基于光储充系统的配电网负荷曲线建模及预警方法与流程

本发明涉及配电，尤其涉及基于光储充系统的配电网负荷曲线建模及预警方法。

背景技术：

1、在电动汽车充电续航问题上，光储充一体化不失为一种解决电动汽车快速充电的理想方案。光储充一体化通过储能和充电把电力就地消化，减轻电网的压力，光储充充电站布置比较灵活，应用方便，适应多种场地，是光储充一体化的优势。

2、光储充系统利用光伏发电，将电量存储在储能电池中，当需要时，储能电池将电量供给充电桩使用；光储充系统的配电网需要考虑分布式电源的接入，以满足用户对供电可靠性、电能质量的要求。电动汽车作为一种特殊的负荷，大规模的发展电动汽车及充电设施的建设，可能带来新一轮的负荷快速增长，同时将改变配网的负荷结构;电动汽车作为光储充系统的负荷，在正常用电期或用电高峰期充电，充电需求会加重光储充系统的负担:不同电动汽车其充电特性也不相同，导致它们充电时对电网产生的影响也不相同;由于车用电池充电机属于非线性装置，对供电系统的电能质量带来不利影响;同时充电设施为多点分布、车辆充电有随机性，导致系统的运行工况可能随时发生改变，增加了电网的不确定性。在上述诸因素的影响下，负荷在缺乏有序控制的状态下具有较强的随机性，特别是由于特殊事件或者生产生活作息的调整有可能造成局部地区拥塞和电网过负荷。

3、申请号为cn201710331489.4的专利公开了一种配电网负荷建模方法，包括以下步骤：确定各种典型负荷的平均电气特性；统计电网形态下各类典型负荷的比例；估算电网形态下负荷的平均特性；根据典型负荷的比例和负荷的平均特性，建立配网负荷的模型。该方法综合考虑了不同发展形态的配电网负荷的差异性，通过统计方法建立配网负荷模型，为选取典型日负荷曲线代表全时间周期的负荷提供合理的依据。这一方法是针对传统配电网络的形态下各类典型负荷的比例，进行负荷建模，从负荷的多样性出发进行分析建模，并没有考虑到电网的配电稳定性，对负荷用电的影响；

4、光储充系统在配电工作原理上与常规的电网存在区别，光伏发电的持续性、储能电站的稳定性都会影响到配电网的负荷的用电量，现有的对配电网负荷曲线建模较少考虑光伏充电、储能蓄放电工作环节的能效，影响到配电网的建模质量；

5、因此，有必要提供基于光储充系统的配电网负荷曲线建模及预警方法。

技术实现思路

1、本发明提供了基于光储充系统的配电网负荷曲线建模及预警方法，通过利用监测平台对用电数据采集设备运行和用电数据传输进行监测，并进行应对处理，可提高用电数据采集设备运行的稳定性，并保证用电数据传输的质量，有利于保证用电数据采集和传输的稳定进行，提高用电数据采集和传输的效率。

2、本发明提供了基于光储充系统的配电网负荷曲线建模及预警方法，包括：

3、s1：基于采集获取的光储充系统工作运行数据，获得光伏出力曲线、储能蓄电曲线和储能放电曲线；

4、s2：利用神经网络模型对光伏出力曲线、储能蓄电曲线和储能放电曲线进行预测分析，获得影响配电网工作的配电综合影响值；

5、s3：根据获取的配电网工作数据，结合配电综合影响值，利用负荷预测模型输出配电网负荷曲线；

6、s4：将配电网负荷曲线上的典型特征数据设置为预警触发条件，当配电网负荷数据达到预警触发条件时，进行预警；

7、还包括s5，根据配电网负荷曲线的预警提醒，对等待进行充电的配电网负荷数量和类型进行控制管理，具体步骤为：

8、s501：根据典型特征数据，获取相对应的正在充电的负荷数量和负荷类型；

9、s502：构建目标函数；基于目标函数，对负荷数量和负荷类型进行调整和寻优，获得最优负荷数量类型比；最优负荷数量类型比为最优的负荷数量与负荷类型的比例构成；

10、s503：获取等待进行充电的负荷的充电需求优先级，以及不同类型负荷的充电完成时长；

11、s504：根据最优负荷数量类型比、负荷的充电需求优先级和充电完成时长，利用预设的负荷充电进程监测模型，利用人工智能算法，对等待进行充电的负荷数量和负荷类型进行智能控制管理。

12、进一步地，s1包括：

13、s101：采集获取光储充系统工作运行数据；

14、s102：根据光储充系统工作运行数据，结合气象大数据中的光照强度历史数据，得到光伏出力曲线；

15、s103：根据光储充系统工作运行数据，得到储能蓄电曲线和储能放电曲线。

16、进一步地，s102包括：

17、s1021：根据光储充系统工作运行数据，提取获得光伏出力工作数据；

18、s1022：基于气象大数据，获取光照强度历史数据；

19、s1023：根据光照强度历史数据，利用场景仿真模型，生成若干个光伏工作场景，并提取获得光伏工作仿真数据；

20、s1024：将光伏出力工作数据和光伏工作仿真数据整合，绘制得到光伏出力曲线。

21、进一步地，s103包括：

22、s1031：根据光储充系统工作运行数据，提取获得储能工作数据；

23、s1032：根据储能工作数据，利用参量提取模板，提取获得组成储能蓄电曲线和储能放电曲线的参量，利用参量绘制生成储能蓄电曲线和储能放电曲线。

24、进一步地，s2包括：

25、s201：利用神经网络模型构建配电影响分析模型；

26、s202：提取获得光伏出力曲线、储能蓄电曲线和储能放电曲线中的影响配电网工作的多个特征数据；

27、s203：利用配电影响分析模型分别对多个特征数据进行预测，获得多个配电影响值；

28、s204：将多个配电影响值加权求和后，获得配电综合影响值。

29、进一步地，s3包括：

30、s301：获取光储充系统的配电网工作数据，并根据配电网工作数据提取负荷曲线构成数据；

31、s302：根据负荷曲线构成数据，结合配电综合影响值，利用负荷预测模型输出配电网负荷曲线。

32、进一步地，s302中的负荷预测模型基于卷积神经网络模型创建，并基于数据集进行训练和验证；数据集为：负荷曲线构成数据中的历史数据、配电综合影响值中的历史数据。

33、进一步地，s4包括：

34、s401：获取配电网负荷曲线上的典型特征数据；

35、s402：基于典型特征数据，设置预警触发条件；

36、s403：当配电网负荷数据与典型特征数据匹配时，进行预警提醒。

37、进一步地，还包括s6，根据配电网负荷曲线，对光储充系统的配电工作稳定性进行评估监测，具体为：

38、s601：基于光储充系统的配电工作稳定性的评估标准和评估需求，获取评估参数数据；

39、s602：将配电网负荷曲线中的特征数据、光储充系统工作运行数据作为评估内容项，利用预设的评估参数数据与评估内容项的匹配关系库，获取与评估参数数据相匹配的评估内容项；

40、s603：根据若干个评估内容项的历史数据，构建配电工作稳定性评估计算公式，并进行模拟计算，获得模拟计算结果，在模拟计算结果中提取获得用于判定配电工作稳定和配电工作不稳定的阈值结果；

41、s604：根据阈值结果，对评估内容项进行实时数据监测，获得实时评估内容项数据，对实时评估内容项数据，利用配电工作稳定性评估计算公式，进行实时计算，若实时计算结果达到阈值结果，则进行配电工作不稳定的风险提醒。

42、本发明与现有技术相比，具有如下的优点和有益效果：通过获取的光储充系统工作运行数据，获得光伏出力曲线、储能蓄电曲线和储能放电曲线，并利用神经网络模型获取配电综合影响值，根据配电网工作数据和配电综合影响值，利用负荷预测模型输出配电网负荷曲线和实现预警提醒，可提高配电网负荷曲线的建模质量，并实现触发预警条件后的预警，可准确地发现负荷过大的情况，避免出现损坏光储充系统配电工作质量的情况。

43、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

44、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。