CN116432478A - 一种电力系统的能量确定方法、装置、设备及介质 - Google Patents

一种电力系统的能量确定方法、装置、设备及介质 Download PDF

Info

Publication number
CN116432478A
CN116432478A CN202310707284.7A CN202310707284A CN116432478A CN 116432478 A CN116432478 A CN 116432478A CN 202310707284 A CN202310707284 A CN 202310707284A CN 116432478 A CN116432478 A CN 116432478A
Authority
CN
China
Prior art keywords
energy
power system
predicted
storage battery
cost function
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.)
Granted
Application number
CN202310707284.7A
Other languages
English (en)
Other versions
CN116432478B (zh
Inventor
黄小荣
魏炯辉
刘贯科
芦大伟
钟荣富
戴喜良
刘洋
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.)
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Dongguan Power Supply Bureau of Guangdong Power Grid 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 Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202310707284.7A priority Critical patent/CN116432478B/zh
Publication of CN116432478A publication Critical patent/CN116432478A/zh
Application granted granted Critical
Publication of CN116432478B publication Critical patent/CN116432478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开了一种电力系统的能量确定方法、装置、设备及介质。其中，该方法根据电力系统组件以及至少一个负载在当前时刻的功率，分别对电力系统组件以及各负载在下一时段产生的能量进行预测，得到电力系统组件以及各负载的预测能量；根据电力系统组件的预测能量、各负载的预测能量以及与电力系统组件对应的期望能量，确定目标能量代价函数；根据目标能量代价函数，确定电力系统组件的目标能量。本技术方案，通过对电力系统组件以及负载在下一时段的能量进行预测并以此构造能量代价函数，以实现在保障电力系统效益且能够使电力系统平稳运行的情况下，对电力系统各组件的能量进行合理有效地分配。

Description

一种电力系统的能量确定方法、装置、设备及介质
技术领域
本申请涉及电网及电力技术领域，尤其涉及一种电力系统的能量确定方法、装置、设备及介质。
背景技术
当前，对于新能源的利用开发主要集中在新能源发电项目，例如利用太阳能、风能等新能源进行发电以向电网输送电力。但是与化石能源发电的方式相比起来，新能源发电过程中容易受到外界自然因素的干扰，可能会造成电力系统供电中断或者电压大幅度波动等问题。为此，在利用新能源发电期间，通常会利用储能技术对电力系统各部分的能量进行调控，以解决新能源发电的技术缺陷，保障电力系统的平稳持续运行。
目前，对于利用储能技术对电力系统各部分的能量进行调控的研究，一般只考虑负载端的用电需求、电价和用电高峰期等不确定性因素，以对电力系统各部分的能量进行分配，但并未考虑到电力系统各部分的效益问题。因此，如何提供一种能够保证电力系统效益的能量分配的技术方案，是本领域技术人员亟待解决的技术问题。
发明内容
本申请提供了一种电力系统的能量确定方法、装置、设备及介质，通过对电力系统组件以及负载在下一时段的能量进行预测并以此构造能量代价函数，以实现在保障电力系统效益且能够使电力系统平稳运行的情况下，对电力系统各组件的能量进行合理有效地分配。
根据本申请的一方面，提供了一种电力系统的能量确定方法，该方法包括：
根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量；
根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件对应的期望能量，确定目标能量代价函数；
根据所述目标能量代价函数，确定所述电力系统组件的目标能量。
根据本申请的另一方面，提供了一种电力系统的能量确定装置，该装置包括：
预测能量确定模块，用于根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量；
代价函数确定模块，用于根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件对应的期望能量，确定目标能量代价函数；
目标能量确定模块，用于根据所述目标能量代价函数，确定所述电力系统组件的目标能量。
根据本申请的另一方面，提供了一种电子设备，该设备包括：
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申请任一实施例所述的电力系统的能量确定方法。
根据本申请的另一方面，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申请任一实施例所述的电力系统的能量确定方法。
本申请提供的技术方案，通过根据电力系统组件以及至少一个负载在当前时刻的功率，分别对电力系统组件以及各负载在下一时段产生的能量进行预测，得到电力系统组件以及各负载的预测能量；根据电力系统组件的预测能量、各负载的预测能量以及与电力系统组件对应的期望能量，确定目标能量代价函数；根据目标能量代价函数，确定电力系统组件的目标能量。本技术方案，通过对电力系统组件以及负载在下一时段的能量进行预测并以此构造能量代价函数，以实现在保障电力系统效益且能够使电力系统平稳运行的情况下，对电力系统各组件的能量进行合理有效地分配。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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申请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申请的一些实施例，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为本申请实施例一提供的一种电力系统的能量确定方法的流程图；
图2为本申请实施例二提供的一种电力系统的能量确定方法的流程图；
图3为本申请实施例三提供的一种电力系统的能量确定装置的结构示意图；
图4是实现本申请实施例的一种电力系统的能量确定方法的设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“第五”、“目标”、“预测”、“期望”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，以便这里描述的本申请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为本申请实施例一提供的一种电力系统的能量确定方法的流程图，本实施例可适用于对电力系统中各供电组件的能量进行分配的情况，该方法可以由电力系统的能量确定装置来执行，该电力系统的能量确定装置可以采用硬件和/或软件的形式实现，该电力系统的能量确定装置可配置于具有数据处理能力的设备中。如图1所示，该方法包括：
S110、根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量。
其中，电力系统组件可为电力系统中能够发电、供电或储电的设备，如电网、光伏板、风车、水轮机、储能电池等。负载可为与电力系统组件对应的目标区域的用电载体。下一时段可为从当前时刻至下一时刻的时间段。
其中，电力系统组件以及至少一个负载在当前时刻的功率可通过EMS系统（EnergyManagement System，电能管理系统）获取。需要说明的是，若电力系统组件或者负载为输出功率，则其功率值为负，若电力系统组件或者负载为输入功率，则其功率值为正。
具体的，对电力系统组件以及各负载在下一时段产生的能量进行预测，可通过使用积分公式计算电力系统组件以及各负载的功率对下一时间段的积分。
可选的，根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件的预测能量，包括：
若所述电力系统组件为可再生能源或电网，则采用如下公式确定所述电力系统组件的预测能量：
Figure SMS_1
；
其中，若所述电力系统组件为可再生能源，则
Figure SMS_2
为所述可再生能源在下一时段
Figure SMS_3
产生的预测能量，/>
Figure SMS_4
为所述可再生能源在当前时刻/>
Figure SMS_5
的功率；
若所述电力系统组件为电网，则
Figure SMS_6
为所述电网在下一时段/>
Figure SMS_7
产生的预测能量，/>
Figure SMS_8
为所述电网在当前时刻/>
Figure SMS_9
的功率；
根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到各所述负载的预测能量，包括：
采用如下公式确定所述负载的预测能量：
Figure SMS_10
；
其中，
Figure SMS_11
为各所述负载在下一时段/>
Figure SMS_12
产生的预测能量，/>
Figure SMS_13
为各所述负载在当前时刻/>
Figure SMS_14
的功率。
上述技术方案的有益效果在于，对电力系统组件为可再生能源或电网、以及负载的预测能量进行精确量化。
由于可再生能源不能直接应用于负载，需先将电能存储在储能电池中，再由储能电池提供能量给负载，因此，储能电池的能量可根据储能电池的电量进行确定。
可选的，根据电力系统组件在当前时刻的功率，对所述电力系统组件在下一时段产生的能量进行预测，得到所述电力系统组件的预测能量，包括但不限于如下步骤A1至A2的过程：
步骤A1、若所述电力系统组件为至少一个储能电池，则根据单个所述储能电池在当前时刻的功率，对单个所述储能电池在下一时段的电量进行预测，得到单个所述储能电池的预测电量。
其中，预测电量可为储能电池在下一时段运行之后的剩余电量，可用百分比表示，如预测电量为80%。
可选的，根据单个所述储能电池在当前时刻的功率，对单个所述储能电池在下一时段的电量进行预测，得到单个所述储能电池的预测电量，包括但不限于如下步骤B1至B2的过程：
步骤B1、根据单个所述储能电池在当前时刻的功率，对各储能电池在下一时段的变化电量进行预测，得到各储能电池的变化电量。
其中，变化电量可为储能电池在下一时段运行时所消耗或增加的电量。
具体的，单个储能电池的变化电量可采用如下公式进行确定：
Figure SMS_15
；
其中，
Figure SMS_16
为第/>
Figure SMS_17
个储能电池的预测电量，/>
Figure SMS_18
为第/>
Figure SMS_19
个储能电池在下一时段的预测能量，/>
Figure SMS_20
为第/>
Figure SMS_21
个储能电池的最大容量。
步骤B2、根据单个所述储能电池的变化电量以及单个所述储能电池在当前时刻的电量，确定单个所述储能电池的预测电量。
其中，单个储能电池在当前时刻的电量可通过EMS系统进行确定。
具体的，单个储能电池的预测电量可采用如下公式进行确定：
Figure SMS_22
；
其中，
Figure SMS_23
为第/>个储能电池的预测电量，/>
Figure SMS_25
为第/>
Figure SMS_26
个储能电池在当前时刻的电量。
步骤A2、根据单个所述储能电池的预测电量以及与该储能电池对应的最大容量，确定单个所述储能电池的预测能量。
具体的，单个储能电池的预测能量可采用如下公式进行确定：
Figure SMS_27
；
其中，
Figure SMS_28
为第/>
Figure SMS_29
个储能电池的预测能量。
S120、根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件对应的期望能量，确定目标能量代价函数。
其中，期望能量可为电力系统组件在保证电力系统节能性和经济性下的最佳能量输出，可根据电力系统组件性能的不同进行个性化设定。
例如，若电力系统组件为可再生能源，则可再生能源的输出能量应接近最大值。示例性的，光伏板在下一时段的期望能量可采用如下公式进行确定：
Figure SMS_30
；
其中，
Figure SMS_31
为光伏板在下一时段/>
Figure SMS_32
的期望能量，/>
Figure SMS_33
为单块光伏板的面积，
Figure SMS_34
为光伏板的数量，/>
Figure SMS_35
为光伏板的转换效率。
又例如，若电力系统组件为电网，则考虑电网的节能性和经济性，其负载不能过高，并且期望可再生能源能够满足所有负载需求，因此电网的期望能量应该是个很小的值。示例性的，可将电网的期望能量设置为0。
又例如，若电力系统组件为储能电池，则为了给储能电池留有足够的充电放电裕量，其期望能量的取值范围应该在储能电池最大容量的30%到70%。示例性的，可将储能电池的期望能量设为储能电池最大容量的50%。
其中，能量代价函数可用于表示电力系统组件的期望能量与电力系统组件的预测能量之间的差异性，和/或，电力系统的预测能量与负载的预测能量之间的差异性。若能量代价函数值越小，则表示能量分配越合理优化。
具体的，可将电力系统组件的期望能量与电力系统组件的预测能量的差值或差值的平方值作为能量代价函数，和/或，将电力系统的预测能量与负载的预测能量的差值或差值的平方值作为能量代价函数。
S130、根据所述目标能量代价函数，确定所述电力系统组件的目标能量。
