CN117335403B - 一种基于大数据的智能电网配网调度运行管理方法 - Google Patents
一种基于大数据的智能电网配网调度运行管理方法 Download PDFInfo
- Publication number
- CN117335403B CN117335403B CN202311342453.8A CN202311342453A CN117335403B CN 117335403 B CN117335403 B CN 117335403B CN 202311342453 A CN202311342453 A CN 202311342453A CN 117335403 B CN117335403 B CN 117335403B
- Authority
- CN
- China
- Prior art keywords
- target
- substation
- power
- dispatching
- transformation
- 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 abstract description 26
- 230000009466 transformation Effects 0.000 claims abstract description 108
- 230000005540 biological transmission Effects 0.000 claims abstract description 66
- 230000005611 electricity Effects 0.000 claims abstract description 21
- 230000006978 adaptation Effects 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims description 53
- 238000012423 maintenance Methods 0.000 claims description 24
- 238000009413 insulation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000004308 accommodation Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000004304 visual acuity Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 1
- 239000012212 insulator Substances 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004141 dimensional analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 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
- 230000009467 reduction Effects 0.000 description 1
- 238000010200 validation analysis Methods 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
- 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
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电网调度运行管理技术领域，具体公开提供的一种基于大数据的智能电网配网调度运行管理方法，该方法包括：提取各变电站的运行数据、相关变电数据以及输电线路的输送距离和输送数据；解析各目标变电站的运行状态和输送状态；解析各目标变电站的电量调度适配度，进而确认指定用电区域的电量调度方案，并进行反馈。本发明有效解决了当前对变电站层面的管理较为缺乏和局限的问题，确保了后续指定用电区域实际调度电量的质量和可用性，增强了电网调度的后续保障性，并且降低了电网调度损耗超出正常电网调度损耗的可能，为后续电网调度的稳定性和可靠性提供了有力保障，同时显著提高了电网的调度效率。
Description
技术领域
本发明属于电网调度运行管理技术领域，涉及到一种基于大数据的智能电网配网调度运行管理方法。
背景技术
智能电网配网调度运行管理是指利用现代信息技术和通信技术，对电网进行实时监测、预测、调度和管理，以提高电网的安全性和可靠性。而电网调度运行过程关联了调度稳定性和可行性，因此需要对其调度运行进行管理。
