针对用户侧可调节负荷的信息传送装置与方法与流程

本发明属于用户侧可调节负荷，具体涉及一种针对用户侧可调节负荷的信息传送装置与方法。

背景技术：

1、新能源发电具有随机性、间歇性、波动性特征，大规模新能源接入新型电力系统后，将导致电力供需平衡困难、频率稳定问题突出，仅靠传统电厂的调节能力难以应对，必须挖掘用户侧灵活资源的调节潜力。正如专利公开号为“cn113193577b”的现有技术方案中提及的，获取用户侧储能系统的电站信息、电价信息与功能组合参量，以此对用户侧储能系统的可调节负荷能力执行评价。

2、具体而言就是用户侧储能系统与评价平台通讯相连，用户侧储能系统用于把其电站信息、电价信息与功能组合参量传送至评价平台，评价平台用于获取用户侧储能系统的电站信息、电价信息与功能组合参量，以此对用户侧储能系统的可调节负荷能力执行评价。

3、要确保用户侧可调节负荷信息传送期间的可靠性，常常会对用户侧可调节负荷信息执行调制处置接着执行传送，然而目前常常经由手动方法来认定调制的级别，其一则会削弱高效性，二则会常常产生问题，所以，就要一可主动认定调制级别的用户侧可调节负荷信息可靠传送装置对传送前的用户侧可调节负荷信息执行处置，恰当调配调制用软硬件且改善处置高效性。

技术实现思路

1、为解决现有技术中存在的缺陷，本发明提出一种针对用户侧可调节负荷的信息传送装置与方法，抽取传送用户侧可调节负荷信息的调节属性抽取组件属性信息；依据调节属性抽取组件属性信息处置取得传送用户侧可调节负荷信息的调制因子；依据调制因子对传送用户侧可调节负荷信息调配调制用软硬件且执行调制；传送调制后的信息；经由对调制先后的调节属性抽取组件信息执行属性解析，确认有用的属性项，增大经由解析属性项的属性值准则的繁琐度，确保可靠性，经由神经网络方法对有用属性项与调制因子间的变换方法执行学习，让估计的调制因子可精准的反映要调制的级别，且调配相应的软硬件执行调制处置，在可靠性与高效性间达成一高效的衡定。

2、本发明运用如下的技术方案。

3、一种针对用户侧可调节负荷的信息传送方法，包括：

4、用户侧储能系统把其电站信息、电价信息与功能组合参量调制后传送至评价平台，评价平台获取调制后的用户侧储能系统的电站信息、电价信息与功能组合参量且执行解调后取得用户侧储能系统的电站信息、电价信息与功能组合参量，以此对用户侧储能系统的可调节负荷能力执行评价，用户侧储能系统的电站信息、电价信息或者功能组合参量就是用户侧可调节负荷信息；

5、用户侧储能系统把其电站信息、电价信息与功能组合参量调制后传送至评价平台的方法，包括：

6、步骤1：抽取传送用户侧可调节负荷信息的调节属性抽取组件属性信息；

7、步骤2：依据调节属性抽取组件属性信息处置取得传送用户侧可调节负荷信息的调制因子；

8、步骤3：依据调制因子对传送用户侧可调节负荷信息调配调制用软硬件且执行调制；

9、步骤4：传送调制后的信息。

10、一种针对用户侧可调节负荷的信息传送装置，包括：

11、用户侧储能系统与评价平台通讯相连，用户侧储能系统用于把其电站信息、电价信息与功能组合参量调制后传送至评价平台，评价平台用于获取调制后的用户侧储能系统的电站信息、电价信息与功能组合参量且执行解调后取得用户侧储能系统的电站信息、电价信息与功能组合参量，以此对用户侧储能系统的可调节负荷能力执行评价，用户侧储能系统的电站信息、电价信息或者功能组合参量就是用户侧可调节负荷信息；

12、运行在用户侧储能系统上的组件，包括：

13、调节属性抽取组件、调制因子机动组件、调制用软硬件调配组件与信息传送组件；

14、调节属性抽取组件用于抽取传送用户侧可调节负荷信息的调节属性抽取组件属性信息，调制因子机动组件依据调节属性抽取组件属性信息处置取得传送用户侧可调节负荷信息的调制因子，调制用软硬件调配组件依据调制因子对传送用户侧可调节负荷信息调配调制用软硬件且执行调制，信息传送组件用于传送调制后的信息。

15、优选地，调节属性抽取组件包含调节信息存放子组件、属性抽取子组件与属性解析回应子组件，调节信息存放子组件用于存放源负荷信息与调制信息的调节信息，属性抽取子组件用于抽取出调节信息的属性信息，属性解析回应子组件用于对属性信息执行解析且朝属性抽取子组件回应有用属性。

16、优选地，调制因子机动组件包含属性学习子组件、因子估计子组件与因子总计子组件，属性学习子组件用于对属性信息执行学习，因子估计子组件依据学习结论对属性信息执行处置取得调制因子，因子总计子组件用于对调制因子执行过总计且存放总计结论。

17、优选地，调制用软硬件调配组件包含软硬件配置子组件与调制执行子组件，软硬件配置子组件依据调制因子对传送的用户侧可调节负荷信息调配调制用软硬件，调制执行子组件依据调配的调制用软硬件对传送的用户侧可调节负荷信息执行调制处置。

18、优选地，信息传送组件包含调制查核子组件与用户侧可调节负荷信息传送子组件，调制查核子组件用于查核传送的用户侧可调节负荷信息是不是经由调制处置，用户侧可调节负荷信息传送子组件用于传送调制后的用户侧可调节负荷信息。

19、优选地，调节信息存放子组件包含源负荷信息调节队列、调制信息调节队列与调节适配处置程序，源负荷信息调节队列用于存放源负荷信息的调节信息，调制信息调节队列用于存放调制信息的调节信息，调节适配处置程序用于把源负荷信息与调制信息的调节信息执行适配。

20、优选地，属性抽取子组件包含属性项准则队列、属性运算处置程序与抽取操控处置程序，属性项准则队列用于存放各个属性项的抽取准则，属性运算处置程序依据抽取准则对调节信息执行运算处置取得属性值，抽取操控处置程序用于对属性值的抽取过程执行控制操控。

21、优选地，属性抽取子组件抽取属性值的方法，包含：

22、(1)抽取操控处置程序收取的适配的调节信息；

23、(2)抽取操控处置程序经属性项准则队列内取得一抽取准则，且同调节信息一起传至属性运算处置程序；

24、(3)属性运算处置程序依据抽取准则运算出调节信息的属性值，回应给抽取操控处置程序；

25、(4)抽取操控处置程序经属性项准则队列中取得后一抽取准则且传至属性运算处置程序；

26、(5)反复执行(3)与(4)，直到属性运算处置程序运算取得全体属性项的属性值；

27、(6)抽取操控处置程序把一对一适配的属性值传至属性解析回应子组件。

28、优选地，属性解析回应子组件包含属性归置处置程序、独个属性解析处置程序与属性择取回应处置程序，属性归置处置程序用于收取存放调节信息的属性值信息且经其内归置出独个属性项的用户侧可调节负荷信息传至独个属性解析处置程序，独个属性解析处置程序用于解析取得各个属性项的变动性，属性择取回应处置程序依据变动性择取出有用的属性项回应给属性抽取子组件；

29、属性归置处置程序把不一样调节属性抽取组件信息的同样的属性项的属性值归置成一对数组{b(j)}与{c(j)}传至独个属性解析处置程序，此处，b(j)代表第j个调节属性抽取组件信息内源负荷信息相应属性项的属性值，b(j)代表第j个调节属性抽取组件信息中调制信息相应属性项的属性值。

30、优选地，独个属性解析处置程序对属性值数组执行解析的方法，包括：

31、a-1：经{b(j)}取得一分簇，定义成目的始点分簇，目的初始分簇相应的{c(j)}形成目的结束点分簇；

32、a-2：把目的始点分簇与目的结束点分簇再度排列，定义成{b(j)k}与{c(j)k}，分别代表第k个目的始点分簇与第k个目的结束点分簇；

33、a-3：运算出目的结束点分簇内最高量减去最低量而得的量δc与目的结束点分簇的方差；

34、a-4：依据以下方程运算出目的结束点分簇的分立参量qk：

35、

36、此处，p是目的结束点分簇内的属性值数目，δb是目的始点分簇的数学期望；

37、a-5：反复执行a-1到a-4，取得n个分立参量；

38、a-6：依据以下方程运算出属性项的变动参量r：

39、

40、此处，是第k个目的始点分簇内属性值的均数；

41、在(1)内，取得的目的始点分簇的条件是：最高量减去最低量而得的量是δb，属性值数目高过事先定义的临界量；

42、属性择取回应处置程序把全体属性项的变动参量自高至低执行排列，取得前l个属性项当做有用的属性项且回应给属性抽取子组件；

43、属性抽取子组件只把有用属性项的属性值传至调制因子机动组件。

44、优选地，属性学习子组件包含属性导进处置程序、模式学习处置程序与模式参量处置程序，属性导进处置程序用于导进l个属性值，模式学习处置程序用于把l个属性值送进卷积神经网络来导出调制因子，模式参量处置程序用于对模式学习处置程序内的参量执行adagrad算法处置且把参量导出给因子估计子组件。

45、本发明的有益效果在于，与现有技术相比，本发明的技术效果包含：

46、经由对调制先后的调节属性抽取组件信息执行属性解析，确认有用的属性项，增大经由解析属性项的属性值准则的繁琐度，确保可靠性，经由神经网络方法对有用属性项与调制因子间的变换方法执行学习，让估计的调制因子可精准的反映要调制的级别，且调配相应的软硬件执行调制处置，在可靠性与高效性间达成一高效的衡定。