CN119298177B 一种考虑源荷不确定性的光伏储能调度方法及系统 （深圳大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119298177B(45)授权公告日2025.07.01

(21)申请号202411796074.0

(22)申请日2024.12.09

(65)同一申请的已公布的文献号申请公布号CN119298177A

(43)申请公布日2025.01.10

(73)专利权人深圳大学

地址518061广东省深圳市南山区粤海街

道南海大道3688号

(72)发明人王慧龙李乾范成李嘉宁邓惠丹

(74)专利代理机构深圳市君胜知识产权代理事务所(普通合伙)44268

专利代理师刘芙蓉

H02J3/38(2006.01)

H02J3/00(2006.01)

GO6F30/20(2020.01)

G06Q50/06(2024.01)

G06F111/04(2020.01)

GO6F111/10(2020.01)

(56)对比文件

CN107276121A,2017.10.20

孟安波等.计及不确定性因素的家庭并网风-光-蓄协同经济调度优化方法.电网技术

.2018,第162-169及附录A~E.

审查员欧阳丽

(51)Int.CI.

H02J3/32(2006.01)权利要求书3页说明书11页附图7页

(54)发明名称

一种考虑源荷不确定性的光伏储能调度方法及系统

(57)摘要

CN119298177B本发明公开了一种考虑源荷不确定性的光伏储能调度方法及系统，涉及能源调度技术领域。通过预先建立建筑负荷预测模型和光伏发电预测模型；基于建筑负荷预测模型和光伏发电预测模型，通过拉丁超立方采样方法生成若干典型的源荷场景；根据各源荷场景确定光伏储能系统的能源调度策略。本发明使用机器学习模型进行光伏和负荷预测，基于预测结果使用拉丁超立方采样生成若干典型场景，这些典型场景的生成过程充分考虑了场景不确定性，因此综合考虑这些典型场景生成光伏储能系统的能源调度策略，可以有效应对源荷出力的不确定性，特别是应对极

CN119298177B

预先建立建筑负荷预测模型和光伏发电预测模型，其中，所述建

预先建立建筑负荷预测模型和光伏发电预测模型，其中，所述建筑负荷预测模型用于预测未来的逐时负载用电量，所述光伏发电预测模型用于预测未来的逐时光伏发电量

基于所述建筑负荷预测模型和所述光伏发电预测模型，通过拉丁超立方采样方法生成若干典型的源荷场景；其中，每一所述源荷场景包括一个与所述建筑负荷预测模型对应的

负载用电场景，以及一个与所述光伏发电预测模型对应的光伏发电场景S200

S300

CN119298177B权利要求书1/3页

2

1.一种考虑源荷不确定性的光伏储能调度方法，其特征在于，所述方法包括：

预先建立建筑负荷预测模型和光伏发电预测模型，其中，所述建筑负荷预测模型用于预测未来的逐时负载用电量，所述光伏发电预测模型用于预测未来的逐时光伏发电量；

针对每一预测模型，通过该预测模型获取目标历史时间段的预测数据；其中，所述预测模型为所述建筑负荷预测模型或者所述光伏发电预测模型；将所述预测数据减去所述目标历史时间段对应的真实数据并除以所述真实数据，得到所述目标历史时间段每小时的误差百分比的概率分布函数；

根据所述概率分布函数等分出若干概率区间，根据各所述概率区间内的随机数确定各所述概率区间分别对应的采样点；对所述概率分布函数进行逆变换，得到各所述采样点分别对应的样本值；根据每一所述采样点的样本值确定一个场景，得到若干场景；计算各场景两两之间的欧氏距离；

针对每一场景，选择与该场景的欧氏距离最小的另一场景作为配对场景，得到一个场景组合，并计算欧氏距离与所述配对场景的场景概率的乘积；从各场景组合中筛选出乘积最小的场景组合，删除该场景组合中场景概率最小的场景，并将被删除场景的场景概率叠加至同一场景组合的另一场景上；

判断剩余的总场景数是否达到预设值，若否，则继续执行计算各场景两两之间的欧氏距离的步骤，直至剩余的总场景数达到所述预设值，将剩余的场景作为目标场景；其中，所述建筑负荷预测模型的所述目标场景为负载用电场景，所述光伏发电预测模型的所述目标场景为光伏发电场景；将各所述负载用电场景与各所述光伏发电场景进行两两组合，得到若干源荷场景；