CN110826863B - 电量分配方法、装置、计算机设备及存储介质 - Google Patents

电量分配方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110826863B
CN110826863B CN201910987107.2A CN201910987107A CN110826863B CN 110826863 B CN110826863 B CN 110826863B CN 201910987107 A CN201910987107 A CN 201910987107A CN 110826863 B CN110826863 B CN 110826863B
Authority
CN
China
Prior art keywords
power generation
time period
target
generator set
predicted
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.)
Active
Application number
CN201910987107.2A
Other languages
English (en)
Other versions
CN110826863A (zh
Inventor
许丹莉
顾慧杰
周华锋
朱文
何锡祺
胡荣
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.)
China Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid 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 China Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201910987107.2A priority Critical patent/CN110826863B/zh
Publication of CN110826863A publication Critical patent/CN110826863A/zh
Application granted granted Critical
Publication of CN110826863B publication Critical patent/CN110826863B/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
    • G06Q10/06312—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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

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

Abstract

本申请涉及一种电量分配方法、装置、计算机设备和存储介质。首先，服务器获取各时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，其中，目标时间周期为与目标发电节点订立的发电合同所约定的发电时间段内的时间周期，然后，基于预设的约束条件，建立了以购电成本最小为目标的函数，通过该函数可以对目标发电节点的火力发电机组的第二预测发电量进行调整，并按照调整后的第二预测发电量向发电厂购电，该购电电量是在目标时间周期到合同结束时间周期之间一直循环滚动调整的，有利于根据实际电价的情况购买电量，从而，可以减少购电成本。

Description

电量分配方法、装置、计算机设备及存储介质
技术领域
本申请涉及电力技术领域，特别是涉及一种电量分配方法、装置、计算机设备和可读存储介质。
背景技术
随着电力市场的发展，电力交易中心从发电厂需要购电，因此，如何实现电力交易中心购电成本最小已经成为研究的热点。
相关技术中，发电厂采用火力发电机组与清洁能源发电机组相结合的方式进行发电，将这两种机组生产的电量用于分配到各个电力交易中心，因此，电力交易中心需要与发电厂提前订立某个时间周期的发电合同，在该发电合同中，约定的总电量和总电价是确定的，发电厂按照发电合同中的电量下发至电力交易中心。例如，与发电厂订立了一个月的发电合同，该发电合同约定了火力发电机组的发电量、清洁能源发电机组的发电量以及分别对应的电价，发电厂需要每天下发一定数量的电量至电力交易中心，在下发电量的过程中，由于在合同中已经约定了清洁能源机组每天下发电量，仅需要考虑火力发电机组每天下发多少电量。
然而，由于火力发电机组发电每天的电价是不确定的，当某天的电价高于或者低于发电合同的约定的电价，需要调整发电厂下发某天的火力发电机组的发电量，当调整不合理时，容易导致购电成本增加。
发明内容
基于此，有必要针对上述技术问题，提供一种能够减少购电成本的电量分解方法、装置、计算机设备和存储介质。
第一方面，提供了一种电量分配方法，该方法包括：
对于目标时间周期到合同结束时间周期之间的各时间周期，获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、该目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，该目标时间周期为与该目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电时间段包括合同开始时间周期到该合同结束时间周期之间的多个时间周期；
基于预设的约束条件，根据各该时间周期内的该第一预测发电量、该第二预测发电量、该预测负载电量以及目标函数对该目标时间周期内该目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据该调整后的第二预测发电量指示该目标发电节点进行发电；
其中，该目标函数为以该目标时间周期到该合同结束时间周期之间的时间段内的购电成本最小为目标的函数。
在其中一个实施例中，该目标时间周期到该合同结束时间周期之间的时间段内购电成本包括，按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本。
在其中一个实施例中，目标函数为：
Figure GDA0002954049710000021
其中，
Figure GDA0002954049710000022
为该目标时间周期内的电量供应缺口，
Figure GDA0002954049710000023
为该目标时间周期内的电量供应缺口的购电单价，cre为该发电合同约定的清洁能源的购电单价，
Figure GDA0002954049710000024
为该目标时间周期内该清洁能源发电机组的第一预测发电量，ctr为该发电合同约定的火力能源的购电单价，
