CN117874470A - 一种专变采集终端监测数据分析处理方法 - Google Patents
一种专变采集终端监测数据分析处理方法 Download PDFInfo
- Publication number
- CN117874470A CN117874470A CN202410268782.0A CN202410268782A CN117874470A CN 117874470 A CN117874470 A CN 117874470A CN 202410268782 A CN202410268782 A CN 202410268782A CN 117874470 A CN117874470 A CN 117874470A
- Authority
- CN
- China
- Prior art keywords
- special transformer
- transformer substation
- monitoring
- load
- period
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 154
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 238000003672 processing method Methods 0.000 title abstract description 3
- 230000005611 electricity Effects 0.000 claims description 156
- 238000004519 manufacturing process Methods 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000010248 power generation Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 235000003642 hunger Nutrition 0.000 claims description 10
- 230000037351 starvation Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012854 evaluation process Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000004146 energy storage Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010616 electrical installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- H02J13/00002—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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Business, Economics & Management (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于专变监测数据分析技术领域,具体涉及到一种专变采集终端监测数据分析处理方法,通过识别出专用变电站的高峰用电季节及高峰负荷时段,从而利用高峰用电季节在高峰负荷时段的用电负荷数据进行产电是否满足需求的分析,实现了用电负荷数据在重点时段上的应用,一方面避免出现信息过载,另一方面使得分析结果更具针对性,另外在分析出专用变电站产电未满足需求时通过在高峰负荷时段评估专用变电站的能源效率,据此识别专用变电站产电未满足需求是否是由能源低效导致的,实现了对产电未满足需求原因的分析,由此进行针对性能源优化配置处理,使得处理结果更加符合实际需求,大大减少因过度追求低能耗造成的高处理成本。
Description
技术领域
本发明属于专变监测数据分析技术领域,具体涉及到一种专变采集终端监测数据分析处理方法。
背景技术
专用变电站是一种为满足特定用途或特定客户需求而设计和建造的变电设施,特别适用于需要稳定电源以支持关键业务运营的工业、商业和住宅领域,鉴于这些领域对电能供应的高可靠要求,需要对专用变电站的运行状态进行监测,这就用到了专变采集终端,专变采集终端通常用于监测和采集专用变电站的电力数据,其中采集的电力数据包括电压、电流、功率用电负荷等,其中用电负荷是指变电站所承载的电力需求量,用电负荷的监测能够有效反映专用变电站的产电能力及产电是否满足需求,支持优化能源配置的实施,这使得专用变电站内用电负荷的监测分析显得尤为必要。
然而现有技术中在利用专用变电站的用电负荷数据进行产电能力分析时为了凸显分析的全面性,通常会对全季节、全时段的用电负荷数据进行分析,忽略了用电负荷的季节性、时段性变化规律,容易导致信息过载,使得分析人员难以从大量数据中提取出关键信息,从而在一定程度上影响分析效率,另外在高峰负荷时段,电力系统的负荷通常会达到最高点,这些时段的负荷数据更能反映关键信息,而使用全周期的用电负荷数据可能会忽略掉这些关键信息,容易造成分析结果缺乏针对性。
另外现有技术中在利用专用变电站的用电负荷数据进行产电能力分析时当识别到专用变电站产电未满足需求时缺乏对产生原因的分析,使其关注点常常落在减少系统能耗上,导致对专用变电站产电未满足需求的处理过于固化,不仅可能造成处理结果收效不高,同时容易出现在系统能耗已经较低的情况下过度追求低能耗造成的处理成本加剧。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种专变采集终端监测数据分析处理方法,有效解决了现有技术存在的问题。
本发明的目的可以通过以下技术方案实现:一种专变采集终端监测数据分析处理方法,包括:S1、定位专用变电站的坐落地,由此确定专用变电站坐落地对应的季节分布时段,并选取历史年份得到各季节在各历史年份的持续时段。
S2、在各季节对应各历史年份的持续时段调取专变采集终端监测的专用变电站用电负荷,由此识别高峰用电季节。
S3、基于高峰用电季节选取监测日,并将单个监测日进行监测时段划分,得到各监测日对应的若干监测时段。
S4、在各监测日对应的各监测时段调取专变采集终端监测的专用变电站用电负荷,由此识别出高峰用电季节对应的高峰负荷时段和低谷负荷时段。
S5、在各监测日的高峰负荷时段调取专用变电站产电量,由此分析各监测日在高峰负荷时段的专用变电站产电满足度。
S6、将各监测日在高峰负荷时段的专用变电站产电满足度与预配的达标产电满足度进行对比,由此评判专用变电站在高峰负荷时段的产电是否满足需求,若评判专用变电站在高峰负荷时段的产电未满足需求,则进行专用变电站能源效率评估。
S7、基于评估的专用变电站能源效率判断专用变电站能源是否低效,若判断专用变电站能源低效,则识别能效低下的电力设备,反之则执行S8。
S8、选取专用变电站在产电未满足需求下的适配外部接入设备。
作为本发明的进一步创新,所述确定专用变电站坐落地对应的季节分布时段如下过程:将专用变电站坐落地与地图中各种气候类型对应的分布地区进行比对,从中比对出专用变电站坐落地对应的气候类型,并与各种气候类型对应的季节分布时段进行匹配,由此获取专用变电站坐落地对应的季节分布时段。
作为本发明的进一步创新,所述高峰用电季节的识别过程如下:将同一季节在各历史年份持续时段的专用变电站用电负荷进行均值计算,得到各季节对应的专用变电站平均用电负荷,并计算各季节对应的用电负荷比例。
将各季节对应的用电负荷比例与设置的高比例进行对比,从中筛选出大于或等于高比例的季节,作为高峰用电季节。
作为本发明的进一步创新,所述将单个监测日进行监测时段划分实施如下:确定单个监测日的时间区间,并将其按照预设的时间间隔进行时段划分,得到若干监测时段。
作为本发明的进一步创新,所述高峰负荷时段和低谷负荷时段的识别过程如下:将同一监测时段在各监测日的专用变电站用电负荷进行对比,从中选取各监测时段的最高专用变电站用电负荷和最低专用变电站用电负荷,计算各监测时段对应的专用变电站用电负荷集中度,具体表达式为,式中/>、/>分别表示最高专用变电站用电负荷、最低专用变电站用电负荷,/>表示自然常数。
将各监测时段对应的专用变电站用电负荷集中度与设置的有效用电负荷集中度进行对比,若某监测时段对应的专用变电站用电负荷集中度大于或等于有效用电负荷集中度,则将该监测时段在各监测日的专用变电站用电负荷进行均值计算,并将计算结果作为该监测时段的有效专用变电站用电负荷,反之则将该监测时段在各监测日的专用变电站用电负荷进行截尾均值计算,由此得到各监测时段对应的有效专用变电站用电负荷。
将各监测时段对应的有效专用变电站用电负荷进行均值计算,得到平均有效用电负荷,进而将各监测时段对应的有效专用变电站用电负荷与平均有效用电负荷进行对比,从中选取大于平均有效用电负荷的监测时段作为高峰负荷时段,选取小于平均有效用电负荷的监测时段作为低谷负荷时段。
作为本发明的进一步创新,所述各监测日在高峰负荷时段的专用变电站产电满足度分析过程如下:将各监测日在高峰负荷时段的专用变电站用电负荷与专用变电站产电量进行对比,计算各监测日在高峰负荷时段的专用变电站产电满足度,具体计算公式为,式中/>表示在高峰负荷时段的专用变电站产电量,/>表示在高峰负荷时段的专用变电站用电负荷。
作为本发明的进一步创新,所述评判专用变电站在高峰负荷时段的产电是否满足需求的评判过程如下:将各监测日在高峰负荷时段的专用变电站产电满足度与预配的达标产电满足度进行对比,从中选取产电满足度小于达标产电满足度的监测日,作为匮乏监测日。
统计匮乏监测日的数量,并除以选取的监测日数量,得到专用变电站在高峰负荷时段的匮乏产电占比值,进而将其与允许匮乏产电占比值进行对比,若专用变电站在高峰负荷时段的匮乏产电占比值小于或等于允许匮乏产电占比值,则评判专用变电站在高峰负荷时段的产电满足需求,反之则评判专用变电站在高峰负荷时段的产电不满足需求。
作为本发明的进一步创新,所述专用变电站的能源效率评估过程如下:统计专用变电站内运行用到的电力设备数量,并获取各电力设备的型号规格,由此得到各电力设备的额定能源效率。
获取专用变电站的运营时长,并结合各电力设备的额定能源效率统计各电力设备的正常能源效率。
在各监测日对应的高峰负荷时段分别检测各电力设备的输入能量和输出能量,由此计算各电力设备在高峰负荷时段内各监测日的能源效率,并从中筛选出各电力设备在高峰负荷时段的最小能源效率。
作为本发明的进一步创新,所述判断专用变电站能源是否低效的执行过程参见下述步骤:将各电力设备在高峰负荷时段的最小能源效率与相应电力设备的正常能源效率导入公式统计各电力设备在高峰负荷时段的能效达标度,/>表示电力设备在高峰负荷时段的最小能源效率,/>表示电力设备的正常能源效率。
将各电力设备在高峰负荷时段的能效达标度与合规达标度进行对比,利用判断算法得到专用变电站能源是否低效的判断结果,算法中/>表示任意,/>表示为存在,/>表示能源不低效,/>表示能源低效。
作为本发明的进一步创新,所述选取专用变电站在产电未满足需求下的适配外部接入设备如下实施过程:在各监测日的低谷负荷时段调取专用变电站产电量,并将其与各监测日在低谷负荷时段的专用变电站用电负荷进行对比,计算专用变电站在各监测日中低谷负荷时段的产电充裕度,计算表达式为,式中/>、/>均表示约束条件,其中/>表示专用变电站产电量大于或等于用电负荷,/>表示专用变电站产电量小于用电负荷。
将专用变电站在各监测日中低谷负荷时段的产电充裕度进行均值计算,得到专用变电站在低谷负荷时段的平均产电充裕度,并与设定阈值进行对比,若专用变电站在低谷负荷时段的产电充裕度大于或等于设定阈值,则选取专用变电站在产电满足度低下的适配外部接入设备为储能设备,反之则选取专用变电站在产电满足度低下的适配外部接入设备为可再生能源设备。
相较于现有技术,本发明的有益效果如下:1、本发明通过获取专用变电站坐落地对应的季节分布时段,并将单个监测日的时长进行时段划分,由此识别出高峰用电季节的高峰负荷时段,从而利用高峰用电季节在高峰负荷时段的用电负荷数据进行产电是否满足需求的分析,实现了用电负荷数据在有效时段上的应用,一方面避免出现信息过载,有利于提高分析效率,另一方面由于高峰用电季节在高峰负荷时段的用电负荷数据更能反映分析的关键点,使得分析结果更具针对性,有利于提高分析结果的可靠度。
2、本发明在利用专用变电站在高峰用电季节对应高峰负荷时段的用电负荷数据分析出专用变电站产电未满足需求时通过在高峰负荷时段评估专用变电站的能源效率,进而基于评估结果识别专用变电站产电未满足需求是否是由能源低效导致的,实现了对产电未满足需求原因的分析,由此进行针对性能源优化配置处理,大大规避了现有技术中对变电站产电未满足需求的处理过于固化的不足,使得处理结果更加符合实际需求,不仅提高了处理结果的效用,还大大减少因过度追求低能耗造成的高额处理成本。
3、本发明在基于专用变电站能源效率的评估结果评判能源低效时则进一步识别能效低下的电力设备,可以更精确地定位导致能源低效的具体问题,这有助于及时针对性地制定改善措施,提高整个电力系统的能源利用效率。
4、本发明在基于专用变电站能源效率的评估结果评判能源未出现低效时根据专用变电站在低谷负荷时段的产电充裕度选择适配的外部接入设备,使得选择的处理措施更加符合实际条件,实现对实际资源的高效利用,从而更好地满足电力系统的运行需求和可持续发展。
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为本发明的实施步骤示意图。
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,本发明提出一种专变采集终端监测数据分析处理方法,包括:S1、定位专用变电站的坐落地,由此确定专用变电站坐落地对应的季节分布时段,并选取历史年份得到各季节在各历史年份的持续时段。
上述中确定专用变电站坐落地对应的季节分布时段具体过程如下:将专用变电站坐落地与地图中各种气候类型对应的分布地区进行比对,从中比对出专用变电站坐落地对应的气候类型,并与各种气候类型对应的季节分布时段进行匹配,由此获取专用变电站坐落地对应的季节分布时段。
作为上述方案的示例,气候类型包括热带雨林气候、热带草原气候、热带季风气候、亚热带季风气候等,由于不同的气候类型对应的气候特征不同,由此引发的气候分布存在差异,这就使得不同气候类型对应的季节分布时段不同,例如亚热带季风气候对应的春季分布时段为3月-5月,夏季分布时段为6月-8月,秋季分布时段为9月-11月,冬季分布时段为12月-来年2月。
进一步地,在选取历史年份时为了保障后续监测日选取数量不至于过少影响高峰用电季节及高峰负荷时段的确定准确性,在选取历史年份时不能过少,应不低于5个,且以当前年份为限进行就近选取,例如当前年份为2022年,则选取的历史年份为2021年、2020年、2019年、2018年、2017年。
示例性地,上述中各季节在各历史年份的持续时段具体为:春季在各历史年份的持续时段为3月1日-5月31日,夏季在各历史年份的持续时段为6月1日-8月31日,秋季在各历史年份的持续时段为9月1日-11月30日,冬季在各历史年份的持续时段为12月1日-来年2月28或29日。
S2、在各季节对应各历史年份的持续时段调取专变采集终端监测的专用变电站用电负荷,由此识别高峰用电季节。
需要知道的是专用变电站用电负荷即为专用变电站的电力需求量,且各季节在各历史年份持续时段内监测的专用变电站用电负荷是指各季节在各历史年份持续时段的专用变电站用电负荷累和。
进一步需要补充的是,采集专用变电站用电负荷的专变采集终端可以为电能表。
在上述方案的优选实施中,高峰用电季节的识别过程如下:将同一季节在各历史年份持续时段的专用变电站用电负荷进行均值计算,得到各季节对应的专用变电站平均用电负荷,并计算各季节对应的用电负荷比例,其中用电负荷比例的计算方式将各季节对应的专用变电站平均用电负荷除以所有季节对应的专用变电站平均用电负荷总和。
将各季节对应的用电负荷比例与设置的高比例进行对比,示例性地,高比例可以设置为0.7,从中筛选出大于或等于高比例的季节,作为高峰用电季节。
需要补充的是,高峰用电季节可能有一个,也可能有多个。
S3、基于高峰用电季节选取监测日,并将单个监测日进行监测时段划分,得到各监测日对应的若干监测时段。
