CN117411006B - 一种自动电压控制平台及其方法 - Google Patents
一种自动电压控制平台及其方法 Download PDFInfo
- Publication number
- CN117411006B CN117411006B CN202311327796.7A CN202311327796A CN117411006B CN 117411006 B CN117411006 B CN 117411006B CN 202311327796 A CN202311327796 A CN 202311327796A CN 117411006 B CN117411006 B CN 117411006B
- Authority
- CN
- China
- Prior art keywords
- voltage
- voltage value
- value
- data
- edge node
- 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 19
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000005070 sampling Methods 0.000 claims description 56
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000013135 deep learning Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010248 power generation 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种自动电压控制平台及其方法,包括用于获取用户侧1中配置资源电压数据的多个电压采集模块的用户侧、边缘节点、控制云平台以及应用平台,边缘节点包括电压基准源、边缘节点内核和连接管理模块,控制云平台主要包括分析模块、判断单元、更新模块和功能模块,本发明利用云平台结合边缘节点的分析计算,可自动实现电压数据的校准以及预测电压待调整概率,通过自动调节后避免了电压波动加剧、逆潮流等现象发生,确保了电压采集模块校准的可靠性和高精确,同时改善了边缘节点内核的判断和控制,减小了云平台数据处理的压力,同时也减少了能耗,并且增加了***运行的稳定性和适应性。
Description
技术领域
本发明涉及电压控制平台技术领域,特别是一种自动电压控制平台及其方法。
背景技术
云平台概念在新时代被提出后不断发展完善,云平台技术愈发趋于成熟,云平台作为一个大数据处理中心,作为数据和控制中心,可以迅速有效作出信息的处理判断,传输信号,也可以根据本身算法,迅速根据信息计算出工作需求,提高了效率和数据处理的精确性。由于近年来我国全面发展了新能源电力,分布式光伏在低压配电网层面的大量接入以及电动汽车充电设施呈不断增加的趋势,造成了大规模光伏发电接入低压,配电网会造成诸多风险,容易引起电压波动加剧、逆潮流等现象发生,从而造成了低压、欠电压和电压波动问题,同时现有的边缘计算需要对电压基准源进行频繁的手动调整,这样一来不仅操作繁琐,且校准精度较差,适应度一般。
发明内容
鉴于上述现有的电压控制平台中存在的问题,提出了本发明。
因此,本发明提供一种自动电压控制平台及其方法,其利用云平台结合边缘节点的分析计算,通过对边缘节点电压数据的获取分析处理,可自动实现电压数据的校准以及预测电压待调整概率,同时改善了边缘节点内核的判断和控制,不仅减小了云平台数据处理的压力,同时也减少了能耗。
为解决上述技术问题,本发明提供如下技术方案:一种自动电压控制平台,包括:
用户侧,包括用于获取用户侧中配置资源电压数据的电压采集模块;
边缘节点,包括用于处理的边缘节点内核、用于用户侧所述电压采集模块管理的连接管理模块、以及用于为电信号数字和模拟同步输出的电压基准源,且电压基准源与所述电压采集模块的采集端口连接;
控制云平台,包括数据库、用于所述边缘节点数据接收的接收模块、用于电压控制分析的分析模块、用于数据库中电压控制数据更新的更新模块、用于电压控制数据输出的输出模块、以及用于电压控制数据待调整概率分析的深度学习模块,所述分析模块包括判断单元、第一计算单元和第二计算单元;