现有电网调度运行管理主要根据用电区域的用电情况以及配网的存电情况进行调电决策管理，属于前端调度运行管理方式，而变电站作为电网调度过程的关键环节，管理非常必要，而当前对其运行管理较为缺乏和局限，还存在以下几个方面的问题：1、不同变电站的变电能力和调度能力均不同，当前前端调度运行管理方式无法确保实际调度电量的质量和可用性，从而使得电网调度的后续保障性不强，存在超出正常电网调度损耗的可能。
2、对电网网输送状态以及电能损耗考量不足，使得电网调度电能损耗降低效果不是很明显，进而使得调度电能的利用率得不到保障，也无法发掘出电网调度过程中的潜在问题。
3、未结合调度变电站的运行状态进行调度分析，且当前还停留在常规的故障等层面的判断，使得电网调度的稳定性和可靠性得不到保障，也无法提高电网调度的适配性，同时也无法降低调度过程中对电网整体运行稳定的干扰，从而无法确保调度方案制定的合理性。
4、当前未对后续调度的具体执行进行具体管理，无法降低电网调度员的工作量和工作繁琐性，使得电网调度效率提高效果不够明显，同时也无法保障调度决策的参考性和针对性。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于大数据的智能电网配网调度运行管理方法。
本发明的目的可以通过以下技术方案实现：本发明提供一种基于大数据的智能电网配网调度运行管理方法，该方法包括：步骤1、电网变电运行数据提取：将指定用电区域对应各关联调电变电站记为各目标变电站，提取各目标变电站的运行数据、当前可变电余量、单日可变电量和接收电能渠道数目。
步骤2、电网变电运行状态解析：解析各目标变电站的运行状态，得到各目标变电站的变电稳定度、变电负荷承载度/>和变电能量容纳度/>，i表示目标变电站编号，/>。
步骤3、电网输送数据提取：将各目标变电站与指定区域之间的输电线路作为各目标变电站的目标输送线路，提取各目标变电站对应目标输送线路的输送距离和输送数据。
步骤4、电网输送状态解析：解析各目标变电站的输送状态，得到各目标变电站的输送线路流通度和输送线路损耗度/>。
步骤5、调电数据提取：提取指定用电区域当前需求调度电量。
步骤6、电网调度适配性解析及调度方案确认：解析各目标变电站的电量调度适配度，由此确认指定用电区域的电量调度方案。
步骤7、电量调度方案反馈：将指定用电区域的电量调度方案反馈至电网调度平台，进行电量调度。
优选地，所述运行数据包括各次变电时的接入电流、接入电压以及各变电设备的累计运行年限、维护次数、在各次监测时的承载电压和承载电流。
优选地，所述解析各目标变电站的运行状态，包括：从各目标变电站的运行数据中提取各次变电时的接入电流，构建各目标变电站的接入电流变化曲线。
从所述接入电流变化曲线中提取波动点数目和曲线幅值/>。
从各目标变电站的运行数据中提取各变电设备对应各次监测时的承载电流，/>表示变电设备编号，/>，/>表示监测次序编号，/>。
统计各目标变电站的变电电流稳定度，。
其中，分别为设定参照的电流波动点数目、电流幅值、变电设备承载电流，/>为设定的参照变电设备承载电流差，/>分别为监测次数、变电设备数目，/>为设定的变电电流稳定评估修正因子。
从各目标变电站的运行数据中提取各次变电时的接入电压以及各变电设备在各次监测时的承载电压，按照各目标变电站的变电电压稳定度的统计方式同理统计得到各目标变电的变电电压稳定度，进而统计各目标变电站的变电稳定度/>，，/>分别为设定变电站参照的变电电流稳定度、变电电压稳定度。
从各目标变电站的运行数据中提取各变电设备的累计运行年限和维护次数。
设定各目标变电站的变电负荷承载干扰因子，并统计各目标变电站的变电负荷承载度/>。
提取各目标变电站单日可变电量和接收电能渠道数目/>，统计各目标变电站的变电能量容纳度/>，/>，n为目标变电站数目，/>、/>分别为设定变电站参照的变电电量差、接收电能渠道数目差。
优选地，所述设定各目标变电站的变电负荷承载干扰因子，包括：将各目标变电站对应各变电设备的累计运行年限与其设定干扰运行年限进行作差，将差值记为运行年限差，并从中提取各目标变电站的最大运行年限差，记为。
将运行年限差大于或者等于0的变电设备记为干扰设备，统计各目标变电站的干扰设备数目。
将各目标变电站对应各变电设备的维护次数进行均值计算，得到各目标变电站对应变电设备的平均维护次数。
从各目标变电对应各变电设备的维护次数中提取出最高维护次数，设定各目标变电站的变电负荷承载干扰因子/>，/>，/>分别为设定参照的干扰设备数目、运行年限差、维护次数、维护次数上限差。
优选地，所述统计各目标变电站的变电负荷承载度，包括：将各目标变电站对应各变电设备在各次监测时的承载电压与其承载电流进行作积得到各目标变电站对应各变电设备在各次监测时承载负荷，进而与设定各变电设备对应额定承载负荷进行作差，将差值记为承载负荷差。
统计各目标变电站中各变电设备对应承载负荷差大于0的监测次数，记为。
从各目标变电站中各变电设备在各次监测时的承载负荷差中筛选出大于0的各承载负荷差，并进行均值计算，得到各目标变电站对应各变电设备的平均超出承载负荷差。
统计各目标变电站的变电负荷承载度，，/>分别设定的参照偏差承载负荷次数、许可偏差承载负荷差次数差、预警承载负荷差，e为自然常数，/>为设定的变电负荷承载评估修正因子。
优选地，所述输送数据包括输送线缆完好度、绝缘部件完好度、各线路监测点的监测电流和各次电量输送的损耗量。
优选地，所述解析各目标变电站的输送状态，包括：从各目标变电站对应目标输送线路的输送数据中提取输送线缆完好度和绝缘部件完好度/>，由此设定各目标变电站对应输送流通干扰因子/>。
从各目标变电站对应目标输送线路的输送数据中提取各线路监测点的监测电流，/>为线路监测点编号，/>。
统计各目标变电站的输送线路流通度，，u为线路监测点数目，/>为设定参照监测电流偏差度。
从各目标变电站对应目标输送线路的监测数据中提取各次电量输送的损耗量，并与各目标变电站对应目标输送线路的输送距离进行作比，得到各目标变电站在各次电量输送对应单位距离损耗量。
确认各目标变电站对应单位距离平均输送电量损耗量、单位距离集中输送电量损耗量/>以及单位距离最大输送电量/>。
统计各目标变电站的输送线路损耗度，，/>分别为设定参照的平均损耗偏差、集中损耗偏差、损耗上限差对应输送损耗评估占比权重，/>分别为设定的单位输送距离对应许可损耗量、许可损耗上限差。
优选地，所述各目标变电站对应输送流通干扰因子的具体设定公式为：，/>分别为设定参照的输送线缆完好度、绝缘部件完好度。
优选地，所述解析各目标变电站的电量调度适配度，包括：设定各目标变电站对应电量调度优势因子，/>，/>、/>、/>分别为设定参照的变电稳定度、变电负荷承载度、变电能量容纳度。
设定各目标变电站对应电量调度损耗因子，，/>、/>分别为设定参照的输送流通度、输送损耗度。
将各目标变电站的当前可变电余量记为，将指定用电区域当前需求调度电量记为/>，统计各目标变电站的电量调度适配度/>，，/>、/>分别为设定的单位电量调度损耗因子对应参照浮动电量值、参照适宜盈余电量。
优选地，所述确认指定用电区域的电量调度方案，包括：将各目标变电站的电量调度适配度按照从大至小进行排序，得到各目标变电站的排序。
若，则判断指定用电区域的电量调度方式为单向调度，则将排序第一位的目标变电站作为目标调度变电站，并将目标调度变电站的比例记为1，/>表示存在命题符号，/>为设定参照电量调度适配度。
若，则判断指定用电区域的电量调度方式为多向调度，/>表示任意命题符号。
若，则将i的编号数作为需求调度变电站数目，根据需求调度变电站数目从各目标变电站的排序中从前往后依次筛选出各目标调度变电站，并确认各目标调度变电站的调度比例。
将指定用电区域的电量调度方式、目标调度变电站以及调度比例作为电量调度方案。
相较于现有技术，本发明的有益效果如下：（1）本发明通过对各目标变电站的运行状态以及输送状态进行解析，由此解析各目标变电站的电量调度适配度，并确认电量调度方案，有效解决了当前对变电站层面的管理较为缺乏和局限的问题，确保了后续指定用电区域实际调度电量的质量和可用性，增强了电网调度的后续保障性，并且降低了电网调度损耗超出正常电网调度损耗的可能，同时还实现了电网调度后续具体执行过程的跟踪与管理，大幅度降低了电网调度员的工作量和工作繁琐性，从而显著提高了电网的调度效率，在另一层面还保障了调度决策的参考性和针对性。
（2）本发明在解析各目标变电站的运行状态时，通过从变电稳定度、负荷承载、变电能量容纳这三个维度进行运行解析，有效规避了当前常规故障层面判断的偏向，实现了各目标变电站运行状态的多维度解析，提高了各目标变电站运行状态的分析力度、深度和覆盖面，从而为后续电网调度的稳定性和可靠性提供了有力保障，并且也为后续电网调度的适配性分析提供了数据基础。
（3）本发明在解析各目标变电站的输送状态时，通过从输送线路流通和输送线路损耗两个层面进行解析，直观的展示了不同变电站对应配送电能的损耗情况以及线路情况，深度发掘了后续电网调度过程中的潜在问题，从而降低了电网后续调度的损失度。
（4）本发明通过从变电站运行状态、变电站输送状态、变电余量等进行变电站调度适配性分析，确保了变电站调度适配性分析结果的真实性和说服力，不仅有效降低了电网调度的电能损耗，确保了调度电能的利用率，还降低了后续调度过程对电网整体运行稳定的干扰，确保了后续调度方案制定的合理性和电网调度的适配性。
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为本发明方法实施步骤流程示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供了一种基于大数据的智能电网配网调度运行管理方法，该方法包括：步骤1、电网变电运行数据提取：将指定用电区域对应各关联调电变电站记为各目标变电站，提取各目标变电站的运行数据、当前可变电余量、单日可变电量和接收电能渠道数目。
具体地，运行数据包括各次变电时的接入电流、接入电压以及各变电设备的累计运行年限、维护次数、在各次监测时的承载电压和承载电流。
步骤2、电网变电运行状态解析：解析各目标变电站的运行状态，得到各目标变电站的变电稳定度、变电负荷承载度/>和变电能量容纳度/>，i表示目标变电站编号，/>。
具体地，解析各目标变电站的运行状态，包括：T1、从各目标变电站的运行数据中提取各次变电时的接入电流，以变电次序为横坐标，以接入电流为纵坐标，根据各目标变电站的运行数据中提取各次变电时的接入电在二维坐标系中定位出多个点，由此构建各目标变电站的接入电流变化曲线。
T2、从所述接入电流变化曲线中提取波动点数目和曲线幅值/>。
在一个具体实施例中，波动点指左右两侧曲线方向相反的点，即左侧为上升右侧为下降或者右侧为上升左侧为下降的点。
T3、从各目标变电站的运行数据中提取各变电设备对应各次监测时的承载电流，/>表示变电设备编号，/>，/>表示监测次序编号，/>。
T4、统计各目标变电站的变电电流稳定度，。
其中，分别为设定参照的电流波动点数目、电流幅值、变电设备承载电流，/>为设定的参照变电设备承载电流差，/>分别为监测次数、变电设备数目，/>为设定的变电电流稳定评估修正因子。
在一个具体实施例中，波动点数目越多表示接入电流越不稳定，幅值越大，表示接入电流差异越大，承载电流越大，表示变电设备承载负荷越大，即变电电流的稳定性越差。
T5、从各目标变电站的运行数据中提取各次变电时的接入电压以及各变电设备在各次监测时的承载电压，按照各目标变电站的变电电压稳定度的统计方式同理统计得到各目标变电的变电电压稳定度，进而统计各目标变电站的变电稳定度/>，，/>分别为设定变电站参照的变电电流稳定度、变电电压稳定度。
T6、从各目标变电站的运行数据中提取各变电设备的累计运行年限和维护次数。
T7、设定各目标变电站的变电负荷承载干扰因子，并统计各目标变电站的变电负荷承载度/>。
可理解地，设定各目标变电站的变电负荷承载干扰因子，包括：Y1、将各目标变电站对应各变电设备的累计运行年限与其设定干扰运行年限进行作差，将差值记为运行年限差，并从中提取各目标变电站的最大运行年限差，记为。
Y2、将运行年限差大于或者等于0的变电设备记为干扰设备，统计各目标变电站的干扰设备数目。
Y3、将各目标变电站对应各变电设备的维护次数进行均值计算，得到各目标变电站对应变电设备的平均维护次数。
Y4、从各目标变电对应各变电设备的维护次数中提取出最高维护次数，设定各目标变电站的变电负荷承载干扰因子/>，，/>分别为设定参照的干扰设备数目、运行年限差、维护次数、维护次数上限差。
还可理解地，统计各目标变电站的变电负荷承载度，包括：J1、将各目标变电站对应各变电设备在各次监测时的承载电压与其承载电流进行作积得到各目标变电站对应各变电设备在各次监测时承载负荷，进而与设定各变电设备对应额定承载负荷进行作差，将差值记为承载负荷差。
J2、统计各目标变电站中各变电设备对应承载负荷差大于0的监测次数，记为。
J3、从各目标变电站中各变电设备在各次监测时的承载负荷差中筛选出大于0的各承载负荷差，并进行均值计算，得到各目标变电站对应各变电设备的平均超出承载负荷差。
J4、统计各目标变电站的变电负荷承载度，，/>分别设定的参照偏差承载负荷次数、许可偏差承载负荷差次数差、预警承载负荷差，e为自然常数，/>为设定的变电负荷承载评估修正因子。
T8、提取各目标变电站单日可变电量和接收电能渠道数目/>，统计各目标变电站的变电能量容纳度/>，/>，n为目标变电站数目，/>、/>分别为设定变电站参照的变电电量差、接收电能渠道数目差。
在一个具体实施例中，接收电能渠道指接收电能来源，其中，接收电能来源包括但不限于光伏发电来源、水力发电来源、风力发电来源和火力发电来源。
本发明实施例在解析各目标变电站的运行状态时，通过从变电稳定度、负荷承载、变电能量容纳这三个维度进行运行解析，有效规避了当前常规故障层面判断的偏向，实现了各目标变电站运行状态的多维度解析，提高了各目标变电站运行状态的分析力度、深度和覆盖面，从而为后续电网调度的稳定性和可靠性提供了有力保障，并且也为后续电网调度的适配性分析提供了数据基础。
步骤3、电网输送数据提取：将各目标变电站与指定区域之间的输电线路作为各目标变电站的目标输送线路，提取各目标变电站对应目标输送线路的输送距离和输送数据。
具体地，输送数据包括输送线缆完好度、绝缘部件完好度、各线路监测点的监测电流和各次电量输送的损耗量。
在一个具体实施例中，输送线缆完好度、绝缘部件完好度的评定过程具体包括：将各目标变电站对应目标输送线路按照其输送线路中电杆所在位置划分为各输送线段，进而通过无人机搭载的高清摄像头对各输送线段进行图像采集，得到采集的各输送线段对应的图像。
从各输送线段对应的图像中识别出污损处数据和破损处数目，由此将各输送线段对应的污损处数目和破损处数目进行叠加，得到各目标变电站对应目标输送线路的综合污损处数目和综合破损处数目。
通过公式统计得到输送线缆完好度。
通过无人机搭载的高清摄像头对各目标变电站对应目标输送线路对各输送线段上安置的绝缘子串进行图像采集，得到各目标变电站对应目标输送线路中各输送线段对应绝缘子串的图像，并从中识别出锈蚀处数目，并将各目标变电站对应目标输送线路中各输送线段对应绝缘子串的锈蚀处数目进行叠加，得到到各目标变电站对应目标输送线路绝缘子串的综合锈蚀处数目。
通过无人机搭载的红外摄像仪对各目标变电站对应目标输送线路中各输送线段上安置的绝缘子串进行红外图像采集，得到各目标变电站对应目标输送线路中各输送线段对应绝缘子串的的红外图像，进而从中识别出各温度区域的温度值。
若绝缘子串某温度区域的温度超出设定绝缘子串的常规温度，则将该绝缘子串记为损伤绝缘子串，由此统计各目标变电站对应目标输送线路的损伤绝缘子串的数目。
根据所述综合锈蚀处数目和损伤绝缘子串的数目，按照输送线缆完好度的统计方式同理统计得到输送绝缘完好度。
需要说明的是，线路监测点的监测电流通过各线路监测点安置的电流传感器监测得到，各次电量输送的损耗量指各次电流输出端的电量与接收端的电量差。
步骤4、电网输送状态解析：解析各目标变电站的输送状态，得到各目标变电站的输送线路流通度和输送线路损耗度/>。
具体地，解析各目标变电站的输送状态，包括：P1、从各目标变电站对应目标输送线路的输送数据中提取输送线缆完好度和绝缘部件完好度/>，由此设定各目标变电站对应输送流通干扰因子/>，/>，/>分别为设定参照的输送线缆完好度、绝缘部件完好度。
P2、从各目标变电站对应目标输送线路的输送数据中提取各线路监测点的监测电流，/>为线路监测点编号，/>。
P3、统计各目标变电站的输送线路流通度，，u为线路监测点数目，/>为设定参照监测电流偏差度。
在一个具体实施中，输电线路的流通度指的是它能否承载电能传输的能力，即线路是否能够正常运行，即各线路监测点的电流差越大、线路状态以及绝缘部件状态越差，输电线路的流通度越差。
P4、从各目标变电站对应目标输送线路的监测数据中提取各次电量输送的损耗量，并与各目标变电站对应目标输送线路的输送距离进行作比，得到各目标变电站在各次电量输送对应单位距离损耗量。
P5、确认各目标变电站对应单位距离平均输送电量损耗量、单位距离集中输送电量损耗量/>以及单位距离最大输送电量/>。
需要说明的是，单位距离最大输送电量指各目标变电站在各次电量输送对应单位距离损耗量的最大值。
单位距离平均输送电量损耗量指各目标变电站在各次电量输送对应单位距离损耗量的均值。
单位距离集中输送电量损耗量的具体判定依据为：将各目标变电站在各次电量输送对单位距离损耗量进行相互对比，得到各目标变电站对应各单位距离损耗量对应的电量输送次数。
将电量输送次数最多的单位距离损耗量记为各目标变电站的单位距离集中输送电量损耗量。
还需要说明的是，进行单位距离的损耗量计算，可以消除各目标变电站对应输送距离之间的差异性，便于后续输送线路损耗计算。
P6、统计各目标变电站的输送线路损耗度，，/>分别为设定参照的平均损耗偏差、集中损耗偏差、损耗上限差对应输送损耗评估占比权重，/>分别为设定的单位输送距离对应许可损耗量、许可损耗上限差。
本发明实施例在解析各目标变电站的输送状态时，通过从输送线路流通和输送线路损耗两个层面进行解析，直观的展示了不同变电站对应配送电能的损耗情况以及线路情况，深度发掘了后续电网调度过程中的潜在问题，从而降低了电网后续调度的损失度。
步骤5、调电数据提取：提取指定用电区域当前需求调度电量。
步骤6、电网调度适配性解析及调度方案确认：解析各目标变电站的电量调度适配度，由此确认指定用电区域的电量调度方案。
具体地，解析各目标变电站的电量调度适配度，包括：设定各目标变电站对应电量调度优势因子，/>，/>、/>、/>分别为设定参照的变电稳定度、变电负荷承载度、变电能量容纳度。
设定各目标变电站对应电量调度损耗因子，，/>、/>分别为设定参照的输送流通度、输送损耗度。
其中，表示从0和/>中取最大值。
将各目标变电站的当前可变电余量记为，将指定用电区域当前需求调度电量记为/>，统计各目标变电站的电量调度适配度/>，，/>、/>分别为设定的单位电量调度损耗因子对应参照浮动电量值、参照适宜盈余电量。
本发明实施例通过从变电站运行状态、变电站输送状态、变电余量等进行变电站调度适配性分析，确保了变电站调度适配性分析结果的真实性和说服力，不仅有效降低了电网调度的电能损耗，确保了调度电能的利用率，还降低了后续调度过程对电网整体运行稳定的干扰，确保了后续调度方案制定的合理性和电网调度的适配性。
进一步地，所述确认指定用电区域的电量调度方案，包括：E1、将各目标变电站的电量调度适配度按照从大至小进行排序，得到各目标变电站的排序。
E2、若，则判断指定用电区域的电量调度方式为单向调度，则将排序第一位的目标变电站作为目标调度变电站，并将目标调度变电站的比例记为1，/>表示存在命题符号，/>为设定参照电量调度适配度。
E3、若，则判断指定用电区域的电量调度方式为多向调度，/>表示任意命题符号。/>
E4、若，则将i的编号数作为需求调度变电站数目，根据需求调度变电站数目从各目标变电站的排序中从前往后依次筛选出各目标调度变电站，并确认各目标调度变电站的调度比例。
在一个具体实施例中，当i为3时，三个目标变电站的当前可变电余量之和大于指定用电区域当前需求调度电量时，将3作为需求调度变电站数目，即当，3即为需求调度变电站数目，其中，/>。
需要说明的是，各目标调度变电站的调度比例的确认公式为。
E5、将指定用电区域的电量调度方式、目标调度变电站以及调度比例作为电量调度方案。
步骤7、电量调度方案反馈：将指定用电区域的电量调度方案反馈至电网调度平台，进行电量调度。
本发明实施例通过对各目标变电站的运行状态以及输送状态进行解析，由此解析各目标变电站的电量调度适配度，并确认电量调度方案，有效解决了当前对变电站层面的管理较为缺乏和局限的问题，确保了后续指定用电区域实际调度电量的质量和可用性，增强了电网调度的后续保障性，并且降低了电网调度损耗超出正常电网调度损耗的可能，同时还实现了电网调度后续具体执行过程的跟踪与管理，大幅度降低了电网调度员的工作量和工作繁琐性，从而显著提高了电网的调度效率，在另一层面还保障了调度决策的参考性和针对性。
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 (4)
1.一种基于大数据的智能电网配网调度运行管理方法，其特征在于：该方法包括:
步骤1、电网变电运行数据提取：将指定用电区域对应各关联调电变电站记为各目标变电站，提取各目标变电站的运行数据、当前可变电余量、单日可变电量和接收电能渠道数目；
步骤2、电网变电运行状态解析：解析各目标变电站的运行状态，得到各目标变电站的变电稳定度、变电负荷承载度/>和变电能量容纳度/>，i表示目标变电站编号，/>；
步骤3、电网输送数据提取：将各目标变电站与指定区域之间的输电线路作为各目标变电站的目标输送线路，提取各目标变电站对应目标输送线路的输送距离和输送数据；
步骤4、电网输送状态解析：解析各目标变电站的输送状态，得到各目标变电站的输送线路流通度和输送线路损耗度/>；
步骤5、调电数据提取：提取指定用电区域当前需求调度电量；
步骤6、电网调度适配性解析及调度方案确认：解析各目标变电站的电量调度适配度，由此确认指定用电区域的电量调度方案；
步骤7、电量调度方案反馈：将指定用电区域的电量调度方案反馈至电网调度平台，进行电量调度；
所述解析各目标变电站的运行状态，包括：
从各目标变电站的运行数据中提取各次变电时的接入电流，构建各目标变电站的接入电流变化曲线；
从所述接入电流变化曲线中提取波动点数目和曲线幅值/>；
从各目标变电站的运行数据中提取各变电设备对应各次监测时的承载电流，/>表示变电设备编号，/>，/>表示监测次序编号，/>；
统计各目标变电站的变电电流稳定度，；
其中，分别为设定参照的电流波动点数目、电流幅值、变电设备承载电流，为设定的参照变电设备承载电流差，/>分别为监测次数、变电设备数目，/>为设定的变电电流稳定评估修正因子；
从各目标变电站的运行数据中提取各次变电时的接入电压以及各变电设备在各次监测时的承载电压，按照各目标变电站的变电电压稳定度的统计方式同理统计得到各目标变电的变电电压稳定度，进而统计各目标变电站的变电稳定度/>，，/>分别为设定变电站参照的变电电流稳定度、变电电压稳定度；
从各目标变电站的运行数据中提取各变电设备的累计运行年限和维护次数；
设定各目标变电站的变电负荷承载干扰因子，并统计各目标变电站的变电负荷承载度/>；
提取各目标变电站单日可变电量和接收电能渠道数目/>，统计各目标变电站的变电能量容纳度/>，/>，n为目标变电站数目，、/>分别为设定变电站参照的变电电量差、接收电能渠道数目差；
所述设定各目标变电站的变电负荷承载干扰因子，包括：
将各目标变电站对应各变电设备的累计运行年限与其设定干扰运行年限进行作差，将差值记为运行年限差，并从中提取各目标变电站的最大运行年限差，记为；
将运行年限差大于或者等于0的变电设备记为干扰设备，统计各目标变电站的干扰设备数目；
将各目标变电站对应各变电设备的维护次数进行均值计算，得到各目标变电站对应变电设备的平均维护次数；
从各目标变电对应各变电设备的维护次数中提取出最高维护次数，设定各目标变电站的变电负荷承载干扰因子/>，/>，分别为设定参照的干扰设备数目、运行年限差、维护次数、维护次数上限差；
所述统计各目标变电站的变电负荷承载度，包括：
将各目标变电站对应各变电设备在各次监测时的承载电压与其承载电流进行作积得到各目标变电站对应各变电设备在各次监测时承载负荷，进而与设定各变电设备对应额定承载负荷进行作差，将差值记为承载负荷差；
统计各目标变电站中各变电设备对应承载负荷差大于0的监测次数，记为；
从各目标变电站中各变电设备在各次监测时的承载负荷差中筛选出大于0的各承载负荷差，并进行均值计算，得到各目标变电站对应各变电设备的平均超出承载负荷差；
统计各目标变电站的变电负荷承载度，，/>分别设定的参照偏差承载负荷次数、许可偏差承载负荷差次数差、预警承载负荷差，e为自然常数，/>为设定的变电负荷承载评估修正因子；
所述解析各目标变电站的输送状态，包括：
从各目标变电站对应目标输送线路的输送数据中提取输送线缆完好度和绝缘部件完好度/>，由此设定各目标变电站对应输送流通干扰因子/>；
从各目标变电站对应目标输送线路的输送数据中提取各线路监测点的监测电流，/>为线路监测点编号，/>；
统计各目标变电站的输送线路流通度，，u为线路监测点数目，/>为设定参照监测电流偏差度；
从各目标变电站对应目标输送线路的监测数据中提取各次电量输送的损耗量，并与各目标变电站对应目标输送线路的输送距离进行作比，得到各目标变电站在各次电量输送对应单位距离损耗量；
确认各目标变电站对应单位距离平均输送电量损耗量、单位距离集中输送电量损耗量/>以及单位距离最大输送电量/>；
统计各目标变电站的输送线路损耗度，，/>分别为设定参照的平均损耗偏差、集中损耗偏差、损耗上限差对应输送损耗评估占比权重，/>分别为设定的单位输送距离对应许可损耗量、许可损耗上限差；
所述解析各目标变电站的电量调度适配度，包括：
设定各目标变电站对应电量调度优势因子，，/>、/>、/>分别为设定参照的变电稳定度、变电负荷承载度、变电能量容纳度；
设定各目标变电站对应电量调度损耗因子，，/>、/>分别为设定参照的输送流通度、输送损耗度；
将各目标变电站的当前可变电余量记为，将指定用电区域当前需求调度电量记为/>，统计各目标变电站的电量调度适配度/>，，/>、/>分别为设定的单位电量调度损耗因子对应参照浮动电量值、参照适宜盈余电量；
所述确认指定用电区域的电量调度方案，包括：
将各目标变电站的电量调度适配度按照从大至小进行排序，得到各目标变电站的排序；
若，则判断指定用电区域的电量调度方式为单向调度，则将排序第一位的目标变电站作为目标调度变电站，并将目标调度变电站的比例记为1，/>表示存在命题符号，/>为设定参照电量调度适配度；
若，则判断指定用电区域的电量调度方式为多向调度，/>表示任意命题符号；
若，则将i的编号数作为需求调度变电站数目，根据需求调度变电站数目从各目标变电站的排序中从前往后依次筛选出各目标调度变电站，并确认各目标调度变电站的调度比例；
将指定用电区域的电量调度方式、目标调度变电站以及调度比例作为电量调度方案。
2.如权利要求1所述的一种基于大数据的智能电网配网调度运行管理方法，其特征在于：所述运行数据包括各次变电时的接入电流、接入电压以及各变电设备的累计运行年限、维护次数、在各次监测时的承载电压和承载电流。
3.如权利要求1所述的一种基于大数据的智能电网配网调度运行管理方法，其特征在于：所述输送数据包括输送线缆完好度、绝缘部件完好度、各线路监测点的监测电流和各次电量输送的损耗量。
4.如权利要求1所述的一种基于大数据的智能电网配网调度运行管理方法，其特征在于：所述各目标变电站对应输送流通干扰因子的具体设定公式为：，/>分别为设定参照的输送线缆完好度、绝缘部件完好度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311342453.8A CN117335403B (zh) | 2023-10-17 | 2023-10-17 | 一种基于大数据的智能电网配网调度运行管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311342453.8A CN117335403B (zh) | 2023-10-17 | 2023-10-17 | 一种基于大数据的智能电网配网调度运行管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117335403A CN117335403A (zh) | 2024-01-02 |
| CN117335403B true CN117335403B (zh) | 2024-03-12 |
Family
ID=89291528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311342453.8A Active CN117335403B (zh) | 2023-10-17 | 2023-10-17 | 一种基于大数据的智能电网配网调度运行管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117335403B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117706259B (zh) * | 2024-02-06 | 2024-05-24 | 南方电网科学研究院有限责任公司 | 电力设备能效评估性能监测控制方法、装置、终端及介质 |
| CN117748502B (zh) * | 2024-02-21 | 2024-05-14 | 山东恒迈信息科技有限公司 | 一种智能识别训练数据分析方法 |
| CN117852848B (zh) * | 2024-03-08 | 2024-06-11 | 山东黄金电力有限公司 | 基于大数据配置电力系统的数据信息管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102096468B1 (ko) * | 2018-10-05 | 2020-04-02 | 한국전력공사 | 능동형 선로부하 관리 방법 |
| CN116612859A (zh) * | 2023-07-17 | 2023-08-18 | 山东第一医科大学第二附属医院 | 一种术后肢体协调神经恢复训练管理系统 |
-
2023
- 2023-10-17 CN CN202311342453.8A patent/CN117335403B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102096468B1 (ko) * | 2018-10-05 | 2020-04-02 | 한국전력공사 | 능동형 선로부하 관리 방법 |
| CN116612859A (zh) * | 2023-07-17 | 2023-08-18 | 山东第一医科大学第二附属医院 | 一种术后肢体协调神经恢复训练管理系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张琪.电网调度运行方式优化解决措施.科技资讯.2018,16(24),第25-26页. * |
| 黄弘扬等.一种多源异构配电网实时调度优化模型的研究.能源与环保.2018,40(01),第153-157页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117335403A (zh) | 2024-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117335403B (zh) | 一种基于大数据的智能电网配网调度运行管理方法 | |
| Du et al. | Scenario map based stochastic unit commitment | |
| CN202009267U (zh) | 智能变电站设备状态一体化监测与分析系统 | |
| CN112732443A (zh) | 一种基于边缘计算的储能电站状态评估与运行优化系统 | |
| Yao et al. | Internet of things for electric vehicle: An improved decentralized charging scheme | |
| CN115498640B (zh) | 一种基于虚拟电厂的微电网能源控制方法及系统 | |
| CN103366051A (zh) | 一次设备和二次设备建模的方法与系统 | |
| CN104538957B (zh) | 用于统计低频低压切负荷容量的电网模型自适应处理方法 | |
| CN109494877A (zh) | 海上风电场一体化监控方法、装置、计算机设备和介质 | |
| CN212785420U (zh) | 一种基于云边协同和5g网络的无人机巡检系统 | |
| CN115395643A (zh) | 基于全数据采集和状态感知的低压配电网故障预警定位装置及系统 | |
| CN110266513B (zh) | 低压集抄系统物理拓扑的解析方法 | |
| CN115983612A (zh) | 一种基于虚拟电厂的分布式源网荷储调度优化方法 | |
| CN117614141B (zh) | 一种用于配电网的多电压层级协调管理方法 | |
| CN114362238A (zh) | 光伏控制装置、光伏控制系统及方法 | |
| CN112561727A (zh) | 一种配电网运行分析和健康评估综合管理系统 | |
| EP3011534B1 (en) | Demand response system with field area network gateway | |
| Fu et al. | An edge computing framework for digital grid | |
| CN115239178A (zh) | 农村低压台区分布式光伏选址定容方法、系统及介质 | |
| CN206480034U (zh) | 电网220kV线损计算系统 | |
| CN116154959B (zh) | 一种配电台区多融合终端边缘协同系统及方法 | |
| CN113742164B (zh) | 基于数字电网的多样化数据采集系统、方法和存储介质 | |
| CN103280823A (zh) | 基于移动储能设备的电网实时自动调度策略 | |
| Chen et al. | Research on Intelligent Terminal Based on Distribution Multi-service Integration under The Dual-carbon Target | |
| Xie et al. | Research on the Status Quo and Problems of Power Grid Production in China |
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 |