CN117039910A - 一种基于多模型的电力能源需求的管理方法及管理装置 - Google Patents

一种基于多模型的电力能源需求的管理方法及管理装置 Download PDF

Info

Publication number
CN117039910A
CN117039910A CN202311293516.5A CN202311293516A CN117039910A CN 117039910 A CN117039910 A CN 117039910A CN 202311293516 A CN202311293516 A CN 202311293516A CN 117039910 A CN117039910 A CN 117039910A
Authority
CN
China
Prior art keywords
power consumption
power
consumption efficiency
efficiency
time period
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
CN202311293516.5A
Other languages
English (en)
Other versions
CN117039910B (zh
Inventor
李晶晶
仇晓寅
方韧杰
李文达
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.)
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Power Supply Co of State Grid Zhejiang Electric Power 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 Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202311293516.5A priority Critical patent/CN117039910B/zh
Publication of CN117039910A publication Critical patent/CN117039910A/zh
Application granted granted Critical
Publication of CN117039910B publication Critical patent/CN117039910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • 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
    • G06Q10/06314—Calendaring for a resource
    • 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—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
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电力系统技术领域，具体而言，涉及一种基于多模型的电力能源需求的管理方法及管理装置，本发明解决的问题：如何准确的预测厂区未来时间段内的耗电量，并根据耗电量对厂区内的配电设备进行管控的问题，为解决上述问题，本发明提供一种管理方法，管理方法包括：从数据管理库中获取配电设备的预计耗电效率；判断配电设备的预计耗电效率是否需要修改；若否，则根据预计耗电效率与工作时长计算配电设备在每个工作时间段的耗电量，从数据管理库中获取目标区域的电力供应总量，根据电力供应总量与供应需求量对工作时间段进行筛选，得到负荷时间段；调整负荷时间段内的配电设备的工作计划，以降低负荷时间段内的供应需求量。

Description

一种基于多模型的电力能源需求的管理方法及管理装置
技术领域
本发明涉及电力系统技术领域，具体而言，涉及一种基于多模型的电力能源需求的管理方法及管理装置。
背景技术
随着科技的发展，产生了许多能够独立运营和管理的厂区，厂区内的工作设备需要大量电力供应，因此，需要针对这些厂区内的所有配电设备进行系统化的电力管理，从而为每个配电设备分配合理的电能。
每个厂区都能够提供稳定的电力供应，厂区在高峰用电状态下，供应的需求量与电力供应总量非常接近，当电量产生波动时，容易出现供应需求量超标的情况，虽然时间较短，但是仍存在厂区内部分区域跳闸的风险，会对厂区的工作造成影响。
因此，通过厂区的工作计划结合配电设备的当日耗电量，对下一日厂区各个时间段的耗电量进行预测，并根据预测得到的耗电量与电力供应总量对配电设备的工作时间进行调整，在保证工作计划完成的同时，降低厂区内电力管理的压力，避免跳闸现象的发生。
发明内容
本发明解决的问题：如何准确的预测厂区未来时间段内的耗电量，并根据耗电量对厂区内的配电设备进行管控的问题。
为解决上述问题，本发明实施例提供一种基于多模型的电力能源需求的管理方法，管理方法包括：建立数据管理库，将目标区域内的配电设备加入到数据管理库中，获取每个配电设备每日的运行时长，以及在运行时长下的每日耗电量，记为第一电量结果；根据运行时长与第一电量结果计算配电设备的当日耗电效率，并从数据管理库中获取配电设备的预计耗电效率；将当日耗电效率与预计耗电效率进行比较，判断配电设备的预计耗电效率是否需要修改；若是，则根据第一电量结果与运行时长修改预计耗电效率；若否，则将下一日划分为多个工作时间段，获取配电设备的工作计划，根据工作计划获取配电设备在每个工作时间段的工作时长；根据预计耗电效率与工作时长计算配电设备在每个工作时间段的耗电量，记为第二电量结果；获取每个配电设备的第二电量结果，将多个第二电量结果相加，得到每个工作时间段的总耗电量，记为第三电量结果；预计下一日的气象数据，并根据气象数据计算每个工作时间段的光伏发电量，根据光伏发电量与第三电量结果计算工作时间段的供应需求量；从数据管理库中获取目标区域的电力供应总量，根据电力供应总量与供应需求量对工作时间段进行筛选，得到负荷时间段；调整负荷时间段内的配电设备的工作计划，以降低负荷时间段内的供应需求量。
与现有技术相比，采用该技术方案所达到的技术效果：数据管理库的设置能够获取目标区域内所有配电设备的耗电数据，便于目标区域内配电设备的管控，通过准确的当日耗电效率与预计耗电效率进行比较，对配电设备输入的预计耗电效率进行核验，提升了预计耗电效率的准确性，多个工作时间段的设置能够对下一日的耗电量进行分段分析，第二电量结果的设置，能够得到每个配电设备在各个工作时间段的耗电量，当工作时间段被标记为负荷时间段时，能够根据第二电量结果合理的调整配电设备的工作时间，确保电力供应总量能够满足工作时间段内所有配电设备的正常运行，光伏发电量的检测，排除了厂区自行发电对预测结果的影响，让负荷时间段的判定更加准确，提升了管理方法的实用性。
在本发明的一个实施例中，将当日耗电效率与预计耗电效率进行比较，判断配电设备的预计耗电效率是否需要修改，具体包括：获取配电设备的使用年限，根据使用年限确定配电设备的耗电效率范围，记为正常效率范围；当当日耗电效率位于正常效率范围之内时，预计耗电效率无需修改；当当日耗电效率位于正常效率范围之外时，从数据管理库中获取配电设备的故障情况；根据故障情况对当日耗电效率进行修正，得到修正耗电效率，并根据修正耗电效率判断预计耗电效率是否需要修改。
与现有技术相比，采用该技术方案所达到的技术效果：使用年限的获取，考虑到了厂区中的配电设备存在设备老化的问题，根据使用年限对每个配电设备设置不同的正常效率范围，让正常效率范围更加符合配电设备当前的工作状态，配电设备故障情况的获取，能够在当日耗电效率发生异常时，根据故障情况对当日耗电效率进行修正，提升了当日耗电效率的准确性。
在本发明的一个实施例中，根据故障情况对当日耗电效率进行修正，得到修正耗电效率，并根据修正耗电效率判断预计耗电效率是否需要修改，具体包括：获取发生故障情况的故障时长，根据故障时长对运行时长进行修正，得到修正时长，根据修正时长与第一电量结果计算修正耗电效率；当修正耗电效率位于正常效率范围之内时，预计耗电效率无需修改；当修正耗电效率位于正常效率范围之外时，记录配电设备在预计耗电效率下的波动次数，并计算修正耗电效率与正常效率范围的端点值的差值，得到效率差值；根据效率差值与波动次数判断预计耗电效率是否进行修改。
与现有技术相比，采用该技术方案所达到的技术效果：修正时长的设置，让配电设备在当日的运行时长更加准确，正常效率范围的设置，让数据管理库无需对每个发生维修的配电设备都进行耗电量修正，提升了数据管理库的工作效率，效率差值与波动次数的设置，让预计耗电效率的修改更加精确，避免预计耗电效率的频繁修改。
在本发明的一个实施例中，根据效率差值与波动次数判断预计耗电效率是否进行修改，具体包括：从数据管理库中获取配电设备的效率阈值范围，当修正耗电效率位于正常效率范围之外，但位于效率阈值范围之内时，根据波动次数判断预计耗电效率是否进行修改；当波动次数小于次数阈值时，预计耗电效率无需进行修改；当波动次数大于等于次数阈值时，获取每个波动次数对应的修正耗电效率，将每个修正耗电效率的数值相加后求平均值，得到平均耗电效率，并将预计耗电效率的数值替换为平均耗电效率的数值；当修正耗电效率位于效率阈值范围之外时，根据效率差值与修正耗电效率计算目标耗电效率，并将预计耗电效率的数值替换为目标耗电效率的数值。
与现有技术相比，采用该技术方案所达到的技术效果：效率阈值范围限定了配电设备在当前预计耗电效率下的波动范围，修正耗电效率与波动次数的设置，降低了对预计耗电效率修改的次数，但是又记录了配电设备每日的工作情况，在保证预计耗电效率准确的情况下，又对配电设备的工作状态进行监控，效率差值的设定，在修正耗电效率超出效率阈值范围时，能够确定预计耗电效率的调整幅度，让调整后的预计耗电效率更加准确，降低极端情况对预计耗电效率的调整造成的影响，进一步的提升预计耗电效率的准确性。
在本发明的一个实施例中，预计下一日的气象数据，并根据气象数据计算每个工作时间段的光伏发电量，根据光伏发电量与第三电量结果计算工作时间段的供应需求量，具体包括：预测每个工作时间段内晴天的持续时间，记为光照时长；预测每个工作时间段内光照时长的平均温度，记为光照温度；根据光照时长与光照温度计算工作时间段内的光伏发电量；将第三电量结果减去光伏发电量得到工作时间段的供应需求量。
与现有技术相比，采用该技术方案所达到的技术效果：通过气象数据的预测，让各个工作时间段的光伏发电量更加准确，在计算供应需求量的时候，进一步的考虑厂区的发电量对电力供应的缓冲作用，让供应需求量的计算更加准确，在根据供应需求量调整配电设备的工作计划时更加合理。
在本发明的一个实施例中，从数据管理库中获取目标区域的电力供应总量，根据电力供应总量与供应需求量对工作时间段进行筛选，得到负荷时间段，具体包括：当工作时间段内的供应需求量小于等于电力供应总量时，工作时间段内的配电设备能够按照工作计划进行工作；当工作时间段内的供应需求量大于电力供应总量时，将工作时间段记为负荷时间段。
与现有技术相比，采用该技术方案所达到的技术效果：负荷时间段的设置，对一天中的各个时间段进行筛选，计算出电力供应困难的时间段，便于工作人员提前进行工作规划。
在本发明的一个实施例中，调整负荷时间段内的配电设备的工作计划，以降低负荷时间段内的供应需求量，具体包括：获取与负荷时间段相邻的工作时间段，记为相邻时间段，并判断相邻时间段是否为负荷时间段；当存在相邻时间段不是负荷时间段时，将相邻时间段记为调节时间段，并获取负荷时间段内开始运行且工作时长小于负荷时间段的时间长度的配电设备，记为可调节设备；根据相邻时间段的供应需求量，对可调节设备的工作计划进行修改；当相邻时间段都是负荷时间段时，对负荷时间段内运行的配电设备进行划分，得到重要供电设备和次要供电设备，在负荷时间段优先保证重要供电设备的运行；计算重要供电设备在每个负荷时间段内所需要的供电量，记为必要需求量；将必要需求量与电力供应总量进行比较，得到电力供应余量，根据电力供应余量控制次要供电设备在负荷时间段内的可工作时间。
与现有技术相比，采用该技术方案所达到的技术效果：相邻时间段的检测，让负荷时间段能够根据相邻的工作时间段进行调节，可调节设备的检测，在降低负荷时间段供应需求量的同时，又能够保证配电设备工作的连贯性，重要供电设备和次要供电设备的划分，能够在电力供应总量不足时合理的进行电量分配，电力供应余量的计算，能够合理的管控次要配电设备在负荷时间段内的工作方式，保证厂区内重要配电设备工作的稳定性。
在本发明的一个实施例中，将必要需求量与电力供应总量进行比较，得到电力供应余量，根据电力供应余量控制次要供电设备在负荷时间段内的可工作时间，具体包括：计算负荷时间段的供应需求量与必要需求量的差值，得到次要供电设备的目标需求量；计算目标需求量与电力供应余量的比值，结合负荷时间段的时间长度，计算次要供电设备在负荷时间段内的可工作时间。
与现有技术相比，采用该技术方案所达到的技术效果：目标需求量的计算，能够直观的体现出在负荷时间段内，次要配电设备缺少的供电量，通过计算目标需求量与电力供应余量的比值，限制次要配电设备在负荷时间段内的运行时间，在确保重要配电设备温度工作的情况下，尽可能的维持次要配电设备的正常工作。
在本发明的一个实施例中，还提供一种电力能源需求的管理装置，管理装置包括：存储模块，数据管理库设于存储模块中；获取模块，获取模块用于获取第一电量结果与预计耗电效率；计算模块，计算模块用于计算当日耗电效率；判断模块，判断模块用于判断预计耗电效率是否需要修改，该电力能源需求的管理装置具有上述管理方法的全部技术特征，此处不再一一赘述。
附图说明
为了更清楚的说明本发明实施例的技术方案，下面将对实施例描述中待要使用的附图作简单介绍，显而易见的，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为本发明电力能源需求的管理方法的流程图之一；
图2为本发明电力能源需求的管理方法的流程图之二；
图3为本发明电力能源需求的管理方法的流程图之三；
图4为本发明电力能源需求的管理方法的流程图之四；
图5为本发明电力能源需求的管理方法的流程图之五；
图6为本发明电力能源需求的管理装置的系统图。
附图标记说明：
100-管理装置；110-存储模块；120-获取模块；130-计算模块；140-判断模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
【第一实施例】
参见图1和图2，在一个具体的实施例中，本发明提供一种基于多模型的电力能源需求的管理方法，管理方法包括：
S100、建立数据管理库，将目标区域内的配电设备加入到数据管理库中，获取每个配电设备每日的运行时长，以及在运行时长下的每日耗电量，记为第一电量结果；
S200、根据运行时长与第一电量结果计算配电设备的当日耗电效率，并从数据管理库中获取配电设备的预计耗电效率；
S300、将当日耗电效率与预计耗电效率进行比较，判断配电设备的预计耗电效率是否需要修改；
S400、若是，则根据第一电量结果与运行时长修改预计耗电效率；
S500、若否，则将下一日划分为多个工作时间段，获取配电设备的工作计划，根据工作计划获取配电设备在每个工作时间段的工作时长；
S510、根据预计耗电效率与工作时长计算配电设备在每个工作时间段的耗电量，记为第二电量结果；
S520、获取每个配电设备的第二电量结果，将多个第二电量结果相加，得到每个工作时间段的总耗电量，记为第三电量结果；
S530、预计下一日的气象数据，并根据气象数据计算每个工作时间段的光伏发电量，根据光伏发电量与第三电量结果计算工作时间段的供应需求量；
S540、从数据管理库中获取目标区域的电力供应总量，根据电力供应总量与供应需求量对工作时间段进行筛选，得到负荷时间段；
S550、调整负荷时间段内的配电设备的工作计划，以降低负荷时间段内的供应需求量。
在步骤S100中，目标区域通常为规模较大的厂区，厂区中的配电设备都会加入到数据管理库中，配电设备包括但不限于：厂区车间的机器、电梯、空调、冷风机和电动车充电桩，每个配电设备每日的运行时长和每日的耗电量都会被记入在数据管理库中，得到第一电量结果。
在步骤S200中，通过一个配电设备的运行时长和第一电量结果能够得出这个配电设备的当日耗电效率，举例来说，厂区内设有一台注塑机，注塑机当日的运行时长为10小时，注塑机对应的第一电量结果为50kwh，则该注塑机对应的当日耗电效率为5kw。
在步骤S300中，每个设备的预计耗电效率均存储在数据管理库中，当配电设备加入到数据管理库中时，都会输入对应的预计耗电效率，初始输入的预计耗电效率往往接近配电设备的额定耗电效率，但是随着配电设备使用年限的增加，耗电的效率也会随之提高，此时和初始输入的预计耗电效率会产生较大的偏差，如果不进行修改，会导致预测的耗电量不准确，增加厂区内配电设备的管控难度。
在步骤S500至步骤S520中，当预计耗电效率无需修改时，对每个配电设备的工作计划进行获取，对于主要的配电设备，例如工厂车间内用于生产的机器，不同的机器具有不同用途，根据厂区每日需要生产的产品的种类不同，运行的机器也不相同，而这些用于生产的机器都具有较大的耗电量，通过工作计划能够准确的得到这些配电设备的工作时长，并根据工作时长和预计耗电效率来计算该配电设备在各个工作时间段的耗电量，即第二电量结果。
需要说明的是，对于一些使用频率较高的设备，可以在数据管理库中输入默认的工作计划，举例来说，对于办公室区域空调的使用，在上班时间默认都处于运行状态，则根据上班时间来计算办公室区域空调的工作时间段，以及每个工作时间段对应的第二电量结果，对于部分照明灯，例如楼道等位置，需要24小时处于开启状态，因此，该照明灯对应的工作计划就是全天开启，在预计耗电效率不变的情况下，该照明灯在各个工作时间段的第二电量结果也不变。
在步骤S530中，很多的大型厂区都会设置光伏发电设备，而大型厂区因为自身使用的电量较多，因此，光伏发电产生的电量都会选择自发自用，在计算工作时间段的总耗电量时，对于安装了光伏发电设备的大型厂区，需要综合考虑光伏的发电情况。
需要说明的是，对于没有安装光伏发电设备的大型厂区，或是工作时间段内不存在光照的时候，直接将光伏发电量按照0进行处理，因此，在预测光伏发电量时，需要对下一个的气象数据进行检测，让供应需求量的结果更加准确。
在步骤S540中，将每个工作时间段的供应需求量预测完毕后，根据电力供应总量来判断所有的配电设备能否按照工作计划顺利进行，当工作时间段内的供应需求量大于电力供应总量时，将该工作时间段记为负荷时间段。
在步骤S550中，当有负荷时间段产生时，说明按照预定的工作计划，厂区在负荷时间段内具有跳闸的风险，此时，需要调整负荷时间段内各个配电设备的工作状态，以此来降低负荷时间段内的供应需求量，确保厂区内所有的配电设备能够正常工作。
数据管理库的设置能够获取目标区域内所有配电设备的耗电数据，便于目标区域内配电设备的管控，通过准确的当日耗电效率与预计耗电效率进行比较，对配电设备输入的预计耗电效率进行核验，提升了预计耗电效率的准确性，多个工作时间段的设置能够对下一日的耗电量进行分段分析，第二电量结果的设置，能够得到每个配电设备在各个工作时间段的耗电量，当工作时间段被标记为负荷时间段时，能够根据第二电量结果合理的调整配电设备的工作时间，确保电力供应总量能够满足工作时间段内所有配电设备的正常运行，光伏发电量的检测，排除了厂区自行发电对预测结果的影响，让负荷时间段的判定更加准确，提升了管理方法的实用性。
【第二实施例】
参见图3，在一个具体的实施例中，将当日耗电效率与预计耗电效率进行比较，判断配电设备的预计耗电效率是否需要修改，具体包括：
S310、获取配电设备的使用年限，根据使用年限确定配电设备的耗电效率范围，记为正常效率范围；
S320、当当日耗电效率位于正常效率范围之内时，预计耗电效率无需修改，当当日耗电效率位于正常效率范围之外时，从数据管理库中获取配电设备的故障情况；
S330、根据故障情况对当日耗电效率进行修正，得到修正耗电效率，并根据修正耗电效率判断预计耗电效率是否需要修改。
在步骤S310中，不同的配电设备具有不同的使用年限，使用的年限越长，配电设备的耗电量增大的可能性也越大，同时波动的范围也就越大，记配电设备的使用年限为T1，配电设备的实际使用时间为T2，初始的额定耗电效率为F1，初始的额定耗电效率为该配电设备记录在数据管理库中的预计耗电效率，正常效率范围的端点值分别与使用年限为T1和实际使用时间为T2有关，记正常效率范围为[aF1，bF1]，具体关系如下：
T2÷T1≤0.5时，a=0.97，b=1.02；
0.5＜T2÷T1≤0.8时，a=0.99，b=1.05；
0.8≤T2÷T1时，a=0.99，b=1.07。
在步骤S320中，当日耗电效率位于正常波动范围内时，直接根据预计耗电效率进行计算第二电量结果，当耗电效率位于正常波动范围之外时，首先需要对设备的故障情况进行排查，避免设备出现故障没有工作，而导致的耗电效率过低。
在步骤S330中，当配电设备存在故障情况时，从数据管理库中调取该配电设备的维修记录，根据维修记录来获取发生耗电效率发生异常的具体情况，举例来说，当日的运行时长为10小时，且当日耗电效率低于正常效率范围的最小值，而维修记录显示，该配电设备的维修时长为0.5小时，即配电设备在0.5小时内并没有进行工作，因此，配电设备实际的当日耗电效率存在误差，在判断预计耗电效率是否准确时，首先需要对当日耗电效率进行修正，才能确保判断的准确性。
使用年限的获取，考虑到了厂区中的配电设备存在设备老化的问题，根据使用年限对每个配电设备设置不同的正常效率范围，让正常效率范围更加符合配电设备当前的工作状态，配电设备故障情况的获取，能够在当日耗电效率发生异常时，根据故障情况对当日耗电效率进行修正，提升了当日耗电效率的准确性。
【第三实施例】
参见图4，在一个具体的实施例中，根据故障情况对当日耗电效率进行修正，得到修正耗电效率，并根据修正耗电效率判断预计耗电效率是否需要修改，具体包括：
S331、获取发生故障情况的故障时长，根据故障时长对运行时长进行修正，得到修正时长，根据修正时长与第一电量结果计算修正耗电效率；
S332、当修正耗电效率位于正常效率范围之内时，预计耗电效率无需修改，当修正耗电效率位于正常效率范围之外时，记录配电设备在预计耗电效率下的波动次数，并计算修正耗电效率与正常效率范围的端点值的差值，得到效率差值；
S333、根据效率差值与波动次数判断预计耗电效率是否进行修改。
在步骤S331中，当配电设备发生故障时，修正时长才是配电设备在供电状态下的运行时长，数据管理库每日统计第一电量结果时，并不会直接对这种情况进行排除，只有当预计耗电效率和正常效率范围出现偏差时，再对故障情况进行排查，当故障的维修时间较短，且配电设备的运行时长较长时，这些维修并不会让当日耗电效率发生太大的波动，举例来说，一台机床的第一电量结果为98kwh，运行时长为10小时，则当日耗电效率为9.8kw，维修记录显示这台机床在当日具有30分钟的维修时长，此时，机床对应的修正时长为9.5小时，对应的修正耗电效率为10.31kw。
在步骤S332中，若机床的正常效率范围为[9.9kw，10.5kw]，则机床的当日耗电效率位于正常效率之外，但是修正耗电效率依然在正常效率范围之内，所以，在预测第二电量结果时，这台机床的预计耗电效率无需修改，若机床的正常效率范围为[10.5kw，11kw]，则说明修正耗电效率在正常效率范围之外，效率差值通常是计算靠近修正耗电效率的端点值，记效率差值为△F，以上述数据为例，△F=10.5－10.31=0.19kw。
在步骤S333中，当效率差值过大时，预计耗电效率会直接更新，当效率差值不大时，需要根据波动次数来判定预计耗电效率是否需要更新，波动次数的计算与预计耗电效率有关，预计耗电效率没有被更新时，波动次数持续计算，直至预计耗电效率被更新。
修正时长的设置，让配电设备在当日的运行时长更加准确，正常效率范围的设置，让数据管理库无需对每个发生维修的配电设备都进行耗电量修正，提升了数据管理库的工作效率，效率差值与波动次数的设置，让预计耗电效率的修改更加精确，避免预计耗电效率的频繁修改。
【第四实施例】
在一个具体的实施例中，根据效率差值与波动次数判断预计耗电效率是否进行修改，具体包括：
S333a、从数据管理库中获取配电设备的效率阈值范围，当修正耗电效率位于正常效率范围之外，但位于效率阈值范围之内时，根据波动次数判断预计耗电效率是否进行修改；
S333b、当波动次数小于次数阈值时，预计耗电效率无需进行修改，当波动次数大于等于次数阈值时，获取每个波动次数对应的修正耗电效率，将每个修正耗电效率的数值相加后求平均值，得到平均耗电效率，并将预计耗电效率的数值替换为平均耗电效率的数值；
S333c、当修正耗电效率位于效率阈值范围之外时，根据效率差值与修正耗电效率计算目标耗电效率，并将预计耗电效率的数值替换为目标耗电效率的数值。
在步骤S333a至步骤S333c中，效率阈值范围是配电设备在当前的正常效率范围下的波动极限值，效率阈值范围的最大值大于正常效率范围的最大值，效率阈值范围的最小值小于正常效率范围的最小值，当修正耗电效率位于效率阈值范围内时，说明配电设备当日的电量波动较大，为了避免极端情况产生的影响，当这种情况发生时，先增加预计耗电效率的波动次数，当波动次数较多时，说明预计耗电效率与配电设备的工作状态无法匹配，需要修改预计耗电效率，才能让第二电量结果更加准确，
次数阈值可以根据不同的配电设备进行设置，通常的次数阈值为5次，举例来说，配电设备的正常效率范围为[21.5kw，22kw]，效率阈值范围为[21kw，22.5kw]，当修正耗电效率为22.3kw，波动次数为3次，预计耗电效率无需修改，当波动次数达到5次时，分别获取5次波动次数的修正耗电效率，若5次波动次数对应的修正耗电效率分别为22.1kw、22.2kw、22.1kw、22.4kw、和22.3kw，此时需要计算平均耗电效率，记平均耗电效率为F0，在当前情况下，F0=（22.1+22.2+22.1+22.4+22.3）÷5=22.22kw。
当修正耗电效率大于22.5kw时，需要直接根据效率差值来计算目标耗电效率，以上述数据为例，配电设备的预计耗电效率为21.8kw，当修正耗电效率为23kw，此时效率差值为0.5kw，根据效率差值计算电量的波动率，记波动率为S，目标耗电效率为F4，目标耗电效率的计算方式如下：
S=0.5÷22.5=0.02，
F4=21.8×（1+S）=22.236kw。
当目标耗电效率计算完毕后，在预测配电设备下一日的耗电量时，预计耗电效率的数值修改为目标耗电效率的数值，并且将之前预计耗电效率的波动次数清除。
效率阈值范围限定了配电设备在当前预计耗电效率下的波动范围，修正耗电效率与波动次数的设置，降低了对预计耗电效率修改的次数，但是又记录了配电设备每日的工作情况，在保证预计耗电效率准确的情况下，又对配电设备的工作状态进行监控，效率差值的设定，在修正耗电效率超出效率阈值范围时，能够确定预计耗电效率的调整幅度，让调整后的预计耗电效率更加准确，降低极端情况对预计耗电效率的调整造成的影响，进一步的提升预计耗电效率的准确性。
【第五实施例】
在一个具体的实施例中，计下一日的气象数据，并根据气象数据计算每个工作时间段的光伏发电量，根据光伏发电量与第三电量结果计算工作时间段的供应需求量，具体包括：
S531、预测每个工作时间段内晴天的持续时间，记为光照时长，预测每个工作时间段内光照时长的平均温度，记为光照温度；
S532、根据光照时长与光照温度计算工作时间段内的光伏发电量，将第三电量结果减去光伏发电量得到工作时间段的供应需求量。
在步骤S531中，光照时长只统计包含上午7时至下午6时的工作时间段，通过光照时长和光照温度计算每个工作时间段的太阳能总辐照量。
在步骤S532中，记太阳能总辐照量记为H，获取光伏发电组件的相关数据，并通过以下公式计算每个工作时间段的光伏发电量R。
R=H×S×μ1×μ2×μ3÷E，其中，S为组件安装容量，E为标准条件下的辐照度，μ1为光伏组件效率，μ2为光伏逆变器转换效率，μ3为光伏并网效率。
通过气象数据的预测，让各个工作时间段的光伏发电量更加准确，在计算供应需求量的时候，进一步的考虑厂区的发电量对电力供应的缓冲作用，让供应需求量的计算更加准确，在根据供应需求量调整配电设备的工作计划时更加合理。
【第六实施例】
在一个具体的实施例中，从数据管理库中获取目标区域的电力供应总量，根据电力供应总量与供应需求量对工作时间段进行筛选，得到负荷时间段，具体包括：
S541、当工作时间段内的供应需求量小于等于电力供应总量时，工作时间段内的配电设备能够按照工作计划进行工作；
S542、当工作时间段内的供应需求量大于电力供应总量时，将工作时间段记为负荷时间段。
在步骤S541至步骤S542中，当工作时间段被标记为负荷时间段时，说明在该工作时间段内，电力供应的压力较大，当厂区长时间在负荷状态下工作时，出现跳闸的风险就越高，对于负荷时间段需要及时的处理，尽可能的降低负荷时间段的时间。
需要说明的是，工作时间段的时间长度可以根据厂区的需求进行调整，通常情况，每个工作时间段的时间长度越短，对于厂区内配电设备的电力管控就越严格。
负荷时间段的设置，对一天中的各个时间段进行筛选，计算出电力供应困难的时间段，便于工作人员提前进行工作规划。
【第七实施例】
参见图5，在一个具体的实施例中，调整负荷时间段内的配电设备的工作计划，以降低负荷时间段内的供应需求量，具体包括：
S551、获取与负荷时间段相邻的工作时间段，记为相邻时间段，并判断相邻时间段是否为负荷时间段；
S552、当存在相邻时间段不是负荷时间段时，将相邻时间段记为调节时间段，并获取负荷时间段内开始运行且工作时长小于负荷时间段的时间长度的配电设备，记为可调节设备，根据相邻时间段的供应需求量，对可调节设备的工作计划进行修改。
S553、当相邻时间段都是负荷时间段时，对负荷时间段内运行的配电设备进行划分，得到重要供电设备和次要供电设备，在负荷时间段优先保证重要供电设备的运行；
S554、计算重要供电设备在每个负荷时间段内所需要的供电量，记为必要需求量，将必要需求量与电力供应总量进行比较，得到电力供应余量，根据电力供应余量控制次要供电设备在负荷时间段内的可工作时间。
在步骤S551中，相邻的工作时间段相互衔接，并形成闭环，举例来说，若一个工作时间段的时间为2小时，则一天具有12个工作时间段，分别为0时至2时，2时至4时，4时至6时，以此类推，直至22时至24时，优选的，初始的时间段也可以为1时，可以根据不同的厂区情况进行调整。
一天中，除了第一个工作时间段和最后一个工作时间段，其他的工作时间段都具有两个相邻时间段，通常情况下，用电的高峰期出现在白天，而第一个工作时间段和最后一个工作时间段都位于半夜，出现负荷时间段的概率较低。
在步骤S552中，当两个相邻时间段中有一个不是负荷时间段时，就将不是负荷时间段的相邻时间段记为调节时间段，举例来说，每个工作时间段的时间长度为1小时，14时至15时为负荷时间段，15时至16时也为负荷时间段，但是13时至14时不是负荷时间段，说明至少存在一个配电设备在13时至14时之间不运行，但在14时至15时之间开始运行，才会导致负荷时间段的形成，根据工作计划对这类配电设备进行筛选，得到可调节设备。
相邻时间段的供应需求量必然小于电力供应总量，也就意味着，可以将可调节设备的运行时间进行修改，通过提前或者延后的方式，让负荷时间段内的供应需求量下降，在工作时间相同的情况下分摊到相邻时间段中。
举例来说，每个工作时间段的电力供应总量为3000kwh，负荷时间段的供应需求量为3020kwh，相邻时间段的供应需求量为2900kwh，一个可调节设备的预计耗电效率为50kw，工作时间为0.5小时，可调节设备对应的第二电量结果为25kwh，此时，通过修改可调节设备的工作时间，让可调节设备在13时至14时进行工作，调整后负荷时间段的供应需求量变为2995kwh，相邻时间段的供应需求量为2925kwh，均低于电力供应总量，让厂区内各个配电设备的运行更加顺利。
需要说明的是，对于持续在运行的配电设备，让配电设备中途停止运行会导致部分工作的工作进度缓慢，因此，需要根据工作计划筛选出可调节设备，保证配电设备工作的连贯性。
在步骤S553中，当相邻时间段都是负荷时间段时，说明至少有三个连续的负荷时间段，说明厂区在这段时间内的用电量达到高峰期，根据工作计划筛选出重要供电设备和次要供电设备，重要供电设备通常与厂区的生产计划相关，例如当日需要发货的产品，或是为了满足发货需求需要持续工作的机器，除了重要供电设备外的设备均为次要供电设备，包括但不限于生产任务较少的机器、返修产品的加工设备和空调。当出现多个负荷时间段时，优先保证重要供电设备的运行。
在步骤S554中，举例来说，每个负荷时间段的时间长度为0.5小时，连续的负荷时间段有三个，一个配电设备的工作时长包括了这三个负荷时间段，配电设备的预计耗电效率为60kw，则该配电设备在每个负荷时间段所需要的供电量为30kwh，在负荷时间段内一共有90个与之相同的重要配电设备，则必要需求量为2700kwh，电力供应总量为3000kwh，电力供应余量为300kwh，将这些电力供应余量平均分配给次要配电设备，限制次要配电设备在负荷时间段内的运行时间，以此保证重要配电设备的正常运行。
相邻时间段的检测，让负荷时间段能够根据相邻的工作时间段进行调节，可调节设备的检测，在降低负荷时间段供应需求量的同时，又能够保证配电设备工作的连贯性，重要供电设备和次要供电设备的划分，能够在电力供应总量不足时合理的进行电量分配，电力供应余量的计算，能够合理的管控次要配电设备在负荷时间段内的工作方式，保证厂区内重要配电设备工作的稳定性。
【第八实施例】
在一个具体的实施例中，将必要需求量与电力供应总量进行比较，得到电力供应余量，根据电力供应余量控制次要供电设备在负荷时间段内的可工作时间，具体包括：
S554a、计算负荷时间段的供应需求量与必要需求量的差值，得到次要供电设备的目标需求量；
S554b、计算目标需求量与电力供应余量的比值，结合负荷时间段的时间长度，计算次要供电设备在负荷时间段内的可工作时间。
在步骤S554a至步骤S554b中，目标需求量为次要配电设备理论上需要消耗的电量，在负荷时间段内，供应需求量为3100kwh，必要需要量为2700kwh，则目标需求量为400kwh。
若电力供应余量为300kwh，目标需求量与电力供应余量的比值为75%，说明在负荷时间段内，次要供电设备只能够运行75%的时间，举例来说，次要配电设备的工作计划显示，在负荷时间段内需要工作1小时，根据目标需求量与电力供应余量的比值，该次要配电设备最多只能运行0.75小时，工作人员需要根据实际情况调节次要配电设备的工作时间。
目标需求量的计算，能够直观的体现出在负荷时间段内，次要配电设备缺少的供电量，通过计算目标需求量与电力供应余量的比值，限制次要配电设备在负荷时间段内的运行时间，在确保重要配电设备温度工作的情况下，尽可能的维持次要配电设备的正常工作。
【第九实施例】
参见图6，在一个具体的实施例中，本发明还提供一种电力能源需求的管理装置100，管理装置100包括：存储模块110，数据管理库设于存储模块110中；获取模块120，获取模块120用于获取第一电量结果与预计耗电效率；计算模块130，计算模块130用于计算当日耗电效率；判断模块140，判断模块140用于判断预计耗电效率是否需要修改，该电力能源需求的管理装置100具有上述管理方法的全部技术特征，此处不再一一赘述。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (9)

1.一种基于多模型的电力能源需求的管理方法，其特征在于，所述管理方法包括：
建立数据管理库，将目标区域内的配电设备加入到所述数据管理库中，获取每个所述配电设备每日的运行时长，以及在所述运行时长下的每日耗电量，记为第一电量结果；
根据所述运行时长与所述第一电量结果计算所述配电设备的当日耗电效率，并从所述数据管理库中获取所述配电设备的预计耗电效率；
将所述当日耗电效率与所述预计耗电效率进行比较，判断所述配电设备的所述预计耗电效率是否需要修改；
若是，则根据所述第一电量结果与所述运行时长修改所述预计耗电效率；
若否，则将下一日划分为多个工作时间段，获取所述配电设备的工作计划，根据所述工作计划获取所述配电设备在每个所述工作时间段的工作时长；
根据所述预计耗电效率与所述工作时长计算所述配电设备在每个所述工作时间段的耗电量，记为第二电量结果；
获取每个所述配电设备的所述第二电量结果，将多个所述第二电量结果相加，得到每个所述工作时间段的总耗电量，记为第三电量结果；
预计所述下一日的气象数据，并根据所述气象数据计算每个所述工作时间段的光伏发电量，根据所述光伏发电量与所述第三电量结果计算所述工作时间段的供应需求量；
从所述数据管理库中获取所述目标区域的电力供应总量，根据所述电力供应总量与所述供应需求量对所述工作时间段进行筛选，得到负荷时间段；
调整所述负荷时间段内的所述配电设备的所述工作计划，以降低所述负荷时间段内的所述供应需求量。
2.根据权利要求1所述的基于多模型的电力能源需求的管理方法，其特征在于，所述将所述当日耗电效率与所述预计耗电效率进行比较，判断所述配电设备的所述预计耗电效率是否需要修改，具体包括：
获取所述配电设备的使用年限，根据所述使用年限确定所述配电设备的耗电效率范围，记为正常效率范围；
当所述当日耗电效率位于所述正常效率范围之内时，所述预计耗电效率无需修改；
当所述当日耗电效率位于所述正常效率范围之外时，从数据管理库中获取所述配电设备的故障情况；
根据所述故障情况对所述当日耗电效率进行修正，得到修正耗电效率，并根据所述修正耗电效率判断所述预计耗电效率是否需要修改。
3.根据权利要求2所述的基于多模型的电力能源需求的管理方法，其特征在于，所述根据所述故障情况对所述当日耗电效率进行修正，得到修正耗电效率，并根据所述修正耗电效率判断所述预计耗电效率是否需要修改，具体包括：
获取发生所述故障情况的故障时长，根据所述故障时长对所述运行时长进行修正，得到修正时长，根据所述修正时长与所述第一电量结果计算修正耗电效率；
当所述修正耗电效率位于所述正常效率范围之内时，所述预计耗电效率无需修改；
当所述修正耗电效率位于所述正常效率范围之外时，记录所述配电设备在所述预计耗电效率下的波动次数，并计算所述修正耗电效率与所述正常效率范围的端点值的差值，得到效率差值；
根据所述效率差值与所述波动次数判断所述预计耗电效率是否进行修改。
4.根据权利要求3所述的基于多模型的电力能源需求的管理方法，其特征在于，所述根据所述效率差值与所述波动次数判断所述预计耗电效率是否进行修改，具体包括：
从所述数据管理库中获取所述配电设备的效率阈值范围，当所述修正耗电效率位于所述正常效率范围之外，但位于所述效率阈值范围之内时，根据所述波动次数判断所述预计耗电效率是否进行修改；
当所述波动次数小于次数阈值时，所述预计耗电效率无需进行修改；
当所述波动次数大于等于所述次数阈值时，获取每个所述波动次数对应的所述修正耗电效率，将每个所述修正耗电效率的数值相加后求平均值，得到平均耗电效率，并将所述预计耗电效率的数值替换为所述平均耗电效率的数值；
当所述修正耗电效率位于所述效率阈值范围之外时，根据所述效率差值与所述修正耗电效率计算目标耗电效率，并将所述预计耗电效率的数值替换为所述目标耗电效率的数值。
5.根据权利要求3所述的基于多模型的电力能源需求的管理方法，其特征在于，所述预计所述下一日的气象数据，并根据所述气象数据计算每个所述工作时间段的光伏发电量，根据所述光伏发电量与所述第三电量结果计算所述工作时间段的供应需求量，具体包括：
预测每个所述工作时间段内晴天的持续时间，记为光照时长；
预测每个所述工作时间段内所述光照时长的平均温度，记为光照温度；
根据所述光照时长与所述光照温度计算所述工作时间段内的所述光伏发电量；
将所述第三电量结果减去所述光伏发电量得到所述工作时间段的供应需求量。
6.根据权利要求5所述的基于多模型的电力能源需求的管理方法，其特征在于，所述从所述数据管理库中获取所述目标区域的电力供应总量，根据所述电力供应总量与所述供应需求量对所述工作时间段进行筛选，得到负荷时间段，具体包括：
当所述工作时间段内的所述供应需求量小于等于所述电力供应总量时，所述工作时间段内的所述配电设备能够按照所述工作计划进行工作；
当所述工作时间段内的所述供应需求量大于所述电力供应总量时，将所述工作时间段记为负荷时间段。
7.根据权利要求6所述的基于多模型的电力能源需求的管理方法，其特征在于，所述调整所述负荷时间段内的所述配电设备的所述工作计划，以降低所述负荷时间段内的所述供应需求量，具体包括：
获取与所述负荷时间段相邻的工作时间段，记为相邻时间段，并判断所述相邻时间段是否为所述负荷时间段；
当存在所述相邻时间段不是所述负荷时间段时，将所述相邻时间段记为调节时间段，并获取所述负荷时间段内开始运行且所述工作时长小于所述负荷时间段的时间长度的所述配电设备，记为可调节设备；
根据所述相邻时间段的所述供应需求量，对所述可调节设备的所述工作计划进行修改；
当所述相邻时间段都是所述负荷时间段时，对所述负荷时间段内运行的所述配电设备进行划分，得到重要供电设备和次要供电设备，在所述负荷时间段优先保证所述重要供电设备的运行；
计算所述重要供电设备在每个所述负荷时间段内所需要的供电量，记为必要需求量；
将所述必要需求量与所述电力供应总量进行比较，得到电力供应余量，根据所述电力供应余量控制所述次要供电设备在所述负荷时间段内的可工作时间。
8.根据权利要求7所述的基于多模型的电力能源需求的管理方法，其特征在于，所述将所述必要需求量与所述电力供应总量进行比较，得到电力供应余量，根据所述电力供应余量控制所述次要供电设备在所述负荷时间段内的可工作时间，具体包括：
计算所述负荷时间段的所述供应需求量与所述必要需求量的差值，得到所述次要供电设备的目标需求量；
计算所述目标需求量与所述电力供应余量的比值，结合所述负荷时间段的所述时间长度，计算所述次要供电设备在所述负荷时间段内的所述可工作时间。
9.一种电力能源需求的管理装置，其特征在于，如权利要求1至8中任意一项所述的基于多模型的电力能源需求的管理方法应用于所述管理装置中，所述管理装置包括：
存储模块，所述数据管理库设于所述存储模块中；
获取模块，所述获取模块用于获取所述第一电量结果与所述预计耗电效率；
计算模块，所述计算模块用于计算所述当日耗电效率；
判断模块，所述判断模块用于判断所述预计耗电效率是否需要修改。
CN202311293516.5A 2023-10-09 2023-10-09 一种基于多模型的电力能源需求的管理方法及管理装置 Active CN117039910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311293516.5A CN117039910B (zh) 2023-10-09 2023-10-09 一种基于多模型的电力能源需求的管理方法及管理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311293516.5A CN117039910B (zh) 2023-10-09 2023-10-09 一种基于多模型的电力能源需求的管理方法及管理装置

Publications (2)

Publication Number Publication Date
CN117039910A true CN117039910A (zh) 2023-11-10
CN117039910B CN117039910B (zh) 2024-01-05

Family

ID=88632256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311293516.5A Active CN117039910B (zh) 2023-10-09 2023-10-09 一种基于多模型的电力能源需求的管理方法及管理装置

Country Status (1)

Country Link
CN (1) CN117039910B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117895511A (zh) * 2024-03-14 2024-04-16 河北建筑工程学院 一种数据智能传输方法、系统及存储介质

Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002027668A (ja) * 2000-07-07 2002-01-25 Hitachi Ltd デマンド監視支援方法と装置
CN102290816A (zh) * 2010-06-18 2011-12-21 黄金富 用电设备按电力系统负荷调整耗电方法和相应系统及设备
CN102637289A (zh) * 2012-04-16 2012-08-15 天津大学 含大规模风电的电力系统规划方案的安全性价值评估方法
CN104104116A (zh) * 2014-07-01 2014-10-15 杭州电子科技大学 一种含多分布式能源的光伏微电网供需控制系统设计方法
TW201523465A (zh) * 2013-12-13 2015-06-16 Delta Electronics Inc 即時需量控制系統及其控制方法
CN104714501A (zh) * 2013-12-13 2015-06-17 台达电子工业股份有限公司 即时需量控制系统及其控制方法
CN105930952A (zh) * 2016-04-07 2016-09-07 国网浙江东阳市供电公司 一种用于配电设备的能耗分析评估系统
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
CN107110545A (zh) * 2015-01-30 2017-08-29 三菱电机株式会社 空调管理系统
CN107221965A (zh) * 2017-08-07 2017-09-29 广州供电局有限公司 一种基于分布式设计的日前计划计算方法
CN110061497A (zh) * 2019-05-17 2019-07-26 贵州电网有限责任公司 一种基于主动配电网的柔性负荷预测和控制方法
CN110764428A (zh) * 2019-11-14 2020-02-07 国网山西省电力公司忻州供电公司 一种家庭用电设备状态管理系统
CN111463834A (zh) * 2020-04-08 2020-07-28 合肥阳光新能源科技有限公司 虚拟电厂的运行控制方法及虚拟电厂
CN112508306A (zh) * 2020-12-28 2021-03-16 深圳供电局有限公司 一种电力生产配置的自适应方法及系统
CN114123180A (zh) * 2021-11-19 2022-03-01 国网安徽省电力有限公司经济技术研究院 基于多负荷优化配置的用户需求侧配电网规划方法
CN114154900A (zh) * 2021-12-09 2022-03-08 国网电子商务有限公司 供电控制方法和装置
CN114530862A (zh) * 2022-01-24 2022-05-24 贵州创星电力科学研究院有限责任公司 一种柔性互联变电站的减负荷方法
CN114567017A (zh) * 2022-02-28 2022-05-31 广东省电信规划设计院有限公司 一种数据中心的供配电方法、装置和计算机存储介质
CN114784871A (zh) * 2022-05-18 2022-07-22 深圳市太美亚电子科技有限公司 一种组合电网的控制方法及系统
CN114884220A (zh) * 2022-06-20 2022-08-09 嘉兴正弦电气有限公司 一种智能化配电方法及系统
CN114936460A (zh) * 2022-05-30 2022-08-23 国网重庆市电力公司电力科学研究院 一种用户用电时序优化方法和系统
CN115395514A (zh) * 2022-09-06 2022-11-25 深圳市三千米光电科技有限公司 一种基于图像通信的智慧城市激光照明管理系统
CN115642652A (zh) * 2022-10-11 2023-01-24 中国能源建设集团江苏省电力建设第一工程有限公司 一种基于人工智能的电力调节装置
CN115912436A (zh) * 2022-09-22 2023-04-04 中国电力企业联合会电力建设技术经济咨询中心 一种计及电力需求响应的电网调度运行优化计算方法
CN115967129A (zh) * 2023-01-17 2023-04-14 国家电网有限公司 电力系统源荷互动方法及装置
CN116316759A (zh) * 2023-03-23 2023-06-23 山东亿联数字能源科技有限公司 基于云平台的充电运营管理系统及其需求侧响应控制方法
CN116633016A (zh) * 2023-05-22 2023-08-22 湖北华中电力科技开发有限责任公司 一种基于高频数据采集技术的电力管理系统和方法
CN116760029A (zh) * 2023-08-15 2023-09-15 国网浙江省电力有限公司宁波供电公司 乡村屋顶光伏发电供电方法、系统、计算设备及存储介质
CN116760087A (zh) * 2023-05-25 2023-09-15 中科聚(北京)能源科技有限公司 基于分布式电源的综合能量管理方法、系统及存储介质

Patent Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002027668A (ja) * 2000-07-07 2002-01-25 Hitachi Ltd デマンド監視支援方法と装置
CN102290816A (zh) * 2010-06-18 2011-12-21 黄金富 用电设备按电力系统负荷调整耗电方法和相应系统及设备
CN102637289A (zh) * 2012-04-16 2012-08-15 天津大学 含大规模风电的电力系统规划方案的安全性价值评估方法
TW201523465A (zh) * 2013-12-13 2015-06-16 Delta Electronics Inc 即時需量控制系統及其控制方法
CN104714501A (zh) * 2013-12-13 2015-06-17 台达电子工业股份有限公司 即时需量控制系统及其控制方法
CN104104116A (zh) * 2014-07-01 2014-10-15 杭州电子科技大学 一种含多分布式能源的光伏微电网供需控制系统设计方法
CN107110545A (zh) * 2015-01-30 2017-08-29 三菱电机株式会社 空调管理系统
CN105930952A (zh) * 2016-04-07 2016-09-07 国网浙江东阳市供电公司 一种用于配电设备的能耗分析评估系统
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
CN107221965A (zh) * 2017-08-07 2017-09-29 广州供电局有限公司 一种基于分布式设计的日前计划计算方法
CN110061497A (zh) * 2019-05-17 2019-07-26 贵州电网有限责任公司 一种基于主动配电网的柔性负荷预测和控制方法
CN110764428A (zh) * 2019-11-14 2020-02-07 国网山西省电力公司忻州供电公司 一种家庭用电设备状态管理系统
CN111463834A (zh) * 2020-04-08 2020-07-28 合肥阳光新能源科技有限公司 虚拟电厂的运行控制方法及虚拟电厂
CN112508306A (zh) * 2020-12-28 2021-03-16 深圳供电局有限公司 一种电力生产配置的自适应方法及系统
CN114123180A (zh) * 2021-11-19 2022-03-01 国网安徽省电力有限公司经济技术研究院 基于多负荷优化配置的用户需求侧配电网规划方法
CN114154900A (zh) * 2021-12-09 2022-03-08 国网电子商务有限公司 供电控制方法和装置
CN114530862A (zh) * 2022-01-24 2022-05-24 贵州创星电力科学研究院有限责任公司 一种柔性互联变电站的减负荷方法
CN114567017A (zh) * 2022-02-28 2022-05-31 广东省电信规划设计院有限公司 一种数据中心的供配电方法、装置和计算机存储介质
CN114784871A (zh) * 2022-05-18 2022-07-22 深圳市太美亚电子科技有限公司 一种组合电网的控制方法及系统
CN114936460A (zh) * 2022-05-30 2022-08-23 国网重庆市电力公司电力科学研究院 一种用户用电时序优化方法和系统
CN114884220A (zh) * 2022-06-20 2022-08-09 嘉兴正弦电气有限公司 一种智能化配电方法及系统
CN115395514A (zh) * 2022-09-06 2022-11-25 深圳市三千米光电科技有限公司 一种基于图像通信的智慧城市激光照明管理系统
CN115912436A (zh) * 2022-09-22 2023-04-04 中国电力企业联合会电力建设技术经济咨询中心 一种计及电力需求响应的电网调度运行优化计算方法
CN115642652A (zh) * 2022-10-11 2023-01-24 中国能源建设集团江苏省电力建设第一工程有限公司 一种基于人工智能的电力调节装置
CN115967129A (zh) * 2023-01-17 2023-04-14 国家电网有限公司 电力系统源荷互动方法及装置
CN116316759A (zh) * 2023-03-23 2023-06-23 山东亿联数字能源科技有限公司 基于云平台的充电运营管理系统及其需求侧响应控制方法
CN116633016A (zh) * 2023-05-22 2023-08-22 湖北华中电力科技开发有限责任公司 一种基于高频数据采集技术的电力管理系统和方法
CN116760087A (zh) * 2023-05-25 2023-09-15 中科聚(北京)能源科技有限公司 基于分布式电源的综合能量管理方法、系统及存储介质
CN116760029A (zh) * 2023-08-15 2023-09-15 国网浙江省电力有限公司宁波供电公司 乡村屋顶光伏发电供电方法、系统、计算设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117895511A (zh) * 2024-03-14 2024-04-16 河北建筑工程学院 一种数据智能传输方法、系统及存储介质
CN117895511B (zh) * 2024-03-14 2024-05-14 河北建筑工程学院 一种数据智能传输方法、系统及存储介质

Also Published As

Publication number Publication date
CN117039910B (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
US11201491B2 (en) Method for balancing frequency instability on an electric grid using networked distributed energy storage systems
EP3289656B1 (en) Failsafe power profile for a distributed generation management system
US9755430B2 (en) Virtual inverter for power generation units
CN117039910B (zh) 一种基于多模型的电力能源需求的管理方法及管理装置
EP2863285A2 (en) Methods and systems for controlling an electric network
AU2013101461A4 (en) Grid stability control system and method
JP5076157B2 (ja) 分散型電源システム及びこのシステムを用いた系統電圧安定化方法
WO2017051615A1 (ja) 電力制御システム、方法及び制御装置
US20170149373A1 (en) Methods and systems for dynamically controlling a photovoltaic power plant
KR102360363B1 (ko) 전력 수요공급 관리 장치 및 그 방법
EP4246751A1 (en) Method of controlling of battery energy storage system of power system with high dynamic loads
US20170294779A1 (en) Control system for solar power plant
JP2011060921A (ja) 太陽光発電設備
JP7420272B2 (ja) 電力調整方法および電力調整装置
US20240059172A1 (en) Charge/discharge plan creation device, command device, power grid management system, terminal device, power storage system, charge/discharge system, storage battery, electric vehicle, charge/discharge plan creation method, and storage medium
US11287863B2 (en) Fuel cell power management
JP2021116442A (ja) 水素システムの制御装置、水素生成システム、及び水素システムの制御方法
WO2019193837A1 (ja) 発電システムおよびその制御方法
CN114386849B (zh) 新能源高占比系统电力平衡风险预警方法
CN114784792A (zh) 用于光伏电站并网的电网规划方法
KR102367654B1 (ko) 발전 전력 예측 모델의 생성 방법, 에너지 저장 시스템 용량 산정 방법 및 에너지 저장 시스템 구동 방법
JP2022094118A (ja) 計画支援装置、再生可能エネルギーシステム、計画支援方法、および計画支援プログラム
Yu et al. A Two-stage Model Predictive Control Strategy for Economical Operation of Microgrid
CN117239843B (zh) 一种考虑储能的风电场调峰优化调度方法
Soleimani Bidgoli et al. Real-time corrective control of active distribution networks: validation in future scenarios of a real system

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