所述控制云平台通过深度学***台基于电压需调整概率的判断对所述边缘节点的电压进行检测;检测时,所述控制云平台将电压值传输至边缘节点,向电压基准源发送输出理论电压值的命令;所述电压基准源接收到所述控制平台发送的命令后输出理论电压值/>所述控制云平台获取所述电压基准源的实际输出电压值xt i和电压采集模块所采集到的采集电压值xt j,通过分析模块的分析生成待调整的电压值/>将对应的所述待调整的电压值/>分布传输给所对应的边缘节点,每个所述边缘节点通过边缘节点内核实时判断各边缘节点的电压控制情况并进行对应的调整,即通过各个边缘节点进行分布式电压控制。
优选地,所述判断单元用于实际输出电压值xt i和采集电压值xt j的电压值范围的判断,以及与预设的误差值Ea的判断;具体地从所述电压基准源获取第t时刻的实际输出电压值xt i、以及从多个所述电压采集模块所采集到的采集电压值xt j;若获取的实际输出电压值xt i和采集电压值xt j在所述输出电压值的预设电压值范围内时,则比较判断实际输出电压值xt i和采集电压值xt j的误差是否大于预设的误差值Ea;不大于预设的误差值,则保存所述电压采集模块的采集电压值xt j以及实际输出电压值xt i;通过判断单元的判断,对超出所述预设电压值范围和/或大于预设的误差值的数据进行清除。
优选地,重复获取所述电压基准源(20)的实际输出电压值xt i和采集电压值xt j,以及判断单元(3021)的判断,得到采样时刻k内的m个采样数据,采样数据包括第i个所述电压基准源所采集到的实际输出电压值xt i和第j个所述电压基准源所采集到的采集电压值xt j,所述第一计算单元(3022)用于采样时刻k内m个采样数据Qk ij的计算,如下:
其中,k为采样时刻,m为采样数量。
优选地,所述第二计算单元用于计算测量数据Qk ij的方差、均值和优化加权值,预估待调整的电压值如下:
将采样时刻k内m组测量数据Qk ij进行均值处理后,计算采样时刻k实际输出电压值的方差δk i,以及实际输出电压值xt i的均值和采集电压值的均值/>
通过下式计算优化加权值,公式如下:
其中,n为序号;
通过下式计算采样时刻k待调整的电压值公式如下:
基于误差值Ea并根据所述实际输出电压值xt i和待调整的电压值进行电压值差值计算后进行校准。
优选地,所述深度学习模块结合所述待调整的电压值和所述理论电压值/>通过皮尔森系数公式计算得到被测边缘节点的待调整状态系数R,公式如下:
其中,Y为待调整的电压值/>Z为实际输出电压值xt i,/>为待调整的电压值/>的均数,/>为理论电压值/>均数;
所述深度学习模块根据待调整状态系数R,进行调整概率的分析并生成结果。
优选地,还包括用于所述控制云平台中功能应用的应用平台,所述控制云平台还包括用于管理人员人为调节和应用的功能模块,所述功能模块与所述数据库和应用平台连接。
优选地,所述配置资源包括光伏用户电压数据、电动车用户电压数据或分布式储能用户电压数据其中的一种。
另一方面,提出一种自动电压控制平台的方法,包括:
步骤S10,获取用户侧配置资源的用户电压数据,具体地通过所述控制云平台将电压值传输至边缘节点,向电压基准源发送输出理论电压值的命令;所述电压基准源接收到所述控制平台发送的命令后输出理论电压值/>所述控制云平台获取所述电压基准源的实际输出电压值xt i和电压采集模块所采集到的采集电压值xt j;
步骤S20,用户侧边缘节点的分布式实时电压控制;重复步骤S10,得到采样时刻k内的m个采样数据,采样数据包括第i个所述电压基准源所采集到的实际输出电压值xt i和第j个所述电压基准源所采集到的采集电压值xt j,进行计算测量数据、方差、均值和加权因子分析后,预估待调整的电压值并基于误差值Ea进行调整电压,如下:
通过下式计算采样时刻k内m个采样数据Qk ij;
其中,k为采样时刻,m为采样数量;
将采样时刻k内m组测量数据Qk ij进行均值处理后计算采样时刻k实际输出电压值的方差δk i,以及实际输出电压值xt i的均值和采集电压值的均值/>
通过下式计算优化加权值,如下:
其中,n为序号;
通过下式计算采样时刻k待调整的电压值如下:
基于误差值Ea并根据所述实际输出电压值xt i和待调整的电压值进行电压值差值计算后进行校准后,完成用户侧边缘节点的分布式实时电压控制;
步骤S30,基于控制云平台的深度学习模块,强化学习预测未来时段对应的所述边缘节点的电压需调整概率,并基于电压需调整概率进行更新数据。
