[发明专利]一种基于天气因素的分布式新能源智能配电方法

说明书

本发明提供一种基于天气因素的分布式新能源智能配电方法，包括以下步骤，获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；配电上网，分布式电站根据所述预配电额度进行并网发电。本发明采用人工智能模型，有效预测可再生新能源分布式电站发电量，并以此来分配并网配电的额度；本发明构思巧妙，解决分布式新能源电站的配电问题，符合新能源发展的需求。

技术领域

本发明涉及智能电网，尤其涉及一种基于天气因素的分布式新能源智能配电方法。

背景技术

现如今，能源作为现代社会赖以生存和发展的基础，各国为了应对能源危机分别积极研究新能源技术，特别是太阳能、风能等分布式可再生能源，可再生能源具有取之不竭，清洁环保等特点，受到世界各国的高度重视。可再生能源存在地理上分散、生产不连续、随机性、波动性和不可控等特点,传统电力网络的集中统一的管理方式，难于适应可再生能源大规模利用的要求。对于可再生能源的有效利用方式是分布式的“就地收集,就地存储,就地使用”。但分布式发电并网并不能从根本上改变分布式发电在高渗透率情况下对上一级电网电能质量,故障检测,故障隔离的影响，也难于实现可再生能源的最大化利用，只有实现可再生能源发电信息的共享，以信息流控制能量流，实现可再生能源所发电能的高效传输与共享，才能克服可再生能源不稳定的问题，实现可再生能源的真正有效利用。

特别针对偏远地区的分布式太阳能或者风能电站，普遍存在自发电过剩的情况，这时需要并入国网进行统一配电，但因太阳能发电或风能放电的发电不确定性，如太阳能只能白天光照时发电，晴天与雨天发电量千差万别，风电波动性过大，电能质量不稳定，如简单上网并网发电必然对电网形成不小的冲击，对电网本身造成损伤，很多地区则因此直接将大量分布式新能源电站发出电量直接通入地下，大大浪费电能，急需一种能解决分布式新能源的配电方法。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种基于天气因素的分布式新能源智能配电方法，本发明采用人工智能模型，有效预测可再生新能源分布式电站发电量，并以此来分配并网配电的额度，解决分布式新能源电站的配电问题，符合新能源发展的需求。

本发明提供一种基于天气因素的分布式新能源智能配电方法，包括以下步骤：

S1、获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；其中，所述发电预测数据包括预测发电量、预测发电电能质量；

S2、获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；其中，所述配电预测数据包括预测配电量、预测配电电能质量；

S3、智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；

S4、配电上网，分布式电站根据所述预配电额度进行并网发电；

所述步骤S3具体为：对获取并网侧电网内各线路的配电预测数据，得到预测发电电能质量优于预测配电电能质量的配电预测数据的预测配电量的配电总和，预配电额度为所述配电总和的X％，其中X∈[50，100]。

进一步地，所述预报天气数据包括以时间为横坐标的光照时间数据、光照强度数据、温度数据、风力数据。

进一步地，所述历史配电数据包括电网内各线路的历史用电量、电能质量、线路内电压值。

进一步地，所述历史用电量包括单日分时平均用电量、日总用电量、周内各日用电量、月内各周用电量、季度内各月用电量、年内各季用电量。

进一步地，所述步骤S4还包括：分布式电站的剩余发电量存储于储能装置内。