一种电厂可调控容量及顶峰能力的预测方法及装置与流程

本发明涉及能源管理，特别涉及一种电厂可调控容量及顶峰能力的预测方法及装置。

背景技术：

1、虚拟电厂是一种先进的能源转换和利用设施，旨在实现高效、清洁、可靠、智能的电力供应。它整合了多种能源技术，包括风光、风力、质能、燃气轮机、内燃机、储能、水蓄冷等供能端工业、充电桩、用等不同领域的负荷端。

2、从供能端来看，虚拟电厂利用多种能源输入，包括风光、风力、质能、燃气轮机、内燃机等。风光和风力发电技术利用自然能源，具有无污染、可再生的优点。质能发电利用废弃物等含碳物质，减少废物排放。燃气轮机和内燃机发电则利用化石燃料，具有高效、灵活的特点。

3、在负荷端，虚拟电厂服务于不同的领域，包括工业、充电、应用和户用等。工业领域需要大量的电力支持，而虚拟电厂能够提供稳定、可靠的电力供应。充电领域是电动汽车发展的重要支撑，虚拟电厂能够提供绿色、高效的充电服务。应用领域包括建筑、交通等，虚拟电厂能够提供个性化的能源解决方案。户用领域则涉及到家庭用电，虚拟电厂能够实现智能家居和节能减排。

4、虚拟电厂的核心技术包括能源管理、智能调度和优化运行等。通过对多种能源技术的整合和优化，实现电力的高效转换和供应。同时，利用物联网、大数据和人工智能等技术，实现能源的智能调度和优化运行，提高电力供应的可靠性和经济性。

5、未来，随着能源结构的转型和电力需求的增长，虚拟电厂将在能源领域发挥越来越重要的作用。通过技术创新和管理优化，虚拟电厂将实现更加高效、清洁、可靠、智能的电力供应，为社会的可持续发展做出贡献。

6、可调空容量指的是在某一时刻供能端和负荷端的可调控容量。对于电力系统来说，可调空容量是非常重要的，它可以帮助电力系统更好地平衡供求关系，避免电力供应不足或者过剩的情况。在可再生能源比重逐渐提高的背景下，由于风能和太阳能等可再生能源的发电量受到天气等因素的影响，电力系统的可调空容量更加重要。如果可调空容量不足，当可再生能源发电量不足时，电力系统可能无法满足负荷的需求，导致供电不足；而当可再生能源发电量过剩时，电力系统可能无法及时吸收多余的电力，导致浪费。而顶峰能力指的是在某一时刻供能端的最大发电能力。在电力系统中，有时会出现负荷高峰期，这时电力系统的发电量需要能够满足最大的电力需求。如果顶峰能力不足，当电力需求达到峰值时，电力系统可能无法满足需求，导致供电不足；而如果顶峰能力过剩，则会造成资源的浪费和设备的疲劳损耗。因此，预测虚拟电厂的可调空容量及顶峰能力于电力系统的稳定性和可靠性有着重要的意义。

7、综上所述，现有的预测方法存在以下问题：

8、1、无法准确预测虚拟电厂的可调控容量及顶峰能力。由于虚拟电厂的特性，其可调控容量及顶峰能力受到多种因素的影响，包括电厂的物理特性、电力系统的需求和运行状况、气候条件等，这些因素的变化可能导致预测结果的不准确。

9、2、缺乏有效的预测模型和方法。现有的预测模型和方法可能不足以应对虚拟电厂的独特特性。

技术实现思路

1、针对上述问题，本发明提供一种电厂可调控容量及顶峰能力的预测方法及装置。

2、第一方面，本发明提供了一种电厂可调控容量及顶峰能力的预测方法，所述方法包括：

3、基于供能设备调控能力、顶峰能力及用能设备调控能力、顶峰能力，并结合设备的时间段属性，构建虚拟电厂的调控能力和顶峰能力的预测模型；

4、根据预测模型预测的虚拟电厂调控能力和顶峰能力，结合电力的需求和供应情况，对虚拟电厂调控能力和顶峰能力进行经济性评估；

5、根据经济性评估的结果，制定相应的调度决策。

6、进一步的，供能设备调控能力、顶峰能力，通过如下方式获得：

7、采集供能设备运行数据和气象数据；

8、对采集的数据进行清洗、整理和标准化处理；

9、根据处理后的数据，建立供能设备出力预测模型；通过模型结合设备数据获得供能设备调控能力、顶峰能力。

10、进一步的，采集供能设备运行数据，包括：

11、设备名称、设备厂家、设备型号、装机容量、燃料成分及低位热值、设备负荷可调控范围、燃料价格和电价。

12、进一步的，气象数据，包括：

13、温度、湿度、气压、风速和太阳辐射。

14、进一步的，用能设备调控能力、顶峰能力，通过如下方式获得：

15、采集用能设备运行数据、用户用能行为数据和气象数据；

16、对采集的数据进行清洗、整理和标准化处理；

17、根据处理后的数据，对用户用能行为分析；

18、根据处理后的数据，建立用能设备出力预测模型；通过模型结合用户用能行为分析结果获得用能设备调控能力、顶峰能力。

19、进一步的，气象数据，包括：

20、温度、湿度、气压、风速和太阳辐射。

21、进一步的，基于供能设备调控能力、顶峰能力及用能设备调控能力、顶峰能力，并结合设备的时间段属性，构建虚拟电厂的调控能力和顶峰能力的预测模型，包括：

22、基于时间段属性，将供能设备调控能力与用能设备调控能力进行时间匹配，将供能设备顶峰能力与用能设备顶峰能力进行时间匹配；

23、根据匹配后的供能设备调控能力、顶峰能力及用能设备调控能力、顶峰能力，通过人工智能技术，建立预测模型。

24、第二方面，本发明提供了一种电厂可调控容量及顶峰能力的预测装置，包括：模型建立单元、经济性评估单元和决策单元；

25、模型建立单元，用于基于供能设备调控能力、顶峰能力及用能设备调控能力、顶峰能力，并结合设备的时间段属性，构建虚拟电厂的调控能力和顶峰能力的预测模型；

26、经济性评估单元，用于根据预测模型预测的虚拟电厂调控能力和顶峰能力，结合电力的需求和供应情况，对虚拟电厂调控能力和顶峰能力进行经济性评估；

27、决策单元，用于根据经济性评估的结果，制定相应的调度决策。

28、第三方面，本发明提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；

29、存储器，存储有计算机程序；

30、处理器，用于执行存储器上所存储的计算机程序时，实现上述的电厂可调控容量及顶峰能力的预测方法。

31、第四方面，本发明提供了一种计算机可读存储介质，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电厂可调控容量及顶峰能力的预测方法。

32、本发明至少具备以下有益效果：

33、本发明将供能端和用能端区分开来，分别对供能设备出力、用能设备负荷构建预测模型，通过模型结合设备数据获得供能设备调控能力、顶峰能力及用能设备的调控能力、顶峰能力作为虚拟电厂调控能力及顶峰能力预测模型的输入，考虑了虚拟电厂的特性使得预测结果更加准确。

34、本发明考虑了时间段属性对预测的影响：虚拟电厂的运行状态和环境因素会随时间发生变化，因此本发明考虑了时间段属性，确保预测模型能够及时捕捉到设备状态的变化，从而提高预测的准确性。

35、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。