CN112070403B - 能源系统的能量调度方法、装置和存储介质 - Google Patents
能源系统的能量调度方法、装置和存储介质 Download PDFInfo
- Publication number
- CN112070403B CN112070403B CN202010948674.XA CN202010948674A CN112070403B CN 112070403 B CN112070403 B CN 112070403B CN 202010948674 A CN202010948674 A CN 202010948674A CN 112070403 B CN112070403 B CN 112070403B
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- entropy
- scheduling
- energy system
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims description 16
- 238000004146 energy storage Methods 0.000 claims abstract description 74
- 230000008859 change Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 24
- 230000007423 decrease Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000005457 optimization Methods 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例提供一种能源系统的能量调度方法,属于能源技术领域。所述能量调度方法包括:确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,其中,所述信息熵用于衡量所述能源系统响应针对各个所述能量单元的能量调度指令产生的能量信息变化的情况,且所述功率熵用于衡量所述能源系统调度其各个所述能量单元以实现储能或释能的能力;以及基于所计算的功率熵,控制所述能源系统对其各个所述能量单元进行能量调度,以使所述能源系统的所述功率熵的绝对值最小。本发明实施例从定性方面给能源系统的优化调度以合理的理论支持,从定量方面充分衡量功率和能量调度间的内在联系和相互影响作用大小,以优化能源系统能量调度。
Description
技术领域
本发明涉及能源技术领域,具体地涉及一种能源系统的能量调度方法、装置和存储介质。
背景技术
目前的能源系统中,随着低碳化、规模化和分散化的发展出现了许多新的挑战。例如电力能源系统,新能源的比重的日益增加、微电网的发展等都给电力系统的预测、控制与调度带来了不小的挑战,因此,传统电力潮流分析计算方法对于能源系统的特性分析以及能源系统的调度优化存在一定困难。针对该问题,目前的能源系统特性分析中引入了人工智能、大数据等信息技术,但仍不足以完整呈现能源系统的特性,也不能较好地优化能源系统的调度。
发明内容
本发明实施例的目的是提供一种能源系统的能量调度方法,以给优化能源系统的能量调度提供依据。
为了实现上述目的,本发明实施例提供了一种能源系统的能量调度方法,该能源系统包括多个能量单元,且能量调度是指调度各个能量单元进行储能和/或释能所对应的功率以产生能量变化,所述能源系统的能量调度方法包括:确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,其中,所述信息熵用于衡量所述能源系统响应针对各个所述能量单元的能量调度指令产生的能量信息变化的情况,且所述功率熵用于衡量所述能源系统调度其各个所述能量单元以实现储能或释能的能力;以及控制所述能源系统对其各个所述能量单元进行能量调度,以使所计算的功率熵的绝对值最小。
可选的,所述确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,包括:根据能量调度指令中关于时间划分测度的指示,对指定时间段进行离散化处理,以形成多个离散时间段;以及通过下式,根据各个所述离散时间段相对于所述指定时间段的时间占比,得到所述能源系统的信息熵H:
H=-∑τi×log(τi);
采用下式计算所述功率熵S:
S=-∑Pci×τi×log(τi)
其中,τi表示离散时间段i相对于所述指定时间段的时间占比,Pci是能源系统在离散时间段i的可控功率。
可选的,所述确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,包括:根据能量调度指令中关于功率划分测度的指示,对指定功率进行离散化处理,以形成多个离散功率段;以及通过下式,根据各个离散功率段相对于所述指定功率的功率占比,得到所述能源系统的信息熵H:
H=-∑ρi×log(ρi);
采用下式计算所述功率熵S:
S=-∑Ti×ρi×log(ρi)
其中,Ti表示任意一离散功率段对应的时间段的中间时刻,ρi是对应的离散时间段的功率占比。
可选的,所述确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,包括:在所述能源系统的能量调度对应的是连续可控功率时,所述功率熵为所述离散时间段的积分形式,采用下式计算所述功率熵S:
其中,t为能量调度持续的时间段,Ec为该时间段调度的能量,k为与系统有关常数。
可选的,所述能源系统的能量调度方法还包括:在不计算所述功率熵的情况下,确定所述功率熵的变化趋势,并根据所述功率熵的变化趋势,确定所述功率熵的绝对值变化情况。
可选的,在所述确定所述功率熵的变化趋势之前,所述能源系统的能量调度方法还包括:根据所述能源系统进行能量调度对应的功率的正负性,确定所述功率熵的正负性,其中所述功率的正负性表示所述能源系统进行能量调度而产生的储能或释能变化的方向。
可选的,针对所述能源系统的所述能源调度的功率是定功率时,所述确定所述功率熵的变化趋势包括:若该能量调度对应的指定时间段不间断,则在所述指定时间段内,确定所述能量调度的开始和结束对应的功率熵的绝对值最小;若将所述指定时间段根据时间划分测度分成离散时间段,则确定所划分的所述离散时间段的数量越少,所述功率熵的绝对值越小;和/或对比所述能源系统不同所述能量调度对应的功率,则确定所述指定时间长和/或所述功率高的所述能量调度对应的所述功率熵的绝对值越小。
可选的,针对所述能源系统的所述能量调度的功率是连续变功率时,所述能源系统的能量调度方法还包括:根据所述能量调度对应的所述指定时间段或该指定时间段内截取的时间段为选取时间段,以所述选取时间段内变化的总能量除以该选取时间段计算得到的平均功率作为所述定功率。
可选的,所述能源系统的能量调度方法还包括:根据所述能源系统的储能熵和释能熵,控制所述能源系统对其各个所述能量单元进行能量调度,以使所述能源系统的所述储能熵和所述释能熵之和最小,其中,所述储能熵用于衡量所述能源系统调度其各个所述能量单元以实现储能的能力,所述释能熵用于衡量所述能源系统调度其各个所述能量单元以实现释能的能力。
本发明实施例还提供一种能源系统的能量调度装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现上述任意一项所述的能源系统的能量调度方法。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令使得机器执行上述任意一项所述的能源系统的能量调度方法。
通过上述技术方案,基于适用于能源系统能量调度特性的信息熵,综合分析能源系统的功率与时间的相互关系,构建能源系统的功率熵模型。通过能源系统功率熵的分析和计算,从定性方面给能源系统的优化调度以合理的理论支持,从定量方面充分衡量功率和能量调度间的内在联系和相互影响作用大小。并以此为依据,分析能源系统以及能量调度的特性,进而优化能源系统的能量调度。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明实施例提供的能源系统的能量调度方法流程示意图;
图2是建立信息熵和功率熵模型的流程示意图;
图3是功率熵变化的第一示意图;
图4是功率熵变化的第二示意图;
图5是功率熵变化的第三示意图;
图6是功率和时间关系的第一示意图;
图7是功率和时间关系的第二示意图;
图8是功率熵变化的第四示意图;
图9是功率熵变化的对比示意图;
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
本发明实施例涉及能源系统及其能量调度,因此在介绍本发明实施例的具体实施过程之前,在此先介绍关于能源系统及其能量调度的基础内容,以便于理解本发明实施例。
能源系统涉及释能、用能、储能等功能,以电力能源系统为例,电力系统包括电源、储能、负荷三个系统模块,每个系统模块又包括多个能量单元,且每个系统对应实现释能、用能、储能功能,而储能系统模块实际上是电力系统的特例,其在储能阶段,可示出该电力系统的负荷能力,在释能阶段,可将其视为电力系统的电源,以示出该电力系统的释能能力。因此,本发明实施例的能源系统以其能量单元为基础单位,每个能量单元可以是电源、储能或负荷,但针对能量单元的能力只分为储能和释能两个方向。
本发明实施例以电力系统为例进行原理解释,原因是电力系统的电网数据案例丰富,并且电网的调度指令时间是离散化的,便于初步分析离散化理论的规律。需要说明,本发明实施例可应用于其他能源系统,并不局限于电力系统。
进一步地,而本发明实施例涉及的能量调度是指调度各个能量单元进行储能和/或释能所对应的功率以产生能量变化。本发明实施例优选以能源系统的储能和释能对应的两个方向区分能源调度的功率的方向。以能源系统进行能量调度的功率为某一时间段终点和起点的功率差,则储能方向的功率为正,释能方向的功率为负。举例说明,对于电力系统的储能模块,其充电时可视为负荷模块,能量调度的功率为正,其放电时可视为电源模块,能量调度的功率为负;对于电源模块,以能量调度的电源功率减少(或负荷功率增加) 为正,能量调度的电源功率增加(负荷功率减少)为负。即,在ti时间段内,对于电源模块:Pc=P0-Pi;对于负荷模块:Pc=Pi-P0;对于储能模块:充电时Pc=Pi-P0,放电时Pc=P0-Pi,其中,Pc表示能量调度的功率,Pi表示ti时间段终点的功率,P0表示ti时间段起点的功率。需要说明,本发明实施例均以上述方式区分能量调度的功率的正负性,但不限制能量调度的功率正负性的定义。
进一步地,储能功率是指能源系统进行能量调度对应的各个能量单元j 的功率Pcj中为正的所有功率Psj;如上述可知,释能和储能是相反方向的能量变化,因此释能功率是指能源系统进行能量调度对应的各个能量单元j的所有功率Pcj中为负的所有释能功率Prj。因此,能源系统在某一时刻的能量调度的功率为Pc=ΣPcj。
另外,易知能源系统中的电源功率和负荷功率是平衡的,因此能源系统整体功率变化不能体现能源系统的能量调度,故而本发明实施例通过某一时间段对应的功率的变化来体现能源系统的能量调度,而这种变化是可控变化,是一种被动功率增量或减量。举例说明,在电力系统运作中,由于新能源不可控功率的突然增加(或减少),能源系统能量调度的功率实际上是储能或者负荷的被动增加(或减少)。由于能源系统的电源功率和负荷功率的功率和是0,但能量调度的功率不是0,因此该能量调度的功率可以准确反映了能源系统调节作用大小。据此,本发明实施例中在下文所指的能量调度的功率均是指能源系统在某一时间段对应的功率的变化。
图1是本发明实施例提供的能源系统的能量调度方法流程示意图。
如图1所示,该能量调度方法可以包括以下步骤:
步骤S100:确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵。
需说明的是,本发明实施例的能量调度方法借鉴了现有香农信息论中关于信息熵的理论,且根据现有香农信息论,本发明实施例所述的信息熵用于衡量所述能源系统响应针对各个所述能量单元的能量调度指令产生的能量信息变化的情况。另外,所述功率熵用于衡量所述能源系统调度其各个所述能量单元以实现储能或释能的能力。
目前,针对能源系统的能量调度情况没有量化的标准,例如,某能源系统有N个能量单元,其中每个能量单元用N1、N2、……Nn表示,在时间段T 内对能量单元N1、N3进行能量调度或对能量单元N1、N3、N5进行能量调度,而针对这两种方式的能量调度没有量化的标准。因此,本发明实施例提出了针对能量调度情况的新标准,即通过适用于能源系统的信息熵示出该能源系统的能量调度情况。
由于能源系统的能量E=PT,可知功率和时间的关系是对称的,因此对于能源系统响应能量调度指令而引起的能量变化,本发明实施例可通过以下的第一优选的实施例和第二优选的实施例来对应建立信息熵的计算模型,并进一步建立功率熵计算模型。
在第一优选的实施例中,请参考图2,通过下述步骤S111-S112建立信息熵计算模型,进一步建立功率熵计算模型:
步骤S111:根据所述能量调度指令中关于时间划分测度的指示,对所述指定时间段进行离散化处理,以形成多个离散时间段。
需要说明,在能源系统运作中,例如在电力系统运作中,对于能量的调度包括可控对象和不可控对象,其中,风电、光伏以及有计划的发电和用电等均视为不可控对象。可控对象区别于不可控对象,其能够根据系统情况决定增减发电功率,因此储能模块的储能、释能状态,和增减用电负荷等可视为可控对象。本发明实施例的能源系统的能量调度的功率是针对可控对象的可控功率,后续描述中,若无特殊说明,能量调度的功率均为可控功率。
能量调度指令信息决定系统能量流动变化情况,能量调度指令包括时间划分测度的指示,以电力系统为例,在其运作中,一般有小时级、分钟级和秒级的调度指令,该调度指令对应着离散化的时间点,按时间划分测度的指示,对所述指定时间段进行离散化处理。
举例说明,在电力系统的一个能量单元j中,将能量调度对应的T时间段(开区间)分为若干节点,根据每个节点将时间段T离散化处理为多个离散时间段ti,则Σti=T。其中,电力系统的各个能量单元可控功率变化的时间离散化处理是独立事件,因此包含有j个能量单元的电力系统,总的时间段应该是j个T,Σti,j=jT。
步骤S112:根据各个所述离散时间段相对于所述指定时间段的时间占比,得到所述能源系统的信息熵和功率熵。
对于能源系统的一个能量单元的时间占比τi=ti/T,据此得到一个能量单元j的信息熵可通过下式计算:
Hj=-∑τi,j×log(τi,j);
能源系统的信息熵可通过下式计算:
H=-∑Hj=-∑∑τi,j×log(τi,j)
由于独立时间离散化处理的信息熵可以直接叠加,因此得到能源系统的信息熵可通过下式计算:
H=-∑τi×log(τi) (1)
根据式(1),可以采用下式计算所述功率熵:
S=-∑Pci×τi×log(τi) (2)
其中,Pci是离散时间段i对应的能量调度的可控功率。
通过上述的式(2)可知,能源系统的功率熵可表示为可控功率加权的信息熵,从而进一步对功率熵进行了定义,其是用来衡量能源系统在不同时间划分测度下的能源系统储能或释能的能力。
在第二优选的实施例中本发明实施例还可以通过下述步骤S121-S122建立信息熵计算模型,并进一步建立功率熵计算模型:
步骤S121:根据所述能量调度指令中关于功率划分测度的指示,对指定功率进行离散化处理,以形成多个离散功率段。
其中,该能量调度的功率可以是可控功率也可以是额定功率,以可控功率为例,根据上述提及的能源系统在某一时刻的可控功率为Pc=ΣPcj,因此可控功率占比为:ρi=Pcj/Pc。在不考虑能源系统同时存在储能与释能的冗余时,Pc与Pcj始终同正负,因而有ρi>0。
步骤S122:根据各个离散功率段相对于所述指定功率的功率占比,得到所述能源系统的系统信息熵和功率熵。
得到能源系统的信息熵可以通过下式计算:
H=-∑ρi×log(ρi) (3)
根据式(3),还可以采用下式计算所述功率熵:
S=-∑Ti×ρi×log(ρi) (4)
其中,Ti表示时刻,其获取示通过指定功率变化的时间段为T,T的起止时刻分别为0和T,划分功率后的离散功率段对应得到时间段ti,ti的起止时刻为tis和tie,tis和tie之间的任意时刻均可代表该功率段对应的时间值,优选取时段的平均值作为时间值,即Ti=(tis+tie)/2。
需要说明,针对上述两种能源系统功率熵的计算公式,式(2)对于调度指令信号作用的解读是充分的。式(4)中如果ti用时刻而不是时长,能够反映时序对能源系统的影响,针对储能功率的释放时间的表征是充分的。但如果ti是时长,则功率熵的很多性质不能体现。因此出于对能源系统能量调度优化方式的最终目标考虑,本发明实施例优选采用式(2)计算功率熵,之后没有特殊说明所计算的功率熵均采用式(2)。
进一步地,根据上述储能功率和释能功率的定义,对应的功率熵还可以细分为储能熵和释能熵。其中,所述储能熵用于衡量所述能源系统调度其各个所述能量单元以实现储能的能力,所述释能熵用于衡量所述能源系统调度其各个所述能量单元以实现释能的能力。且当能源系统的能量调度包括储能和释能的功率冗余时,能源系统的功率熵即为储能熵和释能熵的差。
以功率熵的计算公式(2)为例,可以采用下式计算能源系统的储能熵:
Ss=-∑Psi×τi×log(τi) (5)
可以采用下式计算系统的释能熵:
Sr=-∑Pri×τi×log(τi) (6)
功率熵即为:S=Ss-Sr。
步骤S200:基于所计算的功率熵,控制所述能源系统对其各个所述能量单元进行能量调度,以使所述能源系统的功率熵的绝对值最小。
优选的,信息熵具有可加性,其意义在于,在能源系统的能量调度对应的某一时间段内,后续时间划分不影响前面的划分,系统的信息熵可由各划分测度的信息熵线性叠加。
对于不同时间划分测度下的信息熵,基于其可加性,对应的能源系统的功率熵同样具有可加性。以能源系统的能量单元在指定时间段T内的总输入输出能量恒定的情况为例,功率熵的可加性可表示为:
ST(P1,P21,P22)=ST(P1,P2)+τ2St2(P21,P22) (7)
其中,功率熵的可加性也是可减性,其意义在于当关注的过于细节时可以适当舍弃细节,例如将P21和P22取能量约束下的平均功率P2,简化能源系统计算,而在需要考虑细节时再叠加这部分的功率熵。
信息熵另一个重要特点是均匀划分对应的信息熵最大。反映在功率熵上,在相同功率的能量调度中,平均尺度(时间划分测度或功率划分测度)的能量调度对应的功率熵最大。即一个能源系统中如果一个能量调度持续的时间较长将有更低的功率熵,符合能源系统有序化的进化方向。
举例说明,当能源系统有几种调度方案时,通过式(2)计算每种调度方案对应的功率熵,优选以功率熵绝对值最小对应的调度方案控制能源系统对其能量单元进行能量调度。
通过步骤S100和步骤S200,可知本发明实施例可以通过适用于能源系统的信息熵模型,得到了能源系统的功率熵模型,该功率熵可以衡量能源系统能量调度的能力,控制能源系统能量调度的方向是功率熵绝对值低的方向。
优选的,在能量调度相关数据量较大的能源系统中,本发明实施例还可以在不计算能源系统功率熵的确定值的情况下,而确定所述功率熵的变化趋势,并根据所述功率熵的变化趋势,确定所述功率熵的最小绝对值。下面介绍关于确定所述功率熵的变化趋势的优选方案。
优选的,在所述确定所述功率熵的变化趋势之前,所述能源系统的能量调度方法还可以包括:根据所述能源系统进行能量调度对应的功率的正负性,确定所述功率熵的正负性,其中所述功率的正负性表示所述能源系统进行能量调度而产生的储能或释能变化的方向。
其中,对于能源系统能量调度的功率的正负性请参考前文,此处不再赘述。
单个能量单元的功率熵的正负性直接由功率的正负性决定。由于能源系统的总功率是平衡的,在不考虑冗余的情况下(储能和释能不同时产生变化),能量调度产生的系统功率熵的正负性需要分情况考虑。
举例说明,1)当能源系统整体的输入功率增加,例如可再生能源突然增加输入功率,该输入功率为不可控功率Pu。这时能源系统应对的调度方式有三种:降低可控电源的可控功率(Pc>0)、升高可控负荷的可控功率(Pc>0)、以及储能模块储存功率(Pc>0),因此得到能源系统的功率熵S>0,储能熵Ss>0,释能熵Sr=0。
2)当能源系统整体的输入功率降低,例如可再生能源突然减少输入功率。这时能源系统应对的调度方式还是三种:升高可控电源的可控功率(Pc<0)、降低可控负荷的可控功率(Pc<0)、以及储能模块释放功率(Pc<0),因此得到能源系统的功率熵S<0,储能熵Ss=0,释能熵Sr>0。
3)当能源系统的负荷升高,例如能源系统突然增加不可控负荷。这时能源系统应对的调度方式有三种:升高可控电源的可控功率(Pc<0)、降低可控负荷的可控功率(Pc<0)、以及储能模块释放功率(Pc<0)。因此能源系统的功率熵S<0,储能熵Ss=0,释能熵Sr>0。
4)当能源系统的负荷降低,例如能源系统突然减少不可控负荷。这时能源系统对应的调度方式有三种:降低可控电源的可控功率(Pc>0)、升高可控负荷的可控功率(Pc>0)、以及储能模块储存功率(Pc>0)。因此能源系统的功率熵S>0,储能熵Ss>0,释能熵Sr=0。
综上所述,功率熵的正负性与能量调度可控功率的正负性有关,而与能源系统整体的功率流动变化方向无关,即能源系统整体的输入输出的不可控功率升高或降低,功率熵可正可负。因此,本发明实施例能源系统的功率熵的变化趋势与能量调度可控功率的变化趋势相关联。
基于此,根据能量调度可控功率的变化趋势,针对所述能源系统的所述能源调度的功率是定功率时,例如Pc(Pc为正,也可以表示为Ps,储能功率),确定所述系统功率熵的变化趋势,可以包括以下三种情况:
需要说明,本发明实施例优选所述能源系统的所述能源调度的功率是定功率以最直接确定功率熵绝对值的大小变化,但本发明实施例并不限制能量调度的功率。
优选的,针对所述能源系统的所述能量调度的功率是连续变功率时,所述能源系统的能量调度方法还包括:根据所述能量调度对应的所述指定时间段或该指定时间段内截取的时间段为选取时间段,以所述选取时间段内变化的总能量除以该选取时间段计算得到的平均功率作为所述定功率。
再有,由于可控功率是定功率,因此系统的信息熵决定了功率熵的大小,也可以直接分析系统信息熵。
1)若该能量调度对应的指定时间段不间断,则在所述指定时间段内,确定所述能量调度的开始和结束对应的功率熵的绝对值最小。
举例说明,对能源系统进行能量调度,在指定时间段T内,持续时间t,则时间占比该能量调度的可控功率Pc为30W。对应的功率熵的计算结果如图3所示,可控功率调度信号作用时间较短时,系统的功率熵较低,同时随着调度信号作用时间延长功率熵也会下降,即确定所述能量调度的开始和结束对应的功率熵的绝对值最小。其物理意义在于能源系统的能量调度信号不间断的作用时间越长,对应的功率熵的绝对值越低。
2)若将所述指定时间段根据时间划分测度分成离散时间段,则确定所划分的所述离散时间段的数量越少,所述功率熵的绝对值越小。
举例说明,将指定时间段三等分为时间段t1、t2、t3,并针对三种能量调度分别计算系统功率熵。第一种调度方式:t1、t3两个时段调度的可控功率为Pc;第二种调度方式:t1、t2两个时段调度的可控功率为Pc;第三种调度方式:同第二种调度方式,其中t1、t2合并为一个时间段,由于调度的Pc相同,因此将其设定为1,无调度时为0,计算结果如表1所示:
表1
调度方式 | ti | Log(ti) | ti*Log(ti) | 信息熵 | 功率熵 |
第一种/第二种 | 0.333333333 | -0.477121255 | 0.159040418 | -0.477121255 | 0.318080836 |
第三种 | 0.666666667 | -0.176091259 | 0.117394173 | 0.276434591 | 0.117394173 |
计算结果有如下特征:无论时间段三等分中选择t1、t2或者t1、t3并不影响功率熵的大小;但是时间段三等分和时间段2:1两种分法中,2:1分法对应的功率熵更低。因此,输入变更信号较少(即能量调度的指令较少)的调度方式功率熵较低,控制能源系统的调度方式更优。
3)对比所述能源系统不同所述能量调度对应的功率,则确定所述指定时间长和/或所述功率高的所述能量调度对应的所述功率熵的绝对值越小。
举例说明,为了直观的得到上述结论,将不同的能量调度看作一次能量调度的两个调度指令。在第1)点的基础上,将时间段分成两段(即每一段可以看作一个能量调度),其中前一段能量调度的可控功率为10W,后一段能量调度的可控功率为50W,对此第1)点中示例的可控功率可看作前一段为30W,后一段也为30W。请参考图4所示其中,曲线1对应的是第1)点示例的功率熵变化,曲线3为本示例的功率熵变化,由图可知,本示例功率熵极大值的中间点向左移动,这意味着长时间的高功率输出有更低的功率熵,进一步对比起止两点,50W可控功率输出的能量对应的功率熵更低。
对于上述第1)-3)点,更为优选的,在能源系统能量调度的总能量有限或时间划分测度有限等约束条件下,确定功率熵的变化趋势。
举例而言,在总能量有限的情况下,总能量E=Pc*tc,S=-Pc*τc*log(τc),即S=-E/T*log(τc),即S与log(τc)线性相关,即功率熵绝对值的大小由能量调度的作用时间确定。当能量调度对应的Pc逐渐降低(总能量约束相同,则作用时间逐渐增加)时,功率熵的计算结果如图5所示,低功率长时间的储能反而有低的功率熵,由此可知,选择功率熵作为能源系统的衡量指标,能够满足输电线路容量的要求,因为在很多情况下能源系统资源紧张的问题是由于线路容量造成的。
进一步地,本发明实施例优选的信息熵和功率熵模型是依据离散的时间划分或功率划分建立的(基于能量调度的离散型),而对于能源系统的能量调度是连续可控功率的情况,本发明实施例也可以确定其功率熵。
举例说明,在总能量有限的能量约束下,对指定时间段T以均等时间划分测度划分,例如按照2^n划分,n>0。其中,可控功率的能量调用时间占 T的一半。
1)能量调度的相同功率,可控功率的时间占T的一半,其余时间为功率平衡无需调度;
2)可控功率为等比数列,即Pk+1=Pi*k。
对于第1)种情况:
ΣPi*ti=Pc*T/2,Pi+1=Pi=Pc(即k=1),
则功率熵S=nPc/2*log(2)。
对于第2)种情况:
ΣPi*ti=Pc*T/2,Pi+1=Pi*k,
则功率熵S=nPc/2*log(2)。
由此可知,在总能量有限的能量约束条件下的功率熵无变化(等分时间段情况下),但随着划分精度指数提升功率熵线性增加,因此控制能源系统的调度信号少为最优的调度方式。
式(2)是基于相同的时间划分的情况,针对不同的时间划分基于功率熵的可加性,采用能量的时间平均值将功率离散化后再计算功率熵,结果实际上降低了功率熵。划分精度不断提升即可以看作是连续的时间或功率划分。以时间划分测度为例,连续的功率熵应为时间划分的积分形式,基于初始时间点选择会影响功率熵的值,因此可以选择时间段T前两个稳定状态的时间间隔t0为时间计算起点,即参考指定时间段为T’=t0+T。连续的功率熵可以通过下式计算:
其中,t为能量调度持续的时间段,Ec为该时间段调度的能量(可控能量),k为与系统有关常数。
优选的,针对能源系统能量调度冗余的情况,所述能源系统的能量调度方法还包括:根据所述能源系统的储能熵和释能熵,控制所述能源系统对其各个所述能量单元进行能量调度,以使所述能源系统的所述储能熵和所述释能熵之和最小。
典型的能源系统冗余是指能量调度同时存在储能与释能两个过程,此时能源系统在能量调度时则需要同时计算储能熵和释能熵。
对于储能与释能的能量调度是相同可控功率(即,能源系统能量调度存在冗余和不存在冗余两种能量调度对应的总功率相同)时,冗余会影响能源系统的功率熵。
举例说明,在相同功率的情况下存在冗余。请参考图6,能源系统能量调度的功率和时间的关系图,图6对应的具体数据请参考表2。
表2功率和时间关系表
时间序号 | 功率Pu | 功率P1 | 功率P2 | 功率P3 | 功率P4 |
1 | 60 | 40 | 20 | 0 | 0 |
2 | 60 | 40 | 20 | 0 | 0 |
3 | 60 | 40 | 20 | 20 | -20 |
4 | 60 | 40 | 20 | 20 | -20 |
5 | 60 | 40 | 20 | 20 | -20 |
6 | 60 | 40 | 20 | 20 | -20 |
7 | 60 | 40 | 20 | 0 | 0 |
8 | 60 | 40 | 20 | 0 | 0 |
其中,Pu表示不可控功率的输入,Pu=P1+P2+P3+P4,此时需要对能源系统进行能量调度可控功率;P4是冗余功率;表中功率值为0时可以看作未进行能量调度;通过计算,功率熵S=5.24(|S|=Ss-Sr)。
再针对以下5种在能源系统的能量调度无冗余时的功率熵:
1)Pu的值均为60;P1的值均为40;P2的值为20,但在时间7和8时值为0;P3的值为0,但在时间7和8时值为20。
通过计算,功率熵S=8.56。
2)Pu的值均为60;P1的值均为40;P2的值为0,但在时间1和2时值为20;P3的值为20,但在时间1和2时值为0。
通过计算,功率熵S=8.56。
3)Pu的值均为60;P1的值均为40;P2在时间1、2、7、8时值为20,在时间3-6时值为0;P3在时间1、2、7、8时值为0,在时间3-6时值为20。
通过计算,功率熵S=11.9。
4)Pu的值均为60;P1的值均为40;P2在时间1、2、7、8时值为20,在时间3-6时值为100;P3在时间1、2、7、8时值为0,在时间3-6时值为 10。
通过计算,功率熵S=11.9。
5)Pu的值均为60;P1的值均为40;P2的值均为20;P3的值均为0。
通过计算,功率熵S=4.65。
由此可知,能源系统能量调度存在冗余时,功率熵的绝对值比较小。但在特殊情况下,例如第5)种能量调度下,功率熵更小,这是由于上述结论:能量调度针对各个能量单元调度的时间越长或调度指令越少对应的功率熵越低。
再例如,请参考图7,能源系统不可控功率Pu可以增加,持续时间为tu,则能量调度情况是:可控功率P1,指定时间段为t1,P1为基荷功率,基荷为能源系统能量调度中必须调度的能量单元,且该基荷功率尽量保持不变;可控功率P2,指定时间段为t2;可控功率P3,指定时间段为t3;其中,t1=t2+t3。
由于Pu=P1+P2+P3,调节基荷功率P1的大小,P2和P3会随之改变,可能会出现负值,即出现冗余,计算该能量调度产生的功率熵,并确定功率熵的变化趋势:
当P1与Pu的比例增加(例如P1以其与Pu的比值为0.2、0.4、0.6……依次增加),P2与P3的值相同,作用时间段不同(需要说明,图6和图7对应的功率和时间的关系图中的功率和时间点为离散的点,图中的P2与P3的交叉点是为了方便描述),则可得到功率熵的变化趋势如图8所示。该结论跟上述举例的结论一致,随着冗余出现,即P2、P3与P1方向相反时,功率熵不断降低。
再参考图9,S与(Ss+Sr)的对比图,其中S即为图8中的各个点,由图可知,虽然冗余降低了功率熵的绝对值,但随着冗余增加储能熵与释能熵之和会增加。因而最优的调度方案即是功率熵绝对值最低的调度方案和/或储能熵和释能熵之和最低的调度方案,需要说明的是这两个优化方案只是提出两个优化的方向,最终的优化方案也可能是介于这两个调度方案中间的某种调度方案。
优选的,还可以通过能源系统能量调度的其他角度确定能源系统的功率熵,例如,对于能源系统,由于储能模块的耗散导致在相同的时间内输出功率降低,因此功率熵S随着储能系统耗散是升高的;由于储能模块耗散导致需要向储能模块补充更多可控功率,因此功率熵随着储能模块耗散增加,功率熵同样也是升高的。综上所述,能源系统储能模块耗散会使能源系统的功率熵升高。
综上所述,能源系统能量调度优化的方向是功率熵降低的方向。由于储能熵和释能熵的方向相反,性质相同,因此在没有冗余的情况下实际的优化方向是功率熵绝对值最小的方向;而有冗余存在的情况下需同时考虑功率熵绝对值和储能熵与释能熵之和最小为优化方向。通过三个示例描述上述结论:
示例1
能源系统可再生能源输入增加Pu,持续60分钟后恢复,继续运行40 分钟。在不考虑功率损失的情况下,提供4个无冗余的能量调度方案:
方案1:最简方案,电源模块(例如火电)、储能模块、负荷模块同时调度,持续60分钟后恢复,可控功率分配为1:1:1。
方案2:最复杂方案,同方案1,但增加每20分钟一个可控功率调整点,但可控功率大小不变。
方案3:依次调用电源模块、储能模块和负荷模块各持续20分钟。
方案4:只调度其中一个能量单元,例如储能模块的一个能量单元,方案4为理论最优调度方式。
上述4个方案的具体数据和计算结果如表3所示:
表3
方案1 | 方案2 | 方案3 | 方案4 | 单位 | |
T | 1 | 1 | 1 | 1 | hour |
Pu | 60 | 60 | 60 | 60 | Kw |
Eu | 45 | 45 | 45 | 45 | kwh |
Ec | 36 | 36 | 36 | 36 | kwh |
Pc | 60 | 60 | 60 | 60 | Kw |
S | 7.986554986 | 25.16292016 | 25.16292016 | 7.986554986 | / |
Sr | 0 | 0 | 0 | 0 | / |
Ss | 7.986554986 | 25.16292016 | 25.16292016 | 7.986554986 | / |
SS+Sr | 7.986554986 | 25.16292016 | 25.16292016 | 7.986554986 | / |
示例2
能源系统负荷增加Pu,持续60分钟后恢复,继续运行40分钟。在不考虑功率损失的情况下,提供4个无冗余的能量调度方案:
方案1:最简方案,电源模块、储能模块、负荷模块同时调度,持续60 分钟后恢复,可控功率分配为1:1:1。
方案2:最复杂方案,同方案1,但增加每20分钟一个可控功率调整点,但可控功率大小不变。
方案3:依次调度电源模块、储能模块和负荷模块各持续20分钟。
方案4:只调度其中一个能量单元,例如储能模块的一个能量单元,方案4为理论最优调度方式。
上述4个方案的具体数据和计算结果如表4所示:
表4
方案1 | 方案2 | 方案3 | 方案4 | 单位 | |
T | 1 | 1 | 1 | 1 | hour |
Pu | -60 | -60 | -60 | -60 | Kw |
Eu | -45 | -45 | -45 | -45 | kwh |
Ec | -36 | -36 | -36 | -36 | kwh |
Pc | -60 | -60 | -60 | -60 | Kw |
S | -7.986554986 | -25.16292016 | -25.16292016 | -7.986554986 | / |
Ss | 0 | 0 | 0 | 0 | / |
Sr | 7.986554986 | 25.16292016 | 25.16292016 | 7.986554986 | / |
SS+Sr | 7.986554986 | 25.16292016 | 25.16292016 | 7.986554986 | / |
示例3
能源系统可再生能源输入增加Pu,持续60分钟后恢复,继续运行40分钟。其中,反向调度按照30%的比例计算可控功率。在不考虑损失的情况下,提供4个部分有冗余的能量调度方案:
方案1:电源模块反向调度,储能模块和负荷模块的可控功率比1:1。
方案2:电源模块反向调度,储能模块和负荷模块的可控功率比1:1,时间划分测度为20分钟。
方案3:储能模块反向调度,电源模块和负荷模块的可控功率比1:1。
方案4:只调度其中一个能量单元,例如储能模块的一个能量单元,方案4为理论最优调度方式。
表5
方案1 | 方案2 | 方案3 | 方案4 | 单位 | |
T | 1 | 1 | 1 | 1 | hour |
Pu | 60 | 60 | 60 | 60 | Kw |
Eu | 45 | 45 | 45 | 45 | kwh |
Ec | 36 | 36 | 36 | 36 | kwh |
Pc | 60 | 60 | 60 | 60 | Kw |
S | 7.986554986 | 25.16292016 | 7.986554986 | 7.986554986 | / |
Ss | 10.38252148 | 32.7117962 | 10.38252148 | 7.986554986 | / |
Sr | 2.395966496 | 7.548876047 | 2.395966496 | 0 | / |
SS+Sr | 12.77848798 | 40.26067225 | 12.77848798 | 7.986554986 | / |
综上三个示例,针对不同的能量调度方式,通过计算其功率熵,得到最优的能量调度方式,且该调度方式与理想化的最优调度方式的储能和释能的能力基本相同。且能源系统能量调度在没有冗余的情况下实际的优化方向是功率熵绝对值最小的方向;而有冗余存在的情况下需同时考虑功率熵绝对值和储能熵与释能熵之和最小为优化方向。
综上所述,本发明实施例从定性方面给能源系统的优化调度以合理的理论解释,从定量方面充分衡量功率和能量调度间的内在联系和相互影响作用大小。
本发明实施例还提供一种能源系统的能量调度装置,所述能量调度优化装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现上述的能源系统的能量调度方法。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令使得机器执行上述的能源系统的能量调度方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (6)
1.一种能源系统的能量调度方法,该能源系统包括多个能量单元,且能量调度是指调度各个能量单元进行储能和/或释能所对应的功率以产生能量变化,其特征在于,所述能源系统的能量调度方法包括:
确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,其中,所述信息熵用于衡量所述能源系统响应针对各个所述能量单元的能量调度指令产生的能量信息变化的情况,且所述功率熵用于衡量所述能源系统调度其各个所述能量单元以实现储能或释能的能力;以及
控制所述能源系统对其各个所述能量单元进行能量调度,以使所计算的功率熵的绝对值最小,
所述确定所述能源系统的信息熵,并基于所确定的信息熵计算所述能源系统的功率熵,包括:
根据能量调度指令中关于功率划分测度的指示,对指定功率进行离散化处理,以形成多个离散功率段;以及
通过下式,根据各个离散功率段相对于所述指定功率的功率占比,得到所述能源系统的信息熵H:
H=-∑ρi×log(ρi);
采用下式计算所述功率熵S:
S=-∑Ti×ρi×log(ρi)
其中,Ti表示任意一离散功率段对应的时间段的中间时刻,ρi是对应的离散时间段的功率占比。
2.根据权利要求1所述的能源系统的能量调度方法,其特征在于,所述能源系统的能量调度方法还包括:
在不计算所述功率熵的情况下,确定所述功率熵的变化趋势,并根据所述功率熵的变化趋势,确定所述功率熵的绝对值变化情况,
针对所述能源系统的所述能量调度的功率是定功率时,所述确定所述功率熵的变化趋势包括:
若该能量调度对应的指定时间段不间断,则在所述指定时间段内,确定所述能量调度的开始和结束对应的功率熵的绝对值最小;
若将所述指定时间段根据时间划分测度分成离散时间段,则确定所划分的所述离散时间段的数量越少,所述功率熵的绝对值越小;和/或
对比所述能源系统不同所述能量调度对应的功率,则确定所述指定时间长和/或所述功率高的所述能量调度对应的所述功率熵的绝对值越小。
3.根据权利要求2所述的能源系统的能量调度方法,其特征在于,在所述确定所述功率熵的变化趋势之前,所述能源系统的能量调度方法还包括:
根据所述能源系统进行能量调度对应的功率的正负性,确定所述功率熵的正负性,其中所述功率的正负性表示所述能源系统进行能量调度而产生的储能或释能变化的方向。
4.根据权利要求2所述的能源系统的能量调度方法,其特征在于,针对所述能源系统的所述能量调度的功率是连续变功率时,所述能源系统的能量调度方法还包括:
根据所述能量调度对应的所述指定时间段或该指定时间段内截取的时间段为选取时间段,以所述选取时间段内变化的总能量除以该选取时间段计算得到的平均功率作为所述定功率。
5.一种能源系统的能量调度装置,其特征在于,所述能量调度装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现根据权利要求1至4中任意一项所述的能源系统的能量调度方法。
6.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令使得机器执行根据权利要求1至4中任意一项所述的能源系统的能量调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010948674.XA CN112070403B (zh) | 2020-09-10 | 2020-09-10 | 能源系统的能量调度方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010948674.XA CN112070403B (zh) | 2020-09-10 | 2020-09-10 | 能源系统的能量调度方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112070403A CN112070403A (zh) | 2020-12-11 |
CN112070403B true CN112070403B (zh) | 2024-05-28 |
Family
ID=73664689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010948674.XA Active CN112070403B (zh) | 2020-09-10 | 2020-09-10 | 能源系统的能量调度方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112070403B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906961B (zh) * | 2021-02-08 | 2024-08-16 | 阳光电源(上海)有限公司 | 储能控制方法、装置、非易失性存储介质及电子装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069788A (zh) * | 2017-05-12 | 2017-08-18 | 国家电网公司 | 一种提高电源与负荷匹配度的混合储能调度方法 |
CN107370157A (zh) * | 2017-09-12 | 2017-11-21 | 四川大学 | 一种基于潮流熵的电网可用输电能力风险效益决策方法 |
CN108964103A (zh) * | 2018-07-27 | 2018-12-07 | 广州穗华能源科技有限公司 | 一种考虑微网系统可调度性的微网储能配置方法 |
CN109146257A (zh) * | 2018-07-27 | 2019-01-04 | 广州穗华能源科技有限公司 | 一种基于熵的微网可调度性建模方法及评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012063161A1 (en) * | 2010-11-09 | 2012-05-18 | International Business Machines Corporation | Energy capture of time-varying energy sources by varying computation workload |
-
2020
- 2020-09-10 CN CN202010948674.XA patent/CN112070403B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069788A (zh) * | 2017-05-12 | 2017-08-18 | 国家电网公司 | 一种提高电源与负荷匹配度的混合储能调度方法 |
CN107370157A (zh) * | 2017-09-12 | 2017-11-21 | 四川大学 | 一种基于潮流熵的电网可用输电能力风险效益决策方法 |
CN108964103A (zh) * | 2018-07-27 | 2018-12-07 | 广州穗华能源科技有限公司 | 一种考虑微网系统可调度性的微网储能配置方法 |
CN109146257A (zh) * | 2018-07-27 | 2019-01-04 | 广州穗华能源科技有限公司 | 一种基于熵的微网可调度性建模方法及评价方法 |
Non-Patent Citations (1)
Title |
---|
基于改进熵的风光储互补并网系统优化运行;陈中等;电力系统保护与控制;第86-91页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112070403A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11552494B2 (en) | Method and apparatus controlling charging of battery based on diffusion characteristics of material included in the battery | |
AU2016416626B2 (en) | Method and device for the use of an electrochemical energy storage device so as to optimize the service life | |
CN113306449A (zh) | 一种新能源汽车的电池健康提醒方法及系统 | |
US10097009B2 (en) | Method and systems for managing power systems | |
CN110674569A (zh) | 基于决策树的充电剩余时间估算方法及系统 | |
CN112070403B (zh) | 能源系统的能量调度方法、装置和存储介质 | |
CN111694653A (zh) | 计算系统中调整计算算子类型分布的方法、装置及系统 | |
US20160105041A1 (en) | Method and system for charging a battery | |
KR101787538B1 (ko) | 수요 전력의 불확정성을 고려한 에너지 저장 장치의 충방전 방법 및 그 방법에 따른 장치 | |
CN111047163A (zh) | 储能策略数据处理系统、方法、装置及介质 | |
KR101619335B1 (ko) | 대용량 배터리 에너지 저장 시스템의 피크 쉐이빙 운영방법 | |
KR101581684B1 (ko) | 에너지 저장장치의 방전심도 제어를 통한 충방전 스케줄링 장치 및 방법 | |
CN117091242A (zh) | 空调温控负荷集群的评估方法、温度设定方法及系统 | |
JP6702408B2 (ja) | 電力制御装置、電力制御システム、電力制御方法、及び、プログラム | |
CN116961011A (zh) | 一种面向用户侧资源的调控方法、系统、设备及存储介质 | |
CN116224077A (zh) | 电池余能确定方法、装置、电子设备及可读存储介质 | |
CN110956370B (zh) | 储能策略数据处理系统、方法、装置及介质 | |
CN111900740B (zh) | 一种基于需求响应设备的电力系统调频方法和系统 | |
CN110061493B (zh) | 一种储能系统储能容量的确定方法及系统 | |
KR20170123844A (ko) | 감가상각밀도 함수를 이용한 배터리의 감가상각 모델링 방법 및 배터리 감가상각 모델의 제어 방법 | |
JP2019041550A (ja) | 蓄電池制御装置および蓄電池制御方法 | |
CN116613872B (zh) | 光伏储能系统的充电控制方法及系统 | |
CN116974772B (zh) | 一种针对大语言模型的资源优化和碳减排方法及设备 | |
KR20190107888A (ko) | 제로 에너지 타운 피크 전력 관리 방법 및 장치 | |
CN113837896B (zh) | 优化调控柔性负荷资源的方法及装置、存储介质及处理器 |
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 |