CN115864460A - 一种电力调峰方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种电力调峰方法、装置、设备及存储介质，包括：预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值；获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值；根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略；根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量；根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

Description

一种电力调峰方法、装置、设备及存储介质

技术领域

本发明涉及电力系统调度技术领域，尤其涉及一种电力调峰方法、装置、设备及存储介质。

背景技术

电力系统中的用电负荷是经常发生变化的，由于电能不能大量储存，电能的发出和使用应当是同步的，所以需要多少电量，发电部门就必须同步发出多少电量。为了维持用功功率平衡，保持系统频率稳定，需要发电部门相应改变发电机的出力以适应用电负荷的变化，即为电力调峰。同时，由于用电负荷是不均匀的，在用电高峰时，电网往往超负荷，而此时需要投入在正常运行以外的发电机组以满足需求。

现有的虚拟电厂为了降低实际供电与预测供电之间的差值造成的影响，通常都会将虚拟电厂的供电能力设置的较高，从而避免引入虚拟电厂后还发生停电事故，但会造成虚拟电厂供电成本较高、发电设备冗余量过大、发电量过大导致浪费的问题。

因此，目前亟需一种能够降低供电成本、减少发电设备冗余量的电力调峰方法。

发明内容

本发明提供了一种电力调峰方法、装置、设备及存储介质，以解决现有技术中虚拟电厂供电成本较高、发电设备冗余量过大的技术问题。

为了解决上述技术问题，本发明实施例提供了一种电力调峰方法，包括：

预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值；

获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值；

根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略；

根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量；

根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

作为优选方案，所述预测虚拟电厂所覆盖区域的预计用电曲线，具体为：

获取虚拟电厂的历史用电变化趋势；所述历史用电变化趋势包括用电量和时间；

将时间和用电量对应构建关系矩阵，并将所述关系矩阵输入至预设残差模型中，得到时间和用电量之间的非线性关系，从而构建得到用电预测模型；

根据所述用电预测模型，输出获得预计用电曲线。

作为优选方案，所述预测虚拟电厂在预设时间段内的预计产电量曲线，具体为：

获取历史光照强度，计算出历史光伏产电量；

获取历史风力数据，计算出历史风力产电量；

获取历史降水量数据，计算出历史水力产电量；

根据所述历史光伏产电量、所述历史风力产电量和所述历史水力产电量，得到历史产电量，从而得到历史产电量曲线；

根据所述历史产电量曲线，得到时间与产电量的非线性关系，进而构建得到产电预测模型；

根据所述产电预测模型，输出获得在预设时间段内的预计产电量曲线。

作为优选方案，所述历史光伏产电量的计算公式为：E_P＝H_A×PAZ×K₁；其中，E_P为上网发电量(kW·h)；H_A为水平面太阳能年总辐照量(kW·h/m²)；PAZ为系统安装容量(kW)；K₁为综合效率系数；

所述历史风力产电量通过历史风力发电功率进行计算得到，所述历史风力发电功率的计算公式为：

其中，ρ₁为空气密度，所述空气密度可以根据气温计算得出；t为时间；s为风力发电设备的扇叶截面面积；v是风速；

所述历史水力产电量通过历史水力发电功率进行计算得到，所述历史水力发电功率的计算公式为：W_water＝F×S×K₂；其中，F是水的重力，也就是

式中，ρ2是水的密度，/>

是单位时间内的水的流量(体积)，g为重力常数；S为水在发电机上的流动长度，K₂为发电机的转化效率。

作为优选方案，所述根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略，具体为：

当所述第一差值大于第二差值时，根据所述第一差值，计算出所需降低虚拟电厂的发电量，进而得到虚拟电厂降低产电量的初步发电量调峰策略；

当所述第一差值小于第二差值时，根据所述第一差值，计算出所需增加虚拟电厂的发电量，进而得到虚拟电厂增加产电量的初步发电量调峰策略。

作为优选方案，所述根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量，具体为：

根据虚拟电厂的调节速率、调节范围、调节可持续时间、调节动态过程、可控程度和信息通信响应时间，获取得到虚拟电厂中发电设备的调节特性，进而将各发电设备的调节特性对应的多种参数，作为各发电设备在虚拟电厂中的可控变量。

