CN114897247B - 一种基于大数据的智能电网配网调度运行管理方法 - Google Patents

一种基于大数据的智能电网配网调度运行管理方法 Download PDF

Info

Publication number
CN114897247B
CN114897247B CN202210530696.3A CN202210530696A CN114897247B CN 114897247 B CN114897247 B CN 114897247B CN 202210530696 A CN202210530696 A CN 202210530696A CN 114897247 B CN114897247 B CN 114897247B
Authority
CN
China
Prior art keywords
power
power distribution
target city
sub
failure
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
Application number
CN202210530696.3A
Other languages
English (en)
Other versions
CN114897247A (zh
Inventor
赵笑伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Xiangrui Energy Co ltd
Original Assignee
Shanxi Xiangrui Energy Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanxi Xiangrui Energy Co ltd filed Critical Shanxi Xiangrui Energy Co ltd
Priority to CN202210530696.3A priority Critical patent/CN114897247B/zh
Publication of CN114897247A publication Critical patent/CN114897247A/zh
Application granted granted Critical
Publication of CN114897247B publication Critical patent/CN114897247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • 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
    • 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)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种基于大数据的智能电网配网调度运行管理方法，本发明通过获取目标城市内各配电故障子区域的历史用电记录信息，分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量，同时根据目标城市内各配电故障子区域的预估电力故障维修时长，评估目标城市内各配电故障子区域的发电设备启用价值权重系数，并根据对比结果进行对应的配电管理，从而能够有效地精准评价发电设备启用价值，进而减少城市配电网调度运行管理成本，进一步实现城市配电网调度运行管理的规范性、智能性和时效性，提高城市配电网调度运行管理信息化水平，实现对城市配电网调度进行闭环管控和科学指导。

Description

一种基于大数据的智能电网配网调度运行管理方法
技术领域
本发明涉及智能电网调度管理领域，涉及到一种基于大数据的智能电网配网调度运行管理方法。
背景技术
随着城市经济发展迅速，人们对电网配电需求及安全可靠性愈加重视。电网配电调度与管理是城市电网运行过程中的重要环节，是保证城市电网安全、稳定、经济运行的有效手段。鉴于此，如何有效对城市配电网进行调度管理就成为电力事业寻求可持续发展的关键。
目前，现有的城市配电网调度运行管理方法存在智能化与规范化程度不足的缺点，当城市配电网出现区域电力故障时，无法实现对城市配电故障区域的电力故障信息进行有效评估，从而使得城市配电故障区域内电网用户无法实时了解故障抢修信息，进而无法满足城市配电故障区域内电网用户的需求，进一步影响电网用户的用电体验感；
为了缩短城市配电故障区域的停电时间，现有方法会启用城市配电故障区域的发电设备进行配电管理，但现有方式无法有效地精准评价发电设备启用价值，从而增加城市配电网调度运行管理成本，进一步无法实现城市配电网调度运行管理的规范性、智能性和时效性，进而影响城市配电网调度运行管理信息化水平。
发明内容
本发明的目的在于提供一种基于大数据的智能电网配网调度运行管理方法，解决了背景技术中存在的问题。
本发明解决其技术问题采用的技术方案是：
本发明提供一种基于大数据的智能电网配网调度运行管理方法，包括如下步骤：
S1、城市配电网区域划分与筛选：将目标城市对应配电网区域划分成各配电子区域，并获取目标城市内各配电子区域的电网运行状态，筛选目标城市内各配电故障子区域；
S2、历史用电记录信息获取：获取目标城市内各配电故障子区域的历史用电记录信息，提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量；
S3、历史用电记录信息分析：根据目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量；
S4、电力故障参数获取与处理：获取目标城市内各配电故障子区域的电力故障参数，处理得到目标城市内各配电故障子区域的预估电力故障维修时长；
S5、配电故障子区域预估用电量分析：根据目标城市内各配电故障子区域的预估电力故障维修时长，分析目标城市内各配电故障子区域的预估用电量；
S6、发电设备启用价值评估：提取城市电网数据库中存储的目标城市内各配电子区域对应的发电设备信息，评估目标城市内各配电故障子区域的发电设备启用价值权重系数；
S7、区域配电调度管理：将目标城市内各配电故障子区域的发电设备启用价值权重系数与预设的区域发电设备启用价值权重系数阈值进行对比，根据对比结果进行对应的配电管理。
在上述实施例的基础上，所述步骤S1中对应的详细具体步骤如下：
将目标城市对应配电网区域按照空间网格化划分方式划分成各配电子区域，得到目标城市内各配电子区域，并从城市电网管理平台获取目标城市内各配电子区域的电网运行状态，筛选目标城市内处于电网运行故障状态的各配电子区域，将其记为目标城市内各配电故障子区域，同时将目标城市内各配电故障子区域依次编号为1,2,...,i,...,n。
在上述实施例的基础上，所述步骤S2中提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，具体包括：
从城市电网数据库中获取目标城市内各配电故障子区域的历史用电记录信息，得到目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电记录信息，并提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，将目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量标记为
Figure BDA0003646098710000031
其中i＝1,2,...,n，i表示为第i个配电故障子区域的编号，s＝1,2,...,d，s表示为第s个电网用户的编号，r＝1,2,...,u，r表示为在预设历史周期内第r个工作日，f＝1,2,..,k，f表示为每个工作日中第f个预设时间段。
在上述实施例的基础上，所述步骤S3中分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量，具体分析方式为：
将目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量
Figure BDA0003646098710000041
代入平均值计算公式
Figure BDA0003646098710000042
得到目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量
Figure BDA0003646098710000043
其中u表示为预设历史周期内工作天数。
