CN116345460B - 一种电力系统智能精准化电力分配方法、系统及存储介质 - Google Patents
一种电力系统智能精准化电力分配方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116345460B CN116345460B CN202211558457.5A CN202211558457A CN116345460B CN 116345460 B CN116345460 B CN 116345460B CN 202211558457 A CN202211558457 A CN 202211558457A CN 116345460 B CN116345460 B CN 116345460B
- Authority
- CN
- China
- Prior art keywords
- power supply
- power
- consumption
- peak
- period
- 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.)
- Active
Links
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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/58—The condition being electrical
- H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统智能精准化电力分配方法、系统及存储介质，涉及电力分配规划技术领域，包括：获取电力系统历史状态下的供电数据；将用电时间段进行划分成常规用电时段和峰值用电时段；获得常规用电时段内的用电期望值；确定供电节点所需的供电设备终端；获取可移动供电设备终端信息；预测峰值用电时段的用电量需求；判断供电节点是否可以满足峰值用电时段的用电量需求；对于供电不足的供电节点进行优先级确定划分；按照优先级对每个供电节点分配可移动供电设备终端。本发明的优点在于：基于供电分区的不同时间的用电状态，进行用电时段划分，在保证供电分区的常规用电需求基础上，可有效的减少总装机容量，节省动力设施投资。
Description
技术领域
本发明涉及电力分配规划技术领域，具体是涉及一种电力系统智能精准化电力分配方法、系统及存储介质。
背景技术
电力系统由发电、供电（输电、变电、配电）、用电设施以及为保障其正常运行所需的调节控制及继电保护和安全自动装置、计量装置、调度自动化、电力通信等二次设施构成的统一整体。
为满足各地区国民经济日益增长的用电需要，建立一个便于电能生产与消费的集中管理、统一调度和分配，减少总装机容量，节省动力设施投资，且有利于地区能源资源的合理开发利用的电力网络系统是至关重要的，针对于不同区域不同时间段的精准化供电是实现减少总装机容量，节省动力设施投资的重要前提条件，对于一些乡村区域，日常状态下由于人口量较少电力需求量低，而在一些节假期间由于大量人口的返乡又会导致区域用电量激增，而现有技术缺乏针对于区域用电的智能化精准分析，难以实现对供电区域的智能化电力分配，难以实现针对于电力系统的动力设施最优化设计。
发明内容
为解决上述技术问题，提供一种电力系统智能精准化电力分配方法、系统及存储介质，本技术方案解决了上述的现有技术缺乏针对于区域用电的智能化精准分析，难以实现对供电区域的智能化电力分配，难以实现针对于电力系统的动力设施最优化设计的问题。
为达到以上目的，本发明采用的技术方案为：
一种电力系统智能精准化电力分配方法，包括：
获取电力系统历史状态下的供电数据，所述供电数据包括供电分区数据以及各供电分区在不同时间段的历史用电数据；
根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段；
对供电分区在常规用电时段内的用电数据进行分析，获得供电分区在常规用电时段内的用电期望值；
根据用电期望值进行对应供电分区的供电节点规划，确定每一个供电节点所需的供电设备终端，得到供电节点的基础供电设备终端信息，并按照基础供电设备终端信息进行供电节点的基础供电设备终端分配；
获取电力系统中的可移动供电设备终端信息；
获取供电分区在峰值用电时段的历史用电数据，预测供电分区在峰值用电时段的用电量需求；
判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求，若是，则判定为供电节点可正常供电，若否，则判定为供电节点供电不足；
