CN116404745B - 基于大数据的配电网智能调控辅助决策系统及方法 - Google Patents

基于大数据的配电网智能调控辅助决策系统及方法 Download PDF

Info

Publication number
CN116404745B
CN116404745B CN202310170974.3A CN202310170974A CN116404745B CN 116404745 B CN116404745 B CN 116404745B CN 202310170974 A CN202310170974 A CN 202310170974A CN 116404745 B CN116404745 B CN 116404745B
Authority
CN
China
Prior art keywords
power
regulation
data
predicted
control
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
Application number
CN202310170974.3A
Other languages
English (en)
Other versions
CN116404745A (zh
Inventor
王春雨
惠一楠
江瑞祺
刘子晗
黄海
余洋
李重阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Qisheng Information Technology Co ltd
Original Assignee
Hefei Prestige Science And Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Prestige Science And Technology Co ltd filed Critical Hefei Prestige Science And Technology Co ltd
Priority to CN202310170974.3A priority Critical patent/CN116404745B/zh
Publication of CN116404745A publication Critical patent/CN116404745A/zh
Application granted granted Critical
Publication of CN116404745B publication Critical patent/CN116404745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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)
  • Human Computer Interaction (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于大数据的配电网智能调控辅助决策系统及方法，涉及配电网调度控制技术领域，解决了现有技术无法保证基础数据的可靠性和准确性，且调度周期较长，导致无法对配电网进行准确及时调控，影响用户体验以及造成电力资源浪费的技术问题；本发明包括中枢控制模块，以及与之相连接的数据采集模块和调控辅助模块；本发明基于环境数据和用户数据来获取各用电单位的预测用电量，将影响用电量的因素尽可能考虑进去，提高预测用电量的准确性；同时，本发明基于电网拓扑模型可以计算任意时刻或者任意范围内各输电线路的预测用电量，为调控人员提供了数据基础，有利于配电网调控辅助决策。

Description

基于大数据的配电网智能调控辅助决策系统及方法
技术领域
本发明属于配电网调度控制领域，涉及基于大数据的配电网智能调控辅助决策技术，具体是基于大数据的配电网智能调控辅助决策系统及方法。
背景技术
配电网作为联系电网和电力负荷的中间环节，是电力系统的神经中枢，在电网快速发展的大环境下，传统的配电网调度模式显然无法适应大电网、大数据时代的要求。要结合信息技术，发展配电网调度智能化，是当前迫切解决的新课题。
公开号为CN106447526A的中国发明专利申请公开了一种电网负荷的智能调控方法，通过构建智能分析平台，能够快速搭建适用于不同类型的电网级别、不同评价指标和不同评价模型的能效评价服务；负荷模型划分为使各个计算环节更加透明化，同时能够实现不同计算单元的共用，从而减少后期的开发工作量，方便系统移植与扩展，容易维护。现有技术主要根据建立的分析数据库构建调度方案，分析数据库的准确性和可靠性无法保证，且调度周期通常较长，无法实现配电网的准确及时调控，进而影响用户体验以及造成电力资源的浪费；因此，亟须一种基于大数据的配电网智能调控辅助决策系统及方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了基于大数据的配电网智能调控辅助决策系统及方法，用于解决现有技术无法保证基础数据的可靠性和准确性，且调度周期较长，导致无法对配电网进行准确及时调控，影响用户体验以及造成电力资源浪费的技术问题。
为实现上述目的，本发明的第一方面提供了基于大数据的配电网智能调控辅助决策系统，包括中枢控制模块，以及与之相连接的数据采集模块和调控辅助模块；
数据采集模块通过与之相连接的智能终端获取电网配置数据，以及通过与之相连接的气象服务平台获取环境预测数据；其中，电网配置数据包括若干输电线路以及若干输电线路之间的连接关系；
中枢控制模块从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联；
调控辅助模块获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员。
优选的，所述中枢控制模块分别与数据采集模块和调控辅助模块通信和/或电气连接；所述调控辅助模块为调控人员提供配电网调控计划；
所述数据采集模块分别与智能终端和气象服务平台通信和/或电气连接；其中，智能终端包括手机或者电脑。
优选的，所述中枢控制模块基于电网配置数据中识别用电单位，并构建电网拓扑模型，包括：
识别电网配置数据中各输电线路电力输送的目的地，标记后作为用电单位；
提取各用电单位以及对应输电线路的连接关系，构建获取电网拓扑模型；其中，电网拓扑模型的输电线路按照输电级别进行标记。
优选的，所述基于历史配电数据训练获取电力预测模型，包括：
从历史配电数据中提取用电单位的实际用电量、环境数据和用户数据；将时间、环境数据和用户数据整合成模型输入数据，对应实际用电量整合成模型输出数据；其中，用户数据包括用户属性和用户数量；
通过模型输入数据和模型输出数据训练构建的人工智能模型，将训练完成的人工智能模型标记为电力预测模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。
优选的，所述结合环境预测数据预测各用电单位的预测用电量，包括：
确定预测的时间和用电单位的用户数据，结合环境预测数据生成电力评估序列；其中，环境预测数据包括温度、湿度、气压或者风力；
将电力评估序列输入至电力预测模型中获取对应的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联。
优选的，所述调控辅助模块获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量，包括：
确定输电级别最低的输电线路，标记为低级线路；获取低级线路中对应用电单位i在每个调控周期中预测的用电平均量，标记为PDi；其中，i为正整数；
通过公式DYD＝α×∑(PD i)获取低级线路的预测用电量DYD；根据若干低级线路的预测用电量计算其他输电线路的预测用电量；其中，α≥1。
优选的，将各输电线路的预测用电量与电网拓扑模型中的输电线路进行关联；以及在各调控周期获取调控人员负责的输电线路，根据调控周期从电网拓扑模型中提取对应输电线路和各用电单位的预测用电量。
本发明的第二方面提供了基于大数据的配电网智能调控辅助决策方法，包括：
获取电网配置数据和环境预测数据；其中，电网配置数据包括若干输电线路以及若干输电线路之间的连接关系；
从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联；
获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员。
本发明的第三方面提供了基于大数据的配电网智能调控辅助决策装置，包括存储介质和处理器；所述存储介质用于存储操作指令，所述处理器执行操作指令控制基于大数据的配电网智能调控辅助决策系统运行。
与现有技术相比，本发明的有益效果是：本发明基于环境数据和用户数据来获取各用电单位的预测用电量，将影响用电量的因素尽可能考虑进去，提高预测用电量的准确性；同时，本发明基于电网拓扑模型可以计算任意时刻或者任意范围内各输电线路的预测用电量，为调控人员提供了数据基础，有利于配电网调控辅助决策。
附图说明
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，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为本发明的系统原理示意图；
图2为本发明的方法步骤示意图。
具体实施方式
下面将结合实施例对本发明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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明第一方面实施例提供了基于大数据的配电网智能调控辅助决策系统，包括中枢控制模块，以及与之相连接的数据采集模块和调控辅助模块；数据采集模块通过与之相连接的智能终端获取电网配置数据，以及通过与之相连接的气象服务平台获取环境预测数据；中枢控制模块从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联；调控辅助模块获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员。
本发明中中枢控制模块分别与数据采集模块和调控辅助模块通信和/或电气连接；调控辅助模块为调控人员提供配电网调控计划；数据采集模块分别与智能终端和气象服务平台通信和/或电气连接；其中，智能终端包括手机或者电脑。
中枢控制模块主要负责数据处理，与数据采集模块和调控辅助模块进行数据交互。数据采集模块主要负责数据采集，与智能终端和气象服务平台进行数据交互。调控辅助模块根据数据处理结果来制定和推送配电网调控计划，共调控人员参考。
本发明中的电网配置数据包括若干输电线路以及若干输电线路之间的连接关系等，电网配置数据中包含调控区域中电力资源调控目标以及输送路径。环境预测数据与环境数据内容属性一致，均是影响用电量的因素。
在一个实施例中，本发明中中枢控制模块基于电网配置数据中识别用电单位，并构建电网拓扑模型，包括：识别电网配置数据中各输电线路电力输送的目的地，标记后作为用电单位；提取各用电单位以及对应输电线路的连接关系，构建获取电网拓扑模型；其中，电网拓扑模型的输电线路按照输电级别进行标记。
本实施例中的电网拓扑模型实际表示电力资源的输送路径。因此输电线路也有级别之分，有主输电线路和分支输电线路，电力资源从主输电线路到分支输电线路最终达到用电单位。在电网拓扑模型中需要着重标记的是各输电线路之间的连接位置，以及各分支输电线路对应的用电单位。电网拓扑模型最好通过GI S地图的形式展示出来。
本实施例中的用电单位包括居民区、工业厂房、学校、办公楼等，则之后的用户数据则是对应用电单位中用电主体数量，居民区对应用户数据是住户数，工业厂房对应的用户数据是用电设备以及对应数量。一般情况下，用电单位对应的用户数据短期内不会明显变化，在发生变化时可以通过其他经过授权的数据平台进行更新。
本实施例中的输电级别实际用于区分主输电线路和分支输电线路，如1表示主输电线路，2表示与主输电线路连接的分支输电线路，3表示与分支输电线路2相连接的分支输电线路。
在一个实施例中，基于历史配电数据训练获取电力预测模型，包括：从历史配电数据中提取用电单位的实际用电量、环境数据和用户数据；将时间、环境数据和用户数据整合成模型输入数据，对应实际用电量整合成模型输出数据；通过模型输入数据和模型输出数据训练构建的人工智能模型，将训练完成的人工智能模型标记为电力预测模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。
本实施例中的用户数据包括用户属性和用户数量，用户属性用于区别用电单位的类型，如1表示居民区，2表示工业厂房，3表示学校，……。历史配电数据实际是各用电单位实际的用电量，以及该用电量对应的环境数据和用户数据。在模型输入数据中需要加入时间，时间可以根据调控周期来设定，如调控周期为一天，则时间可以设置为01(表示00：0)、02(表示01：00)、03(表示03：0)、……；如调控周期为一星期，则时间可以设置为0101、0102、0103、……、0201、0202、0203、……、0701、0702、0703……。
举例说明本实施例：假设某历史配电数据中的用电单位为居民区，调控周期为一星期，该居民区的住户数为300户，在星期二的上午十一点用电1000度，环境温度为25℃，湿度为0.3，则对应的模型输入数据为[0211，300，(25，0.3)]，模型输入数据则为[1000]，通过用电单位对应的若干组历史配电数据则可以获取若干组模型输入数据和模型输出数据，足以完成电力预测模型的训练。需要说明的是，可以为每个用电单位单独训练电力预测模型，也可以在模型输入数据中加入用电单位的标签来训练一个电力预测模型供多个用电单位使用。
在一个可选的实施例中，结合环境预测数据预测各用电单位的预测用电量，包括：确定预测的时间和用电单位的用户数据，结合环境预测数据生成电力评估序列；将电力评估序列输入至电力预测模型中获取对应的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联。
合理设定预测时间，将其与用户数据和环境预测数据结合起来可生成电力评估序列，进而通过电网拓扑模型可以获取对应的预测用电量。本实施例中的预测时间小于调控周期，若调控周期为一星期，则每隔一个小时预测一次用电单位的用电量，可将某用电单位的预测结果记为[(0101，100)，(0102，200)，(0103，300)，……，(0701，100)，(0702，200)，(0703，200)，(0704，200)……]。
在预测出各用电单位的用电量之后，将预测结果与电网拓扑模型中对应的用电单位进行关联，则电网拓扑模型中的用电单位均对应有一组表示预测用电量的序列。接着，本发明中调控辅助模块获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量，包括：确定输电级别最低的输电线路，标记为低级线路；获取低级线路中对应用电单位i在每个调控周期中预测的用电平均量，标记为PDi；通过公式DYD＝α×∑(PD i)获取低级线路的预测用电量DYD；根据若干低级线路的预测用电量计算其他输电线路的预测用电量。
计算各输电线路的预测用电量实际就是将对应输电线路上用电单位的预测用电量叠加起来，如某分支输电线路上各用电单位在一天(调控周期为一天)内的预测用电量为10000度，则该分支输电线路对应的预测用电量为α×10000。为了保证输送的电力资源够用，α大于等于1。按照此方法可以计算其他各分支输电线路以及主输电线路的预测用电量。
将各输电线路的预测用电量与电网拓扑模型中的输电线路进行关联；以及在各调控周期获取调控人员负责的输电线路，根据调控周期从电网拓扑模型中提取对应输电线路和各用电单位的预测用电量。调控人员可以根据输电线路或者用电单位的预测用电量完成电力资源的配送调控。
请参阅图2，本发明第二方面实施例提供了基于大数据的配电网智能调控辅助决策方法，包括：获取电网配置数据和环境预测数据；其中，电网配置数据包括若干输电线路以及若干输电线路之间的连接关系；从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联；获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员。
