[go: up one dir, main page]

CN117498469B - 虚拟电厂能源管控方法、装置、计算机设备及存储介质 - Google Patents

虚拟电厂能源管控方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN117498469B
CN117498469B CN202410005789.3A CN202410005789A CN117498469B CN 117498469 B CN117498469 B CN 117498469B CN 202410005789 A CN202410005789 A CN 202410005789A CN 117498469 B CN117498469 B CN 117498469B
Authority
CN
China
Prior art keywords
energy
power
future
time period
preset
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
Application number
CN202410005789.3A
Other languages
English (en)
Other versions
CN117498469A (zh
Inventor
彭珊
徐泽华
孙晨航
王元凯
周家华
陆赟
赵纪宗
江剑枫
谢潜
武荷月
韩嘉欢
孙佳威
王谊
文世挺
蔡振华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202410005789.3A priority Critical patent/CN117498469B/zh
Publication of CN117498469A publication Critical patent/CN117498469A/zh
Application granted granted Critical
Publication of CN117498469B publication Critical patent/CN117498469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/46—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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • 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
    • H02J13/00001—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 the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • 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
    • H02J13/00002—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 monitoring
    • 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
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • 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)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Human Computer Interaction (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种虚拟电厂能源管控方法、装置、计算机设备及存储介质，涉及能源领域，所述方法包括：获取当前时间段内每个分布式单元的实时数据；根据分布式单元在当前时间段的实时数据和未来时间段的天气数据，得到未来时间段的未来能源供需数据；根据未来能源供需数据和当前时间段的能源价格，得到分布式单元在未来时间段的未来能源价格；根据未来能源价格，得到分布式单元的运行模式；根据未来能源价格和未来能源供需数据，得到未来时间段的能源调度决策；根据运行模式、运行功率和用电模式，控制分布式单元运行。本发明的虚拟电厂能源管控方法，提高能源利用率，减少经济浪费，对能源价格的预测，使虚拟电厂提高市场参与效率并降低运营成本。

Description

虚拟电厂能源管控方法、装置、计算机设备及存储介质
技术领域
本发明涉及能源领域，具体而言，涉及虚拟电厂能源管控方法、装置、计算机设备及存储介质。
背景技术
虚拟电厂是一种能源管控系统，可以实现对能源产出、能源消耗进行实时展示、长期展示或特定需求展示等，还可以实现对供应单元、需求单元的监控、管理和控制等。
通常虚拟电厂中可以包括供应单元和需求单元，供应单元可以是多种能源产出设备，例如太阳能电厂、火力发电厂和风力发电厂等。需求单元可以是多种用电系统，例如工厂、居民用电。现有技术中的供应单元和需求单元通常为分布式单元，即每一个能源可以单独产出、单独需求、单独控制和单独管理，不同能源单元之间互不干扰，但同时可以整体管理和控制。
虚拟电厂对能源的管控，依据的是各个供应单元和需求单元的采集数据，对采集数据进行分析和处理，了解当前能源供需状况，实现对能源的监控、管理和控制。
在现有技术中，虚拟电厂在获取数据后，对数据的分析不充分，导致对能源的管控不合理。
发明内容
本发明主要解决的技术问题是，如何优化虚拟电厂的综合能源调度。
本发明提供一种虚拟电厂能源管控方法，所述虚拟电厂能源管控方法用于虚拟电厂，所述虚拟电厂包括多个分布式单元，所述虚拟电厂能源管控方法包括：
获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的多个用户端的用电量；
根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；
