【技术实现步骤摘要】
本专利技术涉及光伏发电储能，具体为一种光储能稳定性预测系统及方法。
技术介绍
1、随着全球能源供应的持续短缺和人们对环境问题的日益重视，可再生能源的合理开发利用已成为一个重要课题。开发利用可再生能源是提高能源供应能力、改善能源结构、保障能源安全、逐步恢复自然环境的重要举措，对建设资源节约型、环境友好型社会，实现经济社会全面、协调、可持续发展具有重要意义。
2、光伏是太阳能光伏发电系统的简称，是一种利用太阳电池半导体材料的光伏效应，将太阳光辐射能直接转换为电能的发电系统。光伏储能就是存储光伏系统产生的电能，并且在光伏系统电力不足的时候，通过相应的电力调度，对外提供电力。
3、光伏储能控制系统在电网中的应用目的之一是削峰填谷，即将夜晚等用电低谷期富余的电量通过储能模块储存起来，在白天等用电高峰期的时候再通过逆变器（dc/ac)将储存的电量回馈到电网侧，减少电能的浪费，同时储能模块还能减少线损，延长线路和设备的使用寿命。
4、但光伏储能容易受到天气情况，光照情况、储能装置容量配置等因素的影响，在发电时间、发电强度等方面都存在不稳定性，仅简单地根据时间进行充电和放电，并不能实现能效的最大化。
技术实现思路
1、本专利技术的目的在于：提出一种光储能稳定性预测系统，该技术方案能够实现能效的最大化。
2、为实现上述目的，本专利技术提供的基础方案：一种光储能稳定性预测系统，包括：
3、储能模块，与光伏发电站以及电网连接，用于储存电量；p>
4、光伏发电站采集模块，用于实时获取光伏发电站的地理数据与环境数据，以及光伏面板安装信息；
5、电力信息采集模块，用于获取储能模块电力信息与电网电力信息，所述储能模块电力信息包括储能模块容量，所述电网电力信息包括电网峰谷情况；
6、发电预测模块，用于根据采集的数据预测光伏发电站的发电量；
7、损耗预测模块，用于采集所述储能模块的损耗数据，计算损耗成本；
8、负载预测模块，用于根据历史数据、实时数据和未来数据对用电量进行预测；
9、储能决策模块，用于控制储能模块进行储能或供能，以及结合损耗成本计算储能成本，并根据未来的用电需求，综合决定最优的储能方式。
10、基础方案的有益效果：本方案通过光伏发电站采集模块获得光伏发电站的多项数据，并通过发电预测模块预测光伏发电站的发电量，同时这些数据也能与储能模块电力信息结合供储能决策模块计算储能成本。
11、负载预测模块能够预测用电量，储能决策模块根据预测的用电量以及发电量控制储能模块进行储能或供能，本方案中，储能模块与光伏发电站和电网均连接，储能模块从光伏发电站与电网均能获得电能进行储能，因此通过控制储能方式，即储存电能的来源比例以及时机，储能成本能够得到有效控制，储能决策模块通过计算储能成本，并选择最优的储能方式，使储存电量满足削峰填谷需求的同时，还能降低储能成本。
12、本方案的最优储能方式并非一定满足经济最优，而是在紧急情况下还能最大限度满足用电需求，在此基础上降低储能成本，比如当一些突发事件导致即将停电时，储能决策模块也能够得出快速储能的方式，以尽可能储存更多的电能，供重要用电设施使用，降低停电可能造成的损失。
13、作为优选方案，所述发电预测模块将采集光伏发电站历史数据集，历史数据集包括多个不同光伏发电站的历史数据，历史数据包括地理数据、环境数据，发电预测模块将得到与当前光伏发电站匹配的历史数据；发电预测模块将结合当前光伏发电站的地理数据与环境数据，得到预计发电量。
14、由于部分刚建设完成的光伏发电站不具有充足的历史数据，因此通过采集光伏发电站历史数据集，利用当前光伏发电站的数据匹配到接近的历史数据，通过这些数据对光伏发电站的数据进行预测，以便为储能决策模块提供更准确的数据参考。
15、作为优选方案，包括储能分析模块，用于分析储能模块需要的预备容量，具体计算公式为：
16、
17、其中，wc为储能模块需要的预备容量，wf为用电量预测值，soc为充放电深度，η电为电池效率，η逆为逆变器效率。
18、通过分析储能模块需要的预备容量，能够更好地对储能模块进行准备，为后续维护和扩展提供数据参考。
19、作为优选方案，所述损耗预测模块，还用于计算储能模块的损耗率。
20、计算储能模块的损耗率能够得到储能模块的可靠性以及判断是否需要进行维护或更换，以便使储能模块的性能始终处于正常状态，在发现异常时也能够及时采取措施，保证本系统的有效性和可靠性，同时也能避免不必要的损失。
21、作为优选方案，所述储能决策模块包括成本计算子模块，所述成本计算子模块将根据电力信息计算光伏发电站发电成本，同时结合储能模块所在区域峰谷时段电价、储能模块的损耗成本，计算得到最终的储能成本。
22、通过对储能成本进行计算，能够更好地规划储能时间、储能方式，降低储能成本，尽可能使得储能系统的能效保持最大化。
23、作为优选方案，所述负载预测模块中历史数据中设置有季节权重值、时段权重值、历史用电量权重值、历史天气权重值，通过加权得到用电量历史预测值；未来数据中设置有天气预报权重值、工商业产能电耗权重值、峰谷预测权重值，通过加权得到用电量未来预测值；实时数据中设置有实时天气权重值、实时用电量权重值、产业用电量分布权重值、负载预测模块，通过加权得到实时修正值；
24、所述负载预测模块将根据用电量历史预测值与用电量未来预测值，综合预测未来各时段的用电量，并利用实时修正值，对未来邻近时段的用电量预测值进行修正。
25、本方案设置有用电量历史预测值与用电量未来预测值，通过对多个不同方面进行加权计算得到最终的用电量预测值，并通过实时修正值对用电量预测值进行修正，以使得数据更加贴合实际，以便为储能决策模块进行更加准确的数据参考。
26、作为优选方案，还包括电网预测模块，用于进行停电与电网突发情况的预测，并将预测结果发送至负载预测模块，以调整储能模块需要预备的容量。
27、通过对停电以及电网突发情况进行预测，能够对电网的特殊情况进行处理，同时由于情况的特殊性，当电网预测模块预测到特殊情况后，储能决策模块也将不再考虑最优经济成本，而是得出最快储能策略，尽可能满足后续用电需求。
28、作为优选方案，储能决策模块还包括优先级判断子模块，优先级判断子模块将根据实际用电需求，判断用电设施的优先级，并根据优先级为用电设施提供电能。
29、由于特殊情况发生后，供电量将会大幅下跌甚至暂时中断，因此合理规划储存电量十分重要，通过判断用电设施的优先级，能够尽可能保证重要设施的用电，避免造成更多的损失。
30、一种光储能稳定性预测方法，该方法运用了上述一种光储能稳定性预测系统。
本文档来自技高网...【技术保护点】
1.一种光储能稳定性预测系统，其特征在于：包括：
2.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：所述发电预测模块将采集光伏发电站历史数据集，历史数据集包括多个不同光伏发电站的历史数据，历史数据包括地理数据、环境数据，发电预测模块将得到与当前光伏发电站匹配的历史数据，发电预测模块将结合当前光伏发电站的地理数据与环境数据，得到预计发电量。
3.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：还包括储能分析模块，用于分析储能模块需要的预备容量，具体计算公式为：
4.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：所述损耗预测模块，还用于计算储能模块的损耗率。
5.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：所述储能决策模块包括成本计算子模块，所述成本计算子模块将根据电力信息计算光伏发电站发电成本，同时结合储能模块所在区域峰谷时段电价、储能模块的损耗成本，计算得到最终的储能成本。
6.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：还包括电网预测模块，用于进行电网突发情
7.根据权利要求6所述的一种光储能稳定性预测系统，其特征在于：储能决策模块还包括优先级判断子模块，优先级判断子模块将根据实际用电需求，判断用电设施的优先级，并根据优先级为用电设施提供电能。
8.一种光储能稳定性预测方法，其特征在于：采用了如权利要求1-7中任一项所述的一种光储能稳定性预测系统。
...【技术特征摘要】
1.一种光储能稳定性预测系统，其特征在于：包括：
2.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：所述发电预测模块将采集光伏发电站历史数据集，历史数据集包括多个不同光伏发电站的历史数据，历史数据包括地理数据、环境数据，发电预测模块将得到与当前光伏发电站匹配的历史数据，发电预测模块将结合当前光伏发电站的地理数据与环境数据，得到预计发电量。
3.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：还包括储能分析模块，用于分析储能模块需要的预备容量，具体计算公式为：
4.根据权利要求1所述的一种光储能稳定性预测系统，其特征在于：所述损耗预测模块，还用于计算储能模块的损耗率。
5.根据权利要求1所述的一种光储能稳定性预测系统，...
【专利技术属性】
技术研发人员：吴竞雄，吴跃波，朱征勇，陈娅，
申请(专利权)人：重庆跃达新能源有限公司，
类型：发明
国别省市：
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。