作为优选方案，所述根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰，具体为：

根据所述初步发电量调峰策略，生成各灵活性发电设备资源的控制指令；

根据所述控制指令和各发电设备的可控变量，调节各灵活性发电设备资源，使得各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰；

其中，所述各灵活性发电设备资源包括可快速调动的各种新能源形式的发电设备或储能资源。

相应地，本发明还提供一种电力调峰装置，包括预测模块、实际供电模块、调整模块、变量模块和调控模块；

所述预测模块，用于预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值；

所述实际供电模块，用于获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值；

所述调整模块，用于根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略；

所述变量模块，用于根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量；

所述调控模块，用于根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

作为优选方案，所述预测虚拟电厂所覆盖区域的预计用电曲线，具体为：

获取虚拟电厂的历史用电变化趋势；所述历史用电变化趋势包括用电量和时间；

将时间和用电量对应构建关系矩阵，并将所述关系矩阵输入至预设残差模型中，得到时间和用电量之间的非线性关系，从而构建得到用电预测模型；

根据所述用电预测模型，输出获得预计用电曲线。

作为优选方案，所述预测虚拟电厂在预设时间段内的预计产电量曲线，具体为：

获取历史光照强度，计算出历史光伏产电量；

获取历史风力数据，计算出历史风力产电量；

获取历史降水量数据，计算出历史水力产电量；

根据所述历史光伏产电量、所述历史风力产电量和所述历史水力产电量，得到历史产电量，从而得到历史产电量曲线；

根据所述历史产电量曲线，得到时间与产电量的非线性关系，进而构建得到产电预测模型；

根据所述产电预测模型，输出获得在预设时间段内的预计产电量曲线。

作为优选方案，所述历史光伏产电量的计算公式为：E_P＝H_A×PAZ×K₁；其中，E_P为上网发电量(kW·h)；H_A为水平面太阳能年总辐照量(kW·h1/m²)；PAZ为系统安装容量(kW)；K₁为综合效率系数；

所述历史风力产电量通过历史风力发电功率进行计算得到，所述历史风力发电功率的计算公式为：

其中，ρ₁为空气密度，所述空气密度可以根据气温计算得出；t为时间；s为风力发电设备的扇叶截面面积；v是风速；

所述历史水力产电量通过历史水力发电功率进行计算得到，所述历史水力发电功率的计算公式为：W_water＝F×S×K₂；其中，F是水的重力，也就是

式中，ρ₂是水的密度，/>

是单位时间内的水的流量(体积)，g为重力常数；S为水在发电机上的流动长度，K₂为发电机的转化效率。

作为优选方案，所述根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略，具体为：

当所述第一差值大于第二差值时，根据所述第一差值，计算出所需降低虚拟电厂的发电量，进而得到虚拟电厂降低产电量的初步发电量调峰策略；

当所述第一差值小于第二差值时，根据所述第一差值，计算出所需增加虚拟电厂的发电量，进而得到虚拟电厂增加产电量的初步发电量调峰策略。

作为优选方案，所述根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量，具体为：

根据虚拟电厂的调节速率、调节范围、调节可持续时间、调节动态过程、可控程度和信息通信响应时间，获取得到虚拟电厂中发电设备的调节特性，进而将各发电设备的调节特性对应的多种参数，作为各发电设备在虚拟电厂中的可控变量。

作为优选方案，所述根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰，具体为：

根据所述初步发电量调峰策略，生成各灵活性发电设备资源的控制指令；

根据所述控制指令和各发电设备的可控变量，调节各灵活性发电设备资源，使得各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰；

其中，所述各灵活性发电设备资源包括可快速调动的各种新能源形式的发电设备或储能资源。

相应地，本发明还提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的电力调峰方法。

相应地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的电力调峰方法。

相比于现有技术，本发明实施例具有如下有益效果：

本发明的技术方案通过预测虚拟电厂所覆盖区域的预计用电曲线和预设时间段内的预计产电量曲线，确保了虚拟电厂所在区域内进行预测的准确性，并通过实际供电值，进而将得到的第一差值和第二差值对虚拟电厂的发电量进行第一调整，从而得到虚拟电厂的初步发电量调峰策略，降低实际供电与预测供电之间的差值造成的影响，并确保了调峰策略的准确性，并通过虚拟电厂的预设角度，来获取发电设备的调节特性，进而得到对各发电设备在虚拟电厂的可控变量，从而实现各灵活性发电设备资源进行统一调控，避免了发电设备冗余量过大的情况以及发电量过大导致浪费情况的发生，从而实现了降低虚拟电厂的供电成本。

附图说明

图1：为本发明实施例所提供的一种电力调峰方法的步骤流程图；

图2：为本发明实施例所提供的一种电力调峰装置的结构示意图。

具体实施方式

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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

虚拟电厂是一种通过先进信息通信技术和软件系统，实现DG(distributedgenerator，分布式电源)、储能系统、可控负荷、电动汽车等DER的聚合和协调优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。

实施例一

请参照图1，为本发明实施例提供的一种电力调峰方法，包括以下步骤S101－S105：

步骤S101：预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值。

在本实施例中，针对虚拟电厂所管控的行政区域，预测该管控区域中的特定时间间隔中的用电曲线，预计用电曲线可由历史的用电曲线分析得出。例如分析八月份的用电曲线，可以根据过去的十年中八月份的用电量曲线以及过去的十年中的用电变化趋势，对应得到以后的八月份的用电量。

需要说明的是，由于预计用电曲线和预计产电曲线之间的均是时间与用电量或时间与产电量之间的关系，即对应于同一时间下，用电量与产电量之间的差值即可进行计算，即为第一差值。

作为本实施例的优选方案，所述预测虚拟电厂所覆盖区域的预计用电曲线，具体为：

获取虚拟电厂的历史用电变化趋势；所述历史用电变化趋势包括用电量和时间；将时间和用电量对应构建关系矩阵，并将所述关系矩阵输入至预设残差模型中，得到时间和用电量之间的非线性关系，从而构建得到用电预测模型；根据所述用电预测模型，输出获得预计用电曲线。

在本实施例中，由于用电量和时间之间通常不是特定的函数关系，如线性关系或者指数关系，因此可以将时间和用电量对应构建关系矩阵，并将构建的关系矩阵输入到预先训练的残差模型中获得时间和用电量之间的非线性关系，然后根据该非线性关系，对应预测得到后续八月份的用电预测模型，输出获得预计用电曲线。优选地，最低的预测时间以天为周期，月份的与测试也可以通过天数累加得到。

作为本实施例的优选方案，所述预测虚拟电厂在预设时间段内的预计产电量曲线，具体为：

获取历史光照强度，计算出历史光伏产电量；获取历史风力数据，计算出历史风力产电量；获取历史降水量数据，计算出历史水力产电量；根据所述历史光伏产电量、所述历史风力产电量和所述历史水力产电量，得到历史产电量，从而得到历史产电量曲线；根据所述历史产电量曲线，得到时间与产电量的非线性关系，进而构建得到产电预测模型；根据所述产电预测模型，输出获得在预设时间段内的预计产电量曲线。

在本实施例中，基于虚拟电厂中的预设的发电设备，预测得到的以及产电曲线可以根据往年的产电量曲线获得，例如根据往年的光照强度，对应计算光伏产电量，根据风力数据，对应计算风力产电量，根据降水量数据，对应计算水电产电量。进一步地，预计产电量曲线还需要根据往年的预测用电曲线的趋势进行适当调整，以保证产电量大于实际用电量，避免出现不符合实际发电与用电情况的发生。

所述历史光伏产电量的计算公式为：E_P＝H_A×PAZ×K₁；其中，E_P为上网发电量(kW·h)；H_A为水平面太阳能年总辐照量(kW·h/m²)；PAZ为系统安装容量(kW)；K₁为综合效率系数。

在本实施例中，预计产电量是指发电设备数量一定的情况下，天气原因对产电量的影响。对于光伏发电，将H_A更换为预测的八月份的总辐照量，即为未来八月份的光伏发电量。具体八月份的总辐照量的预测可以参考上述的发电量预测，也可以根据气象预测信息对应计算。

所述历史风力产电量通过历史风力发电功率进行计算得到，所述历史风力发电功率的计算公式为：

其中，ρ₁为空气密度，所述空气密度可以根据气温计算得出；t为时间；s为风力发电设备的扇叶截面面积；v是风速。

所述历史水力产电量通过历史水力发电功率进行计算得到，所述历史水力发电功率的计算公式为：W_water＝F×S×K₂；其中，F是水的重力，也就是

式中，ρ₂是水的密度，/>

是单位时间内的水的流量(体积)，g为重力常数；S为水在发电机上的流动长度，K₂为发电机的转化效率。

在本实施例中，由于发电机是一定的，因此S和K₂是一定的；W_water也就是单位时间内的流量的水的重力在发电机上做的功所转化的电能。其中降水量会影响水位落差，水位落差与S是不一样的参数，即水位落差并不会影响S的数值，只能够影响水的流速(流量)，即F的数值。

步骤S102：获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值。

在本实施例中，通过获取当前电网的实际供电值，能够准确地计算出发电设备给电网的实际供电值与预计产电曲线上的预测供电值之间的第二差值。

步骤S103：根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略。

作为本实施例的优选方案，所述根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略，具体为：

当所述第一差值大于第二差值时，根据所述第一差值，计算出所需降低虚拟电厂的发电量，进而得到虚拟电厂降低产电量的初步发电量调峰策略；当所述第一差值小于第二差值时，根据所述第一差值，计算出所需增加虚拟电厂的发电量，进而得到虚拟电厂增加产电量的初步发电量调峰策略。

在本实施例中，第一差值大于第二差值，说明虚拟电厂的产电量过大，可以降低虚拟电厂的产电量，从而根据第一差值，计算出所需降低虚拟电厂的发电量，进而得到虚拟电厂降低产电量的初步发电量调峰策略；当第一差值小于第二差值，说明虚拟电厂的产电量较小，可以适当提高虚拟电厂的产电量，从而根据第一差值，计算出所需增加虚拟电厂的发电量，进而得到虚拟电厂增加产电量的初步发电量调峰策略。

可以理解的是，通过第一差值对应调整虚拟电厂的发电量，也就是通过设置虚拟电厂的发电设备的运行状态，以降低虚拟电厂的运行成本，提高虚拟电厂的运行效率。

步骤S104：根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量。

作为本实施例的优选方案，所述根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量，具体为：

根据虚拟电厂的调节速率、调节范围、调节可持续时间、调节动态过程、可控程度和信息通信响应时间，获取得到虚拟电厂中发电设备的调节特性，进而将各发电设备的调节特性对应的多种参数，作为各发电设备在虚拟电厂中的可控变量。

需要说明的是，虚拟电厂的预设角度主要包括：主要包括虚拟电厂的调节速率、调节范围、调节可持续时间、调节动态过程、可控程度、信息通信响应时间，可以根据以上特性，对应调整虚拟电厂中的多种参数，以实现对应目的，比如需要紧急响应的时候，可以调整调节速率较快的一些参数，或者根据需要，选择对应的调节可持续时间。

在本实施例中，基于虚拟电场中的预设角度，获取虚拟电厂中的发电设备的调节特性，然后获取发电设备在虚拟电厂调控中的可控变量。可控变量主要是指发电设备的各种可调节的控制方式以及对应的响应特性，例如光伏发电设备，可以通过控制逆变器改变武功输出，因此可以将逆变器控制武功输出作为分布式光伏的可控变量；储能资源，具有快速的调节能力，可以通过直接调控充放电规律；空调负荷可以直接控制空调运行、也可以控制设定温度。

步骤S105：根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

作为本实施例的优选方案，所述根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰，具体为：

根据所述初步发电量调峰策略，生成各灵活性发电设备资源的控制指令；根据所述控制指令和各发电设备的可控变量，调节各灵活性发电设备资源，使得各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰；其中，所述各灵活性发电设备资源包括可快速调动的各种新能源形式的发电设备或储能资源。

在本实施例中，目标虚拟电厂可以接收电网调度系统的控制指令，根据控制指令及各类灵活性资源的可控变量，调节各灵活性资源，从而使得存在差异性的多种灵活性资源得到统一调控。

进一步地，为了使得虚拟电厂能够更加便捷地调控各种资源，可以将灵活性资源、虚拟电厂、电网调度系统作为整体调控系统，构建三级调控架构在三级调控架构中，可以将灵活性资源(灵活性发电设备资源)设置于底层，进行灵活性资源的数据采集和调控指令的执行。虚拟电厂的内部优化控制，可以包括以下步骤：基于通信约束、可控能力、资源特性及聚合技术，对灵活性资源进行动态聚合，获取灵活性资源的控制集群；根据控制集群，确定目标虚拟电厂的内部优化控制策略。

作为本实施例的另一优选方案，对分布式资源进行控制集群的划分，包括：基于灵活性资源的地域分布或行政划分，对灵活性资源进行控制集群的划分，按照地域分布或者行政划分，该划分方式简单易行；基于聚类算法式，通过聚类，对灵活性资源进行控制集群的划分，将电气距离接近、调控能力相似、控制方式相同分布式资源划分为一类；基于配电网的分配特性，对灵活性资源进行控制集群的划分。

可以理解的是，通过对供电量的预测以及用电量的预测，为虚拟电厂的实际供电需求提出较为准确的预测结果，并且通过对应提供虚拟电厂的供电设备调节方法，能够降低虚拟电厂中的冗余供电设备的工作量，降低电厂运行成本，避免发电过多导致浪费。

实施以上实施例，具有如下效果：

本发明的技术方案通过预测虚拟电厂所覆盖区域的预计用电曲线和预设时间段内的预计产电量曲线，确保了虚拟电厂所在区域内进行预测的准确性，并通过实际供电值，进而将得到的第一差值和第二差值对虚拟电厂的发电量进行第一调整，从而得到虚拟电厂的初步发电量调峰策略，降低实际供电与预测供电之间的差值造成的影响，并确保了调峰策略的准确性，并通过虚拟电厂的预设角度，来获取发电设备的调节特性，进而得到对各发电设备在虚拟电厂的可控变量，从而实现各灵活性发电设备资源进行统一调控，避免了发电设备冗余量过大的情况以及发电量过大导致浪费情况的发生，从而实现了降低虚拟电厂的供电成本。

实施例二

请参阅图2，其为本发明所提供的一种电力调峰装置，包括：预测模块201、实际供电模块202、调整模块203、变量模块204和调控模块205。

所述预测模块201，用于预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值。

所述实际供电模块202，用于获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值。

所述调整模块203，用于根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略。

所述变量模块204，用于根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量。

所述调控模块205，用于根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

作为本实施例的优选方案，所述预测虚拟电厂所覆盖区域的预计用电曲线，具体为：

获取虚拟电厂的历史用电变化趋势；所述历史用电变化趋势包括用电量和时间；将时间和用电量对应构建关系矩阵，并将所述关系矩阵输入至预设残差模型中，得到时间和用电量之间的非线性关系，从而构建得到用电预测模型；根据所述用电预测模型，输出获得预计用电曲线。

作为本实施例的优选方案，所述预测虚拟电厂在预设时间段内的预计产电量曲线，具体为：

获取历史光照强度，计算出历史光伏产电量；获取历史风力数据，计算出历史风力产电量；获取历史降水量数据，计算出历史水力产电量；根据所述历史光伏产电量、所述历史风力产电量和所述历史水力产电量，得到历史产电量，从而得到历史产电量曲线；根据所述历史产电量曲线，得到时间与产电量的非线性关系，进而构建得到产电预测模型；根据所述产电预测模型，输出获得在预设时间段内的预计产电量曲线。

作为本实施例的优选方案，所述历史光伏产电量的计算公式为：E_P＝H_A×PAZ×K₁；其中，E_P为上网发电量(kW·h)；H_A为水平面太阳能年总辐照量(kW·h/m²)；PAZ为系统安装容量(kW)；K₁为综合效率系数；所述历史风力产电量通过历史风力发电功率进行计算得到，所述历史风力发电功率的计算公式为：

其中，ρ₁为空气密度，所述空气密度可以根据气温计算得出；t为时间；s为风力发电设备的扇叶截面面积；v是风速；所述历史水力产电量通过历史水力发电功率进行计算得到，所述历史水力发电功率的计算公式为：W_water＝F×S×K₂；其中，F是水的重力，也就是/>

式中，ρ₂是水的密度，/>

是单位时间内的水的流量(体积)，g为重力常数；S为水在发电机上的流动长度，K₂为发电机的转化效率。

作为本实施例的优选方案，所述根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略，具体为：

当所述第一差值大于第二差值时，根据所述第一差值，计算出所需降低虚拟电厂的发电量，进而得到虚拟电厂降低产电量的初步发电量调峰策略；当所述第一差值小于第二差值时，根据所述第一差值，计算出所需增加虚拟电厂的发电量，进而得到虚拟电厂增加产电量的初步发电量调峰策略。

作为本实施例的优选方案，所述根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量，具体为：

根据虚拟电厂的调节速率、调节范围、调节可持续时间、调节动态过程、可控程度和信息通信响应时间，获取得到虚拟电厂中发电设备的调节特性，进而将各发电设备的调节特性对应的多种参数，作为各发电设备在虚拟电厂中的可控变量。

作为本实施例的优选方案，所述根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰，具体为：

根据所述初步发电量调峰策略，生成各灵活性发电设备资源的控制指令；根据所述控制指令和各发电设备的可控变量，调节各灵活性发电设备资源，使得各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰；其中，所述各灵活性发电设备资源包括可快速调动的各种新能源形式的发电设备或储能资源。

所属领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

实施本发明实施例，具有如下效果：

本发明的技术方案通过预测虚拟电厂所覆盖区域的预计用电曲线和预设时间段内的预计产电量曲线，确保了虚拟电厂所在区域内进行预测的准确性，并通过实际供电值，进而将得到的第一差值和第二差值对虚拟电厂的发电量进行第一调整，从而得到虚拟电厂的初步发电量调峰策略，降低实际供电与预测供电之间的差值造成的影响，并确保了调峰策略的准确性，并通过虚拟电厂的预设角度，来获取发电设备的调节特性，进而得到对各发电设备在虚拟电厂的可控变量，从而实现各灵活性发电设备资源进行统一调控，避免了发电设备冗余量过大的情况以及发电量过大导致浪费情况的发生，从而实现了降低虚拟电厂的供电成本。

实施例三

相应地，本发明还提供一种终端设备，包括：处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项实施例所述的电力调峰方法。

该实施例的终端设备包括：处理器、存储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、计算机指令。所述处理器执行所述计算机程序时实现上述实施例一中的各个步骤，例如图1所示的步骤S101至S105。或者，所述处理器执行所述计算机程序时实现上述装置实施例中各模块/单元的功能，例如调整模块203。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/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，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。例如，所述调整模块203，用于根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略。

所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，示意图仅仅是终端设备的示例，并不构成对终端设备的限定，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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现终端设备的各种功能。所述存储器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等；存储数据区可存储根据移动终端的使用所创建的数据等。此外，存储器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，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)、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。

其中，所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read－Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

实施例四

相应地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项实施例所述的电力调峰方法。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种电力调峰方法，其特征在于，包括：

预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值；

获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值；

根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略；

根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量；

根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

2.如权利要求1所述的一种电力调峰方法，其特征在于，所述预测虚拟电厂所覆盖区域的预计用电曲线，具体为：

获取虚拟电厂的历史用电变化趋势；所述历史用电变化趋势包括用电量和时间；

将时间和用电量对应构建关系矩阵，并将所述关系矩阵输入至预设残差模型中，得到时间和用电量之间的非线性关系，从而构建得到用电预测模型；

根据所述用电预测模型，输出获得预计用电曲线。

3.如权利要求1所述的一种电力调峰方法，其特征在于，所述预测虚拟电厂在预设时间段内的预计产电量曲线，具体为：

获取历史光照强度，计算出历史光伏产电量；

获取历史风力数据，计算出历史风力产电量；

获取历史降水量数据，计算出历史水力产电量；

根据所述历史光伏产电量、所述历史风力产电量和所述历史水力产电量，得到历史产电量，从而得到历史产电量曲线；

根据所述历史产电量曲线，得到时间与产电量的非线性关系，进而构建得到产电预测模型；

根据所述产电预测模型，输出获得在预设时间段内的预计产电量曲线。

4.如权利要求3所述的一种电力调峰方法，其特征在于，所述历史光伏产电量的计算公式为：E_P＝_A×PAZ×K₁；其中，E_P为上网发电量；H_A为水平面太阳能年总辐照量；PAZ为系统安装容量；K₁为综合效率系数；

所述历史风力产电量通过历史风力发电功率进行计算得到，所述历史风力发电功率的计算公式为：

其中，ρ₁为空气密度，所述空气密度可以根据气温计算得出；t为时间；s为风力发电设备的扇叶截面面积；v是风速；

所述历史水力产电量通过历史水力发电功率进行计算得到，所述历史水力发电功率的计算公式为：W_water＝×S×K₂；其中，F是水的重力，也就是

式中，ρ₂是水的密度，

是单位时间内的水流量体积，g为重力常数；S为水在发电机上的流动长度，K₂为发电机的转化效率。

5.如权利要求1所述的一种电力调峰方法，其特征在于，所述根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略，具体为：

当所述第一差值大于第二差值时，根据所述第一差值，计算出所需降低虚拟电厂的发电量，进而得到虚拟电厂降低产电量的初步发电量调峰策略；

当所述第一差值小于第二差值时，根据所述第一差值，计算出所需增加虚拟电厂的发电量，进而得到虚拟电厂增加产电量的初步发电量调峰策略。

6.如权利要求1所述的一种电力调峰方法，其特征在于，所述根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量，具体为：

根据虚拟电厂的调节速率、调节范围、调节可持续时间、调节动态过程、可控程度和信息通信响应时间，获取得到虚拟电厂中发电设备的调节特性，进而将各发电设备的调节特性对应的多种参数，作为各发电设备在虚拟电厂中的可控变量。

7.如权利要求1所述的一种电力调峰方法，其特征在于，所述根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰，具体为：

根据所述初步发电量调峰策略，生成各灵活性发电设备资源的控制指令；

根据所述控制指令和各发电设备的可控变量，调节各灵活性发电设备资源，使得各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰；

其中，所述各灵活性发电设备资源包括可快速调动的各种新能源形式的发电设备或储能资源。

8.一种电力调峰装置，其特征在于，包括预测模块、实际供电模块、调整模块、变量模块和调控模块；

所述预测模块，用于预测虚拟电厂所覆盖区域的预计用电曲线，并预测虚拟电厂在预设时间段内的预计产电量曲线，从而计算出所述预计用电曲线和所述预计产电量曲线的第一差值；

所述实际供电模块，用于获取当前电网的实际供电值，并计算出实际供电值和所述预计产电量曲线的第二差值；

所述调整模块，用于根据所述第一差值和所述第二差值，对所述虚拟电厂的发电量进行第一调整，得到虚拟电厂的初步发电量调峰策略；

所述变量模块，用于根据虚拟电厂的预设角度，获取虚拟电厂中发电设备的调节特性，进而获取各发电设备在虚拟电厂中的可控变量；

所述调控模块，用于根据所述初步发电量调峰策略以及各发电设备的可控变量，对各存在差异的灵活性发电设备资源进行统一调控，从而完成电力调峰。

9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，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任意一项所述的电力调峰方法。

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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的电力调峰方法。

Images