CN107590211B - 智能电网信息系统 - Google Patents
智能电网信息系统 Download PDFInfo
- Publication number
- CN107590211B CN107590211B CN201710744710.9A CN201710744710A CN107590211B CN 107590211 B CN107590211 B CN 107590211B CN 201710744710 A CN201710744710 A CN 201710744710A CN 107590211 B CN107590211 B CN 107590211B
- Authority
- CN
- China
- Prior art keywords
- parameter
- intelligent
- parameters
- level
- power grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000002596 correlated effect Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims description 60
- 230000009466 transformation Effects 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000000875 corresponding effect Effects 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000006854 communication Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000004146 energy storage Methods 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 239000002028 Biomass Substances 0.000 claims description 2
- BNOODXBBXFZASF-UHFFFAOYSA-N [Na].[S] Chemical compound [Na].[S] BNOODXBBXFZASF-UHFFFAOYSA-N 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims description 2
- 239000005431 greenhouse gas Substances 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 239000002910 solid waste Substances 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种智能电网信息系统,包括:智能电网参数数据库,用于存储多个智能电网的记录,每条记录包括多个与智能电网相关参数的标准参数值;参数权重配置文件,用于存储所述智能电网数据库中存储的参数权重;输入模块,用于获取原始参数值;正向化模块,用于将与智能电网的智能度负相关的参数值修正为正相关的参数值;量纲标准化模块,用于对原始参数值和正相关参数值进行无量纲化处理,从而获得标准参数值,并将获得的标准参数值存储到智能电网参数数据库中;其中,所述标准参数值和所述参数权重用于计算智能电网的智能度。
Description
技术领域
本发明涉及电力系统中的信息处理领域,尤其涉及一种智能电网信息系统。
背景技术
自2009年国家电网公司提出“智能电网”的概念后,智能电网的理论研究和实验实践就不断进行。“智能电网”典型的定义包括:美国能源部《Grid 2030》认为智能电网是完全自动化的电力传输网络,能够监视和控制每个用户和电网节点,保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。欧洲技术论坛认为智能电网是可整合所有连接到电网用户所有行为的电力传输网络,以有效提供持续、经济和安全的电力。中国物联网校企联盟认为智能电网由很多部分组成,可分为:智能变电站,智能配电网,智能电能表,智能交互终端,智能调度,智能家电,智能用电楼宇,智能城市用电网,智能发电系统,新型储能系统。国家电网中国电力科学研究院认为智能电网以物理电网为基础,将现代先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。
以上定义可以看出,智能电网的核心在于“智能”。随着智能电网的研究和实践的逐步深入,如何获取、整理、挖掘智能电网所固有的物理参数和相关信息,对智能电网的“智能度”进行便捷的、准确的评价和预测,以更好的建设和管理智能电网成为急需解决的问题。