在上述实施例的基础上，所述步骤S4中处理得到目标城市内各配电故障子区域的电力故障维修时长，具体包括：
从城市电网管理平台提取目标城市内各配电故障子区域对应的电力报修信息，并根据目标城市内各配电故障子区域对应的电力报修信息，获取目标城市内各配电故障子区域的电力故障参数，其中电力故障参数包括电力故障类型、电力故障发生时间和线路故障发生位置；
对目标城市内各配电故障子区域的电力故障参数进行预处理，分析得到目标城市内各配电故障子区域的预估电力故障维修时长，将目标城市内各配电故障子区域的预估电力故障维修时长标记为t′i。
在上述实施例的基础上，所述步骤S5中分析目标城市内各配电故障子区域的预估用电量，具体分析方式包括：
提取目标城市内各配电故障子区域的电力故障参数中电力故障发生时间，并根据目标城市内各配电故障子区域的预估电力故障维修时长，得到目标城市内各配电故障子区域对应的电力故障抢修时间区间；
获取目标城市内各配电故障子区域对应电力故障抢修时间区域中各预设时间段的电力故障维修时长，将目标城市内各配电故障子区域对应电力故障抢修时间区域中各预设时间段的电力故障维修时长标记为Ti f；
将目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量
Figure BDA0003646098710000051
代入公式
Figure BDA0003646098710000052
得到目标城市内各配电故障子区域的预估用电量Qi，其中T预设表示为预设时间段的设定时长。
在上述实施例的基础上，所述步骤S6中提取城市电网数据库中存储的目标城市内各配电子区域对应的发电设备信息，其中发电设备信息包括发电设备单位时间发电量、发电设备单位电量发电成本和发电设备启用成本，并筛选目标城市内各配电故障子区域对应的发电设备信息，将目标城市内各配电故障子区域对应的发电设备单位时间发电量、发电设备单位电量发电成本和发电设备启用成本分别标记为wi 1、wi 2、wi 3。
在上述实施例的基础上，所述步骤S6中评估目标城市内各配电故障子区域的发电设备启用价值权重系数，具体评估公式为：
提取城市电网数据库中存储的目标城市内各配电子区域分配的预设备用电量，将目标城市内各配电子区域分配的预设备用电量标记为Q′i；
将目标城市内各配电故障子区域的预估电力故障维修时长t′i、预估用电量Qi、发电设备单位时间发电量wi 1、发电设备单位电量发电成本wi 2和发电设备启用成本wi 3代入发电设备启用价值权重系数评估公式
Figure BDA0003646098710000061
得到目标城市内各配电故障子区域的发电设备启用价值权重系数ξi，其中μ表示预设的发电设备启用价值补偿指数，p′单位表示为预设的目标城市内单位电量产出的平均经济成本。
在上述实施例的基础上，所述步骤S7中对应的具体配电管理步骤包括：
将目标城市内各配电故障子区域的发电设备启用价值权重系数与预设的区域发电设备启用价值权重系数阈值进行对比，若目标城市内某配电故障子区域的发电设备启用价值权重系数小于预设的区域发电设备启用价值权重系数阈值，则禁止启用目标城市内该配电故障子区域的发电设备；若目标城市内某配电故障子区域的发电设备启用价值权重系数大于或等于预设的区域发电设备启用价值权重系数阈值，则启用目标城市内该配电故障子区域的发电设备。
相对于现有技术，本发明所述的一种基于大数据的智能电网配网调度运行管理方法具有以下有益效果：
本发明提供的一种基于大数据的智能电网配网调度运行管理方法，通过获取目标城市内各配电故障子区域的电力故障参数，得到目标城市内各配电故障子区域的预估电力故障维修时长，从而实现对城市配电故障区域的电力故障信息进行有效评估，提升了城市配电网调度运行管理的智能化与规范化程度，进一步使得城市配电故障区域内电网用户能够实时了解故障抢修信息，进而满足城市配电故障区域内电网用户的需求，在极大程度上提高电网用户的用电体验感。
本发明通过获取目标城市内各配电故障子区域的历史用电记录信息，分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量，同时根据目标城市内各配电故障子区域的预估电力故障维修时长，评估目标城市内各配电故障子区域的发电设备启用价值权重系数，并根据对比结果进行对应的配电管理，从而能够有效地精准评价发电设备启用价值，进而减少城市配电网调度运行管理成本，进一步实现城市配电网调度运行管理的规范性、智能性和时效性，提高城市配电网调度运行管理信息化水平，在极大程度上为城市配电网精细化调度和管理提供更为有效的参考依据，实现对城市配电网调度进行闭环管控和科学指导。
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为本发明的方法流程示意图。
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它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供一种基于大数据的智能电网配网调度运行管理方法，包括如下步骤：