本发明并不同于现有的配电网调控方法，现有配电网调控方法是将历史用电数据作为配电网调度的基础，即过去某时刻用了多少电，未来某时刻也会用多少电，这种方式准确性无法保证。本发明基于环境数据和用户数据来获取各用电单位的预测用电量，将影响用电量的因素尽可能考虑进去，提高预测用电量的准确性；同时，本发明基于电网拓扑模型可以计算任意时刻或者任意范围内各输电线路的预测用电量，为调控人员提供了数据基础，有利于配电网调控辅助决策。
本发明第三方面实施例提供了基于大数据的配电网智能调控辅助决策装置，包括存储介质和处理器；存储介质用于存储操作指令，处理器执行操作指令控制基于大数据的配电网智能调控辅助决策系统运行。
本发明中的控制指令是可执行的计算机程序，预先编程好之后存储在存储介质中。在需要制定配电网调控计划时，处理器提取并执行控制指令，实现对中枢控制模块、数据采集模块以及调控辅助模块的控制。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理：
获取电网配置数据和环境预测数据；其中，电网配置数据包括若干输电线路以及若干输电线路之间的连接关系。
从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联。
获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.基于大数据的配电网智能调控辅助决策系统，包括中枢控制模块，以及与之相连接的数据采集模块和调控辅助模块；其特征在于：
数据采集模块通过与之相连接的智能终端获取电网配置数据，以及通过与之相连接的气象服务平台获取环境预测数据；其中，电网配置数据包括若干输电线路以及若干输电线路之间的连接关系；
中枢控制模块从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联；
调控辅助模块获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员；
所述中枢控制模块基于电网配置数据中识别用电单位，并构建电网拓扑模型，包括：
识别电网配置数据中各输电线路电力输送的目的地，标记后作为用电单位；
提取各用电单位以及对应输电线路的连接关系，构建获取电网拓扑模型；其中，电网拓扑模型的输电线路按照输电级别进行标记；
所述调控辅助模块获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量，包括：
确定输电级别最低的输电线路，标记为低级线路；获取低级线路中对应用电单位i在每个调控周期中预测的用电平均量，标记为PDi；其中，i为正整数；
通过公式DYD=α×∑(PDi)获取低级线路的预测用电量DYD；根据若干低级线路的预测用电量计算其他输电线路的预测用电量；其中，α≥1；
将各输电线路的预测用电量与电网拓扑模型中的输电线路进行关联；以及在各调控周期获取调控人员负责的输电线路，根据调控周期从电网拓扑模型中提取对应输电线路和各用电单位的预测用电量。
2.根据权利要求1所述的基于大数据的配电网智能调控辅助决策系统，其特征在于，所述中枢控制模块分别与数据采集模块和调控辅助模块通信和/或电气连接；所述调控辅助模块为调控人员提供配电网调控计划；
所述数据采集模块分别与智能终端和气象服务平台通信和/或电气连接；其中，智能终端包括手机或者电脑。
3.根据权利要求1所述的基于大数据的配电网智能调控辅助决策系统，其特征在于，所述基于历史配电数据训练获取电力预测模型，包括：
从历史配电数据中提取用电单位的实际用电量、环境数据和用户数据；将时间、环境数据和用户数据整合成模型输入数据，对应实际用电量整合成模型输出数据；其中，用户数据包括用户属性和用户数量；
通过模型输入数据和模型输出数据训练构建的人工智能模型，将训练完成的人工智能模型标记为电力预测模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。
4.根据权利要求3所述的基于大数据的配电网智能调控辅助决策系统，其特征在于，所述结合环境预测数据预测各用电单位的预测用电量，包括：
确定预测的时间和用电单位的用户数据，结合环境预测数据生成电力评估序列；其中，环境预测数据包括温度、湿度、气压或者风力；
将电力评估序列输入至电力预测模型中获取对应的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联。
5.基于大数据的配电网智能调控辅助决策方法，基于权利要求1至4任意一项所述的基于大数据的配电网智能调控辅助决策系统运行，其特征在于，包括：
获取电网配置数据和环境预测数据；其中，电网配置数据包括若干输电线路以及若干输电线路之间的连接关系；
从电网配置数据中识别用电单位，并构建电网拓扑模型；以及基于历史配电数据训练获取电力预测模型，结合环境预测数据预测各用电单位的预测用电量，将预测用电量与电网拓扑模型中的用电单位进行关联；
获取调控周期，根据调控周期从电网拓扑模型中的用电单位为初始点计算各输电线路的预测用电量；基于各输电线路的预测用电量制定配电网调控计划，并推送给调控人员。
6.基于大数据的配电网智能调控辅助决策装置，其特征在于，包括存储介质和处理器；所述存储介质用于存储操作指令，所述处理器执行操作指令控制权利要求1至4任意一项所述的基于大数据的配电网智能调控辅助决策系统运行。
CN202310170974.3A 2023-02-27 2023-02-27 基于大数据的配电网智能调控辅助决策系统及方法 Active CN116404745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310170974.3A CN116404745B (zh) 2023-02-27 2023-02-27 基于大数据的配电网智能调控辅助决策系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310170974.3A CN116404745B (zh) 2023-02-27 2023-02-27 基于大数据的配电网智能调控辅助决策系统及方法

Publications (2)

Publication Number Publication Date
CN116404745A CN116404745A (zh) 2023-07-07
CN116404745B true CN116404745B (zh) 2023-10-03

Family

ID=87013039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310170974.3A Active CN116404745B (zh) 2023-02-27 2023-02-27 基于大数据的配电网智能调控辅助决策系统及方法

Country Status (1)

Country Link
CN (1) CN116404745B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107085170A (zh) * 2017-06-23 2017-08-22 盛秀群 基于大数据的特高压直流输电线路巡视及反馈系统
CN108695847A (zh) * 2018-05-29 2018-10-23 国网河南省电力公司南阳供电公司 一种使用深度标识法实现配电网动态拓扑计算的方法
CN110428098A (zh) * 2019-07-29 2019-11-08 国网陕西省电力公司电力科学研究院 电网建设项目环境敏感区识别方法和计算机可读取存储介质
CN111509859A (zh) * 2020-05-19 2020-08-07 广州穗华能源科技有限公司 基于负荷时空特征的低压配网及物理拓扑识别方法
US10862302B1 (en) * 2019-07-01 2020-12-08 Oracle International Corporation Intelligent data preprocessing technique to facilitate loadshape forecasting for a utility system
CN113592128A (zh) * 2021-04-28 2021-11-02 阜阳市福颖网络技术开发有限公司 一种大数据电网运行监测系统
CN114389231A (zh) * 2021-12-31 2022-04-22 广东电网有限责任公司茂名供电局 一种基于配电网保护及设备实时数据的负荷预测诊断方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8648499B2 (en) * 2011-01-27 2014-02-11 General Electric Company Systems, methods, and apparatus for accelerating volt/VAR load flow optimization

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107085170A (zh) * 2017-06-23 2017-08-22 盛秀群 基于大数据的特高压直流输电线路巡视及反馈系统
CN108695847A (zh) * 2018-05-29 2018-10-23 国网河南省电力公司南阳供电公司 一种使用深度标识法实现配电网动态拓扑计算的方法
US10862302B1 (en) * 2019-07-01 2020-12-08 Oracle International Corporation Intelligent data preprocessing technique to facilitate loadshape forecasting for a utility system
CN110428098A (zh) * 2019-07-29 2019-11-08 国网陕西省电力公司电力科学研究院 电网建设项目环境敏感区识别方法和计算机可读取存储介质
CN111509859A (zh) * 2020-05-19 2020-08-07 广州穗华能源科技有限公司 基于负荷时空特征的低压配网及物理拓扑识别方法
CN113592128A (zh) * 2021-04-28 2021-11-02 阜阳市福颖网络技术开发有限公司 一种大数据电网运行监测系统
CN114389231A (zh) * 2021-12-31 2022-04-22 广东电网有限责任公司茂名供电局 一种基于配电网保护及设备实时数据的负荷预测诊断方法

Also Published As

Publication number Publication date
CN116404745A (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN111478312A (zh) 一种提升电网稳定性的综合能源集群协调控制方法
CN107133702A (zh) 一种风电场全场功率预测方法
CN115796393B (zh) 基于多能互动的能源网管理优化方法、系统及存储介质
CN115173550A (zh) 一种分布式光伏发电实时监控方法和系统
CN115730749B (zh) 基于融合电力数据的电力调度风险预警方法及装置
CN107480432A (zh) 一种基于云平台的负荷分解方法
CN109409620A (zh) 一种基于大数据平台的智能电表故障分析和预测系统
CN108767987A (zh) 一种配电网及其微电网保护与控制系统
Gomes et al. Energy analyzer emulator for microgrid implementation and demonstration and respective gateway
KR20210026447A (ko) 심층 신경망 기반 전력 수요 예측 장치 및 방법
Wu et al. Design of A battery energy management system for capacity charge reduction
CN116599160B (zh) 新能源场站集群主动感知方法、系统和新能源场站
CN116404745B (zh) 基于大数据的配电网智能调控辅助决策系统及方法
CN112926863A (zh) 基于六大预警中心的电网灾害综合监测系统
CN117674221A (zh) 微电网充电桩的智能供电调控方法及系统
CN117114438A (zh) 一种具备灵活性与可解释性的建筑区域能源系统冷热负荷数据驱动预测方法
Ramos et al. Cyber-physical intelligence in the context of power systems
CN116933952A (zh) 基于物联网可视化的园区低碳能源调度系统及方法
CN114266471A (zh) 一种面向冷热电多能流耦合综合能源的能效评价方法
CN111857015B (zh) 输变电云端智能控制器
CN111339664B (zh) 一种基于边缘计算的逐层负荷建模方法和系统
CN113850691A (zh) 对用户进行用电习惯画像及制定检修计划的方法、系统、处理设备、介质
CN114492975A (zh) 一种配电物联网的边缘侧智能决策系统
CN117575308B (zh) 分布式配电网的风险评估方法、装置、设备及存储介质
CN116031951B (zh) 一种基于虚拟电厂的分布式光伏发电分流管理系统

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240119

Address after: Room 1104, Building 9, No. 33 Jiangjun Avenue, Jiangning District, Nanjing City, Jiangsu Province, 210000

Patentee after: Wang Ming

Address before: Room 2008, 20th Floor, No. 677 Changjiang West Road, High tech Zone, Hefei City, Anhui Province, 230000

Patentee before: Hefei prestige science and Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240228

Address after: Room 1208, Building 1, No. 15 Qinhuai Road, Moling Street, Jiangning District, Nanjing City, Jiangsu Province, 210000 (Jiangning Development Zone)

Patentee after: Jiangsu Qisheng Information Technology Co.,Ltd.

Country or region after: China

Address before: Room 1104, Building 9, No. 33 Jiangjun Avenue, Jiangning District, Nanjing City, Jiangsu Province, 210000

Patentee before: Wang Ming

Country or region before: China

TR01 Transfer of patent right