CN117498342A - 一种基于电网负荷的调节方法及系统 - Google Patents

一种基于电网负荷的调节方法及系统 Download PDF

Info

Publication number
CN117498342A
CN117498342A CN202311499750.3A CN202311499750A CN117498342A CN 117498342 A CN117498342 A CN 117498342A CN 202311499750 A CN202311499750 A CN 202311499750A CN 117498342 A CN117498342 A CN 117498342A
Authority
CN
China
Prior art keywords
data
evaluation
power grid
grid load
representing
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
Application number
CN202311499750.3A
Other languages
English (en)
Inventor
陈小龙
梅成成
周全
曹天广
徐晃
桂宁
缪瑞峰
万能
古海生
胡燕
洪剑峰
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.)
Hefei Power Supply Co of State Grid Anhui Electric Power Co Ltd
Original Assignee
Hefei Power Supply Co of State Grid Anhui 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 Hefei Power Supply Co of State Grid Anhui Electric Power Co Ltd filed Critical Hefei Power Supply Co of State Grid Anhui Electric Power Co Ltd
Priority to CN202311499750.3A priority Critical patent/CN117498342A/zh
Publication of CN117498342A publication Critical patent/CN117498342A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes
    • 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
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Human Computer Interaction (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于电网负荷的调节方法及其系统。该基于电网负荷的调节方法，包括以下步骤：获取电网负荷历史数据和电网负荷调节评估数据；得到电网负荷调节综合评估系数；确定电网负荷的调节方法。本发明通过构建电网负荷调节综合评估系数模型并通过数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数得到电网负荷调节综合评估系数，从而根据以上评估指数和电网负荷调节综合评估系数在确定并调整电网负荷的调节方法，进而提高了电网负荷的调节方法的协调性，解决了现有技术中存在不能有效提高电网负荷的调节方法协调性的问题。

Description

一种基于电网负荷的调节方法及系统
技术领域
本发明涉及电网调节技术领域，尤其涉及一种基于电网负荷的调节方法及系统。
背景技术
随着基于电网负荷的调节方法是电力系统领域的一个重要研究领域，电网负荷调节技术将帮助实现更多可再生能源的整合，减少对化石燃料的依赖，推动低碳和可持续能源的发展。电动车的普及将需要更多的电力供应和负荷调节，储能系统和智能充电基础设施将发挥关键作用。小规模分布式能源资源的管理将成为一项重要任务，家庭和企业将更积极地参与电力生产和消耗的管理。随着城市化和工业化的增长，电力需求将继续增加，需要更强大的负荷数据集成来应对负荷波动。总之，电网负荷的调节技术是电力系统未来发展的关键，它将有助于实现清洁、可持续、高效的能源供应，同时提高电力系统的可靠性和稳定性。这些技术还将在新的能源和电力市场环境中发挥重要作用。
现有的基于电网负荷的调节方法通过以下技术调节：储能系统：电池储能系统可以将电能储存起来，以在需要时释放。可再生能源预测和集成：通过使用天气预测和高级控制系统，可以提前预测太阳能和风能等可再生能源的的产量，并相应地调整电网的运营。分布式能源资源管理：分布式能源资源，可以在本地产生电能。负荷侧管理：负荷侧管理涉及通过智能电器、照明、暖通空调系统等来控制消耗电能的设备，以在负荷高峰时期减少用电，降低能耗成本。市场机制：市场机制如电力市场、容量市场和能源市场可以通过价格信号来激励消费者和生产者在高需求或低供应时采取适当的行动，以调节电力供应和需求。智能电网技术：智能电网技术包括高级监控、通信和控制系统，可以实时监测电网状态，优化能源分配，提高电网的稳定性和可操作性。电能质量改进：通过电能质量改进技术，可以提高电力系统的稳定性和效率。
例如公告号为：CN1 14362212B的发明专利公告的一种多类型电网负荷资源数据处理与调节方法及系统，包括：分析电网典型柔性负荷资源响应特性和参控方式以进行负荷分类，构建不同类型负荷资源调节属性及可调度属性；对多类型电网负荷资源进行分层分区建模，对负荷可数据集成进行逐层聚合；对多类型电网负荷资源进行不同维度的数据处理及校核，实现对多类型电网负荷资源数据的实时感知及异常告警；建立跨安全区的负荷调节指令安全可靠交互机制并进行多类型电网负荷资源数据的调节控制。
例如公告号为：CN104573858B的发明专利公告的一种电网负荷的预测和调控方法，包括：采集所有被测用电设备在预设时间段内的用电量数据；建立条件随机场模型，并将所采集的用电量数据作为训练样本估计得到用电量的条件概率分布函数；根据所述用电量的条件概率分布函数和当前用电量，预测下一预测时间段的预期用电量和是否出现用电高峰；当预测到将出现用电高峰时，根据预设用电策略对用户的用电行为进行干预，降低用电量。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中，电网系统中的各个组件，通常由不同的实体管理，协同管理这些组件以实现高效的负荷调节可能面临协调和通信挑战，存在不能有效提高电网负荷的调节方法协调性的问题。
发明内容
本申请实施例通过提供一种基于电网负荷的调节方法及系统，解决了现有技术中，存在不能有效提高电网负荷的调节方法协调性的问题，实现了提高了电网负荷的调节方法的协调性的效果。
本申请实施例提供了一种基于电网负荷的调节方法，包括以下步骤：获取电网负荷历史数据和电网负荷调节评估数据，所述电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数；根据所述电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数；根据所述电网负荷调节评估数据和电网负荷调节综合评估系数，确定电网负荷的调节方法。
进一步的，所述确定电网负荷的调节方法的具体步骤为：实时监测采集：获取实时监测采集的电网各负荷组件的各项数据并得到数据集成原始数据组和数据集成评估指数，根据数据集成评估指数对实时监测采集步骤进行对应的因素调节；通信协议标准化：获取通信协议并标准化的数据并得到通信数据协议数据组和通信数据协议评估指数，根据通信数据协议评估指数对通信协议进行对应的因素调节；电力负荷分析：通过先验算法获取并分析电网各负荷组件电力负荷需求数据并得到分布式资源分配原始数据组和先验算法评估指数和分布式电网资源分配规划方案，根据先验算法评估指数对先验算法进行调节对应的因素；电网资源分配规划：获取分布式电网资源分配规划方案数据并得到分布式资源分配评估指数，根据分布式资源分配评估指数对分布式电网资源分配规划方案数据进行对应的因素调节；智能化监测控制：获取智能监测控制采集的分布式电网资源分配规划方案实施的各项数据并得到监测控制评估指数，根据监测控制评估指数对智能化监测控制步骤进行对应的因素调节；相关人员培训：获取相关人员培训结果数据并得到人员培训评估系数，根据人员培训评估系数对相关人员培训步骤进行对应的因素调节；持续改进：获取以上所有步骤的数据并得到电网负荷调节综合评估系数，根据电网负荷调节综合评估系数判断分析负荷调节方法。
进一步的，所述电网负荷调节综合评估系数的具体计算公式为：式中，ω表示电网负荷调节综合评估系数；α表示数据集成评估指数，μ表示通信数据协议评估指数，φ表示先验算法评估指数，/>表示分布式资源分配评估指数，/>表示监测控制评估指数，τ表示人员培训评估系数；u、v和w分别表示通信数据协议评估指数、先验算法评估指数和分布式资源分配评估指数对于电网负荷调节综合评估系数的权重因子，e表示自然常数。
进一步的，所述数据集成评估指数的具体计算公式为：式中，a0表示数据集成原始数据组中数据类别的编号，a0＝1，2，...，a，a表示数据集成原始数据组数据类别总数，/>表示数据集成原始数据组中第a0类数据的精确性评估值，/>表示数据集成原始数据组中第a0类数据的预定义精确性标准值，/>表示数据集成原始数据组中第a0类数据的完整性评估值，/>表示数据集成原始数据组中第a0类数据的预定义完整性标准值，/>表示数据集成原始数据组中第a0类数据的关联性评估值，/>表示数据集成原始数据组中第a0类数据的预定义关联性标准值，β表示数据噪音干扰读取误差因子，A设表示数据集成原始数据组中数据设定集成度标准值，b表示数据集成原始数据组中值噪音滤波修正值，ψ1、ψ2和ψ3分别表示数据精确性、数据完整性和数据关联性对于数据集成评估指数的权重因子。
进一步的，所述通信数据协议评估指数的具体计算公式为：式中，d0表示通信数据协议数据组中数据类别的编号，d0＝1，2，...，d，d表示通信数据协议数据组数据类别总数，f0表示通信数据协议数据组对应的第d0个数据类型中各个数据的编号，f0＝1，2，...，f，f为通信数据协议数据组对应的第d0个数据类型中数据的编号总数，/>表示通信数据协议数据组中第d0类第f0个数据提取的数据传输速率，/>表示通信数据协议数据组中第d0类第f0个数据提取的误码率评估值，/>表示最大误码率容忍值，ε表示通信数据协议数据组数据对应的预定义频率特性衰减匹配因子，δ表示预定义频率利用率，χ表示预定义带宽适配系数。
进一步的，所述先验算法评估指数的具体计算公式为：式中，C表示算法准确性评估值，D表示算法实时性评估值，E表示算法稳定性评估值，F表示预定义算法历史性能修正系数，γ表示算法准确性评估值和算法实时性评估值的匹配调和因子，g表示算法准确性评估值对于先验算法评估指数的权重因子，h表示算法实时性评估值对于先验算法评估指数的权重因子，D预表示预定义算法调节最大容忍值，E预表示预定义算法稳定性评估标准值，/>表示算法稳定性评估值对于先验算法评估指数的匹配调和因子，ζ表示预定义算法历史性能修正系数对算法预测范围对应的匹配调和因子，η表示算法准确性评估值、算法实时性评估值、算法稳定性评估值和预定义算法历史性能修正系数的相互叠加负向影响系数，λ表示预定义算法精细度修正系数。
进一步的，所述分布式资源分配评估指数的具体计算公式为：式中，L0表示分布式资源分配原始数据组中数据类别的编号，L0＝1，2，...，L，L表示分布式资源分配原始数据组数据类别总数，/>表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值，/>表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量评估值，/>表示分布式资源分配原始数据组中第L0类数据的分布式能源集成度评估值，/>表示分布式资源分配原始数据组中第L0类数据对应的可调度最大容量，K表示预定义分布式资源的类型影响匹配系数，m表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值的影响匹配因子，o表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量的影响匹配因子，i表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值对应分布式资源分配评估指数的权重因子，j表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量对应分布式资源分配评估指数的权重因子，/>表示预定义分布式资源分配原始数据组中第L0类数据的分布式能源电能质量，n表示分布式资源分配原始数据组中第L0类数据的分布式能源集成度评估值对应分布式资源分配评估指数的影响叠加因子，k表示分布式资源分配原始数据组中第L0类数据的可调度最大容量对应分布式资源分配评估指数的影响叠加因子。
进一步的，所述监测控制评估指数的具体计算公式为：式中，M表示实际响应速度，N表示预定义监测频率，P表示实际过载频率，M效表示有效响应速度最低值，p表示响应速度对应监测控制评估指数的权重因子，q表示预定义监测频率对应监测控制评估指数的权重因子，r表示实际过载频率对应监测控制评估指数的影响匹配因子，θ表示实际控制过载负向效益评估系数，S表示实际负荷平衡度修正匹配因子，σ表示分布式资源类型比重对监测控制评估指数的影响匹配因子。
进一步的，所述人员培训评估系数的具体计算公式为：式中，O表示实际知识正确率，Q表示协作效率评估值，R表示实际人为调节效率，Q标表示协作效率参考值，s表示实际知识正确率对应人员培训评估系数的权重因子，u表示协作效率对应人员培训评估系数的权重因子，v表示实际人为调节效率对应人员培训评估系数的影响匹配因子。
本申请实施例提供了一种基于电网负荷的调节系统，包括：历史数据获取模块：用于获取电网负荷历史数据和电网负荷调节评估数据，所述电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数；电网负荷综合评估模块：用于根据所述电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数；电网负荷的调节方法模块：用于根据所述电网负荷调节评估数据和电网负荷调节综合评估系数，确定电网负荷的调节方法。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过构建电网负荷调节综合评估系数模型，根据电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数计算得到电网负荷调节综合评估系数，从而根据以上评估指数和电网负荷调节综合评估系数在确定并调整电网负荷的调节方法，进而提高了电网负荷的调节方法的协调性，有效解决了现有技术中，存在不能有效提高电网负荷的调节方法协调性的问题。
2、通过实时监测采集、通信协议标准化、电力负荷分析、电网资源分配规划、智能化监测控制、相关人员培训和持续改进这些具体步骤来确定电网负荷的调节方法，从而使电网负荷的调节方法更加智能高效、提供稳定可持续的电力供应，进而提高了电网负荷的调节方法的可用性。
3、通过电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数，对电网负荷的调节方法具体各步骤所用数据都进行评估并调整，从而有助于提高电网负荷的调节方法的调节效能，进而实现了提高电网负荷的调节方法的可持续性的效果。
附图说明
图1为本申请实施例提供的基于电网负荷的调节方法流程图；
图2为本申请实施例提供的确定电网负荷的调节方法的步骤结构示意图；
图3为本申请实施例提供的基于电网负荷的调节系统结构示意图。
具体实施方式
本申请实施例通过提供一种基于电网负荷的调节方法及系统，解决了现有技术中，存在不能有效提高电网负荷的调节方法协调性的问题，通过电网负荷调节评估数据，实现了提高电网负荷的调节方法的协调性。
本申请实施例中的技术方案为解决上述，存在不能有效提高电网负荷的调节方法协调性的问题，总体思路如下：
通过构建电网负荷调节综合评估系数模型并通过数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数得到电网负荷调节综合评估系数，从而根据以上评估指数和电网负荷调节综合评估系数在确定并调整电网负荷的调节方法，达到了提高电网负荷的调节方法的客观性的效果。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示，为本申请实施例提供的基于电网负荷的调节方法流程图，该方法应用于基于电网负荷的调节系统中，该方法包括以下步骤：获取电网负荷历史数据和电网负荷调节评估数据，电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数；根据电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数；根据电网负荷调节评估数据和电网负荷调节综合评估系数，确定电网负荷的调节方法。
进一步的，确定电网负荷的调节方法的具体步骤为：实时监测采集：获取实时监测采集的电网各负荷组件的各项数据并得到数据集成原始数据组和数据集成评估指数，根据数据集成评估指数对实时监测采集步骤进行对应的因素调节；通信协议标准化：获取通信协议并标准化的数据并得到通信数据协议数据组和通信数据协议评估指数，根据通信数据协议评估指数对通信协议进行对应的因素调节；电力负荷分析：通过先验算法获取并分析电网各负荷组件电力负荷需求数据并得到分布式资源分配原始数据组和先验算法评估指数和分布式电网资源分配规划方案，根据先验算法评估指数对先验算法进行调节对应的因素；电网资源分配规划：获取分布式电网资源分配规划方案数据并得到分布式资源分配评估指数，根据分布式资源分配评估指数对分布式电网资源分配规划方案数据进行对应的因素调节；智能化监测控制：获取智能监测控制采集的分布式电网资源分配规划方案实施的各项数据并得到监测控制评估指数，根据监测控制评估指数对智能化监测控制步骤进行对应的因素调节；相关人员培训：获取相关人员培训结果数据并得到人员培训评估系数，根据人员培训评估系数对相关人员培训步骤进行对应的因素调节；持续改进：获取以上所有步骤的数据并得到电网负荷调节综合评估系数，根据电网负荷调节综合评估系数判断分析负荷调节方法。
在本实施例中，如图2所示，为本申请实施例提供的确定电网负荷的调节方法的步骤结构示意图，智能化监测控制还包括调整发电资源：根据资源分配规划，调整发电资源的输出。这可能包括启动或停机发电厂、调整火力发电机的负荷、控制风力和太阳能发电等。储能设备管理：如果有储能设备，需要对其进行管理以平衡供需。储能设备可以在低负荷时存储电能，在高负荷时释放电能，帮助平滑负荷曲线。负荷管理：实施负荷管理策略，例如通过调整照明、制冷、暖气等系统的操作来减小负荷。这有助于减少高负荷时段的压力。频率和电压控制：确保电力系统的频率和电压保持在可接受的范围内。这可能需要频率控制和电压调节设备的干预。实时监控和反馈：持续监测电力系统的性能，随时做出调整。使用实时数据和反馈来优化资源分配和负荷调节策略。紧急情况处理：针对突发性事件(如设备故障、天气极端事件)制定紧急负荷调节计划，以确保系统稳定性。
进一步的，电网负荷调节综合评估系数的具体计算公式为：式中，ω表示电网负荷调节综合评估系数：α表示数据集成评估指数，μ表示通信数据协议评估指数，φ表示先验算法评估指数，/>表示分布式资源分配评估指数，/>表示监测控制评估指数，τ表示人员培训评估系数；u、v和w分别表示通信数据协议评估指数、先验算法评估指数和分布式资源分配评估指数对于电网负荷调节综合评估系数的权重因子，e表示自然常数。
进一步的，数据集成评估指数的具体计算公式为：式中，a0表示数据集成原始数据组中数据类别的编号，a0＝1，2，...，a，a表示数据集成原始数据组数据类别总数，/>表示数据集成原始数据组中第a0类数据的精确性评估值，/>表示数据集成原始数据组中第a0类数据的预定义精确性标准值，/>表示数据集成原始数据组中第a0类数据的完整性评估值，表示数据集成原始数据组中第a0类数据的预定义完整性标准值，/>表示数据集成原始数据组中第a0类数据的关联性评估值，/>表示数据集成原始数据组中第a0类数据的预定义关联性标准值，β表示数据噪音干扰读取误差因子，A设表示数据集成原始数据组中数据设定集成度标准值，b表示数据集成原始数据组中值噪音滤波修正值，ψ1、ψ2和ψ3分别表示数据精确性、数据完整性和数据关联性对于数据集成评估指数的权重因子。
在本实施例中，电网负荷历史数据包括实时监测采集的电网各负荷组件的各项数据并合并提取得到数据集成原始数据组，数据的精确性是指对同一对象在重复测量时所得到的不同观测数据之间的接近程度。精确性，也叫精准性。精确性与数据采集的精度有关系。精度越高，要求数据采集的粒度越细，误差的容忍程度也越低。预定义精确性标准值表示电网调节方法中所用算法所需的数据标准精度，精确性评估值表示采集的数据精度适配电网调节方法中所用算法所需的数据精度程度，符合程度越高，评估值越靠近预定义精确性标准值，在实际应用中，对数据可以提前展开清洗过滤提取，使得所用数据都是可用数据。数据的完整性是指数据采集的程度，即应采集的数据和实际采集到的数据之间的比例。预定义完整性标准值表示电网调节方法中所用算法所需的数据标准完整度，标准完整度包括数据的类别，用途，来源等，完整性评估值表示采集的数据完整度适配电网调节方法中所用算法所需的数据标准完整度，符合程度越高，评估值越靠近预定义完整性标准值。数据的关联性是指数据集成原始数据组中各个数据类别之间的关联关系。关联性同上针对所需算法对于数据的要求来确定预定义关联性标准值，评估关联性评估值。需要注意，评估值可以是根据与标准值的比例来计算，也可以根据实际应用中的算法表现反证，还可以依据历史数据对于新要求直接调整。数据设定集成度标准值表示算法所需标准的数据集成的数据信息密度。在具体实际应用中，根据电网主要应用场景，如城市电车充电网络，乡镇点网生活网络，西北草原发电网络等，具体数据来源会有很大差异，a0表示数据集成原始数据组中数据类别的编号，不同类别的数据主要来自于以上不同的数据来源，需要对数据质量进行评估，数据质量不过关的需要调整数据获取来源和获取方法；多元数据融合和处理，多元用户用电特征建模和用电负荷预测的准确性很大程度上取决于数据的质量和完整性。使用更加灵活的模型和更加准确的数据，多元负荷预测精度才能得到提高，从而促进能源和电力系统的可持续性和智能化发展。
进一步的，通信数据协议评估指数的具体计算公式为：式中，d0表示通信数据协议数据组中数据类别的编号，d0＝1，2，...，d，d表示通信数据协议数据组数据类别总数，f0表示通信数据协议数据组对应的第d0个数据类型中各个数据的编号，f0＝1，2，...，f，f为通信数据协议数据组对应的第d0个数据类型中数据的编号总数，/>表示通信数据协议数据组中第d0类第f0个数据提取的数据传输速率，/>表示通信数据协议数据组中第d0类第f0个数据提取的误码率评估值，/>表示最大误码率容忍值，ε表示通信数据协议数据组数据对应的预定义频率特性衰减匹配因子，δ表示预定义频率利用率，χ表示预定义带宽适配系数。
在本实施例中，数据传输速率、误码率均可直接通过检测设备获取，预定义频率特性衰减匹配因子表示根据电网各负荷组件的历史运行数据提取得到，预定义通信效率影响修正评估值表示通信效率对数据采集共享集成平台综合效率的影响，预定义介质带宽指标适配系数表示通信数据协议实际介质带宽指标对数据所需的介质带宽指标的比值，尽量让通信数据协议实际介质带宽指标完全覆盖数据所需的介质带宽指标。误码率：衡量数字通讯系统可靠性的指标，它是二进制代码在传输过程中被传错的概率，数据传输速率包括比特率：通讯系统单位时间内传输数据的二进制位数，波特率：通讯系统单位时间内传输信号波形的变化次数，频率利用率：单位频带内的传输速度，协议效率：所传输的数据包中的有效数据位数占整个数据包长度的比值，通信效率：数据帧传输时间同用于发送报文的所有时间。频率特性指标：描述通信信道在不同频率的信号通过以后，其波形发生变化的特性。频率特性指标分为：幅频特性、相频特性。幅频特性是不同频率的信号通过信道后，其幅度受到不同衰减的特性。相频特性是不同频率的信号通过信道后，其相角受到不同程度改变的特性；预定义频率特性衰减匹配因子即表示以上因受到幅频特性和相频特性影响而需要调整预估衰减后的信号与所需的通信协议标准适配程度。介质带宽指标：实际介质带宽有限，它只能传输某些频率范围的信号。一种介质只能传输在有效带宽范围内的信号，预定义带宽适配系数表示所需带宽大小和实际带宽大小的比例。
进一步的，先验算法评估指数的具体计算公式为：式中，C表示算法准确性评估值，D表示算法实时性评估值，E表示算法稳定性评估值，F表示预定义算法历史性能修正系数，γ表示算法准确性评估值和算法实时性评估值的匹配调和因子，g表示算法准确性评估值对于先验算法评估指数的权重因子，h表示算法实时性评估值对于先验算法评估指数的权重因子，D预表示预定义算法调节最大容忍值，E预表示预定义算法稳定性评估标准值，/>表示算法稳定性评估值对于先验算法评估指数的匹配调和因子，ζ表示预定义算法历史性能修正系数对算法预测范围对应的匹配调和因子，η表示算法准确性评估值、算法实时性评估值、算法稳定性评估值和预定义算法历史性能修正系数的相互叠加负向影响系数，λ表示预定义算法精细度修正系数。
在本实施例中，算法准确性评估值：评估算法的准确性，即算法生成的电力资源需求预测与实际需求之间的匹配程度。可以使用统计指标如均方根误差(RMSE)、平均绝对误差(MAE)或相关系数来量化评估准确性。算法实时性评估值：考虑算法的实时性，即它能够多快地生成新的需求预测，电力系统需要实时数据以应对突发事件和需求波动，对每一个调节需求的平时所用时间即为算法实时性评估值。预定义算法调节最大容忍值即超过这个值算法的实时性就算不合理，稳定性：算法稳定性评估值，即它在不同情况下(如季节变化、天气变化、负荷变化等)的表现。算法稳定性评估值主要根据电网负荷历史数据中以往算法的实际调节表现直接评估得到，稳定性是保证电网可靠性的关键。预定义算法历史性能修正系数：分析算法的在不同时间段内的表现以及是否在过去历史时期内进行过改进，改进的算法性能会有改变，将改变后的性能变化量化与改变前的性能做对比，多出的比率折算的系数记为预定义算法历史性能修正系数。算法精细度：考察算法的输出的时间精度和空间精度。在电网管理中，可能需要不同时间尺度(小时、日、月)和不同空间尺度(区域、子站、设备级别)的需求数据。算法应该提供相应的精度，预定义算法精细度修正系数表示算法输出的数据精细度是否在一定程度上满足要求，算法预测范围：考虑算法的预测范围。有些算法可能只适用于短期预测，而其他则适用于中长期预测。确保算法满足电网规划和运营的不同需求，只要算法能覆盖实际所需，式中算法预测范围均为单位1；
进一步的，分布式资源分配评估指数的具体计算公式为：式中，L0表示分布式资源分配原始数据组中数据类别的编号，L0＝1，2，...，L，L表示分布式资源分配原始数据组数据类别总数，表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值，/>表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量评估值，/>表示分布式资源分配原始数据组中第L0类数据的分布式能源集成度评估值，/>表示分布式资源分配原始数据组中第L0类数据对应的可调度最大容量，K表示预定义分布式资源的类型影响匹配系数，m表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值的影响匹配因子，o表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量的影响匹配因子，i表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值对应分布式资源分配评估指数的权重因子，j表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量对应分布式资源分配评估指数的权重因子，/>表示预定义分布式资源分配原始数据组中第L0类数据的分布式能源电能质量，n表示分布式资源分配原始数据组中第L0类数据的分布式能源集成度评估值对应分布式资源分配评估指数的影响叠加因子，k表示分布式资源分配原始数据组中第L0类数据的可调度最大容量对应分布式资源分配评估指数的影响叠加因子。
在本实施例中，分布式资源分配原始数据组中数据类别的编号分别代表着不同的唯一对应的分布式可调用电力资源，在制定资源分配规划时，特别是在考虑分布式能源资源时，有一些具体的评估指标可以帮助评估和优化资源的分配和利用。供电可靠性：评估分布式能源资源分配的规划，确保它们可以满足电网的供电可靠性要求。指标可以包括供电持续时间和频率。分布式供电可靠性评估值表示对于一个具体的分布式可调用电力资源提供的供电可靠性分别在电压供电持续时间和频率两方面与标准值比值记为评估值。电能质量：确保分布式资源不会对电能质量造成负面影响。指标包括电压稳定性、频率稳定性和谐波畸变。分布式能源电能质量评估值表示对于一个具体的分布式可调用电力资源提供的电能质量分别在电压稳定性、频率稳定性和谐波畸变三方面与标准值比值记为评估值。分布式资源的类型：考虑不同类型的分布式资源，如太阳能光伏、风能、生物质和储能系统。评估它们的精确性、稳定性和潜在贡献，预定义分布式资源的类型影响匹配系数表示根据在具体的负荷调节中所用的分布式资源的类型是已知的，不同的类型的分布式资源所提供的电能特性不一样，根据以往历史数据给各类型资源加权计算调节所需的比重，各比重即为预定义分布式资源的类型影响匹配系数，分布式能源集成：评估分布式资源与电网的集成程度。分布式能源集成度评估值表示区域实际接入电网集成的分布式可调用电力资源与所能接入电网集成的所有分布式可调用电力资源的比值，可调度性：确保分布式资源的容量足够满足需求，并考虑到它们的可调度性。这可以通过分布式资源的最大功率、最小功率和可调度范围来度量。可调度最大容量可以通过具体分布式可调用电力资源以往历史数据直接获取。
进一步的， 监测控制评估指数的具体计算公式为：式中，M表示实际响应速度，N表示预定义监测频率，P表示实际过载频率，M效表示有效响应速度最低值，p表示响应速度对应监测控制评估指数的权重因子，q表示预定义监测频率对应监测控制评估指数的权重因子，r表示实际过载频率对应监测控制评估指数的影响匹配因子，/>表示实际控制过载负向效益评估系数，S表示实际负荷平衡度修正匹配因子，σ表示分布式资源类型比重对监测控制评估指数的影响匹配因子。
在本实施例中，智能化监测控制系统在电力系统中的性能和有效性可以通过多个评估指标来衡量。监测频率：衡量系统检测负荷需求变化的频率多快。响应速度：衡量系统多快能够检测负荷需求变化并作出相应的调整。这通常以毫秒或秒为单位度量负荷平衡：评估系统的能力，以确保电力系统的各个部分能够平衡负荷需求，以避免过载或欠载。指标可以包括负荷平衡度和过载频率。够检测负荷需求变化并作出相应的调整。这通常以毫秒或秒为单位度量。实际控制过载负向效益评估系数表示在实际调节控制中因为过载而浪费的能源效益与实际调节控制中综合提供的正向能源效益的比值。
进一步的，人员培训评估系数的具体计算公式为：式中，O表示实际知识正确率，Q表示协作效率评估值，R表示实际人为调节效率，Q标表示协作效率参考值，s表示实际知识正确率对应人员培训评估系数的权重因子，u表示协作效率对应人员培训评估系数的权重因子，v表示实际人为调节效率对应人员培训评估系数的影响匹配因子。
在本实施例中，任何自动化系统都不可忽视人的作用，这些评估指标将帮助确定培训的效果以及员工是否能够更好地理解协同管理的重要性和有效地使用技术和工具来解决协调挑战。知识正确率：衡量参与培训的员工对电力系统、协同管理的理解程度是否提高。通过知识考试或问卷测验的分数获得。团队协作效率：衡量员工在团队中的协作和沟通能力是否有所改善。这可以通过协作项目的结果来评估。协作效率评估值表示通过协作项目验收结果和人员互评的方式得到协作效率评估值，协作效率参考值表示根据以往协作项目验收结果平均计算后给出一个人员协作效率参考值，电网负荷人为调节效率提升：检查员工在日常工作中是否更加高效。这可以通过工作完成时间的减少、资源利用率的提高等方式来评估。实际人为调节效率表示相关人员在标准操作时间内完成对应操作的效率。
如图3所示，为本申请实施例提供的基于电网负荷的调节系统结构示意图，本申请实施例提供的基于电网负荷的调节系统包括：历史数据获取模块：用于获取电网负荷历史数据和电网负荷调节评估数据，电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数；电网负荷综合评估模块：用于根据电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数；电网负荷的调节方法模块：用于根据电网负荷调节评估数据和电网负荷调节综合评估系数，确定电网负荷的调节方法。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：相对于公开号为：公告号为：CN1 14362212B的发明专利公告的一种多类型电网负荷资源数据处理与调节方法及系统，本申请实施例通过一系列具体步骤来确定电网负荷的调节方法，从而使电网负荷的调节方法更加智能高效、提供稳定可持续的电力供应，进而提高了电网负荷的调节方法的可用性；相对于公开号为：公告号为：CN104573858B的发明专利公告的一种电网负荷的预测和调控方法，本申请实施例通过电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数，对电网负荷的调节方法具体各步骤所用数据都进行评估并调整，从而有助于提高电网负荷的调节方法的调节效能，进而实现了提高了电网负荷的调节方法的可持续性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于电网负荷的调节方法，其特征在于，包括以下步骤：
获取电网负荷历史数据和电网负荷调节评估数据，所述电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数；
根据所述电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数；
根据所述电网负荷调节评估数据和电网负荷调节综合评估系数，确定电网负荷的调节方法。
2.如权利要求1所述基于电网负荷的调节方法，其特征在于，所述确定电网负荷的调节方法的具体步骤为：
实时监测采集：获取实时监测采集的电网各负荷组件的各项数据并得到数据集成原始数据组和数据集成评估指数，根据数据集成评估指数对实时监测采集步骤进行对应的因素调节；
通信协议标准化：获取通信协议并标准化的数据并得到通信数据协议数据组和通信数据协议评估指数，根据通信数据协议评估指数对通信协议进行对应的因素调节；
电力负荷分析：通过先验算法获取并分析电网各负荷组件电力负荷需求数据并得到分布式资源分配原始数据组和先验算法评估指数和分布式电网资源分配规划方案，根据先验算法评估指数对先验算法进行调节对应的因素；
电网资源分配规划：获取分布式电网资源分配规划方案数据并得到分布式资源分配评估指数，根据分布式资源分配评估指数对分布式电网资源分配规划方案数据进行对应的因素调节；
智能化监测控制：获取智能监测控制采集的分布式电网资源分配规划方案实施的各项数据并得到监测控制评估指数，根据监测控制评估指数对智能化监测控制步骤进行对应的因素调节；
相关人员培训：获取相关人员培训结果数据并得到人员培训评估系数，根据人员培训评估系数对相关人员培训步骤进行对应的因素调节；
持续改进：获取以上所有步骤的数据并得到电网负荷调节综合评估系数，根据电网负荷调节综合评估系数判断分析负荷调节方法。
3.如权利要求2所述基于电网负荷的调节方法，其特征在于，所述电网负荷调节综合评估系数的具体计算公式为：
式中，ω表示电网负荷调节综合评估系数；α表示数据集成评估指数，μ表示通信数据协议评估指数，φ表示先验算法评估指数，表示分布式资源分配评估指数，/>表示监测控制评估指数，τ表示人员培训评估系数；u、V和W分别表示通信数据协议评估指数、先验算法评估指数和分布式资源分配评估指数对于电网负荷调节综合评估系数的权重因子，e表示自然常数。
4.如权利要求3所述基于电网负荷的调节方法，其特征在于，所述数据集成评估指数的具体计算公式为：
式中，a0表示数据集成原始数据组中数据类别的编号，a0＝1，2，...，a，a表示数据集成原始数据组数据类别总数，表示数据集成原始数据组中第a0类数据的精确性评估值，/>表示数据集成原始数据组中第a0类数据的预定义精确性标准值，/>表示数据集成原始数据组中第a0类数据的完整性评估值，/>表示数据集成原始数据组中第a0类数据的预定义完整性标准值，/>表示数据集成原始数据组中第a0类数据的关联性评估值，/>表示数据集成原始数据组中第a0类数据的预定义关联性标准值，β表示数据噪音干扰读取误差因子，A设表示数据集成原始数据组中数据设定集成度标准值，b表示数据集成原始数据组中值噪音滤波修正值，ψ1、ψ2和ψ3分别表示数据精确性、数据完整性和数据关联性对于数据集成评估指数的权重因子。
5.如权利要求3所述基于电网负荷的调节方法，其特征在于，所述通信数据协议评估指数的具体计算公式为：
式中，d0表示通信数据协议数据组中数据类别的编号，d0＝1，2，...，d，d表示通信数据协议数据组数据类别总数，f0表示通信数据协议数据组对应的第d0个数据类型中各个数据的编号，f0＝1，2，...，f，f为通信数据协议数据组对应的第d0个数据类型中数据的编号总数，表示通信数据协议数据组中第d0类第f0个数据提取的数据传输速率，/>表示通信数据协议数据组中第d0类第f0个数据提取的误码率评估值，/>表示最大误码率容忍值，ε表示通信数据协议数据组数据对应的预定义频率特性衰减匹配因子，δ表示预定义频率利用率，χ表示预定义带宽适配系数。
6.如权利要求3所述基于电网负荷的调节方法，其特征在于，所述先验算法评估指数的具体计算公式为：
式中，C表示算法准确性评估值，D表示算法实时性评估值，E表示算法稳定性评估值，F表示预定义算法历史性能修正系数，γ表示算法准确性评估值和算法实时性评估值的匹配调和因子，g表示算法准确性评估值对于先验算法评估指数的权重因子，h表示算法实时性评估值对于先验算法评估指数的权重因子，D预表示预定义算法调节最大容忍值，E预表示预定义算法稳定性评估标准值，表示算法稳定性评估值对于先验算法评估指数的匹配调和因子，ζ表示预定义算法历史性能修正系数对算法预测范围对应的匹配调和因子，η表示算法准确性评估值、算法实时性评估值、算法稳定性评估值和预定义算法历史性能修正系数的相互叠加负向影响系数，λ表示预定义算法精细度修正系数。
7.如权利要求3所述基于电网负荷的调节方法，其特征在于，所述分布式资源分配评估指数的具体计算公式为：
式中，L0表示分布式资源分配原始数据组中数据类别的编号，L0＝1，2，...，L，L表示分布式资源分配原始数据组数据类别总数，表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值，/>表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量评估值，/>表示分布式资源分配原始数据组中第L0类数据的分布式能源集成度评估值，/>表示分布式资源分配原始数据组中第L0类数据对应的可调度最大容量，K表示预定义分布式资源的类型影响匹配系数，m表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值的影响匹配因子，o表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量的影响匹配因子，i表示分布式资源分配原始数据组中第L0类数据的分布式供电可靠性评估值对应分布式资源分配评估指数的权重因子，j表示分布式资源分配原始数据组中第L0类数据的分布式能源电能质量对应分布式资源分配评估指数的权重因子，/>表示预定义分布式资源分配原始数据组中第L0类数据的分布式能源电能质量，n表示分布式资源分配原始数据组中第L0类数据的分布式能源集成度评估值对应分布式资源分配评估指数的影响叠加因子，k表示分布式资源分配原始数据组中第L0类数据的可调度最大容量对应分布式资源分配评估指数的影响叠加因子。
8.如权利要求3所述基于电网负荷的调节方法，其特征在于，所述监测控制评估指数的具体计算公式为：
式中，M表示实际响应速度，N表示预定义监测频率，P表示实际过载频率，M效表示有效响应速度最低值，p表示响应速度对应监测控制评估指数的权重因子，q表示预定义监测频率对应监测控制评估指数的权重因子，r表示实际过载频率对应监测控制评估指数的影响匹配因子，θ表示实际控制过载负向效益评估系数，S表示实际负荷平衡度修正匹配因子，σ表示分布式资源类型比重对监测控制评估指数的影响匹配因子。
9.如权利要求3所述基于电网负荷的调节方法，其特征在于，所述人员培训评估系数的具体计算公式为：
式中，O表示实际知识正确率，Q表示协作效率评估值，R表示实际人为调节效率，Q标表示协作效率参考值，s表示实际知识正确率对应人员培训评估系数的权重因子，u表示协作效率对应人员培训评估系数的权重因子，v表示实际人为调节效率对应人员培训评估系数的影响匹配因子。
10.一种基于电网负荷的调节系统，其特征在于，所述基于电网负荷的调节系统包括：
历史数据获取模块：用于获取电网负荷历史数据和电网负荷调节评估数据，所述电网负荷调节评估数据包括数据集成评估指数、通信数据协议评估指数、先验算法评估指数、分布式资源分配评估指数、监测控制评估指数和人员培训评估系数；
电网负荷综合评估模块：用于根据所述电网负荷调节评估数据构建电网负荷调节综合评估系数模型并通过计算得到电网负荷调节综合评估系数；
电网负荷的调节方法模块：用于根据所述电网负荷调节评估数据和电网负荷调节综合评估系数，确定电网负荷的调节方法。
CN202311499750.3A 2023-11-08 2023-11-08 一种基于电网负荷的调节方法及系统 Pending CN117498342A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311499750.3A CN117498342A (zh) 2023-11-08 2023-11-08 一种基于电网负荷的调节方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311499750.3A CN117498342A (zh) 2023-11-08 2023-11-08 一种基于电网负荷的调节方法及系统

Publications (1)

Publication Number Publication Date
CN117498342A true CN117498342A (zh) 2024-02-02

Family

ID=89667154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311499750.3A Pending CN117498342A (zh) 2023-11-08 2023-11-08 一种基于电网负荷的调节方法及系统

Country Status (1)

Country Link
CN (1) CN117498342A (zh)

Similar Documents

Publication Publication Date Title
Heylen et al. Review and classification of reliability indicators for power systems with a high share of renewable energy sources
Zhang et al. A systematic approach for the joint dispatch of energy and reserve incorporating demand response
CN107947165A (zh) 一种面向调节需求的配电网灵活性评价方法
Li et al. Direct control strategy of real-time tracking power generation plan for wind power and battery energy storage combined system
CN116821660A (zh) 一种电力管理方法、系统、终端设备及存储介质
CN117595391A (zh) 一种电网系统的协调控制方法
CN116683500A (zh) 一种电化学储能电站有功功率调度方法和系统
CN117175695B (zh) 一种基于柴油发电机组的光伏微网发电方法及系统
CN118279088B (zh) 基于区块链的微电网分布式交易管理系统及其方法
CN117833319A (zh) 基于物联网的电力调峰系统
Nezhad et al. Joint peak clipping and load scheduling based on user behavior monitoring in an IoT platform
CN118485226A (zh) 一种县域配电网多种类型资源的互补协同优化方法及系统
CN118096224A (zh) 基于虚拟电厂优化运行的电力市场出清方法及系统
CN117691583B (zh) 一种用于虚拟电厂的电力调度系统及方法
Nammouchi et al. Robust opportunistic optimal energy management of a mixed microgrid under asymmetrical uncertainties
CN116996220B (zh) 一种电网大数据安全存储方法及系统
CN117856245A (zh) 基于网格化管理的台区线损分析方法、装置及存储介质
CN117498342A (zh) 一种基于电网负荷的调节方法及系统
Liu et al. Frequency Nadir Constrained Unit Commitment for High Renewable Penetration Island Power Systems
CN115169816A (zh) 风光储场站的能量管理方法及其能量管理系统
Bo et al. Situation Awareness of Electric Vehicle Charging Load Based on Random Forest Algorithm
CN114154848B (zh) 一种终端设备供电动态风险评估方法、系统、设备及介质
CN117498522B (zh) 光伏储能充电桩的供电控制方法及系统
Jie et al. Exploration on Multi Network Monitoring Platform of Power System Based on Genetic Optimization Neural Network
CN116307285B (zh) 新能源发展预测装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination