一种面向沙戈荒新能源基地多资源协同调度系统及方法与流程

本发明涉及电力系统调度自动化，具体为一种面向沙戈荒新能源基地多资源协同调度系统及方法。

背景技术：

1、随着“双碳”战略纵深推进，我国沙戈荒地区新能源基地进入大规模开发阶段。以甘肃省为例，截至2025年底，新能源装机已突破8000万千瓦，占比超64%，建成陇电入湘、陇电入鲁等特高压直流外送通道，正在加快建设陇电入浙、陇电入川工程。沙戈荒基地普遍采用板上发电、板下修复的光伏治沙模式，板下植被生长、组件积尘等生态因子对光伏出力产生显著影响，但现有调度系统尚未将生态监测数据纳入出力预测修正环节。

2、在电网侧，沙戈荒新能源经特高压直流远距离外送形成弱送端电网，各新能源汇集分区电网强度时空分布不均，传统跟网型控制难以应对低短路比工况。现有构网型资源控制技术多聚焦于单台设备参数自适应，缺乏面向多分区构网型资源的聚合管理与跨区支援机制，导致送端电网稳定裕度不足。在负荷侧，甘肃省庆阳“东数西算”国家枢纽节点承载大规模算力负荷，现有算力调度与电力调度相互独立，算力中心仅作为刚性负荷接入电网，其弹性计算任务的时空迁移潜力未被挖掘，无法为送端电网提供调峰调频支撑，为此，我们提出一种面向沙戈荒新能源基地多资源协同调度系统及方法。

技术实现思路

1、为了弥补现有技术的不足，解决背景技术中所提出的至少一个技术问题。

2、本发明采用以下技术方案解决上述技术问题：提供了一种面向沙戈荒新能源基地多资源协同调度系统及方法，包括以下步骤：

3、s1：获取沙戈荒光伏治沙基地的生态因子数据，包括板下植被高度、组件积尘密度、地表反照率和土壤含水率；建立所述生态因子数据与光伏组件出力衰减的定量关联模型；基于所述定量关联模型，对光伏出力预测曲线进行动态修正，得到修正后光伏出力预测曲线；

4、s2：基于送端电网强度时空分布，对构网型资源进行分区聚合；根据各汇集分区与特高压直流换流站的电气距离、新能源渗透率和当前开机方式，计算各分区等效短路比与惯量水平；将分散于各汇集分区的构网型储能、构网型svg按电网强度等级进行分区聚合，建立分区聚合体与调度中心的两级架构；当某分区电网强度低于安全阈值时，触发该分区构网型资源切换至构网控制模式，若支撑裕度仍不足，调度相邻分区储能通过功率转移提供跨区惯量支援；

5、s3：获取河西沙戈荒基地与陇东算力中心的跨地域通道状态数据；将算力中心的计算任务按延迟容忍度分为刚性任务与弹性任务；根据所述修正后光伏出力预测曲线和跨地域通道状态数据，将弹性算力负荷进行跨地域迁移，实现算力负荷与新能源出力的时空匹配；

6、s4：以所述修正后光伏出力预测曲线为输入，以构网型资源支撑裕度和算力负荷虚拟灵活性为约束边界，建立多资源联合调度模型，求解得到光热储热释热计划、电化学储能充放电策略、特高压直流外送曲线和算力负荷迁移计划。

7、优选的，步骤s1中所述定量关联模型为：

8、p(t,修正) = p(t,预测) × η(t,积尘) × η(t,植被) × η(t,反照率)

9、其中，p(t,修正)为t时刻修正后光伏出力，p(t,预测)为t时刻原始预测出力，η(t,积尘)为积尘透射系数，η(t,植被)为植被阴影系数，η(t,反照率)为反照率修正系数；

10、所述积尘透射系数η(t,积尘) = 1 − αd × ρ(t,积尘)，αd为积尘衰减系数，ρ(t,积尘)为t时刻组件积尘密度；

11、所述植被阴影系数η(t,植被) = 1 − βv × h(t,植被)/h(安装)，βv为植被阴影影响系数，h(t,植被)为t时刻板下植被高度，h(安装)为光伏组件安装高度。

12、优选的，步骤s2中所述等效短路比为：scr(i) = ssc(i) / pnec(i)，其中scr(i)为第i个汇集分区的等效短路比，ssc(i)为短路容量，pnec(i)为新能源装机容量；所述惯量水平为：heq(i) = σ h(j) × s(j) / sbase，其中heq(i)为等效惯量常数，h(j)为第j台构网型资源的惯量常数，s(j)为额定容量，sbase为容量基准值。

13、优选的，步骤s2中所述安全阈值为：当scr(i) < scrmin且heq(i) < hmin时，判定该分区电网强度低于安全阈值；scrmin为最小允许短路比，hmin为最小允许惯量常数。

14、优选的，步骤s3中所述弹性算力负荷跨地域迁移的判定条件为：当p(t,风电) + p(t,修正) − p(t,基础负荷) > pwaste时，将陇东算力中心的弹性算力任务迁移至河西沙戈荒基地就地消纳；当|δf(t)| > δf阈值时，通过秒级启停弹性算力负荷提供虚拟惯量支撑；p(t,风电)为风电预测出力，p(t,基础负荷)为基础负荷，pwaste为弃电功率阈值，δf(t)为频率偏差，δf阈值为频率偏差阈值。

15、优选的，步骤s4中所述多资源联合调度模型的目标函数为：min c = c(弃电) + c(储能) + c(gfm) + c(算力)，其中c(弃电)为弃风弃光惩罚成本，c(储能)为储能运行成本，c(gfm)为构网型资源运行成本，c(算力)为算力迁移成本；约束条件包括：功率平衡约束p(t,风电) + p(t,修正) + p(t,csp) + p(t,ess) + p(t,gfm) = p(t,dc) + p(t,负荷)+ p(t,算力)；电网强度约束scr(i,t) ≥ scrmin，heq(i,t) ≥ hmin；储能soc约束socmin≤ soc(t) ≤ socmax；算力延迟约束d(t,算力) ≤ dmax。

16、优选的，所述步骤s1~s4按照日前、日内、实时多时间尺度滚动执行：日前尺度执行步骤s1，生成修正后日前光伏出力预测曲线，制定日前光热储热释热计划和算力负荷预迁移计划；日内尺度每15分钟执行步骤s2，更新电网强度分布图，调整构网型资源分区聚合状态；实时尺度每5分钟执行步骤s3和s4，根据实时生态监测数据和频率偏差，调整储能充放电策略和算力负荷秒级响应。

17、一种面向沙戈荒新能源基地多资源协同调度系统，包括：

18、生态因子监测与出力修正模块，用于获取沙戈荒光伏治沙基地的生态因子数据，建立生态因子与光伏组件出力衰减的定量关联模型，对光伏出力预测曲线进行动态修正；

19、构网型资源分区聚合与主动支撑模块，用于基于送端电网强度时空分布对构网型资源进行分区聚合，建立分区聚合体与调度中心的两级架构，实现构网型资源的滚动投退与跨区支援；

20、算力负荷跨地域弹性迁移模块，用于获取河西沙戈荒基地与陇东算力中心的跨地域通道状态数据，将弹性算力负荷进行跨地域迁移，实现算力负荷与新能源出力的时空匹配；

21、多资源联合调度模块，用于以修正后光伏出力预测曲线为输入，以构网型资源支撑裕度和算力负荷虚拟灵活性为约束边界，建立多资源联合调度模型，求解得到调度计划。

22、与现有技术相比，本发明提供了一种面向沙戈荒新能源基地多资源协同调度系统及方法，具备以下有益效果：

23、1、本发明通过建立光伏治沙生态因子与出力衰减的定量关联模型，将生态监测数据动态嵌入出力预测与调度环节，解决了现有技术中光伏治沙场景下出力预测精度低的技术问题；通过构网型资源分区聚合与滚动投退机制，实现了弱送端电网的分区自治与跨区惯量互济，提升了送端电网对高比例新能源接入的适应能力；通过算力负荷跨地域弹性迁移，将“东数西算”算力中心转化为虚拟灵活性资源，拓展了新能源就地消纳空间。三者联动配合，显著提高了沙戈荒新能源基地的新能源利用率与送端电网安全稳定运行水平；

24、2、具体而言，生态因子动态修正使光伏出力预测误差降低，为储热、储能与外送曲线的精准制定提供数据基础，避免因预测偏差导致的弃电或电网冲击；构网型资源分区聚合主动支撑为储热释热与储能充放电提供了安全边界，允许物理储能进行更大范围的功率调节而不触发电网失稳，同时保障了算力负荷迁移过程中的电能质量；算力负荷跨地域迁移提供的等效虚拟惯量与调峰能力，减少了物理储能的充放电深度与频次，延缓电化学储能容量衰减，并降低光热储热系统的热应力疲劳。三者形成“预测精准化—支撑主动化—负荷柔性化”的正向反馈：精准的生态修正预测为构网型资源预调整提供时间窗口，构网型支撑为算力负荷安全迁移创造电网条件，算力负荷柔性响应又反过来降低物理储能压力，使储热与储能系统能够更高效地执行功率平衡任务。该联动机制特别适用于甘肃等沙戈荒大型新能源基地与算力中心空间分离的场景，为新能源、治沙和算力融合发展提供了技术支撑。