本發(fā)明屬于能量動態(tài)智能調(diào)度領(lǐng)域，具體涉及一種光熱電儲耦合過程的能量動態(tài)智能調(diào)度控制系統(tǒng)及方法。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、隨著社會工業(yè)化進(jìn)展的加快，經(jīng)濟(jì)發(fā)展水平不斷上升，人們對能源資源的需求日益增加，化石能源的過度需求和開發(fā)，導(dǎo)致地球環(huán)境逐漸惡化，逐步走向能源危機(jī)。面對化石能源對環(huán)境的污染日益嚴(yán)重及其儲量的日趨枯竭的問題，開發(fā)可利用再生能源和各種綠色能源是人類實現(xiàn)可持續(xù)發(fā)展的重要手段。

3、太陽能作為清潔可再生能源的一種，其開發(fā)與利用正在備受關(guān)注，而太陽能光伏發(fā)電技術(shù)也在得到廣泛關(guān)注。太陽能光伏發(fā)電系統(tǒng)是一種將太陽光轉(zhuǎn)化為電能的裝置，是一種清潔、可再生的能源解決方案，不僅有助于減少對傳統(tǒng)能源的依賴，對環(huán)境的影響也大大降低。

4、但現(xiàn)有的傳統(tǒng)技術(shù)主要由太陽輻射能轉(zhuǎn)換而來的直流電通過逆變器轉(zhuǎn)換為交流電后經(jīng)過變壓器送入電網(wǎng)。光伏發(fā)電是新能源的高效利用形式之一，并且在能源結(jié)構(gòu)中占有重要的地位，而且太陽能存在能量密度低，不穩(wěn)定，效率低成本高等問題，同時，太陽輻照度、溫度、相對濕度、云層厚度、風(fēng)速等使得光伏發(fā)電功率具有很強(qiáng)的波動性和不可控性的問題，以及大規(guī)模光伏并網(wǎng)會極大地影響電力系統(tǒng)的穩(wěn)定運行，造成電壓浪涌/潮流分布變化等問題。

5、目前，針對光伏發(fā)電預(yù)測問題，現(xiàn)有研究方法主要分為：基于傳統(tǒng)物理模型的預(yù)測方法、基于統(tǒng)計分析的預(yù)測方法和基于人工智能的方法?；趥鹘y(tǒng)物理模型的預(yù)測方法通過建立太陽光照幅度和光伏電站出力的物理方程進(jìn)行預(yù)測?；诮y(tǒng)計分析的預(yù)測方法通過發(fā)現(xiàn)輸入數(shù)據(jù)與未來發(fā)電之間的統(tǒng)計規(guī)律進(jìn)行預(yù)測，常見的統(tǒng)計模型包括ar、arima?；谌斯ぶ悄艿念A(yù)測方法通過強(qiáng)大的非線性映射能力自動學(xué)習(xí)數(shù)據(jù)的高維表達(dá)實現(xiàn)預(yù)測?；趥鹘y(tǒng)物理模型的預(yù)測方法屬于間接預(yù)測，需要光伏電站詳細(xì)的地理信息、組件參數(shù)和氣象參數(shù)等數(shù)據(jù)。具有很強(qiáng)的可解釋性，但模型構(gòu)建復(fù)雜，抗干擾能力差，無法有效處理一些極端異常天氣情況和環(huán)境因素；基于統(tǒng)計分析的方法往往需要從大量歷史信息中建模數(shù)據(jù)的統(tǒng)計規(guī)律，并且難以捕捉光伏發(fā)電復(fù)雜的非線性特征：早期的人工智能預(yù)測方法模型如svr、決策樹受限于對手工特征的依賴和對數(shù)據(jù)特征的挖掘能力，難以實現(xiàn)準(zhǔn)確的光伏發(fā)電預(yù)測。

技術(shù)實現(xiàn)思路

1、本發(fā)明為了解決上述問題，提出了一種光熱電儲耦合過程的能量動態(tài)智能調(diào)度控制系統(tǒng)及方法，本發(fā)明可以有效預(yù)測光伏發(fā)電站未來的發(fā)電量、用戶端未來的供電需求，提高了供電的穩(wěn)定性，實現(xiàn)電網(wǎng)的智能化發(fā)展。

2、根據(jù)一些實施例，本發(fā)明采用如下技術(shù)方案：

3、一種光熱電儲耦合過程的能量動態(tài)智能調(diào)度控制系統(tǒng)，包括光伏發(fā)電模塊、儲能模塊、外接供電模塊、數(shù)據(jù)獲取模塊、數(shù)據(jù)輸出模塊、數(shù)據(jù)調(diào)控模塊和輸出端模塊，其中：

4、所述的光伏發(fā)電模塊與儲能模塊、數(shù)據(jù)獲取模塊和輸出端模塊相連，數(shù)據(jù)輸出模塊與數(shù)據(jù)獲取模塊和數(shù)據(jù)調(diào)控模塊相連，所述數(shù)據(jù)調(diào)控模塊與外接供電模塊和儲能模塊相連接；

5、所述數(shù)據(jù)獲取模塊用于獲取光伏板的設(shè)備特征、位置特征、光伏板所在的氣象特征以及光伏的時間特征，根據(jù)獲取的數(shù)據(jù)，對光伏發(fā)電模塊進(jìn)行電量預(yù)測；

6、所述數(shù)據(jù)調(diào)控模塊用于依據(jù)預(yù)測的電量，調(diào)控外接供電模塊向儲能模塊供電，并實現(xiàn)儲能模塊的智能電量存儲，輸出端模塊與外接供電模塊、儲能模塊和光伏發(fā)電模塊相連接，以進(jìn)行電能的輸出，實現(xiàn)系統(tǒng)的智能電量調(diào)節(jié)；

7、所述儲能模塊、光伏發(fā)電模塊、外接供電模塊、輸出端模塊在數(shù)據(jù)調(diào)控模塊的調(diào)控下，實現(xiàn)對多余的光伏發(fā)電儲能和外界電能存儲以及向輸出端模塊輸出儲能。

8、作為可選擇的實施方式，所述數(shù)據(jù)獲取模塊，還用于獲取用戶端的歷史用電量和用電模式。

9、作為可選擇的實施方式，所述設(shè)備特征包括光伏板的功率、表面潔凈度和光伏板的數(shù)量。

10、作為可選擇的實施方式，所述位置特征和氣候特征包括設(shè)置經(jīng)緯度、海拔高度、日照時長、溫度、輻照度、風(fēng)速、降雨量和云層厚度。

11、作為可選擇的實施方式，所述數(shù)據(jù)獲取模塊基于獲取的數(shù)據(jù)，形成訓(xùn)練數(shù)據(jù)，構(gòu)建lstm神經(jīng)網(wǎng)絡(luò)模型，并將所述lstm神經(jīng)網(wǎng)絡(luò)模型輸出的所有狀態(tài)按照注意力權(quán)重進(jìn)行加權(quán)，形成lstm和注意力機(jī)制融合的模型，利用訓(xùn)練數(shù)據(jù)訓(xùn)練模型，利用訓(xùn)練后的模型進(jìn)行預(yù)測。

12、作為進(jìn)一步限定的實施方式，所述lstm神經(jīng)網(wǎng)絡(luò)模型包括若干lstm層，每層包括輸入門、遺忘門、輸出門以及一個記憶單元，所述輸入門用于決定將被存儲在記憶單元中的信息，遺忘門用于決定從記憶單元中遺忘的信息，輸出門用于決定下一個隱藏狀態(tài)，通過遺忘門和輸入門的相互作用，記憶單元能夠選擇性地記住或忘記信息，通過上述門控機(jī)制的相互作用，lstm神經(jīng)網(wǎng)絡(luò)模型能夠捕捉時間序列數(shù)據(jù)中的長短期依賴關(guān)系，生成可靠的時間特征表示，這些特征表示將作為后續(xù)注意力機(jī)制層的輸入。

13、作為進(jìn)一步限定的實施方式，所述注意力機(jī)制層計算lstm神經(jīng)網(wǎng)絡(luò)模型中每個lstm層輸出的每一個時間步狀態(tài)的得分，然后使用函數(shù)將得分轉(zhuǎn)換為注意力權(quán)重，通過加權(quán)求和的方式，將lstm層輸出的所有狀態(tài)按照注意力權(quán)重進(jìn)行加權(quán)，形成新的特征向量，新的特征向量傳遞給全連接層，進(jìn)行進(jìn)一步處理和預(yù)測，全連接層通過設(shè)置權(quán)重和偏置，將高維特征映射到輸出空間，生成最終的預(yù)測結(jié)果。