S1、城市配电网区域划分与筛选：将目标城市对应配电网区域划分成各配电子区域，并获取目标城市内各配电子区域的电网运行状态，筛选目标城市内各配电故障子区域。
作为一种优选方案，所述步骤S1中对应的详细具体步骤如下：
将目标城市对应配电网区域按照空间网格化划分方式划分成各配电子区域，得到目标城市内各配电子区域，并从城市电网管理平台获取目标城市内各配电子区域的电网运行状态，筛选目标城市内处于电网运行故障状态的各配电子区域，将其记为目标城市内各配电故障子区域，同时将目标城市内各配电故障子区域依次编号为1,2,...,i,...,n。
进一步地，所述电网运行状态包括电网运行正常状态和电网运行故障状态。
S2、历史用电记录信息获取：获取目标城市内各配电故障子区域的历史用电记录信息，提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量。
作为一种优选方案，所述步骤S2中提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，具体包括：
从城市电网数据库中获取目标城市内各配电故障子区域的历史用电记录信息，得到目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电记录信息，并提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，将目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量标记为
Figure BDA0003646098710000091
其中i＝1,2,...,n，i表示为第i个配电故障子区域的编号，s＝1,2,...,d，s表示为第s个电网用户的编号，r＝1,2,...,u，r表示为在预设历史周期内第r个工作日，f＝1,2,..,k，f表示为每个工作日中第f个预设时间段。
S3、历史用电记录信息分析：根据目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量。
作为一种优选方案，所述步骤S3中分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量，具体分析方式为：
将目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量
Figure BDA0003646098710000092
代入平均值计算公式
Figure BDA0003646098710000093
得到目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量
Figure BDA0003646098710000101
其中u表示为预设历史周期内工作天数。
S4、电力故障参数获取与处理：获取目标城市内各配电故障子区域的电力故障参数，处理得到目标城市内各配电故障子区域的预估电力故障维修时长。
作为一种优选方案，所述步骤S4中处理得到目标城市内各配电故障子区域的电力故障维修时长，具体包括：
从城市电网管理平台提取目标城市内各配电故障子区域对应的电力报修信息，并根据目标城市内各配电故障子区域对应的电力报修信息，获取目标城市内各配电故障子区域的电力故障参数，其中电力故障参数包括电力故障类型、电力故障发生时间和线路故障发生位置；
对目标城市内各配电故障子区域的电力故障参数进行预处理，分析得到目标城市内各配电故障子区域的预估电力故障维修时长，将目标城市内各配电故障子区域的预估电力故障维修时长标记为t′i。
需要说明的是，上述中对目标城市内各配电故障子区域的电力故障参数进行预处理，分析得到目标城市内各配电故障子区域的预估电力故障维修时长，具体包括：
提取城市电网数据库中存储的各预设电力故障类型对应的平均维修时长，筛选目标城市内各配电故障子区域对应电力故障类型的平均维修时长，将目标城市内各配电故障子区域对应电力故障类型的平均维修时长标记为
Figure BDA0003646098710000102
提取城市电网数据库中存储的各电力故障发生预设时间段的设定维修时长影响系数，筛选目标城市内各配电故障子区域对应电力故障发生时间的设定维修时长影响系数，将目标城市内各配电故障子区域对应电力故障发生时间的设定维修时长影响系数标记为δi；
对目标城市内各配电故障子区域对应线路故障发生位置进行解析，若目标城市内某配电故障子区域对应线路故障发生位置处于城市电网主干线路上，则将该配电故障子区域对应线路故障发生位置的设定维修时长影响系数记为ε′，若目标城市内某配电故障子区域对应线路故障发生位置处于城市电网支干线路上，则将该配电故障子区域对应线路故障发生位置的设定维修时长影响系数记为ε″，统计目标城市内各配电故障子区域对应线路故障发生位置的设定维修时长影响系数εi；
将目标城市内各配电故障子区域对应电力故障类型的平均维修时长
Figure BDA0003646098710000111
各配电故障子区域对应电力故障发生时间的设定维修时长影响系数δi和各配电故障子区域对应线路故障发生位置的设定维修时长影响系数εi代入公式
Figure BDA0003646098710000112
得到目标城市内各配电故障子区域的预估电力故障维修时长t′i。
在本实施例中，本发明通过获取目标城市内各配电故障子区域的电力故障参数，得到目标城市内各配电故障子区域的预估电力故障维修时长，从而实现对城市配电故障区域的电力故障信息进行有效评估，提升了城市配电网调度运行管理的智能化与规范化程度，进一步使得城市配电故障区域内电网用户能够实时了解故障抢修信息，进而满足城市配电故障区域内电网用户的需求，在极大程度上提高电网用户的用电体验感。
S5、配电故障子区域预估用电量分析：根据目标城市内各配电故障子区域的预估电力故障维修时长，分析目标城市内各配电故障子区域的预估用电量。
作为一种优选方案，所述步骤S5中分析目标城市内各配电故障子区域的预估用电量，具体分析方式包括：
提取目标城市内各配电故障子区域的电力故障参数中电力故障发生时间，并根据目标城市内各配电故障子区域的预估电力故障维修时长，得到目标城市内各配电故障子区域对应的电力故障抢修时间区间；
获取目标城市内各配电故障子区域对应电力故障抢修时间区域中各预设时间段的电力故障维修时长，将目标城市内各配电故障子区域对应电力故障抢修时间区域中各预设时间段的电力故障维修时长标记为Ti f；
将目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量
Figure BDA0003646098710000121
代入公式
Figure BDA0003646098710000122
得到目标城市内各配电故障子区域的预估用电量Qi，其中T预设表示为预设时间段的设定时长。
S6、发电设备启用价值评估：提取城市电网数据库中存储的目标城市内各配电子区域对应的发电设备信息，评估目标城市内各配电故障子区域的发电设备启用价值权重系数。
作为一种优选方案，所述步骤S6中提取城市电网数据库中存储的目标城市内各配电子区域对应的发电设备信息，其中发电设备信息包括发电设备单位时间发电量、发电设备单位电量发电成本和发电设备启用成本，并筛选目标城市内各配电故障子区域对应的发电设备信息，将目标城市内各配电故障子区域对应的发电设备单位时间发电量、发电设备单位电量发电成本和发电设备启用成本分别标记为wi 1、wi 2、wi 3。
作为一种优选方案，所述步骤S6中评估目标城市内各配电故障子区域的发电设备启用价值权重系数，具体评估公式为：
提取城市电网数据库中存储的目标城市内各配电子区域分配的预设备用电量，将目标城市内各配电子区域分配的预设备用电量标记为Q′i；
将目标城市内各配电故障子区域的预估电力故障维修时长t′i、预估用电量Qi、发电设备单位时间发电量wi 1、发电设备单位电量发电成本wi 2和发电设备启用成本wi 3代入发电设备启用价值权重系数评估公式
Figure BDA0003646098710000131
得到目标城市内各配电故障子区域的发电设备启用价值权重系数ξi，其中μ表示预设的发电设备启用价值补偿指数，p′单位表示为预设的目标城市内单位电量产出的平均经济成本。
S7、区域配电调度管理：将目标城市内各配电故障子区域的发电设备启用价值权重系数与预设的区域发电设备启用价值权重系数阈值进行对比，根据对比结果进行对应的配电管理。
作为一种优选方案，所述步骤S7中对应的具体配电管理步骤包括：
将目标城市内各配电故障子区域的发电设备启用价值权重系数与预设的区域发电设备启用价值权重系数阈值进行对比，若目标城市内某配电故障子区域的发电设备启用价值权重系数小于预设的区域发电设备启用价值权重系数阈值，则禁止启用目标城市内该配电故障子区域的发电设备；若目标城市内某配电故障子区域的发电设备启用价值权重系数大于或等于预设的区域发电设备启用价值权重系数阈值，则启用目标城市内该配电故障子区域的发电设备。
在本实施例中，本发明通过获取目标城市内各配电故障子区域的历史用电记录信息，分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量，同时根据目标城市内各配电故障子区域的预估电力故障维修时长，评估目标城市内各配电故障子区域的发电设备启用价值权重系数，并根据对比结果进行对应的配电管理，从而能够有效地精准评价发电设备启用价值，进而减少城市配电网调度运行管理成本，进一步实现城市配电网调度运行管理的规范性、智能性和时效性，提高城市配电网调度运行管理信息化水平，在极大程度上为城市配电网精细化调度和管理提供更为有效的参考依据，实现对城市配电网调度进行闭环管控和科学指导。
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 (4)

1.一种基于大数据的智能电网配网调度运行管理方法，其特征在于，包括如下步骤：
S1、城市配电网区域划分与筛选：将目标城市对应配电网区域划分成各配电子区域，并获取目标城市内各配电子区域的电网运行状态，筛选目标城市内各配电故障子区域；
S2、历史用电记录信息获取：获取目标城市内各配电故障子区域的历史用电记录信息，提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量；
S3、历史用电记录信息分析：根据目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量；
S4、电力故障参数获取与处理：获取目标城市内各配电故障子区域的电力故障参数，处理得到目标城市内各配电故障子区域的预估电力故障维修时长；
提取城市电网数据库中存储的各预设电力故障类型对应的平均维修时长，筛选目标城市内各配电故障子区域对应电力故障类型的平均维修时长，将目标城市内各配电故障子区域对应电力故障类型的平均维修时长标记为
Figure FDA0003973890060000011
提取城市电网数据库中存储的各电力故障发生预设时间段的设定维修时长影响系数，筛选目标城市内各配电故障子区域对应电力故障发生时间的设定维修时长影响系数，将目标城市内各配电故障子区域对应电力故障发生时间的设定维修时长影响系数标记为δi；
对目标城市内各配电故障子区域对应线路故障发生位置进行解析，若目标城市内某配电故障子区域对应线路故障发生位置处于城市电网主干线路上，则将该配电故障子区域对应线路故障发生位置的设定维修时长影响系数记为ε′，若目标城市内某配电故障子区域对应线路故障发生位置处于城市电网支干线路上，则将该配电故障子区域对应线路故障发生位置的设定维修时长影响系数记为ε″，统计目标城市内各配电故障子区域对应线路故障发生位置的设定维修时长影响系数εi；
将目标城市内各配电故障子区域对应电力故障类型的平均维修时长
Figure FDA0003973890060000021
各配电故障子区域对应电力故障发生时间的设定维修时长影响系数δi和各配电故障子区域对应线路故障发生位置的设定维修时长影响系数εi代入公式
Figure FDA0003973890060000022
得到目标城市内各配电故障子区域的预估电力故障维修时长t′i；
S5、配电故障子区域预估用电量分析：根据目标城市内各配电故障子区域的预估电力故障维修时长，分析目标城市内各配电故障子区域的预估用电量；
提取目标城市内各配电故障子区域的电力故障参数中电力故障发生时间，并根据目标城市内各配电故障子区域的预估电力故障维修时长，得到目标城市内各配电故障子区域对应的电力故障抢修时间区间；
获取目标城市内各配电故障子区域对应电力故障抢修时间区域中各预设时间段的电力故障维修时长，将目标城市内各配电故障子区域对应电力故障抢修时间区域中各预设时间段的电力故障维修时长标记为Ti f；0
将目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量
Figure FDA0003973890060000031
代入公式
Figure FDA0003973890060000032
得到目标城市内各配电故障子区域的预估用电量Qi，其中T预设表示为预设时间段的设定时长；其中i＝1,2,...,n，i表示为第i个配电故障子区域的编号，s＝1,2,...,d，s表示为第s个电网用户的编号，r＝1,2,...,u，r表示为在预设历史周期内第r个工作日，f＝1,2,..,k，f表示为每个工作日中第f个预设时间段；
S6、发电设备启用价值评估：提取城市电网数据库中存储的目标城市内各配电子区域对应的发电设备信息，评估目标城市内各配电故障子区域的发电设备启用价值权重系数；
所述步骤S6中提取城市电网数据库中存储的目标城市内各配电子区域对应的发电设备信息，其中发电设备信息包括发电设备单位时间发电量、发电设备单位电量发电成本和发电设备启用成本，并筛选目标城市内各配电故障子区域对应的发电设备信息，将目标城市内各配电故障子区域对应的发电设备单位时间发电量、发电设备单位电量发电成本和发电设备启用成本分别标记为wi 1、wi 2、wi 3；
所述步骤S6中评估目标城市内各配电故障子区域的发电设备启用价值权重系数，具体评估公式为：
提取城市电网数据库中存储的目标城市内各配电子区域分配的预设备用电量，将目标城市内各配电子区域分配的预设备用电量标记为Q′i；
将目标城市内各配电故障子区域的预估电力故障维修时长t′i、预估用电量Qi、发电设备单位时间发电量wi 1、发电设备单位电量发电成本wi 2和发电设备启用成本wi 3代入发电设备启用价值权重系数评估公式
Figure FDA0003973890060000041
得到目标城市内各配电故障子区域的发电设备启用价值权重系数ξi，其中μ表示预设的发电设备启用价值补偿指数，p′单位表示为预设的目标城市内单位电量产出的平均经济成本；
S7、区域配电调度管理：将目标城市内各配电故障子区域的发电设备启用价值权重系数与预设的区域发电设备启用价值权重系数阈值进行对比，根据对比结果进行对应的配电管理；
将目标城市内各配电故障子区域的发电设备启用价值权重系数与预设的区域发电设备启用价值权重系数阈值进行对比，若目标城市内某配电故障子区域的发电设备启用价值权重系数小于预设的区域发电设备启用价值权重系数阈值，则禁止启用目标城市内该配电故障子区域的发电设备；若目标城市内某配电故障子区域的发电设备启用价值权重系数大于或等于预设的区域发电设备启用价值权重系数阈值，则启用目标城市内该配电故障子区域的发电设备。
2.根据权利要求1所述的一种基于大数据的智能电网配网调度运行管理方法，其特征在于：所述步骤S1中对应的详细具体步骤如下：
将目标城市对应配电网区域按照空间网格化划分方式划分成各配电子区域，得到目标城市内各配电子区域，并从城市电网管理平台获取目标城市内各配电子区域的电网运行状态，筛选目标城市内处于电网运行故障状态的各配电子区域，将其记为目标城市内各配电故障子区域，同时将目标城市内各配电故障子区域依次编号为1,2,...,i,...,n。
3.根据权利要求1所述的一种基于大数据的智能电网配网调度运行管理方法，其特征在于：所述步骤S2中提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，具体包括：
从城市电网数据库中获取目标城市内各配电故障子区域的历史用电记录信息，得到目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电记录信息，并提取目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量，将目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量标记为
Figure FDA0003973890060000051
4.根据权利要求3所述的一种基于大数据的智能电网配网调度运行管理方法，其特征在于：所述步骤S3中分析目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量，具体分析方式为：
将目标城市内各配电故障子区域中各电网用户在预设历史周期内各工作日对应各预设时间段的历史用电量
Figure FDA0003973890060000061
代入平均值计算公式
Figure FDA0003973890060000062
得到目标城市内各配电故障子区域中各电网用户在预设历史周期内各预设时间段的平均历史用电量
Figure FDA0003973890060000063
其中u表示为预设历史周期内工作天数。
CN202210530696.3A 2022-05-16 2022-05-16 一种基于大数据的智能电网配网调度运行管理方法 Active CN114897247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210530696.3A CN114897247B (zh) 2022-05-16 2022-05-16 一种基于大数据的智能电网配网调度运行管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210530696.3A CN114897247B (zh) 2022-05-16 2022-05-16 一种基于大数据的智能电网配网调度运行管理方法

Publications (2)

Publication Number Publication Date
CN114897247A CN114897247A (zh) 2022-08-12
CN114897247B true CN114897247B (zh) 2023-03-28

Family

ID=82724112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210530696.3A Active CN114897247B (zh) 2022-05-16 2022-05-16 一种基于大数据的智能电网配网调度运行管理方法

Country Status (1)

Country Link
CN (1) CN114897247B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014741B (zh) * 2023-03-23 2023-06-13 国网山东省电力公司聊城供电公司 基于数据处理的柔性控制器与配电网运行适配系统及方法
CN116389223B (zh) * 2023-04-26 2023-12-22 郑州数智科技集团有限公司 一种基于大数据的人工智能可视化预警系统及方法
CN116594346B (zh) * 2023-07-18 2023-10-20 山东恒圣石墨科技有限公司 一种石墨加热器用智能控制系统及控制方法
CN116797049B (zh) * 2023-08-21 2023-11-03 国网安徽省电力有限公司合肥供电公司 配电网差异化节能潜力量化评估方法
CN116866154B (zh) * 2023-09-05 2023-11-28 湖北华中电力科技开发有限责任公司 一种基于虚拟机集群的配电网通讯服务智能调度管理系统
CN117134480B (zh) * 2023-10-26 2024-01-12 常州满旺半导体科技有限公司 一种基于大数据分析的电源调节监测系统及方法
CN117614141B (zh) * 2023-12-05 2024-05-10 国网冀北电力有限公司秦皇岛供电公司 一种用于配电网的多电压层级协调管理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799681A (zh) * 2010-02-10 2010-08-11 刘文祥 智能电网
CN106774214A (zh) * 2016-12-31 2017-05-31 冶金自动化研究设计院 一种基于设备工况组合的能源调度系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5695998B2 (ja) * 2011-07-26 2015-04-08 株式会社日立メディコ 保守支援システム、保守支援装置および保守支援プログラム
JP6410043B2 (ja) * 2012-12-10 2018-10-24 日本電気株式会社 分散型発電システム、制御局、及びその制御方法
CN103425116B (zh) * 2013-09-04 2015-12-09 国家电网公司 一种电力调度自动化系统故障排除方法
CN109861306B (zh) * 2019-03-07 2021-06-22 南方电网科学研究院有限责任公司 输电网发电调度方法与装置
CN110378801A (zh) * 2019-05-31 2019-10-25 广西电网有限责任公司 一种智能调度预案管理方法及平台
CN110311427B (zh) * 2019-06-18 2020-12-01 华北电力大学 计及故障概率的两阶段n-k鲁棒故障约束机组组合方法
CN112801533B (zh) * 2021-02-08 2023-08-25 重庆大学 一种考虑决策依赖不确定的电力系统运行可靠性评估方法
CN113487051B (zh) * 2021-07-28 2022-10-18 山西六合华鼎电气技术有限公司 一种配电网故障抢修维护数据处理方法、设备及计算机存储介质
CN113659636A (zh) * 2021-08-20 2021-11-16 东北电力大学 分布不确定性条件下N-k分布鲁棒机组控制方法及装置
CN114362355A (zh) * 2021-11-29 2022-04-15 国网河南省电力公司周口供电公司 一种基于多源数据融合的10kV开闭所可视化智能监测系统
CN114444739B (zh) * 2022-04-11 2022-07-29 广东电网有限责任公司 一种数字化智慧电网区域管理系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799681A (zh) * 2010-02-10 2010-08-11 刘文祥 智能电网
CN106774214A (zh) * 2016-12-31 2017-05-31 冶金自动化研究设计院 一种基于设备工况组合的能源调度系统

Also Published As

Publication number Publication date
CN114897247A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN114897247B (zh) 一种基于大数据的智能电网配网调度运行管理方法
CN116646933A (zh) 一种基于大数据的电力负荷调度方法及系统
CN102930344A (zh) 一种基于负荷趋势变化的超短期母线负荷预测方法
CN104820868B (zh) 一种基于风电概率进行预测的调度展示方法
CN118094262B (zh) 一种基于空间聚类的负荷异常值检测方法
CN117526344A (zh) 一种配电网无功电压控制优化方法及系统
CN114186733A (zh) 一种短期负荷预测方法和装置
CN118411003A (zh) 多类别电力设备的负荷控制方法、系统、设备和存储介质
CN113887809A (zh) 双碳目标下配电网供需平衡方法、系统、介质及计算设备
CN118017502A (zh) 基于数字孪生的配电算力预测方法、系统及介质
CN118017624A (zh) 基于配网重构的多时间尺度的无功优化方法
CN118095704A (zh) 基于大数据的乡村典型能源供需平衡方法及系统
Li et al. A probabilistic data-driven method for response-based load shedding against fault-induced delayed voltage recovery in power systems
CN112418662A (zh) 一种利用人工神经网络的配电网运行可靠性分析方法
CN115877145A (zh) 一种变压器重过载工况大数据交叉评估系统及方法
CN114548603A (zh) 一种年度电量校核计算方法
CN110727912B (zh) 一种电力二次设备差异化改造方案选择方法
CN113887831A (zh) 一种新型电力负荷预测影响因素关联分析方法
CN114759579A (zh) 一种基于数据驱动的电网有功优化控制系统、方法和介质
Xia et al. One-day-ahead load forecast using an adaptive approach
CN118508597B (zh) 一种面向电力系统保障对象的应急供电方法、系统和设备
CN118100318B (zh) 一种基于新能源的电力安全保供方法及系统
CN116933981B (zh) 基于停复电事件数据监测的区域电力稳定性分析评价方法
CN117555284B (zh) 一种基于plc的动力优化方法、系统、装置和介质
CN118709952A (zh) 一种考虑碳捕集的电气综合能源系统低碳优化调度方法

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
TA01 Transfer of patent application right

Effective date of registration: 20230308

Address after: 030000 room 512, 5 / F, energy Internet building, no.230 Changzhi Road, Taiyuan Xuefu Park, Shanxi comprehensive reform demonstration zone, Taiyuan City, Shanxi Province

Applicant after: Shanxi Xiangrui Energy Co.,Ltd.

Address before: 430050 building 10, Guanggu Chuangye street, Dongxin Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Applicant before: Hubei precision Jisu Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant