CN116231669A - 数据处理方法、装置、电子设备及存储介质 - Google Patents
数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116231669A CN116231669A CN202310288513.6A CN202310288513A CN116231669A CN 116231669 A CN116231669 A CN 116231669A CN 202310288513 A CN202310288513 A CN 202310288513A CN 116231669 A CN116231669 A CN 116231669A
- Authority
- CN
- China
- Prior art keywords
- preset
- preset time
- target area
- electricity
- energy 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
Links
Images
Classifications
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
Abstract
本发明公开了一种数据处理方法、装置、电子设备及存储介质。该方法包括:获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据;基于目标用电负荷数据,确定目标区域在当前时刻之后第二预设时长内的用电负荷基线;确定与目标区域相关联的储能系统在第二预设时长内的荷电量,以及光伏机组在第二预设时长内的输出功率预测值;基于荷电量、输出功率预测值、预设协同策略以及预设调峰目标函数,更新用电负荷基线,以基于更新后的用电负荷基线,确定用电分配策略。本实施例的技术方案,实现了在保证目标区域用电稳定的前提下,最大程度利用源网荷储资源,以目标区域微电网增值为目标,对原始用电负荷基线进行动态调整的效果。
Description
技术领域
本发明涉及微电网技术领域,尤其涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
随着我国的电力系统不断发展,现在国内正处于新老电力系统的转型期,市场主体将从单一化向多元化转变,电力输送将从“发输配用”向“源网荷储”转变,能源构成从火力为主向风光核等新能源转变。尤其是双碳目标的确立后,风光发电等分布式能源和储能系统的加入,需要对源网荷储多方面进行考虑和研究。对于微电网而言,其常见的类型是采用风力发电、光伏发电、小水电、储能系统等分布式电源的一种从中获取收益
现有含小水电的微电网应用,主要是借助电价峰谷差来获取收益,这种方式参与的分布式能源种类少、形式单一固化,一方面未能较好发挥微电网能结合多种新能源的能力,另一方面也缺乏考虑用电负荷功率的实际情况,没有充分考虑调峰收益。
发明内容
本发明提供了一种数据处理方法、装置、电子设备及存储介质,以实现在保证目标区域用电稳定的前提下,最大程度利用源网荷储(电源、电网、负荷、储能)资源,以目标区域微电网增值为目标,对原始用电负荷基线进行动态调整的效果。
根据本发明的一方面,提供了一种数据处理方法,该方法包括:
获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据;
基于所述目标用电负荷数据,确定所述目标区域在当前时刻之后第二预设时长内的用电负荷基线;其中,所述用电负荷基线是基于所述第二预设时长内各个预设时间节点所对应的用电负荷基准值生成的;
确定与所述目标区域相关联的储能系统在所述第二预设时长内不同工作状态下的荷电量,以及与所述目标区域相关联的光伏机组在所述第二预设时长内的输出功率预测值;
基于所述荷电量、所述输出功率预测值、预设协同策略以及预设调峰目标函数,更新所述用电负荷基线,以基于更新后的用电负荷基线,确定所述目标区域在所述第二预设时长内各个预设时间节点的用电分配策略;
其中,所述预设协同策略为所述储能系统和所述光伏机组在各个预设时间节点的协同工作策略。
根据本发明的另一方面,提供了一种数据处理装置,该装置包括:
用电负荷数据获取模块,用于获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据;
用电负荷基线确定模块,用于基于所述目标用电负荷数据,确定所述目标区域在当前时刻之后第二预设时长内的用电负荷基线;其中,所述用电负荷基线是基于所述第二预设时长内各个预设时间节点所对应的用电负荷基准值生成的;
荷电量确定模块,用于确定与所述目标区域相关联的储能系统在所述第二预设时长内不同工作状态下的荷电量,以及与所述目标区域相关联的光伏机组在所述第二预设时长内的输出功率预测值;
用电负荷基线更新模块,用于基于所述荷电量、所述输出功率预测值、预设协同策略以及预设调峰目标函数,更新所述用电负荷基线,以基于更新后的用电负荷基线,确定所述目标区域在所述第二预设时长内各个预设时间节点的用电分配策略;
其中,所述预设协同策略为所述储能系统和所述光伏机组在各个预设时间节点的协同工作策略。
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数据处理方法。
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数据处理方法。
本发明实施例的技术方案,通过获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据,然后,基于目标用电负荷数据,确定目标区域在当前时刻之后第二预设时长内的用电负荷基线,进一步的,确定与目标区域相关联的储能系统在第二预设时长内不同工作状态下的荷电量,以及与目标区域相关联的光伏机组在第二预设时长内的输出功率预测值,最后,基于荷电量、输出功率预测值、预设协同策略以及预设调峰目标函数,更新用电负荷基线,以基于更新后的用电负荷基线,确定目标区域在第二预设时长内各个预设时间节点的用电分配策略,解决了现有技术中进行电网调峰控制时,参与调峰控制的分布式能源种类少,形式单一固化,缺乏考虑用电负荷功率的实际情况等问题,实现了在保证目标区域用电稳定的前提下,最大程度利用源网荷储(电源、电网、负荷、储能)资源,以目标区域微电网增值为目标,对原始用电负荷基线进行动态调整的效果。
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是根据本发明实施例一提供的一种数据处理方法的流程图;
图2是根据本发明实施例一提供的一种数据处理方法的流程图;
图3是根据本发明实施例二提供的一种数据处理装置的结构示意图;
图4是实现本发明实施例的数据处理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“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,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数据处理方法的流程图,本实施例可适用于根据源网荷储资源,对目标区域的微电网进行电力负荷调峰控制的情况,该方法可以由数据处理装置来执行,该数据处理装置可以采用硬件和/或软件的形式实现,该数据处理装置可配置于终端和/或服务器中。如图1所示,该方法包括:
S110、获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据。
在本实施例中,目标区域可以为需要进行用电数据分析以及用电分配策略制定的任意区域。示例性的,目标区域可以为省、城市、区县或者用电需求量较大的企业等。第一预设时长可以为预先确定的,用于对目标用电负荷数据的采集时间长度进行限定的时间范围。示例性的,第一预设时长可以为1天、1周或者1个月等,本实施例对此不作具体限定。目标用电负荷数据可以为经过筛选处理后,满足数据分析需求的用电负荷数据。用电负荷数据可以为由用电设备在任意时刻向电力系统取用的电功率的总和,或者,也可以为使用电能的用电设备消耗的电功率总和。
在实际应用中,在对目标区域的用电情况进行分析时,为了可以基于用电负荷数据,清晰且一目了然地展示目标区域的整体用电情况,可以基于用电负荷数据,生成目标区域对应的用电负荷曲线,一般情况下,目标区域在一段时间内的用电负荷数据中可能会存在过高或过低的异常数据,此时,为了可以得到拟合且能准确反映目标区域用电情况的用电负荷曲线,可以采集目标区域在当前时刻之前第一预设时长内的历史用电负荷数据,进而,基于历史用电负荷数据,确定目标用电负荷数据,从而可以基于目标用电负荷数据,生成目标区域对应的用电负荷曲线。
基于此,在上述各技术方案的基础上,还包括:获取目标区域在当前时刻之前第一预设时长内的历史用电负荷数据,并基于历史用电负荷数据,确定历史用电负荷均值;基于历史用电负荷均值对历史用电负荷数据进行筛选,以得到目标用电负荷数据。
在本实施例中,历史用电负荷数据可以为目标区域中所关联的用电设备在当前时刻之前第一预设时长内所消耗的电功率总和。历史用电负荷均值可以为历史用电负荷数据与其对应的样本个数之间的比值,也可以理解为,目标区域在第一预设时长内的用电负荷平均值。
在实际应用中,为了可以对目标区域的用户情况进行数据分析,以根据数据分析结果确定与目标区域对应的最优用电分配策略,可以采集目标区域在当前时刻之前第一预设时长内的历史用电负荷数据,然后,对所采集的历史用电负荷数据进行均值处理,以得到相应的历史用电负荷均值,进一步的,根据历史用电负荷均值对历史用电负荷数据进行筛选,去除不符合要求的过高和过低的数据样本,此时,可以将筛选后的历史用电负荷数据作为目标用电负荷数据。
示例性的,可以基于如下公式表示目标用电负荷数据的确定过程:
S120、基于目标用电负荷数据,确定目标区域在当前时刻之后第二预设时长内的用电负荷基线。
在本实施例中,第二预设时长可以为第一预设时长之后的任意一段时间范围。需要说明的是,第二预设时长的时间长度和第一预设时长的时间长度可以是相同的,也可以是不同的,本实施例对此不作具体限定。示例性的,若第一预设时长为1天,则第二预设时长可以为1天。用电负荷基线可以为表征任意区域用电负荷基准的曲线,该曲线可以表征任意区域的基本用电负荷情况。其中,用电负荷基线是基于第二预设时长内各个预设时间节点所对应的用电负荷基准值生成的。预设时间节点可以为预先设置的,用于对第二预设时长进行时间段划分的节点。示例性的,若第二预设时长为1天,则第二预设时长内可以包括12个预设时间节点,每个预设时间节点对应于每个整点时刻,即,0时为一个预设时间节点,1时为一个预设时间节点,2时为一个预设时间节点,依次类推。
一般情况下,微电网的负荷特性主要是存在明显的峰谷平,用电量变动很快,同时,自然功率因数相对较小,并且,用电量大的生产设备随生产班次运行或常年运行,用电负荷稳定,因此,为了便于电力工作人员快速确定任意区域在预设时长内的用电负荷基线,可以根据历史时间段内的用电负荷数据的均值作为与该历史时间段相关联的未来任意时间段内的用电负荷基准值,从而可以根据该用电负荷基准值确定该区域对应的用电负荷基线。
可选的,基于目标用电负荷数据,确定目标区域在当前时刻之后第二预设时长内的用电负荷基线,包括:基于目标用电负荷数据,确定目标用电负荷均值,并将目标用电负荷均值作为目标区域在当前时刻之后第二预设时长内的用电负荷基准值;基于用电负荷基准值,确定用电负荷基线。
在本实施例中,目标用电负荷均值可以为目标用电负荷数据与其对应的样本个数之间的比值。用电负荷基准值可以为表征目标区域在第二预设时长内的用电负荷基准情况的数据。
在实际应用中,在获取目标用电负荷数据后,可以对目标用电负荷数据作均值处理,得到目标用电负荷均值,此时,可以将该目标用电负荷均值作为目标区域在当前时刻之后第二预设时长内的用电负荷基准值,进一步的,可以根据用电负荷基准值,生成相应的用电负荷基线。
示例性的,可以基于如下公式表示目标用电负荷均值:
S130、确定与目标区域相关联的储能系统在第二预设时长内不同工作状态下的荷电量,以及与目标区域相关联的光伏机组在第二预设时长内的输出功率预测值。
在本实施例中,储能系统可以为储存电能的装置。储能是指通过介质或设备将能量存储起来,在需要时再释放出来的过程。一般情况下,为了保证目标区域中各个用电设备可以在电力负荷稳定的条件下进行工作,可以在目标区域中设置至少一个储能系统,通过储能系统的能量存储和缓冲使得目标区域中的电力设备即使在负荷迅速波动的情况下仍然能够运行在一个稳定的输出水平。储能系统可以在清洁能源发电无法正常运行的情况下起备用和过渡作用。需要说明的是,储能系统可以按照储存介质进行分类,可以分为机械类储能、电气类储能、电化学类储能、热储能以及化学类储能,其中,目前常用的储能系统可以为机械类储能,例如,抽水储能、压缩空气储能和飞轮储能等,以及,电化学储能,例如,锂离子电池储能、铅蓄电池储能和液流电池储能等。
其中,工作状态可以包括充电状态或放电状态。荷电量可以为表征储能系统剩余容量状况的物流量,其数值定义可以为储能系统剩余容量占总容量的比值。
在实际应用中,为了可以确定目标区域的电力储能情况,以在确定目标区域用电负荷情况的基础上,再结合电力储能情况对目标区域的用电情况进行综合分析,可以确定目标区域所关联的储能系统在不同工作状态下的荷电量,从而可以根据荷电量,对目标区域进行源网荷储协同分析。
可选的,确定与目标区域相关联的储能系统在第二预设时长内不同荷电状态下的荷电量,包括:获取储能系统在当前时刻的剩余荷电量,以及与储能系统相对应的充电参数、放电参数以及额定工作功率;基于剩余荷电量、充电参数以及额定工作功率,确定储能系统在第二预设时长内充电状态下的荷电量;以及,基于剩余荷电量、放电参数以及额定工作功率,确定储能系统在第二预设时长内放电状态下的荷电量。
在本实施例中,剩余荷电量可以为储能系统在当前时刻的剩余电荷容量。充电参数可以为表征储能系统充电能力的参数。示例性的,充电参数可以包括充电效率和充电功率。放电参数可以为表征储能系统放电能力的参数。示例性的,放电参数可以包括放电效率和放电功率。额定工作功率可以为储能系统在正常工作状态下所能达到的输出功率。在实际应用中,若储能系统的实际工作功率大于其对应的额定工作功率,则储能系统可能会损坏;若储能系统的实际工作功率小于其对应的额定工作功率,则储能系统可能无法正常运行。需要说明的是,储能系统的充电参数、放电参数以及额定工作功率均为储能系统的额定参数,与储能系统相对应的固定参数。
在实际应用中,可以首先对当前时刻的储能系统进行检测,获取储能系统在当前时刻的剩余荷电量,同时,根据储能系统对应的预先设定的参数信息,获取与储能系统对应的充电参数、放电参数以及额定工作功率,进一步的,可以确定充电效率和充电功率之间的乘积,并确定该乘积与额定工作效率之间的比值,然后,确定该比值与剩余荷电量之间的和值,可以将该和值作为储能系统在第二预设时长内充电状态下的荷电量;同时,可以确定放电效率与额定工作效率之间的乘积,并确定放电功率与该乘积之间的比值,然后,确定该比值与剩余荷电量之间的差值,可以将该差值作为储能系统在第二预设时长内放电状态下的荷电量。
示例性的,可以基于如下公式表示储能系统在充电状态和放电状态下的荷电量:
其中,SOCchr(t)可以表示储能系统在第二预设时长内t时刻(第t个时间节点)时充电状态下的荷电量,SOCchr(t-1)可以表示储能系统在(t-1)时刻时的剩余荷电量,ηchr可以表示充电效率,Pchr(t)表示储能系统在t时刻的充电效率,En可以表示储能系统的额定工作功率;SOCdisc(t)可以表示储能系统在t时刻时放电状态下的荷电量,SOCdisc(t-1)可以表示储能系统在(t-1)时刻时的剩余荷电量,ηdisc可以表示储能系统的放电效率,Pdisc(t)可以表示储能系统在t时刻的放电效率,En可以表示储能系统的额定工作功率。
在本实施例中,在确定储能系统在第二预设时长内不同工作状态下荷电量的同时,还可以确定与目标区域相关联的光伏机组在第二预设时长内的输出功率预测值。
其中,光伏机组可以为基于光伏发电技术进行充电和放电的设备。本领域技术人员应当理解,光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术,主要由太阳电池板(组件)、控制器和逆变器三大部分组成,太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件,再配合功率控制器等部件就形成了光伏发电装置。示例性的,光伏机组可以为太阳能发电机组。输出功率预测值可以为光伏机组在第二预设时长内任意时间节点进行工作时向外界提供的能量预测值。
在本实施例中,为了使得目标区域优化后的用电负荷基线可更加平滑,避免在中午时段出现陡增陡减的用电情况(即出现至少一个用电尖峰),可以在储能系统的基础上,加入光伏机组,进而,可以使储能系统和光伏机组可以相互配合对目标区域进行供电,从而可以在保证目标区域相关联的用电设备平稳运行的基础上,还可以提高供电效率以及降低目标区域的电力成本。
可选的,确定与目标区域相关联的光伏机组在第二预设时长内的输出功率预测值,包括:获取目标区域在当前时刻之前第一预设时长内的光照强度和环境温度,以及与光伏机组相对应的额定工作参数和标准环境温度;基于光照强度、环境温度、额定工作参数以及标准环境温度,确定光伏机组在当前时刻之后第二预设时长内的输出功率预测值。
在本实施例中,光照强度可以为光伏机组单位面积上所接受可见光的光通量。环境温度可以为目标区域在第一预设时长中各个时间节点的外界温度。额定工作参数可以为预先制定的,光伏机组在工作时的额定参数,同时,该额定参数与光伏机组相匹配,是与光伏机组相对应的固定参数。可选的,额定工作参数可以包括额定输出功率和标准光照强度。标准环境温度可以为目标区域在当前时刻所处季节的环境温度标准值。在实际应用中,标准环境温度可以与目标区域所处地理位置,以及当前时刻所处季节相关联,可以根据目标区域和当前时刻的变化,而相应发生变化。
在实际应用中,首先,可以确定环境温度和标准环境温度之间的温度差值,并确定该温度差值与温度系数之间的乘积,将该乘积与数字1相加,得到第一待处理数值,然后,确定光照强度与标准光照强度之间的比值,将该比值、第一待处理数值以及额定输出功率相乘,即可得到光伏机组在第二预设时长内的输出功率预测值。
示例性的,可以基于如下公式确定输出功率预测值:
其中,PPV(t)可以表示光伏机组在第二预设时长内第t个时间节点的输出功率预测值,PSET可以表示光伏机组的额定输出功率,S(t)可以表示光伏机组在第t个时间节点的光照强度,Sset可以表示光伏机组的标准光照强度,kT可以表示温度系数,T(t)可以表示环境温度,TSET可以表示标准环境温度。
在实际应用中,光伏机组在工作时,要考虑光伏机组的输出功率是否可以满足供电设备所需,尤其是有些设备要在工作过程全程中由稳定的电源供电(例如,轧管机),这就要求光伏机组的输出功率预测值应当小于这些设备的预期用电需求,因此,在得到光伏机组的输出功率预测值之后,还可以对此时得到的输出功率预测值进行约束,以使光伏机组的输出功率预测值不小于相应设备在同一时间的用电需求,或不小于储能系统在同一时间节点的最低充电功率。
基于此,在上述各技术方案的基础上,还包括:获取与光伏机组相关联的至少一个用电设备的预设用电功率,以及与储能系统相对应的充电功率最小值;基于至少一个预设用电功率以及充电功率最小值,对输出功率预测值进行更新。
在本实施例中,用电设备可以为通电后要消耗电能的设备,即,通电之后才开始工作的设备。相应的,预设用电功率可以为根据相应用电设备的用电需求预先制定的用电功率。
在实际应用中,在得到光伏机组的输出功率预测值之后,还可以获取与光伏机组相关联的至少一个用电设备的预设用电功率,以及储能系统对应的充电功率最小值,进一步的,可以分别根据预设用电功率和充电功率最小值对输出功率预测值进行约束,从而可以根据约束结果对输出功率预测值进行更新。
示例性的,可以基于如下公式表示输出功率预测值的更新过程:
Proll(t)≤PPV(t)
S140、基于荷电量、输出功率预测值、预设协同策略以及预设调峰目标函数,更新用电负荷基线,以基于更新后的用电负荷基线,确定目标区域在第二预设时长内各个预设时间节点的用电分配策略。
在本实施例中,预设协同策略可以为预先制定的,储能系统和光伏机组在各个预设时间节点的协同工作策略。示例性的,以第二预设时长为1天为例,储能系统和光伏机组之间的预设协同策略可以如表1所示:
光伏机组 | 储能系统 | |
0~5时 | 无光照,不工作 | 从电网购电充电 |
6~7时 | 输出功率过低,不供电 | 从电网购电充电 |
8~11时 | 向用电设备供电 | 向其他设备供电 |
12~13时 | 向储能系统供电 | 从光伏机组充电 |
14~19时 | 向用电设备供电直至日落 | 向其他设备供电直至储能下限 |
在本实施例中,预设调峰目标函数可以为预先制定的,对用电负荷进行调峰控制时想要达到的目标所对应的表达式。示例性的,预设调峰目标函数可以为微电网通过调峰控制获取的利润和通过电价峰谷差节省的电费之和最大,可以基于如下公式表示预设调峰目标函数:
maxF=F1+F2
其中,F1可以表示通过调峰控制获取的利润,F2可以表示通过电价峰谷差节省的电费。
在本实施例中,用电分配策略可以为表征目标区域的电力供给关系的策略。
在实际应用中,在确定储能系统的荷电量和光伏机组的输出功率预测值之后,可以根据预设协同策略分别确定储能系统和光伏机组的工作时间节点,进而,根据预设调峰目标函数、相应工作时间节点的荷电量和输出功率预测值,确定与预设调峰目标函数对应的最优解,并根据该最优解对用电负荷基线进行调整,从而可以根据调整后的用电负荷基线,确定目标区域在第二预设时长内各个预设时间节点的用电分配策略。
可选的,基于荷电量、输出功率预测值、预设协同策略以及预设目标函数,更新用电负荷基线,包括:基于预设协同策略,分别确定与光伏机组相对应的至少一个光伏时间节点,以及与储能系统相对应的至少一个储能时间节点;以及,获取目标区域在第二预设时长内各个预设时间节点所对应的出清属性值以及用电缴纳属性值;基于与至少一个光伏时间节点相对应的输出功率预测值、与至少一个储能时间节点相对应的荷电量、出清属性值、用电缴纳属性值以及预设调峰目标函数,更新用电负荷基线。
在本实施例中,光伏时间节点可以为光伏机组进行供电时所对应的时间节点。储能时间节点可以为储能系统在工作时所对应的时间节点。其中,至少一个光伏时间节点和至少一个储能时间节点对应于第二预设时长内的至少一个预设时间节点。出清属性值可以为实现供给和需求双方平衡时的属性值。示例性的,出清属性值可以为出清电价。用电缴纳属性值可以为表征电能经济价值的属性值。示例性的,用电缴纳属性值可以为电费价格。
在实际应用中,首先可以根据预设协同策略,分别确定光伏机组在供电时所对应的至少一个光伏时间节点,以及储能系统在工作时对应的至少一个储能时间节点,同时,可以确定目标区域在第二预设时长中每个预设时间节点对应的出清属性值和用电缴纳属性值,进一步的,根据光伏机组输出功率预测值的确定方式,确定每个光伏时间节点对应的输出功率预测值,同时,根据储能系统在不同工作状态下荷电量的确定方式,确定每个储能时间节点对应的荷电量,即,在充电状态下的荷电点和在放电状态下的荷电量,之后,根据输出功率预测值、荷电量、出清属性值以及用电缴纳属性值,确定预设调峰目标函数的最优解,从而可以根据该最优解对用电负荷基线进行调整,并将调整后的用电负荷基线作为更新后的用电负荷基线。
示例性的,可以基于如下公式表示预设调峰目标函数:
maxF=F1+F2
其中,Sn(t)可以表示第t个时间节点是否参与调峰控制,是0或1的变量,P3(t)可以表示在第t个时间节点的有效输出功率,C1(t)可以表示在第t个时间节点的出清属性值,N可以表示调整系数。
其中,C2(t)可以表示在第t个时间节点的用电缴纳属性值,Pold(t)可以表示更新前在第t个时间节点的目标用电负荷,Pnew(t)可以表示更新后在第t个时间节点的目标用电负荷。
需要说明的是,上述公式中的有效输出功率可以是根据光伏机组的输出功率预测值和储能系统的荷电量进行约束后得到的,因此,在应用有效输出功率之前,还可以根据预先制定的约束条件对输出功率预测值和荷电量进行处理,以得到有效输出功率。
示例性的,可以基于如下公式表示有效输出功率的约束过程:
P2(t)=Pt ′-PPV(t)-SOC
其中,P2(t)可以表示在第t个时间节点的实际输出功率,P1(t)可以表示在t个时间节点的中标输出功率,Pt ′可以表示目标用电负荷,PPV(t)可以表示光伏机组对应的输出功率预测值,SOC可以表示储能系统在不同工作状态下的荷电量。
示例性的,基于上述公式,可以计算出Pnew(t),此时可以将Pnew(t)作为预设调控目标函数的最优解,进而,可以根据Pnew(t),生成新的用电负荷基线,从而实现对用电负荷基线的更新。
示例性的,可以结合图2对本实施例所提供的技术方案的整体流程进行说明:1、获取历史用电负荷数据;2、计算历史用电负荷均值;3、去除不符合要求的样本值,得到目标用电负荷数据;4、计算目标用电负荷均值,并生成用电负荷基线;5、确定光伏机组的输出功率预测值和储能系统的荷电量;6、光伏机组和储能系统协同控制;7、将输出功率预测值、荷电量和目标用电负荷数据代入至预设调峰目标函数,得到最优解;8、根据最优解,对用电负荷基线进行调整。
本发明实施例的技术方案,通过获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据,然后,基于目标用电负荷数据,确定目标区域在当前时刻之后第二预设时长内的用电负荷基线,进一步的,确定与目标区域相关联的储能系统在第二预设时长内不同工作状态下的荷电量,以及与目标区域相关联的光伏机组在第二预设时长内的输出功率预测值,最后,基于荷电量、输出功率预测值、预设协同策略以及预设调峰目标函数,更新用电负荷基线,以基于更新后的用电负荷基线,确定目标区域在第二预设时长内各个预设时间节点的用电分配策略,解决了现有技术中进行电网调峰控制时,参与调峰控制的分布式能源种类少,形式单一固化,缺乏考虑用电负荷功率的实际情况等问题,实现了在保证目标区域用电稳定的前提下,最大程度利用源网荷储(电源、电网、负荷、储能)资源,以目标区域微电网增值为目标,对原始用电负荷基线进行动态调整的效果。
实施例二
图3是本发明实施例二提供的一种数据处理装置的结构示意图。如图3所示,该装置包括:
用电负荷数据获取模块210,用于获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据;
用电负荷基线确定模块220,用于基于所述目标用电负荷数据,确定所述目标区域在当前时刻之后第二预设时长内的用电负荷基线;其中,所述用电负荷基线是基于所述第二预设时长内各个预设时间节点所对应的用电负荷基准值生成的;
荷电量确定模块230,用于确定与所述目标区域相关联的储能系统在所述第二预设时长内不同工作状态下的荷电量,以及与所述目标区域相关联的光伏机组在所述第二预设时长内的输出功率预测值;
用电负荷基线更新模块240,用于基于所述荷电量、所述输出功率预测值、预设协同策略以及预设调峰目标函数,更新所述用电负荷基线,以基于更新后的用电负荷基线,确定所述目标区域在所述第二预设时长内各个预设时间节点的用电分配策略;
其中,所述预设协同策略为所述储能系统和所述光伏机组在各个预设时间节点的协同工作策略。
本发明实施例的技术方案,通过获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据,然后,基于目标用电负荷数据,确定目标区域在当前时刻之后第二预设时长内的用电负荷基线,进一步的,确定与目标区域相关联的储能系统在第二预设时长内不同工作状态下的荷电量,以及与目标区域相关联的光伏机组在第二预设时长内的输出功率预测值,最后,基于荷电量、输出功率预测值、预设协同策略以及预设调峰目标函数,更新用电负荷基线,以基于更新后的用电负荷基线,确定目标区域在第二预设时长内各个预设时间节点的用电分配策略,解决了现有技术中进行电网调峰控制时,参与调峰控制的分布式能源种类少,形式单一固化,缺乏考虑用电负荷功率的实际情况等问题,实现了在保证目标区域用电稳定的前提下,最大程度利用源网荷储(电源、电网、负荷、储能)资源,以目标区域微电网增值为目标,对原始用电负荷基线进行动态调整的效果。
可选的,所述装置还包括:用电负荷均值确定模块和用电负荷数据筛选模块。
用电负荷均值确定模块,用于获取目标区域在当前时刻之前第一预设时长内的历史用电负荷数据,并基于所述历史用电负荷数据,确定历史用电负荷均值;
用电负荷数据筛选模块,用于基于所述历史用电负荷均值对所述历史用电负荷数据进行筛选,以得到目标用电负荷数据。
可选的,用电负荷基线确定模块220包括:用电负荷基准值确定单元和用电负荷基线确定单元。
用电负荷基准值确定单元,用于基于所述目标用电负荷数据,确定目标用电负荷均值,并将所述目标用电负荷均值作为所述目标区域在所述第二预设时长内的用电负荷基准值;
用电负荷基线确定单元,用于基于所述用电负荷基准值,确定所述用电负荷基线。
可选的,所述工作状态包括充电状态和充电状态,荷电量确定模块230包括:剩余荷电量获取单元、荷电量第一确定单元以及荷电量第二确定单元。
剩余荷电量获取单元,用于获取所述储能系统在当前时刻的剩余荷电量,以及与所述储能系统相对应的充电参数、放电参数以及额定工作功率;
荷电量第一确定单元,用于基于所述剩余荷电量、所述充电参数以及所述额定工作功率,确定所述储能系统在所述第二预设时长内充电状态下的荷电量;以及,
荷电量第二确定单元,用于基于所述剩余荷电量、所述放电参数以及所述额定工作功率,确定所述储能系统在所述第二预设时长内放电状态下的荷电量。
可选的,荷电量确定模块230还包括:环境温度获取单元和输出功率预测值确定单元。
环境温度获取单元,用于获取所述目标区域在当前时刻之前第一预设时长内的光照强度和环境温度,以及与所述光伏机组相对应的额定工作参数和标准环境温度;
输出功率预测值确定单元,用于基于所述光照强度、所述环境温度、所述额定工作参数以及标准环境温度,确定光伏机组在当前时刻之后第二预设时长内的输出功率预测值。
可选的,所述装置还包括:充电效率最小值获取模块和输出功率预测值更新模块。
充电效率最小值获取模块,用于获取与光伏机组相关联的至少一个用电设备的预设用电功率,以及与所述储能系统相对应的充电功率最小值;
输出功率预测值更新模块,用于基于所述至少一个预设用电功率以及所述充电功率最小值,对所述输出功率预测值进行更新。
可选的,用电负荷基线更新模块240包括:光伏时间节点确定单元、属性值确定单元以及用电负荷基线更新单元。
基于所述预设协同策略,分别确定与所述光伏机组相对应的至少一个光伏时间节点,以及与所述储能系统相对应的至少一个储能时间节点;其中,所述至少一个光伏时间节点和所述至少一个储能时间节点对应于所述第二预设时长内的至少一个预设时间节点;以及,
获取所述目标区域在所述第二预设时长内各个预设时间节点所对应的出清属性值以及用电缴纳属性值;
基于与所述至少一个光伏时间节点相对应的输出功率预测值、与所述至少一个储能时间节点相对应的荷电量、所述出清属性值、所述用电缴纳属性值以及所述预设目标函数,更新所述用电负荷基线。
本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法,具备执行方法相应的功能模块和有益效果。
实施例三
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,例如数据处理方法。
在一些实施例中,数据处理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数据处理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)而被配置为执行数据处理方法。
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)
1.一种数据处理方法,其特征在于,包括:
获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据;
基于所述目标用电负荷数据,确定所述目标区域在当前时刻之后第二预设时长内的用电负荷基线;其中,所述用电负荷基线是基于所述第二预设时长内各个预设时间节点所对应的用电负荷基准值生成的;
确定与所述目标区域相关联的储能系统在所述第二预设时长内不同工作状态下的荷电量,以及与所述目标区域相关联的光伏机组在所述第二预设时长内的输出功率预测值;
基于所述荷电量、所述输出功率预测值、预设协同策略以及预设调峰目标函数,更新所述用电负荷基线,以基于更新后的用电负荷基线,确定所述目标区域在所述第二预设时长内各个预设时间节点的用电分配策略;
其中,所述预设协同策略为所述储能系统和所述光伏机组在各个预设时间节点的协同工作策略。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取目标区域在当前时刻之前第一预设时长内的历史用电负荷数据,并基于所述历史用电负荷数据,确定历史用电负荷均值;
基于所述历史用电负荷均值对所述历史用电负荷数据进行筛选,以得到目标用电负荷数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标用电负荷数据,确定所述目标区域在当前时刻之后第二预设时长内的用电负荷基线,包括:
基于所述目标用电负荷数据,确定目标用电负荷均值,并将所述目标用电负荷均值作为所述目标区域在当前时刻之后第二预设时长内的用电负荷基准值;
基于所述用电负荷基准值,确定所述用电负荷基线。
4.根据权利要求1所述的方法,其特征在于,所述工作状态为充电状态或放电状态,相应的,所述确定与所述目标区域相关联的储能系统在所述第二预设时长内不同工作状态下的荷电量,包括:
获取所述储能系统在当前时刻的剩余荷电量,以及与所述储能系统相对应的充电参数、放电参数以及额定工作功率;
基于所述剩余荷电量、所述充电参数以及所述额定工作功率,确定所述储能系统在所述第二预设时长内充电状态下的荷电量;以及,
基于所述剩余荷电量、所述放电参数以及所述额定工作功率,确定所述储能系统在所述第二预设时长内放电状态下的荷电量。
5.根据权利要求1所述的方法,其特征在于,所述确定与所述目标区域相关联的光伏机组在所述第二预设时长内的输出功率预测值,包括:
获取所述目标区域在当前时刻之前第一预设时长内的光照强度和环境温度,以及与所述光伏机组相对应的额定工作参数和标准环境温度;
基于所述光照强度、所述环境温度、所述额定工作参数以及标准环境温度,确定光伏机组在当前时刻之后第二预设时长内的输出功率预测值。
6.根据权利要求5所述的方法,其特征在于,还包括:
获取与光伏机组相关联的至少一个用电设备的预设用电功率,以及与所述储能系统相对应的充电功率最小值;
基于所述至少一个预设用电功率以及所述充电功率最小值,对所述输出功率预测值进行更新。
7.根据权利要求1所述的方法,其特征在于,所述基于所述荷电量、所述输出功率预测值、预设协同策略以及预设目标函数,更新所述用电负荷基线,包括:
基于所述预设协同策略,分别确定与所述光伏机组相对应的至少一个光伏时间节点,以及与所述储能系统相对应的至少一个储能时间节点;其中,所述至少一个光伏时间节点和所述至少一个储能时间节点对应于所述第二预设时长内的至少一个预设时间节点;以及,
获取所述目标区域在所述第二预设时长内各个预设时间节点所对应的出清属性值以及用电缴纳属性值;
基于与所述至少一个光伏时间节点相对应的输出功率预测值、与所述至少一个储能时间节点相对应的荷电量、所述出清属性值、所述用电缴纳属性值以及所述预设目标函数,更新所述用电负荷基线。
8.一种数据处理装置,其特征在于,包括:
用电负荷数据获取模块,用于获取目标区域在当前时刻之前第一预设时长内的目标用电负荷数据;
用电负荷基线确定模块,用于基于所述目标用电负荷数据,确定所述目标区域在当前时刻之后第二预设时长内的用电负荷基线;其中,所述用电负荷基线是基于所述第二预设时长内各个预设时间节点所对应的用电负荷基准值生成的;
荷电量确定模块,用于确定与所述目标区域相关联的储能系统在所述第二预设时长内不同工作状态下的荷电量,以及与所述目标区域相关联的光伏机组在所述第二预设时长内的输出功率预测值;
用电负荷基线更新模块,用于基于所述荷电量、所述输出功率预测值、预设协同策略以及预设调峰目标函数,更新所述用电负荷基线,以基于更新后的用电负荷基线,确定所述目标区域在所述第二预设时长内各个预设时间节点的用电分配策略;
其中,所述预设协同策略为所述储能系统和所述光伏机组在各个预设时间节点的协同工作策略。
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中任一项所述的数据处理方法。
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中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310288513.6A CN116231669A (zh) | 2023-03-22 | 2023-03-22 | 数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310288513.6A CN116231669A (zh) | 2023-03-22 | 2023-03-22 | 数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116231669A true CN116231669A (zh) | 2023-06-06 |
Family
ID=86582503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310288513.6A Pending CN116231669A (zh) | 2023-03-22 | 2023-03-22 | 数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116231669A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116632838A (zh) * | 2023-07-20 | 2023-08-22 | 南方电网调峰调频发电有限公司信息通信分公司 | 应用于发电企业的电能供给分析的方法及装置 |
-
2023
- 2023-03-22 CN CN202310288513.6A patent/CN116231669A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116632838A (zh) * | 2023-07-20 | 2023-08-22 | 南方电网调峰调频发电有限公司信息通信分公司 | 应用于发电企业的电能供给分析的方法及装置 |
CN116632838B (zh) * | 2023-07-20 | 2023-11-28 | 南方电网调峰调频发电有限公司信息通信分公司 | 应用于发电企业的电能供给分析的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Greenware: Greening cloud-scale data centers to maximize the use of renewable energy | |
Cano et al. | Power management system for off-grid hydrogen production based on uncertainty | |
CN116131340A (zh) | 发电站与负荷区域匹配的方法、装置、设备及存储介质 | |
CN116231669A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN116205456A (zh) | 一种综合能源系统的调度方法、装置、设备及介质 | |
CN110580538A (zh) | 一种电力系统备用需求的预测方法及装置 | |
CN113190693B (zh) | 储能系统的数据处理方法、装置、电子设备及存储介质 | |
CN109617183B (zh) | 一种多电池系统的智能供电方法 | |
CN116485022A (zh) | 园区未来年的碳排放估计方法、装置、设备及介质 | |
CN115021406B (zh) | 一种整合经济性模型预测控制的微电网控制器 | |
CN114938035B (zh) | 考虑储能退化成本的共享储能能量调度方法及系统 | |
CN115912373A (zh) | 一种光伏系统的并网点电压调节方法、装置、设备及介质 | |
CN114709878A (zh) | 应用于光储直柔建筑的光储协同配置方法、设备及介质 | |
CN115940301A (zh) | 一种功率因数的控制方法、装置、设备及存储介质 | |
Gnibga et al. | Renewable energy in data centers: the dilemma of electrical grid dependency and autonomy costs | |
Li et al. | Multi-constrained optimal control of energy storage combined thermal power participating in frequency regulation based on life model of energy storage | |
CN116432478B (zh) | 一种电力系统的能量确定方法、装置、设备及介质 | |
Gu et al. | GreenFlowing: A green way of reducing electricity cost for cloud data center using heterogeneous ESDs | |
CN117236638B (zh) | 基于多模态网络的运河微电网分布式能量管理系统 | |
CN117575175B (zh) | 碳排放评估方法、装置、电子设备和存储介质 | |
CN114862163B (zh) | 综合能源系统优化调度方法 | |
CN117200266B (zh) | 配电线路光伏汇集点储能容量配置方法、装置和设备 | |
CN116436057B (zh) | 一种储能站运行策略的确定方法、装置、设备及介质 | |
CN117559498A (zh) | 一种农村能源站的调控方法、装置、设备及存储介质 | |
CN117498467B (zh) | 一种基于多层级虚拟电厂的能量协调控制分配方法及系统 |
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 |