[发明专利]一种含光伏发电系统的优化调度方法

说明书

本发明提供了一种含光伏发电系统的优化调度方法，包括如下步骤：步骤(1)、调取电网的历史负荷数据，根据历史负荷数据变化情况及变化时刻的外部影响情况，确定电网电力负荷的关键影响因素；步骤(2)、对电网的用电负荷进行短期预测；步骤(3)、研究光伏电站的出力特性，确定对光伏电站功率产生影响的关键因素；步骤(4)、对光伏电站的短期输出功率进行预测；步骤(5)、构建含光伏发电系统的优化调度模型；步骤(6)、对优化调度模型进行求解，获取最优出力机组组合。

技术领域

本发明属于电力调度技术领域，特别涉及一种含光伏发电系统的优化调度方法。

背景技术

随着化石能源储量的逐步降低，全球能源危机也日益逼近。同时，为了人类社会的可持续发展，必须减少化石能源的消耗，减少碳排放。2017年全球能源生产总量约为114.04亿吨油当量，同比增长仅为0.62％，而新能源占比从2016年的28.49％提升至2017年的32.50％。

中国作为能源生产及消耗大国，对环境保护高度重视，鼓励利用新技术、新能源，以减轻温室效应和促进生态良性循环。在此背景下，以光伏为代表的清洁能源具有良好的经济效益和环境效益，得到国家政府的支持。2017年，中国光伏发电新增装机53.06GW，同比增加18.52GW，增速高达53.62％。因此，研究适应光伏并网的电力优化调度方法具有重要的应用价值。

发明内容

本发明提供一种含光伏发电系统的优化调度方法，对电网电力负荷和光伏电站并网功率分别进行短期预测，并根据预测结果构建优化调度模型，减小弃光量，获取最优出力机组组合。

本发明具体为一种含光伏发电系统的优化调度方法，所述调度方法具体包括如下步骤：

步骤(1)、调取电网的历史负荷数据，根据历史负荷数据变化情况及变化时刻的外部影响情况，确定电网电力负荷的关键影响因素；

步骤(2)、对电网的用电负荷进行短期预测；

步骤(3)、研究光伏电站的出力特性，确定对光伏电站功率产生影响的关键因素；

步骤(4)、对光伏电站的短期输出功率进行预测；

步骤(5)、构建含光伏发电系统的优化调度模型；

步骤(6)、对优化调度模型进行求解，获取最优出力机组组合。

进一步的，所述步骤(1)中的关键影响因素包括气温、湿度、天气类型、季节类型、日期信息、政策信息、上一时刻的负荷值、前一天同一时刻的负荷值。

进一步的，所述步骤(2)中的对电网的用电负荷进行短期预测的具体步骤如下：

步骤(21)、基于最小二乘支持向量机回归模型和径向基核函数，构建短期电力负荷预测模型：

y＝(q,φ(X))+b，目标函数为

其中q为要寻求的最优权值，b为线性函数阈值，X＝[x₁,x₂,…,x₈]为一个8维向量，表示输入量；y为输出数据，单位为MW；e_i为允许误差，F为惩罚因子；x₁为预测时刻的预测气温；x₂为预测时刻的预测湿度；x₃为预测当天的天气类型，分别用数字量0-5表示晴天、多云、阴天、雨天、雪天、台风；x₄为预测时刻的季节，分别用数字量0-3表示春天、夏天、秋天、冬天；x₅为预测当天的日期信息，表示当天是否为周末或节假日，分别用数字量0、1表示工作日、休息日；x₆为预测当天的政策信息，表示当天是否有重大事件，分别用数字量0、1表示没有重大事件和有重大事件；x₇为预测时刻上一时刻的负荷值；x₈为预测前一天同一时刻的负荷值；