CN115688560A - 面向产线能耗的光伏出力评价方法、装置、设备及介质 - Google Patents
面向产线能耗的光伏出力评价方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115688560A CN115688560A CN202211186037.9A CN202211186037A CN115688560A CN 115688560 A CN115688560 A CN 115688560A CN 202211186037 A CN202211186037 A CN 202211186037A CN 115688560 A CN115688560 A CN 115688560A
- Authority
- CN
- China
- Prior art keywords
- deviation
- energy consumption
- value
- production line
- time interval
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明提供一种面向产线能耗的光伏出力评价方法及装置。所述方法包括，获取设备产线在多个单位时段内计划的能耗曲线；根据至少一评估模型获取至少满足各所述能耗曲线的各所述单位时段内的标准出力曲线；根据至少一预测模型获取光伏系统在各所述单位时段内的预测出力曲线；比较各所述单位时段的所述标准出力曲线与所述预测出力曲线，标记存在偏差的所述单位时段为偏差时段；获取所述偏差时段内所述预测出力曲线与所述标准出力曲线的偏差值；在所述偏差值大于或等于一偏差阈值时，依据所述偏差值迭代所述预测模型的输入，以及迭代所述预测出力曲线；在所述偏差值小于所述偏差阈值时，依据所述偏差值的数值评价所述光伏系统的出力。
Description
技术领域
本发明涉及电力测量技术领域，具体涉及一种面向产线能耗的光伏出力评价方法、装置、设备及介质。
背景技术
产线设备在日常运行过程中会消耗大量能源，对产线的生产能耗及光伏出力的预测及匹配，有利于保障区域内生产制造的平稳运行。
发明内容
基于上述表述，本发明实施例第一方面提供一种面向产线能耗的光伏出力评价方法。所述方法包括，获取设备产线在多个单位时段内计划的能耗曲线；根据至少一评估模型获取至少满足各所述能耗曲线的各所述单位时段内的标准出力曲线；根据至少一预测模型获取光伏系统在各所述单位时段内的预测出力曲线；比较各所述单位时段的所述标准出力曲线与所述预测出力曲线，标记存在偏差的所述单位时段为偏差时段；获取所述偏差时段内所述预测出力曲线与所述标准出力曲线的偏差值；在所述偏差值大于或等于一偏差阈值时，依据所述偏差值迭代所述预测模型的输入，以及迭代所述预测出力曲线；在所述偏差值小于所述偏差阈值时，依据所述偏差值的数值评价所述光伏系统的出力。
本发明实施例第二方面提供一种面向产线能耗的光伏出力评价装置。所述装置包括产线能耗模块、能耗模型模块、能耗预测模块及偏差分析模块；所述产线能耗模块用于获取设备产线在多个单位时段内计划的能耗曲线；根据至少一评估模型获取至少满足各所述能耗曲线的各所述单位时段内的标准出力曲线；所述能耗模型模块用于建立各所述单位时段的预测出力曲线；所述能耗预测模块用于根据至少一预测模型获取光伏系统在各所述单位时段内的预测出力曲线；所述偏差分析模块用于比较各所述单位时段的所述标准出力曲线与所述预测出力曲线，标记存在偏差的所述单位时段为偏差时段；获取所述偏差时段内所述预测出力曲线与所述标准出力曲线的偏差值；在所述偏差值小于所述偏差阈值时，依据所述偏差值的数值评价所述光伏系统的出力；所述能耗模型模块用于在所述偏差值大于或等于一偏差阈值时，依据所述偏差值迭代所述预测模型的输入。
本发明实施例第三方面提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述面向产线能耗的光伏出力评价方法的步骤。
本发明实施例第四方面提供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程序，其特征在于，所述计算机程序被处理器执行时实现所述面向产线能耗的光伏出力评价方法的步骤。
本发明至少一实施例与现有技术相比，本发明通过判断比较表征产线设备消费侧的能耗曲线的标注出力曲线与表征光伏系统供应侧的预测出力，以实时调整预测模型的输入，即调整光伏系统的参数，保证预测出力曲线至少能够满足产线设备的能耗要求。
附图说明
图1为本发明一个实施例方法的流程示意图；
图2为本发明一个实施例系统的结构示意图；
图3为本发明一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
请参阅图1，本发明实施例提供的一种面向产线能耗的光伏出力评价方法的流程示意图。
S101获取设备产线在多个单位时段内计划的能耗曲线。
其中，能耗曲线是设备产线在实施生产作业时，在单位时段内设备产线中因一个或多个电力器件的启用、关闭，或某一电力器件自身的功率变化等，形成的有别单一设备额定功耗连续的变化曲线。
多个单位时段一般所指是连续的多个工作时段，例如8：00到9：00，9：00到10：00等。不同工作时段因所在地区的用电成本、企业自身的人力、设备安排会形成能耗区别。
S102根据评估模型获取至少满足各能耗曲线的各单位时段内的标准出力曲线。
其中，满足各单位时段内的标准出力曲线，所指是标准出力曲线在各单位时段内的最小数值大于能耗曲线的最小值，或平均数值大于能耗曲线的平均值。评估模型可理解为线性拟合，以有条件的获得逼近或等于能耗曲线的标注出力曲线。
当然，评估模型依据能耗曲线获取标准出力曲线时，对能耗曲线中异常点进行在先的排除，如异常特征点的筛出。
S103根据各时段不同的预测模型获取光伏系统在各单位时段内的预测出力曲线。
预测模型为长短时记忆网络模型。预测模型的输入包括时间戳及光伏系统的三相电压、三相电流、水平辐照度、环境温度风速、风向及发电量等，这些输入直接或间接对光伏系统的出力造成长时或短时的干预。
S104比较各单位时段的标准出力曲线与预测出力曲线，标记存在偏差的单位时段为偏差时段。
S105获取偏差时段内预测出力曲线与标准出力曲线的偏差值。这些偏差值包括正向偏差值及负向偏差值。
其中，正向偏差值所指是预测出力曲线与标准出力曲线的平均数值差为正的偏差值。
其中，负向偏差值所指是预测出力曲线与标准出力曲线的平均数值差为负的偏差值。
S106在负向偏差值的绝对值大于或等于一偏差阈值时，依据负向偏差值迭代预测模型，以及迭代预测出力曲线。
S107在负向偏差值的绝对值小于偏差阈值时，依据负向偏差值的绝对值评价光伏系统的出力。
其中，偏差阈值的配置根据产线设备对能耗的要求。例如，产线设备本身对能耗要求低，产线设备可短时内工作在定于额定功耗的情形，那么偏差阈值可配置为较大的数值范围；反之，偏差阈值配置为较小。
此外，获取各单位时段的正向偏差值的累计偏差值。累计偏差值为时段相对负向偏差值靠前的全部正向偏差值的累加与一有效系数的乘积。那么通过储能设备对在先光伏出力冗余能耗的存储，通过对在先积累的冗余能耗的释放，可补偿在后的负向偏差值的空部。
基于此，本实施例通过判断预测的光伏出力是否满足产线能耗，以实时调整预测模型的输入，即调整光伏系统的参数，保证预测出力曲线至少能够满足产线设备的能耗要求。
请参阅图2，本发明实施例至少公开一种面向产线能耗的光伏出力评价装置。装置包括产线能耗模块210、能耗模型模块220、能耗预测模块230及偏差分析模块240。产线能耗模块用于获取设备产线在多个单位时段内计划的能耗曲线；根据至少一评估模型获取至少满足各能耗曲线的各单位时段内的标准出力曲线。能耗模型模块用于建立各单位时段的预测出力曲线。能耗预测模块用于根据至少一预测模型获取光伏系统在各单位时段内的预测出力曲线。偏差分析模块用于比较各单位时段的标准出力曲线与预测出力曲线，标记存在偏差的单位时段为偏差时段；获取偏差时段内预测出力曲线与标准出力曲线的偏差值；在偏差值小于偏差阈值时，依据偏差值的数值评价光伏系统的出力。能耗模型模块用于在偏差值大于或等于一偏差阈值时，依据偏差值迭代预测模型的输入。
图3是本发明一实施例提供的一种电子设备的结构示意图。电子设备用于光伏预测。如图3所示，该实施例的电子设备300包括：存储器310、处理器320以及系统总线330，存储器310包括存储其上的可运行的程序，本领域技术人员可以理解，图3中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图3对电子设备的各个构成部件进行具体的介绍：
存储器310可用于存储软件程序以及模块，处理器320通过运行存储在存储器310的软件程序以及模块，从而执行电子设备的各种功能应用以及数据处理。存储器310可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如缓存数据)等。此外，存储器310可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器310上包含网络请求方法的可运行程序，可运行程序可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器310中，并由处理器320执行，以实现基于曲线匹配的辅助定位等，一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在电子设备3中的执行过程。例如，计算机程序可以被分割为采集计算模块和分析判断模块。
处理器320是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器310内的软件程序和/或模块，以及调用存储在存储器310内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体状态监控。可选的，处理器320可包括一个或多个处理单元；优选的，处理器320可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器320中。
