CN113128790A - 一种分布式光伏***的消纳优化方法、装置及终端设备 - Google Patents
一种分布式光伏***的消纳优化方法、装置及终端设备 Download PDFInfo
- Publication number
- CN113128790A CN113128790A CN202110541113.2A CN202110541113A CN113128790A CN 113128790 A CN113128790 A CN 113128790A CN 202110541113 A CN202110541113 A CN 202110541113A CN 113128790 A CN113128790 A CN 113128790A
- Authority
- CN
- China
- Prior art keywords
- charging
- load
- photovoltaic system
- distributed photovoltaic
- time period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 15
- 238000005457 optimization Methods 0.000 title claims description 18
- 238000010248 power generation Methods 0.000 claims abstract description 39
- 230000005611 electricity Effects 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 82
- 238000004590 computer program Methods 0.000 claims description 20
- 238000005286 illumination Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明适用于电力***技术领域,提供了一种分布式光伏***的消纳优化方法、装置及终端设备,该方法包括:获取分布式光伏***在预设的第一时段内的发电预测函数、非充电负载的负荷预测函数以及可充电负载的充电负荷预测数据;根据发电功率预测函数、负荷预测函数以及充电负荷预测数据,生成分布式光伏***在所述第一时段内的多个充电方案;计算各个充电方案对应的购电量,将购电量最小的充电方案作为目标充电方案;根据目标充电方案在所述第一时段内对各个充电负载进行充电。本发明提供的方法能够根据分布式光伏***在第一时段内的发电情况、负荷情况和充电负荷情况确定最优的目标充电方案,从而降低购电量,提高***的光伏消纳能力。
Description
技术领域
本发明属于电力***技术领域,尤其涉及一种分布式光伏***的消纳优化方法、装置及终端设备。
背景技术
可再生能源由于具有低排放、环境友好的优点,因而具有越来越广阔的发展前景。其中分布式光伏***能够在偏远地区为用户提供便利的辅助供电服务。然而由于光伏***发电过程的不稳定性,在对分布式光伏***的使用时,存在一方面弃用光伏发电的部分电能,同时另一方面又向外部电网购电的情况,即分布式光伏***的消纳过程存在浪费现象。
发明内容
有鉴于此,本发明实施例提供了一种分布式光伏***的消纳优化方法、装置及终端设备,能够降低向电网的购电量,提高光伏消纳能力。
本发明实施例的第一方面提供了一种分布式光伏***的消纳优化方法,包括:
获取所述分布式光伏***在预设的第一时段内的发电预测函数;
获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数;
获取所述分布式光伏***在所述第一时段内,可充电负载的充电负荷预测数据;
根据所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案;
计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案;
根据所述目标充电方案在所述第一时段内对各个充电负载进行充电。
本发明实施例的第二方面提供了一种分布式光伏***的消纳优化装置,包括:
发电预测函数获取模块,用于获取所述分布式光伏***在预设的第一时段内的发电预测函数;
负荷预测函数获取模块,用于获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数;
充电负荷预测数据获取模块,用于获取所述分布式光伏***在所述第一时段内,可充电负载的充电负荷预测数据;
充电方案生成模块,用于根据所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案;
目标充电方案确定模块,用于计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案;
充电模块,用于根据所述目标充电方案在所述第一时段内对各个充电负载进行充电。
本发明实施例的第三方面提供了一种终端设备,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如上所述方法的步骤。
本发明实施例的第四方面提供了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如上所述方法的步骤。
本发明实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得电子设备执行上述第一方面中任一项所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例提供的分布式光伏***的消纳优化方法包括:获取分布式光伏***在预设的第一时段内的发电预测函数、非充电负载的负荷预测函数以及可充电负载的充电负荷预测数据;根据发电功率预测函数、负荷预测函数以及充电负荷预测数据,生成分布式光伏***在所述第一时段内的多个充电方案;计算各个充电方案对应的购电量,将购电量最小的充电方案作为目标充电方案;根据目标充电方案在所述第一时段内对各个充电负载进行充电。本发明实施例提供的方法能够根据分布式光伏***在第一时段内的发电情况、负荷情况和充电负荷情况确定最优的目标充电方案,从而降低购电量,提高***的光伏消纳能力。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的分布式光伏***的消纳优化方法的应用场景示意图;
图2是本发明实施例提供的分布式光伏***的消纳优化方法的实现流程示意图;
图3是本发明实施例提供的分布式光伏***的消纳优化装置的结构示意图;
图4是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1示出了本发明实施例的应用场景,参见图1,本发明实施例提供的方法应用的分布式光伏***包括电网110、至少一个光伏发电装置120、至少一个可充电负载130、至少一个非充电负载140以及母线150。可选的,母线150为交流母线,光伏发电装置120可以包括与母线150连接的逆变器。
光伏发电装置120的工作状态受自然环境的影响较大,发电功率不稳定,为了适应光伏发电装置120的发电情况,本发明实施例提供一种分布式光伏***的消纳优化方法。
图2示出了本发明实施例提供的分布式光伏***的消纳优化方法的实现流程示意图,参见图2,该方法可以包括S101至S106。
S101:获取所述分布式光伏***在预设的第一时段内的发电预测函数。
在一些实施例中,S101可以包括:获取第一地区在所述第一时段内的气象预测数据,所述第一地区为所述分布式光伏***所在的地区,所述气象预测数据包括光照强度数据和光照角度数据。根据所述光照强度数据和所述光照角度数据计算所述分布式光伏***在所述第一时段内的发电预测函数。
具体的,根据所述各个时刻的光照强度数据和光照角度数据,计算光伏发电装置在各个时刻接收到的辐照度。根据各个时刻的辐照度、光伏发电装置的有效面积以及能量换砖效率,计算分布式光伏发电***的发电预测函数。
可选的,分布式光伏***在第一时段内的发电预测函数的横坐标为时间,纵坐标为发电功率,将发电预测函数记为P1(t)。
在一个具体的实施例中,以日落时刻为起始时刻进行分布式光伏***的消纳优化。第一时段的起始时刻为当前最接近的日落时刻,第一时段的结束时刻为下一个日落时刻,第一时段的时长为24小时。
S102:获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数。
在一些实施例中,S102包括:获取各个非充电负载的负荷预测函数。对各个非充电负载的负荷预测函数求和,得到所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数。
可选的,第一非充电负载的负荷预测函数为第一非充电负载的历史负荷函数的平均值。第一非充电负载为各个非充电负载中的任一非充电负载。
可选的,分布式光伏***在第一时段内的负荷预测函数的横坐标为时间,纵坐标为负荷功率,将负荷预测函数记为P2(t)。
S103:获取所述分布式光伏***在所述第一时段内,充电负载的充电负荷预测数据。
具体的,充电负荷预测数据包括预设充电完成时间和预设充电量。
在一些实施例中,S103可以包括:获取用户的设置的预设充电完成时间;
根据所述可充电负荷的当前电量计算所述可充电负荷的预设充电量。
在一个具体的应用场景中,可充电负载为电动汽车,用户设置的充电完成时间为13:00。根据电动汽车的电池的容量和当前电量的差值,计算其预设充电量,将预设充电量记为W1。
S104:根据在所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案。
在一些实施例中,S104可以包括:根据所述发电功率预测函数、所述负荷预测函数、所述预设充电完成时间和所述预设充电量,生成所述分布式光伏***在所述第一时段内的多个充电方案。
可选的,S104包括:将第一时间段分为多个子区间。根据可充电负载的预设充电量和额定充电功率,计算所需的充电时长,即充电需要的子区间个数。计算发电功率预测函数与负荷预测函数的差值函数,并获取差值函数的均值大于额定充电功率,且处于预设充电完成时间之前的子区间作为可充电子区间。
若可充电子区间的个数大于充电需要的子区间个数,则在可充电子区间的范围内进行充电,生成至少一个充电方案。
若可充电子区间的个数等于充电需要的子区间个数,则在各个可充电子区间的范围内进行连续充电,生成一个充电方案。
若可充电子区间的个数小于充电需要的子区间个数,则将在包含所述可充电子区间的前提下进行充电,生成至少一个充电方案。
在一个具体的应用场景中,将第一时间段分为24个子区间,记为T1、T2、T3…T24,每个子区间的时长为一小时,假设当日的日落时间为19:00,次日的日出时间为5:00,则T1对应的时间为19:00至20:00,T2对应的时间为20:00至21:00…,T24对应的时间为次日的18:00至19:00。根据预设充电量W1和额定充电功率P,计算得到充电需要的子区间个数为n。计算发电功率预测函数P1(t)和负荷预测函数P2(t)的差值函数P3(t)。在各个子区间中,差值函数P3(t)的均值大于额定充电频率P的子区间为T12至T16及T18至T22,即6:00至11:00及12:00至17:00。获取以上子区间中在预设充电完成时间13:00之前的子区间,即子区间T12至T16以及T18,共6个可充电子区间。
若充电需要的子区间个数n=5,则在6个可充电子区间内的选择任意5个子区间进行充电,生成五个充电方案。
