CN116995674B - 一种基于aem实现的智能能源调度方法 - Google Patents
一种基于aem实现的智能能源调度方法 Download PDFInfo
- Publication number
- CN116995674B CN116995674B CN202311249542.8A CN202311249542A CN116995674B CN 116995674 B CN116995674 B CN 116995674B CN 202311249542 A CN202311249542 A CN 202311249542A CN 116995674 B CN116995674 B CN 116995674B
- Authority
- CN
- China
- Prior art keywords
- power
- monitoring
- electric power
- energy consumption
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 110
- 238000005265 energy consumption Methods 0.000 claims abstract description 66
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 17
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 16
- 239000001257 hydrogen Substances 0.000 claims description 16
- 229910052739 hydrogen Inorganic materials 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 125000000129 anionic group Chemical group 0.000 claims description 9
- 239000012528 membrane Substances 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005868 electrolysis reaction Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000003513 alkali Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009993 protective function Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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]
Abstract
本发明公开了一种基于AEM实现的智能能源调度方法，包括以下步骤：步骤S01：确定目标区域；步骤S02：收集目标数据；步骤S03：对电力能耗数据进行预处理；步骤S04：电力负荷数据处理；步骤S05：电力功率数据处理；步骤S06：频率偏差数据处理；步骤S07：建立电力系统综合能耗模型；步骤S08：电力系统综合能耗判断；步骤S09：电力能源调度优化，总之，一种基于AEM实现的智能能源调度方法可以实现对电力能源的优化利用，通过调整负荷、调度优化的方式实现对能源消耗的优化，有助于平衡负荷和需求，提高能源利用效率，通过实时监测和综合分析，判断电力系统综合能耗情况，采取相应措施进行调整和优化，有助于提高能源系统的安全性和稳定性。
Description
技术领域
本发明涉及能源调度技术领域，更具体地涉及一种基于AEM实现的智能能源调度方法。
背景技术
智能能源技术是指通过引入智能化技术和互联网技术，对能源系统进行监测、分析和控制的一系列技术手段，它主要基于大数据分析、人工智能、物联网和云计算等先进技术，实现能源的高效管理、调度和优化，随着电力系统规模的不断扩大和电力需求的不断增长，智能能源技术通过实时监测分析，优化电力系统的运行调度，可以提高系统的安全性和稳定性，减少能源浪费和供电中断，大数据分析是智能能源调度的基础，通过对电力系统中海量的实时数据进行收集、存储和分析，可以帮助分析负荷需求，为能源调度提供决策支持和优化策略。
但是，尽管电力系统智能能源调度已经取得了一定的进展，但也存在一些问题：数据质量和可靠性：智能能源调度依赖于实时数据采集和分析，但现实中存在数据质量不佳和可靠性问题，数据缺失、噪声、不准确性因素会导致调度决策的误差，进而影响电力系统的稳定性和安全性；单一因素计算误差：电力系统的负荷需求和可再生能源发电具有高度的不确定性，通过单一数据的分析计算会存在一定的误差，这可能导致调度策略的偏差，无法及时匹配实际需求和供应，影响电力系统的效率和稳定性。
发明内容
为了克服现有技术的上述缺陷，本发明提供了一种基于AEM实现的智能能源调度方法，以解决上述背景技术中存在的问题。
本发明提供如下技术方案：一种基于AEM实现的智能能源调度方法，包括以下步骤：
步骤S01：确定目标区域：在电力能源系统中将目标区域划分为各监测子区域，并将各监测子区域依次编号为1，2，...，i，...，m；
步骤S02：收集目标数据：通过监控系统从电力能源系统中获取各监测子区域的电力能耗数据，包括电力负荷参数、电力功率参数和频率偏差参数，并将各监测子区域的电力能耗数据传输至步骤S03，对电力能耗数据进行预处理；
步骤S03：对电力能耗数据进行预处理：将步骤S02收集到的各监测子区域的电力能耗数据进行数据预处理，并将预处理后的电力负荷参数、电力功率参数和频率偏差参数用于后续的调度优化；
步骤S04：电力负荷数据处理：基于步骤S03预处理后获取的电力负荷参数，通过电力负荷计算模型计算得出各监测子区域的电力负荷系数，并将电力负荷系数传输至步骤S07；
所述电力负荷数据处理中，计算得出的各监测子区域电力负荷系数的计算步骤如下：
步骤S11：，其中/>表示各监测子区域工作时间，/>表示各监测子区域的可记录工作时间，/>表示各监测子区域的耗损时间；
步骤S12：，其中/>表示各监测子区域电力负荷系数，/>表示各监测子区域消耗电能，/>表示各监测子区域工作时间，/>表示各监测子区域的有功供电量，/>表示各监测子区域的无功供电量；
步骤S05：电力功率数据处理：基于步骤S03预处理后获取的电力功率参数，通过电力功率数学模型计算得出各监测子区域的电力功率系数，并将电力功率系数传输至步骤S07；
所述电力功率数据处理中，计算得出的各监测子区域电力功率系数的计算公式为：，其中/>表示各监测子区域的电力功率系数，/>表示各监测子区域的额定电压，/>表示各监测子区域的额定电流，/>表示各监测子区域的空载耗损量，/>表示各监测子区域的短路耗损量；
步骤S06：频率偏差数据处理：基于步骤S03预处理后获取的频率偏差参数，通过频率计算数学模型计算得出各监测子区域的频率偏差系数，并将频率偏差系数传输至步骤S07；
所述频率偏差数据处理中，计算得出的各监测子区域频率偏差系数的计算公式为：，/>，其中/>表示各监测子区域的频率偏差系数，/>为频率等于额定值/>时的频率偏差，/>表示各监测子区域总频率，/>为与频率的i次方成比例的频率偏差占额定频率的百分比；
步骤S07：建立电力系统综合能耗模型：基于步骤S04、步骤S05、和步骤S06计算得出的电力负荷系数、电力功率系数和频率偏差系数建立电力系统综合能耗模型，计算出电力系统综合能耗指数；
所述建立电力系统综合能耗模型中，电力系统综合能耗指数的计算公式为：，其中/>表示各监测子区域电力系统综合能耗指数，k1、k2和k3表示常数；
步骤S08：电力系统综合能耗判断：基于步骤S07计算出电力系统综合能耗指数，将电力系统综合能耗指数与电力能耗标准值进行对比，得出判断结果；
步骤S09：电力能源调度优化：基于步骤S08得出的判断结果，将不符合电力能耗标准值的监测子区域自动显示，并通过阴离子膜电解水制氢技术实现电力能源的调度优化。
优选的，所述收集目标数据中，电力负荷参数包括各监测子区域消耗电能、各监测子区域的有功供电量、各监测子区域的无功供电量以及各监测子区域的可记录工作时间，电力功率参数包括各监测子区域的额定电压、各监测子区域的额定电流、各监测子区域的空载耗损量以及各监测子区域的短路耗损量，频率偏差参数包括各监测子区域的频率额定值、频率偏差、各监测子区域总频率以及频率偏差占额定频率的百分比。
优选的，所述电力系统综合能耗判断中，将各监测子区域电力系统综合能耗指数与电力能耗标准值/>对比，得出判断结果，若电力系统综合能耗指数/>小于电力能耗标准值/>，则判断此区域电力系统工作无异常，若电力系统综合能耗指数/>大于电力能耗标准值/>，则判断此区域电力系统工作异常。
优选的，所述电力能源调度优化中，将经判断为工作异常的子区域自动显示，并通过阴离子膜电解水制氢技术实现电力能源的调度优化，建立能源调度优化模型，通过优化算法找出最佳的能源调度策略，包括控制阴离子膜电解水制氢的电流和时间，并对优化过后的电力能源数据变化实时监控。
本发明的技术效果和优点：
本发明通过设有步骤S01：确定目标区域；步骤S02：收集目标数据；步骤S03：对电力能耗数据进行预处理；步骤S04：电力负荷数据处理；步骤S05：电力功率数据处理；步骤S06：频率偏差数据处理；步骤S07：建立电力系统综合能耗模型；步骤S08：电力系统综合能耗判断；步骤S09：电力能源调度优化，有利于一种基于AEM实现的智能能源调度方法实现对电力能源的优化利用，通过调整负荷、调度优化的方式实现对能源消耗的优化，有助于平衡负荷和需求，提高能源利用效率，通过实时监测和综合分析，判断电力系统综合能耗情况，采取相应措施进行调整和优化，有助于提高能源系统的安全性和稳定性。
附图说明
图1为一种基于AEM实现的智能能源调度方法的流程图。
具体实施方式
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，另外，在以下的实施方式中记载的各结构的形态只不过是例示，本发明所涉及的一种基于AEM实现的智能能源调度方法并不限定于在以下的实施方式中记载的各结构，在本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式都属于本发明保护的范围。
本发明提供了一种基于AEM实现的智能能源调度方法，包括以下步骤：步骤S01：确定目标区域；步骤S02：收集目标数据；步骤S03：对电力能耗数据进行预处理；步骤S04：电力负荷数据处理；步骤S05：电力功率数据处理；步骤S06：频率偏差数据处理；步骤S07：建立电力系统综合能耗模型；步骤S08：电力系统综合能耗判断；步骤S09：电力能源调度优化。
本实施例中，需要具体说明的是，步骤S01：确定目标区域：在电力能源系统中将目标区域划分为各监测子区域，并将各监测子区域依次编号为1，2，...，i，...，m。
本实施例中，需要具体说明的是，步骤S02：收集目标数据：通过监控系统从电力能源系统中获取各监测子区域的电力能耗数据，包括电力负荷参数、电力功率参数和频率偏差参数，并将各监测子区域的电力能耗数据传输至步骤S03，对电力能耗数据进行预处理；
所述收集目标数据中，电力负荷参数包括各监测子区域消耗电能、各监测子区域的有功供电量、各监测子区域的无功供电量以及各监测子区域的可记录工作时间，电力功率参数包括各监测子区域的额定电压、各监测子区域的额定电流、各监测子区域的空载耗损量以及各监测子区域的短路耗损量，频率偏差参数包括各监测子区域的频率额定值、频率偏差、各监测子区域总频率以及频率偏差占额定频率的百分比。
本实施例中，需要具体说明的是，步骤S03：对电力能耗数据进行预处理：将步骤S02收集到的各监测子区域的电力能耗数据进行数据预处理，并将预处理后的电力负荷参数、电力功率参数和频率偏差参数用于后续的调度优化；
所述对电力能耗数据进行预处理，采集到的原始数据会存在噪声、异常值问题，因此需要进行数据预处理，包括去噪、异常值检测和异常值处理。
本实施例中，需要具体说明的是，步骤S04：电力负荷数据处理：基于步骤S03预处理后获取的电力负荷参数，通过电力负荷计算模型计算得出各监测子区域的电力负荷系数，并将电力负荷系数传输至步骤S07；
所述电力负荷数据处理中，计算得出的各监测子区域电力负荷系数的计算步骤如下：
步骤S11：，其中/>表示各监测子区域工作时间，/>表示各监测子区域的可记录工作时间，/>表示各监测子区域的耗损时间；
步骤S12：，其中/>表示各监测子区域电力负荷系数，/>表示各监测子区域消耗电能，/>表示各监测子区域工作时间，/>表示各监测子区域的有功供电量，/>表示各监测子区域的无功供电量。
本实施例中，需要具体说明的是，步骤S05：电力功率数据处理：基于步骤S03预处理后获取的电力功率参数，通过电力功率数学模型计算得出各监测子区域的电力功率系数，并将电力功率系数传输至步骤S07；
所述电力功率数据处理中，计算得出的各监测子区域电力功率系数的计算公式为：，其中/>表示各监测子区域的电力功率系数，/>表示各监测子区域的额定电压，/>表示各监测子区域的额定电流，/>表示各监测子区域的空载耗损量，/>表示各监测子区域的短路耗损量。
本实施例中，需要具体说明的是，步骤S06：频率偏差数据处理：基于步骤S03预处理后获取的频率偏差参数，通过频率计算数学模型计算得出各监测子区域的频率偏差系数，并将频率偏差系数传输至步骤S07；
所述频率偏差数据处理中，计算得出的各监测子区域频率偏差系数的计算公式为：，/>，其中/>表示各监测子区域的频率偏差系数，/>为频率等于额定值/>时的频率偏差，/>表示各监测子区域总频率，/>为与频率的i次方成比例的频率偏差占额定频率的百分比。
本实施例中，需要具体说明的是，步骤S07：建立电力系统综合能耗模型：基于步骤S04、步骤S05、和步骤S06计算得出的电力负荷系数、电力功率系数和频率偏差系数建立电力系统综合能耗模型，计算出电力系统综合能耗指数；
所述建立电力系统综合能耗模型中，电力系统综合能耗指数的计算公式为：，其中/>表示各监测子区域电力系统综合能耗指数，k1、k2和k3表示常数。
本实施例中，需要具体说明的是，步骤S08：电力系统综合能耗判断：基于步骤S07计算出电力系统综合能耗指数，将电力系统综合能耗指数与电力能耗标准值进行对比，得出判断结果；
所述电力系统综合能耗判断中，将各监测子区域电力系统综合能耗指数与电力能耗标准值/>对比，得出判断结果，若电力系统综合能耗指数/>小于电力能耗标准值/>，则判断此区域电力系统工作无异常，若电力系统综合能耗指数/>大于电力能耗标准值，则判断此区域电力系统工作异常。
本实施例中，需要具体说明的是，步骤S09：电力能源调度优化：基于步骤S08得出的判断结果，将不符合电力能耗标准值的监测子区域自动显示，并通过阴离子膜电解水制氢技术实现电力能源的调度优化；
所述电力能源调度优化中，将经判断为工作异常的子区域自动显示，并通过阴离子膜电解水制氢技术实现电力能源的调度优化，建立能源调度优化模型，通过优化算法找出最佳的能源调度策略，包括控制阴离子膜电解水制氢的电流和时间，并对优化过后的电力能源数据变化实时监控，电解水制氢由分别发生在阴极和阳极的两个化学反应组成：阴极：4e +4H2O = 2H2+ 40H-，阳极：40H-=O2+ 2H2O +4e，其总反应式：2H2O= 2H2+ 02；
由于氢气的危险性和高温碱液的腐蚀性等问题，水电解制氢装置在其运
行期间应该保持压力稳定、液位平衡和温度恒定，同时，考虑到设备以及操
作人员的安全因素，设置了相应的报警和联锁功能，对于重要的参数，如压
力，还设置了双重的保护功能；
（1）压力控制：目前水电解制氢装置运行压力的范围从0.8Mpa-4.0Mpa均有，以1.6Mpa和3.2Mpa的额定压力设备居多，控制上要求装置在运行过程中压力稳定，偏差不超过±0.05Mpa，且在运行压力范围内50%~100%连续可调，在升降压过程中超调量较小；
（2）液位控制：氢、氧侧气液分离器中的液位控制是一个重要的参数，一旦出现偏差造成氢、氧混合就会带来严重的后果，要保证液位的平衡，偏差不超过±5mm水柱的高度，并且由于水的消耗，液位会出现下降，还要求将液位平衡地控制在一定的高度范围内；
（3）温度控制：水电解制氢装置要求温度设定在80°C~90°C范围内连续可调，并且控制系统温度稳定在设定值，偏差不超过±2°C，温度过高不仅会使气体中带走电解液量增加，同时也加快设备的腐蚀，降低设备寿命，增添了安全隐患，在装置正常停机或者故障停机时，应迅速降温。
本实施例中，需要具体说明的是，本实施与现有技术的区别主要在于本实施例通过设有步骤S01：确定目标区域；步骤S02：收集目标数据；步骤S03：对电力能耗数据进行预处理；步骤S04：电力负荷数据处理；步骤S05：电力功率数据处理；步骤S06：频率偏差数据处理；步骤S07：建立电力系统综合能耗模型；步骤S08：电力系统综合能耗判断；步骤S09：电力能源调度优化，有利于一种基于AEM实现的智能能源调度方法实现对电力能源的优化利用，通过调整负荷、调度优化的方式实现对能源消耗的优化，有助于平衡负荷和需求，提高能源利用效率，通过实时监测和综合分析，判断电力系统综合能耗情况，采取相应措施进行调整和优化，有助于提高能源系统的安全性和稳定性。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种基于AEM实现的智能能源调度方法，其特征在于：包括以下步骤：
步骤S01：确定目标区域：在电力能源系统中将目标区域划分为各监测子区域，并将各监测子区域依次编号为1，2，...，i，...，m；
步骤S02：收集目标数据：通过监控系统从电力能源系统中获取各监测子区域的电力能耗数据，包括电力负荷参数、电力功率参数和频率偏差参数，并将各监测子区域的电力能耗数据传输至步骤S03，对电力能耗数据进行预处理；
步骤S03：对电力能耗数据进行预处理：将步骤S02收集到的各监测子区域的电力能耗数据进行数据预处理，并将预处理后的电力负荷参数、电力功率参数和频率偏差参数用于后续的调度优化；
步骤S04：电力负荷数据处理：基于步骤S03预处理后获取的电力负荷参数，通过电力负荷计算模型计算得出各监测子区域的电力负荷系数，并将电力负荷系数传输至步骤S07；
所述电力负荷数据处理中，计算得出的各监测子区域电力负荷系数的计算步骤如下：
步骤S11：，其中/>表示各监测子区域工作时间，/>表示各监测子区域的可记录工作时间，/>表示各监测子区域的耗损时间；
步骤S12：，其中/>表示各监测子区域电力负荷系数，/>表示各监测子区域消耗电能，/>表示各监测子区域工作时间，/>表示各监测子区域的有功供电量，/>表示各监测子区域的无功供电量；
步骤S05：电力功率数据处理：基于步骤S03预处理后获取的电力功率参数，通过电力功率数学模型计算得出各监测子区域的电力功率系数，并将电力功率系数传输至步骤S07；
所述电力功率数据处理中，计算得出的各监测子区域电力功率系数的计算公式为：，其中/>表示各监测子区域的电力功率系数，/>表示各监测子区域的额定电压，/>表示各监测子区域的额定电流，/>表示各监测子区域的空载耗损量，表示各监测子区域的短路耗损量；
步骤S06：频率偏差数据处理：基于步骤S03预处理后获取的频率偏差参数，通过频率计算数学模型计算得出各监测子区域的频率偏差系数，并将频率偏差系数传输至步骤S07；
所述频率偏差数据处理中，计算得出的各监测子区域频率偏差系数的计算公式为：，/>，其中/>表示各监测子区域的频率偏差系数，/>为频率等于额定值/>时的频率偏差，/>表示各监测子区域总频率，为与频率的i次方成比例的频率偏差占额定频率的百分比；
步骤S07：建立电力系统综合能耗模型：基于步骤S04、步骤S05、和步骤S06计算得出的电力负荷系数、电力功率系数和频率偏差系数建立电力系统综合能耗模型，计算出电力系统综合能耗指数；
所述建立电力系统综合能耗模型中，电力系统综合能耗指数的计算公式为：，其中/>表示各监测子区域电力系统综合能耗指数，k1、k2和k3表示常数；
步骤S08：电力系统综合能耗判断：基于步骤S07计算出电力系统综合能耗指数，将电力系统综合能耗指数与电力能耗标准值进行对比，得出判断结果；
步骤S09：电力能源调度优化：基于步骤S08得出的判断结果，将不符合电力能耗标准值的监测子区域自动显示，并通过阴离子膜电解水制氢技术实现电力能源的调度优化。
2.根据权利要求1所述的一种基于AEM实现的智能能源调度方法，其特征在于：所述收集目标数据中，电力负荷参数包括各监测子区域消耗电能、各监测子区域的有功供电量、各监测子区域的无功供电量以及各监测子区域的可记录工作时间，电力功率参数包括各监测子区域的额定电压、各监测子区域的额定电流、各监测子区域的空载耗损量以及各监测子区域的短路耗损量，频率偏差参数包括各监测子区域的频率额定值、频率偏差、各监测子区域总频率以及频率偏差占额定频率的百分比。
3.根据权利要求1所述的一种基于AEM实现的智能能源调度方法，其特征在于：所述对电力能耗数据进行预处理，采集到的原始数据会存在噪声、异常值问题，因此需要进行数据预处理，包括去噪、异常值检测和异常值处理。
4.根据权利要求1所述的一种基于AEM实现的智能能源调度方法，其特征在于：所述电力系统综合能耗判断中，将各监测子区域电力系统综合能耗指数与电力能耗标准值/>对比，得出判断结果，若电力系统综合能耗指数/>小于电力能耗标准值/>，则判断此区域电力系统工作无异常，若电力系统综合能耗指数/>大于电力能耗标准值/>，则判断此区域电力系统工作异常。
