CN110826847A - 移动应急电源调度方法、装置和计算机设备 - Google Patents

移动应急电源调度方法、装置和计算机设备 Download PDF

Info

Publication number
CN110826847A
CN110826847A CN201910887601.1A CN201910887601A CN110826847A CN 110826847 A CN110826847 A CN 110826847A CN 201910887601 A CN201910887601 A CN 201910887601A CN 110826847 A CN110826847 A CN 110826847A
Authority
CN
China
Prior art keywords
power
power supply
important
mobile emergency
emergency power
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
Application number
CN201910887601.1A
Other languages
English (en)
Other versions
CN110826847B (zh
Inventor
尚慧玉
赵宏伟
陈明辉
林鸿基
文福拴
陈志聪
阳曾
熊文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Power Supply Bureau Co Ltd filed Critical Guangzhou Power Supply Bureau Co Ltd
Priority to CN201910887601.1A priority Critical patent/CN110826847B/zh
Publication of CN110826847A publication Critical patent/CN110826847A/zh
Application granted granted Critical
Publication of CN110826847B publication Critical patent/CN110826847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种移动应急电源调度方法、装置和计算机设备，其中一种移动应急电源调度方法，通过基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型，从而可基于预估停电时长和各重要电力用户的缺电功率的极大不确定性、建立应急电源调度模型；通过对应急电源调度模型进行线性化处理和鲁棒处理，并对处理后的应急电源调度模型进行求解，得到调度结果，从而提高求解速度并克服二次规划未必能得到最优解的不足，进而实现在所有情况下都能求解出最优鲁棒解，并得到调度结果；同时，最优鲁棒解还能够克服悲观解在很多情况下过于保守和不足的缺陷。

Description

移动应急电源调度方法、装置和计算机设备
技术领域
本申请涉及电力应急技术领域，特别是涉及一种移动应急电源调度方法、装置和计算机设备。
背景技术
随着供电技术的发展，电能已经成为了现代社会的重要能源之一，当电网发生大面积停电事故时，容易会造成重大经济损失。尽管各级电力系统都在不断采取措施来提高电力系统的安全稳定水平，但是目前难以实现完全避免大面积停电事故的发生。基于此，需要建立城市电力应急管理体系，从而可以在发生停电事故时合理调度移动应急电源以降低停电损失。
传统的移动应急电源调度方法将停电持续时间、移动应急电源从供电所运输至失电用户处的运输时间以及重要电力用户的缺电功率视为定值，并基于上述定值建立优化模型进行求解，从而得到的解生成调度方案。
然而在实现过程中，发明人发现传统技术中至少存在如下问题：由于停电持续时间、移动应急电源的运输时间和重要电力用户的实际缺电功率都难以准确估计，具有极大的不确定性，而传统的移动应急电源调度方法难以求出在所有情况下都能满足约束条件的鲁棒解，即存在无法生成调度方案的情况。
发明内容
基于此，有必要针对上述技术问题，提供一种能够在所有情况下都能生成调度结果的移动应急电源调度方法、装置和计算机设备。
为了实现上述目的，一方面，本申请实施例提供了一种移动应急电源调度方法，包括以下步骤：
获取停电区域内各供电所的供电所信息；供电所信息包括设于供电所内的各移动应急电源的供电功率，以及各供电功率对应的移动应急电源数量；
对停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各重要电力用户的缺电功率；
基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型；预估停电时长和各重要电力用户的缺电功率为区间数；
线性化处理应急电源调度模型，并对线性化处理后的应急电源模型进行鲁棒处理，且求解鲁棒处理后的应急电源调度模型，得到调度结果。
本申请实施例提供了一种移动应急电源调度装置，装置包括：
供电所信息获取模块，用于获取停电区域内各供电所的供电所信息；供电所信息包括放置在供电所内的各移动应急电源的供电功率，以及各供电功率对应的移动应急电源数量；
缺电功率确定模块，用于对停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各重要电力用户的缺电功率；
应急电源调度模型建立模块，用于基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以多个重要电力用户的总停电损失最小为目标，建立应急电源调度模型；预估停电时长和各重要电力用户的缺电功率均为区间数；
调度结果获取模块，用于线性化处理应急电源调度模型，并对线性化处理后的应急电源模型进行鲁棒处理，且求解鲁棒处理后的应急电源调度模型，得到调度结果。
本申请实施例提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现上述任一实施例中移动应急电源调度方法的步骤。
本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现上述任一实施例中移动应急电源调度方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果：
通过基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型，其中，预估停电时长和各重要电力用户的缺电功率为区间数，从而可基于预估停电时长和各重要电力用户的缺电功率的极大不确定性、建立应急电源调度模型；通过对应急电源调度模型进行线性化处理和鲁棒处理，并对处理后的应急电源调度模型进行求解，并得到调度结果，从而能够提高求解速度并克服了二次规划未必能得到最优解的不足，进而可以实现在所有情况下都能求解出最优鲁棒解，并得到调度结果；同时，最优鲁棒解还能够克服悲观解在很多情况下过于保守和不足的缺陷。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为一个实施例中移动应急电源调度方法的示意性流程示意图；
