CN113422366A - 一种基于大数据分析和需求响应的电力调度方法及其系统 - Google Patents
一种基于大数据分析和需求响应的电力调度方法及其系统 Download PDFInfo
- Publication number
- CN113422366A CN113422366A CN202110978631.0A CN202110978631A CN113422366A CN 113422366 A CN113422366 A CN 113422366A CN 202110978631 A CN202110978631 A CN 202110978631A CN 113422366 A CN113422366 A CN 113422366A
- Authority
- CN
- China
- Prior art keywords
- power
- demand response
- utilization area
- demand
- consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000004044 response Effects 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000007405 data analysis Methods 0.000 title claims description 20
- 230000005611 electricity Effects 0.000 claims abstract description 41
- 230000001105 regulatory effect Effects 0.000 claims abstract description 5
- 230000001276 controlling effect Effects 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 11
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 description 6
- 230000009467 reduction Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及大数据电网技术领域，具体涉及一种需求响应的电力调度方法及其系统。该方法包括：通过用电区域中每个节点的耗电压力数据获取用电区域的风险程度，通过定位每个用电区域的风险程度选择调控备用节点的闭合方案，同时结合用户的需求总耗电量获取多种电力调度备选方案，通过电力调度前后的风险程度差异信息和历史需求响应用户的贡献力度判断每种电力调度备选方案的合理性并选择合理性最大的电力调度备选方案作为最优电力调度方案。本发明实现了发布响应邀约时通过最优电力调度方案及时进行电力调度，合理分配节约出来的电力资源并缓解电网运行压力。
Description
技术领域
本发明涉及大数据电网技术领域，具体涉及一种需求响应的电力调度方法及其系统。
背景技术
随着社会的发展，城市用电需求逐渐增大，用电需求复杂多样，电网承载的用电压力也越来也大，电网安全稳定运行的风险也在增加，因此电网往往需要及时的对电力进行合理的调度来使电网保持正常稳定的运行，增加电网可靠性。
当前节能减排的理念日益深入人心，国家和政府也积极鼓励节能减排，主张和号召相关用户减少用电，错开用电高峰，减少排放，节约电力资源，政府或相关部门通过在平台上发布响应邀约，号召用户节能减排，节约用电，减少电网负荷，维持电网稳定。
现有电力调度方法通过采集发电商的发电量、用户削减负荷和能源处理数据构建调度模型进行电力调度，存在无法合理运用节约资源调度实现用电区域合理分配的缺陷。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于大数据分析和需求响应的电力调度方法及其系统，所采用的技术方案具体如下：
第一方面，本发明实施例提供了一种基于大数据分析和需求响应的电力调度方法，所述方法包括：
根据用电区域在需求响应前的第一风险程度和需求总耗电量调控备用节点，获得在需求响应后的多种电力调度备选方案；所述第一风险程度是在需求响应前根据所述用电区域中节点的耗电压力所获得的风险程度；
预测每个所述电力调度备选方案中每个所述用电区域的第二风险程度；根据所述第一风险程度与所述第二风险程度获取每个所述用电区域的差异信息，通过所述差异信息和历史需求响应用户的贡献力度获取每种所述电力调度备选方案的合理性；所述合理性与所述差异信息呈正相关；所述贡献力度为所述用电区域中所有需求响应用户节省的总电量与所述用电区域在需求响应前的总耗电量的比值；
