CN117057547A - 智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质 - Google Patents
智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质 Download PDFInfo
- Publication number
- CN117057547A CN117057547A CN202310946203.9A CN202310946203A CN117057547A CN 117057547 A CN117057547 A CN 117057547A CN 202310946203 A CN202310946203 A CN 202310946203A CN 117057547 A CN117057547 A CN 117057547A
- Authority
- CN
- China
- Prior art keywords
- load
- model
- identification
- adjustable
- adjustable load
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims description 11
- 230000002776 aggregation Effects 0.000 claims abstract description 137
- 238000004220 aggregation Methods 0.000 claims abstract description 137
- 238000013499 data model Methods 0.000 claims abstract description 92
- 238000005259 measurement Methods 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 230000004044 response Effects 0.000 claims abstract description 34
- 230000033228 biological regulation Effects 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 238000004146 energy storage Methods 0.000 claims description 42
- 238000005485 electric heating Methods 0.000 claims description 35
- 239000000178 monomer Substances 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 10
- 238000007621 cluster analysis Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 8
- 230000003828 downregulation Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 230000003827 upregulation Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000008447 perception Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种智慧能源服务平台多形态负荷资源调度模型构建方法，包括以下步骤：步骤1、生成可调负荷基本信息模型；步骤2、建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型；步骤3、完成可调负荷响应时间聚合分析和空间分布聚合分析；步骤4、生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型。本发明能够实现调度端对营销智慧能源服务平台接入的可调节负荷资源的感知和精准调控。
Description
技术领域
本发明属于电力***技术领域，涉及一种多形态负荷资源调度模型构建方法，尤其是一种智慧能源服务平台多形态负荷资源调度模型构建方法。
背景技术
随着新型电力***的建设与发展，新能源装机占比持续加大，其发电的间歇性和波动性难以完全匹配峰值需求，进而导致部分省份出现用电紧张，使得电力阶段性紧平衡现象频发，在电力供需“紧平衡”状态下，若遇到极端高温天气、天然气供应不足等情况，部分时间或存在供电缺口可能，阶段性的有序用电将无法避免，电网局部区域、局部时段紧平衡将成为常态。随着发电侧调节能力不断下降，传统调度控制资源的潜力已经被“用尽”，整个***迫不得已地达到紧平衡这样一个比较窘迫的境地，已持续出现重载/贴限运行、限制负荷用电等情况。
与此同时，商业楼宇空调负荷、V2G充电桩、用户侧储能、电采暖等设备大量接入电网，负荷侧设备更加多元化，同时负荷聚合商、虚拟电厂、综合能源服务商等第三方聚合主体的不断涌现，用户可通过改变用电***衡的挑战。
但由于负荷侧资源类型多样、调节特性各异、接入电网的电压较低，在电网调度侧尚未对这些可调节负荷资源进行统一建模。
经检索，发现一发明名称为：一种源网荷储泛在可调控资源池***及构建方法，公开号为：CN111277515A的专利文献，公开了一种源网荷储泛在可调控资源池***及构建方法，所述***包括：数据输入层，用于通过接口从泛在电力物联网中获取各类可调控资源的信息；源网荷储一体化模型层，用于将各类可调控资源的信息按预先建立的属性进行存储，所述属性包括可调控资源的基本信息、电网关联信息、可调控信息和实时量测信息；可调资源管理层，用于按不同维度对各类可调控资源进行合理分类并聚合统计，基于聚合结果获得电网的可调潜力。上述技术方案通过构建可调控资源池可以支持全省乃至全网可调控资源的管理和泛在调控，调度人员可以实时掌握电网可调能力。
但上述技术方案主要用于解决泛在可调控资源池的构建问题，一方面，缺少从具体的调控业务角度考虑调度对可控负荷的感知和精准调控问题；另一方面，也没有从电网调度的角度考虑如何对营销侧接入的可调节负荷进行标准化建模问题，无法实现营销侧多形态负荷资源在调度端的规范化建模，无法满足调度与营销智慧能源服务平台业务的深度融合需求。
发明内容
本发明的目的在于克服现有技术的不足，提出一种智慧能源服务平台多形态负荷资源调度模型构建方法，能够实现调度端对营销智慧能源服务平台接入的可调节负荷资源的感知和精准调控。
本发明解决其现实问题是采取以下技术方案实现的：
一种智慧能源服务平台多形态负荷资源调度模型构建方法，包括以下步骤：
步骤1、采集可调负荷调度模型的电气量信息以及非电气量信息，生成可调负荷基本信息模型；
步骤2、基于步骤1生成的可调负荷基本信息模型，建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型；
步骤3、在步骤1建立的可调负荷基本信息模型基础上，采用电网网络拓扑分析方法，基于步骤2生成的可调负荷运行数据模型的调节特性，按照电网运行分区、行政区域对智慧能源服务平台多形态负荷资源进行聚类分析，完成可调负荷响应时间聚合分析和空间分布聚合分析；
步骤4、基于步骤3可调负荷资源聚合分析结果，生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型。
而且，所述步骤1的具体步骤包括：
(1)按照负荷聚合用户、负荷聚合单元和单体负荷模型的层次结构在调度侧建立智慧能源服务平台多形态负荷资源的调度模型框架；
(2)基于步骤(1)中所构建的智慧能源服务平台多形态负荷资源调度模型框架，在调度侧生成负荷聚合用户、负荷聚合单元和单体负荷模型数据表，通过智慧能源服务平台与调度侧的数据接口，采集可调负荷电气量信息以及非电气量信息，生成可调负荷基本信息模型。
而且，所述步骤1第(2)步中所采集的可调负荷电气量信息以及非电气量信息包括：
1)负荷聚合用户基本信息
负荷聚合用户标识、负荷聚合用户名称、负荷聚合用户类型、更新标识、拥有者、运行类型。
2)负荷聚合单元基本信息
聚合单元标识、聚合单元名称、负荷聚合用户标识、资源描述框架标识、电压类型、聚合单元类型、运行类型、调度机构标识、区域标识、厂站标识、充电站数量、充电桩数量、额定功率、更新标识、拥有者、控制标志。
3)单体负荷模型基本信息
所述单体负荷模型包括空调模型、储能模型、电采暖模型、充电站模型和充电桩模型等，其中充电站模型和充电桩模型为父子关系；
所述单体负荷模型基本信息包括：
①空调模型基本信息
空调负荷标识、空调负荷资源描述框架标识、空调名称、空调类型、所属行政区域、聚合单元标识、额定功率、并网变电站、位置、位置经度、位置纬度、变更时间、是否可控、运行状态；
②储能模型基本信息
储能负荷标识、储能资源描述框架标识、储能名称、储能类型、所属行政区域、聚合单元标识、额定功率、并网变电站、储能变流器数量、电池组总个数、电压等级、剩余电量上限、剩余电量下限、最大充电功率、最大放电功率、最大充电功率可用时间、最大放电功率可用时间、变更时间、是否可控、运行状态、位置经度、位置纬度。
③电采暖模型基本信息
电采暖负荷标识、电采暖资源描述框架标识、电采暖名称、电采暖类型、拥有者、热储能类型、所属行政区域、额定功率、设备制造商、聚合单元标识、是否可控、位置经度、位置纬度、变更时间、运行状态。
④充电站模型基本信息
充电站负荷标识、运行商设备内部标识、充电站资源描述框架标识、充电站名称、充电站类型、聚合用户类型、所属行政区域、额定功率、充电桩数量、聚合单元标识、位置经度、位置纬度、变更时间、是否可控、运行状态。
⑤充电桩模型基本信息
充电桩负荷标识、充电桩资源描述框架标识、充电桩名称、充电站标识、额定功率、设备类型、制造商、逆变器、桩公专用、位置经度、位置纬度、变更时间、逆变器类型、运行状态。
而且，所述步骤2的具体步骤包括：
(1)根据步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识，生成可调负荷量测测点信息，建立可调负荷量测数据模型；
(2)根据步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识，按照日前和日内时间尺度建立可调负荷计划预测数据模型，完成可调负荷运行数据模型的建立。
而且，所述步骤2第(1)步的生成可调负荷量测测点信息包括：量测测点标识、可调负荷模型标识、自动量测类型、拥有者、统计计算、时戳、发电类型、量测测点描述、量测测点中文名称；
其中，可调负荷模型标识包括步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识；
其中，量测测点中文名称包括聚合用户总有功、聚合用户参与调节总有功、聚合用户可调节总有功、有功功率、无功功率、设备运行数、设备开机率、上调节量、下调节量、响应时间、持续时间、控制目标功率、开始时间、持续时间、充电站当日电量、电流。
所述步骤2第(1)步的可调负荷量测数据模型包括负荷聚合用户量测数据模型和单体负荷量测数据模型；
其中，负荷聚合用户量测数据模型根据步骤1的负荷聚合用户标识和步骤2建立的可调负荷量测测点信息生成；
其中，单体负荷量测数据模型根据步骤1的单体负荷模型标识，即空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识和步骤2建立的可调负荷量测测点信息生成；
而且，所述步骤2第(2)步的可调负荷计划预测数据模型包括：日前和日内可调负荷用电计划数据模型和日前和日内可调负荷调节特性预测数据模型；
所述步骤2的第(2)步的建立日前和日内可调负荷用电计划数据模型的方法为：根据负荷聚合用户上报的可调负荷有功功率计划值，建立日前和日内可调负荷用电计划数据模型；
所述步骤2的第(2)步的建立日前和日内可调负荷调节特性预测数据模型的方法为：根据负荷聚合用户上报的可调负荷不同响应级别的上调量和下调量预测值，建立日前和日内可调负荷调节特性预测数据模型；
而且，所述步骤3的具体步骤包括：
(1)可调负荷响应时间聚合分析：
响应时间聚合分析以步骤1单体负荷相关联的运行数据模型响应时间为对象，按照毫秒级、秒级、分钟级以上等不同响应时间特性，计算分区、区域可调节资源负荷功率量测、可调节量和已响应量等信息，实现可调负荷调度模型的响应时间聚合分析，为电网监视、分析与控制提供基础模型。
(2)可调负荷空间分布聚合分析：
空间分布聚合分析以步骤1单体负荷模型为对象，根据区域间父子关系，通过关联分析计算分区、区域可调负荷资源信息，实现可调负荷调度模型的空间分布聚合分析，为电网区域的监视、分析与控制提供基础模型。
而且，所述步骤4的具体方法为：
面向调峰、调频和局部阻塞的电网运行场景及调度需求，基于步骤3可调负荷资源聚合分析结果，在步骤1可调负荷基本信息模型基础上，按照步骤2可调负荷运行数据模型的调节特征，满足电网服务技术要求生成智慧能源服务平台多形态可调负荷资源调度模型。
一种智慧能源服务平台多形态负荷资源调度模型构建装置，包括：
可调负荷基本信息模型生成模块，采集可调负荷调度模型的电气量信息以及非电气量信息，生成可调负荷基本信息模型；
可调负荷运行数据模型建立模块，基于生成的可调负荷基本信息模型，建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型；
聚类分析模块，在建立的可调负荷基本信息模型基础上，采用电网网络拓扑分析方法，基于生成的可调负荷运行数据模型的调节特性，按照电网运行分区、行政区域对智慧能源服务平台多形态负荷资源进行聚类分析，完成可调负荷响应时间聚合分析和空间分布聚合分析；
智慧能源服务平台多形态可调负荷资源调度模型构建模块，基于可调负荷资源聚合分析结果，生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型。
而且，所述可调负荷基本信息模型生成模块包括：
调度模型框架建立模块，按照负荷聚合用户、负荷聚合单元和单体负荷模型的层次结构在调度侧建立智慧能源服务平台多形态负荷资源的调度模型框架；
可调负荷电气量信息以及非电气量信息采集模块，基于所构建的智慧能源服务平台多形态负荷资源调度模型框架，在调度侧生成负荷聚合用户、负荷聚合单元和单体负荷模型数据表，通过智慧能源服务平台与调度侧的数据接口，采集可调负荷电气量信息以及非电气量信息，生成可调负荷基本信息模型。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现一种智慧能源服务平台多形态负荷资源调度模型构建方法。
本发明的优点和有益效果：
1、本发明提出一种智慧能源服务平台多形态负荷资源调度模型构建方法，实现调度端对智慧能源服务平台接入的可调节负荷资源的感知和精准调控，将智慧能源服务平台可调节负荷资源纳入日常调控业务，让有意愿并具有条件的营销侧负荷资源参与电网调度，大幅提升电网调节能力和新能源消纳水平，提升调度员对可调节负荷资源的掌控能力。
2、本发明提出一种智慧能源服务平台多形态负荷资源调度模型构建方法，与现有技术相比，本发明主要面向电网调度业务的需求，结合电网拓扑结构及负荷并网信息，建立能够适应智慧能源服务平台多种负荷资源类型的规范化调度模型并参与实时调控，满足营销侧可调负荷资源参与电网运行多场景的调控需求。
附图说明
图1是本发明的处理流程图；
图2是本发明的营销智慧能源服务平台多形态负荷资源在调度侧的层次型可调负荷模型框架图；
图3是本发明的可调负荷资源的响应级别和响应时间对照图。
具体实施方式
以下结合附图对本发明实施例作进一步详述：
一种智慧能源服务平台多形态负荷资源调度模型构建方法，如图1所示，包括可调负荷基本信息模型构建、可调负荷运行数据模型生成、可调负荷资源聚合分析以及面向电网运行场景的可调负荷调度模型建立四个步骤。
步骤1、采集可调负荷调度模型的电气量信息以及非电气量信息，生成可调负荷基本信息模型；
所述步骤1的具体步骤包括：
(1)如图2所示，按照负荷聚合用户、负荷聚合单元和单体负荷模型的层次结构在调度侧建立智慧能源服务平台多形态负荷资源的调度模型框架；
(2)基于步骤(1)中所构建的智慧能源服务平台多形态负荷资源调度模型框架，在调度侧生成负荷聚合用户、负荷聚合单元和单体负荷模型数据表，通过智慧能源服务平台与调度侧的数据接口，采集可调负荷电气量信息以及非电气量信息，生成可调负荷基本信息模型。
所述步骤1第(2)步中所采集的可调负荷电气量信息以及非电气量信息包括：
1)负荷聚合用户基本信息
负荷聚合用户标识、负荷聚合用户名称、负荷聚合用户类型、更新标识、拥有者、运行类型。
2)负荷聚合单元基本信息
聚合单元标识、聚合单元名称、负荷聚合用户标识、资源描述框架标识、电压类型、聚合单元类型、运行类型、调度机构标识、区域标识、厂站标识、充电站数量、充电桩数量、额定功率、更新标识、拥有者、控制标志。
3)单体负荷模型基本信息
所述单体负荷模型包括空调模型、储能模型、电采暖模型、充电站模型和充电桩模型等，其中充电站模型和充电桩模型为父子关系；
所述单体负荷模型基本信息包括：
①空调模型基本信息
空调负荷标识、空调负荷资源描述框架标识、空调名称、空调类型、所属行政区域、聚合单元标识、额定功率、并网变电站、位置、位置经度、位置纬度、变更时间、是否可控、运行状态；
②储能模型基本信息
储能负荷标识、储能资源描述框架标识、储能名称、储能类型、所属行政区域、聚合单元标识、额定功率、并网变电站、储能变流器数量、电池组总个数、电压等级、剩余电量上限、剩余电量下限、最大充电功率、最大放电功率、最大充电功率可用时间、最大放电功率可用时间、变更时间、是否可控、运行状态、位置经度、位置纬度。
③电采暖模型基本信息
电采暖负荷标识、电采暖资源描述框架标识、电采暖名称、电采暖类型、拥有者、热储能类型、所属行政区域、额定功率、设备制造商、聚合单元标识、是否可控、位置经度、位置纬度、变更时间、运行状态。
④充电站模型基本信息
充电站负荷标识、运行商设备内部标识、充电站资源描述框架标识、充电站名称、充电站类型、聚合用户类型、所属行政区域、额定功率、充电桩数量、聚合单元标识、位置经度、位置纬度、变更时间、是否可控、运行状态。
⑤充电桩模型基本信息
充电桩负荷标识、充电桩资源描述框架标识、充电桩名称、充电站标识、额定功率、设备类型、制造商、逆变器、桩公专用、位置经度、位置纬度、变更时间、逆变器类型、运行状态。
步骤2、基于步骤1生成的可调负荷基本信息模型，建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型。
所述步骤2的具体步骤包括：
(1)根据步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识，生成可调负荷量测测点信息，建立可调负荷量测数据模型；
所述步骤2第(1)步的生成可调负荷量测测点信息包括：量测测点标识、可调负荷模型标识、自动量测类型、拥有者、统计计算、时戳、发电类型、量测测点描述、量测测点中文名称；
其中，可调负荷模型标识包括步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识。
其中，量测测点中文名称包括聚合用户总有功、聚合用户参与调节总有功、聚合用户可调节总有功、有功功率、无功功率、设备运行数、设备开机率、上调节量、下调节量、响应时间、持续时间、控制目标功率、开始时间、持续时间、充电站当日电量、电流等；
所述步骤2第(2)步的可调负荷量测数据模型包括负荷聚合用户量测数据模型和单体负荷量测数据模型；
其中，负荷聚合用户量测数据模型根据步骤1的负荷聚合用户标识和步骤2建立的可调负荷量测测点信息生成；
在本实施例中，一分钟采集数据，每小时形成一条数据记录，包括时间(单位为小时)、负荷聚合用户标识、量测测点标识、60点量测值；
其中，单体负荷量测数据模型根据步骤1的单体负荷模型标识，即空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识和步骤2建立的可调负荷量测测点信息生成；
在本实施例中，十五分钟采集数据，按天形成一条数据记录，包括时间(单位为天)、单体负荷模型标识、量测测点标识、96点量测值。
