CN117634838A - 一种供电所资源智能调度管理方法及系统 - Google Patents
一种供电所资源智能调度管理方法及系统 Download PDFInfo
- Publication number
- CN117634838A CN117634838A CN202311681061.4A CN202311681061A CN117634838A CN 117634838 A CN117634838 A CN 117634838A CN 202311681061 A CN202311681061 A CN 202311681061A CN 117634838 A CN117634838 A CN 117634838A
- Authority
- CN
- China
- Prior art keywords
- power supply
- power
- electricity
- reference model
- determining
- 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 32
- 238000010248 power generation Methods 0.000 claims abstract description 114
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000010586 diagram Methods 0.000 claims abstract description 41
- 238000011217 control strategy Methods 0.000 claims abstract description 17
- 230000005611 electricity Effects 0.000 claims description 186
- 238000000034 method Methods 0.000 claims description 33
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 8
- 230000003872 anastomosis Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种供电所资源智能调度管理方法及系统,涉及供电管理技术领域,具体公开的技术方案包括构建用电节点展示图,用电节点展示图包括若干用电节点,每一用电节点映射有用电区块,对用电区块涵盖的负载单位的历史用电特征进行规律性分析,构建负载单元的第一用电参考模型,并确定出用电区块的第二用电参考模型,以及供电所的第三用电参考模型,将当下的用电参考因子带入第二用电参考模型和第三用电参考模型,确定出第一表现状态和第二表现状态,并基于第二表现状态,确定出未来供电需求,并结合稳定考量因素和成本考量因素,确定发电端接入控制策略,不仅实现了对供电所供电需求的预判,还使发电端接入控制策略的形成更加合理。
Description
技术领域
本发明涉及供电管理技术领域,尤其是涉及一种供电所资源智能调度管理方法及系统。
背景技术
随着电力系统规模的不断扩大和电能需求的不断增加,供电所资源智能调度管理方法的研究与实践变得日益重要,传统的供电所资源调度主要依赖于静态计划和经验法则,然而,这种方法在应对电力系统的快速变化和不确定性方面存在一定的局限性,并且,在无法有效判断供电需求的情况下,对发电侧的发电端的接入也会存在一定的不合理性,所以为了解决上述问题,亟需一种能够对供电所供电需求进行预判的供电所资源智能调度管理方法及系统。
发明内容
本发明的目的是提供一种能够对供电所供电需求进行预判的供电所资源智能调度管理方法及系统。
本申请公开了一种供电所资源智能调度管理方法,包括:
步骤1,获取用电网络线路信息,并对用电网络线路信息进行扫描分析,确定出供电线路的连接结构,构建生成供电线路结构图;
步骤2,对供电线路结构图进行扫描分析,并对映射出的负载单位进行有效分析,并基于分析结果,将若干负载单位与预先划分的供电区块进行关联;
步骤3,基于供电线路结构图上每一用电区块相对供电所的位置,构建用电节点展示图,其中,用电节点展示图包括若干用电节点,且每一用电节点均用于映射特定的用电区块;
步骤4,对每一用电区块涵盖的负载单位的历史用电特征进行规律性分析,确定出不同时间节点的稳态暂时用电量,进而针对负载单元构建生成第一用电参考模型;
步骤5,对齐同一用电区块关联的所有负载单位的第一用电参考模型,并对所有第一用电参考模型进行复合计算,得到第二用电参考模型;
步骤6,对所有第二用电参考模型进行复合计算,得到用于表达供电所的供电特征的第三用电参考模型;
步骤7,获取当下用电参考因子,并基于当下用电参考因子,确定第二用电参考模型若干第一表现状态和第三用电参考模型的若干第二表现状态,并基于第三用电参考模型的第二表现状态,确定供电所的未来供电需求;
步骤8,获取历史发电侧供电特征和历史发电侧供电成本特征,并基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略。
在本申请公开一些实施例中,还包括:
获取供电所的供电指标因子,并基于供电指标因子对确定出的第二用电参考模型第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度进行分析,得到吻合程度值;
若吻合程度值小于预设阈值,则认定第二用电参考模型和第三用电参考模型的表现状态与实际情况不相符,若吻合程度大于等于预设阈值,则认定第二用电参考模型和第三用电参考模型与实际情况相符;
