基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法
【專利摘要】本發(fā)明公開了基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法，其包括確定可控設(shè)備待獲取的測量數(shù)據(jù)和不可控設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)；可控設(shè)備根據(jù)測量數(shù)據(jù)自動感知當(dāng)前時刻的測量數(shù)據(jù)；不可控設(shè)備獲取其歷史測量數(shù)據(jù)采用最小二乘法進行數(shù)據(jù)擬合方法獲取其下一時刻的預(yù)測數(shù)據(jù)；接收可控設(shè)備獲取的當(dāng)前時刻的測量數(shù)據(jù)和不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)，并根據(jù)不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)計算其有功功率和有功功率的概率；根據(jù)可控設(shè)備當(dāng)前時刻的測量數(shù)據(jù)和粒子群算法，采用分布式電源全天消納能量最大的目標函數(shù)計算可控設(shè)備下一時刻的出力大??；可控設(shè)備接收下一時刻的出力大小，根據(jù)下一時刻的出力大小調(diào)整其下一時刻的實際出力大小。
【專利說明】
基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及能量的合理利用，具體設(shè)及一種基于云平臺計算能量與信息二元融合 元件的優(yōu)化接入方法。
【背景技術(shù)】
[0002] 隨著大量能量與信息二元融合的元件接入到電力系統(tǒng)中，為確保電力系統(tǒng)的各個 設(shè)備實現(xiàn)能量的合理分配，傳統(tǒng)的做法是將能量與信息二元融合元件進行不確定性分區(qū)， 將隨機變量的值分為完全相等的N個區(qū)域，且概率的計算，誤差比較大，致使接入電力系統(tǒng) 中可控設(shè)備的充電量或放電量非常的不準確，使電力系統(tǒng)中設(shè)備的電壓過高或過低，而致 使電力系統(tǒng)中的設(shè)備遭受不同程度的損傷。

【發(fā)明內(nèi)容】

[0003] 針對現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的基于云平臺計算能量與信息二元融合 元件的優(yōu)化接入方法能夠使接入電力系統(tǒng)中可控設(shè)備的充電量或放電量更加準確。
[0004] 為了達到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：
[0005] 提供一種基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法，其包括W下 步驟：
[0006] 采用云平臺確定能量與信息二元融合元件層中可控設(shè)備待獲取的測量數(shù)據(jù)和不 可控設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)，同時構(gòu)建能量分布式電源全天消納能量最大的目標函數(shù)；
[0007] 能量與信息二元融合元件層接收云平臺下發(fā)的可控設(shè)備待獲取的測量數(shù)據(jù)和不 可控設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)，可控設(shè)備根據(jù)待獲取的測量數(shù)據(jù)自動感知當(dāng)前時刻的測量數(shù) 據(jù);不可控設(shè)備獲取其歷史測量數(shù)據(jù)采用最小二乘法進行數(shù)據(jù)擬合方法獲取其下一時刻的 預(yù)測數(shù)據(jù)；
[0008] 云平臺接收能量與信息二元融合元件層上傳的可控設(shè)備獲取的當(dāng)前時刻的測量 數(shù)據(jù)和不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)，并根據(jù)不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)計算其有 功功率和有功功率的概率；
[0009] 云平臺根據(jù)可控設(shè)備當(dāng)前時刻的測量數(shù)據(jù)和粒子群算法，采用分布式電源全天消 納能量最大的目標函數(shù)計算可控設(shè)備下一時刻的出力大??；
[0010] 能量與信息二元融合元件層接收云平臺下發(fā)的可控設(shè)備下一時刻的出力大小，可 控設(shè)備根據(jù)下一時刻的出力大小調(diào)整其下一時刻的實際出力大小。
[0011] 本發(fā)明的有益效果為:本方案通過不可控設(shè)備的預(yù)測數(shù)據(jù)得到其有功功率和有功 功率的概率，之后在結(jié)合可控設(shè)備當(dāng)前時刻的測量數(shù)據(jù)和粒子群算法，采用分布式電源全 天消納能量最大的目標函數(shù)計算可控設(shè)備下一時刻的出力大小，通過計算的下一時刻的出 力大小去調(diào)整可控設(shè)備下一時刻的實際出力大小。
[0012] 通過運種優(yōu)化接入方法能夠使接入電力系統(tǒng)中可控設(shè)備的充電量/放電量/功率 大小更加準確，保證了電力系統(tǒng)中設(shè)備的電壓始終保持在正常工作范圍內(nèi)，從而延長了電 力系統(tǒng)中設(shè)備的使用壽命;另外，采用該方法能夠使分布式電源消納能量最大及不確定性 的表述更加準確合理、更具備代表性。
【附圖說明】
[0013] 圖1為基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法的流程圖。
【具體實施方式】
[0014] 下面對本發(fā)明的【具體實施方式】進行描述，W便于本技術(shù)領(lǐng)域的技術(shù)人員理解本發(fā) 明，但應(yīng)該清楚，本發(fā)明不限于【具體實施方式】的范圍，對本技術(shù)領(lǐng)域的普通技術(shù)人員來講， 只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，運些變化是顯而易 見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護之列。
[0015] 參考圖1，圖1示出了基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法的 流程圖；如圖1所示，該方法100包括步驟101至步驟105:
[0016] 在步驟101中，采用云平臺確定能量與信息二元融合元件層中可控設(shè)備待獲取的 測量數(shù)據(jù)和不可控設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)，同時構(gòu)建能量分布式電源全天消納能量最大的 目標函數(shù)。
[0017] 其中，能量與信息二元融合元件層由能量與信息二元融合元件組成，而能量與信 息二元融合元件又由可控設(shè)備和不可控設(shè)備部組成；可控設(shè)備包括電動汽車、儲能裝置和 電容器組;不可控設(shè)備包括分布式能源和負荷，分布式能源又由風(fēng)力電源和光伏電源組成。
[0018] 光伏電源待獲取預(yù)測數(shù)據(jù)為光伏出力期望和方差，風(fēng)力電源待獲取的預(yù)測數(shù)據(jù)為 風(fēng)力出力期望和方差；電動汽車待獲取的測量數(shù)據(jù)為電池能量狀態(tài)量和充電功率，儲能裝 置待獲取的測量數(shù)據(jù)為能量狀態(tài)量和充放電功率，電容器組待獲取的預(yù)測數(shù)據(jù)為無功狀態(tài) 量、可投切容量電和已投切的次數(shù)。
[0019] 在步驟102中，能量與信息二元融合元件層接收云平臺下發(fā)的可控設(shè)備待獲取的 測量數(shù)據(jù)和不可控設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)，可控設(shè)備根據(jù)待獲取的測量數(shù)據(jù)自動感知當(dāng)前 時刻的測量數(shù)據(jù);不可控設(shè)備獲取其歷史測量數(shù)據(jù)采用最小二乘法進行數(shù)據(jù)擬合方法獲取 其下一時刻的預(yù)測數(shù)據(jù)；
[0020] 在能量與信息二元融合元件層與云平臺之間還設(shè)置有化P協(xié)議層及網(wǎng)關(guān)智能結(jié)點 與傳輸層兩個傳輸層，能量與信息二元融合元件層與云平臺之間進行信息交互時，都必須 經(jīng)過化P協(xié)議層及網(wǎng)關(guān)智能結(jié)點與傳輸層進行中轉(zhuǎn)。
[0021] 在步驟103中，云平臺接收能量與信息二元融合元件層上傳的可控設(shè)備獲取的當(dāng) 前時刻的測量數(shù)據(jù)和不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)，并根據(jù)不可控設(shè)備下一時刻的預(yù)測 數(shù)據(jù)計算其有功功率和有功功率的概率。
[0022] 在本發(fā)明的一個實施例中，根據(jù)不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)計算其有功功率 和有功功率的概率可W進一步包括：
[0023 ] A、計算光伏電源的有功功率和有功功率的概率
[0024] al、由于光伏電源有功出力主要受太陽光照強度影響，而太陽光照又服從Beta分 布。于是本方案在求取光伏電源的有功功率和有功功率的概率時，首選需要通過光伏電源 的光伏出力期望和方差獲取Beta分布的參數(shù)a和0。
[0025]由于Beta分布的參數(shù)a和e是采用現(xiàn)有的比較常規(guī)的算例進行求解的，此處就不在 對其是如何求解的進行寶述。
[00%] a2、計算光伏電源出力的密度：
[0027]
[0028] 式中：a與0是指Beta分布的參數(shù)；r表示Gamma函數(shù);P是指光伏電源的實際出力； Pmax是指光伏電源最大輸出功率;光伏電源的P、Pmax和Pmin均可W通過光伏電源的主動感知 設(shè)別和歷史數(shù)據(jù)分析得到的。
[0029] a3、計算光伏電源消納的有功功率：
[0030]
[0031] 式中，Pmin是指光伏電源最小輸出功率，Pmax是指光伏電源最大可能輸出功率，Px,i-l 是指i-1狀態(tài)的有功出力;化是指總的狀態(tài)數(shù)；
[0032] 計算光伏電源消納的有功功率的概率：
[0033]
[0034] 式中，Pi,1是指第i個狀態(tài)的最小有功出力;Pw是指第i個狀態(tài)的最大有功出力。
[0035] B、計算風(fēng)機電源的有功功率和有功功率的概率
[0036] bl、采用威布爾分布計算風(fēng)力電源出力的密度：
[0037]
[0038] 巧甲，PJ刃W化;k和C刃weibuii分布的兩個參數(shù)，即k為形狀參數(shù)，C為尺度參數(shù)；
[0039] b2、計算風(fēng)力電源消納的有功功率：
[0040]
[0041 ] 巧中，Pmin是指風(fēng)力電源最小可能輸出功率，Pmax是指風(fēng)力電源最大可能輸出功率， Px,J-I是指j-1狀態(tài)的有功出力代表值;化是指總的狀態(tài)數(shù)；
[0042]
[0043] 式中，Px,i是指第X個狀態(tài)的最小有功出力;Pw是指第i個狀態(tài)的最大有功出力;f (X)為風(fēng)力電源出力的密度。
[0044] 在步驟104中，云平臺根據(jù)可控設(shè)備當(dāng)前時刻的測量數(shù)據(jù)和粒子群算法，采用分布 式電源全天消納能量最大的目標函數(shù)計算可控設(shè)備下一時刻的出力大小。
[0045] 在本發(fā)明的一個實施例中，分布式電源全天消納能量最大的目標函數(shù)為：
[0046]
[0047] 式中，n是指將一天《分為n個時段;Pt,PV和Pt,Wt分別表示第i個時段光伏電源消納 的有功功率和風(fēng)力電源消納的功功率，Pt,pv《Pi，Pt,rt《Pj;gc,t為t時段第C個狀態(tài)的概率， gc,t = gi*gj，c = l，2,…N; A t為任一時間段。
[0048] 為了使目標函數(shù)達到最優(yōu)，分布式電源全天消納能量最大的目標函數(shù)需要滿足的 約束條件為等式約束條件及不等式約束條件和概率約束條件；
[0049] 其中，等式約束條件為：
[(K)加 ]
[0051 ]式中：Pi、PLi分別是指節(jié)點i處的有功出力與有功負荷大小;Qi、也i分別是指節(jié)點i 處的無功出力與無功負荷大小;化、化分別是指節(jié)點i與節(jié)點k的電壓幅值;Sik是指節(jié)點i和 節(jié)點k之間的電壓相角差;Gik、Bik分別是指系統(tǒng)導(dǎo)納矩陣的實部和虛部；
[0052]不等式約束和概率約束條件：
[0化3]
[0化4]
[0化5]
[0056] 式中：P{A}表示事件A發(fā)生的概率;叫與as分別是指電壓與容量的置信水平;Ui是節(jié) 點電壓;Si功支路容量；QnDde是指系統(tǒng)的節(jié)點集合;0,'是指t時段第i個狀態(tài)微型燃氣輪的 實際無功大小;巧A為是指t時段第i個狀態(tài)儲能裝置的實際有功出力大??；巧。為是指t時段 第i個狀態(tài)光伏的實際出力大小。
[0057] 在步驟105中，能量與信息二元融合元件層接收云平臺下發(fā)的可控設(shè)備下一時刻 的出力大小，可控設(shè)備根據(jù)下一時刻的出力大小調(diào)整其下一時刻的實際出力大小。
[0058] 電動汽車下一時刻的出力大小是指其下一時刻的充電功率大小，儲能裝置下一時 刻的出力大小時指其下一時刻的儲能充放電功率大小，電容器組下一時刻的出力大小是指 其下一時刻的電容器可投切容量。
[0059] 可控設(shè)備對其下一時刻的實際出力大小進行調(diào)整后，并將調(diào)整信息經(jīng)過網(wǎng)關(guān)智能 結(jié)點與傳輸層及化P協(xié)議層傳輸至云平臺，執(zhí)行完畢后，執(zhí)行下一個循環(huán)。
[0060] 為了實現(xiàn)電力系統(tǒng)中海量的、多種多樣的能量與信息二元融合元件的信息的高度 共享和能量的優(yōu)化分配，本方案通過對云平臺計算所需的各種能量與信息二元融合元件的 有關(guān)信息進行實時感知和監(jiān)控，進而實現(xiàn)海量能量與信息二元融合的元件與云平臺的實時 雙向互通和共享，實現(xiàn)能量與信息二元融合元件有關(guān)信息周期云計算平臺的主動發(fā)現(xiàn)、優(yōu) 化配置和智能調(diào)度。管理者也可W根據(jù)應(yīng)用需求，隨時隨地的動態(tài)的增減能量與信息二元 融合元件中可控設(shè)備的功率的大小，實現(xiàn)電力系統(tǒng)的各個設(shè)備實現(xiàn)能量的合理分配。
【主權(quán)項】
1. 基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法，其特征在于，包括以下 步驟： 采用云平臺確定能量與信息二元融合元件層中可控設(shè)備待獲取的測量數(shù)據(jù)和不可控 設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)，同時構(gòu)建能量分布式電源全天消納能量最大的目標函數(shù)； 能量與信息二元融合元件層接收云平臺下發(fā)的可控設(shè)備待獲取的測量數(shù)據(jù)和不可控 設(shè)備待預(yù)測的預(yù)測數(shù)據(jù)，可控設(shè)備根據(jù)待獲取的測量數(shù)據(jù)自動感知當(dāng)前時刻的測量數(shù)據(jù)； 不可控設(shè)備獲取其歷史測量數(shù)據(jù)采用最小二乘法進行數(shù)據(jù)擬合方法獲取其下一時刻的預(yù) 測數(shù)據(jù)； 云平臺接收能量與信息二元融合元件層上傳的可控設(shè)備獲取的當(dāng)前時刻的測量數(shù)據(jù) 和不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)，并根據(jù)不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)計算其有功功 率和有功功率的概率； 云平臺根據(jù)可控設(shè)備當(dāng)前時刻的測量數(shù)據(jù)和粒子群算法，采用分布式電源全天消納能 量最大的目標函數(shù)計算可控設(shè)備下一時刻的出力大小； 能量與信息二元融合元件層接收云平臺下發(fā)的可控設(shè)備下一時刻的出力大小，可控設(shè) 備根據(jù)下一時刻的出力大小調(diào)整其下一時刻的實際出力大小。2. 根據(jù)權(quán)利要求1所述的基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法， 其特征在于， 所述不可控設(shè)備包括分布式電源，所述分布式能源為風(fēng)力電源和光伏電源;所述光伏 電源待獲取預(yù)測數(shù)據(jù)為光伏出力期望和方差;所述風(fēng)力電源待獲取的預(yù)測數(shù)據(jù)為風(fēng)力出力 期望和方差； 所述可控設(shè)備包括電動汽車、儲能裝置和電容器組;所述電動汽車待獲取的測量數(shù)據(jù) 為電池能量狀態(tài)量和充電功率，儲能裝置待獲取的測量數(shù)據(jù)為能量狀態(tài)量和充放電功率， 電容器組待獲取的預(yù)測數(shù)據(jù)為無功狀態(tài)量、可投切容量電和已投切的次數(shù)。3. 根據(jù)權(quán)利要求2所述的基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法， 其特征在于，所述根據(jù)不可控設(shè)備下一時刻的預(yù)測數(shù)據(jù)計算其有功功率和有功功率的概率 進一步包括： A、計算光伏電源的有功功率和有功功率的概率 al、通過光伏電源的光伏出力期望和方差獲取Beta分布的參數(shù)α和β; a2、計算光伏電源出力的密度：式中：α與β是指Beta分布的參數(shù)；Γ表示Gamma函數(shù);P是指光伏電源的實際出力;Pmax是 指光伏電源最大輸出功率； a3、計算光伏電源消納的有功功率：式中，Pmin是指光伏電源最小可能輸出功率，Pmax是指光伏電源最大可能輸出功率，p x, i -1是指i-Ι狀態(tài)的有功出力代表值;Ns是指總的狀態(tài)數(shù)； 計算光伏電源消納的有功功率的概率： 式中，Pi,1是指第i個狀態(tài)的最小有功出力;Pi,r是指第i個狀態(tài)的最大有功出力；f (X)為 光伏電源出力的密度。 B、計算風(fēng)機電源的有功功率和有功功率的概率 bl、采用威布爾分布計算風(fēng)力電源出力的密度：式中，Pj為風(fēng)速;k和c為weibul 1分布的兩個參數(shù)，即k為形狀參數(shù)，c為尺度參數(shù)； b2、計算風(fēng)力電源消納的有功功率：式中，Pmin是指風(fēng)力電源最小可能輸出功率，Pmax是指風(fēng)力電源最大可能輸出功率，px, j-l 是指j-1狀態(tài)的有功出力代表值;Ns是指總的狀態(tài)數(shù)；式中，Px,1是指第X個狀態(tài)的最小有功出力;Px,r是指第i個狀態(tài)的最大有功出力;f( X)為 風(fēng)力電源出力的密度。4. 根據(jù)權(quán)利要求3所述的基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法， 其特征在于，所述分布式電源全天消納能量最大的目標函數(shù)為：式中，η是指將一天 < 分為η個時段;Pt,P4PPt,wt分別表示第i個時段光伏電源消納的有 功功率和風(fēng)力電源消納的功功率，？^^^，？_^^^。,*為切寸段第(：個狀態(tài)的概率4。,* = gi*gj; At為任一時間段。5. 根據(jù)權(quán)利要求4所述的基于云平臺計算能量與信息二元融合元件的優(yōu)化接入方法， 其特征在于，所述需滿足的約束條件為等式約束條件及不等式約束條件和概率約束條件； 其中，等式約束條件為：式中：Pi、PLi分別是指節(jié)點i處的有功出力與有功負荷大小;Qi、Qu分別是指節(jié)點i處的 無功出力與無功負荷大小;Ui、Uk分別是指節(jié)點i與節(jié)點k的電壓幅值;5ik是指節(jié)點i和節(jié)點k 之間的電壓相角差;Gik、B ik分別是指系統(tǒng)導(dǎo)納矩陣的實部和虛部； 不等式約束和概率約束條件：式中：P{A}表示事件A發(fā)生的概率;αυ與as分別是指電壓與容量的置信水平;仏是節(jié)點電 壓;S1偽支路容量；Ω 是指系統(tǒng)的節(jié)點集合;逸是指t時段第i個狀態(tài)微型燃氣輪的實際 無功大??；為是指t時段第i個狀態(tài)儲能裝置的實際有功出力大??；為是指t時段第i 個狀態(tài)光伏的實際出力大小。6.根據(jù)權(quán)利要求1-5任一所述的基于云平臺計算能量與信息二元融合元件的優(yōu)化接入 方法，其特征在于，所述云平臺和能量與信息二元融合元件層進行數(shù)據(jù)傳遞時需要經(jīng)其兩 者之間依次設(shè)置的PnP協(xié)議層及網(wǎng)關(guān)智能結(jié)點與傳輸層。
【文檔編號】G06Q10/04GK106022533SQ201610364609
【公開日】2016年10月12日
【申請日】2016年5月27日
【發(fā)明人】賴祥生, 黃仁樂, 李蘊, 王存平
【申請人】國網(wǎng)北京市電力公司