一种超大容量的区域微电网系统及运行方法

技术领域

本发明涉及微电网技术领域，尤其涉及的是，一种超大容量的区域微电网系统及运行方法。

背景技术

微电网是一种新型电力网络结构，是一组电源、负荷、储能系统和控制装置构成的微型电网单元。微电网中融合了先进的信息技术、控制技术和电力电子技术，在提供可靠的电力供应，满足用户多种需求的同时，还能保证实现能源效益、经济效益和环境效益的最大化。与此同时，微电网可在常规电网中提供电网支撑、提高能效、节能降耗等功能。微电网将是在智能电网建设中的不可或缺重要组成部分。在我国，大力的推广微网技术，是走可持续发展道路的具体体现，是对我国调整能源结构、解决边远地区用电问题、保护环境的有力支撑。但现有技术对超大容量规模的区域微电网系统的设计较少，且没有超大容量规模的区域微电网系统的相应运行系统及运行方法。

因此，现有技术存在缺陷，需要改进。

发明内容

本发明的目的在于提供一种超大容量的区域微电网系统及运行方法，以探索可再生能源创新利用和发展模式，提高可再生能源利用规模及技术水平。

一种超大容量的区域微电网系统，包括风力发电站、光伏发电站、储能系统、负荷、变配电设备、微电网能量管理系统；

所述风力发电站，经35KV箱式变电站升压后接至场内35KV集电线路，再经110KV变配电设备升压并入电网；所述风力发电站用于向微电网内负荷供电、同时向所述储能系统充电，所述储能系统充满时，多余电力送入主网；

所述光伏发电站在白天光伏正常出力的情况下，向微电网内负荷供电、同时向所述储能系统充电，所述储能系统充满时，多余电力送入主网；所述光伏发电站在白天光伏出力不足的情况下，向微电网内负荷供电，不再向所述储能系统充电；所述光伏组件将太阳能转化成电能，光伏逆变器将光伏组件所发出的直流电转变成交流电；

所述储能系统为电池储能系统输出电能经升压变升压至35KV，若干储能子系统经过1回35KV集电线路接入到相对应110KV变配电设备升压至35KV集电线路一侧；同时电池储能系统安装双向计量电表，对电池储能系统的充放电进行计量，每组储能电池均装有电池管理系统对储能电池的充放电进行在线管理，电池管理系统和储能变流器通过以太网和监控相连，执行充放电策略；

所述负荷根据不可中断程度强弱划为一级负荷、二级负荷、三级负荷；一级负荷由两路稳定的电源供电，可设置仅满足一级负荷供电的备用电源；二级负荷宜由两路电源供电，可设置仅满足一级负荷供电的备用电源，也可由一路电源供电；三级负荷采用单回路供电，要求配电系统简洁可靠，尽量减少配电级数；

所述变配电设备，包括110KV光伏变电站、110KV风电变电站、110KV微电网用户变电站、110KV电网用户变电站及相应110KV架空线路；

所述微电网能量管理系统采用面向服务的体系架构和分层分布式网络架构，实现面向设备对象的信息建模、统一数据展示、统一系统管理和WEB信息发布，并采用标准、成熟、开放的数据模型及网络协议，提供统一的数据存储、访问、监视和预警功能，支持各业务功能模块化建设；用于对生产调度、协调控制、运维管理、综合展示实现一体化管理。

上述中，所述风力发电站，由多台大容量风力发电机组和35KV箱式变电站采用一箱一变的单元接线方式组成；经35KV箱式变电站升压后接至场内35KV集电线路，再经110KV变配电设备升压并入电网。

上述中，所述光伏发电站，由多块光伏组件和一套光伏逆变器构成一个光伏发电单元，两个光伏发电单元经1台箱式变电站升压后接至场内35KV集电线路，再经110KV光伏变电站升压并入电网；

上述中，所述电池储能系统配置在风力发电站侧、光伏发电站侧、110KV微电网用户站侧，用于离网状态下稳定电力输出、移峰填谷、提高风电、光伏发电质量。所述风电力发电站侧储能电站、光伏发电站侧储能电站及110KV微电网用户站侧储能电站分别包括若干储能子系统；所述储能子系统包括若干储能变流器和至少一组储能电池。

上述中，所述110KV光伏变电站出线3回，1回至220KV变电站，1回至110KV微电网用户变电站，1回至110KV风电变电站；所述110KV风电变电站出线2回，1回110KV微电网用户变电站，1回至110KV光伏变电站；110KV微电网用户变电站出线2回，1回至110KV风电变电站，1回至110KV光伏变电站；110KV电网用户变电站出线1回至220KV变电站；110KV微电网用户变电站110KV母线与110KV电网用户变电站设联络开关。

一种超大容量的区域微电网运行方法，包括以下步骤：

步骤1：风光电站功率联合预测，通过数据接口调度获取风电站和光伏电站的历史运行数据，同时利用相关环境数据，构建输出功率模型，利用模型对次日风光总功率进行预测，得到次日风光电站的总功率曲线。

步骤2：发电计划安排，以风光联合预测模型输出的风光预测出力曲线为参考，结合用户负荷曲线制定次日发电输出曲线，提供多种优化控制目标供选择。根据制定的发电计划预先安排储能和风光发电单元。

步骤3：实时发电控制，根据风光的实际出力以及其他实时监控数据，在线计算出计划输出和实际输出的差值，通过调节储能充放电尽可能满足优化控制目标，未满足部分由外部电网补全。

上述中，进一步，步骤1：风光电站功率联合预测，通过数据接口从数据库中提取风电场和光伏电站的历史运行数据，同时利用相关环境数据,构建三种神经网络，将前两种网络预测的结果用第三种网络进行整合得出输出功率。网络一，用一维CNN(1DConvolutional Neural Network)和RNN(Recurrent Neural Network)构建深度神经网络。利用滑动窗口(sliding window algorithm)对历史发电数据处理，生成输入向量和目标向量，对神经网络进行监督学习(supervised learning)。训练得到的网络用于对发电数据预测得出预期风光总输出功率。网络二，构建全连接深度神经网络。将总辐射量，环境湿度，环境温度，辐射强度，风速，风向等环境历史数据分割，整合形成输入向量，同时段风光总输出功率为目标向量，对构建的全连接深度神经网络进行监督学习。将得到的神经网络用于输入环境参数预测总输出功率。网络三，构建全连接浅度神经网络，用新一组训练数据，通过以上两个网络得到两个总输出功率。将两个预测结果作为输入向量，以实际风光总输出功率作为目标向量，训练网络三。把全部训练完成的整体网络作为模型，将过往时段内环境向量

上述中，进一步，步骤2：发电计划安排，以所述风光电站功率联合预测模型输出的风光预测出力曲线为参考，结合用户负荷曲线制定次日发电输出曲线提供多种优化控制目标供选择如上网电量最优或功率平衡最优等。根据制定的发电计划预先安排储能单元和风光发电单元的发电计划；

上述中，进一步，步骤3：实时发电控制，根据风光的实际出力以及其他实时监控数据，在线计算出计划输出和实际输出的差值Δp(t)，通过调节储能充放电尽可能满足优化控制目标，未满足部分由外部电网补全，部分控制策略公式如下：

功率平衡最优：min p

上网电量最优：min p

实际与计划差值：Δp(t)＝p

储能系统输出功率：

单个储能单元功率控制：

其中，p

附图说明

图1为本发明实施例中微电网系统组网结构示意图。

图2为本发明实施例中微电网运行方法流程图。

图3为本发明方法实施例中风光电站功率联合预测示意图。

具体实施方式

为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

实施例一

本发明的一个实施例是，一种超大容量的区域微电网系统，包括风力发电站、光伏发电站、储能系统、负荷、变配电设备、微电网能量管理系统。

所述风力发电站，由多台大容量风力发电机组和35KV箱式变电站采用“一箱一变”的单元接线方式组成，经35KV箱式变电站升压后接至场内35KV集电线路，再经110KV变配电设备升压并入电网；所述风力发电站用于向微电网内负荷供电、同时向所述储能系统充电，所述储能系统充满时，多余电力送入主网。

所述光伏发电站，由多块光伏组件和一套光伏逆变器构成一个光伏发电单元，两个光伏发电单元经1台箱式变电站升压后接至场内35KV集电线路，再经110KV光伏变电站升压并入电网；所述光伏发电站在白天光伏正常出力的情况下，向微电网内负荷供电、同时向所述储能系统充电，所述储能系统充满时，多余电力送入主网；所述光伏发电站在白天光伏出力不足的情况下，向微电网内负荷供电，不再向所述储能系统充电。所述光伏组件将太阳能转化成电能，光伏逆变器将光伏组件所发出的直流电转变成交流电。

所述储能系统为电池储能系统输出电能经升压变升压至35KV，若干储能子系统经过1回35KV集电线路接入到相对应110KV变配电设备升压至35KV集电线路一侧；同时电池储能系统安装双向计量电表，对电池储能系统的充放电进行计量，每组储能电池均装有电池管理系统对储能电池的充放电进行在线管理，电池管理系统和储能变流器通过以太网和监控相连，执行充放电策略；所述电池储能系统配置在风力发电站侧、光伏发电站侧、110KV微电网用户站侧，用于离网状态下稳定电力输出、移峰填谷、提高风电、光伏发电质量。所述风力发电站侧储能电站、光伏发电站侧储能电站及110KV微电网用户站储能电站分别包括若干储能子系统；所述储能子系统包括若干储能变流器和至少一组储能电池。

所述负荷根据不可中断程度强弱划为一级负荷、二级负荷、三级负荷；一级负荷由两路稳定的电源供电，可设置仅满足一级负荷供电的备用电源；二级负荷宜由两路电源供电，可设置仅满足一级负荷供电的备用电源，也可由一路电源供电；三级负荷采用单回路供电，要求配电系统简洁可靠，尽量减少配电级数。

所述变配电设备，包括110KV光伏变电站、110KV风电变电站、110KV微电网用户变电站、110KV电网用户变电站及相应110KV架空线路；所述110KV光伏变电站出线3回，1回至220KV变电站，1回至110KV微电网用户变电站，1回至110KV风电变电站；所述110KV风电变电站出线2回，1回110KV微电网用户变电站，1回至110KV光伏变电站；110KV微电网用户变电站出线2回，1回至110KV风电变电站，1回至110KV光伏变电站；110KV电网用户变电站出线1回至220KV变电站；110KV微电网用户变电站110KV母线与110KV电网用户变电站设联络开关。

所述微电网能量管理系统采用面向服务的体系架构和分层分布式网络架构，实现面向设备对象的信息建模、统一数据展示、统一系统管理和WEB信息发布，并采用标准、成熟、开放的数据模型及网络协议，提供统一的数据存储、访问、监视和预警功能，支持各业务功能模块化建设；用于对生产调度、协调控制、运维管理、综合展示实现一体化管理。

在上述内容的基础上，本发明还提供一种超大容量的区域微电网运行方法，如图2所示，包括以下步骤：

步骤1：风光电站功率联合预测，通过数据接口调度获取风电站和光伏电站的历史运行数据，同时利用相关环境数据，构建输出功率模型，利用模型对次日风光总功率进行预测，得到次日风光电站的总功率曲线。

步骤2：发电计划安排，以风光联合预测模型输出的风光预测出力曲线为参考，结合用户负荷曲线制定次日发电输出曲线，提供多种优化控制目标供选择。根据制定的发电计划预先安排储能单元和风光发电单元的发电计划。

步骤3：实时发电控制，根据风光的实际出力以及其他实时监控数据，在线计算出计划输出和实际输出的差值，通过调节储能充放电尽可能满足优化控制目标，未满足部分由外部电网补全。

上述中，进一步，步骤1：风光电站功率联合预测，通过数据接口从数据库中提取风电场和光伏电站的历史运行数据，同时利用相关环境数据,构建三种神经网络，将前两种网络预测的结果用第三种网络进行整合得出输出功率。网络一，用一维CNN(1DConvolutional Neural Network)和RNN(Recurrent Neural Network)构建深度神经网络。利用滑动窗口(sliding window algorithm)对历史发电数据处理，生成输入向量和目标向量，对神经网络进行监督学习(supervised learning)。训练得到的网络用于对发电数据预测得出预期风光总输出功率。网络二，构建全连接深度神经网络。将总辐射量，环境湿度，环境温度，辐射强度，风速，风向等环境历史数据分割，整合形成输入向量，同时段风光总输出功率为目标向量，对构建的全连接深度神经网络进行监督学习。将得到的神经网络用于输入环境参数预测总输出功率。网络三，构建全连接浅度神经网络，用新一组训练数据，通过以上两个网络得到两个总输出功率。将两个预测结果作为输入向量，以实际风光总输出功率作为目标向量，训练网络三。把全部训练完成的整体网络作为模型，将过往时段内环境向量

上述中，进一步，步骤2：发电计划安排，以所述风光电站功率联合预测模型输出的风光预测出力曲线为参考，结合用户负荷曲线制定次日发电输出曲线提供多种优化控制目标供选择如上网电量最优或功率平衡最优等。根据制定的发电计划预先安排储能单元和风光发电单元的发电计划；

上述中，进一步，步骤3：实时发电控制，根据风光的实际出力以及其他实时监控数据，在线计算出计划输出和实际输出的差值Δp(t)，通过调节储能充放电尽可能满足优化控制目标，未满足部分由外部电网补全，控制策略公式如下：

功率平衡最优：min p

上网电量最优：min p

实际与计划差值：Δp(t)＝p

储能系统输出功率：

单个储能单元功率控制：

上述公式中，p

实施例二

在上述实施例的基础上，进一步本发明一种超大容量的区域微电网系统，如图1所示，包括风力发电站、光伏发电站、储能系统、负荷、变配电设备、微电网能量管理系统。

所述风力发电站，由88台单机容量3200/4000KW出口电压为690V的风力发电机组(不做限定，可优化)和35KV箱式变电站采用“一箱一变”的单元接线方式，经箱式变电站升压后接至场内35KV集电线路，再经110KV风电变电站升压并入电网；所述风力发电站用于向微电网内负荷供电、同时向所述储能系统充电，所述储能系统充满时，多余电力送入主网。

所述光伏发电站，由2000kWp光伏组件汇流设备和一套2000KW光伏逆变器构成一个光伏发电单元(不做限定，可优化)，经集中式逆变器将直流电转换为低压交流电，两个光伏发电单元经1台2000kVA双绕组升压箱式变电站升压后接至场内35KV集电线路，再经110KV光伏变电站升压并入电网；所述光伏发电站在白天光伏正常出力的情况下，向微电网内负荷供电、同时向所述储能系统充电，所述储能系统充满时，多余电力送入主网；所述光伏发电站在白天光伏出力不足的情况下，向微电网内负荷供电，不再向所述储能系统充电。

所述储能系统为电池储能系统，采用额定容量115Ah、额定电压3.2V磷酸铁锂电池组作为储能单元，通过储能变流器与用电设备相连接，由4台500kW储能变流器和一组储能电池作为一个储能子系统(不做限定，可优化)，储能子系统以智能配电系统为对外接口，输出电能经升压变升压至35KV，若干储能子系统经过1回35KV集电线路接入到相对应110KV升压站35KV侧；同时电池储能系统安装双向计量电表，对储能系统的充放电进行计量，每个电池组均装有电池管理系统对电池的充放电进行在线管理，电池管理系统和储能变流器通过以太网和监控相连，执行充放电策略；所述储能系统包括20MW/40MWh的风电场侧储能电站(不做限定，可优化)、10MW/20MWh的光伏侧储能电站(不做限定，可优化)、20MW/20MWh的110KV微电网用户站储能电站(不做限定，可优化)，用于离网状态下稳定电力输出、移峰填谷、提高风电、光伏发电质量。

所述负荷根据不可中断程度强弱划为一级负荷、二级负荷、三级负荷；一级负荷由两路稳定的电源供电，可设置仅满足一级负荷供电的备用电源；二级负荷宜由两路电源供电，可设置仅满足一级负荷供电的备用电源，也可由一路电源供电；三级负荷采用单回路供电，要求配电系统简洁可靠，尽量减少配电级数。

所述变配电设备主要包括110KV光伏变电站、110KV风电变电站、110KV微电网用户变电站、110KV电网用户变电站及相应110KV架空线路；所述110KV光伏变电站出线3回，1回至220KV变电站，1回至110KV微电网用户变电站，1回至110KV风电变电站；所述110KV风电变电站出线2回，1回110KV微电网用户变电站，1回至110KV光伏变电站；110KV微电网用户变电站出线2回，1回至110KV风电变电站，1回至110KV光伏变电站；110KV电网用户变电站出线1回至220KV变电站；110KV微电网用户变电站110KV母线与110KV电网用户变电站设联络开关。

所述微电网能量管理系统采用面向服务的体系架构和分层分布式网络架构，实现面向设备对象的信息建模、统一数据展示、统一系统管理和WEB信息发布，并采用标准、成熟、开放的数据模型及网络协议，提供统一的数据存储、访问、监视和预警功能，支持各业务功能模块化建设；用于对生产调度、协调控制、运维管理、综合展示实现一体化管理。

本发明提供的一种超大容量的区域微电网系统及运行方法，以风电、光伏发电等可再生能源发电为主体，合理优化配置储能系统，通过微电网能量管理系统形成高效的发输配一体化的超大容量的区域微电网系统，是探索可再生能源创新性的利用方式和发展模式，提高了可再生能源利用比例，促进了新能源电力的就近消纳。

需要说明的是，上述各技术特征继续相互组合，形成未在上面列举的各种实施例，均视为本发明说明书记载的范围；并且，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。