CN115375186A - 一种分布式可再生能源动态聚合方法、装置、设备及介质 - Google Patents
一种分布式可再生能源动态聚合方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115375186A CN115375186A CN202211188996.4A CN202211188996A CN115375186A CN 115375186 A CN115375186 A CN 115375186A CN 202211188996 A CN202211188996 A CN 202211188996A CN 115375186 A CN115375186 A CN 115375186A
- Authority
- CN
- China
- Prior art keywords
- light
- propagation
- initial
- point
- ray
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000006116 polymerization reaction Methods 0.000 title claims abstract description 28
- 230000002776 aggregation Effects 0.000 claims abstract description 62
- 238000004220 aggregation Methods 0.000 claims abstract description 62
- 230000006870 function Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 230000000977 initiatory effect Effects 0.000 claims description 12
- 230000001902 propagating effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000009194 climbing Effects 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种分布式可再生能源动态聚合方法、装置、设备及介质。所述方法包括:获取初始参数,初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;基于光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,最优目标点为系统动态聚合的最优结果;根据最优目标点对应的传播速度以及目标函数确定出系统中参与聚合的风电场和光伏电厂的数量,目标函数以电能不足期望最小为目标。该方法能够从多维度计算动态聚合的最优解,有效提高计算速度。
Description
技术领域
本发明实施例涉及电力技术领域,尤其涉及一种分布式可再生能源动态聚合方法、装置、设备及介质。
背景技术
海量分布式可再生能源调控系统可以对对海量低压分布式可再生能源进行全景监控和互动调控的系统,海量分布式可再生能源调控系统针对海量低压分布式可再生能源数量众多,物理分布比较分散,在电网的各个节点接入,且环境复杂的情况,进行电力调度。
当前电网调度系统的潮流计算及最优调度策略拟合主要针对主网有限的固定电厂,不适用于海量分布式可再生能源调控系统。
当前电网调度系统通常使用光线寻优算法进行计算。光线寻优算法是一种基于费马原理,通过模拟光在变折射率介质内通过反射与折射不断变化方向的过程中寻得最佳传播路径的新型智能优化算法,具有很好的收敛性、稳定性,能够在要求的精度范围内较快的收敛到目标函数的最优值。但是,该算法在计算维度和计算速度方面都存在明显不足。
发明内容
本发明提供了一种分布式可再生能源动态聚合方法、装置、设备及介质,以解决现有的计算方法在计算维度和计算速度方面都存在明显不足的问题。
根据本发明的一方面,提供了一种分布式可再生能源动态聚合方法,包括:
获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;
基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;
根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
根据本发明的另一方面,提供了一种分布式可再生能源动态聚合装置,包括:
获取模块,用于获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;
迭代模块,用于基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;
确定模块,用于根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的分布式可再生能源动态聚合方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的分布式可再生能源动态聚合方法。
本发明实施例的技术方案,通过基于光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;根据最优目标点对应的传播速度以及目标函数确定出系统中参与聚合的风电场和光伏电厂的数量,解决了现有的计算方法在计算维度和计算速度方面都存在明显不足的问题,取到了能够从多维度计算动态聚合的最优解,有效提高计算速度的有益效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中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为本发明实施例一提供的一种分布式可再生能源动态聚合方法的流程示意图;
图2为本发明实施例二提供的一种分布式可再生能源动态聚合方法的流程示意图;
图3为本发明实施例二提供的一种分布式可再生能源动态聚合方法中的光线点迭代过程示意图;
图4为本发明示例实施例提供的一种分布式可再生能源动态聚合方法的流程示意图;
图5为本发明实施例三提供的一种分布式可再生能源动态聚合装置的结构示意图;
图6为本发明实施例的分布式可再生能源动态聚合方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意,本发明中提及的“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”。
本发明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。
实施例一
图1为本发明实施例一提供的一种分布式可再生能源动态聚合方法的流程示意图,该方法可适用于对海量分布式可再生能源进行聚合以及调控的情况,该方法可以由分布式可再生能源动态聚合装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上。
如图1所示,本发明实施例一提供的一种分布式可再生能源动态聚合方法,包括如下步骤:
S110、获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长。
其中,初始参数可以为计算目标函数最优解所需的主要参数。初始参数可以包括光线的初始点、光线的初始传播方向、光线的初始传播速度以及光线的初始传播步长。
本实施例中,对获取初始参数的过程不作具体限定,可以通过任意一种可行的方式获取初始参数。
S120、基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点。
其中,所述预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果。
其中,最优目标点可以理解为以光线初始点为基准进行迭代,在满足预设迭代精度后得到的目标点;最优目标点还可以理解为对系统动态聚合模型进行求解后得到的最优结果。
其中,预设判断条件可以理解为预先设置的判断光线进行折射还是进行反射的条件,预设判断条件可以包括比较多个试探点的传播速度和迭代点的传播速度。试探点可以理解为在迭代点处光线向不同维度传播后得到的光点,迭代点可以理解为光线迭代后得到的点。
具体的,根据光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长可以确定出第一个迭代点;在第一个迭代点处,将光线向各维度传播可以确定出多个试探点;在多个试探点处可以基于预设判断条件确定出光线发生折射还是反射,并将光线折射或反射到第二个迭代点处;重复上述步骤,直到满足预设迭代精度,此时得到的迭代点即为最优目标点。
S130、根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
其中,目标函数的表达式如下:
本发明实施例一提供的一种分布式可再生能源动态聚合方法,首先获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;然后基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;最终根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。利用上述方法,能够从多维度计算动态聚合的最优解,有效提高计算速度。
在上述实施例的基础上,提出了上述实施例的变型实施例,在此需要说明的是,为了使描述简要,在变型实施例中仅描述与上述实施例的不同之处。
可选的,在获取参数之前,还包括:获取系统的初始数据;其中,所述初始数据包括风电场出力数据、光伏电站出力数据、电力系统功率的平衡约束、风电出力单元的运行约束、光伏出力单元的运行约束以及弃风弃光率约束。
其中,系统可以为海量分布式可再生能源互动调控系统,该系统可以对海量分布式可再生能源进行全景监控以及互动调控。
在本实施例中,针对海量分布式可再生能源互动调控系统进行分布式可再生能源动态聚合时,首先需要获取系统的初始数据。
本实施例中,风电场出力数据可以为风电场的输出功率,光伏电站出力数据可以为光伏电站的输出功率。
本实施例中,电力系统功率的平衡约束可以通过以下公式实现:
其中,Dt表示t时刻的负荷功率;表示t时刻第K个风电场输出功率的预测值;表示t时刻第K个光伏电站输出功率的预测值;表示t时刻第K个风电场10%的输出功率的预测偏差值;表示t时刻第K个光伏电站10%的输出功率的预测偏差值;H表示聚合后风电场和光伏电站的数量。
本实施例中,风电出力单元的运行约束可以通过以下公式实现:
其中,表示聚合后t时刻风电出力单元的输出功率,表示聚合后t时刻风电出力单元的输出功率的下限,表示聚合后t时刻风电出力单元的输出功率的上限;表示聚合后t时刻风电出力单元的爬坡速率,表示聚合后t时刻风电出力单元的爬坡速率的下限,表示聚合后t时刻风电出力单元的爬坡速率的上限。
本实施例中,光伏出力单元的运行约束可以通过以下公式实现:
其中,表示聚合后t时刻光伏出力单元的输出功率,表示聚合后t时刻光伏出力单元的输出功率的下限,表示聚合后t时刻光伏出力单元的输出功率的上限;表示聚合后t时刻光伏出力单元的爬坡速率,表示聚合后t时刻光伏出力单元的爬坡速率的下限,表示聚合后t时刻光伏出力单元的爬坡速率的上限。
本实施例中,弃风弃光率约束可以通过以下公式实现:
fmin,,=ft=fmax,,
其中,ft表示t时刻聚合后系统弃风弃光率的当前值,fmin,t表示t时刻聚合后系统弃风弃光率的最小值,fmax,t表示t时刻聚合后系统弃风弃光率的最大值;表示t时刻聚合后第K个风电场的弃风量,表示t时刻聚合后第K个光伏电站的弃光量;表示t时刻聚合后第K个风电场的理论发电量;表示t时刻聚合后第K个光伏电站的理论发电量。
实施例二
图2为本发明实施例二提供的一种分布式可再生能源动态聚合方法的流程示意图,本实施例二在上述各实施例的基础上进行优化。在本实施例中,将基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点,进一步具体化。本实施例尚未详尽的内容请参考实施例一。
如图2所示,本发明实施例二提供的一种分布式可再生能源动态聚合方法,包括如下步骤:
S210、获取参数,所述参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长。
S220、基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长将光线传播到第一迭代点。
具体的,将所述光线初始传播方向与所述光线初始传播步长的乘积与所述光线初始点所在的位置相加得到第一迭代点;在所述光线初始点处,按照所述光线初始传播方向、光线初始传播速度传播了所述光线初始传播步长后到达第一迭代点。
本实施例中,第一迭代点可以通过以下公式进行计算:xk+1=xk+λp(k)
S230、在所述第一迭代点处,按照所述光线传播方向、第一光线传播速度以及第一光线传播步长向各维度传播,确定出多个第一试探点。
其中,第一光线传播步长可以理解为光线第一次向各维度传播时传播的步长;将光线第一次向各维度传播后到达的点作为第一试探点;第一光线传播速度可以理解为光线从第一迭代点处向各维度传播的传播速度,可以通过以下公式:计算第一光线传播速度vk+1。
xk+2=xk+1+0.1λp(k+1)
本实施例中,在确定出多个第一试探点后可以从多个第一试探点中确定出第二迭代点。
S240、在所述多个第一试探点处,根据所述预设判断条件确定出光线的折射方向或光线的反射方向,并确定出光线按照所述折射方向进行折射到达的第二迭代点或光线按照所述反射方向进行反射到达的第二迭代点。
具体的,可以根据预设判断条件确定出进行光线反射或进行光线折射;在确定出光线进行折射后,可以按照折射策略确定出光线的折射方向,将光线按照该折射方向进行反射后可以到达第二迭代点;在确定出光线进行反射后,可以按照反射策略确定出光线的反射方向,将光线按照该反射方向进行反射后可以到达第二迭代点。
进一步的,在所述多个第一试探点处,根据所述预设迭代条件确定出光线的折射方向或光线的反射方向,包括:确定出光线在多个第一试探点处对应的光线传播速度;从各光线传播速度中确定出小于所述第一光线传播速度的光线传播速度的数量;若所述数量大于预设数值,则进行光线折射,并按照预设反射策略确定出光线的反射方向;若所述数量小于预设数值,则进行光线反射,并按照预设折射策略确定出光线的折射方向。
其中,可以通过公式计算出多个第一试探点处对应的光线传播速度将各光线传播速度分别与第一光线传播速度vk+1进行比较,若中小于vk+1的数量为m,且m大于预设数值n/2,则进行光线折射;否者,进行光线反射。
具体的,按照预设反射策略确定出光线的反射方向包括:按照第一预设公式计算出目标第一试探点对应的第一光线传播方向,所述目标第一试探点为所述各光线传播速度中对应光线传播速度最小的第一试探点;将所述第一光线传播方向作为光线的反射方向。
本实施例中,可以按照第一预设公式计算出各光线传播速度中对应光线传播速度最小的第一试探点对应的第一光线传播方向,即光线的反射方向,第一预设公式如下:
其中,
其中,sign()表示符号函数。
具体的,按照预设折射策略确定出光线的折射方向包括:按照第二预设公式计算出目标第一试探点对应的第二光线传播方向,所述目标第一试探点为所述各光线传播速度中对应光线传播速度最小的第一试探点;将所述第二光线传播方向作为光线的折射方向。
本实施例中,可以按照第二预设公式计算出各光线传播速度中对应光线传播速度最小的第一试探点对应的第二光线传播方向,即光线的折射方向,第二预设公式如下:
q(k+2)=-q(k+1)
S250、基于所述第二迭代点、第二光线传播方向、第二光线传播速度以及第二光线传播步长向各维度传播,确定出多个第二试探点。
其中,可以将光线第二次向各维度传播后到达的点作为第二试探点;第二光线传播速度的计算方式与第一光线传播速度的计算方式相似,此处不作赘述;第二光线传播步长可以与第一光线传播步长相同。
第二试探点的确定过程可以包括:在第二迭代点处,按照第二光线传播方向和第二光线传播速度向各维度传播第二光线传播步长后到达第二试探点。
S260、按照预设迭代精度重复上述过程,直到确定出最优目标点,所述最优目标点为最后一次迭代完成后得到的迭代点。
其中,没预设迭代精度可以根据具体的装机容量来确定。
图3为本发明实施例二提供的一种分布式可再生能源动态聚合方法中的光线点迭代过程示意图,如图3所示,在初始点xk即光线初始点处沿初始方向即光线初始传播方向p(k),按照速度vk即光线初始传播速度传播步长λ即初始传播步长后达到第一迭代点xk+1;在xk +1处按照向各维度传播0.1λ即第一传播步长后达到即第一试探点;根据预设判断条件确定出进行光线折射或光线反射,并确定出按照光线折射方向进行折射达到的第二迭代点或按照光线反射方向进行反射到达的第二迭代点;重复上述过程进行N次迭代后确定出最优点xN即最优目标点。
S270、根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
本发明实施例二提供的一种分布式可再生能源动态聚合方法,具体化了基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点的过程。该方法能够适用于多种类海量分布式可再生能源动态聚合,可以有效提高聚合速度,从多维度计算动态聚合的最优解。
本发明实施例在上述各实施例的技术方案的基础上,提供了一种具体的实施方式。
图4为本发明示例实施例提供的一种分布式可再生能源动态聚合方法的流程示意图,如图4所示,该方法包括如下步骤:
步骤1、输入初始参数。
步骤2、计算下一个迭代点。
本步骤中,下一个迭代点即第一迭代点。
步骤3、判断是否进行反射。
本步骤包括在多个第一试探点处,根据预设判断条件判断对光线进行折射或反射。
在本步骤中,若判断进行光线反射,则执行步骤4.1;若判断进行光线折射,则执行步骤4.2。
步骤4.1、按照反射策略计算下一个迭代点。
其中,下一个迭代点即第二迭代点。
步骤4.2、按照折射策略计算下一个迭代点。
步骤5、判断是否满足迭代精度。
本步骤中,若满足迭代精度则输出结果即下一个迭代点的位置坐标和对应的光线传播速度;若不满足迭代精度,则执行步骤6。
步骤6、判断是否满足迭代次数。
本步骤中,若满足迭代次数,则输出结果;若不满足迭代次数,则返回步骤3。
实施例三
图5为本发明实施例三提供的一种分布式可再生能源动态聚合装置的结构示意图,该装置可适用于对海量分布式可再生能源进行聚合以及调控的情况,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上。
如图5所示,该装置包括:获取模块110、迭代模块120和确定模块130。
获取模块110,用于获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;
迭代模块120,用于基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;
确定模块130,用于根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
在本实施例中,该装置首先通过获取模块110获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;然后通过迭代模块120基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;最后通过确定模块根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
本实施例提供了一种分布式可再生能源动态聚合装置,能够从多维度计算动态聚合的最优解,有效提高计算速度。
进一步的,该装置还包括初始数据获取模块,用于:在获取所述初始参数之前,获取系统的初始数据;其中,所述初始数据包括风电场出力数据、光伏电站出力数据、电力系统功率的平衡约束、风电出力单元的运行约束、光伏出力单元的运行约束以及弃风弃光率约束。
进一步的,迭代模块120包括传播单元、第一确定单元、第二确定单元、第三确定单元以及第四确定单元;
传播单元用于:基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长将光线传播到第一迭代点;
第一确定单元用于:在所述第一迭代点处,按照所述光线初始传播方向、第一光线传播速度以及第一光线传播步长向各维度传播,确定出多个第一试探点;
第二确定单元用于:在所述多个第一试探点处,根据所述预设判断条件确定出光线的折射方向或光线的反射方向,并确定出光线按照所述折射方向进行折射到达的第二迭代点或光线按照所述反射方向进行反射到达的第二迭代点;
第三确定单元用于:基于所述第二迭代点、第二光线传播方向、第二光线传播速度以及第二光线传播步长向各维度传播,确定出多个第二试探点;
第四确定单元用于:按照预设迭代精度重复上述过程,直到确定出最优目标点,所述最优目标点为最后一次迭代完成后得到的迭代点。
基于上述技术方案,传播单元具体用于:将所述光线初始传播方向与所述光线初始传播步长的乘积与所述光线初始点所在的位置相加得到第一迭代点;在所述光线初始点处,按照光线传播方向、光线初始传播速度传播了所述光线初始传播步长后到达所述第一迭代点。
进一步的,第二确定单元具体用于:确定出光线在所述多个第一试探点处对应的光线传播速度;从各光线传播速度中确定出小于所述第一光线传播速度的光线传播速度的数量;若所述数量大于预设数值,则进行光线折射,并按照预设反射策略确定出光线的反射方向;若所述数量小于预设数值,则进行光线反射,并按照预设折射策略确定出光线的折射方向。
进一步的,按照预设反射策略确定出光线的反射方向包括:按照第一预设公式计算出目标第一试探点对应的第一光线传播方向,所述目标第一试探点为所述各光线传播速度中对应光线传播速度最小的第一试探点;将所述第一光线传播方向作为光线的反射方向。
进一步的,按照预设折射策略确定出光线的折射方向包括:按照第二预设公式计算出目标第一试探点对应的第二光线传播方向,所述目标第一试探点为所述各光线传播速度中对应光线传播速度最小的第一试探点;将所述第二光线传播方向作为光线的折射方向。
上述分布式可再生能源动态聚合装置可执行本发明任意实施例所提供的分布式可再生能源动态聚合方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如分布式可再生能源动态聚合方法。
在一些实施例中,分布式可再生能源动态聚合方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的分布式可再生能源动态聚合方法中的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行分布式可再生能源动态聚合方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种分布式可再生能源动态聚合方法,其特征在于,所述方法包括:
获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;
基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;
根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
2.根据权利要求1所述的方法,其特征在于,在获取所述初始参数之前,还包括:获取系统的初始数据;
其中,所述初始数据包括风电场出力数据、光伏电站出力数据、电力系统功率的平衡约束、风电出力单元的运行约束、光伏出力单元的运行约束以及弃风弃光率约束。
3.根据权利要求1所述的方法,其特征在于,所述基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点,包括:
基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长将光线传播到第一迭代点;
在所述第一迭代点处,按照所述光线初始传播方向、第一光线传播速度以及第一光线传播步长向各维度传播,确定出多个第一试探点;
在所述多个第一试探点处,根据所述预设判断条件确定出光线的折射方向或光线的反射方向,并确定出光线按照所述折射方向进行折射到达的第二迭代点或光线按照所述反射方向进行反射到达的第二迭代点;
基于所述第二迭代点、第二光线传播方向、第二光线传播速度以及第二光线传播步长向各维度传播,确定出多个第二试探点;
按照预设迭代精度重复上述过程,直到确定出最优目标点,所述最优目标点为最后一次迭代完成后得到的迭代点。
4.根据权利要求3所述的方法,其特征在于,所述基于所述光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长将光线传播到第一迭代点,包括:
将所述光线初始传播方向与所述光线初始传播步长的乘积与所述光线初始点所在的位置相加得到第一迭代点;
在所述光线初始点处,按照光线传播方向、光线初始传播速度传播了所述光线初始传播步长后到达所述第一迭代点。
5.根据权利要求3所述的方法,其特征在于,在所述多个第一试探点处,根据所述预设迭代条件确定出光线的折射方向或光线的反射方向,包括:
确定出光线在所述多个第一试探点处对应的光线传播速度;
从各光线传播速度中确定出小于所述第一光线传播速度的光线传播速度的数量;
若所述数量大于预设数值,则进行光线折射,并按照预设反射策略确定出光线的反射方向;
若所述数量小于预设数值,则进行光线反射,并按照预设折射策略确定出光线的折射方向。
6.根据权利要求5所述的方法,其特征在于,按照预设反射策略确定出光线的反射方向包括:
按照第一预设公式计算出目标第一试探点对应的第一光线传播方向,所述目标第一试探点为所述各光线传播速度中对应光线传播速度最小的第一试探点;
将所述第一光线传播方向作为光线的反射方向。
7.根据权利要求5所述的方法,其特征在于,按照预设折射策略确定出光线的折射方向包括:
按照第二预设公式计算出目标第一试探点对应的第二光线传播方向,所述目标第一试探点为所述各光线传播速度中对应光线传播速度最小的第一试探点;
将所述第二光线传播方向作为光线的折射方向。
8.一种分布式可再生能源动态聚合装置,其特征在于,所述装置包括:
获取模块,用于获取初始参数,所述初始参数包括光线初始点、光线初始传播方向、光线初始传播速度和光线初始传播步长;
迭代模块,用于基于所述光线初始点、所述光线初始传播方向、所述光线初始传播速度和所述光线初始传播步长,根据预设迭代精度和预设判断条件进行迭代得到最优目标点;其中,预设判断条件包括比较多个试探点的传播速度和迭代点的传播速度,以确定进行光线反射或光线折射,所述最优目标点为系统动态聚合的最优结果;
确定模块,用于根据所述最优目标点对应的传播速度以及目标函数确定出所述系统中参与聚合的风电场和光伏电厂的数量,所述目标函数以电能不足期望最小为目标。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的分布式可再生能源动态聚合方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的分布式可再生能源动态聚合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211188996.4A CN115375186A (zh) | 2022-09-28 | 2022-09-28 | 一种分布式可再生能源动态聚合方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211188996.4A CN115375186A (zh) | 2022-09-28 | 2022-09-28 | 一种分布式可再生能源动态聚合方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115375186A true CN115375186A (zh) | 2022-11-22 |
Family
ID=84073615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211188996.4A Pending CN115375186A (zh) | 2022-09-28 | 2022-09-28 | 一种分布式可再生能源动态聚合方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115375186A (zh) |
-
2022
- 2022-09-28 CN CN202211188996.4A patent/CN115375186A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116205456A (zh) | 一种综合能源系统的调度方法、装置、设备及介质 | |
CN117332896A (zh) | 多层集成学习的新能源小时间尺度功率预测方法及系统 | |
CN117332897A (zh) | 人工智能驱动的新能源小时间尺度功率插值集成预测方法 | |
CN116931438A (zh) | 一种水轮机调速器参数确定方法、装置、设备及介质 | |
CN116760006A (zh) | 一种风电功率预测方法、装置、设备及存储介质 | |
CN115375186A (zh) | 一种分布式可再生能源动态聚合方法、装置、设备及介质 | |
CN115511453A (zh) | 一种数据处理方法、装置、设备及系统 | |
CN115347621A (zh) | 联合发电系统的调度方法、装置、电子设备、介质 | |
CN114611805A (zh) | 一种净负荷预测方法、装置、电子设备及存储介质 | |
CN113408808A (zh) | 训练方法、数据生成方法、装置、电子设备以及存储介质 | |
CN117131353B (zh) | 一种超差电能表确定方法、装置、电子设备及存储介质 | |
CN115597872B (zh) | 抽水蓄能机组甩负荷测试方法、装置、设备及介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN118100233A (zh) | 微网群储能容量配置方法、装置、电子设备和存储介质 | |
CN117293923A (zh) | 电网的日前调度计划生成方法、装置、设备及存储介质 | |
CN115373449A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN117973859A (zh) | 一种主配电网的风险防控方法、装置、设备和介质 | |
CN115860249A (zh) | 一种分布式光伏发电功率预测方法、装置、设备和介质 | |
CN116646991A (zh) | 电力系统的发电调度方法、装置、设备及存储介质 | |
CN114626636A (zh) | 电网负荷预测方法、装置、建模方法、计算机设备及介质 | |
CN117422259A (zh) | 一种分布式资源预测聚合方法、装置、设备及存储介质 | |
CN117422238A (zh) | 减碳需求响应策略确定方法、装置、电子设备及存储介质 | |
CN117035734A (zh) | 一种变电站节点的重要度计算方法、装置、设备及介质 | |
CN117252612A (zh) | 一种供售电方案的确定方法、装置、电子设备及存储介质 | |
CN114926069A (zh) | 模型训练方法和工作量分配方法 |
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 |