对于判定为供电不足的供电节点进行优先级确定划分，确定每个供电节点的供电保障优先级；
根据的供电节点的供电保障优先级，按照优先级从高到低的顺序依次对每个供电节点分配可移动供电设备终端。
优选的，所述根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段的区分步骤为：
按照年为分析周期，按照日为分析间隔，获取供电分区每天的用电总量数据，获得若干个历史用电总量数据；
对历史用电总量数据进行分析，确定历史用电总量数据中的峰值点；
确定历史用电总量数据中的峰值点对应的日期，对于非峰值点对应的日期判定为常规用电时段；
判断峰值点对应的日期在不同周期年的相同日期的历史用电总量数据是否均为峰值点；
若是，则判断该日期为峰值用电时段，若否，则判断该日期为常规用电时段。
优选的，所述峰值点的确定方法为：
将历史用电总量数据按照从小到大的顺序依次排序；
确定峰值检定水平，并依据峰值检定水平查拉布拉斯表确定峰值确定临界值；
按照历史用电总量数据从小到大的顺序依次计算每个历史用电总量数据的检测值，并比较检测值与峰值确定临界值的大小；
当出现检测值大于峰值确定临界值的情况时，则判定该检测值对应的历史用电总量数据以及按照从小到大的顺序排列在该历史用电总量数据之后的历史用电总量数据均为峰值点；
其中，所述检测值的计算公式为：
；
式中，为按照从小到大排列在第i位的历史用电总量数据的检测值，/>为按照从小到大排列在/> 之前的历史用电总量数据，/>为所有历史用电总量数据的平均值。
优选的，所述用电期望值的计算方法为：
根据供电分区在常规用电时段的历史用电数据计算每年的常规用电时段的平均用电量，获得供电分区在常规用电时段的平均用电量年分布数据；
根据平均用电量年分布数据进行拟合分析，得出平均用电量-年份预测回归方程；
根据平均用电量-年份预测回归方程进行预测供电分区在在当前年份常规用电时段内的平均用电期望值。
优选的，所述判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求的具体步骤为：
确定每一年在峰值用电时段的最大日用电量，拟合分析得出峰值用电时段的最大日用电量-年份预测回归方程；
根据最大日用电量-年份预测回归方程计算当前年份在峰值用电时段的最大用电预测量；
根据所有供电分区的最大用电预测量进行计算每一个供电节点的供电设备终端的运行功率，得到供电设备终端的需求运行功率；
判断供电设备终端的需求运行功率是否大于供电设备终端的额定运行功率，若是，则判定为不可以满足峰值用电时段的用电量需求，若否，则判定为可以满足峰值用电时段的用电量需求。
优选的，所述供电节点的供电保障优先级的确定方法为：
获取每个供电节点的重要系数；
计算每个供电节点的运行异常指数；
根据供电节点的重要系数和供电节点的运行异常指数进行计算供电节点的供电保障优先指数；
按照供电保障优先指数从大到小的顺序为每个供电节点进行供电保障优先级排序，其中，所述供电节点的供电保障优先指数越大，其供电保障优先级越高；
其中，所述供电节点的运行异常指数的计算公式为：
；
式中，M为供电节点的运行异常指数，U为供电节点内的供电设备终端的需求运行功率，为供电节点内的供电设备终端的额定运行功率，T为供电节点内的供电设备终端的超功率运行时间；
所述供电保障优先指数的计算公式为：
；
式中，K为供电节点的供电保障优先指数，为供电节点的重要系数。
优选的，所述供电节点的重要系数的确定方法为：
按照供电分区的大小为电力系统线路中的末端供电节点进行重要系数赋值；
获取每个供电节点的子节点的重要系数；
供电节点的所有子节点的重要系数之和为该供电节点的重要系数。
进一步的，提出一种电力系统智能精准化电力分配系统，用于实现如上述的电力系统智能精准化电力分配方法，包括：
处理器，处理器用于将供电分区的用电时间段进行划分成常规用电时段和峰值用电时段、进行计算供电分区在常规用电时段内的用电期望值、预测供电分区在峰值用电时段的用电量需求、判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求和确定每个供电节点的供电保障优先级；
存储器，存储器与所述处理器相耦合，存储器用于存储电力系统历史状态下的供电数据；
供电设备终端分配模块，供电设备终端分配模块与所述处理器电性连接，所述供电设备终端分配模块用于按照基础供电设备终端信息进行供电节点的基础供电设备终端分配和按照优先级从高到低的顺序依次对每个供电节点分配可移动供电设备终端；
输入输出模块，输入输出模块与所述处理器电性连接，所述输入输出模块用于输入供电线路上的末端供电节点的重要系数和输出供电节点的供电保障优先级。