5.根据权利要求1所述的一种基于AEM实现的智能能源调度方法，其特征在于：所述电力能源调度优化中，将经判断为工作异常的子区域自动显示，并通过阴离子膜电解水制氢技术实现电力能源的调度优化，建立能源调度优化模型，通过优化算法找出最佳的能源调度策略，包括控制阴离子膜电解水制氢的电流和时间，并对优化过后的电力能源数据变化实时监控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311249542.8A CN116995674B (zh) | 2023-09-26 | 2023-09-26 | 一种基于aem实现的智能能源调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311249542.8A CN116995674B (zh) | 2023-09-26 | 2023-09-26 | 一种基于aem实现的智能能源调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116995674A CN116995674A (zh) | 2023-11-03 |
| CN116995674B true CN116995674B (zh) | 2023-12-15 |
Family
ID=88526954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311249542.8A Active CN116995674B (zh) | 2023-09-26 | 2023-09-26 | 一种基于aem实现的智能能源调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116995674B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117254531B (zh) * | 2023-11-07 | 2024-01-26 | 深圳稳石氢能科技有限公司 | 基于aem的可再生能源智能调度系统 |
| CN117631627A (zh) * | 2023-12-01 | 2024-03-01 | 邵东智能制造技术研究院有限公司 | 一种基于工业互联网的数字化改造方法 |
| CN117452900B (zh) * | 2023-12-22 | 2024-05-03 | 广东正德智能设备有限公司 | 一种基于人工智能的工业生产能耗监测系统及方法 |
| CN117541126B (zh) * | 2024-01-05 | 2024-04-12 | 福建省政务门户网站运营管理有限公司 | 一种基于大数据政务数据处理修正系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130031515A (ko) * | 2011-09-21 | 2013-03-29 | 주식회사 케이티 | 에너지 비용 절감을 위한 에너지 균등 제어 방법 및 시스템 |
| CN110990785A (zh) * | 2019-11-27 | 2020-04-10 | 江苏方天电力技术有限公司 | 一种基于多目标的智慧园区综合能源系统优化调度方法 |
| CN111476487A (zh) * | 2020-04-08 | 2020-07-31 | 厦门中智信系统集成有限公司 | 一种基于区块链的自适应能源管理方法和装置以及设备 |
| CN113665779A (zh) * | 2021-08-25 | 2021-11-19 | 深圳稳石氢能科技有限公司 | 一种可移动燃料电池岸电供电系统 |
| CN116646933A (zh) * | 2023-07-24 | 2023-08-25 | 北京中能亿信软件有限公司 | 一种基于大数据的电力负荷调度方法及系统 |
| CN116683500A (zh) * | 2023-04-24 | 2023-09-01 | 中广核新能源安徽有限公司固镇分公司 | 一种电化学储能电站有功功率调度方法和系统 |
-
2023
- 2023-09-26 CN CN202311249542.8A patent/CN116995674B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130031515A (ko) * | 2011-09-21 | 2013-03-29 | 주식회사 케이티 | 에너지 비용 절감을 위한 에너지 균등 제어 방법 및 시스템 |
| CN110990785A (zh) * | 2019-11-27 | 2020-04-10 | 江苏方天电力技术有限公司 | 一种基于多目标的智慧园区综合能源系统优化调度方法 |
| CN111476487A (zh) * | 2020-04-08 | 2020-07-31 | 厦门中智信系统集成有限公司 | 一种基于区块链的自适应能源管理方法和装置以及设备 |
| CN113665779A (zh) * | 2021-08-25 | 2021-11-19 | 深圳稳石氢能科技有限公司 | 一种可移动燃料电池岸电供电系统 |
| CN116683500A (zh) * | 2023-04-24 | 2023-09-01 | 中广核新能源安徽有限公司固镇分公司 | 一种电化学储能电站有功功率调度方法和系统 |
| CN116646933A (zh) * | 2023-07-24 | 2023-08-25 | 北京中能亿信软件有限公司 | 一种基于大数据的电力负荷调度方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于需求响应的大用户电力负荷模糊综合预测研究;孙虹;李新家;王成亮;;自动化与仪器仪表(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116995674A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116995674B (zh) | 一种基于aem实现的智能能源调度方法 | |
| CN113388856B (zh) | 基于ael和pem水电解的制氢系统及态势控制方法 | |
| CN113403645B (zh) | 一种电解槽工作状态的确定方法、装置及控制器 | |
| CN113373477A (zh) | 动态制氢电解槽的电解液流量、压力控制方法及系统 | |
| CN110198030B (zh) | 考虑光伏发电功率快速调控的直流紧急协调控制方法 | |
| CN113780672B (zh) | 基于大数据人工智能的电解槽参数优化方法和系统 | |
| CN116128241A (zh) | 一种智能供电系统 | |
| CN114481215A (zh) | 一种电解制氢装置及其控制方法 | |
| CN104882898A (zh) | 水力发电机组用一次调频方法 | |
| CN114369849A (zh) | 一种电解槽健康度的监控方法、装置及电解槽监控系统 | |
| CN114928173A (zh) | 基于电网业务中台和电力数据安全交互的智能配电系统 | |
| CN116752190A (zh) | 一种适用于清洁能源发电的氢储能系统 | |
| WO2024021531A1 (zh) | 电力系统及其调频控制方法 | |
| CN108256663B (zh) | 一种核电运行事故风险实时预测方法 | |
| CN115859590A (zh) | 一种基于电源输入特性的pem电解槽仿真模型的建立方法 | |
| CN112865083B (zh) | 一种含可再生能源电力系统的实时运行状态评估方法 | |
| CN107955951B (zh) | 一种电解铝全生命周期的管理方法 | |
| CN107761137A (zh) | 一种实时计算、显示铜箔质重的装置及方法 | |
| CN115074776B (zh) | 适应宽功率波动的电解水制氢智能自适应控制系统与方法 | |
| CN117409878A (zh) | 一种基于aem技术的高效能源管理系统 | |
| CN115572990B (zh) | 一种制氢系统及其控制方法 | |
| CN114004089A (zh) | 一种电解槽运行范围动态调节方法、系统及存储介质 | |
| CN115976572B (zh) | 电解槽气体纯度控制方法、系统、装置及存储介质 | |
| CN117538391A (zh) | 一种电解槽运行状态检测方法、装置及系统 | |
| CN217499439U (zh) | 一种氢气处理用调压装置 |
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 |