[发明专利]一种储能调峰需求的预测方法及系统

说明书

本发明公开一种储能调峰需求的预测方法及系统，方法包括：对电力负荷曲线进行预测，得到日负荷峰谷特性曲线；将实时获取的环境数据输入至预设的风光发电功率预测模型，得到未来风光出力变化曲线；计算日负荷峰谷特性曲线与未来风光出力变化曲线的差值，得到日净负荷特性曲线；根据优化后的高维度数据计算得到火电机组出力曲线；根据日净负荷特性曲线和火电机组出力曲线构建调峰预测模型，并求解调峰预测模型得到调峰储能需求容量值。采用日负荷曲线和风光出力曲线取差值得到净负荷曲线，从而在不同风光出力水平下能够得出不同的净负荷曲线，再与不同比例的火电机组结合得出储能调峰值，得到了以新能源风光的消纳最大、碳排最小的储能调峰值。

技术领域

本发明属于储能技术领域，尤其涉及一种储能调峰需求的预测方法及系统。

背景技术

随着负荷侧用户对电力需求的不断增加和风电、光伏等间歇性新能源发电的大规模接入，电网的峰谷差越来越大，电网面临的调峰压力日益增加。储能电站响应快、控制精确且能量双向流动，可以有效缓解电网的调峰压力，同时利用电网积累的海量负荷侧历史用电数据以及其特点，实现准确的储能调峰需求预测成为可能，在缓解电网压力的同时也可以增加风光出力的消纳。

发明内容

本发明提供一种储能调峰需求的预测方法及系统，用于解决无法准确预测储能调峰需求的技术问题。

第一方面，本发明提供一种储能调峰需求的预测方法，包括：基于随机森林回归算法对电力负荷曲线进行预测，得到日负荷峰谷特性曲线；将实时获取的环境数据输入至预设的风光发电功率预测模型，得到未来风光出力变化曲线，其中，所述环境数据包括光照强度数据、温度数据、风力数据以及风向数据；计算所述日负荷峰谷特性曲线与所述未来风光出力变化曲线的差值，得到日净负荷特性曲线；基于改进的最小二乘法对高维度数据进行优化，并根据优化后的高维度数据计算得到火电机组出力曲线，其中所述高维度数据为基于时间和空间的火电机组出力数据；根据所述日净负荷特性曲线和所述火电机组出力曲线构建调峰预测模型，并求解所述调峰预测模型得到不同火电机组比例、不同碳排放水平及不同风光新能源消纳比例下调峰储能需求容量值。

第二方面，本发明提供一种储能调峰需求的预测系统，包括：预测模块，配置为基于随机森林回归算法对电力负荷曲线进行预测，得到日负荷峰谷特性曲线；输出模块，配置为将实时获取的环境数据输入至预设的风光发电功率预测模型，得到未来风光出力变化曲线，其中，所述环境数据包括光照强度数据、温度数据、风力数据以及风向数据；计算模块，配置为计算所述日负荷峰谷特性曲线与所述未来风光出力变化曲线的差值，得到日净负荷特性曲线；优化模块，配置为基于改进的最小二乘法对高维度数据进行优化，并根据优化后的高维度数据计算得到火电机组出力曲线，其中所述高维度数据为基于时间和空间的火电机组出力数据；构建模块，配置为根据所述日净负荷特性曲线和所述火电机组出力曲线构建调峰预测模型，并求解所述调峰预测模型得到不同火电机组比例、不同碳排放水平及不同风光新能源消纳比例下调峰储能需求容量值。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的储能调峰需求的预测方法的步骤。

第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的储能调峰需求的预测方法的步骤。

本申请的储能调峰需求的预测方法及系统，采用日负荷曲线和风光出力曲线取差值得到净负荷曲线，从而在不同风光出力水平下能够得出不同的净负荷曲线，再与不同比例的火电机组结合得出储能的调峰值，实现了获得以新能源风光的消纳最大、碳排最小的储能调峰值的目的。

附图说明