CN114336615A - 一种基于输电环境大数据分析的电力资源调度智能管理系统 - Google Patents
一种基于输电环境大数据分析的电力资源调度智能管理系统 Download PDFInfo
- Publication number
- CN114336615A CN114336615A CN202210004477.1A CN202210004477A CN114336615A CN 114336615 A CN114336615 A CN 114336615A CN 202210004477 A CN202210004477 A CN 202210004477A CN 114336615 A CN114336615 A CN 114336615A
- Authority
- CN
- China
- Prior art keywords
- target
- power
- power generation
- target city
- city
- 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.)
- Withdrawn
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 22
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 238000010248 power generation Methods 0.000 claims abstract description 210
- 230000005611 electricity Effects 0.000 claims abstract description 125
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012790 confirmation Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012417 linear regression Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开提供的一种基于输电环境大数据分析的电力资源调度智能管理系统。该系统包括发电站基本信息获取模块、目标城市历史用电信息获取模块、气象信息采集模块、目标城市用电预估模块、发电站发电任务确认模块和发电任务发送终端；本发明通过发电站基本信息获取模块、目标城市历史用电信息获取模块、气象信息调取模块并结合发电站发电任务确认模块，对目标城市各目标发电站的发电任务进行调度，有效的解决了当前电力资源调度管理的方式具有局限性，没有根据多因素综合分析，进而无法提高电力资源调度管理的合理性、科学性和智能性的问题，大大的提高了电力资源的利用率，同时有效的降低了发电过程造成的环境影响。
Description
技术领域
本发明属于资源调度管理技术领域，涉及到一种基于输电环境大数据分析的电力资源调度智能管理系统。
背景技术
近年来，随着科技的快速发展和经济水平的稳步提高，人们对电力消费的水平也日益提高的同时对电力系统的稳定性要求也愈发严格，为了保障电力供应与运行的稳定性、安全性和可靠性，需要对电力资源进行调度管理。
当前，对电力资源调度管理主要是基于用电区域与发电区域的供需关系进行电力资源调度管理，没有针对发电站对应的发电类型以及其资源信息进行综合性资源调度管理，因此当前电力资源调度管理方式还存在一定的弊端，当前电力资源调度管理的方式具有局限性，没有根据多因素综合分析，进而无法提高电力资源调度管理的合理性、科学性和智能性，同时当前电力资源调度管理方式无法有效的提高电力资源的利用率，也无法在一定程度上降低了发电过程造成的环境影响。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出针对同一用电区域多个发电站的一种基于输电环境大数据分析的电力资源调度智能管理系统，实现了对电子资源调度管理的智能化和科学化；
本发明的目的可以通过以下技术方案实现：
本发明第一方面提供了一种基于输电环境大数据分析的电力资源调度智能管理系统，该系统包括发电站基本信息获取模块、目标城市历史用电信息获取模块、气象信息采集模块、目标城市用电预估模块、发电站发电任务确认模块和发电任务发送终端；
所述发电站基本信息获取模块用于获取目标城市目标发电站数量和各目标发电站对应的基本信息；
所述目标城市历史用电信息获取模块用于获取目标城市对应的历史用电信息，设置目标历史年限，调取各目标历史年限内目标城市各采集月份对应的用电信息；
所述气象信息调取模块用于调取目标城市对应的气象信息；
所述目标城市用电预估模块用于根据目标城市对应的历史用电信息和当前所处月份，对目标城市对应的下一月份预计用电量进行预估；
所述发电站发电任务确认模块用于根据目标城市对应的下月份预估用电、目标城市对应的气象信息和目标城市各发电站对应的基本信息对各目标发电站下一月份对应的发电任务进行确认；
所述发电任务发送终端用于将工作发电站下一月份对应的发电任务发送至工作发电站对应的管理人员。
优选地，所述发电站基本信息获取过程如下：
获取目标城市对应的目标发电站数量，将目标城市对应的目标发电站按照预设顺序进行编号，依次标记为1，2，......n,n取值为整数；
获取目标城市各目标发电站对应的位置、发电资源信息、工作信息、发电成本信息和气象影响等级。
优选地，所述目标城市历史用电信息具体采集过程为：根据预设的历史用电信息采集年限，对目标城市各目标历史年限内各采集月份对应的实际用电量和实际发电量进行采集，获取目标城市各目标历史年限内各月份对应的用电信息，将目标城市历史用电信息采集年限按照预设顺序进行编号，依次标记为1，2，......m,m取值为整数，将各采集月份按照预设顺序进行编号，依次标记为1，2，......k。
优选地，所述气象信息调取模块调取该目标城市当前月份对应的天气类型、各天气类型对应的天数、各天气类型对应的基本信息。
优选地，所述目标城市用电预估模块对应的具体预估过程如下：
获取目标城市历史获取目标城市各目标历史年限内各采集月份对应的实际用电量；
以实际用电量为纵坐标，以采集月份为横坐标，构建目标城市历史用电散点图，根据构建的目标城市历史用电散点图，调取目标城市各目标历史年限内对应的用电峰值、用电谷值、用电常态值；
调取目标城市各目标历史年限内用电峰值对应的月份、用电谷值对应的月份，分析目标城市对应的用电峰值趋向月份、用电谷值趋向月份、用电常态值趋向月份和各趋向类型对应的平均用电量；
获取目标城市当前所处月份，筛选出目标城市当前所处月份对应的趋势类型，并调取该月份对应的历史平均用电量，利用计算公式计算目标城市下一月份预估计划用电量。
优选地，所述发电站发电任务确认模块包括发电站供需分析单元、发电站发电模式确认单元、发电站发电确认单元。
优选地，所述发电站供需分析单元用于根据预估的目标城市对应的计划用电量，对目标城市各目标发电站对应的供需关系进行分析，其具体分析过程包括以下步骤：
获取目标城市各目标发电站对应的发电资源信息和工作信息；
根据目标城市各目标发电站对应的发电资源信息和工作信息，计算目标城市各目标发电站对应的预估发电量；
将目标城市下一月份预估计划用电量与目标城市各目标发电站对应的预估发电量进行对比，获取目标城市与其各目标发电站对应的供需等级，其中供需等级包括以及供需等级、二级供需等级和三级供需等级。
优选地，所述发电站发电模式确认单元用于根据目标城市各目标发电站对应的供需等级，对目标城市发电模式进行确认；其中，
当目标城市存在一级供需等级和二级供需等级对应的目标发电站时，将该目标城市对应的发电模式记为单一发电模式；
当目标城市各目标发电站均为三级供需等级时，将目标城市发电模式记为组合发电模式。
优选地，所述发电站发电确认单元用于对目标城市各发电模式下对应的发电站进行确认，其中，单一发电模式下发电站确认过程如下：
获取目标城市一级供需等级和二级供需等级对应的目标发电站数量，将该目标发电站记为待选目标发电站；
将待选目标发电站按照预设顺序进行编号，依次标记为1，2，......g,调取各待选目标发电站对应的发电成本信息、气象信息、发电损耗量和位置；
利用计算公式计算目标城市各待选目标发电站优选指数；
根据目标城市各待选目标发电站发电时对应的环境影响等级，调取各环境影响等级对应的预选指数；
根据计算的目标城市各待选目标发电站对应的优选指数，将目标城市各待选目标发电站按照其优选指数从大到小进行排序，筛选出排名第一位的待选目标发电站，将该待选目标发电站记为确认目标发电站。
优选地，所述组合发电模式下发电站确认过程如下：
获取目标城市目标发电站数量，调取目标城市各目标发电站成本信息、资源信息、发电时对应的环境影响等级和各目标发电站对应平均发电损耗量；
根据目标城市各目标发电站发电时对应的环境影响等级，调取各环境影响等级对应的预选指数；
构建目标城市目标发电站组合线性回归模型，根据构建的目标城市目标发电站对应的组合线性回归模型，筛选出最优发电站组合和各最优发电站组合中各目标发电站下一月份对应的预选发电量。
本发明的有益效果：
(1)本发明提供的一种基于输电环境大数据分析的电力资源调度智能管理系统，通过发电站基本信息获取模块、目标城市历史用电信息获取模块、气象信息调取模块并结合发电站发电任务确认模块，对目标城市各目标发电站的发电任务进行调度，有效的解决了当前电力资源调度管理的方式具有局限性，没有根据多因素综合分析，进而无法提高电力资源调度管理的合理性、科学性和智能性的问题，有效的提高了电力资源的利用率，同时在一定程度上降低了发电过程造成的环境影响。
(2)本发明在气象信息调取模块，通过对目标城市当前月份对应的气象信息进行调取，为后续对目标城市各目标发电站发电的分析提供了可靠的数据基础，同时也直观的反应了目标城市各目标发电站发电资源。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法系统各模块连接示意图；
图2为发电站发电任务确认模块组成示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1至图2所示，一种基于输电环境大数据分析的电力资源调度智能管理系统，该系统包括发电站基本信息获取模块、目标城市历史用电信息获取模块、气象信息采集模块、目标城市用电预估模块、发电站发电任务确认模块和发电任务发送终端；
所述发电站发电任务确认模块分别与发电站基本信息获取模块、气象信息采集模块、目标城市用电预估模块和发电任务发送终端进行连接，所述目标城市用电预估模块与目标城市历史用电信息获取模块连接；
所述发电站基本信息获取模块用于获取目标城市目标发电站数量和各目标发电站对应的基本信息；
具体地，所述发电站基本信息获取过程如下：
获取目标城市对应的目标发电站数量，将目标城市对应的目标发电站按照预设顺序进行编号，依次标记为1，2，......n,n取值为整数；
获取目标城市各目标发电站对应的位置、发电资源信息、工作信息、发电成本信息和气象影响等级。
需要说明的是，目标城市各目标发电站对应的发电资源信息包括目标城市各目标发电站对应的发电资源类型、发电资储存量、单位发电对应的发电资源消耗量；目标城市各目标发电站对应的工作信息包括目标城市各目标发电站对应的发电次数、各次发电对应的实际发电量、各次发电目标城市实际接收电量；目标城市各目标发电站对应的发电成本信息包括目标城市各目标发电站对应的发电设备数量和各发电设备单元发电对应的成本。
本发明实施例通过对目标城市各目标发电站对应的位置、发电资源信息、工作信息、发电成本信息和气象影响等级进行信息采集，提高了后续对各目标发电站发电任务确认的合理性，同时通过多维度的信息采集，大大的提高了目标城市目标发电站确认发电结果的可靠性和稳定性。
所述目标城市历史用电信息获取模块用于获取目标城市对应的历史用电信息，设置目标历史年限，调取各目标历史年限内目标城市各采集月份对应的用电信息；
具体地，所述目标城市历史用电信息具体采集过程为：根据预设的历史用电信息采集年限，对目标城市各目标历史年限内各采集月份对应的实际用电量和实际发电量进行采集，获取目标城市各目标历史年限内各月份对应的用电信息，将目标城市历史用电信息采集年限按照预设顺序进行编号，依次标记为1，2，......m,m取值为整数，将各采集月份按照预设顺序进行编号，依次标记为1，2，......k。
需要说明的是，在一个具体实施例中，所述历史用电信息采集年限内的采集月份为该年限内的所有月份，即k取值为12。
所述气象信息调取模块用于调取目标城市对应的气象信息；
具体地，所述气象信息调取模块调取该目标城市当前月份对应的天气类型、各天气类型对应的天数、各天气类型对应的基本信息。
需要说明的是，所述天气类型包括晴天、雨天、多云等，当天气类型为晴天或者多云时，其类型对应的基本信息光照强度、光照时长和风力等级，当天气类型为雨天时，其气象类型对应的基本信息为降雨量和降雨时长。
本发明实施例在气象信息调取模块，通过对目标城市当前月份对应的气象信息进行调取，为后续对目标城市各目标发电站发电的分析提供了可靠的数据基础，同时也直观的反应了目标城市各目标发电站发电资源。
所述目标城市用电预估模块用于根据目标城市对应的历史用电信息和当前所处月份，对目标城市对应的下一月份预计用电量进行预估；
具体地，所述目标城市用电预估模块对应的具体预估过程如下：
A1、获取目标城市历史获取目标城市各目标历史年限内各采集月份对应的实际用电量；
A2、以实际用电量为纵坐标，以采集月份为横坐标，构建目标城市历史用电散点图，根据构建的目标城市历史用电散点图，调取目标城市各目标历史年限内对应的用电峰值、用电谷值、用电常态值；
需要说明的是，用电常态值为区别用电峰值、用电谷值的用电值；
A3、调取目标城市各目标历史年限内用电峰值对应的月份、用电谷值对应的月份，分析目标城市对应的用电峰值趋向月份、用电谷值趋向月份、用电常态值趋向月份和各趋向类型对应的平均用电量；
其中，所述目标城市用电峰值分析过程为：
S1、获取目标城市各目标历史年限内用电峰值对应的月份，将各目标历史年限内各采集月份对应的用电值与其对应目标历史年限内用电峰值进行对比，利用计算公式计算各目标年限内各采集月份用电高峰趋向指数；
其中，其具体计算公式为
YZq t表示目标城市第t个目标历史年限内第q个采集月份对应的用电高峰趋向指数，α为预设修正系数，ΔD为预设的趋向用电差值对应的阈值，FDt表示目标城市第t个目标历史年限对应的用电峰值，q为采集月份编号，q＝1，2，......k，t为目标历史年限编号，t＝1，2，......m。
S2、将目标城市各目标历史年限各采集月份用电高峰趋向指数与预设的用电峰值趋向月份对应的用电高峰趋向指数进行对比，若目标城市某目标历史年限内某采集月份对应的用电高峰趋向指数大于预设的用电峰值趋向月份对应的用电高峰趋向指数，则将该目标城市该慕白历史年限内该采集月份记为用电峰值趋向月份，反之则记为非用电峰值趋向月份；
S3、统计目标城市各目标历史年限内对应的用电峰值趋向月份数量，将目标城市各目标历史年限内对应的用电峰值趋向趋向月份进行匹配对比，筛选出目标城市用电峰值趋向月份数量；
其中，所述目标城市用电峰值趋向月份数量筛选过程为：将目标城市各目标历史年限内对应的用电峰值趋向趋向月份进行匹配对比，获取目标城市各用电峰值趋向月份对应目标历史年限出现次数，将目标城市各用电峰值趋向月份对应目标历史年限出现次数与预设目标历史年限出现次数进行对比，若目标城市某用电高峰趋向月份大于预设值，则将该用电高峰趋向月份记为目标城市用电高峰趋向月份，反之则记为非目标城市用电高峰趋向月份。
S4、根据目标城市用电峰值趋向月份数量，调取目标城市各用电峰值趋向月份在其各目标历史年限对应的用电量，利用平均值计算方法计算目标城市各用电峰值趋向月份对应的平均用电量；
S5、获取目标城市用电谷值趋向月份数量、用电常态值趋向月份数量、目标城市各用电谷值趋向月份对应的平均用电量和目标城市各用电常态值趋向月份对应的平均用电量。
其中，在一个具体实施例中，所述用电谷值分析和用电常态值的分析过程按照用电峰值分析方法进行分析，在此不进行赘述。
A4、获取目标城市当前所处月份，筛选出目标城市当前所处月份对应的趋势类型，并调取该月份对应的历史平均用电量，利用计算公式计算目标城市下一月份预估计划用电量。
其中，其具体筛选过程为：将目标城市当前所处月份与各趋势类型对应的月份进行匹配对比，获取目标城市当前对应的趋势类型，其中，趋势类型包括用电峰值趋向、用电谷值趋向和用电常态值趋向。
其中，其具体计算公式为JD＝PD+β*XD，JD表示目标城市下一月份对应的预估计划用电量，PD为目标城市当前月份对应的历史平均用电量，β为目标城市趋势类型对应的用电补偿系数，XD为预设补偿用电量。
本发明实施例通过对目标城市各目标历史年限对用的用电峰值趋向月份、用电谷值趋向月份和用电常态值趋向月份进行分析，有效的提高了对目标城市下一月份对应的计划用电量预估的精准性，在一定程度上提高了城市目标发电站资源调度的合理性，同时通过对用电趋势类型分析，直观的展示了当前月份对应的用电规律，为目标城市下一月份对应的计划用电量的预估提供了可靠保障。
所述发电站发电任务确认模块用于根据目标城市对应的下月份预估用电、目标城市对应的气象信息和目标城市各发电站对应的基本信息对各目标发电站下一月份对应的发电任务进行确认；
具体地，所述发电站发电任务确认模块包括发电站供需分析单元、发电站发电模式确认单元、发电站发电确认单元。
其中，所述发电站供需分析单元用于根据预估的目标城市对应的计划用电量，对目标城市各目标发电站对应的供需关系进行分析，其具体分析过程包括以下步骤：
B1、获取目标城市各目标发电站对应的发电资源信息和工作信息；
B2、根据目标城市各目标发电站对应的发电资源信息和工作信息，计算目标城市各目标发电站对应的预估发电量；
需要说明的是，所述目标城市各目标发电站对应的预估发电量具体计算过程如下：
1)获取目标城市各目标发电站对应的单位发电资源消耗量和各目标发电站对应的发电资源存储量，获取目标城市各目标发电站对应的下一月份对应的最大发电量；
其中，其具体计算公式为
ZDr max表示目标城市第r个目标发电站对应的最大发电量，CNr表示目标城市第r个目标发电站对应的发电资源存储量，DNr表示目标城市第r个目标发电站对应单位发电资源消耗量，r表示目标发电站编号，r＝1，2，......n；
2)获取目标城市各目标发电站对应的发电次数、各次发电对应的计划发电量和实际发电量，将目标城市各目标发电站各次发电时对应的实际发电量和各次发电目标城市实际接收电量进行对比，获取目标城市各目标发电站各次发电时对应的发电损耗量，利用平均值计算方法获取目标城市各目标发电站对应平均发电损耗量；
3)利用计算公式计算目标城市各目标发电站下一月份对应的预估发电量；
其中，其具体计算公式为YFr＝(ZDrmax-SDr)*ε，YFr表示目标城市第r个目标发电站下一月份对应的预估发电量，SDr表示目标城市第r个目标发电站对应的平均发电损耗量，ε为预设系数。
B3、将目标城市下一月份预估计划用电量与目标城市各目标发电站对应的预估发电量进行对比，获取目标城市与其各目标发电站对应的供需等级，其中供需等级包括以及供需等级、二级供需等级和三级供需等级。
需要说明的是，目标城市各目标发电站对应的供需等级获取过程如下：将目标城市下一月份预估计划用电量与目标城市各目标发电站对应的预估发电量进行对比，若目标城市某目标发电站对应的预估发电量大于目标城市下一月份对应的预估计划用电量，则将该目标城市该目标发电站对应的供需等级记为一级供需等级，若目标城市某目标发电站对应的预估发电量等于目标城市下一月份对应的预估计划用电量，则将该目标城市该目标发电站记为对应的供需等级记为二级供需等级，若目标城市某目标发电站对应的预估发电量小于目标城市下一月份对应的预估计划用电量，则将目标城市该目标发电站对应的供需等级记为三级供需等级，获取目标城市各目标发电站对应的供需等级。
其中，所述发电站发电模式确认单元用于根据目标城市各目标发电站对应的供需等级，对目标城市发电模式进行确认；其中，
当目标城市存在一级供需等级和二级供需等级对应的目标发电站时，将该目标城市对应的发电模式记为单一发电模式；
当目标城市各目标发电站均为三级供需等级时，将目标城市发电模式记为组合发电模式。
其中，所述发电站发电确认单元用于对目标城市各发电模式下对应的发电站进行确认，其中，单一发电模式下发电站确认过程如下：
C1、获取目标城市一级供需等级和二级供需等级对应的目标发电站数量，将该目标发电站记为待选目标发电站；
C2、将待选目标发电站按照预设顺序进行编号，依次标记为1，2，......g,调取各待选目标发电站对应的发电成本信息、气象信息、发电损耗量和位置；
C3、利用计算公式计算目标城市各待选目标发电站优选指数；
其中，所述目标城市各待选目标发电站对应的优选指数计算过程包括以下步骤：
C31、获取目标城市各待选目标发电站对应的气象信息，根据各待选目标发电站对应的气象信息，对目标城市各待选目标发电站发电资源对应的状态类型进行分析；
其中资源状态类型为充盈类型、普通类型和缺乏类型；
其中，在一个具体实施例中，所述待选目标发电站对应的状态类型分析以水利发电类型的状态分析过程为例进行分析，其分析过程为：当目标城市某待选目标发电站对应的资源为水资源时，获取当前月份对应的降雨次数和各次降雨对应的降雨量，进而获取目标城市当前月份对应的雨水存储量，将目标城市当前月份对应的雨水存储量与预设的雨水存储等级对应的雨水存储量进行匹配对比，若目标城市当前月份对应的雨水存储量符合预设的一级雨水存储等级对应的雨水存储量，则将目标城市该待选发电站发电资源对应的状态类型记为充盈类型，若目标城市当前月份对应的雨水存储量符合预设的二级雨水存储等级对应的雨水存储量，则将目标城市该待选目标发电站发电资源状态类型记为普通类型，若目标城市当前月份对应的雨水存储量符合预设的三级雨水存储等级对应的雨水存储量，则将该目标城市该待选目标发电站发电资源状态类型记为缺乏类型。
C32、根据目标城市各待选目标发电站发电资源对应的状态类型，进行目标城市各待选目标发电站优选权重值设置，其中，充盈类型权重值>普通类型权重值>缺乏类型权重值；
C33、根据目标城市各待选目标发电站对应的发电位置，调取目标城市各待选目标发电站对应的电网输送距离；
C34、根据目标城市各待选目标发电站发电时对应的环境影响等级，调取各环境影响等级对应的预选指数；
C35、将目标城市各待选目标发电站发电成本信息、优选权重值、发电损耗量和电网输送距离代入计算公式，计算目标城市各待选目标发电站对应的优选指数。
其中，所述其具体计算公式为
YXd表示目标城市第d个待选目标发电站对应的优选指数，YB,YS,YL为预设的发电成本、预设的发电损耗量、预设的电网输送距离，CBw d为目标城市第d个待选目标发电站第w个发电设备对应的单位发电成本，YFd表示目标城市第d个待选目标发电站下一月份对应的预估发电量，SDd表示目标城市第d个目标发电站对应的平均发电损耗量,SLd表示目标城市第d个目标发电站对应的电网输送距离，d表示目标城市待选目标发电站编号，d＝1，2，......g,w表示待选发电站对应发电设备编号，w＝1,2,......p，λd为预设的目标城市第d个待选目标发电站发电资源状态对应的权重值，γd为预设的目标城市第d个待选目标发电站环境影响等级对应的预选指数。
C4、根据计算的目标城市各待选目标发电站对应的优选指数，将目标城市各待选目标发电站按照其优选指数从大到小进行排序，筛选出排名第一位的待选目标发电站，将该待选目标发电站记为确认目标发电站。
其中，所述组合发电模式下发电站确认过程如下：
D1、获取目标城市目标发电站数量，调取目标城市各目标发电站成本信息、资源信息、发电时对应的环境影响等级和各目标发电站对应平均发电损耗量；
D2、根据目标城市各目标发电站发电时对应的环境影响等级，调取各环境影响等级对应的预选指数；
D3、构建目标城市目标发电站组合线性回归模型，根据构建的目标城市目标发电站对应的组合线性回归模型，筛选出最优发电站组合和各最优发电站组合中各目标发电站对应的下一月份预选发电量。
其中，所述目标城市目标发电站组合线性回归模型构建过程如下：
D31、获取目标城市各目标发电站各发电设备对应的单位发电成本、各目标发电站对应的资源状态、各目标发电站对应平均发电损耗量；
D32、利用计算公式计算目标城市各目标发电站发电综合质量指数；
其中，其具体计算公式为
ZHr表示目标城市第r个目标发电站发电综合效益指数，CBw r表示目标城市第r个目标发电站第w个发电设备对应的单位成本，SDr表示目标城市第r个目标发电站对应的平均发电损耗量，λr,γr分别表示预设的目标城市第r个目标发电站发电资源状态对应的权重值、第r个目标发电站发电环境影响等级对应的预选指数值；
D33、构建目标城市目标发电站组合线性回归方程，其具体方程为F＝x1*ZH1+x2*ZH2+....+xj*ZHj+...+xn*ZHn，x1,x2,...,xj,...xn为目标城市各目标发电站对应的预选发电量，ZH1,ZH2,...,ZHj,...ZHn为目标城市各目标发电站对应的发电综合效益指数，F表示发电站组合效益指数。
其中，x1+x2+....+xj....+....+xn＝JD。
需要说明的是，最优发电站组合为发电站组合效益指数最大的发电站组合。
本发明实施例通过对目标城市各目标发电站的发电任务进行调度，有效的解决了当前电力资源调度管理的方式具有局限性，没有根据多因素综合分析，进而无法提高电力资源调度管理的合理性、科学性和智能性的问题，有效的提高了电力资源的利用率，同时在一定程度上降低了发电过程造成的环境影响。
所述发电任务发送终端用于将确认发电的目标发电站下一月份对应的发电任务发送至工作发电站对应的管理人员。
具体地，所述发电任务发送终端包括单一发电模式信息发送和组合发电模式信息发送；
其中，当目标城市发电模式为单一发电模式时，其信息发送过程为：获取确认目标发电站对应的编号，调取确认目标发电站对应的位置，将目标城市下一月份对应的预估计划用电量发送至该确认目标发电站对应的发电管理人员；
其中，当目标城市发电模式为组合发电模式时，其信息发送过程为：获取目标城市最优发电站组合中各目标发电站对应的编号，将最优发电站组合中各目标发电站对应的下一月份对应的预选发电量发送至最优发电站组合中各目标发电站对应的管理人员。
本发明实施例通过将确认发电的目标发电站下一月份对应的发电任务发送至工作发电站对应的管理人员，为目标发电站管理人员的工作提供了便例，明确了目标发电站的发电任务，在一定程度上降低了目标发电站管理人员工作的繁琐性。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：该系统包括发电站基本信息获取模块、目标城市历史用电信息获取模块、气象信息采集模块、目标城市用电预估模块、发电站发电任务确认模块和发电任务发送终端；
所述发电站基本信息获取模块用于获取目标城市目标发电站数量和各目标发电站对应的基本信息；
所述目标城市历史用电信息获取模块用于获取目标城市对应的历史用电信息，设置目标历史年限，调取各目标历史年限内目标城市各采集月份对应的用电信息；
所述气象信息调取模块用于调取目标城市对应的气象信息；
所述目标城市用电预估模块用于根据目标城市对应的历史用电信息和当前所处月份，对目标城市对应的下一月份预计用电量进行预估；
所述发电站发电任务确认模块用于根据目标城市对应的下月份预估用电、目标城市对应的气象信息和目标城市各发电站对应的基本信息对各目标发电站下一月份对应的发电任务进行确认；
所述发电任务发送终端用于将工作发电站下一月份对应的发电任务发送至工作发电站对应的管理人员。
2.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述发电站基本信息获取过程如下：
获取目标城市对应的目标发电站数量，将目标城市对应的目标发电站按照预设顺序进行编号，依次标记为1，2，......n,n取值为整数；
获取目标城市各目标发电站对应的位置、发电资源信息、工作信息、发电成本信息和气象影响等级。
3.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述目标城市历史用电信息具体采集过程为：根据预设的历史用电信息采集年限，对目标城市各目标历史年限内各采集月份对应的实际用电量和实际发电量进行采集，获取目标城市各目标历史年限内各月份对应的用电信息，将目标城市历史用电信息采集年限按照预设顺序进行编号，依次标记为1，2，......m,m取值为整数，将各采集月份按照预设顺序进行编号，依次标记为1，2，......k。
4.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述气象信息调取模块调取该目标城市当前月份对应的天气类型、各天气类型对应的天数、各天气类型对应的基本信息。
5.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述目标城市用电预估模块对应的具体预估过程如下：
获取目标城市历史获取目标城市各目标历史年限内各采集月份对应的实际用电量；
以实际用电量为纵坐标，以采集月份为横坐标，构建目标城市历史用电散点图，根据构建的目标城市历史用电散点图，调取目标城市各目标历史年限内对应的用电峰值、用电谷值、用电常态值；
调取目标城市各目标历史年限内用电峰值对应的月份、用电谷值对应的月份，分析目标城市对应的用电峰值趋向月份、用电谷值趋向月份、用电常态值趋向月份和各趋向类型对应的平均用电量；
获取目标城市当前所处月份，筛选出目标城市当前所处月份对应的趋势类型，并调取该月份对应的历史平均用电量，利用计算公式计算目标城市下一月份预估计划用电量。
6.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述发电站发电任务确认模块包括发电站供需分析单元、发电站发电模式确认单元、发电站发电确认单元。
7.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述发电站供需分析单元用于根据预估的目标城市对应的计划用电量，对目标城市各目标发电站对应的供需关系进行分析，其具体分析过程包括以下步骤：
获取目标城市各目标发电站对应的发电资源信息和工作信息；
根据目标城市各目标发电站对应的发电资源信息和工作信息，计算目标城市各目标发电站对应的预估发电量；
将目标城市下一月份预估计划用电量与目标城市各目标发电站对应的预估发电量进行对比，获取目标城市与其各目标发电站对应的供需等级，其中供需等级包括以及供需等级、二级供需等级和三级供需等级。
8.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述发电站发电模式确认单元用于根据目标城市各目标发电站对应的供需等级，对目标城市发电模式进行确认；其中，
当目标城市存在一级供需等级和二级供需等级对应的目标发电站时，将该目标城市对应的发电模式记为单一发电模式；
当目标城市各目标发电站均为三级供需等级时，将目标城市发电模式记为组合发电模式。
9.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述发电站发电确认单元用于对目标城市各发电模式下对应的发电站进行确认，其中，单一发电模式下发电站确认过程如下：
获取目标城市一级供需等级和二级供需等级对应的目标发电站数量，将该目标发电站记为待选目标发电站；
将待选目标发电站按照预设顺序进行编号，依次标记为1，2，......g,调取各待选目标发电站对应的发电成本信息、气象信息、发电损耗量和位置；
利用计算公式计算目标城市各待选目标发电站优选指数；
根据目标城市各待选目标发电站发电时对应的环境影响等级，调取各环境影响等级对应的预选指数；
根据计算的目标城市各待选目标发电站对应的优选指数，将目标城市各待选目标发电站按照其优选指数从大到小进行排序，筛选出排名第一位的待选目标发电站，将该待选目标发电站记为确认目标发电站。
10.根据权利要求1所述的一种基于输电环境大数据分析的电力资源调度智能管理系统，其特征在于：所述组合发电模式下发电站确认过程如下：
获取目标城市目标发电站数量，调取目标城市各目标发电站成本信息、资源信息、发电时对应的环境影响等级和各目标发电站对应平均发电损耗量；
根据目标城市各目标发电站发电时对应的环境影响等级，调取各环境影响等级对应的预选指数；
构建目标城市目标发电站组合线性回归模型，根据构建的目标城市目标发电站对应的组合线性回归模型，筛选出最优发电站组合和各最优发电站组合中各目标发电站下一月份对应的预选发电量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210004477.1A CN114336615A (zh) | 2022-01-04 | 2022-01-04 | 一种基于输电环境大数据分析的电力资源调度智能管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210004477.1A CN114336615A (zh) | 2022-01-04 | 2022-01-04 | 一种基于输电环境大数据分析的电力资源调度智能管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114336615A true CN114336615A (zh) | 2022-04-12 |
Family
ID=81024589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210004477.1A Withdrawn CN114336615A (zh) | 2022-01-04 | 2022-01-04 | 一种基于输电环境大数据分析的电力资源调度智能管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114336615A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116093959A (zh) * | 2023-04-12 | 2023-05-09 | 江苏通球建筑科技有限公司 | 一种电力负荷储能供电管理系统 |
| CN117234267A (zh) * | 2023-11-13 | 2023-12-15 | 吉林建筑大学 | 一种村镇房屋多能源互补供电供暖智能控制系统 |
| CN117852848A (zh) * | 2024-03-08 | 2024-04-09 | 山东黄金电力有限公司 | 基于大数据配置电力系统的数据信息管理系统 |
-
2022
- 2022-01-04 CN CN202210004477.1A patent/CN114336615A/zh not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116093959A (zh) * | 2023-04-12 | 2023-05-09 | 江苏通球建筑科技有限公司 | 一种电力负荷储能供电管理系统 |
| CN117234267A (zh) * | 2023-11-13 | 2023-12-15 | 吉林建筑大学 | 一种村镇房屋多能源互补供电供暖智能控制系统 |
| CN117234267B (zh) * | 2023-11-13 | 2024-01-16 | 吉林建筑大学 | 一种村镇房屋多能源互补供电供暖智能控制系统 |
| CN117852848A (zh) * | 2024-03-08 | 2024-04-09 | 山东黄金电力有限公司 | 基于大数据配置电力系统的数据信息管理系统 |
| CN117852848B (zh) * | 2024-03-08 | 2024-06-11 | 山东黄金电力有限公司 | 基于大数据配置电力系统的数据信息管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114336615A (zh) | 一种基于输电环境大数据分析的电力资源调度智能管理系统 | |
| CN113689183B (zh) | 一种基于海洋生态评价的资源管理分析系统及方法 | |
| CN110097220B (zh) | 一种风力发电月度电量预测方法 | |
| KR102439722B1 (ko) | 날씨 데이터 기반의 무선 센서 네트워크 노드 태양에너지 수집 파워 예측 알고리즘 | |
| CN113452033B (zh) | 分区自治的含高比例光伏配电网电压控制方法及存储介质 | |
| CN113988489B (zh) | 电碳因子的预测评估方法、装置及可读存储介质 | |
| CN110909958A (zh) | 一种计及光伏并网功率的短期负荷预测方法 | |
| CN116581750A (zh) | 一种基于电网负荷水平的智能线路负载充电方法 | |
| CN109636054A (zh) | 基于分类和误差组合预测的太阳能光伏发电量预测方法 | |
| CN107256442A (zh) | 基于移动客户端的线损计算方法 | |
| CN109543910A (zh) | 一种考虑偏差考核惩罚的售电公司电量鲁棒决策电路及方法 | |
| CN108346009A (zh) | 一种基于用户模型自学习的电力生产配置方法和装置 | |
| CN117540981A (zh) | 基于碳排放约束的建筑多能源调度方法及系统 | |
| CN117151495A (zh) | 一种光伏发电系统运行效率评估分析方法 | |
| CN110400019A (zh) | 一种基于数据挖掘的风电场功率预测优化方法 | |
| CN114676931B (zh) | 一种基于数据中台技术的电量预测系统 | |
| CN109409682A (zh) | 跨区域电网覆冰程度的评估方法及系统 | |
| CN109149644B (zh) | 一种基于大数据分析的光储一体在线策略匹配和协同优化方法 | |
| CN114048200A (zh) | 一种计及缺失数据补齐的用户用电行为分析方法 | |
| CN114629234A (zh) | 一种基于多站融合的时段调控系统和方法 | |
| CN111915056A (zh) | 一种基于大数据分析的用户实用负荷预测系统及预测方法 | |
| CN113935549B (zh) | 一种综合智慧能源优化调度系统 | |
| CN118554642B (zh) | 一种基于智能集中器的电力数据采集分析终端 | |
| CN113899982B (zh) | 利用网络设备掉电复电数据研判低压电网停电复电的方法及系统 | |
| CN109190887A (zh) | 基于改进灰色关联度的智能配电网调控指标的筛选方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220412 |