CN116415801B - 基于大数据的商业能源负荷智能分配方法及系统 - Google Patents
基于大数据的商业能源负荷智能分配方法及系统 Download PDFInfo
- Publication number
- CN116415801B CN116415801B CN202310684696.3A CN202310684696A CN116415801B CN 116415801 B CN116415801 B CN 116415801B CN 202310684696 A CN202310684696 A CN 202310684696A CN 116415801 B CN116415801 B CN 116415801B
- Authority
- CN
- China
- Prior art keywords
- time period
- active power
- moment
- energy supply
- sub
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及商业能源负荷分配技术领域，具体涉及基于大数据的商业能源负荷智能分配方法及系统。方法包括：根据用户在当前时间段内各时刻对应的有功功率、各时刻的相邻时刻对应的有功功率之间的差异，得到负载评价指标；基于各时刻的负载评价指标之间的差异，对当前时间段进行划分获得各子时间段；根据各子时间段内的最大有功功率、最小有功功率以及各供能单元的损失功率，得到各子时间段的功率需求；基于各子时间段的功率需求和对应的负荷程度，确定目标供能单元，进而对用户进行供能。本发明能够保证用户在全时段都能获得高质量、高保障的电力能源供应。
Description
技术领域
本发明涉及商业能源负荷分配技术领域，具体涉及基于大数据的商业能源负荷智能分配方法及系统。
背景技术
商业能源使用过程中，一般通过储能装置向用户供应电力能源，用户侧的功耗发生变化时，若仅通过单储能装置进行电力供应，储能装置一旦出现异常导致宕机，则用户失去能源供给，无法进行正常的生产活动。而分布式的多储能装置向用户供给电力能源时，需要准确分析用户负荷特性，进而分配适量的电能供给对应用户。现有的采用拓扑图方式对用户附近的储能装置进行度量时，若部分储能装置出现异常则会导致用户失去电能供应。商业电力能源分配方法是聚焦于商业能源的节能优化而实现的分配方法，该方法仅以节能优化为目标，针对源端的负荷调度分配有局限，无法实现负荷分配的多目标需求，进而无法保证用户在全时段都能获得高质量、高保障的电力供应。
发明内容
为了解决现有的电力能源分配方法无法保证用户在全时段都能获得高质量、高保障的电力供应的问题，本发明的目的在于提供一种基于大数据的商业能源负荷智能分配方法及系统，所采用的技术方案具体如下：
第一方面，本发明提供了一种基于大数据的商业能源负荷智能分配方法，该方法包括以下步骤：
获取用户在当前时间段内各时刻对应的有功功率和供能单元库中各供能单元在当前时间段内各时刻的负荷程度；
根据当前时间段内各时刻对应的有功功率、各时刻的相邻时刻对应的有功功率之间的差异，得到各时刻的负载评价指标；基于当前时间段内各时刻的负载评价指标之间的差异，对当前时间段进行划分获得各子时间段；
根据各子时间段内的最大有功功率、最小有功功率以及各供能单元的损失功率，得到各子时间段的功率需求；基于各子时间段的功率需求和对应的负荷程度，确定目标供能单元；基于所述各子时间段的功率需求，利用所述目标供能单元对用户进行供能。
第二方面，本发明提供了一种基于大数据的商业能源负荷智能分配系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的基于大数据的商业能源负荷智能分配方法。
优选的，所述根据当前时间段内各时刻对应的有功功率、各时刻的相邻时刻对应的有功功率之间的差异，得到各时刻的负载评价指标，包括：
对于当前时间段内的任一时刻：
计算该时刻的后一时刻对应的有功功率与该时刻的前一时刻对应的有功功率的差值；将该时刻对应的有功功率与当前时间段内第一个时刻对应的有功功率之间的差值绝对值，确定为该时刻对应的第一差异；
根据所述有功功率的差值和所述第一差异，得到该时刻的负载评价指标，所述有功功率的差值、所述第一差异均与所述负载评价指标呈正相关关系。
优选的，所述基于当前时间段内各时刻的负载评价指标之间的差异，对当前时间段进行划分获得各子时间段，包括：
将负载评价指标之间的差异满足预设条件的相邻的时刻划分到同一个子时间段；
所述预设条件为：相邻的时刻的负载评价指标之间的差值绝对值小于或等于预设差异阈值。
优选的，所述根据各子时间段内的最大有功功率、最小有功功率以及各供能单元的损失功率，得到各子时间段的功率需求，包括：
对于任一子时间段：
计算该子时间段内所有供能单元的损失功率的均值；计算该子时间段内的最大有功功率与所述均值的和值；基于该子时间段内的最大有功功率和最小有功功率获得该子时间段对应的有功功率的极差；将所述和值与所述极差之和确定为该子时间段的功率需求。
优选的，所述基于各子时间段的功率需求和对应的负荷程度，确定目标供能单元，包括：
将当前时间段内所有子时间段的功率需求的平均值记为第一平均值；将各供能单元在当前时间段内所有时刻的负荷程度的均值记为各供能单元对应的第一指标，将所有供能单元对应的第一指标的平均值记为第二平均值；
计算所述第一平均值与所述第二平均值的比值，对所述比值向上取整获得目标供能单元的数量；
