本發(fā)明屬于智能電網(wǎng)領(lǐng)域，特別涉及一種可再生能源的智能調(diào)度方法及系統(tǒng)。

背景技術(shù)：

1、隨著全球?qū)稍偕茉吹闹匾暫凸夥夹g(shù)的快速發(fā)展，光伏能源已成為重要的電力來(lái)源之一，在目前園區(qū)的建設(shè)發(fā)展中，也會(huì)增加光伏能源供電以進(jìn)一步推動(dòng)領(lǐng)碳園區(qū)的實(shí)現(xiàn)。然而，光伏發(fā)電受天氣、時(shí)間等因素影響，其輸出具有間歇性和不確定性，給電網(wǎng)的穩(wěn)定運(yùn)行帶來(lái)了挑戰(zhàn)。同時(shí)，電網(wǎng)負(fù)荷的波動(dòng)、儲(chǔ)能系統(tǒng)的充放電策略以及電動(dòng)汽車(chē)等充電設(shè)施的需求響應(yīng)，也增加了能源調(diào)度的復(fù)雜性。因此，開(kāi)發(fā)一種能夠綜合考慮上述因素的智能調(diào)度方法及系統(tǒng)顯得尤為重要。

2、光伏能源的源網(wǎng)荷儲(chǔ)充現(xiàn)有主要采用以下方案：

3、(1)手動(dòng)制定光伏能源的發(fā)電計(jì)劃；

4、(2)根據(jù)電網(wǎng)負(fù)荷需求，調(diào)整光伏能源的輸出功率；

5、(3)采用簡(jiǎn)單的儲(chǔ)能充放電策略，如根據(jù)電價(jià)波動(dòng)進(jìn)行充放電；

6、(4)通過(guò)人工或簡(jiǎn)單的自動(dòng)化系統(tǒng)監(jiān)控電網(wǎng)運(yùn)行狀態(tài)。

7、以上技術(shù)方案缺乏足夠的智能化和自動(dòng)化水平。在面對(duì)大規(guī)模光伏能源接入和復(fù)雜電網(wǎng)環(huán)境時(shí)，可能存在調(diào)度不靈活、響應(yīng)速度慢等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述問(wèn)題，本發(fā)明采用的技術(shù)方案是：一種可再生能源的智能調(diào)度方法，所述調(diào)度方法包括以下步驟：

2、采集發(fā)電站發(fā)電數(shù)據(jù)、儲(chǔ)能數(shù)據(jù)以及用電數(shù)據(jù)，所述用電數(shù)據(jù)包括電網(wǎng)負(fù)荷用電數(shù)據(jù)以及充電設(shè)施用電數(shù)據(jù)；

3、基于歷史發(fā)電數(shù)據(jù)和歷史用電數(shù)據(jù)，分別建立發(fā)電預(yù)測(cè)模型和用電預(yù)測(cè)模型并進(jìn)行訓(xùn)練；

4、基于所述發(fā)電預(yù)測(cè)模型和用電預(yù)測(cè)模型，分別預(yù)測(cè)未來(lái)設(shè)定時(shí)間內(nèi)的發(fā)電量以及電網(wǎng)負(fù)荷和充電設(shè)施用電需求趨勢(shì)；

5、基于所述預(yù)測(cè)發(fā)電量、用電需求以及當(dāng)前實(shí)時(shí)儲(chǔ)能數(shù)據(jù)、發(fā)電數(shù)據(jù)、用電數(shù)據(jù)，采用優(yōu)化算法制定能源調(diào)度策略。

6、可選地，在所述的建立發(fā)電預(yù)測(cè)模型并進(jìn)行訓(xùn)練的步驟中，包括：

7、獲取歷史光伏發(fā)電數(shù)據(jù)，包括發(fā)電量以及影響因素，并進(jìn)行預(yù)處理；

8、選擇相關(guān)參數(shù)作為特征值，并進(jìn)行發(fā)電功率相關(guān)性分析；

9、將數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集；

10、構(gòu)建發(fā)電量預(yù)測(cè)模型，并配置用于捕捉時(shí)間序列數(shù)據(jù)長(zhǎng)期依賴(lài)關(guān)系的lstm層以及用于輸出預(yù)測(cè)結(jié)果的全連接層；

11、添加多個(gè)lstm層或卷積層cnn，并基于adam優(yōu)化器和均方誤差mse損失函數(shù)，設(shè)置編譯參數(shù)；

12、使用訓(xùn)練集數(shù)據(jù)對(duì)所述發(fā)電量預(yù)測(cè)模型進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中根據(jù)損失函數(shù)不斷調(diào)整參數(shù)以最小化預(yù)測(cè)誤差，同時(shí)使用驗(yàn)證集數(shù)據(jù)監(jiān)控模型的訓(xùn)練過(guò)程；

