System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力系统,具体为一种智能微网新能源集中调度系统。
技术介绍
1、微网是指一种小规模的电力系统,在本地范围内可以独立进行供电和负荷管理,其主要功能是支持多种类型的能源,包括传统能源和可再生能源的集成和调度,微网的新能源通常指的是以可再生能源为主的电力来源,例如太阳能、风能、地热能、生物质能等,这些能源具有可再生、环境友好和低排放等优点,通过使用低排放的可再生能源,微网能够显著减少温室气体的排放,有助于应对全球气候变化,此外,微网配合储能系统能够减少电力波动,提高电力质量,进一步降低对环境的负面影响。
2、目前在进行微网新能源调度时,依赖于海量的数据,包括负荷预测、气象数据和设备状态,在数据不准确的情况下,调度策略可能不合理,这会导致不必要的能源损失和经济浪费。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本专利技术提供了一种智能微网新能源集中调度系统,具备通过数据采集模块利用传感器采集太阳能发电量数据、风力发电量数据、电池储能状态、电网电压、电网电流、电网功率、环境温度以及环境湿度,数据处理模块对采集到的数据通过算法公式进行数据异常值检测、数据缺失值处理、数据去噪以及数据归一化处理,决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行短期负荷预测、中期负荷预测、能源供应预测以及经济调度优化,并生成决策建议,调度控制模块根据决策支持模块的建议,进行系统的调度与控制,计算实时功率调度,并将调度指令和控制执行
3、(二)技术方案
4、为实现上述目的,本专利技术提供如下技术方案:一种智能微网新能源集中调度系统,包括数据采集模块、数据处理模块、决策支持模块、调度控制模块以及监测反馈模块;
5、所述数据采集模块通过传感器采集太阳能发电量数据、风力发电量数据、电池储能状态、电网电压、电网电流、电网功率、环境温度以及环境湿度,并将上述采集数据通过网络传输至数据处理模块;
6、所述数据处理模块对采集到的数据通过算法公式进行数据异常值检测、数据缺失值处理、数据去噪以及数据归一化处理,并将处理后数据传输至决策支持模块;
7、所述决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行短期负荷预测、中期负荷预测、能源供应预测以及经济调度优化,并生成决策建议传递给调度控制模块;
8、所述调度控制模块根据决策支持模块的建议,进行系统的调度与控制,计算实时功率调度,并将调度指令和控制执行结果传输至监测反馈模块;
9、所述监测反馈模块持续监测系统运行效率、设备运行状态以及事故报警信息,并将监测结果反馈至数据采集模块,形成闭环控制。
10、优选的,所述数据处理模块对采集到的数据通过算法公式进行数据异常值检测,数据异常值检测公式如下所示:
11、
12、公式中,表示异常值检测数据,表示观测值,指需要判断是否为异常值的数据点,表示样本均值,代表数据集的平均水平,计算方式是所有数据点求和后平均,表示样本标准差,反映数据集的离散程度,计算时取每个数据点与均值的差的平方,计算均值后再开方,当的绝对值大于3时,该数据点被认为是异常值。
13、优选的,所述数据处理模块对采集到的数据通过算法公式进行数据缺失值处理,数据缺失值处理公式如下所示:
14、
15、公式中,表示填充后的数据值,表示非缺失值的数量,表示每一个已知数据值。
16、优选的,所述数据处理模块对采集到的数据通过算法公式进行数据去噪,数据去噪公式如下所示:
17、
18、公式中,表示第个位置的滑动平均值,表示滑动窗口的大小,每个时间点的平滑值是近个时间点的平均,用于减小随机噪声的影响。
19、优选的,所述数据处理模块对采集到的数据通过算法公式进行数据归一化,数据归一化公式如下所示:
20、
21、公式中,表示归一后数据,表示原始数据值,与表示数据集中的最小值和最大值,该公式将原始数据缩放到 [0, 1] 的范围,消除不同特征之间的量级差异。
22、优选的,所述决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行短期负荷预测,计算公式如下所示:
23、
24、公式中,表示短期负荷预测的目标变量,表示常数项,表示自回归系数,表示滑动平均系数,表示误差项。
25、优选的,所述决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行中期负荷预测,计算公式如下所示:
26、
27、公式中,表示中期负荷预测,表示截距项,表示各自特征的回归系数,表示自变量,表示误差项。
28、优选的,所述决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行能源供应预测,计算公式如下所示:
29、
30、公式中,表示能源供应预测,表示激活函数,表示权重矩阵,表示连接各层节点的强度,表示输入特征,表示偏置项。
31、优选的,所述决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行经济调度优化,计算公式如下所示:
32、
33、公式中,表示经济调度优化,表示第种电源的单位成本,表示第种电源的发电功率。
34、优选的,所述调度控制模块根据决策支持模块的建议,进行系统的调度与控制,计算实时功率调度,计算公式如下所示:
35、
36、公式中,表示实时功率调度,表示第种电源的单位成本,表示第种电源的发电功率,表示第种电源的单位排放成本。
37、与现有技术相比,本专利技术提供了一种智能微网新能源集中调度系统,具备以下有益效果:
38、本专利技术通过数据采集模块利用传感器采集太阳能发电量数据、风力发电量数据、电池储能状态、电网电压、电网电流、电网功率、环境温度以及环境湿度,数据处理模块对采集到的数据通过算法公式进行数据异常值检测、数据缺失值处理、数据去噪以及数据归一化处理,决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行短期负荷预测、中期负荷预测、能源供应预测以及经济调度优化,并生成决策建议,调度控制模块根据决策支持模块的建议,进行系统的调度与控制,计算实时功率调度,并将调度指令和控制执行结果传输至监测反馈模块,监测反馈模块持续监测系统运行效率、设备运行状态以及事故报警信息,并将监测结果反馈至数据采集模块,形成闭环控制,通过上述模块的结合,准确采集数据进行分析计算,合理布置本文档来自技高网...
【技术保护点】
1.一种智能微网新能源集中调度系统,其特征在于:包括数据采集模块、数据处理模块、决策支持模块、调度控制模块以及监测反馈模块;
2.根据权利要求1所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据异常值检测,数据异常值检测公式如下所示:
3.根据权利要求2所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据缺失值处理,数据缺失值处理公式如下所示:
4.根据权利要求3所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据去噪,数据去噪公式如下所示:
5.根据权利要求4所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据归一化,数据归一化公式如下所示:
6.根据权利要求5所述的一种智能微网新能源集中调度系统,其特征在于:所述决策支持模块基于处理后的数据进行分析与预测,提供决策依据,并通过算法公式进行短期负荷预测,计算公式如下所示:
...【技术特征摘要】
1.一种智能微网新能源集中调度系统,其特征在于:包括数据采集模块、数据处理模块、决策支持模块、调度控制模块以及监测反馈模块;
2.根据权利要求1所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据异常值检测,数据异常值检测公式如下所示:
3.根据权利要求2所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据缺失值处理,数据缺失值处理公式如下所示:
4.根据权利要求3所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据去噪,数据去噪公式如下所示:
5.根据权利要求4所述的一种智能微网新能源集中调度系统,其特征在于:所述数据处理模块对采集到的数据通过算法公式进行数据归一化,数据归一化公式如下所示:
6.根据权利要求5所述的一种智能微网新能源集中调度系统,其特征在于:所...
【专利技术属性】
技术研发人员:万毅,孙朝霞,张晓煜,贾耀坤,张登旭,王亮,曹威,黎姣,艾欣琦,彭湘泽,李锦凤,何啸,张庆,金巧,余晨雨,
申请(专利权)人:国网湖北省电力有限公司随州供电公司,
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。