【技术实现步骤摘要】
本专利技术涉及光储直柔领域，特别是指一种柔性光储一体智能化能量管理方法和系统。
技术介绍
1、光储直柔(pedf)，是在建筑领域应用太阳能光伏(photovoltaic)、储能(energystorage)、直流配电(direct current)和柔性交互(flexibility)四项技术的简称。其中“柔”即柔性用电技术：指能够主动调节建筑负载从电网取电功率的能力，主要解决的是市电供应、分布式光伏、储能以及建筑用能四者的协同关系。发展柔性充放电光储一体构架对解决当下高比例可再生能源发电形态与电网和负载相匹配的问题具有重要意义。
2、削峰填谷，是指电力企业降低电网的高峰负荷，提高低谷负荷，平滑负荷曲线，提高负荷率，降低电力负荷需求，减少发电机组投资和稳定电网运行。实际操作中，电力公司实行分时电价，鼓励客户转移高峰负荷至非高峰时段使用。技术层面上，客户利用储能设备储存谷时电力在峰时供应负载，降低峰时用电量，从而赚取峰谷电价差值利润。
3、现有的光储一体设备缺乏能够统筹光伏、储能、负载和电网四者关系的柔性削峰填谷用电策略，在利润收益和成本回收周期上仍有不足之处。
技术实现思路
1、本专利技术的主要目的在于克服现有技术中光储直柔的上述缺陷，提出一种柔性光储一体智能化能量管理方法和系统，根据外部参数对未来的光伏缺失量进行估值，根据缺失量估值来管理储能设备、光伏设备、负载和市电之间的能量流动，提升光储一体系统的收益率，降低设备成本回收周期。
2、本专利技术
3、一种柔性光储一体智能化能量管理方法，包括
4、获取用户负载信息，输入负载用电功率预测模型进行预测，所述负载用电功率预测模型输出负载用电功率预测基础曲线以及未来负载用电实时功率预测曲线；
5、获取光伏组件信息，输入光伏发电功率预测模型进行预测，所述光伏发电功率预测模型输送出光伏发电功率预测基础曲线和未来光伏发电实时功率预测曲线；
6、将所述未来负载用电实时功率预测曲线减去所述未来光伏发电实时功率预测曲线得到光伏缺失量实时预测曲线；根据所述光伏缺失量实时预测曲线生成储能保留电量目标值，根据所述储能保留电量目标值管理储能设备、光伏设备、负载和市电之间的能量流动。
7、所述用户负载信息包括有负载额定功率、负载工作计划，负载日波动规律以及历史负载功耗数据；所述负载用电管理预测模型包括有用户参数单元和用电模式分析单元，所述用户参数单元根据获取的所述负载额定功率、所述负载工作计划和所述负载日波动规律生成所述负载用电功率预测基础曲线；所述用电模式分析单元根据历史负载功耗数据计算校正值，将校正值引入所述负载用电功率预测基础曲线，生成未来负载用电实时功率预测曲线。
8、所述光伏组件信息包括静态参数和动态参数；所述光伏发电功率预测模块包括静态数据单元和动态数据单元，所述静态数据单元根据静态参数输出光伏发电功率预测基础曲线；所述动态数据单元根据动态参数计算光伏发电功率校正值，将所述光伏发电功率校正值引入所述光伏发电功率预测基础曲线，生成所述未来光伏发电实时功率预测曲线。
9、所述静态参数包括光伏装机量、经纬度和安装朝向，所述动态参数包括季节变化因素、天气预测数据、光伏组件功率衰减曲线；所述光伏发电功率校正值包括光伏发电功率年校正值曲线、光伏发电功率天气校正值曲线、光伏发电功率衰减校正值曲线和光伏发电功率偏差校正值曲线。
10、根据所述储能保留电量目标值管理所述储能设备、所述光伏设备和所述负载之间的能量流动具体包括：
11、当所述光伏设备的发电功率小于所述负载的用电功率，且所述储能设备的储能余量小于储能保留电量目标值时，先判断当前的市政电网是处于峰时还是谷时，若处于谷时，则采用市电对所述负载供电；若处于峰时，采用所述储能设备对所述负载进行供电，并判断所述负载功率是否得到满足，如所述负载的功率不满足，将引入市电对负载供电，当所述负载功率得到满足，且所述电网处于谷时，采用市电对所述储能设备供电至所述储能保留电量目标值。
12、根据所述储能保留电量目标值管理所述储能设备、所述光伏设备和所述负载之间的能量流动，还包括：
13、当光伏设备的发电功率小于负载的用电功率，且所述储能设备的储能电量达到所述储能保留电量目标值时，所述光伏设备的发电富余的功率将被用于对市电进行供电；
14、当光伏设备的发电功率小于负载的用电功率，且所述储能设备的储能余量大于所述储能保留电量目标值时，将所述储能设备将对负载进行供电。
15、当所述光伏设备的发电功率大于所述负载的用电功率时，将所述光伏设备的发电富余的功率用于对所述储能设备充电，当所述储能设备的电量达到所述储能保留电量目标值时，被所述光伏设备的发电富余的功率用于对所述电网进行供电。
16、所述负载用电功率预测模型采用自回归积分滑动平均模型、k近邻回归、多项式回归、岭回归、梯度提升回归、长短时记忆网络、深度学习循环神经网络、模糊逻辑控制、支持向量回归或时间序列生成对抗网络。
17、所述光伏发电功率预测模型采用多项式回归、岭回归、高斯过程回归、梯度提升回归、深度学习循环神经网络、变分自编码器、指数平滑法、支持向量回归或集成模型。
18、一种柔性光储一体智能化能量管理系统，包括：
19、数据获取模块，获取用户负载信息和光伏组件信息，
20、负载用电功率预测模型，根据输入的用户负载信息进行预测输出负载用电功率预测基础曲线以及未来负载用电实时功率预测曲线；
21、光伏发电功率预测模型，根据输入的光伏组件信息输送出光伏发电功率预测基础曲线和未来光伏发电实时功率预测曲线；
22、光伏缺失量计算单元，将所述未来负载用电实时功率预测曲线减去所述未来光伏发电实时功率预测曲线得到光伏缺失量实时预测曲线；
23、ems能量管理单元，根据所述光伏缺失量实时预测曲线生成储能保留电量目标值，根据所述储能保留电量目标值管理储能设备、光伏设备、负载和市电之间的能量流动。
24、由上述对本专利技术的描述可知，与现有技术相比，本专利技术具有如下有益效果：
25、1、本专利技术中，采用负载用电功率预测模型和光伏发电功率预测模型根据外部参数对未来的光伏缺失量进行估值，根据缺失量估值来管理储能设备、光伏设备、负载和市电之间的能量流动，提升光储一体系统的收益率，降低设备成本回收周期。
26、2、本专利技术中，负载用电管理预测模型包括有用户参数单元和用电模式分析单元，其可采用自回归积分滑动平均模型，arima模型可以捕捉数据中的趋势和季节性，通过对历史用电数据的分析，arima可以预测未来某个时间点的用电功率，对于负载用电功率的高峰和低谷时期的预测，arima可以有效地进行建模。
27、3、本专利技术中，光伏发电功率预测模型包括静态数据单元和动态数据单元，可采用支持向量回归模型，通过输入光照、温本文档来自技高网...
【技术保护点】
1.一种柔性光储一体智能化能量管理方法，其特征在于，包括
2.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，所述用户负载信息包括有负载额定功率、负载工作计划，负载日波动规律以及历史负载功耗数据；所述负载用电管理预测模型包括有用户参数单元和用电模式分析单元，所述用户参数单元根据获取的所述负载额定功率、所述负载工作计划和所述负载日波动规律生成所述负载用电功率预测基础曲线；所述用电模式分析单元根据历史负载功耗数据计算校正值，将校正值引入所述负载用电功率预测基础曲线，生成未来负载用电实时功率预测曲线。
3.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，所述光伏组件信息包括静态参数和动态参数；所述光伏发电功率预测模块包括静态数据单元和动态数据单元，所述静态数据单元根据静态参数输出光伏发电功率预测基础曲线；所述动态数据单元根据动态参数计算光伏发电功率校正值，将所述光伏发电功率校正值引入所述光伏发电功率预测基础曲线，生成所述未来光伏发电实时功率预测曲线。
4.如权利要求3所述的一种柔性光储一体智能化能量管理方法，其特征
5.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，根据所述储能保留电量目标值管理所述储能设备、所述光伏设备和所述负载之间的能量流动具体包括：
6.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，根据所述储能保留电量目标值管理所述储能设备、所述光伏设备和所述负载之间的能量流动，还包括：
7.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，当所述光伏设备的发电功率大于所述负载的用电功率时，将所述光伏设备的发电富余的功率用于对所述储能设备充电，当所述储能设备的电量达到所述储能保留电量目标值时，被所述光伏设备的发电富余的功率用于对所述电网进行供电。
8.如权利要求1所述的一种柔性光储一体智能化能量管理系统，其特征在于：所述负载用电功率预测模型采用自回归积分滑动平均模型、K近邻回归、多项式回归、岭回归、梯度提升回归、长短时记忆网络、深度学习循环神经网络、模糊逻辑控制、支持向量回归或时间序列生成对抗网络。
9.如权利要求1所述的一种柔性光储一体智能化能量管理系统，其特征在于：所述光伏发电功率预测模型采用多项式回归、岭回归、高斯过程回归、梯度提升回归、深度学习循环神经网络、变分自编码器、指数平滑法、支持向量回归或集成模型。
10.一种柔性光储一体智能化能量管理系统，其特征在于，包括：
...【技术特征摘要】
1.一种柔性光储一体智能化能量管理方法，其特征在于，包括
2.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，所述用户负载信息包括有负载额定功率、负载工作计划，负载日波动规律以及历史负载功耗数据；所述负载用电管理预测模型包括有用户参数单元和用电模式分析单元，所述用户参数单元根据获取的所述负载额定功率、所述负载工作计划和所述负载日波动规律生成所述负载用电功率预测基础曲线；所述用电模式分析单元根据历史负载功耗数据计算校正值，将校正值引入所述负载用电功率预测基础曲线，生成未来负载用电实时功率预测曲线。
3.如权利要求1所述的一种柔性光储一体智能化能量管理方法，其特征在于，所述光伏组件信息包括静态参数和动态参数；所述光伏发电功率预测模块包括静态数据单元和动态数据单元，所述静态数据单元根据静态参数输出光伏发电功率预测基础曲线；所述动态数据单元根据动态参数计算光伏发电功率校正值，将所述光伏发电功率校正值引入所述光伏发电功率预测基础曲线，生成所述未来光伏发电实时功率预测曲线。
4.如权利要求3所述的一种柔性光储一体智能化能量管理方法，其特征在于，所述静态参数包括光伏装机量、经纬度和安装朝向，所述动态参数包括季节变化因素、天气预测数据、光伏组件功率衰减曲线；所述光伏发电功率校正值包括光伏发电功率年校正值曲线、光伏发电功率天气校正值曲线、光伏发电功率衰减校正值曲线和光伏发电功率...
【专利技术属性】
技术研发人员：冷鹭浩，
申请(专利权)人：厦门新技术集成有限公司，
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。