System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于碳流分析的电力系统碳减排优化调度系统和方法技术方案_技高网

基于碳流分析的电力系统碳减排优化调度系统和方法技术方案

技术编号:42404552 阅读:6 留言:0更新日期:2024-08-16 16:24
本发明专利技术公开了基于碳流分析的电力系统碳减排优化调度系统。它的碳流计算模型构建模块用于构建火电机组、新能源发电机组、储能电站和电力用户之间的碳流计算模型;新能源发电和负荷训练模块用于分别构建基于多层感知机的新能源发电量预测模型和电力用户负荷预测模型,分别对新能源发电量预测模型和电力用户负荷预测模型进行训练;碳减排优化调度模块用于构建碳减排优化目标和约束条件,以新能源发电机组发电量预测数据和电力用户用电量预测数据作为输入,根据碳流计算模型,通过优化求解器找到在约束条件下能够实现碳减排优化目标的电功率控制量。本发明专利技术可以得到电力系统中电能的优化调度策略,通过优化调度策略减少额外碳排放量。

【技术实现步骤摘要】

本专利技术涉及碳排放管理,具体地指一种基于碳流分析的电力系统碳减排优化调度系统和方法


技术介绍

1、目前,电力行业是我国煤炭消耗和碳排放最大的单一行业。不同于其他能源系统,电力系统具有严格“发电-用电”实时平衡特性,电网连接电力生产和消费,是重要的能源网络平台,是引领电力碳减排的核心枢纽,既要保障新能源大规模开发和高效利用,又要满足经济社会发展的用电需求。以上特性决定了电力系统的“减碳”绝不仅仅是源侧的任务,而是需要“源-网-荷-储”全链协同配合。现有的碳减排优化调度方式主要是保证用户正常用电的情况下,尽可能的使用新能源所产生的电量。这种调度方式主要的问题是当新能源发电量大于用户用电量时,就会存在新能源发电电量过剩,导致电能丢弃问题(如弃风、弃光问题)。


技术实现思路

1、本专利技术的目的就是要提供一种基于碳流分析的电力系统碳减排优化调度系统和方法,本专利技术利用碳流分析法构建电力系统碳排放分析模型,然后通过火电机组、新能源发电机组和储能系统的电能优化调度,能够减少电力系统二氧化碳的排放。

2、为实现此目的,本专利技术所设计的基于碳流分析的电力系统碳减排优化调度系统,它包括碳流计算模型构建模块、新能源发电和负荷训练模块以及碳减排优化调度模块;

3、所述碳流计算模型构建模块用于根据电力系统中火电机组、新能源发电机组、储能电站和电力用户之间的拓扑关系,构建火电机组、新能源发电机组、储能电站和电力用户之间的碳流计算模型;

4、所述新能源发电和负荷训练模块用于分别构建基于多层感知机的新能源发电量预测模型和电力用户负荷预测模型,然后分别对新能源发电量预测模型和电力用户负荷预测模型进行训练;

5、所述碳减排优化调度模块用于设定碳减排优化目标和约束条件,将训练后的新能源发电量预测模型得到的新能源发电机组发电量预测数据和训练后的电力用户负荷预测模型得到的电力用户用电量预测数据代入火电机组、新能源发电机组、储能电站和电力用户之间的碳流计算模型,并通过优化求解器找到在约束条件下能够实现碳减排优化目标的电功率控制量。

6、本专利技术的有益效果:

7、本专利技术对电力系统“源-网-荷-储”进行碳排分析,利用碳流分析方法全面分析电力系统的碳排放情况,利用优化求解器得到电力系统中电能的优化调度策略,进而可以通过优化调度策略减少电能利用不合理所产生的额外碳排放量,具有较强的实用性和可操作性,能为各类电力系统的节能减排提供指导,有利于电力系统各环节减排资源的优化配置并最终促进国家减排目标顺利完成。

本文档来自技高网...

【技术保护点】

1.一种基于碳流分析的电力系统碳减排优化调度系统,其特征在于,它包括碳流计算模型构建模块、新能源发电和负荷训练模块以及碳减排优化调度模块;

2.根据权利要求1所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,构建火电机组、新能源发电机组、储能电站和电力用户之间的碳流计算模型的具体操作包括:

3.根据权利要求1所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,构建基于多层感知机的新能源发电量预测模型和用户负荷预测模型的具体操作包括:构建出多层感知机预测模型,用作新能源发电量预测模型和电力用户负荷预测模型。

4.根据权利要求3所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,所述多层感知机预测模型各层网络的链接次序依次为:输入层、卷积层、BatchNormal层、Relu激活层、卷积层、BatchNormal层、Relu激活层、全连接层、BatchNormal层、Sigmoid激活层、输出层。

5.根据权利要求1或3所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,对新能源发电量预测模型进行训练的具体方法包括:以第i天的当地历史风力数据和当地历史光照强度数据作为输入,第i天的新能源发电机组历史发电量作为目标输出,进行训练;

6.根据权利要求1所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,将未来的当地风力预测数据和当地光照强度预测数据输入到训练后的新能源发电量预测模型中,得到新能源发电机组发电量预测数据;

7.根据权利要求1所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,所述碳减排优化目标表示为:

8.根据权利要求1或7所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,所述约束条件包括储能电站充电时的功率平衡约束、储能电站放电时的功率平衡约束、储能电站充放电功率约束、储能剩余电量变化约束以及储能剩余电量上下限约束;

9.一种基于碳流分析的电力系统碳减排优化调度方法,其特征在于,所述方法包括以下步骤:

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求9所述方法的步骤。

...

【技术特征摘要】

1.一种基于碳流分析的电力系统碳减排优化调度系统,其特征在于,它包括碳流计算模型构建模块、新能源发电和负荷训练模块以及碳减排优化调度模块;

2.根据权利要求1所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,构建火电机组、新能源发电机组、储能电站和电力用户之间的碳流计算模型的具体操作包括:

3.根据权利要求1所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,构建基于多层感知机的新能源发电量预测模型和用户负荷预测模型的具体操作包括:构建出多层感知机预测模型,用作新能源发电量预测模型和电力用户负荷预测模型。

4.根据权利要求3所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,所述多层感知机预测模型各层网络的链接次序依次为:输入层、卷积层、batchnormal层、relu激活层、卷积层、batchnormal层、relu激活层、全连接层、batchnormal层、sigmoid激活层、输出层。

5.根据权利要求1或3所述的基于碳流分析的电力系统碳减排优化调度系统,其特征在于,对新能源发电...

【专利技术属性】
技术研发人员:许朝阳许静胡文博刘继彦王瑞琪朱峰石立国杜颖鞠文杰王者龙王为帅公维帅李延真徐辰冠刘政余梦李妍齐蓓王奎吴书创韩月胡宝华吴魁
申请(专利权)人:国网山东省电力公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1