一种海上充电桩的电力调度方法、系统及设备与流程
本技术涉及电力调度,尤其涉及一种海上充电桩的电力调度方法、系统及设备。
背景技术:
1、随着海上新能源发电技术的快速发展,海上风电和光伏发电已成为海洋能源利用的重要形式。与此同时,电动船舶作为绿色航运的重要发展方向,对海上充电设施提出了迫切需求。然而,海上充电平台面临双重不确定性挑战:一方面,海上新能源出力受风速、光照、波浪等气象条件影响呈现强随机性和波动性;另一方面,船舶到港行为具有随机性,充电负荷难以准确预测。传统的确定性调度方法难以有效应对上述不确定性,容易导致弃风弃光现象严重或船舶充电需求无法满足的问题。
2、现有技术中,部分调度方法采用简单的预测与优化串联结构,缺乏对预测不确定性的有效量化;部分方法虽考虑随机性,但未实现多时间尺度的滚动优化,难以在日前规划和实时控制之间建立有效的衔接;此外,现有方法普遍缺乏参数自适应更新机制,无法适应环境变化和运营需求的变化,导致调度性能随时间衰减。
技术实现思路
1、针对现有海上充电桩电力调度方法存在的新能源出力与船舶充电负荷双重不确定性难以有效应对、调度计划的时间尺度协调不足以及参数配置缺乏自适应调整机制等技术问题,本技术的目的在于提供一种海上充电桩的电力调度方法、系统及设备,以解决上述问题。
2、第一方面,本技术提供一种海上充电桩的电力调度方法,包括:
3、根据实时监测系统采集数据和船舶自动识别系统数据,获得新能源出力的概率预测区间和船舶充电负荷的概率场景集;
4、根据所述新能源出力的概率预测区间和船舶充电负荷的概率场景集,通过预设的两阶段随机规划模型,获得预调度功率计划和总可用功率上限计划;
5、根据当前时刻的储能荷电状态和总充电需求,基于所述预调度功率计划和总可用功率上限计划,通过预设的短期预测模型,获得储能实际执行功率和每艘船舶的实际充电功率,以获得实时控制指令。
6、在一种可能的实现方式中,所述根据实时监测系统采集数据和船舶自动识别系统数据,获得新能源出力的概率预测区间和船舶充电负荷的概率场景集,包括:
7、根据所述实时监测系统采集数据,通过时间卷积网络和分位数回归,获得所述新能源出力的概率预测区间;
8、根据所述船舶自动识别系统数据,通过泊松过程和排队论,获得所述船舶充电负荷的概率场景集。
9、在一种可能的实现方式中,所述根据所述实时监测系统采集数据,通过时间卷积网络和分位数回归,获得所述新能源出力的概率预测区间,包括:
10、根据所述实时监测系统采集数据,获得原始数据,所述原始数据被配置至少包括:历史运行数据、气象预报数据和环境特征数据;
11、根据所述原始数据,基于预处理,获得标准化时序特征;
12、根据所述标准化时序特征,基于所述时间卷积网络,获得功率波动向量;
13、根据所述功率波动向量,通过预设的典型分位点进行分位数回归,获得未来设定时间段内的新能源出力的概率预测区间。
14、在一种可能的实现方式中,所述根据所述船舶自动识别系统数据,通过泊松过程和排队论,获得所述船舶充电负荷的概率场景集,包括:
15、根据船舶自动识别系统数据、船舶登记数据库及港口作业管理系统数据,获取船舶类型、历史到港时间信息及计划到港时间信息;
16、通过非齐次泊松过程拟合,获得随时间的到达率函数;
17、基于航行时延分布的延迟到达模型,获得船舶到达时间分布;
18、根据充电桩集群配置及历史充电服务数据,通过多服务台排队论,获得以充电桩为服务台、以船舶为顾客的多对多队列模型,以获得船舶到达率、单充电桩服务率及多充电桩总服务率;
19、根据所述船舶到达率、单充电桩服务率及多充电桩总服务率,获得充电服务过程模型;
20、根据所述船舶到达时间分布及所述充电服务过程模型,通过蒙特卡洛仿真,获得预设数量的场景样本;
21、根据所述场景样本,通过快速前向选择法压缩至预设的典型场景,获得所述船舶充电负荷概率场景集。
22、在一种可能的实现方式中,所述根据所述新能源出力的概率预测区间和船舶充电负荷的概率场景集,通过预设的两阶段随机规划模型,获得预调度功率计划和总可用功率上限计划,包括:
23、获取实时采集的储能系统当前荷电状态以及各充电桩的最大输出功率;
24、根据所述新能源出力的概率预测区间和船舶充电负荷的概率场景集,获得两阶段随机规划模型;所述两阶段随机规划模型被配置为:
25、第一阶段决策变量被配置包括各决策时刻的储能充放电功率基准值和各决策时刻的充电桩集群最大可用功率;
26、第二阶段决策变量被配置包括各场景各时刻的储能修正出力和各场景各时刻实际供给船舶的充电功率;
27、根据所述新能源出力的概率预测区间中预设的中位的分位点的预测值作为确定性基准进行功率平衡;
28、根据所述船舶充电负荷概率场景集作为随机变量刻画各时刻的负荷不确定性;
29、以获得最小化期望总成本的目标函数;所述期望总成本至少包括储能运行成本、弃风弃光惩罚成本和负荷失电惩罚成本;
30、根据所述两阶段随机规划模型,通过凸二次规划方法求解,获得各决策时刻的储能充放电功率基准值和各决策时刻的充电桩集群最大可用功率;
31、将各决策时刻的储能充放电功率基准值作为所述储能预调度功率计划,将各决策时刻的充电桩集群最大可用功率作为所述充电桩集群总可用功率上限计划。
32、在一种可能的实现方式中,所述根据当前时刻的储能荷电状态和总充电需求,基于所述预调度功率计划和总可用功率上限计划,通过预设的短期预测模型,获得储能实际执行功率和每艘船舶的实际充电功率,以获得实时控制指令,包括:
33、根据所述储能预调度功率计划和所述充电桩集群总可用功率上限计划,通过线性插值方法,分别获得每分钟的储能功率参考值和每分钟的充电桩功率参考值;
34、根据能量管理系统实时采集的当前时刻储能荷电状态,获得当前储能荷电状态,将其作为短期预测模型中储能荷电状态变量的初始值;
35、根据实时监测系统实时采集的当前时刻风电和光伏实际总出力和充电桩管理系统实时采集的当前时刻所有已接入船舶的总充电需求,通过线性外推预测未来预设时间内的新能源出力趋势和充电负荷趋势,作为短期预测模型中的扰动变量;
36、以跟踪所述每分钟的储能功率参考值和所述每分钟的充电桩功率参考值为目标,以功率平衡为最高优先级,以储能功率变化率最小化为辅助目标,获得短期预测模型的二次规划目标函数;
37、通过凸二次规划求解所述短期预测模型的二次规划目标函数,获得当前控制时域内的最优控制序列;
38、获取第一个控制周期的储能充放电功率值作为所述储能实际执行功率,第一个控制周期的各船舶充电功率值作为各船舶实际充电功率,并下发至储能功率转换系统和各充电桩,以获得实时控制指令。
39、在一种可能的实现方式中,所述短期预测模型的二次规划目标函数被配置为至少包括:
40、储能功率跟踪项,以表征惩罚储能实际执行功率与所述每分钟的储能功率参考值之间的偏差;
41、充电总功率跟踪项,以表征惩罚各船舶实际充电总功率与所述每分钟的充电桩功率参考值之间的偏差;
42、储能功率变化率惩罚项,以表征惩罚相邻控制周期储能功率的变化量以抑制功率剧烈波动;
43、功率平衡惩罚项,以表征惩罚新能源实际出力与储能实际出力之和偏离各船舶实际充电功率之和的程度。
44、在一种可能的实现方式中,还包括:根据实时监测系统的实时采集数据,获得更新后的时间卷积网络、两阶段随机规划模型、短期预测模型。
45、第二方面,本技术提供一种海上充电桩的电力调度系统,包括顺序电连接的获取超短期预测数据单元、生成预调度计划单元、执行实时功率平衡单元、参数更新单元;
46、所述获取超短期预测数据单元,被配置为:根据实时监测系统采集数据和船舶自动识别系统数据,获得新能源出力的概率预测区间和船舶充电负荷的概率场景集;
47、所述生成预调度计划单元,被配置为:根据所述新能源出力的概率预测区间和船舶充电负荷的概率场景集,通过预设的两阶段随机规划模型,获得预调度功率计划和总可用功率上限计划;
48、所述执行实时功率平衡单元,被配置为:根据当前时刻的储能荷电状态和总充电需求,基于所述预调度功率计划和总可用功率上限计划,通过预设的短期预测模型,获得储能实际执行功率和每艘船舶的实际充电功率,以获得实时控制指令。
49、第三方面,本技术提供计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现一种海上充电桩的电力调度方法的步骤。
50、综上所述,本技术所能实现的有益效果:
51、通过时间卷积网络与分位数回归相结合的概率预测方法,能够完整刻画新能源出力在百分之十至百分之九十分位点之间的不确定性分布;通过非齐次泊松过程与多服务台排队论相结合的负荷建模方法,能够准确捕捉船舶到港的随机性和充电服务过程的动态特性,为调度决策提供完备的不确定性输入边界。
52、通过构建超短期预测、预调度计划和实时控制的三层时间尺度架构,各层之间通过基准轨迹传递和实时反馈校正实现协调优化,既保证了长期调度的经济性,又兼顾了短期控制的灵活性。
53、两阶段随机规划模型以期望运行成本最小化为目标,通过储能老化成本、弃电惩罚和失负荷惩罚三项成本的合理配置,在储能寿命损耗、新能源消纳和船舶充电保障之间取得平衡;模型预测控制的四项加权目标函数确保预调度计划被有效跟踪的同时,允许在功率失衡时以惩罚代价换取系统的安全运行。
54、通过增量微调实现预测模型对气象模式变化的在线适应,通过指数加权移动平均实现负荷模型参数对船舶到港规律的动态跟踪,通过离散比例积分控制器实现惩罚系数对系统实际运行偏差的自动校正,三者形成完整的参数更新闭环,使调度系统能够随运营环境的演变持续优化性能。
55、本技术的一种海上充电桩的电力调度方法,通过超短期概率预测边界化、两阶段随机规划基准化、模型预测控制分钟级滚动校正以及参数更新自适应反馈的四层递进架构,实现对海上新能源波动性与船舶到港随机性耦合难题的系统性解决。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com