图2为一个实施例中移动应急电源调度装置的结构框图；
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种移动应急电源调度方法，包括以下步骤：
步骤102，获取停电区域内各供电所的供电所信息；供电所信息包括设于供电所内的各移动应急电源的供电功率，以及各供电功率对应的移动应急电源数量。
具体地，供电所信息可以包括设于供电所内的移动应急电源总数量、各个移动应急电源的供电功率、各供电功率对应的移动应急电源数量。其中，各供电功率对应的移动应急电源数量可以为针对同一供电功率，移动应急电源的数量，即，供电所拥有的不同规格的移动应急电源的数量。例如供电所内有移动应急电源1，移动应急电源2和移动应急电源3，移动应急电源1和移动应急电源2的供电功率均为50kW，移动应急电源3的供电功率为100kW，则50kW对应的移动应急电源数量为2，100kW的移动应急电源数量为1。进一步地，供电所信息还可包括供电所的地理位置。
停电区域内可设有一个或多个供电所，可预先对各供电所的供电所信息进行统计，并将统计结果存储于数据库中，当停电发生时，通过在数据库中进行查找即可得到停电区域对应的供电所信息。进一步地，当停电区域内没有设有供电所时，还可通过各供电所的地理位置，确定参加移动应急电源调度的供电所。
步骤104，对停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各重要电力用户的缺电功率。
具体地，可根据用户筛选规则、对停电区域内的各电力用户进行重要度分析，并根据分析结果筛选出重要电力用户，从而可得到重要电力用户，其中，用户筛选规则可以根据实际情况进行确定。进一步地，用户筛选规则可以为按照用电力用户的类型进行筛选，即根据各电力用户的场所类型、对停电区域内的各电力用户进行筛选，并得到重要电力用户。场所类型包括但不局限于医院、学校、科研机构、商业场所、政府办公场所、生产场所(如工厂等)、公共交通系统、军事场所、网通公司和电视台等。
在得到重要电力用户时，可以确定各重要电力用户的缺电功率，其中，缺电功率可以为区间数，即缺电功率可以是一个闭区间上所有实数所组成的集合，例如重要电力用户A的缺电功率为[b，c]，[]代表闭区间，b，c为实数，即重要电力用户A的缺电功率可以是闭区间[b，c]内的所有实数。在一个示例中，可以通过基于各重要电力用户的历史功率消耗数据，估计得到各重要电力用户的缺电功率。
步骤106，基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型；预估停电时长和各重要电力用户的缺电功率为区间数。
具体地，预估停电时长可用于表示本次停电的持续时间，可以基于历史停电数据估计得到，历史停电数据可以用于记录各次停电的起始时刻和结束时刻。预估停电时长可以为区间数，即预估停电时长可以为一个闭区间上所有实数所组成的集合。
重要电力用户的总停电损失为多个重要电力用户的停电损失之和，可以是停电区域内全部重要电力用户的停电损失之和，也可以为目标电力用户的停电损失之和。其中，停电损失可以为停电损失费用值。
重要电力用户的数量可以为用于计算总停电损失的重要电力用户的数量，例如，停电区域内包括100个重要电力用户，当重要电力用户的总停电损失为重要电力用户1的停电损失、重要电力用户2的停电损失和重要电力用户3的停电损失三者之和，则重要电力用户的数量可以为3。或者，当重要电力用户的总停电损失为100个重要电力用户的停电损失之和，则重要电力用户的数量可以为100。
以重要电力用户的总停电损失为目标，基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，建立应急电源调度模型。
步骤108，线性化处理应急电源调度模型，并对线性化处理后的应急电源模型进行鲁棒处理，且求解鲁棒处理后的应急电源调度模型，得到调度结果。
具体地，对基于各项数据建立得到的应急电源调度模型进行线性化处理，在一个示例中，可通过引入辅助决策变量，从而实现线性化处理应急电源调度模型。再对线性化处理后的应急电源模型进行鲁棒处理，得到鲁棒处理后的应急电源模型，并求解鲁棒处理后的应急电源模型，得到调度结果。调度结果可用于指示设于各供电所内的移动应急电源的分配。
例如，停电区域内设有供电所1和供电所2，供电所1内备有2个50kW的移动应急电源和1个100kW的移动应急电源，供电所2内备有0个50kW的移动应急电源和2个100kW的移动应急电源，且停电区域内有重要用户1和重要用户2。通过求解鲁棒处理后的应急电源模型，得到调度结果，根据调度结果可对各个移动应急电源进行分配，如将供电所1的1个50kW移动应急电源运输至重要用户1，以对重要用户1进行供电；将供电所1的2个100kW移动应急电源运输至重要用户2，以对重要用户2进行供电。
上述移动应急电源调度方法中，通过基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型，其中，预估停电时长和各重要电力用户的缺电功率为区间数，从而可基于预估停电时长和各重要电力用户的缺电功率的极大不确定性、建立应急电源调度模型；通过对应急电源调度模型进行线性化处理和鲁棒处理，并对处理后的应急电源调度模型进行求解，并得到调度结果，从而能够提高求解速度并克服了二次规划未必能得到最优解的不足，进而可以实现在所有情况下都能求解出最优鲁棒解，并得到调度结果；同时，最优鲁棒解还能够克服悲观解在很多情况下过于保守和不足的缺陷。
在一个实施例中，应急电源调度模型包括目标函数和约束条件；约束条件包括移动应急电源数量约束条件、富余功率约束条件和目标电力用户需求约束条件；
基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以多个重要电力用户的总停电损失最小为目标，建立应急电源调度模型的步骤，包括：
获取各重要电力用户的单位停电损失、停电区域的供电所数量和供电功率的种类数量；
以多个重要电力用户的总停电损失最小为目标，根据预估停电时长、供电所信息、重要电力用户的数量、各重要电力用户的缺电功率、各重要电力用户的单位停电损失、供电所数量和供电功率的种类数量建立目标函数；
分别建立移动应急电源数量约束条件、富余功率约束条件和目标电力用户需求约束条件。
具体地，移动应急电源数量约束条件为对于各供电所而言，该供电所所能提供的某种供电功率的移动应急电源的总数量不可能大于设于供电所内、该供电功率对应的移动应急电源的可用数量，从而可提高调度的可行性。例如供电所1内设有100kW的移动应急电源2个，则供电所1所能提供的100kW移动应急电源的总数量应小于或等于2。
富余功率约束条件为针对重要电力用户而言，提供给该重要电力用户的富余功率应小于提供给该重要电力用户的任一移动应急电源所能提供的供电功率，从而能避免移动应急电源的浪费，提高移动应急电源的使用率。例如，共提供给重要电力用户1三个移动应急电源，其供电功率分别为50kW、100kW和200kW，共计350kW。重要电力用户1的实际使用功率为340kW，则富余功率为总供电功率与实际使用功率之差，即10kW，提供给重要电力用户1的移动应急电源所能提供的最小供电功率为50kW，则10kW应当小于50kW。
目标电力用户需求约束条件对于目标电力用户，不管其停电损失为多少，都要求提供给目标电力用户的移动应急电源的总供电功率应该不小于该目标电力用户的总缺电功率，从而可提高调度的适用性。其中，目标电力用户可以为部分重要电力用户，可根据目标电力用户筛选规则对重要电力用户进行筛选得到。在一个示例中，可根据场所类型对对重要电力用户进行筛选得到，例如目标电力用户包括但不局限于医院和军事场所。
单位停电损失包括但不局限于重要电力用户在单位时间内的停电损失，或者单位功率的停电损失。停电区域的供电所数量为停电区域内供电所的总数量。供电功率的种类数量为移动应急电源的功率规格数量，例如供电所1内设有50kW移动应急电源和100kW移动应急电源，此时供电所1内共包括两种功率规格的移动应急电源，供电功率的种类数量可以为2。
以多个重要电力用户的总停电损失最小为目标，根据预估停电时长、供电所信息、重要电力用户的数量、各重要电力用户的缺电功率、各重要电力用户的单位停电损失、供电所数量和供电功率的种类数量建立目标函数，并分别建立移动应急电源数量约束条件、富余功率约束条件和目标电力用户需求约束条件。进一步地，还可将各供电所的地理位置以及各重要电力用户的地理位置分别输入至地图应用中，从而可得到移动应急电源自供电所的地理位置至重要电力用户的地理位置的运输时间，并可基于各运输时间建立目标函数。其中，运输时间为区间数。
上述移动应急电源调度方法中，通过分别建立约束条件和目标函数，并通过各约束条件对目标函数进行求解，得到满足各约束条件的鲁棒解，从而可提高调度的可行性、适用性和移动应急电源的使用率。
在一个实施例中，目标函数为：
其中，f为所述调度结果；Lj表示第j个重要用户的单位停电损失，单位为元/min；
Figure BDA0002207788000000102
为预估停电时长；Nps为供电所数量；Niu为重要电力用户的数量；Ntype为供电功率的种类数量；Pepsk为第k种供电功率对应的移动应急电源数量；xijk为决策变量，表示第i个供电所向第j个重要电力用户提供第k种供电功率的移动应急电源数量；tpre为移动应急电源从停电发生时刻到运输起始时刻的准备时间；sij为辅助决策变量，当第i个供电所向第j个重要电力用户提供移动应急电源时，sij为1，否则sij为0；
Figure BDA0002207788000000103
为移动应急电源自第i个供电所至第j个重要电力用户的运输时间；
Figure BDA0002207788000000104
为第j个重要电力用户的缺电功率。
具体地，tpre可以视为常量。sij为辅助决策变量，其取值可以为0或者1，当第i个供电所向第j个重要电力用户提供移动应急电源时，sij的取值为1，当第i个供电所没有向第j个重要电力用户提供移动应急电源时，sij的取值为0。
Figure BDA0002207788000000105
为移动应急电源自第i个供电所至第j个重要电力用户的运输时间，即将移动应急电源从第i个供电所运输至第j个重要电力用户所需的运输时间，通过将第i个供电所的地理位置和第j个重要电力用户的地理位置输入至地图软件中，从而可得到相应的运输时间。各变量字母上的符号“～”用于表示变量为区间数，进一步地，标识有“～”的各变量也可退化为实数。
在一个实施例中，移动应急电源数量约束条件为：
Figure BDA0002207788000000111
目标电力用户需求约束条件为：
Figure BDA0002207788000000112
富余功率约束条件为：
Figure BDA0002207788000000113
其中，Nepsik为设于第i个供电所内的第k种供电功率的移动应急电源数量；ΩVIU为目标电力用户的集合；sign(x)为符号函数，用于在输入值x大于0时返回1，在输入值x等于0时返回0；M为一个足够大的数值。
具体地，Nps为供电所数量；Niu为重要电力用户的数量；Ntype为供电功率的种类数量；Pepsk为第k种供电功率对应的移动应急电源数量；xijk为决策变量，表示第i个供电所向第j个重要电力用户提供第k种供电功率的移动应急电源数量；
Figure BDA0002207788000000114
为第j个重要电力用户的缺电功率。
式中，
Figure BDA0002207788000000115
表示i的初始值为1，以1为步长，递进到Nps，例如Nps＝3，则i的值依次为1，2，3。类似地，
Figure BDA0002207788000000116
表示j的初始值为1，以1为步长，递进到Niu；
Figure BDA0002207788000000117
表示k的初始值为1，以1为步长，递进到Ntype。
Figure BDA0002207788000000118
表示j的取值应遍历所有目标电力用户分别对应的值。
在一个实施例中，线性化处理应急电源调度模型的步骤，包括：
引入辅助决策变量Psurj和辅助决策变量qj，Psurj为：
且
其中，Psurj为第j个重要电力用户的富余功率；
增加第一线性约束条件，第一线性约束条件为：
Figure BDA0002207788000000123
引入辅助决策变量ajk，对富余功率约束条件进行改写，并增加第二线性约束条件，富余功率约束条件改写为：
Figure BDA0002207788000000124
第二线性约束条件为：
Figure BDA0002207788000000125
引入辅助决策变量bij，增加第三线性约束条件，第三线性约束条件为：
Figure BDA0002207788000000131
引入Pbij，且Pbij＝bijPsurj，增加第四线性约束条件，第四线性约束条件为：
Figure BDA0002207788000000132
具体地，针对目标函数中的
Figure BDA0002207788000000133
引入辅助决策变量Psurj和辅助决策变量qj，通过Psurj代替
Figure BDA0002207788000000134
Figure BDA0002207788000000135
且
Figure BDA0002207788000000136
其中，Psurj为第j个重要电力用户的富余功率，并增加第一线性约束条件。第一线性约束条件为：
引入0-1辅助决策变量ajk，ajk的取值可以为0或者1，并将富余功率约束条件进行改写，得到：
Figure BDA0002207788000000138
同时增加第二线性约束条件。第二线性约束条件为:
Figure BDA0002207788000000139
引入0-1辅助决策变量bij，bij的取值可以为0或者1，并增加第三线性约束条件。第三线性约束条件为：
Figure BDA0002207788000000141
引入变量Pbij＝bijPsurj，并增加第四线性约束条件。第四线性约束条件为：
则，计及预估停电时间、移动应急电源的运输时间和重要电力用户的缺点功率不确定性的应急电源调度模型为：
Figure BDA0002207788000000143
Figure BDA0002207788000000151
s.t.为约束条件，各约束条件中，
Figure BDA0002207788000000152
Figure BDA0002207788000000153
进一步地，计及预估停电时间、移动应急电源的运输时间和重要电力用户的缺点功率不确定性的应急电源调度模型可以改写为矩阵形式，即：
Figure BDA0002207788000000154
其中，X为决策变量，其元素包括xijk、ajk、bij、Psurj、qj和Pbij，式中，i＝1，…，Nps；j＝1，…，Niu；k＝1，…，Ntype；
Figure BDA0002207788000000155
为目标函数的一次向系数向量；
Figure BDA0002207788000000156
为目标函数中的常数项；
Figure BDA0002207788000000157
为不等式约束条件中的系数向量；
Figure BDA0002207788000000158
为不等式约束条件中的常数项；Nc为约束条件的总数。
上述移动应急电源调度方法中，通过引入辅助决策变量，实现将目标函数中的二次项和非线性函数进行线性化处理，并将问题转化为混合整数线性规划问题，从而能够提高求解速度，并克服了二次规划未必能得到最优解的不足；
在一个实施例中，对线性化处理后的应急电源模型进行鲁棒处理的步骤，包括：
获取线性化处理后的应急电源模型的乐观解子模型，并求解乐观解子模型，得到乐观解；
基于乐观解、增加可接受解的波动范围约束条件，得到鲁棒处理后的应急电源调度模型，可接受解的波动范围约束条件为：
Figure BDA0002207788000000161
其中，xijk*为乐观解；ε为可接受解的波动范围。
具体地，通过令矩阵形式应急电源调度模型中的
Figure BDA0002207788000000162
即可得到应急电源模型的乐观解子模型，并求解乐观解子模型，得到乐观解。其中，tb 为
Figure BDA0002207788000000163
下限值，例如，的取值为[1，3]，则tb 可以为1，同理，tij 为
Figure BDA0002207788000000165
的下限值，Pdj 为
Figure BDA0002207788000000166
的下限值。
增加一个可接受解的波动范围(Acceptable Solution Variation Range，ASVR)约束条件，得到的鲁棒处理后的应急电源调度模型可为：
Figure BDA0002207788000000167
其中，A*和c*为乐观子模型中目标函数的一次向系数向量；c*为乐观子模型中目标函数中的常数项；xijk*为乐观解所对应的值；
Figure BDA0002207788000000168
为ASVR。
同时，线性约束条件
Figure BDA00022077880000001610
中，令从而可使得求得的鲁棒解在最恶劣的情况下仍满足各约束条件。其中，
Figure BDA00022077880000001612
为的上限值，例如
Figure BDA00022077880000001614
的取值可以为[1，2]，则
Figure BDA0002207788000000171
可以为2。
上述移动应急电源调度方法中，可根据鲁棒处理后的应急电源调度模型求得的鲁棒解生成调度结果。根据鲁棒处理后的应急电源调度模型解得的xijk的值，即第i个供电所向第j个重要用户提供第k种移动应急电源的数量，可生成移动应急电源的调度方案。
在一个实施例中，可接受解的波动范围为：
Figure BDA0002207788000000172
其中，δ为从0开始，以预设步长递进到1的系数。
具体地，在理想情况下，ε的取值越小越好，但在实际应用中，当ε的取值过小，容易导致鲁棒处理后的应急电源调度模型无法求得可行解的问题。基于此，通过将δ进行递进从而可通过自适应的方法寻找ε的最小值。在一个示例中，预设步长可以为0.01，即δ可以为从0开始，以0.01为步长增加到1的系数。
上述移动应急电源调度方法中，可在所有情况下都求得满足所有约束条件的鲁棒解，该鲁棒解能够克服按照最恶劣情况计算得到的悲观解在很多情况下过于保守的缺陷。
为便于理解本申请的方案，下面通过一个具体的示例进行说明。
假设预估停电时间为[30,120](单位：分钟)，停电区域内各供电所的供电所信息可如表1所示，其中，供电所1内共设有3个220kW的移动应急电源、2个110kW的移动应急电源和1个50kW的移动应急电源；供电所2内共设有0个220kW的移动应急电源、3个110kW的移动应急电源和2个50kW的移动应急电源；供电所3内共设有3个220kW的移动应急电源、2个110kW的移动应急电源和0个50kW的移动应急电源。
表1供电所信息
Figure BDA0002207788000000181
重要电力用户、各重要电力用户的缺电功率、移动应急电源自各供电所到重要电力用户的运输时间以及各重要电力用户的单位停电损失可如表2所示，其中，编号带有星号标记的场所为目标电力用户，即医院、政府办公和军事重地为目标电力用户，目标电力用户的缺电功率必须得到满足。其中，元·(kW·min)-1为元/千瓦·分钟。其中，以编号1的重要电力用户为例，重要电力用户1的用户类型为学校，其缺点功率为[120,180]，将移动应急电源自供电所1运输到重要电力用户1的运输时间为[6，11.25]，将移动应急电源自供电所2运输到重要电力用户1的运输时间为[1.2，2.25]，将移动应急电源自供电所3运输到重要电力用户1的运输时间为[2.4，4.5]，重要电力用户1的单位损失为10.08元·(kW·min)-1。
表2重要电力用户的信息
Figure BDA0002207788000000182
Figure BDA0002207788000000191
通过本申请的移动应急电源调度方法进行处理，可得到鲁棒解xijk可如表3所示，其中，xijk表示第i个供电所向第j个重要电力用户提供第k种供电功率的移动应急电源数量。以x(i，j，1)为例，x(i，j，1)共有三行，第一行为供电所1分别为各重要电力用户提供第一种移动应急电源的数量，第二行为供电所2分别为各重要电力用户提供第一种移动应急电源的数量，第三行为供电所3分别为各重要电力用户提供第一种移动应急电源的数量。
每行数据自左而右的次序分别对应各重要电力用户的编号，例如，第一行自左而右第一个数据表示供电所1分别为重要电力用户1(即编号为1的重要电力用户)提供第一种移动应急电源的数量为0，第一行自左而右第三个数据表示供电所1分别为重要电力用户3(即编号为3的重要电力用户)提供第一种移动应急电源的数量为1。其中，第一种移动应急电源为供电功率为200kW的移动应急电源，第二种移动应急电源为供电功率为110的移动应急电源，第三种移动应急电源为供电功率为50的移动应急电源。
表3鲁棒解xijk
Figure BDA0002207788000000201
根据上述鲁棒解xijk的值可得到调度结果如表4所示，当根据调度结果用于指示各移动应急电源的分配情况，从而可实现重要电力用户总停电损失最小。其中，以重要电力用户1、重要电力用户2和重要电力用户3为例，调度结果表明需要为将50kW的移动应急电源从供电所2运输至重要电力用户1，不为重要电力用户2提供移动应急电源，将220kW和50kW的移动应急电源从供电所1运输至重要电力用户3。
表4调度结果
Figure BDA0002207788000000202
Figure BDA0002207788000000211
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图2所示，提供了一种移动应急电源调度装置，包括
供电所信息获取模块210，用于获取停电区域内各供电所的供电所信息；供电所信息包括放置在供电所内的各移动应急电源的供电功率，以及各供电功率对应的移动应急电源数量；
缺电功率确定模块220，用于对停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各重要电力用户的缺电功率；
应急电源调度模型建立模块230，用于基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以多个重要电力用户的总停电损失最小为目标，建立应急电源调度模型；预估停电时长和各重要电力用户的缺电功率均为区间数；
调度结果获取模块240，用于线性化处理应急电源调度模型，并对线性化处理后的应急电源模型进行鲁棒处理，且求解鲁棒处理后的应急电源调度模型，得到调度结果。
在一个实施例中，应急电源调度模型包括目标函数和约束条件；约束条件包括移动应急电源数量约束条件、富余功率约束条件和目标电力用户需求约束条件；
应急电源调度模型建立模块包括：
数据获取单元，用于获取各重要电力用户的单位停电损失、停电区域的供电所数量和供电功率的种类数量；
目标函数建立单元，用于以多个重要电力用户的总停电损失最小为目标，根据预估停电时长、供电所信息、重要电力用户的数量、各重要电力用户的缺电功率、各重要电力用户的单位停电损失、供电所数量和供电功率的种类数量建立目标函数；
约束条件建立单元，用于分别建立移动应急电源数量约束条件、富余功率约束条件和目标电力用户需求约束条件。
在一个实施例中，目标函数建立单元用于建立如下所示的目标函数：
其中，f为调度结果；Lj表示第j个重要用户的单位停电损失，单位为元/min；
Figure BDA0002207788000000232
为预估停电时长；Nps为供电所数量；Niu为重要电力用户的数量；Ntype为供电功率的种类数量；Pepsk为第k种供电功率对应的移动应急电源数量；xijk为决策变量，表示第i个供电所向第j个重要电力用户提供第k种供电功率的移动应急电源数量；tpre为移动应急电源从停电发生时刻到运输起始时刻的准备时间；sij为辅助决策变量，当第i个供电所向第j个重要电力用户提供移动应急电源时，sij为1，否则sij为0；
Figure BDA0002207788000000233
为移动应急电源自第i个供电所至第j个重要电力用户的运输时间；
Figure BDA0002207788000000234
为第j个重要电力用户的缺电功率。
在一个实施例中，约束条件建立单元用于建立如下所示的约束条件：
移动应急电源数量约束条件为：
Figure BDA0002207788000000235
目标电力用户需求约束条件为：
Figure BDA0002207788000000236
富余功率约束条件为：
Figure BDA0002207788000000241
其中，Nepsik为放置在第i个供电所内的第k种供电功率的移动应急电源数量；ΩVIU为目标电力用户的集合；sign(x)为符号函数，用于在输入值x大于0时返回1，在输入值x等于0时返回0；M为一个足够大的数值。
在一个实施例中，调度结果获取模块包括：
第一辅助决策变量引入单元，用于引入辅助决策变量Psurj和辅助决策变量qj，Psurj为：
且
Figure BDA0002207788000000243
其中，Psurj为第j个重要电力用户的富余功率；
第一线性约束条件增加单元，用于增加第一线性约束条件，第一线性约束条件为：
Figure BDA0002207788000000251
第二辅助决策变量引入单元，用于引入辅助决策变量ajk，对富余功率约束条件进行改写，并增加第二线性约束条件，富余功率约束条件改写为：
Figure BDA0002207788000000252
第二线性约束条件为：
Figure BDA0002207788000000253
第三辅助决策变量引入单元，用于引入辅助决策变量bij，增加第三线性约束条件，第三线性约束条件为：
Figure BDA0002207788000000254
第四辅助决策变量引入模块，用于引入Pbij，且Pbij＝bijPsurj，增加第四线性约束条件，第四线性约束条件为：
Figure BDA0002207788000000255
在一个实施例中，调度结果获取模块还包括：
乐观解获取单元，用于获取线性化处理后的应急电源模型的乐观解子模型，并求解乐观解子模型，得到乐观解；
可接受解的波动范围约束条件建立单元，用于基于乐观解、增加可接受解的波动范围约束条件，得到鲁棒处理后的应急电源调度模型，可接受解的波动范围约束条件为：
Figure BDA0002207788000000261
其中，xijk*为乐观解；ε为可接受解的波动范围。
在一个实施例中，可接受解的波动范围约束条件建立单元建立的可接受解的波动范围约束条件为：
Figure BDA0002207788000000262
其中，δ为从0开始，以预设步长递进到1的系数。
关于移动应急电源调度装置的具体限定可以参见上文中对于移动应急电源调度方法的限定，在此不再赘述。上述移动应急电源调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储供电所信息、电力用户数据、各电力用户的历史功率消耗数据和历史停电数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种移动应急电源调度方法。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取停电区域内各供电所的供电所信息；供电所信息包括设于供电所内的各移动应急电源的供电功率，以及各供电功率对应的移动应急电源数量；
对停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各重要电力用户的缺电功率；
基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型；预估停电时长和各重要电力用户的缺电功率为区间数；
线性化处理应急电源调度模型，并对线性化处理后的应急电源模型进行鲁棒处理，且求解鲁棒处理后的应急电源调度模型，得到调度结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取停电区域内各供电所的供电所信息；供电所信息包括设于供电所内的各移动应急电源的供电功率，以及各供电功率对应的移动应急电源数量；
对停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各重要电力用户的缺电功率；
基于预估停电时长、供电所信息、重要电力用户的数量和各重要电力用户的缺电功率，以重要电力用户的总停电损失最小为目标，建立应急电源调度模型；预估停电时长和各重要电力用户的缺电功率为区间数；
线性化处理应急电源调度模型，并对线性化处理后的应急电源模型进行鲁棒处理，且求解鲁棒处理后的应急电源调度模型，得到调度结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种移动应急电源调度方法，其特征在于，包括以下步骤：
获取停电区域内各供电所的供电所信息；所述供电所信息包括设于所述供电所内的各移动应急电源的供电功率，以及各所述供电功率对应的移动应急电源数量；
对所述停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各所述重要电力用户的缺电功率；
基于预估停电时长、所述供电所信息、所述重要电力用户的数量和各所述重要电力用户的缺电功率，以所述重要电力用户的总停电损失最小为目标，建立应急电源调度模型；所述预估停电时长和各所述重要电力用户的缺电功率为区间数；
线性化处理所述应急电源调度模型，并对线性化处理后的所述应急电源模型进行鲁棒处理，且求解鲁棒处理后的所述应急电源调度模型，得到调度结果。
2.根据权利要求1所述的移动应急电源调度方法，其特征在于，所述应急电源调度模型包括目标函数和约束条件；所述约束条件包括移动应急电源数量约束条件、富余功率约束条件和目标电力用户需求约束条件；
基于预估停电时长、所述供电所信息、所述重要电力用户的数量和各所述重要电力用户的缺电功率，以多个所述重要电力用户的总停电损失最小为目标，建立应急电源调度模型的步骤，包括：
获取各所述重要电力用户的单位停电损失、所述停电区域的供电所数量和所述供电功率的种类数量；
以多个所述重要电力用户的总停电损失最小为目标，根据所述预估停电时长、所述供电所信息、所述重要电力用户的数量、各所述重要电力用户的缺电功率、各所述重要电力用户的单位停电损失、所述供电所数量和所述供电功率的种类数量建立所述目标函数；
分别建立所述移动应急电源数量约束条件、所述富余功率约束条件和所述目标电力用户需求约束条件。
3.根据权利要求2所述的移动应急电源调度方法，其特征在于，所述目标函数为：
Figure FDA0002207787990000021
其中，f为所述调度结果；Lj表示第j个重要用户的单位停电损失；
Figure FDA0002207787990000022
为所述预估停电时长；Nps为所述供电所数量；Niu为所述重要电力用户的数量；Ntype为所述供电功率的种类数量；Pepsk为第k种供电功率对应的移动应急电源数量；xijk为决策变量，表示第i个供电所向第j个重要电力用户提供第k种供电功率的移动应急电源数量；tpre为移动应急电源从停电发生时刻到运输起始时刻的准备时间；sij为辅助决策变量，当第i个供电所向第j个重要电力用户提供移动应急电源时，sij为1，否则sij为0；
Figure FDA0002207787990000023
为移动应急电源自第i个供电所至第j个重要电力用户的运输时间；
Figure FDA0002207787990000024
为第j个重要电力用户的缺电功率。
4.根据权利要求3所述的移动应急电源调度方法，其特征在于，所述移动应急电源数量约束条件为：
Figure FDA0002207787990000025
所述目标电力用户需求约束条件为：
Figure FDA0002207787990000031
所述富余功率约束条件为：
Figure FDA0002207787990000032
其中，Nepsik为放置在第i个供电所内的第k种供电功率的移动应急电源数量；ΩVIU为目标电力用户的集合；sign(x)为符号函数，用于在输入值x大于0时返回1，在输入值x等于0时返回0；M为一个足够大的数值。
5.根据权利要求4所述的移动应急电源调度方法，其特征在于，线性化处理所述应急电源调度模型的步骤，包括：
引入辅助决策变量Psurj和辅助决策变量qj，所述Psurj为：
Figure FDA0002207787990000033
且
Figure FDA0002207787990000034
其中，Psurj为第j个重要电力用户的富余功率；
增加第一线性约束条件，所述第一线性约束条件为：
Figure FDA0002207787990000041
引入辅助决策变量ajk，对所述富余功率约束条件进行改写，并增加第二线性约束条件，所述富余功率约束条件改写为：
所述第二线性约束条件为：
Figure FDA0002207787990000043
引入辅助决策变量bij，增加第三线性约束条件，所述第三线性约束条件为：
Figure FDA0002207787990000044
引入Pbij，且Pbij＝bijPsurj，增加第四线性约束条件，所述第四线性约束条件为：
Figure FDA0002207787990000045
6.根据权利要求5所述的移动应急电源调度方法，其特征在于，对线性化处理后的所述应急电源模型进行鲁棒处理的步骤，包括：
获取线性化处理后的所述应急电源模型的乐观解子模型，并求解所述乐观解子模型，得到乐观解；
基于所述乐观解、增加可接受解的波动范围约束条件，得到鲁棒处理后的所述应急电源调度模型，所述可接受解的波动范围约束条件为：
Figure FDA0002207787990000051
其中，xijk*为所述乐观解；ε为可接受解的波动范围。
7.根据权利要求6所述的移动应急电源调度方法，其特征在于，可接受解的波动范围为：
Figure FDA0002207787990000052
其中，δ为从0开始，以预设步长递进到1的系数。
8.一种移动应急电源调度装置，其特征在于，所述装置包括：
供电所信息获取模块，用于获取停电区域内各供电所的供电所信息；所述供电所信息包括放置在所述供电所内的各移动应急电源的供电功率，以及各所述供电功率对应的移动应急电源数量；
缺电功率确定模块，用于对所述停电区域内的各电力用户进行筛选，得到重要电力用户，并确定各所述重要电力用户的缺电功率；
应急电源调度模型建立模块，用于基于预估停电时长、所述供电所信息、所述重要电力用户的数量和各所述重要电力用户的缺电功率，以多个所述重要电力用户的总停电损失最小为目标，建立应急电源调度模型；所述预估停电时长和各所述重要电力用户的缺电功率均为区间数；
调度结果获取模块，用于线性化处理所述应急电源调度模型，并对线性化处理后的所述应急电源模型进行鲁棒处理，且求解鲁棒处理后的所述应急电源调度模型，得到调度结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201910887601.1A 2019-09-19 2019-09-19 移动应急电源调度方法、装置和计算机设备 Active CN110826847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910887601.1A CN110826847B (zh) 2019-09-19 2019-09-19 移动应急电源调度方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910887601.1A CN110826847B (zh) 2019-09-19 2019-09-19 移动应急电源调度方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN110826847A true CN110826847A (zh) 2020-02-21
CN110826847B CN110826847B (zh) 2022-08-12

Family

ID=69548266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910887601.1A Active CN110826847B (zh) 2019-09-19 2019-09-19 移动应急电源调度方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN110826847B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111900753A (zh) * 2020-07-06 2020-11-06 国网江苏省电力有限公司镇江供电分公司 一种城市储能应急车的应急优化调控方法
CN111932122A (zh) * 2020-08-11 2020-11-13 广东电网有限责任公司广州供电局 一种配电网防灾物资调配方法、装置、终端及存储介质
CN113537703A (zh) * 2021-06-04 2021-10-22 广东电网有限责任公司广州供电局 配电网灾前应急资源部署方法、装置和计算机设备
CN113904330A (zh) * 2021-11-02 2022-01-07 华北电力大学（保定） 一种电网应急电源配置方法、装置、存储介质及电子设备
CN114709850A (zh) * 2022-05-30 2022-07-05 东营昆宇电源科技有限公司 一种基于电力网络的移动式储能系统控制决策方法
CN115411806A (zh) * 2022-08-02 2022-11-29 深圳市旭联信息技术有限公司 基于储能设备的保护方法、装置及电子设备
CN115545343A (zh) * 2022-11-07 2022-12-30 广东电网有限责任公司湛江供电局 一种应急发电车调度方法、系统、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102385723A (zh) * 2011-10-25 2012-03-21 中国电力科学研究院 一种重要电力用户应急电源配置方法
US20140129040A1 (en) * 2012-11-06 2014-05-08 Ali Emadi Adaptive energy management system
CN107766988A (zh) * 2017-11-03 2018-03-06 国网湖南省电力公司 一种城市区域内防灾应急电源优化配置方法及装置
CN108539732A (zh) * 2018-03-30 2018-09-14 东南大学 基于多区间不确定性鲁棒优化的交直流微网经济调度

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102385723A (zh) * 2011-10-25 2012-03-21 中国电力科学研究院 一种重要电力用户应急电源配置方法
US20140129040A1 (en) * 2012-11-06 2014-05-08 Ali Emadi Adaptive energy management system
CN107766988A (zh) * 2017-11-03 2018-03-06 国网湖南省电力公司 一种城市区域内防灾应急电源优化配置方法及装置
CN108539732A (zh) * 2018-03-30 2018-09-14 东南大学 基于多区间不确定性鲁棒优化的交直流微网经济调度

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
尚慧玉: "计及不确定性的移动应急电源", 《电力建设》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111900753A (zh) * 2020-07-06 2020-11-06 国网江苏省电力有限公司镇江供电分公司 一种城市储能应急车的应急优化调控方法
CN111900753B (zh) * 2020-07-06 2022-08-05 国网江苏省电力有限公司镇江供电分公司 一种城市储能应急车的应急优化调控方法
CN111932122A (zh) * 2020-08-11 2020-11-13 广东电网有限责任公司广州供电局 一种配电网防灾物资调配方法、装置、终端及存储介质
CN111932122B (zh) * 2020-08-11 2024-05-28 广东电网有限责任公司广州供电局 一种配电网防灾物资调配方法、装置、终端及存储介质
CN113537703A (zh) * 2021-06-04 2021-10-22 广东电网有限责任公司广州供电局 配电网灾前应急资源部署方法、装置和计算机设备
CN113537703B (zh) * 2021-06-04 2022-12-02 广东电网有限责任公司广州供电局 配电网灾前应急资源部署方法、装置和计算机设备
CN113904330A (zh) * 2021-11-02 2022-01-07 华北电力大学（保定） 一种电网应急电源配置方法、装置、存储介质及电子设备
CN113904330B (zh) * 2021-11-02 2023-10-13 华北电力大学（保定） 一种电网应急电源配置方法、装置、存储介质及电子设备
CN114709850A (zh) * 2022-05-30 2022-07-05 东营昆宇电源科技有限公司 一种基于电力网络的移动式储能系统控制决策方法
CN115411806A (zh) * 2022-08-02 2022-11-29 深圳市旭联信息技术有限公司 基于储能设备的保护方法、装置及电子设备
CN115411806B (zh) * 2022-08-02 2023-05-05 深圳市旭联信息技术有限公司 基于储能设备的保护方法、装置及电子设备
CN115545343A (zh) * 2022-11-07 2022-12-30 广东电网有限责任公司湛江供电局 一种应急发电车调度方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN110826847B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN110826847B (zh) 移动应急电源调度方法、装置和计算机设备
Yang et al. Reliability evaluation of power system considering time of use electricity pricing
Rivera et al. Distributed convex optimization for electric vehicle aggregators
Wu et al. Risk-limiting economic dispatch for electricity markets with flexible ramping products
Claessens et al. Convolutional neural networks for automatic state-time feature extraction in reinforcement learning applied to residential load control
Xiong et al. Optimal planning of storage in power systems integrated with wind power generation
Liu et al. Energy management problems under uncertainties for grid-connected microgrids: A chance constrained programming approach
Bruninx et al. Coupling pumped hydro energy storage with unit commitment
Dvorkin et al. Assessing flexibility requirements in power systems
Nguyen et al. Market evaluation of energy storage systems incorporating technology-specific nonlinear models
Rahimiyan et al. Real‐time energy management of a smart virtual power plant
Margellos et al. Stochastic unit commitment and reserve scheduling: A tractable formulation with probabilistic certificates
Ziras et al. A mid-term DSO market for capacity limits: How to estimate opportunity costs of aggregators?
Ruelens et al. Demand side management of electric vehicles with uncertainty on arrival and departure times
Peng et al. Risk-limiting unit commitment in smart grid with intelligent periphery
Guo et al. Sizing energy storage to reduce renewable power curtailment considering network power flows: a distributionally robust optimisation approach
Micheli et al. A two-stage stochastic MILP model for generation and transmission expansion planning with high shares of renewables
Lin et al. Stochastic optimal dispatch of PV/wind/diesel/battery microgrids using state‐space approximate dynamic programming
Groß et al. Stochastic model predictive control of photovoltaic battery systems using a probabilistic forecast model
Goodall et al. Optimal design and dispatch of a hybrid microgrid system capturing battery fade
Saric et al. A robust algorithm for Volt/Var control
Stephen et al. Non-Gaussian residual based short term load forecast adjustment for distribution feeders
Xie et al. Discrete/continuous-time online algorithm application for time-varying optimal power flow in active distribution networks
EP4012871B1 (de) Verfahren zum gerichteten übertragen von energie in form von energiepaketen
Shao et al. Scheduling EV charging having demand with different reliability constraints

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
TA01 Transfer of patent application right

Effective date of registration: 20201020

Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.

Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant