[发明专利]一种基于能量优化的分布式储能控制方法及系统

说明书

本发明公开了一种基于能量优化的分布式储能控制方法及系统，通过获取目标区域内的电气节点，对具有不同电气特征的电气节点进行集群划分，通过划分后的电气节点基于微电网与大电网负荷特征的差异，基于LSTM进行微电网负荷预测，根据预测结果分析微电网电力负荷的波动性与周期性获取最优负荷预测，根据最优负荷预测使用PSO粒子群优化算法对储能充放电功率进行了优化。

技术领域

本发明涉及电力储能优化领域，更具体的，涉及一种基于能量优化的分布式储能控制方法及系统。

背景技术

目前，电力行业正在经历深度转型，数字化也已成为了发展趋势。随着互联网、云计算、区块链等新的信息技术快速发展，数字技术正以新理念、新业态、新模式全面融入人类经济社会的各个领域和全过程，给人类生活生产带来广泛而深刻的影响。但在当前电力发展状况下，受制于传统电网系统，依然存在电网供能不及时，储能方案效果差，电网地域储能分布的分析不精准等问题，其阻碍了电力行业的发展。

发明内容

本发明克服了现有技术的缺陷，提出了一种基于能量优化的分布式储能控制方法及系统。

本发明第一方面提供了一种基于能量优化的分布式储能控制方法，包括：

获取目标区域电气节点数据；

根据所述电气节点数据对不同节点进行电气特征提取得到不同节点对应的电气节点特征数据；

根据电气节点特征数据对多个电气节点进行集群划分，将划分后的电气节点进行微电网与大电网特征对比并基于LSTM进行微电网负荷预测得到电网负荷预测数据；

根据所述电网负荷预测数据结合用户预测需求时间信息进行波动性与周期性特征分析，得到最优负荷预测数据；

根据所述最优负荷预测数据进行能量储备计算与分析，得到电力优化方案。

本方案中，根据所述电气节点数据对不同节点进行电气特征提取得到不同节点对应的电气节点特征数据，具体为：

根据目标区域面积大小进行区域划分，得到多个节点区域；

将目标区域电气节点数据根据节点区域范围进行数据划分得到多个节点数据；

将所述节点数据进行电气特征数据提取得到对应的电气节点特征数据。

本方案中，根据电气节点特征数据对多个电气节点进行集群划分，将划分后的电气节点进行微电网与大电网特征对比并基于LSTM进行微电网负荷预测得到电网负荷预测数据，具体为：

根据电气节点特征数据进行数据特征比较并通过特征相似度将多个电气节点进行集群划分，得到多个电气集群；

一个电气集群包括一个或多个电气节点，一个电气节点对应一个节点区域。

本方案中，根据电气节点特征数据对多个电气节点进行集群划分，将划分后的电气节点进行微电网与大电网特征对比并基于LSTM进行微电网负荷预测得到电网负荷预测数据，还包括：

构建电力预测模型；

获取目标区域历史电网数据；

将历史电网数据进行微网特征与大电网特征分析并进行数据划分，得到历史微网数据与历史大电网数据；

将所述历史微网数据与历史大电网数据导入电力预测模型进行基于LSTM算法模式的电网数据预测训练，直至电力预测模型预测准确率达到预设准确率。

本方案中，根据所述电网负荷预测数据结合用户预测需求时间信息进行波动性与周期性特征分析，得到最优负荷预测数据，具体为：

选取一个电气集群并标记为当前电气集群，将当前电气集群中的所有电气节点特征数据与对应的数据采集时间信息导入电力预测模型；

电力预测模型根据导入的数据对电气集群进行多时间维度的电网波动性分析，得到日间波动数据、一周波动数据、季节性波动数据；

根据所述日间波动数据、一周波动数据、季节性波动数据进行特征提取得到多时间维度波动特征；