应用于上述实施例,基于高峰用电季节选取监测日的实施如下:基于高峰用电季节获取高峰用电季节在各历史年份的持续时段,例如高峰用电季节为夏季,则高峰用电季节在各历史年份的持续时段为6月1日-8月31日,在这种情况下可以从各历史年份的各月份中选取若干日期组成监测日。示例性地,可以从各月份中选取日期中含有5的日期,当月份为6月、7月、8月中,选取的日期为6月5日、6月15日、6月25日、7月5日、7月15日、7月25日、8月5日、8月15日、8月25日。
进一步应用于上述实施例,将单个监测日进行监测时段划分实施如下:确定单个监测日的时间区间,并将其按照预设的时间间隔进行时段划分,得到若干监测时段。
在上述方案的具体实施中,单个监测日的时长为24小时,可以选取某个时刻作为时间区间的起始时刻,并将起始时刻经过24小时后的时刻作为截止时刻,起始时刻和截止时刻构成了时间区间,示例性的,起始时刻为6:00,预设的时间间隔为2小时,则划分的监测时段可以为6:00——8:00,8:00——10:00,10:00——12:00,12:00——14:00,14:00——16:00等。
S4、在各监测日对应的各监测时段调取专变采集终端监测的专用变电站用电负荷,由此识别出高峰用电季节对应的高峰负荷时段和低谷负荷时段,具体识别过程为:将同一监测时段在各监测日的专用变电站用电负荷进行对比,从中选取各监测时段的最高专用变电站用电负荷和最低专用变电站用电负荷,计算各监测时段对应的专用变电站用电负荷集中度,具体计算公式为,式中/>、/>分别表示最高专用变电站用电负荷、最低专用变电站用电负荷,/>表示自然常数,其中最高专用变电站用电负荷与最低专用变电站用电负荷之间越接近,专用变电站用电负荷集中度越大。
将各监测时段对应的专用变电站用电负荷集中度与设置的有效用电负荷集中度进行对比,若某监测时段对应的专用变电站用电负荷集中度大于或等于有效用电负荷集中度,表明该监测时段在各监测日的专用变电站用电负荷分布较为集中,不存在极端值,此时均值能够映整体数据的中心趋势,更具代表性,这时将该监测时段在各监测日的专用变电站用电负荷进行均值计算,并将计算结果作为该监测时段的有效专用变电站用电负荷,反之则表明该监测时段在各监测日的专用变电站用电负荷分布较为分散,容易出现极端值,此时均值就不能够映整体数据的中心趋势,此时以该监测时段在各监测日的专用变电站用电负荷进行截尾均值计算,得到各监测时段对应的有效专用变电站用电负荷。
上述中截尾均值计算是将该监测时段在各监测日的专用变电站用电负荷去除最大值和最小值,然后计算剩余数据的均值,这样可以最大限度减少极端值的影响。
将各监测时段对应的有效专用变电站用电负荷进行均值计算,得到平均有效用电负荷,进而将各监测时段对应的有效专用变电站与平均有效用电负荷进行对比,从中选取大于平均有效用电负荷的监测时段作为高峰负荷时段,选取小于平均有效用电负荷的监测时段作为低谷负荷时段。
本发明通过获取专用变电站坐落地对应的季节分布时段,并将单个监测日的时长进行时段划分,由此识别出高峰用电季节的高峰负荷时段,从而利用高峰用电季节在高峰负荷时段的用电负荷数据进行产电是否满足需求的分析,实现了用电负荷数据在有效时段上的应用,一方面避免出现信息过载,有利于提高分析效率,另一方面由于高峰用电季节在高峰负荷时段的用电负荷数据更能反映分析的关键点,使得分析结果更具针对性,有利于提高分析结果的可靠度。
S5、在各监测日的高峰负荷时段调取专用变电站产电量,由此分析各监测日在高峰负荷时段的专用变电站产电满足度,具体分析过程如下:将各监测日在高峰负荷时段的专用变电站用电负荷与专用变电站产电量进行对比,计算各监测日在高峰负荷时段的专用变电站产电满足度,具体表达式为,式中/>表示在高峰负荷时段的专用变电站产电量,/>表示在高峰负荷时段的专用变电站用电负荷,其中产电量越高于用电负荷,产电满足度越大。
S6、将各监测日在高峰负荷时段的专用变电站产电满足度与预配的达标产电满足度进行对比,由此评判专用变电站在高峰负荷时段的产电是否满足需求,若评判专用变电站在高峰负荷时段的产电未满足需求,则进行专用变电站能源效率评估。
具体地,评判专用变电站在高峰负荷时段的产电是否满足需求的评判过程如下:将各监测日在高峰负荷时段的产电满足度与预配的达标产电满足度进行对比,示例性地,达标产电满足度可以配置为0.85,从中选取产电满足度小于达标产电满足度的监测日,作为匮乏监测日。
统计匮乏监测日的数量,并除以选取的监测日数量,得到专用变电站在高峰负荷时段的匮乏产电占比值,进而将其与允许匮乏产电占比值进行对比,示例性地,允许匮乏产电占比值可以为0.15,若专用变电站在高峰负荷时段的匮乏产电占比值小于或等于允许匮乏产电占比值,则评判专用变电站在高峰负荷时段的产电满足需求,反之则评判专用变电站在高峰负荷时段的产电不满足需求。
进一步地,专用变电站能源效率评估过程如下:统计专用变电站内运行用到的电力设备数量,并获取各电力设备的型号规格,由此从相应使用说明中的得到各电力设备的额定能源效率。
在上述方案的应用示例中,专用变电站内存在的电力设备包括但不限于变压器、断路器、互感器。
获取专用变电站的运营时长,并结合各电力设备的额定能源效率统计各电力设备的正常能源效率,具体地,可通过表达式,得到各电力设备的正常能源效率,/>表示电力设备的额定能源效率,/>表示专用变电站的运营时长,/>表示参考运营时长,即对额定能源效率不产生影响的运营时长,具体可以从相应电力设备的技术手册中调取。
在各监测日对应的高峰负荷时段检测各电力设备的输入能量和输出能量,由此计算各电力设备在高峰负荷时段内各监测日的能源效率,其中,并从中筛选出各电力设备在高峰负荷时段的最小能源效率。
需要知道的是,更高的能源效率意味着电力设备在完成相同任务或产出时消耗的能源更少,通常被视为更为经济和环保。
S7、基于评估的专用变电站能源效率判断专用变电站能源是否低效,若判断专用变电站能源低效,则识别能效低下的电力设备,反之则执行S8。
进一步优选地,判断专用变电站能源是否低效的执行过程参见下述步骤:将各电力设备在高峰负荷时段的最小能源效率与相应电力设备的正常能源效率导入公式统计各电力设备在高峰负荷时段的能效达标度,/>表示电力设备在高峰负荷时段的最小能源效率,/>表示电力设备的正常能源效率。
将各电力设备在高峰负荷时段的能效达标度与合规达标度进行对比,利用判断算法得到专用变电站能源是否低效的判断结果,示例地,合规达标度可以设置为0.72,算法中/>表示任意,/>表示为存在,表示能源不低效,/>表示能源低效。
需要解释的是,本发明基于选取的电力设备最小能源效率进行能源是否低效判断的原因在于当电力设备的最小能源效率都符合正常能源效率,那么专用变电站能源肯定不会处于低效状态,由此可见,使用最小能源效率进行对比分析,能够强化判断结果的价值。
进一步地,识别能效低下的电力设备具体操作为:将各电力设备在高峰负荷时段的能效达标度与合规达标度进行对比,从中筛选出小于合规达标度的电力设备,作为能效低下的电力设备。
本发明在基于专用变电站能源效率的评估结果评判能源低效时则进一步识别能效低下的电力设备,可以更精确地定位导致能源低效的具体问题,这有助于及时针对性地制定改善措施,提高整个电力系统的能源利用效率。
S8、选取专用变电站在产电未满足需求下的适配外部接入设备,具体如下实施过程:在各监测日的低谷负荷时段调取专用变电站产电量,并将其与各监测日在低谷负荷时段的专用变电站用电负荷进行对比,计算专用变电站在各监测日中低谷负荷时段的产电充裕度,计算表达式为,式中/>、/>均表示约束条件,其中/>表示专用变电站产电量大于或等于用电负荷,/>表示专用变电站产电量小于用电负荷。
将专用变电站在各监测日中低谷负荷时段的产电充裕度进行均值计算,得到专用变电站在低谷负荷时段的平均产电充裕度,并与设定阈值进行对比,示例性地,设定阈值可以为0.88,若专用变电站在低谷负荷时段的产电充裕度大于或等于设定阈值,则选取专用变电站在产电满足度低下的适配外部接入设备为储能设备,反之则选取专用变电站在产电满足度低下的适配外部接入设备为可再生能源设备。
本发明在基于专用变电站能源效率的评估结果评判能源未出现低效时根据专用变电站在低谷负荷时段的产电充裕度选择适配的外部接入设备,使得选择的处理措施更加符合实际条件,实现对实际资源的高效利用,从而更好地满足电力系统的运行需求和可持续发展。
需要理解的是,在低谷负荷时段产电充裕度较大,接入储能设备可以将多余的电能存储起来,以备在高峰负荷时段释放,从而提高系统的灵活性和响应能力,在低谷负荷时段产电充裕度较小,接入可再生能源设备可以增加电力供应,帮助弥补供需缺口。
进一步需要补充的是,当低谷负荷时段产电充裕度较小时还要考察专用变电站坐落地可再生资源的丰富情况后再确定是否可以接入可再生能源设备。
本发明在利用专用变电站在高峰用电季节对应高峰负荷时段的用电负荷数据分析出专用变电站产电未满足需求时通过在高峰负荷时段评估专用变电站的能源效率,进而基于评估结果识别专用变电站产电未满足需求是否是由能源低效导致的,实现了对产电未满足需求原因的分析,由此进行针对性能源优化配置处理,大大规避了现有技术中对变电站产电未满足需求的处理过于固化的不足,使得处理结果更加符合实际需求,不仅提高了处理结果的效用,还大大减少因过度追求低能耗造成的高额处理成本。
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 (10)
1.一种专变采集终端监测数据分析处理方法,其特征在于,包括:
S1、定位专用变电站的坐落地,由此确定专用变电站坐落地对应的季节分布时段,并选取历史年份得到各季节在各历史年份的持续时段;
S2、在各季节对应各历史年份的持续时段调取专变采集终端监测的专用变电站用电负荷,由此识别高峰用电季节;
S3、基于高峰用电季节选取监测日,并将单个监测日进行监测时段划分,得到各监测日对应的若干监测时段;
S4、在各监测日对应的各监测时段调取专变采集终端监测的专用变电站用电负荷,由此识别出高峰用电季节对应的高峰负荷时段和低谷负荷时段;
S5、在各监测日的高峰负荷时段调取专用变电站产电量,由此分析各监测日在高峰负荷时段的专用变电站产电满足度;
S6、将各监测日在高峰负荷时段的专用变电站产电满足度与预配的达标产电满足度进行对比,由此评判专用变电站在高峰负荷时段的产电是否满足需求,若评判专用变电站在高峰负荷时段的产电未满足需求则进行专用变电站能源效率评估;
S7、基于评估的专用变电站能源效率判断专用变电站能源是否低效,若判断专用变电站能源低效,则识别能效低下的电力设备,反之则执行S8;
S8、选取专用变电站在产电未满足需求下的适配外部接入设备。
2.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述确定专用变电站坐落地对应的季节分布时段如下过程:
将专用变电站坐落地与地图中各种气候类型对应的分布地区进行比对,从中比对出专用变电站坐落地对应的气候类型,并与各种气候类型对应的季节分布时段进行匹配,由此获取专用变电站坐落地对应的季节分布时段。
3.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述高峰用电季节的识别过程如下:
将同一季节在各历史年份持续时段的专用变电站用电负荷进行均值计算,得到各季节对应的专用变电站平均用电负荷,并计算各季节对应的用电负荷比例;
将各季节对应的用电负荷比例与设置的高比例进行对比,从中筛选出大于或等于高比例的季节,作为高峰用电季节。
4.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述将单个监测日进行监测时段划分实施如下:
确定单个监测日的时间区间,并将其按照预设的时间间隔进行时段划分,得到若干监测时段。
5.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述高峰负荷时段和低谷负荷时段的识别过程如下:
将同一监测时段在各监测日的专用变电站用电负荷进行对比,从中选取各监测时段的最高专用变电站用电负荷和最低专用变电站用电负荷,计算各监测时段对应的专用变电站用电负荷集中度,具体表达式为,式中/>、/>分别表示最高专用变电站用电负荷、最低专用变电站用电负荷,/>表示自然常数;
将各监测时段对应的专用变电站用电负荷集中度与设置的有效用电负荷集中度进行对比,若某监测时段对应的专用变电站用电负荷集中度大于或等于有效用电负荷集中度,则将该监测时段在各监测日的专用变电站用电负荷进行均值计算,并将计算结果作为该监测时段的有效专用变电站用电负荷,反之则将该监测时段在各监测日的专用变电站用电负荷进行截尾均值计算,由此得到各监测时段对应的有效专用变电站用电负荷;
将各监测时段对应的有效专用变电站用电负荷进行均值计算,得到平均有效用电负荷,进而将各监测时段对应的有效专用变电站用电负荷与平均有效用电负荷进行对比,从中选取大于平均有效用电负荷的监测时段作为高峰负荷时段,选取小于平均有效用电负荷的监测时段作为低谷负荷时段。
6.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述各监测日在高峰负荷时段的专用变电站产电满足度分析过程如下:
将各监测日在高峰负荷时段的专用变电站用电负荷与专用变电站产电量进行对比,计算各监测日在高峰负荷时段的专用变电站产电满足度,具体计算公式为,式中/>表示在高峰负荷时段的专用变电站产电量,/>表示在高峰负荷时段的专用变电站用电负荷。
7.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述评判专用变电站在高峰负荷时段的产电是否满足需求的评判过程如下:
将各监测日在高峰负荷时段的专用变电站产电满足度与预配的达标产电满足度进行对比,从中选取产电满足度小于达标产电满足度的监测日,作为匮乏监测日;
统计匮乏监测日的数量,并除以选取的监测日数量,得到专用变电站在高峰负荷时段的匮乏产电占比值,进而将其与允许匮乏产电占比值进行对比,若专用变电站在高峰负荷时段的匮乏产电占比值小于或等于允许匮乏产电占比值,则评判专用变电站在高峰负荷时段的产电满足需求,反之则评判专用变电站在高峰负荷时段的产电不满足需求。
8.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述专用变电站的能源效率评估过程如下:
统计专用变电站内运行用到的电力设备数量,并获取各电力设备的型号规格,由此得到各电力设备的额定能源效率;
获取专用变电站的运营时长,并结合各电力设备的额定能源效率统计各电力设备的正常能源效率;
在各监测日对应的高峰负荷时段分别检测各电力设备的输入能量和输出能量,由此计算各电力设备在高峰负荷时段内各监测日的能源效率,并从中筛选出各电力设备在高峰负荷时段的最小能源效率。
9.如权利要求8所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述判断专用变电站能源是否低效的执行过程参见下述步骤:
将各电力设备在高峰负荷时段的最小能源效率与相应电力设备的正常能源效率导入公式统计各电力设备在高峰负荷时段的能效达标度,/>表示电力设备在高峰负荷时段的最小能源效率,/>表示电力设备的正常能源效率;
将各电力设备在高峰负荷时段的能效达标度与合规达标度进行对比,利用判断算法得到专用变电站能源是否低效的判断结果,算法中/>表示任意,/>表示为存在,/>表示能源不低效,/>表示能源低效。
10.如权利要求1所述的一种专变采集终端监测数据分析处理方法,其特征在于:所述选取专用变电站在产电未满足需求下的适配外部接入设备如下实施过程:
在各监测日的低谷负荷时段调取专用变电站产电量,并将其与各监测日在低谷负荷时段的专用变电站用电负荷进行对比,计算专用变电站在各监测日中低谷负荷时段的产电充裕度,计算表达式为,式中/>、/>均表示约束条件,其中/>表示专用变电站产电量大于或等于用电负荷,/>表示专用变电站产电量小于用电负荷;
将专用变电站在各监测日中低谷负荷时段的产电充裕度进行均值计算,得到专用变电站在低谷负荷时段的平均产电充裕度,并与设定阈值进行对比,若专用变电站在低谷负荷时段的产电充裕度大于或等于设定阈值,则选取专用变电站在产电满足度低下的适配外部接入设备为储能设备,反之则选取专用变电站在产电满足度低下的适配外部接入设备为可再生能源设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410268782.0A CN117874470B (zh) | 2024-03-11 | 2024-03-11 | 一种专变采集终端监测数据分析处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410268782.0A CN117874470B (zh) | 2024-03-11 | 2024-03-11 | 一种专变采集终端监测数据分析处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117874470A true CN117874470A (zh) | 2024-04-12 |
CN117874470B CN117874470B (zh) | 2024-06-07 |
Family
ID=90588683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410268782.0A Active CN117874470B (zh) | 2024-03-11 | 2024-03-11 | 一种专变采集终端监测数据分析处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117874470B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118157328A (zh) * | 2024-05-11 | 2024-06-07 | 中电装备山东电子有限公司 | 一种专变终端用户分路负荷功率申报监测管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012155494A1 (zh) * | 2011-05-16 | 2012-11-22 | 河北省电力研究院 | 自动电压控制系统全网最优控制参数校验方法 |
US20130144451A1 (en) * | 2011-10-25 | 2013-06-06 | San Diego State University Research Foundation | Residential and commercial energy management system |
CN107221965A (zh) * | 2017-08-07 | 2017-09-29 | 广州供电局有限公司 | 一种基于分布式设计的日前计划计算方法 |
CN108062627A (zh) * | 2017-12-16 | 2018-05-22 | 广西电网有限责任公司电力科学研究院 | 一种基于非侵入式用电数据的需求响应分析方法 |
US20190187637A1 (en) * | 2017-07-06 | 2019-06-20 | Dalian University Of Technology | Method for long-term optimal operations of interprovincial hydropower system considering peak-shaving demands |
WO2021098352A1 (zh) * | 2019-11-22 | 2021-05-27 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN116955968A (zh) * | 2023-09-21 | 2023-10-27 | 湖北华中电力科技开发有限责任公司 | 一种基于机器学习的用户用电行为分析方法 |
CN117252038A (zh) * | 2023-11-16 | 2023-12-19 | 吉林建筑大学 | 一种新能源建筑一体化节能设计分析方法 |
-
2024
- 2024-03-11 CN CN202410268782.0A patent/CN117874470B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012155494A1 (zh) * | 2011-05-16 | 2012-11-22 | 河北省电力研究院 | 自动电压控制系统全网最优控制参数校验方法 |
US20130144451A1 (en) * | 2011-10-25 | 2013-06-06 | San Diego State University Research Foundation | Residential and commercial energy management system |
US20190187637A1 (en) * | 2017-07-06 | 2019-06-20 | Dalian University Of Technology | Method for long-term optimal operations of interprovincial hydropower system considering peak-shaving demands |
CN107221965A (zh) * | 2017-08-07 | 2017-09-29 | 广州供电局有限公司 | 一种基于分布式设计的日前计划计算方法 |
CN108062627A (zh) * | 2017-12-16 | 2018-05-22 | 广西电网有限责任公司电力科学研究院 | 一种基于非侵入式用电数据的需求响应分析方法 |
WO2021098352A1 (zh) * | 2019-11-22 | 2021-05-27 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN116955968A (zh) * | 2023-09-21 | 2023-10-27 | 湖北华中电力科技开发有限责任公司 | 一种基于机器学习的用户用电行为分析方法 |
CN117252038A (zh) * | 2023-11-16 | 2023-12-19 | 吉林建筑大学 | 一种新能源建筑一体化节能设计分析方法 |
Non-Patent Citations (3)
Title |
---|
宋才华;王永才;蓝源娟;郑锦卿;: "基于错峰负荷分析的有序用电管理研究", 中国电业(技术版), no. 11, 30 November 2013 (2013-11-30), pages 96 - 98 * |
徐翔;刘成刚;汤添钧;吴林峰;: "苏州地区纺织行业尖峰负荷时段划分研究", 电气应用, no. 02, 20 January 2017 (2017-01-20), pages 33 - 34 * |
蓝天虹;: "电力供需均衡与需求侧管理策略选择――基于温州电网的个案分析", 电力需求侧管理, no. 04, 25 July 2006 (2006-07-25), pages 26 - 28 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118157328A (zh) * | 2024-05-11 | 2024-06-07 | 中电装备山东电子有限公司 | 一种专变终端用户分路负荷功率申报监测管理系统 |
CN118157328B (zh) * | 2024-05-11 | 2024-08-13 | 中电装备山东电子有限公司 | 一种专变终端用户分路负荷功率申报监测管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117874470B (zh) | 2024-06-07 |
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 | |
CN117874470B (zh) | 一种专变采集终端监测数据分析处理方法 | |
CN111369168B (zh) | 一种适应电网多种调控运行场景的关联特征选择方法 | |
CN105117810A (zh) | 一种阶梯电价机制下居民用电中期负载预测方法 | |
CN112288303B (zh) | 确定线损率的方式、装置 | |
CN102426674A (zh) | 一种基于马尔科夫链的电力系统负荷预测方法 | |
CN106682999A (zh) | 电力用户基线负荷计算方法及装置 | |
CN116505595A (zh) | 一种基于虚拟电厂的电力监测调度管理系统 | |
CN111612228A (zh) | 一种基于用电信息的用户用电行为分析方法 | |
CN102509173A (zh) | 一种基于马尔科夫链的电力系统负荷准确预测方法 | |
Crespo Del Granado et al. | The impact of wind uncertainty on the strategic valuation of distributed electricity storage | |
CN115660225A (zh) | 一种基于电表通信模块的用电负荷预测管理方法及系统 | |
CN115660222A (zh) | 一种抽水蓄能电站的容量优化方法、装置及设备 | |
CN117691583B (zh) | 一种用于虚拟电厂的电力调度系统及方法 | |
Ding et al. | A dynamic period partition method for time-of-use pricing with high-penetration renewable energy | |
CN106651005B (zh) | 基线负荷预测方法及装置 | |
Kortmann et al. | From a distributing to a generating network: Assessing PV hosting capacity under uncertainty in distribution grids | |
Wang et al. | Effect of uncertainty on optimization of microgrids | |
CN118350679B (zh) | 新能源场站并网系统电能支撑能力分析方法及装置 | |
CN118017476B (zh) | 智能能源管理方法、装置、电子设备和存储介质 | |
CN115967120B (zh) | 220千伏电网上网变电站判定方法及容载比计算方法 | |
CN117709554B (zh) | 一种储热与电磁加热器联合的能源调度方法及系统 | |
CN117996755B (zh) | 变压器运行控制方法、装置、计算机设备及存储介质 | |
CN115967120A (zh) | 220千伏电网上网变电站判定方法及容载比计算方法 | |
Ramljak et al. | Statistical Approach in Analyzing of Advanced Metering Data in Power Distribution 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 |