系统总线330是用来连接计算机内部各功能部件，可以传送数据信息、地址信息、控制信息，其种类可以是例如PCI总线、ISA总线、VESA总线等。处理器320的指令通过总线传递至存储器310，存储器310反馈数据给处理器320，系统总线330负责处理器320与存储器310之间的数据、指令交互。当然系统总线330还可以接入其他设备，例如网络接口、显示设备等。
在本发明实施例中，该电子设备所包括的处理320执行的可运行程序包括：获取设备产线在多个单位时段内计划的能耗曲线；根据至少一评估模型获取至少满足各所述能耗曲线的各所述单位时段内的标准出力曲线；根据至少一预测模型获取光伏系统在各所述单位时段内的预测出力曲线；比较各所述单位时段的所述标准出力曲线与所述预测出力曲线，标记存在偏差的所述单位时段为偏差时段；获取所述偏差时段内所述预测出力曲线与所述标准出力曲线的偏差值；在所述偏差值大于或等于一偏差阈值时，依据所述偏差值迭代所述预测模型的输入，以及迭代所述预测出力曲线；在所述偏差值小于所述偏差阈值时，依据所述偏差值的数值评价所述光伏系统的出力。
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，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种面向产线能耗的光伏出力评价方法，其特征在于，
所述方法包括，
获取设备产线在多个单位时段内计划的能耗曲线；
根据至少一评估模型获取至少满足各所述能耗曲线的各所述单位时段内的标准出力曲线；
根据至少一预测模型获取光伏系统在各所述单位时段内的预测出力曲线；
比较各所述单位时段的所述标准出力曲线与所述预测出力曲线，标记存在偏差的所述单位时段为偏差时段；
获取所述偏差时段内所述预测出力曲线与所述标准出力曲线的偏差值；
在所述偏差值大于或等于一偏差阈值时，依据所述偏差值迭代所述预测模型的输入，以及迭代所述预测出力曲线；
在所述偏差值小于所述偏差阈值时，依据所述偏差值的数值评价所述光伏系统的出力。
2.根据权利要求1所述的面向产线能耗的光伏出力评价方法，其特征在于，
多个所述单位时段为时间连续的工作时段。
3.根据权利要求1所述的面向产线能耗的光伏出力评价方法，其特征在于，
所述偏差值包括正向偏差值及负向偏差值；
在所述负向偏差值的绝对值大于或等于一偏差阈值时，依据所述负向偏差值迭代所述预测模型，以及迭代所述预测出力曲线；
在所述负向偏差值的绝对值小于所述偏差阈值时，依据所述负向偏差值的绝对值评价所述光伏系统的出力。
4.根据权利要求3所述的面向产线能耗的光伏出力评价方法，其特征在于，
获取各所述单位时段的所述正向偏差值的累计偏差值；
在所述负向偏差值的绝对值大于或等于所述偏差阈值，以及大于所述累计偏差值时，依据所述负向偏差值迭代所述预测模型，以及迭代所述预测出力曲线。
5.根据权利要求4所述的面向产线能耗的光伏出力评价方法，其特征在于，
所述累计偏差值为时段相对所述负向偏差值靠前的全部所述正向偏差值的累加和/或累加与有效系数的积。
6.根据权利要求1所述的面向产线能耗的光伏出力评价方法，其特征在于，
所述预测模型的输入至少包括时间戳及所述光伏系统的三相电压、三相电流、水平辐照度、环境温度风速、风向及发电量的至少一个或多个。
7.根据权利要求1所述的面向产线能耗的光伏出力评价方法，其特征在于，
所述神经网络模型为长短时记忆网络模型。
8.一种面向产线能耗的光伏出力评价装置，其特征在于，
所述装置包括产线能耗模块、能耗模型模块、能耗预测模块及偏差分析模块；
所述产线能耗模块用于获取设备产线在多个单位时段内计划的能耗曲线；根据至少一评估模型获取至少满足各所述能耗曲线的各所述单位时段内的标准出力曲线；
所述能耗模型模块用于建立各所述单位时段的预测出力曲线；
所述能耗预测模块用于根据至少一预测模型获取光伏系统在各所述单位时段内的预测出力曲线；
所述偏差分析模块用于比较各所述单位时段的所述标准出力曲线与所述预测出力曲线，标记存在偏差的所述单位时段为偏差时段；获取所述偏差时段内所述预测出力曲线与所述标准出力曲线的偏差值；在所述偏差值小于所述偏差阈值时，依据所述偏差值的数值评价所述光伏系统的出力；
所述能耗模型模块用于在所述偏差值大于或等于一偏差阈值时，依据所述偏差值迭代所述预测模型的输入。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述面向产线能耗的光伏出力评价方法的步骤。
10.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述面向产线能耗的光伏出力评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211186037.9A CN115688560A (zh) | 2022-09-27 | 2022-09-27 | 面向产线能耗的光伏出力评价方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211186037.9A CN115688560A (zh) | 2022-09-27 | 2022-09-27 | 面向产线能耗的光伏出力评价方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115688560A true CN115688560A (zh) | 2023-02-03 |
Family
ID=85064772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211186037.9A Pending CN115688560A (zh) | 2022-09-27 | 2022-09-27 | 面向产线能耗的光伏出力评价方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115688560A (zh) |
-
2022
- 2022-09-27 CN CN202211186037.9A patent/CN115688560A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9792552B2 (en) | Prediction of available generator running time | |
| CN111832809B (zh) | 基于Holt-Winters和极限学习机的建筑用能负荷预测方法及系统 | |
| US9170579B1 (en) | System, method and computer program product for monitoring and controlling industrial energy equipment | |
| CN106849064B (zh) | 一种基于气象数据的区域电网负荷预测管理系统 | |
| WO2023136774A2 (en) | Method and apparatus for determining energy storage charge and discharge scheme, device, and storage medium | |
| CN115549313A (zh) | 基于人工智能的用电监测方法及系统 | |
| CN113783707B (zh) | 基于智能网关的传感器供电方法、装置和计算机设备 | |
| CN113326585B (zh) | 燃气锅炉的能效异常预警方法、装置和计算机设备 | |
| WO2019080807A1 (zh) | 一种供能设备管理的方法、系统及终端设备 | |
| CN115688560A (zh) | 面向产线能耗的光伏出力评价方法、装置、设备及介质 | |
| CN111509810A (zh) | 一种锂电池充电状态检测方法、装置及存储介质 | |
| CN109389522B (zh) | 一种柔性负荷的能量区块化方法及系统 | |
| CN113632132A (zh) | 计算机辅助的能量管理方法和能量管理系统 | |
| CN113759210B (zh) | 配电房状态监测系统和配电房监测数据传输方法 | |
| CN111813719B (zh) | 数据轮询方法、装置及终端设备 | |
| CN114301091A (zh) | 一种光伏阵列输出功率控制方法和装置 | |
| CN114417598A (zh) | 数字孪生电网组件化映射方法、装置及电子设备 | |
| CN109217386B (zh) | 自动发电控制方法、系统及终端设备 | |
| CN109190789B (zh) | 中长期风电功率预测方法、装置、计算机设备及存储介质 | |
| CN110851943B (zh) | 一种电池充电性能的建模方法和装置 | |
| CN111817307B (zh) | 用电负荷投切控制方法、装置、计算机设备和存储介质 | |
| CN112531629B (zh) | 配电网保护定值自动整定方法、装置及终端设备 | |
| CN117196415B (zh) | 一种水风光互补系统风险调度方法、装置、设备及介质 | |
| AU2022204337B2 (en) | Run-time reliability reporting for electrical hardware systems | |
| KR102521807B1 (ko) | 이중 시퀀스 딥 러닝 모델을 활용한 에너지 생산 및 소비 데이터 예측 방법 및 그 장치 |
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 |