CN115237080A - 基于虚拟电厂的设备调控方法、装置、设备和可读介质 - Google Patents
基于虚拟电厂的设备调控方法、装置、设备和可读介质 Download PDFInfo
- Publication number
- CN115237080A CN115237080A CN202211134054.8A CN202211134054A CN115237080A CN 115237080 A CN115237080 A CN 115237080A CN 202211134054 A CN202211134054 A CN 202211134054A CN 115237080 A CN115237080 A CN 115237080A
- Authority
- CN
- China
- Prior art keywords
- equipment
- power plant
- information
- information set
- power
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000001105 regulatory effect Effects 0.000 claims abstract description 16
- 230000001276 controlling effect Effects 0.000 claims abstract description 11
- 230000004044 response Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 239000003999 initiator Substances 0.000 claims description 9
- 230000003750 conditioning effect Effects 0.000 claims description 5
- 239000002699 waste material Substances 0.000 description 17
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了基于虚拟电厂的设备调控方法、装置、设备和可读介质。该方法的一具体实施方式包括:获取虚拟电厂的电厂运行状态;响应于电厂运行状态表征虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集;根据电厂设备信息集和设备配置信息集,生成启动设备信息集;根据启动设备信息集和设备总功率范围,确定运行设备信息集;对运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。该实施方式避免了虚拟电厂的电力资源的浪费。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及基于虚拟电厂的设备调控方法、装置、设备和可读介质。
背景技术
随着新型电力系统的构建,越来越多的可调控资源将以虚拟电厂的形式接入电网进行运行和控制,如何调控虚拟电厂中的各个设备成为一项重要的研究课题。目前,在对虚拟电厂中的各个设备进行调控时,通常采用的方式为:根据虚拟电厂的各个用户的负荷调控指标,对虚拟电厂中的各个负荷类型设备进行负荷调控。
然而,当采用上述方式对虚拟电厂中的各个设备进行调控时,经常会存在如下技术问题:
第一,根据负荷调控指标对虚拟电厂中的各个负荷类型设备进行负荷调控时,可能存在多个符合负荷调控指标的电厂设备组,无法准确的选取出最合适的设备组进行调控,导致虚拟电厂的电力资源的浪费。
第二,通过预测电厂设备在未来时间点的运行功率对电厂设备进行调控时,未考虑到未来时间点的某一特征对电厂设备的运行功率的影响(例如,未来时间点的天气为阴天,会降低光伏设备的运行功率甚至无法运行),导致预测的运行功率不准确,无法准确的选取最适合的各个设备进行调控,导致虚拟电厂的电力资源的浪费。
第三,对虚拟电厂中的各个负荷类型设备进行负荷调控时,未考虑到设备异常(例如,设备维修或者设备处于极端天气环境),而引起的设备无法运行的情况,在运行设备时可能会导致设备出现损伤,造成虚拟电厂的安全性较低。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了基于虚拟电厂的设备调控方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种基于虚拟电厂的设备调控方法,该方法包括:获取虚拟电厂的电厂运行状态;响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集,其中,上述电厂设备信息集中的电厂设备信息对应上述设备配置信息集中的设备配置信息;根据上述电厂设备信息集和上述设备配置信息集,生成启动设备信息集;根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集;对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
