CN117134336A - 一种智能电网能源管理方法及系统 - Google Patents
一种智能电网能源管理方法及系统 Download PDFInfo
- Publication number
- CN117134336A CN117134336A CN202311108486.6A CN202311108486A CN117134336A CN 117134336 A CN117134336 A CN 117134336A CN 202311108486 A CN202311108486 A CN 202311108486A CN 117134336 A CN117134336 A CN 117134336A
- Authority
- CN
- China
- Prior art keywords
- predicted
- power generation
- new energy
- prediction
- module
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 34
- 238000010248 power generation Methods 0.000 claims abstract description 201
- 230000005611 electricity Effects 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012937 correction Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000010354 integration Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004146 energy storage Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 5
- 210000001503 joint Anatomy 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 13
- 238000007619 statistical method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智能电网能源管理方法及系统。该方法包括:获取新能源发电设备所在地的气象信息;根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量;获取末端模块的历史用电量,根据历史用电量确定末端模块在预测时间的用电预测量;在预测发电量大于至少一个末端模块的用电预测量时,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配;根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量。实现对若干个末端模块使用新能源供电的调控匹配,修正预测发电量的设计,进一步提高了公共设施的用电稳定性。
Description
技术领域
本发明涉及智能电网技术领域,尤其涉及一种智能电网能源管理方法及系统。
背景技术
以风力发电和光伏发电为代表的新能源发电技术日益成熟,新能源发电占电力系统发电总量的比重也呈现逐年上升的趋势。
常规智能电网供电时缺乏对新能源发电设备的考虑,对于电网末端的小区住户而言,其使用公共设施所用电完全可以由如太阳能发电以及风力发电等新能源发电设备进行供能,这样不仅可以降低电网负载,还可以实现绿色能源的有效利用。
但是,直接采用新能源发电设备进行供电,无法保证公共设施的用电稳定性,影响智能电网的可靠性。
发明内容
本发明提供了一种智能电网能源管理方法及系统,以预测发电量与用电预测量为参考,实现对若干个末端模块在预测时间后使用新能源供电的调控匹配,保证末端模块的正常使用,修正预测发电量的设计,进一步保证了智能电网在能源管理上的可靠性,提高了公共设施的用电稳定性。
第一方面,本发明提供了一种智能电网能源管理方法,包括:
获取新能源发电设备所在地的气象信息;
根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量;
获取末端模块的历史用电量,根据历史用电量确定末端模块在预测时间的用电预测量,末端模块为楼栋中的公共设施;
在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块,其中,N为大于零的整数;
根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量。
第二方面,本发明提供了一种智能电网能源管理系统,包括新能源分析单元、末端整合单元、匹配调控单元和稳定调整单元;
新能源分析单元与匹配调控单元对接,新能源分析单元用于根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量;
末端整合单元用于将楼栋中的公共设施定义为末端模块,获取末端模块的历史用电量,根据历史用电量获取预测时间的用电预测量;
匹配调控单元用于在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块,其中,N为大于零的整数;
稳定调整单元用于根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量。
