CN117639113A - 智慧微电网智能电力分配方法、装置及存储介质 - Google Patents
智慧微电网智能电力分配方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117639113A CN117639113A CN202410106398.0A CN202410106398A CN117639113A CN 117639113 A CN117639113 A CN 117639113A CN 202410106398 A CN202410106398 A CN 202410106398A CN 117639113 A CN117639113 A CN 117639113A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- different
- demand
- power distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 226
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003860 storage Methods 0.000 title claims abstract description 47
- 230000001932 seasonal effect Effects 0.000 claims abstract description 39
- 230000005611 electricity Effects 0.000 claims description 74
- 238000004146 energy storage Methods 0.000 claims description 56
- 238000004088 simulation Methods 0.000 claims description 53
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000001351 cycling effect Effects 0.000 claims description 7
- 230000005612 types of electricity Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 10
- 239000002699 waste material Substances 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种智慧微电网智能电力分配方法、装置及存储介质,其方法包括:获取不同能源类型的能源产量、不同用电区域的电力需求量、不同季节的电力需求量;根据能源产量和不同用电区域的电力需求量,得到第一预测结果;根据能源产量和不同季节的电力需求量,得到第二预测结果;生成区域电力分配策略和季节电力分配策略;将区域电力分配策略与季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略;对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题;根据分配问题对每个区域的不同季节的电力分配策略进行优化,得到优化后的电力分配策略,以根据优化后的电力分配策略进行电力分配。
Description
技术领域
本申请涉及数据分配技术领域,具体地涉及一种智慧微电网智能电力分配方法、装置及存储介质。
背景技术
传统的电力系统设计是基于中央化的发电方式,以满足用户的电力需求为主要目标。中央化的发电方式是指电力系统中的发电设施集中在一个或少数几个大型中央发电厂,通过输电网将电力传输到用户。然而,随着新能源技术的发展和环境问题的日益凸显,分布式能源和可再生能源等新型发电方式逐渐兴起,如何对不同类型的电力进行分配是目前亟需解决的一个问题。
发明内容
本申请实施例的目的是提供一种智慧微电网智能电力分配方法、装置及存储介质,用以有效对不同类型的电力进行分配。
为了实现上述目的,本申请第一方面提供一种智慧微电网智能电力分配方法,包括:
根据微电网系统,获取不同能源类型的能源产量、不同用电区域的电力需求量和不同季节的电力需求量;
获取储能系统中电力储能的电量储能数据;
根据所述能源产量和不同用电区域的电力需求量,预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果;
根据所述能源产量和不同季节的电力需求量,预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果;
根据所述第一预测结果和所述电量储能数据,生成区域电力分配策略,根据所述第二预测结果,生成季节电力分配策略;
将所述区域电力分配策略与所述季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略;
对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题;
根据所述分配问题对所述每个区域的不同季节的电力分配策略进行优化,得到优化后的电力分配策略,以根据优化后的所述电力分配策略进行电力分配。
在本申请实施例中,所述根据所述能源产量和不同用电区域的电力需求量,预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果,包括:
将每个所述用电区域的电力需求量和所需的能源类型的能源产量输入至预设的第一预测模型,得到不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,其中,所述第一预测模型是基于不同能源类型的能源产量和不同用电区域的电力需求量构建得到的;
根据不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,生成不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果;
所述根据所述能源产量和不同季节的电力需求量,预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果,包括:
将每个不同季节的电力负荷和不同能源类型的能源需求量输入至预设的第二预测模型,得到不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,其中,所述第二预测模型是基于不同季节的电力负荷和不同能源类型的能源需求量构建得到的;
根据不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,生成不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果。
在本申请实施例中,所述根据所述第一预测结果和所述电量储能数据,生成区域电力分配策略,包括:
将所述第一预测结果中不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势与所述微电网系统中所述不同能源类型的能源产量进行比较,确定每个用电区域的电力供需压力;
在其中一个目标用电区域的电力供需压力大于预设压力值的情况下,获取所述目标用电区域的所需电力,并确定所述电量储能数据是否大于或等于所述所需电力;
在所述电量储能数据小于所述所需电力的情况下,将所述储能系统中的电力储能全部输送至所述目标用电区域,并确定剩余所需电力;
执行第一循环步骤,至所述目标用电区域收集到与所述剩余所需电力相等的电力量;
所述第一循环步骤包括:
确定其他任意一个用电区域中是否存在剩余电力;
在其他任意一个用电区域中存在剩余电力且所述剩余电力大于或等于所述剩余所需电力的情况下,将所述剩余电力中的目标电力量输送至所述目标用电区域,所述目标电力量与所述剩余所需电力相等;
在其他任意一个用电区域中存在剩余电力且所述剩余电力小于所述剩余所需电力的情况下,将全部所述剩余电力输送至所述目标用电区域,并执行所述确定其他任意一个用电区域中是否存在剩余电力的步骤。
在本申请实施例中,所述根据所述第二预测结果,生成季节电力分配策略,包括:
将所述第二预测结果中的不同季节的电力负荷趋势和不同能源类型的能源需求量趋势与所述微电网系统中不同季节的能源产量进行比较,确定每个季节中不同能源类型的电力供需压力;
根据每个季节中不同能源类型的电力供需压力,确定每个季节中不同能源类型的电力电量储存量。
在本申请实施例中,所述将所述区域电力分配策略与所述季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略,包括:
根据所述区域电力分配策略,确定每个用电区域的电力供需压力和所需电力量;
根据所述季节电力分配策略,确定每个季节中不同能源类型的电力供需压力和电力电量储存量;
对于其中一个季节的目标用电区域,在所述目标用电区域的电力供需压力大于预设压力值的情况下,确定所述目标用电区域的剩余所需电力以及所需能源类型;
在所述电力电量储存量中确定所述所需能源类型对应的电力量,在所述电力量大于或等于所述剩余所需电力的情况下,将目标电力传输至所述目标用电区域,其中所述目标电力与所述剩余所需电力相等;
在所述电力量小于所述剩余所需电力的情况下,将所述电力量全部输送至所述目标用电区域,并确定剩余所需能源类型的电力;
执行第二循环步骤,至所述目标用电区域收集到与所述剩余所需能源类型的电力相等的电力量;
所述第二循环步骤包括:
确定其他任意一个用电区域是否存在剩余所述能源类型的电力;
在其他任意一个用电区域中存在剩余所述能源类型的电力且所述剩余所述能源类型的电力大于或等于所述剩余所需能源类型的电力的情况下,将所述剩余所述能源类型的电力中的目标电力量输送至所述目标用电区域,所述目标电力量与所述剩余所需能源类型的电力相等;
在其他任意一个用电区域中存在剩余所述能源类型的电力且所述剩余所述能源类型的电力小于所述剩余所述能源类型的电力的情况下,将全部所述剩余所述能源类型的电力输送至所述目标用电区域,并执行所述确定其他任意一个用电区域中是否存在剩余所述能源类型的电力的步骤。
在本申请实施例中,所述对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题,包括:
将历史电力数据根据每个区域的不同季节的所述电力分配策略在预设的仿真模型中进行每个区域的不同季节的所述电力分配仿真,得到仿真结果;
根据所述仿真结果,确定电力分配问题。
在本申请实施例中,所述历史电力数据包括不同季节的电力需求量和能源产量以及不同区域的电力需求量和能源产量,所述将历史电力数据根据每个区域的不同季节的所述电力分配策略在预设的仿真模型中进行每个区域的不同季节的所述电力分配仿真,得到仿真结果,包括:
根据不同季节的电力需求量和能源产量和不同区域的电力需求量和能源产量,按照所述电力分配策略在所述仿真模型中模拟电力分配,得到电力分配结果;
根据所述电力分配结果,计算评估指标;
比较每个区域的不同季节的评估指标,确定每个区域的不同季节的仿真结果。
在本申请实施例中,所述评估指标包括能源利用率、电力供需平衡度和峰谷差,所述根据所述电力分配结果,计算评估指标,包括:
根据每个所述用电区域在不同季节的电力分配结果中所使用的能源总量与总能源产量,计算所述能源总量与总能源产量之间的比值,并将所述比值作为所述能源利用率;
计算每个区域在不同季节的电力分配结果中能源产量与电力需求量之间的第一差值,并将所述第一差值作为所述电力供需平衡度;
计算每个区域在不同季节的电力分配结果中电力负荷的峰值与谷值之间的差值,并将所述第二差值作为所述峰谷差。
本申请第二方面提供一种智慧微电网智能电力分配装置,包括:
存储器,被配置成存储指令;以及
处理器,被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现上述的智慧微电网智能电力分配方法。
本申请第三方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的智慧微电网智能电力分配方法。
通过上述技术方案,根据微电网系统获取不同能源类型的能源产量和不同用电区域的电力需求量,综合考虑了能源产量和电力需求之间的关系,能够更准确地预测电力负荷和能源需求。除此之外,将区域电力分配策略和季节电力分配策略进行融合,根据每个区域的不同季节的电力供需压力和能源产量,制定每个区域的不同季节的电力分配策略,能够更灵活地适应不同季节的电力需求,同时,对每个区域的不同季节的电力分配策略进行仿真分析,分析得到电力分配策略中的分配问题,并根据分配问题对电力分配策略进行优化,能够提高电力分配的效果和性能。综上所述,本申请可以对不同类型的电力进行有效分配。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的一种智慧微电网智能电力分配方法的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明,若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
图1示意性示出了根据本申请实施例的一种智慧微电网智能电力分配方法的流程示意图。如图1所示,本申请实施例提供一种智慧微电网智能电力分配方法,该方法可以包括下列步骤。
S101、根据微电网系统,获取不同能源类型的能源产量、不同用电区域的电力需求量和不同季节的电力需求量。
微电网系统是一种集成了智能化技术的微型电网系统。其基于分布式能源资源(如太阳能、风能、储能等)和能源管理系统,能够将电力供应和需求进行管理。因此可以根据微电网系统,获取不同能源类型的能源产量、不同用电区域的电力需求量和不同季节的电力需求量。
S102、获取储能系统中电力储能的电量储能数据。
电量储能数据指储能系统中储存的电量数据,具体的,电量储能数据包括储能容量和充放电状态,储能容量是指储能系统能够存储的电能的最大容量,其决定了储能系统能够提供的最大能量存储能力。充放电状态指储能系统当前的电量储存情况,即储能系统中已存储的电能量。充电状态表示储能系统当前存储的电能量较高,而放电状态表示储能系统当前存储的电能量较低。充放电状态可以用百分比或具体数值来表示,用于表示储能系统的电量储存水平。
S103、根据能源产量和不同用电区域的电力需求量,预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果。
本实施例可以基于能源产量和不同用电区域的电力需求量,利用预设的预测算法预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果,其中,第一预测结果用于生成区域电力分配策略。
具体的,能源产量是指微电网系统中各种能源类型(如太阳能、风能、电池储能等)的实际产量。可以通过预设的预测算法预测未来一段时间内各种能源类型的产量情况,即可得到不同用电区域所需的不同能源类型的能源产量趋势,进而得到不同能源类型的能源需求量趋势。
电力需求量是指不同用电区域(如家庭、工业区、商业区等)的实际用电需求量。可以通过分析历史用电量数据和当前的用电行为,通过预设的预测算法预测未来一段时间内不同用电区域的电力需求量。即可得到不同用电区域的电力需求量趋势即电力负荷趋势。
S104、根据能源产量和不同季节的电力需求量,预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果。
本实施例可以基于能源产量和不同季节的电力需求量数据,利用预设的预测算法预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果。其中,第二预测结果用于生成季节电力分配策略。
具体的,不同季节的能源产量可能受到天气、气候等因素的影响。例如,夏季可能有更多的太阳能和风能资源,而冬季可能有更多的电池储能供应。通过采用预设的预测算法分析历史能源产量数据和当前的季节信息,可以预测未来不同季节内各种能源类型的产量情况。即可得到不同能源类型的能源产量趋势。
不同季节的电力需求量通常会有一定的季节性变化。例如,夏季可能有更高的空调用电需求,冬季可能有更高的供暖需求。通过采用预设的预测算法分析历史用电量数据和当前的季节信息,可以预测未来不同季节内的电力需求量。即可得到不同季节的电力需求量趋势。
S105、根据第一预测结果和电量储能数据,生成区域电力分配策略,根据第二预测结果,生成季节电力分配策略。
根据第一预测结果和电量储能数据,生成区域电力分配策略,用于根据不同用电区域的电力负荷趋势和能源需求量趋势进行电力分配。同时,根据第二预测结果,生成季节电力分配策略,用于根据不同季节的电力负荷趋势和能源需求量趋势进行电力分配。
S106、将区域电力分配策略与季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略。
区域电力分配策略是根据不同用电区域的电力负荷趋势和能源需求量趋势生成的策略。其考虑了不同用电区域的电力需求差异,以实现合理的电力分配。季节电力分配策略是根据不同季节的电力负荷趋势和能源需求量趋势生成的策略。其考虑了不同季节的电力需求差异,以适应季节性的电力需求变化。
融合是指将区域电力分配策略和季节电力分配策略进行整合和协调,以得到每个区域的不同季节的电力分配策略。不难理解,在制定电力分配策略时,通过融合,可以更好地满足每个区域在不同季节下的电力需求,实现更精确、高效的电力分配。
S107、对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题。
对每个区域的不同季节的电力分配策略进行仿真可以通过建立电力系统模型,并利用仿真软件进行模拟和分析。
示例性的,首先,可以根据实际情况,建立一个包括不同用电区域、能源产量、电力传输网络等要素的电力系统模型。模型包括各个区域的电力负荷需求、能源产量(如太阳能、风能等)以及电力传输线路等。其次,可以根据实际情况和所需的仿真目的,设定仿真参数,如季节、天气、电力需求量、能源产量等。仿真参数用于影响电力系统的运行和电力分配策略。另外,可以利用仿真软件,根据设定的参数对电力系统模型进行仿真模拟。通过模拟,可以得到不同季节下各个区域的电力负荷、能源产量以及电力传输情况等。最后,根据仿真结果,分析得到的电力分配策略中可能存在的问题。例如,某个区域在某个季节的电力需求量超过了该区域的能源产量,导致需要从其他区域进行电力调配。这样的情况可能引发电力传输线路过载、能源供应不足等问题,需要进行分析和优化。
通过对仿真结果的分析,可以发现电力分配策略中的分配问题,如电力供需不平衡、电力传输线路过载、能源利用效率低下等。进一步分析这些问题的原因和影响,以便于优化电力分配,以提高电力分配的效果和可靠性。
S108、根据分配问题对每个区域的不同季节的电力分配策略进行优化,得到优化后的电力分配策略,以根据优化后的电力分配策略进行电力分配。
对每个区域的不同季节的电力分配策略进行优化,得到优化后的电力分配策略。优化后的电力分配策略将用于实际的电力分配操作,以提高电力分配的效果和效率。
本实施例根据微电网系统获取不同能源类型的能源产量和不同用电区域的电力需求量,综合考虑了能源产量和电力需求之间的关系,能够更准确地预测电力负荷和能源需求。除此之外,将区域电力分配策略和季节电力分配策略进行融合,根据每个区域的不同季节的电力供需压力和能源产量,制定每个区域的不同季节的电力分配策略,能够更灵活地适应不同季节的电力需求,同时,对每个区域的不同季节的电力分配策略进行仿真分析,分析得到电力分配策略中的分配问题,并根据分配问题对电力分配策略进行优化,能够提高电力分配的效果和性能。综上,本申请可以对不同类型的电力进行有效分配。
在本实施例的其中一种实施方式中,根据能源产量和不同用电区域的电力需求量,预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果,包括如下步骤:
S201、将每个用电区域的电力需求量和所需的能源类型的能源产量输入至预设的第一预测模型,得到不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,其中,第一预测模型是基于不同能源类型的能源产量和不同用电区域的电力需求量构建得到的。
第一预测模型是根据不同能源类型的能源产量和不同用电区域的电力需求量构建的,其目的是预测不同时间尺度下不同用电区域的电力负荷和所需的能源类型的能源需求量。其中,时间尺度是指用于度量和描述时间的单位或时间段的概念。例如天、周、月等,本实施例中,时间尺度为月。
具体地,第一预测模型可以根据历史数据、统计分析和机器学习等方法构建。其可以考虑不同能源类型的能源产量,如太阳能、风能、水能等,以及不同用电区域的电力需求量。通过输入每个用电区域的电力需求量和所需的能源类型的能源产量到第一预测模型中,可以得到不同时间尺度下不同用电区域的电力负荷和所需的能源类型的能源需求量。
S202、根据不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,生成不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果。
根据不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,生成不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,是指通过对历史数据进行分析和计算,得出不同用电区域在不同时间尺度下的电力负荷和能源需求的变化趋势。
具体地,通过将不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量进行统计和分析,可以得到不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势。可以反映出不同用电区域的电力负荷的变化趋势和对不同能源类型的能源的需求变化趋势。
例如,在较小的时间尺度下(如小时或天),可以分析不同用电区域的电力负荷和能源需求量的日变化趋势,以及对应的能源类型的需求量变化趋势。在较大的时间尺度下(如月或季度),可以分析不同用电区域的电力负荷和能源需求量的季节性变化趋势,以及对应的能源类型的需求量变化趋势。
根据能源产量和不同季节的电力需求量,预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果,包括:
S203、将每个不同季节的电力负荷和不同能源类型的能源需求量输入至预设的第二预测模型,得到不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,其中,第二预测模型是基于不同季节的电力负荷和不同能源类型的能源需求量构建得到的。
将每个不同季节的电力负荷和不同能源类型的能源需求量输入至预设的第二预测模型,得到不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,是指利用第二预测模型对不同季节的电力负荷和能源需求量进行预测和分析,以得出不同时间尺度下不同季节的电力负荷和能源需求量的结果。
具体地,第二预测模型是根据不同季节的电力负荷和不同能源类型的能源需求量构建的。其可以通过历史数据、统计分析和机器学习等方法来建立。通过将每个不同季节的电力负荷和不同能源类型的能源需求量输入到第二预测模型中,可以得到预测结果,即不同时间尺度下不同季节的电力负荷和不同能源类型的能源需求量,用于帮助了解不同季节的电力负荷和能源需求量的变化趋势。例如,可以分析不同季节的电力负荷和能源需求量的季节性变化趋势,以及对应的能源类型的需求量变化趋势,为电力分配、能源调度和资源优化提供指导。
S204、根据不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,生成不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果。
根据不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,生成不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,是指利用历史数据或模拟结果进行分析和计算,以得出不同季节的电力负荷和能源需求量的变化趋势。
具体地,通过对不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量进行统计和分析,可以得到不同季节的电力负荷趋势和不同能源类型的能源需求量趋势。这些趋势可以反映出不同季节的电力负荷的变化趋势和对不同能源类型的能源的需求变化趋势。
例如,在较小的时间尺度下(如小时或天),可以分析不同季节的电力负荷和能源需求量的日变化趋势,以及对应的能源类型的需求量变化趋势。在较大的时间尺度下(如月或季度),可以分析不同季节的电力负荷和能源需求量的季节性变化趋势,以及对应的能源类型的需求量变化趋势。
本实施方式通过第一预测结果和第二预测结果,可以得到不同用电区域的不同季节的电力负荷趋势和所需的能源类型的能源需求量趋势。可以有效为电力分配策略的制定和优化提供重要的参考依据。
在本实施例的其中一种实施方式中,根据第一预测结果和电量储能数据,生成区域电力分配策略,包括如下步骤:
S301、将第一预测结果中不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势与微电网系统中不同能源类型的能源产量进行比较,确定每个用电区域的电力供需压力。
将第一预测结果中不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势与微电网系统中不同能源类型的能源产量进行比较,是指对预测的电力负荷和能源需求与实际可用的能源产量进行对比,以评估每个用电区域的电力供需压力。
