【技术实现步骤摘要】
电网负荷调度控制方法、装置、计算机设备及存储介质
[0001]本专利技术涉及电力系统
,具体而言,涉及一种电网负荷调度控制方法
、
装置
、
计算机设备及存储介质
。
技术介绍
[0002]电网负荷调度在未来的能源行业中有着广阔的前景
。
随着可再生能源的快速发展和智能电网技术的不断进步,电网负荷调度将发挥更重要的作用
。
负荷调度是智能电网实现高效能源管理和优化的重要组成部分,通过智能测量和通信技术,可以实时监测电力系统的运行状态和用户的用电情况,为负荷调度提供更准确的数据支持
。
通过优化和调度负荷,可以更准确地匹配电力供应和需求,从而避免不必要的能源浪费,提高能源利用效率
。
有效的负荷调度控制可以确保电网在高效稳定的状态下运行,并最大限度地利用可再生能源和能源储备设备
。
[0003]目前的电网负荷调度方法只单纯从负荷侧进行考虑,通过监测负荷使用,进行电网负荷调度
。
但是由于电网的规模不同,需求也有所差异,负荷调度影响纷繁复杂,就导致现有的电网负荷调度控制方法常常无法做到最优分配,优化效果有限
。
技术实现思路
[0004]本专利技术解决的问题是电网规模不同导致电网负荷调度控制方法无法做到最优分配
。
[0005]为解决上述问题,本专利技术提供一种电网负荷调度控制方法,包括:获取电网监测点,其中,所述电网监测点包括多个配电网线路 ...
【技术保护点】
【技术特征摘要】
1.
一种电网负荷调度控制方法,其特征在于,包括如下步骤:获取电网监测点,其中,所述电网监测点包括多个配电网线路监测点和多个设备监测点;根据所述电网监测点得到电网监测数据;根据所述电网监测数据判断电网状态,其中,所述电网状态包括微电网运行状态
、
非微电网运行状态和电网运行异常状态;当所述电网状态为所述微电网运行状态时,获取电网碳排放数据,将所述电网碳排放数据和所述电网监测数据输入预训练的神经网络模型得到第一电网调度策略;当所述电网状态为所述非微电网运行状态时,获取历史电能市场成交数据,基于粒子群算法根据所述历史电能市场成交数据和所述电网监测数据得到第二电网调度策略;当所述电网状态为所述电网运行异常状态时,获取预设用电优先级,其中,所述预设用电优先级用于表示按照断电后造成的损失程度对于负荷需求方的排序,根据所述预设用电优先级和所述电网监测数据得到第三电网调度策略
。2.
根据权利要求1所述的电网负荷调度控制方法,其特征在于,所述电网监测数据包括配电网线路监测数据和设备监测数据,所述配电网线路监测数据包括多个所述配电网线路监测点的相负荷电流和发电功率,所述设备监测数据包括多个所述设备监测点的设备类型信息
、
设备额定负载信息
、
设备位置信息和设备负荷功率信息;所述根据所述电网监测点得到电网监测数据,包括:根据多个所述配电网线路监测点得到多个所述配电网线路监测点的所述相负荷电流和所述发电功率;根据多个所述设备监测点得到多个所述设备监测点的所述设备类型信息
、
所述设备额定负载信息
、
所述设备位置信息和所述设备负荷功率信息
。3.
根据权利要求2所述的电网负荷调度控制方法,其特征在于,所述根据所述电网监测数据判断电网状态,包括:当所述设备监测数据大于预设设备监测值时,则所述电网状态为所述电网运行异常状态;当所述相负荷电流小于或等于预设相负荷电流,且所述发电功率大于预设发电功率时,则所述电网状态为所述微电网运行状态;当所述相负荷电流大于所述预设相负荷电流时,则所述电网状态为所述非微电网运行状态
。4.
根据权利要求1所述的电网负荷调度控制方法,其特征在于,所述预训练的神经网络模型的构建过程包括:获取历史数据集,所述历史数据集包括历史电网碳排放数据和历史电网监测数据;根据所述历史电网碳排放数据和所述历史电网监测数据训练初始模型得到训练模型;测试所述训练模型的模型精度,当所述模型精度不满足模型精度需求,则重新获取更多数据的所述历史数据集进行训练,直到满足所述模型精度需求,得到所述预训练的神经网络模型
。
5.
根据权利要求1所述的电网负荷调度控制方法,其特征在于,所述历史电能市场成交数据包括发电方
、
输电方
、
配电方和用电方上传的统一期望电能成交价格以及统一期望电能成交量;所述基于粒子群算法根据所述历史电能市场成交数据和所述电网监测数据得到第二...
【专利技术属性】
技术研发人员:翁格平,郑瑞云,翁秉宇,马丽军,李琪,娄一艇,崔林宁,蔡振华,杨建立,江涵,任娇蓉,黄俊惠,叶木生,韩寅峰,刁永锴,孙晨航,张之桢,彭亮,竺海波,王凯,陈晗文,秦昊,谢涌,徐琪森,朱启东,
申请(专利权)人:宁波送变电建设有限公司甬城配电网建设分公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。