13、使用測(cè)試集數(shù)據(jù)對(duì)訓(xùn)練好的模型進(jìn)行評(píng)估并計(jì)算預(yù)測(cè)誤差；

14、根據(jù)評(píng)估結(jié)果，采用相應(yīng)策略對(duì)所述發(fā)電量預(yù)測(cè)模型進(jìn)行優(yōu)化；

15、重復(fù)訓(xùn)練、評(píng)估和優(yōu)化的過(guò)程，直至模型達(dá)到設(shè)定的預(yù)測(cè)精度。

16、可選地，所述用電預(yù)測(cè)模型包括電網(wǎng)負(fù)荷用電預(yù)測(cè)模型和充電設(shè)施用電預(yù)測(cè)模型；在建立電網(wǎng)負(fù)荷用電預(yù)測(cè)模型或充電設(shè)施用電預(yù)測(cè)模型并進(jìn)行訓(xùn)練的步驟中，包括：

17、獲取歷史用電數(shù)據(jù)并進(jìn)行預(yù)處理，包括用電量以及對(duì)應(yīng)的用電類(lèi)型影響因素；

18、提取特征并與負(fù)荷數(shù)據(jù)結(jié)合，形成輸入特征矩形；

19、將數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；

20、根據(jù)輸入特征矩陣的維度和輸出要求設(shè)計(jì)cnn模型，包括卷積層、池化層和全連接層，添加用于增強(qiáng)模型非線(xiàn)性表達(dá)能力的激活函數(shù)，并根據(jù)任務(wù)類(lèi)型選擇對(duì)應(yīng)的損失函數(shù)；

21、將輸入特征矩陣送入cnn模型輸出預(yù)測(cè)值；

22、根據(jù)輸出預(yù)測(cè)值和真實(shí)值計(jì)算損失，根據(jù)損失函數(shù)計(jì)算梯度，并通過(guò)反向傳播算法更新模型參數(shù)，重復(fù)步驟直至達(dá)到預(yù)設(shè)的迭代次數(shù)或損失收斂；

23、在訓(xùn)練過(guò)程中使用驗(yàn)證集數(shù)據(jù)評(píng)估模型性能，根據(jù)評(píng)估結(jié)果調(diào)整模型參數(shù)或結(jié)構(gòu)。

24、可選地，在所述的采用優(yōu)化算法制定能源調(diào)度策略的步驟中，包括：

25、將儲(chǔ)能裝置的充放電策略看作一個(gè)多維的向量，每個(gè)維度代表一個(gè)充放電時(shí)段的狀態(tài)；

26、采用粒子群優(yōu)化算法，隨機(jī)生成一群粒子，每個(gè)粒子代表一個(gè)充放電策略，每個(gè)粒子都有自己的位置和速度信息；

27、初始化個(gè)體最佳位置和全局最佳位置；

28、根據(jù)目標(biāo)函數(shù)計(jì)算每個(gè)粒子的適應(yīng)度值，如果粒子的當(dāng)前適應(yīng)度優(yōu)于個(gè)體最佳適應(yīng)度，則更新個(gè)體最佳位置，如果優(yōu)于全局最佳適應(yīng)度則更新全局最佳位置；重復(fù)計(jì)算及更新步驟直至達(dá)到最大迭代次數(shù)或滿(mǎn)足停止條件；其中，目標(biāo)函數(shù)為電網(wǎng)峰谷負(fù)荷需求與儲(chǔ)能系統(tǒng)運(yùn)行成本之間的加權(quán)和；

29、返回全局最佳位置和適應(yīng)度作為優(yōu)化問(wèn)題的解。

30、可選地，所述調(diào)度方法還包括以下步驟：

31、根據(jù)能源調(diào)度策略中儲(chǔ)能裝置充放電策略、預(yù)測(cè)發(fā)電量以及電網(wǎng)負(fù)荷用電量確定充電設(shè)施供電策略；

32、判斷所述充電設(shè)施供電策略確定是否滿(mǎn)足充電設(shè)施用電需求趨勢(shì)，并計(jì)算供需比；

33、基于判斷結(jié)果以及供需比值制定電價(jià)調(diào)節(jié)策略。

34、可選地，所述調(diào)度方法還包括以下步驟：

35、基于發(fā)電量、電網(wǎng)負(fù)荷、儲(chǔ)能裝置充放電以及充電設(shè)施用電數(shù)據(jù)的分析評(píng)估能源利用率；并基于實(shí)時(shí)電網(wǎng)負(fù)荷波動(dòng)和光伏發(fā)電量變化數(shù)據(jù)，分析評(píng)估電網(wǎng)穩(wěn)定性；

36、根據(jù)數(shù)據(jù)分析結(jié)果，對(duì)所述能源調(diào)度策略進(jìn)行優(yōu)化。

37、可選地，在所述的采集儲(chǔ)能數(shù)據(jù)的步驟中，包括：

38、設(shè)定儲(chǔ)能裝置的采集節(jié)點(diǎn)以及對(duì)應(yīng)類(lèi)型的數(shù)據(jù)采集器，其中數(shù)據(jù)采集器包括溫度傳感器、電量傳感器和健康狀態(tài)監(jiān)測(cè)傳感器；

39、配置儲(chǔ)能數(shù)據(jù)采集器的參數(shù)，包括采集周期、數(shù)據(jù)存儲(chǔ)格式；

40、基于通信網(wǎng)絡(luò)將所述數(shù)據(jù)采集器采集的數(shù)據(jù)發(fā)送至數(shù)據(jù)處理中心；

41、提取溫度數(shù)據(jù)，進(jìn)行溫度趨勢(shì)分析、溫度異常檢測(cè)并寫(xiě)入數(shù)據(jù)庫(kù)；提取健康狀態(tài)數(shù)據(jù)并寫(xiě)入所述數(shù)據(jù)庫(kù)用于健康評(píng)估和故障預(yù)測(cè)。

42、以及，一種可再生能源的智能調(diào)度系統(tǒng)，所述調(diào)度系統(tǒng)包括：

43、數(shù)據(jù)采集模塊：包括各類(lèi)數(shù)據(jù)采集器，用于采集發(fā)電站發(fā)點(diǎn)數(shù)據(jù)、儲(chǔ)能數(shù)據(jù)以及用電數(shù)據(jù)，所述用電數(shù)據(jù)包括電網(wǎng)負(fù)荷用電數(shù)據(jù)以及充電設(shè)施用電數(shù)據(jù)；

44、模型訓(xùn)練模塊：用于基于歷史發(fā)電數(shù)據(jù)和歷史用電數(shù)據(jù)，分別建立發(fā)電預(yù)測(cè)模型和用電預(yù)測(cè)模型并進(jìn)行訓(xùn)練；

45、預(yù)測(cè)模塊：用于基于所述發(fā)電預(yù)測(cè)模型和用電預(yù)測(cè)模型，分別預(yù)測(cè)未來(lái)設(shè)定時(shí)間內(nèi)的發(fā)電量以及電網(wǎng)負(fù)荷和充電設(shè)施用電需求趨勢(shì)；

46、調(diào)度決策模塊：用于基于所述預(yù)測(cè)發(fā)電量、用電需求以及當(dāng)前實(shí)時(shí)儲(chǔ)能數(shù)據(jù)、發(fā)電數(shù)據(jù)、用電數(shù)據(jù)，采用優(yōu)化算法制定能源調(diào)度策略；

47、能源調(diào)度模塊，用于根據(jù)所述調(diào)度決策模塊制定的策略對(duì)儲(chǔ)能系統(tǒng)的充放電進(jìn)行調(diào)控。

48、可選地，所述調(diào)度決策模塊在制定能源調(diào)度策略時(shí)，具體包括以下步驟：

49、將儲(chǔ)能裝置的充放電策略看作一個(gè)多維的向量，每個(gè)維度代表一個(gè)充放電時(shí)段的狀態(tài)；

50、采用粒子群優(yōu)化算法，隨機(jī)生成一群粒子，每個(gè)粒子代表一個(gè)充放電策略，每個(gè)粒子都有自己的位置和速度信息；

51、初始化個(gè)體最佳位置和全局最佳位置；

52、根據(jù)目標(biāo)函數(shù)計(jì)算每個(gè)粒子的適應(yīng)度值，如果粒子的當(dāng)前適應(yīng)度優(yōu)于個(gè)體最佳適應(yīng)度，則更新個(gè)體最佳位置，如果優(yōu)于全局最佳適應(yīng)度則更新全局最佳位置；重復(fù)計(jì)算及更新步驟直至達(dá)到最大迭代次數(shù)或滿(mǎn)足停止條件；其中，目標(biāo)函數(shù)為電網(wǎng)峰谷負(fù)荷需求與儲(chǔ)能系統(tǒng)運(yùn)行成本之間的加權(quán)和；

53、返回全局最佳位置和適應(yīng)度作為優(yōu)化問(wèn)題的解。

54、可選地，所述調(diào)度系統(tǒng)還包括電價(jià)調(diào)節(jié)模塊，用于根據(jù)能源調(diào)度策略對(duì)充電設(shè)施的電價(jià)進(jìn)行調(diào)節(jié)，具體包括：

55、根據(jù)能源調(diào)度策略中儲(chǔ)能裝置充放電策略、預(yù)測(cè)發(fā)電量以及電網(wǎng)負(fù)荷用電量確定充電設(shè)施供電策略；

56、判斷所述充電設(shè)施供電策略確定是否滿(mǎn)足充電設(shè)施用電需求趨勢(shì)，并計(jì)算供需比；

57、基于判斷結(jié)果以及供需比值制定電價(jià)調(diào)節(jié)策略。

58、本發(fā)明由于采用上述技術(shù)方案，使其具有以下有益效果：能夠?qū)崿F(xiàn)對(duì)光伏能源、儲(chǔ)能系統(tǒng)、電網(wǎng)和負(fù)荷的精準(zhǔn)控制和優(yōu)化調(diào)度。在提高能源利用效率、降低運(yùn)營(yíng)成本、增強(qiáng)電網(wǎng)穩(wěn)定性等方面具有顯著優(yōu)勢(shì)。

59、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書(shū)中闡述，并且，部分地從說(shuō)明書(shū)中變得顯而易見(jiàn)，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)在說(shuō)明書(shū)、權(quán)利要求書(shū)中所指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。