【技术实现步骤摘要】
本专利技术涉及虚拟电厂，具体是涉及一种基于大数据检测的虚拟电厂调度异常诊断方法及系统。
技术介绍
1、虚拟电厂是一个基于分布式能源资源的灵活能源系统，它将多种能源资源整合在一起，实现协调管理和优化运行。与传统的单一发电厂不同，虚拟电厂通过先进的信息技术和智能化控制，将多个分散的能源设备和负荷设备虚拟组合成一个整体，以提供更高效、可靠和可持续的电力供应。其目的是进行优化调度和精准控制，实现削峰填谷(即降低负荷高峰、填补负荷低谷)。虚拟电厂调度的正常与否影响到分布式能源在电网中的供电效果，因此，需要对虚拟电厂调度进行诊断。
2、但现有的技术虽然能检测出虚拟电厂调度存在异常，但无法确定其异常原因，虚拟电厂调度过程存在多个环节，在未知异常原因时，难以快速对虚拟电厂的调度参数作出调整，会延长影响整个的电网正常运行的时间。
技术实现思路
1、为解决上述技术问题，提供一种基于大数据检测的虚拟电厂调度异常诊断方法及系统，本技术方案解决了上述
技术介绍
中提出的现有的技术虽然能检测出虚拟电厂调度存在异常，但无法确定其异常原因，虚拟电厂调度过程存在多个环节，在未知异常原因时，难以快速对虚拟电厂的调度参数作出调整，会延长影响整个的电网正常运行的时间的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、一种基于大数据检测的虚拟电厂调度异常诊断方法，包括：
4、获取接入虚拟电厂的至少一个分布式能源和储能设备，分布式能源和储能设备一一对应，当需要存储电力时
5、将分布式能源分为第一分布式能源和第二分布式能源，所述第一分布式能源使用太阳能提供电力，所述第二分布式能源使用风能提供电力；
6、获取用电高峰时段和用电低峰时段，虚拟电厂在用电高峰时段和用电低峰时段分别使用高峰参数和低峰参数进行调度；
7、在用电高峰时段和用电低峰时段，分析虚拟电厂对电网用电需求分解得到的电力指令是否存在异常，若存在异常，则记录作为虚拟电厂调度异常原因；
8、在用电高峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常，若存在异常，则记录作为虚拟电厂调度异常原因；
9、在用电低峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常，若存在异常，则记录作为虚拟电厂调度异常原因；
10、分析虚拟电厂使用第一分布式能源和第二分布式能源的优先级是否异常，若存在异常，则记录作为虚拟电厂调度异常原因；
11、在用电高峰时段和用电低峰时段，分析虚拟电厂对预设时间后的电网用电需求的预测是否异常，若存在异常，则记录作为虚拟电厂调度异常原因；
12、汇总至少一个虚拟电厂调度异常原因，得到虚拟电厂调度异常诊断结果。
13、优选的，所述获取用电高峰时段和用电低峰时段包括以下步骤：
14、基于历史数据获取预设值作为用电高峰的判断依据；
15、在预设天数中，获取每天用电速度高于预设值的时段，作为预估高峰时段；
16、将每天的用电时段分割为至少一个基本时段；
17、当基本时段出现在预估高峰时段时，则计数一次，当基本时段不出现在预估高峰时段，则不计数；
18、获取基本时段出现在至少一个预估高峰时段中的总次数，作为第一总次数；
19、获取至少一个预估高峰时段的个数，作为第二总次数；
20、第一总次数除以第二总次数，得到基本时段的出现占比；
21、当出现占比大于预设比例时，则将基本时段作为高峰基本时段，若否，则不作任何处理；
22、将至少一个高峰基本时段汇总，得到用电高峰时段；
23、将除用电高峰时段之外的时段，作为用电低峰时段。
24、优选的，所述在用电高峰时段和用电低峰时段，分析虚拟电厂对电网用电需求分解得到的电力指令是否存在异常包括以下步骤：
25、获取电力指令中分配至至少一个分布式能源的电力需求，电力需求与分布式能源一一对应；
26、判断电力需求是否均小于对应所述分布式能源产生电力的速度，若是，则虚拟电厂对电网用电需求分解得到的电力指令不存在异常，若否，则获取电力需求大于产生电力的速度的分布式能源，作为特征分布式能源；
27、判断特征分布式能源对应的储能设备的放电速度与特征分布式能源产生电力的速度的和是否超过分配至特征分布式能源的电力需求，若是，则虚拟电厂对电网用电需求分解得到的电力指令不存在异常，若否，则虚拟电厂对电网用电需求分解得到的电力指令存在异常。
28、优选的，所述在用电高峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常包括以下步骤：
29、获取电力需求大于产生电力的速度的分布式能源，作为特征分布式能源；
30、获取电力需求小于产生电力的速度的分布式能源，作为目标分布式能源；
31、判断虚拟电厂对特征分布式能源对应的储能设备的指令是否为放电，若否，则虚拟电厂对储能设备的存放电指令存在异常，若是，则判断虚拟电厂对目标分布式能源对应的储能设备的指令是否为储能，若否，则虚拟电厂对储能设备的存放电指令存在异常，若是，虚拟电厂对储能设备的存放电指令不存在异常。
32、优选的，所述在用电低峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常的步骤与在用电高峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常的步骤一致。
33、优选的，所述分析虚拟电厂使用第一分布式能源和第二分布式能源的优先级是否异常包括以下步骤：
34、判断虚拟电厂在白天时段是否首先使用第一分布式能源的电力，若否，虚拟电厂使用第一分布式能源和第二分布式能源的优先级异常，若是，则判断虚拟电厂在夜间时段是否首先使用第二分布式能源的电力，若否，则虚拟电厂使用第一分布式能源和第二分布式能源的优先级异常，若是，则虚拟电厂使用第一分布式能源和第二分布式能源的优先级不存在异常。
35、优选的，所述在用电高峰时段和用电低峰时段，分析虚拟电厂对预设时间后的电网用电需求的预测是否异常包括以下步骤：
36、在当前时刻，按照虚拟电厂的调度对分布式能源和储能设备进行控制；
37、在预设时间后，获取电网的实时用电需求；
38、获取存有多余电力的储能设备，作为特征储能设备；
39、判断电网的实时用电需求是否小于至少一个分布式能源产生电力的速度的总和，若是，则虚拟电厂对预设时间后的电网用电需求的预测不存在异常；
40、若否，则累加至少一个分布式能源产生电力的速度的总和与至少一个特征储能设备的放电速度，得到电力输出总值；
41、判断电网的实时用电需求是否小于电力输出总值，若是，虚拟电厂对预设时间后的电网用电需求的预测不存在异常；
42、若否，则虚拟电厂对预设时间后的电网用电需求的预测存在异常。
4本文档来自技高网...
【技术保护点】
1.一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述获取用电高峰时段和用电低峰时段包括以下步骤：
3.根据权利要求2所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述在用电高峰时段和用电低峰时段，分析虚拟电厂对电网用电需求分解得到的电力指令是否存在异常包括以下步骤：
4.根据权利要求3所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述在用电高峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常包括以下步骤：
5.根据权利要求4所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述在用电低峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常的步骤与在用电高峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常的步骤一致。
6.根据权利要求5所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述分析虚拟电厂使用第一分布式能源和第二分布式能源的优先级是否异常
7.根据权利要求6所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述在用电高峰时段和用电低峰时段，分析虚拟电厂对预设时间后的电网用电需求的预测是否异常包括以下步骤：
8.一种基于大数据检测的虚拟电厂调度异常诊断系统，用于实现如权利要求1-7任一项所述的基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述获取用电高峰时段和用电低峰时段包括以下步骤：
3.根据权利要求2所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述在用电高峰时段和用电低峰时段，分析虚拟电厂对电网用电需求分解得到的电力指令是否存在异常包括以下步骤：
4.根据权利要求3所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于，所述在用电高峰时段，分析虚拟电厂对储能设备的存放电指令是否存在异常包括以下步骤：
5.根据权利要求4所述的一种基于大数据检测的虚拟电厂调度异常诊断方法，其特征在于...
【专利技术属性】
技术研发人员：许教文，刘亮，许小明，吴生燕，田林源，孙鑫，
申请(专利权)人：深圳市华睿信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。