CN115173407A - 基于风力发电的智能配电方法、装置、设备及存储介质 - Google Patents
基于风力发电的智能配电方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115173407A CN115173407A CN202210886024.6A CN202210886024A CN115173407A CN 115173407 A CN115173407 A CN 115173407A CN 202210886024 A CN202210886024 A CN 202210886024A CN 115173407 A CN115173407 A CN 115173407A
- Authority
- CN
- China
- Prior art keywords
- power
- power supply
- wind
- utilization
- difference
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种基于风力发电的智能配电方法、装置、设备及存储介质,应用于电力分配技术领域,其方法包括:计算当前采集周期用电量和供电阈值之间的供用电之差;判断供用电之差是否不小于预设第一辅助供电阈值;若供用电之差不小于预设第一辅助供电阈值,则进行辅助供电;若供用电之差小于预设第一辅助供电阈值,则获取当前供电区域的上一次用电量;计算当前用电量与上一次用电量之间的用电量之差;判断用电量之差是否不小于预设第二辅助供电阈值;若用电量之差不小于第二辅助供电阈值,则进行辅助供电;若用电量之差小于第二辅助供电阈值,则存储风力发电的电力。本申请具有提高风力发电产生的电力的利用率的效果。
Description
技术领域
本申请涉及电力分配的技术领域,尤其是涉及一种基于风力发电的智能配电方法、装置、设备及存储介质。
背景技术
随着经济的高速发展,电已经成为日常生活中最基本的能源。电的应用极其广泛,在现代工业、农业及国民经济的其他各部门中,电力作为主要的动力来源。
为保证基础民生,一般由供电网络进行统一供电,大部分地区都以火力发电为主力发电源,但是存在火力发电无法满足用电需求的情况,为保证正常供电一般在火力发电的基础上增加风力发电作为辅助发电源同时进行供电,在主力发电能够满足用电需求时,风力发电的电力将被浪费。
发明内容
为了提高风力发电产生的电力的利用率,本申请提供一种基于风力发电的智能配电方法、装置、设备及存储介质。
第一方面,本申请提供一种基于风力发电的智能配电方法,采用如下的技术方案:
一种基于风力发电的智能配电方法,包括:
获取采集周期和当前供电区域的当前采集周期用电量和供电网络的供电阈值,计算所述当前采集周期用电量和所述供电阈值之间的供用电之差;
判断所述供用电之差是否不小于预设第一辅助供电阈值;
若所述差值小于所述预设第一辅助供电阈值,则将风力发电的电力接入所述供电网络进行辅助供电;
若所述差值不小于所述预设第一辅助供电阈值,则获取所述当前供电区域的上一采集周期用电量;
计算所述当前采集周期用电量与所述上一采集周期用电量之间的用电量之差;
判断所述用电量之差是否不小于预设第二辅助供电阈值;
若所述用电量之差不小于所述第二辅助供电阈值,则将所述风力发电的电力接入所述供电网络进行辅助供电;
若所述用电量之差小于所述第二辅助供电阈值,则存储所述风力发电的电力。
通过采用上述技术方案,根据供电网路对当前供电区域的供电情况选择性的使用风力发电的电力,在当前供电区域的用电量过大或者当前供电区域的用电量突然增减,可能导致供电网络存在供电异常的情况发生之前及时将风力发电的电力进行使用,在供电网络的供电量可以满足当前供电区域的用电量时,对风力发电的电能进行存储,等待供电网络的供电出现问题是进行使用,从而提高风力发电产生的电力的利用率。
可选的,所述将风力发电的电力接入所述供电网络进行辅助供电包括:
获取所述当前供电区域的全部的用电场所和每个所述用电场所对应的场所用电量;
将所述场所用电量按照数值的大小降序排列,生成待供电序列;
获取供电规则,基于所述供电规则和所述待供电序列对所述用电场所进行辅助供电。
可选的,在所述存储所述风力发电的电力之后,还包括:
获取所述当前供电区域的供电状态,所述供电状态包括正常供电和未供电;
当所述供电状态为未供电时,获取所述当前供电区域的全部用电场所和所述用电场所对应的用电类型;
获取用电分配规则,基于所述用电分配规则和所述用电类型对所述用电场所使用所述风力发电的电力进行供电;
当所述供电状态为正常供电时,继续存储所述风力发电的电力。
可选的,所述基于所述用电分配规则和所述用电类型对所述用电场所使用所述风力发电的电力进行供电包括:
将所述用电场所按照预设第一等级划分规则进行等级划分,生成第一供电等级;
将所述用电类型按照预设第二等级划分规则进行等级划分,生成第二供电等级;
获取所述用电类型的历史用电量,基于所述第一供电等级、所述第二供电等级和所述用电类型的历史用电量对所述用电场所使用所述风力发电的电力进行供电。
可选的,所述继续存储所述风力发电的电力包括:
获取当前电力储能系统的电力存储量和所述电力储能系统的最高电力存储量,计算所述电力存储量和所述最高存储量之间的存储量之差;
判断所述存储量之差是否不小于预设存储阈值;
若所述存储量之差小于所述预设存储阈值,则获取备用电力储能系统,将所述风力发点的电力存储至所述备用电力储能系统;
若所述存储量之差不小于所述预设存储阈值,则将所述风力发点的电力存储至所述当前储能系统。
可选的,在所述存储所述风力发电的电力之后,还包括:
获取所述当前供电区域的历史用电信息和供电策略,基于所述历史用电信息和所述供电策略对所述当前供电区域使用所述风力发电的电力进行供电。
可选的,所述基于所述历史用电信息和所述供电策略对所述当前供电区域使用所述风力发电的电力进行供电包括:
获取所述供电网络的供电负荷值和历史用电最大值;
判断所述历史用电最大值是否不小于所述供电负荷值;
若所述历史用电最大值不小于所述供电负荷值,则获取所述历史用电最大值对应的时间段;
在每次到达所述时间段之前,提前将所述风力发电的电力接入所述供电网络进行辅助供电。
第二方面,本申请提供一种基于风力发电的智能配电装置,采用如下的技术方案:
一种基于风力发电的智能配电装置,包括:
区域用电获取模块,用于获取采集周期和当前供电区域的当前采集周期用电量和供电网络的供电阈值,计算所述当前采集周期用电量和所述供电阈值之间的供用电之差;
供电差值判断模块,用于判断所述供用电之差是否不小于预设第一辅助供电阈值;
第一辅助供电模块,用于将风力发电的电力接入所述供电网络进行辅助供电;
上次用电获取模块,用于获取所述当前供电区域的上一采集周期用电量;
用电差值计算模块,用于计算所述当前采集周期用电量与所述上一采集周期用电量之间的用电量之差;
用电差值判断模块,用于判断所述用电量之差是否不小于预设第二辅助供电阈值;
第二辅助供电模块,用于将所述风力发电的电力接入所述供电网络进行辅助供电;
风力发电存储模块,用于存储所述风力发电的电力。
通过采用上述技术方案,根据供电网路对当前供电区域的供电情况选择性的使用风力发电的电力,在当前供电区域的用电量过大或者当前供电区域的用电量突然增减,可能导致供电网络存在供电异常的情况发生之前及时将风力发电的电力进行使用,在供电网络的供电量可以满足当前供电区域的用电量时,对风力发电的电能进行存储,等待供电网络的供电出现问题是进行使用,从而提高风力发电产生的电力的利用率。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行第一方面任一项所述的基于风力发电的智能配电方法的计算机程序。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行第一方面任一项所述的基于风力发电的智能配电方法的计算机程序。
附图说明
图1是本申请实施例提供的一种基于风力发电的智能配电方法的流程示意图。
图2是本申请实施例提供的一种基于风力发电的智能配电装置的结构框图。
图3是本申请实施例提供的电子设备的结构框图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
图1为本申请实施例提供的一种基于风力发电的智能配电方法的流程示意图。
如图1所示,该方法主要流程描述如下(步骤S101~S108):
步骤S101,获取采集周期和当前供电区域的当前采集周期用电量和供电网络的供电阈值,计算当前用电量和供电阈值之间的供用电之差。
在本实施例中,在本实施例中,为保证电力的持续供应和用电量采集的准确性,需要周期性的对当前供电区域的用电量进行采集,采集周期需要根据实际需求设定,一般以分钟为单位,若未设置则默认为5分钟,在此不做具体限定。
其中,供电网络的供电阈值为供电网络中主力供电源能够提供的供电量的最大值,即供电网络的供电阈值,使用供电阈值减去当前采集周期的用电量值,即为计算当前采集周期的用电量与供电阈值之间的差值,从而得到供电量之差,。
步骤S102,判断供用电之差是否不小于预设第一辅助供电阈值。
步骤S103,若供用电之差小于预设第一辅助供电阈值,则将风力发电的电力接入供电网络进行辅助供电。
在本实施例中,预设第一辅助供电阈值为基于当前供电量和供电阈值判断是否使用风力发电的电力进行辅助供电的最大值,供用电之差越小,表示当前用电量越接近供电阈值,当供用电之差小于预设第一辅助供电阈值时,则表示主力发电源存在出现供电异常的可能性,为保证当前供电区域的正常供电,需要将风力发电的电力接入供电网络进行辅助供电。需要说明的是,由于风力发电的电力存在不稳定性,为保证辅助供电的供电稳定性,在将风力发电的电力接入到供电网络时,可以同时将正在利用风力发电的电力和存储的风力发电的电力接入到供电网络中,如果正在利用风力发电的电力平稳可以持续高效的进行辅助供电,则可以进仅使用正在利用风力发电的电力进行辅助供电,如果需要辅助供电时,无正在利用风力发电的电力,则直接使用存储的风力发电的电力进行辅助供电,具体的辅助供电方式需要根据实际情况进行选择,在此不做具体限定。预设第一辅助供电阈值需要根据实际情况设定,在此不做具体限定。
针对步骤S103,获取当前供电区域的全部的用电场所和每个用电场所对应的场所用电量;将场所用电量按照数值的大小降序排列,生成待供电序列;获取供电规则,基于供电规则和待供电序列对用电场所进行辅助供电。
在本实施例中,用电场所包括住宅区、医院、商场、办公楼和消防站等,获取每个用电场所在当前采集周期内的用电量,并按照用电量数值的大小降序将用电场所进行排列,得到待供电序列,然后根据每个场所的用电量将风力发电的电力进行分配,用电量越大的用电场所分配到的电力越多。
步骤S104,若差值不小于预设第一辅助供电阈值,则获取当前供电区域的上一采集周期用电量。
步骤S105,计算当前采集周期用电量与上一采集周期用电量之间的用电量之差。
步骤S106,判断用电量之差是否不小于预设第二辅助供电阈值。
在本实施例中,预设第二辅助供电为判断用电量是否突然急剧增高的最大值,用电量之差为当前采集周期用电量减去上一采集周期用电量的值,用电量之差的值越大,则表示用电量增加的越多,说明与上一采集周期相比当前采集周期的用电量产生了激增,存在供电网络无法正常供电的可能性,预设第二辅助供电阈值需要根据实际需求设定,在此不做具体限定。
步骤S107,若用电量之差不小于第二辅助供电阈值,则将风力发电的电力接入供电网络进行辅助供电。
步骤S108,若用电量之差小于第二辅助供电阈值,则存储风力发电的电力。
在步骤S108之后,获取当前供电区域的供电状态,供电状态包括正常供电和未供电;当供电状态为未供电时,获取当前供电区域的全部用电场所和用电场所对应的用电类型;获取用电分配规则,基于用电分配规则和用电类型对用电场所使用风力发电的电力进行供电;当供电状态为正常供电时,继续存储风力发电的电力。
具体的,将用电场所按照预设第一等级划分规则进行等级划分,生成第一供电等级;将用电类型按照预设第二等级划分规则进行等级划分,生成第二供电等级;获取用电类型的历史用电量,基于第一供电等级、第二供电等级和用电类型的历史用电量对用电场所使用风力发电的电力进行供电。
在本实施例中,供电状态为正常供电时,表示供电网络的供电量可以满足当前供电区域的用点量的需求,供电状态为未供电时,表示供电网络出现异常,已经无法对当前供电区域进行供电,当前供电区域处于无电可用的状态。
当供电状态为未供电时,将当前供电区域中的用电场所按照第一等级划分规则进行等级划分,第一等级划分规则为将用电场所按照民生保障的重要程度进行排列,例如,消防站和医院的重要程度高于住宅区和办公楼的重要程度等,但具体的第一等级划分规则的用电场所的重要程度判定需要根据当前供电区域的实际需求自行设定,在此不做具体限定。
第二等级划分规则为用电场所中用电类型的重要程度的划分排列,例如,医院中的手术用电的重要程度高于医院中门诊药品出库的重要程度,但具体的第二等级划分规则的用电类型的重要程度判定需要根据当前用电场所的实际需求自行设定,在此不做具体限定。
将划分后的用电场所和用电类型按照划分结果进行排序,分别获取每个用电场所的每个用电类型历史用电量,优先将风力发电的电力按照历史用电量分配给排序靠前的用电场所和用电类型,从而减小对民生的影响。需要说明的是,将划分后的用电场所和用电类型按照划分结果进行排序的排序方式可以为按照用电场所的重要程度降序排列和按照用电类型的重要程度降序排列的直接结合,例如,医院手术室、医院药房、消防站供水泵、消防站食堂等,还可以为按照用电场所的重要程度降序排列和按照用电类型的重要程度降序排列后,再根据综合的重要程度进一步排列,例如,医院手术室、消防站供水泵、医院药房、消防站食堂等,在此不做具体限定。
在本实施例中,获取当前电力储能系统的电力存储量和电力储能系统的最高电力存储量,计算电力存储量和最高存储量之间的存储量之差;判断存储量之差是否不小于预设存储阈值;若存储量之差小于预设存储阈值,则获取备用电力储能系统,将风力发点的电力存储至备用电力储能系统;若存储量之差不小于预设存储阈值,则将风力发点的电力存储至当前储能系统。
其中,电力储能系统的最高电力存储量为电力储能系统对电力存储的极限值,当超过电力储能系统的最高电力存储量之后,电力将无法被存储从而导致风力发电的电力被浪费。为减少电量浪费情况的产生,需要在达到电力储能系统的最高电力存储量之前及时将电力存储到备用电力储能系统中。计算当前电力储能系统的当前电力存储量和最高电力存储量之间的差值,使用最高电力存储量减去电力存储量得到的差值即为存储量之差,将存储量之差与预设存储阈值相比较,当存储量之差小于预设存储阈值时,表示当前的电力存储量临近最高电力存储量,存在电力浪费的风险,需要及时将风力发电的电力存储至备用电力储能系统,当存储量之差大于等于预设存储阈值时,标识当前的电力存储量在安全范围之内,可以继续使用当前的电力储能系统进行电力存储。预设存储阈值为判定当前电力储能系统是否能够继续供电的最大值,预设存储阈值需要根据实际需求设定,在此不做具体限定。
在本实施例中,获取当前供电区域的历史用电信息和供电策略,基于历史用电信息和供电策略对当前供电区域使用风力发电的电力进行供电。
具体的,获取供电网络的供电负荷值和历史用电最大值;判断历史用电最大值是否不小于供电负荷值;若历史用电最大值不小于供电负荷值,则获取历史用电最大值对应的时间段;在每次到达时间段之前,提前将风力发电的电力接入供电网络进行辅助供电。
在本实施例中,一天中的某个时间段、一个月中的某几天或者一年中的某几个月的用电量将远高于平均用电量,当出现用电量高于平均用电量的情况时,将该情况称之为用电高峰期。将历史用电信息中的历史用电最大值即用电高峰期的值与供电网络的供电负荷值进行比较,当历史用电量最大值大于等于供电负荷阈值时,提前对用电高峰期进行预测,在达到下一个用电高峰期之前提前将风力发电的电力接入供电网络,从而减小达到供电负荷值从而导致供电异常的可能性。在将风力发电的电力接入到供电网络时,由于风力发电的不稳定性,供电策略可以为在接入时仅使用电力储能系统中的电力进行辅助供电,还可以为在使用电力储能系统进行辅助供电的同时使用正在利用风力发电的电力一起进行辅助供电。
图2为申请实施例提供的一种基于风力发电的智能配电装置200的结构框图。
如图2所示,基于风力发电的智能配电装置200主要包括:
区域用电获取模块201,用于获取采集周期和当前供电区域的当前采集周期用电量和供电网络的供电阈值,计算当前采集周期用电量和供电阈值之间的供用电之差;
供电差值判断模块202,用于判断供用电之差是否不小于预设第一辅助供电阈值;
第一辅助供电模块203,用于将风力发电的电力接入供电网络进行辅助供电;
上次用电获取模块204,用于获取当前供电区域的上一采集周期用电量;
用电差值计算模块205,用于计算当前采集周期用电量与上一采集周期用电量之间的用电量之差;
用电差值判断模块206,用于判断用电量之差是否不小于预设第二辅助供电阈值;
第二辅助供电模块207,用于将风力发电的电力接入供电网络进行辅助供电;
风力发电存储模块208,用于存储风力发电的电力。
作为本实施例的一种可选实施方式,第一辅助供电模块203具体用于获取当前供电区域的全部的用电场所和每个用电场所对应的场所用电量;将场所用电量按照数值的大小降序排列,生成待供电序列;获取供电规则,基于供电规则和待供电序列对用电场所进行辅助供电。
作为本实施例的一种可选实施方式,该基于风力发电的智能配电装置200还包括:
状态获取模块,用于获取当前供电区域的供电状态,供电状态包括正常供电和未供电;
场所获取模块,用于当供电状态为未供电时,获取当前供电区域的全部用电场所和用电场所对应的用电类型;
场所供电模块,用于获取用电分配规则,基于用电分配规则和用电类型对用电场所使用风力发电的电力进行供电;
电力存储模块,用于当供电状态为正常供电时,继续存储风力发电的电力。
在本可选实施例中,场所供电模块具体用于将用电场所按照预设第一等级划分规则进行等级划分,生成第一供电等级;将用电类型按照预设第二等级划分规则进行等级划分,生成第二供电等级;获取用电类型的历史用电量,基于第一供电等级、第二供电等级和用电类型的历史用电量对用电场所使用风力发电的电力进行供电。
在本可选实施例中,电力存储模块具体用于获取当前电力储能系统的电力存储量和电力储能系统的最高电力存储量,计算电力存储量和最高存储量之间的存储量之差;判断存储量之差是否不小于预设存储阈值;若存储量之差小于预设存储阈值,则获取备用电力储能系统,将风力发点的电力存储至备用电力储能系统;若存储量之差不小于预设存储阈值,则将风力发点的电力存储至当前储能系统。
作为本实施例的一种可选实施方式,该基于风力发电的智能配电装置200还包括:
策略供电模块,用于获取当前供电区域的历史用电信息和供电策略,基于历史用电信息和供电策略对当前供电区域使用风力发电的电力进行供电。
在本可选实施例中,策略供电模块具体用于获取供电网络的供电负荷值和历史用电最大值;判断历史用电最大值是否不小于供电负荷值;若历史用电最大值不小于供电负荷值,则获取历史用电最大值对应的时间段;在每次到达时间段之前,提前将风力发电的电力接入供电网络进行辅助供电。
在一个例子中,以上任一装置中的模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个专用集成电路(application specificintegratedcircuit,ASIC),或,一个或多个数字信号处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA),或这些集成电路形式中至少两种的组合。
再如,当装置中的模块可以通过处理元件调度程序的形式实现时,该处理元件可以是通用处理器,例如中央处理器(central processing unit,CPU)或其它可以调用程序的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图3为本申请实施例提供的电子设备300的结构框图。
如图3所示,电子设备300包括处理器301和存储器302,还可以进一步包括信息输入/信息输出(I/O)接口303、通信组件304中的一种或多种以及通信总线305。
其中,处理器301用于控制电子设备300的整体操作,以完成上述的基于风力发电的智能配电方法的全部或部分步骤;存储器302用于存储各种类型的数据以支持在电子设备300的操作,这些数据例如可以包括用于在该电子设备300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302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,SRAM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory,EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、只读存储器(Read-Only Memory,ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。
I/O接口303为处理器301和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于电子设备300与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(NearField Communication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件104可以包括:Wi-Fi部件,蓝牙部件,NFC部件。
电子设备300可以被一个或多个应用专用集成电路 (Application SpecificIntegrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field ProgrammableGate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例给出的基于风力发电的智能配电方法。
通信总线305可包括一通路,在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA (ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。
电子设备300可以包括但不限于移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端,还可以为服务器等。
本申请还提供一种计算机可读存储介质,计算机可读存储介质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的基于风力发电的智能配电方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器 (R ead-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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、方法、物品或者设备不仅包括那些要素,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、方法、物品或者设备所固有的要素。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于风力发电的智能配电方法,其特征在于,包括:
获取采集周期和当前供电区域的当前采集周期用电量和供电网络的供电阈值,计算所述当前采集周期用电量和所述供电阈值之间的供用电之差;
判断所述供用电之差是否不小于预设第一辅助供电阈值;
若所述差值小于所述预设第一辅助供电阈值,则将风力发电的电力接入所述供电网络进行辅助供电;
若所述差值不小于所述预设第一辅助供电阈值,则获取所述当前供电区域的上一采集周期用电量;
计算所述当前采集周期用电量与所述上一采集周期用电量之间的用电量之差;
判断所述用电量之差是否不小于预设第二辅助供电阈值;
若所述用电量之差不小于所述第二辅助供电阈值,则将所述风力发电的电力接入所述供电网络进行辅助供电;
若所述用电量之差小于所述第二辅助供电阈值,则存储所述风力发电的电力。
2.根据权利要求1所述的方法,其特征在于,所述将风力发电的电力接入所述供电网络进行辅助供电包括:
获取所述当前供电区域的全部的用电场所和每个所述用电场所对应的场所用电量;
将所述场所用电量按照数值的大小降序排列,生成待供电序列;
获取供电规则,基于所述供电规则和所述待供电序列对所述用电场所进行辅助供电。
3.根据权利要求1所述的方法,其特征在于,在所述存储所述风力发电的电力之后,还包括:
获取所述当前供电区域的供电状态,所述供电状态包括正常供电和未供电;
当所述供电状态为未供电时,获取所述当前供电区域的全部用电场所和所述用电场所对应的用电类型;
获取用电分配规则,基于所述用电分配规则和所述用电类型对所述用电场所使用所述风力发电的电力进行供电;
当所述供电状态为正常供电时,继续存储所述风力发电的电力。
4.根据权利要求3所述的方法,其特征在于,所述基于所述用电分配规则和所述用电类型对所述用电场所使用所述风力发电的电力进行供电包括:
将所述用电场所按照预设第一等级划分规则进行等级划分,生成第一供电等级;
将所述用电类型按照预设第二等级划分规则进行等级划分,生成第二供电等级;
获取所述用电类型的历史用电量,基于所述第一供电等级、所述第二供电等级和所述用电类型的历史用电量对所述用电场所使用所述风力发电的电力进行供电。
5.根据权利要求3所述的方法,其特征在于,所述继续存储所述风力发电的电力包括:
获取当前电力储能系统的电力存储量和所述电力储能系统的最高电力存储量,计算所述电力存储量和所述最高存储量之间的存储量之差;
判断所述存储量之差是否不小于预设存储阈值;
若所述存储量之差小于所述预设存储阈值,则获取备用电力储能系统,将所述风力发点的电力存储至所述备用电力储能系统;
若所述存储量之差不小于所述预设存储阈值,则将所述风力发点的电力存储至所述当前储能系统。
6.根据权利要求1所述的方法,其特征在于,在所述存储所述风力发电的电力之后,还包括:
获取所述当前供电区域的历史用电信息和供电策略,基于所述历史用电信息和所述供电策略对所述当前供电区域使用所述风力发电的电力进行供电。
7.根据权利要求6所述的方法,其特征在于,所述基于所述历史用电信息和所述供电策略对所述当前供电区域使用所述风力发电的电力进行供电包括:
获取所述供电网络的供电负荷值和历史用电最大值;
判断所述历史用电最大值是否不小于所述供电负荷值;
若所述历史用电最大值不小于所述供电负荷值,则获取所述历史用电最大值对应的时间段;
在每次到达所述时间段之前,提前将所述风力发电的电力接入所述供电网络进行辅助供电。
8.一种基于风力发电的智能配电装置,其特征在于,包括:
区域用电获取模块,用于获取采集周期和当前供电区域的当前采集周期用电量和供电网络的供电阈值,计算所述当前采集周期用电量和所述供电阈值之间的供用电之差;
供电差值判断模块,用于判断所述供用电之差是否不小于预设第一辅助供电阈值;
第一辅助供电模块,用于将风力发电的电力接入所述供电网络进行辅助供电;
上次用电获取模块,用于获取所述当前供电区域的上一采集周期用电量;
用电差值计算模块,用于计算所述当前采集周期用电量与所述上一采集周期用电量之间的用电量之差;
用电差值判断模块,用于判断所述用电量之差是否不小于预设第二辅助供电阈值;
第二辅助供电模块,用于将所述风力发电的电力接入所述供电网络进行辅助供电;
风力发电存储模块,用于存储所述风力发电的电力。
9.一种电子设备,其特征在于,包括处理器,所述处理器与存储器耦合;
所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括计算机程序或指令,当所述计算机程序或指令在计算机上运行时,使得所述计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210886024.6A CN115173407A (zh) | 2022-07-26 | 2022-07-26 | 基于风力发电的智能配电方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210886024.6A CN115173407A (zh) | 2022-07-26 | 2022-07-26 | 基于风力发电的智能配电方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115173407A true CN115173407A (zh) | 2022-10-11 |
Family
ID=83497509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210886024.6A Pending CN115173407A (zh) | 2022-07-26 | 2022-07-26 | 基于风力发电的智能配电方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115173407A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116345460A (zh) * | 2022-12-06 | 2023-06-27 | 中嘉能(广东)能源有限公司 | 一种电力系统智能精准化电力分配方法、系统及存储介质 |
CN116885771A (zh) * | 2023-06-19 | 2023-10-13 | 广东永光新能源科技有限公司 | 可再生能源并网发电分析方法、系统、终端及存储介质 |
CN117424260A (zh) * | 2023-10-25 | 2024-01-19 | 广东永光新能源设计咨询有限公司 | 一种储能系统调度控制方法、装置、设备及存储介质 |
-
2022
- 2022-07-26 CN CN202210886024.6A patent/CN115173407A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116345460A (zh) * | 2022-12-06 | 2023-06-27 | 中嘉能(广东)能源有限公司 | 一种电力系统智能精准化电力分配方法、系统及存储介质 |
CN116345460B (zh) * | 2022-12-06 | 2023-09-08 | 中嘉能(广东)能源有限公司 | 一种电力系统智能精准化电力分配方法、系统及存储介质 |
CN116885771A (zh) * | 2023-06-19 | 2023-10-13 | 广东永光新能源科技有限公司 | 可再生能源并网发电分析方法、系统、终端及存储介质 |
CN116885771B (zh) * | 2023-06-19 | 2024-01-30 | 广东永光新能源科技有限公司 | 可再生能源并网发电分析方法、系统、终端及存储介质 |
CN117424260A (zh) * | 2023-10-25 | 2024-01-19 | 广东永光新能源设计咨询有限公司 | 一种储能系统调度控制方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115173407A (zh) | 基于风力发电的智能配电方法、装置、设备及存储介质 | |
CN102063327B (zh) | 具有功耗意识的数据中心应用服务调度方法 | |
CN104798004B (zh) | 根据功率平衡控制偏置,跨多个处理器域的动态功率平衡 | |
Wang et al. | Role of electrolytic hydrogen in smart city decarbonization in China | |
CN115081721A (zh) | 一种碳排放因子的电力系统优化系统 | |
CN103023802B (zh) | 一种面向web集群的低能耗调度系统和方法 | |
CN115358859A (zh) | 数据中心的能效及碳排放计算方法、装置及电子设备 | |
CN117394370B (zh) | 一种供电网智能动态节电调度系统及方法 | |
CN110707729B (zh) | 一种多区域一次调频情况的分析方法、装置及存储介质 | |
Duhirwe et al. | A novel deep learning‐based integrated photovoltaic, energy storage system and electric heat pump system: Optimising energy usage and costs | |
CN113422366B (zh) | 一种基于大数据分析和需求响应的电力调度方法及其系统 | |
CN115940301A (zh) | 一种功率因数的控制方法、装置、设备及存储介质 | |
CN110968947A (zh) | 虚拟电厂调度方法、装置及系统 | |
CN114597927A (zh) | 一种分布式光伏发电储能方法、装置、电子设备及介质 | |
CN116231669A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113361781B (zh) | 一种电网投资规模优化方法、系统、设备及存储介质 | |
CN115912436A (zh) | 一种计及电力需求响应的电网调度运行优化计算方法 | |
Wang et al. | Distribution network restoration supply method considers 5G base station energy storage participation | |
CN204391747U (zh) | 一种交互式清洁用电系统 | |
CN112510679A (zh) | 分布式储能优化调度方法、装置、计算机设备和存储介质 | |
CN112086954A (zh) | 一种智能直流配电装置、配电方法及电子设备 | |
CN116702516B (zh) | 一种电源预算分配方法及装置 | |
CN117040029B (zh) | 配电网电力调度方法、装置、计算机设备和存储介质 | |
KR102508801B1 (ko) | 친환경 에너지를 이용한 ess 및 그를 이용한 전력 제공 방법 | |
CN115912360B (zh) | 供电控制方法、装置、计算机设备和存储介质 |
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 |