CN118117595A - 微电网优化控制方法、相关装置、计算设备及存储介质 - Google Patents
微电网优化控制方法、相关装置、计算设备及存储介质 Download PDFInfo
- Publication number
- CN118117595A CN118117595A CN202410508813.5A CN202410508813A CN118117595A CN 118117595 A CN118117595 A CN 118117595A CN 202410508813 A CN202410508813 A CN 202410508813A CN 118117595 A CN118117595 A CN 118117595A
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- optimization
- grids
- electric energy
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 317
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000013441 quality evaluation Methods 0.000 claims abstract description 58
- 230000006870 function Effects 0.000 claims description 41
- 239000002245 particle Substances 0.000 claims description 35
- 238000003062 neural network model Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000011084 recovery Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 16
- 230000006854 communication Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
本申请涉及微电网优化领域,公开了一种微电网优化控制方法、相关装置、计算设备及存储介质,该方法包括:获取多个微电网的电能质量评估参数并对多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;根据多个优化目标构建微电网优化控制模型,对第一微电网集合中的微电网进行整体优化;将第二微电网集合中各微电网的电能质量评估参数输入微电网预测模型得到各微电网运行状态的预测结果;根据预测结果,分别对第二微电网集合中的多个微电网进行优化。本申请通过评估微电网的电能质量,采用不同的方式进行优化,提高了电能质量高的微电网的整体优化结果,也避免电能质量不高的微电网影响整体优化的结果。
Description
技术领域
本申请涉及微电网优化领域,更具体地涉及一种微电网优化控制方法、相关装置、计算设备及存储介质。
背景技术
随着新能源技术以及分布式发电技术的发展,微电网作为一种能源新的供应和管理模式,得到了大量应用。微电网技术是一项十分契合配电网网格化布局的技术,它拥有独立的电能来源,能够供应用户在大电网出现故障时的孤岛运行需求,也能在发电盈余时向大电网送电,减轻大电网供电压力。微电网可以对用户身边的清洁能源如风能、太阳能进行收集,产出电能供用户使用,并可在发电盈余时对大电网进行送电。对微电网的优化调度既能影响微电网的经济效益,也能降低化石燃料的排放污染,还能优化电能质量并减少电压频率的波动。通过优化过程得到的优化方案能够优化供电以及提高运行经济性。
发明内容
本申请实施例提供一种微电网优化控制方法、相关装置、计算设备及存储介质,通过评估微电网的电能质量,采用不同的方式进行优化,提高了电能质量高的微电网的整体优化结果,也避免电能质量不高的微电网影响整体优化的结果。
第一方面,本申请实施例提供一种微电网优化控制方法,分别获取多个微电网的电能质量评估参数;
根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;
根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果;
将所述第二微电网集合中各微电网的电能质量评估参数输入预设的微电网预测模型,得到所述第二微电网集合中各微电网运行状态的预测结果;
根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化。
在一个实施方式中,所述分别获取多个微电网的电能质量评估参数,包括:
采集所述多个微电网的电能质量指标测量结果,其中,所述微电网的电能质量指标有多种;
将所述每个微电网的电能质量指标测量结果,分别输入预设的多通道神经网络模型,以获取所述多个微电网的电能质量评估参数,所述多通道神经网络模型中每个通道对应所述微电网的一种电能质量指标。
在一个实施方式中,所述利根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合,包括:
分别将所述多个微电网中的一个微电网作为目标微电网,获取所述目标微电网的电能质量评估参数;
若所述目标微电网的电能质量评估参数达到预设阈值,则确定所述目标微电网归于第一微电网集合;
若所述目标微电网的电能质量评估参数未达到预设阈值,则确定所述目标微电网归于第二微电网集合;
在完成确定所述每一个微电网所属的集合之后,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合。
在一个实施方式中,所述根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果,包括:
根据所述多个预设的优化目标构建微电网优化控制模型;
构建微电网优化控制的目标重要性评估矩阵;
根据所述目标重要性评估矩阵计算所述多个预设的优化目标对应的权重;
根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果。
在一个实施方式中,所述根据多个预设的优化目标构建微电网优化控制模型,包括:
根据所述多个预设的优化目标构建目标函数;
根据所述第一微电网集合中各微电网的功率平衡关系构建约束条件;
根据所述目标函数和约束条件构建所述微电网优化控制模型。
在一个实施方式中,所述根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果,包括:
设置所述第一微电网集合中各微电网的优化参数的阈值,所述优化参数为与所述第一微电网集合中微电网整体优化相关的参数;
将所述优化参数划分为多个参数集合,所述每个参数集合对应一个预设的优化目标,将所述每个参数集合中每个优化参数等效为单个粒子,利用混合粒子群算法,在求解空间中搜寻所述每个优化参数的最优解,得到所述第一微电网集合中的微电网的整体优化结果,其中,所述求解空间是根据所述微电网的优化参数的阈值确定的。
在一个实施方式中,所述根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化,包括:
