System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 午夜亚洲av永久无码精品,小12箩利洗澡无码视频网站,gogo少妇无码肉肉视频
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種面向源網荷儲一體化項目的優化調度方法技術

    技術編號:43972857 閱讀:18 留言:0更新日期:2025-01-10 20:00
    本發明專利技術屬于電力系統運行調度技術領域,具體涉及一種面向源網荷儲一體化項目的優化調度方法,包括下列步驟:對結合源網荷儲區域給定數據序列周期的可再生能源輸出功率和負荷的歷史數據進行預處理,并據此分別構建和訓練用于預測的季節性自回歸積分移動平均模型和灰色預測模型GM(1,1),進而對兩種預測數據通過加權平均獲取未來可再生能源的輸出功率和負荷的最終預測結果;構建考慮逆變器提供輔助服務的源網荷儲協同調度模型,將預測數據輸入到協同調度模型中,得到初始調度方案;最后采用改進的樹種優化算法對源網荷儲中配網及能源優化進行調度。本發明專利技術通過優化配網安全調度以達到市場交易總成本最小化,從而提升源網荷儲一體化項目的經濟性。

    【技術實現步驟摘要】

    本專利技術屬于電力系統運行調度,具體涉及一種面向源網荷儲一體化項目的優化調度方法。


    技術介紹

    1、當前,電力系統領域正面臨眾多挑戰,同時也迎來了新的發展機遇。全球對可再生能源的需求正急速上升,尤其是依賴高比例的可再生能源,如風能和太陽能,已經成為降低溫室氣體排放和應對氣候變化的關鍵策略。這一趨勢要求電力系統適應更加復雜的能源結構和不穩定的能源供給,全球多地已經將這種模式作為主要發展方向。這些能源的波動性顯著增加了系統的不確定性,復雜化了電網的運行環境,提高了運行風險,并有可能觸發大規模停電事故。同時,電力電子技術的飛速發展為電力系統的可靠性和效率提供了巨大潛力。系統的高度電子化意味著更多的電力傳輸、分配和轉換過程將通過電子設備和控制系統來完成,極大地增強了電力系統的靈活性和快速響應能力。然而,這種能源結構的轉變和電力電子化也帶來了新的挑戰,其中最顯著的就是維持電力平衡的問題。由于可再生能源的波動性,電力系統必須有效地管理電力供需平衡,以保障供電的穩定性和可靠性。

    2、在這種背景下,源網荷儲一體化顯得尤為重要。這一綜合策略通過優化能源的生產、傳輸、分配和存儲過程,有效地協調了發電、電網、負荷和儲能系統的互動,提高了整個系統的效率和靈活性。源網荷儲一體化能夠在不穩定的供電情況下,通過高效的儲能解決方案和智能負荷管理,平衡電力供需,從而顯著提升電網的穩定性和防止供電中斷。傳統的電力系統調度策略在這種新模式下顯得不夠適應,迫切需要通過創新的理論和技術來進一步發展源網荷儲一體化的應用,以應對未來電力系統面臨的復雜挑戰。


    技術實現思路

    1、針對上述傳統的電力系統調度策略在這種新模式下顯得不夠適應的技術問題,本專利技術提供了一種面向源網荷儲一體化項目的優化調度方法。

    2、為了解決上述技術問題,本專利技術采用的技術方案為:

    3、一種面向源網荷儲一體化項目的優化調度方法,包括下列步驟:

    4、s1、以固定數據序列周期收集歷史數據,并對歷史數據集進行預處理,其中,所述歷史數據集包括風光電站在歷史時段記錄的光照強度數據、光伏功率數據、風電功率數據、電動汽車負荷數據、環境溫度數據、環境濕度數據、風速、風向、大氣壓強、輻照度、云量和電動汽車的交通流量;

    5、s2、將經過預處理后歷史數據輸入到sarima模型和灰色預測模型gm(1,1)中,其中sarima計算和分析真實數據和預測數據的均值、方差和殘差置信度等參數,并以此訓練模型以獲取其初始最優參數,進而預測未來時間段的可再生能源輸出功率和負荷數據,當后續預測數據誤差不滿足要求時,動態更新m個歷史數據并重新優化sarima模型參數,提升受季節影響的數據預測精度,而gm(1,1)實現短期波動較大的可再生能源輸出功率和負荷的數據預測,通過分析均方差比值和小誤差概率的變化情況可重新優化gm(1,1)模型參數;為改善受季節影響和短期氣候影響的預測精度,結合sarima模型和灰色預測模型gm(1,1)的輸出,通過加權平均獲取最終的可再生能源未來的輸出功率和負荷量;

