[发明专利]园区新能源储能系统的调度方法、装置、设备及存储介质

权利要求书

1.一种园区新能源储能系统的调度方法，其特征在于，包括：

获取园区新能源储能系统的未来24小时内的多个时段的电力负荷和发电功率的预测值；

利用群智能算法，对所述未来24小时内的多个时段的电力负荷和发电功率的预测值进行优化求解，得到初步优化调度后的未来24小时内的多个时段的充放电功率；

利用当前时段之后4小时内的多个时段的发电功率的预测值和当前时段之前的多个时段的实际发电功率，对所述初步优化调度后的未来24小时内的多个时段的充放电功率进行更新，得到更新后的未来24小时内的多个时段的充放电功率；

利用群智能算法，对所述更新后的未来24小时内的多个时段的充放电功率和当前时段的储能系统的剩余容量进行优化求解，得到最终优化调度后的未来24小时内的多个时段的充放电功率。

2.根据权利要求1所述的园区新能源储能系统的调度方法，其特征在于，所述园区新能源储能系统的未来24小时内的多个时段的电力负荷的预测值通过以下方式得到：

获取当日的工作人数、工作计划、天气数据和日期类型；

将所述当日的工作人数、工作计划、天气数据和日期类型输入电力负荷预测模型，得到所述园区新能源储能系统的未来24小时内的多个时段的电力负荷的预测值。

3.根据权利要求2所述的园区新能源储能系统的调度方法，其特征在于，所述电力负荷预测模型通过以下方式得到：

获取历史某一日内的工作人数、工作计划、天气数据和日期类型和多个时段的实际电力负荷；

利用所述历史某一日内的工作人数、工作计划、天气数据和日期类型对所述预先构建的时序模型进行训练，并在所述时序模型预测出的历史某一日的未来24小时内的多个时段的电力负荷等于所述历史某一日内的多个时段的实际电力负荷时，获得所述电力负荷预测模型。

4.根据权利要求2所述的园区新能源储能系统的调度方法，其特征在于，所述将所述当日的工作人数、工作计划、天气数据和日期类型输入电力负荷预测模型，得到所述园区新能源储能系统的未来24小时内的多个时段的电力负荷的预测值的步骤之前，所述方法还包括：

对所述当日的工作人数、工作计划、天气数据和日期类型进行预处理；其中，所述预处理包括：降噪处理和归一化处理。

5.根据权利要求1所述的园区新能源储能系统的调度方法，其特征在于，所述方法还包括：

利用公式(1)，对所述最终优化调度后的未来24小时内的多个时段的充放电功率和多个时段的时长分别进行计算，得到未来24小时内的多个时段的储能系统的充电放电电量；

其中，m_e表示未来24小时内的每个时段的充电放电电量；表示未来24小时内的每个时段的充电功率，为正值；表示未来24小时内的每个时段的放电功率，为负值；Δt表示未来24小时内的每个时段的时长；

利用公式(2)，对未来24小时内的多个时段的储能系统运维成本、园区向电网售电度电收益、园区向电网售电电量、园区从电网购电度电成本、园区从电网购电电量和所述未来24小时内的多个时段的储能系统的充电放电电量分别进行计算，得到未来24小时内的多个时段的电费之和；

F＝min{∑[a_bm_b+a_em_e-a_sm_s]}  (2)；

其中，F表示未来24小时内的多个时段的电费之和；a_e表示未来24小时内的每个时段的储能系统运维成本；m_e表示未来24小时内的每个时段的储能系统充放电电量；a_s表示未来24小时内的每个时段的园区向电网售电度电收益；m_s表示未来24小时内的每个时段的园区向电网售电电量；a_b表示未来24小时内的每个时段的园区从电网购电度电成本；m_b表示未来24小时内的每个时段的园区从电网购电电量。