第三方面,本发明提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现上述第一方面提供的一种智能电网能源管理方法。
第四方面,本发明提供了一种计算机程序产品,计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现上述第一方面提供的一种智能电网能源管理方法。
本发明实施例的技术方案,提供了一种智能电网能源管理方法及系统,新能源分析单元获取新能源发电设备所在地的气象信息,新能源发电设备所在地的天气情况是影响新能源发电设备储存电量多少的重要因素;新能源分析单元根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量,新能源分析单元根据气象数据可以利用统计学方法或建立数学模型等方法进行未来一定时间的发电量的预测;末端整合单元获取末端模块的历史用电量,根据历史用电量确定末端模块在预测时间的用电预测量,以楼栋为单位,将每个楼栋中的公共设施定义为末端模块。末端整合单元获取每个末端模块的历史用电量数据,利用统计学方法进行用电量预测;匹配调控单元将预测发电量与末端模块的预测用电量作比较,在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块,其中,N为大于零的整数,在新能源发电设备的发电量和末端模块的用电量预测完成后,匹配调控单元将预测发电量与末端模块的预测用电量作对比,当预测发电量大于或者等于一个末端模块的预测用电量时,将新能源发电设备与此末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此末端模块供电;当预测发电量大于或者等于多个末端模块的预测用电量时,将新能源发电设备与此多个末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此多个末端模块供电,并将此多个末端模块标记为新能源使用模块;稳定调整单元根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量,当在对应的预测时间内新能源发电设备供电完成后,稳定调整单元获取预测时间内的多个末端模块的实际用电量,将多个末端模块的总实际用电量减去多个末端模块的总预测用电量,得到实际偏差值。新能源分析单元继续进行未来一定时间的发电量的预测,用此预测发电量减去实际偏差值,得到修正预测发电量,此修正预测发电量发送到匹配调控单元并代替上述的预测发电量。以预测发电量与预测用电量为参考,实现对若干个末端模块在预测时间后使用新能源供电的调控匹配,保证末端模块的正常使用,修正预测发电量的设计,进一步保证了智能电网在能源管理上的可靠性,提高了公共设施的用电稳定性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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发明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是本发明实施例一提供的一种智能电网能源管理方法的流程图;
图2是本发明实施例三提供的一种智能电网能源管理系统的结构示意图;
图3是本发明实施例三提供的末端整合单元的结构示意图;
图4是本发明实施例三提供的稳定调整单元的结构示意图;
图5是本发明实施例三提供的匹配调控单元的结构示意图;
图6是本发明实施例三提供的新能源分析单元的结构示意图;
图7是实现本发明实施例的一种智能电网能源管理方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”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,以便这里描述的本发明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是本发明实施例一提供的一种智能电网能源管理方法的流程图,本实施例可适用于采用新能源发电设备进行供电的情况,该方法可以由智能电网能源管理系统来执行,该智能电网能源管理系统可以采用硬件和/或软件的形式实现,该智能电网能源管理系统可配置于各用电区域。如图1所示,该方法包括:
步骤100:获取新能源发电设备所在地的气象信息。
在本实施例中,新能源发电设备包括但不限于太阳能发电设备和风力发电设备等。
具体的,新能源发电设备所在地的天气情况是影响新能源发电设备储存电量多少的重要因素。例如气温、风速和风向等气象数据会影响风力发电,太阳辐射、温度、风速和湿度等气象数据均会对太阳能发电产生影响。
步骤110:根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量。
具体的,可以通过气象部门发布天气情况获取未来一定时间内的气象数据,包括但不限于温度、湿度、光照强度、光照时间和风速风向等气象数据。可以根据历史天气数据与历史发电量数据,以及根据未来一定时间内的天气情况利用统计学方法进行发电量预测;也可以利用提前计算好的数学模型根据未来一定时间内的天气情况进行发电量预测。
步骤120:获取末端模块的历史用电量,根据历史用电量确定末端模块在预测时间的用电预测量,末端模块为楼栋中的公共设施。
