System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及儲(chǔ)能容量優(yōu)化,具體涉及用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法及系統(tǒng)。
技術(shù)介紹
1、在應(yīng)對(duì)氣候危機(jī)和能源需求快速增長的背景下,“光伏+儲(chǔ)能+充電樁”已成為一種有效的綠色充電模式,它通過實(shí)現(xiàn)新能源發(fā)電、電力存儲(chǔ)與智能充電的協(xié)同調(diào)控,提升了能源利用效率和系統(tǒng)的穩(wěn)定性。采用“綠色充電,以光養(yǎng)樁”的運(yùn)行策略,光儲(chǔ)充系統(tǒng)不僅能夠滿足電動(dòng)汽車的充電需求,還可通過余電存儲(chǔ)來減少能源浪費(fèi)、降低用能成本,實(shí)現(xiàn)光伏發(fā)電的自發(fā)自用。
2、針對(duì)配電網(wǎng)臺(tái)區(qū)的光儲(chǔ)充一體化電動(dòng)汽車充電站建設(shè),需要設(shè)計(jì)合理的儲(chǔ)能控制策略,以在不同光伏出力條件下動(dòng)態(tài)平衡充放電操作。當(dāng)光伏出力較大時(shí),系統(tǒng)優(yōu)先利用光伏電力滿足充電需求,并將剩余電力儲(chǔ)存至儲(chǔ)能系統(tǒng);而當(dāng)光伏出力減弱或充電負(fù)荷增加時(shí),儲(chǔ)能系統(tǒng)則與光伏協(xié)同輸出,確保持續(xù)供電。光伏出力每改變一次就需要復(fù)雜的計(jì)算方法進(jìn)行儲(chǔ)能充放電功率的重新計(jì)算,可能會(huì)導(dǎo)致儲(chǔ)能裝置響應(yīng)不及時(shí)的問題。
3、因此,本專利技術(shù)旨在提供一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法及系統(tǒng),以解決上述提到的相關(guān)問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)所要解決的技術(shù)問題是由于光伏出力每改變一次就需要復(fù)雜的計(jì)算方法進(jìn)行儲(chǔ)能充放電功率的重新計(jì)算,可能會(huì)導(dǎo)致儲(chǔ)能裝置響應(yīng)不及時(shí)的問題,目的在于提供一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法及系統(tǒng),通過svm模型學(xué)習(xí)粒子群算法的最優(yōu)儲(chǔ)能充放電功率生成過程的儲(chǔ)能控制策略,以得到一個(gè)能夠應(yīng)用于當(dāng)前儲(chǔ)能充放電功率計(jì)算的模型,并利用儲(chǔ)
2、本專利技術(shù)通過下述技術(shù)方案實(shí)現(xiàn):
3、一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,方法包括:
4、獲取電站的歷史光伏發(fā)電數(shù)據(jù)和歷史負(fù)荷數(shù)據(jù),利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,生成映射不同天氣條件下光伏發(fā)電的出力波動(dòng)的光伏出力樣本數(shù)據(jù);
5、利用k-means聚類算法根據(jù)不同天氣條件下光伏發(fā)電的出力波動(dòng),對(duì)模擬生成出的光伏出力樣本數(shù)據(jù)進(jìn)行聚類分析,聚類得到多個(gè)表征光伏發(fā)電水平的典型場(chǎng)景;
6、基于預(yù)設(shè)的約束條件,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并將歷史負(fù)荷數(shù)據(jù)和多個(gè)典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)輸入到粒子群算法中,得到歷史最優(yōu)儲(chǔ)能充放電功率;
7、將歷史負(fù)荷數(shù)據(jù)、多個(gè)典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)和對(duì)應(yīng)的歷史最優(yōu)儲(chǔ)能充放電功率輸入到初始支持向量機(jī)模型中進(jìn)行訓(xùn)練,并選取核函數(shù)對(duì)初始支持向量機(jī)模型的模型參數(shù)進(jìn)行優(yōu)化,得到訓(xùn)練優(yōu)化后的支持向量機(jī)模型;
8、將當(dāng)前時(shí)刻的負(fù)荷有功功率、負(fù)荷無功功率和光伏發(fā)電功率輸入到訓(xùn)練優(yōu)化后的支持向量機(jī)模型中,得到儲(chǔ)能充放電功率輸出,并利用儲(chǔ)能充放電功率輸出對(duì)儲(chǔ)能容量進(jìn)行更新,同時(shí)生成儲(chǔ)能控制策略。
9、進(jìn)一步地,利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,生成映射不同天氣條件下光伏出力波動(dòng)的光伏出力樣本數(shù)據(jù),具體為:
10、利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,并在模擬過程中引入季節(jié)概率系數(shù)和天氣條件概率系數(shù),生成映射不同天氣條件下光伏出力波動(dòng)的光伏出力樣本數(shù)據(jù),具體為:
11、
12、其中,表示在季節(jié)s和天氣ω條件下,時(shí)刻t的光伏出力樣本數(shù)據(jù);ps表示季節(jié)s的季節(jié)概率系數(shù);pω,s表示在季節(jié)s下天氣ω的天氣條件概率系數(shù);表示在任何季節(jié)和天氣下的模擬光伏出力數(shù)據(jù)。
13、進(jìn)一步地,利用k-means聚類算法根據(jù)不同天氣條件下光伏發(fā)電的出力波動(dòng),對(duì)模擬生成出的光伏出力樣本數(shù)據(jù)進(jìn)行聚類分析,聚類得到多個(gè)表征光伏發(fā)電水平的典型場(chǎng)景,具體為:
14、利用肘部法確定聚類數(shù)量,利用k-means聚類算法根據(jù)不同天氣條件下光伏發(fā)電的出力波動(dòng),對(duì)模擬生成出的光伏出力樣本數(shù)據(jù)進(jìn)行聚類分析,得到確定聚類數(shù)量的表征光伏發(fā)電水平的典型場(chǎng)景。
15、進(jìn)一步地,基于預(yù)設(shè)的約束條件,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并將歷史負(fù)荷數(shù)據(jù)和多個(gè)典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)輸入到粒子群算法中,得到歷史最優(yōu)儲(chǔ)能充放電功率,具體為:
16、設(shè)定粒子群算法的初始參數(shù),并將歷史負(fù)荷數(shù)據(jù)和不同典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)輸入到粒子群算法中,得到初始儲(chǔ)能充放電功率;
17、以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并建立約束條件;
18、將各節(jié)點(diǎn)的歷史電壓數(shù)據(jù)、歷史負(fù)載數(shù)據(jù)、歷史光伏功率輸入到配電網(wǎng)模型中,進(jìn)行初始潮流計(jì)算得到初始電壓分布,利用二次規(guī)劃算法結(jié)合動(dòng)態(tài)潮流方程對(duì)儲(chǔ)能有功功率值進(jìn)行計(jì)算,得到最終的儲(chǔ)能有功功率值;
19、利用最終的儲(chǔ)能有功功率值對(duì)初始儲(chǔ)能充放電功率進(jìn)行調(diào)整,得到調(diào)整后的歷史最優(yōu)儲(chǔ)能充放電功率。
20、進(jìn)一步地,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并建立約束條件,具體為:
21、
22、其中,pi,d(t)表示儲(chǔ)能裝置在t時(shí)刻時(shí)i節(jié)點(diǎn)的放電功率;pi,c(t)表示儲(chǔ)能裝置在t時(shí)刻時(shí)i節(jié)點(diǎn)的充電功率;vimin和vimax分別表示在第i個(gè)節(jié)點(diǎn)電壓最小值和最大值;v=[v1,v2,...,vn]t,p=[p1,p2,...,pn]t,q=[q1,q2,...,qn]t分別表示節(jié)點(diǎn)電壓向量、注入節(jié)點(diǎn)有功功率向量、注入節(jié)點(diǎn)無功功率向量;v0是節(jié)點(diǎn)0的電壓值;1n是全為1的向量;r和x分別是電壓關(guān)于有功和無功功率注入的靈敏度矩陣;ηmin和ηmax分別表示為儲(chǔ)能裝置的最小工作容量比值和最大工作容量比值;μ表示儲(chǔ)能裝置的工作效率;ei(t)表示在時(shí)間t時(shí)的儲(chǔ)能裝置容量;δt表示數(shù)據(jù)的單位采用時(shí)間;表示儲(chǔ)能裝置在初始時(shí)刻的儲(chǔ)能容量。
23、本專利技術(shù)還提供一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成系統(tǒng),該系統(tǒng)用于上述任意一項(xiàng)所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法中,系統(tǒng)包括:
24、第一模塊,用于獲取電站的歷史光伏發(fā)電數(shù)據(jù)和歷史負(fù)荷數(shù)據(jù),利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,生成映射不同天氣條件下光伏發(fā)電的出力波動(dòng)的光伏出力樣本數(shù)據(jù);
25、第二模塊,用于利用k-means聚類算法根據(jù)不同天氣條件下光伏發(fā)電的出力波動(dòng),對(duì)模擬生成出的光伏出力樣本數(shù)據(jù)進(jìn)行聚類分析,聚類得到多個(gè)表征光伏發(fā)電水平的典型場(chǎng)景;
26、第三模塊,用于基于預(yù)設(shè)的約束條件,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并將歷史負(fù)荷數(shù)據(jù)和多個(gè)典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)輸入到粒子群算法中,得到歷史最優(yōu)儲(chǔ)能充放電功率;
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,方法包括:
2.根據(jù)權(quán)利要求1所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,生成映射不同天氣條件下光伏出力波動(dòng)的光伏出力樣本數(shù)據(jù),具體為:
3.根據(jù)權(quán)利要求1所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,利用K-means聚類算法根據(jù)不同天氣條件下光伏發(fā)電的出力波動(dòng),對(duì)模擬生成出的光伏出力樣本數(shù)據(jù)進(jìn)行聚類分析,聚類得到多個(gè)表征光伏發(fā)電水平的典型場(chǎng)景,具體為:
4.根據(jù)權(quán)利要求1所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,基于預(yù)設(shè)的約束條件,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并將歷史負(fù)荷數(shù)據(jù)和多個(gè)典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)輸入到粒子群算法中,得到歷史最優(yōu)儲(chǔ)能充放電功率,具體為:
5.根據(jù)權(quán)利要求4所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并建立約束條件,具體為:
6.一種用于光儲(chǔ)充一體化電站的儲(chǔ)
7.根據(jù)權(quán)利要求6所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成系統(tǒng),其特征在于,利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,生成映射不同天氣條件下光伏出力波動(dòng)的光伏出力樣本數(shù)據(jù),具體為:
8.一種計(jì)算機(jī)設(shè)備,包括系統(tǒng)存儲(chǔ)器和處理器,所述系統(tǒng)存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任意一項(xiàng)所述的方法的步驟。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任意一項(xiàng)所述的方法的步驟。
10.一種包含指令的計(jì)算機(jī)程序產(chǎn)品,其特征在于,當(dāng)所述指令被計(jì)算機(jī)設(shè)備集群運(yùn)行時(shí),使得所述計(jì)算機(jī)設(shè)備集群執(zhí)行如權(quán)利要求的1至5任一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,方法包括:
2.根據(jù)權(quán)利要求1所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,利用蒙特卡羅模擬法對(duì)歷史光伏發(fā)電數(shù)據(jù)進(jìn)行數(shù)據(jù)模擬,生成映射不同天氣條件下光伏出力波動(dòng)的光伏出力樣本數(shù)據(jù),具體為:
3.根據(jù)權(quán)利要求1所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,利用k-means聚類算法根據(jù)不同天氣條件下光伏發(fā)電的出力波動(dòng),對(duì)模擬生成出的光伏出力樣本數(shù)據(jù)進(jìn)行聚類分析,聚類得到多個(gè)表征光伏發(fā)電水平的典型場(chǎng)景,具體為:
4.根據(jù)權(quán)利要求1所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,基于預(yù)設(shè)的約束條件,以儲(chǔ)能充放電功率最小構(gòu)建目標(biāo)函數(shù),并將歷史負(fù)荷數(shù)據(jù)和多個(gè)典型場(chǎng)景下的光伏發(fā)電數(shù)據(jù)輸入到粒子群算法中,得到歷史最優(yōu)儲(chǔ)能充放電功率,具體為:
5.根據(jù)權(quán)利要求4所述的一種用于光儲(chǔ)充一體化電站的儲(chǔ)能控制策略生成方法,其特征在于,以儲(chǔ)能充放電功率最小...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:胥威汀,許珂,劉暢,陳雨帆,胡雅璐,李?yuàn)W,謝天祥,
申請(qǐng)(專利權(quán))人:四川省新型電力系統(tǒng)研究院有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。