一种具有外向延伸链接架构的微电网调度系统的制作方法

本发明涉及电网调度，尤其涉及一种具有外向延伸链接架构的微电网调度系统。

背景技术：

1、风电、光伏发电等绿色能源具有环保、经济、可再生等特点，是解决环境污染和能源危机的重要手段。但是，其又具有随机波动和间歇性等特点，使其不能完全独立满足用户负荷稳定供给，且当风电、光电大规模接入电网，对电网的智能调度产生了较大影响。微电网是一种集风电、光电、储能、小微燃气轮机等分布式电源和负荷的小型电力系统。微电网可以通过能量管理系统与主网进行链接，实现对电力流的调度和控制。为了提升主网消纳微电网能源的能力，加强主网与微电网协同运行优化，本发明提供了一种具有外向延伸链接架构的微电网调度系统，在一天内的时间尺度上优化功率分配，能够实时响应电网系统的变化、发电能力的变化，以实现电力系统的高效和稳定运行。

技术实现思路

1、为了能够充分消纳微电网剩余的风能、光能，以及微电网不能满足自身负荷需求时有计划地向其提供电量，实现统一主网和微电网的调度计划，提高电力系统运行的稳定性和高效性，本发明的目的在于提供一种具有外向延伸链接架构的微电网调度系统。

2、为实现以上目的，提供以下技术方案：

3、本发明提供了一种具有外向延伸链接架构的微电网调度系统，用于提升主网消纳微电网能源的能力，其特征在于，包括以下功能模块，

4、负荷预测模块：利用主网历史负荷数据和对应的历史气象数据，基于机器学习模型实现对用户总体消耗的功率进行预测，预测时间范围包括短期预测和超短期预测；

5、微电网功率预测模块：用于对微电网的可再生能源的输出功率进行预测，所述微电网功率预测模块至少包括光伏发电功率预测单元、风力发电功率预测单元；

6、调度目标设置模块：基于负荷预测模块和微电网功率预测模块的输出结果和因素的优先级设置电网调度的目标，所述目标包括单目标或多目标；所述因素包括安全性、稳定性、经济性、环保性；

7、调度策略生成模块：依据调度目标，以及基于负荷预测模块和微电网功率预测模块的输出结果生成24小时光伏发电、风力发电、微电网储能系统和主网的功率分配计划。

8、优选地，所述负荷预测模块还包括以下子单元：

9、数据分组子单元，按照日期类型对收集的主网历史负荷数据和对应的历史气象数据进行分组，日期类型包括工作日、周末、节假日；

10、特征选择子单元，对于每个分组的数据，使用相关性分析方法得到电力负荷数据与气象数据各因素的相关性，根据相关性筛选出影响电力负荷的主要气象因素；

11、模型训练子单元，根据待预测日的日期、主要气象因素，从分组数据的历史气象数据中筛选出相似日，利用相似日的主网历史负荷数据和主要气象因素的历史数据训练机器学习模型；

12、负荷预测子单元，使用训练好的机器学习模型预测待预测日的负荷数据。

13、优选地，所述相关性分析方法包括皮尔逊相关系数、斯皮尔曼等级相关系数、格兰杰因果关系检验中的一种或多种；所述气象数据各因素包括风速、温度、湿度、气压、辐射、日照、降水量。

14、优选地，所述根据待预测日的日期、主要气象因素，从分组数据的历史气象数据中筛选出相似日，具体为：

15、将待预测日和的历史气象数据的主要气象因素组织为向量，分别计算向量的余弦相似度，根据余弦相似度筛选出相似日集合a；

16、根据待预测日的日期筛选出前n个日期作为相似日集合b；

17、相似日集合a和相似日集合b取并集形成相似日。

18、优选地，根据待预测日的日期筛选出前n个日期作为相似日集合b，具体为：

19、如果待预测日的日期类型为工作日，获取待预测日的前10个工作日加入相似日集合b；

20、如果待预测日的日期类型为周末，获取待预测日的前5个周末加入相似日集合b；

21、待预测日的日期类型为节假日，获取待预测日的前2个节假日加入相似日集合b。

22、优选地，所述机器学习模型包括卷积神经网络、长短期记忆网络lstm、多目标粒子群优化的bp神经网络；所述短期预测为小时级别的预测，所述超短期预测为分钟级别的预测。

23、优选地，光伏发电功率预测单元采用集成方式预测发电功率，包括以下子单元：

24、数据集切分子单元，对于初始数据集，数据集的标签为真实的光伏发电功率，按照8:1:1的比例分割为训练集c、测试集d和验证集e，将训练集c平均分割为子训练集ca和cb；

25、基模型训练子单元，基于子训练集ca和cb训练至少3种基模型m1、m2、m3，得到至少6种基模型，m1-ca、m2-ca、m3-ca为基于子训练集ca获得的，m1-cb、m2-cb、m3-cb为基于子训练集cb获得的；

26、基模型筛选子单元，使用训练好的至少6种基模型在测试集d上计算预测误差，根据预测误差筛选出至少2个最优基模型；

27、基模型集成子单元，使用投票法或堆叠法集成基模型获得集成模型，在验证集e上比较各基模型和集成模型的性能，最终获得优于各基模型的集成模型。

28、优选地，风力发电功率预测单元采用循环神经网络预测风电机组输出功率，所述循环神经网络包括门控循环单元gru。

29、优选地， 所述风力发电功率预测单元包括以下子单元：

30、时序训练数据处理子单元，将{[风速，风向，气压，湿度，温度，空气密度]，输出功率}按时间序列组织为数据集用于训练；

31、并行训练子单元，通过设置不同数量的门控单元构建n个门控循环单元gru，将n个门控循环单元gru在数据集上进行训练，根据预测精度筛选出最优门控循环单元gru。

32、优选地，依据调度目标生成调度目标函数，以及基于负荷预测模块和微电网功率预测模块的输出结果，以及约束条件，进行动态规划求解获得最优调度方案；所述约束条件包括微电网储能系统容量和放电功率、风电机组出力上下限约束、光伏发电机组容量。

33、本发明基于准确地负荷预测值、风电和光电输出功率、微电网储能情况，以及灵活设置的调度目标生成24小时的调度计划，提高了电力系统调度的准确性和运行稳定性。

技术特征：

1.一种具有外向延伸链接架构的微电网调度系统，用于提升主网消纳微电网能源的能力，其特征在于，包括以下功能模块，

2.根据权利要求1所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，所述负荷预测模块还包括以下子单元：

3.根据权利要求2所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，

4.根据权利要求3所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，根据待预测日的日期、主要气象因素，从分组数据的历史气象数据中筛选出相似日，具体为：

5.根据权利要求4所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，根据待预测日的日期筛选出前n个日期作为相似日集合b，具体为：

6.根据根据权利要求5所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，

7.根据权利要求1所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，

8.根据权利要求7所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，

9.根据权利要求8所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，

10.根据权利要求1所述的一种具有外向延伸链接架构的微电网调度系统，其特征在于，

技术总结本发明公开了一种具有外向延伸链接架构的微电网调度系统，用于提升主网消纳微电网能源的能力，包括对主网负荷进行短期或超短期预测的负荷预测模块，对微电网的包括风能、光能的可再生能源的输出功率进行预测的微电网功率预测模块，以及基于负荷预测模块和微电网功率预测模块的输出结果和因素的优先级设置电网调度目标的调度目标设置模块，生成24小时光伏发电、风力发电、微电网储能系统和主网的功率分配计划的调度策略生成模块。本发明基于准确地负荷预测值、风电和光电输出功率、微电网储能情况，以及灵活设置的调度目标生成24小时的调度计划，提高了电力系统调度的准确性和运行稳定性。技术研发人员：曹欣,田浩,尹瑞,张宗杰,张少康受保护的技术使用者：国网河北省电力有限公司技术研发日：技术公布日：2024/7/29