可选的，所述处理器内部集成有：
用电预测单元，用电预测单元用于进行预测供电分区在常规用电时段内的用电期望值和预测供电分区在峰值用电时段的用电量需求；
判断单元，判断单元用于判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求；
优先级确定单元，优先级确定单元用于进行确定每个供电节点的供电保障优先级。
再进一步的，提出一种计算机可读存储介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如上述的电力系统智能精准化电力分配方法。
与现有技术相比，本发明的有益效果在于：
本发明提出一种电力系统智能精准化电力分配方案，基于供电分区的不同时间的用电状态，将供电分区的用电时间段进行划分成常规用电时段和峰值用电时段，根据供电分区在常规用电时段的用电需求量进行供确定电节点所需的供电设备终端，在保证供电分区的常规用电需求基础上，可有效的减少总装机容量，节省动力设施投资，实现地区能源资源的合理开发利用；
本方案中针对于供电分区的峰值用电时段的用电需求进行供电节点的供电需求计算，并利用供电节点的重要程度和运行异常指数进行确定供电节点的供电保障优先级，通过供电保障优先级进行可移动供电设备终端分配，确保可移动供电设备终端可实现最优化分配规划，同时在常规用电时段内可将可移动供电设备终端集中到总站进行集中化储存和维护，可极大的降低供电设备终端的远程维护成本和远程损耗。
附图说明
图1为本发明提出的电力系统智能精准化电力分配系统框图；
图2为本发明提出的电力系统智能精准化电力分配方法流程图；
图3为本发明中的用电时段划分方法流程图；
图4为本发明中的历史用电总量数据的峰值点确定方法流程图；
图5为本发明中的用电期望值的计算方法流程图；
图6为本发明中的是否满足用电量需求判断方法流程图；
图7为本发明中的供电节点的供电保障优先级的确定方法流程图；
图8为本发明中的电力节点连接示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种电力系统智能精准化电力分配系统，包括：
处理器，处理器用于将供电分区的用电时间段进行划分成常规用电时段和峰值用电时段、进行计算供电分区在常规用电时段内的用电期望值、预测供电分区在峰值用电时段的用电量需求、判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求和确定每个供电节点的供电保障优先级；
存储器，存储器与所述处理器相耦合，存储器用于存储电力系统历史状态下的供电数据；
供电设备终端分配模块，供电设备终端分配模块与所述处理器电性连接，所述供电设备终端分配模块用于按照基础供电设备终端信息进行供电节点的基础供电设备终端分配和按照优先级从高到低的顺序依次对每个供电节点分配可移动供电设备终端；
输入输出模块，输入输出模块与所述处理器电性连接，所述输入输出模块用于输入供电线路上的末端供电节点的重要系数和输出供电节点的供电保障优先级。
所述处理器内部集成有：
用电预测单元，用电预测单元用于进行预测供电分区在常规用电时段内的用电期望值和预测供电分区在峰值用电时段的用电量需求；
判断单元，判断单元用于判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求；
优先级确定单元，优先级确定单元用于进行确定每个供电节点的供电保障优先级。
上述电力系统智能精准化电力分配系统的使用过程为：
步骤一：处理器从存储器中调取电力系统历史状态下的供电数据，并根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段；
步骤二：用电预测单元根据供电分区在常规用电时段内的用电数据进行分析，获得供电分区在常规用电时段内的用电期望值；
步骤三：供电设备终端分配模块根据供电分区在常规用电时段内的用电期望值进行确定每一个供电节点所需的供电设备终端；
步骤四：用电预测单元根据供电分区在峰值用电时段的历史用电数据，预测供电分区在峰值用电时段的用电量需求；
步骤五：判断单元判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求；
步骤六：输入输出模块输入供电线路上的末端供电节点的重要系数，优先级确定单元进行确定每个判定为供电不足的供电节点的供电保障优先级；
步骤七：输入输出模块输出供电节点的供电保障优先级。
请参阅图2所示，为进一步的说明本方案，以下结合上述电力系统智能精准化电力分配系统提出一种电力系统智能精准化电力分配方法，包括：
获取电力系统历史状态下的供电数据，所述供电数据包括供电分区数据以及各供电分区在不同时间段的历史用电数据；
根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段；
对供电分区在常规用电时段内的用电数据进行分析，获得供电分区在常规用电时段内的用电期望值；
根据用电期望值进行对应供电分区的供电节点规划，确定每一个供电节点所需的供电设备终端，得到供电节点的基础供电设备终端信息，并按照基础供电设备终端信息进行供电节点的基础供电设备终端分配；
获取电力系统中的可移动供电设备终端信息；
获取供电分区在峰值用电时段的历史用电数据，预测供电分区在峰值用电时段的用电量需求；
判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求，若是，则判定为供电节点可正常供电，若否，则判定为供电节点供电不足；
对于判定为供电不足的供电节点进行优先级确定划分，确定每个供电节点的供电保障优先级；
根据的供电节点的供电保障优先级，按照优先级从高到低的顺序依次对每个供电节点分配可移动供电设备终端。
本方案基于供电分区的不同时间的用电状态，将供电分区的用电时间段进行划分成常规用电时段和峰值用电时段，根据供电分区在常规用电时段的用电需求量进行供确定电节点所需的供电设备终端，在保证供电分区的常规用电需求基础上，可有效的减少总装机容量，节省动力设施投资，实现地区能源资源的合理开发利用。
请参阅图3所示，所述根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段的区分步骤为：
按照年为分析周期，按照日为分析间隔，获取供电分区每天的用电总量数据，获得若干个历史用电总量数据；
对历史用电总量数据进行分析，确定历史用电总量数据中的峰值点；
确定历史用电总量数据中的峰值点对应的日期，对于非峰值点对应的日期判定为常规用电时段；
判断峰值点对应的日期在不同周期年的相同日期的历史用电总量数据是否均为峰值点；
若是，则判断该日期为峰值用电时段，若否，则判断该日期为常规用电时段。
由于供电区域的用电量峰值时段通常为春节等节假日，而这些节假日通常以年为单位进行循环，因此本方案中按照年为分析周期，以日为分析间隔对历史用电总量数据中的峰值点进行确定，并根据不同周期年中的峰值点情况确定峰值用电时段，可有效的确定出供电分区的常规用电时段和峰值用电时段。
请参阅图4所示，所述峰值点的确定方法为：
将历史用电总量数据按照从小到大的顺序依次排序；
确定峰值检定水平，并依据峰值检定水平查拉布拉斯表确定峰值确定临界值；
按照历史用电总量数据从小到大的顺序依次计算每个历史用电总量数据的检测值，并比较检测值与峰值确定临界值的大小；
当出现检测值大于峰值确定临界值的情况时，则判定该检测值对应的历史用电总量数据以及按照从小到大的顺序排列在该历史用电总量数据之后的历史用电总量数据均为峰值点；
其中，所述检测值的计算公式为：
；
式中，为按照从小到大排列在第i位的历史用电总量数据的检测值，/>为按照从小到大排列在/>之前的历史用电总量数据，/>为所有历史用电总量数据的平均值。
本方案中，基于峰值点的判断采用数据分析方法中的偏度检验法，由于历史用电总量数据中的峰值点与常规点之间的通常存在的较大的差异，因此峰值检定水平可以取偏小一点的值，进而可有效的降低峰值点的误检率。
请参阅图5所示，所述用电期望值的计算方法为：
根据供电分区在常规用电时段的历史用电数据计算每年的常规用电时段的平均用电量，获得供电分区在常规用电时段的平均用电量年分布数据；
根据平均用电量年分布数据进行拟合分析，得出平均用电量-年份预测回归方程；
根据平均用电量-年份预测回归方程进行预测供电分区在在当前年份常规用电时段内的平均用电期望值。
基于平均用电量年分布数据进行平均用电量-年份预测回归方程的建立，可有效的反应平均用电量与年份时间的关系，进而可有效的预测出本年度的平均用电期望值。
请参阅图6所示，所述判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求的具体步骤为：
确定每一年在峰值用电时段的最大日用电量，拟合分析得出峰值用电时段的最大日用电量-年份预测回归方程；
根据最大日用电量-年份预测回归方程计算当前年份在峰值用电时段的最大用电预测量；
根据所有供电分区的最大用电预测量进行计算每一个供电节点的供电设备终端的运行功率，得到供电设备终端的需求运行功率；
判断供电设备终端的需求运行功率是否大于供电设备终端的额定运行功率，若是，则判定为不可以满足峰值用电时段的用电量需求，若否，则判定为可以满足峰值用电时段的用电量需求。
请参阅图7所示，所述供电节点的供电保障优先级的确定方法为：
获取每个供电节点的重要系数；
计算每个供电节点的运行异常指数；
根据供电节点的重要系数和供电节点的运行异常指数进行计算供电节点的供电保障优先指数；
按照供电保障优先指数从大到小的顺序为每个供电节点进行供电保障优先级排序，其中，所述供电节点的供电保障优先指数越大，其供电保障优先级越高；
其中，所述供电节点的运行异常指数的计算公式为：
；
式中，M为供电节点的运行异常指数，U为供电节点内的供电设备终端的需求运行功率，为供电节点内的供电设备终端的额定运行功率，T为供电节点内的供电设备终端的超功率运行时间；
所述供电保障优先指数的计算公式为：
；
式中，K为供电节点的供电保障优先指数，为供电节点的重要系数。
本方案中，基于供电节点的运行异常指数和供电节点的重要系数进行供电节点的供电保障优先指数计算，并通过通过供电保障优先级进行可移动供电设备终端分配，确保可移动供电设备终端可实现最优化分配规划，保证供电保障的最大化。
供电节点的重要系数的确定方法为：
按照供电分区的大小为电力系统线路中的末端供电节点进行重要系数赋值；
获取每个供电节点的子节点的重要系数；
供电节点的所有子节点的重要系数之和为该供电节点的重要系数。
请参阅图8所示，在进行供电节点的重要系数确定中，首先需要根据末端供电节点，即图8中的3级节点对应的供电分区的大小，对所有的3级节点进行重要系数赋值，2级节点的重要系数即为所有作为其子节点的3级节点的重要系数之和，1级节点的重要系数即为所有作为其子节点的2级节点的重要系数之和。
可以理解的是，对于1级节点和2级节点，其发生故障时，区域电力线路系统受影响的范围越大，因此在本方案中，1级节点和2级节点的重要系数根据其自身的子节点数进行确定。
进一步的，提出提出一种计算机可读存储介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如上述的电力系统智能精准化电力分配方法；
可以理解的是，存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：基于供电分区的不同时间的用电状态，进行用电时段划分，在保证供电分区的常规用电需求基础上，可有效的减少总装机容量，节省动力设施投资，实现地区能源资源的合理开发利用。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种电力系统智能精准化电力分配方法，其特征在于，包括：
获取电力系统历史状态下的供电数据，所述供电数据包括供电分区数据以及各供电分区在不同时间段的历史用电数据；
根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段；
对供电分区在常规用电时段内的用电数据进行分析，获得供电分区在常规用电时段内的用电期望值；
根据用电期望值进行对应供电分区的供电节点规划，确定每一个供电节点所需的供电设备终端，得到供电节点的基础供电设备终端信息，并按照基础供电设备终端信息进行供电节点的基础供电设备终端分配；
获取电力系统中的可移动供电设备终端信息；
获取供电分区在峰值用电时段的历史用电数据，预测供电分区在峰值用电时段的用电量需求；
判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求，若是，则判定为供电节点可正常供电，若否，则判定为供电节点供电不足；
对于判定为供电不足的供电节点进行优先级确定划分，确定每个供电节点的供电保障优先级；
根据的供电节点的供电保障优先级，按照优先级从高到低的顺序依次对每个供电节点分配可移动供电设备终端；
其中，所述判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求的具体步骤为：
确定每一年在峰值用电时段的最大日用电量，拟合分析得出峰值用电时段的最大日用电量-年份预测回归方程；
根据最大日用电量-年份预测回归方程计算当前年份在峰值用电时段的最大用电预测量；
根据所有供电分区的最大用电预测量进行计算每一个供电节点的供电设备终端的运行功率，得到供电设备终端的需求运行功率；
判断供电设备终端的需求运行功率是否大于供电设备终端的额定运行功率，若是，则判定为不可以满足峰值用电时段的用电量需求，若否，则判定为可以满足峰值用电时段的用电量需求。
2.根据权利要求1所述的一种电力系统智能精准化电力分配方法，其特征在于，所述根据供电分区在不同时间段的历史用电数据对供电分区的用电时间段进行划分成常规用电时段和峰值用电时段的区分步骤为：
按照年为分析周期，按照日为分析间隔，获取供电分区每天的用电总量数据，获得若干个历史用电总量数据；
对历史用电总量数据进行分析，确定历史用电总量数据中的峰值点；
确定历史用电总量数据中的峰值点对应的日期，对于非峰值点对应的日期判定为常规用电时段；
判断峰值点对应的日期在不同周期年的相同日期的历史用电总量数据是否均为峰值点；
若是，则判断该日期为峰值用电时段，若否，则判断该日期为常规用电时段。
3.根据权利要求2所述的一种电力系统智能精准化电力分配方法，其特征在于，所述峰值点的确定方法为：
将历史用电总量数据按照从小到大的顺序依次排序；
确定峰值检定水平，并依据峰值检定水平查拉布拉斯表确定峰值确定临界值；
按照历史用电总量数据从小到大的顺序依次计算每个历史用电总量数据的检测值，并比较检测值与峰值确定临界值的大小；
当出现检测值大于峰值确定临界值的情况时，则判定该检测值对应的历史用电总量数据以及按照从小到大的顺序排列在该历史用电总量数据之后的历史用电总量数据均为峰值点；
其中，所述检测值的计算公式为：
；
式中，为按照从小到大排列在第i位的历史用电总量数据的检测值，/>为按照从小到大排列在/>之前的历史用电总量数据，/>为所有历史用电总量数据的平均值。
4.根据权利要求1所述的一种电力系统智能精准化电力分配方法，其特征在于，所述用电期望值的计算方法为：
根据供电分区在常规用电时段的历史用电数据计算每年的常规用电时段的平均用电量，获得供电分区在常规用电时段的平均用电量年分布数据；
根据平均用电量年分布数据进行拟合分析，得出平均用电量-年份预测回归方程；
根据平均用电量-年份预测回归方程进行预测供电分区在在当前年份常规用电时段内的平均用电期望值。
5.根据权利要求1所述的一种电力系统智能精准化电力分配方法，其特征在于，所述供电节点的供电保障优先级的确定方法为：
获取每个供电节点的重要系数；
计算每个供电节点的运行异常指数；
根据供电节点的重要系数和供电节点的运行异常指数进行计算供电节点的供电保障优先指数；
按照供电保障优先指数从大到小的顺序为每个供电节点进行供电保障优先级排序，其中，所述供电节点的供电保障优先指数越大，其供电保障优先级越高；
其中，所述供电节点的运行异常指数的计算公式为：
；
式中，M为供电节点的运行异常指数，U为供电节点内的供电设备终端的需求运行功率，为供电节点内的供电设备终端的额定运行功率，T为供电节点内的供电设备终端的超功率运行时间；
所述供电保障优先指数的计算公式为：
；
式中，K为供电节点的供电保障优先指数，为供电节点的重要系数。
6.根据权利要求5所述的一种电力系统智能精准化电力分配方法，其特征在于，所述供电节点的重要系数的确定方法为：
按照供电分区的大小为电力系统线路中的末端供电节点进行重要系数赋值；
获取每个供电节点的子节点的重要系数；
供电节点的所有子节点的重要系数之和为该供电节点的重要系数。
7.一种电力系统智能精准化电力分配系统，用于实现如权利要求1-6任一项所述的电力系统智能精准化电力分配方法，其特征在于，包括：
处理器，处理器用于进行将供电分区的用电时间段进行划分成常规用电时段和峰值用电时段、计算供电分区在常规用电时段内的用电期望值、预测供电分区在峰值用电时段的用电量需求、判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求和确定每个供电节点的供电保障优先级；
存储器，存储器与所述处理器相耦合，存储器用于存储电力系统历史状态下的供电数据；
供电设备终端分配模块，供电设备终端分配模块与所述处理器电性连接，所述供电设备终端分配模块用于按照基础供电设备终端信息进行供电节点的基础供电设备终端分配和按照优先级从高到低的顺序依次对每个供电节点分配可移动供电设备终端；
输入输出模块，输入输出模块与所述处理器电性连接，所述输入输出模块用于输入供电线路上的末端供电节点的重要系数和输出供电节点的供电保障优先级。
8.根据权利要求7所述的一种电力系统智能精准化电力分配系统，其特征在于，所述处理器内部集成有：
用电预测单元，用电预测单元用于进行预测供电分区在常规用电时段内的用电期望值和预测供电分区在峰值用电时段的用电量需求；
判断单元，判断单元用于判断供电分区对应的供电节点的基础供电设备终端是否可以满足峰值用电时段的用电量需求；
优先级确定单元，优先级确定单元用于进行确定每个供电节点的供电保障优先级。
9.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读程序被调用时执行如权利要求1-6任一项所述的电力系统智能精准化电力分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211558457.5A CN116345460B (zh) | 2022-12-06 | 2022-12-06 | 一种电力系统智能精准化电力分配方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211558457.5A CN116345460B (zh) | 2022-12-06 | 2022-12-06 | 一种电力系统智能精准化电力分配方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116345460A CN116345460A (zh) | 2023-06-27 |
| CN116345460B true CN116345460B (zh) | 2023-09-08 |
Family
ID=86880976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211558457.5A Active CN116345460B (zh) | 2022-12-06 | 2022-12-06 | 一种电力系统智能精准化电力分配方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116345460B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109494753A (zh) * | 2018-12-26 | 2019-03-19 | 重庆蓝岸通讯技术有限公司 | 智能电表控制系统及控制方法 |
| CN113095595A (zh) * | 2021-05-06 | 2021-07-09 | 广东鹰视能效科技有限公司 | 一种基于配电运维的能效优化方法和系统 |
| CN114638523A (zh) * | 2022-03-28 | 2022-06-17 | 广东迪奥技术有限公司 | 一种削峰填谷电费节省方法、存储介质及电子设备 |
| CN115173407A (zh) * | 2022-07-26 | 2022-10-11 | 杭州国电电力科技发展有限公司 | 基于风力发电的智能配电方法、装置、设备及存储介质 |
| CN115169999A (zh) * | 2022-09-06 | 2022-10-11 | 浙江万胜智能科技股份有限公司 | 一种基于采集通信模块的电力负荷管理方法及系统 |
| CN115289971A (zh) * | 2022-09-27 | 2022-11-04 | 江苏新恒基特种装备股份有限公司 | 一种锻坯尺寸监测方法及监测装置 |
| CN115356972A (zh) * | 2022-10-24 | 2022-11-18 | 中诚华隆计算机技术有限公司 | 一种用于配电馈线高峰负荷的芯片控制方法及芯片 |
| CN115425764A (zh) * | 2022-11-04 | 2022-12-02 | 广州泓盈信息科技有限公司 | 一种电力系统智能网络风险实时监控方法、系统及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150364919A1 (en) * | 2014-06-12 | 2015-12-17 | Cupertino Electric Inc. | Method and System for Interfacing Inverter-Based Power Generator to Electric Power Grid |
-
2022
- 2022-12-06 CN CN202211558457.5A patent/CN116345460B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109494753A (zh) * | 2018-12-26 | 2019-03-19 | 重庆蓝岸通讯技术有限公司 | 智能电表控制系统及控制方法 |
| CN113095595A (zh) * | 2021-05-06 | 2021-07-09 | 广东鹰视能效科技有限公司 | 一种基于配电运维的能效优化方法和系统 |
| CN114638523A (zh) * | 2022-03-28 | 2022-06-17 | 广东迪奥技术有限公司 | 一种削峰填谷电费节省方法、存储介质及电子设备 |
| CN115173407A (zh) * | 2022-07-26 | 2022-10-11 | 杭州国电电力科技发展有限公司 | 基于风力发电的智能配电方法、装置、设备及存储介质 |
| CN115169999A (zh) * | 2022-09-06 | 2022-10-11 | 浙江万胜智能科技股份有限公司 | 一种基于采集通信模块的电力负荷管理方法及系统 |
| CN115289971A (zh) * | 2022-09-27 | 2022-11-04 | 江苏新恒基特种装备股份有限公司 | 一种锻坯尺寸监测方法及监测装置 |
| CN115356972A (zh) * | 2022-10-24 | 2022-11-18 | 中诚华隆计算机技术有限公司 | 一种用于配电馈线高峰负荷的芯片控制方法及芯片 |
| CN115425764A (zh) * | 2022-11-04 | 2022-12-02 | 广州泓盈信息科技有限公司 | 一种电力系统智能网络风险实时监控方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116345460A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114123280B (zh) | 一种考虑系统效率的电池储能电站能量管理方法 | |
| CN108281989B (zh) | 一种风电电力系统经济调度方法及装置 | |
| CN112699562B (zh) | 一种构建配电网架构的方法及终端 | |
| CN111049193A (zh) | 一种风电系统多调度场景的备用需求动态评估方法 | |
| CN112736969A (zh) | 基于新能源经济调度的分布式光伏数据处理方法及系统 | |
| CN111476397B (zh) | 应用于中长期电量安全校核的母线负荷预测方法及系统 | |
| CN109995094B (zh) | 一种交直流混合微电网的规划方法及系统 | |
| CN114336594A (zh) | 一种能源聚合客户监测及需求响应调度系统及方法 | |
| CN116345460B (zh) | 一种电力系统智能精准化电力分配方法、系统及存储介质 | |
| CN115775047A (zh) | 一种区域电力供需分析预测方法、系统及存储介质 | |
| CN117081119A (zh) | 一种多种储能协同接入下配电网运行优化方法及系统 | |
| Yao et al. | Adaptive Grid Partitioning Considering Power Supply and Load Distribution | |
| CN116307110A (zh) | 一种分布式屋顶光伏发电聚合管理方法及系统 | |
| CN113765156B (zh) | 用于碳电一体化虚拟电厂的源网荷储综合调度系统 | |
| CN112114947B (zh) | 一种基于边缘计算网关的系统资源调度方法 | |
| CN113327025B (zh) | 一种配电网资产运行效率分析方法、系统及存储介质 | |
| CN118137572B (zh) | 一种基于电力负荷分配的清洁能源消纳能力提升方法 | |
| Jain et al. | A data driven approach for scheduling the charging of electric vehicles | |
| CN117595517B (zh) | 基于分布式光伏的智能集群控制方法及系统 | |
| CN118199058B (zh) | 交直流混合配电网低压群间与台站互济优化方法 | |
| CN117650571B (zh) | 一种基于层级构造的分布式智能能源体系构建方法及系统 | |
| Deniz et al. | On Delay Sensitivity Clusters of Microgrid Data Aggregation Under LTE-A Links | |
| Wang et al. | Research on the Application of Machine Learning in the Construction of Power Demand Response Model for Edge Computing | |
| Liu et al. | AC and DC Hybrid Power Distribution System Networking Mode | |
| CN117349496A (zh) | 电力数据划级设计根指针分类存储方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |