的第i列隱藏層的第一隱藏單元的輸入。
40、進一步地，微電網電量預測模型的第i列隱藏層的第二隱藏單元的計算公式包括：
41、
42、式中，zi表示第i個隱藏層的第二隱藏單元輸出的第二更新特征；xi表示第i個隱藏層的第一隱藏單元輸入的第一更新特征；vi、qi和ki分別表示第i個隱藏層的第二隱藏單元的第一轉換特征、第二轉換特征和第三轉換特征；t表示矩陣的轉置操作；和分別表示第i個隱藏層的第二隱藏單元的第一權重參數和第二權重參數；softmax表示softmax激活函數。
43、進一步地，獲取若干個微電網歷史的發電參數信息和用電參數信息，并構建訓練矩陣b，在訓練矩陣b中設置一個滑動窗口，滑動窗口的長和寬分別為m和n，步長為一，滑動窗口在訓練矩陣b中每滑動一次獲得一個用于訓練微電網電量預測模型的樣本數據；
44、每個樣本數據對應的微電網在未來u天中的發電量和需求充電量的預測值作為訓練微電網電量預測模型的樣本標簽。
45、進一步地，調整儲能系統的儲備電量的步驟如下：
46、步驟s201，獲取儲能系統的當前儲備電量；
47、步驟s202，判斷當前儲備電量和微電網在u天中的發電量的預測值是否大于微電網在u天中的需求充電量本文檔來自技高網...
【技術保護點】
1.一種光儲充換微電網協調控制策略方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，n、m和u均為自定義參數。
3.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，發電參數信息的獲取方法包括：
4.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網的用電參數信息的獲取方法包括：
5.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網電量預測模型包括：n列隱藏層、一個第一分類器和一個第二分類器；
6.根據權利要求5所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網電量預測模型的第i列隱藏層的第一隱藏單元基于GRU構建，微電網電量預測模型的第i列隱藏層的第二隱藏單元基于transformer構建。
7.根據權利要求5所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網電量預測模型的第i列隱藏層的第一隱藏單元的計算公式包括：
8.根據權利要求5所述的一種光儲充換微
9.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，獲取若干個微電網歷史的發電參數信息和用電參數信息，并構建訓練矩陣B，在訓練矩陣B中設置一個滑動窗口，滑動窗口的長和寬分別為m和n，步長為一，滑動窗口在訓練矩陣B中每滑動一次獲得一個用于訓練微電網電量預測模型的樣本數據；
10.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，調整儲能系統的儲備電量的步驟如下：
...【技術特征摘要】
1.一種光儲充換微電網協調控制策略方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，n、m和u均為自定義參數。
3.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，發電參數信息的獲取方法包括：
4.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網的用電參數信息的獲取方法包括：
5.根據權利要求1所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網電量預測模型包括：n列隱藏層、一個第一分類器和一個第二分類器；
6.根據權利要求5所述的一種光儲充換微電網協調控制策略方法，其特征在于，微電網電量預測模型的第i列隱藏層的第一隱藏單元基于gru構建，微電網電量預測模型的第i列隱藏層的第二隱藏...
【專利技術屬性】
技術研發人員：黃小鉥，王業平，吳沿磊，劉建亞，蔣建東，馬玉亮，俞啟程，周佩鋒，陳玉潔，周淑嫻，
申請(專利權)人：南京科昕信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。