基于云计算的电力系统智能化调度与优化系统及方法与流程

本发明涉及电力系统领域，尤其涉及一种基于云计算的电力系统智能化调度与优化系统及方法。

背景技术：

1、电力系统的调度与优化是为了保证电网安全稳定运行、可靠供电、各类电力生产工作有序进行而采用的一种有效的管理手段。其具体工作内容是依据各类信息采集设备反馈回来的数据信息，或监控人员提供的信息，结合电网实际运行参数，如电压、电流、频率、负荷等，综合考虑各项生产工作开展情况，对电网安全、经济运行状态进行判断，通过电话或自动系统发布操作指令，指挥现场操作人员或自动控制系统进行调整，如调整发电机出力、调整负荷分布、投切电容器、电抗器等，从而确保电网持续安全稳定运行。

2、示例地，中国发明专利公开文本cn109256799a提出的一种基于样本熵的新能源电力系统优化调度方法，所述方法属于电力系统中新能源电力系统优化调度领域。首先，针对新能源、风电及光伏，进行出力预测，新能源与传统负荷形成净负荷；其次，对净负荷序列进行特性分析，并划分子序列，计算相应样本熵；最后，基于样本熵对净负荷子序列进行复杂度评估，根据反映复杂度的样本熵值进行电源角色调整，传统的电源对净负荷的波动性进行灵活追踪。本发明针对电力系统中新能源并网问题，提出使高比例新能源能源优先上网与传统负荷形成净负荷，避免出现弃风弃光现象；针对净负荷曲线的波动程度，调整火电机组出力状态和区间，最小化火电机组波动，最大化可再生能源利用效率及系统经济效益。

3、示例地，中国发明专利公开文本cn109462256a提出的一种基于柔性负荷的光伏电力系统优化调度方法及系统，所述方法结合柔性负荷的响应特性，以运行成本、碳排放惩罚成本和失负荷风险成本最小为目标函数，确定随机模糊约束条件，预测光伏出力并采用基于满意度法的改进细菌群体趋药性算法求解该模型。本发明的方法及系统能够达到电力系统安全经济环保运行的要求，极大地提高了光伏系统的消纳能力，所采用的算法具有更好的收敛性，优化结果更为理想，为决策者决策方案时提供参考。

4、显然，上述现有技术仅仅限于本地电力系统的调度与优化，没有基于附近电力系统的电能供应数据对本地电力系统进行电能的补充调度，关键原因在于，本地电力系统在未来时间区间的用电数据以及附近电力系统在未来时间区间的用电数据难以预判，导致各个电力系统只能各自为战，完全依赖自身供电能力来满足内部负荷的供电需求，存在电力系统未来时间区间负荷供电需求过高、难以实时满足的技术问题。

技术实现思路

1、为了解决现有技术中的技术问题，本发明提供了一种基于云计算的电力系统智能化调度与优化系统及方法，能够采用三级调度优化处理机制对本地负荷在未来时间区间的供电需求进行动态满足，具体地，在本地负荷在未来时间区间的供电数据高于本地供电机构和最近供电机构二者在未来时间区间的供电能力总和时，基于各个负荷的供电优先等级进行相应的调度配电处理，在本地负荷在未来时间区间的供电数据小于上述总和但高于本地供电机构在未来时间区间的供电能力时，在未来时间区间内调度最近供电机构进行辅助供电，以及在本地负荷在未来时间区间的供电数据小于本地供电机构在未来时间区间的供电能力时，仅仅依靠本地供电机构对本地负荷进行供电，不对最近供电机构进行辅助供电的调度处理，尤为关键的是，通过定制不同的智能预测机制对本地负荷在未来时间区间的供电数据以及最近供电机构在未来时间区间的供电能力分别进行智能预测处理，从而在满足本地负荷供电需求的同时，提升了供电机构的利用率，避免形成供电资源浪费以及负荷供电不足的场景。

2、根据本发明的第一方面，提供了一种基于云计算的电力系统智能化调度与优化系统，所述系统包括：

3、第一云计算网元，用于基于本地电力系统过往各天与当前时间分段相同的各个过往时间分段分别对应的各份供电电能使用数据智能预测所述本地电力系统的本地用电机构在当前时间分段需要的供电电能，并作为本地需求电能输出；

4、第二云计算网元，用于基于距离所述本地电力系统最近的备用供电机构在各个历史时间分段分别对应的各个供电参数智能预测所述备用供电机构在当前时间分段提供的最多电能数据，所述各个历史时间分段与所述当前时间分段组成一个完整的时间区间且每一个时间分段的持续时长相等；

5、数据获取设备，用于获取本地电力系统的本地供电机构在当前时间分段的供应电能幅值，所述本地供电机构为火力发电机构；

6、第三云计算网元，分别与所述第一云计算网元、所述第二云计算网元以及所述数据获取设备连接，用于获取本地供电机构在当前时间分段的供应电能幅值与所述备用供电机构在当前时间分段提供的最多电能数据的和值以作为参考供应电能，并当本地用电机构在当前时间分段需要的供电电能大于所述参考供应电能时，发出拉闸限电请求；

7、限电执行设备，分别与所述第三云计算网元以及所述本地用电机构连接，用于在接收到拉闸限电请求时，基于所述本地用电机构的各个负载设备分别对应的各份限电优先权依次对所述各个负载设备执行限电管理；

8、其中，基于所述本地用电机构的各个负载设备分别对应的各份限电优先权依次对所述各个负载设备执行限电管理包括：所述本地用电机构的负载设备的限电优先权越高，其被限电的时间越晚；

9、其中，采用第一ai预测模型用于基于本地电力系统过往各天与当前时间分段相同的各个过往时间分段分别对应的各份供电电能使用数据智能预测所述本地电力系统的本地用电机构在当前时间分段需要的供电电能，并作为本地需求电能输出；

10、其中，采用第二ai预测模型用于基于距离所述本地电力系统最近的备用供电机构在各个历史时间分段分别对应的各个供电参数智能预测所述备用供电机构在当前时间分段提供的最多电能数据。

11、根据本发明的第二方面，提供了一种基于云计算的电力系统智能化调度与优化方法，所述方法包括以下步骤：

12、采用第一云计算网元基于本地电力系统过往各天与当前时间分段相同的各个过往时间分段分别对应的各份供电电能使用数据智能预测所述本地电力系统的本地用电机构在当前时间分段需要的供电电能，并作为本地需求电能输出；

13、采用第二云计算网元基于距离所述本地电力系统最近的备用供电机构在各个历史时间分段分别对应的各个供电参数智能预测所述备用供电机构在当前时间分段提供的最多电能数据，所述各个历史时间分段与所述当前时间分段组成一个完整的时间区间且每一个时间分段的持续时长相等；

14、获取本地电力系统的本地供电机构在当前时间分段的供应电能幅值，所述本地供电机构为火力发电机构；

15、采用第三云计算网元获取本地供电机构在当前时间分段的供应电能幅值与所述备用供电机构在当前时间分段提供的最多电能数据的和值以作为参考供应电能，并当本地用电机构在当前时间分段需要的供电电能大于所述参考供应电能时，发出拉闸限电请求；

16、在接收到拉闸限电请求时，基于所述本地用电机构的各个负载设备分别对应的各份限电优先权依次对所述各个负载设备执行限电管理；

17、其中，基于所述本地用电机构的各个负载设备分别对应的各份限电优先权依次对所述各个负载设备执行限电管理包括：所述本地用电机构的负载设备的限电优先权越高，其被限电的时间越晚；

18、其中，采用第一ai预测模型用于基于本地电力系统过往各天与当前时间分段相同的各个过往时间分段分别对应的各份供电电能使用数据智能预测所述本地电力系统的本地用电机构在当前时间分段需要的供电电能，并作为本地需求电能输出；

19、其中，采用第二ai预测模型用于基于距离所述本地电力系统最近的备用供电机构在各个历史时间分段分别对应的各个供电参数智能预测所述备用供电机构在当前时间分段提供的最多电能数据。

20、由此可见，本发明至少具备以下四处实质性的技术进步：

21、第一处：分别采用不同云计算网元基于智能分析机制获取本地电力系统的本地用电机构在当前时间分段需要的供电电能、距离本地电力系统最近的备用供电机构在当前时间分段提供的最多电能数据；

22、第二处：获取本地电力系统的火力供电机构在当前时间分段的供应电能幅值，计算本地供电机构在当前时间分段的供应电能幅值与备用供电机构在当前时间分段提供的最多电能数据的和值以作为参考供应电能，并当本地用电机构在当前时间分段需要的供电电能大于所述参考供应电能时，即确定本地和附近供电机构在作为未完成时间分段的当前时间分段内联合提供的电能无法满足本地负载用电需求时，发出拉闸限电请求，从而实现了电力系统的智能化调度处理；

23、第三处：在接收到拉闸限电请求时，基于本地用电机构的各个负载设备分别对应的各份限电优先权依次对各个负载设备执行限电管理，所述本地用电机构的负载设备的限电优先权越高，其被限电的时间越晚，从而实现了电力系统的智能化优化处理；

24、第四处：采用定制结构的第一ai预测模型用于实现本地用电机构在当前时间分段需要的供电电能的智能分析处理，以及采用定制结构的第二ai预测模型用于实现距离本地电力系统最近的备用供电机构在当前时间分段提供的最多电能数据的智能分析处理，从而提升了各项电能数据获取的可靠性和稳定性。