CN113393010A - 用于控制系统的数据处理方法、系统及存储介质 - Google Patents
用于控制系统的数据处理方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113393010A CN113393010A CN202010172397.8A CN202010172397A CN113393010A CN 113393010 A CN113393010 A CN 113393010A CN 202010172397 A CN202010172397 A CN 202010172397A CN 113393010 A CN113393010 A CN 113393010A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy supply
- control system
- capacity
- data processing
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 40
- 238000004146 energy storage Methods 0.000 claims abstract description 129
- 238000004519 manufacturing process Methods 0.000 claims description 79
- 238000012545 processing Methods 0.000 claims description 44
- 238000005457 optimization Methods 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 abstract description 17
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000005265 energy consumption Methods 0.000 description 23
- 230000015654 memory Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 18
- 238000000034 method Methods 0.000 description 14
- 238000012887 quadratic function Methods 0.000 description 14
- 238000010248 power generation Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 239000003245 coal Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000009827 uniform distribution Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000011541 reaction mixture Substances 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- BNOODXBBXFZASF-UHFFFAOYSA-N [Na].[S] Chemical compound [Na].[S] BNOODXBBXFZASF-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- FGXWKSZFVQUSTL-UHFFFAOYSA-N domperidone Chemical compound C12=CC=CC=C2NC(=O)N1CCCN(CC1)CCC1N1C2=CC=C(Cl)C=C2NC1=O FGXWKSZFVQUSTL-UHFFFAOYSA-N 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- -1 wind energy Substances 0.000 description 1
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
- G06Q10/04—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
-
- 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
- G06Q30/0283—Price estimation or determination
-
- 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
-
- 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
-
- 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)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种用于控制系统的数据处理方法、系统及存储介质,所述用于控制系统的数据处理方法包括:根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。本申请可以根据各供能系统的负荷进行储能装置的统一分配、和电力的统一调度,改善了能源浪费和储能装置分配不均的现象,从而保证了电力系统的平稳运行。
Description
技术领域
本申请涉及数据处理系统及方法技术领域,尤其涉及一种用于控制系统的数据处理方法、系统及存储介质。
背景技术
储能技术的出现,可以满足电力系统多变的负荷、降低发电成本、稳定电价等。目前,对于储能技术的运用,基本上是电力系统中部分供能系统(例如,部分发电厂)拥有储能装置后进行存储控制,进而利用实时价格进行套利来获取利益。这样的情况下,会导致储能装置的分配不均、能源浪费等缺陷,不利于整个电力系统的发展和平稳运行。
所以,如何根据电力系统中各供能系统的负荷进行储能装置的统一分配、以及电力的统一调度,已成为业界亟待解决的技术问题。
发明内容
鉴于以上所述相关技术的缺点,本申请的目的在于提供一种用于控制系统的数据处理方法、系统及存储介质,用于解决如何根据各供能系统的负荷进行储能装置的统一分配、以及电力的统一调度的技术问题。
为实现上述目的及其他相关目的,本申请的第一方面提供一种用于控制系统的数据处理方法,所述控制系统与多个供能系统通信连接;其中,至少部分供能系统之间相互耦合以供能量传输,各所述供能系统向其用能对象供能;在每一时间间隔内,各所述供能系统的供能参数满足以下约束:各所述供能系统的产能量同各所述供能系统的储/释能量、及各所述供能系统的用能对象的预计需能量间的差同各供能系统和与各供能系统耦合的其他供能系统之间传输的有向功率流之和相当;各所述供能系统中储能装置的配置容量之和满足总配置容量;所述用于控制系统的数据处理方法包括:根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。
在本申请的第一方面的某些实施方式中,所述供能参数包括:单位供能时段中每一时间间隔内各供能系统的产能量、单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量、各供能系统中储能装置的配置容量中的一种或多种。
在本申请的第一方面的某些实施方式中,所述理想供能参数是在单位供能时段内使优化目标得到优化的供能参数。
在本申请的第一方面的某些实施方式中,所述优化目标包括多个供能系统的总产能成本;所述根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数,包括:根据所述预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,将在单位供能时段内使所述多个供能系统的总产能成本最小的供能参数作为理想供能参数;其中,每一时间间隔内各所述供能系统的产能成本与各所述供能系统的产能量满足预设函数关系。
在本申请的第一方面的某些实施方式中,所述预设函数关系为二次型函数关系。
在本申请的第一方面的某些实施方式中,所述用于控制系统的数据处理方法还包括:根据所述预设函数关系中的系数、以及每一时间间隔内各供能系统的理想产能量,确定单位供能时段中每一时间间隔内所述各供能系统供能的边际价格。
在本申请的第一方面的某些实施方式中,所述用于控制系统的数据处理方法还包括:根据在单位供能时段中每一时间间隔内各所述用能对象的预计需能量和所述供能系统供能的边际价格,确定在单位周期内每一所述用能对象对于其供能系统的产能成本影响量。
在本申请的第一方面的某些实施方式中,所述各供能系统根据所述控制系统确定的各供能系统中储能装置的理想配置容量对应设置所述储能装置的容量。
在本申请的第一方面的某些实施方式中,所述各供能系统根据所述控制系统确定的各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
在本申请的第一方面的某些实施方式中,所述预计需能量是根据所述需能量的历史数据得到的。
在本申请的第一方面的某些实施方式中,所述用于控制系统的数据处理方法还包括:根据在单位供能时段中每一时间间隔内各供能系统中用能对象的实际需能量,确定所述理想供能参数是否满足所述实际需能量;在满足的情况下,所述各供能系统继续根据各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
