[發明專利]風光儲智能微電網經濟調度控制方法

在審

• 申請號: 201711104002.5
• 申請日: 2017-11-10
• 公開（公告）號: CN107742900A
• 公開（公告）日: 2018-02-27
• 發明（設計）人: 李紅軍;廖小君;邢大鵬;張里;閆占新;宋靜文;杜預
• 申請（專利權）人: 國網四川省電力公司技能培訓中心;四川電力職業技術學院;國家電網公司
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 成都行之專利代理事務所(普通合伙)51220
• 代理人: 郭受剛

1.風光儲智能微電網經濟調度控制方法，其特征在于，所述方法包括：

步驟a：通過微電網運行參數數據庫獲取相關運行數據；

步驟b：根據氣象數據，利用時序特征優化模型對微電網中分布式電源進行短期功率預測；同時利用BP神經網絡模型對微電網中負荷進行短期功率預測；

步驟c：基于分布式電源短期功率預測、負荷短期功率預測、儲能系統荷電狀態，儲能系統的荷電狀態閥值，確定風電、光伏發電、儲能系統的運行方式。

2.根據權利要求1所述的風光儲智能微電網經濟調度控制方法，其特征在于，所述步驟a具體包括：

步驟a1：通過微電網運行數據庫獲得分布式電源的風機和光伏歷史功率數據，微電網各用戶負荷歷史數據，以及儲能系統中電池的當前荷電狀態、容量和充放電功率數據；

步驟a2：微電網上網電價、下網電價、旋轉備用價格、儲能電池的充放電價格。

3.根據權利要求1所述的風光儲智能微電網經濟調度控制方法，其特征在于，所述步驟b具體包括：

步驟b1：基于風機和光伏歷史功率數據，利用時序特征優化模型進行風機和光伏功率短期預測；

步驟b2：基于微電網各用戶負荷歷史功率數據，利用BP神經網絡模型進行負荷功率短期預測。

4.根據權利要求3所述的風光儲智能微電網經濟調度控制方法，其特征在于，所述步驟b1具體包括：

1將原始風電功率序列、原始光伏功率序列按照4小時為時間窗口進行切分，并標記為P_wd,1，P_wd,2，…，P_wd,n和P_pv,1，P_pv,2，…，P_pv,n；

2利用MATLAB中的mean函數求取風電功率和光伏功率的均值，并同時計算其變化率；

3將風電功率序列和光伏功率序列進行分類，分為均值平穩且變化趨勢緩慢的類、均值平穩但變化趨勢較大的類、均值非平穩但變化趨勢緩慢的類；

4判定最近4小時內風電功率序列和光伏功率序列屬于那類，針對不同的類采用不同的模型進行功率短期預測。

5.根據權利要求4所述的風光儲智能微電網經濟調度控制方法，其特征在于，其中，針對均值平穩且變化趨勢緩慢的類采用移動平均法進行功率預測；針對均值平穩但變化趨勢較快的類采用ARMA模型進行功率預測；針對均值非平穩但變化趨勢緩慢的類采用ARIMA模型進行功率預測。

6.根據權利要求1所述的風光儲智能微電網經濟調度控制方法，其特征在于，所述步驟c具體包括：

c1輸入短期預測得到的風電功率、光伏功率以及負荷功率值，儲能系統當前的荷電狀態；

c2建立風光儲智能微電網經濟調度控制模型，以微電網總運營成本最低為目標函數，其中包括發電成本、與配電網購售電成本、備用成本和可再生能源發電補貼成本，構建模型如下：

min{C_F(t)+C_grid(t)+C_res(t)+C_sub(t)}

CF(t)=cwd,t·Pwd,t+cpv,t·Ppv,t+cbess·Pbess,tCgrid(t)=cbuy,t·Pbuy,t-csale,t·Psale,tCres(t)=cres·RtCsub(t)=csub,wd·Pwd,t+csub,pv·Ppv,t]]>

其中，C_F(t)為微電網發電成本、C_grid(t)為微電網購售電成本、C_res(t)為旋轉備用成本、C_sub(t)為可再生能源發電補貼、c_wd,t為風機單位電能的運行費用、P_wd,t為風機t時段發電預測功率、c_pv,t為光伏單位電能的運行費用、P_pv,t為光伏t時段發電預測功率、c_bess為儲能系統單位電能的運行費用、P_bess,t為儲能系統的充放電預測功率、c_buy,t為微電網向主網購電價格，P_buy,t為向主網購電功率、c_sale,t為微電網向主網售電價格、P_sale,t為微電網向主網售電功率、c_res為旋轉備用價格、R_t為t時段旋轉備用容量、c_sub,wd為風力發電補貼、P_wd,t為風電功率、c_sub,pv為光伏發電補貼、P_pv,t為光伏發電功率。