一种智能电网运营优化方法及装置与流程

本申请涉及工程建设，具体而言，涉及一种智能电网运营优化方法及装置。

背景技术：

1、智能电网就是电网的智能化，也被称为″电网2.0″，是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标，其主要特征包括自愈、激励和保护用户、抵御攻击、提供满足用户需求的电能质量、容许各种不同发电形式的接入、启动电力市场以及资产的优化高效运行。

2、对于智能电网而言，随着智能电网的发展以及市场化的推进，用户用电行为变得越发复杂多变且呈现出较大的不确定性，并且随着新能源领域的不断发展，太阳能和风能作为一种绿色可再生能源在发电领域的比重不断增加，风电、光伏等可再生能源的接入将进一步增加系统运行中的不确定性，由于新能源本身的间歇性和波动性的特点，发电数据展现出很强的随机性和不确定性，大量新能源并入电网运行带来了诸多风险与隐患，对电力系统安全可靠运行提出了新的挑战

3、因此，通过充分考虑系统中的不确定性因素，综合运用发电侧和用户侧资源，降低可再生能源接入对电力系统的影响，促进可再生能源的消纳，是电力系统发展的客观要求。

技术实现思路

1、为了解决如何通过充分考虑系统中的不确定性因素，综合运用发电侧和用户侧资源，降低可再生能源接入对电力系统的影响，促进可再生能源的消纳的问题，本申请提供了一种智能电网运营优化方法及装置：

2、根据本申请实施例的一个方面，提供了一种智能电网运营优化方法，所述运营优化方法包括：

3、获取光伏发电功率、风力风电功率及用户负荷需求，所述光伏发电功率根据光伏出力特性及光伏影响因素信息得到，所述风力发电功率根据风力出力特性及风力影响因素信息得到，所述用户负荷需求根据用户用电特征得到；

4、基于所述光伏发电功率、风力发电功率及用户负荷需求，结合约束条件，构建及约束电网调度目标函数，并根据优化算法对所述电网调度目标函数进行优化，得到最佳电网调度目标函数；

5、基于所述最佳电网调度目标函数，确定在并网运行方式下，各新能源电源的最佳出力系数，以确定电网运行策略。

6、在一些实施例中，在所述光伏发电功率根据光伏出力特性及光伏影响因素信息得到的步骤中，还包括以下步骤：

7、获取光伏影响因素信息，所述光伏影响因素信息包括太阳辐照度、天气类型、相对湿度及大气温度；

8、基于所述光伏影响因素信息，获取光伏训练集，根据需要进行预测日期的天气预报，进行相似日筛选，所述光伏训练集即为所述相似日的历史数据和气象数据，

9、基于所述光伏训练集，通过随机森林法构建光伏发电功率预测模型，并使用所述光伏发电功率预测模型预测所述光伏发电功率。

10、在一些实施例中，所述光伏训练集包括晴天训练集、阴天训练集及雨雪天气训练集。

11、在一些实施例中，在所述风力发电功率根据风力出力特性及风力影响因素信息得到步骤中，还包括以下步骤：

12、获取风力影响因素信息，所述风力影响因素信息包括风速、风向、空气密度及温度；

13、基于所述风力影响因素信息，通过门控循环神经网络，预测所述风力发电功率。

14、在一些实施例中，在所述用户负荷需求根据用户用电特征得到步骤中，还包括以下步骤：

15、获取用户用电特征，所述用户用电特征包括用电量、用电设备种类、用电设备规格等及用电习惯；

16、基于所述用户用电特征，通过卷积门控循环网络，预测所述用户负荷需求。

17、在一些实施例中，在基于所述光伏发电功率、风力发电功率及用户负荷需求，结合约束条件，构建及约束电网调度目标函数步骤中，还包括以下步骤：

18、构建电网调度目标函数；

19、基于约束条件对所述电网调度目标函数进行约束，以优化所述电网调度目标函数。

20、在一些实施例中，所述约束条件包括功率平衡约束、新能源输出功率约束及电网传输功率约束。

21、在一些实施例中，所述优化算法包括松鼠搜索算法，所述松鼠搜索算法包括以下步骤：

22、根据所述松鼠搜索算法对所述电网调度目标函数进行随机初始化；

23、根据决策变量确定每个飞行松鼠的位置适应度，并将相应的值进行存储；

24、对所述电网调度目标函数进行迭代，计算每个飞行松鼠的适应值，并更新位置，达到最大迭代次数时，停止迭代，得到最佳电网调度目标函数。

25、在本申请实施例的另一个方面，提供了一种智能电网运营优化装置，所述装置包括：

26、采集模块，用于获取光伏发电功率、风力风电功率及用户负荷需求，所述光伏发电功率根据光伏出力特性及光伏影响因素信息得到，所述风力发电功率根据风力出力特性及风力影响因素信息得到，所述用户负荷需求根据用户用电特征得到；

27、计算模块，用于基于所述光伏发电功率、风力发电功率及用户负荷需求，结合约束条件，构建及约束电网调度目标函数，并根据优化算法对所述电网调度目标函数进行优化，得到最佳电网调度目标函数；

28、执行模块，用于基于所述最佳电网调度目标函数，确定在并网运行方式下，各新能源电源的最佳出力系数，以确定电网运行策略。

29、在一些实施例中，所述采集模块包括：

30、影响因素识别模块，用于分别针对风力发电模组和光伏发电模组进行光伏影响因素及风力影响因素的获取；

31、光伏发电功率预测模块，根据光伏出力特性，采取随机森林方法，对光伏发电功率进行预测；

32、风力发电功率预测模块，根据风电出力特性，采用门控循环神经网络方法，对风力发电功率进行预测；

33、用户负荷预测模块，结合用户用电特征挖掘，采用卷积门控循环网络对用户负荷需求进行科学预测。

34、本申请的有益效果；

35、1、通过对智能电网发电侧的不同发电方式均采用不同的预测方法分开进行功率预测，并且对用户侧的用户负荷需求也进行预测，能够提高源荷预测的精度，为智能电网一体化高效运营奠定基础。

36、2、构建了约束下的电网调度目标函数，并且考虑了新能源各组件出力份额以及用户侧负荷需求的优化运行方案，还采用了松鼠优化算法，创新性地选取具有稳定性强的特点的松鼠优化算法对电网系统的调度优化模型进行求解，得到最佳电网调度目标函数，以此根据电力市场来指导调度系统运行，可以充分提高电网系统的灵活性，提高资源利用率和电网系统运行效率，节约运营成本。

技术特征：

1.一种智能电网运营优化方法，其特征在于，所述运营优化方法包括：

2.如权利要求1所述一种智能电网运营优化方法，其特征在于，在所述光伏发电功率根据光伏出力特性及光伏影响因素信息得到的步骤中，还包括以下步骤：

3.如权利要求2所述一种智能电网运营优化方法，其特征在于，所述光伏训练集包括晴天训练集、阴天训练集及雨雪天气训练集。

4.如权利要求1所述一种智能电网运营优化方法，其特征在于，在所述风力发电功率根据风力出力特性及风力影响因素信息得到步骤中，还包括以下步骤：

5.如权利要求1所述一种智能电网运营优化方法，其特征在于，在所述用户负荷需求根据用户用电特征得到步骤中，还包括以下步骤：

6.如权利要求1所述一种智能电网运营优化方法，其特征在于，在基于所述光伏发电功率、风力发电功率及用户负荷需求，结合约束条件，构建及约束电网调度目标函数步骤中，还包括以下步骤：

7.如权利要求6所述一种智能电网运营优化方法，其特征在于，所述约束条件包括功率平衡约束、新能源输出功率约束及电网传输功率约束。

8.如权利要求1所述一种智能电网运营优化方法，其特征在于：所述优化算法包括松鼠搜索算法，所述松鼠搜索算法包括以下步骤：

9.一种智能电网运营优化装置，其特征在于：所述装置包括：

10.如权利要求9所述一种智能电网运营优化装置，其特征在于：所述采集模块包括：

技术总结
本申请涉及工程建设技术领域，具体而言，涉及一种智能电网运营优化方法及装置，可以解决如何通过充分考虑系统中的不确定性因素，综合运用发电侧和用户侧资源，降低可再生能源接入对电力系统的影响，促进可再生能源的消纳的问题。运营优化方法包括：获取光伏发电功率、风力风电功率及用户负荷需求；基于光伏发电功率、风力发电功率及用户负荷需求，结合约束条件，构建及约束电网调度目标函数，并根据优化算法对电网调度目标函数进行优化，得到最佳电网调度目标函数；基于最佳电网调度目标函数，确定在并网运行方式下，各新能源电源的最佳出力系数，以确定电网运行策略。

技术研发人员：江学斌,刘福炎,杨小勇,应琪,俞敏
受保护的技术使用者：国网浙江省电力有限公司经济技术研究院
技术研发日：
技术公布日：2024/1/12