System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大数据的多区域电力能源智能调度方法及系统技术方案_技高网

一种基于大数据的多区域电力能源智能调度方法及系统技术方案

技术编号:40136100 阅读:8 留言:0更新日期:2024-01-23 22:53
本发明专利技术公开了一种基于大数据的多区域电力能源智能调度方法及系统,涉及电力调度技术领域,包括获取区域电力系统历史数据,对区域用电量进行预测,获取区域初始用电量预测数据,基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据。本发明专利技术通过对区域用电量历史数据进行补缺、分析,计算天气和气温对于区域用电量的影响,区域规划建设所需的供电量,完成对区域用电量的预测,提高了区域用电量预测的准确度,并根据区域供电量数据对区域供电状态进行判断,根据区域的供电情况和区域间的调度路线距离对多区域的电力能源进行调度,提高了多区域电力能源调度的效率。

【技术实现步骤摘要】

本专利技术涉及电力调度,具体是涉及一种基于大数据的多区域电力能源智能调度方法及系统


技术介绍

1、电能由于使用方便,目前是世界上密度最高、分布最广并且使用最多的能源形态。然而,当电力负载高于发电量或低于发电量,都可能使电网的频率出现变动进而可能造成电网的崩溃,因此要维持电力系统稳定,时时刻刻都要保持供需平衡,适应电力负载需求而适时的调整电力供应,即为调度工作。随着配电网的信息化、自动化建设工作逐步深入,配网调度中心涉及的自动化、信息化系统也越来越多,涉及调度自动化、配电自动化、pms2.0、调控云、配网管控平台、现场电话等诸多信息。

2、目前全国平均每个省有上万条中压线路,各地区就有近百处变电站。其中有大量的操作规程属于单一的重复工作,却需要大量人力和时间的投入,主要表现在原有调度规程人工处理流程繁琐,重复率高,容易出错,效率偏低,难以有效发挥员工的专业能力和价值,近年使用的太阳能的光电以及风力的风电等绿色能源发电,由于发电功率的难以掌握,更使电力调度工作不止成本增加,也使得维持电网的稳定性更加的困难。


技术实现思路

1、为解决上述技术问题,提供一种基于大数据的多区域电力能源智能调度方法及系统,本技术方案解决了上述
技术介绍
中提出的原有调度规程人工处理流程繁琐,重复率高,容易出错,效率偏低,难以有效发挥员工的专业能力和价值,近年使用的太阳能的光电以及风力的风电等绿色能源发电,由于发电功率的难以掌握,更使电力调度工作不止成本增加,也使得维持电网的稳定性更加的困难的问题。</p>

2、为达到以上目的,本专利技术采用的技术方案为:

3、一种基于大数据的多区域电力能源智能调度方法,包括:

4、获取区域电力系统历史数据,所述区域电力系统历史数据包括该区域每月用电峰值,季节信息;

5、根据区域电力系统历史数据,基于区域用电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据;

6、根据区域电力系统历史数据,获取区域假期用电量历史数据;

7、基于区域假期用电量历史数据,获取区域假期用电量影响指数;

8、获取区域环境信息,所述区域环境信息包括环境温度信息和环境湿度信息;

9、根据区域环境信息,基于区域用电量环境影响模型,获取区域用电量环境影响指数;

10、根据区域用电量环境影响指数、区域假期用电量影响指数,获取区域用电量影响指数;

11、获取区域规划信息,根据区域规划信息,获取区域建设用电量数据;

12、基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据;

13、根据区域电力系统历史数据,获取区域用电量变化历史信息,所述区域用电量变化历史信息包括区域每日用电量平稳数据、区域每日用电量平稳时间段、区域每日用电量峰值数据和区域每日用电量峰值时间段;

14、根据区域用电量预测数据和区域用电量变化历史信息,获取区域用电量预测平稳数据和区域用电量预测峰值数据;

15、获取区域发电量信息,所述区域发电量信息包括传统发电量数据和可再生能源发电数据;

16、根据区域发电量信息和区域环境信息,获取区域供电量数据;

17、根据区域供电量数据、区域用电量预测峰值数据和区域用电量预测平稳数据,获取区域供电状态信息,所述区域供电状态信息包括区域供电量富余数据、区域供电量富余时间、区域供电量短缺数据和区域供电量短缺时间;

18、获取区域位置信息,根据区域供电状态信息和区域位置信息,对电力能源进行调度。

19、优选的,所述根据区域电力系统历史数据,基于区域用电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据,具体包括:

20、根据区域电力系统历史数据,获取区域历史用电量数据;

21、根据区域历史用电量数据,对区域历史用电量数据中的异常值进行剔除;

22、基于线性插值法,对于缺失的少量数据进行填补,获取区域历史用电量训练数据:

23、

24、式中,xn为区域历史用电量数据中第n时刻的用电量,xn+i为区域历史用电量数据中第n+i时刻的用电量,xn+j为区域历史用电量数据中第n+j时刻的用电量;

25、其中,若时间段内数据大量缺失,则该时间段区域历史用电量数据弃用;

26、根据区域历史用电量训练数据对arma模型进行训练,获取区域用电量预测模型;

27、根据区域电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据。

28、优选的,所述根据区域历史用电量训练数据对arma模型进行训练,获取区域用电量预测模型,具体包括:

29、获取arma模型,具体为:

30、

31、式中,xt为t时刻的区域初始用电量预测值,为过去时间p对区域用电量的影响系数,at为白噪声误差项,θq为过去时间q对区域用电量的误差影响系数,c为常数;

32、其中,e(xtas)=0(t<s),e(xtas)为均值序列;

33、获取后移算子b,令bkxt=xt-k,bkat=at-k,bkc=c,c为常数,则:

34、

35、则区域用电量预测模型为:

36、

37、式中,xt为t时刻的区域初始用电量预测值,at为白噪声误差项,b为后移算子;

38、根据区域历史用电量训练数据对arma模型进行训练,获取区域用电量预测模型。

39、优选的,所述基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据,具体包括:

40、根据区域电力系统历史数据,获取区域假期用电量历史数据;

41、基于区域假期用电量历史数据,获取区域假期用电量影响指数;

42、根据区域环境信息,获取区域环境指标因子;

43、根据区域环境指标因子,获取区域用电量环境影响指数;

44、基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据:

45、yt=[σ·w+ε·(β1·t+β2·z)](xt+k);

46、式中,yt为区域用电量预测值,σ为区域假期用电量影响指数的权重,w为区域假期用电量影响指数,ε为区域用电量环境影响指数的权重,β1为区域用电量环境温度影响系数,t为环境温度,β2为区域用电量环境湿度影响系数,z为环境湿度,xt为区域初始用电量预测值,k为区域建设用电量。

47、优选的,所述根据区域供电量数据、区域用电量预测峰值数据和区域用电量预测平稳数据,获取区域供电状态信息,具体包括:

48、根据区域供电量数据和区域用电量预测峰值数据,判断区域供电量是否超出区域用电量预测峰值数据,若超出,则该区域供电量可以满足区域用电需求,若未超本文档来自技高网...

【技术保护点】

1.一种基于大数据的多区域电力能源智能调度方法,其特征在于,包括:

2.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域电力系统历史数据,基于区域用电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据,具体包括:

3.根据权利要求2所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域历史用电量训练数据对ARMA模型进行训练,获取区域用电量预测模型,具体包括:

4.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据,具体包括:

5.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域供电量数据、区域用电量预测峰值数据和区域用电量预测平稳数据,获取区域供电状态信息,具体包括:

6.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述获取区域位置信息,根据区域供电状态信息和区域位置信息,对电力能源进行调度,具体包括:

7.一种基于大数据的多区域电力能源智能调度系统,用于实现如权利要求1-6任一项所述的调度方法,其特征在于,包括:

8.根据权利要求7所述的一种基于大数据的多区域电力能源智能调度系统,其特征在于,所述主控制模块,具体包括:

9.根据权利要求7所述的一种基于大数据的多区域电力能源智能调度系统,其特征在于,所述信息获取模块,具体包括:

10.根据权利要求7所述的一种基于大数据的多区域电力能源智能调度系统,其特征在于,所述用电量预测模块,具体包括:

...

【技术特征摘要】

1.一种基于大数据的多区域电力能源智能调度方法,其特征在于,包括:

2.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域电力系统历史数据,基于区域用电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据,具体包括:

3.根据权利要求2所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域历史用电量训练数据对arma模型进行训练,获取区域用电量预测模型,具体包括:

4.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据,具体包括:

5.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域供...

【专利技术属性】
技术研发人员:毛水林冯铭基毛珍珍
申请(专利权)人:中嘉能广东能源有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1