【技术实现步骤摘要】
本专利技术涉及能源调节与管理领域，特别涉及基于深度调峰工况的煤、水调节方法。
技术介绍
1、能源调节与管理领域是指对能源供应和需求进行有效管理和调节，能源调节与管理的目标是优化能源利用，提高能源系统的效率和可靠性，降低能源消耗和环境影响；
2、现有的基于深度调峰工况的煤、水调节方法是在深度调峰工况过程中，对燃煤发电厂和发电厂进行能源调节，此方法不仅会使得调节不够及时，导致其能源浪费，还会导致调节不够精准，此外，在调节过程中，未对其多余的能源进行有效的处理，导致其能源流失，造成大量能源浪费，并且现有的电力系统的电负荷承受范围有限，当电负荷超出其承受范围的时候，需要调整其承受范围，在此过程中，不仅存在调整效率低下，还存在调整不够及时的情况，导致电力系统运行不够稳定。
技术实现思路
1、本专利技术的主要目的在于提供基于深度调峰工况的煤、水调节方法，有效解决
技术介绍
中的技术问题。
2、为实现上述目的，本专利技术采取的技术方案为：
3、基于深度调峰工况的煤、水调节方法，该调节方法如下：
4、s1、使用人工神经网络学习算法，基于大量历史数据和实时数据，构建更精准的能源需求预测模型；
5、s2、根据预测的用电负荷，燃煤发电厂进行调峰运行；
6、s3、根据预测的用电负荷和水库蓄水情况，水电站进行水量控制；
7、s4、在深度调峰工况中，对电负荷情况进行实时监控和相应调整。
8、进一步地，使用人工神经网络学
9、s11、收集大量历史数据和实时数据，包括负荷数据、天气数据、时间数据，并以此建立数据库，然后对数据进行清洗，处理异常值、缺失值，以保证数据的质量和完整性；
10、s12、通过对数据进行特征提取和转换，将原始数据转化为能够用于预测的特征向量；
11、s13、将收集的数据分成两部分，其中一部分数据作为训练集用于模型训练，剩余的数据作为测试集用于模型评估和验证；
12、s14、使用线性回归算法并利用训练集对模型进行训练，调整模型参数和结构，使其能够较好地拟合数据；
13、所述线性回归算法具体为：
14、m＝α0+α1*x1+α2*x2+…+αn*xn
15、其中，m为目标变量，即待预测或待估计的变量或输出，α0为常数项，即为表示当所有自变量为0时，目标变量的预测值，α1，α2，···，αn为各个自变量的回归系数，代表自变量在目标变量上的影响程度或权重，x1，x2，···，xn为自变量，即用来预测或估计目标变量的输入变量，每个自变量是实数或离散值；
16、需说明的是，线性回归模型的基本思想是通过对自变量的线性组合，线性逼近目标变量的关系，α0是常数项，表示在其他自变量保持不变的情况下，目标变量的基础值；α1，α2，···，αn是自变量的回归系数，表示每个自变量对目标变量的影响程度和方向，x1，x2，···，xn是实际的自变量值。
17、通过对模型中的自变量和回归系数进行估计和优化，我们根据已知的自变量的值来预测或估计目标变量的值，在实际应用中，需要基于数据库中的数据来估计回归系数，并通过实际观测值和预测值之间的误差来评估模型的准确性和拟合程度；
18、s15、使用测试集对训练好的模型进行评估，比较预测结果与实际值之间的误差，然后根据误差对模型进行调优；
19、s16、使用训练好的模型对未来的能源需求进行预测，并根据预测结果进行调峰策略的制定和优化。
20、进一步的，所述根据预测的用电负荷，燃煤发电厂进行调峰运行，具体步骤流程如下：
21、s21、根据预测的用电负荷，在低负荷时段，降低燃煤量，减少发电量，而在高负荷时段，增加燃煤量，提高发电量，通过控制机组的运行模式和负荷，实现对发电量的灵活调节；
22、所述根据预测的用电负荷，燃煤发电厂进行调峰运行，其中调节燃煤量的方法如下：
23、
24、其中，δp为需要调整燃煤量的变化量，pt为目标负荷，pc为当前负荷，ηg为燃煤发电站的工作效率；
25、s211、需要设计和建立储能系统，其中包括储能装置及与之相关的传输、控制和监测设备；
26、s212、在低负荷峰值时段，将燃煤发电厂多余的能源进行收集，并存储至储能系统中，在高负荷峰值时段，将储能系统中的能源进行释放，并配合增加燃煤量，提高发电量，即可使得用电量与能源消耗量平衡；
27、s22、将此次的发电量调整数据进行集中整合，并上传至数据库中。
28、进一步的，所述根据预测的用电负荷和水库蓄水情况，对水电站进行水量控制，其步骤流程为：
29、s31、通过水位计、流量计设备实时监测水库水位和水库流量；
30、s32、根据预测的用电负荷，计算当前的发电需求；
31、所述计算当前的发电需求，其具体方法如下：
32、e＝{(w-wmin)*a}*g*q*e
33、其中，e为水的发电量，即为发电需求，w为水库当前的水位，wmin为确保水库有足够的水储备和运行安全的前提下的最低水位，a为水的加速度，g为重力加速度，q为水库流量，e为水利发电设备的发电效率，(w-wmin)*a为水的发电潜能。
34、s33、根据计算所得出的结果，对水电站进行优化调度，包括放水、节流措施，以实现合理地水能利用和发电量的调节，并将此次数据上传至数据库中。
35、进一步的，所述在深度调峰工况中，对电负荷情况进行实时监控和相应调整，其具体步骤流程如下：
36、s41、对实时监测到的电负荷数据进行分析；
37、s42、根据系统的承受能力和调峰需求，设定合理的电负荷范围；
38、s43、当监测到的电负荷波动大于系统的承受范围时，为了避免系统过载或不稳定，需要使系统及时调节其承受范围；
39、所述系统及时调节其承受范围，其具体方法如下：
40、s431、系统通过负荷优化调度算法，并实时根据负荷状况和可用资源情况，自动调整负荷的分配和调度策略；
41、所述负荷优化调度算法的具体内容如下：
42、s4311、假设有n个负荷节点li，分别表示为l1，l2，…，ln；
43、s4312、对于每个负荷节点li，定义对应的控制变量ci，表示其负荷调整量；
44、s4313、计算最小化负荷波动fmin：其中表示负荷平均值；
45、s4314、计算最小化总成本comin：comin∑(ci*coi)2，其中coi表示负荷节点li的单位调整成本；
46、s4315、根据负荷平衡约束：∑ci＝0，确保整体负荷平衡；
47、s4316、根据负荷范围约束：本文档来自技高网...
【技术保护点】
1.基于深度调峰工况的煤、水调节方法，其特征在于：该所述调节方法包括以下步骤：
2.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述使用人工神经网络学习算法，基于大量历史数据和实时数据，构建更精准的能源需求预测模型，具体步骤流程如下：
3.根据权利要求2所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述线性回归算法具体为：
4.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述根据预测的用电负荷，燃煤发电厂进行调峰运行，具体步骤流程如下：
5.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述根据预测的用电负荷，燃煤发电厂进行调峰运行，其中调节燃煤量的方法如下：
6.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述根据预测的用电负荷和水库蓄水情况，对水电站进行水量控制，其步骤流程为：
7.根据权利要求6所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述计算当前的发电需求，其具体方法如下：
8.根据权利要
9.根据权利要求8所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述系统及时调节其承受范围，其具体方法如下：
10.根据权利要求8所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述负荷优化调度算法的具体内容如下：
...【技术特征摘要】
1.基于深度调峰工况的煤、水调节方法，其特征在于：该所述调节方法包括以下步骤：
2.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述使用人工神经网络学习算法，基于大量历史数据和实时数据，构建更精准的能源需求预测模型，具体步骤流程如下：
3.根据权利要求2所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述线性回归算法具体为：
4.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述根据预测的用电负荷，燃煤发电厂进行调峰运行，具体步骤流程如下：
5.根据权利要求1所述的基于深度调峰工况的煤、水调节方法，其特征在于：所述根据预测的用电负荷，燃煤发电厂进行调峰运行，其中调节燃煤量的方法如下：
【专利技术属性】
技术研发人员：刘书杰，陈洪河，王爱成，戴晖，王云峰，张兰庆，康夜雨，张栋，杨虎林，王德诚，
申请(专利权)人：华能国际电力股份有限公司德州电厂，
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。