CN115564154A - 一种抽水蓄能电站的调度优化方法、装置、设备及介质 - Google Patents

一种抽水蓄能电站的调度优化方法、装置、设备及介质 Download PDF

Info

Publication number
CN115564154A
CN115564154A CN202211564169.0A CN202211564169A CN115564154A CN 115564154 A CN115564154 A CN 115564154A CN 202211564169 A CN202211564169 A CN 202211564169A CN 115564154 A CN115564154 A CN 115564154A
Authority
CN
China
Prior art keywords
power station
scheduled
determining
storage power
pumped storage
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
Application number
CN202211564169.0A
Other languages
English (en)
Inventor
邱小波
巩宇
杨铭轩
于亚雄
黄中杰
严汉秋
徐开炜
叶力
刘欢
梁业全
陈涛
刘轩
胡文兴
万波
彭纬伟
俞家良
陈云云
陈旭腾
崔钰
骆树生
王思杰
闵邦辉
高玥颖
邓娅婷
梁宇杨
王嘉乐
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.)
Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Original Assignee
Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid 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 Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd filed Critical Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Priority to CN202211564169.0A priority Critical patent/CN115564154A/zh
Publication of CN115564154A publication Critical patent/CN115564154A/zh
Pending legal-status Critical Current

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F16/90344—Query processing by using string matching techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • H02J3/28—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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例公开了一种抽水蓄能电站的调度优化方法、装置、设备及介质。该抽水蓄能电站的调度优化方法，包括：确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件；获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数；获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。本发明实施例的技术方案能够在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率。

Description

一种抽水蓄能电站的调度优化方法、装置、设备及介质
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种抽水蓄能电站的调度优化方法、装置、设备及介质。
背景技术
随着我国跨区域互联电网的快速发展，大容量输电线路故障、新能源功率波动等因素使得电网运行压力越来越大，电网调控手段也面临着新的挑战，造成电网阶段性容量不足，进而影响电网的安全稳定运行。
我国各区域的能源属性不同，电力需求差距明显，而且我国正在进行能源体系、产业结构的调整，逐步加大核电、风电、光伏发电等清洁电源的发展，在电网快速发展的同时安全可靠性能也需要得到同步提升，抽水蓄能电站可在大容量输电线路故障时提供快速的功率支撑，而且可以在新能源大量并网时减少弃光、弃风量，是解决电网调度控制及确保电网可靠运行的重要手段。新型储能技术，如电池储能、化学储能、矿井储能等目前尚未取得成功，因此在保障电网安全稳定运行，解决电网调峰的问题上，抽水蓄能电站仍是最有效最经济的手段。然而，现有的抽水蓄能电站的调度方法，抽水蓄能电站的效益较差，而且抽水蓄能电站的电能分配效率较低。
发明内容
本发明实施例提供一种抽水蓄能电站的调度优化方法、装置、设备及介质，能够在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率。
根据本发明的一方面，提供了一种抽水蓄能电站的调度优化方法，包括：
确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件；
获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数；
获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。
根据本发明的另一方面，提供了一种抽水蓄能电站的调度优化装置，包括：
发电约束条件确定模块，用于确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件；
效益目标函数确定模块，用于获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数；
调度优化模块，用于获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。
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抽水蓄能电站的调度优化方法。
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抽水蓄能电站的调度优化方法。
本发明实施例的技术方案，通过确定待调度抽水蓄能电站的待调度机组信息，并根据待调度机组信息确定待调度抽水蓄能电站的发电约束条件，再获取待调度抽水蓄能电站对应的目标运行数据，以根据目标运行数据和发电约束条件确定待调度抽水蓄能电站的效益目标函数，获取待调度抽水蓄能电站对应的目标负荷曲线，从而根据目标负荷曲线和效益目标函数对待调度抽水蓄能电站进行优化，解决了现有抽水蓄能电站调度方法，抽水蓄能电站的效益较差以及抽水蓄能电站的电能分配效率较低的问题，能够在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率。
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是本发明实施例一提供的一种抽水蓄能电站的调度优化方法的流程图；
图2是本发明实施例二提供的一种抽水蓄能电站的调度优化方法的流程图；
图3是本发明实施例三提供的一种抽水蓄能电站的调度优化装置的示意图；
图4是实现本发明实施例的抽水蓄能电站的调度优化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。
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“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。
实施例一
图1是本发明实施例一提供的一种抽水蓄能电站的调度优化方法的流程图，本实施例可适用于在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率的情况，该方法可以由抽水蓄能电站的调度优化装置执行，该装置可以通过软件和/或硬件的方式实现，并一般可以直接集成在执行本方法的电子设备中，该电子设备可以是终端设备，也可以是服务器设备，本发明实施例并不对执行抽水蓄能电站的调度优化方法的电子设备的类型进行限定。具体的，如图1所示，该抽水蓄能电站的调度优化方法具体可以包括如下步骤：
S110、确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件。
其中，待调度抽水蓄能电站可以是等待调度的抽水蓄能电站。抽水蓄能电站可以是利用电力负荷低谷时的电能抽水至上水库，在电力负荷高峰期再放水至下水库发电的水电站。可以理解的是，抽水蓄能电站可以将电网负荷低时的多余电能转变为电网高峰时期的高价值电能。抽水蓄能电站可以用于调频、调相，稳定电力系统的周波和电压，也可以用于事故备用，而且能够提高电力系统中火电站和核电站的效率。
其中，待调度机组信息可以是待调度抽水蓄能电站中各待调度机组对应的任意信息，例如可以是待调度机组的功率信息、电压信息或厂家信息等，本发明实施例对此并不进行限制。待调度机组可以是待调度抽水蓄能电站中等待调度的机组。可以理解的是，待调度抽水蓄能电站中可以包括一个或多个待调度机组，则待调度机组信息的数量可以是一个或多个。
其中，发电约束条件可以是待调度抽水蓄能电站发电时的任意约束条件，例如可以是待调度抽水蓄能电站发电时的流量约束条件，也可以是待调度抽水蓄能电站发电时的负荷约束条件等，本发明实施例对此并不进行限制。
在本发明实施例中，确定待调度抽水蓄能电站的待调度机组信息，以根据待调度机组信息确定待调度抽水蓄能电站的发电约束条件。
S120、获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数。
其中，目标运行数据可以是待调度抽水蓄能电站运行数据中的目标数据。示例性的，目标运行数据可以是某一天的流量数据，也可以是某一天的功率数据等，本发明实施例对此并不进行限制。效益目标函数可以是待调度抽水蓄能电站的效益所对应的目标函数。可以理解的是，由有待调度抽水蓄能电站参与调峰时火电机组的效率，减去没有待调度抽水蓄能电站参与调峰时火电机组的效率，得到的效率差值所产生的效益，也即待调度抽水蓄能电站的效益。
在本发明实施例中，在根据待调度机组信息确定待调度抽水蓄能电站的发电约束条件之后，可以进一步获取待调度抽水蓄能电站对应的目标运行数据，以根据目标运行数据和发电约束条件确定待调度抽水蓄能电站的效益目标函数。
S130、获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。
其中，目标负荷曲线可以是待调度抽水蓄能电站对应的负荷曲线中的目标曲线，例如可以是日负荷曲线，也可以是用户负荷曲线，或者还可以是有功功率负荷曲线等，本发明实施例对此并不进行限制。
在本发明实施例中，在根据目标运行数据和发电约束条件确定待调度抽水蓄能电站的效益目标函数之后，可以进一步获取待调度抽水蓄能电站对应的目标负荷曲线，以根据目标负荷曲线和效益目标函数对待调度抽水蓄能电站进行优化。
本实施例的技术方案，通过确定待调度抽水蓄能电站的待调度机组信息，并根据待调度机组信息确定待调度抽水蓄能电站的发电约束条件，再获取待调度抽水蓄能电站对应的目标运行数据，以根据目标运行数据和发电约束条件确定待调度抽水蓄能电站的效益目标函数，获取待调度抽水蓄能电站对应的目标负荷曲线，从而根据目标负荷曲线和效益目标函数对待调度抽水蓄能电站进行优化，解决了现有抽水蓄能电站调度方法，抽水蓄能电站的效益较差以及抽水蓄能电站的电能分配效率较低的问题，能够在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率。
实施例二
图2是本发明实施例二提供的一种抽水蓄能电站的调度优化方法的流程图，本实施例是对上述各技术方案的进一步细化，给出了确定待调度抽水蓄能电站的待调度机组信息，根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数，以及根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化的多种具体可选的实现方式。本实施例中的技术方案可以与上述一个或多个实施例中的各个可选方案结合。如图2所示，该方法可以包括如下步骤：
S210、确定所述待调度抽水蓄能电站的电站机组信息；其中，所述电站机组信息至少包括电站机组数量、电站机组厂家、电站机组型号和电站机组功率中的一项。
其中，电站机组信息可以是待调度抽水蓄能电站所拥有的机组的信息。电站机组数量可以是待调度抽水蓄能电站中机组的数量。电站机组厂家可以是待调度抽水蓄能电站中各机组的厂家。电站机组型号可以是待调度抽水蓄能电站中各机组的型号。电站机组功率可以是待调度抽水蓄能电站中各机组的功率。
在本发明实施例中，确定待调度抽水蓄能电站的电站机组信息，以对电站机组信息进行信息分类，从而根据信息分类结果确定待调度机组信息。
S220、对所述电站机组信息进行信息分类，并根据信息分类结果确定所述待调度机组信息。
其中，信息分类结果可以是对电站机组信息进行信息分类得到的结果。
在本发明实施例中，在确定待调度抽水蓄能电站的电站机组信息之后，可以进一步对电站机组信息进行信息分类，以根据信息分类结果确定待调度机组信息。示例性的，假设对电站机组信息进行信息分类得到的信息分类结果包括机组A的功率为4000W，机组B的功率为1000W，机组A的额定电压是220V，机组B的额定电压是220V，则机组A的待调度机组信息可以是功率4000W，额定电压220V，机组B的待调度机组信息可以是功率1000W，额定电压220V。
可选的，对电站机组信息进行信息分类，可以包括：基于字符串匹配对电站机组信息进行文本分词得到电站机组信息的机组分词；对机组分词进行去停用词处理得到标准分词；基于信息增益算法对标准分词进行降维处理得到降维分词；对降维分词进行向量转化得到机组词向量；根据机组词向量对电站机组信息进行信息分类。
具体的，基于字符串匹配对电站机组信息进行文本分词可以包括将一个单独词语在词典中出现的全部词条与按预设规则划分的句子进行匹配。如果在词典中的所有词语中都没有找到与该字符串相匹配的内容，则说明匹配失败。如果找到与该字符串相匹配的内容，则说明匹配成功。
具体的，去停用词处理可以是将文本中的标点符号、数字、语气助词以及无法代表文本特征的词语去掉，例如“的”、“了”、“吗”等没有实际意义的词语。去停用词处理的操作过程可以包括根据没有实际意义的词语确定无意义词语表，读取文本分词后得到的机组分词中的文本数据，如果机组分词的文本数据中的词语与无意义词语表中的词语一致，则清除该词语，保留与无意义词语表中不一致的词语。
具体的，基于信息增益算法对标准分词进行降维处理可以包括统计某一个文本特征词在文本类别中是否出现以及出现的频数，以计算该文本特征词对于文本类别的信息增益，从而对该文本特征词进行降维处理。可以理解的是，信息增益算法可以准确的确定代表文本特征的有意义的词语，删除没有意义的词语。
具体的，对降维分词进行向量转化可以是将降维分词的文本信息转换成0或1的表示方式，并通过算法计算向量之间的差距，从而实现词语的分类。可以理解的是，对降维分词进行向量转化也即将降维分词转化为计算机能识别的语言。计算机只能识别计算机的专属语言，其他语言无法识别，因此需要将提取到的信息转换为计算机的机器语言。也即计算机只能识别“0”和“1”这种机器语言，因此需要对降维分词进行文本向量化操作。
可选的，机组词向量的表示方法可以是One-hot Representation独热向量表示法，也可以是Distributed Representation分布式向量表示法等，本发明实施例对此并不进行限制。
可选的，根据机组词向量对电站机组信息进行信息分类，可以包括：基于贝叶斯算法确定机组词向量的类别概率，根据预设的贝叶斯准则和类别概率对机组信息进行信息分类。
具体的，基于贝叶斯算法确定机组词向量的类别概率，可以基于如下公式确定机组词向量的类别概率：
Figure 939007DEST_PATH_IMAGE002
其中，
Figure 387306DEST_PATH_IMAGE004
表示机组词向量的类别概率；
Figure 210119DEST_PATH_IMAGE006
表示电站机组信息中的第i个分类；
Figure 136486DEST_PATH_IMAGE008
表示机组词向量的条件概率；
Figure 482017DEST_PATH_IMAGE010
表示机组词向量的先验概率；
Figure 851950DEST_PATH_IMAGE012
表示机组词向量；
Figure 446879DEST_PATH_IMAGE014
表示机组词向量为第i个分类的概率。
示例性的，假设
Figure 176938DEST_PATH_IMAGE016
为电站机组信息中的类别一，
Figure 580237DEST_PATH_IMAGE018
为电站机组信息中的类别二，机组词向量
Figure 150765DEST_PATH_IMAGE012
属于类别一的概率用
Figure 639515DEST_PATH_IMAGE020
表示，机组词向量
Figure 907685DEST_PATH_IMAGE012
属于类别二的概率用
Figure 227808DEST_PATH_IMAGE022
表示，那么
Figure 939543DEST_PATH_IMAGE024
时机组词向量
Figure 915589DEST_PATH_IMAGE012
属于类别一，
Figure 987451DEST_PATH_IMAGE026
时机组词向量
Figure 351960DEST_PATH_IMAGE012
属于类别二。
上述技术方案，通过贝叶斯算法确定机组词向量的类别概率，能够简化计算过程，提高计算速度，而且可以应用于多分类问题，以降低计算复杂度。
在本发明实施例的另一可选实施方式中，还可以基于如下方法对电站机组信息进行信息分类：确定电站机组信息的待分类主题类别；将电站机组信息中的任意一个机组信息确定为目标机组信息，计算目标机组信息与各待分类主题类别的主题相似度；将主题相似度大于预设相似度阈值的待分类主题类别确定为目标主题类别，根据目标主题类别对电站机组信息进行信息分类。
具体的，待分类主题类别可以是机组效率、耗电量、机组健康水平、电网负荷变化、机组间负荷分配或机组整体运作时间等，本发明实施例对此并不进行限制。
具体的，计算目标机组信息与各待分类主题类别的主题相似度可以通过欧氏距离算法、曼哈顿距离算法、余弦相似度算法、或明可夫斯基距离算法等进行计算。示例性的，假设预设相似度阈值为99%，目标机组信息为5年，待分类主题类别为机组寿命，若计算得到5年与机组寿命的主题相似度大于99%，则可以将机组寿命确定为目标主题类别，从而可以根据机组寿命确定不同型号机组的限用年限。
S230、根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件。
可选的，发电约束条件可以是机组健康水平约束条件、最短启机约束条件、停机时间约束条件、负荷变化趋势约束条件、电站备用容量约束条件或厂用电运行方式约束条件等，本发明实施例对此并不进行。
S240、获取所述待调度抽水蓄能电站对应的目标运行数据。
可选的，获取待调度抽水蓄能电站对应的目标运行数据，可以包括：对待调度抽水蓄能电站的监控模块进行初始化处理；获取待监控项目类别，根据待监控项目类别对初始化处理后的监控模块进行监控项目配置，得到功能模块；获取监控请求，根据监控请求对功能模块进行项目选取，确定监控请求的目标项目；根据目标项目对待调度抽水蓄能电站进行实时监控，得到待调度抽水蓄能电站的目标运行数据。
具体的，对待调度抽水蓄能电站的监控模块进行初始化处理，可以包括将仪表监控或计算机监控的参数设为系统默认值。
具体的，待监控项目类别可以是具体日期内的机组流量或具体日期内的机组功率等，本发明实施例对此并不进行限制。监控请求可以包括需要监控的项目类别，例如在某一天需要监控机组流量，或者在某一天需要监控机组功率等，本发明实施例对此并不进行限制。
具体的，对待调度抽水蓄能电站进行实时监控可以通过仪表进行实时监控，也可以通过计算机进行实时监控等，本发明实施例对此并不进行限制。
S250、根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站对应的电站蓄能函数。
其中，电站蓄能函数可以是能够表征待调度抽水蓄能电站中流量和功率关系的函数。
在本发明实施例中，在获取待调度抽水蓄能电站对应的目标运行数据之后，可以进一步根据目标运行数据和发电约束条件确定待调度抽水蓄能电站对应的电站蓄能函数。
可选的，根据目标运行数据和发电约束条件，确定待调度抽水蓄能电站对应的电站蓄能函数，可以包括：确定预设电站流量函数，根据发电约束条件对预设电站流量函数进行流量函数参数更新，得到目标电站流量函数；根据目标运行数据和目标电站流量函数确定偏差最值曲线，并根据偏差最值曲线和目标电站流量函数确定电站蓄能函数。
其中，预设电站流量函数可以是预先设定的能够表征待调度抽水蓄能电站的流量特性的函数。可以理解的是，预设电站流量函数可以是根据待调度抽水蓄能电站中各机组的流量特性确定的。也即，可以根据机组的流量特性确定预设电站流量函数。可选的，可以通过与容量成比例的方法，根据目标运行数据生成各机组的耗水量特性曲线。流量函数参数更新可以是对预设电站流量函数中的参数进行更新。目标电站流量函数可以是对预设电站流量函数中的参数进行更新后得到的流量函数。偏差最值曲线可以是能够表征目标电站流量函数与待调度抽水蓄能电站实际流量特性之间的偏差的曲线。
具体的，在获取待调度抽水蓄能电站对应的目标运行数据之后，可以进一步确定预设电站流量函数，并根据发电约束条件对预设电站流量函数进行流量函数参数更新得到目标电站流量函数，以根据目标运行数据和目标电站流量函数确定偏差最值曲线，从而根据偏差最值曲线和目标电站流量函数确定电站蓄能函数。可以理解的是，根据发电约束条件对预设电站流量函数进行流量函数参数更新可以是为了使目标电站流量函数能够更真实的表示待调度抽水蓄能电站机组的流量变化情况，以能够更准确的对待调度抽水蓄能电站的流量进行预测。
可选的，预设电站流量函数可以基于如下公式表示：
Figure 749444DEST_PATH_IMAGE028
其中，Q表示预设电站流量函数，也即不同水头的流量特性；
Figure 789950DEST_PATH_IMAGE030
为预设电站流量函数的常数项，可以根据机组特征确定；N表示待调度抽水蓄能电站的机组功率。
相应的，根据发电约束条件对预设电站流量函数进行流量函数参数更新，也即根据发电约束条件对预设电站流量函数中的常数项进行更新。
可选的，根据目标运行数据和目标电站流量函数确定偏差最值曲线，可以通过分片近似法根据目标运行数据和目标电站流量函数确定偏差最值曲线。具体的，可以通过分片近似法对目标运行数据进行拟合，也即用参数的向量函数对偏差最值曲线所在的曲线曲面进行表示，偏差最值曲线可以是二元样条函数的零点集合。具体的，可以通过K-近邻搜索算法建立散乱点之间的局部邻接关系，通过局部邻接关系建立起邻域点集，利用邻域点集计算局部回归曲线，根据局部回归曲线生成偏差最值曲线。可以理解的是，分片近似法又称分片代数曲线拟合，能够满足计算精度需求以及计算速度要求。
可选的，根据偏差最值曲线和目标电站流量函数确定电站蓄能函数，可以通过偏差最值曲线对目标电站流量函数中的参数进行参数调整，以根据参数调整结果确定电站蓄能函数。
可选的，根据目标运行数据和目标电站流量函数确定偏差最值曲线，可以包括：根据目标运行数据确定坐标系离散点，并对坐标系离散点进行分片处理得到至少一个分片点集合；根据目标电站流量函数确定各分片点集合中的误差最值点，并对各误差最值点进行曲线拟合得到偏差最值曲线。
其中，坐标系离散点可以是空白坐标系中的离散点。分片点集合可以是分片处理后得到的由离散点构成的点的集合。误差最值点可以是分片点集合中误差最大的离散点。
具体的，根据目标运行数据确定坐标系离散点，对坐标系离散点进行分片处理得到至少一个分片点集合，以根据目标电站流量函数确定各分片点集合中的误差最值点，从而对各误差最值点进行曲线拟合得到偏差最值曲线。可以理解的是，坐标系离散点的数量可以是多个。
可选的，根据目标运行数据确定坐标系离散点，可以包括确定目标运行数据对应的空白坐标系，根据目标运行数据在空白坐标系中生成坐标系离散点。
可选的，对坐标系离散点进行分片处理，可以是根据预设区间分片依据对坐标系离散点进行区间分片处理。其中，预设区间分片依据可以是预先设定的对坐标系离散点进行区间分片的依据，例如可以是按日分片、按周分片、按月分片、按季分片或者按年分片等，本发明实施例对此并不进行限制。
S260、确定预设效益权重，并根据所述电站蓄能函数和所述预设效益权重确定所述待调度抽水蓄能电站的效益目标函数。
其中，预设效益权重可以是预先设定的效益的权重。可选的，可以根据待调度抽水蓄能电站中机组的负荷数确定预设效益权重。示例性的，假设负荷数为4时可以生成效益最优值，那么可以确定当负荷数为4时，待调度抽水蓄能电站的效益权重最大。
在本发明实施例中，在根据目标运行数据和发电约束条件确定待调度抽水蓄能电站对应的电站蓄能函数之后，可以进一步确定预设效益权重，以根据电站蓄能函数和预设效益权重确定待调度抽水蓄能电站的效益目标函数。可以理解的是，机组的启动和负荷数都可以随时间变化。
可选的，根据电站蓄能函数和预设效益权重确定待调度抽水蓄能电站的效益目标函数，可以包括：根据电站蓄能函数确定待调度抽水蓄能电站的水头流量特性；根据水头流量特性确定待调度抽水蓄能电站的流量变化率；根据流量变化率和预设效益权重确定待调度抽水蓄能电站的效益目标函数。
其中，水头流量特性可以是待调度抽水蓄能电站的水头对应的流量特性。可以理解的是，水头可以是任意断面处单位重量水的能量。
具体的，在根据目标运行数据和发电约束条件确定待调度抽水蓄能电站对应的电站蓄能函数之后，可以进一步确定预设效益权重，并根据电站蓄能函数确定待调度抽水蓄能电站的水头流量特性，以根据水头流量特性确定待调度抽水蓄能电站的流量变化率，从而根据流量变化率和预设效益权重确定待调度抽水蓄能电站的效益目标函数。
可选的，可以基于如下公式确定水头流量特性：
Figure 134343DEST_PATH_IMAGE032
Figure 960217DEST_PATH_IMAGE034
其中，
Figure 13755DEST_PATH_IMAGE036
表示第n个分片对应的水头的流量特性；N是待调度抽水蓄能电站的功率；
Figure 495552DEST_PATH_IMAGE038
是第n个分片对应的水头；
Figure 112478DEST_PATH_IMAGE040
是
Figure 261699DEST_PATH_IMAGE038
水头下的电站蓄能函数；
Figure 735406DEST_PATH_IMAGE042
是
Figure 907761DEST_PATH_IMAGE044
水头下电站蓄能函数；
Figure 105875DEST_PATH_IMAGE046
是以
Figure 375182DEST_PATH_IMAGE040
和
Figure 19790DEST_PATH_IMAGE042
为边界条件的边界函数。
可选的，根据流量变化率和预设效益权重确定待调度抽水蓄能电站的效益目标函数，可以包括通过预设效益权重对流量变化率进行权重计算得到时间效益关系，以根据时间效益关系确定待调度抽水蓄能电站的效益目标函数。
示例性的，以某装机容量为6台300MW抽水蓄能电站为例，考虑避开机组振动区限制，限定单台机组最低负荷为200MW，当负荷上升时需要启动机组，需求负荷0-199MW时机组不启动，大于等于200MW时启1台，大于等于400MW时启2台，大于等于600MW时启3台，大于等于900MW时启动4台，大于等于1200MW时启5台，大于等于1500MW时启动6台。需要说明的是，可以根据各约束条件确定机组启动优先级，以根据机组启动优先级启动机组组合。当负荷下降时需要停止机组，当需求负荷小于等于1500MW时停1台机组，小于等于1200MW时停2台机组，小于等于900MW时停3台机组，小于等于600MW时停4台机组，小于等于300MW时停5台机组，小于200MW时6台机组全停。可以理解的是，根据负荷数为基础的原则，可以确定负荷数为4时生成效益最优值。
S270、获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线确定负荷变化趋势数据和负荷分布时间数据。
其中，负荷变化趋势数据可以是负荷的变化趋势数据。负荷分布时间数据可以是负荷分布的时间点数据。
在本发明实施例中，在根据电站蓄能函数和预设效益权重确定待调度抽水蓄能电站的效益目标函数之后，可以进一步获取待调度抽水蓄能电站对应的目标负荷曲线，以根据目标负荷曲线确定负荷变化趋势数据和负荷变化分布时间数据。
S280、根据所述负荷变化趋势数据、所述负荷分布时间数据和所述效益目标函数，确定所述待调度抽水蓄能电站对应的电站调峰容量和电站调峰时间。
其中，电站调峰容量可以是待调度抽水蓄能电站进行调峰的容量。电站调峰时间可以是待调度抽水蓄能电站进行调峰的时间。
在本发明实施例中，在根据目标负荷曲线确定负荷变化趋势数据和负荷变化分布时间数据之后，可以进一步根据负荷变化趋势数据、负荷分布时间数据和效益目标函数，确定待调度抽水蓄能电站对应的电站调峰容量和电站调峰时间。可选的，可以根据负荷变化趋势数据和效益目标函数确定电站调峰容量，根据负荷分布时间数据和效益目标函数确定电站调峰时间。
可以理解的是，获取待调度抽水蓄能电站对应的目标负荷曲线也即确定用户的用电需求，以及用电需求的峰值电量和低谷电量。通过对目标负荷曲线的分析处理，并结合待调度抽水蓄能电站的效益目标函数，能够使待调度抽水蓄能电站的效益最大化。具体的，可以通过上级调度下发的日负荷曲线，确定负荷的变化趋势以及负荷分布的时间点，从而确定待调度抽水蓄能电站参与调峰的容量和时间点。
可以理解的是，待调度抽水蓄能电站可以通过调峰填谷的方式使得效益最大化。调峰填谷的时间也即电站调峰时间，调峰填谷的量也即电站调峰容量。需要说明的是，参与调峰填谷的机组的实际输出功率需在负荷曲线的最大值和最小值之间，以确保调峰效果。
可选的，本发明任意实施例中的数据都可以存储于区块链的节点中，也可以是其他的存储方式，本发明实施例对此并不进行限制。
本实施例的技术方案，通过确定待调度抽水蓄能电站的电站机组信息，并对电站机组信息进行信息分类，根据信息分类结果确定待调度机组信息，以根据待调度机组信息确定待调度抽水蓄能电站的发电约束条件，再获取待调度抽水蓄能电站对应的目标运行数据，以根据目标运行数据和发电约束条件确定待调度抽水蓄能电站对应的电站蓄能函数，再确定预设效益权重，以根据电站蓄能函数和预设效益权重确定待调度抽水蓄能电站的效益目标函数，再获取待调度抽水蓄能电站对应的目标负荷曲线，以根据目标负荷曲线确定负荷变化趋势数据和负荷分布时间数据，从而根据负荷变化趋势数据、负荷分布时间数据和效益目标函数确定待调度抽水蓄能电站对应的电站调峰容量和电站调峰时间，解决了现有抽水蓄能电站调度方法，抽水蓄能电站的效益较差以及抽水蓄能电站的电能分配效率较低的问题，能够在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率。
实施例三
图3是本发明实施例三提供的一种抽水蓄能电站的调度优化装置的示意图，如图3所示，所述装置包括：发电约束条件确定模块310、效益目标函数确定模块320以及调度优化模块330，其中：
发电约束条件确定模块310，用于确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件；
效益目标函数确定模块320，用于获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数；
调度优化模块330，用于获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。
本实施例的技术方案，通过确定待调度抽水蓄能电站的待调度机组信息，并根据待调度机组信息确定待调度抽水蓄能电站的发电约束条件，再获取待调度抽水蓄能电站对应的目标运行数据，以根据目标运行数据和发电约束条件确定待调度抽水蓄能电站的效益目标函数，获取待调度抽水蓄能电站对应的目标负荷曲线，从而根据目标负荷曲线和效益目标函数对待调度抽水蓄能电站进行优化，解决了现有抽水蓄能电站调度方法，抽水蓄能电站的效益较差以及抽水蓄能电站的电能分配效率较低的问题，能够在确保抽水蓄能电站的效益的同时提高抽水蓄能电站的电能分配效率。
可选的，发电约束条件确定模块310，可以具体用于：确定待调度抽水蓄能电站的电站机组信息；其中，电站机组信息至少包括电站机组数量、电站机组厂家、电站机组型号和电站机组功率中的一项；对电站机组信息进行信息分类，并根据信息分类结果确定待调度机组信息。
可选的，效益目标函数确定模块320，可以具体用于：根据目标运行数据和发电约束条件，确定待调度抽水蓄能电站对应的电站蓄能函数；确定预设效益权重，并根据电站蓄能函数和预设效益权重确定待调度抽水蓄能电站的效益目标函数。
可选的，效益目标函数确定模块320，可以进一步用于：确定预设电站流量函数，根据发电约束条件对预设电站流量函数进行流量函数参数更新，得到目标电站流量函数；根据目标运行数据和目标电站流量函数确定偏差最值曲线，并根据偏差最值曲线和目标电站流量函数确定电站蓄能函数。
可选的，效益目标函数确定模块320，还可以进一步用于：根据目标运行数据确定坐标系离散点，并对坐标系离散点进行分片处理得到至少一个分片点集合；根据目标电站流量函数确定各分片点集合中的误差最值点，并对各误差最值点进行曲线拟合得到偏差最值曲线。
可选的，效益目标函数确定模块320，还可以进一步用于：根据电站蓄能函数确定待调度抽水蓄能电站的水头流量特性；根据水头流量特性确定待调度抽水蓄能电站的流量变化率；根据流量变化率和预设效益权重确定待调度抽水蓄能电站的效益目标函数。
可选的，调度优化模块330，可以具体用于：根据目标负荷曲线确定负荷变化趋势数据和负荷分布时间数据；根据负荷变化趋势数据、负荷分布时间数据和效益目标函数，确定待调度抽水蓄能电站对应的电站调峰容量和电站调峰时间。
在本发明实施例的一个具体示例中，抽水蓄能电站的调度优化装置可以包括流量约束条件模块、实时监控模块、参数调整模块、效益目标函数模块以及电能分配模块。具体的，流量约束条件模块可以用于确定待调度抽水蓄能电站的待调度机组信息，并根据待调度机组信息，确定待调度抽水蓄能电站的发电约束条件。实时监控模块可以用于获取待调度抽水蓄能电站对应的目标运行数据。参数调整模块可以用于根据目标运行数据和发电约束条件，确定待调度抽水蓄能电站对应的电站蓄能函数。效益目标函数模块可以用于确定预设效益权重，并根据电站蓄能函数和预设效益权重确定待调度抽水蓄能电站的效益目标函数。电能分配模块可以用于获取待调度抽水蓄能电站对应的目标负荷曲线，并根据目标负荷曲线和效益目标函数对待调度抽水蓄能电站进行优化。
本发明实施例所提供的抽水蓄能电站的调度优化装置可执行本发明任意实施例所提供的抽水蓄能电站的调度优化方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4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4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，例如抽水蓄能电站的调度优化方法。
在一些实施例中，抽水蓄能电站的调度优化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抽水蓄能电站的调度优化方法的一个或多个步骤。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）而被配置为执行抽水蓄能电站的调度优化方法。
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)

1.一种抽水蓄能电站的调度优化方法，其特征在于，包括：
确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件；
获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数；
获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。
2.根据权利要求1所述的方法，其特征在于，所述确定待调度抽水蓄能电站的待调度机组信息，包括：
确定所述待调度抽水蓄能电站的电站机组信息；其中，所述电站机组信息至少包括电站机组数量、电站机组厂家、电站机组型号和电站机组功率中的一项；
对所述电站机组信息进行信息分类，并根据信息分类结果确定所述待调度机组信息。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数，包括：
根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站对应的电站蓄能函数；
确定预设效益权重，并根据所述电站蓄能函数和所述预设效益权重确定所述待调度抽水蓄能电站的效益目标函数。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站对应的电站蓄能函数，包括：
确定预设电站流量函数，根据所述发电约束条件对所述预设电站流量函数进行流量函数参数更新，得到目标电站流量函数；
根据所述目标运行数据和所述目标电站流量函数确定偏差最值曲线，并根据所述偏差最值曲线和所述目标电站流量函数确定所述电站蓄能函数。
5.根据权利要求4所述的方法，其特征碍于，所述根据所述目标运行数据和所述目标电站流量函数确定偏差最值曲线，包括：
根据所述目标运行数据确定坐标系离散点，并对所述坐标系离散点进行分片处理得到至少一个分片点集合；
根据所述目标电站流量函数确定各所述分片点集合中的误差最值点，并对各所述误差最值点进行曲线拟合得到所述偏差最值曲线。
6.根据权利要求3所述的方法，其特征在于，所述根据所述电站蓄能函数和所述预设效益权重确定所述待调度抽水蓄能电站的效益目标函数，包括：
根据所述电站蓄能函数确定所述待调度抽水蓄能电站的水头流量特性；
根据所述水头流量特性确定所述待调度抽水蓄能电站的流量变化率；
根据所述流量变化率和所述预设效益权重确定待调度抽水蓄能电站的效益目标函数。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化，包括：
根据所述目标负荷曲线确定负荷变化趋势数据和负荷分布时间数据；
根据所述负荷变化趋势数据、所述负荷分布时间数据和所述效益目标函数，确定所述待调度抽水蓄能电站对应的电站调峰容量和电站调峰时间。
8.一种抽水蓄能电站的调度优化装置，其特征在于，包括：
发电约束条件确定模块，用于确定待调度抽水蓄能电站的待调度机组信息，并根据所述待调度机组信息，确定所述待调度抽水蓄能电站的发电约束条件；
效益目标函数确定模块，用于获取所述待调度抽水蓄能电站对应的目标运行数据，并根据所述目标运行数据和所述发电约束条件，确定所述待调度抽水蓄能电站的效益目标函数；
调度优化模块，用于获取所述待调度抽水蓄能电站对应的目标负荷曲线，并根据所述目标负荷曲线和所述效益目标函数对所述待调度抽水蓄能电站进行优化。
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中任一项所述的抽水蓄能电站的调度优化方法。
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中任一项所述的抽水蓄能电站的调度优化方法。
CN202211564169.0A 2022-12-07 2022-12-07 一种抽水蓄能电站的调度优化方法、装置、设备及介质 Pending CN115564154A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211564169.0A CN115564154A (zh) 2022-12-07 2022-12-07 一种抽水蓄能电站的调度优化方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211564169.0A CN115564154A (zh) 2022-12-07 2022-12-07 一种抽水蓄能电站的调度优化方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115564154A true CN115564154A (zh) 2023-01-03

Family

ID=84770891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211564169.0A Pending CN115564154A (zh) 2022-12-07 2022-12-07 一种抽水蓄能电站的调度优化方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115564154A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116147921A (zh) * 2023-04-21 2023-05-23 南方电网调峰调频发电有限公司检修试验分公司 一种抽水蓄能发动机的抽水启动测试方法、装置及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699938A (zh) * 2013-10-10 2014-04-02 华北电力大学（保定） 一种含抽水蓄能电站的电力系统发电计划制定方法
CN103795088A (zh) * 2013-10-16 2014-05-14 华北电力大学（保定） 一种基于负荷曲线量化的抽水蓄能电站优化调度方法
CN104795846A (zh) * 2015-04-24 2015-07-22 清华大学 一种抽水蓄能电站与风电的联合系统的优化运行方法
CN108648096A (zh) * 2018-04-06 2018-10-12 东北电力大学 一种基于全寿命周期成本理论的抽水蓄能电站容量规划方法
CN109713737A (zh) * 2018-09-30 2019-05-03 中国电力科学研究院有限公司 一种接入柔性直流电网的新能源外送能力评估方法及系统
CN115249983A (zh) * 2022-08-18 2022-10-28 国网新源控股有限公司 多抽水蓄能机组联合运行的调度方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699938A (zh) * 2013-10-10 2014-04-02 华北电力大学（保定） 一种含抽水蓄能电站的电力系统发电计划制定方法
CN103795088A (zh) * 2013-10-16 2014-05-14 华北电力大学（保定） 一种基于负荷曲线量化的抽水蓄能电站优化调度方法
CN104795846A (zh) * 2015-04-24 2015-07-22 清华大学 一种抽水蓄能电站与风电的联合系统的优化运行方法
CN108648096A (zh) * 2018-04-06 2018-10-12 东北电力大学 一种基于全寿命周期成本理论的抽水蓄能电站容量规划方法
CN109713737A (zh) * 2018-09-30 2019-05-03 中国电力科学研究院有限公司 一种接入柔性直流电网的新能源外送能力评估方法及系统
CN115249983A (zh) * 2022-08-18 2022-10-28 国网新源控股有限公司 多抽水蓄能机组联合运行的调度方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁绍泉: "抽水蓄能电站运行控制与效益分析" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116147921A (zh) * 2023-04-21 2023-05-23 南方电网调峰调频发电有限公司检修试验分公司 一种抽水蓄能发动机的抽水启动测试方法、装置及设备
CN116147921B (zh) * 2023-04-21 2023-07-07 南方电网调峰调频发电有限公司检修试验分公司 一种抽水蓄能发动机的抽水启动测试方法、装置及设备

Similar Documents

Publication Publication Date Title
WO2023065552A1 (zh) 一种新能源耦合背景下的源网荷储协同调度方法
JP5812938B2 (ja) 発電機のセットについてユニットコミットメント問題を解く方法
WO2019196427A1 (zh) 基于支撑故障事件约束机组组合的备用优化方法和装置
CN115564154A (zh) 一种抽水蓄能电站的调度优化方法、装置、设备及介质
CN109193802A (zh) 一种考虑新能源预测误差的需求侧资源调度方法和系统
CN115660222A (zh) 一种抽水蓄能电站的容量优化方法、装置及设备
CN115600820A (zh) 一种发电预测模型的训练方法及风力发电功率的计算方法
CN114936793A (zh) 一种电力系统的优化调度方法、装置、设备及存储介质
CN116070757A (zh) 一种综合能源系统优化调度方法、装置、设备及存储介质
CN116562563A (zh) 一种基于最小惯量需求评估的电力系统优化运行方法
CN115860190A (zh) 负荷检测模型的训练、用电负荷的检测方法及相关装置
CN115577925A (zh) 风电储能调用方法、装置设备及介质
CN115347621A (zh) 联合发电系统的调度方法、装置、电子设备、介质
CN110808614B (zh) 新能源消纳能力计算方法、系统及存储介质
KR102566824B1 (ko) 장단기 메모리 네트워크 모델을 학습시키는 방법 및 학습된 장단기 메모리 네트워크 모델을 이용하여 에너지 비용을 최소화하는 방법
CN117293923B (zh) 电网的日前调度计划生成方法、装置、设备及存储介质
CN111652449A (zh) 一种基于条件随机场模型预测短期光伏发电系统发电量的系统模型
CN116646994B (zh) 一种电力系统优化调度方法及装置
CN118381129A (zh) 电力系统的优化调度方法、装置、电子设备及存储介质
CN116191399A (zh) 计及传输裕量的电力系统优化调度方法、设备及存储介质
Zhao et al. Unit Commitment under Uncertainty using Data-Driven Optimization with Clustering Techniques
CN115549213A (zh) 分布式电源接入规模确定方法、装置、电子设备、存储介质以及程序产品
CN113783225A (zh) 一种机组组合凸包求解方法、装置、电子设备及存储介质
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
CN115936222A (zh) 一种能源调度方法、装置、设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20230103