一种基于多源气象数据融合的微电网源-储单元运行容量动态调整方法与流程

本发明涉及电力系统自动化与微电网能量管理，尤其是涉及一种基于多源气象数据融合的微电网源-储单元运行容量动态调整方法。

背景技术：

1、随着可再生能源在微电网中的接入比例不断提高，风电和光伏出力的随机性、波动性对微电网功率平衡和储能调度提出了更高要求。准确的风电、光伏出力预测是微电网能量管理的基础，而气象数据作为影响新能源出力的关键因素，其利用方式和融合程度直接决定了预测精度和后续调度决策的有效性。

2、现有方案在微电网能量管理中仍存在以下不足：一、现有方案多仅依赖历史气象数据或单一来源的气象信息进行新能源出力预测，未能将历史实测气象数据与未来数值天气预报数据进行有效时序融合，导致预测模型难以同时捕捉历史规律与未来趋势，制约了预测精度的提升。二、在根据预测结果调整微电网运行参数时，往往仅调整备用容量或频率参数，未根据净负荷预测结果对储能单元进行协同动态调整。储能单元的充放电功率上限、目标soc区间等运行边界通常采用固定值设定，难以及时响应净负荷的时变需求，导致储能在功率缺额时可能放电不足、在功率富余时可能充电受限。三、现有方案通常采用开环预测-调度模式，即根据预测结果生成调度指令并执行，未利用实际运行中产生的净负荷预测误差对下一调度周期的预测结果和运行参数进行修正。且在功率缺额或富余情形下，通常采用固定的储能调度策略，未根据净负荷变化趋势提前调整储能荷电状态以应对即将到来的功率波动。

技术实现思路

1、本发明的主要目的在于提供一种基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，解决多源气象数据利用不充分、预测精度较低、储能的调节能力受限、缺乏误差反馈补偿机制以及源-储协调动态响应能力不足的问题。

2、为解决上述技术问题，本发明所采用的技术方案是：一种基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，包括以下步骤：

3、获取微电网所在区域的多源气象数据和微电网历史运行数据，并进行数据预处理后提取特征，获得融合特征数据；多源气象数据至少包括温度、辐照度、风速和湿度中的两种，并包括历史实测气象数据和未来预测时段对应的数值天气预报数据，微电网历史运行数据至少包括新能源单元输出功率、负荷功率和储能单元荷电状态；

4、将融合特征数据输入预先训练的深度神经网络预测模型，得到风力发电预测功率、光伏发电预测功率和负荷预测功率，并确定净负荷预测值；

5、根据净负荷预测值、净负荷变化趋势和储能单元当前荷电状态，动态确定新能源单元目标出力区间以及储能单元的可用充电容量、可用放电容量、目标荷电状态区间、充电功率上限、放电功率上限和备用容量裕度，并生成源-储单元运行容量调整指令；

6、执行调整指令，获取实际新能源输出功率和实际负荷功率，确定实际净负荷及净负荷预测误差，并根据所述预测误差修正下一调度周期的净负荷预测值和源-储单元运行容量调整指令。

7、优选方案中，进行数据预处理后提取特征，获得融合特征数据，包括：

8、根据预设采样时间间隔建立统一时间序列，将所述多源气象数据和微电网历史运行数据匹配至对应采样时刻；

9、对完成时间匹配的数据进行缺失值补充、异常值处理和归一化处理；

10、将滑动时间窗口内连续多个采样时刻的历史实测气象数据和微电网历史运行数据，以及未来预测时段对应的数值天气预报数据按照时间顺序组合为融合特征向量。

11、优选方案中，所述融合特征向量表示为：

12、；

13、其中，表示当前时刻t对应的融合特征数据，表示历史实测气象数据和历史运行数据构成的历史时序特征，表示未来数值天气预报特征，t表示历史窗口长度，n表示未来预测时刻数量。

14、优选方案中，所述净负荷预测值按照下式计算：

15、；

16、其中，t表示当前调度时刻，k表示未来预测时刻序号，、、和分别表示对应时刻的净负荷、负荷、风电和光伏的预测功率。

17、优选方案中，所述源-储单元运行容量调整包括：

18、根据连续多个预测时刻的净负荷预测值确定净负荷变化趋势及功率缺额程度或功率富余程度；

19、存在功率缺额时，在缺额到来前提高储能单元的准备阶段目标荷电状态，并在进入缺额对应的调度周期后提高放电功率上限；

20、存在新能源功率富余时，在富余到来前降低储能单元的准备阶段目标荷电状态，并在进入富余对应的调度周期后提高充电功率上限；

21、当储能单元的充电功率达到充电功率上限或荷电状态达到目标荷电状态上限且不允许向外部电网反送功率时，限制新能源单元目标出力。

22、优选方案中，所述功率缺额程度α和功率富余程度β分别按照下式确定：

23、；

24、；

25、其中，为储能单元额定功率；为净负荷预测均值。

26、优选方案中，所述准备阶段目标荷电状态按照下式确定：

27、；

28、其中，表示准备阶段目标荷电状态，表示放电阶段基础目标soc下限，为预测缺额总电量，为备用容量分量，为储能单元额定容量。

29、优选方案中，所述净负荷预测误差按照下式计算：

30、；

31、其中，表示实际净负荷，表示净负荷预测值，表示净负荷预测误差。

32、优选方案中，所述根据预测误差修正下一调度周期的净负荷预测值，具体包括：

33、；

34、其中，表示补偿修正后的净负荷预测值，表示原始净负荷预测值，表示预测误差补偿系数。

35、优选方案中，所述备用容量裕度按照下式确定：

36、；

37、其中，表示时刻t的最终备用容量裕度，表示当前可用放电容量，和分别表示备用容量允许下限和允许上限，表示由功率缺额程度确定的备用容量分量，表示由预测误差变化程度确定的备用容量分量。

38、本发明提供了一种基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，获取微电网所在区域的多源气象数据和历史运行数据，进行预处理与特征融合，获得融合特征数据；将融合特征数据输入深度神经网络预测模型，得到风电、光伏及负荷预测功率，并确定净负荷预测值；根据净负荷预测值、变化趋势及储能当前荷电状态，动态确定新能源目标出力区间以及储能的可用充放电容量、目标荷电状态区间、充放电功率上限和备用容量裕度，生成运行容量调整指令；执行指令后获取实际功率，计算净负荷预测误差，并利用该误差修正下一调度周期的净负荷预测值和调整指令。本发明通过多源气象时序融合提升预测精度，结合净负荷趋势对储能进行预充/预放电协同调控，并引入预测误差闭环补偿，增强了微电网对新能源波动和负荷变化的动态适应能力，提高了供电可靠性与可再生能源消纳水平。

1.一种基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，进行数据预处理后提取特征，获得融合特征数据，包括：

3.根据权利要求2所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述融合特征向量表示为：

4.根据权利要求1所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述净负荷预测值按照下式计算：

5.根据权利要求1所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述源-储单元运行容量调整包括：

6.根据权利要求5所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述功率缺额程度α和功率富余程度β分别按照下式确定：

7.根据权利要求5所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述准备阶段目标荷电状态按照下式确定：

8.根据权利要求1所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述净负荷预测误差按照下式计算：

9.根据权利要求1所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述根据预测误差修正下一调度周期的净负荷预测值，具体包括：

10.根据权利要求9所述的基于多源气象数据融合的微电网源-储单元运行容量动态调整方法，其特征在于，所述备用容量裕度按照下式确定：