本发明的有益效果:本发明利用云平台结合边缘节点的分析计算,通过对边缘节点电压数据的获取分析处理,可自动实现电压数据的校准以及预测电压待调整概率,通过自动调节后避免了电压波动加剧、逆潮流等现象发生,以及需人为地间隔调整边缘节点的电压基准源的输出电压操作的繁琐,确保了电压采集模块校准的可靠性和高精确,更加便捷和智能,并且增加了***运行的稳定性和适应性。同时改善了边缘节点内核的判断和控制,从而完善了云平台技术,将云平台控制和管理任务分布给边缘计算模块进行处理,不仅减小了云平台数据处理的压力,同时也减少了能耗,节约了能源提高了能量利用效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明实施例中自动电压控制平台的网络连接示意图;
图2为本发明实施例中自动电压控制平台模块化示意图;
图3为本发明实施例中自动电压控制平台的分析模块结构示意图;
图4为本发明实施例中自动电压控制平台中模块的关系图;
图5为本发明实施例中加权融合示意模型图;
图中标号:1、用户侧;10、电压采集模块;2、边缘节点;20、电压基准源;21、边缘节点内核;23、连接管理模块;30、控制云平台;301、接收模块;302、分析模块;3021、判断单元;3022、第一计算单元;3023、第二计算单元;303、更新模块;304、输出模块;305、功能模块;306、数据库;4、应用平台。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
参照图1-图5,为本发明的一个实施例,该实施例提供了一种自动电压控制平台及其方法,如图1和图2所示,该自动电压控制平台包括:用于获取用户侧1中配置资源电压数据的多个电压采集模块10的用户侧1、边缘节点2、控制云平台30以及应用平台4;具体如下:
其中,本实施例的边缘节点2包括用于处理的边缘节点内核21、用于用户侧1电压采集模块10管理的连接管理模块23、以及用于为电信号数字和模拟同步输出的电压基准源20,且电压基准源20与电压采集模块10的采集端口连接,其中,多个电压采集模块10与边缘节点2中的电压基准源20通过RS485通信连接;多个电压采集模块10可在边缘节点2的判断控制下进行同步进行校准。
本实施例的控制云平台30,包括数据库306、用于边缘节点2数据接收的接收模块301、用于电压控制分析的分析模块302、用于数据库306中电压控制数据更新的更新模块303、用于电压控制数据输出的输出模块304、以及用于电压控制数据待调整概率分析的深度学习模块307。
如图3所示,分析模块302包括判断单元3021、第一计算单元3022和第二计算单元3023。
如图4所示,本实施例具体地判断单元3021用于实际输出电压值xt i和采集电压值xt j的电压值范围的判断,以及与预设的误差值Ea的判断;具体地从电压基准源获取第t时刻的实际输出电压值xt i、以及从多个电压采集模块所采集到的采集电压值xt j;若获取的实际输出电压值xt i和采集电压值xt j在输出电压值的预设电压值范围内时,则比较判断实际输出电压值xt i和采集电压值xt j的误差是否大于预设的误差值Ea;不大于预设的误差值,则保存电压采集模块的采集电压值xt j以及实际输出电压值xt i;通过判断单元3021的判断,对超出预设电压值范围和/或大于预设的误差值的数据进行清除。
重复获取电压基准源20的实际输出电压值xt i和采集电压值xt j,以及判断单元3021的判断,得到采样时刻k内的m个采样数据,采样数据包括第i个电压基准源所采集到的实际输出电压值xt i和第j个电压基准源所采集到的采集电压值xt j,第一计算单元3022用于采样时刻k内m个采样数据Qk ij的计算,如下:
其中,k为采样时刻,m为采样数量。
本实施例优选地,第二计算模块3023用于计算测量数据Qk ij的方差、均值和优化加权值,预估待调整的电压值如下:
将采样时刻k内m组测量数据Qk ij进行均值处理后,计算采样时刻k实际输出电压值的方差δk i,以及实际输出电压值xt i的均值和采集电压值的均值/>
如图5所示加权融合示意模型,通过下式计算优化加权值,公式如下:
其中,n为序号;
通过下式计算采样时刻k待调整的电压值公式如下:
基于误差值Ea并根据实际输出电压值xt i和待调整的电压值进行电压值差值计算后进行校准。
需要进一步说明地是深度学习模块307结合待调整的电压值和理论电压值/>通过皮尔森系数公式计算得到被测边缘节点2的待调整状态系数R,公式如下:
其中,Y为待调整的电压值/>Z为实际输出电压值xt i,/>为待调整的电压值/>的均数,/>为理论电压值/>均数;
深度学习模块307根据待调整状态系数R,进行调整概率的分析并生成结果。
本实施例的控制云平台30通过深度学***台30基于电压需调整概率的判断对边缘节点2的电压进行检测;检测时,控制云平台30将电压值传输至边缘节点2,向电压基准源20发送输出理论电压值的命令;电压基准源20接收到控制平台30发送的命令后输出理论电压值/>控制云平台30获取电压基准源20的实际输出电压值xt i和电压采集模块所采集到的采集电压值xt j,通过分析模块302的分析生成待调整的电压值/>将对应的待调整的电压值/>分布传输给所对应的边缘节点2,每个边缘节点2通过边缘节点内核21实时判断各边缘节点的电压控制情况并进行对应的调整,即通过各个边缘节点2进行分布式电压控制。
本实施例的应用平台4可以集成多种业务应用***,包括ERP流程处理、CRM客户管理、OA答复等,实现不同***之间数据的互通和信息的共享,提高了对控制云平台30中数据的一致性和实时性。此外,控制云平台30还包括用于管理人员人为调节和应用的功能模块305,功能模块305与数据库306和应用平台4连接,通过功能模块305的设置,可实现人为对上述边缘节点2中输出电压的调节工作,增加了其功能性。
本实施例的配置资源包括光伏用户电压数据、电动车用户电压数据或分布式储能用户电压数据其中的一种,可实现对低压终端用户的电压自动调节校准工作,进而实现本发明的特点,即利用云平台结合边缘节点的分析计算,可自动实现电压数据的校准以及预测电压待调整概率,通过自动调节后避免了电压波动加剧、逆潮流等现象发生,确保了电压采集模块校准的可靠性和高精确,更加便捷和智能,并且增加了***运行的稳定性和适应性。同时改善了边缘节点内核的判断和控制,从而完善了云平台技术,将云平台计算任务分布给边缘计算模块进行处理,不仅减小了云平台数据处理的压力,同时也减少了能耗。节约了能源提高了能量利用效率。
本实施例基于上述平台运行***,还提出一种自动电压控制平台的方法,包括:
步骤S10,获取用户侧1配置资源的用户电压数据,具体地通过控制云平台30将电压值传输至边缘节点2,向电压基准源20发送输出理论电压值的命令;电压基准源20接收到控制平台30发送的命令后输出理论电压值/>控制云平台30获取电压基准源20的实际输出电压值xt i和电压采集模块所采集到的采集电压值xt j;
步骤S20,用户侧1边缘节点2的分布式实时电压控制;重复步骤步骤S10,得到采样时刻k内的m个采样数据,采样数据包括第i个电压基准源所采集到的实际输出电压值xt i和第j个电压基准源所采集到的采集电压值xt j,进行计算测量数据、方差、均值和加权因子分析后,预估待调整的电压值并基于误差值Ea进行调整电压,如下:
通过下式计算采样时刻k内m个采样数据Qk ij,
其中,k为采样时刻,m为采样数量;
将采样时刻k内m组测量数据Qk ij进行均值处理后计算采样时刻k实际输出电压值的方差δk i,以及实际输出电压值xt i的均值和采集电压值的均值/>
通过下式计算优化加权值,如下:
其中,n为序号;
通过下式计算采样时刻k待调整的电压值如下:
基于误差值Ea并根据实际输出电压值xt i和待调整的电压值进行电压值差值计算后进行校准后,完成用户侧1边缘节点2的分布式实时电压控制;
步骤S30,基于控制云平台30的深度学习模块307,强化学习预测未来时段对应的边缘节点2的电压需调整概率,并基于电压需调整概率进行更新数据。
基于上述通过方法的记载,使得更好地理解并应用上述实施例中自动电压控制平台的***运行,可实现用户侧中边缘节点的分布式实时电压控制,并完成数据更新。
综上所述,本发明在实施时具有以下优点:
其一,利用云平台结合边缘节点的分析计算,可实现自动、智能地对低压用户的电压波动值进行校准,确保了电压采集模块校准的可靠性和高精确,更加便捷和智能,并且增加了***运行的稳定性和适应性。
其二,由于采用的是云平台结合边缘节点的分析计算,即改善了边缘节点内核的判断和控制,从而完善了电压云平台技术,将云平台计算控制和管理任务分布给边缘计算模块进行处理,不仅减小了云平台数据处理的压力,同时也减少了能耗,节约了能源提高了能量利用效率。
其三,基于调节后的电压数据,利用云平台的的深度学习,强化学习预测未来时段对应的所述边缘节点的电压需调整概率,并基于电压需调整概率进行更新数据。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种自动电压控制平台,其特征在于,包括:
用户侧(1),包括用于获取用户侧(1)中配置资源电压数据的电压采集模块(10);
边缘节点(2),包括用于处理的边缘节点内核(21)、用于用户侧(1)所述电压采集模块(10)管理的连接管理模块(23)、以及用于为电信号数字和模拟同步输出的电压基准源(20),且电压基准源(20)与所述电压采集模块(10)的采集端口连接;
控制云平台(30),包括数据库(306)、用于所述边缘节点(2)数据接收的接收模块(301)、用于电压控制分析的分析模块(302)、用于数据库(306)中电压控制数据更新的更新模块(303)、用于电压控制数据输出的输出模块(304)、以及用于电压控制数据待调整概率分析的深度学习模块(307),所述分析模块(302)包括判断单元(3021)、第一计算单元(3022)和第二计算单元(3023);所述判断单元(3021)用于实际输出电压值xt i和采集电压值xt j的电压值范围的判断,以及与预设的误差值Ea的判断;具体地从所述电压基准源获取第t时刻的实际输出电压值xt i、以及从多个所述电压采集模块所采集到的采集电压值xt j;若获取的实际输出电压值xt i和采集电压值xt j在所述输出电压值的预设电压值范围内时,则比较判断实际输出电压值xt i和采集电压值xt j的误差是否大于预设的误差值Ea;不大于预设的误差值,则保存所述电压采集模块的采集电压值xt j以及实际输出电压值xt i;通过判断单元(3021)的判断,对超出所述预设电压值范围和/或大于预设的误差值的数据进行清除;重复获取所述电压基准源(20)的实际输出电压值xt i和采集电压值xt j,以及判断单元(3021)的判断,得到采样时刻k内的m个采样数据,采样数据包括第i个所述电压基准源所采集到的实际输出电压值xt i和第j个所述电压基准源所采集到的采集电压值xt j,所述第一计算单元(3022)用于采样时刻k内m个采样数据Qkij的计算,如下:
其中,k为采样时刻,m为采样数量;
所述第二计算单元(3023)用于计算测量数据Qk ij的方差、均值和优化加权值,预估待调整的电压值如下:
将采样时刻k内m组测量数据Qk ij进行均值处理后,计算采样时刻k实际输出电压值的方差δk i,以及实际输出电压值xt i的均值和采集电压值的均值/>
通过下式计算优化加权值,公式如下:
其中,n为序号;
通过下式计算采样时刻k待调整的电压值公式如下:
基于误差值Ea并根据所述实际输出电压值xt i和待调整的电压值进行电压值差值计算后进行校准;
所述控制云平台(30)通过深度学***台(30)基于电压需调整概率的判断对所述边缘节点(2)的电压进行检测;检测时,所述控制云平台(30)将电压值传输至边缘节点(2),向电压基准源(20)发送输出理论电压值的命令;所述电压基准源(20)接收到所述控制平台(30)发送的命令后输出理论电压值/>所述控制云平台(30)获取所述电压基准源(20)的实际输出电压值xt i和电压采集模块所采集到的采集电压值xt j,通过分析模块(302)的分析生成待调整的电压值/>将对应的所述待调整的电压值/>分布传输给所对应的边缘节点(2),每个所述边缘节点(2)通过边缘节点内核(21)实时判断各边缘节点的电压控制情况并进行对应的调整,即通过各个边缘节点(2)进行分布式电压控制。
2.如权利要求1所述的一种自动电压控制平台,其特征在于,所述深度学习模块(307)结合所述待调整的电压值和所述理论电压值/>通过皮尔森系数公式计算得到被测边缘节点(2)的待调整状态系数R,公式如下:
其中,Y为待调整的电压值/>Z为实际输出电压值xt i,/>为待调整的电压值/>的均数,/>为理论电压值/>均数;
所述深度学习模块(307)根据待调整状态系数R,进行调整概率的分析并生成结果。
3.如权利要求1所述的一种自动电压控制平台,其特征在于,还包括用于所述控制云平台(30)中功能应用的应用平台(4),所述控制云平台(30)还包括用于管理人员人为调节和应用的功能模块(305),所述功能模块(305)与所述数据库(306)和应用平台(4)连接。
4.如权利要求1所述的一种自动电压控制平台,其特征在于,所述配置资源包括光伏用户电压数据、电动车用户电压数据或分布式储能用户电压数据其中的一种。
5.如权利要求1所述的一种自动电压控制平台的方法,其特征在于,包括:
步骤S10,获取用户侧(1)配置资源的用户电压数据,具体地通过所述控制云平台(30)将电压值传输至边缘节点(2),向电压基准源(20)发送输出理论电压值的命令;所述电压基准源(20)接收到所述控制平台(30)发送的命令后输出理论电压值/>所述控制云平台(30)获取所述电压基准源(20)的实际输出电压值xt i和电压采集模块所采集到的采集电压值xt j;
步骤S20,用户侧(1)边缘节点(2)的分布式实时电压控制;
步骤S30,基于控制云平台(30)的深度学习模块(307),强化学习预测未来时段对应的所述边缘节点(2)的电压需调整概率,并基于电压需调整概率进行更新数据。
6.如权利要求5所述的一种自动电压控制平台的方法,其特征在于,在实行步骤S20过程前,重复步骤S10,得到采样时刻k内的m个采样数据,采样数据包括第i个所述电压基准源所采集到的实际输出电压值xt i和第j个所述电压基准源所采集到的采集电压值xt j,进行计算测量数据、方差、均值和加权因子分析后,预估待调整的电压值并基于误差值Ea进行调整电压,如下:
通过下式计算采样时刻k内m个采样数据Qk ij;
其中,k为采样时刻,m为采样数量;
将采样时刻k内m组测量数据Qk ij进行均值处理后计算采样时刻k实际输出电压值的方差δk i,以及实际输出电压值xt i的均值和采集电压值的均值/>
通过下式计算优化加权值,如下:
其中,n为序号;
通过下式计算采样时刻k待调整的电压值如下:
基于误差值Ea并根据所述实际输出电压值xt i和待调整的电压值进行电压值差值计算后进行校准后,完成用户侧(1)边缘节点(2)的分布式实时电压控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311327796.7A CN117411006B (zh) | 2023-10-13 | 2023-10-13 | 一种自动电压控制平台及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311327796.7A CN117411006B (zh) | 2023-10-13 | 2023-10-13 | 一种自动电压控制平台及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117411006A CN117411006A (zh) | 2024-01-16 |
CN117411006B true CN117411006B (zh) | 2024-04-16 |
Family
ID=89490005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311327796.7A Active CN117411006B (zh) | 2023-10-13 | 2023-10-13 | 一种自动电压控制平台及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117411006B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112653154A (zh) * | 2020-11-30 | 2021-04-13 | 国网浙江省电力有限公司嘉兴供电公司 | 基于边缘计算的分布式光伏配电网无功优化控制方法 |
CN112670999A (zh) * | 2020-12-25 | 2021-04-16 | 杭州电子科技大学 | 一种基于用户侧灵活资源的低压配电网实时电压控制方法 |
CN113241772A (zh) * | 2021-05-31 | 2021-08-10 | 广东电网有限责任公司 | 一种电网电压和无功协调的控制方法及装置 |
CN114142498A (zh) * | 2021-11-30 | 2022-03-04 | 天津大学 | 一种数据驱动的分布式储能自适应预测控制电压调节方法 |
CN116827389A (zh) * | 2023-08-30 | 2023-09-29 | 北京前景无忧电子科技股份有限公司 | 一种基于边缘计算深度融合的中压载波通信*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230147729A1 (en) * | 2021-11-11 | 2023-05-11 | Hitachi, Ltd. | Ad-hoc der machine data aggregation for co-simulation, deep learning and fault-tolerant power systems |
-
2023
- 2023-10-13 CN CN202311327796.7A patent/CN117411006B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112653154A (zh) * | 2020-11-30 | 2021-04-13 | 国网浙江省电力有限公司嘉兴供电公司 | 基于边缘计算的分布式光伏配电网无功优化控制方法 |
CN112670999A (zh) * | 2020-12-25 | 2021-04-16 | 杭州电子科技大学 | 一种基于用户侧灵活资源的低压配电网实时电压控制方法 |
CN113241772A (zh) * | 2021-05-31 | 2021-08-10 | 广东电网有限责任公司 | 一种电网电压和无功协调的控制方法及装置 |
CN114142498A (zh) * | 2021-11-30 | 2022-03-04 | 天津大学 | 一种数据驱动的分布式储能自适应预测控制电压调节方法 |
CN116827389A (zh) * | 2023-08-30 | 2023-09-29 | 北京前景无忧电子科技股份有限公司 | 一种基于边缘计算深度融合的中压载波通信*** |
Also Published As
Publication number | Publication date |
---|---|
CN117411006A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991504B (zh) | 基于分项计量时间序列的建筑能耗预测方法、***及建筑物 | |
CN108614612B (zh) | 太阳能光伏电池最大功率追踪方法和*** | |
CN109086928A (zh) | 基于saga-fcm-lssvm模型的光伏电站实时功率预测方法 | |
CN103617447B (zh) | 智能变电站的评价***及评价方法 | |
CN112670999B (zh) | 一种基于用户侧灵活资源的低压配电网实时电压控制方法 | |
CN113169709A (zh) | 基于机器学习的太阳能发电控制***及方法 | |
CN113132945A (zh) | 一种铁路专网基站小区节能调度方法和*** | |
CN110571926A (zh) | 一种基于物联网技术的智能配电网及其数据模型构建方法 | |
CN114091926A (zh) | 一种5g在配电网改造过程中的经济性评价方法 | |
CN117411006B (zh) | 一种自动电压控制平台及其方法 | |
CN117767250B (zh) | 基于故障监测的直流微电网协调控制方法及*** | |
CN112311078B (zh) | 一种基于信息融合的太阳能负载调节方法和装置 | |
CN109767353A (zh) | 一种基于概率分布函数的光伏发电功率预测方法 | |
CN110309978B (zh) | 基于二次动态调整的神经网络光伏功率预测模型及方法 | |
CN115952921A (zh) | 一种光伏能源功率预测方法、装置、电子设备及存储介质 | |
CN116345677A (zh) | 一种基于人工智能的低功耗电源监控方法及*** | |
CN112118038A (zh) | 一种卫星效能评估方法 | |
CN110991519A (zh) | 一种智能开关状态分析调整方法及*** | |
CN112348235B (zh) | 风光母线负荷自适应预测方法、装置、计算机设备 | |
CN114936640A (zh) | 一种新能源发电智能预测模型的在线训练方法 | |
CN113962357A (zh) | 基于gwo-wnn的分布式光伏功率数据虚拟采集方法 | |
CN110535184B (zh) | 基于智能云平台的有源配电网供电能力指标在线计算方法 | |
KR20210015168A (ko) | 태양광 발전 및 제어 시스템, 그리고 태양광 발전 및 제어 시스템의 운영 방법 | |
CN115190418B (zh) | 一种警用无线局域网高精度的定位方法 | |
CN116012193A (zh) | 一种配电物联网云端一体化方法及*** |
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 |