举例来说,假设有一个微电网系统,其中包含多个用电区域,如住宅区、商业区和工业区。第一预测结果提供了不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势。而微电网系统中具备多种能源类型的能源产量,如太阳能、风能和储能系统等。
通过比较第一预测结果中不同用电区域的电力负荷趋势和能源需求量趋势与微电网系统中不同能源类型的能源产量,可以确定每个用电区域的电力供需压力。如果某个用电区域的电力负荷趋势和能源需求量趋势高于微电网系统中相应能源类型的能源产量,意味着该用电区域的电力供需压力较大,可能需要额外的能源供应来满足需求。反之,如果用电区域的电力负荷趋势和能源需求量趋势低于能源产量,说明该区域的电力供需压力较小,可能存在多余的能源供应。
S302、在其中一个目标用电区域的电力供需压力大于预设压力值的情况下,获取目标用电区域的所需电力,并确定电量储能数据是否大于或等于所需电力。
如果在某个目标用电区域的电力供需压力超过预设压力值,那么需要获取该目标用电区域所需的电力,并判断电量储能数据是否足够满足这一需求。
具体来说,假设目标用电区域是一个住宅区,根据第一预测结果和与该区域相关的电力负荷趋势和能源需求量趋势,发现该区域的电力需求超过了预设的供应能力。这意味着该住宅区的用电需求超过了微电网系统中的能源产量,可能需要额外的电力供应。
在这种情况下,需要获取目标用电区域所需的电力量。例如,该住宅区在某个时间段需要100kW的电力供应。然后,需要判断电量储能数据是否足够满足这一需求。如果电量储能数据大于或等于100kW,那么储能系统中的储能可以满足该住宅区的需求。反之,如果电量储能数据小于100kW,那么储能系统中的电力不足以满足该住宅区的需求,需要考虑其他的电力补充方式。
S303、在电量储能数据小于所需电力的情况下,将储能系统中的电力储能全部输送至目标用电区域,并确定剩余所需电力。
当电量储能数据小于目标用电区域的所需电力时,需要将储能系统中的电力储能全部输送至目标用电区域,并确定剩余所需电力。
举例来说,假设目标用电区域是一个商业区,根据第一预测结果和与该区域相关的电力负荷趋势和能源需求量趋势,发现该区域的电力需求为200kW,而储能系统中的电量储能数据只有150kW。
在这种情况下,需要将储能系统中的全部电力储能输送至商业区,即150kW的电力。这样可以满足部分商业区的电力需求。然后,需要确定剩余所需电力,即200kW-150kW=50kW。这表示商业区仍需要额外的50kW电力来满足其需求。
S304、执行第一循环步骤,至目标用电区域收集到与剩余所需电力相等的电力量。
具体来说,当目标用电区域的电力需求无法完全满足时,需要从其他用电区域获取电力来弥补不足。在每一次循环中,会选择一个用电区域,检查其是否有多余的电力供应。
例如,假设目标用电区域的剩余所需电力为50kW,而其他用电区域A有多余的电力供应为30kW。在第一循环步骤中,会将区域A的30kW电力输送至目标用电区域,使其剩余所需电力减少为20kW。
然后,继续执行下一次循环,检查其他用电区域是否有多余的电力供应。如果有,将再次从中选择一个用电区域,将其多余的电力输送至目标用电区域,直到收集到的电力量与目标用电区域的剩余所需电力相等为止。
通过执行这个循环步骤,可以从其他用电区域获取多余的电力来满足目标用电区域的需求,以实现整个区域的电力供需平衡。
第一循环步骤包括:
S305、确定其他任意一个用电区域中是否存在剩余电力。
S306、在其他任意一个用电区域中存在剩余电力且剩余电力大于或等于剩余所需电力的情况下,将剩余电力中的目标电力量输送至目标用电区域,目标电力量与剩余所需电力相等。
S307、在其他任意一个用电区域中存在剩余电力且剩余电力小于剩余所需电力的情况下,将全部剩余电力输送至目标用电区域,并执行确定其他任意一个用电区域中是否存在剩余电力的步骤。
举例说明,假设目标用电区域的剩余所需电力为50kW,而其他用电区域A有多余的电力供应为60kW。在S305步骤中,确定用电区域A存在剩余电力。
根据S306步骤,在用电区域A存在剩余电力且剩余电力大于或等于目标用电区域的剩余所需电力的情况下,将目标用电区域需要的电力量50kW从用电区域A的剩余电力60kW中输送过去,以满足目标用电区域的需求。
在其他任意一个用电区域中存在剩余电力且该剩余电力小于目标用电区域的剩余所需电力时,将该剩余电力全部输送至目标用电区域,并继续执行S305步骤,以确定其他用电区域是否还存在剩余电力。
举例来说,假设目标用电区域的剩余所需电力为50kW,而其他用电区域B有多余的电力供应为30kW。在S307步骤中,由于用电区域B的剩余电力30kW小于目标用电区域的剩余所需电力50kW,所以将用电区域B的全部剩余电力30kW输送至目标用电区域,以满足部分需求,并继续执行S305步骤,以确定其他用电区域是否还存在剩余电力。
本实施方式通过对第一预测结果中不同用电区域的电力负荷趋势和能源需求量趋势与微电网系统中不同能源类型的能源产量进行比较,可以了解每个用电区域的电力供需压力。这有助于优化能源调度和分配,确保能源的高效利用,减少能源浪费;除此之外,当目标用电区域的电力需求超过储能系统中的电量储能数据时,可以从其他用电区域获取多余的电力来满足需求。反之,如果其他用电区域存在剩余电力,可以将其输送至目标用电区域,减少能源浪费。这有助于平衡整个微电网系统中的能源供需,减少能源的不足和过剩现象。
在本实施例的其中一种实施方式中,根据第二预测结果,生成季节电力分配策略,包括如下步骤:
S401、将第二预测结果中的不同季节的电力负荷趋势和不同能源类型的能源需求量趋势与微电网系统中不同季节的能源产量进行比较,确定每个季节中不同能源类型的电力供需压力。
通过比较每个季节的电力负荷趋势和能源需求量趋势与微电网系统中对应季节的能源产量,来评估每个季节中不同能源类型的供需差距,即电力供需压力。
举例说明,假设第二预测结果显示夏季的电力负荷趋势和夏季的太阳能需求量趋势都很高,而微电网系统中夏季的太阳能产量也很高。这说明夏季的太阳能供需情况相对平衡,即电力供需压力较小。
另一方面,如果第二预测结果显示冬季的电力负荷趋势和冬季的风能需求量趋势很高,但微电网系统中冬季的风能产量较低,那么冬季的风能供需情况就存在压力,即电力供需压力较大。
通过比较不同季节的电力负荷趋势和能源需求量趋势与微电网系统中的能源产量,可以确定每个季节中不同能源类型的电力供需压力。这有助于了解系统在不同季节中的能源调度需求,以便制定相应的电力分配策略,确保每个季节的电力供应的稳定性和平衡性。
S402、根据每个季节中不同能源类型的电力供需压力,确定每个季节中不同能源类型的电力电量储存量。
根据每个季节中不同能源类型的电力供需压力,确定每个季节中不同能源类型的电力电量储存量的意思是根据季节性的电力供需情况,确定每个季节中需要储存的电力量。
举例说明,假设在冬季,微电网系统中的风能供应不足以满足电力负荷的需求,而太阳能供应充足。根据这个情况,冬季的电力供需压力主要集中在风能方面。
为了解决冬季风能供应不足的问题,可以通过储能系统来储存夏季充足的太阳能电力,以备冬季使用。因此,在这种情况下,根据冬季的风能供需压力确定冬季所需的电力储存量,即储存夏季的太阳能电力。
另外,假设在夏季,微电网系统中的太阳能供应充足,而风能供应不足。根据这个情况,夏季的电力供需压力主要集中在风能方面。
为了解决夏季风能供应不足的问题,可以通过储能系统来储存其他季节多余的风能电力,以备夏季使用。因此,在这种情况下,根据夏季的风能供需压力确定夏季所需的电力储存量,即储存其他季节多余的风能电力。
通过根据每个季节中不同能源类型的电力供需压力确定每个季节中不同能源类型的电力电量储存量,可以在季节性能源供需不平衡的情况下,通过储能系统实现能源的平衡和调度,以确保每个季节的电力供应的稳定性和可靠性。
本实施方式将不同季节的电力负荷趋势和能源需求量趋势与微电网系统中不同季节的能源产量进行比较,可以评估每个季节中不同能源类型的供需差距,即电力供需压力。根据电力供需压力确定每个季节中不同能源类型的电力电量储存量。这有助于实现每个季节的电力供需平衡,确保每个季节的电力需求得到满足;同时确定每个季节中不同能源类型的电力电量储存量,以满足季节性的能源需求。这有助于优化能源调度和分配,确保能源的高效利用,减少能源浪费;另外,可以根据不同季节的电力供需压力确定每个季节中不同能源类型的电力电量储存量。这有助于合理规划储能系统的容量和运行策略,避免过度投资和资源浪费。同时,通过优化能源调度和分配,可以减少对传统能源资源的依赖,节约能源成本和资源消耗。
在本实施例的其中一种实施方式中,将区域电力分配策略与季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略,包括如下步骤:
S501、根据区域电力分配策略,确定每个用电区域的电力供需压力和所需电力量。
