【技术实现步骤摘要】
本专利技术涉及可再生能源，特别是一种分布式光伏消纳的储能控制调节方法及系统。
技术介绍
1、随着全球对可再生能源需求的增加，分布式光伏发电系统得到了广泛应用。然而，光伏发电量的波动性和不稳定性，尤其是受到环境因素(如光照强度、温度等)的影响，使得电网的电压稳定性和负荷平衡面临挑战。为了提高光伏消纳率，储能系统被广泛应用，能够在光伏发电过剩时储存能量，并在负荷高峰时释放能量。然而，现有的储能控制策略往往较为单一，无法充分考虑光伏发电的波动性、负荷需求的动态变化以及储能电池的健康状态，导致储能系统的使用效率和电网的稳定性未能达到最优。
2、现有技术在储能系统的控制策略上存在一定的局限性。例如，传统的控制方法多为静态策略，缺乏对实时电压波动和负荷变化的动态响应，无法充分优化储能系统的充放电计划。此外，在多目标优化方面，现有技术未能充分考虑电压稳定性、光伏消纳率、储能系统寿命以及经济性等多重目标的平衡，因此储能系统的运行效率和电网整体性能未能得到最大化提升。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种分布式光伏消纳的储能控制调节方法解决分布式光伏发电系统中，由于光伏发电波动性引起的电网电压不稳定及储能系统的效率低下问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术提供了一种分布式光伏消纳的储能控制调节方法，其包括，
5、获取光照强度、温度数据和历
6、基于光伏发电量和负荷需求的预测结果，分析电网电压波动以及储能系统的充电需求；
7、基于分析结果，制定储能系统的充放电计划；
8、根据储能电池的健康状态，优化充放电深度，输出储能调节计划；
9、利用多目标优化算法对储能系统的充放电计划和无功功率调节进行动态优化，生成最优的无功功率调节指令；
10、根据无功功率调节指令，执行台区自适应协同控制，得到协同控制结果。
11、作为本专利技术所述分布式光伏消纳的储能控制调节方法的一种优选方案，其中：获取光照强度、温度数据和历史负荷数据，预测未来光伏发电量和负荷需求变化包括以下步骤，
12、基于获取的光照强度和温度数据，预测未来光伏发电量；
13、将获取的历史负荷数据进行分段处理；
14、构建长短时记忆网络模型，使用分段处理后的数据对模型进行训练，学习负荷的每日、每周和季节性波动规律；
15、基于当前时间点的负荷数据、光照强度和温度数据，预测短期内的负荷需求。
16、作为本专利技术所述分布式光伏消纳的储能控制调节方法的一种优选方案，其中：基于光伏发电量和负荷需求的预测结果，分析电网电压波动以及储能系统的充电需求包括如下步骤，
17、结合光伏发电量和负荷预测结果，计算未来各时段的功率差额；
18、根据储能电池的当前状态评估充电和放电的可行性。
19、作为本专利技术所述分布式光伏消纳的储能控制调节方法的一种优选方案，其中：基于分析结果，制定储能系统的充放电计划包括以下步骤，
20、设定光伏发电峰值阈值，当光伏发电功率超过光伏发电峰值阈值时，定义该时段为光伏高峰期；
21、设定负荷峰值阈值，当负荷功率超过负荷峰值阈值时，定义该时段为负荷高峰期；
22、根据功率差额以及充电和放电的可行性评估结果，制定储能系统的充放电计划；
23、当psur(t)>0时，表示光伏发电量大于负荷需求，当前时刻的电网中有功率盈余，储能系统进行充电；
24、当psur(t)<0时，表示负荷需求大于光伏发电量，当前时刻的电网中有功率缺口，储能系统进行放电。
25、作为本专利技术所述分布式光伏消纳的储能控制调节方法的一种优选方案，其中：根据储能电池的健康状态，优化充放电深度，输出储能调节计划包括以下步骤，
26、根据电池的健康状态，设定动态的充电上限和放电下限；
27、在光伏发电高峰期，安排储能系统充电，并在满足电池容量上限时停止充电：
28、在负荷高峰期，安排储能系统放电，并在达到电池最低容量时停止放电；
29、动态调整每个时段的充电功率和放电功率以及充放电的深度，生成储能调节计划。
30、作为本专利技术所述分布式光伏消纳的储能控制调节方法的一种优选方案，其中：利用多目标优化算法对储能系统的充放电计划和无功功率调节进行动态优化，生成最优的无功功率调节指令包括以下步骤，
31、确定最小化电压偏差、最大化光伏消纳率、最大化储能系统寿命和最小化购电成本的优化目标；
32、设定电压约束、储能系统功率限制和储能容量约束的约束条件；
33、通过遗传算法生成一个初始种群，每个个体代表一个可能的储能调节策略；
