CN113746090B - 一种分布式资源电力需求预测系统及方法 - Google Patents

Abstract

本发明公开了一种分布式资源电力需求预测系统及方法，该系统包括：数据采集模块，用于通过实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；用电量模拟模块，用于根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；光伏余量确定模块，用于根据储能参数确定光伏发电储能余量；电力需求预测模块，用于根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量。本发明提供的分布式资源电力需求预测系统，能够有效缓解电网供电负担，并提高系统节能效果及空调运行的稳定性。

Description

一种分布式资源电力需求预测系统及方法

技术领域

本发明涉及电力需求预测领域，尤其涉及一种分布式资源电力需求预测系统及方法。

背景技术

目前，随着用电需求的不断增长，电力系统负荷也在急剧增加，例如在夏季，各种公共场所对于空调的长期使用，会导致终端的用电效率降低且电力消费大幅度增加，不利于长期发展。对于分布式光伏发电系统而言，利用分散的光伏发电模块为不同的设备提供电能，虽然可缓解电力系统的负担，但是光伏发电模块的储电效率较低，且在太阳光不充足的情况下无法存储足够的电力为对应区域内类似空调的大功率电器提供电能，使得空调等电器的运行不稳定，进而导致能源利用率低下，无法满足日常需求。因此，如何提供一种分布式资源电力需求预测系统及方法，能够有效预测区域用电量，并辅助调节供电状态以实现节能作用，是本领域亟待解决的问题。

发明内容

本发明的目的在于提供一种分布式资源电力需求预测系统及方法，以解决现有技术中无法准确、有效预测区域用电量的问题。

为实现上述目的，本发明提供一种分布式资源电力需求预测系统，包括：

数据采集模块，用于通过实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；

用电量模拟模块，用于根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；

光伏余量确定模块，用于根据储能参数确定光伏发电储能余量；

电力需求预测模块，用于根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量。

进一步地，所述耗电参数，包括空调压缩机功率、制冷量及空调能耗比。

进一步地，所述分布式资源电力需求预测系统，还包括储能模块，用于提供所述储能参数；

所述储能模块的最大储能量大于或等于所述预设区域内所有空调所需的总用电量。

进一步地，所述分布式资源电力需求预测系统，还包括补电模块，用于使电网根据所述补给供电量为所述储能模块补充电能，直至所述储能模块的储能余量大于或等于预设区域内所有空调所需的总用电量。

进一步地，所述预设区域设有至少三级人员密集范围，且每级人员密集范围分别对应不同的目标空调状态。

进一步地，所述用电量模拟模块，还用于：

根据所述人员密集范围，获得对应的目标空调状态，并将所述预设区域内的空调状态调整为所述目标空调状态，以得到所述空调调节策略。

本发明还提供一种分布式资源电力需求预测方法，包括：

实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；

根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；

根据储能参数确定光伏发电储能余量；

根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量。

进一步地，所述耗电参数，包括空调压缩机功率、制冷量及空调能耗比。

进一步地，所述预设区域设有至少三级人员密集范围，且每级人员密集范围分别对应不同的目标空调状态。

进一步地，所述确定空调调节策略，包括：

根据所述人员密集范围，获得对应的目标空调状态，并将所述预设区域内的空调状态调整为所述目标空调状态，以得到所述空调调节策略。

相对于现有技术，本发明的有益效果在于：

本发明公开了一种分布式资源电力需求预测系统，包括：数据采集模块，用于通过实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；用电量模拟模块，用于根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；光伏余量确定模块，用于根据储能参数确定光伏发电储能余量；电力需求预测模块，用于根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量。

本发明提供的分布式资源电力需求预测系统，利用光伏发电装置相连的储能模块为预设区域内的大功率设备空调进行供电，缓解电网供电负担；并结合预设区域内的人员数量获得空调状态改变策略，自动调节空调的状态及温度，实现节能效果；此外，本发明通过获取储能模块的储能余量及预设区域内所需的用电量计算电网补给供电量，并根据补给供电量向储能模块输出对应的电量，以确保储能模块的电量足以为预设区域内的空调提供电能，最终提高了空调运行稳定性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式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发明的一些实施方式，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是本发明某一实施例提供的分布式资源电力需求预测系统的结构示意图；

图2是本发明另一实施例提供的分布式资源电力需求预测系统的结构示意图；

图3是本发明某一实施例提供的分布式资源电力需求预测方法的流程示意图。

具体实施方式

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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1，本发明某一实施例提供一种分布式资源电力需求预测系统，包括以下单元：

数据采集模块01，用于通过实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；

需要说明的是，本实施例中，主要通过检测设备采集预设区域内的人员数量、环境温度及每台空调的耗电参数，然后将这些数据上传至计算机进行存储，最后由数据采集模块01从计算机中读取这些数据。其中，检测设备包括设在设定区域内以不同角度进行拍摄的多个摄像机和与所述摄像机相连的控制器，多个所述摄像机将设定区域内拍摄所得的图像画面发送至所述控制器中，所述控制器对多个图像画面进行融合处理，以确定设定区域内的人员的数量。

进一步地，本实施例中通过安装在设定区域内的若干个温度传感器来实时监测设定区域内的环境温度数据，还可通过计算若干个温度传感器检测所得的环境温度数据之间的平均值来获得设定区域内的当前环境温度。

另外，每台空调的所述耗电参数包括但不限于空调压缩机功率、制冷量、空调能耗比，用户可预先录入每台空调的耗电参数预测每台空调开启过程中每小时所需的耗电量。

需要强调的是，本实施例中的计算机主要通过存储器或者可读存储介质来存储数据，其中，存储器用于存储各种类型的数据以支持在该终端设备的操作，这些数据例如可以包括用于在该终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。本申请实施例的计算机可读介质主要为计算机可读存储介质。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机的存储器中。

用电量模拟模块02，用于根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；

本实施例中，用电量模拟模块02主要和数据采集模块01连接，然后根据人员数量、环境温度及耗电参数以确定空调调节策略。具体地，用电量模拟模块02可通过检测所得的设定区域内的人员数量来自动调整设定区域内每台空调的运行状态，每个所述设定区域均设有至少三级人员密集范围，且每级人员密集范围分别对应有不同的目标空调状态。例如：一定占地面积的设定区域内，根据人员数量计算所有人员的占用空间，当占用空间超过占地面积的50％以上时，则为一级人员密集范围，该等级下预先规定的目标空调状态是设定区域内的所有空调均开启并统一调节为23℃～28℃之间；若人员所占用的空间超过占地面积的30～50％以上，则为二级人员密集范围，该等级下预先规定的目标空调状态是设定区域内的空调进行交替控制，并始终保持设定区域内的三分之二的空调处于开启状态并将空调的温度设置在23℃～28℃之间；若人员所占用的空间超过占地面积的0～30％以上，则为三级人员密集范围，该等级下预先规定的目标空调状态是设定区域内的空调进行交替控制，但始终保持设定区域内的二分之一的空调处于开启状态并将空调的温度设置在23℃～28℃之间。需要说明的是，上述不同人员密集范围对应的目标空调状态可根据实际需求进行修改，在此不作出任何限制。

在某一具体地实施方式中，用电量模拟模块02，还用于：

根据所述人员密集范围，获得对应的目标空调状态，并将所述预设区域内的空调状态调整为所述目标空调状态，以得到所述空调调节策略。

需要说明的是，用电量模拟模块02还通过计算并查找在所述设定区域内检测所得的人员数量所对应的人员密集范围，以获取对应的目标空调状态，然后再将预设区域内的空调状态调整为目标空调状态，即可获得该设定区域内的空调调节策略。

此外，本实施例中的分布式资源电力需求预测系统是通过分布式光伏发电装置单独为不同设定区域提供电能，即每个设定区域对应设有独立的所述储能模块，而，每个所述储能模块均对应设有一套独立的光伏发电装置将收集到的太阳能转换为电能存储与储能模块中，且所述储能模块的最大储能量要大于或等于设定区域内的所有空调所需的耗电量，以确保设定区域内所有空调可同时稳定运行。

光伏余量确定模块03，用于根据储能参数确定光伏发电储能余量；

在某一可选地实施方式中，所述分布式资源电力需求预测系统，还包括储能模块，用于提供所述储能参数；所述储能模块的最大储能量大于或等于所述预设区域内所有空调所需的总用电量。

需要说明的是，光伏余量确定模块03主要与储能模块连接，每个储能模块均设有对应的光伏余量确定模块03，用于实时采集与储能模块的储能参数，确定光伏发电储能余量。此外，储能模块除了通过光伏发电装置进行储能外，还可存储电网输出的电能，当光伏发电装置产生的电量不足以维持空调运行时，此时则从电网中取电，以确保空调正常且稳定的运行。

电力需求预测模块04，用于根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量。可以理解的是，本实施例中，电力需求预测模块04分别与用电量模拟模块02和光伏余量确定模块03连接，用于能够得到总用电量与光伏发电储能余量，并根据二者的差值计算预设区域内电网的补给供电量。

本发明实施例提供的分布式资源电力需求预测系统，能够及时预测预设区域用电量并提供补给供电量，进而有效缓解电网供电负担、提高系统节能效果，同时提高空调运行的稳定性。

请参阅图2，在某一个实施例中，所述分布式资源电力需求预测系统，还包括补电模块05，用于使电网根据所述补给供电量为所述储能模块补充电能，直至所述储能模块的储能余量大于或等于预设区域内所有空调所需的总用电量。

需要说明的是，补电模块05与电力需求预测模块04连接，补电模块05接收所述补给供电量后，控制所述电网根据所述补给供电量为所述储能模块输出对应的电量，直至所述储能模块中的储能余量大于或等于设定区域内所有空调所需的用电量才停止电网继续输出。

在某一个具体地实施方式中，所述设定区域内还包括空调以外的其余用电设备，所述用电设备的供电方式可通过电网直接供电，还可通过所述储能模块对用电设备进行供电。本实施例利用独立且分散的供电系统为对应的区域提供电能，避免大量大功率设备同时接入电网中导致电网负担过重影响电网稳定性，同时结合人员数量自动调整空调的温度以达到节能效果。

请参阅图3，在某一个实施例中，还提供一种分布式资源电力需求预测方法，应用在如上述实施例中的分布式资源电力需求预测系统中，具体包括以下步骤：

S10、实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；

S20、根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；

S30、根据储能参数确定光伏发电储能余量；

S40、根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量。

在某一实施例中，所述耗电参数，包括空调压缩机功率、制冷量及空调能耗比。

在某一实施例中，所述预设区域设有至少三级人员密集范围，且每级人员密集范围分别对应不同的目标空调状态。

在某一实施例中，所述确定空调调节策略，包括：

根据所述人员密集范围，获得对应的目标空调状态，并将所述预设区域内的空调状态调整为所述目标空调状态，以得到所述空调调节策略。

本发明实施例提供的分布式资源电力需求预测方法，能够及时预测预设区域用电量并提供补给供电量，进而有效缓解电网供电负担、提高系统节能效果，同时提高空调运行的稳定性。

以上所述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，这些改进和润饰也视为本发明的保护范围。

Claims (6)

1.一种分布式资源电力需求预测系统，其特征在于，包括：

数据采集模块，用于通过实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；

用电量模拟模块，用于根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；

光伏余量确定模块，用于根据储能参数确定光伏发电储能余量；

电力需求预测模块，用于根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量；

所述预设区域设有至少三级人员密集范围，且每级人员密集范围分别对应不同的目标空调状态；

所述用电量模拟模块，还用于：

根据所述人员密集范围，获得对应的目标空调状态，并将所述预设区域内的空调状态调整为所述目标空调状态，以得到所述空调调节策略；

所述人员密集范围为：

当人员占用空间超过占地面积的50％以上时，所述人员密集范围为一级人员密集范围；

当人员占用空间超过占地面积的30％～50％时，所述人员密集范围为二级人员密集范围；

当人员占用空间超过占地面积的0％～30％时，所述人员密集范围为三级人员密集范围；

所述目标空调状态为：

若所述人员密集范围为一级人员密集范围，则所述目标空调状态为设定区域内的所有空调均开启并统一调节为23℃～28℃之间；

若所述人员密集范围为二级人员密集范围，则所述目标空调状态为设定区域内的空调进行交替控制，并始终保持设定区域内三分之二的空调处于开启状态并将空调的温度设置在23℃～28℃之间；

若所述人员密集范围为二级人员密集范围，则所述目标空调状态为设定区域内的空调进行交替控制，但始终保持设定区域内二分之一的空调处于开启状态并将空调的温度设置在23℃～28℃之间。

2.根据权利要求1所述的分布式资源电力需求预测系统，其特征在于，所述耗电参数，包括空调压缩机功率、制冷量及空调能耗比。

3.根据权利要求1所述的分布式资源电力需求预测系统，其特征在于，还包括储能模块，用于提供所述储能参数；

所述储能模块的最大储能量大于或等于所述预设区域内所有空调所需的总用电量。

4.根据权利要求3所述的分布式资源电力需求预测系统，其特征在于，还包括补电模块，用于使电网根据所述补给供电量为所述储能模块补充电能，直至所述储能模块的储能余量大于或等于预设区域内所有空调所需的总用电量。

5.一种分布式资源电力需求预测方法，其特征在于，包括：

实时获取预设区域内的人员数量、环境温度及每台空调的耗电参数；

根据所述人员数量、所述环境温度及所述耗电参数，确定空调调节策略，并根据所述空调调节策略计算预设区域内所有空调所需的总用电量；

根据储能参数确定光伏发电储能余量；

根据所述总用电量与所述光伏发电储能余量的差值，计算预设区域内电网的补给供电量；

所述预设区域设有至少三级人员密集范围，且每级人员密集范围分别对应不同的目标空调状态；

所述确定空调调节策略，包括：

根据所述人员密集范围，获得对应的目标空调状态，并将所述预设区域内的空调状态调整为所述目标空调状态，以得到所述空调调节策略；

所述人员密集范围为：

当人员占用空间超过占地面积的50％以上时，所述人员密集范围为一级人员密集范围；

当人员占用空间超过占地面积的30％～50％时，所述人员密集范围为二级人员密集范围；

当人员占用空间超过占地面积的0％～30％时，所述人员密集范围为三级人员密集范围；

所述目标空调状态为：

若所述人员密集范围为一级人员密集范围，则所述目标空调状态为设定区域内的所有空调均开启并统一调节为23℃～28℃之间；

若所述人员密集范围为二级人员密集范围，则所述目标空调状态为设定区域内的空调进行交替控制，并始终保持设定区域内三分之二的空调处于开启状态并将空调的温度设置在23℃～28℃之间；

若所述人员密集范围为二级人员密集范围，则所述目标空调状态为设定区域内的空调进行交替控制，但始终保持设定区域内二分之一的空调处于开启状态并将空调的温度设置在23℃～28℃之间。

6.根据权利要求5所述的分布式资源电力需求预测方法，其特征在于，所述耗电参数，包括空调压缩机功率、制冷量及空调能耗比。