一种基于高比例分布式电源的工厂负荷调度方法与流程

1.本发明涉及工厂负荷调度技术领域，特别涉及一种基于高比例分布式电源的工厂负荷调度方法。


背景技术：

2.需求响应(demand response，简称dr)即电力需求响应的简称，是指当电力批发市场价格升高或系统可靠性受威胁时，电力用户接收到供电方发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后，改变其固有的习惯用电模式，达到减少或者推移某时段的用电负荷而响应电力供应，从而保障电网稳定，并抑制电价上升的短期行为。随着双碳目标的推动以及新能源技术、储能技术的发展，越来越多的工业用户，接入了光伏、风力等分布式电源，同时也可以配置了储能设备，在此情况下，工业用户的负荷调节能力也有较大的空间，可以参与需求响应活动而获得额外收益，因此急需在有高比例分布式电源的存在下，如何获得最大参与需求响应收益的方法。


技术实现要素：

3.为克服现有技术的问题，本发明提供了一种基于高比例分布式电源的工厂负荷调度方法，其优点是综合考虑工厂负荷，高接入分布式电源及储能设备，提出在有高比例分布式电源的存在下，获得最大参与需求响应收益的方法，实现工厂资源整合、优化配置，增强电网的可靠性。
4.本发明的技术方案如下：
5.一种基于高比例分布式电源的工厂负荷调度方法，包括以下步骤：
6.1)将光伏、储能设备接入工厂负荷调度系统，采集光伏和储能设备的出力信息；
7.2)预测工厂内负荷曲线；
8.3)计算各时刻工厂各工序调节能力，形成负荷调节预案；
9.4)以最大收益目标制定总体负荷调节预案；
10.5)根据总体负荷调节预案，调节光伏、储能出力及工厂负荷。
11.所述步骤1)中，所述采集储能出力信息包括储能设备的充放电电流、充放电电压以及充放电容量、充放次数；所述采集光伏设备出力信息包括光伏的输出功率、输出电压。
12.所述步骤2)中，预测工厂内负荷曲线，包括：
13.(2.1)选取当天之前10天的历史用能数据为数据窗口，计算数据窗口内的平均用电负荷；
14.(2.2)剔除周末、节假日、数据窗口内低于75％平均用电负荷的日期；
15.(2.3)计算每日总用电量，选择数据窗口内总用电负荷最大的5天作为典型日；
16.(2.4)将一天均分为t个时段，计算每个典型日的每个t时间内的用电负荷均值，作为当天的基本预测用电负荷曲线。
17.所述步骤3)中，计算各时刻工厂各工序调节能力包括，
18.(3.1)采集工厂各时序的运行状态；
19.(3.2)根据启动时长、可调节时长、最高削减负荷量，确定单个时序的调节潜力，形成单个时序的调节预案；
20.(3.3)组合各个时序负荷调节预案，形成多个调度预案。
21.所述步骤4)中，以最大收益目标制定负荷调度预案包括：
22.(4.1)计算光伏单位发电成本；
23.(4.2)计算储能单位充放电成本；
24.(4.3)计算各时序调控成本；
25.(4.4)获取需求响应补贴金额；
26.(4.5)以最大收益目标制定负荷调度预案。
27.所述光伏单位发电成本可以表示为：
[0028][0029]
式(1)中，b
de
是光伏的发电成本，i0是光伏投资成本，an是第n年的运营维护成本，dn是第n年的折旧，be是单位发电量的环境成本，yn是第n年的发电量。
[0030]
所述储能单位充放电成本可以表示为：
[0031][0032]
式(2)中，b
sc
是储能设备的单位充放电成本，i1是储能设备的投资成本，am是第m年的运营维护成本，dm是第m年的折旧，a是储能设备的充放电循环次数，p
sc
是储能设备容量，θ是储能设备的充放电效率。
[0033]
所述各时序调控成本，可以根据各时序的单位产出来计算。
[0034]
所述获取需求响应补贴金额，通过与外部需求响应发布机构对接，接收外部需求响应发布机构发送的需求响应指令来获得对应需求响应事件的补贴金额。
[0035]
所述步骤4)中，所述总体负荷调节预案包括综合考虑光伏单位发电成本、储能单位充放电成本、各时序调控成本以及需求响应补贴金额，以收益最大为约束条件，计算最优的调度预案。
[0036]
所述步骤5)中，在执行总体负荷调节预案前，需要接到外部需求响应发布机构发送的需求响应指令。
[0037]
综上所述，本发明的有益效果是：通过提供通过提供了一种基于高比例分布式电源的工厂负荷调度方法，分解用户电源及负荷资源，对工厂资源进行整合，以最大收益为目标制定需求响应预案，实现适应不同需求响应场景。本发明从综合考虑工厂负荷，高接入分布式电源及储能设备，提出在有高比例分布式电源的存在下，获得最大参与需求响应收益的方法，实现工厂资源整合、优化配置，增强电网的可靠性。
附图说明
[0038]
图1是本发明提供的一种基于高比例分布式电源的工厂负荷调度方法的流程图。
具体实施方式
[0039]
下面结合附图详细说明本发明的具体实施方式。
[0040]
实施例：参考图1，一种基于高比例分布式电源的工厂负荷调度方法，包括以下步骤：
[0041]
s101、将光伏、储能设备接入工厂负荷调度系统，采集光伏和储能的出力信息；
[0042]
采集储能出力信息包括储能设备的充放电电流、充放电电压以及充放电容量、充放次数；所述采集光伏出力信息包括光伏的输出功率、输出电压。
[0043]
s102、预测工厂内负荷曲线；
[0044]
在此步骤下，工厂内负荷曲线的预测包括以下步骤：
[0045]
(2.1)选取当天之前10天的历史用能数据为数据窗口，计算数据窗口内的平均用电负荷；
[0046]
(2.2)剔除周末、节假日、数据窗口内低于75％平均用电负荷的日期；
[0047]
(2.3)计算每日总用电量，选择数据窗口内总用电负荷最大的5天作为典型日；
[0048]
(2.4)将一天均分为t个时段，计算每个典型日的每个t时间内的用电负荷均值，作为当天的基本预测用电负荷曲线。
[0049]
s103、计算各时刻工厂各工序调节能力，形成负荷调节预案；
[0050]
在此步骤下，工厂各工序调节能力包括以下步骤：
[0051]
(3.1)采集工厂各时序的运行状态；
[0052]
(3.2)根据启动时长、可调节时长、最高削减负荷量，确定单个时序的调节潜力，形成单个时序的调节预案；
[0053]
(3.3)组合各个时序负荷调节预案，形成多个调度预案。
[0054]
s104、以最大收益目标制定总体负荷调节预案；
[0055]
在此步骤下，总体负荷调节预案的制定包括以下步骤：
[0056]
(4.1)计算光伏单位发电成本；
[0057]
(4.2)计算储能单位充放电成本；
[0058]
(4.3)计算各时序调控成本；
[0059]
(4.4)获取需求响应补贴金额；
[0060]
(4.5)以最大收益目标制定总体负荷调度预案。
[0061]
光伏单位发电成本可以表示为：
[0062][0063]
式(1)中，b
de
是光伏的发电成本，i0是光伏投资成本，an是第n年的运营维护成本，dn是第n年的折旧，be是单位发电量的环境成本，yn是第n年的发电量。
[0064]
储能单位充放电成本可以表示为：
[0065][0066]
式(2)中，b
sc
是储能设备的单位充放电成本，i1是储能设备的投资成本，am是第m年的运营维护成本，dm是第m年的折旧，a是储能设备的充放电循环次数，p
sc
是储能设备容量，θ是储能设备的充放电效率。
[0067]
各时序调控成本，可以根据各时序的单位产出来计算。
[0068]
获取需求响应补贴金额，可通过与外部需求响应发布机构对接，接收外部需求响应发布机构发送的需求响应指令来获得对应需求响应事件的补贴金额。
[0069]
总体负荷调节预案包括综合考虑光伏单位发电成本、储能单位充放电成本、各时序调控成本以及需求响应补贴金额，以收益最大为约束条件，计算最优的调度预案。
[0070]
s105、根据总体负荷调节预案，调节光伏、储能出力及工厂负荷。
[0071]
在执行总体负荷调节预案前，需要接到外部需求响应发布机构发送的需求响应指令，根据总体负荷调节预案调节光伏、储能出力及工厂负荷。
[0072]
以上所述的仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。