选择所述合理性最大的所述电力调度备选方案作为最优电力调度方案。
进一步，所述节点的耗电压力为所述用电区域内节点的注入功率与节点的最大注入功率的比值。
进一步，根据所述用电区域中节点的耗电压力获得所述用电区域的第一风险程度的获取步骤包括：
在需求响应前，获取在断开所述节点后的剩余节点的耗电压力的集合；
根据所述用电区域中所述节点的耗电压力和所述集合中过载节点的耗电压力得到所述用电区域的第一风险程度。
进一步，通过所述差异信息和历史需求响应用户的贡献力度获取每种所述电力调度备选方案的合理性的步骤包括：
获取所述用电区域的风险注意力；所述风险注意力为所述用电区域的第一风险程度与所有用电区域的第一风险程度的比值；
根据所述差异信息和所述贡献力度以及所述风险注意力获得每种所述电力调度备选方案的合理性。
进一步，用电区域中所有需求响应用户节省的总电量的获取步骤包括：
获取所述用电区域中每个用户的需求响应概率与需求响应用户节省的电量；所述需求响应概率为所述需求响应用户响应的次数与发布响应次数的比值。
通过所述需求响应概率和所述节省的电量获得所述用电区域中所有需求响应用户节省的总电量。
进一步，用电区域中需求响应用户节省的电量的获取步骤包括：
通过历史数据获取每个所述用电区域电力功率的需求消耗序列和响应消耗序列；
获取所述用电区域的响应时间段；所述响应时间段为所述需求消耗序列和所述响应消耗序列中变化趋势明显不同的时间段；
获取所述用电区域的需求响应序列；所述需求响应序列为在所述响应时间段与用电高峰时间段的交集时间段内所述需求消耗序列与所述响应消耗序列的差值；
根据所述需求响应序列获取所述用电区域中需求响应用户节省的电量。
进一步，用电区域的需求总耗电量的获取步骤包括：
获取所述用电区域中所有需求响应用户节省的总电量；
根据所述用电区域在需求响应前的总耗电量和所有需求响应用户节省的总电量获取所述用电区域的需求总耗电量。
第二方面，本发明实施例还提供了一种基于大数据分析和需求响应的电力调度系统，包括存储器、处理器以及存储在所述存储器中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时实现上述任意一种基于大数据分析和需求响应的电力调度方法的步骤。
本发明实施例具有如下有益效果：
1.本发明实施例通过计算用电区域的风险程度，结合历史数据中用户的需求响应数据，获取一种最优电力调度方案，并通过发布响应邀约及时进行电力调度，合理分配节约出来的电力资源并缓解电网运行压力，避免电力能源的浪费，提高电网的抗风险能力和稳定性。
2.本发明实施例通过用电区域每个节点的耗电压力数据获取用电区域的风险程度，能够精准定位每个用电区域的风险程度，确保电力调度方案的合理性与可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种基于大数据分析和需求响应的电力调度方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于大数据分析和需求响应的电力调度方法及其系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明实施例中配电网使用辐射结构进行配电，变电站将输送来的电力通过多条馈线输送到不同的用电区域，每个用电区域通过节点与馈线相连，将馈线上的电力经过变压和分配输送到用电区域内的各个用户。每当耗电压力大时相关部门会发布邀约，该邀约号召用户节能减排，节约用电，降低电网压力。用户收到邀约后响应号召，根据用户自身的用电需求自觉减少电力的使用，这些用户称为需求响应用户，这一响应号召的行为称为需求响应。
下面结合附图具体的说明本发明所提供的一种基于大数据分析和需求响应的电力调度方法及其系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于大数据分析和需求响应的电力调度方法流程图，该方法包括：
步骤S1：根据用电区域在需求响应前的第一风险程度和需求总耗电量调控备用节点，获得在需求响应后的多种电力调度备选方案；第一风险程度是在需求响应前根据用电区域中节点的耗电压力所获得的风险程度。
在城市电网中划分多个用电区域
。存在多个节点可以向该用电区域供电，每个节点都可以向用电区域输入功率，假设第
个用电区域
注入功率的节点为
，其中
为对该用电区域注入功率的节点的数量。
由于需求响应前的历史数据是用户未响应邀约时所产生的电力数据，该电力数据能够反映出用户的真实电力消耗和使用情况，该历史数据包括节点的注入功率和最大注入功率。所以通过需求响应前的历史数据获取第
个用电区域中第
个节点的耗电压力
。
通过历史数据获取用电区域中节点的耗电压力：
其中，
为
节点的注入功率，
为
节点的最大注入功率，
为
节点的耗电压力。
