CN116894164B - 一种电力平台数据智能管理方法 - Google Patents
一种电力平台数据智能管理方法 Download PDFInfo
- Publication number
- CN116894164B CN116894164B CN202311160105.9A CN202311160105A CN116894164B CN 116894164 B CN116894164 B CN 116894164B CN 202311160105 A CN202311160105 A CN 202311160105A CN 116894164 B CN116894164 B CN 116894164B
- Authority
- CN
- China
- Prior art keywords
- power
- power plant
- plant
- cooperative
- electric quantity
- 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
- 238000007726 management method Methods 0.000 title claims description 11
- 238000010248 power generation Methods 0.000 claims abstract description 102
- 238000004458 analytical method Methods 0.000 claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 230000005611 electricity Effects 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 238000003912 environmental pollution Methods 0.000 claims abstract description 11
- 230000005856 abnormality Effects 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 239000003344 environmental pollutant Substances 0.000 claims description 8
- 239000005431 greenhouse gas Substances 0.000 claims description 8
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 239000002699 waste material Substances 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电力平台数据管理领域,具体公开一种电力平台数据智能管理方法,本发明通过从发电能力、发电可靠性、销售电价和环境污染等维度分析各发电厂的交易推荐系数,结合电力交易商的需求电量和各发电厂的供应电量,获取电力交易商的各合作发电厂,从多个维度对发电厂进行深入分析评估,提高发电厂评估结果的可靠性,有利于电力交易商挑选优质的发电厂进行合作;获取电力交易商的各合作发电厂的电力供应信息,判断电力交易商的各合作发电厂的电力供应是否存在异常,对发电厂后期实际的电力供应情况进行持续追踪监测,防止发电厂电力供应异常给电力交易商带来损失,保障电力供应网络运行的安全性和效率。
Description
技术领域
本发明涉及电力平台数据管理领域,涉及到一种电力平台数据智能管理方法。
背景技术
电力市场交易平台是一个数字化的平台,用于实现电力市场的交易和能源资源的分配。它允许发电厂、电力交易商和终端用户之间进行电力购买和销售交易,以满足供需平衡和价格发现的需求。电力市场交易平台提供了基于市场需求和价格的交易机制,同时提供了监管和结算功能,以确保交易的公平性、透明度和有效性。
现有的电力市场交易平台数据分析管理方法存在一些不足:一方面,现有方法在对发电厂进行评估进而提供电力交易商挑选和合作时,评估的维度不够全面,评估的指标较为单一,如仅从价格的角度分析,过于片面,没有考虑发电厂的发电能力、发电可靠性和环境污染等方面,其中发电能力与装机容量、单位时间发电量、发电效率、负荷率和发电方式有关,发电可靠性与停机时长、维修时长、设备故障率和备用电源电能储备量有关,而环境污染与温室气体、大气污染物和废弃物等的排放量有关,进而使得现有方法对发电厂的综合评估结果的可靠性不足,评估的体系不够完善,从而不利于电力交易商挑选优质的发电厂进行合作。
另一方面,现有方法大都集中于前期对发电厂的评估和筛选方面,而没有对后期发电厂的实际运作情况进行监测分析,即没有对发电厂进行持续的追踪与管理,如果后期发电厂实际的电力供应情况与前期发电厂提供的信息不一致、差别很大,甚至出现供电异常,会给电力交易商造成损失,同时也会影响电力供应网络运行的安全性和效率。
发明内容
针对上述问题,本发明提出了一种电力平台数据智能管理方法,具体技术方案如下:一种电力平台数据智能管理方法,包括如下步骤:步骤一、发电厂基本信息获取:获取各发电厂的基本信息,其中基本信息包括发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数。
步骤二、发电厂交易推荐系数分析:根据各发电厂的基本信息,分析各发电厂的交易推荐系数,进一步得到发电厂交易优先级排名。
步骤三、电力交易商需求电量获取:获取指定电力交易商的各终端用户在分析周期内的预估用电量,进一步获取指定电力交易商的需求电量。
步骤四、电力交易商合作发电厂获取:获取各发电厂在分析周期内的预估供应电量,将其记为各发电厂的供应电量,根据发电厂交易优先级排名、指定电力交易商的需求电量和各发电厂的供应电量,获取指定电力交易商的各合作发电厂,并将其发送至电力市场平台。
步骤五、合作发电厂电力供应状态核验:获取监测周期内指定电力交易商的各合作发电厂的电力供应信息,其中电力供应信息包括停电次数、平均停电时长、电压稳定性系数和负荷满足率系数。
步骤六、合作发电厂电力供应异常判断:根据监测周期内指定电力交易商的各合作发电厂的电力供应信息,判断指定电力交易商的各合作发电厂的电力供应是否存在异常,并进行处理。
在上述实施例的基础上,所述步骤一的具体分析过程包括:获取各发电厂的发电机组总装机容量,将其记为各发电厂的装机容量,并表示为,/>表示第/>个发电厂的编号,。
获取各发电厂的单位时间发电量和发电效率,将其分别记为和/>。
获取各发电厂实际发电量与其装机容量之间的比值,将其记为各发电厂的负荷率,并表示为。
获取各发电厂的各种发电方式,并获取各发电厂中各种发电方式的发电量占其发电厂总发电量的比例,将其记为,/>表示第/>种发电方式的编号,/>,提取数据库中存储的各种发电方式对应的发电能力影响因子,筛选得到各发电厂中各种发电方式对应的发电能力影响因子,将其记为/>,通过分析公式/>得到各发电厂的发电能力影响因子/>,其中/>。
通过分析公式得到各发电厂的发电能力系数/>,其中/>分别表示预设的装机容量、单位时间发电量、发电效率和负荷率的阈值,/>分别表示预设的装机容量、单位时间发电量、发电效率和负荷率的权重因子。
在上述实施例的基础上,所述步骤一的具体分析过程还包括:S1:设定采样周期的时长,获取采样周期内各发电厂的总运行时长、总停机时长、总维修时长和设备故障率,将其分别记为,并获取各发电厂的备用电源的电能储备量,将其记为。
通过分析公式得到各发电厂的发电可靠性系数/>,其中表示自然常数,/>分别表示预设的备用电源电能储备量阈值和设备故障率阈值。
S2:获取各发电厂的发电成本和销售电价,将其分别记为,通过分析公式/>得到各发电厂的销售电价合理性系数/>,其中/>表示发电厂的数量。
S3:获取各发电厂单位电力产出对应的温室气体排放量、大气污染物排放量和废弃物产生量,将其分别记为,通过分析公式得到各发电厂的环境污染系数/>,其中/>分别表示预设的温室气体排放量、大气污染物排放量和废弃物产生量的阈值。
在上述实施例的基础上,所述步骤二的具体分析过程为:通过分析公式得到各发电厂的交易推荐系数/>,其中分别表示预设的发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数的权值。
将各发电厂按照其交易推荐系数从大到小的顺序进行排序,得到发电厂交易优先级排名。
在上述实施例的基础上,所述步骤三的具体分析过程为:设定分析周期的开始时间和终止时间。
设定历史周期的时长,获取历史周期内各历史年份中分析周期内指定电力交易商的各终端用户的用电量,进一步通过平均值计算得到指定电力交易商的各终端用户在分析周期内的预估用电量,将其记为,/>表示第/>个终端用户的编号,/>。
获取指定电力交易商的各终端用户的类型。
通过分析公式得到指定电力交易商的需求电量,其中/>表示预设的终端用户用电量的修正量,/>表示预设的第/>个终端用户类型的影响因子。
在上述实施例的基础上,所述步骤四的具体分析过程为:F1:获取各发电厂在分析周期内的预估供应电量,将其记为各发电厂的供应电量。
F2:将发电厂交易优先级排名中排名第一位的发电厂记为第一发电厂,将第一发电厂归类为指定电力交易商的合作发电厂。
根据各发电厂的供应电量,筛选得到第一发电厂的供应电量,将指定电力交易商的需求电量与第一发电厂的供应电量进行比较,若指定电力交易商的需求电量大于第一发电厂的供应电量,则将指定电力交易商需求电量与第一发电厂供应电量之间的差值记为一轮分配剩余需求电量,并执行F3。
F3:将发电厂交易优先级排名中排名第二位的发电厂记为第二发电厂,将第二发电厂归类为指定电力交易商的合作发电厂。
根据各发电厂的供应电量,筛选得到第二发电厂的供应电量,将一轮分配剩余需求电量与第二发电厂的供应电量进行比较,若一轮分配剩余需求电量大于第二发电厂的供应电量,则将一轮分配剩余需求电量与第二发电厂的供应电量之间的差值记为二轮分配剩余需求电量,并执行F4。
F4:同理,按照F2-F3的分析过程,以此类推,直至指定电力交易商的各合作发电厂的累计供应电量满足指定电力交易商的需求电量。
F5:将指定电力交易商的各合作发电厂发送至电力市场平台。
在上述实施例的基础上,所述步骤五的具体分析过程包括:设定监测周期的时长,获取监测周期内指定电力交易商的各合作发电厂的停电次数和平均停电时长,将其分别记为和/>,/>表示第/>个合作发电厂的编号,/>。
按照预设的等时间间隔原则在监测周期内设置各采集时间点,获取监测周期内各采集时间点指定电力交易商的各合作发电厂的供电电压,分析监测周期内指定电力交易商的各合作发电厂的电压稳定性系数,将其记为。
在上述实施例的基础上,所述步骤五的具体分析过程还包括:获取监测周期内各采集时间点指定电力交易商的各合作发电厂的实际供电功率。
以采集时间点为自变量、以实际供电功率为因变量建立坐标系,根据监测周期内各采集时间点指定电力交易商的各合作发电厂的实际供电功率,在坐标系中标出对应的数据点,利用数学模型的建立方法,绘制指定电力交易商的各合作发电厂的实际供电功率特征曲线,获取指定电力交易商的各合作发电厂的实际供电功率特征曲线对应的函数,将其记为指定电力交易商的各合作发电厂的实际供电功率特征函数,并表示为。
获取指定电力交易商的各合作发电厂的理想供电功率特征函数,将其记为。
通过分析公式得到监测周期内指定电力交易商的各合作发电厂的负荷满足率系数/>,其中/>分别表示预设的监测周期的开始时间和结束时间。
在上述实施例的基础上,所述步骤六的具体分析过程包括:通过分析公式得到指定电力交易商的各合作发电厂的电力供应评价系数/>,其中/>表示预设的电力供应评价系数的修正因子,/>分别表示预设的单位数量停电次数和单位停电时长对应的影响因子。
在上述实施例的基础上,所述步骤六的具体分析过程还包括:将指定电力交易商的各合作发电厂的电力供应评价系数与预设的电力供应评价系数阈值进行比较,若指定电力交易商的某合作发电厂的电力供应评价系数小于预设的电力供应评价系数阈值,则该合作发电厂的电力供应存在异常,统计电力供应存在异常的各合作发电厂,并将其反馈至指定电力交易商。
相对于现有技术,本发明所述的一种电力平台数据智能管理方法以下有益效果:1.本发明通过获取各发电厂的发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数,分析各发电厂的交易推荐系数,得到发电厂交易优先级排名,结合指定电力交易商的需求电量和各发电厂的供应电量,获取指定电力交易商的各合作发电厂;从多个维度对发电厂进行深入分析评估,提高发电厂评估结果的可靠性,完善评估体系,有利于电力交易商挑选优质的发电厂进行合作。
2.本发明通过获取监测周期内指定电力交易商的各合作发电厂的停电次数、平均停电时长、电压稳定性系数和负荷满足率系数,判断指定电力交易商的各合作发电厂的电力供应是否存在异常,并进行处理,对发电厂后期实际的电力供应情况进行持续追踪监测,防止发电厂电力供应异常给电力交易商带来损失,保障电力供应网络运行的安全性和效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明的方法流程示意图。
图2为本发明的电力交易模型示意图。
图3为本发明的发电厂供电功率特征函数示意图。
附图标记:1.合作发电厂的理想供电功率特征函数;2.合作发电厂的实际供电功率特征函数。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作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和图2所示,本发明提供的一种电力平台数据智能管理方法,包括如下步骤:步骤一、发电厂基本信息获取:获取各发电厂的基本信息,其中基本信息包括发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数。
作为一种优选方案,所述步骤一的具体分析过程包括:获取各发电厂的发电机组总装机容量,将其记为各发电厂的装机容量,并表示为,/>表示第/>个发电厂的编号,。
获取各发电厂的单位时间发电量和发电效率,将其分别记为和/>。
获取各发电厂实际发电量与其装机容量之间的比值,将其记为各发电厂的负荷率,并表示为。
获取各发电厂的各种发电方式,并获取各发电厂中各种发电方式的发电量占其发电厂总发电量的比例,将其记为,/>表示第/>种发电方式的编号,/>,提取数据库中存储的各种发电方式对应的发电能力影响因子,筛选得到各发电厂中各种发电方式对应的发电能力影响因子,将其记为/>,通过分析公式/>得到各发电厂的发电能力影响因子/>,其中/>。
通过分析公式得到各发电厂的发电能力系数/>,其中/>分别表示预设的装机容量、单位时间发电量、发电效率和负荷率的阈值,/>分别表示预设的装机容量、单位时间发电量、发电效率和负荷率的权重因子。
需要说明的是,发电效率表示发电厂将燃料或其他能源转化为电能的效率。
需要说明的是,发电方式包括但不限于:火力发电、风力发电和水力发电等。
作为一种优选方案,所述步骤一的具体分析过程还包括:S1:设定采样周期的时长,获取采样周期内各发电厂的总运行时长、总停机时长、总维修时长和设备故障率,将其分别记为,并获取各发电厂的备用电源的电能储备量,将其记为/>。
通过分析公式得到各发电厂的发电可靠性系数/>,其中/>表示自然常数,/>分别表示预设的备用电源电能储备量阈值和设备故障率阈值。
S2:获取各发电厂的发电成本和销售电价,将其分别记为,通过分析公式/>得到各发电厂的销售电价合理性系数/>,其中/>表示发电厂的数量。
S3:获取各发电厂单位电力产出对应的温室气体排放量、大气污染物排放量和废弃物产生量,将其分别记为,通过分析公式得到各发电厂的环境污染系数/>,其中/>分别表示预设的温室气体排放量、大气污染物排放量和废弃物产生量的阈值。
需要说明的是,采样周期内各发电厂的设备故障率表示采样周期内各发电厂的发电设备出现故障的频率,具体获取方法为:将采样周期内各发电厂中发电设备的故障次数除以发电设备的累计运行时长。
需要说明的是,发电成本表示单位发电量对应的成本投入,发电成本包括燃料成本、运维成本和维护成本等。
需要说明的是,销售电价表示发电厂与指定电力交易商交易时提供的单位电量销售价格。
需要说明的是,温室气体包括但不限于:二氧化碳、甲烷和氧化亚氮等。
需要说明的是,大气污染物包括但不限于:二氧化硫、氮氧化物和颗粒物等。
需要说明的是,废弃物包括但不限于:灰渣、炉渣和废水等。
步骤二、发电厂交易推荐系数分析:根据各发电厂的基本信息,分析各发电厂的交易推荐系数,进一步得到发电厂交易优先级排名。
作为一种优选方案,所述步骤二的具体分析过程为:通过分析公式得到各发电厂的交易推荐系数/>,其中分别表示预设的发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数的权值。
将各发电厂按照其交易推荐系数从大到小的顺序进行排序,得到发电厂交易优先级排名。
步骤三、电力交易商需求电量获取:获取指定电力交易商的各终端用户在分析周期内的预估用电量,进一步获取指定电力交易商的需求电量。
作为一种优选方案,所述步骤三的具体分析过程为:设定分析周期的开始时间和终止时间。
设定历史周期的时长,获取历史周期内各历史年份中分析周期内指定电力交易商的各终端用户的用电量,进一步通过平均值计算得到指定电力交易商的各终端用户在分析周期内的预估用电量,将其记为,/>表示第/>个终端用户的编号,/>。
获取指定电力交易商的各终端用户的类型。
通过分析公式得到指定电力交易商的需求电量,其中/>表示预设的终端用户用电量的修正量,/>表示预设的第/>个终端用户类型的影响因子。
需要说明的是,分析周期表示指定电力交易商需求用电的时间段。
需要说明的是,指定电力交易商的终端用户的类型包括但不限于:工业企业、商业机构和住宅用户等。
步骤四、电力交易商合作发电厂获取:获取各发电厂在分析周期内的预估供应电量,将其记为各发电厂的供应电量,根据发电厂交易优先级排名、指定电力交易商的需求电量和各发电厂的供应电量,获取指定电力交易商的各合作发电厂,并将其发送至电力市场平台。
作为一种优选方案,所述步骤四的具体分析过程为:F1:获取各发电厂在分析周期内的预估供应电量,将其记为各发电厂的供应电量。
F2:将发电厂交易优先级排名中排名第一位的发电厂记为第一发电厂,将第一发电厂归类为指定电力交易商的合作发电厂。
根据各发电厂的供应电量,筛选得到第一发电厂的供应电量,将指定电力交易商的需求电量与第一发电厂的供应电量进行比较,若指定电力交易商的需求电量大于第一发电厂的供应电量,则将指定电力交易商需求电量与第一发电厂供应电量之间的差值记为一轮分配剩余需求电量,并执行F3。
F3:将发电厂交易优先级排名中排名第二位的发电厂记为第二发电厂,将第二发电厂归类为指定电力交易商的合作发电厂。
根据各发电厂的供应电量,筛选得到第二发电厂的供应电量,将一轮分配剩余需求电量与第二发电厂的供应电量进行比较,若一轮分配剩余需求电量大于第二发电厂的供应电量,则将一轮分配剩余需求电量与第二发电厂的供应电量之间的差值记为二轮分配剩余需求电量,并执行F4。
F4:同理,按照F2-F3的分析过程,以此类推,直至指定电力交易商的各合作发电厂的累计供应电量满足指定电力交易商的需求电量。
F5:将指定电力交易商的各合作发电厂发送至电力市场平台。
需要说明的是,获取各发电厂在分析周期内的预估供应电量的方法与获取指定电力交易商的各终端用户在分析周期内的预估用电量的方法,原理相同。
在本实施例中,本发明通过获取各发电厂的发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数,分析各发电厂的交易推荐系数,得到发电厂交易优先级排名,结合指定电力交易商的需求电量和各发电厂的供应电量,获取指定电力交易商的各合作发电厂;从多个维度对发电厂进行深入分析评估,提高发电厂评估结果的可靠性,完善评估体系,有利于电力交易商挑选优质的发电厂进行合作。
步骤五、合作发电厂电力供应状态核验:获取监测周期内指定电力交易商的各合作发电厂的电力供应信息,其中电力供应信息包括停电次数、平均停电时长、电压稳定性系数和负荷满足率系数。
作为一种优选方案,所述步骤五的具体分析过程包括:设定监测周期的时长,获取监测周期内指定电力交易商的各合作发电厂的停电次数和平均停电时长,将其分别记为和/>,/>表示第/>个合作发电厂的编号,/>。
按照预设的等时间间隔原则在监测周期内设置各采集时间点,获取监测周期内各采集时间点指定电力交易商的各合作发电厂的供电电压,分析监测周期内指定电力交易商的各合作发电厂的电压稳定性系数,将其记为。
需要说明的是,分析监测周期内指定电力交易商的各合作发电厂的电压稳定性系数,具体过程为:获取监测周期内各采集时间点指定电力交易商的各合作发电厂的供电电压,将其记为,/>表示第/>个采集时间点的编号,/>。
通过分析公式得到监测周期内指定电力交易商的各合作发电厂的电压稳定性系数/>,其中/>表示采集时间点的数量,/>表示数据库中存储的合作发电厂的理想供电电压,/>表示预设的合作发电厂供电电压的偏差阈值,/>表示监测周期内第/>个采集时间点指定电力交易商的第/>个合作发电厂的供电电压。
作为一种优选方案,所述步骤五的具体分析过程还包括:获取监测周期内各采集时间点指定电力交易商的各合作发电厂的实际供电功率。
参阅图3所示,以采集时间点为自变量、以实际供电功率为因变量建立坐标系,根据监测周期内各采集时间点指定电力交易商的各合作发电厂的实际供电功率,在坐标系中标出对应的数据点,利用数学模型的建立方法,绘制指定电力交易商的各合作发电厂的实际供电功率特征曲线,获取指定电力交易商的各合作发电厂的实际供电功率特征曲线对应的函数,将其记为指定电力交易商的各合作发电厂的实际供电功率特征函数,并表示为。
获取指定电力交易商的各合作发电厂的理想供电功率特征函数,将其记为。
需要说明的是,获取指定电力交易商的各合作发电厂的理想供电功率特征函数,具体过程为:提取数据库中存储的监测周期内指定电力交易商的各合作发电厂的理想供电功率特征曲线,获取监测周期内指定电力交易商的各合作发电厂的理想供电功率特征曲线对应的函数,将其记为指定电力交易商的各合作发电厂的理想供电功率特征函数。
通过分析公式得到监测周期内指定电力交易商的各合作发电厂的负荷满足率系数/>,其中/>分别表示预设的监测周期的开始时间和结束时间。
步骤六、合作发电厂电力供应异常判断:根据监测周期内指定电力交易商的各合作发电厂的电力供应信息,判断指定电力交易商的各合作发电厂的电力供应是否存在异常,并进行处理。
作为一种优选方案,所述步骤六的具体分析过程包括:通过分析公式得到指定电力交易商的各合作发电厂的电力供应评价系数/>,其中/>表示预设的电力供应评价系数的修正因子,/>分别表示预设的单位数量停电次数和单位停电时长对应的影响因子。
作为一种优选方案,所述步骤六的具体分析过程还包括:将指定电力交易商的各合作发电厂的电力供应评价系数与预设的电力供应评价系数阈值进行比较,若指定电力交易商的某合作发电厂的电力供应评价系数小于预设的电力供应评价系数阈值,则该合作发电厂的电力供应存在异常,统计电力供应存在异常的各合作发电厂,并将其反馈至指定电力交易商。
在本实施例中,本发明通过获取监测周期内指定电力交易商的各合作发电厂的停电次数、平均停电时长、电压稳定性系数和负荷满足率系数,判断指定电力交易商的各合作发电厂的电力供应是否存在异常,并进行处理,对发电厂后期实际的电力供应情况进行持续追踪监测,防止发电厂电力供应异常给电力交易商带来损失,保障电力供应网络运行的安全性和效率。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (3)
1.一种电力平台数据智能管理方法,其特征在于,包括如下步骤:
步骤一、发电厂基本信息获取:获取各发电厂的基本信息,其中基本信息包括发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数;
步骤二、发电厂交易推荐系数分析:根据各发电厂的基本信息,分析各发电厂的交易推荐系数,进一步得到发电厂交易优先级排名;
步骤三、电力交易商需求电量获取:获取指定电力交易商的各终端用户在分析周期内的预估用电量,进一步获取指定电力交易商的需求电量;
步骤四、电力交易商合作发电厂获取:获取各发电厂在分析周期内的预估供应电量,将其记为各发电厂的供应电量,根据发电厂交易优先级排名、指定电力交易商的需求电量和各发电厂的供应电量,获取指定电力交易商的各合作发电厂,并将其发送至电力市场平台;
步骤五、合作发电厂电力供应状态核验:获取监测周期内指定电力交易商的各合作发电厂的电力供应信息,其中电力供应信息包括停电次数、平均停电时长、电压稳定性系数和负荷满足率系数;
步骤六、合作发电厂电力供应异常判断:根据监测周期内指定电力交易商的各合作发电厂的电力供应信息,判断指定电力交易商的各合作发电厂的电力供应是否存在异常,并进行处理;
所述步骤一的具体分析过程包括:
获取各发电厂的发电机组总装机容量,将其记为各发电厂的装机容量,并表示为,/>表示第/>个发电厂的编号,/>;
获取各发电厂的单位时间发电量和发电效率,将其分别记为和/>;
获取各发电厂实际发电量与其装机容量之间的比值,将其记为各发电厂的负荷率,并表示为;
获取各发电厂的各种发电方式,并获取各发电厂中各种发电方式的发电量占其发电厂总发电量的比例,将其记为,/>表示第/>种发电方式的编号,/>,提取数据库中存储的各种发电方式对应的发电能力影响因子,筛选得到各发电厂中各种发电方式对应的发电能力影响因子,将其记为/>,通过分析公式/>得到各发电厂的发电能力影响因子/>,其中/>;
通过分析公式得到各发电厂的发电能力系数/>,其中/>分别表示预设的装机容量、单位时间发电量、发电效率和负荷率的阈值,/>分别表示预设的装机容量、单位时间发电量、发电效率和负荷率的权重因子;
所述步骤一的具体分析过程还包括:
S1:设定采样周期的时长,获取采样周期内各发电厂的总运行时长、总停机时长、总维修时长和设备故障率,将其分别记为,并获取各发电厂的备用电源的电能储备量,将其记为/>;
通过分析公式得到各发电厂的发电可靠性系数/>,其中表示自然常数,/>分别表示预设的备用电源电能储备量阈值和设备故障率阈值;
S2:获取各发电厂的发电成本和销售电价,将其分别记为,通过分析公式/>得到各发电厂的销售电价合理性系数/>,其中/>表示发电厂的数量;
S3:获取各发电厂单位电力产出对应的温室气体排放量、大气污染物排放量和废弃物产生量,将其分别记为,通过分析公式得到各发电厂的环境污染系数/>,其中/>分别表示预设的温室气体排放量、大气污染物排放量和废弃物产生量的阈值;
所述步骤二的具体分析过程为:
通过分析公式得到各发电厂的交易推荐系数/>,其中/>分别表示预设的发电能力系数、发电可靠性系数、销售电价合理性系数和环境污染系数的权值;
将各发电厂按照其交易推荐系数从大到小的顺序进行排序,得到发电厂交易优先级排名;
所述步骤五的具体分析过程包括:
设定监测周期的时长,获取监测周期内指定电力交易商的各合作发电厂的停电次数和平均停电时长,将其分别记为和/>,/>表示第/>个合作发电厂的编号,/>;
按照预设的等时间间隔原则在监测周期内设置各采集时间点,获取监测周期内各采集时间点指定电力交易商的各合作发电厂的供电电压,分析监测周期内指定电力交易商的各合作发电厂的电压稳定性系数,将其记为;
分析监测周期内指定电力交易商的各合作发电厂的电压稳定性系数,具体过程为:获取监测周期内各采集时间点指定电力交易商的各合作发电厂的供电电压,将其记为,/>表示第/>个采集时间点的编号,/>;
通过分析公式得到监测周期内指定电力交易商的各合作发电厂的电压稳定性系数/>,其中/>表示采集时间点的数量,/>表示数据库中存储的合作发电厂的理想供电电压,/>表示预设的合作发电厂供电电压的偏差阈值,/>表示监测周期内第/>个采集时间点指定电力交易商的第/>个合作发电厂的供电电压;
所述步骤五的具体分析过程还包括:
获取监测周期内各采集时间点指定电力交易商的各合作发电厂的实际供电功率;
以采集时间点为自变量、以实际供电功率为因变量建立坐标系,根据监测周期内各采集时间点指定电力交易商的各合作发电厂的实际供电功率,在坐标系中标出对应的数据点,利用数学模型的建立方法,绘制指定电力交易商的各合作发电厂的实际供电功率特征曲线,获取指定电力交易商的各合作发电厂的实际供电功率特征曲线对应的函数,将其记为指定电力交易商的各合作发电厂的实际供电功率特征函数,并表示为;
获取指定电力交易商的各合作发电厂的理想供电功率特征函数,将其记为;
通过分析公式得到监测周期内指定电力交易商的各合作发电厂的负荷满足率系数/>,其中/>分别表示预设的监测周期的开始时间和结束时间;
所述步骤六的具体分析过程包括:
通过分析公式得到指定电力交易商的各合作发电厂的电力供应评价系数/>,其中/>表示预设的电力供应评价系数的修正因子,/>分别表示预设的单位数量停电次数和单位停电时长对应的影响因子;
所述步骤六的具体分析过程还包括:
将指定电力交易商的各合作发电厂的电力供应评价系数与预设的电力供应评价系数阈值进行比较,若指定电力交易商的某合作发电厂的电力供应评价系数小于预设的电力供应评价系数阈值,则该合作发电厂的电力供应存在异常,统计电力供应存在异常的各合作发电厂,并将其反馈至指定电力交易商。
2.根据权利要求1所述的一种电力平台数据智能管理方法,其特征在于:所述步骤三的具体分析过程为:
设定分析周期的开始时间和终止时间;
设定历史周期的时长,获取历史周期内各历史年份中分析周期内指定电力交易商的各终端用户的用电量,进一步通过平均值计算得到指定电力交易商的各终端用户在分析周期内的预估用电量,将其记为,/>表示第/>个终端用户的编号,/>;
获取指定电力交易商的各终端用户的类型;
通过分析公式得到指定电力交易商的需求电量/>,其中/>表示预设的终端用户用电量的修正量,/>表示预设的第/>个终端用户类型的影响因子。
3.根据权利要求2所述的一种电力平台数据智能管理方法,其特征在于:所述步骤四的具体分析过程为:
F1:获取各发电厂在分析周期内的预估供应电量,将其记为各发电厂的供应电量;
F2:将发电厂交易优先级排名中排名第一位的发电厂记为第一发电厂,将第一发电厂归类为指定电力交易商的合作发电厂;
根据各发电厂的供应电量,筛选得到第一发电厂的供应电量,将指定电力交易商的需求电量与第一发电厂的供应电量进行比较,若指定电力交易商的需求电量大于第一发电厂的供应电量,则将指定电力交易商需求电量与第一发电厂供应电量之间的差值记为一轮分配剩余需求电量,并执行F3;
F3:将发电厂交易优先级排名中排名第二位的发电厂记为第二发电厂,将第二发电厂归类为指定电力交易商的合作发电厂;
根据各发电厂的供应电量,筛选得到第二发电厂的供应电量,将一轮分配剩余需求电量与第二发电厂的供应电量进行比较,若一轮分配剩余需求电量大于第二发电厂的供应电量,则将一轮分配剩余需求电量与第二发电厂的供应电量之间的差值记为二轮分配剩余需求电量,并执行F4;
F4:同理,按照F2-F3的分析过程,以此类推,直至指定电力交易商的各合作发电厂的累计供应电量满足指定电力交易商的需求电量;
F5:将指定电力交易商的各合作发电厂发送至电力市场平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311160105.9A CN116894164B (zh) | 2023-09-11 | 2023-09-11 | 一种电力平台数据智能管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311160105.9A CN116894164B (zh) | 2023-09-11 | 2023-09-11 | 一种电力平台数据智能管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116894164A CN116894164A (zh) | 2023-10-17 |
CN116894164B true CN116894164B (zh) | 2023-11-28 |
Family
ID=88313823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311160105.9A Active CN116894164B (zh) | 2023-09-11 | 2023-09-11 | 一种电力平台数据智能管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116894164B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895660B (zh) * | 2024-03-14 | 2024-06-07 | 中电装备山东电子有限公司 | 一种电力终端能耗数据采集分析处理方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447159A (zh) * | 2016-08-28 | 2017-02-22 | 华北电力大学(保定) | 火电厂节能减排效果的测定方法 |
CN110942243A (zh) * | 2019-11-22 | 2020-03-31 | 国网陕西省电力公司电力科学研究院 | 计及大规模新能源并网中长期电力市场运营风险评估方法 |
CN112785166A (zh) * | 2021-01-27 | 2021-05-11 | 哈尔滨工业大学(威海) | 基于区块链的配电网分布式发电单元出力评价方法及装置 |
CN113362182A (zh) * | 2021-07-21 | 2021-09-07 | 池洋 | 一种基于区块链的电力现货交易监管方法 |
CN113869940A (zh) * | 2021-09-13 | 2021-12-31 | 国家电网有限公司 | 支持全时域的电力市场统一业务与信息交互方法 |
CN114971173A (zh) * | 2022-04-18 | 2022-08-30 | 国网安徽省电力有限公司电力科学研究院 | 基于物联网技术的输电全景智慧管控平台 |
KR20230027730A (ko) * | 2021-08-20 | 2023-02-28 | (사)한국에너지융합협회 | 전력 거래 중개 플랫폼 및 방법 |
CN115860978A (zh) * | 2022-11-24 | 2023-03-28 | 博洽多闻技术有限公司 | 基于分布式光伏电站发电量的多用户分摊电费计量方法 |
CN116384975A (zh) * | 2023-04-07 | 2023-07-04 | 连州丰辉社会服务有限公司 | 一种基于发电厂设备的维护系统 |
CN116703600A (zh) * | 2023-07-19 | 2023-09-05 | 华北电力大学 | 一种基于区块链的电力交易数据处理系统及方法 |
CN116720885A (zh) * | 2023-08-07 | 2023-09-08 | 国网安徽省电力有限公司经济技术研究院 | 一种电力现货市场环境下的分布式虚拟电厂控制方法及其系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11443647B2 (en) * | 2019-02-08 | 2022-09-13 | Pearson Education, Inc. | Systems and methods for assessment item credit assignment based on predictive modelling |
-
2023
- 2023-09-11 CN CN202311160105.9A patent/CN116894164B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447159A (zh) * | 2016-08-28 | 2017-02-22 | 华北电力大学(保定) | 火电厂节能减排效果的测定方法 |
CN110942243A (zh) * | 2019-11-22 | 2020-03-31 | 国网陕西省电力公司电力科学研究院 | 计及大规模新能源并网中长期电力市场运营风险评估方法 |
CN112785166A (zh) * | 2021-01-27 | 2021-05-11 | 哈尔滨工业大学(威海) | 基于区块链的配电网分布式发电单元出力评价方法及装置 |
CN113362182A (zh) * | 2021-07-21 | 2021-09-07 | 池洋 | 一种基于区块链的电力现货交易监管方法 |
KR20230027730A (ko) * | 2021-08-20 | 2023-02-28 | (사)한국에너지융합협회 | 전력 거래 중개 플랫폼 및 방법 |
CN113869940A (zh) * | 2021-09-13 | 2021-12-31 | 国家电网有限公司 | 支持全时域的电力市场统一业务与信息交互方法 |
CN114971173A (zh) * | 2022-04-18 | 2022-08-30 | 国网安徽省电力有限公司电力科学研究院 | 基于物联网技术的输电全景智慧管控平台 |
CN115860978A (zh) * | 2022-11-24 | 2023-03-28 | 博洽多闻技术有限公司 | 基于分布式光伏电站发电量的多用户分摊电费计量方法 |
CN116384975A (zh) * | 2023-04-07 | 2023-07-04 | 连州丰辉社会服务有限公司 | 一种基于发电厂设备的维护系统 |
CN116703600A (zh) * | 2023-07-19 | 2023-09-05 | 华北电力大学 | 一种基于区块链的电力交易数据处理系统及方法 |
CN116720885A (zh) * | 2023-08-07 | 2023-09-08 | 国网安徽省电力有限公司经济技术研究院 | 一种电力现货市场环境下的分布式虚拟电厂控制方法及其系统 |
Non-Patent Citations (1)
Title |
---|
电力系统通信网技术改造.《工程科技II辑》.2003,9-11,26页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116894164A (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116894164B (zh) | 一种电力平台数据智能管理方法 | |
Nock et al. | Holistic multi-criteria decision analysis evaluation of sustainable electric generation portfolios: New England case study | |
CN110555624A (zh) | 一种考虑指标关联的电网调度运行综合评估方法 | |
CN113822547B (zh) | 一种精细化需求侧管理综合信息平台系统及管理方法 | |
CN111028004A (zh) | 一种基于大数据技术的市场评估分析方法 | |
CN116664161B (zh) | 一种基于燃煤火电厂的二氧化碳排放核算技术选择方法 | |
CN110956344A (zh) | 一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 | |
CN116683452B (zh) | 一种日清缺失电量的修复方法及系统 | |
CN106786549A (zh) | 一种基于智能配电网成本效益模型的综合效益分析法 | |
CN114140176A (zh) | 一种负荷聚集平台的可调容量预测方法及装置 | |
CN116934106A (zh) | 电源侧风光火储一体化项目的ccer方法学开发方法 | |
CN106845748A (zh) | 一种低压集抄系统数据偏差原因的智能辨识方法 | |
CN117010946A (zh) | 一种火电厂生产经营成本核算系统及其使用方法 | |
CN116882618A (zh) | 一种大型城市电力系统碳排放计算方法 | |
CN116703081A (zh) | 综合能源运营管理云平台 | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
CN115496336A (zh) | 一种调峰辅助服务市场机制下火电机组效益评估方法 | |
Cheng et al. | Wind power investment in thermal system and emissions reduction | |
Hobbs | Regional energy facility location models for power system planning and policy analysis | |
Joshi et al. | Energy management systems in India | |
CN112001551A (zh) | 一种基于大用户电量信息的地市电网售电量预测方法 | |
CN118279088B (zh) | 基于区块链的微电网分布式交易管理系统及其方法 | |
Liu et al. | System dynamics analysis of capacity market demand curve considering investors’ risk aversion | |
CN117236532B (zh) | 一种基于负荷数据的用电高峰负荷预测的方法及系统 | |
CN118229116B (zh) | 一种基于国土空间要素的规划空间数据处理方法 |
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 |