复合供电系统及其供电调控方法与流程

本发明涉及复合供电控制领域，尤其涉及一种复合供电系统及其供电调控方法。

背景技术：

目前，在电网—用户侧—光伏发电智能并网所组成的复合供电系统中，由于用户作息不同时刻所需求的供电功率不同，且不同用户之间存在不同的生活作息，不同用户在相似时刻对供电系统的功率要求也不尽相同。而光伏并网设备并不具备分析用户侧功率作息规律功能，不能实现以主动控制的方式调节调节电能流向，而造成主电网功率呈现功率集中，周期性大幅波动，不能实现光伏发电系统的实时最优功率输出，影响电网运行稳定性，增加设备维护成本，不能最大限度的调配平衡电网能量的供给侧平衡。

技术实现要素：

本发明的目的是针对上述现有技术中复合供电系统不能实现光伏发电系统的实时最优功率输出的问题，提出一种复合供电系统及其供电调控方法。

本发明实施例中，提供了一种复合供电系统，其包括：光伏发电组件、储能设备、受控变流器、用户侧负载设备及神经网络控制器，所述受控变流器用于将所述光伏发电组件的电能并网到市电网网络、储存到所述储能设备以及提供给所述用户侧负载设备，所述神经网络控制器用于根据设置的神经网络模型对所述用户侧负载设备的功率作息数据和所述光伏发电组件的功率作息数据进行大数据分析并生成功率配给策略给所述受控变流器执行，在不同的时段将所述光伏发电组件产生的电能按照不同的比例并网到市电网络、储存到所述储能设备及提供给所述用户侧负载设备。

本发明实施例中，所述功率配给策略包括：在所述用户侧负载设备的耗电高峰时段，将所述光伏发电组件产生的电能优先提供给所述用户侧负载设备，将剩余的电能按比例并网到市电网络及存储到所述储能设备中。

本发明实施例中，所述功率配给策略还包括：在所述用户侧负载设备的耗电低谷时段，判断所述储能设备中存储的电能是否满足所述用户侧负载设备在一天中剩余时段的消耗，是则将所述光伏发电组件产生的电能并网到市电网络，否则将所述光伏发电组件产生的电能储存到所述储能设备中。

本发明实施例中，所述功率配给策略还包括：在市电网络的耗电高峰时段，所述光伏发电组件产生的电能除了满足所述用户侧负载设备的需求之外，将剩余的电能全部并网到市电网络中。

本发明实施例中，所述的复合供电系统还包括用户侧功率检测模块，用于实时检测用户侧负载设备的功率作息数据。

本发明实施例中，所述的复合供电系统还包括发电功率检测模块，用于实时检测所述光伏发电组件的发电功率数据。

本发明实施例中，还提供了一种复合供电系统的控制方法，其包括：

获取用户侧负载设备的功率作息数据和光伏发电组件的功率作息数据；

利用神经网络对用户侧负载设备的功率作息数据和光伏发电组件的功率作息数据进行大数据分析，得到电网的用户侧负载设备的功率作息规律及光伏发电组件的功率作息规律；

根据电网的用户侧负载设备的功率作息规律及光伏发电组件的功率作息规律生成功率配给策略；

根据所述功率配给策略在不同的时段将光伏发电组件产生的电能按照不同的比例并网到市电网络、储存到储能设备及提供给用户侧负载设备。

与现有技术相比较，在本发明的复合供电系统及其供电调控方法中,通过神经网络分析用户功率波动及光伏发电功率波动，分析用户耗电功率作息，并实现自主迭代学习，记录用户功率作息习惯，主动控制综合供电调控系统，智能调控用户、电网及光伏发电系统之间的功率流向，实现光伏发电系统的实时最优功率输出，实现优化电网的稳定性，优化用户的电能质量体验，减少电网设备维护成本。

附图说明

图1是本发明实施例复合供电系统的结构示意图。

图2是本发明实施例的神经网络的结构示意图。

图3是本发明实施例的供电调控方法的流程示意图。

具体实施方式

如图1所述，本发明实施例提供的供电调控系统包括光伏发电组件1、储能设备2、受控变流器3、用户侧负载设备4、用户侧功率检测模块5、发电功率检测模块6及神经网络控制器7。

所述光伏发电组件1用于通过太阳能发电。所述储能设备2用于存储所述光伏发电组件的电能，并在所述光伏发电组件1无法发电的时候将储存的电能提供给所述用户侧负载设备4。所述用户侧功率检测模块5用于实时检测所述用户侧负载设备4的功率作息数据。所述发电功率检测模块5用于实时检测所述光伏发电组件1的发电功率数据。所述受控变流器6用于将所述光伏发电组件1的电能并网到市电网网络、储存到所述储能设备2以及提供给所述用户侧负载设备4。需要说明的是，所述用户侧负载设备4的功率作息数据为所述用户侧负载设备4在不同的时段消耗电能的功率数据。所述光伏发电组件1的发电功率数据为所述光伏发电组件1在不同的时段产生电能的功率数据。

所述神经网络控制器7用于根据设置的神经网络模型对所述用户侧负载设备4的功率作息数据和所述光伏发电组件1的功率作息数据进行大数据分析并生成功率配给策略给所述受控变流器6执行，在不同的时段将所述光伏发电组件1产生的电能按照不同的比例并网到市电网络、储存到所述储能设备2及提供给所述用户侧负载设备4。

需要说明的是，获取到所述用户侧负载设备4的功率作息数据和所述光伏发电组件1的功率作息数据后，可以将所述用户侧负载设备4的功率作息数据和所述光伏发电组件1的功率作息数据输入到设定的神经网络中进行大数据分析，得到所述用户侧负载设备4的功率作息规律和所述光伏发电组件1的功率作息规律，并所述用户侧负载设备4的功率作息规律和所述光伏发电组件1的功率作息规律得到最佳功率配给策略。

图2示出了一个3层dnn的神经网络结构。可以通过图2所示的神经网络对所述用户侧负载设备4的功率作息数据和所述光伏发电组件1的功率作息数据进行大数据分析，从而得到最佳功率配给策略。在具体实施中，可以根据实际经验，选取一定数目的所述用户侧负载设备4的功率作息数据和所述光伏发电组件1的功率作息数据作为训练样本，将其输入所述神经网络中进行训练，找出所述用户侧负载设备4的功率作息规律和所述光伏发电组件1的功率作息规律，并根据历史所述用户侧负载设备4的功率作息规律和所述光伏发电组件1的功率作息规律来预测各个时段所述光伏发电组件1的发电功率和所述用户侧负载设备的功率需求，从而生成合理的功率配给策略。

本发明实施例中，所述功率配给策略包括：在所述用户侧负载设备的耗电高峰时段，将所述光伏发电组件产生的电能优先提供给所述用户侧负载设备，将剩余的电能按比例并网到市电网络及存储到所述储能设备中。上述策略中，将所述光伏发电组件产生的电能优先提供给所述用户侧负载设备，从而优先满足用户的用电需求。

进一步地，所述功率配给策略还包括：在所述用户侧负载设备的耗电低谷时段，判断所述储能设备中存储的电能是否满足所述用户侧负载设备在一天中剩余时段的消耗，是则将所述光伏发电组件产生的电能并网到市电网络，否则将所述光伏发电组件产生的电能储存到所述储能设备中。在上述策略中，在满足用户有点需求的情况下，将多余的电能尽可能并网到市电网络中，提高了光伏发电组件的经济效益。

进一步地，所述功率配给策略还包括：在市电网络的耗电高峰时段，所述光伏发电组件产生的电能除了满足所述用户侧负载设备的需求之外，将剩余的电能全部并网到市电网络中。在上述策略中，在市电网络的耗电高峰时段，在满足用户用电需求的情况下，将多余的电能尽可能并网到市电网络中，可以增加市电网络的功率输出，提高市电网络的稳定性。

如图3所示，本发明实施例中，还提供了一种上述复合供电系统的供电调控方法，其包括：

步骤s1：获取用户侧负载设备的功率作息数据和光伏发电组件的功率作息数据；

步骤s2：利用神经网络对用户侧负载设备的功率作息数据和光伏发电组件的功率作息数据进行大数据分析，得到电网的用户侧负载设备的功率作息规律及光伏发电组件的功率作息规律；

步骤s3：根据电网的用户侧负载设备的功率作息规律及光伏发电组件的功率作息规律生成功率配给策略；

步骤s4：根据所述功率配给策略在不同的时段将光伏发电组件产生的电能按照不同的比例并网到市电网络、储存到储能设备及提供给用户侧负载设备。

综上所述，在本发明的复合供电系统及其供电调控方法中,通过神经网络分析用户功率波动及光伏发电功率波动，分析用户耗电功率作息，并实现自主迭代学习，记录用户功率作息习惯，主动控制综合供电调控系统，智能调控用户、电网及光伏发电系统之间的功率流向，实现光伏发电系统的实时最优功率输出，实现优化电网的稳定性，优化用户的电能质量体验，减少电网设备维护成本。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。