CN118539521B 一种源网荷储协同方法及系统 （北京智中能源互联网研究院有限公司）

开发区科谷一街10号院2号楼14层行状态数据，以及终端用户的电力负荷需求数一个多目标优化模型，该模型包括多个控制策2从多个源头实时采集可再生能源发电站的发电数据、电网的实时运行基于数据集训练得到一个预测模型，用于输出对未来一段时间内将预测结果与电网的实时运行状态数据结合，构建一个多目标依据所述多个控制策略对多目标优化模型求解，得到最优调度将预测结果与电网的实时运行状态数据结合，构建一个多目标获得的预测结果与收集到的最新电网实时运行状态数据进行为每一个控制策略设定相应的决策变量，其将所述控制策略对应的决策变量、变量约束条件及目标函数整合进多将所述控制策略对应的决策变量、变量约束条件及目标函数整合进多;;;3op(t)表示运营成本，Cpenalty(t)表示因未能满足预设标准而产生的惩罚成本，表示可再生能源利用率最大化，其中w2是可表示整个优化周期内最大的频率偏差，socanssoc(I)ssocaw表示储能荷电状态偏差约束条件，表示传统能源发电功率约束条件，表示多目标优化模型框中的电网功率重新收集电网实际运行数据与执行调度指令后的反馈信息，与在多目标优化模型框中的电网功率平衡方程中引入可再生能源的削减功在多目标优化模型框中的电网功率平衡方程中引入电力传输过程在荷电状态更新方程中引入储能设备的自放电功率，以减去4率是依据电网中储能系统的充放电效率数据拟合采集模块，用于从多个源头实时采集可再生能源发电站的发电数据训练模块，用于基于数据集训练得到一个预测模构建模块，用于将预测结果与电网的实时运行状态数据将预测结果与电网的实时运行状态数据结合，构建一个多目标获得的预测结果与收集到的最新电网实时运行状态数据进行为每一个控制策略设定相应的决策变量，其将所述控制策略对应的决策变量、变量约束条件及目标函数整合进多将所述控制策略对应的决策变量、变量约束条件及目标函数整合进多;;;5;op(t)表示运营成本，Cpenalty(t)表示因未能满足预设标准而产生的惩罚成本，表示可再生能源利用率最大化，其中w2是可表示整个优化周期内最大的频率偏差，socanssoc(I)ssocaw表示储能荷电状态表示多目标优化模型框中的电网功率其中，所述处理器被配置为调用所述存储器存储的指令，以执行序指令被处理器执行时实现权利要求1至467;op(t)表示运营成本，Cpenalty(t8表示整个优化周期内最大的频率偏差，socanssoc(I)ssocax表示储能荷电状态约束条件，表示负荷调模型框中的电网功率平衡方程，Ptrad(t)代表决策变量中传统能源发电资源的输出功率，求响应调整后的负荷消耗功率，Pstorage(t)表示决策变量中在t时刻的净输出功率，9[0072]促进了可再生能源的高效利用：优化的调度策略充分利[0101]在本发明提供的又一实施例中，向多目标优化模型中纳;oppenaltyoppenalty所以还需要引入多目标优化模型框架进一步的表达出决策变量的作[0136]表示荷电状态更新方程，状态减少，相反的，如果Pstorage(t)为负值（充电7ch·ptoragc(t)At会使荷电状态增加。[0139]表示储能荷电状态约束条件，确保储能设备的[0143]表示传统能源发电功率约束条件，限制[0157]此外，本发明实施例还可以进一步假设充放电效率随时间或荷电状态变化，即dis和fch分别是放电和充电效率与SoC的函数关系，这些函数可以通过实验数据