[发明专利]一种基于多变量控制的复杂可再生能源综合用能分析管理的系统和方法

权利要求书

1.一种基于多变量控制的复杂可再生能源综合用能分析管理的系统和方法，其特征在于，包括：

步骤一、 根据用能对象的储能设备相关特性确定储能设备限制值，其中包括：

: 储能设备充电最大值限制 (MW/hour)

: 储能设备放电最大值限制 (MW/hour)

: 储能设备在小时 0存储电量, MW, ( 初始状态 )

: 储能设备, 存储电量的最大额度 (MW)

: 储能设备, 存储电量的最小额度 (MW)

: 储能设备一天充电次数；

步骤二、依据上海积成能源科技有限公司公开专利“一种基于梯度提升算法预测短期电力负荷的系统模型” （专利申请号：202010115241.6 ）及“一种基于递归神经网络的长短期记忆模型来预测风力发电的系统模型”（专利申请号：202010108778.X）所述方法，取两种方法预测的风力发电系统的发电量 的平均值，（风力发电系统在小时i的发电量预测值 (MW)）；

步骤三、依据上海积成能源科技有限公司公开专利“一种基于线性回归和神经网络的光伏发电预测模型和方法”（专利申请号： 202010025373.X） 所述方法，预测光伏发电系统的发电量g_i，（光伏发电系统在小时i的发电量预测值 (MW)）；

步骤四、依据上海积成能源科技有限公司公开专利“一种电力短期负荷预测系统及方法”（专利申请号： 201710989849.X）所述方法，预测用能对象短期用能负荷预测值 （用能对象在小时i的实际用能负荷预测值 (MW)）；

步骤五、 根据前三步骤所确定的储能优化模型输入值，求解储能优化相关配置输出值，其中包括：

: 用户在小时i实际的购电量, MW

: 储能设备在小时i实际的放电量, MW

: 储能设备在小时i实际的充电量, MW,

: 储能设备在小时i实际的储电量, MW,

:储能设备在小时i 的充电状态, 状态0或1

:储能设备在小时i的放电状态, 状态0或1

运行储能优化模型，模型具体包括：

目标函数：

Min

函数目的为最小化用户的电网购电费用，最大化利用可再生能源发电量；

函数运算限制条件：

1)整体用电量与电能供给量必须保持平衡，方程表示如下： ：

等式左边表示，用户在小时i 整体用电量(自身实际的用电量和储能设备的充电量 )，

等式右边表示, 用户在小时i 整体用电量的供给量 (实时购电电量和储能设备的放电量，以及光伏发电系统发电量，风力发电系统发电量 )；

2)光伏发电与风力发电总量需要大于等于零以确保利用可再生能源：

3)储能设备在小时i实际的充电量必须小于储能设备充电最大值限制，方程表示如下：

4)储能设备在小时i实际的放电量必须小于储能设备放电最大值限制，方程表示如下：

5)储能设备在小时i只能有一个状态, 要么是充电，要么是放电，方程表示如下：

6)储能设备在小时1 的储电量等于, 在小时0的储电量(初始状态)加上小时1的充电量减去小时1的放电量，

方程表示如下：

7)储能设备在小时i 的储电量等于, 在前一个小时的储电量加上小时i的充电量减去小时i的放电量，

方程表示如下：

8)储能设备上下限需保持在储能设备物理限制范围内，

方程表示如下：

等式表示: 储能设备在小时i 的储电量等于, 在前一个小时的储电量加上小时i的充电量减去小时i的放电量；

9)储能设备在一天时间内的充放电次数限制，

方程表示如下：

10)储能初始状态 (小时0)与结束状态 (小时24)必须保持一定的平衡，

方程表示如下：

：

依据上述九项限制条件，运用所述线性优化模型，求解目标函数（最小化电网购电费用），计算上述计算输出值,包括： : 用户在小时i实际的购电量, MW， : 储能设备在小时i实际的放电量, MW， : 储能设备在小时i实际的充电量, MW, : 储能设备在小时i实际的储电量, MW,:储能设备在小时i 的充电状态, 状态0或1,:储能设备在小时i的放电状态, 状态0或1；

步骤六、根据步骤四运算结果，记录小时i需要从电网购买的电量，记录风力发电量 和光伏发电量 ；

步骤七、根据步骤四运算结果，记录 :储能设备在小时i实际的放电量, MW， : 储能设备在小时i实际的充电量, MW, :储能设备在小时i实际的储电量, MW, :储能设备在小时i 的充电状态, 状态0或1， :储能设备在小时i的放电状态, 状态0或1，步骤五及步骤六的输出值将作为电力负荷预测的输入值输入到短期电力负荷预测模型中去计算电力负荷预测值。