CN114336969B - 基于虚拟电厂的储能电站集中监控方法及系统 - Google Patents
基于虚拟电厂的储能电站集中监控方法及系统 Download PDFInfo
- Publication number
- CN114336969B CN114336969B CN202111650396.0A CN202111650396A CN114336969B CN 114336969 B CN114336969 B CN 114336969B CN 202111650396 A CN202111650396 A CN 202111650396A CN 114336969 B CN114336969 B CN 114336969B
- Authority
- CN
- China
- Prior art keywords
- parameter set
- energy storage
- storage power
- power station
- electric quantity
- 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.)
- Active
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请揭示了基于虚拟电厂的储能电站集中监控方法,调取预先生成的电子地图,生成多个电量调控策略;进行网络扑拓简化处理;得到多个聚类;进行全面监控处理,以获取多个第一参数集合;进行非全面监控处理,以获取第二参数集合;获取指定第一参数集合;调取电量调控策略;计算第一电量调控策略与第二电量调控策略之间的相似度值;若相似度值大于相似度阈值,则计算出匹配度值P;若匹配度值P不大于匹配度阈值,则生成重新全面监控指令;若第三参数集合违反第二电量调控策略,则将第二储能电站从电子地图中去除,实现了在减少计算资源耗费的前提下,对储能电站进行集中监控,以保证虚拟电厂的应用效果。
Description
技术领域
本申请涉及到虚拟电厂领域,特别是涉及到一种基于虚拟电厂的储能电站集中监控方法及系统。
背景技术
虚拟电厂的定义为:一种通过先进信息通信技术和软件系统,实现DG、储能系统、可控负荷、电动汽车等DER的聚合和协调优化,以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。因此虚拟电厂的应用具有的正面收益是无需置疑的。但是,虚拟电厂的应用过程中,涉及储能电站,而在虚拟电厂概念中,不仅涉及大体量的储能电站,还涉及数量庞大的小体量的储能电站,为了保证虚拟电厂的有效运行,最优方案是对所有的储能电站进行全面细致地实时监控,但这会花费大量的计算资源,因此难以实现。而不对储能电站进行监控,则可能导致反馈数据不准确,使得虚拟电厂的应用效果大大下降。
发明内容
本申请提出一种基于虚拟电厂的储能电站集中监控方法,包括以下步骤:
S1、调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;
S2、对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;
S3、采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;
S4、根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合;
S5、对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量;所述指定聚类是所述多个聚类中的一个聚类;
S6、若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;
S7、从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;
S8、根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
S9、若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;
S10、若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;
S11、若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
进一步地,所述根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合的步骤S4,包括:
S401、在预设的数据库中,调取出多个储能电站的历史数据总量;
S402、对多个储能电站的历史数据总量,按数值大小进行降序排列处理,以得到降序列表;
S403、从降序列表中,提取出对应于多个聚类的多个降序子列表;
S404、从每个降序子列表中,提取出序号最大的成员,并将序号最大的成员对应的储能电站记为第一储能电站;
S405、对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合。
进一步地,所述对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类的步骤S5中的指定聚类中的储能电站的类型均是家庭储能电站。
进一步地,所述根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值的步骤S8,包括:
S801、以时间为自变量,储能电站的预计有功出力数值为因变量,建立第一电量调控策略对应的第一函数,并且建立第二电量调控策略对应的第二函数;
S802、采用如下公式:
t1=arg min(J(t)),且 计算出第一点集t1;其中,q1、q2、q3均为预设的大于0的参数,且q3大于q1与q2的和值,K(t)为第一函数,L(t)为第二函数;