基于供能单元库中各功能单元与用户的距离，按照预设顺序对供能单元库中的功能单元进行排列，基于排列顺序获取K个功能单元作为目标供能单元，其中，K为目标供能单元的数量。
优选的，所述基于所述各子时间段的功率需求，利用所述目标供能单元对用户进行供能，包括：
将当前时间段内的最大有功功率与最小有功功率的差值记为第一差值；计算所有目标供能单元向用户传输能源时的损失功率的和值，将所述和值与当前时间段内的最大有功功率之和记为第二指标；将所述第一差值与所述第二指标之和确定为用户的目标功率需求；
按照目标供能单元与用户之间的空间距离由近到远的顺序，基于所述目标功率需求和预设分配比例依次对每个目标供能单元进行分配，利用所有目标供能单元对用户进行供能。
优选的，所述负荷程度的获取方法为：
对于当前时间段内的任一时刻：将该时刻的输出功率与最大输出功率的比值确定为该时刻的负荷程度。
本发明至少具有如下有益效果：
本发明考虑到用户负载变化情况较随机，因此向用户供应电力能源的供能单元的负荷变化较大，分布式的多储能装置向用户供给电力能源时，需要准确分析用户负荷特性，进而分配适量的电能供给对应用户，本发明首先根据当前时间段内每个时刻对应的有功功率、每个时刻的相邻时刻对应的有功功率之间的差异，确定了每个时刻的负载评价指标，负载评价指标用于表征对应时刻用户用电器的功耗变化情况，基于负载评价指标对当前时间段进行了划分获得了多个子时间段，通过用户负荷变化特性进行子时间段的划分，每个子时间段内用户用电器的功耗较相似，本发明综合每个子时间段的功率变化情况以及供能单元的性能，完成对目标供能单元的选取，利用目标供能单元对用户进行供能，保证用户在全时段都能获得高质量、高保障的电力能源供应。
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和优点，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的介绍，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它附图。
图1为本发明一个实施例所提供的一种基于大数据的商业能源负荷智能分配方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于大数据的商业能源负荷智能分配方法及系统进行详细说明如下。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的基于大数据的商业能源负荷智能分配方法及系统的具体方案。
基于大数据的商业能源负荷智能分配方法实施例：
本实施例提出了基于大数据的商业能源负荷智能分配方法，如图1所示，本实施例的基于大数据的商业能源负荷智能分配方法包括以下步骤：
步骤S1，获取用户在当前时间段内各时刻对应的有功功率和供能单元库中各供能单元在当前时间段内各时刻的负荷程度。
本实施例所针对的具体场景为：商用储能单元向用户进行电力能源供给时，若单个供能单元或者少量供能单元处于高负载状态时，用户负载增长较多会导致节点负荷过载，而供能单元出现异常时，如果其他单元无法及时弥补异常单元的负载，那么将导致商户无法进行正常的生产活动，本实施例将结合用户的负荷变化特点对用户负载特性进行数字描述，并依据用户不同的时间段的功耗分布情况进行储能单元的分配，令储能装置工作在高效工况区间的同时，得到其他供能装置的容灾后备支持，使用户在全时段都能够获得高质量、高保障的电力能源供应。
供能单元并入能源供给系统，用户接入系统以获取电力能源。为了给用户分配适量的电能，需要对用户的历史数据进行分析，因此本实施例将首先采集设定时间段内用户产生的数据。本实施例设置数据的采集频率为每1秒采集一次，首先采集用户在当前时间段内每个时刻对应的有功功率和供能单元库中每个供能单元在当前时间段内每个时刻的输出功率。其中，有功功率为单位时间内实际消耗的交流电能量，所述当前时间段为与当前时刻的时间间隔小于或等于预设时长的历史时刻构成的集合，本实施例中的预设时长为一周，在具体应用中，实施者可根据具体情况设置预设时长和数据的采集频率。需要说明的是，有功功率和输出功率的采集时刻相同，也即每个采集时刻均采集了一个有功功率数据和一个输出功率数据。对于当前时间段内的任一时刻：将该时刻的输出功率与最大输出功率的比值确定为该时刻的负荷程度。采用该方法，获得当前时间段内每个时刻的负荷程度。
至此，获得了用户在当前时间段内每个时刻对应的有功功率和供能单元库中每个供能单元在当前时间段内每个时刻的负荷程度。
步骤S2，根据当前时间段内各时刻对应的有功功率、各时刻的相邻时刻对应的有功功率之间的差异，得到各时刻的负载评价指标；基于当前时间段内各时刻的负载评价指标之间的差异，对当前时间段进行划分获得各子时间段。
用户功耗变化波动频繁，说明能源供给服务的供能单元对应的负载的承受能力较强，但供能单元库中单个供能单元出现异常时，无法处理用户的负荷需求，此时需要安排其他单元，多单元对同一用户进行能源供给，保障用户能源供应稳定。供能单元将直流电（DC）转化为市电使用的交流电（AC），DC-AC转化装置（俗称变压器）工作在一定负载范围下时，能源的转化率更高。因此，需要综合用户功耗与供能单元性能对用户与供能单元进行互相匹配。
单个用户对电能使用体现为用户的用电器启停、功耗调整，而接入能源网络的用户虽然在网络中代表单个用户，但用户下辖的电器设备较多，共同导致功耗波动。用户下辖的电器设备处于低活跃状态时，存在少量低功耗设备运行，例如安保监控、照明灯具等，此类设备运行时的电力能源消耗较少，功耗调整时产生的波动也较小，而其他高功耗的机器设备处于关闭状态，此时用户的功耗较低且产生的波动较小。当用户下辖的电器设备处于高活跃状态时，大量电器设备处于工作状态，用户整体功耗达到峰值，此时用户的功耗较高且产生的波动较小。但在两负载状态中间存在大量需求波动，说明用户从低功耗转变为高功耗状态时的电器设备启动或待机设备恢复正常工作所产生的功耗提升，而输出功耗提升会产生电流增长再重新处于稳定工作状态。因此负载状态转化的过程中，存在大量功耗波动，此时反而更需要节点的负载性能更高，以便具有足够的性能冗余抵御较强的功耗波动的能力，同时能够及时响应用户的负载需求。本实施例首先将根据当前时间段内每个时刻对应的有功功率、每个时刻的相邻时刻对应的有功功率之间的差异，确定每个时刻的负载评价指标。
具体的，对于当前时间段内的任一时刻：计算该时刻的后一时刻对应的有功功率与该时刻的前一时刻对应的有功功率的差值；将该时刻对应的有功功率与当前时间段内第一个时刻对应的有功功率之间的差值绝对值，确定为该时刻对应的第一差异；根据所述有功功率的差值和所述第一差异，得到该时刻的负载评价指标，所述有功功率的差值、所述第一差异均与所述负载评价指标呈正相关关系。其中，正相关关系表示因变量会随着自变量的增大而增大，因变量会随着自变量的减小而减小，具体关系可以为相乘关系、相加关系、指数函数的幂等，由实际应用进行确定。作为一个具体实施方式，给出负载评价指标的计算公式。当前时间段内第t个时刻的负载评价指标的具体计算公式为：
其中，为当前时间段内第t个时刻的负载评价指标，/>为当前时间段内第t个时刻对应的有功功率，/>为当前时间段内第1个时刻对应的有功功率，/>为当前时间段内第t+1个时刻对应的有功功率，/>为当前时间段内第t-1个时刻对应的有功功率，/>为当前时间段内有功功率的最大值，/>为当前时间段内有功功率的最小值，| |为取绝对值符号。
表示第t个时刻对应的第一差异。/>表示第t+1个时刻对应的有功功率与第t-1个时刻对应的有功功率的差值，也即表征与第t个时刻相邻的两个时刻的有功功率的变化情况，该差值为正时，说明第t+1个时刻的有功功率高于第t-1个时刻的有功功率，即在时序上呈现有功功率增大的趋势；该差值为负时，说明第t+1个时刻的有功功率低于第t-1个时刻的有功功率，即在时序上呈现有功功率降低的趋势；该差值为0时，说明第t+1个时刻的有功功率与第t-1个时刻的有功功率相同，即在时序上呈现有功功率稳定不变的趋势。/>用于对第t+1个时刻对应的有功功率与第t-1个时刻对应的有功功率的差值进行归一化处理。当第t个时刻对应的第一差异越大、第t+1个时刻对应的有功功率与第t-1个时刻对应的有功功率的差值越大时，说明第t个时刻的功耗变化情况越明显，即当前时间段内第t个时刻的负载评价指标越大。
采用上述方法，能够获得当前时间段内每个时刻的负载评价指标。本实施例结合当前时间段内每个时刻的负载评价指标将当前时间段划分为多个子时间段，使得划分后每个子时间段内用户的功耗变化情况相似，进而分别对每个子时间段进行分析。
具体的，将负载评价指标之间的差异满足预设条件的相邻的时刻划分到同一个子时间段；所述预设条件为：相邻的时刻的负载评价指标之间的差值绝对值小于或等于预设差异阈值。本实施例中的预设差异阈值为20，在具体应用中，实施者可根据具体情况进行设置。对于当前时间段，若当前时间段中的第1个时刻的负载评价指标与第2个时刻的负载评价指标之间的差异小于或等于预设差异阈值，则将第2个时刻与第1个时刻划分为同一子时间段，继续判断第2个时刻的负载评价指标与第3个时刻的负载评价指标之间的差异是否小于或等于预设差异阈值，若小于或等于，则将第3个时刻与第1个时刻、第2个时刻划分到同一个子时间段，以此类推，直到相邻两个时刻负载评价指标之间的差异大于预设差异阈值；若当前时间段中的第1个时刻的负载评价指标与第2个时刻的负载评价指标之间的差异大于预设差异阈值，则将第1个时刻作为一个子时间段，继续判断第2个时刻的负载评价指标与第3个时刻的负载评价指标之间的差异是否小于或等于预设差异阈值，若小于或等于，则将第3个时刻与第2个时刻划分到同一个子时间段，以此类推，直到对当前时间段内所有时刻都进行了判断，获得多个子时间段。
本实施例基于当前时间段内相邻两个时刻的负载评价指标之间的差异对当前时间段进行了划分获得了多个子时间段，每个子时间段内所有时刻用户的功耗较为相似，在同一个子时间段内有功功率较为稳定。
步骤S3，根据各子时间段内的最大有功功率、最小有功功率以及各供能单元的损失功率，得到各子时间段的功率需求；基于各子时间段的功率需求和对应的负荷程度，确定目标供能单元；基于所述各子时间段的功率需求，利用所述目标供能单元对用户进行供能。
本实施例在步骤S2中对当前时间段进行了划分获得了多个子时间段，每个子时间段内所有时刻用户的功耗较为相似，接下来本实施例将基于每个子时间段内的有功功率以及供能单元的损失功率，对每个子时间段内的功率需求进行评价，若供能单元在传输电力能源的过程中损耗的功率越大，则为了达到一定的功耗需求就需要越高的功率需求。
对于任一子时间段：计算该子时间段内所有供能单元的损失功率的均值；计算该子时间段内的最大有功功率与所述均值的和值；将该子时间段内的最大有功功率与最小有功功率的差值，记为该子时间段对应的有功功率的极差；将所述和值与所述极差之和确定为该子时间段的功率需求。第m个子时间段的功率需求的具体表达式为：
其中，为第m个子时间段的功率需求，/>为第m个子时间段内的最大有功功率，/>为第m个子时间段内的最小有功功率，/>为第m个子时间段内所有供能单元的损失功率的均值。
本实施例需要选取单元负荷极限大于的供能单元，即供能单元负荷要大于用户负载最大值与供能单元传输至用户之间能源损耗。/>表示第m个子时间段对应的有功功率的极差，表征用户在该子时间段中的段落差异，用户在该子时间段中能够出现的最大负载上升变化，分配的供能单元硬件性能应能够承受用户发生此上升变化所带来的供能单元输出功率变化。损失功率采用现有的方法进行计算，此处不再过多赘述。采用上述方法，能够获得当前时间段内每个子时间段的功率需求。
在固定时间段内，功率增大，消耗的能量就增多了；因此当用户的有功功率提升，说明用户用电器的功耗增加；固定时间段内用户的有功功率越大，用户在该时间段内的功耗越多。接下来本实施例将基于当前时间段内每个子时间段的功率需求，确定当前时刻用户的功率需求。具体的，将当前时间段内所有子时间段的功率需求的平均值记为第一平均值；将各供能单元在当前时间段内所有时刻的负荷程度的均值记为各供能单元对应的第一指标，将所有供能单元对应的第一指标的平均值记为第二平均值；计算所述第一平均值与所述第二平均值的比值，将该比值向上取整的结果作为目标供能单元的数量；基于供能单元库中各功能单元与用户的距离，按照预设顺序对供能单元库中的功能单元进行排列，基于排列顺序获取K个功能单元作为目标供能单元，其中，K为目标供能单元的数量。将当前时间段内的最大有功功率与最小有功功率的差值记为第一差值；计算所有目标供能单元向用户传输能源时的损失功率的和值，将所述和值与当前时间段内的最大有功功率之和记为第二指标；将所述第一差值与所述第二指标之和确定为用户的目标功率需求。其中，目标供能单元向用户传输能源时的损失功率是基于目标供能单元与用户之间的距离确定的，该计算方法为现有技术，此处不再过多赘述。分别获取每个目标供能电源与用户之间的距离，按照目标供能单元与用户之间的空间距离由近到远的顺序，基于所述目标功率需求和预设分配比例依次对每个目标供能单元进行分配，利用所有目标供能单元对用户进行供能，本实施例将与用户距离最近的K个供能单元作为最终向用户供应电力能源的单元，在提高传输效率的同时也降低了传输损耗。例如：假设目标供能单元的数量为4，供能单元库中与用户最近的4个供能单元分别为、/>、/>和/>，因此/>、/>、/>和/>为目标供能单元，/>、/>、/>和/>四个供能单元将对用户进行供能，其中，/>为供能单元库中的第3个供能单元，/>为供能单元库中的第4个供能单元，/>为供能单元库中的第7个供能单元，/>为供能单元库中的第9个供能单元。
考虑到供能单元的DC-AC转化装置工作最佳负载程度为80%，因此本实施例设置预设分配比例为80%，在具体应用中，实施者可根据具体情况进行设置；本实施例中的预设顺序为从小到大的顺序，也即按照目标供能单元与用户之间的距离由近到远的顺序依次对4个目标供能单元进行排序，获得目标供能单元序列，首先对目标供能单元进行功率分配，分配/>的功率至供能单元/>，将剩余的依次分配给其余3个目标供能单元，分配/>的功率至供能单元/>，以此类推，直到对4个目标供能单元分配完成，保证供能单元均处于最佳负载工作状态，其中，/>为供能单元库中的第7个供能单元的最大有功功率，/>为供能单元库中的第3个供能单元的最大有功功率，/>为用户的目标功率需求。需要说明的是，若目标供能单元/>报错，即/>出现异常，则由其余目标供能单元/>、/>和/>不限制最佳功率对用户进行供能，代偿/>的输出。若其余目标供能单元/>、/>和/>无法完全承担/>，则此时系统应再选取其他节点接入用户进行供能。
至此，采用本实施例提供的方法完成对用户所需能源的分配，对主控装置以及后备装置的判断分配，令储能装置工作在高效工况区间的同时，得到其他供能装置的容灾后备支持，使用户在全时段都能够获得高质量、高保障的电力能源供应。
本实施例考虑到用户负载变化情况较随机，因此向用户供应电力能源的供能单元的负荷变化较大，分布式的多储能装置向用户供给电力能源时，需要准确分析用户负荷特性，进而分配适量的电能供给对应用户，本实施例首先根据当前时间段内每个时刻对应的有功功率、每个时刻的相邻时刻对应的有功功率之间的差异，确定了每个时刻的负载评价指标，负载评价指标用于表征对应时刻用户用电器的功耗变化情况，基于负载评价指标对当前时间段进行了划分获得了多个子时间段，通过用户负荷变化特性进行子时间段的划分，每个子时间段内用户用电器的功耗较相似，本实施例综合每个子时间段的功率变化情况以及供能单元的性能，完成对目标供能单元的选取，利用目标供能单元对用户进行供能，保证用户在全时段都能获得高质量、高保障的电力能源供应。
基于大数据的商业能源负荷智能分配系统实施例：
本实施例基于大数据的商业能源负荷智能分配系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的基于大数据的商业能源负荷智能分配方法。
由于基于大数据的商业能源负荷智能分配方法已经在基于大数据的商业能源负荷智能分配方法实施例中进行了说明，所以本实施例不再对基于大数据的商业能源负荷智能分配方法进行赘述。
Claims (3)
1.一种基于大数据的商业能源负荷智能分配方法，其特征在于，该方法包括以下步骤：
获取用户在当前时间段内各时刻对应的有功功率和供能单元库中各供能单元在当前时间段内各时刻的负荷程度；
根据当前时间段内各时刻对应的有功功率、各时刻的相邻时刻对应的有功功率之间的差异，得到各时刻的负载评价指标；基于当前时间段内各时刻的负载评价指标之间的差异，对当前时间段进行划分获得各子时间段；
根据各子时间段内的最大有功功率、最小有功功率以及各供能单元的损失功率，得到各子时间段的功率需求；基于各子时间段的功率需求和对应的负荷程度，确定目标供能单元；基于所述各子时间段的功率需求，利用所述目标供能单元对用户进行供能；
所述根据当前时间段内各时刻对应的有功功率、各时刻的相邻时刻对应的有功功率之间的差异，得到各时刻的负载评价指标，包括：
对于当前时间段内的任一时刻：
计算该时刻的后一时刻对应的有功功率与该时刻的前一时刻对应的有功功率的差值；将该时刻对应的有功功率与当前时间段内第一个时刻对应的有功功率之间的差值绝对值，确定为该时刻对应的第一差异；
根据所述有功功率的差值和所述第一差异，得到该时刻的负载评价指标，所述有功功率的差值、所述第一差异均与所述负载评价指标呈正相关关系；
当前时间段内第t个时刻的负载评价指标的具体计算公式为：
其中，Lt为当前时间段内第t个时刻的负载评价指标，wt为当前时间段内第t个时刻对应的有功功率，w1为当前时间段内第1个时刻对应的有功功率，wt+1为当前时间段内第t+1个时刻对应的有功功率，wt-1为当前时间段内第t-1个时刻对应的有功功率，wmax为当前时间段内有功功率的最大值，wmin为当前时间段内有功功率的最小值，||为取绝对值符号；
所述基于当前时间段内各时刻的负载评价指标之间的差异，对当前时间段进行划分获得各子时间段，包括：
将负载评价指标之间的差异满足预设条件的相邻的时刻划分到同一个子时间段；
所述预设条件为：相邻的时刻的负载评价指标之间的差值绝对值小于或等于预设差异阈值；
所述根据各子时间段内的最大有功功率、最小有功功率以及各供能单元的损失功率，得到各子时间段的功率需求，包括：
对于任一子时间段：
计算该子时间段内所有供能单元的损失功率的均值；计算该子时间段内的最大有功功率与所述均值的和值；基于该子时间段内的最大有功功率和最小有功功率获得该子时间段对应的有功功率的极差；将所述和值与所述极差之和确定为该子时间段的功率需求；
所述基于各子时间段的功率需求和对应的负荷程度，确定目标供能单元，包括：
将当前时间段内所有子时间段的功率需求的平均值记为第一平均值；将各供能单元在当前时间段内所有时刻的负荷程度的均值记为各供能单元对应的第一指标，将所有供能单元对应的第一指标的平均值记为第二平均值；
计算所述第一平均值与所述第二平均值的比值，对所述比值向上取整获得目标供能单元的数量；
基于供能单元库中各功能单元与用户的距离，按照预设顺序对供能单元库中的功能单元进行排列，基于排列顺序获取K个功能单元作为目标供能单元，其中，K为目标供能单元的数量；
所述基于所述各子时间段的功率需求，利用所述目标供能单元对用户进行供能，包括：
将当前时间段内的最大有功功率与最小有功功率的差值记为第一差值；计算所有目标供能单元向用户传输能源时的损失功率的和值，将所述和值与当前时间段内的最大有功功率之和记为第二指标；将所述第一差值与所述第二指标之和确定为用户的目标功率需求；
按照目标供能单元与用户之间的空间距离由近到远的顺序，基于所述目标功率需求和预设分配比例依次对每个目标供能单元进行分配，利用所有目标供能单元对用户进行供能。
2.根据权利要求1所述的基于大数据的商业能源负荷智能分配方法，其特征在于，所述负荷程度的获取方法为：
对于当前时间段内的任一时刻：将该时刻的输出功率与最大输出功率的比值确定为该时刻的负荷程度。
3.一种基于大数据的商业能源负荷智能分配系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1-2任一项所述的基于大数据的商业能源负荷智能分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310684696.3A CN116415801B (zh) | 2023-06-12 | 2023-06-12 | 基于大数据的商业能源负荷智能分配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310684696.3A CN116415801B (zh) | 2023-06-12 | 2023-06-12 | 基于大数据的商业能源负荷智能分配方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116415801A CN116415801A (zh) | 2023-07-11 |
| CN116415801B true CN116415801B (zh) | 2023-08-29 |
Family
ID=87052977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310684696.3A Active CN116415801B (zh) | 2023-06-12 | 2023-06-12 | 基于大数据的商业能源负荷智能分配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116415801B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117879178B (zh) * | 2024-03-11 | 2024-05-28 | 烟台信谊电器有限公司 | 一种基于数据分析的电气柜监测管理系统 |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101667013A (zh) * | 2009-09-04 | 2010-03-10 | 天津大学 | 微型燃气轮机冷电联供分布式供能系统优化运行控制方法 |
| CN103617564A (zh) * | 2013-12-04 | 2014-03-05 | 国家电网公司 | 基于区域负荷预测值综合评价的全网负荷预测方法 |
| CN109995090A (zh) * | 2019-04-24 | 2019-07-09 | 长沙理工大学 | 考虑用户需求特征及能源利用成本的多能互补方法 |
| CN110048443A (zh) * | 2019-04-18 | 2019-07-23 | 湖南大学 | 一种基于多时间尺度供能和综合指标的负荷投切方法 |
| CN110619472A (zh) * | 2019-09-19 | 2019-12-27 | 贵州电网有限责任公司 | 一种电力用户典型日负荷曲线编制方法 |
| CN110659788A (zh) * | 2018-06-29 | 2020-01-07 | 中国电力科学研究院有限公司 | 一种用户侧综合能源系统的供需平衡分析方法和系统 |
| CN111030094A (zh) * | 2019-12-05 | 2020-04-17 | 广东电网有限责任公司 | 一种多能互补园区供能可靠性评估方法 |
| CN111555319A (zh) * | 2020-05-29 | 2020-08-18 | 东南大学 | 考虑储能和分布式发电的工业用户参与调峰需求响应方法 |
| CN112072711A (zh) * | 2020-08-11 | 2020-12-11 | 华北电力大学（保定） | 基于动态优先级的配电网灵活性优化调度方法 |
| CN112598195A (zh) * | 2020-12-31 | 2021-04-02 | 国网河北省电力有限公司经济技术研究院 | 楼宇型综合能源系统运行优化方法、装置及终端设备 |
| CN113507110A (zh) * | 2021-06-20 | 2021-10-15 | 东北电力大学 | 提高配电网中新能源消纳的分布式储能集群优化控制方法 |
| CN113541133A (zh) * | 2021-07-21 | 2021-10-22 | 国网重庆市电力公司电力科学研究院 | 一种混合微电网精细化调度方法 |
| CN113657032A (zh) * | 2021-08-12 | 2021-11-16 | 国网安徽省电力有限公司 | 一种预先集中协调实时分布控制的低频减载方法及系统 |
| CN114549231A (zh) * | 2022-01-06 | 2022-05-27 | 国网山东省电力公司济南供电公司 | 一种电力用户侧用电感知及失电影响评估方法 |
| CN115173405A (zh) * | 2022-07-11 | 2022-10-11 | 阳光新能源开发股份有限公司 | 微网及其控制方法、装置 |
| CN115249094A (zh) * | 2022-09-26 | 2022-10-28 | 烟台东方智能技术有限公司 | 一种基于大数据的建筑能效管理和优化方法 |
| CN115600837A (zh) * | 2022-11-02 | 2023-01-13 | 国网山东省电力公司营销服务中心（计量中心）（Cn） | 一种用于电器负荷异常的节能诊断方法 |
| CN115600831A (zh) * | 2022-09-28 | 2023-01-13 | 国网河北省电力有限公司营销服务中心（Cn） | 用户理论响应潜力评估方法、装置、终端及存储介质 |
| CN115833091A (zh) * | 2022-11-11 | 2023-03-21 | 国网新疆电力有限公司电力科学研究院 | 一种分布式供能方法、装置及设备 |
| CN115829268A (zh) * | 2022-12-06 | 2023-03-21 | 国网河北省电力有限公司营销服务中心 | 面向居民的需求响应评估方法及装置、终端、存储介质 |
| CN115995822A (zh) * | 2023-02-14 | 2023-04-21 | 广东电网有限责任公司 | 一种分布式能源接入微电网的优化方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5178242B2 (ja) * | 2008-02-29 | 2013-04-10 | 株式会社東芝 | エネルギー貯蔵装置の運転計画作成方法および運転計画作成装置 |
| JP7098411B2 (ja) * | 2018-05-17 | 2022-07-11 | 株式会社日立製作所 | 電力系統の需給調整監視装置 |
-
2023
- 2023-06-12 CN CN202310684696.3A patent/CN116415801B/zh active Active
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101667013A (zh) * | 2009-09-04 | 2010-03-10 | 天津大学 | 微型燃气轮机冷电联供分布式供能系统优化运行控制方法 |
| CN103617564A (zh) * | 2013-12-04 | 2014-03-05 | 国家电网公司 | 基于区域负荷预测值综合评价的全网负荷预测方法 |
| CN110659788A (zh) * | 2018-06-29 | 2020-01-07 | 中国电力科学研究院有限公司 | 一种用户侧综合能源系统的供需平衡分析方法和系统 |
| CN110048443A (zh) * | 2019-04-18 | 2019-07-23 | 湖南大学 | 一种基于多时间尺度供能和综合指标的负荷投切方法 |
| CN109995090A (zh) * | 2019-04-24 | 2019-07-09 | 长沙理工大学 | 考虑用户需求特征及能源利用成本的多能互补方法 |
| CN110619472A (zh) * | 2019-09-19 | 2019-12-27 | 贵州电网有限责任公司 | 一种电力用户典型日负荷曲线编制方法 |
| CN111030094A (zh) * | 2019-12-05 | 2020-04-17 | 广东电网有限责任公司 | 一种多能互补园区供能可靠性评估方法 |
| CN111555319A (zh) * | 2020-05-29 | 2020-08-18 | 东南大学 | 考虑储能和分布式发电的工业用户参与调峰需求响应方法 |
| CN112072711A (zh) * | 2020-08-11 | 2020-12-11 | 华北电力大学（保定） | 基于动态优先级的配电网灵活性优化调度方法 |
| CN112598195A (zh) * | 2020-12-31 | 2021-04-02 | 国网河北省电力有限公司经济技术研究院 | 楼宇型综合能源系统运行优化方法、装置及终端设备 |
| CN113507110A (zh) * | 2021-06-20 | 2021-10-15 | 东北电力大学 | 提高配电网中新能源消纳的分布式储能集群优化控制方法 |
| CN113541133A (zh) * | 2021-07-21 | 2021-10-22 | 国网重庆市电力公司电力科学研究院 | 一种混合微电网精细化调度方法 |
| CN113657032A (zh) * | 2021-08-12 | 2021-11-16 | 国网安徽省电力有限公司 | 一种预先集中协调实时分布控制的低频减载方法及系统 |
| CN114549231A (zh) * | 2022-01-06 | 2022-05-27 | 国网山东省电力公司济南供电公司 | 一种电力用户侧用电感知及失电影响评估方法 |
| CN115173405A (zh) * | 2022-07-11 | 2022-10-11 | 阳光新能源开发股份有限公司 | 微网及其控制方法、装置 |
| CN115249094A (zh) * | 2022-09-26 | 2022-10-28 | 烟台东方智能技术有限公司 | 一种基于大数据的建筑能效管理和优化方法 |
| CN115600831A (zh) * | 2022-09-28 | 2023-01-13 | 国网河北省电力有限公司营销服务中心（Cn） | 用户理论响应潜力评估方法、装置、终端及存储介质 |
| CN115600837A (zh) * | 2022-11-02 | 2023-01-13 | 国网山东省电力公司营销服务中心（计量中心）（Cn） | 一种用于电器负荷异常的节能诊断方法 |
| CN115833091A (zh) * | 2022-11-11 | 2023-03-21 | 国网新疆电力有限公司电力科学研究院 | 一种分布式供能方法、装置及设备 |
| CN115829268A (zh) * | 2022-12-06 | 2023-03-21 | 国网河北省电力有限公司营销服务中心 | 面向居民的需求响应评估方法及装置、终端、存储介质 |
| CN115995822A (zh) * | 2023-02-14 | 2023-04-21 | 广东电网有限责任公司 | 一种分布式能源接入微电网的优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| Robust Scheduling Optimization Model for Multi-Energy Interdependent System Based on Energy Storage Technology and Ground-Source Heat Pump;Tan, Zhongfu ; Guo, Hongwu ; Lin, Hongyu ; Tan, Qingkun ; Yang, Shenbo ; Gejirifu, De ; Ju, Liwei ; Song, Xueying;Processes;第7卷(第1期);27 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116415801A (zh) | 2023-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101945501B1 (ko) | 에너지 저장 장치와 태양광 발전을 이용한 전력 공급 제어 시스템 및 방법 | |
| CN116415801B (zh) | 基于大数据的商业能源负荷智能分配方法及系统 | |
| US9436257B2 (en) | Power supply engagement and method therefor | |
| US20210021126A1 (en) | Data center energy management system | |
| US20150066228A1 (en) | Building Management and Appliance Control System | |
| US20110302432A1 (en) | Super capacitor supplemented server power | |
| US11334135B1 (en) | Power supply optimization using backup battery power supplementation | |
| Reddy et al. | Profile-based load scheduling in wireless energy harvesting sensors for data rate maximization | |
| JP7442559B2 (ja) | 蓄電池制御装置 | |
| KR20200005862A (ko) | 에너지 관리 시스템 및 그 에너지 관리 시스템을 구비한 에너지 저장 시스템 | |
| CN117650628B (zh) | 一种基于自适应预调节场景的能效管理系统 | |
| US20220109315A1 (en) | Ess charging/discharging schedule management device | |
| KR102021604B1 (ko) | 단계별 부하 제어 기반의 고속 수요 반응 자원 운영 시스템 및 방법 | |
| EP3872602A1 (en) | Sleep of power supply, sleep determination method and device, sleep device | |
| KR101729273B1 (ko) | 복수의 무정전 전원 공급 장치를 포함하는 에너지 저장 시스템의 최대 수요 전력을 제어하는 에너지 관리 시스템 및 이의 동작 방법 | |
| KR20190098724A (ko) | 지역 기반 에너지 저장 장치의 제어 시스템 및 이를 이용한 에너지 관리 방법 | |
| KR20200079606A (ko) | 부하 분산을 위한 dc ups 제어 시스템 | |
| US11637439B2 (en) | Intelligent battery controller | |
| RU2813336C2 (ru) | Способ и устройство гибернации для источника питания, способ и устройство гибернации источника питания и аппарат гибернации | |
| JP2022125850A (ja) | 水素製造システム、水素製造方法 | |
| CN111950771A (zh) | 基于虚拟电厂多能互补的源荷储优化配置系统及其方法 | |
| CN111984105A (zh) | 一种服务器的供电控制方法、装置、设备及存储介质 | |
| CN115459271B (zh) | 一种对电力负荷进行调配的控制方法和调配装置 | |
| CN116683499B (zh) | 一种用户侧储能装置功率的计算方法 | |
| CN116628413B (zh) | 一种用户侧储能装置容量的计算方法 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: B15-101, south area of Shandong design and Creative Industrial Park, no.868 Tangye West Road, Jinan District, China (Shandong) pilot Free Trade Zone, Jinan City, Shandong Province Patentee after: Shandong Chuangyu Energy Technology Co.,Ltd. Address before: B15-101, south area of Shandong design and Creative Industrial Park, no.868 Tangye West Road, Jinan District, China (Shandong) pilot Free Trade Zone, Jinan City, Shandong Province Patentee before: Shandong Chuangyu Environmental Protection Technology Co.,Ltd. |