申请/专利权人：华南理工大学

申请日：2022-04-29

公开（公告）日：2024-04-16

公开（公告）号：CN115102235B

主分类号：H02J3/46

分类号：H02J3/46;H02J3/00;H02J3/14;H02J3/32;G06F18/2411

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明公开了一种基于交流调压器的户用光伏优化管理方法及系统，所述户用光伏优化管理方法优化分为日前和实时，日前第一轮优化计算以电费最小为目标函数，得到一天中每小时粗略的最优电器总功率以及电源侧功率大小和流向，日前第二轮优化计算以调压量之和最小为目标函数，计算出粗略的各电器目标电压并进行调控，在系统运行当天，进行实时的第一轮优化从全天经济效益最大化的角度获得当前计算时段的最佳家庭总负荷功率值以及电源侧功率大小和流向并进行负荷识别，得到实际的各电器ZIP特性。然后进行实时第二轮优化调度计算，以调压量之和最小为目标函数，计算出精细的各电器目标电压，利用调压器进行调压。

主权项：1.一种基于交流调压器的户用光伏优化管理方法，其特征在于，包括以下步骤1）优化控制中枢（20）根据光伏发电预测信息、家庭负荷电压和功率预测信息、分时电价信息、蓄电池储能信息进行日前第一轮优化，得到第二天家庭总负荷每小时的最佳功率预测值；优化控制中枢（20）采用SVM神经网络判断出每个插座中的电器类型，SVM神经网络的训练和判断包括以下步骤：步骤一、利用数据库训练SVM神经网络；步骤二、利用训练好的神经网络进行识别；将同一时刻测得的同一电器的电压U、电流I、有功功率P、无功功率U、功率因数角φ数据组作为一组神经网路的输入数据，经过神经网络的识别将得到电器种类名称作为识别的结果；步骤三、进入循环判断模式；读取负荷的数据，不断重复步骤二，直到连续出现相同的电器种类名称则判定识别成功，并跳出循环，否则判定识别失败；步骤五、负荷识别失败后，优化控制中枢（20）在之后的优化调压中将进入盲调模式，即利用测得的多组数据拟合P-U曲线，将拟合得到的系数作为预测的ZIP系数，再进行实时第二次优化；若负荷识别成功，则跳过步骤五；2）采用日前第一轮优化的结果进行日前第二轮优化，预测第二天不同电器所需的调度情况，并利用日前第二轮优化结果为优化控制中枢（20）预置调压值；3）运用实际的蓄电池充放电信息、光伏出力实际值、实际家庭负荷总需求功率、实际的电价信息，利用步骤1）的优化方式进行实时第一轮优化，获得当前计算时段的最佳家庭总负荷每小时的功率值；4）依据波形采集装置获得的数据进行负荷识别，判断出每个插座中的电器类型，并找出家用电器对应的静态功率电压特性模型的参数，进行实时第二次优化；5）优化控制中枢（20）依据实时第二次优化结果和负荷识别结果控制调压设备进行调压。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于交流调压器的户用光伏优化管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD