一种风光储一体化系统的协同优化调度方法与流程

本发明属于可再生能源，具体涉及一种风光储一体化系统的协同优化调度方法。

背景技术：

1、风光储一体化系统是一种集成风力发电、光伏发电和储能设备的新型能源系统。该系统旨在通过协同运行不同类型的可再生能源发电设备和储能装置，实现电力供应的稳定性、经济性和可靠性。风光储一体化系统的核心在于其协同优化调度能力，即根据天气条件、负载需求和电网状态等因素，实时调整各子系统的运行状态，以达到整体最优的运行效果。

2、目前，风光储一体化系统在实际应用中面临着多方面的挑战。首先，由于风能和太阳能的间歇性和波动性，系统的发电出力难以精确预测和控制。其次，储能系统的容量有限，如何在不同时间尺度上合理分配储能资源是一个复杂的问题。再者，传统的调度方法往往采用简单的规则based策略或单一目标优化，难以适应复杂多变的运行环境和多样化的优化目标。此外，随着分布式能源和智能电网的发展，用户侧的需求响应和能源交易也给系统的调度带来了新的挑战。因此，亟需一种能够综合考虑系统各组成部分特性，并能够适应复杂多变环境的协同优化调度方法。

3、中国专利公开号为cn114204549a，名称为一种考虑储能共享的风光储集群联合优化运行的方法的专利申请，方法包括：建立包括若干新能源电站和一储能共享聚合器的风光储集群，集群与外部系统的资源交易行为通过储能共享聚合器进行；考虑新能源电站的互补特性，建立风光储集群内部的资源调度策略；基于所述风光储集群内部的资源调度策略，建立针对风光储集群内部单个新能源电站的收益模型；采用基于场景的随机规划方法，对市场电价以及新能源电站出力的不确定性进行建模；建立考虑单个新能源电站的收益模型、市场电价以及新能源电站出力，并以所述风光储集群的整体收益最大为目标的目标函数；通过改进粒子群算法对所述目标函数进行求解，输出最优的风光储集群联合运行方案。该专利申请无法实现多时间尺度的精确预测和多目标的动态优化。

技术实现思路

1、为了克服上述现有技术中存在的问题，本发明的目的在于提供一种风光储一体化系统的协同优化调度方法，本发明的方法能够实现多时间尺度的精确预测、多目标的动态优化、自适应的控制策略，同时考虑需求侧响应、故障诊断与自愈和电网支撑服务多方面因素，从而提高风光储一体化系统的整体运行效率和可靠性。

2、为实现上述目的，本发明采用的技术方案是：

3、第一方面，本发明提供一种风光储一体化系统的协同优化调度方法，包括以下步骤：

4、根据风力发电子系统、光伏发电子系统和储能子系统的实时运行数据进行短期、中期和长期的发电量及负载预测；

5、构建多目标优化函数，目标包括最大化可再生能源利用率、最小化运行成本、最小化电网波动、最小化碳排放和最大化系统寿命；求解所述多目标优化函数，得到非支配解；

6、集成基于图神经网络的需求侧响应模型；

7、通过建立数字孪生模型进行故障诊断与自愈；

8、通过构建自适应虚拟同步发电机提供电网支撑；

9、建立分布式能源交易和调度决策的透明记录的区块链系统。

10、可选地，对风力发电子系统、光伏发电子系统和储能子系统的实时运行数据

11、进行预处理后再进行短期、中期和长期的发电量及负载的预测，预处理步骤包括异常检测、数据清洗、数据压缩和数据加密。

12、可选地，采用基于量子比特编码的粒子群优化算法求解所述多目标优化函数。

13、可选地，利用soft actor-critic算法使系统的自适应控制和持续优化。

14、可选地，建立基于区块链的分布式能源交易系统，包括以下步骤：搭建基于以太坊的私有链网络；开发包含用户注册、能源挂牌、交易撮合、结算功能的智能合约；实现基于零知识证明的隐私保护交易验证机制；开发去中心化应用前端界面；设计代币经济模型；实现与实物能源交割的接口。

15、可选地，集成基于图神经网络的需求侧响应模型，包括以下步骤：构建用户关系图；提取用户特征；使用graphsage算法进行图卷积操作；使用多层感知机进行预测；基于历史数据训练模型；应用模型进行用户行为预测。

16、第二方面，本发明提供一种风光储一体化系统的协同优化调度系统，包括：

17、预测计算模块，用于根据风力发电子系统、光伏发电子系统和储能子系统的实时运行数据进行短期、中期和长期的发电量及负载预测；

18、多目标优化计算模块，用于构建多目标优化函数，目标包括最大化可再生能源利用率、最小化运行成本、最小化电网波动、最小化碳排放和最大化系统寿命；求解所述多目标优化函数，得到非支配解；

19、需求侧响应模型建立模块，用于集成基于图神经网络的需求侧响应模型；

20、数字孪生模型建立模块，用于通过建立数字孪生模型进行故障诊断与自愈；

21、虚拟发电机建立模块，用于通过构建自适应虚拟同步发电机提供电网支撑；

22、区块链建立模块，用于建立分布式能源交易和调度决策的透明记录的区块链系统。

23、第三方面，本发明提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述风光储一体化系统的协同优化调度方法。

24、第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述风光储一体化系统的协同优化调度方法。

25、第五方面，本发明提供一种包括计算机可读介质的计算机程序产品，在所述计算机可读介质上包含计算机可读程序代码，所述程序代码执行所述风光储一体化系统的协同优化调度方法。

26、与现有技术相比，本发明具有以下有益效果：

27、本发明提供的风光储一体化系统协同优化调度方法，通过综合运用先进的数据处理、人工智能、优化算法和区块链系统，实现了风光储一体化系统各组成部分的高效协同。本发明通过对不同时间尺度的发电量及负载预测，同时进行多目标优化，显著提高了可再生能源的利用率，有效降低了系统运行成本，从而能够大幅减少电网波动和碳排放。本发明通过引入多时间尺度预测和多目标优化，能够更好地应对复杂多变的运行环境，提高了系统的适应性和鲁棒性。自适应控制和智能学习机制使系统能够持续优化其运行策略，不断提升性能。

28、进一步，本发明的方法集成了需求侧响应、故障诊断与自愈、电网支撑服务等功能，全面提升了系统的可靠性和灵活性。

29、进一步，本发明基于区块链的分布式能源交易机制，则为用户参与和系统效益最大化提供了新的途径。

30、进一步，本发明为风光储一体化系统的高效、可靠、经济运行提供了全面的解决方案，对促进可再生能源的大规模应用具有重要意义。

技术特征：

1.一种风光储一体化系统的协同优化调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种风光储一体化系统的协同优化调度方法，其特征在于，对风力发电子系统、光伏发电子系统和储能子系统的实时运行数据

3.根据权利要求1所述的一种风光储一体化系统的协同优化调度方法，其特征在于，采用基于量子比特编码的粒子群优化算法求解所述多目标优化函数。

4.根据权利要求1所述的一种风光储一体化系统的协同优化调度方法，其特征在于，利用soft actor-critic算法使系统的自适应控制和持续优化。

5.根据权利要求1所述的一种风光储一体化系统的协同优化调度方法，其特征在于，建立基于区块链的分布式能源交易系统，包括以下步骤：搭建基于以太坊的私有链网络；开发包含用户注册、能源挂牌、交易撮合、结算功能的智能合约；实现基于零知识证明的隐私保护交易验证机制；开发去中心化应用前端界面；设计代币经济模型；实现与实物能源交割的接口。

6.根据权利要求1所述的一种风光储一体化系统的协同优化调度方法，其特征在于，集成基于图神经网络的需求侧响应模型，包括以下步骤：构建用户关系图；提取用户特征；使用graphsage算法进行图卷积操作；使用多层感知机进行预测；基于历史数据训练模型；应用模型进行用户行为预测。

7.一种风光储一体化系统的协同优化调度系统，其特征在于，包括：

8.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述风光储一体化系统的协同优化调度方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述风光储一体化系统的协同优化调度方法。

10.一种包括计算机可读介质的计算机程序产品，其特征在于，在所述计算机可读介质上包含计算机可读程序代码，所述程序代码执行权利要求1-6中任一项所述风光储一体化系统的协同优化调度方法。

技术总结本发明属于可再生能源技术领域，公开了一种风光储一体化系统的协同优化调度方法。方法包括：根据风力发电子系统、光伏发电子系统和储能子系统的实时运行数据进行短期、中期和长期的发电量及负载预测；构建多目标优化函数；求解所述多目标优化函数，得到非支配解；集成基于图神经网络的需求侧响应模型；通过建立数字孪生模型进行故障诊断与自愈；通过构建自适应虚拟同步发电机提供电网支撑；建立分布式能源交易和调度决策的透明记录的区块链系统。本发明能够实现多时间尺度的精确预测、多目标的动态优化、自适应的控制策略，同时考虑需求侧响应、故障诊断与自愈和电网支撑服务多方面因素，从而提高风光储一体化系统的整体运行效率和可靠性。技术研发人员：陈育聪,李元,韩斌,孔繁新,施星,宋巨,杨正群受保护的技术使用者：华能澜沧江新能源有限公司技术研发日：技术公布日：2025/1/6