其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行功率；
根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电。
可选地，所述获取预设当前时间段内的每个所述分布式单元的实时数据，包括：
根据每个所述分布式单元的节点，获取每个所述分布式单元的第一初始数据；
根据所述第一初始数据，得到所述第一初始数据中的异常数据，所述异常数据包括超过预设异常范围的所述第一初始数据；
根据去除所述异常数据的所述第一初始数据和预设缺失值处理，得到所述分布式单元的第二初始数据；
根据所述第二初始数据和预设归一化方法，得到处于预设参数范围内的第三初始数据；
将所述第三初始数据作为所述分布式单元的所述实时数据。
可选地，所述根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，包括：
根据在所述预设当前时间段的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述分布式单元的储能系统的充电状态；
根据所述用户端在所述预设当前时间段的用电量，得到所述分布式单元的所述储能系统的放电状态；
根据所述预设当前时间段的所述储能系统的所述充电状态、所述放电状态和所述预设未来时间段内的天气数据，得到在所述预设未来时间段内所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述储能电池的电量。
可选地，所述根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格,包括：
根据在预设当前时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述分布式单元对应的用户端的用电量和在所述预设当前时间段的能源价格，得到所述能源价格在所述预设未来时间段的变化图谱；
根据所述变化图谱，得到在所述预设未来时间段内的所述未来能源价格变化图谱；
根据所述未来能源价格的所述变化图谱，确定所述未来能源价格。
可选地，所述根据所述未来能源价格，得到所述分布式单元的运行模式，包括：
若所述不可再生能源价格处于下降趋势，则根据所述不可再生能源的下降幅度，按照预设调度计划，增加所述分布式单元的不可再生能源的使用比例；
若所述不可再生能源价格处于上升趋势，则根据所述不可再生能源的上升幅度，按照所述预设调度计划，增加分布式单元的可再生能源的使用比例；
若所述不可再生能源价格处于平稳趋势，则根据保持当前的可再生能源使用比例不变。
可选地，所述根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，包括：
根据所述用户端的所述用电量、所述用户端的电器数量、所述用户端的用电时间得到所述用户端的负荷功率；
根据所述储能电池的电量，得到所述储能电池的电压与电流；
根据所述储能电池的电压与电流，得到所述储能电池的功率；
根据在所述预设未来时间段内的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述太阳能发电机的功率以及所述风力发电机的功率；
根据所述太阳能发电机的功率、所述风力发电机的功率、所述储能电池的功率和所述用户端的负荷功率，得到所述分布式单元的运行功率。
可选地，所述根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，包括：
当所述用电模式为所述独立用电时，控制所述分布式单元通过所述储能电池以所述运行功率和所述运行模式进行供电；
当所述用电模式为所述密集用电时，控制在所述用户端的所属区域内的所有所述分布式单元均通过相同的所述运行功率和所述运行模式进行供电。
本发明的虚拟电厂能源管控方法，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
本发明还提供一种虚拟电厂能源管控装置，所述虚拟电厂能源管控装置用于虚拟电厂，所述虚拟电厂包括多个分布式单元，所述虚拟电厂能源管控装置包括：
实时数据检测单元，用于获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的用户端的用电量；
预测单元，用于根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
所述预测单元还用于，根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
决策单元，用于根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
所述决策单元还用于，根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行模式和运行功率；
控制单元，用于根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电。
本发明的虚拟电厂能源管控装置，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的虚拟电厂能源管控方法。
本发明的计算机设备，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述任一项所述的虚拟电厂能源管控方法。
本发明的计算机可读存储介质，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
附图说明
图1为本发明实施例中虚拟电厂能源管控方法流程图之一；
图2为本发明实施例中虚拟电厂能源管控方法流程图之二；
图3为本发明实施例中虚拟电厂能源管控方法流程图之三；
图4为本发明实施例中虚拟电厂能源管控方法流程图之四；
图5为本发明实施例中虚拟电厂能源管控方法流程图之五；
图6为本发明实施例中虚拟电厂能源管控装置示意图；
图7为本发明实施例中计算机设备示意图。