为实现上述目的及其他相关目的,本申请的第二方面提供一种用于控制系统的数据处理系统,所述控制系统与多个供能系统通信连接;其中,至少部分供能系统之间相互耦合以供能量传输,各所述供能系统向其用能对象供能;在每一时间间隔内,各所述供能系统的供能参数配置成满足以下约束:各所述供能系统的产能量同各所述供能系统的储/释能量、及各所述供能系统的用能对象的预计需能量间的差同各供能系统和与各供能系统耦合的其他供能系统之间传输的有向功率流之和相当;各所述供能系统中储能装置的配置容量之和满足总配置容量;所述用于控制系统的数据处理系统包括:理想供能参数确定模块,用于根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。
在本申请的第二方面的某些实施方式中,所述供能参数包括:单位供能时段中每一时间间隔内各供能系统的产能量、单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量、各供能系统中储能装置的配置容量中的一种或多种。
在本申请的第二方面的某些实施方式中,所述理想供能参数是在单位供能时段内使优化目标得到优化的供能参数。
在本申请的第二方面的某些实施方式中,所述优化目标包括多个供能系统的总产能成本;所述根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数,包括:所述理想供能参数确定模块根据所述预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,将在单位供能时段内使所述多个供能系统的总产能成本最小的供能参数作为理想供能参数;其中,每一时间间隔内各所述供能系统的产能成本与各所述供能系统的产能量满足预设函数关系。
在本申请的第二方面的某些实施方式中,所述预设函数关系为二次型函数关系。
在本申请的第二方面的某些实施方式中,所述用于控制系统的数据处理系统还包括:边际价格确定模块,用于根据所述预设函数关系中的系数、以及每一时间间隔内各供能系统的理想产能量,确定单位供能时段中每一时间间隔内所述各供能系统供能的边际价格。
在本申请的第二方面的某些实施方式中,所述用于控制系统的数据处理系统还包括:影响量确定模块,用于根据在单位供能时段中每一时间间隔内各所述用能对象的预计需能量和所述供能系统供能的边际价格,确定在单位周期内每一所述用能对象对于其供能系统的产能成本影响量。
在本申请的第二方面的某些实施方式中,所述各供能系统根据所述控制系统确定的各供能系统中储能装置的理想配置容量对应设置所述储能装置的容量。
在本申请的第二方面的某些实施方式中,所述各供能系统根据所述控制系统确定的各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
在本申请的第二方面的某些实施方式中,所述预计需能量是根据所述需能量的历史数据得到的。
在本申请的第二方面的某些实施方式中,所述用于控制系统的数据处理系统还包括:验证模块,用于根据在单位供能时段中每一时间间隔内各供能系统中用能对象的实际需能量,确定所述理想供能参数是否满足所述实际需能量;在满足的情况下,所述各供能系统继续根据各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
为实现上述目的及其他相关目的,本申请的第三方面提供一种控制系统,包括:通信装置,用于与多个供能系统通信连接;存储装置,用于存储至少一程序;处理装置,用于调所述至少一程序以执行如本申请第一方面中任一项所述的用于控制系统的数据处理方法。
为实现上述目的及其他相关目的,本申请的第四方面提供一种能量系统,包括:多个供能系统;如本申请第三方面所述的控制系统,用于与所述多个供能系统通信连接、以及用于确定各所述供能系统的理想供能参数;其中,各所述供能系统用于根据所述控制系统确定的理想供能参数进行产能、储能、释能、供能、以及储能装置的容量设置。
为实现上述目的及其他相关目的,本申请的第五方面提供一种计算机可读存储介质,存储至少一种程序,所述至少一种程序在被调用时执行并实现如本申请第一方面中任一项所述的用于控制系统的数据处理方法。
综上所述,本申请的公开的用于控制系统的数据处理方法、系统及存储介质,根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。本申请可实现根据各供能系统的负荷进行储能装置的统一分配、以及电力的统一调度,一方面提升了能量的利用率,改善了能量浪费的现象,另一方面改善了储能装置分配不均的现象,从而保证了整个电力系统的平稳运行。
附图说明
本申请所涉及的发明的具体特征如所附权利要求书所显示。通过参考下文中详细描述的示例性实施方式和附图能够更好地理解本申请所涉及发明的特点和优势。对附图简要说明书如下:
图1显示为本申请的能量系统在一实施例中的结构示意图。
图2显示为本申请的供能系统在一实施例中的结构示意图。
图3显示为本申请的控制系统在一实施例中的结构示意图。
图4显示为本申请的用于控制系统的数据处理系统在一实施例中的示意图。
图5显示为本申请的用于控制系统的数据处理系统在另一实施例中的示意图。
图6显示为本申请的用于控制系统的数据处理系统在又一实施例中的示意图。
图7显示为本申请的用于控制系统的数据处理系统在再一实施例中的示意图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。
在下述描述中,参考附图,附图描述了本申请的若干实施例。应当理解,还可使用其他实施例,并且可以在不背离本公开的精神和范围的情况下进行模块或单元组成、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的,并且本申请的实施例的范围仅由公布的专利的权利要求所限定。这里使用的术语仅是为了描述特定实施例,而并非旨在限制本申请。
如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
电力系统的主体结构有发电厂、变电所、输电/配电线路、以及负荷中心。所述发电厂包括但不限于水电站、火电厂、以及核电站等。根据能量类型的不同,电力系统的类型包括但不限于:基于传统燃料发电的电网、基于新能源发电的微电网等。所述新能源包括但不限于:煤炭、天然气、风能、水能、光伏、生物质能、海洋能、以及其他形式等中的一种或多种方式。电力系统还需要包括控制系统,以对电能的生产过程进行测量、调节、控制、保护、通信、以及调度等。
在电力系统中,电能的生产与供应使用应当保持平衡。现有技术通常基于用户的负荷来获取未来一段时间内的负荷预测,从而根据预测结果进行电力调度。由于储能技术的出现,可以增强电力调度的灵活性。但是,目前基本上是电力系统中部分供能系统(例如部分发电厂)拥有储能装置后仅考虑自身成本而进行存储控制,进而利用实时价格进行套利来使自身获利。这样的情况下,会导致储能装置分配不均、能源浪费等缺陷,从而不利于国家整个电力系统的发展和平稳运行。
所以,如何根据各供能系统的负荷进行储能装置的统一分配、以及电力的统一调度,已成为业界亟待解决的技术问题。
基于此,本申请的方案实现储能装置的统一分配、以及电力的统一调度,以防止部分供能系统利用储能装置进行套利以获取利益。一方面提升了能量的利用率,改善了能量浪费的现象,另一方面改善了储能装置分配不均的现象,从而保证了整个电力系统的平稳运行。
请参阅图1,图1显示为本申请的能量系统在一实施例中的结构示意图,如图1所示,所述能量系统包括多个供能系统200、控制系统100。其中,所述能量系统举例为前文所述的电力系统。
所述控制系统100用于与多个供能系统200通信连接、以及用于确定各所述供能系统的理想供能参数。在一实施例中,所述控制系统100根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。在一实施例中,所述控制系统100通过其通信装置将所述理想供能参数发送至各供能系统200以供各供能系统200确定各自对应的理想供能参数。其中,所述理想供能参数的具体描述及其确定方法将在后续详述。
所述控制系统100以提升整个能量系统的社会福利为目标,独立于各供能系统200。这样使得所述控制系统100不偏袒能量系统中任何一个供能系统200,进而可以改善储能装置分配不均、能源浪费等现象。例如,所述控制系统100将整个能量系统的总产能成本作为优化目标,对各供能系统200进行能量的统一调度、以及储能装置的统一分配,以使整个能量系统的总产能成本达到最小。
所述多个供能系统200中的至少部分供能系统之间相互耦合以供能量传输。所述供能系统之间通过传输介质进行能量传输。在一实施例中,每一供能系统均与能量系统中的其他供能系统相互耦合。在另一实施例中,每一供能系统与能量系统中的部分供能系统相互耦合。所述能量系统中包括M=||N||0个供能系统,其中,N集合为能量系统中各供能系统的集合,N集合中的元素表示所述能量系统中的供能系统。
各所述供能系统向其用能对象供能。每一供能系统可以向其一个或多个用能对象提供能量供应,每个用能对象按随时间变化的价格向供能系统付费。其中,所述供能系统可供应如电能、热能等能量。
所述用能对象指一个或多个需要用能的设备,例如工业设备,例如制造/加工设备、流水线设备等;又例如家用电器设备,例如电视、冰箱、空调等,又例如照明系统等的灯具。在一些示例中,所述用能对象可以是接入同一计量装置的至少一个用能设备的总称。
所述供能系统的类型以及向用能对象供能的传输介质可根据能量的类型而确定。所述能量的类型包括但不限于为电能、热能等。例如,当所述能量为电能时,所述能量系统包括但不限于为前文所述的电力系统,所述电力系统包括:传统的火力发电电网、和/或基于分布式能源的微电网。所述供能系统包括但不限于发电系统、或配电系统等用于向用能对象提供电力的供电系统,所述传输介质包括但不限于为电线。
请参阅图2,图2显示为本申请的供能系统在一实施例中的结构示意图,如图所示,所述供能系统200包括产能装置、储能装置,所述供能系统200用以向用能对象供能。供能系统200的储能装置耦合于该供能系统200的产能装置以获取能量。所述储能装置用于储备一定容量的能量。所述储能装置包括但不限于为蓄电池、超级电容器等。其中,所述蓄电池可为铅酸电池、镍镉电池、镍氢电池、钠硫电池、锂电池或燃料电池等。
所述供能系统200也可以不包括产能装置,通过获取其他供能系统的剩余能量来给其对应的用能对象供能。
需要说明的是,所述供能系统只是一种概括性的表达,而非限制其必须为一独立的实体装置。所述供能系统和用能对象之间的耦合关系指的直接或间接的连接关系,只要能令用能对象从供能系统获得能量即可,而并不限制其具体实现形式。
可以理解的是,由于并非限制交易对象为电能,因此对其价格的表述亦不限制于电价,在本文中通过“价格”、“边际价格”、以及“平均用能价格”表达;相应的,供电系统、供热系统等,也通过“供能系统”来替代性地表达。
在本申请的实施方式中,为了满足用能对象的预计需能量需求,所述控制系统100对多个供能系统200进行能量调度时,各供能系统200的供能参数需满足公式(1)至公式(3)所对应的约束。
所述供能参数包括单位供能时段中每一时间间隔内各供能系统的产能量gn,t、单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量un,t、各供能系统中储能装置的配置容量en中的一种或多种。
其中,t表示为时间间隔。所述时间间隔包括但不限于:一或多小时、一或多日、一或多周、或者一或多月等。其中,多个所述时间间隔t构成单位供能时段T。举例来说,设所述单位供能时段T为一天,所述时间间隔t为一天中的每个小时。或者,在一个单位供能时段T中按价格的不同可以分为多个时间间隔t,即:0AM~7AM时间间隔、7AM~11PM时间间隔、11PM~5PM时间间隔、5PM~7PM时间间隔、7PM~12PM时间间隔。
所述单位供能时段中每一时间间隔内各供能系统的产能量gn,t和单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量un,t需要满足:
其中,公式(1)表示的是:各所述供能系统的产能量gn,t同各所述供能系统的储/释能量un,t、及各所述供能系统的用能对象的预计需能量dn,t间的差同各供能系统和与各供能系统耦合的其他供能系统之间传输的有向功率流fnm,t之和相当。
其中,fnm,t=Ynm(θn,t-θm,t),m,n∈N且m≠n,nm∈V,V为各供能系统和与各供能系统耦合的其他供能系统之间的传输线路集合。θn,t为供能系统n处的电压相角,θm,t为与供能系统n耦合的其他供能系统m处的电压相角。Ynm为传输线路nm中的导纳。
其中,un,t为正表示为向储能装置中存储能量,un,t为负表示为储能装置向外释放能量。基于单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量un,t,单位供能时段中每一时间间隔t内各供能系统中存储的总能量xn,t需要满足公式(2)的限制:
xn,t=xn,t-1+un,t (2)
其中,n∈N,0≤xn,t≤en,xn,0表示为在单位供能时段中初始时间间隔内各供能系统中存储的总能量,xn,T表示为在单位供能时段中最后的时间间隔内各供能系统中存储的总能量,en为各供能系统中储能装置的配置容量,各供能系统的配置容量en之和满足总配置容量:
其中,E为总配置容量。
在上述约束下,本申请提供一种用于控制系统的数据处理方法,所述用于控制系统的数据处理方法包括:根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。所述数据处理方法应用于图1所示的控制系统。
请参阅图3,图3显示为本申请的控制系统在一实施例中的结构示意图,如图3所示,所述控制系统100包括通信装置101、存储装置102、以及处理装置103。
所述存储装置102用于存储至少一程序,在一些实施例中,所述存储装置102包括一个或多个存储器,用以在执行时执行基于本申请技术思想而示例的用于控制系统的数据处理方法。在实施例中,所述存储器可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储器还可以包括远离一个或多个处理器的存储器,例如经由RF电路或外部端口以及通信网络访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网、广域网、存储局域网等,或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。
所述处理装置103与所述存储装置102连接,在一些实施例中,所述处理装置103包括一个或多个处理器,所述处理装置103用于调所述至少一程序以执行本申请所述的用于控制系统的数据处理方法。在实施例中,所述处理器可操作地与存储器和/或非易失性存储设备耦接。更具体地,处理器可执行在存储器和/或非易失性存储设备中存储的指令以在所述控制系统中执行操作,诸如生成理想供能参数数据和/或将理想供能参数数据通过所述通信装置传输到各供能系统。如此,处理器可包括一个或多个通用微处理器、一个或多个专用处理器、一个或多个现场可编程逻辑阵列、或它们的任何组合。
所述通信装置101用于与多个供能系统通信连接。通过所述通信装置101,所述控制系统100能够与多个供能系统200进行数据交互或通信传输。例如,所述控制系统将在单位周期内各供能系统在各时间间隔内的理想产能量通过所述通信装置发送至各供能系统200,以供所述各供能系统200根据所述控制系统分配的理想产能量进行产能。其中,所述通信装置101可以包括:有线通信电路和/或无线通信电路,有线通信电路如有线网卡,无线通信电路如2G-5G、WiFi、314/433射频电路等等,从而能接入通信网络,通信网络可以包括因特网、移动网络、局域网(LAN)、广域网(WAN)、存储局域网(SAN)、或者一个或多个内部网等,或任何其它适当通信网络中的一个或多个。
通过所述通信装置101,所述控制系统100能够与各种其他电子设备进行交互,以及可使得用户能够与所述控制系统进行交互。例如,用户通过所述通信网络将预设的总配置容量发送至所述控制系统100。
在一实施例中,所述控制系统100例如为装载有APP应用程序或具备网页/网站访问性能的电子设备,例如台式电脑、智能电视、服务器、移动终端(如手机、平板电脑、笔记本电脑等),该些电子设备还可以包含显示单元/音频单元等输入输出单元。所述显示单元可包括触摸部件,该触摸部件通过检测对象触摸其屏幕(例如,电子显示器的表面)的发生和/或位置来促进用户输入;例如,控制系统侧的操作者通过触摸所述电子设备的屏幕以输入所述预设的总配置容量等。
在一实施例中,各所述供能系统的供能参数满足如上的各约束条件,所述用于控制系统的数据处理方法包括:根据预设的总配置容量、以及单位供能时段T中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。
所述理想供能参数是在单位供能时段T内使优化目标得到优化的供能参数。
所述优化目标是整个能量系统所对应的多个供能系统的总目标。例如,多个供能系统的总产能量、多个供能系统的总产能成本、或者每一时间间隔内多个供能系统的总储能量等。
具体地,为了使整个能量系统优质、平稳运行,为了使所述优化目标在单位供能时段T中达到最优,所述控制系统根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,通过使所述优化目标所对应的函数关系在单位供能时段中取得最优解来实现。其中,所述优化目标所对应的目标函数取得最优解所对应的各供能参数的取值为所述各供能系统的理想供能参数。各供能系统在实际运行过程中,根据所述理想供能参数进行产能、储能、释能、以及供能时可以使所述优化目标达到最优。
在一具体实施例中,所述优化目标包括多个供能系统的总产能成本,所述用于控制系统的数据处理方法包括根据所述预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,将在单位供能时段内使所述多个供能系统的总产能成本最小的供能参数作为理想供能参数。其中,每一时间间隔内各所述供能系统的产能成本与各所述供能系统的产能量满足预设函数关系。所述预设函数关系是根据实际产能的技术水平、以及产能所需要的各种要素的价格来确定的。所述要素与产能方式有关。例如,所述能量为电能,所述产能方式为火力发电,所述要素包括煤炭,对应的要素价格为煤炭的价格。
以所述函数关系为二次型函数关系为例,在每一时间间隔内各供能系统的产能成本Cn(gn,t)与各所述供能系统的产能量gn,t满足如下函数关系:
其中,为所述二次型函数的二次项系数,bn为所述二次型函数的一次项系数,cn为所述二次型函数的常数项。当然,虽然本申请中通过二次型函数来表示各所述供能系统的产能量gn,t和各所述供能系统的产能成本Cn(gn,t)之间的关系,但是并不限制于此,在其它实施例中也可以通过其它多项式形式加以替代。
需要说明的是,对于所述能量系统中不包括产能装置的供能系统,将其所对应的成本函数设置为足够大。以所述函数关系为二次型函数关系为例,可以将二次项系数、一次项系数、常数项中的一个或多个设置为足够大的常数。所述足够大的常数的取值范围可以为:1000万至1亿、100万至1000万等。
基于公式(4)所对应的函数关系,在各所述供能系统的供能参数在满足上述约束条件的情况下,所述用于控制系统的数据处理方法需要求解公式(5)所示的优化问题:
具体地,需要求解的优化问题为:根据预设的总配置容量和单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定使多个供能系统的总产能成本在单位供能时段T中取得最小值所对应的理想供能参数。其中,所述预计需能量是根据各供能系统需能量的历史数据得到的。
例如,所述预计需能量可以根据各供能系统需能量的历史数据和需能量的预测方法得到。所述需能量的预测方法包括但不限于:神经网络预测法、模糊预测法、时间序列法、回归分析法、灰色数学理论预测法等。
又如,所述预计需能量可以通过对多个单位供能时段的所述需能量的历史数据进行数据处理而得到。
所述预设的总配置容量是根据购置储能装置的预设成本确定的。例如,所述控制系统举例为独立系统运营商(independent system operator,ISO)侧的控制系统。所述独立系统运营商根据其预设成本购买储能装置,并预计将预设的总配容量的储能装置根据得到的理想供能参数分配至各所述供能系统。所述独立系统运营商指不以盈利为目的并独立于所有发电公司、电力交易中心、配售电公司、电力用户等其他市场主体的电力调度中心。所述独立系统运营商负责电力系统安全稳定、优质经济运行,并为电力系统提供无歧视性调度服务的机构。
所述用于控制系统的数据处理方法通过构建拉格朗日函数,并应用KKT(Karush-Kuhn-Tucker)条件来求解公式(5)所对应的优化问题。
所述拉格朗日函数L可用如下公式表示:
其中,ρ是对应约束条件的拉格朗日乘数、νn,t是对应约束条件的拉格朗日乘数、πnm,t是对应约束条件的拉格朗日乘数、ξn,t是对应约束条件xn,t=xn,t-1+un,t的拉格朗日乘数、λn,t是对应约束条件xn,t≤en的拉格朗日乘数、μn,t是对应约束条件0≤xn,t的拉格朗日乘数、φn,t是对应约束条件的拉格朗日乘数、φn,0是对应约束条件的拉格朗日乘数。
与公式(6)所对应的KKT条件可由如下方程组表示:
其中,KKT条件中*表示的是使公式(5)所对应的优化问题取得最小值时的最优解。其中,所述最优解包括所述理想供能参数、各约束条件所对应的理想拉格朗日乘数。
通过求解上述KKT条件,可得到在单位供能时段T中使所述多个供能系统的总产能成本最小的供能参数,并将所述供能参数的取值作为理想供能参数。
需要说明的是,经本申请者证明,在各供能系统中用能对象的预计需能量dn,t以及前文所述的约束条件不变的情况下,通过增加预设的总配置容量,可以降低在单位供能时段内所述多个供能系统的总产能成本的最小值。
在一实施例中,通过上述方式得到所述理想供能参数后,所述控制系统通过所述通信装置将所述理想供能参数发送至各供能系统。所述理想供能参数包括:单位供能时段中每一时间间隔内各供能系统的理想产能量、单位供能时段中每一时间间隔内各供能系统中储能装置的理想储/释能量、和/或各供能系统中储能装置的理想配置容量。各供能系统根据所述控制系统确定的各供能系统中储能装置的理想配置容量对应设置所述储能装置的容量。例如,所述能量系统中包括供能系统1、供能系统2、和供能系统3,所述控制系统预计将1000MW的总配置容量分配到各供能系统中,并根据上述方式求解得到的理想配置容量分别为 则供能系统1对应设置容量为300MW的储能装置,供能系统2对应设置容量为300MW的储能装置,供能系统3对应设置容量为400MW的储能装置。
其中,所述各供能系统按照所述理想配置容量设置储能装置后,所述各供能系统根据所述控制系统确定的各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。具体地,各供能系统根据所述单位周期中每一时间间隔的理想产能量进行产能,根据所述单位周期中每一时间间隔的理想储/释能量进行储能或释能、根据单位周期中每一时间间隔的实际需能量进行供能。
由于所述预计需能量dn,t是根据需能量的历史数据推测未来期间的需能量,它要受到多种多样复杂因素的影响,而且各种影响因素也是发展变化的。在进行需能量预测时对于这些发展变化有些能够预先估计,有些却很难事先预见到,加上一些临时情况发生变化的影响,因此就决定了预计需能量dn,t的不准确性或不完全准确性。
由于所述预计需能量dn,t的不准确性或不完全准确性,所述用于控制系统的数据处理方法还包括根据在单位供能时段中每一时间间隔内各供能系统中用能对象的实际需能量,确定所述理想供能参数是否满足所述实际需能量。在满足的情况下,所述各供能系统继续根据各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
例如,所述供能周期中包括三个时间间隔,所述能量系统中包括供能系统1和供能系统2。所述控制系统在求解公式(5)所对应的优化问题时供能系统1和供能系统2的预计需能量分别取d1,1=d2,1=500MW、d1,2=d2,2=600MW、d1,3=d2,3=800MW,进而可求得每个时间间隔内各供能系的理想产能量、理想储/释能量。所述控制系统可以通过其通信装置接收各供能系在每一时间间隔内的实际需能量。如果所述供能系统1和供能系统2中用能对象的实际需能量仍为d1,1=d2,1=500MW、d1,2=d2,2=600MW、d1,3=d2,3=800MW,则所述供能系统1和供能系统2继续根据先前求解的理想产能量和理想储/释能量进行产能、储能、释能、以及供能。如果所述供能系统1和/或供能系统2中用能对象的实际需能量与所述预计需能量不符,所述控制系统可以通过其显示单元或音频单元发出警报,以表示所述理想供能参数不能满足各供能系统中用能对象的实际需能量。所述控制系统还可以通过其显示单元来显示具体发生改变的供能系统以及该供能系统所对应的实际需能量,以供所述控制系统进行后续处理。
所述用于控制系统的数据处理方法还包括:根据所述预设函数关系中的系数、以及每一时间间隔内各供能系统的理想产能量,确定单位供能时段中每一时间间隔内所述各供能系统供能的边际价格。各供能系统根据所述边际价格可确定每一时间间隔内向其用能对象供能的价格。
具体地,由于νn,t是对应约束条件的拉格朗日乘数,该拉格朗日乘数的相反数-νn,t表示的是当每一时间间隔内各供能系统中用能对象的预计需能量增加一个单位值时,所述多个供能系统的总产能成本的增加量。所以,所述各供能系统按照所述理想供能参数进行产能、储能、释能、以及供能时,各供能系统的边际价格pn,t可以由该拉格朗日乘数的理想值的相反数表示:
需要说明的是,各供能系统供能的边际价格pn,t包括不随总配置容量E变化的部分(例如andn,t+bn)、以及随总配置容量E变化的部分(例如)。可以理解的使,对于不同的产能成本函数,所述边际价格的表达形式也不同,并不限于公式(8)所示的表达形式。
在实际场景中,用能对象之间的用能模式(Energy Consumption Patterns)各有不同,而每个用能对象的需能量又会随着时间的变化而变化。虽然,在各供能系统中部署理想配置容量的储能装置可以降低整个能量系统的产能成本,但是通过部署储能装置,以基于理想供能参数得到的所述边际价格进行供电时不可能对所有用能习惯的用能对象都有益。所以,本申请应用每一所述用能对象对于其供能系统的产能成本影响量来评估不同用能模式的用能对象在单位供能时段内的平均用能价格,进而可以判断部署储能装置对不同用能习惯的用能对象是否有益。
所述需能量可以是前文所述的估计需能量也可以直接是实际需能量的历史数据。
在单位供能时段T内,每一所述用能对象对于其供能系统的产能成本影响量是根据该用能对象从其供能系统所获得的需能量的变化量而引起的该供能系统的产能成本的变化量所度量的。在一示例中,公式(9)给出了各供能系统中每个用能对象i对于其供能系统的产能成本影响量MCIi,n的定义:
需说明的是,在其它实施例中,所述总需能量的计算方式也可以加以变化,例如,单位供能时段T内总需能量可以是各时间间隔t的需能量的和的均值或加权和,并非以此为限。
在一实施例中,用公式(4)所表示的函数关系定义产能成本和产能量之间的关系,则各供能系统中每个用能对象i对于其供能系统的产能成本影响量MCIi,n可由如下公式表示:
当然,虽然本实施例中通过二次型函数来表示产能成本和产能量之间的数学关系,但是并不限制于此,在其它实施例中可以通过其它多项式形式加以替代。
在一实施例中,基于公式(10),所述用于控制系统的数据处理方法还包括:根据在单位供能时段中每一时间间隔内各所述用能对象的预计需能量和所述供能系统供能的边际价格,确定在单位周期内每一所述用能对象对于其供能系统的产能成本影响量。
具体地,通过所述理想供能参数和所述二次型函数中的各项系数可求得每一时间间隔内各所述供能系统供能的节点边际价格。根据所述供能系统供能的节点边际价格以及单位供能时段中每一时间间隔内各所述用能对象的预计需能量确定每一所述用能对象对于其供能系统的产能成本影响量MCIi,n。单位供能时段内,每一所述用能对象对于其供能系统的产能成本影响量MCIi,n可用来评估每一所述用能对象的平均用能价格。
可以理解的是,如果基于所述理想供能参数求出的所述该用能对象对于其供能系统的产能成本影响量MCIi,n大于部署储能装置之前的平均用能价格,则通过部署储能装置,对该用能习惯的用能对象有害。反之,有益。
