[发明专利]基于神经网络的风电消纳相变储热站负荷预测系统和方法

说明书

本发明公开了一种基于神经网络负荷预测的风电消纳相变储热站，首先负荷预测模块根据气象局的气象数据，历史负荷信息，相变储热站的储热量，以及储热温度进行负荷预测，得到相变储热站的可消纳电量，然后能源管理中心通过风电功率与相变储热站预测负荷，以及风电上网电价与市电价格的对比分析，根据分析结果，并基于需求响应控制，提出运行策略。本发明解决了风电消纳问题，减少了风电给电网带来的波动，考虑峰谷电价，给出用户最经济的运行策略。另外，本发明更是对风能利用技术的完善，有利于促进对风能的大范围使用。

技术领域

本发明涉及一种电力技术领域，尤其涉及一种基于神经网络的风电消纳相变储热站负荷 预测系统和方法。

背景技术

随着传统化石能源日趋减少，环境污染日益加剧，可再生能源的开发和利用在世界各国 能源战略中越来越重要。随着可再生能源的大规模开发和利用，可再生能源在电网中发挥的 作用越来越明显，其中以风电和光电最具代表性。然而，可再生能源的渗透给电网带来了很 多新的问题。大规模分布式可再生能源接入后，电网需要同时平衡随机波动的负荷需求和以 风电、光电为代表的不可控分布式电源出力。在我国北方地区，弃风弃光现象严重，发电与 用电在时空上的不匹配加剧了能源供给和消耗失衡的矛盾。因此，如何降低弃风弃光率、解 决清洁能源消纳成为实现能源可持续发展的关键点。

储能技术作为一种有效措施，可以解决可再生能源发电的间歇性和随机波动性问题，提 高电力系统调峰能力，满足经济社会发展对优质安全、可靠供电的要求。在目前大规模储电 技术不成熟、经济成本高居不下的背景下，相对成熟的储热技术可以在北方清洁能源供热中 起到重要作用。目前，国内外利用储热技术进行供热中，多采用镁砖等材料利用材料显热来 进行储放热。利用显热储放热时，其温度会发生连续的变化，不能维持在一定温度下释放所 有的能量，无法达到控制温度的目的，并且该储热方式储能密度低，从而使相应装置体积庞 大。而相变储热则是利用物质的潜热来进行储放热，该储热方式不仅可以在近似恒温的条件 下进行储放热，而且储能密度高，装置体积相对较小，具有广阔的前景。相变储热技术的研 究内容包括储放热性能良好的相变材料研究，相变储热问题建模和求解研究以及相变储热工 程应用等问题。

由于风能的间歇性影响，风电机组的发电功率随气象参数动态变化，相变储热站接入的 电负荷也随着储热量的变化而发生变化，因此风电与相变储热站的功率匹配性差。对于离网 运行系统，通过采用蓄电池实现电力的储存，但蓄电池存在着充放电效率低、使用寿命短、 投资成本高的弊端，而并网运行系统由于风电功率的变化，对电网会产生波动，影响电网的 正常运行。

发明内容

针对以上问题，本发明提出一种基于神经网络的风电消纳相变储热站负荷预测系统和方 法，本发明提供了一种技术方案如下：

一种基于神经网络的风电消纳相变储热站负荷预测系统，用于对风电消纳相变储热站的 负荷进行预测，所述风电消纳相变储热站包括电热转换系统、热存储系统、控制系统和储热 室，风电机组通过控制电路与逆变电路与相变储热站连接，市电电网与控制电路连接，所述 的系统包括：

负荷预测模块，用于根据当前气象数据、历史负荷信息、相变储热站的储热量以及储热 温度，基于神经网络建立相变储热站负荷预测模型，并对相变储热站可消纳电量进行预测； 能源管理模块，用于通过风电功率与预测得到的相变储热站负荷，以及风电上网电价与市电 价格的对比分析，做出需求响应，制定运行策略并进行控制。

其中，所述系统的负荷预测模块包括：

数据采集单元，用于采集确定基于神经网络的相变储热站负荷预测模型的输入量和输出 量：

其中，所述输入量至少包括室外温度、湿度、风速、历史负荷信息、太阳辐射强度、相 变储热站的储热量和储热温度；所述输出量为预测日的所述预测模型的负荷为输出量；

预测准备单元，用于确定BP神经网络的结构及各层间的激励函数；