发明内容
为克服上述问题,本发明的目的在于提供一种智能电网信息系统,包括:智能电网参数数据库,用于存储多个智能电网的记录,每条记录包括多个与智能电网相关参数的标准参数值;参数权重配置文件,用于存储所述智能电网数据库中存储的参数权重;输入模块,用于获取原始参数值;正向化模块,用于将与智能电网的智能度负相关的参数值修正为正相关的参数值;量纲标准化模块,用于对原始参数值和正相关参数值进行无量纲化处理,从而获得标准参数值,并将获得的标准参数值存储到智能电网参数数据库中;其中,所述标准参数值和所述参数权重用于计算智能电网的智能度。
附图说明
图1是本发明的系统结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式,这些实施方式的描述是足够详细的,以使得本领域技术人员能够实践本发明,在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此,不应当从限制性意义上来理解以下的详细描述。
如图1所示,本发明提供了一种智能电网信息系统,包括:智能电网参数数据库,参数权重配置文件,输入模块,正向化模块,量纲标准化模块,权重解析模块,智能度计算模块,智能度比较模块等。
智能电网参数数据库,用于存储多个智能电网的记录,每条记录包括多个与智能电网相关参数的标准参数值。根据本发明,在存在多级参数且上级参数是由下级参数计算获得的情况下,记录中可以包括各级参数,但优选的只包括末级参数。根据本发明,记录可以是不同区域的智能电网的参数记录,以方便的比较不同区域的智能电网的参数;也可以是同一个区域不同时间的智能电网的参数记录(例如,某个智能电网每年的参数均作为一条记录),则可以方便比较出该智能电网的参数随着时间的变化情况。
参数权重配置文件,用于存储智能电网数据库中存储的参数权重。根据本发明,参数权重配置文件可以有多个,而且智能电网信息系统的用户可以自定义参数权重配置文件,从而能够从多个角度考量智能电网的智能度。
根据本发明,标准参数值和参数权重用于计算智能电网的智能度。在存在多级参数的情况下,标准参数值和参数权重优选由末级参数的标准参数值和参数权重构成。但可选的,智能电网参数数据库中也可以创建独立的原始数据表,用于保存下述输入模块获得的各级参数的标准参数值和参数权重。
输入模块,用于获取原始参数值,参数权重向量和参数表达式字符串。根据本发明,输入模块可以实现为基于Web的多个网页,从而允许用户手工输入智能电网的原始参数值、参数权重向量以及参数表达式字符串。根据本发明,输入模块也可以通过网络自动的获取智能网络的参数值,并通过Web网页呈现给用户,供用户确认和修改。一般情况下,参数为n级参数,例如n=3,上级参数由下级参数计算获得;参数权重向量包括n级参数中任何一级参数的权重向量,以符合用户的认知习惯和输入习惯。
正向化模块,用于将与智能电网的智能度负相关的参数值修正为正相关的参数值。输入模块中获取的参数多数为与智能电网的智能度正相关的参数,即定性的看参数值越高,则智能度也越高,但是也有一些负相关参数,即定性的看参数值越高,则智能度越低。对于负相关参数,信息系统可以调用正向化模块将其修正为正向化参数。本发明所涉及的物理参数中,负相关包括线性负相关和倒数负相关两类,线性负相关例如“有害气体排放量”(应修正为“减排量”)等,倒数负相关例如“节能技术更新周期”(应修正为“更新频率”)等。
正相关的参数值的修正方式为:
如果负相关为线性负相关,那么X+=Xmax-X-;
其中X+为正相关参数值,X-为负相关参数值,Xmax为预设的参数理论上最大的参数值,Xavg为预设的参数理论上平均的参数值。
由于采用了线性和倒数负相关的修正,使得下述的权重解析模块在字符串解析的过程中仅需处理“+”和“×”,而无需处理“‐”和“/”,简化了解析过程。
量纲标准化模块,用于对原始参数值和正相关参数值进行无量纲化处理,从而获得标准参数值,并将获得的标准参数值存储到智能电网参数数据库中。根据本发明,量纲标准化模块获得标准参数值包括以下步骤:
步骤S110,根据原始参数值获得参数向量X=[x1,x2,...,xm],其中,xi∈X,i=1...m;如果原始参数值为与智能电网的智能度正相关的参数值,那么xi的取值为原始参数值,如果原始参数值为与智能电网的智能度负相关的参数值,那么xi的取值为对其修正的正相关参数值。
步骤S120,加载基准参数向量SG=[sg1,sg2,...,sgm],计算参数向量和基准参数向量的比例向量R=[r1,r2,...,rm],其中通过步骤S120,使得参数向量中的参数值的分布从带有量纲的数值,变为没有量纲的比值,也从一定程度上消除了量纲数值之间差距过大的情况。
步骤S130,根据向量R获得标准参数向量S=[s1,s2,...,sm],向量S中的任一项si为标准参数值,其中:
通过步骤S130,使得向量R中的参数值具的均差为0,具有较好的数理统计性质,能够为二次开发以及后续处理提供支持。
可选的,在步骤S120和步骤S130之间还包括步骤S125,用于判断并处理向量R中最大值和最小值的极差较大的情况,例如104的数量级,步骤S125具体如下:
步骤S125,如果δ超过特定的大阈值D,那么平滑比例向量R以生成平滑后的比例向量R'=[r'1,r'2,...,r'm],以保证比例向量的离散度在处理范围之内;其中:
然后,根据平滑后的比例向量R’获得标准参数向量S,具体计算方式如步骤S130所示,不再赘述。
否则执行步骤S130。
根据本发明,权重解析模块,用于根据输入模块获取的n级参数的权重向量和参数表达式字符串,计算n级参数中的末级参数的实际权重,并将该实际权重写入参数权重配置文件。参数表达式字符串包括;参数名、“+”、“×”、“(”和“)”共五种字符,即用户输入的参数表达式智能包括以上五种字符,否则系统将提示用户输入错误。
根据本发明的一个实施例,权重解析模块计算末级参数的实际权重包括以下步骤:
步骤S210,接收输入模块提供的第i级参数表达式字符串,从中解析出第i级的参数;以及接收输入模块提供的第i级参数权重向量。
步骤S220,对第i级的每个参数,接收输入模块提供的第i+1级参数表达式字符串,对第i+1级参数表达式字符串自左向右进行扫描,并对扫描到的参数名进行判断处理:
步骤S221,如果扫描到的参数名后接“+”,那么提取该参数名对应的更新标志;如果更新标志为“1”,则执行步骤S229,如果该更新标志为“0”,那么执行步骤S222。
步骤S222,将该参数名对应的参数权重进行更新;更新后的参数权重ωn(i+1)=ωo(i+1)×ωi,其中ωo(i+1)为该参数名对应的原参数权重,ωi为该参数名对应的第i级参数的权重,将该参数名对应的更新标志设置为“1”,执行步骤S229。
步骤S223,如果扫描到的参数名后接“×”,执行步骤S229。
步骤S224,如果扫描到完整的“()”,那么将“()”视为独立的一个参数进行处理,并对括号内的参数表达式进行步骤S221和步骤S222的判断处理。
步骤S229,继续扫描。
步骤S230,重复执行步骤S210和步骤S220,直到扫描完成末级参数,从而计算获得末级参数的实际权重。
其中,i从1开始,直到末级。
根据本发明的另一个优选实施例,所述权重解析模块计算末级参数的实际权重包括以下步骤:
步骤S210,接收输入模块提供的第i级参数表达式字符串,从中解析出第i级的参数;以及接收输入模块提供的第i级参数权重向量。
步骤S220,对第i级的每个参数,接收输入模块提供的第i+1级参数表达式字符串,对第i+1级参数表达式字符串进行去“(”和“)”处理,例如将形如“(A+B)×C”的字符串转换为“A×C+B×C”的字符串;处理后的第i+1级参数表达式字符串仅包括参数名、“+”、“×”。
步骤S230,对处理后第i+1级参数表达式字符串自左向右进行扫描,并对扫描到的参数名进行判断处理:
步骤S221,如果扫描到的参数名后接“+”,那么提取该参数名对应的更新标志;如果更新标志为“1”,则执行步骤S229,如果该更新标志为“0”,那么执行步骤S222;
步骤S222,将该参数名对应的参数权重进行更新;更新后的参数权重ωn(i+1)=ωo(i+1)×ωi,其中ωo(i+1)为该参数名对应的原参数权重,ωi为该参数名对应的第i级参数的权重,将该参数名对应的更新标志设置为“1”,执行步骤S229;
步骤S223,如果扫描到的参数名后接“×”,执行步骤S229;
步骤S229,继续扫描;
步骤S240,将i更新为i+1,重复执行步骤S210-步骤S230,直到扫描完成末级参数,从而计算获得末级参数的实际权重;
其中,i从1开始,直到末级。
通过上述步骤,权重解析模块实现了将输入模块获得的符合用户习惯的参数表达形式向符合计算机处理的参数表达形式的转换。
根据本发明的一个实施方式,提供了输入模块能够获取的3级参数构成的参数表达式字符串和参数权重向量。输入模块所获取的末级(第2级或第3级)参数的具体值将被存储到智能电网参数数据库中,根据各参数权重向量所获取的末级参数向量值将被存储到参数权重配置文件。示例性的各个参数如下:
“第1级参数包括:
Sc,智能电网规模基础参数;
Tc,智能电网技术支撑能力参数;
Ef,智能电网发展效果参数;
第1级参数表达式字符串为:(Sc+Tc)×Ef;
第1级参数权重向量为:[ω11,ω12,ω13];
Sc的第2级参数包括:
Pw,电源接入能力参数;
Tr,输变电智能化参数;
Db,配电智能化参数;
Us,用电智能化参数;
Dp,调度智能化参数,为被衡量电网中具有智能调度功能的调度中心个数;
Sc的参数表达式字符串为:Sc=Pw+Tr+Db+Us+Dp;
Sc的参数权重向量为:[ω21,ω22,ω23,ω24,ω25];
Tc的第2级参数包括:
Com:电网通信信息集成能力;
Pm:通过参数量测技术获得数据并形成电网运行辅助决策的能力;
Ac:智能设备分析、电网运行状态智能诊断和预测能力;
Sta:智能电网分析和处理电网紧急问题并提供决策支持的能力;
Dei:智能设备所具有的信息交互能力和应用推广范围;
Tc的参数表达式字符串为:Tc=Com+Pm+Ac+Sta+Dei;
Tc的参数权重向量为:[ω26,ω27,ω28,ω29,ω210];
Ef的第2级参数包括:
Pow:发电侧智能化发展效果参数;
Tra:电网侧智能化发展效果参数;
Dis:用电侧智能化发展效果参数;
Ef的参数表达式字符串为:Ef=Pow+Tra+Dis;
Ef的参数权重向量为:[ω211,ω212,ω213];
Pw的第3级参数包括:
Re:在总装机容量中可再生能源装机比重,可再生能源包括太阳能、风能、潮汐能、生物质能和地热能;
Sv:抽水蓄能机组装机容量占总装机容量的比重;
Op:包含特高压电网在内的各级电网输电能力指标;
Qu:被衡量电网的总装机容量;
Pw的参数表达式字符串为:Pw=(Re+Sv)×Qu×Op;
Pw的参数权重向量为:[ω32,ω32,ω33,ω34];
Tr的第3级参数包括:
Ag:电网中装设的灵活交流输电技术设备总容量;灵活交流输电技术包括静止无功补偿技术、固定串补技术、可控串补技术;
St:各电压等级变电容量中,智能变电容量占总变电容量的比率;
Pr:变电一次设备中智能设备所占的比率,变电一次设备是直接与高压侧有关的所有设备,包括变压器、隔离开关、断路器、互感器;
Q_tr:被衡量电网的输电网变电总容量;
Tr的参数表达式字符串为:Tr=Ag+(St+Pr)×Q_tr;
Tr的参数权重向量为:[ω35,ω36,ω37,ω38];
Db的第3级参数包括:
Di:实现智能化配电网变电容量与总配电网变电容量的比率;
Lg:大容量储能容量占总装机容量的比重;大容量储能设施包括钠硫电池、液流电池和超导储能装置;
Pg:电动汽车等各种终端用电设备的“即插即用”充电站数;
Q_db:被衡量电网的总配电网变电容量;
Db的参数表达式字符串为:Db=(Di+Lg)×Q_db×Pg;
Db的参数权重向量为:[ω39,ω310,ω311,ω312];
Us的第3级参数包括:
SA:电网区域安装智能电表数与总电表数的比率;
SR:需求侧智能管理系统的推广范围;
Am:电网区域内的电表总数;
Rq:需求侧智能管理系统可应用总范围;
Us的参数表达式字符串为:Us=Sa×Am+Sr×Rq;
Us的参数权重向量为:[ω313,ω314,ω315,ω316];
Pow的第3级参数包括:
Ga:通过智能电网,发电厂减排温室气体量;
Wa:通过智能电网,使发电厂减少固体废弃物排放量;
Res:通过智能电网的建设,准确控制机组出力、提高机组运行效率、降低资源消耗的能力;
Pow的参数表达式字符串为:Pow=Ga+Wa+Res;
Pow的参数权重向量为:[ω317,ω318,ω319];
Tra的第3级参数包括:
Sav:智能电网最大可存储电量和存储效率;
Cue:智能电网将故障元件从系统中隔离或从故障状态恢复到正常运行状态的能力;
Uef:智能电网对电网运行效率的提升状况;
Ms:智能电网建设所带来的电能质量提高状况;
Lr:智能电网带来的线损减少程度;
Tra的参数表达式字符串为:Tra=Sav+Cue+Uef+Ms+Lr;
Tra的参数权重向量为:[ω320,ω321,ω322,ω323,ω323];
Dis的第3级参数包括:
HL:移峰填谷负载量,是指利用智能设备所转移峰荷量,智能设备移峰能力;
SU:用户电能使用智能优化能力,即使用智能电网设备优化电能使用的能力;
Be:用电需求调节效益,即通过优化电能使用和智能调节产生的经济社会效益。
Dis的参数表达式字符串为:Dis=(Hl+Su)×Be;
Dis的参数权重向量为:[ω324,ω325,ω322]。”
本领域技术人员能够理解,以上参数是示例性的,并不能够限制本发明仅能够处理该示例性实施例所给出的参数。事实上,本发明所提供的智能电网信息系统能够处理任意的参数级数、参数数量、参数权重向量,并获得理想的处理效果。因此,有别于上述示例的其他参数实施例,只要其满足本发明权利要求中的技术方案,均将落入本发明的保护范围。
根据本发明,智能度计算模块用于根据智能电网参数数据库存储的标准参数值和参数权重配置文件中的参数权重,以及参数表达函数,确定电网的智能度。智能度比较模块用于对比图表的形式显示智能电网参数数据库中不同记录的各个参数的对比,例如除了对比智能度以外,在上述参数示例中,可根据用户的选择,进行单一的一级或二级参数的对比,通过对细的指标的对比,更可以明确用户关注的重点方向,提升用户使用该系统的体验。
根据本发明,智能电网信息系统中的正向化模块、权重解析模块、智能度计算模块和智能度比较模块优选实现为计算机程序。
根据本发明,智能电网信息系统还包括用户能源管理子系统,该子系统将包括数字化信息设备、家用电器、安全监控设备等通过有线或无线的方式连接在一起,用于对家庭级别的用户的用电负荷进行管理。用户能源管理子系统包括:数据采集层、数据传输层、数据存储层和数据分析应用层。
数据采集层,用于通过计量设备和用电设备,采集实时用电信息。计量设备包括但不限于电表、流量计、液位计、温度计、压力计,以及分布式能源相关的计量设备,用电设备包括配备标准数据采集接口的智能家电、智能插座、可供配置的智能采集组件等。所有设备配置IPV6地址,具备双向通信功能,采用统一的数据接口规范。
数据传输层,用于将各种计量设备上采集的应用通过网络快速地传输至用户能源管理子系统的数据中心。数据传输层进一步包括多个分布式的数据中心,与数据中心光纤通信连接的中继点,每个中继点均通信连接到通过WiFi/ZigBee实现的无线组网。智能电网中各种用电设备和计量设备乃至供电设置都所提供的电力数据(例如,供用电信息),首先通过WiFi/ZigBee实现的无线组网进行汇集,然后由立中继点通过光纤通信快速发往互联网上的数据中心。
数据存储层,用于实现对数据的集中或分布式存储,建立存储中心。实时采集带来了对数据存储的海量需求。以一个中等省会城市为例,每5秒一次的数据采集(假设每次采集量为100字节,50个汉字),将每年带来0.6PB的数据,为突破存储空间的限制以及提供快速的数据存取速度,本发明中采取Hadoop技术,解决电力数据的分布式存储管理。
数据综合分析层,用于对采集存储的电力数据进行综合分析,并发布分析结果。
根据本发明的用户能源管理子系统,能够取得以下技术效果:
1)收集并提供丰富的电力数据信息,使得用户可方便地获得各类电力信息,包括用电量信息、分布式能源发电量信息、家电耗电量信息等。
2)通过智能电表和智能显示终端组成的交互门户,家庭级用电设备均可以建立与远程通信终端(手机、计算机等)联系,用户可由此实现对家庭用电设备远程控制。
3)实现分布式能源的接入。用户可通过安装分布式能源获得收益,可通过家庭储能装置,更好的与电力公司实现需求响应功能,削峰填谷,提高供电可靠性。
此外,根据公开的本发明的说明书,本发明的其他实现对于本领域的技术人员是明显的。实施方式和/或实施方式的各个方面可以单独或者以任何组合用于本发明的系统和方法中。说明书和其中的示例应该是仅仅看作示例性,本发明的实际范围和精神由所附权利要求书表示。
Claims (8)
1.一种智能电网信息系统,其特征在于,包括:
智能电网参数数据库,用于存储多个智能电网的记录,每条记录包括多个与智能电网相关参数的标准参数值;
参数权重配置文件,用于存储所述智能电网数据库中存储的参数权重;
输入模块,用于获取原始参数值;
正向化模块,用于将与智能电网的智能度负相关的参数值修正为正相关的参数值;
量纲标准化模块,用于对原始参数值和正相关参数值进行无量纲化处理,从而获得标准参数值,并将获得的标准参数值存储到智能电网参数数据库中;
其中,所述标准参数值和所述参数权重用于计算智能电网的智能度;
所述输入模块还用于获取n级参数权重向量和各级参数表达式字符串,所述参数表达式字符串包括;参数名、“+”、“×”、“(”和“)”共五种字符;
所述智能电网信息系统还包括:权重解析模块,用于根据所述n级参数的权重向量和参数表达式字符串,计算n级参数中的末级参数的实际权重,并将该实际权重写入参数权重配置文件;
其中,所述权重解析模块计算末级参数的实际权重包括以下步骤:
步骤S210,接收输入模块提供的第i级参数表达式字符串,从中解析出第i级的参数;以及接收输入模块提供的第i级参数权重向量;
步骤S220,对第i级的每个参数,接收输入模块提供的第i+1级参数表达式字符串,对第i+1级参数表达式字符串进行去“(”和“)”处理,处理后的第i+1级参数表达式字符串仅包括参数名、“+”、“×”;
步骤S230,对处理后第i+1级参数表达式字符串自左向右进行扫描,并对扫描到的参数名进行判断处理:
步骤S221,如果扫描到的参数名后接“+”,那么提取该参数名对应的更新标志;如果更新标志为“1”,则执行步骤S229,如果该更新标志为“0”,那么执行步骤S222;
步骤S222,将该参数名对应的参数权重进行更新;更新后的参数权重ωn(i+1)=ωo(i+1)×ωi,其中ωo(i+1)为该参数名对应的原参数权重,ωi为该参数名对应的第i级参数的权重,将该参数名对应的更新标志设置为“1”,执行步骤S229;
步骤S223,如果扫描到的参数名后接“×”,执行步骤S229;
步骤S229,继续扫描;
步骤S240,将i更新为i+1,重复执行步骤S210-步骤S230,直到扫描完成末级参数,从而计算获得末级参数的实际权重;
其中,i从1开始,直到末级。
3.根据权利要求2所述的智能电网信息系统,其特征在于,所述量纲标准化模块获得标准参数值包括以下步骤:
步骤S110,根据原始参数值获得参数向量X=[x1,x2,...,xm],其中,xi∈X,i=1...m;如果原始参数值为与智能电网的智能度正相关的参数值,那么xi的取值为原始参数值,如果原始参数值为与智能电网的智能度负相关的参数值,那么xi的取值为对其修正的正相关参数值;
步骤S130,根据向量R获得标准参数向量S=[s1,s2,...,sm],向量S中的任一项si为标准参数值,其中:
4.根据权利要求1所述的智能电网信息系统,其特征在于,所述n=3,即包括3级参数;其中,第1级参数包括:
Sc,表示智能电网规模基础参数;
Tc,表示智能电网技术支撑能力参数;
Ef,表示智能电网发展效果参数;
第1级参数表达式字符串为:(Sc+Tc)×Ef;
第1级参数权重向量为:[ω11,ω12,ω13];
Sc的第2级参数包括:
Pw,电源接入能力参数;
Tr,输变电智能化参数;
Db,配电智能化参数;
Us,用电智能化参数;
Dp,调度智能化参数,为被衡量电网中具有智能调度功能的调度中心个数;
Sc的参数表达式字符串为:Sc=Pw+Tr+Db+Us+Dp;
Sc的参数权重向量为:[ω21,ω22,ω23,ω24,ω25];
Tc的第2级参数包括:
Com:电网通信信息集成能力;
Pm:通过参数量测技术获得数据并形成电网运行辅助决策的能力;
Ac:智能设备分析、电网运行状态智能诊断和预测能力;
Sta:智能电网分析和处理电网紧急问题并提供决策支持的能力;
Dei:智能设备所具有的信息交互能力和应用推广范围;
Tc的参数表达式字符串为:Tc=Com+Pm+Ac+Sta+Dei;
Tc的参数权重向量为:[ω26,ω27,ω28,ω29,ω210];
Ef的第2级参数包括:
Pow:发电侧智能化发展效果参数;
Tra:电网侧智能化发展效果参数;
Dis:用电侧智能化发展效果参数;
Ef的参数表达式字符串为:Ef=Pow+Tra+Dis;
Ef的参数权重向量为:[ω211,ω212,ω213];
Pw的第3级参数包括:
Re:在总装机容量中可再生能源装机比重,可再生能源包括太阳能、风能、潮汐能、生物质能和地热能;
Sv:抽水蓄能机组装机容量占总装机容量的比重;
Op:包含特高压电网在内的各级电网输电能力指标;
Qu:被衡量电网的总装机容量;
Pw的参数表达式字符串为:Pw=(Re+Sv)×Qu×Op;
Pw的参数权重向量为:[ω32,ω32,ω33,ω34];
Tr的第3级参数包括:
Ag:电网中装设的灵活交流输电技术设备总容量;灵活交流输电技术包括静止无功补偿技术、固定串补技术、可控串补技术;
St:各电压等级变电容量中,智能变电容量占总变电容量的比率;
Pr:变电一次设备中智能设备所占的比率,变电一次设备是直接与高压侧有关的所有设备,包括变压器、隔离开关、断路器、互感器;
Q_tr:被衡量电网的输电网变电总容量;
Tr的参数表达式字符串为:Tr=Ag+(St+Pr)×Q_tr;
Tr的参数权重向量为:[ω35,ω36,ω37,ω38];
Db的第3级参数包括:
Di:实现智能化配电网变电容量与总配电网变电容量的比率;
Lg:大容量储能容量占总装机容量的比重;大容量储能设施包括钠硫电池、液流电池和超导储能装置;
Pg:电动汽车等各种终端用电设备的“即插即用”充电站数;
Q_db:被衡量电网的总配电网变电容量;
Db的参数表达式字符串为:Db=(Di+Lg)×Q_db×Pg;
Db的参数权重向量为:[ω39,ω310,ω311,ω312];
Us的第3级参数包括:
SA:电网区域安装智能电表数与总电表数的比率;
SR:需求侧智能管理系统的推广范围;
Am:电网区域内的电表总数;
Rq:需求侧智能管理系统可应用总范围;
Us的参数表达式字符串为:Us=Sa×Am+Sr×Rq;
Us的参数权重向量为:[ω313,ω314,ω315,ω316];
Pow的第3级参数包括:
Ga:通过智能电网,发电厂减排温室气体量;
Wa:通过智能电网,使发电厂减少固体废弃物排放量;
Res:通过智能电网的建设,准确控制机组出力、提高机组运行效率、降低资源消耗的能力;
Pow的参数表达式字符串为:Pow=Ga+Wa+Res;
Pow的参数权重向量为:[ω317,ω318,ω319];
Tra的第3级参数包括:
Sav:智能电网最大可存储电量和存储效率;
Cue:智能电网将故障元件从系统中隔离或从故障状态恢复到正常运行状态的能力;
Uef:智能电网对电网运行效率的提升状况;
Ms:智能电网建设所带来的电能质量提高状况;
Lr:智能电网带来的线损减少程度;
Tra的参数表达式字符串为:Tra=Sav+Cue+Uef+Ms+Lr;
Tra的参数权重向量为:[ω320,ω321,ω322,ω323,ω324];
Dis的第3级参数包括:
HL:移峰填谷负载量,是指利用智能设备所转移峰荷量,智能设备移峰能力;
SU:用户电能使用智能优化能力,指通过使用智能电网设备,优化电能使用的能力;
Be:用电需求调节效益,指用户通过优化电能使用和智能调节产生的经济社会效益;
Dis的参数表达式字符串为:Dis=(Hl+Su)×Be;
Dis的参数权重向量为:[ω325,ω326,ω327]。
5.根据权利要求1所述的智能电网信息系统,其特征在于,还包括:智能度计算模块,用于根据所述智能电网参数数据库存储的标准参数值和所述参数权重配置文件中的参数权重,以及参数表达函数,确定电网的智能度。
6.根据权利要求4所述的智能电网信息系统,其特征在于,还包括:智能度比较模块,用于对比图表的形式显示智能电网参数数据库中不同记录的各个参数的对比。
7.根据权利要求5所述的智能电网信息系统,其特征在于,所述正向化模块、权重解析模块、智能度计算模块和智能度比较模块均实现为计算机程序。
8.根据权利要求1所述的智能电网信息系统,其特征在于,还包括:用户能源管理子系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710744710.9A CN107590211B (zh) | 2017-08-25 | 2017-08-25 | 智能电网信息系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710744710.9A CN107590211B (zh) | 2017-08-25 | 2017-08-25 | 智能电网信息系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107590211A CN107590211A (zh) | 2018-01-16 |
CN107590211B true CN107590211B (zh) | 2020-10-30 |
Family
ID=61042993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710744710.9A Expired - Fee Related CN107590211B (zh) | 2017-08-25 | 2017-08-25 | 智能电网信息系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107590211B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108833546A (zh) * | 2018-06-19 | 2018-11-16 | 中南林业科技大学 | 一种大型建筑能源计量系统 |
CN113224753B (zh) * | 2021-05-07 | 2023-07-18 | 国网信通亿力科技有限责任公司 | 一种模组化能源控制管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103094985A (zh) * | 2013-01-24 | 2013-05-08 | 成都宏天电传工程有限公司 | 一种智能电网系统 |
CN105005878A (zh) * | 2015-08-12 | 2015-10-28 | 国家电网公司 | 一种坚强智能电网的综合评估方法 |
CN105389641A (zh) * | 2015-12-25 | 2016-03-09 | 国网江西省电力公司经济技术研究院 | 基于短期数据融合的电网项目优选决策方法 |
CN105654194A (zh) * | 2015-12-28 | 2016-06-08 | 国家电网公司 | 一种电网发展指数测算方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530820A (zh) * | 2013-10-23 | 2014-01-22 | 国家电网公司 | 一种智能电网技术评价的建模方法 |
CN103679296A (zh) * | 2013-12-24 | 2014-03-26 | 云南电力调度控制中心 | 基于态势感知的电网安全风险评估方法和模型 |
-
2017
- 2017-08-25 CN CN201710744710.9A patent/CN107590211B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103094985A (zh) * | 2013-01-24 | 2013-05-08 | 成都宏天电传工程有限公司 | 一种智能电网系统 |
CN105005878A (zh) * | 2015-08-12 | 2015-10-28 | 国家电网公司 | 一种坚强智能电网的综合评估方法 |
CN105389641A (zh) * | 2015-12-25 | 2016-03-09 | 国网江西省电力公司经济技术研究院 | 基于短期数据融合的电网项目优选决策方法 |
CN105654194A (zh) * | 2015-12-28 | 2016-06-08 | 国家电网公司 | 一种电网发展指数测算方法 |
Non-Patent Citations (2)
Title |
---|
新常态下我国金融安全实证分析;梁永礼;《经济问题探索》;20161130(第11期);第132页 * |
智能电网发展水平的综合评价研究;黄飞;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160715;第2016年卷(第07期);第3-5章 * |
Also Published As
Publication number | Publication date |
---|---|
CN107590211A (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm | |
Jayasekara et al. | Optimal operation of distributed energy storage systems to improve distribution network load and generation hosting capability | |
KR20140105506A (ko) | 전력 생산 용량의 적응 및 에너지 저장 유닛 사이즈의 결정 | |
CN108830451B (zh) | 一种用户侧分布式储能的汇聚潜力评估方法及系统 | |
Kumar et al. | Impact analysis of distributed generation integration on distribution network considering smart grid scenario | |
Xie et al. | Optimal power flow calculation of power system with wind farms | |
CN107590211B (zh) | 智能电网信息系统 | |
Faranda et al. | SCADA system for optimization of energy exchange with the BESS in a residential case | |
CN117183803A (zh) | 电动汽车充电控制方法、装置和计算机设备 | |
CN117195453A (zh) | 一种考虑多电压等级耦合的分布式电源承载能力优化方法 | |
Gangwar et al. | Management of energy storage dispatch in unbalanced distribution networks using opendss | |
CN116756506A (zh) | 区域电缆网络碳排放检测方法、系统、装置及存储介质 | |
CN115618616A (zh) | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 | |
CN115619159A (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
Van Horn | A network-inclusive, optimization-based approach to power system flexibility evaluation | |
CN115526737A (zh) | 一种基于数字孪生的电网能量管理方法、系统及终端设备 | |
Coster et al. | Capacity management of low voltage grids using universal smart energy framework | |
Athanasiadis et al. | A Benchmarking Testbed for Low-Voltage Active Distribution Network Studies | |
CN113852136B (zh) | 一种新能源基地外送方案的电源配置方法及装置 | |
CN117595517B (zh) | 基于分布式光伏的智能集群控制方法及系统 | |
CN116436020B (zh) | 新能源上网汇集站的需求判定方法及系统 | |
CN116029468B (zh) | 考虑电动汽车接入的电网风险评估和超前调度方法及系统 | |
Palacios-Garcia et al. | ‘Study of a smart energy community PV and storage requirements: A modeling approach towards net-zero energy | |
US20220057767A1 (en) | Methods and systems for energy storage dispatch | |
Ardakanian et al. | Sizing the electrical grid |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201030 Termination date: 20210825 |
|
CF01 | Termination of patent right due to non-payment of annual fee |