CN116167563A - 电力资源的分配方法、装置、电子设备及存储介质 - Google Patents
电力资源的分配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116167563A CN116167563A CN202211555512.5A CN202211555512A CN116167563A CN 116167563 A CN116167563 A CN 116167563A CN 202211555512 A CN202211555512 A CN 202211555512A CN 116167563 A CN116167563 A CN 116167563A
- Authority
- CN
- China
- Prior art keywords
- power
- computing
- subsystem
- neural network
- output
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例提供了一种电力资源的分配方法、装置、电子设备及存储介质,所述方法包括:获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建混合控制系统,所述混合控制系统中配置有算力量化模型;通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
Description
技术领域
本发明涉及能源分配技术领域,特别是涉及一种电力资源的分配方法、一种电力资源的分配装置、一种电子设备以及一种计算机可读存储介质。
背景技术
随着社会的发展,人类对能源的需求日益增大。化石燃料的大量使用,不但造成了传统能源趋于衰减,还造成了严重的环境污染。在此背景下,可再生分布式电源因其持续、环境友好、安装灵活等优点备受关。日用电负荷高峰分别为中午和晚上,影响负荷的主要用电设备为空调设备,夏季和冬季负荷变动不大。由于无季节性负荷、空调出力均按最大考虑,因此除5月和9月外,全年负荷基本无较大变动。全年负荷主要受空调设备影响,5月和9月不开空调情况下系统总负荷较小。然而,在相关电力资源的分配过程中,存在电力资源分配不合理,分配效率低下等问题。
发明内容
本发明实施例是提供一种电力资源的分配方法、装置、电子设备以及计算机可读存储介质,以解决或部分解决电力资源分配不合理,分配效率低下的问题。
本发明实施例公开了一种电力资源的分配方法,包括:
获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;
根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,所述混合控制系统中配置有用于进行符合需求预测的算力量化模型;
通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;
通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
可选地,所述根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,包括:
获取各个所述计算节点对应的空闲算力;
将空闲算力大于或等于预设算力阈值的计算节点作为目标计算节点;
采用各个所述目标计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力进行模型构建,获得算力量化模型;
将各个所述目标计算节点组成用于进行电力资源分配的混合控制系统。
可选地,,所述计算节点至少包括与所述逻辑运算能力对应的n个逻辑运算芯片、与所述并行计算能力对应的m个并行计算芯片以及与所述神经网络计算能力对应的p个神经网络加速芯片,所述算力量化模型为如下方式:
其中,所述Cbr用于表征总算力需求,为逻辑运算能力,所述为并行计算能力,所述/>为神经网络加速能力;所述f(ai)、所述f(bj)以及所述f(ck)为同一映射函数,所述a、所述b以及所述c为映射比例系数,所述q1为逻辑运算冗余算力,所述q1为并行计算冗余算力,所述q1为神经网络加速冗余算力。
可选地,所述供电系统包括储能子系统、光伏子系统以及电池组系统,所述历史资源配置信息包括所述储能子系统、光伏子系统以及电池组系统在同一时刻的输出功率,所述通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值,包括:
获取针对所述电力需求信息的代价函数,所述代价函数为如下函数:
L(x,P_wref,P_sref,P_bref)=α(PD-P_wref-P_sref-P_bref)2+β
P_sref2+γP_bref2;
通过所述算力量化模型按照所述代价函数对所述电力需求信息与所述历史资源配置信息进行仿真模拟,并通过如下约束条件进行求解:
P_wref((j+1)Δ)-P_wref(jΔ)≤dP_wmax;
P_sref((j+1)Δ)-P_sref(jΔ)≤dP_smax;
P_bref((j+1)Δ)-P_bref(jΔ)≤dP_bmax;
输出所述储能子系统对应的第一输出功率值,所述光伏子系统对应的第二输出功率值以及所述电池组系统对应的第三输出功率值;
其中,所述P_wmax为所述储能子系统的输出功率上限值,所述P_smax为所述光伏子系统的输出功率上限值,所述P_bmax为所述电池组子系统的输出功率上限值;所述dp_wmax为所述储能子系统在单位时间间隔内输出功率的最大变化量,所述dp_smax为所述光伏子系统在单位时间间隔内输出功率的最大变化量,所述dp_bmax为所述电池组子系统在单位时间间隔内输出功率的最大变化量;所述α、所述β以及所述γ为不同的权重因子。
可选地,所述混合控制系统包括与所述储能子系统通信连接的储能控制器、与所述光伏子系统通信连接的光伏控制器以及与所述电池组通信连接的电池组控制器,所述通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源,包括:
通过所述储能控制器将所述第一输出功率值传输至所述储能子系统,控制所述储能子系统基于所述第一输出功率值向所述用电设备输出对应的电力资源;
通过所述光伏控制器将所述第二输出功率值传输至所述光伏子系统,控制所述光伏子系统基于所述第二输出功率值向所述用电设备输出对应的电力资源;
通过所述电池组控制器将所述第三输出功率值传输至所述电池组子系统,控制所述电池组子系统基于所述第三输出功率值向所述用电设备输出对应的电力资源。
本发明实施例还公开了一种电力资源的分配装置,包括:
算力获取模块,用于获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;
系统构建模块,用于根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,所述混合控制系统中配置有用于进行符合需求预测的算力量化模型;
功率计算模块,用于通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;
电力资源处理模块,用于通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
可选地,所述系统构建模块具体用于:
获取各个所述计算节点对应的空闲算力;
将空闲算力大于或等于预设算力阈值的计算节点作为目标计算节点;
采用各个所述目标计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力进行模型构建,获得算力量化模型;
将各个所述目标计算节点组成用于进行电力资源分配的混合控制系统。
可选地,所述计算节点至少包括与所述逻辑运算能力对应的n个逻辑运算芯片、与所述并行计算能力对应的m个并行计算芯片以及与所述神经网络计算能力对应的p个神经网络加速芯片,所述算力量化模型为如下方式:
其中,所述Cbr用于表征总算力需求,为逻辑运算能力,所述为并行计算能力,所述/>为神经网络加速能力;所述f(ai)、所述f(bj)以及所述f(ck)为同一映射函数,所述a、所述b以及所述c为映射比例系数,所述q1为逻辑运算冗余算力,所述q1为并行计算冗余算力,所述q1为神经网络加速冗余算力。
可选地,所述供电系统包括储能子系统、光伏子系统以及电池组系统,所述历史资源配置信息包括所述储能子系统、光伏子系统以及电池组系统在同一时刻的输出功率,所述功率计算模块具体用于:
获取针对所述电力需求信息的代价函数,所述代价函数为如下函数:
L(x,P_wref,P_sref,P_bref)=α(PD-P_wref-P_sref-P_bref)2+β
P_sref 2+γP_bref2;
通过所述算力量化模型按照所述代价函数对所述电力需求信息与所述历史资源配置信息进行仿真模拟,并通过如下约束条件进行求解:
P_wref((j+1)Δ)-P_wref(jΔ)≤dP_wmax;
P_sref((j+1)Δ)-P_sref(jΔ)≤dP_smax;
P_bref((j+1)Δ)-P_bref(jΔ)≤dP_bmax;
输出所述储能子系统对应的第一输出功率值,所述光伏子系统对应的第二输出功率值以及所述电池组系统对应的第三输出功率值;
其中,所述P_wmax为所述储能子系统的输出功率上限值,所述P_smax为所述光伏子系统的输出功率上限值,所述P_bmax为所述电池组子系统的输出功率上限值;所述dp_wmax为所述储能子系统在单位时间间隔内输出功率的最大变化量,所述dp_smax为所述光伏子系统在单位时间间隔内输出功率的最大变化量,所述dp_bmax为所述电池组子系统在单位时间间隔内输出功率的最大变化量;所述α、所述β以及所述γ为不同的权重因子。
可选地,所述混合控制系统包括与所述储能子系统通信连接的储能控制器、与所述光伏子系统通信连接的光伏控制器以及与所述电池组通信连接的电池组控制器,所述电力资源处理模块具体用于:
通过所述储能控制器将所述第一输出功率值传输至所述储能子系统,控制所述储能子系统基于所述第一输出功率值向所述用电设备输出对应的电力资源;
通过所述光伏控制器将所述第二输出功率值传输至所述光伏子系统,控制所述光伏子系统基于所述第二输出功率值向所述用电设备输出对应的电力资源;
通过所述电池组控制器将所述第三输出功率值传输至所述电池组子系统,控制所述电池组子系统基于所述第三输出功率值向所述用电设备输出对应的电力资源。
本发明实施例还公开了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行存储器上所存放的程序时,实现如本发明实施例所述的方法。
本发明实施例还公开了一种计算机可读存储介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如本发明实施例所述的方法。
本发明实施例包括以下优点:
在本发明实施例中,通过获取各个计算节点对应的算力信息,算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力,根据各个计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,混合控制系统中配置有用于进行符合需求预测的算力量化模型,接着可以通过混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过算力量化模型对电力需求信息与历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值,然后通过供电系统基于输出功率参考值向用电设备输出对应的电力资源,从而在对电力资源进行分配的过程中,一方面通过构建混合控制系统并配置对应的算力量化模型,使得电力分配系统具备足够的电力调度运算的量化算力,保证电力资源分配、调度的效率,同时通过利用真实的电力需求以及历史资源配置信息所对应的数据预测用电设备所需的电力资源,并进行分配,保证用电设备的正常用电。
附图说明
图1是本发明实施例中提供的一种电力资源的分配方法的步骤流程图;
图2是本发明实施例中提供的控制系统的结构示意图;
图3是本发明实施例中提供的一种电力资源的分配装置的结构框图;
图4是本发明实施例中提供的一种电子设备的框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
作为一种示例,随着社会的发展,人类对能源的需求日益增大。化石燃料的大量使用,不但造成了传统能源趋于衰减,还造成了严重的环境污染。在此背景下,可再生分布式电源因其持续、环境友好、安装灵活等优点备受关。近年来,海岛的保护、开发成为海洋事业的热点,海岛及其周围海域蕴藏着丰富的渔业、石油、旅游、港口、矿产资源,海岛开发具有非常重要的经济和战略意义。日臻完善的风能、太阳能、潮汐能等可再生能源发电,可以有效降低对常规能源和柴油发电的依赖。随着微电网的出现,以新能源为主的海岛微电网系统应运而生。然而,形式多样、性能各异的分布式电源简单并联在一起并不能构成一个稳定的供电网络,系统电能质量、保护和运行等方面较差。因此,寻找基于可再生能源利用的海岛能源供给方案,是解决海岛可持续发展、建设生态海岛的关键。由此可见,对于存在混合储能方式的供电网络,在相关电力资源的分配过程中,容易存在电力资源分配不合理以及分配效率低下的问题。
对此,本发明的核心发明点之一在于通过获取各个计算节点对应的算力信息,算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力,根据各个计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,混合控制系统中配置有用于进行符合需求预测的算力量化模型,接着可以通过混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过算力量化模型对电力需求信息与历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值,然后通过供电系统基于输出功率参考值向用电设备输出对应的电力资源,从而在对电力资源进行分配的过程中,一方面通过构建混合控制系统并配置对应的算力量化模型,使得电力分配系统具备足够的电力调度运算的量化算力,保证电力资源分配、调度的效率,同时通过利用真实的电力需求以及历史资源配置信息所对应的数据预测用电设备所需的电力资源,并进行分配,保证用电设备的正常用电。
参照图1,示出了本发明实施例中提供的一种电力资源的分配方法的步骤流程图,具体可以包括如下步骤:
步骤101,获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;
可选地,根据电力需求情况及光伏和风机出力情况,各设备容量可按如下方案配置(由于现场资料不够充足、全面,因此分布式电源出力暂在理论分析上预留30%作为余量,以下分析给出的是扣除余量后的分析),并通过控制系统建模与仿真充分利用可再生资源,减少电池组消耗,从而弥补现有技术建模及仿真模拟运算缓慢,影响可再生资源不能满负荷使用的不足。
在本发明实施例中,针对电力混合控制系统管理包括冷、热储能子系统(储能)、电池储能子系统(储能),并网光伏电站子系统、智能用电及需求响应子系统;在收到输出功率参考值后,通过本地控制器,发出指定数额的能量。实际的控制目标,是发出足够多的能量以满足负荷需求,同时满足系统其他需求。并通过系统建模提供储能子系统、光伏子系统输出功率参考,以输出足够的能量满足负荷需求。同时,通过仿真模拟的主要目标,使输出功率满足总体能量需求。
在具体实现中,可以通过构建混合控制系统并构建【算力量化模型】获得系统控制电力调度等运算的量化算力,为混合控制系统的正常运算及运行提供足够算力资源;接着进行仿真模拟,利用真实负荷需求分布的历史实际数据,通过这些数据和实时测量得到的数据,来预测下一时刻的负荷需求也称为仿真结果。
其中,对于计算节点,其可以为用于对供电系统进行控制的设备,不同的设备基于硬件、软件上的差异,可以对应不同的算力(即进行数据运算的能力)。对于算力信息,其可以包括逻辑运算能力、并行计算能力以及神经网络计算能力等不同的运算能力,算力越高,则设备能够进行更为高效、复杂的数据运算,从而通过算力信息可以筛选出合适的计算节点以组成对应的混合控制系统,在电力资源分配的过程中实现高效、准确、合理的电力资源分配。
步骤102,根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,所述混合控制系统中配置有用于进行符合需求预测的算力量化模型;
在本发明实施例中,根据计算节点所对应的算力信息,可以构建相应的混合控制系统,以实现在电力资源分配的过程中实现高效、准确、合理的电力资源分配。
在具体实现中,可以通过获取各个计算节点对应的空闲算力,接着将空闲算力大于或等于预设算力阈值的计算节点作为目标计算节点,然后采用各个目标计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力进行模型构建,获得算力量化模型,同时将各个目标计算节点组成用于进行电力资源分配的混合控制系统。其中,预设算力阈值可以为针对计算节点预先配置的判断阈值,通过该判断阈值可以筛选出算力较高的计算节点,组成对应的混合控制系统。
其中,计算节点至少包括与逻辑运算能力对应的n个逻辑运算芯片、与并行计算能力对应的m个并行计算芯片以及与神经网络计算能力对应的p个神经网络加速芯片,算力量化模型为如下方式:
其中,所述Cbr用于表征总算力需求,为逻辑运算能力,所述为并行计算能力,所述/>为神经网络加速能力;所述f(ai)、所述f(bj)以及所述f(ck)为同一映射函数,所述a、所述b以及所述c为映射比例系数,所述q1为逻辑运算冗余算力,所述q1为并行计算冗余算力,所述q1为神经网络加速冗余算力。此外,αi、βj、γk分别表征逻辑运算芯片、并行计算芯片以及神经网络加速芯片的数量。
在一种示例中,对业务场景匹配不同的算力需求后,进行算力的统一的量化。算力的统一的量化是算力调度、使用的基础。通过模型计算各算力节点空闲算力后,给业务请求分配空闲算力较多的算力节点。
算力是设备或平台为完成某种业务所具备的处理业务信息的关键核心能力,涉及设备或平台的计算能力,包括逻辑运算能力、并行计算能力、神经网络加速等。根据所运行算法和所涉及的数据计算类型不同,可将算力分为逻辑运算能力、并行计算能力和神经网络计算能力。
算力的需求可分为3类:逻辑运算能力、并行计算能力及神经网络加速能力。同时对不同的计算类型,不同厂商的芯片有各自不同的设计,这就涉及异构算力的统一度量。不同芯片所提供的算力可通过度量函数映射到统一的量纲。针对异构算力的设备和平台,假设存在n个逻辑运算芯片、m个并行计算芯片和p个神经网络加速芯片,那么业务的算力需求可统一描述上述算力量化模型。以并行计算能力为例,假设有b1、b2、b3等3种不同类型的并行计算芯片资源,则f(bj)表示第j个并行计算芯片b可提供的并行计算能力的映射函数,q2表示并行计算的冗余算力。
步骤103,通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;
对于电力需求信息,其可以为用电设备所需电力资源对应的功率值等,历史资源配置信息可以为供电系统历史向用电设备提供电力资源所采用的资源配置方式,例如供电系统在不同时刻的供电功率值,不同供电系统的分配比例以及供电功率值等,本发明对此不作限制。
在具体实现中,供电系统包括储能子系统、光伏子系统以及电池组系统,历史资源配置信息包括储能子系统、光伏子系统以及电池组系统在同一时刻的输出功率,则对于输出功率参考值可以通过如下方式计算得到:
获取针对电力需求信息的代价函数,代价函数为如下函数:
L(x,P_wref,P_sref,P_bref)=α(PD-P_wref-P_sref-P_bref)2+β
P_sref 2+γP_bref2;
通过算力量化模型按照代价函数对电力需求信息与历史资源配置信息进行仿真模拟,并通过如下约束条件进行求解:
P_wref((j+1)Δ)-P_wref(jΔ)≤dP_wmax;
P_sref((j+1)Δ)-P_sref(jΔ)≤dP_smax;
P_bref((j+1)Δ)-P_bref(jΔ)≤dP_bmax;
输出储能子系统对应的第一输出功率值,光伏子系统对应的第二输出功率值以及电池组系统对应的第三输出功率值;
其中,P_wmax为储能子系统的输出功率上限值,P_smax为光伏子系统的输出功率上限值,P_bmax为电池组子系统的输出功率上限值;dp_wmax为储能子系统在单位时间间隔内输出功率的最大变化量,dp_smax为光伏子系统在单位时间间隔内输出功率的最大变化量,dp_bmax为电池组子系统在单位时间间隔内输出功率的最大变化量;α、β以及γ为不同的权重因子。
在一种示例中,通过相应的仿真模拟,利用真实负荷需求分布的历史实际数据,通过些数据和实时测量得到的数据,来预测下一时刻的负荷需求也称为仿真结果。其中,仿真模拟的主要目标,是使输出功率满足总体能量需求P。同时,对冷热储能、光伏、电储输出参考值,P_wref、P_sref、P_bref的变化率有所限制。在上述代价函数中,第一项使得系统提供的能量尽量满足负荷需求。同时,由于电池的使用寿命受到充放电的影响,因希望尽量减少作为备用电源的电池的使用次数与时间,所以加入第三项。由于满足第一、三项的解(x,P_wref,P_sref,P_bref)有无穷多个,所以加入第二项,使得优化问题有唯一解。实际上,β的值可以取到很很小。这也使得储能系统成为了混合系统的主要供能部分,光伏子系统与电池组只在风电子系统无法提供更多能量时,才开始供能。此外,系统需要满足负荷需求,就要实时地跟时间是不可避免的为了解决这一问题,参考了负荷需求分布的历史数据,通过些数据和实时测量得到的数据,来预测下一时刻的负荷需求。由于这种估计与该项目的研究没有太多关联,所以在仿真中直接给出预测后需要系统实时跟踪的负荷分布。对此,通过上述的约束条件进行求解,得到对应的输出功率值,对于约束条件,其可以反映了实际子系统的容量,同时限制了子系统的最大输出功率与最大输出功率变化率,起到保护系统的作用。
此外,通过动态规划的方法,可以实现对混合系统的各子系统输出参考值的实时输出。例如,假设横坐标为时间,反映了12h的负荷需求和子系统输出参考值;纵坐标为功率大小,假设在t=2时刻,系统负荷需求有较大变化,由于输出功率变化率的限制,系统不能很好地跟踪负荷变化(虽然此时两个系统都没有达到最大输出值),因此由电池组来补充此时的供能不足,从而利用真实负荷需求的实际数据,得到了仿真结果。
步骤104,通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
在具体实现中,参照图2,示出了本发明实施例中提供的控制系统的结构示意图,在混合控制系统包括与所述储能子系统通信连接的储能控制器、与所述光伏子系统通信连接的光伏控制器以及与所述电池组通信连接的电池组控制器,则可以通过所述储能控制器将所述第一输出功率值传输至所述储能子系统,控制所述储能子系统基于所述第一输出功率值向所述用电设备输出对应的电力资源,以及通过所述光伏控制器将所述第二输出功率值传输至所述光伏子系统,控制所述光伏子系统基于所述第二输出功率值向所述用电设备输出对应的电力资源,以及通过所述电池组控制器将所述第三输出功率值传输至所述电池组子系统,控制所述电池组子系统基于所述第三输出功率值向所述用电设备输出对应的电力资源。具体的,总控制器发出储能子系统、光伏子系统和电池组输出功率参考值(P_wref、P_sref、P_bref等),分控制器依据参考值给出控制命令(u_w、u_s以及u_b等),两个子系统和电池组子系统依据控制信号输出给定功率(x_w、x_s以及x_b等)。
通过上述过程,在对电力资源进行分配的过程中,一方面通过构建混合控制系统并配置对应的算力量化模型,使得电力分配系统具备足够的电力调度运算的量化算力,保证电力资源分配、调度的效率,同时通过利用真实的电力需求以及历史资源配置信息所对应的数据预测用电设备所需的电力资源,并进行分配,保证用电设备的正常用电。
在本发明实施例中,通过获取各个计算节点对应的算力信息,算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力,根据各个计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,混合控制系统中配置有用于进行符合需求预测的算力量化模型,接着可以通过混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过算力量化模型对电力需求信息与历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值,然后通过供电系统基于输出功率参考值向用电设备输出对应的电力资源,从而在对电力资源进行分配的过程中,一方面通过构建混合控制系统并配置对应的算力量化模型,使得电力分配系统具备足够的电力调度运算的量化算力,保证电力资源分配、调度的效率,同时通过利用真实的电力需求以及历史资源配置信息所对应的数据预测用电设备所需的电力资源,并进行分配,保证用电设备的正常用电。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明实施例中提供的一种电力资源的分配装置的结构框图,具体可以包括如下模块:
算力获取模块301,用于获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;
系统构建模块302,用于根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,所述混合控制系统中配置有用于进行符合需求预测的算力量化模型;
功率计算模块303,用于通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;
电力资源处理模块304,用于通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
在一种可选实施例中,所述系统构建模块302具体用于:
获取各个所述计算节点对应的空闲算力;
将空闲算力大于或等于预设算力阈值的计算节点作为目标计算节点;
采用各个所述目标计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力进行模型构建,获得算力量化模型;
将各个所述目标计算节点组成用于进行电力资源分配的混合控制系统。
在一种可选实施例中,所述计算节点至少包括与所述逻辑运算能力对应的n个逻辑运算芯片、与所述并行计算能力对应的m个并行计算芯片以及与所述神经网络计算能力对应的p个神经网络加速芯片,所述算力量化模型为如下方式:
其中,所述Cbr用于表征总算力需求,为逻辑运算能力,所述为并行计算能力,所述/>为神经网络加速能力;所述f(ai)、所述f(bj)以及所述f(ck)为同一映射函数,所述a、所述b以及所述c为映射比例系数,所述q1为逻辑运算冗余算力,所述q1为并行计算冗余算力,所述q1为神经网络加速冗余算力。
在一种可选实施例中,所述供电系统包括储能子系统、光伏子系统以及电池组系统,所述历史资源配置信息包括所述储能子系统、光伏子系统以及电池组系统在同一时刻的输出功率,所述功率计算模块303具体用于:
获取针对所述电力需求信息的代价函数,所述代价函数为如下函数:
L(x,P_wref,P_sref,P_bref)=α(PD-P_wref-P_sref-P_bref)2+β
P_sref 2+γP_bref2;
通过所述算力量化模型按照所述代价函数对所述电力需求信息与所述历史资源配置信息进行仿真模拟,并通过如下约束条件进行求解:
P_wref((j+1)Δ)-P_wref(jΔ)≤dP_wmax;
P_sref((j+1)Δ)-P_sref(jΔ)≤dP_smax;
P_bref((j+1)Δ)-P_bref(jΔ)≤dP_bmax;
输出所述储能子系统对应的第一输出功率值,所述光伏子系统对应的第二输出功率值以及所述电池组系统对应的第三输出功率值;
其中,所述P_wmax为所述储能子系统的输出功率上限值,所述P_smax为所述光伏子系统的输出功率上限值,所述P_bmax为所述电池组子系统的输出功率上限值;所述dp_wmax为所述储能子系统在单位时间间隔内输出功率的最大变化量,所述dp_smax为所述光伏子系统在单位时间间隔内输出功率的最大变化量,所述dp_bmax为所述电池组子系统在单位时间间隔内输出功率的最大变化量;所述α、所述β以及所述γ为不同的权重因子。
在一种可选实施例中,所述混合控制系统包括与所述储能子系统通信连接的储能控制器、与所述光伏子系统通信连接的光伏控制器以及与所述电池组通信连接的电池组控制器,所述电力资源处理模块304具体用于:
通过所述储能控制器将所述第一输出功率值传输至所述储能子系统,控制所述储能子系统基于所述第一输出功率值向所述用电设备输出对应的电力资源;
通过所述光伏控制器将所述第二输出功率值传输至所述光伏子系统,控制所述光伏子系统基于所述第二输出功率值向所述用电设备输出对应的电力资源;
通过所述电池组控制器将所述第三输出功率值传输至所述电池组子系统,控制所述电池组子系统基于所述第三输出功率值向所述用电设备输出对应的电力资源。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
另外,本发明实施例还提供了一种电子设备,包括:处理器,存储器,存储在存储器上并可在处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述电力资源的分配方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述电力资源的分配方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
图4为实现本发明各个实施例的一种电子设备的硬件结构示意图。
该电子设备400包括但不限于:射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、处理器410、以及电源411等部件。本领域技术人员可以理解,本发明实施例中所涉及的电子设备结构并不构成对电子设备的限定,电子设备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。在本发明实施例中,电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
应理解的是,本发明实施例中,射频单元401可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器410处理;另外,将上行的数据发送给基站。通常,射频单元401包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元401还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块402为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元403可以将射频单元401或网络模块402接收的或者在存储器409中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元403还可以提供与电子设备400执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元403包括扬声器、蜂鸣器以及受话器等。
输入单元404用于接收音频或视频信号。输入单元404可以包括图形处理器(Graphics Processing Unit,GPU)4041和麦克风4042,图形处理器4041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元406上。经图形处理器4041处理后的图像帧可以存储在存储器409(或其它存储介质)中或者经由射频单元401或网络模块402进行发送。麦克风4042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元401发送到移动通信基站的格式输出。
电子设备400还包括至少一种传感器405,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板4061的亮度,接近传感器可在电子设备400移动到耳边时,关闭显示面板4061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器405还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元406用于显示由用户输入的信息或提供给用户的信息。显示单元406可包括显示面板4061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板4061。
用户输入单元407可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元407包括触控面板4071以及其他输入设备4072。触控面板4071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板4071上或在触控面板4071附近的操作)。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器410,接收处理器410发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板4071。除了触控面板4071,用户输入单元407还可以包括其他输入设备4072。具体地,其他输入设备4072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板4071可覆盖在显示面板4061上,当触控面板4071检测到在其上或附近的触摸操作后,传送给处理器410以确定触摸事件的类型,随后处理器410根据触摸事件的类型在显示面板4061上提供相应的视觉输出。可以理解的是,在一种实施例中,触控面板4071与显示面板4061是作为两个独立的部件来实现电子设备的输入和输出功能,但是在某些实施例中,可以将触控面板4071与显示面板4061集成而实现电子设备的输入和输出功能,具体此处不做限定。
接口单元408为外部装置与电子设备400连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元408可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到电子设备400内的一个或多个元件或者可以用于在电子设备400和外部装置之间传输数据。
存储器409可用于存储软件程序以及各种数据。存储器409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手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器409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。
处理器410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409内的软件程序和/或模块,以及调用存储在存储器409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监控。处理器410可包括一个或多个处理单元;优选的,处理器410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、用户界面和应用程序等,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410中。
电子设备400还可以包括给各个部件供电的电源411(比如电池),优选的,电源411可以通过电源管理系统与处理器410逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,电子设备400包括一些未示出的功能模块,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
本领域普通技术人员可以意识到,结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
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。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种电力资源的分配方法,其特征在于,包括:
获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;
根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,所述混合控制系统中配置有用于进行符合需求预测的算力量化模型;
通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;
通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
2.根据权利要求1所述的方法,其特征在于,所述根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,包括:
获取各个所述计算节点对应的空闲算力;
将空闲算力大于或等于预设算力阈值的计算节点作为目标计算节点;
采用各个所述目标计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力进行模型构建,获得算力量化模型;
将各个所述目标计算节点组成用于进行电力资源分配的混合控制系统。
4.根据权利要求3所述的方法,其特征在于,所述供电系统包括储能子系统、光伏子系统以及电池组系统,所述历史资源配置信息包括所述储能子系统、光伏子系统以及电池组系统在同一时刻的输出功率,所述通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值,包括:
获取针对所述电力需求信息的代价函数,所述代价函数为如下函数:
L(x,P_wref,P_sref,P_bref)=α(PD-P_wref-P_sref-P_bref)2+βP_sref2+γP_bref2;
通过所述算力量化模型按照所述代价函数对所述电力需求信息与所述历史资源配置信息进行仿真模拟,并通过如下约束条件进行求解:
P_wref((j+1)Δ)-P_wref(jΔ)≤dP_wmax;
P_sref((j+1)Δ)-P_sref(jΔ)≤dP_smax;
P_bref((j+1)Δ)-P_bref(jΔ)≤dP_bmax;
输出所述储能子系统对应的第一输出功率值,所述光伏子系统对应的第二输出功率值以及所述电池组系统对应的第三输出功率值;
其中,所述P_wmax为所述储能子系统的输出功率上限值,所述P_smax为所述光伏子系统的输出功率上限值,所述P_bmax为所述电池组子系统的输出功率上限值;所述dp_wmax为所述储能子系统在单位时间间隔内输出功率的最大变化量,所述dp_smax为所述光伏子系统在单位时间间隔内输出功率的最大变化量,所述dp_bmax为所述电池组子系统在单位时间间隔内输出功率的最大变化量;所述α、所述β以及所述γ为不同的权重因子。
5.根据权利要求4所述的方法,其特征在于,所述混合控制系统包括与所述储能子系统通信连接的储能控制器、与所述光伏子系统通信连接的光伏控制器以及与所述电池组通信连接的电池组控制器,所述通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源,包括:
通过所述储能控制器将所述第一输出功率值传输至所述储能子系统,控制所述储能子系统基于所述第一输出功率值向所述用电设备输出对应的电力资源;
通过所述光伏控制器将所述第二输出功率值传输至所述光伏子系统,控制所述光伏子系统基于所述第二输出功率值向所述用电设备输出对应的电力资源;
通过所述电池组控制器将所述第三输出功率值传输至所述电池组子系统,控制所述电池组子系统基于所述第三输出功率值向所述用电设备输出对应的电力资源。
6.一种电力资源的分配装置,其特征在于,包括:
算力获取模块,用于获取各个计算节点对应的算力信息,所述算力信息至少包括逻辑运算能力、并行计算能力以及神经网络计算能力;
系统构建模块,用于根据各个所述计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力构建用于进行电力资源分配的混合控制系统,所述混合控制系统中配置有用于进行符合需求预测的算力量化模型;
功率计算模块,用于通过所述混合控制系统获取用电设备对应的电力需求信息以及历史资源配置信息,并通过所述算力量化模型对所述电力需求信息与所述历史资源配置信息进行运算,输出与供电系统对应的输出功率参考值;
电力资源处理模块,用于通过所述供电系统基于所述输出功率参考值向所述用电设备输出对应的电力资源。
7.根据权利要求6所述的装置,其特征在于,所述系统构建模块具体用于:
获取各个所述计算节点对应的空闲算力;
将空闲算力大于或等于预设算力阈值的计算节点作为目标计算节点;
采用各个所述目标计算节点对应的逻辑运算能力、并行计算能力以及神经网络计算能力进行模型构建,获得算力量化模型;
将各个所述目标计算节点组成用于进行电力资源分配的混合控制系统。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行存储器上所存放的程序时,实现如权利要求1-5任一项所述的方法。
10.一种计算机可读存储介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211555512.5A CN116167563A (zh) | 2022-12-06 | 2022-12-06 | 电力资源的分配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211555512.5A CN116167563A (zh) | 2022-12-06 | 2022-12-06 | 电力资源的分配方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116167563A true CN116167563A (zh) | 2023-05-26 |
Family
ID=86418968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211555512.5A Pending CN116167563A (zh) | 2022-12-06 | 2022-12-06 | 电力资源的分配方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167563A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117293954A (zh) * | 2023-09-15 | 2023-12-26 | 三峡智控科技有限公司 | 蓄电池储能方法、装置、电子设备及存储介质 |
-
2022
- 2022-12-06 CN CN202211555512.5A patent/CN116167563A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117293954A (zh) * | 2023-09-15 | 2023-12-26 | 三峡智控科技有限公司 | 蓄电池储能方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11537183B2 (en) | Energy offloading system | |
Gu et al. | Greening cloud data centers in an economical way by energy trading with power grid | |
CN103345298A (zh) | 一种基于虚拟it资源分配技术的数据中心节能系统及方法 | |
CN203225788U (zh) | 基于云计算的输电线路监控系统 | |
CN103092701A (zh) | 一种通信方法、装置及电子设备 | |
CN116167563A (zh) | 电力资源的分配方法、装置、电子设备及存储介质 | |
CN112734124B (zh) | 基于供需平衡和可达性最优的公共停车场布点规划方法 | |
CN103178541A (zh) | 分布式光伏并网发电与储能设备的控制方法 | |
CN115562878B (zh) | Gpu计算资源的管理方法、装置、电子设备及可读存储介质 | |
CN106656693A (zh) | 设备控制方法、装置及系统 | |
WO2019218670A1 (zh) | 一种岛礁综合能源系统优化调度方法及装置 | |
CN116384646A (zh) | 一种水源工程的联合供水调度方法、装置、设备及介质 | |
CN116208613A (zh) | 云主机的迁移方法、装置、电子设备及存储介质 | |
CN116405396A (zh) | 一种带宽数据预测结果生成方法和装置 | |
CN114963284A (zh) | 一种舒适度和峰谷电价自适应的户用电供暖智能群控方法 | |
CN110045811A (zh) | 应用程序处理方法和装置、电子设备、计算机可读存储介质 | |
CN110676521B (zh) | 电池管理方法、装置、存储介质及电子设备 | |
CN112787355B (zh) | 一种能源耦合系统及其控制方法和装置 | |
CN110768376B (zh) | 基于云存储的家庭微电网系统 | |
CN114172157B (zh) | 一种新能源和数据中心增量负荷调度方法及装置 | |
CN211207384U (zh) | 一种野战机动微电网能量管理系统 | |
CN117522087B (zh) | 虚拟电厂资源配置方法、装置、设备及介质 | |
CN216411906U (zh) | 一种输电线路边缘物联代理装置 | |
CN118054392A (zh) | 一种应用于并网虚拟电厂的高负荷资源调配方法及系统 | |
CN117212882A (zh) | 一种供热系统控制方法、装置、电子设备及存储介质 |
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 |