(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111449131.4 (22)申请日 2021.11.30 (71)申请人 国网黑龙江省电力有限公司黑河供 电公司 地址 164300 黑龙江省黑河市通江路61号 申请人 国家电网有限公司 (72)发明人 林宪峰　李浩　王洋　张璐　 于思源　 (74)专利代理 机构 哈尔滨市松花江专利商标事 务所 23109 代理人 董玉娇 (51)Int.Cl. G06F 30/27(2020.01) G06Q 50/06(2012.01) H02J 3/00(2006.01)H02J 3/38(2006.01) H02J 3/46(2006.01) G06F 119/02(2020.01) (54)发明名称 一种基于预测模型的电力调度方法 (57)摘要 一种基于预测模 型的电力调度方法， 属于电 力调度领域。 为了解决未考虑动态随机因素对能 量调度管理的影响， 导致能量管理能力差的问 题。 本发明方法具体为利用构建的光伏预测模型 生成光伏能源 预测数据， 并将其光伏能源预测数 据送至电力调度平台； 还利用风机发电预测模型 生成风机能源 预测数据， 并将其风机能源预测数 据送至电力调度平台； 还利用构建的负荷预测模 型生成负荷预测数据， 并将其负荷预测数据送至 电力调度平台； 最后利用电力调度平台对其所接 收的光伏能源 预测数据、 风机能源 预测数据和负 荷预测数据间进行能量交易调度处理， 从而完成 电力调度。 本发明主 要用于实现电力调度。 权利要求书1页 说明书4页 附图1页 CN 114091350 A 2022.02.25 CN 114091350 A 1.一种基于预测模型的电力调度方法， 其特 征在于， 该 方法包括 步骤： S1、 构建光伏预测模型、 风机发电预测模型、 负荷预测模型； S2、 利用构建的光伏预测模型生成光伏能源预测数据， 并将其光伏能源预测数据送至 电力调度平台； 还利用风机发电预测模型生成风机能源预测数据， 并将其风机能源预测数据送至电力 调度平台； 还利用构建的负荷预测模型生成负荷预测数据， 并将其负荷预测数据送至电力调度平 台； S3、 电力调度平台对其所接收的光伏能源预测数据、 风机能源预测数据和负荷预测数 据间进行能量交易调度处 理， 从而完成电力调度。 2.根据权利要求1所述的一种基于预测模型的 电力调度方法， 其特征在于， S1中、 构建 光伏预测模型、 风机发电预测模型、 负荷预测模型 的实现方式均采用贝塔分布和威布尔分 布实现的。 3.根据权利要求1所述的一种基于预测模型的 电力调度方法， 其特征在于， S3中、 进行 能量交易调度处 理采用粒子群优化 算法实现。 4.根据权利要求1所述的一种基于预测模型的 电力调度方法， 其特征在于， S3中、 电力 调度平台对其所接收的光伏能源预测数据、 风机能源预测数据和负荷预测数据间进行能量 交易调度处 理的实现方式为： 当负荷预测数据大于光伏能源预测数据， 且负荷预测数据大于风机能源预测数据时， 利用供电 电网给负载 供电， 并以日整体运行费用最低为经济目标进行能量交易调度； 当负荷预测数据 大于光伏能源预测数据， 且负荷预测数据小于或等于风机能源预测数 据时， 利用风机能源给负载 供电， 并以日整体运行费用最低为经济目标进行能量交易调度； 当负荷预测数据小于或等于光伏能源预测数据， 且负荷预测数据 大于风机能源预测数 据时， 利用光伏能源给负载 供电， 并以日整体运行费用最低为经济目标进行能量交易调度。 5.根据权利要求4所述的一种基于预测模型的电力调度方法， 其特征在于， 日整体运行 费用最低的经济目标函数为： 式中， minF1表示日整体运行费用最低； 表示第i个微电网的光伏能源在时段t小时内的运行维护成本； i 为整数； 表示第i个微电网的风机能源在时段t小时内的运行维护成本； 表示第i个微电网的柴油发电机在时段t小时内的运行成本； 表示第i个微电网在时段t小时内与大电网交易费用； 表示第i个微电网在时段t小时内供电不足时切负荷的成本； n为变量。权　利　要　求　书 1/1 页 2 CN 114091350 A 2一种基于预测模型的电力调度方 法 技术领域 [0001]本发明属于电力调度领域。 背景技术 [0002]电力调度是为了保证电网安全稳定运行、 对外可靠供电、 各类电力生产工作有序 进行而采用的一种有效的管理手段。 电力调 度的具体工作内容是依据各类信息采集设备反 馈回来的数据信息， 或监控人员提供的信息， 结合电网实际运行参数， 如电压、 电流、 频率、 负荷等， 综合考虑各项生产工作开展情况， 对电网安全、 经济运行状态进行判断， 通过电话 或自动系统发布操作指令， 指挥现场操作人员或自动控制系统进行调整， 如调整发电机出 力、 调整负荷分布、 投切电容器、 电抗器等， 从而确保电网持续 安全稳定运行。 [0003]而随着经济的快速发展及环境的加剧污染， 风电装机容量在世界范围内迅速增 长， 其并网运行有效的缓解了负荷需求对电网的压力,但其间歇性和不确定性对风电消纳 并网和电力系统的安全稳定运行带来了巨大 的挑战。 为了供电可靠性， 缺电微电网会向电 力系统购电以满足负荷维持微电网正常运行。 多个微电网互联构成微电网群系统可以进一 步促进微电网间的能量交换， 系统内单个微电网之间可以进行互联互供满足区域供电需 求。 [0004]如何满足子微电网内部功率平衡， 不考虑动态随机因素时， 按经验值得出的发电 量和负荷值会使功率计算发生误差。 而未考虑动态随机因素 的确定性模型下计算净电量， 会导致净电量计算值偏离实际值， 且能量调度管 理不是真正的最优。 因此， 考虑动态随机下 的能量调度管理方法十分必要， 因此， 以上问题亟需解决。 发明内容 [0005]本发明目的是为了解决未考虑动 态随机因素对能量调度管理的影响， 导致能量管 理能力差的问题， 本发明提供了一种基于预测模型的电力调度方法。 [0006]一种基于预测模型的电力调度方法， 该 方法包括 步骤： [0007]S1、 构建光伏预测模型、 风机发电预测模型、 负荷预测模型； [0008]S2、 利用构建的光伏预测模型生成光伏能源预测数据， 并将其光伏能源预测数据 送至电力调度平台； [0009]还利用风机发电预测模型生成风机能源预测数据， 并将其风机能源预测数据送至 电力调度平台； [0010]还利用构建的负荷预测模型生成负荷预测数据， 并将其负荷预测数据送至电力调 度平台； [0011]S3、 电力调度平台对其所接收的光伏能源预测数据、 风机能源预测数据和负荷预 测数据间进行能量交易调度处 理， 从而完成电力调度。 [0012]优选的是， S1中、 构建光伏预测模型、 风机发电预测模型、 负荷预测模型的实现方 式均采用贝塔分布和威布尔分布实现的。说　明　书 1/4 页 3 CN 114091350 A 3