[發明專利]一種電網多元調控方法

有效

• 申請號: 201810615099.4
• 申請日: 2018-06-14
• 公開（公告）號: CN108964019B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 滕云;王晴瀚
• 申請（專利權）人: 沈陽工業大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/46
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 周智博;宋鐵軍

一種電網多元調控方法，系統通過一段時間內反復學習前一天同一時段歷史數據，通過多次迭代，不斷調整系統調控系數，確定該節點需要電網各發電單元出力數值。然后對電網內所有節點所需出力相加，得到后一天該時段電網各發電單元計劃出力情況。然后在下一時段重復此步驟，最終調整全天所有時段電網各發電單元出力，使日前計劃更加精準。對于產生誤差，可以通過AGC進行實時調控，以保證電網頻率穩定。

技術領域

本發明屬于智能電網技術領域，具體涉及一種基于多模型神經網絡自適應調控的多元電網協調控制方法。

背景技術

近年來，新一輪能源變革正在全球范圍推進，我國能源產業結構調整加快，以光伏，風電為代表的清潔能源并網容量不斷增加，能源的利用逐漸形成高效化、多元化、智能化的特點，要求電網加速改進，以適應能源在全國范圍內的優化配置。面對全球環境惡化與資源緊缺壓力，節能減排、提高能能源利用效率已經成為未來電網所必須滿足的要求。目前現有電網調控主要采用日前調度計劃和自動發電控制(AGC)兩種調度模式。對于日前調度計劃，由于有充足的時間制定調度方案，所以可以在對以往大量歷史數據進行學習的基礎上，做出未來24個時段的調度計劃。但是由于日前計劃人力參與因素大，涉及范圍廣，部門多，各機組出力與電網各節點實時負荷往往誤差較大；又由于風力發電、光伏發電的不可控性以及不確定性等缺點，增加了電網調控的難度。

發明內容

發明目的：

本發明針對當前現有技術存在的不足，公開了一種基于多模型神經網絡自適應調控理論的智能電網調控方法。其目的是解決以往所存在的問題。

技術方案：

為了實現上述目的，本發明采取以下技術方案來實現：

對每個單一電網節點，系統通過一段時間內反復學習前一天同一時段歷史數據，通過多次迭代，不斷調整系統調控系數，確定該節點需要電網各發電單元出力數值。然后對電網內所有節點所需出力相加，得到后一天該時段電網各發電單元計劃出力情況。然后在下一時段重復此步驟，最終調整全天所有時段電網各發電單元出力，使日前計劃更加精準。對于產生誤差，可以通過AGC進行實時調控，以保證電網頻率穩定。

具體步驟如下：

步驟1：數據采集：

P天內電網內不同時段電網各節點負荷x_i以及各火電機組出力a_l,p、各熱電機組出力b_j,p、各風電機組出力c_k,p、光伏發電出力d_p、儲能電池出力s_p，以及每天同一時刻各電網節點預測負荷各發電機組日前計劃發電量(l＝1,2,L L)，(j＝1,2,L J)，(k＝1,2,L K)，L、J、K分別為火電、熱電、風電機組的個數；(i＝1,2,L 24)，i為時段數。(p＝1,2,L P)， P為總觀測天數。如a_l,p表示第l個火電機組第p天出力。

步驟2：計算單一節點調控系統自主學習模型。

步驟2.1：定義針對第m個節點控制系統調整模型：

其中(m＝1,2,L M)，M為電網內總節點數。

定義日前計劃模型：

步驟2.2：計算第p天各時段系統調整誤差：

步驟2.3：定義調控系統自主學習模型。

第P+1天各機組對第m個節點的出力方案：