CN115693757A - 一种基于数字孪生技术的光伏能源优化调控方法 - Google Patents
一种基于数字孪生技术的光伏能源优化调控方法 Download PDFInfo
- Publication number
- CN115693757A CN115693757A CN202211115577.8A CN202211115577A CN115693757A CN 115693757 A CN115693757 A CN 115693757A CN 202211115577 A CN202211115577 A CN 202211115577A CN 115693757 A CN115693757 A CN 115693757A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- photovoltaic energy
- power
- model
- digital twin
- 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.)
- Pending
Links
Images
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于数字孪生技术的光伏能源优化调控方法,包括:基于光伏能源***的物理实体构建光伏能源数字孪生***;基于光伏能源***的运行参数和历史数据建立光伏能源数字孪生模型;在保证供电负荷的前提下以设备建立的综合成本最低为优化目标进行优化求解,得到优化调控方案;根据采用优化调控方案后的模型仿真数据和实际运行数据,对光伏能源数字孪生模型进行修正。本发明将光伏能源***的物理实体映射到虚拟空间的数字孪生***上,采用仿真计算获取调控方案对光伏能源***进行调控,同时根据仿真结果与实际运行结果对数字孪生***进行修正,从而提高能源利用效率,并提升光伏能源***的经济效益。
Description
技术领域
本发明涉及光伏发电储能技术领域,尤其是涉及一种基于数字孪生技术的光伏能源优化调控方法。
背景技术
能源短缺问题是21世纪非常重要的一个问题,解决这一问题的最佳方式之一是使用太阳能发电。太阳能具有分布广泛且近乎无穷无尽的特点,但是使用太阳能发电的光伏发电***的一个问题在于光伏资源也具有间歇性和不确定的特点,很难为负载提供一个持续稳定的电力供应。目前,常用的方法是采用储能***来存储或释放电能,从而降低天气对光伏发电***的影响,为用户稳定供电,保证供电的可靠性和电能质量。但是当光伏***和储能***数量逐渐增加和扩展时,只以目前简单地进行储能***充放电的控制方法在控制效率、控制准确度和能量利用效率等方面都存在较大的问题和不足,因此需要一种更精细化和准确化的控制方式。数字孪生是充分利用物理模型和物联网传感器采集的全生命周期的运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体对象的全生命周期过程。数字孪生作为实现虚实之间双向映射、动态交互、实时连接的关键途径,可将物理实体和***的属性、结构、状态、性能、功能和行为映射到虚拟世界,形成高保真的动态多维/多尺度/多物理量模型,为观察物理世界,认识物理世界、理解物理世界、控制物理世界改造物理世界提供了一种有效手段,因此通过数字孪生进行仿真计算后再对光伏和储能***进行控制是一种较理想的方式。
在中国专利文献上公开的“一种基于数字孪生的光伏发电组件故障检测和识别方法”,其公开号为CN113489459A,公开日期为2021-10-08,包括:检测并输出待检测光伏发电组件物理实体中的特征量y(t);光伏发电组件包括太阳电池组件和DC-DC变换器;构建与待检测光伏发电组件物理实体结构相同的数字孪生体,计算并输出数字孪生体中,光伏发电组件的测量特征量z(t);根据特征量y(t),以及测量特征量z(t),计算并输出残差向量γ(t);根据残差向量γ(t),输出检测结果;当检测结果存在故障时,根据残差向量γ(t),以及故障特征残值fi,计算并输出L2内积;故障特征值fi由残差向量γ(t)和残差向量γ(t)的2-范数||γ(t)||2计算得到,根据L2内积输出故障类型;该方法可以检测光伏发电组件是否产生故障,并且识别出所产生的故障类型。该技术只是应用了数字孪生技术对光伏发电组件进行故障检测,而现有的技术中也缺少应用数字孪生技术对光伏***和储能***的能源调控进行优化控制的方法。
发明内容
本发明是为了克服现有技术中对于光伏发电的储能***控制方式较为粗犷且能源利用率低经济效益不高的问题,提供了一种基于数字孪生技术的光伏能源优化调控方法,通过数字孪生技术将光伏能源***的物理实体映射到虚拟空间的数字孪生***上,并先采用仿真计算获取调控方案对光伏能源***进行调控,同时根据仿真结果与实际运行结果对数字孪生***进行修正,从而提高能源控制准确度和能源利用效率,并提升光伏能源***的经济效益。
