[发明专利]基于发电功率与负荷预测的微网电能质量与能量协同控制方法

权利要求书

1.一种基于发电功率与负荷预测的微网电能质量与能量协同控制方法，其特征在于，包括以下步骤：

步骤1，预测短时所需的发电功率与负荷，并根据预测结果制定微网发电与用电计划；

步骤2，评估所述微网发电与用电计划是否同时满足电能质量指标及经济性指标，若是则进入步骤3，否则返回步骤1，重新制定微网发电与用电计划；

步骤3，微网按照所述微网发电与用电计划运行，在运行过程中预测超短时所需的发电功率与负荷，所述超短时的时间长度短于短时的时间长度；

步骤4，根据步骤3中预测得到的结果调整所述微网发电与用电计划，制定分布式电源与负荷动态联动控制策略；

步骤5，评估所述分布式电源与负荷动态联动控制策略是否同时满足电能质量指标及经济性指标，若是则微网按照所述分布式电源与负荷动态联动控制策略运行，否则返回步骤4，重新制定分布式电源与负荷动态联动控制策略；

在步骤5之后还包括：步骤6，在微网运行过程中实时监测电能质量，并判断实时监测到的电能质量是否满足电能质量指标，如果是则继续进行实时监测，否则实时控制微网逆变器的电能质量，其包含两个方面，第一，根据微网电能质量实时检测结果，通过对逆变器输出电压的幅值与频率进行实时闭环控制，及时消除电压偏差与频率偏差；第二，对分布式电源及储能装置的无功功率的实时控制，当检测到负荷的无功需求时，同时对微网中的各分布式电源逆变器与储能系统逆变器的容量剩余部分进行检测与评估，将负荷的无功需求按照各逆变器剩余容量的比例分配至各逆变器中，由各逆变器发出对应的无功功率，对负荷的无功功率进行补偿。

2.根据权利要求1所述的方法，其特征在于，所述预测短时所需的发电功率与负荷的步骤中，采用基于神经网络的预测算法，提前24小时预测微网中的分布式电源的发电功率与微网中的负荷。

3.根据权利要求1所述的方法，其特征在于，所述预测超短时所需的发电功率与负荷的步骤中，采用基于功率时间序列分析与神经网络结合的预测算法，对微网中的分布式电源的发电功率与微网中的负荷进行提前1小时的预测。

4.根据权利要求1所述的方法，其特征在于，所述制定分布式电源与负荷动态联动控制策略的步骤中，对微网中的各个分布式电源的发电量与负荷的用电量做平衡控制，包括有功功率的平衡控制与无功功率的平衡控制。

5.根据权利要求4所述的方法，其特征在于，分布式电源与负荷动态联动控制策略中，当微网中分布式电源的发电量大于微网中负荷的用电量，且储能装置的放电深度大于放电深度第一阈值时，将储能装置控制为充电状态；若微网中分布式电源的发电量大于微网中负荷的用电量，且储能装置的放电深度小于放电深度第一阈值时，则控制调温负荷启动，若此时发电量仍有剩余，则将多余电量并入电网，或者限制分布式电源的发电量；在分布式电源的发电功率不足，且微网运行于离网状态，不能得到电网的电能时，则在储能装置放电深度小于放电深度第二阈值时，控制储能装置放电，若储能装置放电深度大于放电深度第二阈值时，则按照负荷的重要程度，逐级切除负荷。