14、作為可選擇的實施方式，所述光伏發(fā)電模塊、儲能模塊、外接供電模塊、數(shù)據(jù)獲取模塊、數(shù)據(jù)輸出模塊和輸出端模塊均設(shè)置有傳感器與信號傳輸單元，所述傳感器用于對相應(yīng)模塊的電壓、電流或/和溫度信息進(jìn)行監(jiān)測，所述信號傳輸單元用于將傳感器采集的信息傳輸給控制模塊，所述控制模塊用于根據(jù)采集的信息判斷相應(yīng)模塊是否處于正常工作狀態(tài)。

15、作為可選擇的實施方式，所述數(shù)據(jù)調(diào)控模塊，被配置為當(dāng)光伏發(fā)電模塊產(chǎn)生的電量超過輸出端模塊所需要的電量時，調(diào)控多余的電量儲存在儲能模塊中，當(dāng)光伏發(fā)電模塊產(chǎn)生的電量小于設(shè)定值時，將儲能模塊內(nèi)的電能補充至輸出端模塊，以均衡電網(wǎng)的供需。

16、一種光熱電儲耦合過程的能量動態(tài)智能調(diào)度控制方法，包括以下步驟：

17、獲取光伏板的設(shè)備特征、位置特征、光伏板所在的氣象特征以及光伏的時間特征；

18、根據(jù)獲取的數(shù)據(jù)，對光伏發(fā)電模塊進(jìn)行電量預(yù)測，依據(jù)預(yù)測的電量，調(diào)控外接供電模塊向儲能模塊供電，并實現(xiàn)儲能模塊的智能電量存儲，輸出端模塊與外接供電模塊、儲能模塊和光伏發(fā)電模塊相連接，以進(jìn)行電能的輸出，實現(xiàn)系統(tǒng)的智能電量調(diào)節(jié)；

19、當(dāng)光伏發(fā)電模塊產(chǎn)生的電量超過輸出端模塊所需要的電量時，調(diào)控多余的電量儲存在儲能模塊中，當(dāng)光伏發(fā)電模塊產(chǎn)生的電量小于設(shè)定值時，將儲能模塊內(nèi)的電能補充至輸出端模塊，以均衡電網(wǎng)的供需。

20、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

21、本發(fā)明各個模塊單元中設(shè)置了傳感器與信號傳輸單元，對各個單元的電壓、電流及溫度信息進(jìn)行監(jiān)控和傳輸，判斷各模塊是否處于正常的工作狀態(tài)，同時將外界供電模塊與輸出端模塊相連接，當(dāng)系統(tǒng)發(fā)生故障時，自動實現(xiàn)由外界供電模塊向輸出端模塊進(jìn)行供電，及時的對光伏發(fā)電系統(tǒng)的檢修，保障系統(tǒng)依舊能夠正常平穩(wěn)的運行，提高了系統(tǒng)運行的穩(wěn)定性與安全性。

22、本發(fā)明通過設(shè)置數(shù)據(jù)調(diào)控模塊，在光伏發(fā)電模塊產(chǎn)生的電量超過輸出端所需要的電量時，多余的電量可以儲存在儲能模塊中，在光伏發(fā)電模塊受太陽輻照度、溫度、相對濕度、云層厚度、風(fēng)速等因素造成的供電量減少時，再將儲能模塊內(nèi)的電能補充至輸出端模塊，以此來均衡電網(wǎng)的供需，同時減少電能的浪費。

23、本發(fā)明設(shè)置了外接供電模塊，當(dāng)儲能模塊電能較低且光伏發(fā)電模塊供電量不足時，通過外接供電模塊向儲能模塊供電，實現(xiàn)輸出端模塊可以穩(wěn)定輸出電能，維持電網(wǎng)的供電穩(wěn)定性。通過設(shè)置數(shù)據(jù)調(diào)控模塊，對光伏發(fā)電模塊、儲能模塊和外接供電模塊三個模塊之間的通斷進(jìn)行調(diào)控，實現(xiàn)電能的智能化存儲和輸出，提高能源利用效率的同時降低了成本，提升了供電網(wǎng)的穩(wěn)定性，保障系統(tǒng)整體安全。

24、本發(fā)明搭建lstm+注意力機(jī)制模型，利用輸入特征預(yù)測目標(biāo)光伏發(fā)電站未來的發(fā)電量、用戶端未來的供電需求。再根據(jù)智能化預(yù)測出的發(fā)電量，對光伏發(fā)電模塊、儲能模塊和外接供電模塊進(jìn)行智能化的通斷調(diào)控，降低電網(wǎng)的運行成本，提高了供電的穩(wěn)定性，實現(xiàn)電網(wǎng)的智能化發(fā)展。

25、為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細(xì)說明如下。