为了实现上述目的,本发明采用以下技术方案:
一种基于数字孪生技术的光伏能源优化调控方法,包括:
S1、基于光伏能源***的物理实体构建光伏能源数字孪生***;
S2、基于光伏能源***的运行参数和历史数据在光伏能源数字孪生***中建立光伏能源数字孪生模型;
S3、在保证供电负荷的前提下以建立设备的综合成本最低为优化目标,基于光伏发电出力模型和光伏能源数字孪生模型进行优化求解,得到优化调控方案;
S4、根据采用优化调控方案后的模型仿真数据和实际运行数据,对光伏能源数字孪生模型进行修正。
本发明中构建的光伏能源数字孪生***用于光伏能源***的物理实体和光伏能源数字孪生模型之间的信息交互,相当于在数字孪生***中映射一个与现实空间中的物理实体一一对应的虚拟光伏能源***,和物理实体具有相同的属性、结构、状态、性能、功能和行为;因而可以通过对虚拟光伏能源***的仿真和推演得到在物理实体上进行实验的近似结果,从而为物理实体的实际操作提供参考。在本发明中电力***的光伏储能***是一个庞大的***,在这个实际***中进行控制试验的试错成本高对用电用户的影响大,并不现实,因此可以通过数字孪生技术进行模拟试验来得到仿真结果从而得出在实际操作过程中可能存在的问题和解决方法。
作为优选,所述光伏能源数字孪生***包括:
数据采集模块,用于实时采集光伏能源***的空间环境信息和运行数据并发送到数字孪生模块;
数字孪生模块,接收数据采集模块发送的数据,将物理实体信息进行映射形成数字孪生体,进行仿真计算和可视化监控;
设备调控模块,根据数字孪生模块中的仿真计算结果对光伏能源***进行调控。
本发明中数据采集模块采集的数据信息包括但不限于光伏能源***的物理实体的几何参数、所在环境的各种环境参数、光伏能源***运行过程中的各项运行数据等,通过在光伏能源***各处设置传感器采集尽可能多的数据来完善数字孪生***中的数字孪生体,使得数字孪生体贴近物理实体进行运行。设备调控模块则根据仿真计算结果对光伏能源***进行远程控制,同时还可以设置有人工核验和操作单元,有人工核查仿真计算结果后再发送控制指令。数字孪生模块包括有创建单元、信息处理单元、仿真单元和控制单元,用于建立数字孪生体并对应显示采集得到的各项数据信息和仿真计算结果,从而达到对全过程全周期的可视化监控。
作为优选,所述S3中包括以下步骤:
S31、将根据光伏发电出力模型和光伏能源数字孪生模型进行计算得到的模拟数据和数据采集模块采集的实际数据进行对比,当偏差超出设定范围时对相应的模型进行修正;
S32、以建立设备的综合成本最低为优化目标构建目标函数:
minFcost=Fnet+Finvest+Fservice
其中Fnet表示设定时间内光伏能源***从电网购电的成本,Finvest表示设定时间内光伏能源***的分摊投资成本,Fservice表示设定时间内光伏能源***的维护成本;
S33、根据光伏发电出力模型和光伏能源数字孪生模型对目标函数进行求解,得到优化控制方案。
本发明中对用于求解目标函数的各种模型首先进行修正,调整各个模型的参数使得模型更符合实际的运行情况和规律,从而提高控制准确性和精度;光伏能源***的建立是属于重资产的设施,因此为了设施的良性发展和运行,其建设成本、运行成本以及经济效益是必须考虑的问题,在本发明中以综合成本作为目标函数进行调控的优化,使综合成本尽可能低,当其小于零时说明有收益;设定时间是指固定的时间段,包括但不限于一天、一周、一月或一年等等,可以根据实际模拟需要来选择设定时间。
作为优选,所述目标函数中
其中n表示设定时间内时间节点的个数;Pnet,i表示第i个时间节点电网的供电功率,大于零时表示向电网买电,小于零时表示向电网卖电;Cnet,i表示第i个时间节点的电价;Es,i表示第i个时间节点储能设备储存的电量;Ccycle表示储能设备充放电每千瓦时的维护成本;Ppv,i表示第i个时间节点光伏设备的发电功率;Cpv表示光伏发电每千瓦时的维护成本。
本发明中当Fnet大于零时说明在设定时间内最终的等效结果是需要向电网买电,小于零时则是向电网卖电,在这里可以通过储能***进行削峰填谷的套利操作,在低电价时买入电网电能进行储存,以供负荷使用,并且在有多余电能和较高电价时向电网卖出电能,在平抑供电需求波动的同时获得收益。Fservice表示的维护成本分为设定时间内储能设备的维护成本和光伏设备的维护成本,以设定时间内储能设备总的充放电电能乘以该设定时间内储能设备充放电每千瓦时的维护成本可以得到设定时间内的储能设备维护成本,同样的道理以光伏设备在设定时间内发电电能乘以光伏设备发电每千瓦时的维护成本得到设定时间内的光伏设备维护成本。其中储能设备和光伏设备的维护成本可以根据历史数据进行计算得到。
作为优选,所述光伏能源数字孪生模型包括光伏能源***中的功率平衡模型:
Pload,i=Pnet,i+Ppv,i+Ps,i
其中Pload,i为第i时间节点的供电负荷功率;Pnet,i表示第i个时间节点电网的供电功率;Ppv,i表示第i个时间节点光伏设备的发电功率;Ps,i表示第i个时间节点储能设备的供电功率,大于零时表示储能设备放电,小于零时表示储能设备充电。
本发明中根据实际过程中光伏能源***的功率情况可以得到功率平衡模型,即实际上的供电负荷功率是由电网供电功率、光伏***供电功率和储能***供电功率三部分组成的,其中光伏***的供电功率始终不小于零,电网供电功率和储能***供电功率可以大于、等于或小于零,正负不同表示不同的电能流向;在进一步的操作中可以在Pnet,i、Ppv,i和Ps,i这三个功率参数前分别乘以相对应的权重系数得到Pload,i=αPnet,i+βPpv,i+γPs,i,权重系数在零到一之间,用于表示供电传输过程中的效率,以提升平衡模型的准确性。其中对于所用的功率参数都设置有各自的最大功率阈值,以保证***的安全性。
作为优选,光伏能源数字孪生模型还包括储能设备计算模型:
其中ρ表示储能设备的自持放电率,ΔEs,i储能设备在第i-1到第i个时间节点的时段内变化的电量;ηc和ηd分别表示储能设备的充电效率和放电效率。
本发明中储能设备计算模型用于表示物理实体中储能设备在运行过程中的属性和规律,其中ρ表示的储能设备的自持放电率用于说明储能设备储存电量后不放电时电能的流失情况,ΔEs,i则表示两个时间节点之间的时间长度内用于充放电的电量,在充电和放电时分别根据充电功率、放电功率以及它们对应的效率进行计算;同时对于储能装置设置有最大充放电功率阈值,而对于储能装置的储存电量同样设置有额定最大值和最小剩余容量。
作为优选,所述光伏发电出力模型为:
其中Pst为标准测试条件下光伏设备的额定功率,Greal,i为第i时刻的实际光照强度,Gst为标准测试条件下的光照强度,k为功率温度系数,Treal,i为光伏面板工作时的实际温度,Tst为标准测试条件下光伏面板的参考温度。
本发明中根据光伏设备的光伏面板特性以及光照角度、温度等参数计算光伏发电出力情况,其中实际光照强度则由光照角度和光强组合计算得到,光照强度的单位为kW/m2,标准测试条件下的光照强度取值为1kW/m2,功率温度系数的取值为-0.47%/K,标准测试条件下的参考温度为25摄氏度,在进行温度计算时将摄氏度转换为华氏度进行计算,得到的最终结果为预测的光伏发电功率。
作为优选,所述S4中计算光伏能源数字孪生***中依据优化调控方案的仿真运行数据,并和光伏能源***的物理实体运行优化调控方案的实际运行数据进行对比,判断误差是否超出设定阈值,若超出阈值,则采用神经网络算法对仿真运行数据和实际运行数据进行特征数据提取,获得误差较大的数据并输出修正系数,以修正光伏能源数字孪生模型。
本发明中在对目标函数进行求解得到最终的优化调控方案的同时,光伏能源数字孪生***内的数字孪生模型会根据优化调控方案进行仿真计算得到模拟的仿真运行数据,而在采用优化调控方案进行实际的光伏能源***控制时会产生实际运行数据;因为仿真模拟的情况和实际运行的情况始终会存在差别,以及相关参数的变化,所以需要根据仿真运行数据和实际运行数据进行对比,找出使得两者的结果误差超出设定阈值的影响参数并进行修正,从而使得光伏能源数字孪生模型可以贴合实际的物理实体。
本发明具有如下有益效果:通过数字孪生技术将光伏能源***的物理实体映射到虚拟空间的数字孪生***上,并先采用仿真计算获取调控方案对光伏能源***进行调控,同时根据仿真结果与实际运行结果对数字孪生***进行修正,从而提高能源控制准确度和能源利用效率,并提升光伏能源***的经济效益;考虑了储能***和电网之间削峰填谷的经济效益因素,并且在功率平衡模型中考虑了光伏发电出力因素,既能保证光伏发电的消纳,又能提高储能充放电的收益。
附图说明
图1是本发明光伏能源优化调控方法的流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
一种基于数字孪生技术的光伏能源优化调控方法,包括:
S1、基于光伏能源***的物理实体构建光伏能源数字孪生***;光伏能源数字孪生***包括:
数据采集模块,用于实时采集光伏能源***的空间环境信息和运行数据并发送到数字孪生模块;
数字孪生模块,接收数据采集模块发送的数据,将物理实体信息进行映射形成数字孪生体,进行仿真计算和可视化监控;
设备调控模块,根据数字孪生模块中的仿真计算结果对光伏能源***进行调控。
S2、基于光伏能源***的运行参数和历史数据在光伏能源数字孪生***中建立光伏能源数字孪生模型;
S3、在保证供电负荷的前提下以建立设备的综合成本最低为优化目标,基于光伏发电出力模型和光伏能源数字孪生模型进行优化求解,得到优化调控方案;S3中包括以下步骤:
S31、将根据光伏发电出力模型和光伏能源数字孪生模型进行计算得到的模拟数据和数据采集模块采集的实际数据进行对比,当偏差超出设定范围时对相应的模型进行修正;
S32、以建立设备的综合成本最低为优化目标构建目标函数:
minFcost=Fnet+Finvest+Fservice
其中Fnet表示设定时间内光伏能源***从电网购电的成本,Finvest表示设定时间内光伏能源***的分摊投资成本,Fservice表示设定时间内光伏能源***的维护成本;
S33、根据光伏发电出力模型和光伏能源数字孪生模型对目标函数进行求解,得到优化控制方案。
在以综合成本最低为优化目标的目标函数中
其中n表示设定时间内时间节点的个数;Pnet,i表示第i个时间节点电网的供电功率,大于零时表示向电网买电,小于零时表示向电网卖电;Cnet,i表示第i个时间节点的电价;Es,i表示第i个时间节点储能设备储存的电量;Ccycle表示储能设备充放电每千瓦时的维护成本;Ppv,i表示第i个时间节点光伏设备的发电功率;Cpv表示光伏发电每千瓦时的维护成本。储能设备和光伏设备的维护成本可以通过历史维护成本数据中计算得到。
对于光伏能源***的分摊投资成本:
其中表示储能设备每单位电能容量的投资成本,Es表示储能设备的额定的电能容量,Ppv表示光伏发电设备安装的额定功率,表示光伏设备每单位发电功率的投资成本,Ts为储能设备的使用寿命,Tpv为光伏发电设备的使用寿命;使用寿命的单位和设定时间的单位相同,是将总的投资成本分摊到整个使用寿命后在设定时间内的分摊投资成本。
光伏能源数字孪生模型包括光伏能源***中的功率平衡模型:
Pload,i=Pnet,i+Ppv,i+Ps,i
其中Pload,i为第i时间节点的供电负荷功率,可以根据历史数据通过机器学习或神经网络模型进行预测得到;Pnet,i表示第i个时间节点电网的供电功率;Ppv,i表示第i个时间节点光伏设备的发电功率;Ps,i表示第i个时间节点储能设备的供电功率,大于零时表示储能设备放电,小于零时表示储能设备充电。
光伏能源数字孪生模型还包括储能设备计算模型以及约束条件:
其中ρ表示储能设备的自持放电率,为储能设备的本身属性,可以通过定期检测获得;ΔEs,i储能设备在第i-1到第i个时间节点的时段内变化的电量;ηc和ηd分别表示储能设备的充电效率和放电效率。Ps,max表示储能设备的最大充放电功率,Es,min表示储能设备的最小剩余容量,Es,max表示储能设备的额定最大容量。
光伏发电出力模型为:
其中Pst为标准测试条件下光伏设备的额定功率,Greal,i为第i时刻的实际光照强度,Gst为标准测试条件下的光照强度,k为功率温度系数,Treal,i为光伏面板工作时的实际温度,Tst为标准测试条件下光伏面板的参考温度。
S4、根据采用优化调控方案后的模型仿真数据和实际运行数据,对光伏能源数字孪生模型进行修正;S4中计算光伏能源数字孪生***中依据优化调控方案的仿真运行数据,并和光伏能源***的物理实体运行优化调控方案的实际运行数据进行对比,判断误差是否超出设定阈值,若超出阈值,则采用神经网络算法对仿真运行数据和实际运行数据进行特征数据提取,获得误差较大的数据并输出修正系数,以修正光伏能源数字孪生模型。
本发明中最终仿真计算得到的结果是在设定时间内每个时间节点的电网供电功率,当电网供电功率大于零时说明光伏能源***需要从电网中获取电能,当电网供电功率小于零时说明光伏能源设备向电网提供电能,从而根据计算的每个时间节点的电网供电功率来对光伏能源***进行调控。
本发明中构建的光伏能源数字孪生***用于光伏能源***的物理实体和光伏能源数字孪生模型之间的信息交互,相当于在数字孪生***中映射一个与现实空间中的物理实体一一对应的虚拟光伏能源***,和物理实体具有相同的属性、结构、状态、性能、功能和行为;因而可以通过对虚拟光伏能源***的仿真和推演得到在物理实体上进行实验的近似结果,从而为物理实体的实际操作提供参考。在本发明中电力***的光伏储能***是一个庞大的***,在这个实际***中进行控制试验的试错成本高对用电用户的影响大,并不现实,因此可以通过数字孪生技术进行模拟试验来得到仿真结果从而得出在实际操作过程中可能存在的问题和解决方法。
本发明中数据采集模块采集的数据信息包括但不限于光伏能源***的物理实体的几何参数、所在环境的各种环境参数、光伏能源***运行过程中的各项运行数据等,通过在光伏能源***各处设置传感器采集尽可能多的数据来完善数字孪生***中的数字孪生体,使得数字孪生体贴近物理实体进行运行。设备调控模块则根据仿真计算结果对光伏能源***进行远程控制,同时还可以设置有人工核验和操作单元,有人工核查仿真计算结果后再发送控制指令。数字孪生模块包括有创建单元、信息处理单元、仿真单元和控制单元,用于建立数字孪生体并对应显示采集得到的各项数据信息和仿真计算结果,从而达到对全过程全周期的可视化监控。光伏能源数字孪生***中所有运行数据和相关参数都会进行保存作为历史数据,为后续的计算提供依据。
数字孪生模块中创建单元是基于光伏能源***的物理本体以及***内安装的传感器和控制设备,在数字孪生***中建立与光伏能源***相对应的三维模型并进行可视化展示,在三维模型中可以直接查看光伏能源***的几何星系和物理特性以及各传感器的位置。信息处理单元是将传感器实时采集的光伏能源***中的各项运行数据和周围环境信息映射到数字孪生***中,并在光伏能源***的三维模型中相对应的位置进行渲染标注,以便于查看。仿真单元是根据建立的数字孪生模型以及设定的目标函数,将信息处理单元得到的数据作为初始数据进行仿真计算,根据仿真计算结果得到优化调控方案。控制单元则是与设备调控模块连接,将仿真计算得到的优化调控方案发送到设备调控模块对光伏能源***进行调控。
本发明中对用于求解目标函数的各种模型首先进行修正,调整各个模型的参数使得模型更符合实际的运行情况和规律,从而提高控制准确性和精度;光伏能源***的建立是属于重资产的设施,因此为了设施的良性发展和运行,其建设成本、运行成本以及经济效益是必须考虑的问题,在本发明中以综合成本作为目标函数进行调控的优化,使综合成本尽可能低,当其小于零时说明有收益;设定时间是指固定的时间段,包括但不限于一天、一周、一月或一年等等,可以根据实际模拟需要来选择设定时间。
本发明中当Fnet大于零时说明在设定时间内最终的等效结果是需要向电网买电,小于零时则是向电网卖电,在这里可以通过储能***进行削峰填谷的套利操作,在低电价时买入电网电能进行储存,以供负荷使用,并且在有多余电能和较高电价时向电网卖出电能,在平抑供电需求波动的同时获得收益。Fservice表示的维护成本分为设定时间内储能设备的维护成本和光伏设备的维护成本,以设定时间内储能设备总的充放电电能乘以该设定时间内储能设备充放电每千瓦时的维护成本可以得到设定时间内的储能设备维护成本,同样的道理以光伏设备在设定时间内发电电能乘以光伏设备发电每千瓦时的维护成本得到设定时间内的光伏设备维护成本。其中储能设备和光伏设备的维护成本可以根据历史数据进行计算得到。
本发明中根据实际过程中光伏能源***的功率情况可以得到功率平衡模型,即实际上的供电负荷功率是由电网供电功率、光伏***供电功率和储能***供电功率三部分组成的,其中光伏***的供电功率始终不小于零,电网供电功率和储能***供电功率可以大于、等于或小于零,正负不同表示不同的电能流向;在进一步的操作中可以在Pnet,i、Ppv,i和Ps,i这三个功率参数前分别乘以相对应的权重系数得到Pload,i=αPnet,i+βPpv,i+γPs,i,权重系数在零到一之间,用于表示供电传输过程中的效率,以提升平衡模型的准确性。其中对于所用的功率参数都设置有各自的最大功率阈值,以保证***的安全性。
本发明中储能设备计算模型用于表示物理实体中储能设备在运行过程中的属性和规律,其中ρ表示的储能设备的自持放电率用于说明储能设备储存电量后不放电时电能的流失情况,ΔEs,i则表示两个时间节点之间的时间长度内用于充放电的电量,在充电和放电时分别根据充电功率、放电功率以及它们对应的效率进行计算;同时对于储能装置设置有最大充放电功率阈值,而对于储能装置的储存电量同样设置有额定最大值和最小剩余容量。
本发明中根据光伏设备的光伏面板特性以及光照角度、温度等参数计算光伏发电出力情况,其中实际光照强度则由光照角度和光强组合计算得到,光照强度的单位为kW/m2,标准测试条件下的光照强度取值为1kW/m2,功率温度系数的取值为-0.47%/K,标准测试条件下的参考温度为25摄氏度,在进行温度计算时将摄氏度转换为华氏度进行计算,得到的最终结果为预测的光伏发电功率。
本发明中在对目标函数进行求解得到最终的优化调控方案的同时,光伏能源数字孪生***内的数字孪生模型会根据优化调控方案进行仿真计算得到模拟的仿真运行数据,而在采用优化调控方案进行实际的光伏能源***控制时会产生实际运行数据;因为仿真模拟的情况和实际运行的情况始终会存在差别,以及相关参数的变化,所以需要根据仿真运行数据和实际运行数据进行对比,找出使得两者的结果误差超出设定阈值的影响参数并进行修正,从而使得光伏能源数字孪生模型可以贴合实际的物理实体。
上述实施例是对本发明的进一步阐述和说明,以便于理解,并不是对本发明的任何限制,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于数字孪生技术的光伏能源优化调控方法,其特征在于,包括:
S1、基于光伏能源***的物理实体构建光伏能源数字孪生***;
S2、基于光伏能源***的运行参数和历史数据在光伏能源数字孪生***中建立光伏能源数字孪生模型;
S3、在保证供电负荷的前提下以建立设备的综合成本最低为优化目标,基于光伏发电出力模型和光伏能源数字孪生模型进行优化求解,得到优化调控方案;
S4、根据采用优化调控方案后的模型仿真数据和实际运行数据,对光伏能源数字孪生模型进行修正。
2.根据权利要求1所述的一种基于数字孪生技术的光伏能源优化调控方法,其特征在于,所述光伏能源数字孪生***包括:
数据采集模块,用于实时采集光伏能源***的空间环境信息和运行数据并发送到数字孪生模块;
数字孪生模块,接收数据采集模块发送的数据,将物理实体信息进行映射形成数字孪生体,进行仿真计算和可视化监控;
设备调控模块,根据数字孪生模块中的仿真计算结果对光伏能源***进行调控。
3.根据权利要求1或2所述的一种基于数字孪生技术的光伏能源优化调控方法,其特征在于,所述S3中包括以下步骤:
S31、将根据光伏发电出力模型和光伏能源数字孪生模型进行计算得到的模拟数据和数据采集模块采集的实际数据进行对比,当偏差超出设定范围时对相应的模型进行修正;
S32、以建立设备的综合成本最低为优化目标构建目标函数:
minFcost=Fnet+Finvest+Fservice
其中Fnet表示设定时间内光伏能源***从电网购电的成本,Finvest表示设定时间内光伏能源***的分摊投资成本,Fservice表示设定时间内光伏能源***的维护成本;
S33、根据光伏发电出力模型和光伏能源数字孪生模型对目标函数进行求解,得到优化控制方案。
5.根据权利要求1或2或4所述的一种基于数字孪生技术的光伏能源优化调控方法,其特征在于,所述光伏能源数字孪生模型包括光伏能源***中的功率平衡模型:
Pload,i=Pnet,i+Ppv,i+Ps,i
其中Pload,i为第i时间节点的供电负荷功率;Pnet,i表示第i个时间节点电网的供电功率;Ppv,i表示第i个时间节点光伏设备的发电功率;Ps,i表示第i个时间节点储能设备的供电功率,大于零时表示储能设备放电,小于零时表示储能设备充电。
8.根据权利要求1或2所述的一种基于数字孪生技术的光伏能源优化调控方法,其特征在于,所述S4中计算光伏能源数字孪生***中依据优化调控方案的仿真运行数据,并和光伏能源***的物理实体运行优化调控方案的实际运行数据进行对比,判断误差是否超出设定阈值,若超出阈值,则采用神经网络算法对仿真运行数据和实际运行数据进行特征数据提取,获得误差较大的数据并输出修正系数,以修正光伏能源数字孪生模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211115577.8A CN115693757A (zh) | 2022-09-14 | 2022-09-14 | 一种基于数字孪生技术的光伏能源优化调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211115577.8A CN115693757A (zh) | 2022-09-14 | 2022-09-14 | 一种基于数字孪生技术的光伏能源优化调控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115693757A true CN115693757A (zh) | 2023-02-03 |
Family
ID=85061683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211115577.8A Pending CN115693757A (zh) | 2022-09-14 | 2022-09-14 | 一种基于数字孪生技术的光伏能源优化调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115693757A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115833252A (zh) * | 2023-02-14 | 2023-03-21 | 西安中易建科技集团有限公司 | 具有变色组件的光伏***的控制方法、装置及存储介质 |
CN115842347A (zh) * | 2023-02-24 | 2023-03-24 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、***及介质 |
CN115859449A (zh) * | 2023-02-15 | 2023-03-28 | 中铁北京工程局集团(天津)工程有限公司 | 基于地铁施工工况分析的风险评估*** |
CN116070975A (zh) * | 2023-04-03 | 2023-05-05 | 江苏为恒智能科技有限公司 | 基于数字孪生技术的园区能量管理***及零碳运营方法 |
CN116305493A (zh) * | 2023-05-11 | 2023-06-23 | 中建五局第三建设有限公司 | 一种光伏节能幕墙的施工评价方法 |
CN116756837A (zh) * | 2023-08-17 | 2023-09-15 | 广东省科学院广州地理研究所 | 一种数字孪生资源数据建库管理方法及装置 |
CN116880384A (zh) * | 2023-07-07 | 2023-10-13 | 淮阴工学院 | 一种基于数字孪生技术的智能厂房能源调度***及方法 |
CN116961575A (zh) * | 2023-09-21 | 2023-10-27 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种基于数字孪生的茶光互补光伏电站监测***及方法 |
CN116992779A (zh) * | 2023-09-22 | 2023-11-03 | 北京国科恒通数字能源技术有限公司 | 基于数字孪生模型的光伏储能***仿真方法及*** |
CN117155237A (zh) * | 2023-03-17 | 2023-12-01 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种基于数字孪生的光伏跟踪支架***及方法 |
CN117391310A (zh) * | 2023-12-04 | 2024-01-12 | 南京瀚元科技有限公司 | 基于数字孪生技术的电网设备运行状态预测及优化方法 |
CN117713211A (zh) * | 2023-12-18 | 2024-03-15 | 费莱(浙江)科技有限公司 | 基于环境分析的光伏并网智能调度方法及*** |
CN118282049A (zh) * | 2024-05-30 | 2024-07-02 | 深圳益邦阳光有限公司 | 光伏***的远程监控方法、装置、设备及存储介质 |
-
2022
- 2022-09-14 CN CN202211115577.8A patent/CN115693757A/zh active Pending
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115833252A (zh) * | 2023-02-14 | 2023-03-21 | 西安中易建科技集团有限公司 | 具有变色组件的光伏***的控制方法、装置及存储介质 |
CN115859449A (zh) * | 2023-02-15 | 2023-03-28 | 中铁北京工程局集团(天津)工程有限公司 | 基于地铁施工工况分析的风险评估*** |
CN115842347A (zh) * | 2023-02-24 | 2023-03-24 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、***及介质 |
CN115842347B (zh) * | 2023-02-24 | 2023-05-05 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、***及介质 |
CN117155237A (zh) * | 2023-03-17 | 2023-12-01 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种基于数字孪生的光伏跟踪支架***及方法 |
CN117155237B (zh) * | 2023-03-17 | 2024-05-17 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种基于数字孪生的光伏跟踪支架***及方法 |
CN116070975A (zh) * | 2023-04-03 | 2023-05-05 | 江苏为恒智能科技有限公司 | 基于数字孪生技术的园区能量管理***及零碳运营方法 |
CN116305493B (zh) * | 2023-05-11 | 2023-08-01 | 中建五局第三建设有限公司 | 一种光伏节能幕墙的施工评价方法 |
CN116305493A (zh) * | 2023-05-11 | 2023-06-23 | 中建五局第三建设有限公司 | 一种光伏节能幕墙的施工评价方法 |
CN116880384A (zh) * | 2023-07-07 | 2023-10-13 | 淮阴工学院 | 一种基于数字孪生技术的智能厂房能源调度***及方法 |
CN116756837A (zh) * | 2023-08-17 | 2023-09-15 | 广东省科学院广州地理研究所 | 一种数字孪生资源数据建库管理方法及装置 |
CN116756837B (zh) * | 2023-08-17 | 2023-11-28 | 广东省科学院广州地理研究所 | 一种数字孪生资源数据建库管理方法及装置 |
CN116961575A (zh) * | 2023-09-21 | 2023-10-27 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种基于数字孪生的茶光互补光伏电站监测***及方法 |
CN116961575B (zh) * | 2023-09-21 | 2023-12-01 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种基于数字孪生的茶光互补光伏电站监测***及方法 |
CN116992779A (zh) * | 2023-09-22 | 2023-11-03 | 北京国科恒通数字能源技术有限公司 | 基于数字孪生模型的光伏储能***仿真方法及*** |
CN116992779B (zh) * | 2023-09-22 | 2024-01-05 | 北京国科恒通数字能源技术有限公司 | 基于数字孪生模型的光伏储能***仿真方法及*** |
CN117391310A (zh) * | 2023-12-04 | 2024-01-12 | 南京瀚元科技有限公司 | 基于数字孪生技术的电网设备运行状态预测及优化方法 |
CN117391310B (zh) * | 2023-12-04 | 2024-03-08 | 南京瀚元科技有限公司 | 基于数字孪生技术的电网设备运行状态预测及优化方法 |
CN117713211A (zh) * | 2023-12-18 | 2024-03-15 | 费莱(浙江)科技有限公司 | 基于环境分析的光伏并网智能调度方法及*** |
CN117713211B (zh) * | 2023-12-18 | 2024-05-14 | 费莱(浙江)科技有限公司 | 基于环境分析的光伏并网智能调度方法及*** |
CN118282049A (zh) * | 2024-05-30 | 2024-07-02 | 深圳益邦阳光有限公司 | 光伏***的远程监控方法、装置、设备及存储介质 |
CN118282049B (zh) * | 2024-05-30 | 2024-07-30 | 深圳益邦阳光有限公司 | 光伏***的远程监控方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115693757A (zh) | 一种基于数字孪生技术的光伏能源优化调控方法 | |
CN109462231B (zh) | 居民微电网的负荷优化调度方法、***和存储介质 | |
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和*** | |
CN109256810B (zh) | 考虑风机出力不确定成本的多目标优化方法 | |
CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能***能量协同优化调控方法 | |
CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及*** | |
CN105207272B (zh) | 基于通用分布的电力***动态随机经济调度方法及装置 | |
CN104156789B (zh) | 计及储能寿命损耗的孤立微电网最优经济运行方法 | |
CN111064192A (zh) | 一种计及源荷不确定性的独立型微网容量优化配置方法 | |
CN115510677B (zh) | 一种风电场发电能力评估方法及*** | |
CN112836849A (zh) | 一种考虑风电不确定性的虚拟电厂调度方法 | |
CN113962455A (zh) | 一种基于模型预测控制的虚拟电厂储能优化调度策略 | |
CN107359611B (zh) | 考虑多种随机因素的配电网等值方法 | |
CN114430165A (zh) | 基于深度模型预测的微网群智能协调控制方法和装置 | |
CN115423153A (zh) | 基于概率预测的光伏储能***能量管理方法 | |
CN115514100A (zh) | 一种基于多元储能和控制的混合储能*** | |
CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN112072643A (zh) | 一种基于深度确定性梯度策略的光-蓄***在线调度方法 | |
CN111224422A (zh) | 一种基于可靠性的微电网分布式电源配置方法及*** | |
CN110661250A (zh) | 含风光储发输电***的可靠性评估方法及*** | |
CN117748514A (zh) | 一种基于交互式模仿学习的微电网能源管理实时调度方法 | |
CN113489066A (zh) | 计及供需不确定性的含储能电网区间供电可靠性评估方法 | |
CN108022055A (zh) | 一种基于粒子群模型的微电网经济调度方法 | |
CN117183803A (zh) | 电动汽车充电控制方法、装置和计算机设备 | |
CN116581792A (zh) | 一种基于数据模型驱动的风光储***容量规划方法 |
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 |