买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京大全自动化科技有限公司;南京邮电大学

摘要：本发明公开了一种适用于整县光伏并网协同自治的系统框架，所述的整县光伏并网协同自治系统框架包括并网智能控制装置、边缘自治决策终端、并网协同自治运维管控系统、智能运维交互式移动应用，所述并网智能控制装置负责不同类型光伏进行并网控制，包括集中式光伏和分布式光伏；所述边缘自治决策终端根据并网需求与光伏发电量进行就地决策控制；所述并网协同自治运维管控系统，基于采集的数据进行光伏预测，并下达控制指令；所述智能运维交互式移动应用提供信息服务、协助维修人员进行光伏设备维修，本发明具备保障整县光伏并网协同自治及主动支撑区域配网稳定运行的能力，可大幅提高含大规模分布式光伏接入的低惯量电网安全运行效率。

主权项：1.适用于整县光伏并网协同自治的系统框架，其结构包括：并网智能控制装置、边缘自治决策终端、并网协同自治运维管控系统、智能运维交互式移动应用，其特征在于：所述并网智能控制装置负责不同类型光伏进行并网控制，包括集中式光伏和分布式光伏；边缘自治决策终端根据并网需求与光伏发电量进行就地决策控制；并网协同自治运维管控系统，基于采集的数据进行光伏预测，并下达控制指令；智能运维交互式移动应用提供信息服务、协助维修人员进行光伏设备维修；所述并网智能控制装置，考虑光伏接入不同电压等级，基于多代理协调控制技术进行光伏并网控制；所述边缘自治决策终端，采用基于边缘计算与数据分发实时通信技术的多台区光伏协同优化方法，具备制定台区内光伏就地自治策略功能；所述并网协同自治运维管控系统，考虑整县光伏大规模、分布式特征，基于深度学习与高性能逻辑推理引擎相结合的混合推理技术进行光伏发电精准预测，嵌入整县多台区光伏优化协同并网决策及全信息状态运维管控模型；所述智能运维交互式移动应用，支持多种通讯模式与光伏信息交互，可引导维护人员快速完成故障检修与资料上传；所述多代理协调控制技术实现过程如下：步骤1：分布式光伏系统建模，首先，对分布式光伏并网装置进行建模和分析，并确定各个光伏发电装置的位置、状态和性能信息，使用适当的软件工具对分布式光伏装置进行仿真建模；步骤2：代理的设计和实现，接下来，设计和实现多个代理，这些代理可根据不同的任务和功能来进行分工，每个代理具有一定的智能和决策能力，能够独立地做出决策并执行相应的操作：一个代理负责能量管理和优化，另一个代理执行故障诊断和维护任务；整县光伏多代理技术包括控制代理、分布式光伏发电代理、用户代理和数据库代理组成，具体功能如下：1控制代理负责监测系统电压和频率以及电网故障，当上游发生停电时将所采集的信号送至主断路器隔离分布式发电单元；2分布式光伏能源代理存储分布式光伏能源信息，并监测其功率水平和连接未连接状态；3用户代理为用户提供光伏系统的实时信息，监测负荷用电量，控制预设定优先级的负荷状态；4数据库代理主要存储系统信息以及以上3种代理之间的数据和信息，并为用户提供数据接入口；在保持稳定的情况下，以其分布式光伏发电效率最大化为控制目标：maxΣPG,i，1式中：PG,i为系统中第i个光伏设备发电量，为确保系统稳定运行，其约束条件为：1电压限制Vmin≤Vti≤Vmax，2式中，Vti为t时刻各节点电压，Vmax、Vmin分别为1.05，0.95；2功率平衡ΣPG,i＝D+L，3式中，D、L分别为负荷需求和网络损耗；步骤3：代理之间通信和协调；设计和实现适当的通信协议和交互机制，使代理之间共享数据、传输命令和指令，并根据需要进行合作和协调；步骤4：系统实时监测和控制；在运行过程中，对分布式光伏发电系统的实时数据进行监测和控制；使用多个代理之间的通信