第二方面,本公开的一些实施例提供了一种基于虚拟电厂的设备调控装置,装置包括:第一获取单元,被配置成获取虚拟电厂的电厂运行状态;第二获取单元,被配置成响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集,其中,上述电厂设备信息集中的电厂设备信息对应上述设备配置信息集中的设备配置信息;生成单元,被配置成根据上述电厂设备信息集和上述设备配置信息集,生成启动设备信息集;确定单元,被配置成根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集;调控单元,被配置成对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的基于虚拟电厂的设备调控方法,可以避免虚拟电厂的电力资源的浪费。具体来说,造成虚拟电厂的电力资源的浪费的原因在于:根据负荷调控指标对虚拟电厂中的各个负荷类型设备进行负荷调控时,可能存在多个符合负荷调控指标的电厂设备组,无法准确的选取出最合适的电厂设备组进行调控,导致虚拟电厂的电力资源的浪费。基于此,本公开的一些实施例的基于虚拟电厂的设备调控方法,首先,获取虚拟电厂的电厂运行状态;响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集。由此,可以通过电厂运行状态确定虚拟电厂中参与调控的各个电厂设备。其次,根据上述电厂设备信息集和上述设备配置信息集,生成启动设备信息集。由此,可以通过设备配置信息确定对应的电厂设备是否参与调控,从而确定了参与调控的各个电厂设备。然后,根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集。由此,可以确定最适合的电厂设备组进行调控,从而避免了虚拟电厂的电力资源的浪费。最后,对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。由此,完成了对虚拟电厂中的各个电厂设备的调控。避免了虚拟电厂的电力资源的浪费。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的基于虚拟电厂的设备调控方法的一些实施例的流程图;
图2是根据本公开的基于虚拟电厂的设备调控装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的基于虚拟电厂的设备调控方法的一些实施例的流程100。该基于虚拟电厂的设备调控方法,包括以下步骤:
步骤101,获取虚拟电厂的电厂运行状态。
在一些实施例中,基于虚拟电厂的设备调控方法的执行主体(例如客户端)可以通过有线连接或者无线连接的方式从终端设备中获取虚拟电厂的电厂运行状态。其中,上述电厂运行状态可以包括自动调控状态和优先级状态。上述自动调控状态可以表征从虚拟电厂中状态为开启状态的各个电厂设备中选取电厂设备进行运行。上述优先级状态可以表征从虚拟电厂中预先设定的优先级较高的各个电厂设备中选取电厂设备进行运行。
可选地,在步骤101之后,响应于上述电厂运行状态表征上述虚拟电厂处于优先级状态,获取设备优先级配置信息集和电厂设备信息集,以及根据上述设备优先级配置信息集、上述电厂设备信息集和预设优先级阈值,确定启动设备信息集。
在一些实施例中,上述执行主体可以响应于上述电厂运行状态表征上述虚拟电厂处于优先级状态,通过有线连接或者无线连接的方式从终端设备中获取设备优先级配置信息集和电厂设备信息集,以及根据上述设备优先级配置信息集、上述电厂设备信息集和预设优先级阈值,确定启动设备信息集。实践中,对于上述电厂设备信息集中的每个电厂设备信息,响应于上述电厂设备信息对应的设备优先级配置信息包括的设备优先级大于等于预设优先级阈值,将上述电厂设备信息确定为启动设备信息。其中,上述设备优先级配置信息集中的设备优先级配置信息对应上述电厂设备信息集中的电厂设备信息。上述设备优先级配置信息集中的设备优先级配置信息可以是预先设置的用于表征虚拟电厂中某一电厂设备的运行的优先级的信息。上述设备优先级配置信息包括设备编号和设备优先级。例如,上述设备优先级配置信息可以是“设备编号:A01,设备优先级:10”,表征设备编号为A01的设备的运行的优先级为10(满优先级为10)。上述电厂设备信息集中的电厂设备信息可以是虚拟电厂中某一电厂设备的设备信息。上述电厂设备信息集中的电厂设备信息包括设备编号、设备功率和设备类型。上述设备功率可以是某一电厂设备的平均运行功率。上述设备类型可以是某一电厂设备的类型。上述设备类型可以包括但不限于:光伏类型和风机类型。上述光伏类型可以表征电厂设备通过太阳光能进行运行或进行发电。上述风机类型可以表征电厂设备通过风能带动风机进行运行或者进行发电。上述预设优先级阈值可以是预先设置的能够启动的各个电厂设备的设备优先级的最小阈值。例如,上述预设优先级阈值可以是7,表征设备优先级大于等于7(满优先级为10)的各个设备能够启动。
步骤102,响应于电厂运行状态表征虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集。
在一些实施例中,上述执行主体可以响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集。其中,上述设备总功率范围可以是预先设定的各个电厂设备的设备功率之和的范围。上述电厂设备信息集中的电厂设备信息对应上述设备配置信息集中的设备配置信息。上述电厂设备信息集中的电厂设备信息可以是虚拟电厂中某一电厂设备的设备信息。上述设备配置信息集中的设备配置信息可以表征设备配置信息对应的电厂设备的开启状态。上述设备配置信息包括设备编号和设备状态。例如,上述设备配置信息可以是“设备编号:A02,设备状态:1”,“设备编号:A02,设备状态:1”可以表征设备编号为A02的电厂设备为开启状态。上述设备状态还可以是“0”,设备状态“0”可以表征对应上述设备状态“0”的电厂设备为关闭状态。
步骤103,根据电厂设备信息集和设备配置信息集,生成启动设备信息集。
在一些实施例中,上述执行主体可以根据上述电厂设备信息集和上述设备配置信息集,生成启动设备信息集。
实践中,上述执行主体可以通过以下步骤生成启动设备信息集:
第一步,对于上述电厂设备信息集中的每个电厂设备信息,执行如下配置步骤:
第一配置步骤,从上述设备配置信息集中选取出对应上述电厂设备信息的设备配置信息。实践中,上述执行主体可以从设备配置信息集中选取出包括的设备编号与上述电厂设备信息包括的设备编号相同的设备配置信息。
第二配置步骤,响应于上述设备配置信息表征上述电厂设备信息对应的电厂设备为开启状态,将上述电厂设备信息确定为启动设备信息。
步骤104,根据启动设备信息集和设备总功率范围,确定运行设备信息集。
