一种基于预测模型的储能电站调度方案调整方法和装置与流程

本发明涉及储能电站智能调度，尤其涉及一种基于预测模型的储能电站调度方案调整方法和装置。

背景技术：

1、新型电力系统建设背景下，传统电力系统的电网调度主要依靠人工和经验，随着电网规模和复杂度的增加，传统调度方法面临一系列挑战。电网的运行方式逐渐从“源随荷动”转变为“源荷互动”，发电侧和负荷侧主动调节自身出力或用电负荷，协调并整合各类资源，维持地区电网的动态电力电量平衡。

2、现有技术中，电网多是通过储能电站将多余的电能储存至电池中，并在需要时释放出来，从而提供更稳定的电力供应，用于平衡电力系统的能源供应和需求。然而现有技术中的储能电站针对电能的充电与放电时机把握还不够准确，也无法实时监测电网的各项数据，进而导致系统针对储能电站各项参数的调度实时性不足，同时由于调度指令的延迟性，更进一步可能导致储能电站的调度发生故障。

技术实现思路

1、本发明提供了一种基于预测模型的储能电站调度方案调整方法和装置，以实现提高针对储能电站调度方案进行调整的实时性，进而提高调度方案的准确性和科学性的技术效果。

2、为了解决上述技术问题，本发明提供了一种基于预测模型的储能电站调度方案调整方法，包括以下步骤：

3、采集相应储能电站的第一预测数据和第二预测数据；其中，所述第二预测数据为所述第一预测数据中各数据类型对应的实时数据；

4、根据所述第一预测数据在预设的构建条件下构建对应第一预测模型，并求解所述第一预测模型进而获得第一调度方案；

5、通过所述第二预测数据更新所述第一预测模型获得对应第二预测模型，继而求解所述第二预测模型获得相应第二调度方案，并根据所述第二调度方案调整所述第一调度方案获得第三调度方案。

6、本发明提供的储能电站调度方案调整方法首先采集的数据包括第一预测数据和第二预测数据，其中第二预测数据为第一预测数据中各项数据类型所对应运行数据的实时数据，即第一预测数据为储能电站中各项运行数据的短期预测数据，第二预测数据则为储能电站中各项运行数据的超短期预测数据。因此，本发明采集了两种数据为后续进行调度方案调整提供了数据基础，同时第二预测数据即实时数据则提高了针对调度方案调整的实时性，降低了由于调度方案的延迟性过高导致系统针对储能电站各项运行参数的调度出现故障的概率。

7、系统在获取了两类预测数据后，首先根据第一预测数据构建第一预测模型，由于第一预测数据为短期预测数据，因此根据第一预测数据建立获得的第一预测模型也是针对短期数据构建的预测模型，即求解该第一预测模型获得的第一调度方案也是短期调度方案。同时，获得的第一调度方案即短期调度方案以及第一预测模型将作为后续第二调度方案和第二预测模型生成的参照数据。

8、在获得了第一预测模型和第一调度方案后，系统将根据采集获得的实时数据即第二预测数据更新第一预测模型，进而更新整个第一预测模型获得相应的第二预测模型。由于第二预测数据为超短期预测数据，因此被第二预测数据更新后的第二预测模型为超短期预测模型，同时求解第二预测模型获得的第二调度方案也为超短期调度方案。由于第二调度方案为超短期调度方案即第二调度方案中针对储能电站各项运行设备的调度指令仅为超短期内调度指令，因此系统将根据该第二调度方案即超短期调度方案调整第一调度方案即短期调度方案，仅仅调整该第一调度方案即短期调度方案的超短期指令部分，使得调整后的调度方案更加符合储能电站中各类运行设备的当前运行状态，不仅提高了调度方案的准确性、时效性和科学性，还提高了储能电站的运行效率以及储能电站中能源利用率。

9、作为优选例子，所述根据所述第一预测数据在预设的构建条件下构建对应第一预测模型，具体为：

10、调用预设的初始预测模型，并根据所述初始预测模型确定风电光伏发电量、储能电站运维成本以及火电机组运行成本的计算公式；

11、基于所述第一预测数据确定风电光伏、储能电站、火电机组和电力系统相应的功率约束条件生成模型约束条件，并根据所述模型约束条件更新所述初始预测模型，进而获得所述第一预测模型。

12、为了提高最终生成的调度方案的准确性和科学性，本发明提供的调度方案调整方法在生成第一预测模型时，首先需根据系统内预设的初始预测模型即模型架构确定模型中各项运行参数的计算公式，同时基于采集的第一预测数据确定上述各类运行参数的约束条件，并根据各项约束条件更新所述初始预测模型，即可生成第一预测模型。根据第一预测数据确定各约束条件则提高了生成的第一预测模型与储能电站的契合度，同时该根据第一预测数据生成的第一预测模型还提高了调度方案的准确性和科学性。

13、作为优选例子，所述求解所述第一预测模型进而获得第一调度方案，具体为：

14、采用多目标遗传算法求解所述第一预测模型，并根据预设的多个置信水平计算与所述多个置信水平一一对应的所述储能电站的充放电功率序列，并根据多个所述充放电功率序列生成相应的多个初始调度方案；

15、根据所述多个置信水平计算相应预测区间覆盖率，并以所述预测区间覆盖率为评价指标对所述多个置信水平对应的所述多个初始调度方案进行排序，将排序为第一的初始调度方案作为所述第一调度方案。

16、针对上述优选例子获得的第一预测模型的求解，本发明提供的求解方法为多目标遗传算法，通过第一预测模型分别计算在不同置信水平储能电站的充放电功率序列，即在不同时刻储能电站的充放电调度指令，并根据各项调度指令生成对应多个初始调度方案。生成对应初始调度方案后，系统还将计算在多个不同置信水平情况下，各项初始调度方案的预测区间覆盖率，依次评估各项初始调度方案的可靠性和准确性，并在计算获得的多个覆盖率中选择数值最大的覆盖率，并将其对应的置信水平以及调度方案作为第一调度方案。

17、本发明在求解确定第一调度方案时，通过计算每个调度方案在不同置信水平下的预测区间覆盖率确定每个调度方案的可靠性和准确性，对生成的多个初始方案进行一轮筛选，提高了生成的第一调度方案与储能电站运行状态的契合度，还提高了最终确定的调度方案的准确性和科学性。

18、作为优选例子，所述通过所述第二预测数据更新所述第一预测模型获得对应第二预测模型，继而求解所述第二预测模型获得相应第二调度方案，具体为：

19、根据所述第二预测数据更新所述第一预测模型的超短期侧数据，并通过所述储能电站的实时荷电数据对所述第一预测模型进行再构建，获得所述第二预测模型；

20、依次采用多目标遗传算法、置信水平计算方法和指标排序法求解所述第二预测模型获得相应所述第二调度方案。

21、为了更进一步提高最终生成的调度方案的时效性和准确性，本发明提供的调度方案调整方法还将在第一调度方案的基础上对第一调度方案进行调整，提高其时效性。其采用的方法为通过第二预测数据即储能电站的超短期预测数据对第一预测模型进行更新，将第一预测模型更新为第二预测模型即超短期调度方案预测模型，使得求解该第二预测模型获得的调度方案为针对储能电站的超短期调度方案。通过上述方法即可实现对第一调度方案即短期调度方案的短期调度指令的更新替换，进而提升了最终生成的第三调度方案的时效性、准确性和可靠性。

22、作为优选例子，在所述根据所述第二调度方案调整所述第一调度方案获得第三调度方案之后，还包括：

23、根据所述第三调度方案调整所述储能电站的各项运行参数，并按照预设的周期定期采集所述储能电站的所述运行参数；

24、分别根据采集获得的所述运行参数、所述第一预测数据和所述第二预测数据生成相应的参数折线图，并对生成的各项所述参数折线图进行对比分析，根据分析结果确定是否向储能电站维护终端发送告警信号。

25、在获得了第三调度方案之后，系统将根据第三调度方案对储能电站中的各项设备的运行参数进行调整，并记录上述各项设备的运行参数。记录完成后，系统将定期根据记录的实时参数以及采集的两种预测数据分别生成相应的参数折线图，并将以上三种参数折线图进行对比分析，进而根据生成的参数折线图之间的对比分析结果确定储能电站内各项设备运行状态是否正常，若发现异常情况，则系统将迅速响应于异常情况并向储能电站的维护终端发送告警信号，提高了储能电站日常维护的时效性和准确性，同时由系统自动化响应还降低了储能电站专业维护人员的工作压力和工作量。

26、相应的，本发明还提供了一种基于预测模型的储能电站调度方案调整装置，所述储能电站调度方案调整装置包括数据采集模块、模型构建模块和方案调整模块；

27、其中，所述数据采集模块用于采集相应储能电站的第一预测数据和第二预测数据；其中，所述第二预测数据为所述第一预测数据中各数据类型对应的实时数据；

28、所述模型构建模块用于根据所述第一预测数据在预设的构建条件下构建对应第一预测模型，并求解所述第一预测模型进而获得第一调度方案；

29、所述方案调整模块用于通过所述第二预测数据更新所述第一预测模型获得对应第二预测模型，继而求解所述第二预测模型获得相应第二调度方案，并根据所述第二调度方案调整所述第一调度方案获得第三调度方案。

30、作为优选例子，所述模型构建模块根据所述第一预测数据在预设的构建条件下构建对应第一预测模型，具体为：

31、调用预设的初始预测模型，并根据所述初始预测模型确定风电光伏发电量、储能电站运维成本以及火电机组运行成本的计算公式；

32、基于所述第一预测数据确定风电光伏、储能电站、火电机组和电力系统相应的功率约束条件生成模型约束条件，并根据所述模型约束条件更新所述初始预测模型，进而获得所述第一预测模型。

33、作为优选例子，所述模型构建模块求解所述第一预测模型进而获得第一调度方案，具体为：

34、采用多目标遗传算法求解所述第一预测模型，并根据预设的多个置信水平计算与所述多个置信水平一一对应的所述储能电站的充放电功率序列，并根据多个所述充放电功率序列生成相应的多个初始调度方案；

35、根据所述多个置信水平计算相应预测区间覆盖率，并以所述预测区间覆盖率为评价指标对所述多个置信水平对应的所述多个初始调度方案进行排序，将排序为第一的初始调度方案作为所述第一调度方案。

36、作为优选例子，所述方案调整模块通过所述第二预测数据更新所述第一预测模型获得对应第二预测模型，继而求解所述第二预测模型获得相应第二调度方案，具体为：

37、根据所述第二预测数据更新所述第一预测模型的超短期侧数据，并通过所述储能电站的实时荷电数据对所述第一预测模型进行再构建，获得所述第二预测模型；

38、依次采用多目标遗传算法、置信水平计算方法和指标排序法求解所述第二预测模型获得相应所述第二调度方案。

39、作为优选例子，所述储能电站调度方案调整装置还包括信号告警模块；

40、其中，所述信号告警模块用于根据所述第三调度方案调整所述储能电站的各项运行参数，并按照预设的周期定期采集所述储能电站的所述运行参数；

41、分别根据采集获得的所述运行参数、所述第一预测数据和所述第二预测数据生成相应的参数折线图，并对生成的各项所述参数折线图进行对比分析，根据分析结果确定是否向储能电站维护终端发送告警信号。