和协调来实现：利用智能代理之间的通信，根据天气预报和光伏发电系统的实时数据，生成合理的发电计划，并实时调整；步骤5：系统优化和改进；最后，持续对系统进行优化和改进，以提高系统的效率和可靠性，不断对代理之间的通信和协调、系统建模和仿真方面进行调整和优化，提高分布式光伏并网系统的整体性能；所述边缘计算与数据分发实时通信技术，实现过程如下：步骤1：边缘计算节点的部署和配置；首先，确定边缘计算节点的位置、数量和配置，由于边缘计算节点位于接近光伏发电系统的边缘位置，需根据系统的特点和需求，选择合适的节点进行部署和配置；步骤2：数据采集和传输；光伏发电系统产生大量的实时数据，通过数据采集设备进行采集，并通过数据传输方式传输到边缘计算节点，使用适当的数据采集和传输技术：基于ZigBee协议的无线传感器网络或基于Modbus协议的有线通信方式；步骤3：边缘计算和数据处理；边缘计算节点可以通过使用周围的计算资源来处理数据，从而降低分布式光伏并网系统的计算压力；数据处理包括：数据清洗、数据转换、数据聚合和数据分析操作；步骤4：数据共享和通信；通过数据分发实时通信技术实现光伏发电系统之间的数据共享和通信，建立目录服务，以便在需要时查找相关数据，并使用适当的网络协议和通信方式进行数据传输和共享；步骤5：网络安全；采用数据分发实时通信技术提供加密服务，保护数据的隐私和安全性，防止黑客攻击和数据泄露问题；所述混合推理技术，实现过程如下：步骤1：基于Datalog语言构建相应的监测规则；步骤2：将光照强度、温度、湿度、电池板、倾斜角度多源数据转换为结构化三元组；步骤3：将三元组与监测规则输入高性能规则引擎进行实时推理，得到光伏预测结果组；步骤4：基于光照强度、温度、湿度、电池板、倾斜角度历史多源数据训练神经网络模型；步骤5：将光照强度、温度实时数据进行预处理，并基于训练后的神经网络模型输出预测结果；步骤6：将高性能规则引擎的推理结果与神经网络的预测结果进行融合，实现混合推理，得到精准的光伏发电预测结果；所述神经网络模型，基于GRU模型进行推理，利用蚁群与蚂蚁优化算法进行优化GRU模型初始参数，具体过程如下：第1步：将GRU网络权重与阈值作为蚁群初始样本，包括：GRU网络输入层与隐含层连接权值wij、隐含层阈值α、隐含层与输出层连接权值wik、输出层阈值β；利用x1、x2、…、xn将GRU网络参数转换成蚂蚁种群集合In，初始化蚂蚁种群数量为S，信息挥发系数ρ；第2步：S只蚂蚁开始进行搜索迭代，根据公式4进行选择下一路径，并进一步更新每条路径的信息素浓度，更新公式如下： 式中，ρ为信息素发挥系数，Δτj为在j路径上产生的信息素量；第3步：利用遗传算法对蚁群种群进行选择、交叉、变异，得到新的蚁群个体，其计算公式如下： 式中，σ′是更新的个体，x′是下一路径节点，N·,·为高斯分布函数；接下来进一步计算适应度，若满足条件则进行下一步，否则返回第二步，适应度函数如下： 其中利用GA算法将ACO算法中更优解的路径上的信息素进行增加，提高ACO的迭代速度，信息素更新公式如下：τ＝τG+c，7式中，τG为GA优化后处理得到的信息素浓度，c为信息数常数；第4步：将上一步的结果作为GRU网络参数，对其进行神经网络训练，计算诊断误差，计算全局误差公式如下： 式中，E为均方误差，l为样本个数，b为输出神经单元个数，d为期望输出向量，y为输出向量，若满足要求则算法模型训练结束，若不满足则进行神经网络迭代直至满足要求；所述多种通讯模式，采用以太网、4G、5G、加密蓝牙多种通讯模式实现光伏状态、用户发电量及收益信息实时展示。

全文数据：

权利要求：

百度查询： 南京大全自动化科技有限公司 南京邮电大学 一种适用于整县光伏并网协同自治的系统框架