CN113422392A - 一种基于边缘计算的智能电站设备控制系统 - Google Patents
一种基于边缘计算的智能电站设备控制系统 Download PDFInfo
- Publication number
- CN113422392A CN113422392A CN202110678497.2A CN202110678497A CN113422392A CN 113422392 A CN113422392 A CN 113422392A CN 202110678497 A CN202110678497 A CN 202110678497A CN 113422392 A CN113422392 A CN 113422392A
- Authority
- CN
- China
- Prior art keywords
- distributed power
- power
- distributed
- state information
- power station
- 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
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
-
- 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
- H02J2203/10—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]
-
- 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
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/28—The renewable source being wind 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
Abstract
本申请涉及一种基于边缘计算的电力调度方法以及分布式能源系统。电力调度方法应用于一种分布式能源系统,分布式能源系统包括多个分布式电站和边缘计算模组,电力调度方法包括:获取各第二状态信息;根据第二状态信息和对应的分布式电站的用电单元的预测负荷量判断分布式电站的类型;其中,预测负荷量为根据预设负荷预测模型对分布式电站的用电单元的负荷进行预测所得到的,分布式电站的类型包括余电分布式电站和需电分布式电站;根据分布式电站的类型对分布式电站进行电力调度。该电力调度方法提高了数据实时性以及响应速度,以实现快速、准确的电力调度。
Description
技术领域
本申请涉及智能电站技术领域,特别是涉及一种基于边缘计算的电力调度方法、装置以及分布式能源系统和计算机可读存储介质。
背景技术
随着我国能源转型进程的不断推进,以风力发电、光伏发电等新能源的分布式电站的装配规模不断扩大。如何更好的利用分布式电站成为目前的研究重点之一。
由于分布式电站的负荷量的不确定性较大,传统技术中存在着难以准确、快速地对分布式电站产生的多余电能进行调度的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够快速、准确的实现电力调度的基于边缘计算的电力调度方法、装置以及分布式能源系统和计算机可读存储介质。
一方面,本发明提供一种基于边缘计算的电力调度方法,应用于一种基于边缘计算的分布式能源系统,所述分布式能源系统包括多个分布式电站和边缘计算模组,所述分布式电站包括用电单元和分布式发电单元,所述分布式电站设置有至少一个所述边缘计算模组,所述边缘计算模组用于采集对应的所述分布式电站的分布式发电单元的第一状态信息,并对所述第一状态信息进行预处理以得到第二状态信息,所述电力调度方法包括:获取各所述第二状态信息;根据所述第二状态信息和对应的所述分布式电站的用电单元的预测负荷量判断所述分布式电站的类型;其中,所述预测负荷量为根据预设负荷预测模型对所述分布式电站的用电单元的负荷进行预测所得到的,所述分布式电站的类型包括余电分布式电站和需电分布式电站;根据所述分布式电站的类型对所述分布式电站进行电力调度。
在其中一个实施例中,所述第二状态信息包括分布式发电单元的输出功率,所述根据所述第二状态信息和所述预测负荷量判断对应的分布式电站的类型的步骤包括:若所述分布式发电单元的输出功率大于所述预测负荷量时,判定对应的所述分布式电站为余电分布式电站;若所述分布式发电单元的输出功率小于所述预测负荷量时,判定对应的所述分布式电站为需电分布式电站。
在其中一个实施例中,所述根据所述分布式电站的类型对所述分布式电站进行电力调度的步骤包括:向所述余电分布式电站对应的边缘计算模组发送调度指令;所述调度指令用于指示所述边缘计算模组对所述余电分布式电站的分布式发电单元进行控制,以使所述余电分布式电站的分布式发电单元的多余电量输送到所述需电分布式电站的用电单元。
在其中一个实施例中,所述用电单元包括多个充电桩,所述预设负荷预测模型如下式:
W预测=e(α+β*N*t+s+z)+y*k
式中,W预测为所述预测负荷量,α为预设参数,β为所述充电桩的额定输出功率,t为所述充电桩的平均充电时长,s为当天第一预设时间间隔内的平均负荷量,z为历史数据中相同时刻的平均负荷量,y为当天第二预设时间间隔内新投入充电状态的所述充电桩的数目,k为预设温度参数。
在其中一个实施例中,所述边缘计算模组还用于采集对应的所述分布式电站的用电单元的第三状态信息,并对所述第三状态信息进行预处理得到第四状态信息,所述电力调度方法还包括:获取各所述第四状态信息;根据各所述第二状态信息监控所述分布式发电单元的工作状态,并根据各所述第四状态信息监控所述用电单元的工作状态。
在其中一个实施例中,所述对所述第一状态信息进行预处理以得到第二状态信息具体包括:对所述第一状态信息进行数据清洗和数据汇聚,以得到所述第二状态信息。
另一方面,本发明实施例还提供一种基于边缘计算的分布式能源系统,包括:多个分布式电站,各所述分布式电站包括用电单元和分布式发电单元;边缘计算模组,设置在各所述分布式电站,用于采集对应的所述分布式电站的分布式发电单元的第一状态信息,以及对所述第一状态信息进行预处理以得到第二状态信息;控制中心模组,与各所述边缘计算模组通信连接,用于获取各所述第二状态信息;还用于根据所述第二状态信息和对应的所述分布式电站的用电单元的预测负荷量判断所述分布式电站的类型;其中,所述预测负荷量为根据预设负荷预测模型对各所述分布式电站的用电单元的负荷进行预测所得到的,所述分布式电站的类型包括余电分布式电站和需电分布式电站;以及根据所述分布式电站的类型对所述分布式电站进行电力调度。
在其中一个实施例中,所述边缘计算模组还用于对所述第一状态信息进行数据清洗和数据汇聚,以得到所述第二状态信息。
又一方面,本发明实施例还提供一种基于边缘计算的电力调度装置,应用于一种基于边缘计算的分布式能源系统,所述分布式能源系统包括多个分布式电站和边缘计算模组,所述分布式电站包括用电单元和分布式发电单元,所述分布式电站设置有所述边缘计算模组,所述边缘计算模组用于采集对应的所述分布式电站的分布式发电单元的第一状态信息,并对所述第一状态信息进行预处理以得到第二状态信息,所述电力调度装置包括:数据获取模块,用于获取各所述第二状态信息;分类模块,用于根据所述分布式电站的分布式发电单元的第二状态信息和所述分布式电站的用电单元的预测负荷量判断所述分布式电站的类型;其中,所述预测负荷量为根据预设负荷预测模型对所述分布式电站的用电单元的负荷进行预测所得到的,所述分布式电站的类型包括余电分布式电站和需电分布式电站;调度模块,用于根据所述分布式电站的类型对所述分布式电站进行电力调度
再一方面,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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他的附图。
图1为一个实施例中基于边缘计算的电力调度方法的应用场景图;
图2为一个实施例中基于边缘计算的电力调度方法的流程示意图;
图3为一个实施例中判断分布式电站的类型的步骤的流程示意图;
图4为另一个实施例中基于边缘计算的分布式能源系统的结构示意图;
图5为一个实施例中基于边缘计算的分布式能源系统的架构示意图;
图6为一个实施例中基于边缘计算的分布式能源系统的通信模型结构示意图;
图7为一个实施例中基于边缘计算的电力调度装置的结构框图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
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申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等,在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白,除了图中所示的取向以外,空间关系术语还包括使用和操作中的器件的不同取向。例如,如果附图中的器件翻转,描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此,示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外,器件也可以包括另外地取向(譬如,旋转90度或其它取向),并且在此使用的空间描述语相应地被解释。
需要说明的是,当一个元件被认为是“连接”另一个元件时,它可以是直接连接到另一个元件,或者通过居中元件连接另一个元件。此外,以下实施例中的“连接”,如果被连接的对象之间具有电信号或数据的传递,则应理解为“电连接”、“通信连接”等。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时,在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
本发明实施例提供的基于边缘计算的电力调度方法可应用于图1所示的分布式能源系统中,分布式能源系统包括多个分布式电站100和边缘计算模组300。各分布式电站100包括用电单元130和分布式发电单元110,分布式的概念具体为,分布在不同的区域,但不同的区域之间是相互联系的。用电单元130可以为各种类型的用电设备,如汽车充电桩、家用负荷等,分布式发电单元110可以为风力发电单元、水利发电单元、光伏发电单元等。
各分布式电站100设置有至少一个边缘计算模组300。边缘计算指的是通过靠近数据源的设备对数据进行就地处理,再将经过处理后的数据传输出去,控制中心或监控中心等可以直接利用经过处理的数据,减少了控制中心或监控中心的运算负担,加快数据处理的速度。因此,边缘计算模组300是既可以采集数据又具有对采集到的数据进行预处理的能力的模组。具体而言,边缘计算模组300用于采集对应的分布式电站100的分布式发电单元110的第一状态信息,并对第一状态信息进行预处理以得到第二状态信息。分布式发电单元110的第一状态信息用于反映分布式发电单元110的工作状态,第一状态信息可包括分布式发电单元110的输出电压、电流、有功功率、无功功率和故障等信息。常见的边缘计算预处理的手段包括数据清洗、数据筛选、数据压缩、数据滤波等,可根据实际情况选择其中一项或几项的组合。
本发明实施例提供的基于边缘计算的电力调度方法的流程图如图2所示,具体包括步骤S110至步骤S150。
S110,获取各第二状态信息。
具体而言,第二状态信息为经过预处理的第一状态信息,第二状态信息也可反映对应的分布式发电单元110的工作状态,第二状态信息相较于第一状态信息含有较少的无效信息,直接对第二状态信息进行处理可加快数据处理的速度。
S130,根据第二状态信息和对应的分布式电站的用电单元的预测负荷量判断分布式电站的类型。
其中,预测负荷量为根据预设负荷预测模型对分布式电站100的用电单元130的负荷进行预测所得到的,分布式电站100的类型包括余电分布式电站和需电分布式电站。
可以理解,余电分布式电站指的是有多余电量被生产后未被消耗的分布式电站100,需电分布式电站指的是需要外部电源供给部分电量的分布式电站100。因此,分布式电站100的类型是根据分布式电站100内的发电量与用电量之间的关系得到的。第二状态信息可以反映分布式电站100内的分布式发电单元110的状态,可以根据第二状态信息得到分布式电站100的发电量情况。由于各分布式电站100的用电量有较大不确定性,本申请通过预设负荷预测模型对分布式电站100的用电单元130的负荷进行预测,得到各分布式电站100的用电单元130的预测负荷量,以预测负荷量来反映分布式电站100的用电量的情况。通过调整预设负荷预测模型中的参数,可以使预测负荷量趋近于分布式电站100的用电单元130的真实用电量
S150,根据分布式电站的类型对分布式电站进行电力调度。
具体而言,电力调度的方式有许多,在准确判断出分布式电站100的类型后,可以精准的将余电分布式电站的多余电量输送到需电分布式电站中。若是余电分布式电站和需电分布式电站距离较远,以致于输电损耗较大,且各分布式电站100都与外部电网相连,也可使余电分布式电站的多余电量输送到外部电网,向外部电网的用户供应电力,以及使需电分布式电站从外部电网吸收电量,以满足需电分布式电站的用电需要。
基于本申请实施例中的基于边缘计算的电力调度方法,通过对应边缘计算模组对各分布式电站内的分布式发电单元的第一状态信息进行采集,并对第一状态信息进行预处理,去除了第一状态信息中的无效信息,使得利用第二状态信息时无需重复处理,相较于传统技术中将数据收集到控制中心中再进行处理分析的方式,将部分数据处理工作分摊到各边缘计算模组上,控制中心可以直接利用有效信息更多的第二状态信息,提高了数据实时性以及响应速度。另外,还利用预测负荷模型对各分布式电站的用电单元的负荷进行预测,根据预测负荷量的第二状态信息可准确判断各分布式电站的电量供需关系,进而判断各分布式电站的类型以及根据分布式电站的类型实现快速、准确的电力调度。
在一个实施例中,如图3所示,第二状态信息包括分布式发电单元110的输出功率,步骤S130具体包括步骤S131与步骤S133。
S131,若分布式发电单元的输出功率大于所述用电单元的预测负荷量时,判定对应的分布式电站为余电分布式电站。
可以理解,当一个分布式电站100内的分布式发电单元110的输出功率大于同一分布式电站100的用电单元130的预测负荷量时,可判定该分布式电站100的分布式单元产生的电量将无法被该分布电站的用电单元130完全消耗,则该分布式电站100的余电分布式电站。
S133,若分布式发电单元的输出功率小于所述用电单元的预测负荷量时,判定对应的分布式电站为需电分布式电站。
可以理解,当一个分布式电站100内的分布式发电单元110的输出功率小于同一分布式电站100的用电单元130的预测负荷量时,可判定该分布式电站100的分布式单元产生的电量将无法完全满足该分布电站的用电单元130的用电需求,需要该分布式电站100的分布式发电单元110以外的电源提供部分电量,则该分布式电站100的需电分布式电站。
在一个实施例中,步骤S150包括:向余电分布式电站对应的边缘计算模组发送调度指令。
调度指令用于指示边缘计算模组300对余电分布式电站的分布式发电单元110进行控制,以使余电分布式电站的分布式发电单元110的多余电量输送到需电分布式电站的用电单元130。可以理解,边缘计算模组300还具有控制能力,由设置在各分布式电站100的边缘计算模组300根据调度指令对分布式发电单元110进行控制可以降低控制时延,充分发挥边缘计算模组300的能力。
在一个实施例中,用电单元130包括多个充电桩,预设负荷预测模型如下式:
W预测=e(α+β*N*t+s+z)+y*k
式中,W预测为预测负荷量,α为预设参数,β为充电桩的额定输出功率,t为充电桩的平均充电时长,s为当天第一预设时间间隔内的平均负荷量,z为历史数据中相同时刻的平均负荷量,y为当天第二预设时间间隔内新投入充电状态的充电桩的数目,k为预设温度参数。
可以理解,虽然用电单元130的k为预设温度参数负荷量不确定性较大,但是经过长期统计历史数据,仍可在其中找到一定规律,发明人经过对分布式电站100的用电单元130的实际负荷量进行研究分析,设计出了上述负荷预测模型。式中的t、s、y、z都可根据用电单元130的历史数据中得到,可以由边缘计算模组300或者额外设置的数据采集模组对用电单元130进行数据采集,在经过一定时期的采集、存储后可形成历史数据。k为预设温度参数,可根据季节平均温度进行预设。
在一个实施例中,边缘计算模组300还用于采集对应的分布式电站100的用电单元130的第三状态信息,并对第三状态信息进行预处理得到第四状态信息。用电单元130的第三状态信息用于反映用电单元130的工作状态,第三状态信息可包括用电单元130的工作电压、电流、有功功率、无功功率和故障等信息。电力调度方法还包括以下步骤:
步骤1,获取各第四状态信息。
具体而言,第四状态信息为经过预处理的第三状态信息,第三状态信息也可反映对应的用电单元130的工作状态,第四状态信息相较于第三状态信息含有较少的无效信息,直接对第四状态信息进行处理可加快数据处理的速度。
步骤2,根据各第二状态信息监控分布式发电单元的工作状态,并根据各第四状态信息监控用电单元的工作状态。
可以理解,分布式电站100的工作稳定性也十分重要,根据第二状态信息可监控各分布式发电单元110的是否正常工作,分布式发电单元110输出异常、出现故障等异常状况都将反映在第二状态信息中。类似地,可以根据第四状态信息监控用电单元130是否正常工作。
在一个实施例中,对第一状态信息进行预处理以得到第二状态信息具体包括:对第一状态信息进行数据清洗和数据汇聚,以得到第二状态信息。
在一个实施例中,对第三状态信息进行预处理以得到第四状态信息具体包括:对第三状态信息进行数据清洗和数据汇聚,以得到第四状态信息。
可以理解,数据汇聚指的是将多种不同的数据聚合起来的过程,由于第一状态信息和第三状态信息都可包含各种不同种类的数据,边缘计算模组300需要适配各种不同的数据源才可将这些数据都有序的整理以及收集起来。数据清洗指的是发现以及纠正数据中的可识别的错误的过程,例如查找以及排除数据中的无效值、异常值等。
应该理解的是,虽然图2与图3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2与图3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
本发明实施例还提供一种基于边缘计算的分布式能源系统,如图4所示,分布式能源系统包括:多个分布式电站100、边缘计算模组300以及控制中心模组500。
各分布式电站100包括用电单元130和分布式发电单元110。边缘计算模组300设置在各分布式电站100,用于采集对应的分布式电站100的分布式发电单元110的第一状态信息,以及对第一状态信息进行预处理以得到第二状态信息。关于分布式电站100、边缘计算模组300的描述可参照上文。
控制中心模组500与各边缘计算模组300通信连接,用于获取各第二状态信息;还用于根据第二状态信息和对应的分布式电站100的用电单元130的预测负荷量判断分布式电站100的类型;其中,预测负荷量为根据预设负荷预测模型对各分布式电站100的用电单元130的负荷进行预测所得到的,所述分布式电站100的类型包括余电分布式电站和需电分布式电站;以及根据分布式电站100的类型对分布式电站100进行电力调度。控制中心模组500可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云平台,但并不局限于此。
基于本申请实施例中的基于边缘计算的分布式能源系统,通过对应边缘计算模组300对各分布式电站100内的分布式发电单元110的第一状态信息进行采集,并对第一状态信息进行预处理,去除了第一状态信息中的无效信息,使得利用第二状态信息时无需重复处理,相较于传统技术中将数据收集到控制中心中再进行处理分析的方式,将部分数据处理工作分摊到各边缘计算模组300上,控制中心可以直接利用有效信息更多的第二状态信息,提高了数据实时性以及响应速度。另外,还利用预测负荷模型对各分布式电站100的用电单元130的负荷进行预测,根据预测负荷量的第二状态信息可准确判断各分布式电站100的电量供需关系,进而判断各分布式电站100的类型以及根据分布式电站100的类型实现准确的电力调度。
在一个实施例中,如图5所示,本实施例中的基于边缘计算的分布式能源系统采用了三层结构进行设计,分布式电站100位于下层,边缘计算模组300位于中层,分布式电站100位于下层。具体而言,分布式电站100可以通过RS485、网线和CAN总线中的一种或几种与边缘计算模组300电性连接,边缘计算模组300可以通过Wifi模块、Lora模块等无线通信模块与控制中心模组500通信连接。这三层结构之间通过Petri网模型建立物联网通信通道,如图6所示,Petri网模型具体包括:采集源点S、被控对象O、决策点PD;其中采集源点S即为边缘计算模组300、被控对象O即为分布式电站100、决策点PD即为控制中心模组500。进一步地,采集源点S通过瞬时变迁时间ti收集来自被控对象O对应的电气数据Si。采集源点S通过传输通道Ct将电气数据Si传输给决策点PD。决策点PD根据电气数据Si传输控制指令,并通过控制通道Cm将控制指令传输至被控对象O。
在一个实施例中,边缘计算模组300还用于在接收到调度指令时,控制对应的分布式电站100的分布式发电单元110,以使分布式电站100的分布式发电单元110的多余电量输送到需电分布式电站的用电单元130。控制中心模组500还用于向余电分布式电站对应的边缘计算模组300发送调度指令。
在一个实施例中,边缘计算模组300还用于在未接收到调度指令时,控制分布式发电单元110根据MPPT(最大功率点追踪)策略进行发电。MPPT策略一般常用在光伏发电或者风力发电的机组中,MPPT策略通过实时获取分布式发电单元的发电电压,并追踪最高电压电流值,使系统以最大功率输出。具体而言,MPPT策略还可分为开环MPPT策略和闭环MPPT策略,开环MPPT策略包括定电压跟踪法,短路电流比例系数法和插值计算法等,闭环MPPT策略包括扰动观察法和电导增量法等,可以根据实际需要选择特定的MPPT策略。
在一个具体实施例中,分布式电站A包括光伏发电单元和汽车充电桩。光伏发电单元的装机容量为120MW,其中包括60个2MW的光伏发电机组;单个光伏发电机组由4台300kW的光伏逆变器和1台分裂变压器组成。汽车充电桩分布式安装于分布式电站A所在区域内,每个充电桩的额定充电功率为3kW,包括3000个充电桩。在这种情况下,控制中心模组控制分布式电站A内光伏发电单元采用MPPT策略发电,发电所得的能源大于汽车充电桩预测负荷功率,控制中心模组判断分布式电站A为余电分布式电站,余电通过变压器向外部输送。实际过程如下:每个光伏发电机组安装1台边缘计算模组,各边缘计算模组分别控制4台光伏逆变器,实时监测光伏逆变器的输出电压、电流、有功功率、无功功率和故障等第一状态信息。边缘计算模组将第一状态信息预处理后得到第二状态信息,并将第二状态信息上传至控制中心模组。控制中心模组根据预设的调度算法向边缘计算模组发生调度指令,边缘计算模组自适应控制光伏逆变器的有功功率和无功功率,从而大幅降低了网络延时,使得响应更加迅速,控制时间达到毫秒级,从而实现对每台逆变器的状态实时感知和信息高效处理,快速支撑电网的安全、稳定运行。
在另一个具体实施例中,分布式电站B包括装机容量为70MW的光伏发电单元和多个汽车充电桩,其中包括35个2MW的光伏发电机组,单个光伏发电机组由2台500kW的光伏逆变器和1台分裂变压器组成。当分布式电站B内的汽车充电桩或其它用电单元的预测负荷量超出分布式电站B内的光伏发电单元最大负荷时,控制中心模组判定分布式电站B为需电分布式电站,从外部区域的余电分布式发电单元吸收有功功率,例如上一实施例中的分布式电站A吸收。
在一个实施例中,边缘计算模组300包括具有边缘计算能力智能配变终端。
在一个实施例中,边缘计算模组300还用于采集对应的分布式电站100的用电单元130的第三状态信息,并对第三状态信息进行预处理得到第四状态信息。边缘计算模组300用于获取各第四状态信息;以及根据各第二状态信息监控分布式发电单元110的工作状态,并根据各第四状态信息监控用电单元130的工作状态。在一个具体实施例中,边缘计算模组300还用于对第一状态信息进行数据清洗和数据汇聚,以得到第二状态信息,以及用于对第三状态信息进行数据清洗和数据汇聚,以得到第四状态信息。
在有些实施例中,控制中心模组500还用于实现上述任一电力调度方法实施例中的步骤。
本发明实施例还提供一种基于边缘计算的电力调度装置,应用于一种基于边缘计算的分布式能源系统,分布式能源系统包括多个分布式电站100和边缘计算模组300,分布式电站100包括用电单元130和分布式发电单元110,分布式电站100设置有至少一个边缘计算模组300,边缘计算模组300用于采集对应的分布式电站100的分布式发电单元110的第一状态信息,并对第一状态信息进行预处理以得到第二状态信息。如图7所示,电力调度装置包括数据获取模块51、分类模块53以及调度模块55。
数据获取模块51用于获取各第二状态信息。
分类模块53用于根据分布式电站100的分布式发电单元110的第二状态信息和分布式电站100的用电单元130的预测负荷量判断分布式电站100的类型。其中,预测负荷量为根据预设负荷预测模型对分布式电站100的用电单元130的负荷进行预测所得到的,所述分布式电站100的类型包括余电分布式电站和需电分布式电站。
调度模块55用于根据分布式电站100的类型对分布式电站100进行电力调度。
在一个实施例中,分类模块53用于若分布式发电单元110的输出功率大于所述用电单元130的预测负荷量时,判定对应的分布式电站100为余电分布式电站。以及若分布式发电单元110的输出功率小于所述用电单元130的预测负荷量时,判定对应的分布式电站100为需电分布式电站。
在一个实施例中,调度模块55用于向余电分布式电站对应的边缘计算模组300发送调度指令。
在一个实施例中,边缘计算模组300还用于采集对应的分布式电站100的用电单元130的第三状态信息,并对第三状态信息进行预处理得到第四状态信息。数据获取模块51还用于获取第四状态信息。电力调度装置还包括监控模块,监控模块用于根据各第二状态信息监控分布式发电单元110的工作状态,并根据各第四状态信息监控用电单元130的工作状态。
关于基于边缘计算的电力调度装置的具体限定可以参见上文中对于基于边缘计算的电力调度方法的限定,在此不再赘述。上述基于边缘计算的电力调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项的电力调度方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于边缘计算的电力调度方法,其特征在于,应用于一种基于边缘计算的分布式能源系统,所述分布式能源系统包括多个分布式电站和边缘计算模组,所述分布式电站包括用电单元和分布式发电单元,所述分布式电站设置有至少一个所述边缘计算模组,所述边缘计算模组用于采集对应的所述分布式电站的分布式发电单元的第一状态信息,并对所述第一状态信息进行预处理以得到第二状态信息,所述电力调度方法包括:
获取各所述第二状态信息;
根据所述第二状态信息和对应的所述分布式电站的用电单元的预测负荷量判断所述分布式电站的类型;其中,所述预测负荷量为根据预设负荷预测模型对所述分布式电站的用电单元的负荷进行预测所得到的,所述分布式电站的类型包括余电分布式电站和需电分布式电站;
根据所述分布式电站的类型对所述分布式电站进行电力调度。
2.根据权利要求1所述的电力调度方法,其特征在于,所述第二状态信息包括分布式发电单元的输出功率,所述根据所述第二状态信息和所述预测负荷量判断对应的分布式电站的类型的步骤包括:
若所述分布式发电单元的输出功率大于所述用电单元的所述预测负荷量时,判定对应的所述分布式电站为所述余电分布式电站;
若所述分布式发电单元的输出功率小于所述用电单元的所述预测负荷量时,判定对应的所述分布式电站为所述需电分布式电站。
3.根据权利要求2所述的电力调度方法,其特征在于,所述根据所述分布式电站的类型对所述分布式电站进行电力调度的步骤包括:
向所述余电分布式电站对应的边缘计算模组发送调度指令;所述调度指令用于指示所述边缘计算模组对所述余电分布式电站的分布式发电单元进行控制,以使所述余电分布式电站的分布式发电单元的多余电量输送到所述需电分布式电站的用电单元。
4.根据权利要求1所述的电力调度方法,其特征在于,所述用电单元包括多个充电桩,所述预设负荷预测模型如下式:
W预测=e(α+β*N*t+s+z)+y*k
式中,W预测为所述预测负荷量,α为预设参数,β为所述充电桩的额定输出功率,t为所述充电桩的平均充电时长,s为当天第一预设时间间隔内的平均负荷量,z为历史数据中相同时刻的平均负荷量,y为当天第二预设时间间隔内新投入充电状态的所述充电桩的数目,k为预设温度参数。
5.根据权利要求1所述的电力调度方法,其特征在于,所述边缘计算模组还用于采集对应的所述分布式电站的用电单元的第三状态信息,并对所述第三状态信息进行预处理得到第四状态信息,所述电力调度方法还包括:
获取各所述第四状态信息;
根据各所述第二状态信息监控所述分布式发电单元的工作状态,并根据各所述第四状态信息监控所述用电单元的工作状态。
6.根据权利要求1所述的电力调度方法,其特征在于,所述对所述第一状态信息进行预处理以得到第二状态信息具体包括:
对所述第一状态信息进行数据清洗和数据汇聚,以得到所述第二状态信息。
7.一种基于边缘计算的分布式能源系统,其特征在于,包括:
多个分布式电站,所述分布式电站包括用电单元和分布式发电单元;
边缘计算模组,设置在各所述分布式电站,用于采集对应的所述分布式电站的分布式发电单元的第一状态信息,以及对所述第一状态信息进行预处理以得到第二状态信息;
控制中心模组,与各所述边缘计算模组通信连接,用于获取各所述第二状态信息;还用于根据所述第二状态信息和对应的所述分布式电站的用电单元的预测负荷量判断所述分布式电站的类型;其中,所述预测负荷量为根据预设负荷预测模型对各所述分布式电站的用电单元的负荷进行预测所得到的,所述分布式电站的类型包括余电分布式电站和需电分布式电站;以及根据所述分布式电站的类型对所述分布式电站进行电力调度。
8.根据权利要求7所述的分布式能源系统,其特征在于,所述边缘计算模组还用于对所述第一状态信息进行数据清洗和数据汇聚,以得到所述第二状态信息。
9.一种基于边缘计算的电力调度装置,其特征在于,应用于一种基于边缘计算的分布式能源系统,所述分布式能源系统包括多个分布式电站和边缘计算模组,所述分布式电站包括用电单元和分布式发电单元,所述分布式电站至少设置有一个所述边缘计算模组,所述边缘计算模组用于采集对应的所述分布式电站的分布式发电单元的第一状态信息,并对所述第一状态信息进行预处理以得到第二状态信息,所述电力调度装置包括:
数据获取模块,用于获取各所述第二状态信息;
分类模块,用于根据所述分布式电站的分布式发电单元的第二状态信息和所述分布式电站的用电单元的预测负荷量判断所述分布式电站的类型;其中,所述预测负荷量为根据预设负荷预测模型对所述分布式电站的用电单元的负荷进行预测所得到的,所述分布式电站的类型包括余电分布式电站和需电分布式电站;
调度模块,用于根据所述分布式电站的类型对所述分布式电站进行电力调度。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110678497.2A CN113422392A (zh) | 2021-06-18 | 2021-06-18 | 一种基于边缘计算的智能电站设备控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110678497.2A CN113422392A (zh) | 2021-06-18 | 2021-06-18 | 一种基于边缘计算的智能电站设备控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113422392A true CN113422392A (zh) | 2021-09-21 |
Family
ID=77789087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110678497.2A Pending CN113422392A (zh) | 2021-06-18 | 2021-06-18 | 一种基于边缘计算的智能电站设备控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113422392A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586800A (zh) * | 2022-12-09 | 2023-01-10 | 北京和利时系统工程有限公司 | 一种综合能源管控系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379420A (zh) * | 2018-10-10 | 2019-02-22 | 上海方融科技有限责任公司 | 一种基于分布式架构的综合能源服务平台系统 |
CN111030147A (zh) * | 2019-12-06 | 2020-04-17 | 北京国电通网络技术有限公司 | 一种综合能源系统电力调度方法及系统 |
CN111384729A (zh) * | 2020-02-24 | 2020-07-07 | 国网浙江嘉善县供电有限公司 | 一种基于边缘计算的分布式电源调度控制方法 |
CN211869172U (zh) * | 2019-09-25 | 2020-11-06 | 云南民族大学 | 一种不同区域进行电力调度的充电桩系统 |
CN112688308A (zh) * | 2020-12-11 | 2021-04-20 | 珠海格力电器股份有限公司 | 电能调度系统、方法、装置及控制器 |
CN112737122A (zh) * | 2020-12-28 | 2021-04-30 | 国网重庆市电力公司电力科学研究院 | 一种基于多能互补的电网调峰控制系统与方法 |
-
2021
- 2021-06-18 CN CN202110678497.2A patent/CN113422392A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379420A (zh) * | 2018-10-10 | 2019-02-22 | 上海方融科技有限责任公司 | 一种基于分布式架构的综合能源服务平台系统 |
CN211869172U (zh) * | 2019-09-25 | 2020-11-06 | 云南民族大学 | 一种不同区域进行电力调度的充电桩系统 |
CN111030147A (zh) * | 2019-12-06 | 2020-04-17 | 北京国电通网络技术有限公司 | 一种综合能源系统电力调度方法及系统 |
CN111384729A (zh) * | 2020-02-24 | 2020-07-07 | 国网浙江嘉善县供电有限公司 | 一种基于边缘计算的分布式电源调度控制方法 |
CN112688308A (zh) * | 2020-12-11 | 2021-04-20 | 珠海格力电器股份有限公司 | 电能调度系统、方法、装置及控制器 |
CN112737122A (zh) * | 2020-12-28 | 2021-04-30 | 国网重庆市电力公司电力科学研究院 | 一种基于多能互补的电网调峰控制系统与方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586800A (zh) * | 2022-12-09 | 2023-01-10 | 北京和利时系统工程有限公司 | 一种综合能源管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105684257B (zh) | 用于控制微电网的操作的微电网能量管理系统和方法 | |
US9002531B2 (en) | System and method for predictive peak load management via integrated load management | |
US8793028B2 (en) | System and method for determining potential power of inverters during curtailment mode | |
CN106786547A (zh) | 一种新型微网系统以及基于该系统的组网调度方法 | |
KR101297082B1 (ko) | 풍력 발전단지의 출력제어 시스템을 위한 단지 통합 출력제어 장치 및 그 제어 방법 | |
CN102324752A (zh) | 结合风力发电的纯电动汽车有序充放电协调控制系统 | |
CN110783959B (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN111245096B (zh) | 一种分布式光伏数据采集终端、系统及数据处理方法 | |
CN109560577B (zh) | 一种交直流混合分布式可再生能源系统的控制方法及系统 | |
CN116683500A (zh) | 一种电化学储能电站有功功率调度方法和系统 | |
CN117077974A (zh) | 虚拟电厂资源优化调度方法、装置、设备及存储介质 | |
Zou et al. | Hierarchical evaluation framework for coupling effect enhancement of renewable energy and thermal power coupling generation system | |
CN113422392A (zh) | 一种基于边缘计算的智能电站设备控制系统 | |
CN115967178B (zh) | 一种储能系统运行的监测系统及方法 | |
CN112564151B (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 | |
CN115514097A (zh) | 基于分布式光伏供需互动协调控制的村域cps调控系统及方法 | |
CN211744058U (zh) | 一种能量管理平台 | |
CN113759210A (zh) | 配电房状态监测系统和配电房监测数据传输方法 | |
CN113964852A (zh) | 一种面向共享储能的虚拟电厂的发电控制方法及装置 | |
Fruh | How much can regional aggregation of wind farms and smart grid demand management facilitate wind energy integration? | |
CN110690719B (zh) | 一种微电网电池储能配置方法及可读存储介质 | |
CN114070201B (zh) | 一种分布式光伏监测控制系统 | |
CN116436160B (zh) | Agc性能指标在线监控系统及方法 | |
CN117249537B (zh) | 一种基于中央空调的虚拟电厂调度与控制系统及方法 | |
CN107545328A (zh) | 一种光伏电站开机容量预测方法及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230423 Address after: Full Floor 14, Unit 3, Building 2, No. 11, Middle Spectra Road, Huangpu District, Guangzhou, Guangdong 510700 Applicant after: China Southern Power Grid Digital Grid Technology (Guangdong) Co.,Ltd. Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
TA01 | Transfer of patent application right |