S803、计算第一点集t1占整个时间取值范围内的比例,并将第一点集t1占整个时间取值范围内的比例记为相似度值,并判断相似度值是否大于预设的相似度阈值。
进一步地,所述若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略的步骤S10之后,包括:
S1001、若所述第三参数集合未违反所述第二电量调控策略,则将所述第三参数集合记为并列第一参数集合;
S1002、对第三储能电站进行非全面监控处理,以获取第四参数集合,并判断所述第三储能电站是否属于指定聚类;
S1003、若所述第三储能电站属于指定聚类,则调取所述指定第一参数集合和所述并列第一参数集合;
S1004、调取与所述第三储能电站对应的第三电量调控策略,并根据预设的相似度计算方法,计算第一电量调控策略与第三电量调控策略之间的相似度值,并判断第一电量调控策略与第三电量调控策略之间的相似度值是否大于预设的相似度阈值;
S1005、若第一电量调控策略与第三电量调控策略之间的相似度值大于预设的相似度阈值,则计算出第四参数集合与指定第一参数集合之间的匹配度值,并判断第四参数集合与指定第一参数集合之间的匹配度值是否大于预设的匹配度阈值;
S1006、若第四参数集合与指定第一参数集合之间的匹配度值不大于预设的匹配度阈值,则计算出第四参数集合与并列第一参数集合之间的匹配度值,并判断第四参数集合与并列第一参数集合之间的匹配度值是否大于预设的匹配度阈值;
S1007、若第四参数集合与并列第一参数集合之间的匹配度值大于预设的匹配度阈值,则判定第三储能电站正常。
本申请提供一种基于虚拟电厂的储能电站集中监控系统,包括:
电子地图调取单元,用于调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;
网络扑拓结构生成单元,用于对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;
聚类处理单元,用于采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;
第一参数集合获取单元,用于根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合;
第二参数集合获取单元,用于对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量;所述指定聚类是所述多个聚类中的一个聚类;
指定聚类对应参数获取单元,用于若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;
电量调控策略调取单元,用于从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;
相似度计算单元,用于根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
匹配度值计算单元,用于若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;
全面监控指令生成单元,用于若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;
储能电站去除单元,用于若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请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任一项所述的方法的步骤。
本申请的基于虚拟电厂的储能电站集中监控方法、系统、计算机设备和存储介质,调取预先生成的电子地图,生成对应于电子地图上不同区域的多个电量调控策略;进行网络扑拓简化处理,以得到多个网络扑拓结构;对多个储能电站进行聚类处理,以得到多个聚类;进行全面监控处理,以获取多个第一参数集合;进行非全面监控处理,以获取第二参数集合;若所述第二储能电站属于指定聚类,则获取与所述指定聚类对应的指定第一参数集合;调取第一电量调控策略,并且调取第二电量调控策略;计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值;若所述相似度值大于预设的相似度阈值,则计算出所述第二参数集合与所述第一参数集合之间的匹配度值P;若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令;若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除,实现了在减少计算资源耗费的前提下,对储能电站进行集中监控,以保证虚拟电厂的应用效果。
本申请中的虚拟电厂,涉及的储能电站不仅是普通意义上的储能电站,而且还包括家庭储能电站之类的小体量储能电站,并且在虚拟电厂概念中,甚至于单个储电电池也能作为一个单位参与虚拟电厂的配电运作,因此也能视为一个单独的储能电站。因此,本申请涉及数量庞多的储能电站,难以进行细致地监控,而本申请采用不是对所有储能电站均进行全面监控的方式,来保证储能电站集中监控效果,从而保证虚拟电厂的应用效果。
附图说明
图1为本申请一实施例的基于虚拟电厂的储能电站集中监控方法的流程示意图;
图2为本申请一实施例的基于虚拟电厂的储能电站集中监控系统的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请实施例提供一种基于虚拟电厂的储能电站集中监控方法,包括以下步骤:
S1、调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;
S2、对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;
S3、采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;
S4、根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合;
S5、对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量;所述指定聚类是所述多个聚类中的一个聚类;
S6、若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;
S7、从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;
S8、根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
S9、若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;
S10、若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;
S11、若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
上述步骤S1-S4中,调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合。
电子地图上记载了虚拟电厂相关的信息,例如储能电站的信息(包括位置),用电设备的信息等等,是虚拟电厂用以制定电量调控策略的依据。本申请的电量调控策略可采用任意可行方式生成,其本质在于根据供电量、用电量与储电量进行合适的电量调控,其例如可以以尽量控制用电量的平滑过渡的原则来生成电量调控策略,在此不再赘述。并且,本申请的电量调控策略是细化至不同区域的,而这些区域中包括储能电站,因此生成的是,应于电子地图上不同区域的多个电量调控策略。根据粒度的不同,每个电量调控策略可以仅包括一个储能电站,并且优选仅包括一个储能电站。
网络扑拓简化处理,可以采用任意可行方式实现,这是为了便于后续的聚类计算,以利于对储能电站的整体划分。不同类型的储能电站,以及不同规模的储能电站,会体现在网络扑拓简化处理后的网络扑拓结构中。
预设的聚类算法可为任意可行算法,例如为K值聚类,高斯模型聚类,图团体检测聚类等等。从而得到的多个聚类中,处于同一个聚类的储能电站,其将具有相同或者相似的网络扑拓结构。而对于储能电站而言,若其具有相同或者相似的网络扑拓结构,其很可能被要执行相同或相似的电量调控策略(当然,需要进一步核实),并且其很可能也具有相同或相似的参数(当然,这并非绝对,因此也需要后续进一步确认,但本申请能够利用这一点,减少参数监控所需要耗费的计算资源)。
预设的储能电站提取方法可采用任意可行方法,其目的在于找出一个具有代表性的第一储能电站。预设的储能电站提取方法,例如采用随机抽取的方式来实现,也可以采用任意可行方法,例如,所述根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合的步骤S4,包括:
S401、在预设的数据库中,调取出多个储能电站的历史数据总量;
S402、对多个储能电站的历史数据总量,按数值大小进行降序排列处理,以得到降序列表;
S403、从降序列表中,提取出对应于多个聚类的多个降序子列表;
S404、从每个降序子列表中,提取出序号最大的成员,并将序号最大的成员对应的储能电站记为第一储能电站;
S405、对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合。
其中,历史数据总量越大,表明该储能电站被监控的时间越长,监控的越全面,因此适宜作为代表性的第一储能电站。而每个降序子列表,是相同或相似的储能电站的历史数据部量排序列,因此序号最大的成员对应的储能电站最适宜作为第一储能电站,再对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合。
上述步骤S5-S8中,对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量;所述指定聚类是所述多个聚类中的一个聚类;若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值。
本申请中,第一储能电站与第二储能电站是有区别的,区别在于,第一储能电站是选出的一个储能电站,其需要进行全面监控处理,而第二储能电站是一个未知储能电站,但对于第二储能电站,只是先进行非全面监控处理,因此暂时而言,对于第二储能电站进行监控所耗资源较少。此时进行的非全面监控处理,可以对某些指定参数进行监控处理,以得到第二参数集合,因此第二参数集合中的参数类型,将被包括在第一参数集合中,其例如包括电压、电流等电参数,当然还可以包括其他任意可行参数。
并且由于第二储能电站是未知储能电站,因此还需要确定所述第二储能电站是否属于指定聚类,其目的在于,由于第二储能电站对应的第二参数集合,相对而言只包括少量参数,因此仅以第二参数集合本身,难以确定第二储能电站的运行情况,尤其是无法确定第二储能电站是否匹配对应的电量调控策略,因此本申请需要先确定第二储能电站是否有对应的聚类,从而能够确定相对应的第一参数集合,以便于仅在少量参数的前提下,判断第二储能电站的运作状况。
进一步地,所述对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类的步骤S5中的指定聚类中的储能电站的类型均是家庭储能电站。由于家庭储能电站的数量繁多,因此难以进行全部全面监控处理,这是本申请尤其适合应用的场景,也是现有技术难以应用的场景。
若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合。因此指定
第一参数集合则为第二参数集合的参照对象。虽然第一储能电站与第二储能电站并非一定要采用相似的参数进行运行,并且还具有相同或相似的电量调控策略,那么若第一储能电站与第二储能电站采用相似的参数进行运行,这是符合条件的。
因此,从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略,再根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值。其中,第一电量调控策略与第二电量调控策略均与储能电站相关,例如都是对于电量的随时间变化的出力值。而相似度计算方法可以采用任意可行算法,例如,所述根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值的步骤S8,包括:
S801、以时间为自变量,储能电站的预计有功出力数值为因变量,建立第一电量调控策略对应的第一函数,并且建立第二电量调控策略对应的第二函数;
S802、采用如下公式:
t1=arg min(J(t)),且 计算出第一点集t1;其中,q1、q2、q3均为预设的大于0的参数,且q3大于q1与q2的和值,K(t)为第一函数,L(t)为第二函数;
S803、计算第一点集t1占整个时间取值范围内的比例,并将第一点集t1占整个时间取值范围内的比例记为相似度值,并判断相似度值是否大于预设的相似度阈值。
从而以更准确的方式,计算出两个电量调控策略之间的相似程度,不仅涉及两个电量调控策略在不同时间点上的数值差异,更涉及两个电量调控策略在整体上的变化差异,从而使得本申请的分析结果更为可信。其中,q1、q2、q3可采用经验数据,更可以采用基于神经网络模型的参数预测模型进行生成,当然需要提前收集大量样本数据,并采用样本数据对于神经网络模型进行训练,以得到对应的参数预测模型。对于输出的第一点集t1,若第一函数与第二函数相常相近,近乎完全相同,那么第一点集t1几乎包括取值范围内的所有时间点,而函数J(t)的取值也几乎全等于q3,第一点集t1占整个时间取值范围内的比例接近于1,这表明相似度极高,而相似度值的最大值为1,当相似度值等于1时,意味着两个电量调控策略完全相同。
上述步骤S9-S11,若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
本申请中,由于第二参数集合只是由少数参数构成的,因此仅以此无法反应第二储能电站的运作状态,因此需要第一参数集合,并且采用本申请中特别的匹配度值计算公式,来衡量第二参数集合与第一参数集合之间的匹配状态,进而间接确定第二储能电站的运作状态。需要注意的是,这种分析方式是间接分析,还存在一些匹配度值较低,但是第二储能电站以不同于第一储能电站的参数集合的方式,仍满足对应的电量调控策略的情况,但这种情况的存在,不会违反本申请的初衷,因为本申请只是要求从中找出部分甚至于大部分的可以进行非全面监控的第二储能电站,而对于上述情况,仍可以采用继续全面监控的方式来解决,因此对于部分甚至于大部分的储能电站构成的整体而言,其资源的耗费相对而言仍是较少的。
因此,本申请采用特别的匹配度值P计算公式,以依据
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同。此时的匹配度值计算公式,不仅涉及真实检测到的参数,还假定了一个虚拟的参数集合,使得所述第二参数集合与所述第一参数集合之间的匹配度值P得以准确计算。
若所述匹配度值P不大于预设的匹配度阈值,表明两个参数集合存在矛盾之处,但并不一定完全意味着第二储能电站运作不正常,因为如前所述,还存在其他正常运作的情况。因此需要对第二储能电站重新进行全面监控处理。
进一步地,若所述匹配度值P大于预设的匹配度阈值,可视为第二参数集合与第一参数集合匹配,表明第二储能电站是与第一储能电站相同或相似的方式运作,因此不必进行进一步地全面监控处理,从而能够减少对第二储能电站进行全面监控的资源耗费。需要注意的是,第二储能电站只是一个举例,其他与第二储能电站相似的未知储能电站将采用相同方式进行处理,由于本申请尤其适用于小体量的储能电站,例如家庭储能电站,因此涉及这些大量的储能电站虚拟电厂,总体而言有利于节省资源耗费。
若所述第三参数集合违反所述第二电量调控策略,则能够确定第二储能电站的运作状态不正常,由于有了准确的数据反馈,因此应当将所述第二储能电站从虚拟电厂中排除出去,故将所述第二储能电站从所述电子地图中去除。
进一步地,所述若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略的步骤S10之后,包括:
S1001、若所述第三参数集合未违反所述第二电量调控策略,则将所述第三参数集合记为并列第一参数集合;
S1002、对第三储能电站进行非全面监控处理,以获取第四参数集合,并判断所述第三储能电站是否属于指定聚类;
S1003、若所述第三储能电站属于指定聚类,则调取所述指定第一参数集合和所述并列第一参数集合;
S1004、调取与所述第三储能电站对应的第三电量调控策略,并根据预设的相似度计算方法,计算第一电量调控策略与第三电量调控策略之间的相似度值,并判断第一电量调控策略与第三电量调控策略之间的相似度值是否大于预设的相似度阈值;
S1005、若第一电量调控策略与第三电量调控策略之间的相似度值大于预设的相似度阈值,则计算出第四参数集合与指定第一参数集合之间的匹配度值,并判断第四参数集合与指定第一参数集合之间的匹配度值是否大于预设的匹配度阈值;
S1006、若第四参数集合与指定第一参数集合之间的匹配度值不大于预设的匹配度阈值,则计算出第四参数集合与并列第一参数集合之间的匹配度值,并判断第四参数集合与并列第一参数集合之间的匹配度值是否大于预设的匹配度阈值;
S1007、若第四参数集合与并列第一参数集合之间的匹配度值大于预设的匹配度阈值,则判定第三储能电站正常。
从而当发现存在另一种正常运作的储能电站时,将其作为另一个代表储能电站,以利于后续其他储能电站的准确分析。由于存在多种不同的运作方式(反应在参数集合上),因此本申请将新发现的所述第三参数集合记为并列第一参数集合,而在对新的第三储能电站进行非全面监控处理及分析的过程中,若第三储能电站对应的第四参数集合与第一参数集合的匹配度值不高,那么还可以考虑其与并列第一参数集合的匹配度值,从而提高分析的全面性,提高需要转为全面监控的准确性。
本申请的基于虚拟电厂的储能电站集中监控方法,调取预先生成的电子地图,生成对应于电子地图上不同区域的多个电量调控策略;进行网络扑拓简化处理,以得到多个网络扑拓结构;对多个储能电站进行聚类处理,以得到多个聚类;进行全面监控处理,以获取多个第一参数集合;进行非全面监控处理,以获取第二参数集合;若所述第二储能电站属于指定聚类,则获取与所述指定聚类对应的指定第一参数集合;调取第一电量调控策略,并且调取第二电量调控策略;计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值;若所述相似度值大于预设的相似度阈值,则计算出所述第二参数集合与所述第一参数集合之间的匹配度值P;若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令;若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除,实现了在减少计算资源耗费的前提下,对储能电站进行集中监控,以保证虚拟电厂的应用效果。
参照图2,本申请实施例提供一种基于虚拟电厂的储能电站集中监控系统,包括:
电子地图调取单元10,用于调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;
网络扑拓结构生成单元20,用于对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;
聚类处理单元30,用于采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;
第一参数集合获取单元40,用于根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合;
第二参数集合获取单元50,用于对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量;所述指定聚类是所述多个聚类中的一个聚类;
指定聚类对应参数获取单元60,用于若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;
电量调控策略调取单元70,用于从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;
相似度计算单元80,用于根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
匹配度值计算单元90,用于若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;
全面监控指令生成单元100,用于若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;
储能电站去除单元110,用于若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
其中上述单元分别用于执行的操作与前述实施方式的基于虚拟电厂的储能电站集中监控方法的步骤一一对应,在此不再赘述。
本申请的基于虚拟电厂的储能电站集中监控系统,调取预先生成的电子地图,生成对应于电子地图上不同区域的多个电量调控策略;进行网络扑拓简化处理,以得到多个网络扑拓结构;对多个储能电站进行聚类处理,以得到多个聚类;进行全面监控处理,以获取多个第一参数集合;进行非全面监控处理,以获取第二参数集合;若所述第二储能电站属于指定聚类,则获取与所述指定聚类对应的指定第一参数集合;调取第一电量调控策略,并且调取第二电量调控策略;计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值;若所述相似度值大于预设的相似度阈值,则计算出所述第二参数集合与所述第一参数集合之间的匹配度值P;若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令;若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除,实现了在减少计算资源耗费的前提下,对储能电站进行集中监控,以保证虚拟电厂的应用效果。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于虚拟电厂的储能电站集中监控方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于虚拟电厂的储能电站集中监控方法。该计算机设备还包括显示屏和输入装置,分别用于展示人工交互界面和用于接收输入数据。
上述处理器执行上述基于虚拟电厂的储能电站集中监控方法,其中所述方法包括的步骤分别与执行前述实施方式的基于虚拟电厂的储能电站集中监控方法的步骤一一对应,在此不再赘述。
本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请的计算机设备,调取预先生成的电子地图,生成对应于电子地图上不同区域的多个电量调控策略;进行网络扑拓简化处理,以得到多个网络扑拓结构;对多个储能电站进行聚类处理,以得到多个聚类;进行全面监控处理,以获取多个第一参数集合;进行非全面监控处理,以获取第二参数集合;若所述第二储能电站属于指定聚类,则获取与所述指定聚类对应的指定第一参数集合;调取第一电量调控策略,并且调取第二电量调控策略;计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值;若所述相似度值大于预设的相似度阈值,则计算出所述第二参数集合与所述第一参数集合之间的匹配度值P;若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令;若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除,实现了在减少计算资源耗费的前提下,对储能电站进行集中监控,以保证虚拟电厂的应用效果。
本申请一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基于虚拟电厂的储能电站集中监控方法,其中所述方法包括的步骤分别与执行前述实施方式的基于虚拟电厂的储能电站集中监控方法的步骤一一对应,在此不再赘述。
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或指令相关的硬件来完成,所述的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,本申请所提供的和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/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、系统、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、系统、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、系统、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (8)
1.一种基于虚拟电厂的储能电站集中监控方法,其特征在于,包括:
S1、调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;
S2、对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;
S3、采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;
S4、根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合;
S5、对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量,第二参数集合中的参数类型,被包括在第一参数集合;所述指定聚类是所述多个聚类中的一个聚类;
S6、若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;
S7、从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;
S8、根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
S9、若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;
S10、若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;
S11、若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
2.根据权利要求1所述的基于虚拟电厂的储能电站集中监控方法,其特征在于,所述根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合的步骤S4,包括:
S401、在预设的数据库中,调取出多个储能电站的历史数据总量;
S402、对多个储能电站的历史数据总量,按数值大小进行降序排列处理,以得到降序列表;
S403、从降序列表中,提取出对应于多个聚类的多个降序子列表;
S404、从每个降序子列表中,提取出序号最大的成员,并将序号最大的成员对应的储能电站记为第一储能电站;
S405、对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合。
3.根据权利要求1所述的基于虚拟电厂的储能电站集中监控方法,其特征在于,所述对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类的步骤S5中的指定聚类中的储能电站的类型均是家庭储能电站。
4.根据权利要求1所述的基于虚拟电厂的储能电站集中监控方法,其特征在于,所述根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值的步骤S8,包括:
S801、以时间为自变量,储能电站的预计有功出力数值为因变量,建立第一电量调控策略对应的第一函数,并且建立第二电量调控策略对应的第二函数;
S802、采用如下公式:
t1=arg min(J(t)),且,计算出第一点集t1;其中,q1、q2、q3均为预设的大于0的参数,且q3大于q1与q2的和值,K(t)为第一函数,L(t)为第二函数;
S803、计算第一点集t1占整个时间取值范围内的比例,并将第一点集t1占整个时间取值范围内的比例记为相似度值,并判断相似度值是否大于预设的相似度阈值。
5.根据权利要求1所述的基于虚拟电厂的储能电站集中监控方法,其特征在于,所述若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略的步骤S10之后,包括:
S1001、若所述第三参数集合未违反所述第二电量调控策略,则将所述第三参数集合记为并列第一参数集合;
S1002、对第三储能电站进行非全面监控处理,以获取第四参数集合,并判断所述第三储能电站是否属于指定聚类;
S1003、若所述第三储能电站属于指定聚类,则调取所述指定第一参数集合和所述并列第一参数集合;
S1004、调取与所述第三储能电站对应的第三电量调控策略,并根据预设的相似度计算方法,计算第一电量调控策略与第三电量调控策略之间的相似度值,并判断第一电量调控策略与第三电量调控策略之间的相似度值是否大于预设的相似度阈值;
S1005、若第一电量调控策略与第三电量调控策略之间的相似度值大于预设的相似度阈值,则计算出第四参数集合与指定第一参数集合之间的匹配度值,并判断第四参数集合与指定第一参数集合之间的匹配度值是否大于预设的匹配度阈值;
S1006、若第四参数集合与指定第一参数集合之间的匹配度值不大于预设的匹配度阈值,则计算出第四参数集合与并列第一参数集合之间的匹配度值,并判断第四参数集合与并列第一参数集合之间的匹配度值是否大于预设的匹配度阈值;
S1007、若第四参数集合与并列第一参数集合之间的匹配度值大于预设的匹配度阈值,则判定第三储能电站正常。
6.一种基于虚拟电厂的储能电站集中监控系统,其特征在于,包括:
电子地图调取单元,用于调取预先生成的电子地图,并获取供电数据、用电数据与储电数据,再根据所述供电数据、用电数据与储电数据,生成对应于电子地图上不同区域的多个电量调控策略;
网络扑拓结构生成单元,用于对电子地图上包括储能电站的区域进行网络扑拓简化处理,以得到对应于多个储能电站的多个网络扑拓结构;
聚类处理单元,用于采用预设的聚类算法,以所述多个网络扑拓结构为依据,对多个储能电站进行聚类处理,以得到多个聚类;
第一参数集合获取单元,用于根据预设的储能电站提取方法,从每个聚类中分别提取出一个第一储能电站,并对每个第一储能电站分别进行全面监控处理,以获取多个第一参数集合;
第二参数集合获取单元,用于对第二储能电站进行非全面监控处理,以获取第二参数集合,并判断所述第二储能电站是否属于指定聚类;其中,第二参数集合中参数的数量少于第一参数集合中的参数的数量,第二参数集合中的参数类型,被包括在第一参数集合;所述指定聚类是所述多个聚类中的一个聚类;
指定聚类对应参数获取单元,用于若所述第二储能电站属于指定聚类,则根据聚类-第一储能电站-第一参数集合的对应关系,获取与所述指定聚类对应的指定第一参数集合;
电量调控策略调取单元,用于从所述多个电量调控策略中调取与所述第一储能电站对应的第一电量调控策略,并且调取与所述第二储能电站对应的第二电量调控策略;
相似度计算单元,用于根据预设的相似度计算方法,计算所述第一电量调控策略与所述第二电量调控策略之间的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
匹配度值计算单元,用于若所述相似度值大于预设的相似度阈值,则根据公式:
计算出所述第二参数集合与所述指定第一参数集合之间的匹配度值P,并判断所述匹配度值P是否大于预设的匹配度阈值;其中,a、b、c为预设参数,a、b、c均大于1,M为指定第一参数集合,Mi为指定第一参数集合的第i个参数数值,指定第一参数集合共有n个参数,C为第二参数集合,Ci为第二参数集合的第i个参数数值,第二参数集合共有t个参数,n大于t,指定第一参数集合的第一个至第t个参数的类型与第二参数集合的第一个至第t个参数的类型对应相同,D为虚拟的参数集合,D的第一个至第t个参数的数值与第二参数集合的第一个至第t个参数的数值相同,D的第t+1个至第n个参数的数值与指定第一参数集合的第t+1个至第n个参数的数值相同;
全面监控指令生成单元,用于若所述匹配度值P不大于预设的匹配度阈值,则生成重新全面监控指令,以指示对第二储能电站重新进行全面监控处理,以获取第三参数集合,并判断所述第三参数集合是否违反所述第二电量调控策略;
储能电站去除单元,用于若所述第三参数集合违反所述第二电量调控策略,则将所述第二储能电站从所述电子地图中去除。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一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5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111650396.0A CN114336969B (zh) | 2021-12-29 | 2021-12-29 | 基于虚拟电厂的储能电站集中监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111650396.0A CN114336969B (zh) | 2021-12-29 | 2021-12-29 | 基于虚拟电厂的储能电站集中监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114336969A CN114336969A (zh) | 2022-04-12 |
CN114336969B true CN114336969B (zh) | 2023-09-12 |
Family
ID=81019401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111650396.0A Active CN114336969B (zh) | 2021-12-29 | 2021-12-29 | 基于虚拟电厂的储能电站集中监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114336969B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422417B (zh) * | 2023-11-07 | 2024-05-07 | 东莞市维能新能源有限公司 | 一种工业储能系统管理方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016493A (zh) * | 2017-03-20 | 2017-08-04 | 国网浙江省电力公司嘉兴供电公司 | 虚拟电厂自动调节的方法 |
WO2017147613A1 (en) * | 2016-02-25 | 2017-08-31 | Valery Miftakhov | Standalone adapter for load control of energy storage devices |
CN111210048A (zh) * | 2019-12-05 | 2020-05-29 | 国网江苏电力设计咨询有限公司 | 储能容量配置方法、装置、计算机设备及可读存储介质 |
CN111463834A (zh) * | 2020-04-08 | 2020-07-28 | 合肥阳光新能源科技有限公司 | 虚拟电厂的运行控制方法及虚拟电厂 |
CN112531743A (zh) * | 2020-12-10 | 2021-03-19 | 深圳电网智慧能源技术有限公司 | 一种基于直流配电技术的虚拟电厂功率调节方法 |
CN113093566A (zh) * | 2021-03-04 | 2021-07-09 | 深圳供电局有限公司 | 虚拟电厂的运行控制方法、系统、计算机设备及存储介质 |
-
2021
- 2021-12-29 CN CN202111650396.0A patent/CN114336969B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017147613A1 (en) * | 2016-02-25 | 2017-08-31 | Valery Miftakhov | Standalone adapter for load control of energy storage devices |
CN107016493A (zh) * | 2017-03-20 | 2017-08-04 | 国网浙江省电力公司嘉兴供电公司 | 虚拟电厂自动调节的方法 |
CN111210048A (zh) * | 2019-12-05 | 2020-05-29 | 国网江苏电力设计咨询有限公司 | 储能容量配置方法、装置、计算机设备及可读存储介质 |
CN111463834A (zh) * | 2020-04-08 | 2020-07-28 | 合肥阳光新能源科技有限公司 | 虚拟电厂的运行控制方法及虚拟电厂 |
CN112531743A (zh) * | 2020-12-10 | 2021-03-19 | 深圳电网智慧能源技术有限公司 | 一种基于直流配电技术的虚拟电厂功率调节方法 |
CN113093566A (zh) * | 2021-03-04 | 2021-07-09 | 深圳供电局有限公司 | 虚拟电厂的运行控制方法、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114336969A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110492480B (zh) | 配电网拓扑识别方法、装置、计算机设备和可读存储介质 | |
Alavi et al. | Forecast-based consensus control for DC microgrids using distributed long short-term memory deep learning models | |
CN115036978B (zh) | 分布式光伏集群的运行控制方法和系统 | |
CN110082595B (zh) | 居民单相电能表的相位识别方法、装置和计算机设备 | |
Hou et al. | Cluster computing-based trajectory sensitivity analysis application to the WECC system | |
CN114336969B (zh) | 基于虚拟电厂的储能电站集中监控方法及系统 | |
CN111478360A (zh) | 含光伏接入的配电网集中-就地综合电压控制方法和装置 | |
CN115034519A (zh) | 一种用电负荷的预测方法、装置、电子设备以及存储介质 | |
CN116227637A (zh) | 一种面向有源配电网的精细化负荷预测方法和系统 | |
Zhang et al. | Multi-objective interval prediction of wind power based on conditional copula function | |
CN106849064B (zh) | 一种基于气象数据的区域电网负荷预测管理系统 | |
CN111600309A (zh) | 电压控制方法、装置、设备、计算机设备和存储介质 | |
CN116307632B (zh) | 水电站经济负荷分配方法、装置、电子设备及存储介质 | |
CN113765216A (zh) | 配电设备的监测方法、装置、系统和存储介质 | |
CN110968947A (zh) | 虚拟电厂调度方法、装置及系统 | |
CN106600144A (zh) | 一种单一异常分析防窃电预警分析方法 | |
CN116415732A (zh) | 一种基于改进arnn的用户侧电力负荷数据处理方法 | |
CN113759210B (zh) | 配电房状态监测系统和配电房监测数据传输方法 | |
CN113570473B (zh) | 设备故障监测方法、装置、计算机设备和存储介质 | |
CN114221329A (zh) | 一种基于大数据的电网负荷管理方法及系统 | |
Raghuvamsi et al. | Distribution system state estimation with Transformer-Bi-LSTM-based imputation model for missing measurements | |
Teekaraman et al. | Diminution of smart grid with renewable sources using support vector machines for identification of regression losses in large-scale systems | |
Shuang et al. | Wind power prediction based on multipositon NWP with rough set theory | |
CN114285032B (zh) | 配电网线路负荷峰值预测方法、装置、计算机设备及介质 | |
CN117514730B (zh) | 基于光伏逆变器mppt的水泵功率调节方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |