CN115995814A - 一种基于大数据的公共电力资源调配方法 - Google Patents

Abstract

本发明提供一种基于大数据的公共电力资源调配方法，属于电力资源调配的技术领域，该方法包括：预测每户居民后续阶段的标准用电量；匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；根据修正后的所述标准用电量进行电力资源的调配。本发明有效地解决解决现有电力调配方式没有进一步实现对用户后续阶段用电的精准预测，导致电量分配至一些非活跃用户，造成的分配调度不合理的问题。

Description

一种基于大数据的公共电力资源调配方法

技术领域

本发明涉及电力资源调配的技术领域，尤其涉及一种基于大数据的公共电力资源调配方法。

背景技术

电力调度是为了保证电网安全稳定运行、对外可靠供电、各类电力生产工作有序进行而采用的一种有效管理手段。

随着人口的增长，电能资源也会出现供应不及时的状况，在现有专利一种直流微电网的控制系统中，虽然实现了调度模块在直流微电网产生的电量小于预设阀值情况下根据数据库内存储的分配值进行直流微电网的电量调度，从而对直流微电网系统产生的电量合理的调度和控制，为用户进行供电，但没有进一步实现对用户后续阶段用电的精准预测，导致电量分配至一些非活跃用户，造成分配调度不合理，电量没有合理分配给需要用电的用户，电力资源的调配存在缺陷，寻求一种更完善的公共电力资源调配方法符合社会和市场的需求。

发明内容

本发明的目的是提供一种基于大数据的公共电力资源调配方法，解决现有电力调配方式没有进一步实现对用户后续阶段用电的精准预测，导致电量分配至一些非活跃用户，造成的分配调度不合理的问题。

一种基于大数据的公共电力资源调配方法，包括：

预测每户居民后续阶段的标准用电量；

所述预测每户居民后续阶段的标准用电量；包括：

获取用户用电特征样本；

通过预设的多任务分类模型中的特征编码器，对所述用户用电特征样本进行编码，得到所述用户用电特征样本的编码后特征向量；

通过所述多任务分类模型中的标签编码器，对所述用户用电特征样本的画像标签进行编码，得到所述用户用电特征样本的编码后标签向量；

通过所述多任务分类模型中的分类任务层，基于所述用户用电特征样本的编码后特征向量和编码后标签向量，预测所述用户用电特征样本在各画像维度下的用电预测量；

匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；

根据修正后的所述标准用电量进行电力资源的调配。

优选地，所述匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；包括：

获取各电网节点的位置，计算线路的传输率，传输率为传输效率与线路长度的乘积，以各电网节点为节点，以电网线路为边，以线路的传输率为边的长度构造可视化的电力传输图，并根据发电源的能源类型配置优先级，按照优先级顺序分层显示发电源，根据各线路的传输率配置传输优先级；

收集电网中非可再生能源发电源的产能范围，预测电网中可再生能源发电源在待调度时段内的动态产能数据，按照发电源的优先级和对应线路的优先级搜索多个发电源及对应的线路，根据搜索到的发电源的发电量对各用电源的用电需求走势数据进行匹配，得到发电源与用电源的动态匹配关系，动态匹配的发电源的发电产能覆盖所述用电源的用电需求走势数据，生成匹配文件并下发到配电站。

优选地，所述根据修正后的所述标准用电量进行电力资源的调配之后，还包括：对输电过程进行调整，对输电过程进行调整具体包括：

发电站发出的交流电通过采用电流控制指令的LCC变成直流电；

直流电通过采用构网型双环控制策略的SVG进行功率无功补偿；

直流电通过SVG后输送到配电站系统受端。

优选地，LCC电流控制指令包括：给定的直流电流 I _{dc_pu}，用于限制直流系统传输功率最大值；

由SVG子模块电容电压平衡控制产生的电流 I _{dc_SVG}，用于控制直流系统的传输功率；

I _{dc_pu}和 I _{dc_SVG}两种电流取小作为LCC电流控制指令 I _{dc_order}。

优选地，SVG采用构网型双环控制，其中，外环控制量为弱交流电网有功输出 P _s，即d轴，以及交流母线电压 U _PCC，即q轴，的有效值 V _{s_rms；}

SVG的d轴外环控制目标为保持弱交流电网有功输出为零，控制方法为采集弱交流电网的有功输出，经PI控制后作为SVG的内环d轴电压控制指令 u _{sd_ref}，SVG的q轴外环控制目标为稳定PCC点的交流母线电压，控制方法为采集交流母线电压的有效值，将该有效值和控制目标值做差，经PI控制后作为SVG的内环q轴电压控制指令 u _{sq_ref}。

优选地，所述SVG子模块电容电压平衡控制包括：

取SVG三相桥臂电容电压的平均值，利用PI控制让其稳定在参考值附近，使SVG的有功输出为零。

优选地，所述外环控制量为弱交流电网有功输出 P _s，即d轴包括：

SVG的外环d轴控制目标为保持弱交流电网有功输出为零；

控制方法包括采集弱交流电网的有功输出，经PI控制后作为SVG的内环d轴电压控制指令。

本发明提供的各种技术方案通过将用电源区域的节假日用电属性待调度时段内的气温波动、预期订单和节假日状态输入到需求预测模型中预测各用电源的用电需求走势，以线路传输率为边的长度构造可视化电力传输图，收集非可再生能源发电源的产能范围，预测可再生发电源的动态产能，按照发电源和对应线路的优先级搜索发电源及线路，得到动态匹配关系下发至配电站，配电站根据动态的匹配关系定时切换发电源和线路。通过预测动态的用电需求和清洁发电源产能以及优先匹配的方式，实现了供需精准平衡，降低了非可再生能源的占比，配电站用软件定义的方式定时切换，可提前部署实现自动调度，降低了人力操作依赖，调度效果及时可靠。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，标示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程图；

图2为本发明的电网的输电示意图；

图3为本发明的LCC电流控制的示意图。

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的一部分实施例，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。

需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一种该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

一种基于大数据的公共电力资源调配方法，包括：

步骤100，预测每户居民后续阶段的标准用电量；

步骤200，匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；

步骤300，根据修正后的所述标准用电量进行电力资源的调配。

具体地，选取可再生能源发电源作为初始的待匹配对象，搜索所述可再生能源发电源所属区域内的用电源，进行匹配，根据可再生能源发电源的动态产能数据和所匹配到的用电源的用电需求走势数据计算可再生能源发电源的发电余量，若所述发电余量为正，则以所述可再生能源发电源为待匹配对象继续搜索匹配，搜索所述可再生能源发电源邻近区域内的用电源，继续计算可再生能源发电源的发电余量，对于多个邻近区域，优先按照线路传输效率较高的邻近区域计算发电余量；若发电余量为负，以匹配到的用电源为待匹配对象，搜索所述用电源区域内的非可再生能源发电源，进行匹配，并计算判断所述发电余量是否超出非可再生能源发电源的产能范围，若超出则继续搜索所述用电源邻近区域内的非可再生能源发电源进行匹配，若未超出则根据所述发电余量为匹配到的非可再生能源发电源配置发电任务量。

本说明书实施例提供的各种技术方案通过将用电源区域的节假日用电属性待调度时段内的气温波动、预期订单和节假日状态输入到需求预测模型中预测各用电源的用电需求走势，以线路传输率为边的长度构造可视化电力传输图，收集非可再生能源发电源的产能范围，预测可再生发电源的动态产能，按照发电源和对应线路的优先级搜索发电源及线路，得到动态匹配关系下发至配电站，配电站根据动态的匹配关系定时切换发电源和线路。通过预测动态的用电需求和清洁发电源产能以及优先匹配的方式，实现了供需精准平衡，降低了非可再生能源的占比，配电站用软件定义的方式定时切换，可提前部署实现自动调度，降低了人力操作依赖，调度效果及时可靠。

步骤100，预测每户居民后续阶段的标准用电量；包括：

步骤110，获取用户用电特征样本。

其中，用户用电特征样本是指基于样本用户的在用电过程中的用户信息，获取得到的样本用户的用户用电特征。获取各用用户的电源所属区域在未来待调度时段内的气温波动数据，获取各用用户的电源所属区域的节假日用电属性和在未来待调度时段的节假日状态、采集各厂家上报的待调度时段内的预期订单数据，将各厂家上报的预期订单数据按照区域归类至各用用户的电源，此外，在获取用户用电特征样本的同时，也可以获取用户用电特征样本的画像标签，该画像标签用于指示样本用户在各画像维度的实际画像结果。

步骤120，通过预设的多任务分类模型中的特征编码器，对所述用户用电特征样本进行编码，得到所述用户用电特征样本的编码后特征向量。

用户用电特征样本(记为X)进入多任务分类模型后，首先通过多任务分类模型中的特征编码器进行特征编码，得到用户用电特征样本的编码后特征向量(记为Zx)。其中，特征编码器将用户用电特征样本X编码得到用户用电特征样本的编码后特征向量ZX的具体过程为：特征编码器首先获取用户用电特征样本X的特征高斯分布G(μ(x),Σ(x))，再基于特征高斯分布G(μ(x),Σ(x))进行采样，得到采样结果ZX，即为用户用电特征样本的编码后特征向量。

步骤130，通过所述多任务分类模型中的标签编码器，对所述用户用电特征样本的画像标签进行编码，得到所述用户用电特征样本的编码后标签向量。

其中，所述画像标签中包括各画像维度的实际用户画像结果。实际用户画像结果是样本用户在各画像维度下的实际用户画像结果。

用户用电特征样本的画像标签(记为Y)进入多任务分类模型后，首先通过多任务分类模型中的标签编码器进行标签编码，得到画像标签的编码后标签向量(记为Zy)。其中，标签编码器将画像标签Y编码得到画像标签的编码后标签向量Zy的具体过程为：标签编码器首先获取画像标签Y的标签高斯分布G(μ(y),Σ(y))，再基于标签高斯分布G(μ(y),Σ(y))进行采样，得到采样结果Zy，即为画像标签的编码后标签向量。

步骤140，通过所述多任务分类模型中的分类任务层，基于所述用户用电特征样本的编码后特征向量和编码后标签向量，预测所述用户用电特征样本在各画像维度下的用电预测量。

其中，预测用户画像结果是根据用户用电特征样本预测得到的样本用户在各种环境下的用电预测量。

分类任务层可以采用全连接层结构，分类任务层可以连接特征编码器输出的编码后特征向量，并基于分类任务层根据用户用电特征样本的编码后特征向量预测用户用电特征对应的样本用户在各画像维度下的预测画像结果，即用电预测量。

优选地，步骤200，匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；包括：

步骤210，获取各电网节点的位置，计算线路的传输率，传输率为传输效率与线路长度的乘积，以各电网节点为节点，以电网线路为边，以线路的传输率为边的长度构造可视化的电力传输图，并根据发电源的能源类型配置优先级，按照优先级顺序分层显示发电源，根据各线路的传输率配置传输优先级；

步骤220，收集电网中非可再生能源发电源的产能范围，预测电网中可再生能源发电源在待调度时段内的动态产能数据，按照发电源的优先级和对应线路的优先级搜索多个发电源及对应的线路，根据搜索到的发电源的发电量对各用电源的用电需求走势数据进行匹配，得到发电源与用电源的动态匹配关系，动态匹配的发电源的发电产能覆盖所述用电源的用电需求走势数据，生成匹配文件并下发到配电站。

优选地，步骤300，根据修正后的所述标准用电量进行电力资源的调配之后，还包括：步骤400，对输电过程进行调整，步骤400，对输电过程进行调整具体包括：

步骤410，发电站发出的交流电通过采用电流控制指令的LCC变成直流电；

步骤420，直流电通过采用构网型双环控制策略的SVG进行功率无功补偿；

步骤430，直流电通过SVG后输送到配电站受端。

通过构建LCC和SVG的独立控制策略，实现了LCC系统的配电站运行，克服了传统LCC系统难以应用于配电站新能源外送场景的技术缺陷。

优选地，LCC电流控制指令包括：给定的直流电流I_{dc_pu}，用于限制直流系统传输功率最大值；

由SVG子模块电容电压平衡控制产生的电流I_{dc_SVG}，用于控制直流系统的传输功率；

I_{dc_pu}和I_{dc_SVG}两种电流取小作为LCC电流控制指令I_{dc_order}。

LCC电流控制指令包含两部分，一是给定的直流电流 I _{dc_pu}，用于限制直流系统传输功率最大值；二是由SVG子模块电容电压平衡控制产生的电流 I _{dc_SVG}，用于控制直流系统的传输功率。 I _{dc_pu}和 I _{dc_SVG}两种电流取小作为LCC电流控制指令 I _{dc_order}。SVG子模块电容电压平衡控制方法为，取SVG三相桥臂电容电压的平均值SVG_EcAvg，利用PI控制让其稳定在参考值附近，以保证SVG的有功输出为零。

优选地，SVG采用构网型双环控制。其中，外环控制量为弱交流电网有功输出 P _s（d轴）以及交流母线电压 U _PCC（q轴）的有效值 V _{s_rms}。SVG的d轴外环控制目标为保持弱交流电网有功输出结零（ P _s=0，配电站运行，仅新能源供电），控制方法为采集弱交流电网的有功输出，经PI控制后作为SVG的内环d轴电压控制指令 u _{sd_ref}。SVG的q轴外环控制目标为稳定PCC点的交流母线电压，控制方法为采集交流母线电压的有效值，将该有效值和控制目标值做差，经PI控制后作为SVG的内环q轴电压控制指令 u _{sq_ref}。

优选地，SVG子模块电容电压平衡控制包括：

取SVG三相桥臂电容电压的平均值，利用PI控制让其稳定在参考值附近，使SVG的有功输出为零。

优选地，外环控制量为弱交流电网有功输出 P _s，即d轴包括：

SVG的外环d轴控制目标为保持弱交流电网有功输出为零；

控制方法包括采集弱交流电网的有功输出，经PI控制后作为SVG的内环d轴电压控制指令。

优选地，外环控制交流母线电压的有效值即q轴包括：

优选地，SVG的外环q轴控制目标为稳定PCC点的交流母线电压；

控制方法包括采集交流母线电压的有效值，将该有效值和控制目标值做差，经PI控制后作为SVG的内环q轴电压控制指令。

优选地，外环控制量直接生成内环电压控制量即内环d轴和内环q轴之后，还包括：将SVG的内环d轴、q轴电压控制指令进行反park变换，得到SVG的交流侧电压调制波。

优选地，经反park变换包括：

给定SVG内环控制反park的初始相角 θ。

最后，将 u _{sd_ref}和 u _{sq_ref}进行反park变换，即可得到SVG的交流侧电压调制波 u _1avf、 u _1bvf和 u _1cvf。其中， u _{sd_ref}和 u _{sq_ref}进行反park变换的初始相角 θ直接给定。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种基于大数据的公共电力资源调配方法，其特征在于，包括：

预测每户居民后续阶段的标准用电量；

所述预测每户居民后续阶段的标准用电量；包括：

获取用户用电特征样本；

通过预设的多任务分类模型中的特征编码器，对所述用户用电特征样本进行编码，得到所述用户用电特征样本的编码后特征向量；

通过所述多任务分类模型中的标签编码器，对所述用户用电特征样本的画像标签进行编码，得到所述用户用电特征样本的编码后标签向量；

通过所述多任务分类模型中的分类任务层，基于所述用户用电特征样本的编码后特征向量和编码后标签向量，预测所述用户用电特征样本在各画像维度下的用电预测量；

匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；

根据修正后的所述标准用电量进行电力资源的调配。

2.根据权利要求1所述的一种基于大数据的公共电力资源调配方法，其特征在于，所述匹配调控区域内居民用电平均大数据，对每户居民的所述标准用电量分别进行修正；包括：

获取各电网节点的位置，计算线路的传输率，传输率为传输效率与线路长度的乘积，以各电网节点为节点，以电网线路为边，以线路的传输率为边的长度构造可视化的电力传输图，并根据发电源的能源类型配置优先级，按照优先级顺序分层显示发电源，根据各线路的传输率配置传输优先级；

收集电网中非可再生能源发电源的产能范围，预测电网中可再生能源发电源在待调度时段内的动态产能数据，按照发电源的优先级和对应线路的优先级搜索多个发电源及对应的线路，根据搜索到的发电源的发电量对各用电源的用电需求走势数据进行匹配，得到发电源与用电源的动态匹配关系，动态匹配的发电源的发电产能覆盖所述用电源的用电需求走势数据，生成匹配文件并下发到配电站。

3.根据权利要求1所述的一种基于大数据的公共电力资源调配方法，其特征在于，所述根据修正后的所述标准用电量进行电力资源的调配之后，还包括：对输电过程进行调整，对输电过程进行调整具体包括：

发电站发出的交流电通过采用电流控制指令的LCC变成直流电；

直流电通过采用构网型双环控制策略的SVG进行功率无功补偿；

直流电通过SVG后输送到配电站系统受端。

4.根据权利要求3所述的一种基于大数据的公共电力资源调配方法，其特征在于，

LCC电流控制指令包括：给定的直流电流I _{dc_pu}，用于限制直流系统传输功率最大值；

由SVG子模块电容电压平衡控制产生的电流I _{dc_SVG}，用于控制直流系统的传输功率；

I _{dc_pu}和I _{dc_SVG}两种电流取小作为LCC电流控制指令I _{dc_order}。

5.根据权利要求4所述的一种基于大数据的公共电力资源调配方法，其特征在于，SVG采用构网型双环控制，其中，外环控制量为弱交流电网有功输出P _s，即d轴，以及交流母线电压U _PCC，即q轴的有效值V _{s_rms；}

SVG的d轴外环控制目标为保持弱交流电网有功输出为零，控制方法为采集弱交流电网的有功输出，经PI控制后作为SVG的内环d轴电压控制指令u _{sd_ref}，SVG的q轴外环控制目标为稳定PCC点的交流母线电压，控制方法为采集交流母线电压的有效值，将有效值和控制目标值做差，经PI控制后作为SVG的内环q轴电压控制指令u _{sq_ref}。

6.根据权利要求5所述的一种基于大数据的公共电力资源调配方法，其特征在于，所述SVG子模块电容电压平衡控制包括：

取SVG三相桥臂电容电压的平均值，利用PI控制让其稳定在参考值附近，使SVG的有功输出为零。

7.根据权利要求6所述的一种基于大数据的公共电力资源调配方法，其特征在于，所述外环控制量为弱交流电网有功输出P _s，即d轴包括：

SVG的外环d轴控制目标为保持弱交流电网有功输出为零；

控制方法包括采集弱交流电网的有功输出，经PI控制后作为SVG的内环d轴电压控制指令。

Images