具体的，决策变量可为电力系统组件的预测能量，基于免疫粒子群优化算法、烟花算法等优化算法对目标能量代价函数进行求解，输出为算法得到的最优值。
本发明实施例提供了一种电力系统的能量确定方法，该方法根据电力系统组件以及至少一个负载在当前时刻的功率，分别对电力系统组件以及各负载在下一时段产生的能量进行预测，得到电力系统组件以及各负载的预测能量；根据电力系统组件的预测能量、各负载的预测能量以及与电力系统组件对应的期望能量，确定目标能量代价函数；根据目标能量代价函数，确定电力系统组件的目标能量。本技术方案，通过对电力系统组件以及负载在下一时段的能量进行预测并以此构造能量代价函数，以实现在保障电力系统效益且能够使电力系统平稳运行的情况下，对电力系统各组件的能量进行合理有效地分配。
实施例二
图2为本申请实施例二提供的一种电力系统的能量确定方法的流程图，本实施例以上述实施例为基础进行优化，具体优化为所述电力系统组件包括可再生能源、电网以及至少一个储能电池中的至少一项。如图2所示，本实施例的方法具体包括如下步骤：
S210、根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量。
S220、根据所述可再生能源的预测能量以及与所述可再生能源对应的期望能量，确定所述可再生能源的第一能量代价函数。
具体的，可将可再生能源的预测能量以及与可再生能源对应的期望能量的差值或差值的平方，作为可再生能源的第一能量代价函数。
可选的，根据所述可再生能源的预测能量以及与所述可再生能源对应的期望能量，确定所述可再生能源的第一能量代价函数，包括：
采用如下公式进行确定第一能量代价函数：
Figure SMS_36
；
其中，
Figure SMS_37
为所述可再生能源的第一能量代价函数，/>
Figure SMS_38
为所述可再生能源在下一时段的期望能量，/>
Figure SMS_39
为所述可再生能源在下一时段的预测能量。
示例性的，若可再生能源为光伏板，则光伏板的在下一时段的期望能量
Figure SMS_40
可为/>
Figure SMS_41
，因此，第一能量代价函数可采用如下公式进行确定：
Figure SMS_42
。
S230、根据所述电网的预测能量以及与所述电网对应的期望能量，确定所述电网的第二能量代价函数。
具体的，可将电网的预测能量以及与电网对应的期望能量的差值或差值的平方，作为电网的第二能量代价函数。
可选的，根据所述电网的预测能量以及与所述电网对应的期望能量，确定所述电网的第二能量代价函数，包括：
采用如下公式进行确定第二能量代价函数：
Figure SMS_43
；
其中，
Figure SMS_44
为所述电网的第二能量代价函数，/>
Figure SMS_45
为所述电网在下一时段的期望能量，/>
Figure SMS_46
为所述电网在下一时段的预测能量。
示例性的，若将电网的期望能量设置为0，则第二能量代价函数可采用如下公式进行确定：
Figure SMS_47
。
S240、根据各所述储能电池的预测能量以及与各所述储能电池对应的各所述负载的预测能量，确定各所述储能电池的第三能量代价函数。
其中，第三能量代价函数是将各储能电池作为单独的个体进行确定，对于单个储能电池，它们也是互相博弈的个体。具体的，可将储能电池的预测能量以及与储能电池对应的期望能量的差值或差值的平方，作为储能电池的第三能量代价函数。
可选的，根据各所述储能电池的预测能量以及与各所述储能电池对应的各所述负载的预测能量，确定各所述储能电池的第三能量代价函数，包括但不限于如下步骤C1至C2的过程：
步骤C1、将单个所述储能电池的预测能量以及与该所述储能电池对应的负载的预测能量的差值，确定为第一参数。
具体的，第一参数可采用如下公式进行确定：
Figure SMS_48
；
其中，
Figure SMS_49
为第一参数，/>
Figure SMS_50
为第/>
Figure SMS_51
个储能电池的预测能量，/>
Figure SMS_52
为与第/>
Figure SMS_53
个储能电池对应的负载的预测能量。
步骤C2、将单个所述储能电池的预测能量与各所述储能电池的预测能量的平均值的差值，确定为第二参数。
具体的，第二参数可采用如下公式进行确定：
Figure SMS_54
；
其中，
Figure SMS_55
为第二参数，/>
Figure SMS_56
为第/>
Figure SMS_57
个储能电池的预测能量，/>
Figure SMS_58
为各储能电池的预测能量的平均值。
步骤C3、将所述第一参数的平方值与所述第二参数的平方值进行加权求和，确定为单个所述储能电池的第三能量代价函数。
具体的，第三能量代价函数可采用如下公式进行确定：
Figure SMS_59
；
其中，
Figure SMS_60
为第三能量代价函数，/>
Figure SMS_61
和/>
Figure SMS_62
为权重系数，且/>
Figure SMS_63
。
S250、根据各所述储能电池的预测能量以及各所述储能电池的最大容量，确定全部所述储能电池的第四能量代价函数。
其中，第四能量代价函数是将全部储能电池作为一个整体进行确定。具体的，可将储能电池的预测能量以及各储能电池的最大容量的差值或差值的平方，作为储能电池的第四能量代价函数。
可选的，根据各所述储能电池的预测能量以及各所述储能电池的最大容量，确定全部所述储能电池的第四能量代价函数，包括：
采用如下公式进行确定第四能量代价函数：
Figure SMS_64
；
其中，
Figure SMS_65
为全部所述储能电池的第四能量代价函数，/>
Figure SMS_66
为各所述储能电池的在下一时段的期望能量的平均值，各所述储能电池的在下一时段的期望能量根据各所述储能电池的最大容量确定，/>
Figure SMS_67
为各所述储能电池在下一时段的预测能量的平均值。
具体的，为了给储能电池留有足够的充电放电裕量，各储能电池在下一时段的期望能量可为各储能电池最大容量的30%到70%。
示例性的，储能电池的期望能量设为储能电池最大容量的50%，则第四能量代价函数可采用如下公式进行确定：
Figure SMS_68
；
其中，
Figure SMS_69
为储能电池的数量。
S260、根据所述可再生能源的预测能量、所述电网的预测能量、各所述储能电池的预测能量以及各所述负载的预测能量，确定第五能量代价函数。
其中，根据非合作博弈的思想，将可再生能源、电网、储能电池分别作为单独的角色，都尽可能的最大化各自的利益，以使各自的代价函数最小。但是达到纳什均衡后，单方面改变个体的策略无法再提高利益。
具体的，可采用如下公式确定第五能量代价函数：
Figure SMS_70
；
其中，
Figure SMS_71
为第五能量代价函数，/>
Figure SMS_72
为负载的数量。
S270、根据所述第一能量代价函数、所述第二能量代价函数、所述第三能量代价函数、所述第四能量代价函数以及所述第五能量代价函数中的至少一项，确定目标能量代价函数。
示例性的，若电力系统中包括可再生能源、电网以及储能电池，则确定目标能量代价函数
Figure SMS_73
；若电力系统中包括可再生能源和电网，则确定目标能量代价函数/>
Figure SMS_74
。
S280、根据所述目标能量代价函数，确定所述电力系统组件的目标能量。
本发明实施例提供了一种电力系统的能量确定方法，该方法根据电力系统组件以及至少一个负载在当前时刻的功率，分别对电力系统组件以及各负载在下一时段产生的能量进行预测，得到电力系统组件以及各负载的预测能量；其中，电力系统组件包括可再生能源、电网以及至少一个储能电池中的至少一项；根据可再生能源的预测能量以及与可再生能源对应的期望能量，确定可再生能源的第一能量代价函数；根据电网的预测能量以及与电网对应的期望能量，确定电网的第二能量代价函数；根据各储能电池的预测能量以及与各储能电池对应的各负载的预测能量，确定各储能电池的第三能量代价函数；根据各储能电池的预测能量以及各储能电池的最大容量，确定全部储能电池的第四能量代价函数；根据可再生能源的预测能量、电网的预测能量、各储能电池的预测能量以及各负载的预测能量，确定第五能量代价函数；根据第一能量代价函数、第二能量代价函数、第三能量代价函数、第四能量代价函数以及第五能量代价函数中的至少一项，确定目标能量代价函数；根据目标能量代价函数，确定电力系统组件的目标能量。本技术方案，基于非合作博弈论的思想，将各个电力系统组件及负载分别视为一个独立的角色，并将其各自的能量作为博弈的资本，不仅使电力系统各组件的能量进行合理有效地分配，还保证了电网的安全稳定运行。
实施例三
图3为本申请实施例三提供的一种电力系统的能量确定装置的结构示意图。如图3所示，该装置包括：
预测能量确定模块310，用于根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量；
代价函数确定模块320，用于根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件对应的期望能量，确定目标能量代价函数；
目标能量确定模块330，用于根据所述能量代价函数，确定所述电力系统组件的目标能量。
本发明实施例提供了一种电力系统的能量确定装置，该装置根据电力系统组件以及至少一个负载在当前时刻的功率，分别对电力系统组件以及各负载在下一时段产生的能量进行预测，得到电力系统组件以及各负载的预测能量；根据电力系统组件的预测能量、各负载的预测能量以及与电力系统组件对应的期望能量，确定目标能量代价函数；根据目标能量代价函数，确定电力系统组件的目标能量。本技术方案，通过对电力系统组件以及负载在下一时段的能量进行预测并以此构造能量代价函数，以实现在保障电力系统效益且能够使电力系统平稳运行的情况下，对电力系统各组件的能量进行合理有效地分配。
进一步地，所述电力系统组件包括可再生能源、电网以及至少一个储能电池中的至少一项；
相应地，代价函数确定模块320，包括：
第一能量代价函数确定单元，用于根据所述可再生能源的预测能量以及与所述可再生能源对应的期望能量，确定所述可再生能源的第一能量代价函数；
第二能量代价函数确定单元，用于根据所述电网的预测能量以及与所述电网对应的期望能量，确定所述电网的第二能量代价函数；
第三能量代价函数确定单元，用于根据各所述储能电池的预测能量以及与各所述储能电池对应的各所述负载的预测能量，确定各所述储能电池的第三能量代价函数；
第四能量代价函数确定单元，用于根据各所述储能电池的预测能量以及各所述储能电池的最大容量，确定全部所述储能电池的第四能量代价函数；
第五能量代价函数确定单元，用于根据所述可再生能源的预测能量、所述电网的预测能量、各所述储能电池的预测能量以及各所述负载的预测能量，确定第五能量代价函数；
目标能量代价函数确定单元，用于根据所述第一能量代价函数、所述第二能量代价函数、所述第三能量代价函数、所述第四能量代价函数以及所述第五能量代价函数中的至少一项，确定目标能量代价函数。
进一步地，第一能量代价函数确定单元，具体用于：
采用如下公式进行确定第一能量代价函数：
Figure SMS_75
；
其中，
Figure SMS_76
为所述可再生能源的第一能量代价函数，/>
Figure SMS_77
为所述可再生能源在下一时段的期望能量，/>
Figure SMS_78
为所述可再生能源在下一时段的预测能量；
第二能量代价函数确定单元，具体用于：
采用如下公式进行确定第二能量代价函数：
Figure SMS_79
；
其中，
Figure SMS_80
为所述电网的第二能量代价函数，/>
Figure SMS_81
为所述电网在下一时段的期望能量，/>
Figure SMS_82
为所述电网在下一时段的预测能量；
第四能量代价函数确定单元，具体用于：
采用如下公式进行确定第四能量代价函数：
Figure SMS_83
；
其中，
Figure SMS_84
为全部所述储能电池的第四能量代价函数，/>
Figure SMS_85
为各所述储能电池的在下一时段的期望能量的平均值，各所述储能电池的在下一时段的期望能量根据各所述储能电池的最大容量确定，/>
Figure SMS_86
为各所述储能电池在下一时段的预测能量的平均值。
进一步地，第三能量代价函数确定单元，包括：
第一参数确定子单元，用于将单个所述储能电池的预测能量以及与该所述储能电池对应的负载的预测能量的差值，确定为第一参数；
第二参数确定子单元，用于将单个所述储能电池的预测能量与各所述储能电池的预测能量的平均值的差值，确定为第二参数；
第三能量代价函数确定子单元，用于将所述第一参数的平方值与所述第二参数的平方值进行加权求和，确定为单个所述储能电池的第三能量代价函数。
进一步地，预测能量确定模块310，具体用于：
若所述电力系统组件为可再生能源或电网，则采用如下公式确定所述电力系统组件的预测能量：
Figure SMS_87
；
其中，若所述电力系统组件为可再生能源，则
Figure SMS_88
为所述可再生能源在下一时段
Figure SMS_89
产生的预测能量，/>
Figure SMS_90
为所述可再生能源在当前时刻/>
Figure SMS_91
的功率；
若所述电力系统组件为电网，则
Figure SMS_92
为所述电网在下一时段/>
Figure SMS_93
产生的预测能量，/>
Figure SMS_94
为所述电网在当前时刻/>
Figure SMS_95
的功率；
根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到各所述负载的预测能量，包括：
采用如下公式确定所述负载的预测能量：
Figure SMS_96
；
其中，
Figure SMS_97
为各所述负载在下一时段/>
Figure SMS_98
产生的预测能量，/>
Figure SMS_99
为各所述负载在当前时刻/>
Figure SMS_100
的功率。
进一步地，预测能量确定模块310，包括：
储能电池预测电量确定单元，用于若所述电力系统组件为至少一个储能电池，则根据单个所述储能电池在当前时刻的功率，对单个所述储能电池在下一时段的电量进行预测，得到单个所述储能电池的预测电量；
储能电池预测能量确定单元，用于根据单个所述储能电池的预测电量以及与该储能电池对应的最大容量，确定单个所述储能电池的预测能量。
进一步地，储能电池预测电量确定单元，包括：
储能电池变化电量确定子单元，用于根据单个所述储能电池在当前时刻的功率，对各储能电池在下一时段的变化电量进行预测，得到各储能电池的变化电量；
储能电池预测电量确定子单元，用于根据单个所述储能电池的变化电量以及单个所述储能电池在当前时刻的电量，确定单个所述储能电池的预测电量。
本申请实施例所提供的一种电力系统的能量确定装置可执行本申请任意实施例所提供的一种电力系统的能量确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本申请的实施例的设备10的结构示意图。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。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/或者要求的本申请的实现。
如图4所示，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，还可存储设备10操作所需的各种程序和数据。处理器11、ROM12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。
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，例如电力系统的能量确定方法。
在一些实施例中，电力系统的能量确定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电力系统的能量确定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）而被配置为执行电力系统的能量确定方法。
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。
用于实施本申请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。
在本申请的上下文中，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，可以在设备上实施此处描述的系统和技术，该设备具有：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，本申请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，只要能够实现本申请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，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (10)

1.一种电力系统的能量确定方法，其特征在于，所述方法包括：
根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量；
根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件对应的期望能量，确定目标能量代价函数；
根据所述目标能量代价函数，确定所述电力系统组件的目标能量。
2.根据权利要求1所述的方法，其特征在于，所述电力系统组件包括可再生能源、电网以及至少一个储能电池中的至少一项；
相应地，根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件的对应的期望能量，确定目标能量代价函数，包括：
根据所述可再生能源的预测能量以及与所述可再生能源对应的期望能量，确定所述可再生能源的第一能量代价函数；
根据所述电网的预测能量以及与所述电网对应的期望能量，确定所述电网的第二能量代价函数；
根据各所述储能电池的预测能量以及与各所述储能电池对应的各所述负载的预测能量，确定各所述储能电池的第三能量代价函数；
根据各所述储能电池的预测能量以及各所述储能电池的最大容量，确定全部所述储能电池的第四能量代价函数；
根据所述可再生能源的预测能量、所述电网的预测能量、各所述储能电池的预测能量以及各所述负载的预测能量，确定第五能量代价函数；
根据所述第一能量代价函数、所述第二能量代价函数、所述第三能量代价函数、所述第四能量代价函数以及所述第五能量代价函数中的至少一项，确定目标能量代价函数。
3.根据权利要求2所述的方法，其特征在于，根据所述可再生能源的预测能量以及与所述可再生能源对应的期望能量，确定所述可再生能源的第一能量代价函数，包括：
采用如下公式进行确定第一能量代价函数：
Figure QLYQS_1
；
其中，
Figure QLYQS_2
为所述可再生能源的第一能量代价函数，/>
Figure QLYQS_3
为所述可再生能源在下一时段的期望能量，/>
Figure QLYQS_4
为所述可再生能源在下一时段的预测能量；
根据所述电网的预测能量以及与所述电网对应的期望能量，确定所述电网的第二能量代价函数，包括：
采用如下公式进行确定第二能量代价函数：
Figure QLYQS_5
；
其中，
Figure QLYQS_6
为所述电网的第二能量代价函数，/>
Figure QLYQS_7
为所述电网在下一时段的期望能量，/>
Figure QLYQS_8
为所述电网在下一时段的预测能量；
根据各所述储能电池的预测能量以及各所述储能电池的最大容量，确定全部所述储能电池的第四能量代价函数，包括：
采用如下公式进行确定第四能量代价函数：
Figure QLYQS_9
；
其中，
Figure QLYQS_10
为全部所述储能电池的第四能量代价函数，/>
Figure QLYQS_11
为各所述储能电池的在下一时段的期望能量的平均值，各所述储能电池的在下一时段的期望能量根据各所述储能电池的最大容量确定，/>
Figure QLYQS_12
为各所述储能电池在下一时段的预测能量的平均值。
4.根据权利要求2所述的方法，其特征在于，根据各所述储能电池的预测能量以及与各所述储能电池对应的各所述负载的预测能量，确定各所述储能电池的第三能量代价函数，包括：
将单个所述储能电池的预测能量以及与该所述储能电池对应的负载的预测能量的差值，确定为第一参数；
将单个所述储能电池的预测能量与各所述储能电池的预测能量的平均值的差值，确定为第二参数；
将所述第一参数的平方值与所述第二参数的平方值进行加权求和，确定为单个所述储能电池的第三能量代价函数。
5.根据权利要求1所述的方法，其特征在于，根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件的预测能量，包括：
若所述电力系统组件为可再生能源或电网，则采用如下公式确定所述电力系统组件的预测能量：
Figure QLYQS_13
；
其中，若所述电力系统组件为可再生能源，则
Figure QLYQS_14
为所述可再生能源在下一时段/>
Figure QLYQS_15
产生的预测能量，/>
Figure QLYQS_16
为所述可再生能源在当前时刻/>
Figure QLYQS_17
的功率；
若所述电力系统组件为电网，则
Figure QLYQS_18
为所述电网在下一时段/>
Figure QLYQS_19
产生的预测能量，/>
Figure QLYQS_20
为所述电网在当前时刻/>
Figure QLYQS_21
的功率；
根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到各所述负载的预测能量，包括：
采用如下公式确定所述负载的预测能量：
Figure QLYQS_22
；
其中，
Figure QLYQS_23
为各所述负载在下一时段/>
Figure QLYQS_24
产生的预测能量，/>
Figure QLYQS_25
为各所述负载在当前时刻/>
Figure QLYQS_26
的功率。
6.根据权利要求1所述的方法，其特征在于，根据电力系统组件在当前时刻的功率，对所述电力系统组件在下一时段产生的能量进行预测，得到所述电力系统组件的预测能量，包括：
若所述电力系统组件为至少一个储能电池，则根据单个所述储能电池在当前时刻的功率，对单个所述储能电池在下一时段的电量进行预测，得到单个所述储能电池的预测电量；
根据单个所述储能电池的预测电量以及与该储能电池对应的最大容量，确定单个所述储能电池的预测能量。
7.根据权利要求6所述的方法，其特征在于，根据单个所述储能电池在当前时刻的功率，对单个所述储能电池在下一时段的电量进行预测，得到单个所述储能电池的预测电量，包括：
根据单个所述储能电池在当前时刻的功率，对各储能电池在下一时段的变化电量进行预测，得到各储能电池的变化电量；
根据单个所述储能电池的变化电量以及单个所述储能电池在当前时刻的电量，确定单个所述储能电池的预测电量。
8.一种电力系统的能量确定装置，其特征在于，所述装置包括：
预测能量确定模块，用于根据电力系统组件以及至少一个负载在当前时刻的功率，分别对所述电力系统组件以及各所述负载在下一时段产生的能量进行预测，得到所述电力系统组件以及各所述负载的预测能量；
代价函数确定模块，用于根据所述电力系统组件的预测能量、各所述负载的预测能量以及与所述电力系统组件对应的期望能量，确定目标能量代价函数；
目标能量确定模块，用于根据所述能量代价函数，确定所述电力系统组件的目标能量。
9.一种电子设备，其特征在于，所述设备包括：
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中任一项所述的电力系统的能量确定方法。
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中任一项所述的电力系统的能量确定方法。
CN202310707284.7A 2023-06-15 2023-06-15 一种电力系统的能量确定方法、装置、设备及介质 Active CN116432478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310707284.7A CN116432478B (zh) 2023-06-15 2023-06-15 一种电力系统的能量确定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310707284.7A CN116432478B (zh) 2023-06-15 2023-06-15 一种电力系统的能量确定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN116432478A true CN116432478A (zh) 2023-07-14
CN116432478B CN116432478B (zh) 2023-09-08

Family

ID=87085907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310707284.7A Active CN116432478B (zh) 2023-06-15 2023-06-15 一种电力系统的能量确定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116432478B (zh)

Citations (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100241549A1 (en) * 2009-03-17 2010-09-23 Palo Alto Research Center Incorporated Technique for aggregating an energy service
CN102593855A (zh) * 2012-02-17 2012-07-18 合肥工业大学 平抑电力系统中可再生能源电源输出功率波动的方法
US20140058571A1 (en) * 2012-08-27 2014-02-27 Nec Laboratories America, Inc. Multi-objective energy management methods for micro-grids
US20140277797A1 (en) * 2013-03-15 2014-09-18 Open Access Technology International, Inc. Systems and Methods of Determining Optimal Scheduling and Dispatch of Power Resources
US20140306525A1 (en) * 2013-04-15 2014-10-16 Lockheed Martin Corporation System and method for mathematical predictive analytics and computational energy modeling
CN104600747A (zh) * 2015-01-21 2015-05-06 西安交通大学 协调运行风险与风能消纳的电力系统运行优化方法
US20160055507A1 (en) * 2014-08-21 2016-02-25 Nec Laboratories America, Inc. Forecasting market prices for management of grid-scale energy storage systems
CN106228258A (zh) * 2016-07-11 2016-12-14 浙江工业大学 一种计及需求侧管理的家庭能源局域网能量优化控制方法
CN106505582A (zh) * 2016-12-13 2017-03-15 国家电网公司 一种基于网络预测方式的动态无功功率‑电压协同控制方法
JP2017174750A (ja) * 2016-03-25 2017-09-28 大阪瓦斯株式会社 燃料電池システム
CN107370188A (zh) * 2017-09-11 2017-11-21 国网山东省电力公司莱芜供电公司 一种计及风电出力的电力系统多目标调度方法
CN107748498A (zh) * 2017-10-09 2018-03-02 上海海事大学 一种基于模型预测控制的混合动力船舶的能量管理方法
WO2019105987A1 (en) * 2017-12-01 2019-06-06 Telefonica Innovacion Alpha S.L. Method, system and computer programs for scheduling energy transfer in a distributed peer-to-peer energy network
WO2019105999A1 (en) * 2017-12-01 2019-06-06 Telefónica Innovación Alpha S.L A method, a system and computer programs, for electrical energy distribution in a peer-to-peer distributed energy network
US20200106294A1 (en) * 2018-09-28 2020-04-02 Johnson Controls Technology Company Photovoltaic energy system with stationary energy storage control and power factor correction
US20200143489A1 (en) * 2018-11-01 2020-05-07 Battelle Memorial Institute Flexible allocation of energy storage in power grids
CN111401656A (zh) * 2020-04-01 2020-07-10 国电南瑞科技股份有限公司 一种基于模型预测控制的电力系统设备过载校正控制方法
CN111463773A (zh) * 2020-03-09 2020-07-28 中国电力科学研究院有限公司 一种区域型综合能源系统能量管理优化方法和装置
US20200358290A1 (en) * 2017-11-20 2020-11-12 Ihi Corporation Energy management system, power demand plan optimization method, and power demand plan optimization program
CN112990523A (zh) * 2019-12-16 2021-06-18 国网江苏省电力有限公司电力科学研究院 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
CN113078677A (zh) * 2021-04-08 2021-07-06 浙江电力交易中心有限公司 一种考虑可再生能源不确定性的能源消耗量风险排除方法
CN113113916A (zh) * 2021-04-19 2021-07-13 西安交通大学 一种舰船综合电力系统中多目标能量调控方法
CN114123166A (zh) * 2021-10-21 2022-03-01 国网浙江省电力有限公司台州供电公司 一种新能源耦合背景下的源网荷储协同调度方法
CN114819362A (zh) * 2022-04-29 2022-07-29 金寨县涛癸电力科技有限公司 一种面向风光电力系统的电网电力负载平衡方法
US20220284458A1 (en) * 2021-02-25 2022-09-08 Mitsubishi Electric Research Laboratories, Inc. Risk-constrained Optimization of Virtual Power Plants in Pool and Future Markets
CN115158094A (zh) * 2022-08-02 2022-10-11 重庆大学 基于长短期soc规划的插电式混合动力汽车能量管理方法
WO2023035564A1 (zh) * 2021-09-08 2023-03-16 广东电网有限责任公司湛江供电局 基于分位数梯度提升决策树的负荷区间预测方法及系统
CN115986728A (zh) * 2022-12-09 2023-04-18 国网福建省电力有限公司经济技术研究院 一种计及不确定性因素的电网态势预测方法与终端
CN116091092A (zh) * 2022-11-25 2023-05-09 贵州电网有限责任公司 一种基于弹性能量状态的电网储能运行方法
CN116205421A (zh) * 2022-09-19 2023-06-02 南京理工大学 一种考虑需求侧与碳排放的电力系统经济调度方法

Patent Citations (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100241549A1 (en) * 2009-03-17 2010-09-23 Palo Alto Research Center Incorporated Technique for aggregating an energy service
CN102593855A (zh) * 2012-02-17 2012-07-18 合肥工业大学 平抑电力系统中可再生能源电源输出功率波动的方法
US20140058571A1 (en) * 2012-08-27 2014-02-27 Nec Laboratories America, Inc. Multi-objective energy management methods for micro-grids
US20140277797A1 (en) * 2013-03-15 2014-09-18 Open Access Technology International, Inc. Systems and Methods of Determining Optimal Scheduling and Dispatch of Power Resources
US20140306525A1 (en) * 2013-04-15 2014-10-16 Lockheed Martin Corporation System and method for mathematical predictive analytics and computational energy modeling
US20160055507A1 (en) * 2014-08-21 2016-02-25 Nec Laboratories America, Inc. Forecasting market prices for management of grid-scale energy storage systems
CN104600747A (zh) * 2015-01-21 2015-05-06 西安交通大学 协调运行风险与风能消纳的电力系统运行优化方法
JP2017174750A (ja) * 2016-03-25 2017-09-28 大阪瓦斯株式会社 燃料電池システム
CN106228258A (zh) * 2016-07-11 2016-12-14 浙江工业大学 一种计及需求侧管理的家庭能源局域网能量优化控制方法
CN106505582A (zh) * 2016-12-13 2017-03-15 国家电网公司 一种基于网络预测方式的动态无功功率‑电压协同控制方法
CN107370188A (zh) * 2017-09-11 2017-11-21 国网山东省电力公司莱芜供电公司 一种计及风电出力的电力系统多目标调度方法
CN107748498A (zh) * 2017-10-09 2018-03-02 上海海事大学 一种基于模型预测控制的混合动力船舶的能量管理方法
US20200358290A1 (en) * 2017-11-20 2020-11-12 Ihi Corporation Energy management system, power demand plan optimization method, and power demand plan optimization program
WO2019105987A1 (en) * 2017-12-01 2019-06-06 Telefonica Innovacion Alpha S.L. Method, system and computer programs for scheduling energy transfer in a distributed peer-to-peer energy network
WO2019105999A1 (en) * 2017-12-01 2019-06-06 Telefónica Innovación Alpha S.L A method, a system and computer programs, for electrical energy distribution in a peer-to-peer distributed energy network
US20200106294A1 (en) * 2018-09-28 2020-04-02 Johnson Controls Technology Company Photovoltaic energy system with stationary energy storage control and power factor correction
US20200143489A1 (en) * 2018-11-01 2020-05-07 Battelle Memorial Institute Flexible allocation of energy storage in power grids
CN112990523A (zh) * 2019-12-16 2021-06-18 国网江苏省电力有限公司电力科学研究院 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
CN111463773A (zh) * 2020-03-09 2020-07-28 中国电力科学研究院有限公司 一种区域型综合能源系统能量管理优化方法和装置
CN111401656A (zh) * 2020-04-01 2020-07-10 国电南瑞科技股份有限公司 一种基于模型预测控制的电力系统设备过载校正控制方法
US20220284458A1 (en) * 2021-02-25 2022-09-08 Mitsubishi Electric Research Laboratories, Inc. Risk-constrained Optimization of Virtual Power Plants in Pool and Future Markets
CN113078677A (zh) * 2021-04-08 2021-07-06 浙江电力交易中心有限公司 一种考虑可再生能源不确定性的能源消耗量风险排除方法
CN113113916A (zh) * 2021-04-19 2021-07-13 西安交通大学 一种舰船综合电力系统中多目标能量调控方法
WO2023035564A1 (zh) * 2021-09-08 2023-03-16 广东电网有限责任公司湛江供电局 基于分位数梯度提升决策树的负荷区间预测方法及系统
CN114123166A (zh) * 2021-10-21 2022-03-01 国网浙江省电力有限公司台州供电公司 一种新能源耦合背景下的源网荷储协同调度方法
CN114819362A (zh) * 2022-04-29 2022-07-29 金寨县涛癸电力科技有限公司 一种面向风光电力系统的电网电力负载平衡方法
CN115158094A (zh) * 2022-08-02 2022-10-11 重庆大学 基于长短期soc规划的插电式混合动力汽车能量管理方法
CN116205421A (zh) * 2022-09-19 2023-06-02 南京理工大学 一种考虑需求侧与碳排放的电力系统经济调度方法
CN116091092A (zh) * 2022-11-25 2023-05-09 贵州电网有限责任公司 一种基于弹性能量状态的电网储能运行方法
CN115986728A (zh) * 2022-12-09 2023-04-18 国网福建省电力有限公司经济技术研究院 一种计及不确定性因素的电网态势预测方法与终端

Also Published As

Publication number Publication date
CN116432478B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN103020853A (zh) 一种短期交易计划安全校核的方法
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
CN117578617A (zh) 一种新能源场站电量的控制方法、装置、设备及介质
CN118232424B (zh) 多目标优化的源荷储容量配置方法、装置
CN116131340A (zh) 发电站与负荷区域匹配的方法、装置、设备及存储介质
CN117411065A (zh) 考虑分布式光伏不确定性的配电网优化调度方法和系统
CN117767289A (zh) 微电网能量调度的确定方法、装置、电子设备及存储介质
CN116231669A (zh) 数据处理方法、装置、电子设备及存储介质
CN116432478B (zh) 一种电力系统的能量确定方法、装置、设备及介质
CN116845907A (zh) 微电网源荷调度方法、系统、电子设备及介质
CN116207772A (zh) 能源调度方法、装置、电子设备及存储介质
CN116307511A (zh) 一种园区电网储能配置方法、装置、设备及介质
CN114936793A (zh) 一种电力系统的优化调度方法、装置、设备及存储介质
CN118739507A (zh) 一种月球基地能源站的调控方法、装置、设备及存储介质
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
CN118676966A (zh) 一种储能系统优化方法、装置、设备及存储介质
CN117200266B (zh) 配电线路光伏汇集点储能容量配置方法、装置和设备
CN117856349B (zh) 一种水电微网的调控方法、装置、设备及存储介质
CN116436057B (zh) 一种储能站运行策略的确定方法、装置、设备及介质
CN118100233B (zh) 微网群储能容量配置方法、装置、电子设备和存储介质
CN118611123A (zh) 一种电能系统的能量调配方法、装置、电子设备及存储介质
CN117375043A (zh) 风电制氢系统的参数确定方法、装置、电子设备以及介质
CN118630831A (zh) 基于电量预测的发电站调用方法、装置、设备及存储介质
CN118153988A (zh) 能源管理方法及系统

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
GR01 Patent grant
GR01 Patent grant