【技术实现步骤摘要】
本专利技术涉及智能电网，特别是涉及一种台区分布式资源调节方法、装置、设备及介质。
技术介绍
1、高比例“随机性、间歇性”的分布式资源接入、中低压柔性直流和电力电子技术的大规模应用，使得配电网架呈现出有源主动化、动态化、以及交直流混合化的发展趋势。大量的分布式光伏的接入，导致大量配电台区出现反向功率，甚至反向过载的问题。配置储能可以实现台区动态增容从而对过载有效治理，然而储能投资成本高，配置容量往往有限，无法彻底解决台区反向过载问题。
2、现有公开专利文献cn118889500a公开了一种基于光储充台区实时负载率的重过载治理方法，该方法仅仅考虑了光储充设备，未考虑柔性互联设备将台区之间互相连接组成的台区群组后产生的功率互济能力，因此不适用于现有的配电网。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种台区分布式资源调节方法、装置、设备及介质，能够在提高光伏消纳能力的同时减轻台区反向过载。
2、本专利技术解决其技术问题所采用的技术方案是：提供一种台区分布式资源调节方法，包括以下步骤：
3、获取电网数据资源，并基于所述电网数据资源生成电网模型；
4、将所述电网模型转换为图模型，并对所述图模型进行分析，获取台区间的拓扑结构信息，并将具备互济能力的台区组成台区群组，得到n个台区群组，其中，n为正整数；
5、将各个台区的净负荷预测特征因子数据输入净负荷预测模型，得到各个台区的净负荷预测值，并将属于同一个台区群组的净负荷预测值
6、根据第n个台区群组的净负荷预测值和台区群组的储能容量确定第n个台区群组的台区群组能量管理策略，并采用所述第n个台区群组的台区群组能量管理策略对第n个台区群组内的分布式资源进行控制，其中，n为不大于n的正整数。
7、所述将所述电网模型转换为图模型，具体包括：将所述电网模型中的各个设备抽象为图模型中的节点，将各个设备之间的连接关系抽象为图模型中的边。
8、所述对所述图模型进行分析时，采用广度优先搜索算法、深度优先搜索算法和dijkstra算法中的一种或几种。
9、所述净负荷预测模型采用以下方式得到：
10、基于所有台区的净负荷历史量测数据、对应的气象实况数据和预测数据，分析台区的净负荷预测特征因子，利用深度学习框架建立基于长短期记忆神经网络的预测模型，采用非线性权重粒子群优化算法对所述预测模型进行优化，得到净负荷预测模型。
11、所述根据第n个台区群组的净负荷预测值和台区群组的储能容量确定第n个台区群组的台区群组能量管理策略，并采用所述第n个台区群组的台区群组能量管理策略对第n个台区群组内的分布式资源进行控制，具体包括：
12、根据第n个台区群组的净负荷预测值确定第n个台区群组的光伏累计净倒送容量；
13、判断第n个台区群组的光伏累计净倒送容量是否超过第n个台区群组的储能容量；
14、若第n个台区群组的光伏累计净倒送容量未超过第n个台区群组的储能容量，则采用最大降反向负载率实时能量调节策略对第n个台区群组内的分布式资源进行控制；
15、若第n个台区群组的光伏累计净倒送容量超过第n个台区群组的储能容量，则判断第n个台区群组内是否有至少一个台区的最大倒送功率超过最大反向负载率标准的情况；
16、若第n个台区群组内有至少一个台区的最大倒送功率超过最大反向负载率标准的情况，则采用倒送时段匀速反向负载率能量调节策略对第n个台区群组内的分布式资源进行控制；
17、若第n个台区群组内没有台区的最大倒送功率超过最大反向负载率标准的情况，则采用重载时段匀速降反向负载率能量调节策略对第n个台区群组内的分布式资源进行控制。
18、所述根据第n个台区群组的净负荷预测值确定第n个台区群组的光伏累计净倒送容量，具体包括：
19、判断第n个台区群组的净负荷预测值是否小于零；
20、若第n个台区群组的净负荷预测值小于零，则将第n个台区群组的光伏累计净倒送容量确定为第n个台区群组的净负荷预测值的绝对值；
21、若第n个台区群组的净负荷预测值大于或等于零，则将第n个台区群组的光伏累计净倒送容量确定为零。
22、所述采用最大降反向负载率实时能量调节策略对第n个台区群组内的分布式资源进行控制时，将倒送产生的功率依据电气距离由近及远选择分布式资源，并按照分布式资源可接受的最大充电功率进行充电，即，其中，为最大降反向负载率实时能量调节策略下第n个台区群组内第i个分布式资源的充电功率，为第n个台区群组内第i个分布式资源可接受的最大充电功率。
23、所述采用倒送时段匀速反向负载率能量调节策略对第n个台区群组内的分布式资源进行控制时，将倒送产生的功率依据电气距离由近及远选择分布式资源，并按照分布式资源在全部倒送时段以恒定功率或设备可接受的最大充电功率中的较小值进行充电，即，其中，为当前时间实际充电功率，为倒送时段匀速反向负载率能量调节策略下第n个台区群组内第i个分布式资源的平均充电功率，为第n个台区群组内第i个分布式资源可接受的最大充电功率，ses,i为第n个台区群组内第i个分布式资源的额定容量，tover为全部倒送时段。
24、所述采用重载时段匀速降反向负载率能量调节策略对所述台区群组内的分布式资源进行控制时，将倒送产生的功率依据电气距离由近及远选择分布式资源，并按照分布式资源在重载时段以恒定功率或设备可接受的最大充电功率中的较小值进行充电，即，其中，为当前时间实际充电功率，为重载时段匀速降反向负载率能量调节策略下第n个台区群组内第i个分布式资源的平均充电功率，为第n个台区群组内第i个分布式资源可接受的最大充电功率，ses,i为第n个台区群组内第i个分布式资源的额定容量，tlfdover为重载时段。
25、本专利技术解决其技术问题所采用的技术方案是：提供一种台区分布式资源调节装置，包括：
26、获取模块，用于获取电网数据资源，并基于所述电网数据资源生成电网模型；
27、分析模块，用于将所述电网模型转换为图模型，并对所述图模型进行分析，获取台区间的拓扑结构信息，并将具备互济能力的台区组成台区群组，得到n个台区群组，其中，n为正整数；
28、预测模块，用于将各个台区的净负荷预测特征因子数据输入净负荷预测模型，得到各个台区的净负荷预测值，并将属于同一个台区群组的净负荷预测值进行叠加，得到n个台区群组的净负荷预测值；
29、控制模块，用于根据台区群组的净负荷预测值和台区群组的储能容量确定第n个台区群组的台区群组能量管理策略，并采用所述第n个台区群组的台区群组能量管理策略对第n个台区群组内的分布式资源进行控制，其中，n为不大于n的正整数。
30、本专利技术解决其技术问题所采用的技术方案是：提供一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程本文档来自技高网...
【技术保护点】
1.一种台区分布式资源调节方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的台区分布式资源调节方法，其特征在于，所述将所述电网模型转换为图模型，具体包括：将所述电网模型中的各个设备抽象为图模型中的节点，将各个设备之间的连接关系抽象为图模型中的边。
3.根据权利要求1所述的台区分布式资源调节方法，其特征在于，所述对所述图模型进行分析时，采用广度优先搜索算法、深度优先搜索算法和Dijkstra算法中的一种或几种。
4.根据权利要求1所述的台区分布式资源调节方法，其特征在于，所述净负荷预测模型采用以下方式得到：
5.根据权利要求1所述的台区分布式资源调节方法，其特征在于，所述根据第n个台区群组的净负荷预测值和台区群组的储能容量确定第n个台区群组的台区群组能量管理策略，并采用所述第n个台区群组的台区群组能量管理策略对第n个台区群组内的分布式资源进行控制，具体包括：
6.根据权利要求5所述的台区分布式资源调节方法，其特征在于，所述根据第n个台区群组的净负荷预测值确定第n个台区群组的光伏累计净倒送容量，具体包括：
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。