[发明专利]一种能源流协同优化控制方法及装置在审

专利信息
申请号: 202111218445.3 申请日: 2021-10-19
公开(公告)号: CN113887818A 公开(公告)日: 2022-01-04
发明(设计)人: 李猛;吴杰康;吴伟杰;李逸欣;郑敏嘉;张伊宁;孙辉 申请(专利权)人: 广东电网有限责任公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;H02J3/00;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 陈旭红;钟文瀚
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 源流 协同 优化 控制 方法 装置
【权利要求书】:

1.一种能源流协同优化控制方法,其特征在于,包括:

根据多能源系统群的各能量数据,构建每个所述能量数据对应的数据矩阵;

采用模糊聚类分析算法对每个所述数据矩阵进行分析,获取每个所述数据矩阵的运行特征;

根据所有所述数据矩阵的运行特征和预设的约束条件,构建多层级能源流协同优化控制模型,并根据预设的拜占庭容错共识算法,确定所述多能源协同优化运行方案,以控制所述多能源系统群实现多能源协同优化运行。

2.根据权利要求1所述的能源流协同优化控制方法,其特征在于,所述能量数据包括:光伏发电数据、电动汽车充放电数据、储能装置充放电数据以及负荷数据。

3.根据权利要求2所述的能源流协同优化控制方法,其特征在于,所述构建每个所述能量数据对应的数据矩阵,具体为:根据所述每个所述能量数据分别获取对应的历史数据矩阵、实时数据矩阵以及预测数据矩阵。

4.根据权利要求3所述的能源流协同优化控制方法,其特征在于,所述获取每个所述数据矩阵的运行特征,具体为:

根据所述模糊聚类分析算法确定所述数据矩阵的模糊聚类中心矩阵,其中,所述模糊聚类中心矩阵包括,最小量模糊聚类中心矩阵、平均量模糊聚类中心矩阵以及最大量模糊聚类中心矩阵;

采用迭代计算的方式确定所述模糊聚类中心矩阵的所述运行特征,其中,所述运行特征包括,多能源系统中各个系统输出的有功功率的最优值,所述最优值包括最小量模糊聚类中心矩阵的最优值、平均量模糊聚类中心矩阵的最优值以及最大量模糊聚类中心矩阵的最优值。

5.根据权利要求4所述的能源流协同优化控制方法,其特征在于,所述确定所述多能源协同优化运行方案,具体为:

根据所述多层级能源流协同优化控制模型确定最大化的所述多能源系统内部分布式光伏发电效率;

结合所述最大化的所述多能源系统内部分布式光伏发电效率以及所述预设的拜占庭容错共识算法确定所述多能源协同优化运行方案。

6.一种能源流协同优化控制装置,其特征在于,包括:

构建模块,用于根据多能源系统群的各能量数据,构建每个所述能量数据对应的数据矩阵;

获取模块,用于采用模糊聚类分析算法对每个所述数据矩阵进行分析,获取每个所述数据矩阵的运行特征;

确定模块,用于根据所有所述数据矩阵的运行特征和预设的约束条件,构建多层级能源流协同优化控制模型,并根据预设的拜占庭容错共识算法,确定所述多能源协同优化运行方案,以控制所述多能源系统群实现多能源协同优化运行。

7.根据权利要求6所述的能源流协同优化控制装置,其特征在于,所述构建模块,还用于:光伏发电数据、电动汽车充放电数据、储能装置充放电数据以及负荷数据。

8.根据权利要求7所述的能源流协同优化控制装置,其特征在于,所述构建模块,还用于:根据所述每个所述能量数据分别获取对应的历史数据矩阵、实时数据矩阵以及预测数据矩阵。

9.根据权利要求8所述的能源流协同优化控制装置,其特征在于,所述获取模块,还用于:

根据所述模糊聚类分析算法确定所述数据矩阵的模糊聚类中心矩阵,其中,所述模糊聚类中心矩阵包括,最小量模糊聚类中心矩阵、平均量模糊聚类中心矩阵以及最大量模糊聚类中心矩阵;

采用迭代计算的方式确定所述模糊聚类中心矩阵的所述运行特征,其中,所述运行特征包括,多能源系统中各个系统输出的有功功率的最优值,所述最优值包括最小量模糊聚类中心矩阵的最优值、平均量模糊聚类中心矩阵的最优值以及最大量模糊聚类中心矩阵的最优值。

10.根据权利要求9所述的能源流协同优化控制装置,其特征在于,所述确定模块,还用于:

根据所述多层级能源流协同优化控制模型确定最大化的所述多能源系统内部分布式光伏发电效率;

结合所述最大化的所述多能源系统内部分布式光伏发电效率以及所述预设的拜占庭容错共识算法确定所述多能源协同优化运行方案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司,未经广东电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111218445.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top