CN112953007A - 配电网调度方法、装置及系统、处理器、电子设备 - Google Patents

配电网调度方法、装置及系统、处理器、电子设备 Download PDF

Info

Publication number
CN112953007A
CN112953007A CN202110202092.1A CN202110202092A CN112953007A CN 112953007 A CN112953007 A CN 112953007A CN 202110202092 A CN202110202092 A CN 202110202092A CN 112953007 A CN112953007 A CN 112953007A
Authority
CN
China
Prior art keywords
distribution network
power distribution
energy management
prediction data
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.)
Pending
Application number
CN202110202092.1A
Other languages
English (en)
Inventor
马骏驰
翁捷
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.)
Sungrow Shanghai Co Ltd
Original Assignee
Sungrow Shanghai 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 Sungrow Shanghai Co Ltd filed Critical Sungrow Shanghai Co Ltd
Priority to CN202110202092.1A priority Critical patent/CN112953007A/zh
Publication of CN112953007A publication Critical patent/CN112953007A/zh
Pending legal-status Critical Current

Links

Images

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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/381—Dispersed generators
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种配电网调度方法、装置及系统、处理器、电子设备。其中，该系统包括：能量管理终端，与负载终端连接，用于采集上述负载终端的用电习惯信息，并采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；配电网调度平台，与上述能量管理终端连接，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。本发明解决了如何在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的技术问题。

Description

配电网调度方法、装置及系统、处理器、电子设备
技术领域
本发明涉及配电网调度领域，具体而言，涉及一种配电网调度方法、装置及系统、处理器、电子设备。
背景技术
目前对于具有新能源并网的主动配电网，主要的能量调度管理还是基于对于区域内新能源发电端的物理建模，结合各类机器学习等优化算法，制定调度管理计划。
但是现有技术中存在如下问题：针对区域非常小的配电网可以实现精确地对配电网内所有设备进行建模仿真，但对于城区这样面积大，用电设备多，拓扑结构复杂的配电网，不仅详细建模困难，而且模型复杂也会导致运算量地急剧增加，不符合现实情况地需求。针对用户的光伏发电和充电桩，由于其基本都处在配电网结构的支路末端，且容量不大，基本上在建模仿真时都会被等效成一个电源和负载。但是，在针对V2G并网，最大的技术难点之一就是需要针对每辆车不同的SOC制订不同的充放电策略，这是目前配电网能量调度管理中，无法精细到的程度。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种配电网调度方法、装置及系统、处理器、电子设备，以至少解决如何在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的技术问题。
根据本发明实施例的一个方面，提供了一种配电网调度系统，包括：能量管理终端，与负载终端连接，用于采集上述负载终端的用电习惯信息，并采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；配电网调度平台，与上述能量管理终端连接，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
可选的，上述能量管理终端还与配电网连接，用于基于上述能量管理策略确定上述配电网为上述负载终端分配的目标电量。
可选的，上述用电习惯信息包括历史用电量信息，上述能量管理终端包括：光伏逆变器和/或充电站，用于记录上述负载终端的历史用电量信息，并按照时间段信息将上述历史用电量信息进行分组处理，得到处于同一时间段的多组历史用电量信息；上述光伏逆变器和/或充电站，还用于采用上述时序模型算法分析每个时间段的上述历史用电量信息得到一个上述用户负荷预测数据，并将多个上述用户负荷预测数据进行排列得到多个时间段的上述用户负荷预测数据。
可选的，上述配电网调度平台，还用于以每个上述时间段作为上述能量管理策略的数据颗粒度，以确定最低的上述目标电量作为上述能量管理策略的优化目标。
可选的，上述配电网调度平台，还用于通过基于上述能量管理策略如下计算公式确定上述目标电量
Figure BDA0002949435500000021
和剩余电量SOCi：
Figure BDA0002949435500000022
Figure BDA0002949435500000023
其中，
Figure BDA0002949435500000024
是未来第i小时的用户负荷预测数据，上述功率预测数据包括：
Figure BDA0002949435500000025
是未来第i小时的光伏发电量，
Figure BDA0002949435500000026
是未来第i小时的充放电量；SOCi是未来第i小时电池的剩余电量；
其中，上述计算公式的约束条件包括：1)
Figure BDA0002949435500000027
且
Figure BDA0002949435500000028
2)
Figure BDA0002949435500000029
为正值时放电；3)
Figure BDA00029494355000000210
可选的，上述光伏逆变器还用于在接收到上述配电网的调度指令时，在最优算法中加入上述调度指令作为约束，得到更新后的能量管理策略，并且在更新过程中确定上述负载终端无法满足约束要求，则拒绝上述配电网的调度。
可选的，上述配电网调度平台还用于基于上述更新后的能量管理策略得到更新后的计算公式：
Figure BDA00029494355000000211
其中，
Figure BDA00029494355000000212
为上述配电网对于上述光伏逆变器的目标电量的限制。
根据本发明实施例的另一方面，还提供了一种配电网调度方法，包括：采集负载终端的用电习惯信息；采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；将上述用户负荷预测数据发送至配电网调度平台，其中，上述配电网调度平台还用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
根据本发明实施例的另一方面，还提供了一种配电网调度方法，包括：接收能量管理终端发送的用户负荷预测数据，其中，上述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；下发上述能量管理策略至上述能量管理终端。
根据本发明实施例的另一方面，还提供了一种配电网调度装置，包括：采集模块，用于采集负载终端的用电习惯信息；分析模块，用于采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；发送模块，用于将上述用户负荷预测数据发送至配电网调度平台，其中，上述配电网调度平台还用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
根据本发明实施例的另一方面，还提供了一种配电网调度装置，包括：接收模块，用于接收能量管理终端发送的用户负荷预测数据，其中，上述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；生成模块，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；下发模块，用于下发上述能量管理策略至上述能量管理终端。
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，上述非易失性存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的配电网调度方法。
根据本发明实施例的另一方面，还提供了一种处理器，上述处理器用于运行程序，其中，上述程序被设置为运行时执行任意一项上述的配电网调度方法。
根据本发明实施例的另一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行任意一项上述的配电网调度方法。
在本发明实施例中，通过能量管理终端，与负载终端连接，用于采集上述负载终端的用电习惯信息，并采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；配电网调度平台，与上述能量管理终端连接，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端，达到了在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的目的，进而解决了如何在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种配电网调度系统的结构示意图；
图2是根据本发明实施例的一种可选的IEEE33经典配电网拓扑示意图；
图3是根据本发明实施例的一种可选的配电网拓扑结构的示意图；
图4是根据本发明实施例的另一种可选的配电网拓扑结构的示意图；
图5是根据本发明实施例的另一种可选的配电网拓扑结构的示意图；
图6是根据本发明实施例的一种配电网调度方法的流程图；
图7是根据本发明实施例的另一种配电网调度方法的流程图；
图8是根据本发明实施例的一种配电网调度装置的结构示意图；
图9是根据本发明实施例的另一种配电网调度装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，为方便理解本发明实施例，下面将对本发明中所涉及的部分术语或名词进行解释说明：
边缘计算：是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
负荷预测：负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中，负荷是指电力需求量(功率)或用电量。
光功率预测：是根据太阳能发电元里，在气象预测数据的基础上，利用统计规律的技术和手段，提前一定时间对光伏发电站的有功功率进行分析预报。
实施例1
根据本发明实施例，还提供了一种用于实施上述配电网调度系统的实施例，图1是根据本发明实施例的一种配电网调度系统的结构示意图，如图1所示，上述配电网调度系统，包括：能量管理终端10、负载终端12和配电网调度平台14，其中：
能量管理终端10，与负载终端12连接，用于采集上述负载终端的用电习惯信息，并采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；
配电网调度平台14，与上述能量管理终端10连接，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
在本发明实施例中，通过能量管理终端，与负载终端连接，用于采集上述负载终端的用电习惯信息，并采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；配电网调度平台，与上述能量管理终端连接，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端，达到了在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的目的，进而解决了如何在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的技术问题。
本申请实施例利用光伏逆变器或充电站(或者光伏逆变器和充电站一体化)作为用户和小型商业的能量管理终端(节点)，将原本应该是配电网调度平台(云端侧)负责仿真计算的优化策略下放至逆变器侧(边缘侧)。通过逆变器对于其连接管理的区域进行优化计算后，向配电网调度平台上传其控制策略优化方案，再由平台根据各节点上传的方案，进行区域内的调度管理计划制订。
可选的，逆变器的边缘计算的主要内容是光伏发电、储能和负载三者的供需平衡计划，以经济性(逆变侧向电网购电量最低)最有为目标，其核心一为利用ARMA时序模型算法，分析用户用电习惯信息，从而实现用户侧负荷预测的能力；
其中，上述ARMA时序模型基本公式rt：
Figure BDA0002949435500000061
其中，αt为白噪声序列，p为自回归模型阶数，q为移动平均模型阶数。
在一种可选的实施例中，上述能量管理终端还与配电网连接，用于基于上述能量管理策略确定上述配电网为上述负载终端分配的目标电量。
作为一种可选的实施例，假设光伏逆变器需要预测未来24小时的负荷情况，导入逆变器记录的历史用电量信息(除去光伏发电和储能充放电的数据)，并将数据按小时分组，同一时间的数据为一组；然后通过观察PACF和ACF截尾，分别判断p、q的值，即每个小时都有单独的一对(p,q)值；最后，利用ARMA的时序模型，为每一个小时的时间点预测一个新的负荷值，将这24个预测值按时间排列后即为未来24小时的负荷预测结果。
在一种可选的实施例中，上述用电习惯信息包括历史用电量信息，上述能量管理终端包括：光伏逆变器和/或充电站，用于记录上述负载终端的历史用电量信息，并按照时间段信息将上述历史用电量信息进行分组处理，得到处于同一时间段的多组历史用电量信息；上述光伏逆变器和/或充电站，还用于采用上述时序模型算法分析每个时间段的上述历史用电量信息得到一个上述用户负荷预测数据，并将多个上述用户负荷预测数据进行排列得到多个时间段的上述用户负荷预测数据。
在本申请实施例中，配电网调度平台利用最优算法(遗传算法)，结合区域内光功率预报提供商提供的光功率预测数据和本地计算的用户负荷预测数据，计算出未来一段时间内最佳的能量管理策略。
在一种可选的实施例中，上述配电网调度平台，还用于以每个上述时间段作为上述能量管理策略的数据颗粒度，以确定最低的上述目标电量作为上述能量管理策略的优化目标。
即目标：
Figure BDA0002949435500000071
最小，例如，光伏逆变器需要计算未来24小时的能量管理策略,数据颗粒度为1小时，优化目标是电网购电量最低。
在一种可选的实施例中，上述配电网调度平台，还用于通过基于上述能量管理策略如下计算公式确定上述目标电量
Figure BDA0002949435500000072
和剩余电量SOCi：
Figure BDA0002949435500000073
Figure BDA0002949435500000074
其中，
Figure BDA0002949435500000075
是未来第i小时的用户负荷预测数据，上述功率预测数据包括：
Figure BDA0002949435500000076
是未来第i小时的光伏发电量，
Figure BDA0002949435500000077
是未来第i小时的充放电量；SOCi是未来第i小时电池的剩余电量；
其中，上述计算公式的约束条件包括：1)
Figure BDA0002949435500000078
且
Figure BDA0002949435500000079
2)
Figure BDA00029494355000000710
为正值时放电；3)
Figure BDA00029494355000000711
在本申请实施例中，
Figure BDA00029494355000000712
序列由负荷预测结果提供，
Figure BDA00029494355000000713
序列由光功率预测数据结合实际光伏组件容量计算得出。最终通过调整电池的充放电策略(即
Figure BDA00029494355000000714
)达到向电网侧购电量最低的目标。
除此以外，如果逆变器收到电网的一些调度指令，可以在最优算法中加入电网指令的约束，形成新的能量管理策略。在此过程中，如果发现无法满足约束要求，也可及时拒绝电网的调度，寻找其他方案，以免造成配电网的稳定性问题。
在一种可选的实施例中，上述光伏逆变器还用于在接收到上述配电网的调度指令时，在最优算法中加入上述调度指令作为约束，得到更新后的能量管理策略，并且在更新过程中确定上述负载终端无法满足约束要求，则拒绝上述配电网的调度。
在一种可选的实施例中，上述配电网调度平台还用于基于上述更新后的能量管理策略得到更新后的计算公式：
Figure BDA0002949435500000081
其中，
Figure BDA0002949435500000082
为上述配电网对于上述光伏逆变器的目标电量的限制。
作为一种可选的实施例，云端接受边缘计算的结果，该结果是边缘节点未来一段时间的负载状况(可正可负)，与边缘计算的不同之处在于，云端的优化计算是以电网稳定性为目标，通过控制区域点公共的储能和发电设备，以达到配电网的电压稳定。其优化算法也可以采用遗传算法，寻找全局最优的方案。如果遇到依靠公共设备无法满足调控要求的时候，也可以向末端的边缘节点发送调度请求，在得到边缘节点的认可后，使用新的调度策略。
例如，如图2所示，以IEEE33经典配电网拓扑为例，电网稳定性要求为节点电压偏差Vdev在±5％内，目标是Vdev最小，计算公式为如下所示：
Figure BDA0002949435500000083
约束条件：1)Vbus-min≤Vbus≤Vbus-max，其中Vbus-min＝0.96p.u.，Vbus-max＝L05p.u.
其中，Vbus是由潮流计算工具，例如MATPOWER计算得出的。而在潮流计算中需要各节点的功率
Figure BDA0002949435500000084
是由用户侧的边缘计算结果提供。而在整个配电网中，实现Vdev最小的目标主要依赖于公共的储能和发电设备所提供的Ppublic，通过遗传算法得出对于Ppublic的最佳控制策略。
本申请实施例中方案运用多种拓扑结构，例如，利用逆变器的边缘计算能力，为配电网的精细建模提供支撑，所以该方案会有如下几种拓扑结构，但不仅限于以下几种：
1)如图3所示，配电网侧有能量管设备，该情况适合不易变动过大的城区供电网络，该管理设备可新增在变电所里；2)如图4所示，配电网侧无能量管理设备，由区域内用户侧性能最好的逆变器代替能量路由器负责配电网的优化计算。该情况适合于规模较小的配电网区域，增加能量路由器经济型不佳的情况；3)如图5所示，配电网侧为大型光伏逆变器，该情况适用于新建的配电网络或者有集中式光伏或储能的配电网络。
通过本申请实施例，对于配电网末端的建模更加精细，能更为合理的进行能量调度，保障终端的供电稳定性，同时也能保障每一个客户的经济利益；针对新能源渗透比例高的区域，该技术可以在不增加监测和控制设备的情况下，提高调度中心对于配电网的掌控力；具有应对配电网调度中心出现故障的能力，例如，宕机、通讯故障，以及调度指令有误等情况，提高了配电网终端侧的稳定性和自适应能力；对于用户保证了其用配电形式和用电信息等数据的保密性。
实施例2
根据本发明实施例，提供了一种配电网调度方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图6是根据本发明实施例的一种配电网调度方法的流程图，如图6所示，该方法包括如下步骤：
步骤S102，采集负载终端的用电习惯信息；
步骤S104，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；
步骤S106，将上述用户负荷预测数据发送至配电网调度平台，其中，上述配电网调度平台还用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
在本发明实施例中，通过能量管理终端采集负载终端的用电习惯信息；采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；将上述用户负荷预测数据发送至配电网调度平台，其中，上述配电网调度平台还用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端，达到了在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的目的，进而解决了如何在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的技术问题。
图7是根据本发明实施例的另一种配电网调度方法的流程图，如图7所示，该方法包括如下步骤：
步骤S202，接收能量管理终端发送的用户负荷预测数据，其中，上述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；
步骤S204，基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；
步骤S206，下发上述能量管理策略至上述能量管理终端。
在本发明实施例中，通过接收能量管理终端发送的用户负荷预测数据，其中，上述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；下发上述能量管理策略至上述能量管理终端，达到了在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的目的，进而解决了如何在不增加配电网仿真模型的复杂程度的同时提高仿真建模的精细程度的技术问题。
需要说明的是，本申请实施例中的任意一种可选的或优选的配电网调度方法，均可以在上述实施例1所提供的配电网系统中执行或实现。
此外，仍需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。
实施例3
根据本发明实施例，还提供了一种用于实施上述配电网调度方法的装置实施例，图8是根据本发明实施例的一种配电网调度装置的结构示意图，如图8所示，上述配电网调度装置，包括：采集模块80、分析模块82和发送模块84，其中：
采集模块80，用于采集负载终端的用电习惯信息；分析模块82，用于采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；发送模块84，用于将上述用户负荷预测数据发送至配电网调度平台，其中，上述配电网调度平台还用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；或者，上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是，上述采集模块80、分析模块82和发送模块84对应于实施例1中的步骤S102至步骤S106，上述模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在计算机终端中。
根据本发明实施例，还提供了另一种用于实施上述配电网调度方法的装置实施例，图9是根据本发明实施例的另一种配电网调度装置的结构示意图，如图9所示，上述配电网调度装置，包括：接收模块90、生成模块92和下发模块94，其中：
接收模块90，用于接收能量管理终端发送的用户负荷预测数据，其中，上述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；生成模块92，用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；下发模块94，用于下发上述能量管理策略至上述能量管理终端。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；或者，上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是，上述采集模块80、分析模块82和发送模块84、接收模块90、生成模块92和下发模块94对应于实施例1中的步骤S202至步骤S206，上述模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。
上述的配电网调度装置还可以包括处理器和存储器，上述接收模块90、生成模块92和下发模块94等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元，上述内核可以设置一个或以上。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)，存储器包括至少一个存储芯片。
根据本申请实施例，还提供了一种非易失性存储介质的实施例。可选地，在本实施例中，上述非易失性存储介质包括存储的程序，其中，在上述程序运行时控制上述非易失性存储介质所在设备执行上述任意一种配电网调度方法。
可选地，在本实施例中，上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中，上述非易失性存储介质包括存储的程序。
可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：采集负载终端的用电习惯信息；采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；将上述用户负荷预测数据发送至配电网调度平台，其中，上述配电网调度平台还用于基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发上述能量管理策略至上述能量管理终端。
可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：接收能量管理终端发送的用户负荷预测数据，其中，上述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析上述用电习惯信息，得到用户负荷预测数据；基于上述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；下发上述能量管理策略至上述能量管理终端。
根据本申请实施例，还提供了一种处理器的实施例。可选地，在本实施例中，上述处理器用于运行程序，其中，上述程序运行时执行上述任意一种配电网调度方法。
根据本申请实施例，还提供了一种电子设备的实施例，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行上述任意一种的配电网调度方法。
根据本申请实施例，还提供了一种计算机程序产品的实施例，当在数据处理设备上执行时，适于执行初始化有上述任意一种的配电网调度方法步骤的程序。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取非易失性存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个非易失性存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的非易失性存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种配电网调度系统，其特征在于，包括：
能量管理终端，与负载终端连接，用于采集所述负载终端的用电习惯信息，并采用时序模型算法分析所述用电习惯信息，得到用户负荷预测数据；
配电网调度平台，与所述能量管理终端连接，用于基于所述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发所述能量管理策略至所述能量管理终端。
2.根据权利要求1所述的配电网调度系统，其特征在于，
所述能量管理终端还与配电网连接，用于基于所述能量管理策略确定所述配电网为所述负载终端分配的目标电量。
3.根据权利要求2所述的配电网调度系统，其特征在于，所述用电习惯信息包括历史用电量信息，所述能量管理终端包括：
光伏逆变器和/或充电站，用于记录所述负载终端的历史用电量信息，并按照时间段信息将所述历史用电量信息进行分组处理，得到处于同一时间段的多组历史用电量信息；
所述光伏逆变器和/或充电站，还用于采用所述时序模型算法分析每个时间段的所述历史用电量信息得到一个所述用户负荷预测数据，并将多个所述用户负荷预测数据进行排列得到多个时间段的所述用户负荷预测数据。
4.根据权利要求3所述的配电网调度系统，其特征在于，
所述配电网调度平台，还用于以每个所述时间段作为所述能量管理策略的数据颗粒度，以确定最低的所述目标电量作为所述能量管理策略的优化目标。
5.根据权利要求4所述的配电网调度系统，其特征在于，所述配电网调度平台，还用于通过基于所述能量管理策略如下计算公式确定所述目标电量
Figure FDA0002949435490000011
和剩余电量SOCi：
Figure FDA0002949435490000012
Figure FDA0002949435490000013
其中，
Figure FDA0002949435490000021
是未来第i小时的用户负荷预测数据，所述功率预测数据包括：
Figure FDA0002949435490000022
是未来第i小时的光伏发电量，
Figure FDA0002949435490000023
是未来第i小时的充放电量；SOCi是未来第i小时电池的剩余电量；
其中，所述计算公式的约束条件包括：1)
Figure FDA0002949435490000024
且
Figure FDA0002949435490000025
2)
Figure FDA0002949435490000026
为正值时放电；3)
Figure FDA0002949435490000027
6.根据权利要求5所述的配电网调度系统，其特征在于，所述光伏逆变器还用于在接收到所述配电网的调度指令时，在最优算法中加入所述调度指令作为约束，得到更新后的能量管理策略，并且在更新过程中确定所述负载终端无法满足约束要求，则拒绝所述配电网的调度。
7.根据权利要求6所述的配电网调度系统，其特征在于，所述配电网调度平台还用于基于所述更新后的能量管理策略得到更新后的计算公式：
Figure FDA0002949435490000028
其中，
Figure FDA0002949435490000029
为所述配电网对于所述光伏逆变器的目标电量的限制。
8.一种配电网调度方法，其特征在于，包括：
采集负载终端的用电习惯信息；
采用时序模型算法分析所述用电习惯信息，得到用户负荷预测数据；
将所述用户负荷预测数据发送至配电网调度平台，其中，所述配电网调度平台还用于基于所述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发所述能量管理策略至所述能量管理终端。
9.一种配电网调度方法，其特征在于，包括：
接收能量管理终端发送的用户负荷预测数据，其中，所述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析所述用电习惯信息，得到用户负荷预测数据；
基于所述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；
下发所述能量管理策略至所述能量管理终端。
10.一种配电网调度装置，其特征在于，包括：
采集模块，用于采集负载终端的用电习惯信息；
分析模块，用于采用时序模型算法分析所述用电习惯信息，得到用户负荷预测数据；
发送模块，用于将所述用户负荷预测数据发送至配电网调度平台，其中，所述配电网调度平台还用于基于所述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略，并下发所述能量管理策略至所述能量管理终端。
11.一种配电网调度装置，其特征在于，包括：
接收模块，用于接收能量管理终端发送的用户负荷预测数据，其中，所述用户负荷预测数据采集负载终端的用电习惯信息，采用时序模型算法分析所述用电习惯信息，得到用户负荷预测数据；
生成模块，用于基于所述用户负荷预测数据和预先确定的功率预测数据生成能量管理策略；
下发模块，用于下发所述能量管理策略至所述能量管理终端。
12.一种非易失性存储介质，其特征在于，所述非易失性存储介质存储有多条指令，所述指令适于由处理器加载并执行权利要求10至11中任意一项所述的配电网调度方法。
13.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被设置为运行时执行权利要求10至11中任意一项所述的配电网调度方法。
14.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求10至11中任意一项所述的配电网调度方法。
CN202110202092.1A 2021-02-23 2021-02-23 配电网调度方法、装置及系统、处理器、电子设备 Pending CN112953007A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110202092.1A CN112953007A (zh) 2021-02-23 2021-02-23 配电网调度方法、装置及系统、处理器、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110202092.1A CN112953007A (zh) 2021-02-23 2021-02-23 配电网调度方法、装置及系统、处理器、电子设备

Publications (1)

Publication Number Publication Date
CN112953007A true CN112953007A (zh) 2021-06-11

Family

ID=76245560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110202092.1A Pending CN112953007A (zh) 2021-02-23 2021-02-23 配电网调度方法、装置及系统、处理器、电子设备

Country Status (1)

Country Link
CN (1) CN112953007A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344294A (zh) * 2021-06-29 2021-09-03 南方电网数字电网研究院有限公司 一种电力能源预测系统
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
CN117134493A (zh) * 2023-08-18 2023-11-28 北京知达客信息技术有限公司 一种网荷互动多维运行仿真系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563539A (zh) * 2017-07-24 2018-01-09 佛山市顺德区中山大学研究院 基于机器学习模型的短期和中长期电力负荷预测方法
WO2018129829A1 (zh) * 2017-01-12 2018-07-19 沃太能源南通有限公司 一种新型微网系统以及基于该系统的组网调度方法
CN109711870A (zh) * 2018-12-13 2019-05-03 江苏中科瀚星数据科技有限公司 一种居民区电动汽车充电负载预测与配置方法
CN110929931A (zh) * 2019-11-20 2020-03-27 国网福建省电力有限公司 考虑分布式电源和负荷时序特性的配电网协调规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018129829A1 (zh) * 2017-01-12 2018-07-19 沃太能源南通有限公司 一种新型微网系统以及基于该系统的组网调度方法
CN107563539A (zh) * 2017-07-24 2018-01-09 佛山市顺德区中山大学研究院 基于机器学习模型的短期和中长期电力负荷预测方法
CN109711870A (zh) * 2018-12-13 2019-05-03 江苏中科瀚星数据科技有限公司 一种居民区电动汽车充电负载预测与配置方法
CN110929931A (zh) * 2019-11-20 2020-03-27 国网福建省电力有限公司 考虑分布式电源和负荷时序特性的配电网协调规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
方磊;牛玉刚;祖其武;: "微网可转移负荷调度与储能控制策略", 华东理工大学学报(自然科学版), no. 04 *
闫丽霞;刘东;严光升;雍军;: "主动配电网中负荷主动管理系统研究与应用", 供用电, no. 07 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344294A (zh) * 2021-06-29 2021-09-03 南方电网数字电网研究院有限公司 一种电力能源预测系统
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
CN117134493A (zh) * 2023-08-18 2023-11-28 北京知达客信息技术有限公司 一种网荷互动多维运行仿真系统

Similar Documents

Publication Publication Date Title
CN112467722B (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
CN112953007A (zh) 配电网调度方法、装置及系统、处理器、电子设备
CN109755967B (zh) 一种配电网中光储系统的优化配置方法
CN109617099B (zh) 一种虚拟储能协调控制系统及其方法
CN112928767B (zh) 一种分布式储能协同控制方法
KR20210100699A (ko) 하이브리드 발전소
CN109672215A (zh) 基于负荷可时移特性的分布式光伏消纳控制方法
CN112862194A (zh) 配电网供电规划方法、装置、设备、以及可读存储介质
Yoldas et al. Optimal control of microgrids with multi-stage mixed-integer nonlinear programming guided $ Q $-learning algorithm
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统
US20230148201A1 (en) Method and system for supplying power to device, and related device
CN117057547A (zh) 智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质
CN109754119B (zh) 基于Floyd算法的电动汽车充换电服务网络优化规划方法
CN112417048B (zh) 基于区块链的智能微电网系统调度方法、存储介质及设备
CN108539799A (zh) 一种电网中风电的调度方法及装置
CN113255957A (zh) 综合服务站不确定因素的定量优化分析方法及系统
CN112491067A (zh) 一种基于复合储能的主动配电网容量配置方法
Gu et al. GreenFlowing: A green way of reducing electricity cost for cloud data center using heterogeneous ESDs
CN112564151A (zh) 一种计及隐私意识的多微网云储能优化调度方法及系统
Haghnegahdar Enabling smart grid with the decentralized power cloud in the software-defined network (SDN) environment
CN117709552A (zh) 基于分布式能源分类聚合的虚拟电厂调度优化方法
CN114723236B (zh) 一种电网边缘计算分界方法
CN117833354A (zh) 抽水蓄能电站的调度方法及装置、存储介质、计算机设备
CN117977695A (zh) 一种基于数据协同计算的电网分析方法、系统及存储介质
Secchi The Role of Photovoltaic Generation and Electric Mobility in Future Distribution Systems

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