【技术实现步骤摘要】
本专利技术涉及能量的合理利用,具体涉及一种基于云平台计算能量与信息二元融合元件的优化接入方法。
技术介绍
随着大量能量与信息二元融合的元件接入到电力系统中,为确保电力系统的各个设备实现能量的合理分配,传统的做法是将能量与信息二元融合元件进行不确定性分区,将随机变量的值分为完全相等的N个区域,且概率的计算,误差比较大,致使接入电力系统中可控设备的充电量或放电量非常的不准确,使电力系统中设备的电压过高或过低,而致使电力系统中的设备遭受不同程度的损伤。
技术实现思路
针对现有技术中的上述不足,本专利技术提供的基于云平台计算能量与信息二元融合元件的优化接入方法能够使接入电力系统中可控设备的充电量或放电量更加准确。为了达到上述专利技术目的,本专利技术采用的技术方案为:提供一种基于云平台计算能量与信息二元融合元件的优化接入方法,其包括以下步骤:采用云平台确定能量与信息二元融合元件层中可控设备待获取的测量数据和不可控设备待预测的预测数据,同时构建能量分布式电源全天消纳能量最大的目标函数;能量与信息二元融合元件层接收云平台下发的可控设备待获取的测量数据和不可控设备待预测的预测数据,可控设备根据待获取的测量数据自动感知当
前时刻的测量数据;不可控设备获取其历史测量数据采用最小二乘法进行数据拟合方法获取其下一时刻的预测数据;云平台接收能量与信息二元融合元件层上传的可控设备获取的当前时刻的测量数据和不可控设备下一时刻的预测数据,并根据不可控设备下一时刻的预测数据计算其有功功率和有功功率的概率;云平台根据可控设备当前时刻的测量数据和粒子群算法,采用分布式电源全天消纳 ...
【技术保护点】
基于云平台计算能量与信息二元融合元件的优化接入方法,其特征在于,包括以下步骤:采用云平台确定能量与信息二元融合元件层中可控设备待获取的测量数据和不可控设备待预测的预测数据,同时构建能量分布式电源全天消纳能量最大的目标函数;能量与信息二元融合元件层接收云平台下发的可控设备待获取的测量数据和不可控设备待预测的预测数据,可控设备根据待获取的测量数据自动感知当前时刻的测量数据;不可控设备获取其历史测量数据采用最小二乘法进行数据拟合方法获取其下一时刻的预测数据;云平台接收能量与信息二元融合元件层上传的可控设备获取的当前时刻的测量数据和不可控设备下一时刻的预测数据,并根据不可控设备下一时刻的预测数据计算其有功功率和有功功率的概率;云平台根据可控设备当前时刻的测量数据和粒子群算法,采用分布式电源全天消纳能量最大的目标函数计算可控设备下一时刻的出力大小;能量与信息二元融合元件层接收云平台下发的可控设备下一时刻的出力大小,可控设备根据下一时刻的出力大小调整其下一时刻的实际出力大小。
【技术特征摘要】
1.基于云平台计算能量与信息二元融合元件的优化接入方法,其特征在于,包括以下步骤:采用云平台确定能量与信息二元融合元件层中可控设备待获取的测量数据和不可控设备待预测的预测数据,同时构建能量分布式电源全天消纳能量最大的目标函数;能量与信息二元融合元件层接收云平台下发的可控设备待获取的测量数据和不可控设备待预测的预测数据,可控设备根据待获取的测量数据自动感知当前时刻的测量数据;不可控设备获取其历史测量数据采用最小二乘法进行数据拟合方法获取其下一时刻的预测数据;云平台接收能量与信息二元融合元件层上传的可控设备获取的当前时刻的测量数据和不可控设备下一时刻的预测数据,并根据不可控设备下一时刻的预测数据计算其有功功率和有功功率的概率;云平台根据可控设备当前时刻的测量数据和粒子群算法,采用分布式电源全天消纳能量最大的目标函数计算可控设备下一时刻的出力大小;能量与信息二元融合元件层接收云平台下发的可控设备下一时刻的出力大小,可控设备根据下一时刻的出力大小调整其下一时刻的实际出力大小。2.根据权利要求1所述的基于云平台计算能量与信息二元融合元件的优化接入方法,其特征在于,所述不可控设备包括分布式电源,所述分布式能源为风力电源和光伏电源;所述光伏电源待获取预测数据为光伏出力期望和方差;所述风力电源待获取的预测数据为风力出力期望和方差;所述可控设备包括电动汽车、储能装置和电容器组;所述电动汽车待获取的测量数据为电池能量状态量和充电功率,储能装置待获取的测量数据为能量
\t状态量和充放电功率,电容器组待获取的预测数据为无功状态量、可投切容量电和已投切的次数。3.根据权利要求2所述的基于云平台计算能量与信息二元融合元件的优化接入方法,其特征在于,所述根据不可控设备下一时刻的预测数据计算其有功功率和有功功率的概率进一步包括:A、计算光伏电源的有功功率和有功功率的概率a1、通过光伏电源的光伏出力期望和方差获取Beta分布的参数α和β;a2、计算光伏电源出力的密度: f ( P ) = Γ ( α + β ) Γ ( α ) Γ ( β ) ( P P m a x ) α - 1 ( 1 - P P m a x ) β - 1 ]]>式中:α与β是指Beta分布的参数;Γ表示Gamma函数;P是指光伏电源的实际出力;Pmax是指光伏电源最大输出功率;a3、计算光伏电源消纳的有功功率: p i = p x , i - 1 + p m a x - p min 2 N s ]]>式中,Pmin是指光伏电源最小可能输出功率,Pmax是指光伏电源最大可能输出功率,px,i-1是指i-1状态的有功出力代表值;Ns是指总的状态数;计算光伏电源消纳的有功功率的概率: g i = ∫ p i , l p i , r f ( x ) d x ]]>式中,Pi,l是指第i个状态的最小有功出力;Pi,r是指第i个状态的最大有功出力;f(x)为光伏电源出力的密度。B、计算风机电源的有功功率和有功功率的概率b1、采用威布尔分布计算风力电源出力的密度: f ( p j ) = k c ( p j c ) k - 1 exp [ - ( p j c ) k ] ]]>式中,pj为风速;k和c为weibull分布的两个参数,即k为形状参数,c为尺度参数;b2、计算风力电源消纳的有功功率: p j = p x , j - 1 + p m a x - p min 2 N c ]]>式中,Pmin是指风力电源最小可能输出功率,Pmax是指风力电源最大可能输出功率,px,j-1是指j-1状态的有功出力代表值;Ns是指总的状态数; g j = ∫ p x , l p x , r f ( x ) d x ]]>式中,Px,l是指第x个状态的最小有功出力;Px,r是指第i个状态的最大有功出力;f(x)为风力电源出力的密度。4.根据权利要求3所述的基于云平台计算能量与信息二元融合元件的优化接入方法,其特征在于,所述分布式电源全天消纳能量最大的目标函数为: max f = Σ t = 1 n Σ c = 1 N g c , t ( P t , p v + P t , w t ) Δ t ]]>式中,n是指将一天≤分为n个时段;Pt,pv和Pt,wt分别表示第i个时段光伏电源消纳的有功功率和风力电源消纳的功功率,Pt,pv≤Pi,Pt,wt≤Pj;gc,t为t时段第c个状态的概率,gc,t=gi*gj;Δt为任一时间段。5.根据权利要求4所述的基于云平台计算能量与信息二元融合元件的优化接入方法...
【专利技术属性】
技术研发人员:赖祥生,黄仁乐,李蕴,王存平,
申请(专利权)人:国网北京市电力公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。