耗电压力的值越大说明该节点抗风险能力越低，即当电网发生故障，例如其他节点断开或者负荷突然变大，导致该节点注入功率增大时，很容易使节点发生故障，电网的可靠性不高。
通过节点的耗电压力获取风险程度的方法具体为：假设保持用电区域
的总耗电量不变，只断开节点
，断开后重新计算电网的潮流方程，根据电网潮流方程获得每个节点的注入功率，进而获取用电区域
内其他所有节点的耗电压力的集合
。以集合
中大于预设警戒阈值的元素所对应的节点作为危险节点，获取危险节点的耗电压力均值
，根据耗电压力均值和耗电压力获得节点
的风险程度
：
若用电区域只包含一个节点，则该节点的耗电压力作为该用电区域的风险程度，节点的风险程度越大说明该节点越容易因出现故障而断开，并且断开之后其他节点也无法安全的对用电区域
注入功率。获取用电区域
内所有节点的风险程度，以该用电区域内所有节点的风险程度的均值作为该用电区域的总风险程度，将每个用电区域在需求响应前的总风险程度作为第一风险程度。
根据需求响应前的总耗电量与所有需求响应用户节省的总电量之差获取需求总耗电量，具体包括：
需求响应前的总耗电量的获取方法为：在同一个用电区域内，统计需求响应前用电区域每天不同时刻总耗电功率的第一变化序列，统计多天的总耗电功率的第二变化序列，对第二变化序列求均值获取第三变化序列，将第三变化序列作为用电区域的总耗电变化序列，总耗电变化序列表示用电区域在没有任何需求响应时的实际用电情况，将用电区域的总耗电变化序列的元素值之和作为用电区域在需求响应前的总耗电量
。
所有需求响应用户节省的总电量的获取方法为：首先，根据历史数据中节点的注入功率分别获取用电区域在需求响应前后的电力功率消耗序列，将所得的需求响应前后的电力功率消耗序列输入时域卷积网络中得到两个序列变化趋势出现明显不同的时间段作为响应时间段。其次，设置一个耗电阈值，获取用电区域的总耗电变化序列中元素大于该耗电阈值的元素所在的时间段作为用电高峰时间段。获取需求响应用户的响应时间段与用电高峰时间段的交集时间段，根据交集时间段内的需求响应前后的电力功率消耗序列的差值作为需求响应序列，将需求响应序列元素值之和作为需求响应用户节省的电量，需求响应用户节省的电量表示用户节省了多少电量，用户节省的电量越多，说明用户越能抑制高峰时的用电压力。通过用电区域中每个用户的需求响应概率与需求响应用户节省的电量的乘积求和获得所有需求响应用户节省的总电量为：
其中，
为第
个响应用户节省的电量，
为第
个响应用户的需求响应概率，
为用电区域中需求响应用户的数量。
获取需求响应概率的方法包括：
获取在最新响应邀约发布前往年的响应邀约历史数据，该历史数据包括往年响应发布的次数和需求响应用户响应的次数，通过第
个需求响应用户响应的次数与发布响应次数的比值获取第
个需求响应用户的需求响应概率。
利用所得的所有需求响应用户节省的总电量和用电区域在需求响应前的总耗电量的差值获得用电区域的需求总耗电量为：
其中，
为用电区域的需求总耗电量，
为所有需求响应用户节省的总电量，
为用电区域在需求响应前的总耗电量，
为用电区域中需求响应用户的数量。
通过第一风险程度判断用电区域是否需要闭合多个备用节点或单个备用节点，以使用电区域的风险程度处于安全范围之内。备用节点是指平时没有向用电区域注入功率，但是进行电力调度时可以闭合的节点。其次，通过需求总耗电量获取每个用电区域需求的总耗电量并通过闭合的备用节点输入功率，所有备用节点都能够单独闭合或多个同时闭合，将所有用电区域中每一种备用节点闭合的方案都作为一种电力调度备选方案。
步骤S2：预测每种电力调度备选方案中每个用电区域的第二风险程度。
当所有用电区域都闭合备用节点后，计算每个用电区域中所有闭合的备用节点和原有节点的耗电压力获取每个用电区域的最新风险程度，将最新风险程度的均值作为每个用电区域的第二风险程度。
步骤S3：根据第一风险程度与第二风险程度的差异信息和历史需求响应用户的贡献力度获取每种所述电力调度备选方案的合理性。
取每个用电区域的第一风险程度与第二风险程度的差值作为每个用电区域的差异信息；取用电区域中所有需求响应用户节省的总电量与用电区域在需求响应前的总耗电量的比值作为历史需求响应用户的贡献力度。本发明实施例中历史需求响应用户的贡献力度为：
其中，
为历史需求响应用户的贡献力度，
为所有需求响应用户节省的总电量，
为用电区域在需求响应前的总耗电量。
贡献力度越大说明所有需求响应用户节省的总电量占比越多，对增加电网的稳定性、减少电网的风险和节约的贡献就越大。
设第
种电力调度方案的合理性为：
其中，
为第
种电力调度方案的合理性，
为第
个用电区域的第一风险程度，
为基于第
种电力调度备选方案进行电力调度后第
个用电区域的第二风险程度，
为第
个用电区域的风险注意力，
为第
个用电区域中历史需求响应用户的贡献力度，
为用电区域的数量。
在本发明实施例中通过对
进行归一化处理获得风险注意力：
其中，
为指数函数。
风险注意力越大说明越关注
的大小，即更加关注高风险用电区域的风险变化，
为风险区域
的第一风险程度与第二风险程度的差异信息。
通过所有用电区域第一风险程度与第二风险程度的差异信息和历史需求响应用户的贡献力度以及风险注意力的乘积求和获取每种所述电力调度备选方案的合理性。
步骤S4：选择合理性最大的电力调度备选方案作为最优电力调度方案。
通过比较每一种电力调度备选方案的合理性，选出合理性最大的电力调度备选方案作为所有用电区域的最优电力调度方案，在用户需求响应后执行该电力调度方案，将需求响应节约出来的电力资源分配给每个用电区域，降低电网的运行压力。
综上所述，本发明实施例通过用电区域中每个节点的耗电压力数据获取用电区域的风险程度，能够精准定位每个用电区域的风险程度并调控备用节点的闭合方案，同时结合用户的需求总耗电量获取多种电力调度备选方案。通过判断电力调度备选方案的合理性选择一种最优电力调度方案，以使发布响应邀约时及时进行电力调度，合理分配节约出来的电力资源并缓解电网运行压力，避免电力能源的浪费，提高电网的抗风险能力和稳定性。
本发明实施例还提出了一种基于大数据分析和需求响应的电力调度系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现上述一种基于大数据分析和需求响应的电力调度方法的步骤。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述方法包括：
根据用电区域在需求响应前的第一风险程度和需求总耗电量调控备用节点，获得在需求响应后的多种电力调度备选方案；所述第一风险程度是在需求响应前根据所述用电区域中节点的耗电压力所获得的风险程度；
预测每个所述电力调度备选方案中每个所述用电区域的第二风险程度；根据所述第一风险程度与所述第二风险等级获取每个所述用电区域的差异信息，通过所述差异信息和历史需求响应用户的贡献力度获取每种所述电力调度备选方案的合理性；所述合理性与所述差异信息呈正相关；贡献力度为所述用电区域中所有需求响应用户节省的总电量与所述用电区域在需求响应前的总耗电量的比值；
选择所述合理性最大的所述电力调度备选方案作为最优电力调度方案。
2.根据权利要求1所述的一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述节点的耗电压力为所述用电区域内节点的注入功率与节点的最大注入功率的比值。
3.根据权利要求1所述的一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述根据所述用电区域中节点的耗电压力获得所述用电区域的第一风险程度的获取步骤包括：
在需求响应前，获取在断开所述节点后的剩余节点的耗电压力的集合；
根据所述用电区域中所述节点的耗电压力和所述集合中过载节点的耗电压力得到所述用电区域的第一风险程度。
4.根据权利要求1所述的一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述通过所述差异信息和历史需求响应用户的贡献力度获取每种所述电力调度备选方案的合理性的步骤包括：
获取所述用电区域的风险注意力；所述风险注意力为所述用电区域的第一风险程度与所有用电区域的第一风险程度的比值；
根据所述差异信息和所述贡献力度以及所述风险注意力获得每种所述电力调度备选方案的合理性。
5.根据权利要求1所述的一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述用电区域中所有需求响应用户节省的总电量的获取步骤包括：
获取所述用电区域中每个用户的需求响应概率与需求响应用户节省的电量；所述需求响应概率为所述需求响应用户响应的次数与发布响应次数的比值：
通过所述需求响应概率和所述节省的电量获得所述用电区域中所有需求响应用户节省的总电量。
6.根据权利要求5所述的一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述用电区域中需求响应用户节省的电量的获取步骤包括：
通过历史数据获取每个所述用电区域电力功率的需求消耗序列和响应消耗序列；
获取所述用电区域的响应时间段；所述响应时间段为所述需求消耗序列和所述响应消耗序列中变化趋势明显不同的时间段；
获取所述用电区域的需求响应序列；所述需求响应序列为在所述响应时间段与用电高峰时间段的交集时间段内所述需求消耗序列与所述响应消耗序列的差值；
根据所述需求响应序列获取所述用电区域中需求响应用户节省的电量。
7.根据权利要求5所述的一种基于大数据分析和需求响应的电力调度方法，其特征在于，所述用电区域的需求总耗电量的获取步骤包括：
获取所述用电区域中所有需求响应用户节省的总电量；
根据所述用电区域在需求响应前的总耗电量和所有需求响应用户节省的总电量获取所述用电区域的需求总耗电量。
8.一种基于大数据分析和需求响应的电力调度系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~7任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110978631.0A CN113422366B (zh) | 2021-08-25 | 2021-08-25 | 一种基于大数据分析和需求响应的电力调度方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110978631.0A CN113422366B (zh) | 2021-08-25 | 2021-08-25 | 一种基于大数据分析和需求响应的电力调度方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113422366A true CN113422366A (zh) | 2021-09-21 |
| CN113422366B CN113422366B (zh) | 2021-11-26 |
Family
ID=77719372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110978631.0A Active CN113422366B (zh) | 2021-08-25 | 2021-08-25 | 一种基于大数据分析和需求响应的电力调度方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113422366B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642942A (zh) * | 2021-10-14 | 2021-11-12 | 启东通奕自动化设备有限公司 | 基于大数据分析的需求响应管理方法与系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130178991A1 (en) * | 2011-12-15 | 2013-07-11 | Restore Nv | Automated demand response energy management system |
| CN105790309A (zh) * | 2016-04-26 | 2016-07-20 | 贵州电网有限责任公司 | 利用分布式能源和临时附加电价协同优化控制的方法 |
| CN108460546A (zh) * | 2018-04-26 | 2018-08-28 | 国网上海市电力公司 | 一种区域范围内需求响应系统 |
| CN111178581A (zh) * | 2019-11-28 | 2020-05-19 | 北京国电通网络技术有限公司 | 一种电力需求响应分配方法及装置 |
| CN112819275A (zh) * | 2020-12-31 | 2021-05-18 | 上海玫克生储能科技有限公司 | 用户参与配电网调节用电峰谷的智能装置和方法 |
-
2021
- 2021-08-25 CN CN202110978631.0A patent/CN113422366B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130178991A1 (en) * | 2011-12-15 | 2013-07-11 | Restore Nv | Automated demand response energy management system |
| CN105790309A (zh) * | 2016-04-26 | 2016-07-20 | 贵州电网有限责任公司 | 利用分布式能源和临时附加电价协同优化控制的方法 |
| CN108460546A (zh) * | 2018-04-26 | 2018-08-28 | 国网上海市电力公司 | 一种区域范围内需求响应系统 |
| CN111178581A (zh) * | 2019-11-28 | 2020-05-19 | 北京国电通网络技术有限公司 | 一种电力需求响应分配方法及装置 |
| CN112819275A (zh) * | 2020-12-31 | 2021-05-18 | 上海玫克生储能科技有限公司 | 用户参与配电网调节用电峰谷的智能装置和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 綦陆杰: "考虑需求侧响应的分时段配电网动态重构研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642942A (zh) * | 2021-10-14 | 2021-11-12 | 启东通奕自动化设备有限公司 | 基于大数据分析的需求响应管理方法与系统 |
| CN113642942B (zh) * | 2021-10-14 | 2022-03-25 | 启东通奕自动化设备有限公司 | 基于大数据分析的需求响应管理方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113422366B (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102063327B (zh) | 具有功耗意识的数据中心应用服务调度方法 | |
| CN102856930B (zh) | 微网经济调度控制方法 | |
| CN105893148B (zh) | 一种基于rm策略的偶发任务低能耗调度方法 | |
| Karami et al. | Stochastic analysis of residential micro combined heat and power system | |
| CN110429624B (zh) | 一种应用于数据中心储能系统的储能容量配置方法 | |
| Ma et al. | Economic and low-carbon day-ahead Pareto-optimal scheduling for wind farm integrated power systems with demand response | |
| Tan et al. | Enabling reliability-differentiated service in residential distribution networks with PHEVs: A hierarchical game approach | |
| CN113422366B (zh) | 一种基于大数据分析和需求响应的电力调度方法及其系统 | |
| CN108879953A (zh) | 一种虚拟调峰发电厂系统及其智能硬件控制设备 | |
| CN103023802B (zh) | 一种面向web集群的低能耗调度系统和方法 | |
| CN115173407A (zh) | 基于风力发电的智能配电方法、装置、设备及存储介质 | |
| CN111799794A (zh) | 一种考虑输电阻塞盈余的输电网扩展规划方法 | |
| CN103208090B (zh) | 基于全局配网的停电计划调度方案优化方法 | |
| CN107316118B (zh) | 一种交直流混合配电网低碳效益评价指标体系构建方法 | |
| Liu et al. | P2H Modeling and operation in the microgrid under coupled electricity–hydrogen markets | |
| Liu et al. | Market for multi-dimensional flexibility with parametric demand response bidding | |
| CN115912436A (zh) | 一种计及电力需求响应的电网调度运行优化计算方法 | |
| CN115765014A (zh) | 一种计及信息物理耦合的配电网储能与数据中心规划方法 | |
| CN112365184B (zh) | 一种计及负荷集成商历史调控性能的需求响应调度方法 | |
| CN112510679B (zh) | 分布式储能优化调度方法、装置、计算机设备和存储介质 | |
| Tavares et al. | Distribution network planning using detailed flexibility models for DER | |
| CN110544044A (zh) | 一种分布式电源对分时电价发电响应的边缘协同计算方法 | |
| Strenge et al. | Modeling and control of prosumer-based microgrids: a Petri net approach | |
| Kovacs et al. | A probabilistic approach for admission control of smart appliances in Smart Grids | |
| CN111523708B (zh) | 一种基于价格型需求响应的能量优化管理方法 |
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 |