    6、s3、將分布式發電設備安裝電力電子控制器,構建考慮逆變器提供輔助服務的源網荷儲協同調度模型,將可再生能源輸出功率和負荷數據輸入到源網荷儲協同調度模型中,得到初始調度方案;

    7、s4、構建日前出清模型,將考慮逆變器提供輔助服務的源網荷儲協同調度結果輸入到模型中,以驗證調度方案的經濟性;

    8、s5、結合協調調度模型和日前出清模型,采用改進的樹種優化算法優化調度以實現市場交易總成本最小化并使配網滿足安全性校驗。

    9、所述s2中對歷史數據進行預處理的方法為:

    10、s2a、通過小波變換算法對所述歷史數據的光照強度數據、風速數據、風向數據和電動汽車的交通流量進行降噪處理;

    11、s2b、通過改進的總體平均經驗模態分解算法,提高降噪后的光照強度數據、風速數據、風向數據和電動汽車的交通流量分解結果的準確性;

    12、s2c、對算法結果數據進行歸一化處理,得到經過預處理后的數據;

    13、s2d、對所述歷史數據的環境溫度數據、環境濕度數據、大氣壓強、輻照度、云量進行歸一化處理,得到經過預處理后的數據。

    14、所述s21中通過小波變換算法對歷史數據中光照強度數據、風速數據、風向數據和電動汽車的交通流量進行降噪處理的方法為:

    15、s2a1、將光照強度數據、風速數據、風向數據和電動汽車的交通流量進行小波變換,其中小波變換公式為:

    16、

    17、其中,f為待降噪的數據;a與b分別表示伸縮因子以及平移因子;ψ(t)為基本小波;

    18、s2a2、采用軟閾值濾波方法處理,通過通用閾值選取最優閾值且以閾值為標準保留或修正小波系數;其中軟閾值濾波處理公式為:

    19、

    20、其中,fn為小波系數;ε為最優閾值;

    21、最優閾值的計算公式為:

    22、

    23、其中,σ為噪聲標準差,n為小波系數的總和;

    24、s2a3、通過小波逆變換得到降噪后的光照強度數據、風速數據、風向數據和電動汽車的交通流量,其中小波逆變換計算公式為:

    25、f′=cwt―1[f[cwt(f)]]

    26、其中,f′(t)為降噪后的數據。

    27、所述s22中采用meemd算法提高降噪后的光照強度數據、風速數據、風向數據和電動汽車的交通流量分解結果的準確性,包括下列步驟:

    28、s2b1、將降噪后的光照強度數據、風速數據、風向數據和電動汽車的交通流量分別添加均值為0的白噪聲信號,其中添加公式為:

    29、

    30、其中,ni(t)為添加的白噪聲信號;ai為添加噪聲信號的幅值,i=1,2,...,m,m為添加白噪聲對數;

    31、s2b2、對和進行經驗模態分解,得到第一階內涵模態分量序列,并對其進行集成得到分量s(t);

    32、s2b3、檢查s(t)的熵值如果小于等于η,則不是異常信號;若大于η,則是異常信號,返回到s221,直至imf分量sp(t)不是異常信號;其中η取為0.55~0.6;

    33、s2b4、將已分解的p-1個分量從光照強度數據、風速數據、風向數據和電動汽車的交通流量中剔除,其中剔除公式為:

    34、

    35、s2b5、對剩余信號h(t)進行emd分解,將得到的所有imf分量按高頻到低頻排列,合成處理過后的信號h(t)。

    36、所述s2中sarima模型和灰色預測模型gm(1,1)構建及參數優化進行預測方法為:

    37、s2a1、根據處理過后的信號h(t),以固定數據序列周期t,所述t取值可為月數或周數,獲取經預處理的歷史數據;

    38、s2a2、利用自相關函數和偏自相關函數,計算和分析可再生能源的輸出功率和負荷數據的趨勢和周期性變化情況;

    39、s2a3、通過本文檔來自技高網...

    【技術保護點】

    1.一種面向源網荷儲一體化項目的優化調度方法,其特征在于,包括下列步驟:

    2.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S2中對歷史數據進行預處理的方法為:

    3.根據權利要求2所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S21中通過小波變換算法對歷史數據中光照強度數據、風速數據、風向數據和電動汽車的交通流量進行降噪處理的方法為:

    4.根據權利要求2所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S22中采用MEEMD算法提高降噪后的光照強度數據、風速數據、風向數據和電動汽車的交通流量分解結果的準確性,包括下列步驟:

    5.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S2中SARIMA模型和灰色預測模型GM(1,1)構建及參數優化進行預測方法為:

    6.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S3中考慮逆變器提供輔助服務的方式時,分布式發電的運行狀態通過下垂控制模型調控,具體公式如下:

    7.根據權利要求6所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述逆變器為電網安全穩定的運行提供支撐并有償地提供輔助服務的方法為:

    8.根據權利要求7所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述鎖相環模塊由PI控制器和積分運算模塊組成,通過PI控制器對輸入的電壓進行相位調節,再將調節后的電壓輸入到積分運算模塊中,得到逆變器側的相位角和電網側的相位角;其中,PI控制器的控制方程為:

    9.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S4中對日前出清模型建立的目標函數為:

    10.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述S5中基于協調調度模型和日前出清模型,采用改進的樹種優化算法優化調度配網及儲能的具體步驟為:

    ...

    【技術特征摘要】

    1.一種面向源網荷儲一體化項目的優化調度方法,其特征在于,包括下列步驟:

    2.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述s2中對歷史數據進行預處理的方法為:

    3.根據權利要求2所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述s21中通過小波變換算法對歷史數據中光照強度數據、風速數據、風向數據和電動汽車的交通流量進行降噪處理的方法為:

    4.根據權利要求2所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述s22中采用meemd算法提高降噪后的光照強度數據、風速數據、風向數據和電動汽車的交通流量分解結果的準確性,包括下列步驟:

    5.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法,其特征在于,所述s2中sarima模型和灰色預測模型gm(1,1)構建及參數優化進行預測方法為:

    6.根據權利要求1所述的一種面向源網荷儲一體化項目的優化調度方法...

    【專利技術屬性】
    技術研發人員:胡恩德,申澤淵,武中胡澤升王堯,李強張知,吉喆,李琦張翔宇,
    申請(專利權)人:國網山西省電力公司經濟技術研究院,
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 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。

    1
    主站蜘蛛池模板: 亚洲一区二区三区无码影院| 狠狠躁狠狠爱免费视频无码 | 久久久久久国产精品无码下载| 日韩精品成人无码专区免费| 一级毛片中出无码| 久久无码人妻一区二区三区 | 亚洲国产精品无码久久久不卡| 特级无码毛片免费视频尤物| 一级电影在线播放无码| 在线观看亚洲AV每日更新无码| 乱人伦人妻中文字幕无码久久网| 亚洲Av无码一区二区二三区| 久久中文精品无码中文字幕| 亚洲αⅴ无码乱码在线观看性色| 东京无码熟妇人妻AV在线网址| 精品久久久无码人妻中文字幕豆芽 | 国产成人精品无码一区二区| 无码视频免费一区二三区| 日韩免费无码一区二区三区| 一区二区三区人妻无码| 日产无码1区2区在线观看| 男人av无码天堂| 无码少妇A片一区二区三区| 久久无码专区国产精品发布| 亚洲AV无码欧洲AV无码网站| 夜夜添无码一区二区三区| av无码东京热亚洲男人的天堂| 无码av中文一区二区三区桃花岛| 中文无码字幕中文有码字幕| av区无码字幕中文色| 国产乱妇无码大片在线观看| 熟妇人妻无码中文字幕| 日韩精品无码久久久久久| 无码A级毛片免费视频内谢| 日韩精品专区AV无码| 日韩精品无码一区二区三区| 成人免费午夜无码视频| 亚洲中文无码永久免| 精品无码久久久久久久久水蜜桃| 国产精品无码一区二区三区在| 免费VA在线观看无码|