若认定的第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态与实际情不相符,则基于当下用电参考因子,重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态。
在本申请公开一些实施例中,基于供电指标因子对确定出的第二用电参考模型的第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度进行分析的方法包括:
获取不同用电区块内不同位置节点的电压波动特征和实时电压值,并基于不同位置节点的电压波动特征与标准电压波动特征的第一差异特征,以及实时电压值与标准电压值的第二差异特征,得到第二用电参考模型的第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度;
其中,计算吻合程度的表达式为:
wzong=wzong~1+wzong~2;
其中,wzong为吻合程度,wzong~1为第一子吻合程度,wzong~2为第二子吻合程度;
其中,第一子吻合程度的表达式为:
第二子吻合程度的表达式为:
其中,ki~1为第i个位置节点对应的第一子吻合程度的相对权重,ki~2为第i个位置节点对应的第二子吻合程度的相对权重,wi~1为第i个位置节点对应的第一标准参考值,wi~2为第i个位置节点对应的第二标准参考值,li~1为第i个位置节点的第一参考转换系数,li~2为第i个位置节点的第二参考转换系数,Δvi~t为第i个位置节点对应的第t个时间节点的实时电压与标准电压的电压差异量,bi~1为第i个位置节点对应的第一调整常数,bi~2为第i个位置节点对应的第二调整常数。
在本申请公开一些实施例中,重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态的方法包括:
针对第一用电参考模型、第二用电参考模型和第三用电参考模型建立时间参考轴,并针对时间参考轴上的不同时间节点标记有若干预设用电参考因子;
获取若干当下用电参考因子,并计算不同时间节点下,所属相同参考因子类别的当下用电参考因子和预设用电参考因子之间的参考差异量;
针对不同类别的参考差异量设定有相符判断区间,判断计算得到的参考差异量是否所属对应的相符判断区间;
若同一时间节点下,所有参考因子类别对应的参考差异量均所属对应的相符判断区间,则记录所述时间节点,并认定为参考时间节点;
将认定的参考时间节点构建生成参考时间节点集,并基于第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态与不同参考时间节点的对应关系,将不同的第二表现状和第三表现状态与参考时间节点集进行关联;
若需要重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态,则新选定参考时间节点集中其他参考时间节点关联的第二表现状态和第三表现状态。
在本申请公开一些实施例中,所述用电参考因子包括:日期、时间、气候、计划用电安排和经济生产指标。
在本申请公开一些实施例中,确定出不同时间节点的稳态暂时用电量的方法包括:
确定每一用电区块涵盖的若干负载单元,并基于预设监测周期,采集负载单元在历史不同时间节点的瞬时用电量;
对预设监测周期进行分段截取,得到若干预设监测分段周期,并建立不同预设监测分段周期之间的时间节点对应关系;
基于预设监测分段周期之间的时间节点的对应关系,判断不同对应的时间节点之间瞬时用电量的负载差异用电量;
若对应的时间节点之间的负载差异用电量与瞬时用电量的电量波动比小于预设阈值,则将若干时间节点对应的瞬时用电量的平均值认定为稳态暂时用电量。
在本申请公开一些实施例中,构建第一用电参考模型的方法包括:
针对预设监测分段周期建立时间参考轴,并将时间参考轴认定为横坐标轴;
针对稳态暂时用电量建立竖坐标轴,并将不同时间节点对应的稳态暂时用电量在横坐标轴和纵坐标轴之间标记,生成若干稳态暂时电量映射点;
将若干稳态暂时电量映射点进行平滑连接,生成稳态暂时电量映射曲线。
在本申请公开一些实施例中,对映射出的负载单位进行有效分析的方法包括:
对映射出的负载单位在不同时间节点的用电量进行采集,确定出负载单位在若干预设监测周期内的用电时长以及用电量;
在预设监测周期内,若用电时长大于预设阈值,且用电量大于预设阈值,则认定负载单位一次有效用电;
若在第一预设周期次数内,负载单位存在大于第二预设周期次数的有效放电,则将所述负载单位与预先划分的供电区块进行关联。
在本申请公开一些实施例中,确定发电端接入控制策略的方法包括:
对历史发电侧供电特征进行分析,确定不同发电端的稳定供电量;
对历史发电侧供电成本特征进行分析,确定不同发电端在不同时间区段的供电成本;
基于未来供电需求,确定不同时间区段所需配置的所需供电量;
针对稳定考量因素配置稳定考量程度,针对成本考量因素配置成本考量程度,并计算得到稳定考量程度和成本考量程度的和,记为总考量程度;
计算稳定考量程度和总考量程度的考量参考比例,并基于考量参考比例所属的预设参考比例区间,确定所需供电量的第一分配比例;
基于所需供电量和第一分配比例,确定所需稳定供电量,并基于所需稳定供电量,配置若干稳定供电量大于预设阈值的常规发电端。
在本申请公开的一些实施例中,确定发电端接入控制策略的方法还包括:
对可接入的新能源发电端进行实时统计更新,并对每一新能源发电端的发电特征进行确定,并对每一新能源发电端的发电特征进行稳定性分析;
基于对每一新能源发电端的稳定性分析结果,将新能源发电端划分为稳定类别和不稳定类别;
第三步,计算划分为稳定类别的新能源发电端的供电量总和,并记为第二稳定供电量;
将划分为稳定类别的新能源发电端并入供电所供电网络,并基于所需稳定供电量和第二稳定供电量之间的第一供电差异量,重新调配常规发电端的接入;
计算所需供电量和所需稳定供电量的第二供电差异量,并基于第二供电差异量的第二分配比例,将划分为不稳定类别的新能源发电端优先接入供电所供电网络;
在本申请公开一些实施例中,还公开了一种供电所资源智能调度管理系统,包括:
第一模块,用于获取用电网络线路信息,并对用电网络线路信息进行扫描分析,确定出供电线路的连接结构,构建生成供电线路结构图,对供电线路结构图进行扫描分析,并对映射出的负载单位进行有效分析,并基于分析结果,将若干负载单位与预先划分的供电区块进行关联,基于供电线路结构图上每一用电区块相对供电所的位置,构建用电节点展示图,其中,用电节点展示图包括若干用电节点,且每一用电节点均用于映射特定的用电区块;
第二模块,用于对每一用电区块涵盖的负载单位的历史用电特征进行规律性分析,确定出不同时间节点的稳态暂时用电量,进而针对负载单元构建生成第一用电参考模型,对齐同一用电区块关联的所有负载单位的第一用电参考模型,并对所有第一用电参考模型进行复合计算,得到第二用电参考模型,对所有第二用电参考模型进行复合计算,得到用于表达供电所的供电特征的第三用电参考模型;
第三模块,用于获取当下用电参考因子,并基于当下用电参考因子,确定第二用电参考模型若干第一表现状态和第三用电参考模型的若干第二表现状态,并基于第三用电参考模型的第二表现状态,确定供电所的未来供电需求;
第四模块,用于获取历史发电侧供电特征和历史发电侧供电成本特征,并基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略。
本申请公开了一种供电所资源智能调度管理方法及系统,涉及供电管理技术领域,具体公开的技术方案包括构建用电节点展示图,用电节点展示图包括若干用电节点,每一用电节点映射有用电区块,对用电区块涵盖的负载单位的历史用电特征进行规律性分析,构建负载单元的第一用电参考模型,并确定出用电区块的第二用电参考模型,以及供电所的第三用电参考模型,将当下的用电参考因子带入第二用电参考模型和第三用电参考模型,确定出第一表现状态和第二表现状态,并基于第二表现状态,确定出未来供电需求,并结合稳定考量因素和成本考量因素,确定发电端接入控制策略,不仅实现了对供电所供电需求的预判,还使发电端接入控制策略的形成更加合理。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本申请实施例中公开的一种供电所资源智能调度管理方法的方法步骤图。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
以下将结合附图以及具体实施例,对本发明的技术方案进行清楚、完整的描述,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,不能理解为对本发明保护范围的限制,该领域的技术熟练人员可以根据下述本发明的内容做出一些非本质的改进和调整。在本发明中,除非另有明确的规定和限定,本申请使用的技术术语应当为本发明所述技术人员所理解的通常意义。
实施例:
本申请公开了一种供电所资源智能调度管理方法,参阅图1,包括:
步骤1,获取用电网络线路信息,并对用电网络线路信息进行扫描分析,确定出供电线路的连接结构,构建生成供电线路结构图。
需要理解的是,通过对用电网络线路信息的获取和扫描分析,建立供电线路的连接结构,并构建生成供电线路结构图,从而形成对供电系统拓扑结构的了解。
步骤2,对供电线路结构图进行扫描分析,并对映射出的负载单位进行有效分析,并基于分析结果,将若干负载单位与预先划分的供电区块进行关联。
需要理解的是,对供电线路结构图进行扫描分析,映射负载单位,并将其与预先划分的供电区块关联,以建立负载单位与供电区块之间的关系。
步骤3,基于供电线路结构图上每一用电区块相对供电所的位置,构建用电节点展示图,其中,用电节点展示图包括若干用电节点,且每一用电节点均用于映射特定的用电区块。
需要理解的是,基于供电线路结构图上每个用电区块相对供电所的位置,构建用电节点展示图,用于展示用电区块的分布和连接关系。
步骤4,对每一用电区块涵盖的负载单位的历史用电特征进行规律性分析,确定出不同时间节点的稳态暂时用电量,进而针对负载单元构建生成第一用电参考模型。
需要理解的是,负载单位是指用电系统中的各种消耗电能的设备或用户,它们共同构成了电力系统的负荷。
步骤5,对齐同一用电区块关联的所有负载单位的第一用电参考模型,并对所有第一用电参考模型进行复合计算,得到第二用电参考模型。
步骤6,对所有第二用电参考模型进行复合计算,得到用于表达供电所的供电特征的第三用电参考模型。
需要理解的是,上述的涉及到了三个不同的用电参考模型,分别是第一用电参考模型、第二用电参考模型和第三用电参考模型。以下是对每个模型的简要解释:
第一用电参考模型:
定义:第一用电参考模型是对每个用电区块涵盖的负载单位的历史用电特征进行规律性分析后得到的模型。目的:通过对负载单位的历史用电数据进行分析,建立了负载单位的用电特征模型,包括不同时间节点的稳态和瞬时用电量。应用:用于描述负载单位的基本用电行为,为后续的模型建立提供基础。
第二用电参考模型:
定义:第二用电参考模型是对同一用电区块关联的所有负载单位的第一用电参考模型进行复合计算后得到的模型。目的:将同一用电区块内的负载单位的第一用电参考模型整合,形成更为综合的模型,反映了整个用电区块的用电特性。应用:用于对整个用电区块的用电情况进行更全面的考量,为更高层次的模型建立提供基础。
第三用电参考模型:
定义:第三用电参考模型是对所有第二用电参考模型进行复合计算后得到的模型。目的:将所有用电区块的第二用电参考模型进行整合,形成一个更全局的模型,反映了整个供电所的用电特性。应用:用于对整个供电所的用电情况进行全面综合分析,为未来供电需求的确定和发电端接入控制策略的制定提供基础。
步骤7,获取当下用电参考因子,并基于当下用电参考因子,确定第二用电参考模型若干第一表现状态和第三用电参考模型的若干第二表现状态,并基于第三用电参考模型的第二表现状态,确定供电所的未来供电需求。
步骤8,获取历史发电侧供电特征和历史发电侧供电成本特征,并基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略。
需要理解的是,获取历史发电侧供电特征和历史发电侧供电成本特征。基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略,以实现对供电所的有效调度和管理。
稳定考量因素:
定义:稳定考量因素是指在制定发电端接入控制策略时需要考虑的与电力系统稳定性相关的因素。
例如:
频率稳定性:保持电力系统的标准频率范围内,避免频率的大幅波动。电压稳定性:保持电力系统各节点的电压在合适范围内,避免电压过高或过低。负荷平衡:在不同时间节点,确保负荷和发电之间的平衡,避免电力系统的负荷超出发电能力。
成本考量因素:
定义:成本考量因素是指在确定发电端接入控制策略时需要考虑的与发电成本和运营成本相关的因素。
例如:
燃料成本:考虑燃料成本的波动,尤其是对于使用化石燃料的发电厂。运维成本:发电设备的维护、运行和管理成本。可再生能源生产成本:对于可再生能源发电,考虑与设备、安装和运维相关的成本。环保成本:符合环保法规和减排目标的相关成本。
上述方法通过多个阶段的分析和建模,结合用电网络信息和发电端特征,以全面的方式进行供电所资源智能调度管理,从而更好地适应电力系统的动态变化和未来需求。
在本申请公开一些实施例中,还包括:
第一步,获取供电所的供电指标因子,并基于供电指标因子对确定出的第二用电参考模型第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度进行分析,得到吻合程度值。
第二步,若吻合程度值小于预设阈值,则认定第二用电参考模型和第三用电参考模型的表现状态与实际情况不相符,若吻合程度大于等于预设阈值,则认定第二用电参考模型和第三用电参考模型与实际情况相符。
第三步,若认定的第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态与实际情不相符,则基于当下用电参考因子,重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态。
在本申请公开一些实施例中,基于供电指标因子对确定出的第二用电参考模型的第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度进行分析的方法包括:
获取不同用电区块内不同位置节点的电压波动特征和实时电压值,并基于不同位置节点的电压波动特征与标准电压波动特征的第一差异特征,以及实时电压值与标准电压值的第二差异特征,得到第二用电参考模型的第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度。
其中,计算吻合程度的表达式为:
wzong=wzong~1+wzong~2。
其中,wzong为吻合程度,wzong~1为第一子吻合程度,wzong~2为第二子吻合程度。
其中,第一子吻合程度的表达式为:
第二子吻合程度的表达式为:
其中,ki~1为第i个位置节点对应的第一子吻合程度的相对权重,ki~2为第i个位置节点对应的第二子吻合程度的相对权重,wi~1为第i个位置节点对应的第一标准参考值,wi~2为第i个位置节点对应的第二标准参考值,li~1为第i个位置节点的第一参考转换系数,li~2为第i个位置节点的第二参考转换系数,Δvi~t为第i个位置节点对应的第t个时间节点的实时电压与标准电压的电压差异量,bi~1为第i个位置节点对应的第一调整常数,bi~2为第i个位置节点对应的第二调整常数。
在本申请公开一些实施例中,重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态的方法包括:
第一步,针对第一用电参考模型、第二用电参考模型和第三用电参考模型建立时间参考轴,并针对时间参考轴上的不同时间节点标记有若干预设用电参考因子。
第二步,获取若干当下用电参考因子,并计算不同时间节点下,所属相同参考因子类别的当下用电参考因子和预设用电参考因子之间的参考差异量。
第三步,针对不同类别的参考差异量设定有相符判断区间,判断计算得到的参考差异量是否所属对应的相符判断区间。
第四步,若同一时间节点下,所有参考因子类别对应的参考差异量均所属对应的相符判断区间,则记录所述时间节点,并认定为参考时间节点。
第五步,将认定的参考时间节点构建生成参考时间节点集,并基于第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态与不同参考时间节点的对应关系,将不同的第二表现状和第三表现状态与参考时间节点集进行关联。
第六步,若需要重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态,则新选定参考时间节点集中其他参考时间节点关联的第二表现状态和第三表现状态。
需要理解的是,上述的提到的用电参考因子包括:
负荷曲线:负荷曲线反映了电力系统在不同时间段的用电负荷变化,是用电参考因子的一个重要组成部分。
季节性因素:季节性因素考虑了不同季节对用电需求的影响,因为在不同季节,人们的用电习惯和用电设备的使用情况可能发生变化。
工作日/非工作日因素:电力需求在工作日和非工作日可能存在显著差异,因此这也是一个可能的用电参考因子。
天气因素:天气对于某些负荷类型,如空调和加热系统,可能有很大的影响,因此天气因素可能被考虑在内。
经济活动水平:用电需求通常与经济活动水平相关,因此经济因素可能是一个重要的用电参考因子。
特殊活动和事件:特殊活动、假期或大型事件可能对用电需求产生短期影响,因此也可能是用电参考因子之一。
在本申请公开一些实施例中,所述用电参考因子包括:日期、时间、气候、计划用电安排和经济生产指标。
在本申请公开一些实施例中,确定出不同时间节点的稳态暂时用电量的方法包括:
第一步,确定每一用电区块涵盖的若干负载单元,并基于预设监测周期,采集负载单元在历史不同时间节点的瞬时用电量。
第二步,对预设监测周期进行分段截取,得到若干预设监测分段周期,并建立不同预设监测分段周期之间的时间节点对应关系。
第三步,基于预设监测分段周期之间的时间节点的对应关系,判断不同对应的时间节点之间瞬时用电量的负载差异用电量。
第四步,若对应的时间节点之间的负载差异用电量与瞬时用电量的电量波动比小于预设阈值,则将若干时间节点对应的瞬时用电量的平均值认定为稳态暂时用电量。
在本申请公开一些实施例中,构建第一用电参考模型的方法包括:
第一步,针对预设监测分段周期建立时间参考轴,并将时间参考轴认定为横坐标轴。
第二步,针对稳态暂时用电量建立竖坐标轴,并将不同时间节点对应的稳态暂时用电量在横坐标轴和纵坐标轴之间标记,生成若干稳态暂时电量映射点。
第三步,将若干稳态暂时电量映射点进行平滑连接,生成稳态暂时电量映射曲线。
在本申请公开一些实施例中,对映射出的负载单位进行有效分析的方法包括:
第一步,对映射出的负载单位在不同时间节点的用电量进行采集,确定出负载单位在若干预设监测周期内的用电时长以及用电量。
第二步,在预设监测周期内,若用电时长大于预设阈值,且用电量大于预设阈值,则认定负载单位一次有效用电。
第三步,若在第一预设周期次数内,负载单位存在大于第二预设周期次数的有效放电,则将所述负载单位与预先划分的供电区块进行关联。
在本申请公开一些实施例中,确定发电端接入控制策略的方法包括:
第一步,对历史发电侧供电特征进行分析,确定不同发电端的稳定供电量。
第二步,对历史发电侧供电成本特征进行分析,确定不同发电端在不同时间区段的供电成本。
第三步,基于未来供电需求,确定不同时间区段所需配置的所需供电量。
第四步,针对稳定考量因素配置稳定考量程度,针对成本考量因素配置成本考量程度,并计算得到稳定考量程度和成本考量程度的和,记为总考量程度。
第五步,计算稳定考量程度和总考量程度的考量参考比例,并基于考量参考比例所属的预设参考比例区间,确定所需供电量的第一分配比例。
第六步,基于所需供电量和第一分配比例,确定所需稳定供电量,并基于所需稳定供电量,配置若干稳定供电量大于预设阈值的常规发电端。
在本申请公开的一些实施例中,确定发电端接入控制策略的方法还包括:
第一步,对可接入的新能源发电端进行实时统计更新,并对每一新能源发电端的发电特征进行确定,并对每一新能源发电端的发电特征进行稳定性分析。
第二步,基于对每一新能源发电端的稳定性分析结果,将新能源发电端划分为稳定类别和不稳定类别。
第三步,计算划分为稳定类别的新能源发电端的供电量总和,并记为第二稳定供电量。
第四步,将划分为稳定类别的新能源发电端并入供电所供电网络,并基于所需稳定供电量和第二稳定供电量之间的第一供电差异量,重新调配常规发电端的接入。
第五步,计算所需供电量和所需稳定供电量的第二供电差异量,并基于第二供电差异量的第二分配比例,将划分为不稳定类别的新能源发电端优先接入供电所供电网络。
对于上述技术方案,可以从如下角度进行理解:
第一步,实时统计更新和发电特征确定:
目的:对可接入的新能源发电端进行实时统计更新,确定每个发电端的发电特征。
操作:统计新能源发电端的实时发电情况,确定其发电特征,可能包括发电量、发电效率等。
第二步,新能源发电端稳定性分析:
目的:对每个新能源发电端进行稳定性分析,判断其是否属于稳定类别或不稳定类别。
操作:基于发电端的历史数据、天气预测等因素,进行稳定性分析,判断发电端的稳定性。
第三步,计算第二稳定供电量:
目的:计算划分为稳定类别的新能源发电端的供电量总和。
操作:对划分为稳定类别的发电端的发电量进行求和,得到第二稳定供电量。
第四步,新能源发电端接入网络和调配常规发电端:
目的:将划分为稳定类别的新能源发电端并入供电所供电网络,并重新调配常规发电端的接入。
操作:根据所需稳定供电量和第二稳定供电量之间的差异量,调整常规发电端的接入。
第五步,划分为不稳定类别的新能源发电端优先接入:
目的:计算所需供电量和所需稳定供电量之间的差异量,并基于第二供电差异量的第二分配比例,将划分为不稳定类别的新能源发电端优先接入供电网络。
操作:根据所需供电量和所需稳定供电量之间的差异量,计算第二供电差异量,并按照设定的分配比例,将不稳定类别的新能源发电端优先接入供电网络。
这个过程通过对新能源发电端的实时统计、稳定性分析和分类,以及根据稳定性不同的分类采取不同的接入策略,有助于更有效地整合新能源,保持供电系统的稳定性和可靠性。
在本申请公开一些实施例中,还公开了一种供电所资源智能调度管理系统,包括:第一模块、第二模块、第三模块和第四模块。
所述第一模块用于获取用电网络线路信息,并对用电网络线路信息进行扫描分析,确定出供电线路的连接结构,构建生成供电线路结构图,对供电线路结构图进行扫描分析,并对映射出的负载单位进行有效分析,并基于分析结果,将若干负载单位与预先划分的供电区块进行关联,基于供电线路结构图上每一用电区块相对供电所的位置,构建用电节点展示图,其中,用电节点展示图包括若干用电节点,且每一用电节点均用于映射特定的用电区块。
所述第二模块用于对每一用电区块涵盖的负载单位的历史用电特征进行规律性分析,确定出不同时间节点的稳态暂时用电量,进而针对负载单元构建生成第一用电参考模型,对齐同一用电区块关联的所有负载单位的第一用电参考模型,并对所有第一用电参考模型进行复合计算,得到第二用电参考模型,对所有第二用电参考模型进行复合计算,得到用于表达供电所的供电特征的第三用电参考模型。
所述第三模块用于获取当下用电参考因子,并基于当下用电参考因子,确定第二用电参考模型若干第一表现状态和第三用电参考模型的若干第二表现状态,并基于第三用电参考模型的第二表现状态,确定供电所的未来供电需求。
所述第四模块用于获取历史发电侧供电特征和历史发电侧供电成本特征,并基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施场景所述的方法。
本申请公开了一种供电所资源智能调度管理方法及系统,涉及供电管理技术领域,具体公开的技术方案包括构建用电节点展示图,用电节点展示图包括若干用电节点,每一用电节点映射有用电区块,对用电区块涵盖的负载单位的历史用电特征进行规律性分析,构建负载单元的第一用电参考模型,并确定出用电区块的第二用电参考模型,以及供电所的第三用电参考模型,将当下的用电参考因子带入第二用电参考模型和第三用电参考模型,确定出第一表现状态和第二表现状态,并基于第二表现状态,确定出未来供电需求,并结合稳定考量因素和成本考量因素,确定发电端接入控制策略,不仅实现了对供电所供电需求的预判,还使发电端接入控制策略的形成更加合理。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (10)
1.一种供电所资源智能调度管理方法,其特征在于,包括:
步骤1,获取用电网络线路信息,并对用电网络线路信息进行扫描分析,确定出供电线路的连接结构,构建生成供电线路结构图;
步骤2,对供电线路结构图进行扫描分析,并对映射出的负载单位进行有效分析,并基于分析结果,将若干负载单位与预先划分的供电区块进行关联;
步骤3,基于供电线路结构图上每一用电区块相对供电所的位置,构建用电节点展示图,其中,用电节点展示图包括若干用电节点,且每一用电节点均用于映射特定的用电区块;
步骤4,对每一用电区块涵盖的负载单位的历史用电特征进行规律性分析,确定出不同时间节点的稳态暂时用电量,进而针对负载单元构建生成第一用电参考模型;
步骤5,对齐同一用电区块关联的所有负载单位的第一用电参考模型,并对所有第一用电参考模型进行复合计算,得到第二用电参考模型;
步骤6,对所有第二用电参考模型进行复合计算,得到用于表达供电所的供电特征的第三用电参考模型;
步骤7,获取当下用电参考因子,并基于当下用电参考因子,确定第二用电参考模型若干第一表现状态和第三用电参考模型的若干第二表现状态,并基于第三用电参考模型的第二表现状态,确定供电所的未来供电需求;
步骤8,获取历史发电侧供电特征和历史发电侧供电成本特征,并基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略。
2.根据权利要求1所述的一种供电所资源智能调度管理方法,其特征在于,还包括:
获取供电所的供电指标因子,并基于供电指标因子对确定出的第二用电参考模型第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度进行分析,得到吻合程度值;
若吻合程度值小于预设阈值,则认定第二用电参考模型和第三用电参考模型的表现状态与实际情况不相符,若吻合程度大于等于预设阈值,则认定第二用电参考模型和第三用电参考模型与实际情况相符;
若认定的第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态与实际情不相符,则基于当下用电参考因子,重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态。
3.根据权利要求2所述的一种供电所资源智能调度管理方法,其特征在于,基于供电指标因子对确定出的第二用电参考模型的第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度进行分析的方法包括:
获取不同用电区块内不同位置节点的电压波动特征和实时电压值,并基于不同位置节点的电压波动特征与标准电压波动特征的第一差异特征,以及实时电压值与标准电压值的第二差异特征,得到第二用电参考模型的第一表现状态和第三用电参考模型的第二表现状态与实际情况的吻合程度;
其中,计算吻合程度的表达式为:
wzong=wzong~1+wzong~2;
其中,wzong为吻合程度,wzong~1为第一子吻合程度,wzong~2为第二子吻合程度;
其中,第一子吻合程度的表达式为:
第二子吻合程度的表达式为:
其中,ki~1为第i个位置节点对应的第一子吻合程度的相对权重,ki~2为第i个位置节点对应的第二子吻合程度的相对权重,wi~1为第i个位置节点对应的第一标准参考值,wi~2为第i个位置节点对应的第二标准参考值,li~1为第i个位置节点的第一参考转换系数,li~2为第i个位置节点的第二参考转换系数,Δvi~t为第i个位置节点对应的第t个时间节点的实时电压与标准电压的电压差异量,bi~1为第i个位置节点对应的第一调整常数,bi~2为第i个位置节点对应的第二调整常数。
4.根据权利要求2所述的一种供电所资源智能调度管理方法,其特征在于,重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态的方法包括:
针对第一用电参考模型、第二用电参考模型和第三用电参考模型建立时间参考轴,并针对时间参考轴上的不同时间节点标记有若干预设用电参考因子;
获取若干当下用电参考因子,并计算不同时间节点下,所属相同参考因子类别的当下用电参考因子和预设用电参考因子之间的参考差异量;
针对不同类别的参考差异量设定有相符判断区间,判断计算得到的参考差异量是否所属对应的相符判断区间;
若同一时间节点下,所有参考因子类别对应的参考差异量均所属对应的相符判断区间,则记录所述时间节点,并认定为参考时间节点;
将认定的参考时间节点构建生成参考时间节点集,并基于第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态与不同参考时间节点的对应关系,将不同的第二表现状和第三表现状态与参考时间节点集进行关联;
若需要重新判断第二用电参考模型的第二表现状态和第三用电参考模型的第三表现状态,则新选定参考时间节点集中其他参考时间节点关联的第二表现状态和第三表现状态。
5.根据权利要求1所述的一种供电所资源智能调度管理方法,其特征在于,确定出不同时间节点的稳态暂时用电量的方法包括:
确定每一用电区块涵盖的若干负载单元,并基于预设监测周期,采集负载单元在历史不同时间节点的瞬时用电量;
对预设监测周期进行分段截取,得到若干预设监测分段周期,并建立不同预设监测分段周期之间的时间节点对应关系;
基于预设监测分段周期之间的时间节点的对应关系,判断不同对应的时间节点之间瞬时用电量的负载差异用电量;
若对应的时间节点之间的负载差异用电量与瞬时用电量的电量波动比小于预设阈值,则将若干时间节点对应的瞬时用电量的平均值认定为稳态暂时用电量。
6.根据权利要求5所述的一种供电所资源智能调度管理方法,其特征在于,构建第一用电参考模型的方法包括:
针对预设监测分段周期建立时间参考轴,并将时间参考轴认定为横坐标轴;
针对稳态暂时用电量建立竖坐标轴,并将不同时间节点对应的稳态暂时用电量在横坐标轴和纵坐标轴之间标记,生成若干稳态暂时电量映射点;
将若干稳态暂时电量映射点进行平滑连接,生成稳态暂时电量映射曲线。
7.根据权利要求1所述的一种供电所资源智能调度管理方法,其特征在于,对映射出的负载单位进行有效分析的方法包括:
对映射出的负载单位在不同时间节点的用电量进行采集,确定出负载单位在若干预设监测周期内的用电时长以及用电量;
在预设监测周期内,若用电时长大于预设阈值,且用电量大于预设阈值,则认定负载单位一次有效用电;
若在第一预设周期次数内,负载单位存在大于第二预设周期次数的有效放电,则将所述负载单位与预先划分的供电区块进行关联。
8.根据权利要求1所述的一种供电所资源智能调度管理方法,其特征在于,确定发电端接入控制策略的方法包括:
对历史发电侧供电特征进行分析,确定不同发电端的稳定供电量;
对历史发电侧供电成本特征进行分析,确定不同发电端在不同时间区段的供电成本;
基于未来供电需求,确定不同时间区段所需配置的所需供电量;
针对稳定考量因素配置稳定考量程度,针对成本考量因素配置成本考量程度,并计算得到稳定考量程度和成本考量程度的和,记为总考量程度;
计算稳定考量程度和总考量程度的考量参考比例,并基于考量参考比例所属的预设参考比例区间,确定所需供电量的第一分配比例;
基于所需供电量和第一分配比例,确定所需稳定供电量,并基于所需稳定供电量,配置若干第一稳定供电量大于预设阈值的常规发电端。
9.根据权利要求8所述的一种供电所资源智能调度管理方法,其特征在于,确定发电端接入控制策略的方法还包括:
对可接入的新能源发电端进行实时统计更新,并对每一新能源发电端的发电特征进行确定,并对每一新能源发电端的发电特征进行稳定性分析;
基于对每一新能源发电端的稳定性分析结果,将新能源发电端划分为稳定类别和不稳定类别;
计算划分为稳定类别的新能源发电端的供电量总和,并记为第二稳定供电量;
将划分为稳定类别的新能源发电端并入供电所供电网络,并基于所需稳定供电量和第二稳定供电量之间的第一供电差异量,重新调配常规发电端的接入;
计算所需供电量和所需稳定供电量的第二供电差异量,并基于第二供电差异量的第二分配比例,将划分为不稳定类别的新能源发电端优先接入供电所供电网络。
10.一种供电所资源智能调度管理系统,其特征在于,包括:
第一模块,用于获取用电网络线路信息,并对用电网络线路信息进行扫描分析,确定出供电线路的连接结构,构建生成供电线路结构图,对供电线路结构图进行扫描分析,并对映射出的负载单位进行有效分析,并基于分析结果,将若干负载单位与预先划分的供电区块进行关联,基于供电线路结构图上每一用电区块相对供电所的位置,构建用电节点展示图,其中,用电节点展示图包括若干用电节点,且每一用电节点均用于映射特定的用电区块;
第二模块,用于对每一用电区块涵盖的负载单位的历史用电特征进行规律性分析,确定出不同时间节点的稳态暂时用电量,进而针对负载单元构建生成第一用电参考模型,对齐同一用电区块关联的所有负载单位的第一用电参考模型,并对所有第一用电参考模型进行复合计算,得到第二用电参考模型,对所有第二用电参考模型进行复合计算,得到用于表达供电所的供电特征的第三用电参考模型;
第三模块,用于获取当下用电参考因子,并基于当下用电参考因子,确定第二用电参考模型若干第一表现状态和第三用电参考模型的若干第二表现状态,并基于第三用电参考模型的第二表现状态,确定供电所的未来供电需求;
第四模块,用于获取历史发电侧供电特征和历史发电侧供电成本特征,并基于稳定考量因素、成本考量因素以及未来供电需求,确定发电端接入控制策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311681061.4A CN117634838A (zh) | 2023-12-07 | 2023-12-07 | 一种供电所资源智能调度管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311681061.4A CN117634838A (zh) | 2023-12-07 | 2023-12-07 | 一种供电所资源智能调度管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117634838A true CN117634838A (zh) | 2024-03-01 |
Family
ID=90037437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311681061.4A Pending CN117634838A (zh) | 2023-12-07 | 2023-12-07 | 一种供电所资源智能调度管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117634838A (zh) |
-
2023
- 2023-12-07 CN CN202311681061.4A patent/CN117634838A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116646933B (zh) | 一种基于大数据的电力负荷调度方法及系统 | |
Black et al. | Value of bulk energy storage for managing wind power fluctuations | |
Zargar et al. | Development of a markov-chain-based solar generation model for smart microgrid energy management system | |
CN109755967B (zh) | 一种配电网中光储系统的优化配置方法 | |
Georgilakis | State-of-the-art of decision support systems for the choice of renewable energy sources for energy supply in isolated regions | |
JP2015507913A (ja) | 発電能力の適応化とエネルギー貯蔵装置サイズの決定 | |
Göransson et al. | Large scale integration of wind power: moderating thermal power plant cycling | |
Hjalmarsson et al. | Service stacking using energy storage systems for grid applications–A review | |
Wang et al. | A two-step load disaggregation algorithm for quasi-static time-series analysis on actual distribution feeders | |
CN115983430A (zh) | 一种综合能源系统管理优化的方法及系统 | |
CN108346009A (zh) | 一种基于用户模型自学习的电力生产配置方法和装置 | |
Zhu et al. | Energy optimal dispatch of the data center microgrid based on stochastic model predictive control | |
CN114336594A (zh) | 一种能源聚合客户监测及需求响应调度系统及方法 | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
CN113991640A (zh) | 基于火电的多能互补能源基地能源配置规划方法 | |
CN112598257A (zh) | 一种基于大数据特征挖掘的停电分析方法及系统 | |
CN115619159B (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
CN116756506A (zh) | 区域电缆网络碳排放检测方法、系统、装置及存储介质 | |
CN117634838A (zh) | 一种供电所资源智能调度管理方法及系统 | |
Alarcon-Rodriguez et al. | Multi-objective planning of distributed energy resources with probabilistic constraints | |
CN106600129A (zh) | 一种电网规划方法和系统 | |
Luo et al. | The joint operation strategy of energy storage power station and photovoltaic power station based on typical output scenarios | |
CN116706905B (zh) | 基于电力系统的多能预测及调度方法、设备及存储介质 | |
Majzoobi et al. | Microgrid value of ramping | |
CN109447456A (zh) | 计及短期需求响应的风电并网电力系统规划方法 |
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 |