(2)根据步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识，按照日前和日内时间尺度建立可调负荷计划预测数据模型，完成可调负荷运行数据模型的建立
所述可调负荷计划预测数据模型包括：日前和日内可调负荷用电计划数据模型和日前和日内可调负荷调节特性预测数据模型；
所述步骤2的第(2)步的建立日前和日内可调负荷用电计划数据模型的方法为：根据负荷聚合用户上报的可调负荷有功功率计划值，建立日前和日内可调负荷用电计划数据模型；
所述步骤2的第(2)步的建立日前和日内可调负荷调节特性预测数据模型的方法为：根据负荷聚合用户上报的可调负荷不同响应级别的上调量和下调量预测值，建立日前和日内可调负荷调节特性预测数据模型；
在本实施例中，响应级别按照响应时间划分，如图3所示。其中响应时间是可调负荷资源接收到调度指令后，达到响应目标功率所需的时间，主要包含两部分，需要提前通知的时间和指令执行时间总和。
步骤3、进行可调负荷资源聚合分析
在步骤1建立的可调负荷基本信息模型基础上，采用电网网络拓扑分析方法，基于步骤2生成的可调负荷运行数据模型的调节特性，按照电网运行分区、行政区域对智慧能源服务平台多形态负荷资源进行聚类分析，完成可调负荷响应时间聚合分析和空间分布聚合分析。
所述步骤3的具体步骤包括：
(1)可调负荷响应时间聚合分析：
响应时间聚合分析以步骤1单体负荷相关联的运行数据模型响应时间为对象，按照毫秒级、秒级、分钟级以上等不同响应时间特性，计算分区、区域可调节资源负荷功率量测、可调节量和已响应量等信息，实现可调负荷调度模型的响应时间聚合分析，为电网监视、分析与控制提供基础模型。
(2)可调负荷空间分布聚合分析：
空间分布聚合分析以步骤1单体负荷模型为对象，根据区域间父子关系，通过关联分析计算分区、区域可调负荷资源信息，实现可调负荷调度模型的空间分布聚合分析，为电网区域的监视、分析与控制提供基础模型。
步骤4、基于步骤3可调负荷资源聚合分析结果，生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型；
面向调峰、调频和局部阻塞的电网运行场景及调度需求，基于步骤3可调负荷资源聚合分析结果，在步骤1可调负荷基本信息模型基础上，按照步骤2可调负荷运行数据模型的调节特征，满足电网服务技术要求生成智慧能源服务平台多形态可调负荷资源调度模型。
所述建立的多形态可调负荷资源调度模型包括电网调峰负荷调度模型、电网调频负荷调度模型和局部电网阻塞负荷调度模型，电网调控人员针对电网运行不同场景使用可调负荷调度模型，为电网风险处置提供模型基础支撑。
一种智慧能源服务平台多形态负荷资源调度模型构建装置，包括：
可调负荷基本信息模型生成模块，采集可调负荷调度模型的电气量信息以及非电气量信息，生成可调负荷基本信息模型；
可调负荷运行数据模型建立模块，基于生成的可调负荷基本信息模型，建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型；
聚类分析模块，在建立的可调负荷基本信息模型基础上，采用电网网络拓扑分析方法，基于生成的可调负荷运行数据模型的调节特性，按照电网运行分区、行政区域对智慧能源服务平台多形态负荷资源进行聚类分析，完成可调负荷响应时间聚合分析和空间分布聚合分析；
智慧能源服务平台多形态可调负荷资源调度模型构建模块，基于可调负荷资源聚合分析结果，生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型。
而且，所述可调负荷基本信息模型生成模块包括：
调度模型框架建立模块，按照负荷聚合用户、负荷聚合单元和单体负荷模型的层次结构在调度侧建立智慧能源服务平台多形态负荷资源的调度模型框架；
可调负荷电气量信息以及非电气量信息采集模块，基于所构建的智慧能源服务平台多形态负荷资源调度模型框架，在调度侧生成负荷聚合用户、负荷聚合单元和单体负荷模型数据表，通过智慧能源服务平台与调度侧的数据接口，采集可调负荷电气量信息以及非电气量信息，生成可调负荷基本信息模型。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现所述的种智慧能源服务平台多形态可调负荷资源调度模型构建方法。
本发明提出了一种智慧能源服务平台多形态可调负荷资源调度模型构建方法，在调度端建立了智慧能源服务平台可调负荷调度模型，包括可调负荷基本信息模型、运行数据模型，并通过聚合分析，实现了多形态负荷资源在调度侧的规范化建模。
本发明关键点是基于电网运行特征和调控需求，对智慧能源服务平台的多形态负荷资源进行分层分区建模，实现调控***与智慧能源服务平台之间的模型融合。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (10)
1.一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：包括以下步骤：
步骤1、采集可调负荷调度模型的电气量信息以及非电气量信息，生成可调负荷基本信息模型；
步骤2、基于步骤1生成的可调负荷基本信息模型，建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型；
步骤3、在步骤1建立的可调负荷基本信息模型基础上，采用电网网络拓扑分析方法，基于步骤2生成的可调负荷运行数据模型的调节特性，按照电网运行分区、行政区域对智慧能源服务平台多形态负荷资源进行聚类分析，完成可调负荷响应时间聚合分析和空间分布聚合分析；
步骤4、基于步骤3可调负荷资源聚合分析结果，生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型。
2.根据权利要求1所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：所述步骤1的具体步骤包括：
(1)按照负荷聚合用户、负荷聚合单元和单体负荷模型的层次结构在调度侧建立智慧能源服务平台多形态负荷资源的调度模型框架；
(2)基于步骤(1)中所构建的智慧能源服务平台多形态负荷资源调度模型框架，在调度侧生成负荷聚合用户、负荷聚合单元和单体负荷模型数据表，通过智慧能源服务平台与调度侧的数据接口，采集可调负荷电气量信息以及非电气量信息，生成可调负荷基本信息模型。
3.根据权利要求2所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：所述步骤1第(2)步中所采集的可调负荷电气量信息以及非电气量信息包括：
1)负荷聚合用户基本信息
负荷聚合用户标识、负荷聚合用户名称、负荷聚合用户类型、更新标识、拥有者、运行类型；
2)负荷聚合单元基本信息
聚合单元标识、聚合单元名称、负荷聚合用户标识、资源描述框架标识、电压类型、聚合单元类型、运行类型、调度机构标识、区域标识、厂站标识、充电站数量、充电桩数量、额定功率、更新标识、拥有者、控制标志；
3)单体负荷模型基本信息
所述单体负荷模型包括空调模型、储能模型、电采暖模型、充电站模型和充电桩模型等，其中充电站模型和充电桩模型为父子关系；
所述单体负荷模型基本信息包括：
①空调模型基本信息
空调负荷标识、空调负荷资源描述框架标识、空调名称、空调类型、所属行政区域、聚合单元标识、额定功率、并网变电站、位置、位置经度、位置纬度、变更时间、是否可控、运行状态；
②储能模型基本信息
储能负荷标识、储能资源描述框架标识、储能名称、储能类型、所属行政区域、聚合单元标识、额定功率、并网变电站、储能变流器数量、电池组总个数、电压等级、剩余电量上限、剩余电量下限、最大充电功率、最大放电功率、最大充电功率可用时间、最大放电功率可用时间、变更时间、是否可控、运行状态、位置经度、位置纬度；
③电采暖模型基本信息
电采暖负荷标识、电采暖资源描述框架标识、电采暖名称、电采暖类型、拥有者、热储能类型、所属行政区域、额定功率、设备制造商、聚合单元标识、是否可控、位置经度、位置纬度、变更时间、运行状态；
④充电站模型基本信息
充电站负荷标识、运行商设备内部标识、充电站资源描述框架标识、充电站名称、充电站类型、聚合用户类型、所属行政区域、额定功率、充电桩数量、聚合单元标识、位置经度、位置纬度、变更时间、是否可控、运行状态；
⑤充电桩模型基本信息
充电桩负荷标识、充电桩资源描述框架标识、充电桩名称、充电站标识、额定功率、设备类型、制造商、逆变器、桩公专用、位置经度、位置纬度、变更时间、逆变器类型、运行状态。
4.根据权利要求1所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：所述步骤2的具体步骤包括：
(1)根据步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识，生成可调负荷量测测点信息，建立可调负荷量测数据模型；
(2)根据步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识，按照日前和日内时间尺度建立可调负荷计划预测数据模型，完成可调负荷运行数据模型的建立。
5.根据权利要求4所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：所述步骤2第(1)步的生成可调负荷量测测点信息包括：量测测点标识、可调负荷模型标识、自动量测类型、拥有者、统计计算、时戳、发电类型、量测测点描述、量测测点中文名称；
其中，可调负荷模型标识包括步骤1生成的可调负荷基本信息模型中的负荷聚合用户标识、空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识；
其中，量测测点中文名称包括聚合用户总有功、聚合用户参与调节总有功、聚合用户可调节总有功、有功功率、无功功率、设备运行数、设备开机率、上调节量、下调节量、响应时间、持续时间、控制目标功率、开始时间、持续时间、充电站当日电量、电流；
所述步骤2第(1)步的可调负荷量测数据模型包括负荷聚合用户量测数据模型和单体负荷量测数据模型；
其中，负荷聚合用户量测数据模型根据步骤1的负荷聚合用户标识和步骤2建立的可调负荷量测测点信息生成；
其中，单体负荷量测数据模型根据步骤1的单体负荷模型标识，即空调负荷标识、储能负荷标识、电采暖负荷标识、充电站负荷标识、充电桩负荷标识和步骤2建立的可调负荷量测测点信息生成。
6.根据权利要求4所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：所述步骤2第(2)步的可调负荷计划预测数据模型包括：日前和日内可调负荷用电计划数据模型和日前和日内可调负荷调节特性预测数据模型；
所述步骤2的第(2)步的建立日前和日内可调负荷用电计划数据模型的方法为：根据负荷聚合用户上报的可调负荷有功功率计划值，建立日前和日内可调负荷用电计划数据模型；
所述步骤2的第(2)步的建立日前和日内可调负荷调节特性预测数据模型的方法为：根据负荷聚合用户上报的可调负荷不同响应级别的上调量和下调量预测值，建立日前和日内可调负荷调节特性预测数据模型。
7.根据权利要求1所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法，其特征在于：所述步骤3的具体步骤包括：
(1)可调负荷响应时间聚合分析：
响应时间聚合分析以步骤1单体负荷相关联的运行数据模型响应时间为对象，按照毫秒级、秒级、分钟级以上等不同响应时间特性，计算分区、区域可调节资源负荷功率量测、可调节量和已响应量等信息，实现可调负荷调度模型的响应时间聚合分析，为电网监视、分析与控制提供基础模型；
(2)可调负荷空间分布聚合分析：
空间分布聚合分析以步骤1单体负荷模型为对象，根据区域间父子关系，通过关联分析计算分区、区域可调负荷资源信息，实现可调负荷调度模型的空间分布聚合分析，为电网区域的监视、分析与控制提供基础模型。
8.一种智慧能源服务平台多形态负荷资源调度模型构建装置，其特征在于：包括：
可调负荷基本信息模型生成模块，采集可调负荷调度模型的电气量信息以及非电气量信息，生成可调负荷基本信息模型；
可调负荷运行数据模型建立模块，基于生成的可调负荷基本信息模型，建立可调负荷运行数据模型，所述可调负荷运行数据模型包括可调负荷量测数据模型和可调负荷计划预测数据模型；
聚类分析模块，在建立的可调负荷基本信息模型基础上，采用电网网络拓扑分析方法，基于生成的可调负荷运行数据模型的调节特性，按照电网运行分区、行政区域对智慧能源服务平台多形态负荷资源进行聚类分析，完成可调负荷响应时间聚合分析和空间分布聚合分析；
智慧能源服务平台多形态可调负荷资源调度模型构建模块，基于可调负荷资源聚合分析结果，生成面向电网运行场景的智慧能源服务平台多形态可调负荷资源调度模型。
9.根据权利要求8所述的一种智慧能源服务平台多形态负荷资源调度模型构建装置，其特征在于：所述可调负荷基本信息模型生成模块包括：
调度模型框架建立模块，按照负荷聚合用户、负荷聚合单元和单体负荷模型的层次结构在调度侧建立智慧能源服务平台多形态负荷资源的调度模型框架；
可调负荷电气量信息以及非电气量信息采集模块，基于所构建的智慧能源服务平台多形态负荷资源调度模型框架，在调度侧生成负荷聚合用户、负荷聚合单元和单体负荷模型数据表，通过智慧能源服务平台与调度侧的数据接口，采集可调负荷电气量信息以及非电气量信息，生成可调负荷基本信息模型。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现权利要求1-7中任一项所述的一种智慧能源服务平台多形态负荷资源调度模型构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310946203.9A CN117057547A (zh) | 2023-07-31 | 2023-07-31 | 智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310946203.9A CN117057547A (zh) | 2023-07-31 | 2023-07-31 | 智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117057547A true CN117057547A (zh) | 2023-11-14 |
Family
ID=88652738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310946203.9A Pending CN117057547A (zh) | 2023-07-31 | 2023-07-31 | 智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057547A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117811053A (zh) * | 2024-02-29 | 2024-04-02 | 北京中电普华信息技术有限公司 | 一种源网荷储协调互动调控方法、装置及*** |
-
2023
- 2023-07-31 CN CN202310946203.9A patent/CN117057547A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117811053A (zh) * | 2024-02-29 | 2024-04-02 | 北京中电普华信息技术有限公司 | 一种源网荷储协调互动调控方法、装置及*** |
| CN117811053B (zh) * | 2024-02-29 | 2024-05-07 | 北京中电普华信息技术有限公司 | 一种源网荷储协调互动调控方法、装置及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bibak et al. | A comprehensive analysis of Vehicle to Grid (V2G) systems and scholarly literature on the application of such systems | |
| CN112874369B (zh) | 一种充电管理***的充电与供能优化方法及装置 | |
| CN110649641B (zh) | 基于源网荷储协同服务的电动汽车快充站储能***及其方法 | |
| Wang et al. | Integrated energy exchange scheduling for multimicrogrid system with electric vehicles | |
| Jian et al. | Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid | |
| He et al. | Optimal scheduling for charging and discharging of electric vehicles | |
| Dallinger et al. | Smart grid agent: Plug-in electric vehicle | |
| Shafie-Khah et al. | Economic and technical aspects of plug-in electric vehicles in electricity markets | |
| Rajani et al. | A hybrid optimization based energy management between electric vehicle and electricity distribution system | |
| CN117057547A (zh) | 智慧能源服务平台多形态负荷资源调度模型构建方法、装置、存储介质 | |
| Ma et al. | Real-time plug-in electric vehicles charging control for V2G frequency regulation | |
| Tu et al. | An equivalent aggregated model of large-scale flexible loads for load scheduling | |
| Yi et al. | A data-driven framework for residential electric vehicle charging load profile generation | |
| CN114519450A (zh) | 一种适用于新型电力***的配电网态势感知方法及*** | |
| CN110053508A (zh) | 基于车联网平台的能源互联网集群运行调度方法及*** | |
| CN112953007A (zh) | 配电网调度方法、装置及***、处理器、电子设备 | |
| Zhang et al. | Frequency regulation from distributed energy resource using cloud-edge collaborations under wireless environments | |
| CN115000985A (zh) | 一种用户侧分布式储能设施聚合管控方法及*** | |
| CN111833205A (zh) | 一种大数据场景下的移动充电桩群体智能调度方法 | |
| CN108304984A (zh) | 行为量化方法及*** | |
| CN112819203B (zh) | 一种基于深度学习的充电管理***及方法 | |
| CN110197299A (zh) | 一种智能管理*** | |
| CN113962537A (zh) | 面向电网调控应用的可调度负荷资源分类建模方法及*** | |
| Murthy | Energy-agile laptops: Demand response of mobile plug loads using sensor/actuator networks | |
| CN115829236A (zh) | 一种虚拟电厂参与电力市场的技术支持*** |
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 |