CN116845973B - 一种风力供电方法和装置 - Google Patents
一种风力供电方法和装置 Download PDFInfo
- Publication number
- CN116845973B CN116845973B CN202311081823.7A CN202311081823A CN116845973B CN 116845973 B CN116845973 B CN 116845973B CN 202311081823 A CN202311081823 A CN 202311081823A CN 116845973 B CN116845973 B CN 116845973B
- Authority
- CN
- China
- Prior art keywords
- power
- fan
- wind
- wind power
- electricity
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000005611 electricity Effects 0.000 claims abstract description 208
- 238000004146 energy storage Methods 0.000 claims abstract description 44
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 230000000875 corresponding effect Effects 0.000 claims description 89
- 238000010248 power generation Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 22
- 230000005540 biological transmission Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及供电技术领域，提供了一种风力供电方法和装置。其中所述方法包括计算得到风机所在位置的历史实际风力；根据历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，根据所述落地风力，计算得到未来周期内风机的落地电力产能；并确定风机电量曲线图和用电电价阶梯图；向多个对象主体发送所述用电电价阶梯图；所述对象主体根据自身的用电需求和所述用电电价阶梯图向服务器申请适宜的用电时间和对应用电量。本发明使对象主体预先知晓风机的储能情况，从而申请适宜的用电时间和用电量，实现能源的高效利用。
Description
技术领域
本发明涉及供电技术领域，特别是涉及一种风力供电方法和装置。
背景技术
风力发电是一种利用风能转化为电能的可再生能源技术，也是自然界能量利用的一种方式。随着科技的不断进步，风力发电已成为世界主要的清洁能源之一。
风力发电是将风能转化为电能的过程。当风吹过风轮时，旋转的风轮驱动发电机转动并产生电能，这种转换利用了空气的动能。风轮又称风机，是风力发电装置中最关键的部分，它将风的动能转化为机械能。
风力发电是一种清洁的能源，对环境影响小，不会产生温室气体和有害排放物。与化石能源相比，风能是一种永久可以使用的资源，并且风力发电的成本逐渐降低，已经成为可持续发展的能源之一。但风力发电也有其局限性，由于风力发电的效率和发电量受到风速的影响，且风机本身占用土地面积较大，故想要达到良好的发电效果，通常需要将风机安装在相对开阔，可接受风力的区域，如安装在建筑物相对松散低矮的农村地区。
在现有技术中，往往各个地区的分配电力通常是预先规划好的，其往往根据相应地区的日常用电情况分析得到。但风机的电力产能受到风力的影响，具有较大的不稳定性，当风力较大时，风机的电力产能中的一部分电力被分配到相应地区后，当未分配出去的电力产能超出自身的储存能力时，剩余的电力产能会被释放掉，从而带来能源浪费，或将剩余的电力产能传输到其他地区使用，但电力传输过程中同样会发生电力损耗，从而带来能源浪费。
即往往当风机的电力产能较多时，可能导致电力产能超出自身的储存能力，此时就需要对剩余富裕的电力产能被释放或被传输；而实际情况中，与相应风机建立有用电关系的对象主体，如相应风机的周边区域，由于无法预先知晓所述储能情况，因此也无法做出最优的用电安排，而相应的释放或传输过程会带来能源浪费，无法实现能源的高效利用。
鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。
发明内容
本发明要解决的技术问题是当风机的电力产能较多时，可能导致电力产能超出自身的储存能力，此时就需要对剩余富裕的电力产能被释放或被传输；而实际情况中，与相应风机建立有用电关系的对象主体，反而无法预先知晓所述储能情况，因此也无法做出最优的用电安排，从而无法实现能源的高效利用。
第一方面，本发明提供了一种风力供电方法，供电中心从第三方获取风机所在气象区域内的气象风力，所述方法包括：
根据风机在相应历史周期内的历史电力产能，计算得到风机所在位置的历史实际风力；
根据所述历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，分析得到气象风力在风机所在位置的风力落地规律；
根据所述风力落地规律，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，根据所述落地风力，计算得到未来周期内风机的落地电力产能；
根据各未来周期内风机的落地电力产能，确定风机电量曲线图；根据所述风机电量曲线图，得到用电电价阶梯图；
向与所述风机建立有用电关系的一个或者多个对象主体发送所述用电电价阶梯图；以便所述对象主体根据自身的用电需求和所述用电电价阶梯图向管理所述风机电能规划的服务器申请适宜的用电时间和对应用电量。
优选的，所述对象主体根据自身的用电需求和所述用电电价阶梯图向管理所述风机电能规划的服务器申请适宜的用电时间和对应用电量，具体包括：
对象主体预先向所述服务器提交用电申请，在所述用电申请中携带一个或多个预计用电量和相应配套的预计用电时间；
将所述风机电量曲线图与所述预计用电量和预计用电时间进行匹配，若匹配得到在所述预计用电时间内，所述风机电量满足所述对象主体需求的用电量，则按照所述预计用电时间和预计用电量受理所述用电申请，使用与所述对象主体具有用电关系的风机对所述对象主体进行供电；
否则，向所述对象主体返回其他可用的供电策略，以供对象主体进行选择。
优选的，所述根据所述历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，分析得到气象风力在风机所在位置的风力落地规律，具体包括：
计算所述历史实际风力与历史气象风力之间的差值，得到在所述气象风力在历史气象风向下的风力损耗；
将历史气象风向下的风力损耗分解到相应基准风向下，获取得到相应基准风向下的分解风力损耗；
以各基准风向下的分解风力损耗作为所述风力落地规律。
优选的，所述根据所述风力落地规律，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，具体包括：
根据所述未来气象风力的风向，将所述未来气象风力分解到各基准风向下，得到各基准风向下的分解气象风力；
将各分解气象风力减去对应基准风向下的分解风力损耗，得到落地分解气象风力，将各落地分解气象风力进行合成得到所述落地风力。
优选的，所述根据各未来周期内风机的落地电力产能，确定风机电量曲线图，具体包括：
当上一未来周期的总剩余产出电力产能超出风机的最大储能容量时，以风机的最大储能容量作为上一未来周期的剩余留存电力产能；
当上一未来周期的总剩余产出电力产能未超出风机的最大储能容量时，以上一未来周期的总剩余产出电力产能作为上一未来周期的剩余留存电力产能；
将上一未来周期的剩余留存电力产能与下一未来周期的落地电力产能相加，再减去下一未来周期的日常用电需求量，得到下一未来周期的总剩余产出电力产能；其中，将风机的当前电力储能与第一个未来周期的落地电力产能相加，再减去第一个未来周期的日常用电需求量，得到第一个未来周期的总剩余产出电力产能；
根据各个未来周期的总剩余产出电力产能，形成风机电量曲线图。
优选的，根据所述风机电量曲线图，得到用电电价阶梯图，具体为根据各未来周期的总剩余产出电力产能，确定各未来周期的活动电价，从而形成用电电价阶梯图，具体包括：
若在相应未来周期内无总剩余产出电力产能，则该未来周期内的活动电价为第一阶梯电价；
若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能不高于预设剩余阈值，则该未来周期内的活动电价为第二阶梯电价；
若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能高于预设剩余阈值且未超出风机的最大储能容量，则该未来周期内的活动电价为第三阶梯电价；
若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能超出风机的最大储能容量，则该未来周期内的活动电价为第四阶梯电价，从而形成用电电价阶梯图。
优选的，在对象主体提交用电申请的界面，根据对象主体输入的自身的位置信息，找到与对象主体距离最近的风机，并确定所述风机在向对象主体传输电力过程中的电力损耗系数；所述风机、对象主体和所述电力损耗系数共同形成所述用电关系；
根据对象主体实时输入的预计用电量，向对象主体推送推荐的用电时间，以便于对象主体根据所述推荐的用电时间，选择相应的预计用电时间。
优选的，所述根据对象主体实时输入的预计用电量，向对象主体推送推荐的用电时间，具体包括：
根据与所述对象主体建立有用电关系的风机的风机电量曲线图，结合所述电力损耗系数，得到每个未来周期风机能够为对象主体所提供的最大电量；
在所述对象主体提交用电申请的界面显示所述最大电量，并标记所提供的最大电量高于所述预计用电量的多个未来周期，从所述多个未来周期中，选择相应活动电价最低的未来周期作为推荐的用电时间
优选的，对象主体通过风力供电***录入本月、本季度或者本年度的用电计划；其中，包括日期不可更改的固定用电，以及日期可灵活调整的灵活用电；
供电中心根据相应用电计划和与之时间适配的气象信息；在相应固定用电期间，通过自身拥有的储电能力和发电能力为所述对象主体反馈一套或者多套优选的日用电量解决方案；
在相应灵活用电期间，则通过从第三方获取风机所在气象区域内的气象风力，预先计算出现富裕发电的日期，并向相应的对象主体推送可进行灵活用电安排的提醒；
其中，在供电中心中统计出特定地理区域中风力发电规律性的富裕发电特性之后，进一步在对象主体录入用电计划的界面中，就以凸显的方式将相应规律性的富裕发电时间区间呈现给对象主体，以便其拥有更多交互信息情况下完成录入。
第二方面，本发明还提供了一种风力供电装置，用于实现第一方面所述的风力供电方法，所述装置包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，用于执行第一方面所述的风力供电方法。
第三方面，本发明还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，用于完成第一方面所述的风力供电方法。
本发明通过预先分析历史的风象风力和历史的实际风力，从而找到未来预测的风象风力与实际落地风力之间的关系，从而计算风机的落地电力产能，得到风机的风机电量曲线图，并生成用电电价阶梯图，使对象主体预先知晓风机的储能情况，申请适宜的用电时间和用电量，实现最优的电力规划，从而实现能源的高效利用。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述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是本发明实施例提供的一种风力供电方法的流程示意图；
图2是本发明实施例提供的又一种风力供电方法的流程示意图；
图3是本发明实施例提供的一种风力供电方法中风力和风向的示意图；
图4是本发明实施例提供的再一种风力供电方法的流程示意图；
图5是本发明实施例提供的另一种风力供电方法的流程示意图；
图6是本发明实施例提供的一种风力供电方法中风机的发电功率变化示意图；
图7是本发明实施例提供的一种风力供电方法应用在具体场景下的未来气象风力表；
图8是本发明实施例提供的一种风力供电方法应用在具体场景下的历史实际风力表；
图9是本发明实施例提供的一种风力供电方法中风力等级与风速的关系表；
图10是本发明实施例提供的一种风力供电方法应用在具体场景下的落地风力表；
图11是本发明实施例提供的一种风力供电方法应用在具体场景下的活动举办时间与活动电价表；
图12是本发明实施例提供的一种风机电量曲线图；
图13是本发明实施例提供的一种用电电价阶梯图；
图14是本发明实施例提供的一种风力供电装置的架构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明中术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1:
本发明实施例1提供了一种风力供电方法，获取风机所在气象区域内的气象风力，如图1所示，所述方法包括：
在步骤201中，根据风机在相应历史周期内的历史电力产能，计算得到风机所在位置的历史实际风力。
其中，本实施例所述方法可由相应的供电中心进行执行，所述风机所在气象区域内的气象风力是从第三方气象测量机构获取的到的。风机所在气象区域由第三方气象测量机构根据地形、地貌、环境等划分得到，所述风机所在位置为风机安装的实际地理位置，由于气象测量通常是针对各个气象区域进行的，所测量得到的气象风力虽然在该气象区域内具有一定的代表性，但落实到气象区域内的各个具***置，又可能存在差异，导致风机所在位置的实际风力与气象风力不同。
在步骤202中，根据所述历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，分析得到气象风力在风机所在位置的风力落地规律。
所述风力落地规律代表气象区域内的气象风力在风机所在位置的落实情况。一种可选的实施方式为：计算历史气象风力与历史实际风力之间的差值，得到风力损耗，以该风力损耗作为风力落地规律。
在步骤203中，根据所述风力落地规律，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，根据所述落地风力，计算得到未来周期内风机的落地电力产能。
其中，所述未来气象风力通常无法精确到具体的风速，其通常为相应的风力等级，而历史气象风力可以是具体的风速，也可以是风力等级。每个风力等级代表一个风速区间，在计算时，以历史气象风力所在风速区间的最大风速参与计算，以未来气象风力所在风速区间的中值风速参与计算，举例而言，若历史气象风力为6级风，其对应的风速区间为[10.8，13.8]，则在计算风力落地规律时，使用13.8参与计算；若未来气象风力也为6级风，则在计算落地风力时，使用（10.8+13.8）/2=12.3，即以12.3参与计算。
在步骤204中，根据各未来周期内风机的落地电力产能，确定风机电量曲线图；根据所述风机电量曲线图，得到用电电价阶梯图。所述风机电量曲线图可理解为在相应周期下风机的存储的电量的曲线图或风机在相应时间能够对外提供的电量。
在步骤205中，向与所述风机建立有用电关系的一个或者多个对象主体发送所述用电电价阶梯图；以便所述对象主体根据自身的用电需求和所述用电电价阶梯图向管理所述风机电能规划的服务器申请适宜的用电时间和对应用电量。
所述对象主体是实施用电的主体，如乡镇、城市，还可以是相应体育馆或其他活动举办场所等。所述与所述风机建立有用电关系的一个或者多个对象主体通常为所述风机周边的对象主体。该用电关系可由本领域技术人员根据风机与各对象主体之间的位置关系分析得到。
在此需要说明的是，在本实施例中所述风机为相对泛化的表述，并非指代单个风机，而是指代一个安装位置的所有风机。本实施例所适用的是在日常用电需求外，仍需安排大型用电的场景。
本实施例所述的未来周期是指尚未到来的周期，而历史周期则是相对未来周期而言的，以存在3个周期，按照时间先后顺序依次为第一周期、第二周期和第三周期举例而言，若第二周期和第三周期还未到来，第一周期已经到来，则第二周期和第三周期均为未来周期，第一周期为历史周期；若第三周期还未到来，第一周期和第二周期已经到来，则第三周期为未来周期，第一周期和第二周期均为历史周期。
本实施例所述的历史周期和未来周期均是相对泛化的表述，而并不指代单个特定的历史周期或单个特定的未来周期，实际上，使用多个历史周期分析得到相应的风力落地规律，根据该风力落地规律对多个未来周期的落地电力产能进行预测同样是可行的。
在实际使用中，由于气象风力预测通常以15天为单位，即在当日预测未来15天内的气象风力，则可根据当日以及当日之前预设天数内的历史周期，分析风力落地规律，预测在当日后15天内风机每日的落地电力产能。
本实施例通过预先分析历史的风象风力和历史的实际风力，从而找到未来预测的风象风力与实际落地风力之间的关系，进而根据该关系推测未来风机所可能受到的风力大小，从而预测风机的电力产能和储能情况，并将该储能情况推送给对象主体，使对象主体根据储能情况做出最优的用电安排，通过对象主体的用电消耗风机的富裕电力，从而避免风机的富裕电力超出自身储存能力的情况发生，进而减少风机的电力释放或电力传输所带来的能源浪费。
其中，在实际的应用场景下，所述对象主体根据自身的用电需求和所述用电电价阶梯图向管理所述风机电能规划的服务器申请适宜的用电时间和对应用电量，具体包括：
对象主体预先向所述服务器提交用电申请，在所述用电申请中携带一个或多个预计用电量和相应配套的预计用电时间。
将所述风机电量曲线图与所述预计用电量和预计用电时间进行匹配，若匹配得到在所述预计用电时间内，所述风机电量满足所述对象主体需求的用电量，则按照所述预计用电时间和预计用电量受理所述用电申请，在所述预计用电时间内，使用与所述对象主体具有用电关系的风机对所述对象主体进行供电，并以对应所述用电电价阶梯图中的活动电价对所述对象主体在预计用电时间内的用电进行结算。在受理对象主体的用电申请后，在所述预计用电时间到来前的相应预设时间段内，该预设时间段由本领域技术人员根据经验分析得到，所述风机优先进行电量的存储，不响应来自其他区域的除此电力传输请求，即拒绝向其他区域进行调电。
否则，向所述对象主体返回其他可用的供电策略，以供对象主体进行选择。
其中，所述一个或多个预计用电量和相应配套的预计用电时间具体为：对象主体可能预先以年或月为单位，安排长时间的用电计划，如安排多次活动等，从而产生一个或多个预计用电量以及配套的预计用电时间。
所述向所述对象主体返回其他可用的供电策略，以供对象主体进行选择，可以是：部分供电由风机提供，部分供电由市电提供；或完全由市电进行供电；又或，推送其他推荐的用电时间。
在可选的实施方式下，在用电申请（后续也称作用电计划）中还携带每一个预计用电量的用电类型，包括固定用电和灵活用电，按照灵活用电和固定用电的分类，进行相应的交互，该部分将在后续实施例中详细描述。
在具体的应用场景下，本实施例还提供了一种优选的实施方式，即在对象主体提交用电申请的界面，根据对象主体输入的自身的位置信息，找到与对象主体距离最近的风机，并确定所述风机在向对象主体传输电力过程中的电力损耗系数；所述风机、对象主体和所述电力损耗系数共同形成所述用电关系。
根据对象主体实时输入的预计用电量，向对象主体推送推荐的用电时间，以便于对象主体根据所述推荐的用电时间，选择相应的预计用电时间，以使对象主体优先选择可被受理的用电时间。
其中，所述电力损耗系数由风机与对象主体之间的传输距离分析得到，通常表现为：风机每向对象主体传输N的电力，对象主体实际接收到的电力为N×（1-k），k即为所述电力损耗系数。
其中，所述根据对象主体实时输入的预计用电量，向对象主体推送推荐的用电时间，具体包括：
根据与所述对象主体建立有用电关系的风机的风机电量曲线图，结合所述电力损耗系数，得到每个未来周期风机能够为对象主体所提供的最大电量；在所述对象主体提交用电申请的界面显示所述最大电量，并标记所提供的最大电量高于所述预计用电量的多个未来周期，从所述多个未来周期中，选择相应活动电价最低的未来周期作为推荐的用电时间。
以便于对象主体优先选择在所述推荐的用电时间进行用电。其中，所述提交用电申请可以是在供电中心的风力供电***进行提交申请，也可以是在相应客户端、小程序或相应网页上提交申请，并由相应风力供电***、客户端、小程序或网页传输给服务器，所述推送可以是在供电中心、相应客户端、小程序或相应网页上进行推送，或由相应工作人员联系相关的对象主体进行推送。
在实际使用中，由于考虑到可能存在调电的需求，所述用电关系还可表现为一个对象主体对应多级风机的用电关系，如距离对象主体最近的风机作为一级风机，距离对象主体第二近的风机作为二级风机，依次类推，在为对象主体进行供电时，若一级风机无法满足对象主体的用电需求，则由二级风机的总剩余产出电力产能进一步对对象主体进行供电，即从二级风机向对象主体进行调电，依次类推，当二级风机无法满足对象主体的用电需求，由三级风机的总剩余产出电力产能进一步对对象主体进行供电。在该实现方式下，在向对象主体推送推荐的用电时间时，以一级风机为标准计算推荐的用电时间。
在实际使用中，在不同风向下，由于风的来源方向的地形和建筑等不同，对应风在传输中的损耗也可能不同，对应到不同风向下，相同气象风力下到风机所在位置的落地情况也可能不同，考虑到此情况，本实施例还提供了一种优选的实施方式，即所述根据所述历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，分析得到气象风力在风机所在位置的风力落地规律，如图2所示，具体包括：
在步骤301中，计算所述历史实际风力与历史气象风力之间的差值，得到在所述气象风力在历史气象风向下的风力损耗。
在步骤302中，将历史气象风向下的风力损耗分解到相应基准风向下，获取得到相应基准风向下的分解风力损耗；其中，所述基准风向由本领域技术人员根据风机所在位置周边的地形、地貌以及建筑物特征分析得到。在一种较为简便的实现中，以东、西、南和北四个方向作为基准风向，还可由本领域技术人员根据风机所在位置周边的山脉走向分析确定基准风向。
在步骤303中，以各基准风向下的分解风力损耗作为所述风力落地规律。
以如图3所示场景为例，假设历史气象风力为W1，历史气象风向如图3中箭头指向所示为西北风，其中，将其分解到基准风向下，得到在东西方向上的分解风力损耗为L1，在南北方向上的分解风力损耗为L2，从而形成风力落地规律。
所述根据所述风力落地规律，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，如图4所示，具体包括：
在步骤401中，根据所述未来气象风力的风向，将所述未来气象风力分解到各基准风向下，得到各基准风向下的分解气象风力；所述历史气象风向和未来气象风力的风向均是从第三方气象测量机构获取得到的。
在步骤402中，将各分解气象风力减去对应基准风向下的分解风力损耗，得到落地分解气象风力，将各落地分解气象风力进行合成得到所述落地风力。以如图3所示场景为例，假设未来气象风力为W1，W1的风向如图3的箭头所示，风力落地规律，即基准风向下的分解风力损耗为：在东西方向上的分解风力损耗为L1，在南北方向上的分解风力损耗为L2，则得到落地风力为如图3所示的W2，由于在实际使用中，风机通常会感知风向而切换叶轮的方向，故风力的方向改变不对风机造成影响，影响风机的为风力大小，在图3中表现为W2的长度。在此需要说明的是，在未结合风机在历史周期所感知的风向的情况下，历史气象风力W1分解到东西方向和南北方向的分解风力损耗应当是一致的，最终所得的历史气象风力W1与落地风力W2的方向也是一致的，图3仅仅是为了便于表现两者的区别，而将两者以不同方向进行表现，而在结合风机在历史周期所感知的历史实际风力的风向的情况下，历史气象风力W1可呈现不同基准风向上的不同损耗，其中，使用最新得到的风力落地规律进行落地风力的计算。
本实施例通过将风向纳入考量，从而使风力落地规律忠实反映风机所在位置周边的地形等因素对风力所带来的损耗，使计算得到的落地风力更加精准。
在实际使用中，由于风机中的电力储蓄通常使用蓄电池或超导储能器实现，无论使用哪种储能方式，风机均存在相应的储能极限，即最大储能容量，当电力差额超出风机的最大储能容量时，往往需将超出的部分电力传输或释放出去，以维持风机的正常工作，本实施例针对该情况，提供了以下优选的实施方式，即所述根据各未来周期内风机的落地电力产能，确定风机电量曲线图，如图5所示，具体包括：
在步骤501中，当上一未来周期的总剩余产出电力产能超出风机的最大储能容量时，以风机的最大储能容量作为上一未来周期的剩余留存电力产能。
在步骤502中，当上一未来周期的总剩余产出电力产能未超出风机的最大储能容量时，以上一未来周期的总剩余产出电力产能作为上一未来周期的剩余留存电力产能。所述总剩余电力产能即可视作相应周期风机的富裕电力。
在步骤503中，将上一未来周期的剩余留存电力产能与下一未来周期的落地电力产能相加，再减去下一未来周期的日常用电需求量，得到下一未来周期的总剩余产出电力产能；其中，将风机的当前电力储能与第一个未来周期的落地电力产能相加，再减去第一个未来周期的日常用电需求量，得到第一个未来周期的总剩余产出电力产能；
在步骤504中，根据各个未来周期的总剩余产出电力产能，形成风机电量曲线图。所述风机电量曲线图如图12所示，在图12为以天为周期得到的风机电量曲线图，在实际使用中，还可以一小时或几小时为周期，得到更为细致的风机电量曲线图。
其中，所述日常用电需求量是指由供电中心预先规划好的，优先满足相应区域的日常供电的部分电力，所述总剩余产出电力产能即为相应未来周期内除供应日常用电外可使用的电力。
当上一未来周期的剩余留存电力产能与下一未来周期的落地电力产能相加，再减去下一未来周期的日常用电需求量所得的值为负值时，说明下一未来周期的电力产能与电力储蓄无法满足日常用电需求，可能从其他地区进行调电，风机的电力储蓄被耗尽，下一个未来周期的总剩余产出为零。当上一未来周期的剩余留存电力产能与下一未来周期的落地电力产能相加，再减去下一未来周期的日常用电需求量所得的值为正值时，说明下一未来周期的电力产能与电力储蓄在满足日常用电需求后还存在剩余；当上一未来周期的剩余留存电力产能与下一未来周期的落地电力产能相加，再减去下一未来周期的日常用电需求量所得的值为零时，说明下一未来周期的电力产能与电力储蓄恰好满足日常用电需求。
其中，相应周期的总剩余产出电力产能是指在该周期实施用电时，该周期在供应日常用电以外，所能够额外提供的电力。由于在该周期实施用电时，产出的电力或储蓄的电力可直接供应给对象主体，从而无最大储能容量的限制，而当该周期对象主体未实施用电时，总剩余产出电力产能未得到使用时，由于超出了大储能容量，故需向其他地区进行传输，使留存至下一周期的电力不超出大储能容量。
所述日常用电需求量可由本领域技术人员根据历史电力需求分析得到。在实际使用中，根据季节的不同，人们的日常用电需求也可能不同，可在不同季节设定不同的日常用电需求量参与计算。举例而言，根据风机所在气象区域的气候，将年度划分为用电旺季和用电淡季，在用电旺季使用旺季用电需求量作为日常用电需求量，在用电淡季使用淡季用电需求量作为日常用电需求量。其中，所述旺季用电需求量和淡季用电需求量有本领域技术人员根据历史上的用电需求分析得到。
在此需要说明的是，本实施例所述的“上一未来周期”和“上一未来周期”相对两次相邻的未来周期而言的，例如，依次存在3个未来周期，在此为描述方便，将这3个未来周期按照时间顺序称为：第一未来周期、第二未来周期和第三未来周期，则第一未来周期为第二未来周期的“上一未来周期”，第二未来周期为第一未来周期的“下一未来周期”，第二次未来周期为第三未来周期的“上一未来周期”，第三未来周期为第二未来周期的“下一未来周期”。
其中，所述根据所述风机电量曲线图，得到用电电价阶梯图，具体为根据各未来周期的总剩余产出电力产能，确定各未来周期的活动电价，从而形成用电电价阶梯图，具体包括：若在相应未来周期内无总剩余产出电力产能，则该未来周期内的活动电价为第一阶梯电价；若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能不高于预设剩余阈值，则该未来周期内的活动电价为第二阶梯电价；若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能高于预设剩余阈值且未超出风机的最大储能容量，则该未来周期内的活动电价为第三阶梯电价；若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能超出风机的最大储能容量，则该未来周期内的活动电价为第四阶梯电价，从而形成如图13所示的用电电价阶梯图。
在可选的实施方式中，第一阶梯电价高于日常用电电价，若对象主体在第一阶梯电价期间用电，则与其建立有用电关系的风机无法满足其用电需求，若需满足该需求，则需从其他区域进行调电，为其提供所需电力，而在调电的电力传输途中必然存在损耗，故而第一阶梯电价高于日常用电电价，第二阶梯电价低于等于日常用电电价，即在第二阶梯电价时虽存在一定的电力储能，但距离超出最大储能容量仍有一段距离，该储能可能随时由于气象的变化或其他原因用于后续供电而被消耗；第三阶梯电价低于第二阶梯电价；在第三阶梯电价下，可理解为储能相对较充足，可用于对象主体的用电，故而降低电价，从而起到鼓励对象主体实施用电的作用；第四阶梯电价低于第三阶梯电价，可理解为此时储能已过剩，故而进一步降低电价，极力鼓励对象主体实施用电。所述预设剩余阈值由本领域技术人员根据风机的最大储能容量分析得到，如在可选的实施方式中，以最大储能容量的60%作为预设剩余阈值。
在实际使用中，风机通常有切入风速和额定风速，当风力小于切入风速时，风机的叶轮不发生转动，而当风力过大，即风力大于额定风速时，若叶轮高速转动可能造成叶轮转轴以及发电机等元器件的损耗，故风机通常会在风力过大时，调整叶轮的朝向，以减少叶轮的受风面积，从而将叶轮的转速位置在预设范围内，从而呈现如图6所示的发电功率变化规律，其中，图6横轴为落地风力，单位为m/s，图6纵轴为风机的实际发电功率，单位为kw，可以看到，在落地风力超出12m/s后，风机的实际发电功率不再增长，结合上述各实施例，在此还提出一种可选的实施方式，即所述根据所述落地风力，计算得到未来周期内风机的落地电力产能，具体包括：
当所述落地风力小于风机的切入风速时，计算得到风机的落地电力产能为零；当所述落地风力大于等于风机的额定风速时，根据风机的额定发电功率，计算得到风机的落地电力产能；当所述落地风力大于等于风机的切入风速且小于风机的额定风速时，根据风速与风机的发电功率之间的关系，计算得到风机的落地发电功率，根据所述落地发电功率，计算得到风机的落地电力产能。
其中，所述风速与风机的发电功率之间的关系由本领域技术人员根据风机的结构分析得到，或预先对风机进行测试得到。
在实际使用中，当对象主体为地域时，不同地域通常有其固定的习俗，如在相应时间日期举办相应的固定节日活动等，这种固定节日活动通常是可预测的，从而形成固定用电，本实施例针对此情况，还提供了以下优选的实施方式，具体包括：
对象主体通过风力供电***录入本月、本季度或者本年度的用电计划；其中，包括日期不可更改的固定用电，以及日期可灵活调整的灵活用电；
供电中心根据相应用电计划和与之时间适配的气象信息；在相应固定用电期间，通过自身拥有的储电能力和发电能力为所述对象主体反馈一套或者多套优选的日用电量解决方案；具体的：在固定节日前的预设周期内，在满足日常用电的基础上，优先将剩余的电力产能进行存储，在存储达到预设容量的基础前，不响应其他区域的初次电力传输请求，即当存在相应区域（如区域a）的电力供应不足的情况下，则会向其他区域（如区域b）请求电力，请求的顺序通常为先近后远，此时，若区域b判断在预设周期内存在固定节日，则不响应区域a的初次电力传输请求，区域a则向其他区域（即区域a和区域b以外的区域）请求电力，若其他区域响应该请求，则由其他区域向区域a传输电力，区域b的剩余电力产能被存储保留，以用于固定节日的活动；若其他区域均无法为其提供电力，且区域a电力极度缺乏，为了确保该区域正常用电，则区域a再由近到远循环一次向各区域发送二次电力传输请求，当转而再向区域b请求电力时，区域b响应区域a的二次电力传输请求，为区域a进行电力供应需求，向区域b传输电力，通过该机制，使区域a在自身的电力产能优先存储与其他区域的电力紧缺供应之间进行平衡。所述预设周期和预设容量由本领域技术人员根据经验分析得到。
若在固定活动期间，相应与该区域建立有用电关系的风机判断得到自身的储电能力与发电能力无法满足活动用电需求时，则向其他区域请求电力，由其他区域向该区域进行电力传输，以满足活动用电需求；若在固定活动期间，判断得到自身的储电能力与发电能力能够满足活动用电需求，则由自身所存储的电力以及风机发电为活动进行供电；其中，判断自身的储电能力与发电能力是否能够满足活动用电需求的方法与上述实施例中的步骤501-步骤503以及活动推荐举办时间的选定基于同一构思，即判断总剩余产出电力产能是否高于举办活动所需电力。
在相应灵活用电期间，则通过从第三方获取风机所在气象区域内的气象风力，预先计算出现富裕发电的日期，并向相应的对象主体推送可进行灵活用电安排的提醒；即上述实施例中计算得到推荐的用电时间，并预先向该区域推送推荐的用电时间。
其中，在供电中心中统计出特定地理区域中风力发电规律性的富裕发电特性之后，进一步在对象主体录入用电计划的界面中，就以凸显的方式将相应规律性的富裕发电时间区间呈现给对象主体，以便其拥有更多交互信息情况下完成录入。在实际使用中，以节气、周等为周期进行更加精确的富裕发电特性分析同样是可行的。村镇文娱管理人员可在富裕发电时间区间（如相应发电富裕的月份）内进行活动的登记，即上述实施例中的对象主体预先向服务器提交用电申请，并根据上述实施例中以天为周期进行落地风力预测的方法，将活动举办时间落实到具体的日期上，并在举办活动时，使用风机的富裕电力为活动供电。
实施例2:
本发明基于实施例1所描述的方法基础上，结合具体的应用场景，并借由相关场景下的技术表述来阐述本发明特性场景下的实现过程。
本实施例以A市某一场地设置有3台风机，在距离该场地20m范围内有一乡镇B（可理解为实施例1中风机所在位置周边乡镇）为应用场景举例而言，即对象主体为乡镇B，乡镇B已与3台风机建立有用电关系，若第三方气象测量机构将A市划分为一个气象区域，以当前为6月28日为例，对该气象区域预测的未来7天气象风力（即未来气象风力）如图7所示，6月28日前4天对该气象区域的历史气象风力如图8所示。
假设在6月24日至6月27日期间，每天3台风机的总电力产能为E1、E2、E3和E4，根据每天的总电力产能计算得到当天的平均发电功率，其中P为平均发电功率，T为发电时间，通常为24h，Num为风机的数量，根据平均发电功率P，结合风速与风机的发电功率之间的关系，计算得到历史实际风力。
假设计算得到6月24日至6月27日期间的历史实际风力分别为5.3m/s、6.2m/s、3.4m/s和10.7m/s，以各历史气象风力的最大风速参与计算，参照图9，则6月24日至6月27日的风力损耗分别为：7.9-5.3=2.6、10.7-6.2=4.5、5.4-3.4=2.0、13.8-10.7=3.1,计算4天的平均风力损耗为2.6+4.5+2.0+3.1=3.05,以4天的平均风力损耗3.05作为风力落地规律，根据该风力落地规律结合未来7天气象风力计算得到未来7天的落地风力如图10所示，其中，当计算得到负值时，落地风力为0m/s。
以风机的切入风速为3m/s，风机的额定风速为10.3m/s举例而言，其中，7月3日和7月4日的落地风力为1.35m/s，7月5日的落地风力为0.6m/s，未达到风机的切入风速，故风机的发电功率为零，无电力产能，而6月30日与7月2日的落地风力为12.45m/s，超出了风机的额定风速，故风机的发电功率为额定功率，当天的电力产能则为额定功率乘以发电时间（通常为24h）。而6月29日和7月1日的电力产能则结合风速与风机的发电功率之间的关系计算得到。
以乡镇B在6月28日在电力客户端上登记了活动信息，即提交了用电申请，根据该活动信息预估得到举办该活动需要3300kW的电力，假设3个风机的总的最大储能容量为10000kW，风机的当前电力储能为1000kW，而每天的日常用电需求为7500kW，则每天的总剩余产出电力产能和累积电力储能如图11所示。
假设这3个风机在向对象主体传输电力过程中的电力损耗系数均为0，即在电力传输无损耗，或可忽略不计，并以预设剩余阈值为4000kW举例而言，则每天的活动电价如图11所示，从而形成如图12所示的风机电量曲线图和图13所示的用电电价阶梯图，其中，图12的横轴为周期，单位为个，代表从当前周期开始第几个未来周期，如图12中横轴介于0-1之间的为第一个未来周期，在本实施例中代表6月29日，图12的纵轴为总剩余产出电力产能，单位为kw；图13的横轴为周期，单位为个，图13的纵轴为电价，代表对应第几阶梯电价，如图13中横轴介于0-1之间的为第一个未来周期，在本实施例中代表6月29日，对应第一阶梯电价。向对象主体，即乡镇B推送风机电量曲线图和用电电价阶梯图，并推送活动推荐举办时间，即在乡镇B进行用电申请的界面进行风机电量曲线图、用电电价阶梯图和推荐的用电时间的显示，并受理来自于乡镇B的相应适宜的用电申请。
实施例3:
如图14所示，是本发明实施例的风力供电装置的架构示意图。本实施例的风力供电装置包括一个或多个处理器21以及存储器22。其中，图14中以一个处理器21为例。
处理器21和存储器22可以通过总线或者其他方式连接，图14中以通过总线连接为例。
存储器22作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序和非易失性计算机可执行程序，如实施例1中的风力供电方法。处理器21通过运行存储在存储器22中的非易失性软件程序和指令，从而执行风力供电方法。
存储器22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、或其他非易失性固态存储器件。在一些实施例中，存储器22可选包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至处理器21。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器22中，当被所述一个或者多个处理器21执行时，执行上述实施例1中的风力供电方法。
值得说明的是，上述装置和***内的模块、单元之间的信息交互、执行过程等内容，由于与本发明的处理方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取存储器（RAM，Random AccessMemory）、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种风力供电方法，其特征在于，供电中心从第三方获取风机所在气象区域内的气象风力，所述方法包括：
根据风机在相应历史周期内的历史电力产能，计算得到风机所在位置的历史实际风力；
根据所述历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，分析得到气象风力在风机所在位置的风力落地规律；
根据所述风力落地规律，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，根据所述落地风力，计算得到未来周期内风机的落地电力产能；
根据各未来周期内风机的落地电力产能，确定风机电量曲线图；根据所述风机电量曲线图，得到用电电价阶梯图；
向与所述风机建立有用电关系的一个或者多个对象主体发送所述风机电量曲线图和用电电价阶梯图；以便所述对象主体根据自身的用电需求、所述风机电量曲线图和所述用电电价阶梯图向管理所述风机电能规划的服务器申请适宜的用电时间和对应用电量；
所述根据所述历史实际风力和所述历史周期内风机所在气象区域的历史气象风力，分析得到气象风力在风机所在位置的风力落地规律，具体包括：
计算所述历史实际风力与历史气象风力之间的差值，得到在所述气象风力在历史气象风向下的风力损耗；
将历史气象风向下的风力损耗分解到相应基准风向下，获取得到相应基准风向下的分解风力损耗；
以各基准风向下的分解风力损耗作为所述风力落地规律。
2.根据权利要求1所述的风力供电方法，其特征在于，所述对象主体根据自身的用电需求和所述用电电价阶梯图向管理所述风机电能规划的服务器申请适宜的用电时间和对应用电量，具体包括：
对象主体预先向所述服务器提交用电申请，在所述用电申请中携带一个或多个预计用电量和相应配套的预计用电时间；
将所述风机电量曲线图与所述预计用电量和预计用电时间进行匹配，若匹配得到在所述预计用电时间内，所述风机电量满足所述对象主体需求的用电量，则按照所述预计用电时间和预计用电量受理所述用电申请，在所述预计用电时间内，使用与所述对象主体具有用电关系的风机对所述对象主体进行供电；
否则，向所述对象主体返回其他可用的供电策略，以供对象主体进行选择。
3.根据权利要求1所述的风力供电方法，其特征在于，所述根据所述风力落地规律，结合未来周期内风机所在气象区域的未来气象风力，计算得到未来周期内风机所在位置的落地风力，具体包括：
根据所述未来气象风力的风向，将所述未来气象风力分解到各基准风向下，得到各基准风向下的分解气象风力；
将各分解气象风力减去对应基准风向下的分解风力损耗，得到落地分解气象风力，将各落地分解气象风力进行合成得到所述落地风力。
4.根据权利要求1所述的风力供电方法，其特征在于，所述根据各未来周期内风机的落地电力产能，确定风机电量曲线图，具体包括：
当上一未来周期的总剩余产出电力产能超出风机的最大储能容量时，以风机的最大储能容量作为上一未来周期的剩余留存电力产能；
当上一未来周期的总剩余产出电力产能未超出风机的最大储能容量时，以上一未来周期的总剩余产出电力产能作为上一未来周期的剩余留存电力产能；
将上一未来周期的剩余留存电力产能与下一未来周期的落地电力产能相加，再减去下一未来周期的日常用电需求量，得到下一未来周期的总剩余产出电力产能；其中，将风机的当前电力储能与第一个未来周期的落地电力产能相加，再减去第一个未来周期的日常用电需求量，得到第一个未来周期的总剩余产出电力产能；
根据各个未来周期的总剩余产出电力产能，形成风机电量曲线图。
5.根据权利要求4所述的风力供电方法，其特征在于，所述根据所述风机电量曲线图，得到用电电价阶梯图，具体为根据各未来周期的总剩余产出电力产能，确定各未来周期的活动电价，从而形成用电电价阶梯图，具体包括：
若在相应未来周期内无总剩余产出电力产能，则该未来周期内的活动电价为第一阶梯电价；
若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能不高于预设剩余阈值，则该未来周期内的活动电价为第二阶梯电价；
若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能高于预设剩余阈值且未超出风机的最大储能容量，则该未来周期内的活动电价为第三阶梯电价；
若在相应未来周期有总剩余产出电力产能，且总剩余产出电力产能超出风机的最大储能容量，则该未来周期内的活动电价为第四阶梯电价，从而形成用电电价阶梯图。
6.根据权利要求2所述的风力供电方法，其特征在于，在对象主体提交用电申请的界面，根据对象主体输入的自身的位置信息，找到与对象主体距离最近的风机，并确定所述风机在向对象主体传输电力过程中的电力损耗系数；所述风机、对象主体和所述电力损耗系数共同形成所述用电关系；
根据对象主体实时输入的预计用电量，向对象主体推送推荐的用电时间，以便于对象主体根据所述推荐的用电时间，选择相应的预计用电时间。
7.根据权利要求6所述的风力供电方法，其特征在于，所述根据对象主体实时输入的预计用电量，向对象主体推送推荐的用电时间，具体包括：
根据与所述对象主体建立有用电关系的风机的风机电量曲线图，结合所述电力损耗系数，得到每个未来周期风机能够为对象主体所提供的最大电量；
在所述对象主体提交用电申请的界面显示所述最大电量，并标记所提供的最大电量高于所述预计用电量的多个未来周期，从所述多个未来周期中，选择相应活动电价最低的未来周期作为推荐的用电时间。
8.根据权利要求1所述的风力供电方法，其特征在于，对象主体通过风力供电***录入本月、本季度或者本年度的用电计划；其中，包括日期不可更改的固定用电，以及日期可灵活调整的灵活用电；
供电中心根据相应用电计划和与之时间适配的气象信息；在相应固定用电期间，通过自身拥有的储电能力和发电能力为所述对象主体反馈一套或者多套优选的日用电量解决方案；
在相应灵活用电期间，则通过从第三方获取风机所在气象区域内的气象风力，预先计算出现富裕发电的日期，并向相应的对象主体推送可进行灵活用电安排的提醒；
其中，在供电中心中统计出特定地理区域中风力发电规律性的富裕发电特性之后，进一步在对象主体录入用电计划的界面中，就以凸显的方式将相应规律性的富裕发电时间区间呈现给对象主体，以便其拥有更多交互信息情况下完成录入。
9.一种风力供电装置，其特征在于，所述装置包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，用于执行权利要求1-8任一所述的风力供电方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311081823.7A CN116845973B (zh) | 2023-08-25 | 2023-08-25 | 一种风力供电方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311081823.7A CN116845973B (zh) | 2023-08-25 | 2023-08-25 | 一种风力供电方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116845973A CN116845973A (zh) | 2023-10-03 |
| CN116845973B true CN116845973B (zh) | 2023-11-21 |
Family
ID=88174578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311081823.7A Active CN116845973B (zh) | 2023-08-25 | 2023-08-25 | 一种风力供电方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116845973B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014155482A1 (ja) * | 2013-03-25 | 2014-10-02 | 中国電力株式会社 | 発電量予測装置、発電量予測方法、及びプログラム |
| CN106485605A (zh) * | 2016-12-05 | 2017-03-08 | 北京耀能科技有限公司 | 清洁能源电阶梯电价预购平台及控制方法 |
| JP2019033564A (ja) * | 2017-08-04 | 2019-02-28 | 株式会社東芝 | 情報処理装置、通信システム、情報処理方法、およびプログラム |
| CN110309972A (zh) * | 2019-06-28 | 2019-10-08 | 天津大学 | 一种基于室内人员行为的可再生能源***及其负荷预测方法 |
| CN115600820A (zh) * | 2022-11-09 | 2023-01-13 | 广东电网有限责任公司（Cn） | 一种发电预测模型的训练方法及风力发电功率的计算方法 |
| CN116307185A (zh) * | 2023-03-20 | 2023-06-23 | 深圳市信润富联数字科技有限公司 | 风速预测值的获取方法、装置、终端设备及计算机介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5582016B2 (ja) * | 2010-12-15 | 2014-09-03 | ソニー株式会社 | タスク管理装置、タスク管理方法、及びプログラム |
| US10598157B2 (en) * | 2017-02-07 | 2020-03-24 | International Business Machines Corporation | Reducing curtailment of wind power generation |
-
2023
- 2023-08-25 CN CN202311081823.7A patent/CN116845973B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014155482A1 (ja) * | 2013-03-25 | 2014-10-02 | 中国電力株式会社 | 発電量予測装置、発電量予測方法、及びプログラム |
| CN106485605A (zh) * | 2016-12-05 | 2017-03-08 | 北京耀能科技有限公司 | 清洁能源电阶梯电价预购平台及控制方法 |
| JP2019033564A (ja) * | 2017-08-04 | 2019-02-28 | 株式会社東芝 | 情報処理装置、通信システム、情報処理方法、およびプログラム |
| CN110309972A (zh) * | 2019-06-28 | 2019-10-08 | 天津大学 | 一种基于室内人员行为的可再生能源***及其负荷预测方法 |
| CN115600820A (zh) * | 2022-11-09 | 2023-01-13 | 广东电网有限责任公司（Cn） | 一种发电预测模型的训练方法及风力发电功率的计算方法 |
| CN116307185A (zh) * | 2023-03-20 | 2023-06-23 | 深圳市信润富联数字科技有限公司 | 风速预测值的获取方法、装置、终端设备及计算机介质 |
Non-Patent Citations (2)
| Title |
|---|
| 风电场出力短期预报研究综述;刘永前 等;《现代电力》;第24卷(第5期);第6-11页 * |
| 风电场发电量预测技术研究综述;高阳 等;《电网与清洁能源》;第26卷(第4期);第60-67页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116845973A (zh) | 2023-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102111089B (zh) | 发电量估计设备、***和方法 | |
| CN111641226B (zh) | 一种计及自动需求响应的建筑型微电网光伏利用率提高方法 | |
| JP2004289918A (ja) | 電力供給方法 | |
| Angenendt et al. | Evaluation of the effects of frequency restoration reserves market participation with photovoltaic battery energy storage systems and power-to-heat coupling | |
| JP5466596B2 (ja) | 太陽光発電設備の発電出力推定方法 | |
| CN113239559A (zh) | 一种新能源场站配置储能的收益评估方法 | |
| Imanaka et al. | Coordinated control of demand response for large installation of renewable energy sources in isolated islands | |
| CN110189223B (zh) | 基于储能***用户对用户的交易方法及*** | |
| Bentley et al. | Pathways to energy autonomy–challenges and opportunities | |
| CN103916071A (zh) | 一种风光互补发电的均衡出力智能控制***和方法 | |
| WO2014188427A1 (en) | System for continuous computation of renewable energy power production | |
| CN116845973B (zh) | 一种风力供电方法和装置 | |
| CN116070975B (zh) | 基于数字孪生技术的园区能量管理***及零碳运营方法 | |
| CN110992206B (zh) | 一种多源电场的优化调度方法及*** | |
| Chang et al. | Power Dispatch Combining Meteorological Forecast and Dynamic Game Model in Multivariate Distributed Power Generation Systems. | |
| KR20210115955A (ko) | 가상 발전 플랫폼 제어 시스템 및 방법 | |
| CN106026191A (zh) | 用于最小化弃光电量光伏电站发电权置换电量评估的方法 | |
| CN105069520A (zh) | 一种风力发电功率预测*** | |
| CN116247644A (zh) | 基于储能***的充放电方法及装置、存储介质、终端 | |
| CN105939013A (zh) | 最小化弃风电量的风电场发电权置换电量评估方法 | |
| CN113052396A (zh) | 一种适用于大规模风电和配置储热的热电联产机组的能量共享方法 | |
| JP2013196500A (ja) | 制御装置及び制御方法 | |
| Zhong et al. | Enhancing peak load shifting effect by using smart contract of electric vehicle charging | |
| Duan et al. | Rolling dispatch of demand response resources considering renewable energy accommodation | |
| Zou et al. | Multi-party energy management for EV charging station cooperated with PV systems in smart 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 | ||
| GR01 | Patent grant |