分别以所述第二微电网集合中的多个微电网为待优化微电网,确定所述待优化微电网当前的运行模式,所述微电网的运行模式包括独立运行模式、并网运行模式、风险运行模式、孤网运行模式和恢复运行模式;
获取预设的多种微电网优化策略;
在所述多种微电网优化策略中,确定与所述待优化微电网当前的运行模式匹配的目标微电网优化策略;
根据所述目标微电网优化策略,对所述待优化微电网进行优化。
第二方面,本申请实施例提供一种微电网优化控制方法相关装置,具有实现对应于上述第一方面提供的微电网优化控制方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。在一个实施方式中,所述微电网优化控制方法相关装置包括:
获取模块:用于分别获取多个微电网的电能质量评估参数;
分组模块:用于根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;
第一优化模块:用于根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果;
预测模块:用于将所述第二微电网集合中各微电网的电能质量评估参数输入预设的微电网预测模型,得到所述第二微电网集合中各微电网运行状态的预测结果;
第二优化模块,用于根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化。
在一个实施方式中,所述获取模块,具体用于:
采集所述多个微电网的电能质量指标测量结果,其中,所述微电网的电能质量指标有多种;
将所述每个微电网的电能质量指标测量结果,分别输入预设的多通道神经网络模型,以获取所述多个微电网的电能质量评估参数,所述多通道神经网络模型中每个通道对应所述微电网的一种电能质量指标。
在一个实施方式中,所述分组模块,具体用于:
分别将所述多个微电网中的一个微电网作为目标微电网,获取所述目标微电网的电能质量评估参数;
若所述目标微电网的电能质量评估参数达到预设阈值,则确定所述目标微电网归于第一微电网集合;
若所述目标微电网的电能质量评估参数未达到预设阈值,则确定所述目标微电网归于第二微电网集合;
在完成确定所述每一个微电网所属的集合之后,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合。
在一个实施方式中,所述第一优化模块,具体用于:
根据所述多个预设的优化目标构建微电网优化控制模型;
构建微电网优化控制的目标重要性评估矩阵;
根据所述目标重要性评估矩阵计算所述多个预设的优化目标对应的权重;
根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果。
在一个实施方式中,所述第一优化模块,具体还用于:
根据所述多个预设的优化目标构建目标函数;
根据所述第一微电网集合中各微电网的功率平衡关系构建约束条件;
根据所述目标函数和约束条件构建所述微电网优化控制模型。
在一个实施方式中,所述第一优化模块,具体还用于:
设置所述第一微电网集合中各微电网的优化参数的阈值,所述优化参数为与所述第一微电网集合中微电网整体优化相关的参数;
将所述优化参数划分为多个参数集合,所述每个参数集合对应一个预设的优化目标,将所述每个参数集合中每个优化参数等效为单个粒子,利用混合粒子群算法,在求解空间中搜寻所述每个优化参数的最优解,得到所述第一微电网集合中的微电网的整体优化结果,其中,所述求解空间是根据所述微电网的优化参数的阈值确定的。
在一个实施方式中,所述第二优化模块,具体用于:
分别以所述第二微电网集合中的多个微电网为待优化微电网,确定所述待优化微电网当前的运行模式,所述微电网的运行模式包括独立运行模式、并网运行模式、风险运行模式、孤网运行模式和恢复运行模式;
获取预设的多种微电网优化策略;
在所述多种微电网优化策略中,确定与所述待优化微电网当前的运行模式匹配的目标微电网优化策略;
根据所述目标微电网优化策略,对所述待优化微电网进行优化。
第三方面,本申请实施例提供一种计算设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现第一方面所述的微电网优化控制方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其包括指令,当其在计算机上运行时,使得所述计算机执行如第一方面所述的微电网优化控制方法。
本申请通过评估微电网的电能质量,采用不同的方式进行优化,提高了电能质量高的微电网的整体优化结果,也避免电能质量不高的微电网影响整体优化的结果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中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申请的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的微电网优化控制相关装置的场景示意图;
图2是本申请实施例中提供的微电网优化控制方法的一个实施例流程示意图;
图3是本申请实施例中提供的微电网优化控制方法的另一个实施例的流程示意图;
图4为本申请实施例的微电网优化控制方法相关装置的结构示意图;
图5为本申请实施例的内容推送设备的一种结构示意图;
图6为本申请实施例中手机的一种结构示意图;
图7为本申请实施例中服务器的一种结构示意图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
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,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动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。
在以下的说明中,本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明,除非另有说明。因此,这些步骤及操作将有数次提到由计算机执行,本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处,其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置,其具有由该数据格式所定义的特定特性。但是,本申请原理以上述文字来说明,其并不代表为一种限制,本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本文所使用的术语“模块”或“单元”可看做为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文所述的装置及方法优选的以软件的方式进行实施,当然也可在硬件上进行实施,均在本申请保护范围之内。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式 “一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本申请实施例提供一种微电网优化控制方法、相关装置及存储介质。
请参阅图1,图1为本申请实施例所提供的微电网优化控制相关装置的场景示意图,该微电网优化控制相关装置可以包括微电网优化控制系统100和微电网200,微电网优化控制系统100通过网络连接,微电网优化控制系统100中集成有微电网优化控制方法相关装置。本申请实施例中,微电网优化控制系统100可以是终端设备或者服务器,微电网优化控制系统100可以向微电网200发送微电网优化策略。
本申请实施例中,在微电网优化控制系统100为服务器的情况下,该服务器可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的服务器,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本申请的实施例中,服务器与客户端之间可通过任何通信方式实现通信,包括但不限于,基于第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)、长期演进(Long Term Evolution,LTE)、全球互通微波访问(WorldwideInteroperability for Microwave Access, WiMAX)的移动通信,或基于TCP/IP协议族(TCP/IP Protocol suite,TCP/IP)、用户数据报协议(User Datagram Protocol,UDP)协议的计算机网络通信等。
可以理解的是,当本申请实施例中所使用的微电网优化控制系统100为终端设备时,终端设备可以是既包括接收硬件和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种终端设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的微电网优化控制系统100具体可以是台式终端或移动终端,微电网优化控制系统100具体可以手机、平板电脑、笔记本电脑等中的一种。
本申请实施例涉及的终端设备,还可以是指向用户提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。例如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语音和/或数据。例如,个人通信业务(英文全称:Personal Communication service,英文简称:PCs)电话、无绳电话、会话发起协议(sIP)话机、无线本地环路(Wireless Local Loop,英文简称:WLL)站、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)等设备。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算设备,或者计算设备网络连接关系,例如图1中仅示出1个计算设备,可以理解的,该微电网优化控制相关装置还可以包括一个或多个其他计算设备,或/且一个或多个与微电网优化控制系统100网络连接的其他计算设备,具体此处不作限定。
另外,如图1所示,该微电网优化控制相关装置还可以包括存储器300,用于存储数据,如存储电能质量指标参数、原始检测数据等。
需要说明的是,图1所示的微电网优化控制相关装置的场景示意图仅仅是一个示例, 本申请实施例描述的微电网优化控制相关装置以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着微电网优化控制相关装置的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本申请通过评估微电网的电能质量,采用不同的方式进行优化,提高了电能质量高的微电网的整体优化结果,也避免电能质量不高的微电网影响整体优化的结果。下面结合具体实施例进行详细说明。
在本实施例中,将从微电网优化控制方法的角度进行描述,该微电网优化控制方法具体可以集成在微电网优化控制系统100中。
本申请提供一种微电网优化控制方法,该微电网优化控制方法包括:分别获取多个微电网的电能质量评估参数;根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果;将所述第二微电网集合中各微电网的电能质量评估参数输入预设的微电网预测模型,得到所述第二微电网集合中各微电网运行状态的预测结果;根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化。
请参阅图2,图2为本申请实施例中微电网优化控制方法的一个实施例流程示意图,该微电网优化控制方法包括如下步骤201~205:
201、分别获取多个微电网的电能质量评估参数。
其中,微电网是指以分布式电源为主,利用储能和控制装置进行实时调节,实现网络内部电力电量平衡的小型供电网络,可并网运行也可离网运行。具体的,电能质量评估参数反映微电网的电能质量,电能质量评估参数可以根据电能质量指标的测量结果预测得来,具体的,可以将预设时间段内的采集到的电能质量指标的测量结果输入到多通道神经网络模型,获取电能质量指标的预测值,其预测值能反映微电网的整体电能质量评估参数。可选的,电能指标可以包括一些对微电网运行过程中影响运行效率或反映其运行状态的参数,例如电流数据、电压数据、功率数据和负荷数据等。
202、根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合。
具体的,电能质量评估参数达到预设阈值的,反映出该微电网的电能质量较高,分组为第一微电网集合,电能质量评估参数未达到预设阈值的,反映出该微电网的电能质量较差,分组为第二微电网集合。根据电能质量评估参数,将电能质量高的微电网和电能质量差的微电网区分开来,采用不同的优化方法,避免电能质量不高的微电网影响整体优化结果。
203、根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果。
具体的,第一微电网集合中的多个微电网是电能质量指标评估参数达到预设阈值的微电网,是电能质量较高的微电网。预设的优化目标可以是一个,可以是多个,可以按照实际需求设定,例如:投入成本最低、污染最小、稳定性最高等优化目标。当预设优化目标有多个时,通过综合设置目标函数来达到多个预设目标。可选的,根据预设的优化目标构建的微电网优化控制模型,可以是利用微电网优化控制模型,对第一微电网集合中的微电网进行整体性优化、全局优化,以实现多个预设的优化目标。
204、将所述第二微电网集合中各微电网的电能质量评估参数输入预设的微电网预测模型,得到所述第二微电网集合中各微电网运行状态的预测结果。
具体的,预设的微电网预测模型可以是多通道神经网络模型,可以通过可以根据微电网的历史数据和实时数据预测未来的运行状态,并制定最优的控制策略。可选的,微电网历史数据可以通过收集得来,可选的,微电网的历史数据和实时数据可以是微电网电能质量指标的数据,收集微电网电能质量指标数据后,对微电网电能质量指标数据清洗、归一化、特征提取,以便于后续的神经网络学习。
205、根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化。
具体的,第二微电网集合中的微电网是电能质量指标参数未达到预设标准的微电网,反映其微电网电能质量较差,为了不影响整体的优化结果,对第二微电网集合中的微电网进行单独分别优化。可选的,第二微电网集合中的微电网可以有不同的运行模式,根据不同的运行模式设有不同的微电网优化策略。可选的,根据微电网运行状态的预测结果,可以根据微电网的运行模式利用对应的优化策略对其进行单独优化。
本申请实施例通过评估微电网的电能质量,采用不同的方式进行优化,提高了电能质量高的微电网的整体优化结果,也避免电能质量不高的微电网影响整体优化的结果。
在本申请的一种实施方式中,步骤201分别获取多个微电网的电能质量评估参数包括:
采集多个微电网的电能质量指标的测量结果,所述微电网的电能质量指标有多种;将每个微电网的电能质量指标测量结果,分别输入预设的多通道神经网络模型,以获取所述多个微电网的电能质量评估参数,所述多通道神经网络模型中每个通道对应所述微电网的一种电能质量指标。
具体的,多通道神经网络模型是指包含多个神经子网络模型的神经网络模型,可选的,电能质量指标有多个,首先可以采集电能质量指标的测量结果,然后对采样得到的电能质量原始监测数据进行修正并不标准化处理得到合格的采集数据,根据多通道神经网络模型对合格采集数据进行电能质量预测。多通道神经网络模型可以是预先训练好的,可以利用采集的多个微电网的电能质量指标测量结果构成训练样本集,利用训练样本集对多通道神经网络模型训练直至多通道神经网络模型收敛。可选的,多通道神经网络模型的多个神经子网络模型可以分别对应获取一种电能质量的预测值,通过多通道神经网络中的全连接层以获取多个电能指标质量的电能质量评估参数。
本申请实施例通过多个多通道神经网络模型,分别获取电能质量指标的预测值,从而获取微电网的电能质量评估参数,能够更准确地评估微电网的电能质量。
在本申请的一种实施方式中,步骤202根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合包括:
分别将所述多个微电网中的一个微电网作为目标微电网,获取所述目标微电网的电能质量评估参数;若所述目标微电网的电能质量评估参数达到预设标准,则确定所述目标微电网归于第一微电网集合;若所述目标微电网的电能质量评估参数未达到预设标准,则确定所述目标微电网归于第二微电网集合;在完成确定所述每一个微电网所属的集合之后,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合。
具体的,预设阈值反映微电网的电能质量,达到预设阈值的微电网的电能质量高,未达到预设阈值的微电网的电能质量差,逐一对多个微电网进行判断,将电能质量高的微电网归为第一微电网集合,将电能质量差的微电网归为第二微电网集合。
本申请实施例通过根据电能质量将微电网分类,根据分类采取不同的优化策略,提升微电网整体的优化效果。
在本申请的一种实施方式中,请参阅图3,图3为本申请实施例中微电网优化控制方法另一个实施例流程示意图。步骤203所述根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果,具体包括以下步骤2031-2034:
步骤2031、根据所述多个预设的优化目标构建微电网优化控制模型。
具体的,微电网的优化目标可以有多个,例如:投入成本最低、污染最低或者供电稳定性最高等目标。根据多个预设的优化目标可以建立起微电网优化控制模型的目标函数,对优化控制模型求解后可以得到满足目标函数的最优解。
步骤2032、构建微电网优化控制的目标重要性评估矩阵。
具体的,可以通过构建目标重要性评估矩阵的方式计算多个优化目标各自的权重。在本申请的一个具体实施例中,为投入成本,/>为环保成本,/>为抗扰动成本,则的目标重要性评估矩阵的表达式可以是:
;
其中,,/>是/>权重的影响因素,/>则表示/>的相对重要性数值。
步骤2033、根据所述目标重要性评估矩阵计算所述多个预设的优化目标对应的权重。
以目标重要性评估矩阵求取最大特征值对应的特征向量,对特征向量归一化处理可以得到的权重。依据此方法,依次计算多个优化目标的目标重要性评估矩阵,从而可以得到多个优化目标各自的权重。
步骤2034、根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果。
具体的,根据微电网优化控制模型和优化目标的权重,可以对优化控制模型求解以得到多个微电网的整体优化结果。可选的,可以用混合粒子群算法求解优化控制模型得到整体优化结果。可选的,每个预设的优化目标对应多个优化参数,对优化控制模型求解即得到多个优化参数的最优值。
本申请实施例通过构建优化控制模型,利用目标重要性评估矩阵得到优化目标的权重从而求解优化控制模型,得到整体的优化方案,能够提高多个微电网的整体优化效果。
本申请的一种实施方式中,步骤2031根据所述多个预设的优化目标构建微电网优化控制模型,还包括:
根据所述多个预设的优化目标构建目标函数;根据所述第一微电网集合中各微电网的功率平衡关系构建约束条件;根据所述目标函数和约束条件构建所述微电网优化控制模型。
在本申请的一个具体实施例中,供电稳定性最高可以通过负荷削减最低来表示,对应的,当预设的优化目标为投入成本最低、污染最低或者供电稳定性最高时,微电网优化调度模型的目标函数的表达式可以是:
=/>+/>+/>。
其中,为投入成本,/>为环保成本,/>为抗扰动成本,/>、/>和/>分别为/>、/>和/>的权重系数。
约束条件约束目标函数,可选的,可以根据各微电网的功率平衡关系构建约束条件。在本申请的一个具体实施例中,约束条件的表达式可以是:
(t)+/>(t)+/>(t)=/>(t);
其中,是第a个微电网在第t个时间段的输出功率,/>(t)是储电系统在第t个时间段的输出功率,/>(t)是第t个时间段的失负荷功率,/>(t)是第t时刻的负荷功率,此约束条件反映了各微电网的功率平衡关系。可以理解的是,在其它实施例中,可以根据不同的目标函数采用不同的约束条件,具体此处不作限定。具体的,根据目标函数和约束条件,可以构建微电网的优化控制模型。
本申请实施例通过构建目标函数和约束条件,构建微电网的优化控制模型,便于后续对优化控制模型求解得到正常阈值的解,从而得到整体的优化方案。
在本申请的一种实施方式中,步骤2034根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果,包括:
设置所述第一微电网集合中各微电网的优化参数的阈值,所述优化参数为与所述第一微电网集合中微电网整体优化相关的参数;将所述优化参数划分为多个参数集合,所述每个参数集合对应一个预设的优化目标,将所述每个参数集合中每个优化参数等效为单个粒子,利用混合粒子群算法,在求解空间中搜寻所述每个优化参数的最优解,得到所述第一微电网集合中的微电网的整体优化结果,其中,所述求解空间是根据所述微电网的优化参数的阈值确定的。
具体的,为实现优化目标,可能有多个优化参数对应一个优化目标,对应同一个优化目标的优化参数划分到一个集合中,构成多个参数集合,每个参数集合对应一个优化目标。每个优化参数有各自的阈值,阈值决定了优化参数的取值范围。可选的,可以采用混合粒子群算法求解优化控制模型。可选的,将参数集合中每个优化参数等效为单个粒子,初始化粒子群速度,更新全局最优和个体最优。可选的,将将当前粒子群中适应度最大的粒子的位置作为全局最优,将每个粒子的个体最优位置作为所述粒子的当前位置;迭代更新所述粒子的速度、位置和适应度,直到达到预定的迭代次数或者满足预设停止条件,并输出最优位置,作为所述目标参数集合的最优解;在完成每个参数集合的最优解求解后,得到整体优化结果。
可选的,在迭代过程中,对于每个粒子即每个优化参数,将粒子当前的适应度值与粒子的历史最优位置的适应度相比较,若粒子当前的适应度好于历史最优位置的适应度,则将粒子当前的位置更新为新的历史最优位置。对于群体粒子,当粒子当前的适应度值比群体的最优位置适应度值更好,则将粒子当前的适应度值作为全局最优值。可以理解的是,这里的适应度值即为目标函数值。
在本申请的一个具体的实施例中,粒子的最优位置公式可以是:
(r)=/>
其中,n是粒子的数量,r指代迭代次数,(r)表示第n个粒子的第r次迭代中的个体最优,/>表示第n个粒子在第r次迭代时的位置,/>表示第n个粒子在第r次迭代时的适应值,即目标函数值。
可选的,群体粒子的全局最优位置的公式可以是:
H=arg min;
其中,H是处于全局最优位置的粒子,输出最优位置作为目标参数集合的最优解,在完成每个参数集合的最优解求解后,得到整体优化结果。
本申请实施例通过混合粒子群算法,求解微电网优化控制函数,得到第一微电网集合的整体优化结果,提升了微电网集合的整体优化效果。
本申请的一种实施方式中,步骤205根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化,包括:
分别以所述第二微电网集合中的多个微电网为待优化微电网,确定所述待优化微电网当前的运行模式,所述微电网的运行模式包括独立运行模式、并网运行模式、风险运行模式、孤网运行模式和恢复运行模式;获取预设的多种微电网优化策略;在所述多种微电网优化策略中,确定与所述待优化微电网当前的运行模式匹配的目标微电网优化策略;根据所述目标微电网优化策略,对所述待优化微电网进行优化。
具体的,微电网的运行模式不同,对应的优化目标不同,例如:在并网运行时模式下,优化目标可以是实现微电网价值最大化。在孤网运行模式下,优化目标可以是调节分布电源出力和各类负荷用电,实现微电网的安全稳定运行等。因此,根据不同的微电网运行模式,可以预设对应的优化策略。
可选的,优化策略中包括:提高电能质量的优化策略、保持系统安全运行的优化策略、可快速启动的优化策略(故障模式下快速启动以及与主网系统并网的控制策略)。
具体的,根据运行模式确定微电网优化策略可以包括:在独立运行模式,确定为提高电能质量的优化策略;在并网运行模式下,确定为保持系统安全运行的优化策略;在风险运行模式下,确定根据联络线的功率传输保持系统安全运行的控制策略;在孤网运行模式下,运行相对较为脆弱时,有发电站因事故退出运行或者有线路的负荷突然增减时,确定孤网运行模式的安全稳定运行控制策略;在恢复运行模式,确定为可快速启动的优化策略。
可选的,在本申请的一个具体的实施例中,当微电网的运行模式为独立运行模式时,利用混合整数线性规划问题的数学模型来构建微电网的优化控制模型,对模型进行求解,得到微电网的具体优化方案。
可选的,利用电能质量预测模型,对未来时段内微电网的负荷、储能单元的能量状态数据进行预测,根据预测数据,计算浄负荷功率,计算微电网的基础运行攻略的上下键,根据储能单元的能量状态的预测值以及浄负荷大小,求解对应的优化控制模型,得到该时间段内的微电网优化方案。
本申请实施例通过对电能质量较差的第二微电网集合中的微电网进行单独优化,根据运行模式的不同采取不同的优化策略,提升了微电网的整体优化效果。
为便于更好的实施本申请实施例提供的微电网优化控制方法,本申请实施例还提供一种基于上述微电网优化控制方法的相关装置。其中名词的含义与上述微电网优化控制方法中相同,具体实现细节可以参考微电网优化控制方法实施例中的说明。
本申请实施例中的微电网优化控制方法相关装置,具有实现对应于上述实施例中提供的微电网优化控制方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。
请参阅图4,图4为本申请实施例提供的微电网优化控制方法相关装置的结构示意图,该微电网优化控制方法相关装置可应用于需要进行内容推送场景下的计算设备中,具体的,该微电网优化控制方法相关装置400可以包括获取模块401、分组模块402、第一优化模块403、预测模块404、第二优化模块405,具体如下:
获取模块:用于分别获取多个微电网的电能质量评估参数;
分组模块:用于根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;
第一优化模块:用于根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果;
预测模块:用于将所述第二微电网集合中各微电网的电能质量评估参数输入预设的微电网预测模型,得到所述第二微电网集合中各微电网运行状态的预测结果;
第二优化模块,用于根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化。
在一个实施方式中,所述获取模块,具体用于:
采集所述多个微电网的电能质量指标的测量结果,其中,所述微电网的电能质量指标有多种;
将所述每个微电网的电能质量指标测量结果,分别输入预设的多通道神经网络模型,以获取所述多个微电网的电能质量评估参数,所述多通道神经网络模型中每个通道对应所述微电网的一种电能质量指标。
在一个实施方式中,所述分组模块,具体用于:
分别将所述多个微电网中的一个微电网作为目标微电网,获取所述目标微电网的电能质量评估参数;
若所述目标微电网的电能质量评估参数达到预设阈值,则确定所述目标微电网归于第一微电网集合;
若所述目标微电网的电能质量评估参数未达到预设阈值,则确定所述目标微电网归于第二微电网集合;
在完成确定所述每一个微电网所属的集合之后,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合。
在一个实施方式中,所述第一优化模块,具体用于:
根据所述多个预设的优化目标构建微电网优化控制模型;
构建微电网优化控制的目标重要性评估矩阵;
根据所述目标重要性评估矩阵计算所述多个预设的优化目标对应的权重;
根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果。
在一个实施方式中,所述第一优化模块,具体还用于:
根据所述多个预设的优化目标构建目标函数;
根据所述第一微电网集合中各微电网的功率平衡关系构建约束条件;
根据所述目标函数和约束条件构建所述微电网优化控制模型。
在一个实施方式中,所述第一优化模块,具体还用于:
设置所述第一微电网集合中各微电网的优化参数的阈值,所述优化参数为与所述第一微电网集合中微电网整体优化相关的参数;
将所述优化参数划分为多个参数集合,所述每个参数集合对应一个预设的优化目标,将所述每个参数集合中每个优化参数等效为单个粒子,利用混合粒子群算法,在求解空间中搜寻所述每个优化参数的最优解,得到所述第一微电网集合中的微电网的整体优化结果,其中,所述求解空间是根据所述微电网的优化参数的阈值确定的。
在一个实施方式中,所述第二优化模块,具体用于:
分别以所述第二微电网集合中的多个微电网为待优化微电网,确定所述待优化微电网当前的运行模式,所述微电网的运行模式包括独立运行模式、并网运行模式、风险运行模式、孤网运行模式和恢复运行模式;
获取预设的多种微电网优化策略;
在所述多种微电网优化策略中,确定与所述待优化微电网当前的运行模式匹配的目标微电网优化策略;
根据所述目标微电网优化策略,对所述待优化微电网进行优化。
本申请实施例中,获取多个微电网的电能质量评估参数并对多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;根据多个优化目标构建微电网优化控制模型,对第一微电网集合中的微电网进行整体优化;将第二微电网集合中各微电网的电能质量评估参数输入微电网预测模型得到各微电网运行状态的预测结果;根据预测结果,分别对第二微电网集合中的多个微电网进行优化。本申请通过评估微电网的电能质量,采用不同的方式进行优化,提高了电能质量高的微电网的整体优化结果,也避免电能质量不高的微电网影响整体优化的结果。
上面从模块化功能实体的角度对本申请实施例中的微电网优化控制方法相关装置进行了描述,下面从硬件处理的角度分别对本申请实施例中的微电网优化控制方法相关装置进行描述。
需要说明的是,图5所示的获取模块401对应的实体设备可以为收发器、射频电路、通信模块和输入/输出(I/O)接口等,第一优化模块403对应的实体设备可以为处理器。
图5所示的装置均可以具有如图5所示的结构,当图5所示的微电网优化控制方法相关装置具有如图5所示的结构时,图5中的处理器和收发器能够实现前述对应该装置的装置实施例提供的第一优化模块403、第二优化模块405和获取模块401相同或相似的功能,图5中的存储器存储处理器执行上述微电网优化控制方法时需要调用的计算机程序。
当本申请实施例中计算设备为终端设备时,本申请实施例还提供了一种终端设备,如图5所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该终端设备可以为包括手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、销售终端设备(Point of sales,POs)、车载电脑等任意终端设备,以终端设备为手机为例:
图6示出的是与本申请实施例提供的终端设备相关的手机的部分结构的框图。参考图6,手机包括:射频(Radio Frequency,RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(wireless fidelity,WiFi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解,图6中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图6对手机的各个构成部件进行具体的介绍:
RF电路1010可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器1080处理;另外,将设计上行的数据发送给基站。通常,RF电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(LowNoiseAmplifier,LNA)、双工器等。此外,RF电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Globalsystem of Mobile communication,GsM)、通用分组无线服务(General PacketRadioservice,GPRs)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(short Messaging service,sMs)等。
存储器1020可用于存储软件程序以及模块,处理器1080通过运行存储在存储器1020的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器1020可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元1030可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器1080,并能接收处理器1080发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031,输入单元1030还可以包括其他输入设备1032。具体地,其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041,可选的,可以采用液晶显示器(LiquidCrystalDisplay,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1041。进一步的,触控面板1031可覆盖显示面板1041,当触控面板1031检测到在其上或附近的触摸操作后,传送给处理器1080以确定触摸事件的类型,随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图7中,触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器1050,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度,接近传感器可在手机移动到耳边时,关闭显示面板1041和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路1060、扬声器1061,传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号,传输到扬声器1061,由扬声器1061转换为声音信号输出;另一方面,传声器1062将收集的声音信号转换为电信号,由音频电路1060接收后转换为音频数据,再将音频数据输出处理器1080处理后,经RF电路1010以发送给比如另一手机,或者将音频数据输出至存储器1020以便进一步处理。
Wi-Fi属于短距离无线传输技术,手机通过Wi-Fi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图7示出了Wi-Fi模块1070,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器1080是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器1020内的软件程序和/或模块,以及调用存储在存储器1020内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器1080可包括一个或多个处理单元;可选的,处理器1080可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1080中。
手机还包括给各个部件供电的电源1090(比如电池),可选的,电源可以通过电源管理系统与处理器1080逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本申请实施例中,该手机所包括的处理器1080还具有控制执行以上由微电网优化控制方法相关装置执行的微电网优化控制方法流程。
本申请实施例还提供了一种服务器,请参阅图7,图7是本申请实施例提供的一种服务器结构示意图,该服务器1100可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(英文全称:central processing units,英文简称:CPU)1122(例如,一个或一个以上处理器)和存储器1132,一个或一个以上存储应用程序1142或数据1144的存储介质1130(例如一个或一个以上海量存储设备)。其中,存储器1132和存储介质1130可以是短暂存储或持久存储。存储在存储介质1130的程序可以包括一个或一个以上模块(图中未示出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1122可以设置为与存储介质1130通信,在服务器1100上执行存储介质1130中的一系列指令操作。
服务器1100还可以包括一个或一个以上电源1126,一个或一个以上有线或无线网络接口1150,一个或一个以上输入输出接口1158,和/或,一个或一个以上操作系统1141,例如Windows server,Mac Os X,Unix, Linux,FreeBsD等等。
上述实施例中微电网优化控制方法中的步骤可以基于该图7所示的服务器1100的结构。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请实施例各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DsL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state Disk(ssD))等。
以上对本申请实施例所提供的技术方案进行了详细介绍,本申请实施例中应用了具体个例对本申请实施例的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请实施例的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请实施例的限制。
Claims (10)
1.一种微电网优化控制方法,其特征在于,所述微电网优化控制方法包括:
分别获取多个微电网的电能质量评估参数;
根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合;
根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果;
将所述第二微电网集合中各微电网的电能质量评估参数输入预设的微电网预测模型,得到所述第二微电网集合中各微电网运行状态的预测结果;
根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化。
2.根据权利要求1所述的微电网优化控制方法,其特征在于,所述分别获取多个微电网的电能质量评估参数,包括:
采集所述多个微电网的电能质量指标测量结果,其中,所述微电网的电能质量指标有多种;
将所述每个微电网的电能质量指标测量结果,分别输入预设的多通道神经网络模型,以获取所述多个微电网的电能质量评估参数,所述多通道神经网络模型中每个通道对应所述微电网的一种电能质量指标。
3.根据权利要求1所述的微电网优化控制方法,其特征在于,所述根据所述多个微电网的电能质量评估参数对所述多个微电网进行分组,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合,包括:
分别将所述多个微电网中的一个微电网作为目标微电网,获取所述目标微电网的电能质量评估参数;
若所述目标微电网的电能质量评估参数达到预设阈值,则确定所述目标微电网归于第一微电网集合;
若所述目标微电网的电能质量评估参数未达到预设阈值,则确定所述目标微电网归于第二微电网集合;
在完成确定所述每一个微电网所属的集合之后,得到电能质量达标的第一微电网集合和电能质量不达标的第二微电网集合。
4.根据权利要求1所述的微电网优化控制方法,其特征在于,所述根据多个预设的优化目标构建微电网优化控制模型,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果,包括:
根据所述多个预设的优化目标构建所述微电网优化控制模型;
构建微电网优化控制的目标重要性评估矩阵;
根据所述目标重要性评估矩阵计算所述多个预设的优化目标对应的权重;
根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果。
5.根据权利要求4所述的微电网优化控制方法,其特征在于,所述根据多个预设的优化目标构建微电网优化控制模型,包括:
根据所述多个预设的优化目标构建目标函数;
根据所述第一微电网集合中各微电网的功率平衡关系构建约束条件;
根据所述目标函数和约束条件构建所述微电网优化控制模型。
6.根据权利要求4所述的微电网优化控制方法,其特征在于,所述根据所述微电网优化控制模型和所述多个预设的优化目标对应的权重,对所述第一微电网集合中的微电网进行整体优化得到整体优化结果,包括:
设置所述第一微电网集合中各微电网的优化参数的阈值,所述优化参数为与所述第一微电网集合中微电网整体优化相关的参数;
将所述优化参数划分为多个参数集合,所述每个参数集合对应一个预设的优化目标,将所述每个参数集合中每个优化参数等效为单个粒子,利用混合粒子群算法,在求解空间中搜寻所述每个优化参数的最优解,得到所述第一微电网集合中的微电网的整体优化结果,其中,所述求解空间是根据所述微电网的优化参数的阈值确定的。
7.根据权利要求1所述的微电网优化控制方法,其特征在于,所述根据所述第二微电网集合中各微电网运行状态的预测结果,分别对所述第二微电网集合中的多个微电网进行优化,包括:
分别以所述第二微电网集合中的多个微电网为待优化微电网,确定所述待优化微电网当前的运行模式,所述微电网的运行模式包括独立运行模式、并网运行模式、风险运行模式、孤网运行模式和恢复运行模式;
获取预设的多种微电网优化策略;
在所述多种微电网优化策略中,确定与所述待优化微电网当前的运行模式匹配的目标微电网优化策略;
根据所述目标微电网优化策略,对所述待优化微电网进行优化。
8.一种微电网优化控制相关装置,其特征在于,其包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的微电网优化控制方法。
9.一种计算设备,其特征在于,其包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的微电网优化控制方法。
10.一种计算机可读存储介质,其特征在于,其包括指令,当其在计算机上运行时,使得所述计算机执行如权利要求1至7中任一项所述的微电网优化控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410508813.5A CN118117595B (zh) | 2024-04-26 | 2024-04-26 | 微电网优化控制方法、相关装置、计算设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410508813.5A CN118117595B (zh) | 2024-04-26 | 2024-04-26 | 微电网优化控制方法、相关装置、计算设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118117595A true CN118117595A (zh) | 2024-05-31 |
CN118117595B CN118117595B (zh) | 2024-07-12 |
Family
ID=91214071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410508813.5A Active CN118117595B (zh) | 2024-04-26 | 2024-04-26 | 微电网优化控制方法、相关装置、计算设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118117595B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140277599A1 (en) * | 2013-03-13 | 2014-09-18 | Oracle International Corporation | Innovative Approach to Distributed Energy Resource Scheduling |
CN109742790A (zh) * | 2018-12-19 | 2019-05-10 | 天津大学 | 一种基于三相多功能逆变器的微电网电能质量优化方法 |
CN112380730A (zh) * | 2020-11-30 | 2021-02-19 | 湖北华中电力科技开发有限责任公司 | 一种考虑多能耦合交互的综合能源微网优化运行方法 |
CN112952806A (zh) * | 2021-02-09 | 2021-06-11 | 上海电力大学 | 一种计及负荷不确定性的微电网群多阶段优化规划方法 |
KR102403508B1 (ko) * | 2021-06-07 | 2022-05-30 | 국민대학교산학협력단 | 독립형 마이크로그리드 운영 방법 및 장치 |
WO2023035499A1 (zh) * | 2021-09-10 | 2023-03-16 | 国网上海市电力公司 | 一种配电网的韧性综合评估方法和系统 |
CN117713235A (zh) * | 2023-12-04 | 2024-03-15 | 国家电网有限公司华北分部 | 微电网日前调度规划方法、装置、设备及介质 |
-
2024
- 2024-04-26 CN CN202410508813.5A patent/CN118117595B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140277599A1 (en) * | 2013-03-13 | 2014-09-18 | Oracle International Corporation | Innovative Approach to Distributed Energy Resource Scheduling |
CN109742790A (zh) * | 2018-12-19 | 2019-05-10 | 天津大学 | 一种基于三相多功能逆变器的微电网电能质量优化方法 |
CN112380730A (zh) * | 2020-11-30 | 2021-02-19 | 湖北华中电力科技开发有限责任公司 | 一种考虑多能耦合交互的综合能源微网优化运行方法 |
CN112952806A (zh) * | 2021-02-09 | 2021-06-11 | 上海电力大学 | 一种计及负荷不确定性的微电网群多阶段优化规划方法 |
KR102403508B1 (ko) * | 2021-06-07 | 2022-05-30 | 국민대학교산학협력단 | 독립형 마이크로그리드 운영 방법 및 장치 |
WO2023035499A1 (zh) * | 2021-09-10 | 2023-03-16 | 国网上海市电力公司 | 一种配电网的韧性综合评估方法和系统 |
CN117713235A (zh) * | 2023-12-04 | 2024-03-15 | 国家电网有限公司华北分部 | 微电网日前调度规划方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN118117595B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163367B (zh) | 一种终端部署方法和装置 | |
WO2015007092A1 (zh) | 移动设备天线的控制方法、装置和设备 | |
US10663521B2 (en) | Method and device for ascertaining required charging time | |
CN112655107B (zh) | 电子设备低温保护方法和电子设备 | |
CN103455330A (zh) | 应用程序管理方法、终端、设备及系统 | |
WO2014166266A1 (en) | File scanning method and system, client and server | |
CN117852753B (zh) | 一种基于物联网的印染车间智能管理系统 | |
CN107329547B (zh) | 一种温度控制的方法和设备以及移动终端 | |
CN116486833B (zh) | 音频增益调整方法、装置、存储介质及电子设备 | |
CN117332844A (zh) | 对抗样本生成方法、相关装置及存储介质 | |
WO2019101012A1 (zh) | 功率校准方法及装置、计算机可读存储装置 | |
CN116610372B (zh) | 一种中央处理器配置方法、装置及相关产品 | |
CN118117595B (zh) | 微电网优化控制方法、相关装置、计算设备及存储介质 | |
CN115985323A (zh) | 语音唤醒方法、装置、电子设备及可读存储介质 | |
CN117009845A (zh) | 一种类增量模型的训练方法、装置以及存储介质 | |
CN108900361B (zh) | 云资源配置确定方法、装置及电子设备 | |
CN110688351B (zh) | 一种命名文件夹的方法、第一终端设备以及网络设备 | |
CN112367428A (zh) | 电量的显示方法、系统、存储介质及移动终端 | |
CN118095970A (zh) | 微电网状态评估方法、相关装置、计算设备及存储介质 | |
CN118677028A (zh) | 分布式发电与电网交互方法、相关装置、计算设备及存储介质 | |
CN118690904A (zh) | 塔机选型规划方法、装置、计算设备及存储介质 | |
CN118158249A (zh) | 物联网数据处理方法、相关装置、计算设备及存储介质 | |
CN117955095B (zh) | 电力负荷预测方法、装置、电子设备及存储介质 | |
CN117787652A (zh) | 园区电力需求预测方法、相关装置及存储介质 | |
CN117589427B (zh) | 一种车载倒装led测试方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |