【技术实现步骤摘要】
本专利技术涉及一种基于重力储能的电网调频调峰方法、设备及介质，属于能源。
技术介绍
1、随着能源需求的不断增长和电力系统的不断发展，电网的稳定运行和高效管理成为了一个重要的挑战。在电力系统中，负荷需求通常随着时间的变化而波动，而发电能力则需要一定的响应时间来调整。这就导致了在某些时段内，电网的负荷可能超过发电能力，从而导致电力供应紧张；而在其他时段内，发电能力又可能超过负荷需求，导致电力浪费。
2、为了平衡电网中的负荷需求和发电能力，确保电力供应的稳定性和可靠性，储能调峰调频原理应运而生。这一原理的核心思想是通过将电能转化为其他形式的能量(如势能、热能等)，并在需要时再将其转化回电能，从而实现对电力系统的优化控制。
3、在现有技术中，电网调频调峰主要依赖于电池储能系统和抽水蓄能电站。电池储能系统通过电化学反应存储和释放电能，具有快速响应、部署灵活的优势，但也面临着电池寿命有限、成本高昂、环境污染等问题。抽水蓄能电站则通过将水抽至高处蓄能，再通过水力发电实现能量释放，具有大规模储能能力和长期稳定运行的优势，但其建设周期长、投资巨大，并且受地理条件限制较大，难以在城市等用电密集区大规模推广。此外，其他储能方式如压缩空气储能、飞轮储能等也在一定程度上应用于电网调频调峰，但各自存在技术复杂、成本高、效率低等问题。
4、arima模型，全称为差分整合移动平均自回归模型(autoregressive integratedmoving average model)，是时间序列预测分析方法之一。长短期记忆网络
5、现有技术如专利号为“cn117833319a”的中国专利公开了一种基于物联网的电力调峰系统。该系统包括：预测模块，用于利用机器学习算法预测新能源发电能力和电网负荷需求，并将预测结果传递给调峰模块；物联网模块，包括安装在电网测量节点的传感器和智能计量设备，用于实时监测电网运行数据；将监测到的电网运行数据传输至调峰模块；其中，所述电网运行数据包括能量流向、频率、电压；调峰模块，用于接收预测模块提供的预测结果和物联网模块提供的电网运行数据；根据所述预测结果和电网运行数据，利用混合整数线性规划模型确定调峰策略；根据所述调峰策略，调整电网的电力输出并制订能源存储模块的充放电策略；根据所述充放电策略向所述能源存储模块发送充放电指令；能源存储模块，包括电池储能子模块和抽水储能子模块；用于根据调峰模块发送的充放电指令调整充放电，以支持电网的负荷和供应平衡。
6、上述现有技术存在的问题是，电池储能系统的成本相对较高，尤其是高性能的锂离子电池。这主要归因于电池材料的成本、生产工艺的复杂性以及电池管理系统的高要求。虽然电池储能系统的寿命在不断延长，但相比于其他储能方式，其寿命仍然有限。例如，锂离子电池的寿命通常在5-8年左右，需要定期更换。抽水储能系统需要特定的地理条件，如上下两个水库之间的高度差和足够的水资源。这使得抽水储能系统的建设和选址受到很大的限制。相比于其他储能方式，抽水储能的能量密度较低。这意味着为了存储相同数量的能量，抽水储能系统需要占用更大的空间。
技术实现思路
1、为了解决上述现有技术中存在的问题，本专利技术提出了一种基于重力储能的电网调频调峰方法、设备及介质。
2、本专利技术的技术方案如下：
3、一方面，本专利技术提供了一种基于重力储能的电网调频调峰方法，包括以下步骤：
4、使用电网的历史负荷数据以及历史补偿的电能训练arima模型与lstm模型；
5、根据实时负荷监测模块监测电网的负载状态，并根据负载状态使用arima模型与lstm模型预测需要补偿的电能；
6、根据arima模型或lstm模型预测的需要补偿的电能，以及多元线性回归模型得到环境校正系数，得到重物需调整高度的控制信号，并根据所述控制信号与实时负荷监测模块的实时反馈，控制电动提升装置调整重物的高度；
7、释放重物并通过能量转换装置，将重物下落过程产生的势能转换为电能；
8、将产生的电能通过电力输送装置传输至电网，实现对电网的调峰调频。
9、作为优选实施方式，所述arima模型或lstm模型预测需要补偿的电能方法为：
10、过滤实时负荷监测模块的负荷传感器实时采集的负荷数据中的异常数据，并将负荷数据归一化处理；
11、根据历史负荷数据和当前的负荷数据，输入arima模型与lstm模型进行预测需要补偿的电能：
12、ldemand(t)＝f(lhist(t-n)，lcurrent(t)，θ)；
13、其中，ldemand(t)表示第t时刻arima模型或lstm模型预测的电能，f()表示用于预测电力需求的函数模型，θ表示模型中的参数集，lcurrent(t)表示当前时刻t的电力负荷数据，lhist(t-n)表示过去t-n时刻的历史电力负荷数据，t表示时间。
14、作为优选实施方式，根据实时负荷监测模块的环境传感器采集的温度t(t)、湿度h(t)、风速w(t)，使用多元线性回归模型计算环境校正系数a(t)：
15、a(t)＝a1t(t)+a2h(t)+a3w(t)+b；
16、其中，a1、a2、a3、b表示回归系数；
17、根据arima模型或lstm模型预测的电能ldemand(t)与环境校正系数a(t)，使用pid控制算法计算重物的释放速度vrelease(t)与调整高度的控制信号mrelease(t)：
18、
19、其中，e(t)表示上个时刻的负荷数据和当前的负荷数据的偏差，kp表示比例增益，ki表示积分增益，kd表示微分增益，表示误差的积分，从时间0到当前时刻t的误差累积，de(t)/dt表示表示误差的微分，即误差随时间的变化率；
20、控制信号mrelease(t)的计算方法为：
21、mrelease(t)＝a(t)*ldemand(t)。
22、作为优选实施方式，设定误差阈值q；
23、计算arima模型预测的电能与lstm模型预测的电能的差值：
24、l＝| f-g|；
25、其中，l表示差值，f表示arima模型预测的电能，g表示lstm模型预测的电能；
26、若q小于或等于l，则选择arima模型预测的电能；
27、若q大于l或存在预设的极端天气，则选择lstm模型预测的电能。
28、作为优选实施方式，所述电动提升装置调整重物高度的方法为本文档来自技高网...
【技术保护点】
1.一种基于重力储能的电网调频调峰方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所述ARIMA模型或LSTM模型预测需要补偿的电能方法为：
3.根据权利要求2所述的基于重力储能的电网调频调峰方法，其特征在于，根据实时负荷监测模块的环境传感器采集的温度T(t)、湿度H(t)、风速W(t)，使用多元线性回归模型计算环境校正系数a(t)：
4.根据权利要求2所述的基于重力储能的电网调频调峰方法，其特征在于，设定误差阈值Q；
5.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所述电动提升装置调整重物高度的方法为：
6.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所述能量转换装置包括发电机、齿轮传动系统和飞轮；
7.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所述电力输送装置包括电缆、电压转换器、过载保护装置和短路保护系统；
8.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述的基于重力储能的电网调频调峰方法。
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，该程序被处理器执行时实现如权利要求1至8任一项所述的基于重力储能的电网调频调峰方法。
...【技术特征摘要】
1.一种基于重力储能的电网调频调峰方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所述arima模型或lstm模型预测需要补偿的电能方法为：
3.根据权利要求2所述的基于重力储能的电网调频调峰方法，其特征在于，根据实时负荷监测模块的环境传感器采集的温度t(t)、湿度h(t)、风速w(t)，使用多元线性回归模型计算环境校正系数a(t)：
4.根据权利要求2所述的基于重力储能的电网调频调峰方法，其特征在于，设定误差阈值q；
5.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征在于，所述电动提升装置调整重物高度的方法为：
6.根据权利要求1所述的基于重力储能的电网调频调峰方法，其特征...
【专利技术属性】
技术研发人员：丁伟迪，李宁凯，孙卫锋，陈海华，王佳鑫，李靖，陈泓铮，
申请(专利权)人：中国电建集团福建省电力勘测设计院有限公司，
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。