若充电需要的子区间的个数n=6,则在6个可充电子区间内进行充电,生成一个充电方案。
若充电需要的子区域的个数n=8,则在6个可充电子区间内进行充电,并在充电完成时间之前的其余子区间内选择任意2个子区间进行充电,即在子区间T1至T11以及T17中选择任意2个子区间进行充电,生成三十个充电方案。
在一些实施例中,S104还可以包括:在所述分布式光伏***的动态负荷变化约束、潮流方程、节点电压约束以及配电网辐射运行约束的条件下,根据所述发电预测功率数据、所述负荷预设数据以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案。
S105:计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案。
在一些实施例中,S105之后,所述方法还包括:计算目标充电方案对应的负荷波动率。若所述目标充电方案对应的负荷波动率大于预设第一阈值,则更新所述目标充电方案,将剩余各个充电方案中所述购电成本最小的充电方案作为目标充电方案。重复执行以上步骤,直至所述目标充电方案对应的负荷波动率小于等于所述预设第一阈值。
在本实施例中,若目标充电方案对应的负荷波动率过大,则不利于分布式光伏***的稳定运行,因此需选择负荷波动率小于等于第一预设阈值的充电方案作为目标充电方案。
S106:根据所述目标充电方案在所述第一时段内对各个充电负载进行充电。
在本实施例中,根据目标充电方案对各个充电负载进行充电能够在保证分布式光伏***的稳定性的基础上,根据分布式光伏***在第一时段内的发电情况、负荷情况和充电负荷情况确定最优的目标充电方案,从而降低购电量,提高***的光伏消纳能力。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图3示出了本发明实施例提供的分布式光伏***的消纳优化装示意图,参见图3,本发明实施例提供的分布式光伏***的消纳优化装置30可以包括:发电预测函数获取模块310、负荷预测函数获取模块320、充电负荷预测数据获取模块330、充电方案生成模块340、目标充电方案确定模块350以及充电模块360。
发电预测函数获取模块310,用于获取所述分布式光伏***在预设的第一时段内的发电预测函数。
负荷预测函数获取模块320,用于获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数。
充电负荷预测数据获取模块330,用于获取所述分布式光伏***在所述第一时段内,可充电负载的充电负荷预测数据。
充电方案生成模块340,用于根据所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案。
目标充电方案确定模块350,用于计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案。
充电模块360,用于根据所述目标充电方案在所述第一时段内对各个充电负载进行充电。
本发明实施例提供的分布式光伏***的消纳优化装置能够根据分布式光伏***在第一时段内的发电情况、负荷情况和充电负荷情况确定最优的目标充电方案,从而降低购电量,提高***的光伏消纳能力。
在一些实施例中,发电预测函数获取模块310具体用于:获取第一地区在所述第一时段内的气象预测数据,所述第一地区为所述分布式光伏***所在的地区,所述气象预测数据包括光照强度数据和光照角度数据。根据所述光照强度数据和所述光照角度数据计算所述分布式光伏***在所述第一时段内的发电预测函数。
在一些实施例中,负荷预测函数获取模块320具体用于:获取各个非充电负载的负荷预测函数。对各个非充电负载的负荷预测函数求和,得到所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数。
在一些实施例中,充电负荷预测数据获取模块330具体用于:获取用户的设置的预设充电完成时间。根据所述可充电负荷的当前电量计算所述可充电负载的预设充电量。
在一些实施例中,充电方案生成模块340具体用于:根据所述发电功率预测函数、所述负荷预测函数、所述预设充电完成时间和所述预设充电量,生成所述分布式光伏***在所述第一时段内的多个充电方案。
在一些实施例中,充电方案生成模块340具体用于:在所述分布式光伏***的动态负荷变化约束、潮流方程、节点电压约束以及配电网辐射运行约束的条件下,根据所述发电预测功率数据、所述负荷预设数据以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案。
在一些实施例中,目标充电方案确定模块350具体用于:计算目标充电方案对应的负荷波动率。若所述目标充电方案对应的负荷波动率大于预设第一阈值,则更新所述目标充电方案,将剩余各个充电方案中所述购电成本最小的充电方案作为目标充电方案。重复执行以上步骤,直至所述目标充电方案对应的负荷波动率小于等于所述预设第一阈值。
图4是本发明一实施例提供的终端设备的示意图。如图4所示,该实施例的终端设备40包括:处理器400、存储器410以及存储在所述存储器410中并可在所述处理器400上运行的计算机程序420,例如分布式光伏***的消纳优化程序。所述处理器40执行所述计算机程序420时实现上述各个分布式光伏***的消纳优化方法实施例中的步骤,例如图2所示的步骤S101至S106。或者,所述处理器400执行所述计算机程序420时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块310至360的功能。