由于区域电力分配策略考虑了用电区域的电力需求和供应情况,故可以根据区域电力分配策略,确定每个用电区域的电力供需压力和所需电力量。
S502、根据季节电力分配策略,确定每个季节中不同能源类型的电力供需压力和电力电量储存量。
由于季节电力分配策略考虑了季节性的能源供需情况,以及不同能源类型的供需差距和需要储存的电力量,因此季节电力分配策略可以评估每个季节中不同能源类型的电力供需压力和电力电量储存量。
S503、对于其中一个季节的目标用电区域,在目标用电区域的电力供需压力大于预设压力值的情况下,确定目标用电区域的剩余所需电力以及所需能源类型。
对于一个季节的目标用电区域,在目标用电区域的电力供需压力大于预设压力值的情况下,需要确定该目标用电区域的剩余所需电力以及所需能源类型。这意味着在电力供应不足的情况下,需要确定还需要多少电力以及需要从哪种能源获取这些电力。
举例说明:假设某个季节的目标用电区域为城市A,预设压力值为1000千瓦时。
根据季节电力分配策略,评估城市A的电力供需情况。假设城市A的电力供应量为900千瓦时,而电力需求量为1100千瓦时。这意味着城市A的电力供需压力大于预设压力值。
在这种情况下,需要确定城市A的剩余所需电力以及所需能源类型。假设根据季节电力分配策略,城市A可以从其他区域进行电力调配。通过调配,可以获得额外的200千瓦时电力供应。
然后,需要确定所需能源类型。假设城市A的主要能源类型是太阳能和风能。在电力供应不足的情况下,可以考虑从其他能源类型获取电力,如燃煤发电或天然气发电。根据实际情况,可能需要从这些传统能源获取所需的剩余电力。
S504、在电力电量储存量中确定所需能源类型对应的电力量,在电力量大于或等于剩余所需电力的情况下,将目标电力传输至目标用电区域,其中目标电力与剩余所需电力相等。
在确定所需能源类型对应的电力量时,需要考虑电力量储存量。当所需能源类型对应的电力量大于或等于剩余所需电力时,可以将目标电力传输至目标用电区域,其中目标电力与剩余所需电力相等。这意味着当所需能源类型的电力量满足或超过剩余所需电力时,可以将电力传输到目标用电区域,以满足该区域的电力需求。
举例说明:假设在某个季节中,目标用电区域为城市A,剩余所需电力为200千瓦时。
根据季节电力分配策略,确定所需能源类型对应的电力量储存量。假设根据策略,需要从燃煤发电厂获取所需能源类型的电力量,并且在电力量储存量中确定需要300千瓦时的电力量。
在这种情况下,需要确保所需能源类型对应的电力量大于或等于剩余所需电力。假设从燃煤发电厂获得的电力量为350千瓦时,超过了剩余所需电力的200千瓦时。
因此,可以将这350千瓦时的目标电力传输至城市A,以满足该区域的剩余所需电力。这样,目标用电区域的电力需求将得到满足,并且剩余所需电力也将被补充。
S505、在电力量小于剩余所需电力的情况下,将电力量全部输送至目标用电区域,并确定剩余所需能源类型的电力。
S506、执行第二循环步骤,至目标用电区域收集到与剩余所需能源类型的电力相等的电力量。
当电力供应不足以满足剩余所需电力时,需要将现有的电力输送到目标用电区域,并确定其他能源类型的电力以满足剩余需求。
举例说明,假设某个季节的目标用电区域为城市A,剩余所需电力为200千瓦时。
根据季节电力分配策略,评估电力供需情况。假设目前可供输送的电力量为150千瓦时,小于剩余所需电力的200千瓦时。
在这种情况下,将可供输送的全部150千瓦时电力量输送至城市A,以满足部分电力需求。然后,需要确定剩余所需能源类型的电力。假设剩余所需能源类型为太阳能,但由于太阳能供应不足,无法满足剩余所需电力。根据S505步骤,需要确定其他能源类型的电力以满足剩余需求。执行第二循环步骤,继续收集电力,直到收集到与剩余所需能源类型的电力相等的电力量。
第二循环步骤包括:
S507、确定其他任意一个用电区域是否存在剩余能源类型的电力。
确定其他任意一个用电区域是否存在剩余所需能源类型的电力,意味着需要判断该用电区域是否有额外的、超过自身需求的能源类型的电力供应。
S508、在其他任意一个用电区域中存在剩余能源类型的电力且剩余能源类型的电力大于或等于剩余所需能源类型的电力的情况下,将剩余能源类型的电力中的目标电力量输送至目标用电区域,目标电力量与剩余所需能源类型的电力相等。
示例性的,假设有两个用电区域,分别为城市A和城市B,城市A和城市B都需要太阳能作为主要能源类型。在某个季节中,城市A的剩余所需电力为100千瓦时。
首先,评估城市A的太阳能供应情况。假设城市A剩余所需太阳能电力为100千瓦时。
接下来,判断城市B是否存在剩余的太阳能电力供应,并且剩余的太阳能电力大于或等于100千瓦时。如果城市B的剩余太阳能电力满足上述条件,可以将目标电力量从城市B的剩余太阳能电力中输送至城市A,以满足城市A的剩余所需电力。
S509、在其他任意一个用电区域中存在剩余能源类型的电力且剩余能源类型的电力小于剩余所需能源类型的电力的情况下,将全部剩余能源类型的电力输送至目标用电区域,并执行确定其他任意一个用电区域中是否存在剩余能源类型的电力的步骤。
示例性的,在其他任意一个用电区域中存在剩余能源类型的电力且剩余能源类型的电力小于剩余所需能源类型的电力的情况下,将全部剩余能源类型的电力输送至目标用电区域,假设城市A剩余所需太阳能电力为100千瓦时。而城市B的剩余太阳能电力只有50千瓦时,则将城市B的所有剩余太阳能电力输送至城市A,并继续寻找其他用电区域的剩余能源类型的电力,以收集到与城市A剩余所需能源类型的电力相等的电力量。
本实施方式将电力从供应充足的区域输送到目标用电区域,以最大程度地利用现有的电力资源。这可以提高电力利用率,减少浪费;通过在不同用电区域之间调配电力,确保剩余能源类型的电力得到充分利用。这可以平衡不同区域之间的电力供需,提高整体电力系统的效率;将电力从其他区域输送到目标用电区域,可以增加目标用电区域的电力供应稳定性。这有助于避免电力短缺和断电情况的发生,提高用户的用电体验;通过优化电力调配,使得电力供需平衡,可以降低能源成本。通过充分利用现有电力资源和多样化能源供应,可以减少对进口电力的需求,降低能源采购成本。
在本实施例的其中一种实施方式中,对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题,包括如下步骤:
S601、将历史电力数据根据每个区域的不同季节的电力分配策略在预设的仿真模型中进行每个区域的不同季节的电力分配仿真,得到仿真结果。
历史电力数据是指过去某一段时间内每个区域的电力供应和需求数据,包括供应量、需求量、剩余量等信息。可以通过历史电力数据库得到。
本实施例根据电力分配策略,设计一个仿真模型,用于模拟每个区域在不同季节的电力分配过程。将历史电力数据输入到仿真模型中,按照每个区域的不同季节的电力分配策略进行仿真,即可模拟电力的供应、需求和分配过程,得到每个区域在不同季节的电力分配情况,即每个区域的不同季节的电力分配仿真,得到仿真结果。
S602、根据仿真结果,确定电力分配问题。
根据仿真结果分析,可能会存在电力分配问题,如供需不平衡、能源短缺、输电损耗过大等。
示例性的,假设使用历史电力数据和预设的仿真模型,对某个用电区域的不同季节的电力分配进行仿真。根据仿真结果,得到每个季节该区域的电力供应量、需求量和剩余量等信息。
通过分析仿真结果,在冬季这个季节,确定该用电区域的电力需求量明显高于供应量,导致出现了电力短缺的问题。可能是由于冬季天气寒冷,需要更多的电力供暖,而供应量无法满足需求量。同时,该区域在夏季的电力供应量却远远超过需求量,导致电力的浪费。可能是由于夏季天气炎热用电需求相对较低,而供应量仍然保持较高水平。
基于以上分析,可以确定该区域的电力分配问题如下:
冬季电力短缺:在冬季,电力供应量无法满足需求量,导致电力短缺问题。可能需要考虑增加供应量、优化能源调配或采取其他措施来解决。
夏季电力浪费:在夏季,电力供应量远远超过需求量,导致电力的浪费。可能需要调整供应策略、减少供应量或改善电力的利用方式,以减少浪费。
本实施方式可以对每个区域的不同季节的电力分配策略进行仿真分析,识别出电力分配中的问题,并为制定改进方案提供依据。这有助于优化电力分配策略,提高电力供应的效率和可靠性。
在本实施例的其中一种实施方式中,历史电力数据包括不同季节的电力需求量和能源产量以及不同区域的电力需求量和能源产量,将历史电力数据根据每个区域的不同季节的电力分配策略在预设的仿真模型中进行每个区域的不同季节的电力分配仿真,得到仿真结果,包括如下步骤:
S701、根据不同季节的电力需求量和能源产量和不同区域的电力需求量和能源产量,按照电力分配策略在仿真模型中模拟电力分配,得到电力分配结果。