Figure GDA0002954049710000025
为该目标时间周期内该火力发电机组的第二预测发电量，i用于指示该目标时间周期在该发电时间段包括的多个时间周期中的排序，D用于指示该合同结束时间周期在该发电时间段包括的多个时间周期中的排序。
在其中一个实施例中，约束条件为：
pre＜pre_max；
其中，pre为该清洁能源发电机组的输出功率，pre_max为该清洁能源发电机组的最大输出功率。
在其中一个实施例中，约束条件为：
Figure GDA0002954049710000031
Figure GDA0002954049710000032
其中，Qre为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该清洁能源发电机组的发电总量，Qtr为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该火力发电机组的发电总量。
在其中一个实施例中，该获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量，包括：
根据历史气候、该清洁能源发电机组的历史运行状态，获取该各该时间周期内该清洁能源发电机组的第一预测发电量。
在其中一个实施例中，该获取各该时间周期内该目标发电节点的火力发电机组的第二预测发电量，包括：
根据该火力发电机组的历史运行状态，获取该各该时间周期内该火力发电机组的第二预测发电量。
第二方面，提供了一种电量分配装置，该装置包括：
获取模块，用于对于目标时间周期到合同结束时间周期之间的各时间周期，获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、该目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，该目标时间周期为与该目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电时间段包括合同开始时间周期到该合同结束时间周期之间的多个时间周期；
调整模块，用于基于预设的约束条件，根据各该时间周期内的该第一预测发电量、该第二预测发电量、该预测负载电量以及目标函数对该目标时间周期内该目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据该调整后的第二预测发电量指示该目标发电节点进行发电；
其中，该目标函数为以该目标时间周期到该合同结束时间周期之间的时间段内的购电成本最小为目标的函数。
在其中一个实施例中，该目标时间周期到该合同结束时间周期之间的时间段内购电成本包括，按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本。
在其中一个实施例中，该目标函数为：
Figure GDA0002954049710000041
其中，
Figure GDA0002954049710000042
为该目标时间周期内的电量供应缺口，
Figure GDA0002954049710000043
为该目标时间周期内的电量供应缺口的购电单价，cre为该发电合同约定的清洁能源的购电单价，
Figure GDA0002954049710000044
为该目标时间周期内该清洁能源发电机组的第一预测发电量，ctr为该发电合同约定的火力能源的购电单价，
Figure GDA0002954049710000045
为该目标时间周期内该火力发电机组的第二预测发电量，i用于指示该目标时间周期在该发电时间段包括的多个时间周期中的排序，D用于指示该合同结束时间周期在该发电时间段包括的多个时间周期中的排序。
在其中一个实施例中，该约束条件包括：
pre＜pre_max；
其中，pre为该清洁能源发电机组的输出功率，pre_max为该清洁能源发电机组的最大输出功率。
在其中一个实施例中，该约束条件包括：
Figure GDA0002954049710000046
Figure GDA0002954049710000047
其中，Qre为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该清洁能源发电机组的发电总量，Qtr为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该火力发电机组的发电总量。
在其中一个实施例中，该获取模块用于：
根据历史气候、该清洁能源发电机组的历史运行状态，获取该各该时间周期内该清洁能源发电机组的第一预测发电量。
在其中一个实施例中，该获取模块还用于：
根据该火力发电机组的历史运行状态，获取该各该时间周期内该火力发电机组的第二预测发电量。
第三方面，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被该处理器执行时实现上述第一方面任一所述的电量分配方法。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的电量分配方法。
本申请实施例提供的技术方案带来的有益效果至少包括：
本申请实施例提供了一种电量分配方法，可以解决相关技术存在的问题。首先，获取各时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，其中，目标时间周期为与目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电合同约定了固定的发电电量与电价；当目标发电节点的清洁能源发电机组的第一预测发电量与目标发电节点的火力发电机组的第二预测发电量之和，则需要调整第二预测发电量，因此，基于预设的约束条件，建立以购电成本最小为目标的函数，通过该函数可以对目标发电节点的火力发电机组的第二预测发电量进行调整，并按照调整后的第二预测发电量向目标发电节点购电，该购电电量是在目标时间周期到合同结束时间周期之间一直循环滚动调整的，有利于根据时间周期内实际电价的情况购买电量，从而，可以减少购电成本。
附图说明
图1为一个实施例中电量分配方法的应用环境图；
图2为一个实施例中电量分配方法的流程示意图；
图3为一个实施例中电量分配装置的结构框图；
图4为一个实施例中的目标时间周期内的预测负载电量柱状图；
图5为一个实施例中的目标时间周期内清洁能源发电机组的第一预测发电量柱状图；
图6为一个实施例中的目标时间周期内火力发电机组的第一预测发电量柱状图；
图7为一个实施例中的目标时间周期内的电量供应缺口柱状图；
图8为一个实施例中的目标时间周期内的电量供应缺口的购电单价柱状图。
具体实施方式
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。
随着电力市场的发展，电力交易中心从发电厂需要购电，因此，如何实现电力交易中心购电成本最小已经成为研究的热点。
相关技术中，发电厂采用火力发电机组与清洁能源发电机组相结合的方式进行发电，将这两种机组生产的电量用于分配到各个电力交易中心，因此，电力交易中心需要与发电厂提前订立某个时间周期的发电合同，在该发电合同中，约定的总电量和总电价是确定的，发电厂按照发电合同中的电量下发至电力交易中心。例如，与发电厂订立了一个月的发电合同，该发电合同约定了火力发电机组的发电量、清洁能源发电机组的发电量以及分别对应的电价，发电厂需要每天下发一定数量的电量至电力交易中心，在下发电量的过程中，由于在合同中已经约定了清洁能源机组每天下发电量，仅需要考虑火力发电机组每天下发多少电量。
然而，由于火力发电机组发电每天的电价是不确定的，当某天的电价高于或者低于发电合同的约定的电价，需要调整发电厂下发某天的火力发电机组的发电量，当调整不合理时，容易导致购电成本增加。
在本实施例提供的电量分配方法，首先，服务器获取各时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，其中，目标时间周期为与目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电合同约定了固定的发电电量与电价；当目标发电节点的清洁能源发电机组的第一预测发电量与目标发电节点的火力发电机组的第二预测发电量之和，则需要调整第二预测发电量，因此，基于预设的约束条件，建立以购电成本最小为目标的函数，通过该函数可以对目标发电节点的火力发电机组的第二预测发电量进行调整，并按照调整后的第二预测发电量向目标发电节点购电，该购电电量是在目标时间周期到合同结束时间周期之间一直循环滚动调整的，有利于根据时间周期内实际电价的情况购买电量，从而，可以减少购电成本。
下面，将对本申请实施例提供的电量分配方法所涉及到的应用环境进行简要说明。
请参考图1，该应用环境可以包括电网系统的后台服务器，该服务器的内部结构图可以如图1所示。该服务器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，该服务器的处理器用于提供计算和控制能力。该服务器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。该服务器的数据库用于存储清洁能源发电机组的第一预测发电量、目标发电节点的火力发电机组的第二预测发电量、预测负载电量、历史气候、各种机组运行状态以及目标函数和约束条件。该服务器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电量分配方法。
本领域技术人员可以理解，图1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服务器的限定，具体的服务器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，如图2所示，提供了一种电量分配方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤201，对于目标时间周期到合同结束时间周期之间的各时间周期，服务器获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、该目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，该目标时间周期为与该目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电时间段包括合同开始时间周期到该合同结束时间周期之间的多个时间周期。
其中，目标时间周期可以是周，也可以是月，也可以年；目标发电节点用于指示可以进行发电的场所，可以是发电厂；清洁能源发电机组可以是采用风力或者潮汐等清洁能源进行发电的机组；火力发电机组可以是采用煤等能源进行发电的机组；预测负载电量用于表征预测目标时间周期到合同结束时间周期之间的各时间周期的所需要的最大用电量。
在与目标发电节点订立了发电合同，该发电合同包括了清洁能源发电机组的发电量和电价、火力发电机组的发电量与电价，该电价与电量是固定的，根据该发电合同，可以让目标发电节点按照发电合同进行发电。
首先，服务器获取各时间周期内预测负载电量、目标发电节点的清洁能源发电机组的第一预测发电量以及目标发电节点的火力发电机组的第二预测发电量，即服务器可以获取各时间周期内预测负载电量、目标发电节点的清洁能源机组的发电量，以及目标发电节点的火力发电机组的发电量。
示例性地，以一个月有D天为例，电力交易中心与发电厂A订立了发电合同，该发电合同定好了第i天到第D天清洁能源发电机组的发电量和电价，以及火力发电机组的发电量和电价；接着，服务器可以预测该月第i天到第D天的预测负载电量、第i天到第D天清洁能源发电机组的发电量以及第i天到第D天火力发电机组的发电量。
步骤202，基于预设的约束条件，根据各该时间周期内的该第一预测发电量、该第二预测发电量、该预测负载电量以及目标函数对该目标时间周期内该目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据该调整后的第二预测发电量指示该目标发电节点进行发电；其中，该目标函数为以该目标时间周期到该合同结束时间周期之间的时间段内的购电成本最小为目标的函数。
如上文所述，服务器获取各时间周期内预测负载电量、目标发电节点的清洁能源发电机组的第一预测发电量以及目标发电节点的火力发电机组的第二预测发电量，即服务器可以获取各时间周期内预测负载电量、目标发电节点的清洁能源机组的发电量，以及目标发电节点的火力发电机组的发电量。
接着，基于预设的约束条件，服务器根据各时间周期内的该第一预测发电量、第二预测发电量、预测负载电量以及目标函数对目标时间周期内目标发电节点的火力发电机组的第二预测发电量进行调整，换句话说，服务器根据预设的约束条件，对目标时间周期内发电厂的火力发电机组的发电量进行调整，按照调整之后的火力发电机组的发电量进行下发，以达到目标时间周期到合同结束时间周期之间的时间段内的购电成本最小。
电力交易中心可能与多个发电厂进行合作，根据每天波动的电价，电力交易中心可以选择从哪一个发电厂购买多少数量的火力发电机组的发电量。
例如，第1天的火力发电机组的电价低于与发电厂A订立发电合同所约定的电价，则可以从发电厂B处购买一定数量的发电量，让发电厂B在第1天多供应一部分的火力发电机组的发电量，让发电厂A少供应一部分的火力发电机组的发电量，因此，需要建立目标函数以求解发电厂A与发电厂B以一定的比例供应火力发电机组的发电量才可以得到最小的购电成本。
在求得该目标函数最小化之后，根据该目标函数可以得到发电厂A与发电厂B在第1天需要下发的电量，以一个月30天为例，按照第一预测发电量、第二预测发电量以及预测负载电量可以下发第一天的电量，在第1天的电量下发完成并且执行后，再预测第2天到第30天的预测负载电量、清洁能源发电机组的第一预测发电量以及火力发电机组的第二预测发电量，利用同样的目标函数求解该目标函数的最小化，得到第2天到第30天如何下发电量，在第2天的电量下发完成并执行后，同理，再预测第3天到第30天的预测负载电量、清洁能源发电机组的第一预测发电量以及火力发电机组的第二预测发电量，利用同样的目标函数求解该目标函数的最小化，得到第3天到第30天如何下发电量，在第3天的电量下发完成并执行后，继续执行上述步骤，如此循环动态滚动计算，一直到第30天。
在本实施例提供的电量分配方法中，首先，服务器获取各时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，其中，目标时间周期为与目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电合同约定了固定的发电电量与电价；当目标发电节点的清洁能源发电机组的第一预测发电量与目标发电节点的火力发电机组的第二预测发电量之和，则需要调整第二预测发电量，因此，基于预设的约束条件，建立以购电成本最小为目标的函数，通过该函数可以对目标发电节点的火力发电机组的第二预测发电量进行调整，并按照调整后的第二预测发电量向目标发电节点购电，该购电电量是在目标时间周期到合同结束时间周期之间一直循环滚动调整的，有利于根据时间周期内实际电价的情况购买电量，从而，可以减少购电成本。
在其中一个实施例中，该目标时间周期到该合同结束时间周期之间的时间段内购电成本包括，按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本。
在时间周期对预测负载电量、目标发电节点的清洁能源发电机组的第一预测发电量以及目标发电节点的火力发电机组的第二预测发电量进行预测时，可能预测的预测负载电量少于目标发电节点的清洁能源发电机组与目标发电节点的火力发电机组的第二预测发电量的和，则可能会产生一定数量的电量供应缺口，但是由于与发电厂A订立的发电合同所约定的发电量是固定的，该固定的发电量无法满足这部分的电量供应缺口，从而，这部分的电量供应缺口需要向发电厂B购买。
由于每天的火力发电机组的发电价是不确定的，也即是，有可能某天的发电价高于与发电厂A订立的发电合同所约定的电价，也可能低于与发电厂A订立的发电合同所约定的电价，因此，购电成本包括与发电厂A订立的发电合同所约定的总价格与从发电厂B购电所需要的价格的总和，为了使得该购电成本最小化，需要根据波动的电价合理的从发电厂B购电，以及合理的让发电厂A下发电量。
示例性地，与发电厂A订立的发电合同中电量是1000Mkh，价格是2000元/Mwh，则该发电合同中购电所需的成本为200万元。服务器预测第i天到第D天每天的负载电量、第i天到第D天每天的清洁能源发电机组的第一预测发电量以及第i天到第D天每天的火力发电机组的第二预测发电量，例如，预测第i天到第D天负载电量为900Mkh，清洁能源发电机组的第一预测发电量为300Mkh，火力发电机组的第二预测发电量为500Mkh，则会产生100Mkh的电量缺口，因此，这100Mkh的电量缺口可以向发电厂B购买，而由于发电厂B每天的电价是不确定的，因此，需要结合每天的实际电价判断需要从发电厂B处所购买的电量的数量。
由于购买缺口电量所需要的成本是不确定的，再将该发电合同中购电所需的成本加上购买缺口电量所需要的价格之后得到的购电成本也是不确定的，因此，为了使得购电成本最小，确立目标函数是以该购电成本最小化为目标的函数。
上述电量分配方法中，该目标时间周期到该合同结束时间周期之间的时间段内购电成本由按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本组成，这两部分构成了目标函数，有利于求解该目标函数的最小化。
在其中一个实施例中，该方法的目标函数为：
Figure GDA0002954049710000111
其中，
Figure GDA0002954049710000112
为该目标时间周期内的电量供应缺口，
Figure GDA0002954049710000113
为该目标时间周期内的电量供应缺口的购电单价，cre为该发电合同约定的清洁能源的购电单价，
Figure GDA0002954049710000114
为该目标时间周期内该清洁能源发电机组的第一预测发电量，ctr为该发电合同约定的火力能源的购电单价，
Figure GDA0002954049710000115
为该目标时间周期内该火力发电机组的第二预测发电量，i用于指示该目标时间周期在该发电时间段包括的多个时间周期中的排序，D用于指示该合同结束时间周期在该发电时间段包括的多个时间周期中的排序。
上述参数中cre、ctr、
Figure GDA0002954049710000116
的值是固定的，
Figure GDA0002954049710000117
是不确定的。
在本实施例提供的电量分配方法中，确立目标函数对于得到以目标时间周期到合同结束时间周期之间的时间段内的购电成本提供了依据。
在其中一个实施例中，该约束条件包括：
pre＜pre_max；
其中，pre为该清洁能源发电机组的输出功率，pre_max为该清洁能源发电机组的最大输出功率。明显地，清洁能源发电机组的输出功率不能超过清洁能源发电机组的最大输出功率。
在本实施例提供的电量分配方法中，约束条件解决目标函数求解问题的解所需要符合的条件约束，使得目标函数求解得到的购电成本更合理。
在其中一个实施例中，该约束条件包括：
Figure GDA0002954049710000121
Figure GDA0002954049710000122
其中，Qre为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该清洁能源发电机组的发电总量，Qtr为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该火力发电机组的发电总量。
明显地，目标时间周期到合同结束时间之间的时间段内发电合同约定的清洁能源发电机组的发电总量和火力发电机组的发电总量不能超过发电合同约定的发电总量。
在本实施例提供的电量分配方法中，约束条件解决目标函数求解问题的解所需要符合的条件约束，使得目标函数求解得到的购电成本更合理。
在其中一个实施例中，提供了一种获取各该时间周期内该目标发电节点的清洁能源发电机组的第一预测发电量方法，包括：
根据历史气候、该清洁能源发电机组的历史运行状态，获取该各该时间周期内该清洁能源发电机组的第一预测发电量。
由于清洁能源波动性比较大，因此，在获取各时间周期内清洁能源发电机组的第一预测发电量时需要根据历史气候以及清洁能源发电机组的历史运行状态进行预测。清洁能源发电机组的历史运行状态取决于清洁能源发电机组的新旧程度，运维情况、机组健康情况等。
服务器中有数据库，数据库中存储有历史气候、清洁能源发电机组的历史运行状态，可以从该数据库中获取相关信息，并根据相关信息对各时间周期内清洁能源发电机组的第一预测发电量进行预测。
在其中一个实施例中，提供了一种获取各时间周期内该目标发电节点的火力发电机组的第二预测发电量方法，包括：
根据该火力发电机组的历史运行状态，获取该各该时间周期内该火力发电机组的第二预测发电量。
由于火力发电机不需要考虑天气情况，波动性小，因此，在获取各时间周期内火力发电机组的第二预测发电量时可以根据火力发电机组的历史运行状态进行预测。如上文所述，火力发电机组的历史运行状也态取决于火力发电机组的新旧程度，运维情况、机组健康情况等。
同理，服务器中有数据库，数据库中存储有火力发电机组的历史运行状态，技术人员可以从该数据库中获取相关信息，并根据相关信息对各时间周期内火力发电机组的第二预测发电量进行预测。
应该理解的是，虽然图2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2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3所示，提供了一种电量分配装置300，包括：获取模块301、调整模块302，其中：
获取模块301，用于对于目标时间周期到合同结束时间周期之间的各时间周期，获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、该目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，该目标时间周期为与该目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电时间段包括合同开始时间周期到该合同结束时间周期之间的多个时间周期；
调整模块302，用于基于预设的约束条件，根据各该时间周期内的该第一预测发电量、该第二预测发电量、该预测负载电量以及目标函数对该目标时间周期内该目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据该调整后的第二预测发电量指示该目标发电节点进行发电；
其中，该目标函数为以该目标时间周期到该合同结束时间周期之间的时间段内的购电成本最小为目标的函数。
在其中一个实施例中，该目标时间周期到该合同结束时间周期之间的时间段内购电成本包括，按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本。
在其中一个实施例中，该目标函数为：
Figure GDA0002954049710000141
其中，
Figure GDA0002954049710000142
为该目标时间周期内的电量供应缺口，
Figure GDA0002954049710000143
为该目标时间周期内的电量供应缺口的购电单价，cre为该发电合同约定的清洁能源的购电单价，
Figure GDA0002954049710000144
为该目标时间周期内该清洁能源发电机组的第一预测发电量，ctr为该发电合同约定的火力能源的购电单价，
Figure GDA0002954049710000145
为该目标时间周期内该火力发电机组的第二预测发电量，i用于指示该目标时间周期在该发电时间段包括的多个时间周期中的排序，D用于指示该合同结束时间周期在该发电时间段包括的多个时间周期中的排序。
在其中一个实施例中，该约束条件包括：
pre＜pre_max；
其中，pre为该清洁能源发电机组的输出功率，pre_max为该清洁能源发电机组的最大输出功率。
在其中一个实施例中，该约束条件包括：
Figure GDA0002954049710000146
Figure GDA0002954049710000151
其中，Qre为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该清洁能源发电机组的发电总量，Qtr为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该火力发电机组的发电总量。
在其中一个实施例中，该获取模块301用于：
根据历史气候、该清洁能源发电机组的历史运行状态，获取该各该时间周期内该清洁能源发电机组的第一预测发电量。
在其中一个实施例中，该获取模块301还用于：
根据该火力发电机组的历史运行状态，获取该各该时间周期内该火力发电机组的第二预测发电量。
关于电量分配装置的具体限定可以参见上文中对于电量分配方法的限定，在此不再赘述。上述电量分配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，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：
对于目标时间周期到合同结束时间周期之间的各时间周期，获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、该目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，该目标时间周期为与该目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电时间段包括合同开始时间周期到该合同结束时间周期之间的多个时间周期；
基于预设的约束条件，根据各该时间周期内的该第一预测发电量、该第二预测发电量、该预测负载电量以及目标函数对该目标时间周期内该目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据该调整后的第二预测发电量指示该目标发电节点进行发电；
其中，该目标函数为以该目标时间周期到该合同结束时间周期之间的时间段内的购电成本最小为目标的函数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
该目标时间周期到该合同结束时间周期之间的时间段内购电成本包括，按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
该目标函数为：
Figure GDA0002954049710000161
其中，
Figure GDA0002954049710000162
为该目标时间周期内的电量供应缺口，
Figure GDA0002954049710000163
为该目标时间周期内的电量供应缺口的购电单价，cre为该发电合同约定的清洁能源的购电单价，
Figure GDA0002954049710000164
为该目标时间周期内该清洁能源发电机组的第一预测发电量，ctr为该发电合同约定的火力能源的购电单价，
Figure GDA0002954049710000165
为该目标时间周期内该火力发电机组的第二预测发电量，i用于指示该目标时间周期在该发电时间段包括的多个时间周期中的排序，D用于指示该合同结束时间周期在该发电时间段包括的多个时间周期中的排序。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
该约束条件包括：
pre＜pre_max；
其中，pre为该清洁能源发电机组的输出功率，pre_max为该清洁能源发电机组的最大输出功率。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
约束条件包括：
Figure GDA0002954049710000166
Figure GDA0002954049710000167
其中，Qre为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该清洁能源发电机组的发电总量，Qtr为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该火力发电机组的发电总量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据历史气候、该清洁能源发电机组的历史运行状态，获取该各该时间周期内该清洁能源发电机组的第一预测发电量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据该火力发电机组的历史运行状态，获取该各该时间周期内该火力发电机组的第二预测发电量。
在一个实施例中，提供了一种可读存储介质，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：
对于目标时间周期到合同结束时间周期之间的各时间周期，获取各该时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、该目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，该目标时间周期为与该目标发电节点订立的发电合同所约定的发电时间段内的时间周期，该发电时间段包括合同开始时间周期到该合同结束时间周期之间的多个时间周期；
基于预设的约束条件，根据各该时间周期内的该第一预测发电量、该第二预测发电量、该预测负载电量以及目标函数对该目标时间周期内该目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据该调整后的第二预测发电量指示该目标发电节点进行发电；
其中，该目标函数为以该目标时间周期到该合同结束时间周期之间的时间段内的购电成本最小为目标的函数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
该目标时间周期到该合同结束时间周期之间的时间段内购电成本包括，按照该发电合同向该目标发电节点购电所需的成本和为填补电量供应缺口向除该目标发电节点以外的其他发电节点购电的成本。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
该目标函数为：
Figure GDA0002954049710000181
其中，
Figure GDA0002954049710000182
为该目标时间周期内的电量供应缺口，
Figure GDA0002954049710000183
为该目标时间周期内的电量供应缺口的购电单价，cre为该发电合同约定的清洁能源的购电单价，
Figure GDA0002954049710000184
为该目标时间周期内该清洁能源发电机组的第一预测发电量，ctr为该发电合同约定的火力能源的购电单价，
Figure GDA0002954049710000185
为该目标时间周期内该火力发电机组的第二预测发电量，i用于指示该目标时间周期在该发电时间段包括的多个时间周期中的排序，D用于指示该合同结束时间周期在该发电时间段包括的多个时间周期中的排序。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
该约束条件包括：
pre＜pre_max；
其中，pre为该清洁能源发电机组的输出功率，pre_max为该清洁能源发电机组的最大输出功率。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
该约束条件包括：
Figure GDA0002954049710000186
Figure GDA0002954049710000187
其中，Qre为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该清洁能源发电机组的发电总量，Qtr为该目标时间周期到该合同结束时间之间的时间段内该发电合同约定的该火力发电机组的发电总量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据历史气候、该清洁能源发电机组的历史运行状态，获取该各该时间周期内该清洁能源发电机组的第一预测发电量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据该火力发电机组的历史运行状态，获取该各该时间周期内该火力发电机组的第二预测发电量。
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)

1.一种电量分配方法，其特征在于，所述方法包括：
对于目标时间周期到合同结束时间周期之间的各时间周期，获取各所述时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、所述目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，所述目标时间周期为与所述目标发电节点订立的发电合同所约定的发电时间段内的时间周期，所述发电时间段包括合同开始时间周期到所述合同结束时间周期之间的多个时间周期；
基于预设的约束条件，根据各所述时间周期内的所述第一预测发电量、所述第二预测发电量、所述预测负载电量以及目标函数对所述目标时间周期内所述目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据所述调整后的第二预测发电量指示所述目标发电节点进行发电；所述发电的电量在目标时间周期到合同结束时间周期之间一直循环滚动调整；
其中，所述目标函数为：
Figure FDA0003194992760000011
其中，
Figure FDA0003194992760000012
为所述目标时间周期内的电量供应缺口，
Figure FDA0003194992760000013
为所述目标时间周期内的电量供应缺口的购电单价，cre为所述发电合同约定的清洁能源的购电单价，
Figure FDA0003194992760000014
为所述目标时间周期内所述清洁能源发电机组的第一预测发电量，ctr为所述发电合同约定的火力能源的购电单价，
Figure FDA0003194992760000015
为所述目标时间周期内所述火力发电机组的第二预测发电量，i用于指示所述目标时间周期在所述发电时间段包括的多个时间周期中的排序，D用于指示所述合同结束时间周期在所述发电时间段包括的多个时间周期中的排序；
所述约束条件包括所述清洁能源发电机组的输出功率小于所述清洁能源发电机组的最大输出功率、在所述发电时间段内D个时间周期内所述清洁能源发电机组的第一预测发电量等于所述清洁能源发电机组的发电总量、在所述发电时间段内D个时间周期内所述火力发电机组的第二预测发电量等于所述火力发电机组的发电总量。
2.根据权利要求1所述的方法，其特征在于，所述目标时间周期到所述合同结束时间周期之间的时间段内购电成本包括，按照所述发电合同向所述目标发电节点购电所需的成本和为填补电量供应缺口向除所述目标发电节点以外的其他发电节点购电的成本。
3.根据权利要求1或2所述的方法，其特征在于，所述获取各所述时间周期内目标发电节点的清洁能源发电机组的第一预测发电量，包括：
根据历史气候、所述清洁能源发电机组的历史运行状态，获取所述各所述时间周期内所述清洁能源发电机组的第一预测发电量。
4.根据权利要求1或2所述的方法，其特征在于，所述获取各所述时间周期内所述目标发电节点的火力发电机组的第二预测发电量，包括：
根据所述火力发电机组的历史运行状态，获取所述各所述时间周期内所述火力发电机组的第二预测发电量。
5.一种电量分配装置，其特征在于，包括：
获取模块，用于对于目标时间周期到合同结束时间周期之间的各时间周期，获取各所述时间周期内目标发电节点的清洁能源发电机组的第一预测发电量、所述目标发电节点的火力发电机组的第二预测发电量以及预测负载电量，所述目标时间周期为与所述目标发电节点订立的发电合同所约定的发电时间段内的时间周期，所述发电时间段包括合同开始时间周期到所述合同结束时间周期之间的多个时间周期；
调整模块，用于基于预设的约束条件，根据各所述时间周期内的所述第一预测发电量、所述第二预测发电量、所述预测负载电量以及目标函数对所述目标时间周期内所述目标发电节点的火力发电机组的第二预测发电量进行调整，得到调整后的第二预测发电量，并根据所述调整后的第二预测发电量指示所述目标发电节点进行发电；所述发电的电量在目标时间周期到合同结束时间周期之间一直循环滚动调整；
其中，所述目标函数为：
Figure FDA0003194992760000031
其中，
Figure FDA0003194992760000032
为所述目标时间周期内的电量供应缺口，
Figure FDA0003194992760000033
为所述目标时间周期内的电量供应缺口的购电单价，cre为所述发电合同约定的清洁能源的购电单价，
Figure FDA0003194992760000034
为所述目标时间周期内所述清洁能源发电机组的第一预测发电量，ctr为所述发电合同约定的火力能源的购电单价，
Figure FDA0003194992760000035
为所述目标时间周期内所述火力发电机组的第二预测发电量，i用于指示所述目标时间周期在所述发电时间段包括的多个时间周期中的排序，D用于指示所述合同结束时间周期在所述发电时间段包括的多个时间周期中的排序；
所述约束条件包括所述清洁能源发电机组的输出功率小于所述清洁能源发电机组的最大输出功率、在所述发电时间段内D个时间周期内所述清洁能源发电机组的第一预测发电量等于所述清洁能源发电机组的发电总量、在所述发电时间段内D个时间周期内所述火力发电机组的第二预测发电量等于所述火力发电机组的发电总量。
6.根据权利要求5所述的装置，其特征在于，所述目标时间周期到所述合同结束时间周期之间的时间段内购电成本包括，按照所述发电合同向所述目标发电节点购电所需的成本和为填补电量供应缺口向除所述目标发电节点以外的其他发电节点购电的成本。
7.根据权利要求5或6所述的装置，其特征在于，所述获取模块，用于根据历史气候、所述清洁能源发电机组的历史运行状态，获取所述各所述时间周期内所述清洁能源发电机组的第一预测发电量。
8.根据权利要求5或6所述的装置，其特征在于，所述获取模块，还用于根据所述火力发电机组的历史运行状态，获取所述各所述时间周期内所述火力发电机组的第二预测发电量。
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4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4中任一项所述的方法的步骤。
CN201910987107.2A 2019-10-17 2019-10-17 电量分配方法、装置、计算机设备及存储介质 Active CN110826863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910987107.2A CN110826863B (zh) 2019-10-17 2019-10-17 电量分配方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910987107.2A CN110826863B (zh) 2019-10-17 2019-10-17 电量分配方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN110826863A CN110826863A (zh) 2020-02-21
CN110826863B true CN110826863B (zh) 2021-09-21

Family

ID=69549698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910987107.2A Active CN110826863B (zh) 2019-10-17 2019-10-17 电量分配方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110826863B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114204553A (zh) * 2021-12-09 2022-03-18 软通动力信息技术(集团)股份有限公司 一种发电配比方法、装置及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617552A (zh) * 2013-11-22 2014-03-05 冶金自动化研究设计院 一种钢铁企业发电成本优化的方法
CN105243600A (zh) * 2015-07-21 2016-01-13 河南行知专利服务有限公司 一种电网发电调节方法
CN105868859A (zh) * 2016-03-31 2016-08-17 国家电网公司 一种兼顾经济效益与环境保护的跨省购电计划制定方法
CN106877382A (zh) * 2015-12-11 2017-06-20 中国电力科学研究院 一种基于直流功率跟随风电功率波动的发电机组组合方法
CN109687504A (zh) * 2018-11-14 2019-04-26 杭州赫智电子科技有限公司 基于源荷平衡的微电网能源优化分配方

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190094270A1 (en) * 2017-09-28 2019-03-28 Black & Veatch Holding Company System and computer-implemented method for determining load shapes for distributed generation customers
CN108539799B (zh) * 2018-05-17 2019-12-13 长沙理工大学 一种电网中风电的调度方法及装置
CN110224399B (zh) * 2019-06-12 2023-06-30 广东电网有限责任公司 基于风电场的电力现货市场出清方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617552A (zh) * 2013-11-22 2014-03-05 冶金自动化研究设计院 一种钢铁企业发电成本优化的方法
CN105243600A (zh) * 2015-07-21 2016-01-13 河南行知专利服务有限公司 一种电网发电调节方法
CN106877382A (zh) * 2015-12-11 2017-06-20 中国电力科学研究院 一种基于直流功率跟随风电功率波动的发电机组组合方法
CN105868859A (zh) * 2016-03-31 2016-08-17 国家电网公司 一种兼顾经济效益与环境保护的跨省购电计划制定方法
CN109687504A (zh) * 2018-11-14 2019-04-26 杭州赫智电子科技有限公司 基于源荷平衡的微电网能源优化分配方

Also Published As

Publication number Publication date
CN110826863A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
Alismail et al. Optimal wind farm allocation in multi-area power systems using distributionally robust optimization approach
Bruninx et al. Coupling pumped hydro energy storage with unit commitment
Pudjianto et al. Whole-systems assessment of the value of energy storage in low-carbon electricity systems
Kardakos et al. Optimal offering strategy of a virtual power plant: A stochastic bi-level approach
Brijs et al. Evaluating the role of electricity storage by considering short-term operation in long-term planning
Ntomaris et al. Stochastic scheduling of hybrid power stations in insular power systems with high wind penetration
CN107491870B (zh) 配电网的电力规划方法、装置、设备以及计算机可读存储介质
CN107482656B (zh) 微电网的电力规划方法、装置、设备及计算机可读存储介质
Gu et al. Bridging chance-constrained and robust optimization in an emission-aware economic dispatch with energy storage
Fernández‐Muñoz et al. Contribution of non‐conventional pumped‐storage hydropower plant configurations in an isolated power system with an increasing share of renewable energy
CN110766482A (zh) 考虑电源调峰品质的深度调峰补偿费用分摊方法和装置
CN116760122B (zh) 虚拟电厂资源管控方法、装置、计算机设备及存储介质
DE102018222753A1 (de) Verfahren zum Betreiben eines Energie-Management-Systems sowie elektronische Recheneinrichtung zum Durchführen des Verfahrens, Computerprogramm und Datenträger
CN110826863B (zh) 电量分配方法、装置、计算机设备及存储介质
CN108805363B (zh) 冷热电联供系统定容方法及装置
Valenzuela et al. Cournot prices considering generator availability and demand uncertainty
JP7108524B2 (ja) 充放電制御装置及び充放電制御方法
CN110649663B (zh) 发电量分配方法、装置、计算机设备及存储介质
CN110968947A (zh) 虚拟电厂调度方法、装置及系统
CN111415040B (zh) 基于pet采购模型的建议购买量计算方法和装置
JP2017112788A (ja) 制御装置、蓄電池管理システム、および蓄電池の充電を制御する制御方法
CN109193629B (zh) 配电网储能设备的定容方法、装置、设备和存储介质
CN109063859B (zh) 电网设备检修优化处理方法与装置
CN108921429B (zh) 以热/冷定电型智能微网中可控能源机组电功率确定方法
CN110766259B (zh) 风电供暖提升可再生能源消纳能力的评价方法和装置

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