[发明专利]一种智能电网能量优化调度方法

说明书

本发明提供了一种智能电网能量优化调度方法，属于智能电网规划技术领域。该方法被用于智能电网中的微电网以获得能量优化调度，包括以下步骤：1)微电网的相关电力数据预测：通过收集微电网风速、辐照度和负荷的历史数据，利用ARIMA预测方法分别对风速、辐照度和负荷进行预测；根据微电网预测的电力数据，并考虑天气状况来确定交易态度层级，从而有计划地使用电池储能系统并计算未来时段的投标电价和投标电量；2)优化器的设计：将微电网相关的预测值作为优化器的输入，采用粒子群优化算法寻找微电网最佳的交易对，以节省电力交易成本。与现有方法相比，本发明具有预测准确且有效地降低电力成本等优点。

技术领域

本发明涉及一种智能电网能量优化调度方法，属于智能电网规划技术领域。

背景技术

在日常生活中，传统电网一般是将发电厂产生的电量通过单向的电力线路输送给电力用户，这种简单的供电方式并不是最可靠的，其中最主要的问题是该供电方式存在的技术比较单一，当发电厂出现故障时，大量的用户将受到影响。所以，取而代之的是传统的分布式供电系统，该分布式供电系统可能存在着可再生能源(太阳能，风能等)，其特点是无二氧化碳排放的清洁能源，非常符合现在对发电能源的需求；但这些可再生能源发电受天气因素的影响，存在间歇性发电的问题，如果间歇性发电的分布式电源直接并网，会对电网的运行和稳定造成严重影响。其次，该传统的分布式供电系统只考虑当前的电力状况来进行供电，并未采用预测技术以及储能技术对可再生能源发出的电量进行有计划的应用和存储，这将会造成多发出的电量会被浪费，导致用电成本无法降低。

针对上述问题，智能电网的概念应运而生。智能电网可由发电厂、电力公司、多个微电网、输电线路和配电线路所组成，通过传感器和通信技术将发电、输配电和用电量相结合，实现对电网的信息分析和自动检测，从而优化能源的利用。其中，微电网可由分布式电源、负载和能量存储系统构成一个小型发配电系统，并与配电系统相连，在离网运行时也能满足本地用户的用电需求。为了微电网的稳定能量调度，要对这种发电能源进行预测。如果可以获得这些不可控能源的发电预测模型，并且也有准确的微电网负荷预测模型，就可以依据成本最小、电网稳定或者环保的优化目标，对微电网的其他发电能源和储能设备进行调度。微电网的优化能量调度可以让微电发电与负荷供需平衡时，实现成本最小的能量调度。因此，微电网的能量优化调度对于环境保护和经济增长都很重要。

虽然国内现在已经有对于微电网能量调度的研究，但这些研究并未充分的考虑预测技术、储能技术和拍卖技术、智能算法相结合用于微电网的能量优化调度，且并未更好的实现微电网的供需平衡，无法实现当微电网有剩余电量/不足电量，可以向电力公司或其它微电网出售/购买电量，导致电力成本降低幅度小，因此这些能量调度策略的效果并不是最佳的。

发明内容

为解决现有技术的不足，本发明的目的是提供一种智能电网能量优化调度方法，实现微电网的能量优化调度。

为实现上述目标，本发明可以通过以下技术方案来实现：

一种智能电网能量优化调度方法，用于经济环保的微电网以获得优化调度，包括以下步骤：1)微电网的相关电力数据预测：通过收集微电网风速、辐照度和电力负荷的历史数据，利用ARIMA预测方法分别对风速、辐照度和电力负荷进行预测；根据微电网预测的电力数据，并考虑天气状况来确定交易态度层级，从而有计划地使用电池储能系统并计算未来时段的投标电价和投标电量；2)优化器设计：将微电网相关的预测值作为优化器的输入，采用粒子群优化算法寻找微电网最佳的交易对，以节省电力成本。

所述的步骤1)具体包括以下步骤：

11)首先通过收集微电网风速、辐照度和电力负荷的历史数据，将各历史数据构成时间序列，采用ARIMA方法对风速、辐照度和负荷的时间序列分别建立风速预测模型、辐照度预测模型和电力负荷预测模型，并预测出未来n个时段风速、辐照度和电力负荷的相关数据；然后，通过仿真模型将预测的风速和辐照度数据转化为发电量数据，根据微电网在第n时段的发电量和电力负荷，并考虑电池储能系统(ESS)的充放电量，计算在第n时段的电量情况。