示例性的,所述计算机程序420可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器410中,并由所述处理器400执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序420在所述终端设备40中的执行过程。例如,所述计算机程序420可以被分割成发电预测函数获取模块、负荷预测函数获取模块、充电负荷预测数据获取模块、充电方案生成模块、目标充电方案确定模块以及充电模块(虚拟装置中的模块)。
所述终端设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器400、存储器410。本领域技术人员可以理解,图4仅仅是终端设备40的示例,并不构成对终端设备40的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器400可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器410可以是所述终端设备40的内部存储单元,例如终端设备40的硬盘或内存。所述存储器410也可以是所述终端设备40的外部存储设备,例如所述终端设备40上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器410还可以既包括所述终端设备40的内部存储单元也包括外部存储设备。所述存储器410用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器410还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种分布式光伏***的消纳优化方法,其特征在于,包括:
获取所述分布式光伏***在预设的第一时段内的发电预测函数;
获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数;
获取所述分布式光伏***在所述第一时段内,可充电负载的充电负荷预测数据;
根据所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案;
计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案;
根据所述目标充电方案在所述第一时段内对各个充电负载进行充电。
2.如权利要求1所述的一种分布式光伏***的消纳优化方法,其特征在于,所述获取所述分布式光伏***在第一时段内的发电预测函数,包括:
获取第一地区在所述第一时段内的气象预测数据,所述第一地区为所述分布式光伏***所在的地区,所述气象预测数据包括光照强度数据和光照角度数据;
根据所述光照强度数据和所述光照角度数据计算所述分布式光伏***在所述第一时段内的发电预测函数。
3.如权利要求1所述的一种分布式光伏***的消纳优化方法,其特征在于,所述获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数,包括:
获取各个非充电负载的负荷预测函数;
对各个非充电负载的负荷预测函数求和,得到所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数。
4.如权利要求1所述的一种分布式光伏***的消纳优化方法,其特征在于,所述充电负荷预测数据包括预设充电完成时间和预设充电量;
所述根据所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案,包括:
根据所述发电功率预测函数、所述负荷预测函数、所述预设充电完成时间和所述预设充电量,生成所述分布式光伏***在所述第一时段内的多个充电方案。
5.如权利要求4所述的一种分布式光伏***的消纳优化方法,其特征在于,所述获取所述分布式光伏***在所述第一时段内,可充电负载的充电负荷预测数据包括:
获取用户的设置的预设充电完成时间;
根据所述可充电负荷的当前电量计算所述可充电负载的预设充电量。
6.如权利要求4所述的一种分布式光伏***的消纳优化方法,其特征在于,所述根据所述发电功率预测数据、所述负荷预测数据以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案,包括:
在所述分布式光伏***的动态负荷变化约束、潮流方程、节点电压约束以及配电网辐射运行约束的条件下,根据所述发电预测功率数据、所述负荷预设数据以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案。
7.如权利要求1所述的一种分布式光伏***的消纳优化方法,其特征在于,所述计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案,包括:
计算目标充电方案对应的负荷波动率;
若所述目标充电方案对应的负荷波动率大于预设第一阈值,则更新所述目标充电方案,将剩余各个充电方案中所述购电成本最小的充电方案作为目标充电方案;
重复执行以上步骤,直至所述目标充电方案对应的负荷波动率小于等于所述预设第一阈值。
8.一种分布式光伏***的消纳优化装置,其特征在于,包括:
发电预测函数获取模块,用于获取所述分布式光伏***在预设的第一时段内的发电预测函数;
负荷预测函数获取模块,用于获取所述分布式光伏***在所述第一时段内,非充电负载的负荷预测函数;
充电负荷预测数据获取模块,用于获取所述分布式光伏***在所述第一时段内,可充电负载的充电负荷预测数据;
充电方案生成模块,用于根据所述发电功率预测函数、所述负荷预测函数以及所述充电负荷预测数据,生成所述分布式光伏***在所述第一时段内的多个充电方案;
目标充电方案确定模块,用于计算各个充电方案对应的购电量,将所述购电量最小的充电方案作为目标充电方案;
充电模块,用于根据所述目标充电方案在所述第一时段内对各个充电负载进行充电。
9.一种终端设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541113.2A CN113128790B (zh) | 2021-05-18 | 2021-05-18 | 一种分布式光伏***的消纳优化方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541113.2A CN113128790B (zh) | 2021-05-18 | 2021-05-18 | 一种分布式光伏***的消纳优化方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113128790A true CN113128790A (zh) | 2021-07-16 |
CN113128790B CN113128790B (zh) | 2022-09-13 |
Family
ID=76783106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110541113.2A Active CN113128790B (zh) | 2021-05-18 | 2021-05-18 | 一种分布式光伏***的消纳优化方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128790B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077635A (zh) * | 2014-07-09 | 2014-10-01 | 北京交通大学 | 一种基于光伏发电***的电动汽车充电站充电优化方法 |
CN104269849A (zh) * | 2014-10-17 | 2015-01-07 | 国家电网公司 | 基于建筑光伏微电网的能量管理方法及*** |
CN106022597A (zh) * | 2016-05-17 | 2016-10-12 | 西南交通大学 | 含光伏智能小区电动汽车与可控负荷两阶段优化调度方法 |
CN106532764A (zh) * | 2016-10-18 | 2017-03-22 | 国网山东省电力公司电力科学研究院 | 一种就地消纳光伏发电的电动汽车充电负荷调控方法 |
CN111791729A (zh) * | 2020-05-22 | 2020-10-20 | 周勇 | 全自动单车充电*** |
CN111864749A (zh) * | 2020-08-18 | 2020-10-30 | 国网湖南省电力有限公司 | 光伏***出力园区电动汽车充电方法、***及存储介质 |
CN112134300A (zh) * | 2020-10-09 | 2020-12-25 | 国网江苏省电力有限公司无锡供电分公司 | 基于预约的电动汽车光储充电站滚动优化运行方法及*** |
CN112366739A (zh) * | 2020-11-03 | 2021-02-12 | 国网河北省电力有限公司衡水供电分公司 | 配电网的配置方法、装置、设备及存储介质 |
CN112491039A (zh) * | 2020-11-19 | 2021-03-12 | 宁波市电力设计院有限公司 | 一种主网与家庭光储***功率交换的控制方法 |
CN112803493A (zh) * | 2021-02-09 | 2021-05-14 | 国网山东省电力公司电力科学研究院 | 基于边际成本的分散式储能与分布式光伏协同方法及*** |
-
2021
- 2021-05-18 CN CN202110541113.2A patent/CN113128790B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077635A (zh) * | 2014-07-09 | 2014-10-01 | 北京交通大学 | 一种基于光伏发电***的电动汽车充电站充电优化方法 |
CN104269849A (zh) * | 2014-10-17 | 2015-01-07 | 国家电网公司 | 基于建筑光伏微电网的能量管理方法及*** |
CN106022597A (zh) * | 2016-05-17 | 2016-10-12 | 西南交通大学 | 含光伏智能小区电动汽车与可控负荷两阶段优化调度方法 |
CN106532764A (zh) * | 2016-10-18 | 2017-03-22 | 国网山东省电力公司电力科学研究院 | 一种就地消纳光伏发电的电动汽车充电负荷调控方法 |
CN111791729A (zh) * | 2020-05-22 | 2020-10-20 | 周勇 | 全自动单车充电*** |
CN111864749A (zh) * | 2020-08-18 | 2020-10-30 | 国网湖南省电力有限公司 | 光伏***出力园区电动汽车充电方法、***及存储介质 |
CN112134300A (zh) * | 2020-10-09 | 2020-12-25 | 国网江苏省电力有限公司无锡供电分公司 | 基于预约的电动汽车光储充电站滚动优化运行方法及*** |
CN112366739A (zh) * | 2020-11-03 | 2021-02-12 | 国网河北省电力有限公司衡水供电分公司 | 配电网的配置方法、装置、设备及存储介质 |
CN112491039A (zh) * | 2020-11-19 | 2021-03-12 | 宁波市电力设计院有限公司 | 一种主网与家庭光储***功率交换的控制方法 |
CN112803493A (zh) * | 2021-02-09 | 2021-05-14 | 国网山东省电力公司电力科学研究院 | 基于边际成本的分散式储能与分布式光伏协同方法及*** |
Non-Patent Citations (10)
Title |
---|
L MENG: "The Influence of High Permeability Distributed Photovoltaic Access on Power Grid", 《2020 4TH INTERNATIONAL CONFERENCE ON HVDC (HVDC)》 * |
YANG SHAOBO: "Analysis of energy storage power station investment and benefit", 《2020 4TH INTERNATIONAL CONFERENCE ON HVDC (HVDC)》 * |
卫婧菲等: "居民小区电动汽车光伏充电站三分段能量管理策略", 《电力自动化设备》 * |
周文: "伏电站发电技术研究及应用", 《科技风》 * |
师瑞峰等: "基于TOPSIS方法的居民区电动汽车有序充电策略", 《电力***自动化》 * |
汤奕: "居民主动负荷促进分布式电源消纳的需求响应策略", 《电力***自动化》 * |
臧谦: "及网络重构的多变电站协同优化方法", 《电力***及其自动化学报》 * |
蔡钦钦等: "楼宇能量管理***的光伏消纳与储能调度研究", 《电力建设》 * |
陈理宁等: "计及电动汽车充电的微网能量优化管理", 《仪表技术》 * |
韩峰等: "基于分时电价和需求响应的家庭微电网负荷优先级控制", 《电测与仪表》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113128790B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deeba et al. | Evaluation of technical and financial benefits of battery‐based energy storage systems in distribution networks | |
CN111525601B (zh) | 用户侧储能设备的充放电控制方法、装置及存储介质 | |
Venu et al. | Battery storage system sizing in distribution feeders with distributed photovoltaic systems | |
US10452032B1 (en) | Optimizing power contribution of distributed energy resources for real time power demand scheduling | |
CN110429653B (zh) | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 | |
CN107959301B (zh) | 含光伏的低压配电网分布式储能优化配置与运行方法 | |
CN107482679B (zh) | 考虑储能***充放电次数的主动配电网日前优化调度方法 | |
CN109829834A (zh) | 一种储能***配置方法、装置和存储介质 | |
CN114243773B (zh) | 一种动态控制策略的光储充协同方法 | |
Prajapati et al. | Congestion management of power system with uncertain renewable resources and plug‐in electrical vehicle | |
Li et al. | Negotiation-based task scheduling and storage control algorithm to minimize user's electric bills under dynamic prices | |
CN110521077B (zh) | 具有逆变器输入电压控制的电源*** | |
CN111126882B (zh) | 虚拟变电站调度方法及终端设备 | |
CN113162112A (zh) | 光伏并离网***的母线电压控制方法及光伏并离网*** | |
CN116111656A (zh) | 微电网调度的方法和装置 | |
CN115841187A (zh) | 柔性配电网运行策略的优化方法、装置、设备及存储介质 | |
CN113689068B (zh) | 一种电力电量平衡规划方法、装置及终端设备 | |
Eom et al. | Economic dispatch algorithm considering battery degradation characteristic of energy storage system with PV system | |
CN111798070B (zh) | 一种用户侧光储***的配置方法及装置 | |
CN113128790B (zh) | 一种分布式光伏***的消纳优化方法、装置及终端设备 | |
CN110138028B (zh) | 一种电池管理***及其电池充放电控制方法、终端设备 | |
Zheng et al. | Improving generation ramp rates of photovoltaic systems using module-based capacitive energy storage | |
CN116882575A (zh) | 一种电网调节优化方法、装置及设备 | |
CN115764936A (zh) | 电网储能配置的优化方法、装置、设备及存储介质 | |
CN111987715B (zh) | 负荷调控方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |