[发明专利]一种基于神经网络的园区微网系统需求响应方法

说明书

本发明涉及微电网需求侧响应技术领域，尤其涉及一种基于神经网络的园区微网系统需求响应方法，其不同之处在于，其步骤包括：S1、实时采集园区总用电负荷、交直流充电桩的用电信息以及市电电网、分布式光伏、电池储能的出力信息作为运行样本；S2、建立需求响应模型，确定模型输入量与输出量；S3、获取最优权重，以经济最优为目标，根据分时电价获取园区内分布式光伏、市电电网、电池储能的投入配比；S4、需求响应控制，生成园区微网需求响应控制策略，并根据控制策略发出控制指令。本发明解决园区清洁能源发电与负荷用电动态匹配的问题，在保证需求侧响应的前提下，最大化利用光伏等清洁能源，实现经济性最优。

技术领域

本发明涉及微电网需求侧响应技术领域，尤其涉及一种基于神经网络的园区微网系统需求响应方法。

背景技术

由于光伏等分布式清洁能源发电的间歇性工作状态，发电功率波动较大，园区用电负荷同样也随着时间的变化而发生变化，因此清洁能源发电与负荷用电功率匹配性较差。对于储能系统，通过采用蓄电池实现电力的储存，但蓄电池存在着充放电效率不高、使用寿命短的特性。目前的园区光伏上网经济效益并不明显，光伏发电上网主体以“自发自用、余量上网”为主。

鉴于此，为克服上述技术缺陷，提供一种基于神经网络的园区微网系统需求响应方法成为本领域亟待解决的问题。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种基于神经网络的园区微网系统需求响应方法，解决园区清洁能源发电与负荷用电动态匹配的问题，在保证需求侧响应的前提下，最大化利用光伏等清洁能源，实现经济性最优。

为解决以上技术问题，本发明的技术方案为：一种基于神经网络的园区微网系统需求响应方法，其不同之处在于，其步骤包括：

S1、实时采集园区总用电负荷、交直流充电桩的用电信息以及市电电网、分布式光伏、电池储能的出力信息作为运行样本；

S2、建立需求响应模型，确定模型输入量与输出量；

S3、获取最优权重，以经济最优为目标，根据分时电价获取园区内分布式光伏、市电电网、电池储能的投入配比；

S4、需求响应控制，生成园区微网需求响应控制策略，并根据控制策略发出控制指令。

按以上方案，所述步骤S2中，所述输入量包括分布式光伏、市电电网、电池储能，所述输出量为园区微网系统的总用电负荷，主要由电负荷、充电桩、电池储能组成。

按以上方案，所述电池储能具有输入和输出的不同属性，但根据工作模式，同一时间仅作为一种使用。

按以上方案，所述工作模式包括工作日模式、夜间模式、节假日模式和孤岛模式。

按以上方案，所述工作日模式涵盖节假日模式和孤岛模式；夜间模式中，只在电价低谷时段对储能进行充电。

按以上方案，所述步骤S3中，由神经网络算法模块依据运行样本进行训练，采用梯度下降法，生成用户用电的预测值及综合能源投入权重系数。

按以上方案，园区微网系统包括市电电网、分布式光伏、电池储能、交直流充电桩、园区各用电负荷、数据采集系统、分析计算系统、响应控制系统。

按以上方案，所述分布式光伏、电池储能、交直流充电桩通过市电电网与各用电负荷相连。

按以上方案，所述分析计算系统依据预测值及权重系数生成园区微网需求响应控制策略，所述响应控制系统根据控制策略发出控制指令。

按以上方案，所述分析计算系统、响应控制系统通过数据采集系统分别与市电电网、分布式光伏、电池储能、交直流充电桩、园区各用电负荷相连。