CN109066690A - 一种区域性产用电的电源调度方法 - Google Patents
一种区域性产用电的电源调度方法 Download PDFInfo
- Publication number
- CN109066690A CN109066690A CN201811066426.1A CN201811066426A CN109066690A CN 109066690 A CN109066690 A CN 109066690A CN 201811066426 A CN201811066426 A CN 201811066426A CN 109066690 A CN109066690 A CN 109066690A
- Authority
- CN
- China
- Prior art keywords
- power
- power supply
- garden
- electricity
- energy
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种区域性产用电的电源调度方法,通过物联网实时采集用电情况,并写入区块链中,触发智能合约自动计算不同类的电力数据的比例;旁路抽取用电数据,预测下一个时段的用电量和产电量;计算最优化调度模型,并据此进行调试配电,实现节能清洁电源到国家电网销售、使用节能清洁电源供电和使用国家电网供电的过程。本发明利用物联网、区块链等技术,采集输配电环节的电能有功损耗,并作优化模型和调度配电,全程自动化,且管理方便。
Description
技术领域
本发明涉及分布式电源管理方法,特别涉及一种区域性产用电的电源调度方法。
背景技术
随着分布式清洁能源发电技术的不断发展和应用,工业园区或用户在使用国家公共电网资源供电的同时,也可以选择利用布设于附近的分布式电源(比如太阳能发电、风能发电等)进行供电,有利于优化能源结构、推动节能减排、实现经济可持续发展及降低企业用电成本。作为银行方,主要结合电力资源调度最大化过程中,实现社会经济的成本最优化过程,保证资金的可信支付过程,同时可以利用区块链中的企业用电情况和清洁能源发电情况,提供给相应企业大数据贷款。
《国家电网公司电价工作管理办法》(国网(财/2)102-2013):“国家电价执行差别电价、可再生能源电价、系统备用容量费、自备电厂政府性基金及附加、分时电价及国家出台的其他专项电价政策”。
《国家电网公司关于印发分布式电源并网相关意见和规范(修订版)的通知》(国家电网办〔2013〕1781号):“分布式电源发电量可以全部自用或自发自用剩余电量上网,由用户自行选择,用户不足电量由电网提供;上、下网电量分开结算,电价执行国家相关政策;公司免费提供关口计量表和发电量计量用电能表。分布式光伏发电、分布式风电项目不收取系统备用费;分布式光伏发电系统自用电量不收取随电价征收的各类基金和附加。其他分布式电源系统备用费、基金和附加执行国家有关政策”。
但目前分布式电源管理还存在有如下问题:
1、清洁能源分布不一,如果在自产节能清洁电源因受到当地电网消纳能力限制而不能满额发电时,不能有效的利用或者输送给国家电网(销售给国家电网),则会造成资源的浪费;
2、由于国家电网统购统销电力资源,电力生产环节和消费环节无法直接交易,清洁电源无法以一定的优惠价格转售给其他用电需求企业;同时企业无法获知上网价格和最终价格之间的计算过程;为此从国家层面(《国家电网公司电价工作管理办法》国网(财/2)102-2013)也需要进行一个公允公开的计算市场;
3、电力传输过程中涉及的电力损耗等电网运营成本,难以核算,难以公开透明化;
4、针对电网不同时段的电力价格不同(分时电价),缺乏结合节能清洁能源、电网购置电源的最优资源调配计算方式或模型。
于20170104公开的,公开日为CN106296200A的中国发明提供了一种基于区块链技术的分布式光伏电力交易平台,包括:(1)区块链数据库节点模块,所述区块链数据库在多个节点保存光伏电力数据库副本;(2)区块模块,区块链数据库被划分为多个与光伏电力交易相关的区块,每个区块包含交易详细信息;(3)加密和验证模块,通过将共有交易详情及双方或多方独有签名合并加密获得全网验证;(4)判定模块,在强制信任机制下,如果所有节点对应的加密记录一致,则交易有效。并加入历史交易链;如果区块无效,节点的“一致意见”将更改违规节点的信息。采用该交易平台,可以建立高度信任和充分互动的光伏电力交易,实现了能源的数字化精准管理,降低了运维成本。虽然该发明将区块链技术应用于分布式光伏电力交易平台,但其只是把区块链作为一个数据库副本,跟具体电力交易的实现等无关。
发明内容
本发明要解决的技术问题,在于提供一种区域性产用电的电源调度方法,针对性实现利用区块链来具体进行电力交易。
本发明是这样实现的:一种区域性产用电的电源调度方法,先将全局域内的分布式电源管理范围按逻辑功能划分为多个园区;每个园区又进一步划分为多个自治域,各园区内分别设置协调器,调度服务器和电力控制服务器,并针对各园区内每个采集点设置智能电表;然后进行下述流程:
步骤S1、通过物联网实时采集智能电表用电情况,并传输至协调器;
步骤S2、协调器将用电情况写入区块链中,触发智能合约自动计算不同类的电力数据的比例;
通过物联网抽取电力设备的电能有功功率变化,实时传输写入区块链中;
步骤S3、通过大数据服务器以旁路方式抽取用电数据,预测下一个时段的用电量和产电量;根据预测的用电量和产电量,计算最优化调度模型,并将最优化调度模型以合约的形式写入区块链中;
步骤S4、园区中的调度服务器根据最优化调度模型调用电力控制服务器,实现各自治域内节能清洁电源到国家电网的销售、使用节能清洁电源供电和使用国家电网供电的过程。
进一步的,所述最优化电源调度模型采用基于斯塔克伯格领导者追随者模型,其中国家电网作为市场的领导者,而每个园区的电力提供者作为追随者,以市场费用最低化为目标,建立过程如下:
(1)假设国家电网的下一个时刻电力价格为PG,其中高峰期、平常期和低谷期是固定公开值,对追随者是完全信息;
(2)假设园区i的太阳能电力储量为EMAXi。下一个时刻预测消耗电量为Ei,产电量Pi,该时刻剩余电量Si,国家电网租用线路耗损值成本价格为PLij,节能清洁电源对外销售价格为PSi,则对于下一个时刻园区i的电力费用包括国家电网购买电量EGi,从其他园区j购买的太阳能ESBj,自身使用的太阳能ESi,向其他园区j销售的太阳能电量为ESSij,向其他园区j购买的节能清洁电源价格为PSj,则
为此,
则下一个时刻园区i的电力发生费用为
针对整个全局域,最优化模型为达到最小,其中限定函数为:
1)
2)
3)ESi+Pi≤EMAXi;
上述数学模型利用群智能算法进行计算,构建起维度为i*(i+1)长度的搜索空间D,其中i为园区个数,前i*i为第i个对第j个的园区的销售清洁电源电量值;后i个代表每个园区使用自身清洁电源的值;接下来简化限定函数,限定函数1)通过搜索空间计算出EGi,限定函数2)和3)作为效用函数的惩罚部分,为此,效用函数为:
其中和β为惩罚因子,远大于1;K为常数,防止出现除以0的现象,sig为sigmoid函数;
(3)对于配电网线路上的每个变压器节点k,对于时间段t的输入和输出功率变化为对于时间段t内第i个园区向第j个园区输送电源,功耗变化总和为所经历的k个变压器的功耗总和为第i个园区向第j个园区智能合约要求提供的节能清洁电源为ESSij,实际提供的节能清洁电源为ESSRij,上网价格为Pri,该时刻真实用电为ERi,其中国家电网接入的真实用电为EGRi,真实使用的自身产生的太阳能电源为ESRi;则:
销售方的收益为
购买方的节能电支付费用为
购买方其余的费用为电表中采集到的国家电网用电量减去后产生的用电量的费用,国家电网收入为:
进一步的,所述大数据计算服务器通过采用日志采集系统(例如Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统Flume)实时采集区块链的链式结构数据,以区块链的区块号为单位形成戳,每次读取最新区块号到上一次读取完区块号之间的账本数据,通过流处理系统(例如高吞吐量的分布式发布订阅消息系统kafka)进入到大数据平台,进行数据清洗、转换,利用大数据计算引擎(例如专为大规模数据处理而设计的快速通用的计算引擎spark),加工出预测模型所需的结构化数据。
进一步的,所述步骤S3中的预测包括智能电表对应的企业用电情况预测和节能清洁电源产电能力预测,其中,企业用电情况预测是根据时间序列进行计算(例如通过长短期记忆网络LSTM进行预测),而所述节能清洁电源产电能力预测是通过LBS(基于位置的服务)服务能力、天气预报进行动态预测(例如通过长短期记忆网络LSTM进行预测)。
进一步的,所述步骤S3中,所述大数据计算服务器在获得最优化模型调度模型后,还对于需要购买经过国家电网的节能清洁电源,以电力预购合约的形式写入区块链中。
进一步的,所述大数据平台还根据物联网采集的配电网有功功耗、用户用电电量的历史数据构建起全网中每个配送电网的历史平均功耗电网图,该历史平均功耗电网图以每个电力设备的接入端作为节点,每个电力设备的电能有功功率变化数据作为该节点的输入权重,即功耗越大该路径的值越大,将每个节点之间用有向图连接;再利用大数据平台,将待分析的输送电力的节点选取,根据最短路径法计算出功耗最低的电力流图,并据此优化配电网线路,降低配送电网功耗。
本发明具有如下优点:
1、建立电力资源可持续发展,以国家层面实现城区不同区域用电资源最大化,优化电源结构和布局,支持清洁能源分布式发电,提高清洁能源使用率;
2、利用物联网、区块链等技术,采集输配电环节的电能有功损耗,测算、公开和透明输配电成本,为售配电市场化、电价机制改革提供必要条件。
3、结合电力资源调度最大化,实现社会经济的成本最优化过程,其中保证资金的可信支付过程,同时可以利用区块链中的用电情况和清洁能源发电情况,提供大数据贷款。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明方法的流程示意图。
图2为本发明方法中分布式电源物联网的层级网络结构图。
图3为本发明方法中配送电网的历史平均功耗电网图。
图4为图3的抽象结构示意图。
具体实施方式
请参阅图1至图4所示,本发明的区域性产用电的电源调度方法,先将全局域中的分布式电源管理范围按逻辑功能划分为多个园区,每个园区又进一步划分为多个自治域,各园区内分别设置协调器;园区中设置协调器、调度服务器和电力控制服务器,并针对每个采集点设置智能电表;在全局域内运行大数据计算服务器,用于电力预测计算和智能合约(即区块链智能合约,智能合约是一段代码,具备执行功能)的确定;再通过配电网络域对全局域内配电设备的功耗进行采集检测,并将检测数据传输至区块链中;所述全局域一般指一个城市或者一个乡镇,一个交易管理区域,全局域有国家电网、银行(作为结算机构)及区块链计算服务等参与方,内运行着大数据计算服务器,主要实现电量预测计算和智能合约确定功能。然后如图1所示,进行下述流程:
步骤S1、所有自治域内物联网实时采集智能电表用电情况,并传输至协调器;智能电表通过物联网构建起逻辑网络(混合ZigBee和nbIot),在逻辑网络中选举出来的核心协调器作为本自治域内的最强计算节点,运载着区块链Agent;该核心协调器将每个采集点的用电情况写入区块链中。由于智能电表安装位置不定,为此不能纯粹使用有线网络建立起物联网,并且有些区域无法覆盖运营商网络,因此选用混合ZigBee和nbIot作为传感网络,在无覆盖运营商网络区域利用ZigBee网络将数据传输至协调器,再由协调器传输至区块链中;在覆盖运营商网络区域利用nbIot传输数据。
步骤S2、所述协调器或通过直接连接有nbIot的设备将用电情况写入区块链中,触发智能合约自动计算不同类的电力数据的比例;