具体的,以楼栋为单位,将每个楼栋中的公共设施定义为末端模块。调取每个末端模块的历史用电量数据,利用统计学方法进行用电量预测。示例性的,可以利用回归分析进行用电量的预测,即通过末端模块的历史用电量数据与对应的时间的关系,通过这种对应关系对未来一定时间的用电量进行预测;也可以利用时间序列分析进行用电量的预测,即建立一种用电量在不同时间上按照时间先后顺序排列起来的数列,根据这种动态数列对未来一定时间的用电量进行预测。
步骤130:在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块,其中,N为大于零的整数。
具体的,在对新能源发电设备的发电量和末端模块的用电量预测完成后,将预测发电量与末端模块的预测用电量作对比,当预测发电量大于或者等于一个末端模块的预测用电量时,将新能源发电设备与此末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此末端模块供电;当预测发电量大于或者等于多个末端模块的预测用电量时,将新能源发电设备与此多个末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此多个末端模块供电,并将此多个末端模块标记为新能源使用模块。
步骤140:根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量。
具体的,当在对应的预测时间内新能源发电设备供电完成后,通过智能电表等设备可以获取预测时间内的多个新能源使用模块的实际用电量,多个新能源使用模块的总实际用电量减去多个新能源使用模块的总预测用电量,得到实际偏差值。继续进行未来一定时间的发电量的预测,用此预测发电量减去实际偏差值,得到修正预测发电量,此修正预测发电量代替上述的预测发电量。
本实施例的技术方案,提供了一种智能电网能源管理方法,该方法包括:获取新能源发电设备所在地的气象信息,新能源发电设备所在地的天气情况是影响新能源发电设备储存电量多少的重要因素;根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量,通过气象部门发布天气情况获取未来一定时间内的气象数据,包括但不限于温度、湿度、光照强度、光照时间和风速风向等气象数据,可以利用统计学方法或建立数学模型等方法进行未来一定时间的发电量的预测;获取末端模块的历史用电量,根据历史用电量确定末端模块在预测时间的用电预测量,以楼栋为单位,将每个楼栋中的公共设施定义为末端模块。调取每个末端模块的历史用电量数据,利用统计学方法进行用电量预测;在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块,其中,N为大于零的整数,在对新能源发电设备的发电量和末端模块的用电量预测完成后,将预测发电量与末端模块的预测用电量作对比,当预测发电量大于或者等于一个末端模块的预测用电量时,将新能源发电设备与此末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此末端模块供电;当预测发电量大于或者等于多个末端模块的预测用电量时,将新能源发电设备与此多个末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此多个末端模块供电,并将此多个末端模块标记为新能源使用模块;根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量,当在对应的预测时间内新能源发电设备供电完成后,通过智能电表等设备可以获取预测时间内的多个末端模块的实际用电量,多个末端模块的总实际用电量减去多个末端模块的总预测用电量,得到实际偏差值。继续进行未来一定时间的发电量的预测,用此预测发电量减去实际偏差值,得到修正预测发电量,此修正预测发电量代替上述的预测发电量。以预测发电量与预测用电量为参考,实现对若干个末端模块在预测时间后使用新能源供电的调控匹配,保证末端模块的正常使用,修正预测发电量的设计,进一步保证了智能电网在能源管理上的可靠性,提高了公共设施的用电稳定性。
实施例二
本实施例在基于上述实施例的基础上进一步优化与开展。可选的,接收实际用电量数据,并将N个新能源使用模块的实际用电量相加得到总实际用电量,将总实际用电量减去N个新能源使用模块的总用电预测量,获得实际偏差值。
从多个实际偏差值中取中值,作为预测发电量的波动范围值,将预测发电量减去波动范围值后,得到修正预测发电量。
具体的,将本方法的使用分为磨合期和正常使用期,磨合期分为多个预测时间,每个预测时间前都要进行发电量与末端模块用电量的预测,每个预测时间的预测发电量与末端模块进行匹配,在预测时间内新能源设备为新能源使用模块供电完成后,通过智能电表等设备获得预测时间内的新能源使用模块的实际用电量,多个新能源使用模块的总实际用电量减去多个新能源使用模块的总预测用电量,这样在多个预测时间后就可以得到多个实际偏差值。到达正常使用期时,继续进行未来一定时间的新能源发电设备发电量的预测,并从上述多个实际偏差值中取中值,此中值作为预测发电量的一个波动范围值,用预测发电量减去波动范围值,得到修正预测发电量,此修正预测发电量代替上述的预测发电量。示例性的,磨合期为5天,每一天都要进行发电量和末端模块用电量的预测,又通过智能电表得到了每一天新能源使用模块的实际用电量,得到了五个实际偏差值,分别为-1、-2、-3、-4和-5,取中值-3作为波动范围值,到达正常使用期,对正常使用期第一天的新能源发电设备的发电量进行预测,预测发电量为30度电,则说明上述新能源发电设备可以为总用电量为33度的多个末端模块进行匹配供电。通过对多个实际偏差值取中值,保障了预测发电量波动范围的稳定性,进一步提高了末端模块的用电稳定性。
可选的,对末端模块进行历史用电数据采集,按照日期对历史用电数据划分后,再按照平均增长率法对末端模块的用电预测进行计算,获取预测时间的用电预测量。
在本实施例中,平均增长率是指某一指标在一定时间内的总体平均增长率。平均增长率的计算公式为:
其中,B为某一指标在最终时期的数值,A为某一指标在最初时期的数值,n是最终时期与最初时期的时间间隔,m为平均增长率。
利用平均增长率进行用电量的预测,计算公式如下:
PL=EL(1+m)N
其中,m为平均增长率,EL为已知某一时间的用电量,N为预测时间与EL对应时间的时间间隔,PL为预测时间用电量的预测值。
具体的,在对末端模块进行用电量预测时,需要提前获取末端模块的历史用电量,利用历史用电量与日期的对应关系先进行平均增长率的计算,利用平均增长率进行用电量的预测。示例性的,如果需要预测6号的末端模块的用电量,首先获取了1号到5号的历史用电量,通过1号与5号的用电量计算平均增长率,1号的用电量为16度,5号的用电量为32度,则平均增长率约为19%。则6号的用电量预测值约为38度。
实施例三
图2是本发明实施例三提供的一种智能电网能源管理系统的结构示意图,本实施例所提供的一种智能电网能源管理系统可执行本发明任一实施例所提供的智能电网能源管理方法。如图2所示,该系统包括:
新能源分析单元200、末端整合单元210、匹配调控单元220和稳定调整单元230。
新能源分析单元200与匹配调控单元220对接,新能源分析单元200用于根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量。
末端整合单元210用于将楼栋中的公共设施定义为末端模块,获取末端模块的历史用电量,根据历史用电量获取预测时间的用电预测量。
匹配调控单元220用于在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个末端模块的用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块,其中,N为大于零的整数。
稳定调整单元230用于根据N个新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量。
具体的,新能源分析单元200获取温度、湿度、光照强度、光照时间和风速风向等气象数据,并根据气象数据根据统计学方法或建立数学模型等方法对新能源发电设备的发电量进行预测,新能源分析单元200将预测发电量的结果发送到匹配调控单元220;末端整合单元210以楼栋为单位,将每个楼栋中的公共设施定义为末端模块。末端整合单元210获取每个末端模块的历史用电量,并通过统计学的方法进行未来一定时间的用电量的预测,末端整合单元210将预测用电量的结果发送到匹配调控单元220;匹配调控单元220将预测发电量与末端模块的预测用电量作比较,当预测发电量大于或者等于一个末端模块的预测用电量时,将新能源发电设备与此末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此末端模块供电。当预测发电量大于或者等于多个末端模块的预测用电量时,将新能源发电设备与此多个末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此多个末端模块供电,并将此多个末端模块标记为新能源使用模块;稳定调整单元230与末端整合单元210以及匹配调控单元220对接,在对应的预测时间内新能源发电设备供电完成后,稳定调整单元230获取预测时间内的多个新能源使用模块的实际用电量以及多个新能源使用模块的预测用电量,将多个新能源使用模块的总实际用电量减去多个新能源使用模块的总预测用电量,得到实际偏差值。新能源分析单元200继续进行未来一定时间的发电量的预测,用此预测发电量减去实际偏差值,得到修正预测发电量,此修正预测发电量发送到匹配调控单元220并代替上述的预测发电量。
本发明实施例所提供的一种智能电网能源管理系统可执行本发明任意实施例所提供的一种智能电网能源管理方法,具备执行方法相应的功能模块和有益效果。
图3是本发明实施例三提供的末端整合单元的结构示意图,可选的,末端整合单元还用于根据用电预测量的大小对末端模块进行不同的阶梯分类。
具体的,如图3所示,末端整合单元210包括末端用电分析模块211、关联划分模块212和预测同步模块213。末端用电分析模块211用于以楼栋为单位,将每个楼栋中的公共设施定义为末端模块,对末端模块进行历史用电量采集,按照日期进行历史用电数据划分后,按照平均增长率法对末端模块的用电预测量进行计算,获取预测时间的用电预测量;关联划分模块212用于设定阶梯分类标准,根据用电预测量的大小对末端模块进行不同的阶梯分类;预测同步模块213用于将末端模块的用电预测量发送到匹配调控单元中。通过设定阶梯分类的方式,以用电预测量的大小对末端模块进行分类,为用电预测量和预测发电量之间的匹配调节提供便利。
图4是本发明实施例三提供的稳定调整单元的结构示意图,如图4所示,可选的,稳定调整单元230包括用电反馈模块231、预测比对模块232和偏差反馈模块233。
用电反馈模块231用于记录N个新能源使用模块的实际用电量数据,并将实际用电量数据同步到预测比对模块232。
预测比对模块232用于接收实际用电量数据,将N个新能源使用模块的总实际用电量减去N个新能源使用模块的总用电预测量获得实际偏差值,生成修正预测发电量,并将修正预测发电量代替预测发电量。
偏差反馈模块233用于从多个实际偏差值中取中值,作为预测发电量的波动范围值,将预测发电量减去波动范围值后,得到修正预测发电量。
具体的,将本方法的使用分为磨合期和正常使用期,磨合期分为多个预测时间,每个预测时间前都要进行发电量与末端模块用电量的预测,每个预测时间的预测发电量与末端模块进行匹配,在预测时间内新能源设备为新能源使用模块供电完成后,用电反馈模块231获取预测时间内的新能源使用模块的实际用电量,并发送到预测比对模块232中;预测比对模块232将多个新能源使用模块的总实际用电量减去多个新能源使用模块的总预测用电量,这样在多个预测时间后就可以得到多个实际偏差值。到达正常使用期时,继续进行未来一定时间的新能源发电设备发电量的预测,偏差反馈模块233从上述多个实际偏差值中取中值,此中值作为预测发电量的一个波动范围值,用预测发电量减去波动范围值,得到修正预测发电量,此修正预测发电量代替上述的预测发电量。
图5是本发明实施例三提供的匹配调控单元的结构示意图,如图5所示,可选的,匹配调控单元220包括储量判断模块221、匹配调控模块222和优化调整模块223。
储量判断模块221用于接收末端整合单元同步的不同末端模块的用电预测量,以及接收新能源分析单元发送的预测发电量,并将用电预测量和预测发电量同步到匹配调控模块222。
匹配调控模块222用于在预测发电量大于至少一个末端模块的用电预测量时,将预测发电量与N个末端模块的用电预测量,按照预测发电量大于或者等于N个用电预测量之和进行匹配,将匹配的N个末端模块标记为新能源使用模块。
优化调整模块223用于在接收到稳定调整单元传输的修正预测发电量后,发出优先于匹配指令的修正命令,将修正预测发电量与M个末端模块的用电预测量按照修正预测发电量大于或者等于M个的用电预测量进行匹配,将M个末端模块标记为新能源使用模块,在到达对应预测时间时,启动新能源发电设备的储能,对匹配的M个新能源使用模块进行供电;其中,M为大于零的整数。
具体的,在新能源分析单元对新能源发电设备的发电量以及末端整合单元对末端模块的用电量预测完成后,储量判断模块221接收新能源分析单元发送的预测发电量以及末端整合单元发送的预测用电量,并发送到匹配调控模块222中;匹配调控模块222将预测发电量与末端模块的预测用电量作对比,当预测发电量大于或者等于一个末端模块的预测用电量时,将新能源发电设备与此末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此末端模块供电;当预测发电量大于或者等于多个末端模块的预测用电量时,将新能源发电设备与此多个末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此多个末端模块供电,并将此多个末端模块标记为新能源使用模块;优化调整模块223接收稳定调整单元发送的修正预测发电量,将修正预测发电量代替预测发电量,优化调整模块223将修正预测发电量与末端模块的预测用电量作对比,当修正预测发电量大于或者等于一个末端模块的预测用电量时,将新能源发电设备与此末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此末端模块供电;当修正预测发电量大于或者等于多个末端模块的预测用电量时,将新能源发电设备与此多个末端模块进行匹配,在到达对应的预测时间时,启动新能源发电设备为此多个末端模块供电,并将此多个末端模块标记为新能源使用模块。
图6是本发明实施例三提供的新能源分析单元的结构示意图,如图6所示,可选的,新能源分析单元200包括天气同步模块201和新能源储备模块202,天气同步模块201与新能源储备模块202对接。
天气同步模块201用于获取新能源发电设备所在地的气象信息。
新能源储备模块202用于根据气象信息对新能源发电设备的预测发电量进行预测判断,并将预测发电量发送到匹配调控单元中。
具体的,新能源发电设备所在地的天气情况是影响新能源发电设备储存电量多少的重要因素,天气同步模块201用于获取未来一定时间内的天气情况,包括但不限于温度、湿度、光照强度、光照时间和风速风向等气象数据;新能源储备模块202可以根据历史天气数据与历史发电量数据,根据未来一定时间内的天气情况利用统计学方法进行发电量预测;也可以利用提前计算好的数学模型根据未来一定时间内的天气情况进行发电量预测,并将预测的发电量发送到匹配调控单元中。
实施例四
图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子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。电子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/或者要求的本发明的实现。
如图7所示,电子设备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,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12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。
电子设备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允许电子设备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,例如一种智能电网能源管理方法。
在一些实施例中,一种智能电网能源管理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/或安装到电子设备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一种智能电网能源管理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)而被配置为执行一种智能电网能源管理方法。
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。
用于实施本发明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。
在本发明的上下文中,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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种智能电网能源管理方法,其特征在于,包括:
获取新能源发电设备所在地的气象信息;
根据所述气象信息对新能源发电设备的发电量进行预测,获得预测发电量;
获取末端模块的历史用电量,根据所述历史用电量确定所述末端模块在预测时间的用电预测量,所述末端模块为楼栋中的公共设施;
在所述预测发电量大于至少一个所述末端模块的用电预测量时,将所述预测发电量与N个所述末端模块的用电预测量,按照所述预测发电量大于或者等于N个所述末端模块的用电预测量之和进行匹配,将匹配的N个所述末端模块标记为新能源使用模块,其中,N为大于零的整数;
根据N个所述新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将所述修正预测发电量代替所述预测发电量。
2.根据权利要求1所述的方法,其特征在于,根据N个所述新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将所述修正预测发电量代替所述预测发电量,包括:
接收实际用电量数据,并将N个所述新能源使用模块的实际用电量相加得到所述总实际用电量,将所述总实际用电量减去N个新能源使用模块的总用电预测量,获得实际偏差值;
从多个所述实际偏差值中取中值,作为所述预测发电量的波动范围值,将所述预测发电量减去所述波动范围值后,得到所述修正预测发电量。
3.根据权利要求1或2所述的方法,其特征在于,获取末端模块的历史用电量,根据所述历史用电量确定所述末端模块在预测时间的用电预测量;包括:
对所述末端模块进行历史用电数据采集,按照日期对所述历史用电数据划分后,再按照平均增长率法对所述末端模块的用电预测进行计算,获取预测时间的用电预测量。
4.一种智能电网能源管理系统,其特征在于,包括新能源分析单元、末端整合单元、匹配调控单元和稳定调整单元;
所述新能源分析单元与所述匹配调控单元对接,所述新能源分析单元用于根据气象信息对新能源发电设备的发电量进行预测,获得预测发电量;
所述末端整合单元用于将楼栋中的公共设施定义为末端模块,获取所述末端模块的历史用电量,根据所述历史用电量获取预测时间的用电预测量;
所述匹配调控单元用于在所述预测发电量大于至少一个所述末端模块的用电预测量时,将所述预测发电量与N个所述末端模块的用电预测量,按照所述预测发电量大于或者等于N个所述末端模块的用电预测量之和进行匹配,将匹配的N个所述末端模块标记为新能源使用模块,其中,N为大于零的整数;
所述稳定调整单元用于根据N个所述新能源使用模块的总实际用电量与总用电预测量的实际偏差值,生成修正预测发电量,并将所述修正预测发电量代替所述预测发电量。
5.根据权利要求4所述的系统,其特征在于,所述末端整合单元还用于根据所述用电预测量的大小对所述末端模块进行不同的阶梯分类。
6.根据权利要求4所述的系统,其特征在于,所述稳定调整单元包括用电反馈模块、预测比对模块和偏差反馈模块;
用电反馈模块用于记录N个所述新能源使用模块的实际用电量数据,并将所述实际用电量数据同步到所述预测比对模块;
所述预测比对模块用于接收所述实际用电量数据,将N个所述新能源使用模块的总实际用电量减去N个所述新能源使用模块的总用电预测量获得实际偏差值,生成修正预测发电量,并将所述修正预测发电量代替预测发电量;
所述偏差反馈模块用于从多个所述实际偏差值中取中值,作为预测发电量的波动范围值,将所述预测发电量减去所述波动范围值后,得到所述修正预测发电量。
7.根据权利要求4所述的系统,其特征在于,所述匹配调控单元包括储量判断模块、匹配调控模块和优化调整模块;
所述储量判断模块用于接收所述末端整合单元同步的不同所述末端模块的用电预测量,以及接收所述新能源分析单元的发送的所述预测发电量,并将所述用电预测量和所述预测发电量同步到匹配调控模块;
所述匹配调控模块用于在所述预测发电量大于至少一个末端模块的用电预测量时,将所述预测发电量与N个所述末端模块的用电预测量,按照所述预测发电量大于或者等于N个所述用电预测量之和所述进行匹配,将匹配的N个所述末端模块标记为新能源使用模块;
所述优化调整模块用于在接收到稳定调整单元传输的修正预测发电量后,发出优先于匹配指令的修正命令,将修正预测发电量与M个末端模块的用电预测量按照所述修正预测发电量大于或者等于M个的所述用电预测量进行匹配,将M个末端模块标记为新能源使用模块,在到达对应预测时间时,启动新能源发电设备的储能,对匹配的M个所述新能源使用模块进行供电;其中,M为大于零的整数。
8.根据权利要求4所述的系统,其特征在于,所述新能源分析单元包括天气同步模块和新能源储备模块,所述天气同步模块与新能源储备模块对接;
所述天气同步模块用于获取新能源发电设备所在地的气象信息;
所述新能源储备模块用于根据气象信息对新能源发电设备的预测发电量进行预测判断,并将预测发电量发送到匹配调控单元中。
9.一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1-3中任一项所述的智能电网能源管理方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-3中任一项所述的智能电网能源管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311108486.6A CN117134336A (zh) | 2023-08-30 | 2023-08-30 | 一种智能电网能源管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311108486.6A CN117134336A (zh) | 2023-08-30 | 2023-08-30 | 一种智能电网能源管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117134336A true CN117134336A (zh) | 2023-11-28 |
Family
ID=88858019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311108486.6A Pending CN117134336A (zh) | 2023-08-30 | 2023-08-30 | 一种智能电网能源管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117134336A (zh) |
-
2023
- 2023-08-30 CN CN202311108486.6A patent/CN117134336A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116131340A (zh) | 发电站与负荷区域匹配的方法、装置、设备及存储介质 | |
Zhu et al. | Energy optimal dispatch of the data center microgrid based on stochastic model predictive control | |
CN116231669A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN117134336A (zh) | 一种智能电网能源管理方法及系统 | |
CN116137445A (zh) | 基于分布式电源的孤岛配网方法、装置、设备及介质 | |
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 | |
CN114580968A (zh) | 一种用电管理方法、装置、设备和存储介质 | |
CN114611805A (zh) | 一种净负荷预测方法、装置、电子设备及存储介质 | |
CN117575175B (zh) | 碳排放评估方法、装置、电子设备和存储介质 | |
CN115864384A (zh) | 基于日发电量数据的扩容检测方法、装置、设备及介质 | |
CN116402324B (zh) | 可再生能源的管理方法、装置、介质、电子设备 | |
CN117131353B (zh) | 一种超差电能表确定方法、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 | |
CN115358724A (zh) | 一种能源设备控制方法、装置、设备及介质 | |
CN116402231A (zh) | 一种电力负荷预测方法、装置、设备及存储介质 | |
CN115456455A (zh) | 一种储能配置方法、装置、设备及存储介质 | |
CN117578617A (zh) | 一种新能源场站电量的控制方法、装置、设备及介质 | |
CN116128204A (zh) | 配电网调度方法、装置、电子设备及存储介质 | |
CN117767353A (zh) | 虚拟同步配电网的功率支撑协同控制方法及装置 | |
CN116365288A (zh) | 基于晴天状态的光伏故障感知方法、装置、设备和介质 | |
CN115549213A (zh) | 分布式电源接入规模确定方法、装置、电子设备、存储介质以及程序产品 | |
CN116093985A (zh) | 一种基于能量平衡法的储能系统配置方法及装置 | |
CN117039955A (zh) | 储能装置的控制方法、装置、电子设备以及存储介质 | |
CN118100233A (zh) | 微网群储能容量配置方法、装置、电子设备和存储介质 | |
CN117422259A (zh) | 一种分布式资源预测聚合方法、装置、设备及存储介质 |
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 |