在一些实施例中,上述执行主体可以根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集。
实践中,上述执行主体可以通过以下步骤确定运行设备信息集:
第一步,根据上述设备总功率范围和上述启动设备信息集中的各个启动设备信息包括的设备功率,对上述启动设备信息集包括的各个启动设备信息进行至少一次设备信息选取处理,以生成待选取设备信息组集。其中,上述设备信息选取处理可以是从上述启动设备信息集中选取出至少一个启动设备信息,使得所选取的各个启动设备信息包括的设备功率的和在上述设备总功率范围内。
第二步,对于上述待选取设备信息组集中的每个待选取设备信息组,确定上述待选取设备信息组的电厂设备评分。
实践中,上述执行主体可以通过以下子步骤确定上述待选取设备信息组的电厂设备评分:
第一子步骤,获取预设类型配置信息集合、历史启动时长集合和指令功率集合。其中,上述预设类型配置信息集合中的预设类型配置信息可以包括设备类型和对应上述设备类型的设备功率评分公式。上述设备功率评分公式可以表征某一设备类型的电厂设备的设备功率与设备功率评分的关系。上述历史启动时长集合中的历史启动时长可以是某一电厂设备历史的从启动至运行到所对应的设备功率所使用的时长。上述历史启动时长集合中的历史启动时长对应有设备编号。上述指令功率集合中的指令功率可以是预先设定的某一电厂设备运行时需达到的功率。上述指令功率集合中的指令功率对应上述电厂设备信息集中的电厂设备信息。
可选地,在第一子步骤之前,对于上述待选取设备信息组中的每个待选取设备信息,执行如下获取步骤:
第一获取步骤,获取目标时间点的特征信息集。实践中,可以通过有线连接或者无线连接的方式从终端设备中获取目标时间点的特征信息集。其中,上述目标时间点可以是预先设定的在当前时间之后的时间点。上述特征信息集中的特征信息可以是用于表征目标时间点的某一特征的信息。上述特征信息可以包括但不限于天气信息和日期类型信息。上述日期类型信息可以包括工作日和休息日。
第二获取步骤,根据上述特征信息集和上述待选取设备信息,生成对应上述目标时间点的负荷预测功率。实践中,可以将上述特征信息集和上述待选取设备信息包括的设备功率和设备类型输入至预先训练的负荷预测功率模型,得到对应上述目标时间点的负荷预测功率。其中,上述负荷预测功率模型可以是以特征信息集和上述待选取设备信息包括的设备功率与设备类型为输入,以对应上述目标时间点的负荷预测功率为输出的神经网络模型。例如,上述神经网络模型可以包括但不限于RNN(Recurrent Neural Network,循环神经网络)模型,GAN(Generative Adversarial Networks,生成式对抗网络)模型。
可选地,在第一子步骤之后,将所生成的各个负荷预测功率确定为负荷预测功率集合。
上述可选地中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“通过预测电厂设备在未来时间点的运行功率对电厂设备进行调控时,未考虑到未来时间点的某一特征对电厂设备的运行功率的影响(例如,未来时间点的天气为阴天,会降低光伏设备的运行功率甚至无法运行),导致预测的运行功率不准确,无法准确的选取最适合的各个设备进行调控,导致虚拟电厂的电力资源的浪费”。造成虚拟电厂的电力资源的浪费的因素往往如下:通过预测电厂设备在未来时间点的运行功率对电厂设备进行调控时,未考虑到未来时间点的某一特征对电厂设备的运行功率的影响(例如,未来时间点的天气为阴天,会降低光伏设备的运行功率甚至无法运行),导致预测的运行功率不准确,无法准确的选取最适合的各个设备进行调控,导致虚拟电厂的电力资源的浪费。如果解决了上述因素,就能达到避免浪费虚拟电厂的电力资源的效果。为了达到这一效果,首先,本公开可以对于上述待选取设备信息组中的每个待选取设备信息,执行如下获取步骤:首先,获取目标时间点的特征信息集。由此,可以获取未来时间点的影响设备运行功率的各个特征信息。然后,根据上述特征信息集和上述待选取设备信息,生成对应上述目标时间点的负荷预测功率。由此,可以通过获取的各个特征信息准确的预测电厂设备在未来时间点的运行功率。从而可以准确的选取最适合的各个设备进行调控,避免了浪费虚拟电厂的电力资源。最后,将所生成的各个负荷预测功率确定为负荷预测功率集合。由此,完成对调控的各个设备在未来时间点的运行功率的预测。可以准确的选取最适合的各个设备进行调控,避免了浪费虚拟电厂的电力资源。
第二子步骤,对于上述待选取设备信息组集中的每个待选取设备信息组,执行如下处理步骤:
第一处理步骤,根据上述预设类型配置信息集合和上述待选取设备信息组,确定对应上述待选取设备信息组的设备基础消耗总评分。
实践中,上述执行主体可以通过以下步骤确定对应上述待选取设备信息组的设备基础消耗总评分:
步骤一,对于上述待选取设备信息组中的每个待选取设备信息,执行如下确定步骤:
第一确定步骤,从上述预设类型配置信息集合中选取出对应上述待选取设备信息的预设类型配置信息,作为目标类型配置信息。实践中,上述执行主体可以从上述预设类型配置信息集合中选取出包括的设备类型与上述待选取设备信息包括的设备类型相同的预设类型配置信息,作为目标类型配置信息。
第二确定步骤,根据上述目标类型配置信息和上述待选取设备信息包括的设备功率,确定上述待选取设备信息的设备基础消耗评分。实践中,可以将上述待选取设备信息包括的设备功率输入至目标类型配置信息包括的设备功率评分公式中,得到设备功率评分作为设备基础消耗评分。
步骤二,将所确定的各个设备基础消耗评分的和确定为对应上述待选取设备信息组的设备基础消耗总评分。
第二处理步骤,根据上述历史启动时长集合和上述待选取设备信息组,确定设备启动消耗总评分。
实践中,上述执行主体可以通过以下步骤确定设备启动消耗总评分:
步骤一,对于上述待选取设备信息组中的每个待选取设备信息,执行如下选取步骤:
第一选取步骤,从上述历史启动时长集合中选取出对应上述待选取设备信息的各个历史启动时长,作为目标启动时长集合。实践中,上述执行主体可以从上述历史启动时长集合中选取出至少一个对应的设备编号与上述待选取设备信息包括的设备编号相同的历史启动时长,作为目标启动时长集合。
第二选取步骤,将上述目标启动时长集合包括的各个目标启动时长的平均值确定为设备启动消耗评分。
步骤二,将所确定的各个设备启动消耗评分的和确定为对应上述待选取设备信息组的设备启动消耗总评分。
第三处理步骤,根据上述指令功率集合、上述待选取设备信息组和预先确定的负荷预测功率集合,确定设备负荷消耗总评分。其中,上述负荷预测功率集合中的负荷预测功率可以是预测的某一电厂设备在预设时间点的运行功率。上述负荷预测功率集合中的负荷预测功率对应有设备编号。上述预设时间点可以是预先设定的未来时间点。
实践中,上述执行主体可以通过以下步骤确定设备负荷消耗总评分:
步骤一,对于上述待选取设备信息组中的每个待选取设备信息,执行如下生成步骤:
第一生成步骤,从上述负荷预测功率集合中选取出对应上述待选取设备信息的负荷预测功率作为目标负荷预测功率。实践中,可以从上述负荷预测功率集合中选取出对应的设备编号与上述待选取设备信息包括的设备编号相同的负荷预测功率作为目标负荷预测功率。
第二生成步骤,从上述指令功率集合中选取出对应上述待选取设备信息的指令功率作为目标指令功率。实践中,可以从上述指令功率集合中选取出对应的设备编号与上述待选取设备信息包括的设备编号相同的指令功率作为目标指令功率。
第三生成步骤,根据上述目标负荷预测功率和上述待选取设备信息包括的设备功率,生成设备负荷预测评分。
实践中,可以通过以下公式生成设备负荷预测评分:
第四生成步骤,根据上述目标指令功率和上述设备功率,生成设备调节评分。
实践中,可以通过以下公式生成设备调节评分:
第五生成步骤,将上述设备负荷预测评分与上述设备调节评分的和确定为设备负荷消耗评分。
步骤二,将所确定的各个设备负荷消耗评分的和确定为设备负荷消耗总评分。
第四处理步骤,将上述设备基础消耗总评分、上述设备启动消耗总评分与上述设备负荷消耗总评分的和确定为电厂设备评分。
第三步,将所确定的各个电厂设备评分中满足预设评分条件的电厂设备评分对应的待选取设备信息组确定为运行设备信息集。其中,上述预设评分条件可以是电厂设备评分最低。
步骤105,对运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
在一些实施例中,上述执行主体可以对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。实践中,第一,上述执行主体可以将上述运行设备信息集发送至相关联的电厂设备管理终端。第二,对于上述运行设备信息集中的每个运行设备信息,上述执行主体可以控制上述电厂设备管理终端对上述运行设备信息对应的电厂设备按照上述运行设备信息包括的运行功率进行运行。其中,上述电厂设备管理终端可以是用于管理虚拟电厂中的各个电厂设备并记录电厂设备的运行数据的终端。
可选地,在步骤105之前,对于上述运行设备信息集中的每个运行设备信息,执行如下步骤:
第一步,响应于检测到对应上述运行设备信息的异常信息,获取上述运行设备信息对应的电厂设备的运行状态信息。
在一些实施例中,上述执行主体可以响应于检测到对应上述运行设备信息的异常信息,获取上述运行设备信息对应的电厂设备的运行状态信息。其中,上述异常信息可以包括但不限于以下中的一项:电厂设备处于维修状态,电厂设备在当前时间的天气情况下无法正常运行。作为示例,响应于运行设备信息对应的电厂设备为光伏设备,且当前时间的天气为阴天或雨天,上述异常信息可以是光伏设备无法正常运行。上述运行状态信息可以表征电厂设备的运行状态。上述运行状态信息可以包括但不限于:第一运行状态和第二运行状态。上述第一运行状态可以表征电厂设备处于异常天气状态。上述异常天气状态可以表征电厂设备在当前天气状态下无法正常运行。例如,响应于当前状态为雨天,可以将光伏类型的电厂设备的运行状态信息确定为第一运行状态。上述第二运行状态可以表征电厂设备处于维修状态。
第二步,响应于上述运行状态信息表征上述设备处于第一运行状态,对上述设备进行调控处理,以及获取预设时长后的上述设备的当前运行功率。
在一些实施例中,上述执行主体可以响应于上述运行状态信息表征上述设备处于第一运行状态,对上述设备进行调控处理,以及通过有线连接或者无线连接的方式从终端设备中获取上述设备的当前运行功率。其中,上述预设时长可以是预先设定的时长。上述当前运行功率可以是上述电厂设备在预设时长后的运行功率。
第三步,响应于上述当前运行功率满足预设功率条件,从上述运行设备信息集中删除上述运行设备信息,以对上述运行设备信息集进行更新。
在一些实施例中,上述执行主体可以响应于上述当前运行功率满足预设功率条件,从上述运行设备信息集中删除上述运行设备信息,以对上述运行设备信息集进行更新。其中,上述预设功率条件可以是上述当前运行功率小于等于上述运行设备信息包括的设备功率的一半。
可选地,在第三步之后,响应于上述运行状态信息表征上述设备处于第二运行状态,从上述运行设备信息集中删除上述运行设备信息,以对上述运行设备信息集进行更新。
在一些实施例中,上述执行主体可以响应于上述运行状态信息表征上述设备处于第二运行状态,从上述运行设备信息集中删除上述运行设备信息,以对上述运行设备信息集进行更新。
可选地,在第三步之后,从上述启动设备信息集中选取出满足预设选取条件的各个启动设备信息,作为目标启动设备信息集。
在一些实施例中,上述执行主体可以从上述启动设备信息集中选取出满足预设选取条件的各个启动设备信息,作为目标启动设备信息集。其中,上述预设选取条件可以是启动设备信息包括的设备功率与上述运行设备信息包括的设备功率相同,且上述启动设备信息与上述运行设备信息集中各个运行设备信息都不相同。
可选地,在第三步之后,从上述目标启动设备信息集中选取出任一目标启动设备信息作为备选启动设备信息,以及将上述备选启动设备信息添加至更新后的运行设备信息集中,以对上述更新后的运行设备信息集进行更新。
在一些实施例中,上述执行主体可以从上述目标启动设备信息集中选取出任一目标启动设备信息作为备选启动设备信息,以及将上述备选启动设备信息添加至更新后的运行设备信息集中,以对上述更新后的运行设备信息集进行更新。
上述第一步-第三步以及可选地中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题三“对虚拟电厂中的各个负荷类型设备进行负荷调控时,未考虑到设备异常(例如,设备维修或者设备处于极端天气环境),而引起的设备无法运行的情况,在运行设备时可能会导致设备出现损伤,造成虚拟电厂的安全性较低。”。造成虚拟电厂的安全性较低的因素往往如下:对虚拟电厂中的各个负荷类型设备进行负荷调控时,未考虑到设备异常(例如,设备维修或者设备处于极端天气环境),而引起的设备无法运行的情况,在运行设备时可能会导致设备出现损伤,造成虚拟电厂的安全性较低。如果解决了上述因素,就能达到提高虚拟电厂的安全性的效果。为了达到这一效果,首先,响应于检测到对应上述运行设备信息的异常信息,获取上述运行设备信息对应的设备的运行状态信息。由此,可以在设备出现异常时,确定设备出现异常的原因。其次,响应于上述运行状态信息表征上述设备处于第一运行状态,获取上述设备的当前运行功率。由此,可以在设备处于极端天气时确定极端天气对设备的运行是否有影响。然后,响应于上述当前运行功率满足预设功率条件,从上述运行设备信息集中删除上述运行设备信息,以对上述运行设备信息集进行更新。由此,可以避免将受到极端天气影响的设备进行调控,从而提高了虚拟电厂的安全性。之后,响应于上述运行状态信息表征上述设备处于第二运行状态,从上述运行设备信息集中删除上述运行设备信息,以对上述运行设备信息集进行更新。由此,避免了对出现异常情况的设备进行调控。再然后,从上述启动设备信息集中选取出满足预设选取条件的各个启动设备信息,作为目标启动设备信息集。由此,可以选取出正常运行的电厂设备替换出现异常的电厂设备,避免了因某一电厂设备出现异常,无法正常运行,导致各个电厂设备的功率和未在设备总功率范围内。最后,从上述目标启动设备信息集中选取出任一目标启动设备信息作为备选启动设备信息,以及将上述备选启动设备信息添加至更新后的运行设备信息集中,以对上述更新后的运行设备信息集进行更新。由此,避免了运行出现异常的电厂设备,提高了虚拟电厂的安全性。
可选地,在步骤105之后,对于上述运行设备信息集对应的各个电厂设备中的每个电厂设备,根据上述电厂设备对应的设备类型,获取上述电厂设备的运行特征信息。
在一些实施例中,上述执行主体可以对于上述运行设备信息集对应的各个电厂设备中的每个电厂设备,根据上述电厂设备对应的设备类型,获取上述电厂设备的运行特征信息。实践中,上述执行主体可以根据不同的设备类型的电厂设备,通过有线连接或者无线连接的方式从电厂设备管理终端中获取不同的运行特征信息。作为示例,响应于电厂设备为风机设备,上述运行特征信息可以包括但不限于:设备温度和设备转速。作为又一示例,响应于电厂设备为储能设备,上述运行特征信息可以包括但不限于:设备温度和储能百分比。其中,上述运行特征信息可以是某一电厂设备在运行时的设备特征信息。上述设备温度可以是电厂设备在运行时的温度。上述设备转速可以是风机设备中的风扇转速。上述储能百分比可以是储能设备的储能量与储能容量的比值。
可选地,在步骤105之后,对于所获取的各个运行特征信息中的每个运行特征信息,响应于上述运行特征信息满足对应上述运行特征信息的预设关闭条件,关闭上述运行特征信息对应的电厂设备。
在一些实施例中,上述执行主体可以对于所获取的各个运行特征信息中的每个运行特征信息,响应于上述运行特征信息满足对应上述运行特征信息的预设关闭条件,关闭上述运行特征信息对应的电厂设备。实践中,对于所获取的各个运行特征信息中的每个运行特征信息,第一,上述执行主体可以从预设关闭条件集中选取出上述运行特征信息对应的设备特征所对应的预设关闭条件。其中,上述预设关闭条件可以是预先设定的某一设备类型的电厂设备的关闭条件。作为示例,响应于电厂设备的设备类型为风机设备,上述预设关闭条件可以为电厂设备的设备温度不在预设温度范围,和/或设备转速不在预设转速范围。上述预设温度范围可以是预先设定的设备温度的范围。上述预设转速范围可以是预先设定的设备转速的范围。第二,响应于上述运行特征信对应的电厂设备满足上述预设关闭条件,关闭上述运行特征信息对应的电厂设备。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的基于虚拟电厂的设备调控方法,可以避免虚拟电厂的电力资源的浪费。具体来说,造成虚拟电厂的电力资源的浪费的原因在于:根据负荷调控指标对虚拟电厂中的各个负荷类型设备进行负荷调控时,可能存在多个符合负荷调控指标的电厂设备组,无法准确的选取出最合适的电厂设备组进行调控,导致虚拟电厂的电力资源的浪费。基于此,本公开的一些实施例的基于虚拟电厂的设备调控方法,首先,获取虚拟电厂的电厂运行状态;响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集。由此,可以通过电厂运行状态确定虚拟电厂中参与调控的各个电厂设备。其次,根据上述电厂设备信息集和上述设备配置信息集,生成启动设备信息集。由此,可以通过设备配置信息确定对应的电厂设备是否参与调控,从而确定了参与调控的各个电厂设备。然后,根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集。由此,可以确定最适合的电厂设备组进行调控,从而避免了虚拟电厂的电力资源的浪费。最后,对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。由此,完成了对虚拟电厂中的各个电厂设备的调控。避免了虚拟电厂的电力资源的浪费。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种基于虚拟电厂的设备调控装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的基于虚拟电厂的设备调控装置200包括:第一获取单元201、第二获取单元202、生成单元203、确定单元204和调控单元205。其中,第一获取单元201被配置成获取虚拟电厂的电厂运行状态;第二获取单元202被配置成响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集;生成单元203被配置成根据上述电厂设备信息集和上述设备配置信息集,生成启动设备信息集;确定单元204被配置成根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集;调控单元205被配置成对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、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。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取虚拟电厂的电厂运行状态。响应于上述电厂运行状态表征上述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集。根据上述设备信息集和上述电厂设备配置信息集,生成启动设备信息集。根据上述启动设备信息集和上述设备总功率范围,确定运行设备信息集。对上述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第二获取单元、生成单元、确定单元和调控单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取虚拟电厂的电厂运行状态的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些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,本公开的实施例中所涉及的发明范围,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上述发明构思的情况下,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。例如上述特征与本公开的实施例中公开的(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 (9)
1.一种基于虚拟电厂的设备调控方法,包括:
获取虚拟电厂的电厂运行状态;
响应于所述电厂运行状态表征所述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集,其中,所述电厂设备信息集中的电厂设备信息对应所述设备配置信息集中的设备配置信息;
根据所述电厂设备信息集和所述设备配置信息集,生成启动设备信息集;
根据所述启动设备信息集和所述设备总功率范围,确定运行设备信息集;
对所述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
2.根据权利要求1所述的方法,其中,所述方法还包括:
对于所述运行设备信息集对应的各个电厂设备中的每个电厂设备,根据所述电厂设备对应的设备类型,获取所述电厂设备的运行特征信息;
对于所获取的各个运行特征信息中的每个运行特征信息,响应于所述运行特征信息满足对应所述运行特征信息的预设关闭条件,关闭所述运行特征信息对应的电厂设备。
3.根据权利要求1所述的方法,其中,所述根据所述电厂设备信息集和所述设备配置信息集,生成启动设备信息集,包括:
对于所述电厂设备信息集中的每个电厂设备信息,执行如下配置步骤:
从所述设备配置信息集中选取出对应所述电厂设备信息的设备配置信息;
响应于所述设备配置信息表征所述电厂设备信息对应的电厂设备为开启状态,将所述电厂设备信息确定为启动设备信息;
将所确定的各个启动设备信息确定为启动设备信息集。
4.根据权利要求1所述的方法,其中,在所述获取虚拟电厂的电厂运行状态之后,所述方法还包括:
响应于所述电厂运行状态表征所述虚拟电厂处于优先级状态,获取设备优先级配置信息集和电厂设备信息集,以及根据所述设备优先级配置信息集、所述电厂设备信息集和预设优先级阈值,确定启动设备信息集。
5.根据权利要求1所述的方法,其中,所述电厂设备信息集中的电厂设备信息包括设备功率;以及
所述根据所述启动设备信息集和所述设备总功率范围,确定运行设备信息集,包括:
根据所述设备总功率范围和所述启动设备信息集中的各个启动设备信息包括的设备功率,对所述启动设备信息集包括的各个启动设备信息进行至少一次设备信息选取处理,以生成待选取设备信息组集;
对于所述待选取设备信息组集中的每个待选取设备信息组,确定所述待选取设备信息组的电厂设备评分;
将所确定的各个电厂设备评分中满足预设评分条件的电厂设备评分对应的待选取设备信息组确定为运行设备信息集。
6.根据权利要求5所述的方法,其中,所述电厂设备信息集中的电厂设备信息还包括设备类型;以及
所述对于所述待选取设备信息组集中的每个待选取设备信息组,确定所述待选取设备信息组的电厂设备评分,包括:
获取预设类型配置信息集合、历史启动时长集合和指令功率集合;
对于所述待选取设备信息组集中的每个待选取设备信息组,执行如下处理步骤:
根据所述预设类型配置信息集合和所述待选取设备信息组,确定对应所述待选取设备信息组的设备基础消耗总评分;
根据所述历史启动时长集合和所述待选取设备信息组,确定设备启动消耗总评分;
根据所述指令功率集合、所述待选取设备信息组和预先确定的负荷预测功率集合,确定设备负荷消耗总评分;
将所述设备基础消耗总评分、所述设备启动消耗总评分与所述设备负荷消耗总评分的和确定为电厂设备评分。
7.一种基于虚拟电厂的设备调控装置,包括:
第一获取单元,被配置成获取虚拟电厂的电厂运行状态;
第二获取单元,被配置成响应于所述电厂运行状态表征所述虚拟电厂处于自动调控状态,获取设备总功率范围、电厂设备信息集和设备配置信息集,其中,所述电厂设备信息集中的电厂设备信息对应所述设备配置信息集中的设备配置信息;
生成单元,被配置成根据所述电厂设备信息集和所述设备配置信息集,生成启动设备信息集;
确定单元,被配置成根据所述启动设备信息集和所述设备总功率范围,确定运行设备信息集;
调控单元,被配置成对所述运行设备信息集包括的各个运行设备信息对应的电厂设备进行调控。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134054.8A CN115237080B (zh) | 2022-09-19 | 2022-09-19 | 基于虚拟电厂的设备调控方法、装置、设备和可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134054.8A CN115237080B (zh) | 2022-09-19 | 2022-09-19 | 基于虚拟电厂的设备调控方法、装置、设备和可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115237080A true CN115237080A (zh) | 2022-10-25 |
CN115237080B CN115237080B (zh) | 2022-12-09 |
Family
ID=83681042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211134054.8A Active CN115237080B (zh) | 2022-09-19 | 2022-09-19 | 基于虚拟电厂的设备调控方法、装置、设备和可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115237080B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015171233A (ja) * | 2014-03-07 | 2015-09-28 | 株式会社日立製作所 | 需要家機器運用管理システムおよび方法 |
CN109256787A (zh) * | 2018-11-07 | 2019-01-22 | 清华-伯克利深圳学院筹备办公室 | 一种供电系统调频方法、装置、控制设备及存储介质 |
CN110571867A (zh) * | 2019-09-18 | 2019-12-13 | 东北大学 | 一种计及风电不确定性的虚拟电厂日前优化调度系统方法 |
CN111342500A (zh) * | 2020-03-19 | 2020-06-26 | 国网福建省电力有限公司宁德供电公司 | 小水电虚拟电厂的多时间尺度优化调度方法 |
CN111915125A (zh) * | 2020-06-08 | 2020-11-10 | 清华大学 | 虚拟电厂多类型资源优化组合方法及系统 |
CN112234607A (zh) * | 2020-09-25 | 2021-01-15 | 国网吉林省电力有限公司 | 一种考虑快速启停设备的多能虚拟电厂调节能力计算方法 |
CN113097999A (zh) * | 2021-04-01 | 2021-07-09 | 中国电建集团福建省电力勘测设计院有限公司 | 基于需求侧管理的虚拟电厂系统 |
CN113394792A (zh) * | 2021-07-13 | 2021-09-14 | 东北大学 | 新能源菱镁负荷虚拟电厂源网荷储智能控制装置及方法 |
CN113762622A (zh) * | 2021-09-09 | 2021-12-07 | 国网上海市电力公司 | 一种虚拟电厂接入点及容量优化规划方法 |
CN113794200A (zh) * | 2021-08-31 | 2021-12-14 | 国网上海市电力公司 | 一种用于虚拟电厂的多类型负荷资源聚合方法 |
CN113904378A (zh) * | 2021-09-27 | 2022-01-07 | 深圳供电局有限公司 | 一种虚拟电厂资源调控方法、系统及资源调控终端 |
CN113919717A (zh) * | 2021-10-18 | 2022-01-11 | 内蒙古电力(集团)有限责任公司内蒙古电力经济技术研究院分公司 | 面向多目标同步优化的虚拟电厂资源调度方法和装置 |
CN114744687A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市科中云技术有限公司 | 一种虚拟电厂的能源调控方法及系统 |
-
2022
- 2022-09-19 CN CN202211134054.8A patent/CN115237080B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015171233A (ja) * | 2014-03-07 | 2015-09-28 | 株式会社日立製作所 | 需要家機器運用管理システムおよび方法 |
CN109256787A (zh) * | 2018-11-07 | 2019-01-22 | 清华-伯克利深圳学院筹备办公室 | 一种供电系统调频方法、装置、控制设备及存储介质 |
CN110571867A (zh) * | 2019-09-18 | 2019-12-13 | 东北大学 | 一种计及风电不确定性的虚拟电厂日前优化调度系统方法 |
CN111342500A (zh) * | 2020-03-19 | 2020-06-26 | 国网福建省电力有限公司宁德供电公司 | 小水电虚拟电厂的多时间尺度优化调度方法 |
CN111915125A (zh) * | 2020-06-08 | 2020-11-10 | 清华大学 | 虚拟电厂多类型资源优化组合方法及系统 |
CN112234607A (zh) * | 2020-09-25 | 2021-01-15 | 国网吉林省电力有限公司 | 一种考虑快速启停设备的多能虚拟电厂调节能力计算方法 |
CN113097999A (zh) * | 2021-04-01 | 2021-07-09 | 中国电建集团福建省电力勘测设计院有限公司 | 基于需求侧管理的虚拟电厂系统 |
CN113394792A (zh) * | 2021-07-13 | 2021-09-14 | 东北大学 | 新能源菱镁负荷虚拟电厂源网荷储智能控制装置及方法 |
CN113794200A (zh) * | 2021-08-31 | 2021-12-14 | 国网上海市电力公司 | 一种用于虚拟电厂的多类型负荷资源聚合方法 |
CN113762622A (zh) * | 2021-09-09 | 2021-12-07 | 国网上海市电力公司 | 一种虚拟电厂接入点及容量优化规划方法 |
CN113904378A (zh) * | 2021-09-27 | 2022-01-07 | 深圳供电局有限公司 | 一种虚拟电厂资源调控方法、系统及资源调控终端 |
CN113919717A (zh) * | 2021-10-18 | 2022-01-11 | 内蒙古电力(集团)有限责任公司内蒙古电力经济技术研究院分公司 | 面向多目标同步优化的虚拟电厂资源调度方法和装置 |
CN114744687A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市科中云技术有限公司 | 一种虚拟电厂的能源调控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115237080B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3494624B1 (en) | Distributed resource electrical demand forecasting system and method | |
CN111611478B (zh) | 信息推荐方法、装置和电子设备 | |
CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
KR102592402B1 (ko) | 연합 학습을 활용한 사용자 특성 분석을 위한 딥 러닝 모델 생성 방법 | |
CN111340220A (zh) | 用于训练预测模型的方法和装置 | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
US20220083903A1 (en) | Load forecasting | |
CN116512980B (zh) | 基于动力电池内阻的功率分配方法、装置、设备和介质 | |
CN116388112B (zh) | 异常供应端断电方法、装置、电子设备和计算机可读介质 | |
CN115237080B (zh) | 基于虚拟电厂的设备调控方法、装置、设备和可读介质 | |
CN115759444B (zh) | 电力设备分配方法、装置、电子设备和计算机可读介质 | |
CN108770014B (zh) | 网络服务器的计算评估方法、系统、装置及可读存储介质 | |
CN115619170A (zh) | 电量负荷调整方法、装置、设备、计算机介质和程序产品 | |
US11687689B2 (en) | Capacity forecasting | |
CN109062396B (zh) | 用于控制设备的方法和装置 | |
CN113904940A (zh) | 资源调整方法、装置、电子设备和计算机可读存储介质 | |
CN115577980B (zh) | 电力设备调控方法、装置、电子设备和介质 | |
CN112989203A (zh) | 素材投放方法、装置、设备和介质 | |
CN116757443B (zh) | 新型配电网电力线损率预测方法、装置、电子设备和介质 | |
US20230029853A1 (en) | Predictive Analysis on Running Batch Jobs | |
CN116820539B (zh) | 一种基于互联网的系统软件运行维护系统及方法 | |
CN117235535B (zh) | 异常供应端断电方法、装置、电子设备和介质 | |
CN118134212B (zh) | 工单调度方法、装置、设备及可读存储介质 | |
US20230288882A1 (en) | Aging aware reward construct for machine teaching | |
CN116484033A (zh) | 媒体素材确定方法、装置、介质及设备 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230828 Address after: 102211 State Grid Park of Beiqijia future science and Technology City, Changping District, Beijing Patentee after: STATE GRID INFORMATION & TELECOMMUNICATION GROUP Co.,Ltd. Patentee after: State Grid Siji Location Service Co.,Ltd. Address before: 4th Floor, South Wing, Office Area, Zhuangsheng Plaza, Xuanwumenwai Street, Xicheng District, Beijing 100032 Patentee before: STATE GRID INFORMATION & TELECOMMUNICATION GROUP Co.,Ltd. |