配电网络域为配电网及监控系统,通过物联网抽取电力设备的电能有功功率变化,实时传输写入区块链中;本发明的配电网域用于对电力线路、变压器的等电力设备电能有功损耗进行数据采集,并且通过nbIot网络直接传输至区块链中。
步骤S3、大数据服务器旁路抽取用电数据,预测下一个时段的用电量和产电量;根据预测的用电量和产电量,计算最优化调度模型,并将最优化调度模型以合约(即区块链智 能合约)的形式写入区块链中;大数据服务器计算最优化调度模型时,按照园区汇总预测用电量为计算单位,确定电源分配情况后,写入区块链中进行共识;共识确定的购电方案,园区会在内部进行调控,集合多自治域的优先级控制清洁电源和国家电网电力的使用。同时实际用电情况写入区块链后,触发起智能合约,利用配电网域的耗损电量进行公允电费价格计算,由银行进行实际用电、售电的转账,完成园区间资源调配到现金支付的过程。
步骤S4、园区中的调度服务器根据最优化调度模型调用电力控制服务器,实现各自治域内节能清洁电源到国家电网的销售、使用节能清洁电源供电和使用国家电网供电的过程。园区内设置调度服务器来调度不同自治域的用电分配、园区节能设备的产电数据和存储设备的存电数据的上链、调度销售和使用自产节能电。通过区块链中确认的最优化调度模型的电源使用策略,进行调度切换园区内不同自治域的用电分配;对于全局域内的最优化电源调度模型,是针对园区的预测用电情况来进行计算的,在计算出自治域电源使用合同的电源使用策略后,由调度服务器按照优先级进行分配,比如园区A预计要使用节能清洁电源30KW,国家电网50KW,而高优先级自治域a需要用电40KW的情况下,会优先安排节能清洁电源30KW给自治域a;此处优先级可以根据园区的优惠政策来分配,比如高科技或者环境友好类企业优先级偏高。为此,自治域在写入真实用电情况后,会触发智能合约计算园区优先级下的实际不同电力数据的分配值。而园区调度服务器获得最优化调度模型后,对于需要销售的节能清洁电源,通过电力控制服务器将节能清洁电源输送至国家电网中。电力控制服务器实现在确定的电力资源的最优化调度模型下,对园区接入国家电网线路和自产清洁节能电源储能设备进行切换。采用自治域的协调器和园区域的调度服务器是在完成整个园区的边缘计算的同时,减少其他传感器的功耗,确保传感器的长时使用。
本发明的物联网由智能电表、电力设备、储能设备,节能清洁电源等构成,用于采集参与者的产电、供电、配电和用电信息。其中智能电表用于采集安装有智能电表的企业、用户的用电量,以及电力控制下国家电网供电电量;配电网络上变压器、线路等电力设备用于采集电力二次设备(变压器、线路等电力设备是不能直接采集数据的,要通过二次设备转换下才可以直接采集)上的电能有功功率变化数据;储能设备用于采集电力二次设备上的节能清洁电源存储的电量;智能电表还用于采集电力二次设备上园区电能分时产电电量。
由于区块链的数据是以链的形式保存,本发明采用旁路方式,即大数据计算服务器通过采用日志采集系统(例如Flume系统)实时的采集区块链的链式结构数据,以区块链的区块号为单位作为戳,每次读取最新区块到上一次读取完区块号之间的账本数据,通过流处理系统(例如kafka系统)进入到大数据平台,进行数据清洗、转换,利用大数据计算引擎(例如spark系统)处理框架,加工出预测模型所需的结构化数据。利用大数据平台保存电力的海量历史数据,采用区块链进行真伪性验证,保证数据的真实性。
电力数据包括有自产节能清洁电源使用量、国家电网线路节能清洁电源使用量(从其他园区产生的节能清洁电源购买)、国家电网线路专用电(国家电网供电)、园区实际发电量、园区未满发的差额电量。电力预测包括有智能电表对应的企业用电情况预测和节能清洁电源产电能力预测。企业用电预测可以根据时间序列进行计算,而节能清洁电源产电能力可以通过LBS服务能力、天气预报等进行动态预测,例如长短期记忆网络进行预测ARIMA。
区块链设有智能账本(智能账本是一个数据格式),智能账本中包括有智能电表实际用电(含历史)、预测用电、电力设备电能有功耗损、最优化电源调度模型、电力预购合约(在获得最优化模型调度模型后,对于需要购买经过国家电网的节能清洁电源,需要以预购合约的形式写入区块链中,如此即形成电力预购合约)以及实际电力费用支付账目。对于企业(用电端)、供电端(带有节能产电企业和国家电网)、配电端,将产电、用电、配电的数据均保存至区块链中,保证电源输送交易、价格锚定的公开性。其中智能合约如下所示:
(1)智能电表实际用电:对于协调器收集的电力使用数据,以智能电表唯一ID+园区ID保存至区块链中,之后触发智能合约,生成不同种类的电力数据,该数据包括有自产节能清洁电源使用量、国家电网线路节能清洁电源使用量、国家电网线路专用电(国家电网供电)。由于国家电网线路产生的专用电和其他园区购买的节能电不具备形态上的区分,因此用电分块计算时,按照先国家电网线路节能清洁电源使用量,后国家电网线路专用电计算。
(2)预测用电:在大数据计算服务器生成的预测用电情况后,以智能电表ID+园区ID写入区块链中。
(3)最优化调度模型:大数据计算服务器生成的模型包括有自产节能清洁电源使用量、国家电网线路节能清洁电源使用量(从其他园区产生的电源购买)、国家电网线路专用电(国家电网供电),对于使用自产节能清洁电源使用时,园区域内会根据自治域的优先级进行优先分配和利用电力控制线路进行国家电网和节能清洁电源的线路切换。对于使用国家电网传输的电力,则按照自治域的优先级优先分配国家电网线路节能清洁电源。
(4)电力预购合约:在获得最优化模型调度模型后,对于需要购买经过国家电网的节能清洁电源,需要以预购合约的形式写入区块链中。
(5)实际电力费用支付账目:在发生电力实际应用后,针对不同类的电力数据比例,生成的电费结算记录。
对于销售电方,若满额发电量低于电力预购合约中的要求,则仅能获得自身实际输送电力的节能电收入(减去耗损的电),而购买方缺失的节能电则由国家电网电力替代,价格按照国家电网电价计算。对于购买方,若自身所需的电小于合约中的要求,则仅需支付自身购买的节能电费用,而销售方则按照实际输送的合约中的发生电量,获得相应的节能电费用,此时费用由购买方和国家电网两家一起构成支付。
本发明的最优化调度模型是采用基于斯塔克伯格领导者追随者模型,其中国家电网作为市场的领导者,而每个园区的电力提供者作为追随者,以市场费用最低化为目标。
(1)国家电网电力供给可以认为是无限的,价格每个小时不同,假设下一个时刻价格为PG,其中高峰期、平常期和低谷期是固定公开值,对追随者是完全信息;
(2)对于园区i,太阳能电力储量是有限的,为EMAXi。预测下一个时刻消耗电量为Ei(汇总园区内所有的智能电表预测用电量),产电量Pi,该时刻剩余电量Si(对于没有清洁能源产电设备的企业,Pi和Si为0),国家电网租用线路耗损值成本价格为PLij(不同距离的园区i和园区j的耗损值不同,与变压器等线路设备有功功耗损耗相关),节能清洁电源对外销售价格为PSi(即上网价格+配电损耗价格),对于销售方承担电路损耗成本。
则对于下一个时刻园区i的电力费用包括有国家电网购买电量EGi,从其他园区j购买的太阳能ESBj,自身使用的太阳能ESi,向其他园区j销售的太阳能电为ESSij,向其他园区j购买的节能清洁电源价格为PSj,
为此,
则下一个时刻园区i的电力发生费用为
针对整个全局域(整个城区或者城市),最优化模型为达到最小,其中限定函数为:
1)
2)
3)ESi+Pi≤EMAXi
上述数学模型,可以利用群智能算法进行计算,构建起维度为i*(i+1)长度的搜索空间D,其中i为园区个数,前i*i为第i个对第j个的园区的销售清洁电源电量值;后i个代表每个园区使用自身清洁电源的值。接下来简化限定函数,限定函数1)可以通过搜索空间计算出EGi,限定函数2)和3)作为效用函数的惩罚部分。为此,效用函数为:
其中和β为惩罚因子,远大于1;K为常数,防止出现除以0的现象,sig为sigmoid函数。
(3)对于配电网线路上的每个变压器节点k,对于时间段t的输入和输出功率变化为对于时间段t内第i个园区向第j个园区输送电源,功耗变化总和为所经历的k个变压器的功耗总和为第i个园区向第j个园区智能合约要求提供的节能清洁电源为ESSij,实际提供的节能清洁电源为ESSRij,上网价格为Pri,该时刻真实用电为ERi(含自身产生节能清洁电源和国家电网接入电源),其中国家电网接入电源的真实用电为EGRi,真实使用的自身产生的太阳能电源为ESRi;则:
销售方的收益为
购买方的节能电支付费用为:
购买方其余的费用为电表中采集到的国家电网用电量减去后产生的用电量的费用。
国家电网收入为:
对于物联网采集的配电网有功功耗、用户用电电量等历史数据,可以利用大数据平台构建起全网每个配送电网历史平均功耗电网图,如图3和图4所示,将每个电力设备、接入端作为图的节点,每个变压器高压侧、线路两侧等电力设备的电能有功功率变化数据作为该点的输入权重(即功耗越大该路径的值越大),将每个节点之间用有向图连接,构建起历史平均功耗电网,利用大数据平台,将待分析的输送电力的节点选取(例如历史最高电量起始两节点),根据最短路径法计算出功耗最低的电力流图,并据此优化配电网线路,降低配送电网功耗。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (6)
1.一种区域性产用电的电源调度方法,其特征在于:先将全局域内的分布式电源管理范围按逻辑功能划分为多个园区;每个园区又进一步划分为多个自治域,各园区内分别设置协调器,调度服务器和电力控制服务器,并针对各园区内每个采集点设置智能电表;然后进行下述流程:
步骤S1、通过物联网实时采集智能电表用电情况,并传输至协调器;
步骤S2、协调器将用电情况写入区块链中,触发智能合约自动计算不同类的电力数据的比例;
通过物联网抽取电力设备的电能有功功率变化,实时传输写入区块链中;
步骤S3、通过大数据服务器以旁路方式抽取用电数据,预测下一个时段的用电量和产电量;根据预测的用电量和产电量,计算最优化调度模型,并将最优化调度模型以合约的形式写入区块链中;
步骤S4、园区中的调度服务器根据最优化调度模型调用电力控制服务器,实现各自治域内节能清洁电源到国家电网的销售、使用节能清洁电源供电和使用国家电网供电的过程。
2.根据权利要求1所述的一种区域性产用电的电源调度方法,其特征在于:所述最优化电源调度模型采用基于斯塔克伯格领导者追随者模型,其中国家电网作为市场的领导者,而每个园区的电力提供者作为追随者,以市场费用最低化为目标,建立过程如下:
(1)假设国家电网的下一个时刻电力价格为PG,其中高峰期、平常期和低谷期是固定公开值,对追随者是完全信息;
(2)假设园区i的太阳能电力储量为EMAXi,下一个时刻预测消耗电量为Ei,产电量Pi,该时刻剩余电量Si,国家电网租用线路耗损值成本价格为PLij,节能清洁电源对外销售价格为PSi,则对于下一个时刻园区i的电力费用包括国家电网购买电量EGi,从园区j购买的太阳能ESBj,自身使用的太阳能ESi,向园区j销售的太阳能电量为ESSij,向园区j购买的节能清洁电源价格为PSj,
为此,
则下一个时刻园区i的电力发生费用为:
针对整个全局域,最优化模型为达到最小,其中限定函数为:
1)
2)
3)ESi+Pi≤EMAXi;
上述数学模型利用群智能算法进行计算,构建起维度为i*(i+1)长度的搜索空间D,其中i为园区个数,前i*i为第i个园区对第j个园区的销售清洁电源电量值;后i个代表每个园区使用自身清洁电源的值;接下来简化限定函数,限定函数1)通过搜索空间计算出EGi,限定函数2)和3)作为效用函数的惩罚部分,为此,效用函数为:
其中和β为惩罚因子,远大于1;K为常数,sig为sigmoid函数;
(3)对于配电网线路上的每个变压器节点k,对于时间段t的输入和输出功率变化为对于时间段t内第i个园区向第j个园区输送电源,功耗变化总和为所经历的k个变压器的功耗总和为第i个园区向第j个园区智能合约要求提供的节能清洁电源为ESSij,实际提供的节能清洁电源为ESSRij,上网价格为Pri,该时刻真实用电为ERi,其中国家电网接入的真实用电为EGRi,真实使用的自身产生的太阳能电源为ESRi;则:
销售方的收益为
购买方的节能电支付费用为
购买方其余的费用为电表中采集到的国家电网用电量减去后产生的用电量的费用,国家电网收入为:
3.根据权利要求1所述的一种区域性产用电的电源调度方法,其特征在于:所述大数据计算服务器通过采用日志采集系统实时采集区块链的链式结构数据,以区块链的区块号为单位形成戳,每次读取最新区块号到上一次读取完区块号之间的账本数据,通过流处理系统进入到大数据平台,进行数据清洗、转换,利用大数据计算引擎,加工出预测模型所需的结构化数据。
4.根据权利要求1所述的一种区域性产用电的电源调度方法,其特征在于:所述步骤S3中的预测包括智能电表对应的企业用电情况预测和节能清洁电源产电能力预测,其中,企业用电情况预测是根据时间序列进行计算,而所述节能清洁电源产电能力预测是通过LBS服务能力、天气预报进行动态预测。
5.根据权利要求1所述的一种区域性产用电的电源调度方法,其特征在于:所述步骤S3中,所述大数据计算服务器在获得最优化模型调度模型后,还对于需要购买经过国家电网的节能清洁电源,以电力预购合约的形式写入区块链中。
6.根据权利要求1所述的一种区域性产用电的电源调度方法,其特征在于:所述大数据平台还根据物联网采集的配电网有功功耗、用户用电电量的历史数据构建起全网中每个配送电网的历史平均功耗电网图,该历史平均功耗电网图以每个电力设备的接入端作为节点,每个电力设备的电能有功功率变化数据作为该节点的输入权重,即功耗越大该路径的值越大,将每个节点之间用有向图连接;再利用大数据平台,将待分析的输送电力的节点选取,根据最短路径法计算出功耗最低的电力流图,并据此优化配电网线路,降低配送电网功耗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811066426.1A CN109066690B (zh) | 2018-09-13 | 2018-09-13 | 一种区域性产用电的电源调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811066426.1A CN109066690B (zh) | 2018-09-13 | 2018-09-13 | 一种区域性产用电的电源调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109066690A true CN109066690A (zh) | 2018-12-21 |
CN109066690B CN109066690B (zh) | 2020-10-09 |
Family
ID=64760461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811066426.1A Active CN109066690B (zh) | 2018-09-13 | 2018-09-13 | 一种区域性产用电的电源调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109066690B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110444001A (zh) * | 2019-08-29 | 2019-11-12 | 上海戎磐网络科技有限公司 | 一种泛在电力物联网数据传输系统 |
CN110728589A (zh) * | 2019-10-21 | 2020-01-24 | 合肥阳光新能源科技有限公司 | 一种基于区块链的能源调度方法、装置及系统 |
CN111342471A (zh) * | 2020-03-02 | 2020-06-26 | 华北电力大学 | 一种基于机器学习的家庭产消者功率优化管理方法 |
CN111815932A (zh) * | 2020-06-03 | 2020-10-23 | 南京南瑞信息通信科技有限公司 | 一种基于区块链的用电信息采集方法及装置 |
CN111932087A (zh) * | 2020-07-23 | 2020-11-13 | 杭州趣链科技有限公司 | 一种基于区块链的能源协调方法及其系统 |
CN111967684A (zh) * | 2020-08-27 | 2020-11-20 | 北京合众伟奇科技有限公司 | 一种基于大数据分析的计量资产主动配送方法 |
CN112036658A (zh) * | 2020-09-09 | 2020-12-04 | 华东交通大学 | 一种基于随差遗忘长短期记忆的风电功率实时预测方法 |
CN112329978A (zh) * | 2020-09-17 | 2021-02-05 | 搜信信用产业集团有限公司 | 一种智能公共资源交易主体履约监控与信用评价方法 |
CN112381410A (zh) * | 2020-11-16 | 2021-02-19 | 国网山东省电力公司莒县供电公司 | 一种基于物联网区块链的电源管理方法及系统 |
CN112421768A (zh) * | 2020-10-09 | 2021-02-26 | 深圳华工能源技术有限公司 | 一种适用于配用电系统节能领域的区块链系统架构 |
CN114026591A (zh) * | 2019-06-28 | 2022-02-08 | 日立能源瑞士股份公司 | 用于与电网约束交易以确保电网稳定性的分布式账本 |
CN114154777A (zh) * | 2021-10-18 | 2022-03-08 | 中标慧安信息技术股份有限公司 | 基于边缘计算的工业大数据监测方法和系统 |
CN115310811A (zh) * | 2022-08-08 | 2022-11-08 | 国网山东省电力公司潍坊供电公司 | 一种微电网电力能源公平调度方法 |
CN115347569A (zh) * | 2022-10-13 | 2022-11-15 | 江苏鼎豪电力工程有限公司 | 一种基于智能预测的电力调配系统 |
CN116596286A (zh) * | 2023-07-18 | 2023-08-15 | 深圳市中科云科技开发有限公司 | 虚拟电厂的优化调度方法、装置、设备及存储介质 |
CN116629565A (zh) * | 2023-05-31 | 2023-08-22 | 湖北华中电力科技开发有限责任公司 | 一种基于平台化的供电服务能力提升方法及系统 |
CN117172510A (zh) * | 2023-11-02 | 2023-12-05 | 广州崇实自动控制科技有限公司 | 一种智慧园区运维系统 |
CN118199075A (zh) * | 2024-04-28 | 2024-06-14 | 南京海迪自动化科技有限公司 | 基于用电基数预测的电源电力预分配系统 |
CN118232344A (zh) * | 2024-05-23 | 2024-06-21 | 水发科技信息(山东)有限公司 | 基于人工智能和大数据的企业数智运营决策分析平台 |
CN118333342A (zh) * | 2024-06-12 | 2024-07-12 | 华能江苏综合能源服务有限公司 | 一种用于光伏发电站的发电量结算管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374513A (zh) * | 2016-10-26 | 2017-02-01 | 华南理工大学 | 一种基于主从博弈的多微网联络线功率优化方法 |
CN107817381A (zh) * | 2017-11-10 | 2018-03-20 | 赫普科技发展(北京)有限公司 | 一种智能电表 |
CN108011370A (zh) * | 2017-12-27 | 2018-05-08 | 华北电力大学(保定) | 一种基于全球能源区块链的分布式能源调度交易方法 |
CN108269025A (zh) * | 2018-02-02 | 2018-07-10 | 国网四川省电力公司天府新区供电公司 | 基于“互联网+”的源荷对等式电能交互方法 |
CN108400590A (zh) * | 2018-03-07 | 2018-08-14 | 四川省华森新科信息有限公司 | 一种基于区块链和云电源的微能网生态系统 |
-
2018
- 2018-09-13 CN CN201811066426.1A patent/CN109066690B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374513A (zh) * | 2016-10-26 | 2017-02-01 | 华南理工大学 | 一种基于主从博弈的多微网联络线功率优化方法 |
CN107817381A (zh) * | 2017-11-10 | 2018-03-20 | 赫普科技发展(北京)有限公司 | 一种智能电表 |
CN108011370A (zh) * | 2017-12-27 | 2018-05-08 | 华北电力大学(保定) | 一种基于全球能源区块链的分布式能源调度交易方法 |
CN108269025A (zh) * | 2018-02-02 | 2018-07-10 | 国网四川省电力公司天府新区供电公司 | 基于“互联网+”的源荷对等式电能交互方法 |
CN108400590A (zh) * | 2018-03-07 | 2018-08-14 | 四川省华森新科信息有限公司 | 一种基于区块链和云电源的微能网生态系统 |
Non-Patent Citations (1)
Title |
---|
GEORGIA E. ASIMAKOPOULOU等: "Leader-Follower Strategies for Energy Management of Multi-Microgrids", 《IEEE TRANSACTIONS ON SMART GRID》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114026591A (zh) * | 2019-06-28 | 2022-02-08 | 日立能源瑞士股份公司 | 用于与电网约束交易以确保电网稳定性的分布式账本 |
CN110444001A (zh) * | 2019-08-29 | 2019-11-12 | 上海戎磐网络科技有限公司 | 一种泛在电力物联网数据传输系统 |
CN110728589A (zh) * | 2019-10-21 | 2020-01-24 | 合肥阳光新能源科技有限公司 | 一种基于区块链的能源调度方法、装置及系统 |
CN111342471A (zh) * | 2020-03-02 | 2020-06-26 | 华北电力大学 | 一种基于机器学习的家庭产消者功率优化管理方法 |
CN111342471B (zh) * | 2020-03-02 | 2023-12-29 | 华北电力大学 | 一种基于机器学习的家庭产消者功率优化管理方法 |
CN111815932A (zh) * | 2020-06-03 | 2020-10-23 | 南京南瑞信息通信科技有限公司 | 一种基于区块链的用电信息采集方法及装置 |
CN111932087A (zh) * | 2020-07-23 | 2020-11-13 | 杭州趣链科技有限公司 | 一种基于区块链的能源协调方法及其系统 |
CN111932087B (zh) * | 2020-07-23 | 2024-01-23 | 杭州趣链科技有限公司 | 一种基于区块链的能源协调方法及其系统 |
CN111967684A (zh) * | 2020-08-27 | 2020-11-20 | 北京合众伟奇科技有限公司 | 一种基于大数据分析的计量资产主动配送方法 |
CN111967684B (zh) * | 2020-08-27 | 2024-02-02 | 北京合众伟奇科技股份有限公司 | 一种基于大数据分析的计量资产主动配送方法 |
CN112036658A (zh) * | 2020-09-09 | 2020-12-04 | 华东交通大学 | 一种基于随差遗忘长短期记忆的风电功率实时预测方法 |
CN112036658B (zh) * | 2020-09-09 | 2022-06-14 | 华东交通大学 | 一种基于随差遗忘长短期记忆的风电功率实时预测方法 |
CN112329978A (zh) * | 2020-09-17 | 2021-02-05 | 搜信信用产业集团有限公司 | 一种智能公共资源交易主体履约监控与信用评价方法 |
CN112421768A (zh) * | 2020-10-09 | 2021-02-26 | 深圳华工能源技术有限公司 | 一种适用于配用电系统节能领域的区块链系统架构 |
CN112421768B (zh) * | 2020-10-09 | 2023-08-11 | 深圳华工能源技术有限公司 | 一种适用于配用电系统节能领域的区块链系统架构 |
CN112381410A (zh) * | 2020-11-16 | 2021-02-19 | 国网山东省电力公司莒县供电公司 | 一种基于物联网区块链的电源管理方法及系统 |
CN114154777B (zh) * | 2021-10-18 | 2022-08-19 | 中标慧安信息技术股份有限公司 | 基于边缘计算的工业大数据监测方法和系统 |
CN114154777A (zh) * | 2021-10-18 | 2022-03-08 | 中标慧安信息技术股份有限公司 | 基于边缘计算的工业大数据监测方法和系统 |
CN115310811A (zh) * | 2022-08-08 | 2022-11-08 | 国网山东省电力公司潍坊供电公司 | 一种微电网电力能源公平调度方法 |
CN115310811B (zh) * | 2022-08-08 | 2024-05-10 | 国网山东省电力公司潍坊供电公司 | 一种微电网电力能源公平调度方法 |
CN115347569A (zh) * | 2022-10-13 | 2022-11-15 | 江苏鼎豪电力工程有限公司 | 一种基于智能预测的电力调配系统 |
CN115347569B (zh) * | 2022-10-13 | 2022-12-27 | 江苏鼎豪电力工程有限公司 | 一种基于智能预测的电力调配系统 |
CN116629565A (zh) * | 2023-05-31 | 2023-08-22 | 湖北华中电力科技开发有限责任公司 | 一种基于平台化的供电服务能力提升方法及系统 |
CN116629565B (zh) * | 2023-05-31 | 2024-03-29 | 湖北华中电力科技开发有限责任公司 | 一种基于平台化的供电服务能力提升方法及系统 |
CN116596286B (zh) * | 2023-07-18 | 2024-04-16 | 深圳市中科云科技开发有限公司 | 虚拟电厂的优化调度方法、装置、设备及存储介质 |
CN116596286A (zh) * | 2023-07-18 | 2023-08-15 | 深圳市中科云科技开发有限公司 | 虚拟电厂的优化调度方法、装置、设备及存储介质 |
CN117172510A (zh) * | 2023-11-02 | 2023-12-05 | 广州崇实自动控制科技有限公司 | 一种智慧园区运维系统 |
CN117172510B (zh) * | 2023-11-02 | 2024-01-09 | 广州崇实自动控制科技有限公司 | 一种智慧园区运维系统 |
CN118199075A (zh) * | 2024-04-28 | 2024-06-14 | 南京海迪自动化科技有限公司 | 基于用电基数预测的电源电力预分配系统 |
CN118232344A (zh) * | 2024-05-23 | 2024-06-21 | 水发科技信息(山东)有限公司 | 基于人工智能和大数据的企业数智运营决策分析平台 |
CN118232344B (zh) * | 2024-05-23 | 2024-08-02 | 水发科技信息(山东)有限公司 | 基于人工智能和大数据的企业数智运营决策分析平台 |
CN118333342A (zh) * | 2024-06-12 | 2024-07-12 | 华能江苏综合能源服务有限公司 | 一种用于光伏发电站的发电量结算管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109066690B (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109066690A (zh) | 一种区域性产用电的电源调度方法 | |
CN109066670B (zh) | 一种基于物联网区块链的分布式电源管理方法 | |
Hua et al. | Applications of blockchain and artificial intelligence technologies for enabling prosumers in smart grids: A review | |
Qiu et al. | Distributed generation and energy storage system planning for a distribution system operator | |
Chen et al. | Research on day-ahead transactions between multi-microgrid based on cooperative game model | |
Solanke et al. | Control and management of a multilevel electric vehicles infrastructure integrated with distributed resources: A comprehensive review | |
Gunarathna et al. | Reviewing global peer-to-peer distributed renewable energy trading projects | |
Liu et al. | Research on cloud energy storage service in residential microgrids | |
Guo et al. | Equilibrium model of a regional hydrogen market with renewable energy based suppliers and transportation costs | |
Charbonnier et al. | Coordination of resources at the edge of the electricity grid: Systematic review and taxonomy | |
Nezamabadi et al. | Market bidding strategy of the microgrids considering demand response and energy storage potential flexibilities | |
Padhy | Unit commitment problem under deregulated environment-a review | |
Torbaghan et al. | Designing day-ahead multi-carrier markets for flexibility: Models and clearing algorithms | |
Chang et al. | Day-ahead bidding strategy of cloud energy storage serving multiple heterogeneous microgrids in the electricity market | |
Zhang et al. | A review and outlook on cloud energy storage: An aggregated and shared utilizing method of energy storage system | |
Li et al. | Distributed photovoltaics with peer-to-peer electricity trading | |
Yong et al. | Prospects and barriers analysis framework for the development of energy storage sharing | |
Bâra et al. | Enabling coordination in energy communities: A Digital Twin model | |
Sun et al. | Energy sharing strategy based on call auction trading: Energy bank system | |
Wang et al. | A tri-level framework for distribution-level market clearing considering strategic participation of electrical vehicles and interactions with wholesale market | |
Guo et al. | Energy management of Internet data centers in multiple local energy markets | |
Cai et al. | Hierarchical coordinated energy management strategy for electricity-hydrogen integrated charging stations based on IGDT and hybrid game | |
Wang et al. | Research on optimal scheduling decision of multi‐microgrids based on cloud energy storage | |
Saini et al. | Uncertainty aware optimal battery sizing for cloud energy storage in community microgrid | |
Aguilar et al. | Intent profile strategy for virtual power plant participation in simultaneous energy markets with dynamic storage management |
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 |