在一实施例中,基于上述方式可以判断部署储能装置对不同用能对象的影响,进而可以对不同的用能对象提供用能策略提示。
在另一实施例中,还可以利用与产能成本影响量MCIi,n相关的影响量距离条件对每个所述用能对象进行分类,将用能对象划分为一或多个以供能成本影响量为度量指标的用能对象群体,从而便于对影响量不同的用能对象群体提供不同的用能策略提示。可以理解的是,在同一用能对象群体中,各用能对象的用能习惯大致上是相同的。
其中,可以通过聚类(例如K-means聚类)、或人工分类以及其他等方式对每个所述用能对象进行分类,以获得一个或多个用能对象群体。所述影响量距离条件包括:属于同一用能对象群体的每个用能对象的供能成本影响量间最大差异量在预设距离值范围内。
所述用能策略提示包括:保持用能习惯、更改用能习惯、或者根据用能量提供对应产能成本影响量小的用能习惯。
需要说明的是,通过增加所述预设的总配置容量可以使所述不同用能习惯的用能对象对于其供能系统的产能成本影响量MCIi,n趋于稳定值。在一实施例中,如果用公式(4)所表示的函数关系定义产能成本和产能量之间的关系,所述稳定值为其中,为每一时间间隔内各供能系统的理想产能量。
本申请还提供一种用于控制系统的数据处理系统,用于确定各所述供能系统的理想供能参数。所述理想供能参数是在单位供能时段T内使优化目标得到优化的供能参数。所述控制系统与多个供能系统通信连接,其中,至少部分供能系统之间相互耦合以供能量传输,各所述供能系统向其用能对象供能。
所述数据处理系统可以应用在图1所示的控制系统100中。例如,以软件的形式搭载在图1所示的控制系统100中以实现相应功能。
请参阅图4,图4显示为本申请的用于控制系统的数据处理系统在一实施例中的示意图,如图所示所述数据处理系统300包括理想供能参数确定模块301。在一实施例中,各所述供能系统的供能参数满足如上的各约束条件,所述理想供能参数确定模块301根据预设的总配置容量、以及单位供能时段T中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。
所述理想供能参数是在单位供能时段T内使优化目标得到优化的供能参数。
所述优化目标是整个能量系统所对应的多个供能系统的总目标。例如,多个供能系统的总产能量、多个供能系统的总产能成本、或者每一时间间隔内多个供能系统的总储能量等。
具体地,为了使整个能量系统优质、平稳运行,为了使所述优化目标在单位供能时段T中达到最优,所述控制系统根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,通过使所述优化目标所对应的函数关系在单位供能时段中取得最优解来实现。其中,所述优化目标所对应的目标函数取得最优解所对应的各供能参数的取值为所述各供能系统的理想供能参数。各供能系统在实际运行过程中,根据所述理想供能参数进行产能、储能、释能、以及供能时可以使所述优化目标达到最优。
在一具体实施例中,所述优化目标包括多个供能系统的总产能成本,所述用于控制系统的数据处理系统包括根据所述预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,将在单位供能时段内使所述多个供能系统的总产能成本最小的供能参数作为理想供能参数。其中,每一时间间隔内各所述供能系统的产能成本与各所述供能系统的产能量满足预设函数关系。所述预设函数关系是根据实际产能的技术水平、以及产能所需要的各种要素的价格来确定的。所述要素与产能方式有关。例如,所述能量为电能,所述产能方式为火力发电,所述要素包括煤炭,对应的要素价格为煤炭的价格。
以所述函数关系为二次型函数关系为例,在每一时间间隔内各供能系统的产能成本Cn(gn,t)与各所述供能系统的产能量gn,t满足如下函数关系:
其中,为所述二次型函数的二次项系数,bn为所述二次型函数的一次项系数,cn为所述二次型函数的常数项。当然,虽然本申请中通过二次型函数来表示各所述供能系统的产能量gn,t和各所述供能系统的产能成本Cn(gn,t)之间的关系,但是并不限制于此,在其它实施例中也可以通过其它多项式形式加以替代。
需要说明的是,对于所述能量系统中不包括产能装置的供能系统,将其所对应的成本函数设置为足够大。以所述函数关系为二次型函数关系为例,可以将二次项系数、一次项系数、常数项中的一个或多个设置为足够大的常数。所述足够大的常数的取值范围可以为:1000万至1亿、100万至1000万等。
确定所述函数关系后,在各所述供能系统的供能参数在满足上述约束条件的情况下,所述用于控制系统的数据系统方法需要求解公式(5)所示的优化问题:
具体地,需要求解的优化问题为:根据预设的总配置容量和单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定使多个供能系统的总产能成本在单位供能时段T中取得最小值所对应的理想供能参数。其中,所述预计需能量是根据各供能系统需能量的历史数据得到的。
例如,所述预计需能量可以根据各供能系统需能量的历史数据和需能量的预测方法得到。所述需能量的预测方法包括但不限于:神经网络预测法、模糊预测法、时间序列法、回归分析法、灰色数学理论预测法等。
又如,所述预计需能量可以通过对多个单位供能时段的所述需能量的历史数据进行数据处理而得到。
所述预设的总配置容量是根据购置储能装置的预设成本确定的。例如,所述控制系统举例为独立系统运营商(independent system operator,ISO)的控制系统。所述独立系统运营商根据其预设成本购买储能装置,并预计将预设的总配容量的储能装置根据得到的理想供能参数分配至各所述供能系统。所述独立系统运营商指不以盈利为目的并独立于所有发电公司、电力交易中心、配售电公司、电力用户等其他市场主体的电力调度中心。所述独立系统运营商负责电力系统安全稳定、优质经济运行,并为电力系统提供无歧视性调度服务的机构。
所述理想供能参数确定模块301通过构建拉格朗日函数,并应用KKT(Karush-Kuhn-Tucker)条件来求解公式(5)所对应的优化问题。
所述拉格朗日函数L可用如下公式表示:
其中,ρ是对应约束条件的拉格朗日乘数、νn,t是对应约束条件的拉格朗日乘数、πnm,t是对应约束条件的拉格朗日乘数、ξn,t是对应约束条件xn,t=xn,t-1+un,t的拉格朗日乘数、λn,t是对应约束条件xn,t≤en的拉格朗日乘数、μn,t是对应约束条件0≤xn,t的拉格朗日乘数、φn,t是对应约束条件的拉格朗日乘数、φn,0是对应约束条件的拉格朗日乘数。
与公式(6)所对应的KKT条件可由如下方程组表示:
其中,KKT条件中*表示的是使公式(5)所对应的优化问题取得最小值时的最优解。其中,所述最优解包括所述理想供能参数、各约束条件所对应的理想拉格朗日乘数。
通过求解上述KKT条件,可得到在单位供能时段T中使所述多个供能系统的总产能成本最小的供能参数,并将所述供能参数的取值作为理想供能参数。
需要说明的是,经本申请者证明,在各供能系统中用能对象的预计需能量dn,t以及前文所述的约束条件不变的情况下,通过增加预设的总配置容量,可以降低在单位供能时段内所述多个供能系统的总产能成本的最小值。
在一实施例中,通过上述方式得到所述理想供能参数后,所述控制系统通过所述通信装置将所述理想供能参数发送至各供能系统。所述理想供能参数包括:单位供能时段中每一时间间隔内各供能系统的理想产能量、单位供能时段中每一时间间隔内各供能系统中储能装置的理想储/释能量、和/或各供能系统中储能装置的理想配置容量。各供能系统根据所述控制系统确定的各供能系统中储能装置的理想配置容量对应设置所述储能装置的容量。例如,所述能量系统中包括供能系统1、供能系统2、和供能系统3,所述控制系统预计将1000MW的总配置容量分配到各供能系统中,并根据上述方式求解得到的理想配置容量分别为 则供能系统1对应设置容量为300MW的储能装置,供能系统2对应设置容量为300MW的储能装置,供能系统3对应设置容量为400MW的储能装置。
其中,所述各供能系统按照所述理想配置容量设置储能装置后,所述各供能系统根据所述控制系统确定的各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。具体地,各供能系统根据所述单位周期中每一时间间隔的理想产能量进行产能,根据所述单位周期中每一时间间隔的理想储/释能量进行储能或释能、根据单位周期中每一时间间隔的实际需能量进行供能。
由于所述预计需能量dn,t是根据需能量的历史数据推测未来期间的需能量,它要受到多种多样复杂因素的影响,而且各种影响因素也是发展变化的。在进行需能量预测时对于这些发展变化有些能够预先估计,有些却很难事先预见到,加上一些临时情况发生变化的影响,因此就决定了预计需能量dn,t的不准确性或不完全准确性。
由于所述预计需能量dn,t的不准确性或不完全准确性,所以,请参阅图5,图5显示为本申请的用于控制系统的数据处理系统在另一实施例中的示意图,如图所示所述用于控制系统的数据处理系统400包括:理想供能参数确定模块401、验证模块402。
所述理想供能参数确定模块401与图4中所述的理想供能参数确定模块301相同或相似,在此不再详述。
所述验证模块402根据在单位供能时段中每一时间间隔内各供能系统中用能对象的实际需能量,确定所述理想供能参数是否满足所述实际需能量。在满足的情况下,所述各供能系统继续根据各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
例如,所述供能周期中包括三个时间间隔,所述能量系统中包括供能系统1和供能系统2。所述控制系统在求解公式(5)所对应的优化问题时供能系统1和供能系统2的预计需能量分别取d1,1=d2,1=500MW、d1,2=d2,2=600MW、d1,3=d2,3=800MW,进而可求得每个时间间隔内各供能系的理想产能量、理想储/释能量。所述控制系统可以通过其通信装置接收各供能系在每一时间间隔内的实际需能量。如果所述供能系统1和供能系统2中用能对象的实际需能量仍为d1,1=d2,1=500MW、d1,2=d2,2=600MW、d1,3=d2,3=800MW,则所述供能系统1和供能系统2继续根据先前求解的理想产能量和理想储/释能量进行产能、储能、释能、以及供能。如果所述供能系统1和/或供能系统2中用能对象的实际需能量与所述预计需能量不符,所述控制系统可以通过其显示单元或音频单元发出警报,以表示所述理想供能参数不能满足各供能系统中用能对象的实际需能量。所述控制系统还可以通过其显示单元来显示具体发生改变的供能系统以及该供能系统所对应的实际需能量,以供所述控制系统进行后续处理。
请参阅图6,图6显示为本申请的用于控制系统的数据处理系统在又一实施例中的示意图,如图所示所述用于控制系统的数据处理系统500包括:理想供能参数确定模块501、边际价格确定模块502。
所述理想供能参数确定模块501与图4中所述的理想供能参数确定模块301相同或相似,在此不再详述。
所述边际价格确定模块502根据所述预设函数关系中的系数、以及每一时间间隔内各供能系统的理想产能量,确定单位供能时段中每一时间间隔内所述各供能系统供能的边际价格。各供能系统根据所述边际价格可确定每一时间间隔内向其用能对象供能的价格。
具体地,由于νn,t是对应约束条件的拉格朗日乘数,该拉格朗日乘数的相反数-νn,t表示的是当每一时间间隔内各供能系统中用能对象的预计需能量增加一个单位值时,所述多个供能系统的总产能成本的增加量。所以,所述各供能系统按照所述理想供能参数进行产能、储能、释能、以及供能时,各供能系统的边际价格pn,t可以由该拉格朗日乘数的理想值的相反数表示:
需要说明的是,各供能系统供能的边际价格pn,t包括不随总配置容量E变化的部分(例如andn,t+bn)、以及随总配置容量E变化的部分(例如)。可以理解的使,对于不同的产能成本函数,所述边际价格的表达形式也不同,并不限于公式(8)所示的表达形式。
在实际场景中,用能对象之间的用能模式(Energy Consumption Patterns)各有不同,而每个用能对象的需能量又会随着时间的变化而变化。虽然,在各供能系统中部署理想配置容量的储能装置可以降低整个能量系统的产能成本,但是通过部署储能装置,以基于理想供能参数得到的所述边际价格进行供电时不可能对所有用能习惯的用能对象都有益。所以,本申请应用每一所述用能对象对于其供能系统的产能成本影响量来评估不同用能模式的用能对象在单位供能时段内的平均用能价格,进而可以判断部署储能装置对不同用能习惯的用能对象是否有益。
所述需能量可以是前文所述的估计需能量也可以直接是实际需能量的历史数据。
在单位供能时段T内,每一所述用能对象对于其供能系统的产能成本影响量是根据该用能对象从其供能系统所获得的需能量的变化量而引起的该供能系统的产能成本的变化量所度量的。在一示例中,公式(9)给出了各供能系统中每个用能对象i对于其供能系统的产能成本影响量MCIi,n的定义:
需说明的是,在其它实施例中,所述总需能量的计算方式也可以加以变化,例如,单位供能时段T内总需能量可以是各时间间隔t的需能量的和的均值或加权和,并非以此为限。
在一实施例中,用公式(4)所表示的函数关系定义产能成本和产能量之间的关系,则各供能系统中每个用能对象i对于其供能系统的产能成本影响量MCIi,n可由如下公式表示:
当然,虽然本实施例中通过二次型函数来表示产能成本和产能量之间的数学关系,但是并不限制于此,在其它实施例中可以通过其它多项式形式加以替代。
在一实施例中,基于公式(10),请参阅图7,图7显示为本申请的用于控制系统的数据处理系统在再一实施例中的示意图,如图所示,所述用于控制系统的数据处理系统600包括:理想供能参数确定模块601、边际价格确定模块602、影响量确定模块603。
所述理想供能参数确定模块601和边际价格确定模块602同图6中所述的理想供能参数确定模块501和边际价格确定模块502相同或相似,在此不再详述。
所述影响量确定模块603根据在单位供能时段中每一时间间隔内各所述用能对象的预计需能量和所述供能系统供能的边际价格,确定在单位周期内每一所述用能对象对于其供能系统的产能成本影响量。
具体地,边际价格确定模块602通过所述理想供能参数和所述二次型函数中的各项系数可求得每一时间间隔内各所述供能系统供能的节点边际价格。所述影响量确定模块603根据所述供能系统供能的节点边际价格以及单位供能时段中每一时间间隔内各所述用能对象的预计需能量来确定每一所述用能对象对于其供能系统的产能成本影响量MCIi,n。单位供能时段内,每一所述用能对象对于其供能系统的产能成本影响量MCIi,n可用来评估每一所述用能对象的平均用能价格。
可以理解的是,如果基于所述理想供能参数求出的所述该用能对象对于其供能系统的产能成本影响量MCIi,n大于部署储能装置之前的平均用能价格,则通过部署储能装置,对该用能习惯的用能对象有害。反之,有益。
在一实施例中,基于上述方式可以判断部署储能装置对不同用能对象的影响,进而可以对不同的用能对象提供用能策略提示。
在另一实施例中,所述影响量确定模块603还可以利用与产能成本影响量MCIi,n相关的影响量距离条件对每个所述用能对象进行分类,将用能对象划分为一或多个以供能成本影响量为度量指标的用能对象群体,从而便于对影响量不同的用能对象群体提供不同的用能策略提示。可以理解的是,在同一用能对象群体中,各用能对象的用能习惯大致上是相同的。
其中,可以通过聚类(例如K-means聚类)、或人工分类以及其他等方式对每个所述用能对象进行分类,以获得一个或多个用能对象群体。所述影响量距离条件包括:属于同一用能对象群体的每个用能对象的供能成本影响量间最大差异量在预设距离值范围内。
所述用能策略提示包括:保持用能习惯、更改用能习惯、或者根据用能量提供对应产能成本影响量小的用能习惯。
需要说明的是,通过增加所述预设的总配置容量可以使所述不同用能习惯的用能对象对于其供能系统的产能成本影响量MCIi,n趋于稳定值。在一实施例中,如果用公式(4)所表示的函数关系定义产能成本和产能量之间的关系,所述稳定值为其中,为每一时间间隔内各供能系统的理想产能量。
另外,本申请还公开一种计算机可读存储介质,存储有至少一计算机程序,所述计算机程序被执行时实现上述针对用于控制系统的数据处理方法所描述的至少一种实施例。
所述功能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存储介质中。基于这样的理解,本申请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存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
于本申请提供的实施例中,所述计算机可读写存储介质可以包括只读存储器、随机存取存储器、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁存储设备、闪存、U盘、移动硬盘、或者能够用于存储具有指令或数据结构形式的期望的程序代码并能够由计算机进行存取的任何其它介质。另外,任何连接都可以适当地称为计算机可读介质。例如,如果指令是使用同轴电缆、光纤光缆、双绞线、数字订户线(DSL)或者诸如红外线、无线电和微波之类的无线技术,从网站、服务器或其它远程源发送的,则所述同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线电和微波之类的无线技术包括在所述介质的定义中。然而,应当理解的是,计算机可读写存储介质和数据存储介质不包括连接、载波、信号或者其它暂时性介质,而是旨在针对于非暂时性、有形的存储介质。如申请中所使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘则用激光来光学地复制数据。
在一个或多个示例性方面,本申请所述方法的计算机程序所描述的功能可以用硬件、软件、固件或其任意组合的方式来实现。当用软件实现时,可以将这些功能作为一个或多个指令或代码存储或传送到计算机可读介质上。本申请所公开的方法或算法的步骤可以用处理器可执行软件模块来体现,其中处理器可执行软件模块可以位于有形、非临时性计算机可读写存储介质上。有形、非临时性计算机可读写存储介质可以是计算机能够存取的任何可用介质。
本申请上述的附图中的框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于此,框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这根据所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以通过执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以通过专用硬件与计算机指令的组合来实现。
综上所述,本申请的用于控制系统的数据处理系统、方法、及存储介质,确定各所述供能系统的理想供能参数。所述控制系统与多个供能系统通信连接;其中,至少部分供能系统之间相互耦合以供能量传输,各所述供能系统向其用能对象供能;在每一时间间隔内,各所述供能系统的供能参数满足以下约束:各所述供能系统的产能量同各所述供能系统的储/释能量、及各所述供能系统的用能对象的预计需能量间的差同各供能系统和与各供能系统耦合的其他供能系统之间传输的有向功率流之和相当;各所述供能系统中储能装置的配置容量之和满足总配置容量。在本申请的方案中,根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。本申请的方案可以根据各供能系统中用能对象的预计需能量进行储能装置的统一分配、和电力的统一调度,改善了能源浪费和储能装置分配不均的现象,从而保证了电力系统的平稳运行。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (25)
1.一种用于控制系统的数据处理方法,其特征在于,所述控制系统与多个供能系统通信连接;
其中,至少部分供能系统之间相互耦合以供能量传输,各所述供能系统向其用能对象供能;
在每一时间间隔内,各所述供能系统的供能参数满足以下约束:各所述供能系统的产能量同各所述供能系统的储/释能量、及各所述供能系统的用能对象的预计需能量间的差同各供能系统和与各供能系统耦合的其他供能系统之间传输的有向功率流之和相当;各所述供能系统中储能装置的配置容量之和满足总配置容量;所述用于控制系统的数据处理方法包括:
根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。
2.根据权利要求1所述的用于控制系统的数据处理方法,其特征在于,所述供能参数包括:单位供能时段中每一时间间隔内各供能系统的产能量、单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量、各供能系统中储能装置的配置容量中的一种或多种。
3.根据权利要求1所述的用于控制系统的数据处理方法,其特征在于,所述理想供能参数是在单位供能时段内使优化目标得到优化的供能参数。
4.根据权利要求3所述的用于控制系统的数据处理方法,其特征在于,所述优化目标包括多个供能系统的总产能成本;所述根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数,包括:
根据所述预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,将在单位供能时段内使所述多个供能系统的总产能成本最小的供能参数作为理想供能参数;
其中,每一时间间隔内各所述供能系统的产能成本与各所述供能系统的产能量满足预设函数关系。
5.根据权利要求4所述的用于控制系统的数据处理方法,其特征在于,所述预设函数关系为二次型函数关系。
6.根据权利要求4所述的用于控制系统的数据处理方法,其特征在于,所述用于控制系统的数据处理方法还包括:根据所述预设函数关系中的系数、以及每一时间间隔内各供能系统的理想产能量,确定单位供能时段中每一时间间隔内所述各供能系统供能的边际价格。
7.根据权利要求6所述的用于控制系统的数据处理方法,其特征在于,所述用于控制系统的数据处理方法还包括:根据在单位供能时段中每一时间间隔内各所述用能对象的预计需能量和所述供能系统供能的边际价格,确定在单位周期内每一所述用能对象对于其供能系统的产能成本影响量。
8.根据权利要求1或4所述的用于控制系统的数据处理方法,其特征在于,包括:所述各供能系统根据所述控制系统确定的各供能系统中储能装置的理想配置容量对应设置所述储能装置的容量。
9.根据权利要求1或4所述的用于控制系统的数据处理方法,其特征在于,包括:所述各供能系统根据所述控制系统确定的各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
10.根据权利要求1所述的用于控制系统的数据处理方法,其特征在于,所述预计需能量是根据需能量的历史数据得到的。
11.根据权利要求1所述的用于控制系统的数据处理方法,其特征在于,所述用于控制系统的数据处理方法还包括:
根据在单位供能时段中每一时间间隔内各供能系统中用能对象的实际需能量,确定所述理想供能参数是否满足所述实际需能量;
在满足的情况下,所述各供能系统继续根据各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
12.一种用于控制系统的数据处理系统,其特征在于,所述控制系统与多个供能系统通信连接;
其中,至少部分供能系统之间相互耦合以供能量传输,各所述供能系统向其用能对象供能;
在每一时间间隔内,各所述供能系统的供能参数配置成满足以下约束:各所述供能系统的产能量同各所述供能系统的储/释能量、及各所述供能系统的用能对象的预计需能量间的差同各供能系统和与各供能系统耦合的其他供能系统之间传输的有向功率流之和相当;各所述供能系统中储能装置的配置容量之和满足总配置容量;所述用于控制系统的数据处理系统包括:
理想供能参数确定模块,用于根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数。
13.根据权利要求12所述的用于控制系统的数据处理系统,其特征在于,所述供能参数包括:单位供能时段中每一时间间隔内各供能系统的产能量、单位供能时段中每一时间间隔内各供能系统中储能装置的储/释能量、各供能系统中储能装置的配置容量中的一种或多种。
14.根据权利要求12所述的用于控制系统的数据处理系统,其特征在于,所述理想供能参数是在单位供能时段内使优化目标得到优化的供能参数。
15.根据权利要求14所述的用于控制系统的数据处理系统,其特征在于,所述优化目标包括多个供能系统的总产能成本;所述根据预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,确定各所述供能系统的理想供能参数,包括:
所述理想供能参数确定模块根据所述预设的总配置容量、以及单位供能时段中每一时间间隔内各所述供能系统的用能对象的预计需能量,将在单位供能时段内使所述多个供能系统的总产能成本最小的供能参数作为理想供能参数;
其中,每一时间间隔内各所述供能系统的产能成本与各所述供能系统的产能量满足预设函数关系。
16.根据权利要求15所述的用于控制系统的数据处理系统,其特征在于,所述预设函数关系为二次型函数关系。
17.根据权利要求15所述的用于控制系统的数据处理系统,其特征在于,所述用于控制系统的数据处理系统还包括:边际价格确定模块,用于根据所述预设函数关系中的系数、以及每一时间间隔内各供能系统的理想产能量,确定单位供能时段中每一时间间隔内所述各供能系统供能的边际价格。
18.根据权利要求17所述的用于控制系统的数据处理系统,其特征在于,所述用于控制系统的数据处理系统还包括:影响量确定模块,用于根据在单位供能时段中每一时间间隔内各所述用能对象的预计需能量和所述供能系统供能的边际价格,确定在单位周期内每一所述用能对象对于其供能系统的产能成本影响量。
19.根据权利要求12或15所述的用于控制系统的数据处理系统,其特征在于,包括:所述各供能系统根据所述控制系统确定的各供能系统中储能装置的理想配置容量对应设置所述储能装置的容量。
20.根据权利要求12或15所述的用于控制系统的数据处理系统,其特征在于,包括:所述各供能系统根据所述控制系统确定的各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
21.根据权利要求12所述的用于控制系统的数据处理系统,其特征在于,所述预计需能量是根据需能量的历史数据得到的。
22.根据权利要求12所述的用于控制系统的数据处理系统,其特征在于,所述用于控制系统的数据处理系统还包括:
验证模块,用于根据在单位供能时段中每一时间间隔内各供能系统中用能对象的实际需能量,确定所述理想供能参数是否满足所述实际需能量;
在满足的情况下,所述各供能系统继续根据各供能系统的理想产能量和各供能系统的理想储/释能量进行产能、储能、释能、以及供能。
23.一种控制系统,其特征在于,包括:
通信装置,用于与多个供能系统通信连接;
存储装置,用于存储至少一程序;
处理装置,用于调所述至少一程序以执行如权利要求1至11中任一项所述的用于控制系统的数据处理方法。
24.一种能量系统,其特征在于,包括:
多个供能系统;
如权利要求23所述的控制系统,用于与所述多个供能系统通信连接、以及用于确定各所述供能系统的理想供能参数;
其中,各所述供能系统用于根据所述控制系统确定的理想供能参数进行产能、储能、释能、供能、以及储能装置的容量设置。
25.一种计算机可读存储介质,其特征在于,存储有至少一程序,所述至少一程序在被调用时执行并实现如权利要求1至11中任一项所述的用于控制系统的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172397.8A CN113393010A (zh) | 2020-03-12 | 2020-03-12 | 用于控制系统的数据处理方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172397.8A CN113393010A (zh) | 2020-03-12 | 2020-03-12 | 用于控制系统的数据处理方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113393010A true CN113393010A (zh) | 2021-09-14 |
Family
ID=77615945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010172397.8A Pending CN113393010A (zh) | 2020-03-12 | 2020-03-12 | 用于控制系统的数据处理方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393010A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160273518A1 (en) * | 2014-09-02 | 2016-09-22 | Siemens Industry, Inc. | Systems, methods and apparatus for improved energy management systems with security constrained dynamic dispatch for wind power management |
CN108370161A (zh) * | 2015-12-11 | 2018-08-03 | 弗罗纽斯国际有限公司 | 用于为供能系统提供能量储备的方法 |
CN109510224A (zh) * | 2018-11-16 | 2019-03-22 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
CN109695976A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市爱能森科技有限公司 | 一种供能设备管理的方法、系统及终端设备 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
-
2020
- 2020-03-12 CN CN202010172397.8A patent/CN113393010A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160273518A1 (en) * | 2014-09-02 | 2016-09-22 | Siemens Industry, Inc. | Systems, methods and apparatus for improved energy management systems with security constrained dynamic dispatch for wind power management |
CN108370161A (zh) * | 2015-12-11 | 2018-08-03 | 弗罗纽斯国际有限公司 | 用于为供能系统提供能量储备的方法 |
CN109695976A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市爱能森科技有限公司 | 一种供能设备管理的方法、系统及终端设备 |
CN109510224A (zh) * | 2018-11-16 | 2019-03-22 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alam et al. | Peer-to-peer energy trading among smart homes | |
Sharda et al. | Demand side management through load shifting in IoT based HEMS: Overview, challenges and opportunities | |
Celik et al. | Electric energy management in residential areas through coordination of multiple smart homes | |
Nguyen et al. | Dynamic pricing design for demand response integration in power distribution networks | |
Niromandfam et al. | Modeling demand response based on utility function considering wind profit maximization in the day-ahead market | |
Zhao et al. | Integrated analysis of high-penetration PV and PHEV with energy storage and demand response | |
Taşcıkaraoğlu | Economic and operational benefits of energy storage sharing for a neighborhood of prosumers in a dynamic pricing environment | |
Wang et al. | Hierarchical market integration of responsive loads as spinning reserve | |
Alam et al. | Computational methods for residential energy cost optimization in smart grids: A survey | |
Arcos-Vargas et al. | Residential peak electricity management. A storage and control systems application taking advantages of smart meters | |
Lim et al. | Optimal allocation of energy storage and solar photovoltaic systems with residential demand scheduling | |
Najafi-Ghalelou et al. | Risk-based scheduling of smart apartment building under market price uncertainty using robust optimization approach | |
Wang et al. | Ensuring profitability of retailers via Shapley Value based demand response | |
Gao et al. | Model predictive control of a building renewable energy system based on a long short-term hybrid model | |
Lee et al. | AutoShare: Virtual community solar and storage for energy sharing | |
Dinh et al. | Optimal sizing and scheduling of community battery storage within a local market | |
Hussain et al. | Optimization of social welfare in P2P community microgrid with efficient decentralized energy management and communication-efficient power trading | |
Aguilar et al. | Intent profile strategy for virtual power plant participation in simultaneous energy markets with dynamic storage management | |
Rehman | RETRACTED ARTICLE: Robust Optimization-Based Energy Pricing and Dispatching Model Using DSM for Smart Grid Aggregators to Tackle Price Uncertainty | |
ElGhanam et al. | Integration of deterministic and game-based energy consumption scheduling for demand side management in isolated microgrids | |
Kohler et al. | The value of fairness: Trade-offs in repeated dynamic resource allocation | |
CN113393010A (zh) | 用于控制系统的数据处理方法、系统及存储介质 | |
Yu et al. | Risk-aware sizing and transactive control of building portfolios with thermal energy storage | |
Yang et al. | Model predictive optimization for energy storage-based smart grids | |
CN111127082B (zh) | 用于供能系统的数据处理系统、方法及装置 |
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 |