能源调度处理方法、装置、计算机设备和存储介质与流程

本技术涉及新能源，特别是涉及一种能源调度处理方法、装置、计算机设备和存储介质。

背景技术：

1、近些年新能源发展迅猛，对减少不可再生能源利用、保障日益增长的能源需求、应对大气环境污染和气候变化问题等起到了关键作用。新能源发展的同时，部分地区存在着新能源装机规模超过可承载能力，造成新能源浪费的问题。

2、为保证新能源的健康发展，有必要针对各地区的新能源进行优化调度，尽可能地避免新能源浪费的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够减少能源浪费的能源调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种能源调度处理方法。所述方法包括：

3、对工业园区单位时间内的绿色能源的消纳量进行预测，得到预测消纳量；

4、基于所述预测消纳量确定预测能源消纳曲线；

5、通过负荷转移模型，基于所述预测能源消纳曲线、第一约束条件和第二约束条件，预测确定目标调控方案；其中，所述目标调控方案被执行时，使得所述工业园区内产生的负荷转移量形成的曲线与所述预测能源消纳曲线拟合、用能变化表征参数满足所述第一约束条件且用能代价表征参数满足所述第二约束条件；所述用能变化表征参数用于量化所述工业园区内的用能变化量；所述用能代价表征参数用于量化所述工业园区内的用能代价；

6、在所述工业园区单位时间内执行所述目标调控方案。

7、在其中一个实施例中，所述通过负荷转移模型，基于所述预测能源消纳曲线、第一约束条件和第二约束条件，预测确定目标调控方案包括：

8、确定待优化的目标函数；所述目标函数包括用能变化量化函数和用能代价量化函数；所述用能变化量化函数用于量化计算所述用能变化表征参数；所述用能代价量化函数用于量化计算所述用能代价表征参数；

9、通过所述负荷转移模型，朝着拟合所述负荷转移量曲线与所述预测能源消纳曲线的方向、以及优化所述目标函数的方向，迭代地搜索调控方案，针对每个搜索到的调控方案，预测所述调控方案被执行的情况下，所述目标函数中用能变化表征参数和所述用能代价表征参数各自的参数值，以确定在所述调控方案下所述目标函数的值；

10、在使负荷转移量曲线与所述预测能源消纳曲线拟合的情况下，将使所述目标函数得到最优值的调控方案作为目标调控方案。

11、在其中一个实施例中，所述针对每个搜索到的调控方案，预测所述调控方案被执行的情况下，所述目标函数中用能变化表征参数和所述用能代价表征参数各自的参数值包括：

12、针对每个搜索到的调控方案，预测执行所述调控方案后的用能变化总量和原始用能总量的比值，得到执行所述调控方案后所述用能变化表征参数的参数值；所述用能变化总量是预测的在执行所述调控方案后的各时段用能变化量之和；所述原始用能总量是未执行所述调控方案时的原始各时段用能量之和；

13、针对每个搜索到的调控方案，预测执行所述调控方案后的单位时间用能代价与原始单位时间用能代价之间的比值，得到执行所述调控方案后所述用能代价表征参数的参数值；所述原始单位时间用能代价是未执行所述调控方案时的单位时间用能代价。

14、在其中一个实施例中，所述预测能源消纳曲线包括高峰时段消纳量、平时段消纳量和低谷时段消纳量；拟合所述负荷转移量曲线与所述预测能源消纳曲线的步骤包括：

15、针对每个搜索到的调控方案，预测所述调控方案被执行的情况下，所述工业园区内产生的负荷转移量，并根据所述负荷转移量生成所述负荷转移量曲线；

16、将所述负荷转移量曲线中的高峰时段、平时段以及低谷时段，分别与所述预测能源消纳曲线的高峰时段、平时段以及低谷时段进行拟合逼近，以使得同一时段的负荷转移量和预测消纳量相匹配。

17、在其中一个实施例中，所述对工业园区单位时间内的绿色能源的消纳量进行预测，得到预测消纳量包括：

18、确定所述工业园区单位时间对应的气象数据、时间类型和历史能源消纳量；

19、通过能源预测模型对所述气象数据、时间类型和所述历史能源消纳量进行非线性映射处理，得到所述能源预测模型输出的预测消纳量；

20、其中，所述能源预测模型的训练步骤包括：

21、对所述工业园区的能源相关数据进行平滑处理，得到样本能源相关数据；所述能源相关数据是指与绿色能源的消纳相关的数据；

22、基于所述样本能源数据对径向基函数神经网络进行训练优化，得到能源预测模型。

23、在其中一个实施例中，所述方法还包括：

24、将所述工业园区单位时间内实际能源消纳量上传至第一区块链；

25、在接收到能源输送请求、且所述工业园区当前时段的能源消纳量饱和的情况下，对所述能源输送请求的发起对象进行能源输送；所述发起对象是所述区块链中被授权的节点对象。

26、在其中一个实施例中，所述方法还包括：

27、基于预设规则，通过第二区块链中多个节点对象之间的交互进行跨区域的能源虚拟传输；

28、其中，所述多个节点对象包括能源发行商和能源运营商；所述第二区块链中记录的交互结果被发送至目标平台，所述交互结果用于指示第二区块链中能源的发行运营情况；所述目标平台上的产生的发行运营授权记录会上传至所述第二区块链，所述发行运营授权记录用于指示第二区块链中节点对象具有的发行运营权限。

29、在其中一个实施例中，所述方法还包括：

30、在执行所述目标调控方案的过程中，确定当前时段相较于上一时段的负荷变化量；

31、在所述负荷变化量小于变化量阈值的情况下，优先减少第一能源的消纳量；所述第一能源是非绿色能源；

32、在所述负荷变化量大于变化量阈值的情况下，优先增加第二能源的消纳量；所述第二能源是绿色能源。

33、第二方面，本技术还提供了一种能源调度处理装置。所述装置包括：

34、预测模块，用于对工业园区单位时间内的绿色能源的消纳量进行预测，得到预测消纳量；

35、确定模块，用于基于所述预测消纳量确定预测能源消纳曲线；

36、处理模块，用于通过负荷转移模型，基于所述预测能源消纳曲线、第一约束条件和第二约束条件，预测确定目标调控方案；其中，所述目标调控方案被执行时，使得所述工业园区内产生的负荷转移量形成的曲线与所述预测能源消纳曲线拟合、用能变化表征参数满足所述第一约束条件且用能代价表征参数满足所述第二约束条件；所述用能变化表征参数用于量化所述工业园区内的用能变化量；所述用能代价表征参数用于量化所述工业园区内的用能代价；

37、执行模块，用于在所述工业园区单位时间内执行所述目标调控方案。

38、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法中的步骤。

39、第四方面，本技术还提供了一种计算机可读存储介质。所述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的方法中的步骤。

40、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法中的步骤。

41、上述能源调度处理方法、装置、计算机设备、存储介质和计算机程序产品，对工业园区单位时间内的绿色能源的消纳量进行预测，得到预测消纳量；基于预测消纳量确定预测能源消纳曲线；通过负荷转移模型，基于预测能源消纳曲线、第一约束条件和第二约束条件，预测确定目标调控方案；其中，目标调控方案被执行时，使得工业园区内产生的负荷转移量形成的曲线与预测能源消纳曲线拟合、用能变化表征参数满足第一约束条件且用能代价表征参数满足第二约束条件；用能变化表征参数用于量化工业园区内的用能变化量；用能代价表征参数用于量化工业园区内的用能代价；通过综合考虑预测消纳量、工业园区内产生的负荷转移量、工业园区内的用能变化量以及工业园区内的用能代价，确定目标调控方案，进而在工业园区单位时间内执行目标调控方案，能够在保证用能代价满足第二约束条件和用能变化量满足第一约束条件的情况下，使得工业园区内绿色能源的消纳量与负荷转移量尽可能的匹配，从而实现绿色能源的优化调度，提高绿色能源的消纳，减少绿色能源的浪费。