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中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
结合图1所示，本发明提供一种虚拟电厂能源管控方法,所述虚拟电厂能源管控方法用于虚拟电厂，所述虚拟电厂包括多个分布式单元，所述虚拟电厂能源管控方法包括：
S1：获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的多个用户端的用电量；
具体地，分布式单元可通过传感器或其他设备，对太阳能发电机的发电量、风力发电机的发电量和分布式单元对应的多个用户端的用电量，并将采集到的实时数据上传至数据中心或云端服务器，可以利用有线或无线的方式进行传输，当讲实时数据上传至数据中心或云端服务器后，将实时数据进行分析归纳处理，将处理后的数据以可视化的形式展示出来，比如图表、报表、实时监控界面等。
S2：根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据；
其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
具体地，由于虚拟电厂需要根据未来的用户端用电需求进行能源调度和资源配置，因此需要根据现有的当期时间段内的实时数据预测在预设未来时间段内的未来能源供需数据，即太阳能发电机的发电量、风力发电机的发电量、用户端的用电量和分布式单元的储能电池的电量，示例性地，可以使用深度学习技术对历史能源数据和其对应时刻的历史能源数据进行分析和学习，以提高预测精度，基于训练好的深度学习网络，如循环神经网络的深度学习算法来进行未来能源供需数据的预测。
S3：根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；
其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
具体地，由于能源价格影响整个虚拟电厂的经济效益以及影响可再生能源和不可再生能源的合理分配，因此需要依据现有的能源价格来对未来的能源价格进行预测，示例性地，通过分析历史数据，可以了解市场趋势、季节性变化和价格波动等情况，使用数据挖掘和机器学习技术，例如时间序列分析、回归分析、神经网络等，通过预设未来时间段内的太阳能发电机的发电量、风力发电机的发电量、用户端的用电量和分布式单元的储能电池的电量，来预测未来的价格走势。
S4：根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
具体地，根据未来的能源价格进行分析，根据价格的走势，得到相应的能源使用比例，从而最大限度的利用可再生能源进行发电，进而减少经济上的浪费以及能源上的损失。
S5：根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行功率；
具体地，其中可根据实时发电功率减去实时用电功率再减去或加上电池储能功率，计算得出分布式单元的运行功率，由于分布式单元的运行功率可能会受到天气、季节、用电负荷等因素的影响，因此需要对其运行功率进行定期监测和调整，因此也可以采用深度学习网络，对历史能源价格、历史能源数据以及对应的历史能源调度决策进行学习，将未来能源价格和未来能源供需数据输入至训练好的深度学习网络，得到对于预设未来时间段的能源调度决策。
S6：根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行；
其中，所述用户端的所述用电模式包括：独立用电和密集用电；
具体地，根据分布式单元的运行模式和运行功率以及用户端的用电模式控制分布式单元进行工作，其中，由于每个分布式单元所服务的用户端类型不同，因此需要判断用户端的用电模式，对用户端的用电模式进行分析，例如，用户端若为偏远地区或孤岛等地区，则用电模式应为独立用电，若用户端为大型工业园区或商业区或住宅小区等地区，则用电模式应为密集用电，根据用户端的类型进行不同功率以及不同运行模式的供能。
本发明的虚拟电厂能源管控方法，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
结合图2所示，本发明实施例中，所述S1：获取预设当前时间段内的每个所述分布式单元的实时数据，包括：
S11：根据每个所述分布式单元的节点，获取每个所述分布式单元的第一初始数据；
S12：根据所述第一初始数据，得到所述第一初始数据中的异常数据，所述异常数据包括超过预设异常范围的所述第一初始数据；
S13：根据去除所述异常数据的所述第一初始数据和预设缺失值处理，得到所述分布式单元的第二初始数据；
根据所述第二初始数据和预设归一化方法，得到处于预设参数范围内的第三初始数据；
S14：将所述第三初始数据作为所述分布式单元的所述实时数据。
在本实施例中，将根据分布式单元的节点得到的第一初始数据中的异常值、重复值、缺失值等进行识别和删除，确保数据的准确性和完整性；再将第一初始数据中的异常值、重复值和缺失值进行识别和删除，得到第二初始数据，确保数据的准确性和完整性；再对第二初始数据进行预设的归一化方法，提取出有用的特征并消除数据噪声，进而得到最终的第三初始数据，将第三初始数据作为实时数据进行分析。
本发明的虚拟电厂能源管控方法，通过对分布式单元的实时数据中的异常数据进行删除以及对缺失值的处理，最后利用归一化方法进行处理，得到预处理后的实时数据，提高实时数据的质量和准确性，为后续数据分析和预测提供支持。
结合图3所示，本发明实施例中，所述S2：根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，包括：
S21：根据在所述预设当前时间段的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述分布式单元的储能系统的充电状态；
S22：根据所述用户端在所述预设当前时间段的用电量，得到所述分布式单元的所述储能系统的放电状态；
S23：根据所述预设当前时间段的所述储能系统的所述充电状态、所述放电状态和所述预设未来时间段内的天气数据，得到在所述预设未来时间段内所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述储能电池的电量。
在本实施例中，根据实时数据中获得在预设当前时间段的太阳能发电机的发电量和风力发电机的发电量，以及储能系统的技术参数进行计算确定其储能系统的容量以及当前的充电状态，再计算储能系统的当前充电量：通过以下公式计算储能系统当前的充电量：当前充电量=储能系统容量×储能系统当前充电状态；根据发电量和充电量计算储能系统的充电状态：通过以下公式计算储能系统的充电状态：充电状态=当前充电量/发电量；其中，充电状态的值通常在0到1之间，表示储能系统当前的充电程度。根据实时数据中获得在预设当前时间段的用户端的用电量，以及储能系统的技术参数进行计算确定其储能系统的容量以及当前的放电状态，再计算储能系统当前的放电量：通过储能系统容量乘以(1-储能系统当前放电状态)，得到放电状态，根据用电量和放电量计算储能系统的放电状态：通过当前放电量除以用电量，得到储能系统的放电状态；其中，放电状态的值通常在0到1之间，表示储能系统当前的放电程度，再通过根据历史充电状态和放电状态训练好的深度学习网络来根据储能系统的充电状态和放电状态来对为来时间段内太阳能发电机的发电量、风力发电机的发电量、用户端的用电量和储能电池的电量。
本发明的虚拟电厂能源管控方法，通过分布式单元的储能系统的充电状态和放电状态对未来能源供需数据进行预测，提高了对与预测的精准度，使虚拟电厂实现合理控制和优化。
结合图4所示，本发明实施例中，所述S3：根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格,包括：
S31：根据在预设当前时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述分布式单元对应的用户端的用电量和在所述预设当前时间段的能源价格，得到所述能源价格在所述预设未来时间段的变化图谱；
S32：根据所述变化图谱，得到在所述预设未来时间段内的所述未来能源价格变化图谱；
S33：根据所述未来能源价格的所述变化图谱，确定所述未来能源价格。
在本实施例中，可以基于历史能源价格数据的时间序列进行分析，预测未来时间段内的能源价格，还可以基于深度学习，通过学习历史价格数据与各种因素的影响关系，来对未来能源价格进行预测，其中，各种因素包括太阳能发电机的发电量、风力发电机的发电量、分布式单元对应的用户端的用电量等，得到未来能源价格变化图谱，即变化曲线，通过变化曲线预测某个时间点的能源价格。
本发明的虚拟电厂能源管控方法，通过预测未来能源价格，从而使虚拟电厂可以制定更加充分的能源调度决策，降低能源成本，提高能源利用效率。
本发明实施例中，所述根据所述未来能源价格，得到所述分布式单元的运行模式，包括：
若所述不可再生能源价格处于下降趋势，则根据所述不可再生能源的下降幅度，按照预设调度计划，增加所述分布式单元的不可再生能源的使用比例；
若所述不可再生能源价格处于上升趋势，则根据所述不可再生能源的上升幅度，按照所述预设调度计划，增加分布式单元的可再生能源的使用比例；
若所述不可再生能源价格处于平稳趋势，则根据保持当前的可再生能源使用比例不变。
在本实施例中，通过分析未来能源价格所处的变化趋势来调整可再生能源和不可再生能源的使用比例，若不可再生能源价格处于下降趋势，则根据预设调度计划，增加不可再生能源的使用比例，下降趋势越大，不可再生能源使用比例越大，若不可再生能源处于上升趋势，则根据预设调度计划，增加可再生能源的使用比例，上升趋势越大，可再生能源使用比例就越大，若变化趋势保持不变，则保持使用比例不变。
本发明的虚拟电厂能源管控方法，通过预测未来能源价格，从而使虚拟电厂可以制定更加充分的能源调度决策，降低能源成本，提高能源利用效率。
结合图5所示，本发明实施例中，所述S5：根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，包括：
S51：根据所述用户端的所述用电量、所述用户端的电器数量、所述用户端的用电时间得到所述用户端的负荷功率；
S52：根据所述储能电池的电量，得到所述储能电池的电压与电流；
S53：根据所述储能电池的电压与电流，得到所述储能电池的功率；
S54：根据在所述预设未来时间段内的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述太阳能发电机的功率以及所述风力发电机的功率；
S55：根据所述太阳能发电机的功率、所述风力发电机的功率、所述储能电池的功率和所述用户端的负荷功率，得到所述分布式单元的运行功率。
在本实施例中，根据用户端的用电量、用户端的电器数量和用户端的用电时间得到用户端的负荷功率；并同时根据储能电池的电量，得到储能电池的电压与电流；根据储能电池的电压与电流，得到储能电池的功率；以上为储能电池的技术参数，根据在预设未来时间段内的太阳能发电机的发电量和风力发电机的发电量，得到太阳能发电机的功率以及风力发电机的功率；根据太阳能发电机的功率、风力发电机的功率、储能电池的功率和用户端的负荷功率，可通过深度学习网络来进行预测，得到分布式单元的运行功率，其中深度学习网络可以通过历史的发电设备功率以及用户端的负荷功率来进行训练。
本发明的虚拟电厂能源管控方法，通过发电设备的功率以及用电设备的负荷功率，采用深度学习网络预测对应的分布式单元运行功率，使数据分析更加充分，得到的考量更多，使其预测的结果更加准确，进而减少了能源的浪费。
本发明实施例中，所述根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，包括：
当所述用电模式为所述独立用电时，控制所述分布式单元通过所述储能电池以所述运行功率和所述运行模式进行供电；
当所述用电模式为所述密集用电时，控制在所述用户端的所属区域内的所有所述分布式单元均通过相同的所述运行功率和所述运行模式进行供电。
在本实施例中，若用电模式为独立用电时，则按照分布式单元的功能装置进行供电，即以运行功率和运行模式进行供电，若为密集用电，则需要该区域内的所有用户端对应的分布式单元联合供电，因此需要该范围内的分布式单元均采用相同的运行功率以及运行模式，进行供电，保证用户端的用电。
本发明的虚拟电厂能源管控方法，通过用电模式的不同改变享用的分布式单元的工作状态，从而减少了能源的浪费以及提高分布式单元的可靠性和稳定性以及灵活性。
结合图6所示，本发明还提供一种虚拟电厂能源管控装置100，所述虚拟电厂能源管控装置100用于虚拟电厂，所述虚拟电厂包括多个分布式单元，所述虚拟电厂能源管控装置100包括：
实时数据检测单元110，用于获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的用户端的用电量；
预测单元120，用于根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
所述预测单元120还用于，根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
决策单元130，用于根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
所述决策单元130还用于，根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行模式和运行功率；
控制单元140，用于根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电。
实时数据检测单元110还用于，根据每个所述分布式单元的节点，获取每个所述分布式单元的第一初始数据；根据所述第一初始数据，得到所述第一初始数据中的异常数据，所述异常数据包括超过预设异常范围的所述第一初始数据；根据去除所述异常数据的所述第一初始数据和预设缺失值处理，得到所述分布式单元的第二初始数据；根据所述第二初始数据和预设归一化方法，得到处于预设参数范围内的第三初始数据；将所述第三初始数据作为所述分布式单元的所述实时数据。
预测单元120还用于，根据在所述预设当前时间段的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述分布式单元的储能系统的充电状态；根据所述用户端在所述预设当前时间段的用电量，得到所述分布式单元的所述储能系统的放电状态；根据所述预设当前时间段的所述储能系统的所述充电状态、所述放电状态和所述预设未来时间段内的天气数据，得到在所述预设未来时间段内所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述储能电池的电量。根据在预设当前时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述分布式单元对应的用户端的用电量和在所述预设当前时间段的能源价格，得到所述能源价格在所述预设未来时间段的变化图谱；根据所述变化图谱，得到在所述预设未来时间段内的所述未来能源价格变化图谱；根据所述未来能源价格的所述变化图谱，确定所述未来能源价格。
决策单元130还用于，若所述不可再生能源价格处于下降趋势，则根据所述不可再生能源的下降幅度，按照预设调度计划，增加所述分布式单元的不可再生能源的使用比例；若所述不可再生能源价格处于上升趋势，则根据所述不可再生能源的上升幅度，按照所述预设调度计划，增加分布式单元的可再生能源的使用比例；若所述不可再生能源价格处于平稳趋势，则根据保持当前的可再生能源使用比例不变。根据所述用户端的所述用电量、所述用户端的电器数量、所述用户端的用电时间得到所述用户端的负荷功率；根据所述储能电池的电量，得到所述储能电池的电压与电流；根据所述储能电池的电压与电流，得到所述储能电池的功率；根据在所述预设未来时间段内的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述太阳能发电机的功率以及所述风力发电机的功率；根据所述太阳能发电机的功率、所述风力发电机的功率、所述储能电池的功率和所述用户端的负荷功率，得到所述分布式单元的运行功率。
控制单元140还用于，当所述用电模式为所述独立用电时，控制所述分布式单元通过所述储能电池以所述运行功率和所述运行模式进行供电；当所述用电模式为所述密集用电时，控制在所述用户端的所属区域内的所有所述分布式单元均通过相同的所述运行功率和所述运行模式进行供电。
本发明的虚拟电厂能源管控装置，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
结合图7所示，本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的多个用户端的用电量；
根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行功率；
根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电。
本发明的计算机设备，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
本发明还提供一种计算机可读存储介质，其中存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的多个用户端的用电量；
根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行功率；
根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电。
本发明的计算机可读存储介质，通过根据当前时间段的分布式单元所检测到的实时数据，对每个分布式单元的供需数据进行预测，再根据当前时间段内的分布式单元价格对为来时间段内的能源价格进行预测，通过预测的分布式单元在预设未来时间段内的价格和分布式单元的供需数据，做出节省经济同时保证用户端用电的能源调度，提高了能源利用率，减少了经济浪费，同时由于加入了能源价格的预测，帮助虚拟电厂提高了市场参与效率并降低运营成本。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种虚拟电厂能源管控方法，其特征在于,所述虚拟电厂能源管控方法用于虚拟电厂，所述虚拟电厂包括多个分布式单元，所述虚拟电厂能源管控方法包括：
获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的多个用户端的用电量；
根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行功率；
根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电；
所述根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，包括：
当所述用电模式为所述独立用电时，控制所述分布式单元通过所述储能电池以所述运行功率和所述运行模式进行供电；
当所述用电模式为所述密集用电时，控制在所述用户端的所属区域内的所有所述分布式单元均通过相同的所述运行功率和所述运行模式进行供电。
2.根据权利要求1所述的虚拟电厂能源管控方法，其特征在于，所述获取预设当前时间段内的每个所述分布式单元的实时数据，包括：
根据每个所述分布式单元的节点，获取每个所述分布式单元的第一初始数据；
根据所述第一初始数据，得到所述第一初始数据中的异常数据，所述异常数据包括超过预设异常范围的所述第一初始数据；
根据去除所述异常数据的所述第一初始数据和预设缺失值处理，得到所述分布式单元的第二初始数据；
根据所述第二初始数据和预设归一化方法，得到处于预设参数范围内的第三初始数据；
将所述第三初始数据作为所述分布式单元的所述实时数据。
3.根据权利要求2所述的虚拟电厂能源管控方法，其特征在于，所述根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，包括：
根据在所述预设当前时间段的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述分布式单元的储能系统的充电状态；
根据所述用户端在所述预设当前时间段的用电量，得到所述分布式单元的所述储能系统的放电状态；
根据所述预设当前时间段的所述储能系统的所述充电状态、所述放电状态和所述预设未来时间段内的天气数据，得到在所述预设未来时间段内所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述储能电池的电量。
4.根据权利要求3所述的虚拟电厂能源管控方法，其特征在于，所述根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格,包括：
根据在预设当前时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述分布式单元对应的用户端的用电量和在所述预设当前时间段的能源价格，得到所述能源价格在所述预设未来时间段的变化图谱；
根据所述变化图谱，得到在所述预设未来时间段内的所述未来能源价格变化图谱；
根据所述未来能源价格的所述变化图谱，确定所述未来能源价格。
5.根据权利要求1所述的虚拟电厂能源管控方法，其特征在于，
所述根据所述未来能源价格，得到所述分布式单元的运行模式，包括：
若所述不可再生能源价格处于下降趋势，则根据所述不可再生能源的下降幅度，按照预设调度计划，增加所述分布式单元的不可再生能源的使用比例；
若所述不可再生能源价格处于上升趋势，则根据所述不可再生能源的上升幅度，按照所述预设调度计划，增加分布式单元的可再生能源的使用比例；
若所述不可再生能源价格处于平稳趋势，则根据保持当前的可再生能源使用比例不变。
6.根据权利要求5所述的虚拟电厂能源管控方法，其特征在于，所述根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，包括：
根据所述用户端的所述用电量、所述用户端的电器数量、所述用户端的用电时间得到所述用户端的负荷功率；
根据所述储能电池的电量，得到所述储能电池的电压与电流；
根据所述储能电池的电压与电流，得到所述储能电池的功率；
根据在所述预设未来时间段内的所述太阳能发电机的发电量和所述风力发电机的发电量，得到所述太阳能发电机的功率以及所述风力发电机的功率；
根据所述太阳能发电机的功率、所述风力发电机的功率、所述储能电池的功率和所述用户端的负荷功率，得到所述分布式单元的运行功率。
7.一种虚拟电厂能源管控装置，其特征在于，所述虚拟电厂能源管控装置用于虚拟电厂，所述虚拟电厂包括多个分布式单元，所述虚拟电厂能源管控装置包括：
实时数据检测单元，用于获取预设当前时间段内的每个所述分布式单元的实时数据，其中，所述实时数据包括：太阳能发电机的发电量、风力发电机的发电量和所述分布式单元对应的用户端的用电量；
预测单元，用于根据所述分布式单元在所述预设当前时间段内的所述实时数据和预设未来时间段内的天气数据，得到所述分布式单元在所述预设未来时间段内的未来能源供需数据，其中，所述未来能源供需数据包括：所述分布式单元在所述预设未来时间段内的所述太阳能发电机的发电量、所述风力发电机的发电量、所述用户端的用电量和所述分布式单元的储能电池的电量；
所述预测单元还用于，根据所述未来能源供需数据和所述分布式单元在所述预设当前时间段的能源价格，得到所述分布式单元在所述预设未来时间段内的未来能源价格；其中，所述未来能源价格包括：可再生能源价格和不可再生能源价格；
决策单元，用于根据所述未来能源价格，得到所述分布式单元的运行模式；其中，所述运行模式包括：可再生能源与不可再生能源的使用比例；
所述决策单元还用于，根据所述未来能源价格和所述未来能源供需数据，得到所述分布式单元在所述预设未来时间段内的能源调度决策，其中，所述能源调度决策包括：所述分布式单元的运行模式和运行功率；
控制单元，用于根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，其中，所述用户端的所述用电模式包括：独立用电和密集用电；所述根据所述运行模式、所述运行功率和所述用户端的用电模式，控制所述分布式单元运行，包括：
当所述用电模式为所述独立用电时，控制所述分布式单元通过所述储能电池以所述运行功率和所述运行模式进行供电；
当所述用电模式为所述密集用电时，控制在所述用户端的所属区域内的所有所述分布式单元均通过相同的所述运行功率和所述运行模式进行供电。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的虚拟电厂能源管控方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至6中任一项所述的虚拟电厂能源管控方法。
CN202410005789.3A 2024-01-03 2024-01-03 虚拟电厂能源管控方法、装置、计算机设备及存储介质 Active CN117498469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410005789.3A CN117498469B (zh) 2024-01-03 2024-01-03 虚拟电厂能源管控方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410005789.3A CN117498469B (zh) 2024-01-03 2024-01-03 虚拟电厂能源管控方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN117498469A CN117498469A (zh) 2024-02-02
CN117498469B true CN117498469B (zh) 2024-05-17

Family

ID=89674849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410005789.3A Active CN117498469B (zh) 2024-01-03 2024-01-03 虚拟电厂能源管控方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN117498469B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029120A (ko) * 2013-09-09 2015-03-18 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법
CN108510212A (zh) * 2018-04-17 2018-09-07 香港中文大学（深圳） 一种交互式能源系统的分布式能源调度方法及系统
CN109256792A (zh) * 2018-10-10 2019-01-22 华南理工大学 一种面向分布式储能需求的储能集聚系统及其优化方法
CN112003278A (zh) * 2020-08-21 2020-11-27 国核电力规划设计研究院重庆有限公司 一种分布式光伏自用电比例预测的实现方法及系统
CN113689312A (zh) * 2021-10-26 2021-11-23 国网江西省电力有限公司电力科学研究院 考虑碳排放权价格随机性的虚拟电厂双阶段优化调度方法
CN113904385A (zh) * 2021-08-19 2022-01-07 国家电投集团资本控股有限公司 新能源发电侧虚拟电厂共享储能方法、系统及存储介质
CN113902227A (zh) * 2021-12-07 2022-01-07 南方电网科学研究院有限责任公司 一种虚拟电厂优化调度方法及装置
CN114969010A (zh) * 2022-06-13 2022-08-30 四川晨坤电气设备有限公司 一种配电网络监控处理方法及装置
CN115249128A (zh) * 2022-08-03 2022-10-28 清华大学 基于资源容量等值的绿电短时平衡交易调度方法及装置
CN116090730A (zh) * 2022-11-14 2023-05-09 合肥工业大学 基于激励需求响应的虚拟电厂负荷优化调度方法和系统
CN116307437A (zh) * 2022-10-18 2023-06-23 国网安徽省电力有限公司芜湖供电公司 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统
CN116760122A (zh) * 2023-08-21 2023-09-15 国网浙江省电力有限公司宁波供电公司 虚拟电厂资源管控方法、装置、计算机设备及存储介质
CN116823332A (zh) * 2023-06-29 2023-09-29 广东电网有限责任公司广州供电局 一种计及分布式资源的虚拟电厂运营收益的量化分析系统
CN117239810A (zh) * 2023-11-09 2023-12-15 南方电网数字电网研究院有限公司 虚拟电厂电能调度方案获取方法、装置和设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2387776A4 (en) * 2009-01-14 2013-03-20 Integral Analytics Inc OPTIMIZED MICROGRID ENERGY UTILIZATION AND DISTRIBUTION
US11769094B2 (en) * 2020-10-01 2023-09-26 Electricfish Energy Inc. System and method for real-time distributed micro-grid optimization using price signals

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029120A (ko) * 2013-09-09 2015-03-18 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법
CN108510212A (zh) * 2018-04-17 2018-09-07 香港中文大学（深圳） 一种交互式能源系统的分布式能源调度方法及系统
CN109256792A (zh) * 2018-10-10 2019-01-22 华南理工大学 一种面向分布式储能需求的储能集聚系统及其优化方法
CN112003278A (zh) * 2020-08-21 2020-11-27 国核电力规划设计研究院重庆有限公司 一种分布式光伏自用电比例预测的实现方法及系统
CN113904385A (zh) * 2021-08-19 2022-01-07 国家电投集团资本控股有限公司 新能源发电侧虚拟电厂共享储能方法、系统及存储介质
CN113689312A (zh) * 2021-10-26 2021-11-23 国网江西省电力有限公司电力科学研究院 考虑碳排放权价格随机性的虚拟电厂双阶段优化调度方法
CN113902227A (zh) * 2021-12-07 2022-01-07 南方电网科学研究院有限责任公司 一种虚拟电厂优化调度方法及装置
CN114969010A (zh) * 2022-06-13 2022-08-30 四川晨坤电气设备有限公司 一种配电网络监控处理方法及装置
CN115249128A (zh) * 2022-08-03 2022-10-28 清华大学 基于资源容量等值的绿电短时平衡交易调度方法及装置
CN116307437A (zh) * 2022-10-18 2023-06-23 国网安徽省电力有限公司芜湖供电公司 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统
CN116090730A (zh) * 2022-11-14 2023-05-09 合肥工业大学 基于激励需求响应的虚拟电厂负荷优化调度方法和系统
CN116823332A (zh) * 2023-06-29 2023-09-29 广东电网有限责任公司广州供电局 一种计及分布式资源的虚拟电厂运营收益的量化分析系统
CN116760122A (zh) * 2023-08-21 2023-09-15 国网浙江省电力有限公司宁波供电公司 虚拟电厂资源管控方法、装置、计算机设备及存储介质
CN117239810A (zh) * 2023-11-09 2023-12-15 南方电网数字电网研究院有限公司 虚拟电厂电能调度方案获取方法、装置和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于分时电价的虚拟电厂经济性优化调度;袁桂丽 等;《电网技术》;20160331;第40卷(第03期);第826-832页 *

Also Published As

Publication number Publication date
CN117498469A (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
Forough et al. Multi objective receding horizon optimization for optimal scheduling of hybrid renewable energy system
Forough et al. Lifetime optimization framework for a hybrid renewable energy system based on receding horizon optimization
KR102088532B1 (ko) 에너지 관리 시스템과 그의 에너지 관리 방법 및 에너지 운영 시스템
CN118630756B (zh) 综合能源系统的电力优化调度方法及系统
Elkazaz et al. Optimization based real-time home energy management in the presence of renewable energy and battery energy storage
CN117578534B (zh) 光伏储能系统的调度方法、装置、设备及存储介质
CN118572702B (zh) 一种多源储能系统的集中控制方法及系统
CN118336836B (zh) 基于风险消弭的多类型可再生能源对调峰需求分析方法
CN117595231A (zh) 一种智能电网配网管理系统及其方法
CN118801357A (zh) 基于大容量储能电池的微电网运行管理方法及系统
CN118396326A (zh) 基于大数据的居民用电量预测以及调度系统和方法
CN116914738A (zh) 一种基于人工智能的新能源储能分析方法及系统
CN119093364B (zh) 一种主配微电网实时协调调度方法及系统
CN118966847B (zh) 基于太阳能发电预测的智能调节方法及装置
CN118906885B (zh) 基于可再生能源的充电桩能源互补方法、系统及充电桩
CN117498469B (zh) 虚拟电厂能源管控方法、装置、计算机设备及存储介质
WO2025073234A1 (zh) 多端联动能源调度方法和装置
Salman et al. Using recurrent neural network to forecast day and year ahead performance of load demand: A case study of France
Harit et al. Quantification of Power System Flexibility: A Review
KR102700902B1 (ko) 가정용 분산형 태양광발전시스템의 스마트 제어방법
US12141820B2 (en) Greenhouse gas emissions control based on marginal emission factor data and energy storage systems
CN119448519B (zh) 一种光储电站智能调度方法及调度平台
Azeem et al. A fuzzy based parametric monitoring and control algorithm for distinctive loads to enhance the stability in rural islanded microgrids
CN118826090A (zh) 一种基于源网荷储分布的电力网控制系统
Ding et al. The optimal allocation of pumped storage station in wind farm

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