本实施例可以根据电力分配策略,设计一个仿真模型,模拟电力的分配过程,并将不同季节的电力需求量和能源产量以及不同区域的电力需求量和能源产量输入到仿真模型中,按照电力分配策略进行仿真。模拟电力的供应、需求和分配过程,得到每个区域在不同季节的电力分配结果。
S702、根据电力分配结果,计算评估指标。
根据电力分配的目标和需求,确定评估指标,如供需平衡程度、能源利用率、输电损耗等。并根据电力分配结果,计算每个区域在不同季节的评估指标。
S703、比较每个区域的不同季节的评估指标,确定每个区域的不同季节的仿真结果。
对于每个区域,在不同季节的评估指标进行比较。比较可能涉及对不同季节的指标值进行对比分析,以确定哪个季节的电力分配效果更好。基于评估指标的比较结果,可以确定每个区域在不同季节的仿真结果。例如确定哪个季节的电力分配更为平衡、能源利用更高效、输电损耗更低等。
本实施方式可以根据仿真结果计算评估指标,并比较不同区域在不同季节的电力分配效果,从而确定每个区域的不同季节的仿真结果。这有助于优化电力分配策略,提高电力系统的效率和可靠性。
在本实施例的其中一种实施方式中,评估指标包括能源利用率、电力供需平衡度和峰谷差,根据电力分配结果,计算评估指标,包括如下步骤:
S801、根据每个用电区域在不同季节的电力分配结果中所使用的能源总量与总能源产量,计算能源总量与总能源产量之间的比值,并将比值作为能源利用率。
示例性的,假设有一个用电区域A,根据不同季节的电力分配结果,得到了该区域在春季、夏季、秋季和冬季的能源总量和总能源产量数据如下:
春季:能源总量为1000单位,总能源产量为1200单位;
夏季:能源总量为1500单位,总能源产量为1800单位;
秋季:能源总量为900单位,总能源产量为1000单位;
冬季:能源总量为2000单位,总能源产量为2200单位;
根据这些数据,可以计算每个季节的能源利用率。
能源利用率=能源总量/总能源产量。
对于区域A的不同季节,能源利用率的计算如下:
春季:能源利用率=1000/1200=0.83;
夏季:能源利用率=1500/1800=0.83;
秋季:能源利用率=900/1000=0.9;
冬季:能源利用率=2000/2200=0.91;
根据上述计算,可以得到区域A在不同季节的能源利用率。例如,春季和夏季的能源利用率都为0.83,而秋季和冬季的能源利用率分别为0.9和0.91。
能源利用率有利于评估电力系统的能源利用效率,以确定是否存在能源浪费或能源不足的情况,并采取相应的措施进行优化。
S802、计算每个区域在不同季节的电力分配结果中能源产量与电力需求量之间的第一差值,并将第一差值作为电力供需平衡度。
电力供需平衡度=能源产量-电力需求量。
电力供需平衡度的值有利于评估电力系统的供需平衡情况,以确定是否存在供电不足或供电过剩的情况,并采取相应的措施进行调整和优化。
S803、计算每个区域在不同季节的电力分配结果中电力负荷的峰值与谷值之间的差值,并将第二差值作为峰谷差。
峰谷差=峰值电力负荷-谷值电力负荷。
峰谷差有利于评估电力系统的负荷平衡情况,以确定峰值负荷和谷值负荷之间的差异程度,从而合理规划电力供应和优化负荷调度。
本实施方式可以根据电力分配结果计算能源利用率、电力供需平衡度和峰谷差等评估指标。有利于评估电力系统的效率、稳定性和负荷平衡情况。
本申请实施例还提供一种智慧微电网智能电力分配装置,包括:
存储器,被配置成存储指令;以及
处理器,被配置成从存储器调用指令以及在执行指令时能够实现上述的智慧微电网智能电力分配方法。
本申请实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的智慧微电网智能电力分配方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、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装置。
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装置的制造品,该指令装置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。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种智慧微电网智能电力分配方法,其特征在于,包括:
根据微电网系统,获取不同能源类型的能源产量、不同用电区域的电力需求量和不同季节的电力需求量;
获取储能系统中电力储能的电量储能数据;
根据所述能源产量和不同用电区域的电力需求量,预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果;
根据所述能源产量和不同季节的电力需求量,预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果;
根据所述第一预测结果和所述电量储能数据,生成区域电力分配策略,根据所述第二预测结果,生成季节电力分配策略;
将所述区域电力分配策略与所述季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略;
对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题;
根据所述分配问题对所述每个区域的不同季节的电力分配策略进行优化,得到优化后的电力分配策略,以根据优化后的所述电力分配策略进行电力分配。
2.根据权利要求1所述的方法,其特征在于,所述根据所述能源产量和不同用电区域的电力需求量,预测不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果,包括:
将每个所述用电区域的电力需求量和所需的能源类型的能源产量输入至预设的第一预测模型,得到不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,其中,所述第一预测模型是基于不同能源类型的能源产量和不同用电区域的电力需求量构建得到的;
根据不同时间尺度下的不同用电区域的电力负荷和所需的能源类型的能源需求量,生成不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势,得到第一预测结果;
所述根据所述能源产量和不同季节的电力需求量,预测不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果,包括:
将每个不同季节的电力负荷和不同能源类型的能源需求量输入至预设的第二预测模型,得到不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,其中,所述第二预测模型是基于不同季节的电力负荷和不同能源类型的能源需求量构建得到的;
根据不同时间尺度下的不同季节的电力负荷和不同能源类型的能源需求量,生成不同季节的电力负荷趋势和不同能源类型的能源需求量趋势,得到第二预测结果。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一预测结果和所述电量储能数据,生成区域电力分配策略,包括:
将所述第一预测结果中不同用电区域的电力负荷趋势和所需的能源类型的能源需求量趋势与所述微电网系统中所述不同能源类型的能源产量进行比较,确定每个用电区域的电力供需压力;
在其中一个目标用电区域的电力供需压力大于预设压力值的情况下,获取所述目标用电区域的所需电力,并确定所述电量储能数据是否大于或等于所述所需电力;
在所述电量储能数据小于所述所需电力的情况下,将所述储能系统中的电力储能全部输送至所述目标用电区域,并确定剩余所需电力;
执行第一循环步骤,至所述目标用电区域收集到与所述剩余所需电力相等的电力量;
所述第一循环步骤包括:
确定其他任意一个用电区域中是否存在剩余电力;
在其他任意一个用电区域中存在剩余电力且所述剩余电力大于或等于所述剩余所需电力的情况下,将所述剩余电力中的目标电力量输送至所述目标用电区域,所述目标电力量与所述剩余所需电力相等;
在其他任意一个用电区域中存在剩余电力且所述剩余电力小于所述剩余所需电力的情况下,将全部所述剩余电力输送至所述目标用电区域,并执行所述确定其他任意一个用电区域中是否存在剩余电力的步骤。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二预测结果,生成季节电力分配策略,包括:
将所述第二预测结果中的不同季节的电力负荷趋势和不同能源类型的能源需求量趋势与所述微电网系统中不同季节的能源产量进行比较,确定每个季节中不同能源类型的电力供需压力;
根据每个季节中不同能源类型的电力供需压力,确定每个季节中不同能源类型的电力电量储存量。
5.根据权利要求4所述的方法,其特征在于,所述将所述区域电力分配策略与所述季节电力分配策略进行融合,得到每个区域的不同季节的电力分配策略,包括:
根据所述区域电力分配策略,确定每个用电区域的电力供需压力和所需电力量;
根据所述季节电力分配策略,确定每个季节中不同能源类型的电力供需压力和电力电量储存量;
对于其中一个季节的目标用电区域,在所述目标用电区域的电力供需压力大于预设压力值的情况下,确定所述目标用电区域的剩余所需电力以及所需能源类型;
在所述电力电量储存量中确定所述所需能源类型对应的电力量,在所述电力量大于或等于所述剩余所需电力的情况下,将目标电力传输至所述目标用电区域,其中所述目标电力与所述剩余所需电力相等;
在所述电力量小于所述剩余所需电力的情况下,将所述电力量全部输送至所述目标用电区域,并确定剩余所需能源类型的电力;
执行第二循环步骤,至所述目标用电区域收集到与所述剩余所需能源类型的电力相等的电力量;
所述第二循环步骤包括:
确定其他任意一个用电区域是否存在剩余所述能源类型的电力;
在其他任意一个用电区域中存在剩余所述能源类型的电力且所述剩余所述能源类型的电力大于或等于所述剩余所需能源类型的电力的情况下,将所述剩余所述能源类型的电力中的目标电力量输送至所述目标用电区域,所述目标电力量与所述剩余所需能源类型的电力相等;
在其他任意一个用电区域中存在剩余所述能源类型的电力且所述剩余所述能源类型的电力小于所述剩余所述能源类型的电力的情况下,将全部所述剩余所述能源类型的电力输送至所述目标用电区域,并执行所述确定其他任意一个用电区域中是否存在剩余所述能源类型的电力的步骤。
6.根据权利要求1所述的方法,其特征在于,所述对每个区域的不同季节的电力分配策略进行仿真,分析得到电力分配策略中的分配问题,包括:
将历史电力数据根据每个区域的不同季节的所述电力分配策略在预设的仿真模型中进行每个区域的不同季节的所述电力分配仿真,得到仿真结果;
根据所述仿真结果,确定电力分配问题。
7.根据权利要求3所述的方法,其特征在于,所述历史电力数据包括不同季节的电力需求量和能源产量以及不同区域的电力需求量和能源产量,所述将历史电力数据根据每个区域的不同季节的所述电力分配策略在预设的仿真模型中进行每个区域的不同季节的所述电力分配仿真,得到仿真结果,包括:
根据不同季节的电力需求量和能源产量和不同区域的电力需求量和能源产量,按照所述电力分配策略在所述仿真模型中模拟电力分配,得到电力分配结果;
根据所述电力分配结果,计算评估指标;
比较每个区域的不同季节的评估指标,确定每个区域的不同季节的仿真结果。
8.根据权利要求7所述的方法,其特征在于,所述评估指标包括能源利用率、电力供需平衡度和峰谷差,所述根据所述电力分配结果,计算评估指标,包括:
根据每个所述用电区域在不同季节的电力分配结果中所使用的能源总量与总能源产量,计算所述能源总量与总能源产量之间的比值,并将所述比值作为所述能源利用率;
计算每个区域在不同季节的电力分配结果中能源产量与电力需求量之间的第一差值,并将所述第一差值作为所述电力供需平衡度;
计算每个区域在不同季节的电力分配结果中电力负荷的峰值与谷值之间的差值,并将所述第二差值作为所述峰谷差。
9.一种智慧微电网智能电力分配装置,其特征在于,包括:
存储器,被配置成存储指令;以及
处理器,被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现根据权利要求1至8中任一项所述的智慧微电网智能电力分配方法。
10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据权利要求1至8中任一项所述的智慧微电网智能电力分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410106398.0A CN117639113B (zh) | 2024-01-25 | 2024-01-25 | 智慧微电网智能电力分配方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410106398.0A CN117639113B (zh) | 2024-01-25 | 2024-01-25 | 智慧微电网智能电力分配方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117639113A true CN117639113A (zh) | 2024-03-01 |
CN117639113B CN117639113B (zh) | 2024-04-05 |
Family
ID=90029000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410106398.0A Active CN117639113B (zh) | 2024-01-25 | 2024-01-25 | 智慧微电网智能电力分配方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117639113B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050117888A (ko) * | 2004-06-11 | 2005-12-15 | 주식회사 우암닷컴 | 에너지 수요예측 방법 및 시스템 |
JP2014168315A (ja) * | 2013-01-30 | 2014-09-11 | Sekisui Chem Co Ltd | 地域内電力需給制御システム |
CN108110806A (zh) * | 2018-01-26 | 2018-06-01 | 国网辽宁省电力有限公司 | 一种新能源电力系统在异常调控域运行方式下的调度方法 |
CN109615127A (zh) * | 2018-12-03 | 2019-04-12 | 哈尔滨工业大学 | 确定地理纬度与生物质热电厂原料消耗量关系的方法 |
CN112634077A (zh) * | 2020-12-18 | 2021-04-09 | 四川大汇大数据服务有限公司 | 中长期电力供需形势分析方法 |
CN114186725A (zh) * | 2021-11-29 | 2022-03-15 | 国网宁夏电力有限公司经济技术研究院 | 一种新能源并网运行的电力电量平衡方法 |
CN114444844A (zh) * | 2021-12-02 | 2022-05-06 | 中国电力企业联合会电力建设技术经济咨询中心 | 基于互联网的电能供给侧管理实施方案 |
CN116646933A (zh) * | 2023-07-24 | 2023-08-25 | 北京中能亿信软件有限公司 | 一种基于大数据的电力负荷调度方法及系统 |
CN116821660A (zh) * | 2023-07-06 | 2023-09-29 | 古桥信息科技(郑州)有限公司 | 一种电力管理方法、系统、终端设备及存储介质 |
CN116826726A (zh) * | 2023-06-27 | 2023-09-29 | 广东电网有限责任公司 | 一种微电网发电量预测方法、装置及存储介质 |
CN116951536A (zh) * | 2023-06-21 | 2023-10-27 | 华电电力科学研究院有限公司 | 适用于荒漠绿洲城镇的综合能源微网系统及其运行方法 |
CN117293824A (zh) * | 2023-11-23 | 2023-12-26 | 宁德时代新能源科技股份有限公司 | 电力需求预测的方法、装置和计算机可读存储介质 |
CN117421567A (zh) * | 2023-12-19 | 2024-01-19 | 华能济南黄台发电有限公司 | 一种应用于城市的电厂能源管理方法及系统 |
-
2024
- 2024-01-25 CN CN202410106398.0A patent/CN117639113B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050117888A (ko) * | 2004-06-11 | 2005-12-15 | 주식회사 우암닷컴 | 에너지 수요예측 방법 및 시스템 |
JP2014168315A (ja) * | 2013-01-30 | 2014-09-11 | Sekisui Chem Co Ltd | 地域内電力需給制御システム |
CN108110806A (zh) * | 2018-01-26 | 2018-06-01 | 国网辽宁省电力有限公司 | 一种新能源电力系统在异常调控域运行方式下的调度方法 |
CN109615127A (zh) * | 2018-12-03 | 2019-04-12 | 哈尔滨工业大学 | 确定地理纬度与生物质热电厂原料消耗量关系的方法 |
CN112634077A (zh) * | 2020-12-18 | 2021-04-09 | 四川大汇大数据服务有限公司 | 中长期电力供需形势分析方法 |
CN114186725A (zh) * | 2021-11-29 | 2022-03-15 | 国网宁夏电力有限公司经济技术研究院 | 一种新能源并网运行的电力电量平衡方法 |
CN114444844A (zh) * | 2021-12-02 | 2022-05-06 | 中国电力企业联合会电力建设技术经济咨询中心 | 基于互联网的电能供给侧管理实施方案 |
CN116951536A (zh) * | 2023-06-21 | 2023-10-27 | 华电电力科学研究院有限公司 | 适用于荒漠绿洲城镇的综合能源微网系统及其运行方法 |
CN116826726A (zh) * | 2023-06-27 | 2023-09-29 | 广东电网有限责任公司 | 一种微电网发电量预测方法、装置及存储介质 |
CN116821660A (zh) * | 2023-07-06 | 2023-09-29 | 古桥信息科技(郑州)有限公司 | 一种电力管理方法、系统、终端设备及存储介质 |
CN116646933A (zh) * | 2023-07-24 | 2023-08-25 | 北京中能亿信软件有限公司 | 一种基于大数据的电力负荷调度方法及系统 |
CN117293824A (zh) * | 2023-11-23 | 2023-12-26 | 宁德时代新能源科技股份有限公司 | 电力需求预测的方法、装置和计算机可读存储介质 |
CN117421567A (zh) * | 2023-12-19 | 2024-01-19 | 华能济南黄台发电有限公司 | 一种应用于城市的电厂能源管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117639113B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Komarnicki et al. | Electric energy storage system | |
Alam et al. | Peer-to-peer energy trading among smart homes | |
Koltsaklis et al. | Optimal energy planning and scheduling of microgrids | |
Schill et al. | Prosumage of solar electricity: pros, cons, and the system perspective | |
EP3039771B1 (en) | System and method for energy asset sizing and optimal dispatch | |
Sandgani et al. | Coordinated optimal dispatch of energy storage in a network of grid-connected microgrids | |
Moghaddam et al. | A comprehensive model for self-scheduling an energy hub to supply cooling, heating and electrical demands of a building | |
Lv et al. | Interactive energy management of networked microgrids-based active distribution system considering large-scale integration of renewable energy resources | |
Wang et al. | Impact of plug-in hybrid electric vehicles on power systems with demand response and wind power | |
Nottrott et al. | Storage dispatch optimization for grid-connected combined photovoltaic-battery storage systems | |
CN111641226B (zh) | 一种计及自动需求响应的建筑型微电网光伏利用率提高方法 | |
CN113574760A (zh) | 能量系统、本地能量市场和用于运行能量系统的方法 | |
Haas et al. | On the economics of storage for electricity: Current state and future market design prospects | |
Hjalmarsson et al. | Service stacking using energy storage systems for grid applications–A review | |
Kumamoto et al. | Provision of grid flexibility by distributed energy resources in residential dwellings using time-of-use pricing | |
Thang | Optimal sizing of distributed energy resources and battery energy storage system in planning of islanded micro-grids based on life cycle cost | |
Asri et al. | Optimal operation of shared energy storage on islanded microgrid for remote communities | |
Hayati et al. | A Two-Stage Stochastic Optimization Scheduling Approach for Integrating Renewable Energy Sources and Deferrable Demand in the Spinning Reserve Market | |
Saad Hussein | A method for evaluating building retrofit effects on a decentral energy system by a sector coupling operation and expansion model | |
El Kafazi et al. | Multiobjective scheduling-based energy management system considering renewable energy and energy storage systems: A case study and experimental result | |
CN117639113B (zh) | 智慧微电网智能电力分配方法、装置及存储介质 | |
Zhong et al. | A logic-based geometrical model for the next day operation of PV-battery systems | |
Pei et al. | Optimizing the operation and allocating the cost of shared energy storage for multiple renewable energy stations in power generation side | |
Mehmood et al. | Towards developing a large distributed energy storage using a weighted batteries scheduling scheme | |
Afzaal et al. | Optimizing electricity load and cost for demand side management in smart grid |
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 |