【技术实现步骤摘要】
本申请涉及电力网络智能调度，尤其涉及一种分布式光伏系统的柔性可调控制方法及装置。
技术介绍
1、随着全球对清洁能源需求的增长，分布式光伏系统作为一种重要的可再生能源形式，得到了广泛的应用。通过分布式光伏系统，能够利用太阳能资源，在用户端或靠近用户的地方直接发电并向电网提供电力。然而，随着分布式光伏系统的大规模部署，一些技术挑战也逐渐显现出来。
2、目前，大多数分布式光伏系统采用的是基于固定参数的控制策略，虽然在设计初期考虑了多种典型工况，但在实际应用中，由于太阳能资源的波动性以及用户负荷需求的不确定性，光伏系统的输出经常需要动态调整。然而，现有的固定参数控制策略无法有效应对这些变化，导致光伏系统的输出与电网需求之间常常出现不匹配的情况，这种控制刚性不仅降低了光伏系统的发电效率，也增加了电网调度的难度。
3、针对上述问题，目前业界暂未提出较佳的技术解决方案。
技术实现思路
1、本申请提供一种分布式光伏系统的柔性可调控制方法、装置、存储介质、计算机程序产品及电子设备，用以至少解决目前光伏系统控制刚性而导致光伏系统的输出与电网需求之间不匹配的问题。
2、第一方面，本申请实施例提供一种分布式光伏系统的柔性可调控制方法，分布式光伏系统包含多个光伏阵列，且针对每个光伏阵列分别部署相应的传感器网络和边缘节点，该方法包括：各个边缘节点分别用于执行以下操作：获取所部署的光伏阵列在历史预设时间段的多模态传感时序数据和对应未来预设时间段的天气预报数据；所述多模态传感时
3、第二方面，本申请实施例提供一种分布式光伏系统的柔性可调控制装置，分布式光伏系统包含多个光伏阵列，且针对每个光伏阵列分别部署相应的传感器网络和边缘节点，该装置包括设置于边缘节点中的获取单元、供需预测单元、初始调度预测单元、数据上传单元和目标调度控制单元；获取单元，用于获取所部署的光伏阵列在历史预设时间段的多模态传感时序数据和对应未来预设时间段的天气预报数据；所述多模态传感时序数据包含多个邻近的历史时间步与相应的多模态传感数据，所述多模态传感数据的参数类型包含：太阳辐射强度、环境温度、发电量、电网运行参数和供电负荷需求；供需预测单元，用于将所述多模态传感时序数据和所述天气预报数据输入至时序预测模型，以预测相应的光伏阵列在所述未来预设时间段的预计光伏发电量和预计供电负荷需求；所述时序预测模型采用lstm模型；初始调度预测单元，用于基于调度决策模型处理相应的预计光伏发电量和预计供电负荷需求，以预测相应光伏阵列的初始调度参数；调度参数的参数类型包含目标输出功率和并网电压调节值；数据上传单元，用于发送所述预计光伏发电量、所述预计供电负荷需求和所述初始调度参数至核心节点，使得核心节点对各个边缘节点所发送的数据进行全局分析以生成针对各个边缘节点的目标调度参数；目标调度控制单元，用于从所述核心节点接收相应的目标调度参数，并根据所述目标调度参数在所述未来预设时间段调控相应的光伏阵列。
4、第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任一实施例的分布式光伏系统的柔性可调控制方法的步骤。
5、第四方面，本申请实施例提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本申请任一实施例的分布式光伏系统的柔性可调控制方法的步骤。
6、第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本申请任一实施例的分布式光伏系统的柔性可调控制方法的步骤。
7、通过本申请提供的一种分布式光伏系统的柔性可调控制方法，能够至少产生如下的技术效果：
8、(1)通过引入历史时段的多模态传感时序数据和未来时段的天气预报数据的联合输入，利用时序预测模型(即，lstm模型)对未来光伏发电量和供电负荷需求进行精确预测，能够有效应对太阳能资源的波动性以及用户负荷需求的不确定性，并能基于此进行预调度以提前对光伏系统的输出进行优化调整，避免了因负荷与供电不匹配而引发的频繁调度操作。
9、(2)基于核心节点对各个边缘节点所发送的数据进行全局分析，更新各个光伏阵列的目标调度参数，通过综合分析多个光伏阵列的预计发电量和负荷需求，从而在全局范围内优化调度参数配置。由此，不仅能平衡不同光伏阵列之间的供电压力，还能有效避免局部最优所导致的全局性能下降，保障了光伏系统的整体发电性能。
10、(3)通过采用多模态传感数据和时序预测模型相结合的方式，即使在面对极端天气变化或突发负荷需求时，系统也能通过节点预测与全局调度机制而快速调整，确保光伏系统的稳定运行，具备更强的鲁棒性和抗干扰能力，能够有效应对多变的外部环境，保障系统在复杂工况下的可靠性。
11、通过本技术方案，使用边缘网络技术来实现对分布式光伏系统的柔性可调控制，利用核心节点对各个边缘节点的初始调度参数进行全局分析，以生成目标调度参数，综合考虑了不同阵列之间的协同作用，达成全局最优的调度策略。由此，在大规模分布式光伏系统中实施全局优化的协同控制方法，能够有效减少阵列之间的相互干扰，增强分布式光伏系统整体的协调性和可靠性。
本文档来自技高网...【技术保护点】
1.一种分布式光伏系统的柔性可调控制方法，分布式光伏系统包含多个光伏阵列，且针对每个光伏阵列分别部署相应的传感器网络和边缘节点，该方法包括：
2.根据权利要求1所述的方法，其中，所述核心节点用于通过执行以下操作来生成针对各个边缘节点的目标调度参数：
3.根据权利要求2所述的方法，其中，所述时序预测模型采用多尺度注意力LSTM模型，包含多尺度LSTM层、混合注意力机制层和输出层；
4.根据权利要求3所述的方法，其中，尺度融合权重是通过下式的计算而得到的：
5.根据权利要求2所述的方法，其中，所述调度决策模型包含多个局部线性模型模块，每一所述局部线性模型模块分别具有相应的供需参数区间；所述调度决策模型用于通过执行以下操作来预测相应光伏阵列的初始调度参数：
6.根据权利要求2所述的方法，其中，所述图神经网络采用基于注意力机制的图神经网络，其用于通过以下方式来更新图节点的节点特征：
7.根据权利要求6所述的方法，其中，边权重是通过下式计算而得到的：
8.根据权利要求7所述的方法，其中，所述全局调度优化模型
9.一种分布式光伏系统的柔性可调控制装置，分布式光伏系统包含多个光伏阵列，且针对每个光伏阵列分别部署相应的传感器网络和边缘节点，该装置包括设置于边缘节点中的获取单元、供需预测单元、初始调度预测单元、数据上传单元和目标调度控制单元；
...【技术特征摘要】
1.一种分布式光伏系统的柔性可调控制方法，分布式光伏系统包含多个光伏阵列，且针对每个光伏阵列分别部署相应的传感器网络和边缘节点，该方法包括：
2.根据权利要求1所述的方法，其中，所述核心节点用于通过执行以下操作来生成针对各个边缘节点的目标调度参数：
3.根据权利要求2所述的方法，其中，所述时序预测模型采用多尺度注意力lstm模型，包含多尺度lstm层、混合注意力机制层和输出层；
4.根据权利要求3所述的方法，其中，尺度融合权重是通过下式的计算而得到的：
5.根据权利要求2所述的方法，其中，所述调度决策模型包含多个局部线性模型模块，每一所述局部线性模型模块分别具有相应的供需参数区间；所述...
【专利技术属性】
技术研发人员：张博智，焦东翔，贺磊，王杰，周铁生，尹航，薄博，薛一鸣，张茹，赵晟琪，郭伟，程智鹏，韩腾，丁健民，马文祚，
申请(专利权)人：国网冀北电力有限公司计量中心，
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。