34、基于优化目标评估每个个体的适应度，并根据适应度评估结果选择适应度高的个体进行交配，通过交叉和变异操作生成新的个体；
35、重复适应度评估、选择、交叉和变异的过程，直到达到满足优化收敛条件，输出最优的无功功率调节指令。
36、作为本专利技术所述分布式光伏消纳的储能控制调节方法的一种优选方案，其中：根据无功功率调节指令，执行台区自适应协同控制，得到协同控制结果包括以下步骤，
37、获取每个台区的实时电压，并与台区的参考电压进行比较，计算电压偏差；
38、根据每个台区的电压偏差，动态调整储能系统的无功功率输出；
39、当某个台区的储能系统无功功率输出已达到极限，并且该台区电压偏差仍未恢复到正常范围时，依据电力网络的拓扑结构，执行台区自适应协同控制，寻找邻近台区的无功调节能力帮助该台区调节电压，得到协同控制结果。
40、第二方面，本专利技术提供了一种分布式光伏消纳的储能控制调节系统，包括，
41、预测分析模块，获取光照强度、温度数据和历史负荷数据，预测未来光伏发电量和负荷需求变化；
42、电网状态分析模块，基于光伏发电量和负荷需求的预测结果，分析电网电压波动以及储能系统的充电需求；
43、储能调节计划模块，基于分析结果，制定储能系统的充放电计划；
44、电池管理模块，根据储能电池的健康状态，优化充放电深度，输出储能调节计划；
45、多目标优化模块，利用多目标优化算法对储能系统的充放电计划和无功功率调节进行动态优化，生成最优的无功功率调节指令；
46、协调控制模块，根据无功功率调节指令，执行台区自适应协同控制，得到协同控制结果。
47、第三方面，本专利技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的分布式光伏消纳的储能控制调节方法的任一步骤。
【技术保护点】
1.一种分布式光伏消纳的储能控制调节方法，其特征在于：包括，
2.如权利要求1所述的分布式光伏消纳的储能控制调节方法，其特征在于：获取光照强度、温度数据和历史负荷数据，预测未来光伏发电量和负荷需求变化包括以下步骤，
3.如权利要求2所述的分布式光伏消纳的储能控制调节方法，其特征在于：基于光伏发电量和负荷需求的预测结果，分析电网电压波动以及储能系统的充电需求包括如下步骤，
4.如权利要求3所述的分布式光伏消纳的储能控制调节方法，其特征在于：基于分析结果，制定储能系统的充放电计划包括以下步骤，
5.如权利要求4所述的分布式光伏消纳的储能控制调节方法，其特征在于：根据储能电池的健康状态，优化充放电深度，输出储能调节计划包括以下步骤，
6.如权利要求5所述的分布式光伏消纳的储能控制调节方法，其特征在于：利用多目标优化算法对储能系统的充放电计划和无功功率调节进行动态优化，生成最优的无功功率调节指令包括以下步骤，
7.如权利要求6所述的分布式光伏消纳的储能控制调节方法，其特征在于：根据无功功率调节指令，执行台区自适应协同
8.一种分布式光伏消纳的储能控制调节系统，基于权利要求1～7任一所述的分布式光伏消纳的储能控制调节方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的分布式光伏消纳的储能控制调节方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的分布式光伏消纳的储能控制调节方法的步骤。
...【技术特征摘要】
1.一种分布式光伏消纳的储能控制调节方法，其特征在于：包括，
2.如权利要求1所述的分布式光伏消纳的储能控制调节方法，其特征在于：获取光照强度、温度数据和历史负荷数据，预测未来光伏发电量和负荷需求变化包括以下步骤，
3.如权利要求2所述的分布式光伏消纳的储能控制调节方法，其特征在于：基于光伏发电量和负荷需求的预测结果，分析电网电压波动以及储能系统的充电需求包括如下步骤，
4.如权利要求3所述的分布式光伏消纳的储能控制调节方法，其特征在于：基于分析结果，制定储能系统的充放电计划包括以下步骤，
5.如权利要求4所述的分布式光伏消纳的储能控制调节方法，其特征在于：根据储能电池的健康状态，优化充放电深度，输出储能调节计划包括以下步骤，
6.如权利要求5所述的分布式光伏消纳的储能控制调节方法，其特征在于：利...
【专利技术属性】
技术研发人员：吴占，刘延鹏，刘鹏杰，荆延敏，康晓波，李晓军，张衡，刘作鹏，赵迪，李景玉，苗廷菊，张赟，李路鹏，
申请(专利权)人：国网河南省电力公司巩义市供电公司，
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。