区域电网调度方法、装置、计算机设备和存储介质与流程

1.本技术涉及电网技术领域，特别是涉及一种区域电网调度方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着人类社会的发展，区域电网之间的电力调度变得越来越频繁；电力调度能够缓解区域电网的供电压力，也能够避免区域电网的电力浪费，从而合理分配电力资源，保证电力系统的稳定运行。
3.相关技术中，区域电网的调度通常是由省级电网作为送电方，向市级电网配电。但在电力调度的过程中，省级电网也会出现自身电力供应不足的情况；因此，基于相关技术的区域电网调度方法，会使得电力系统的运行在省级电网自身供电不足时受到影响，从而导致电力系统的运行稳定性较低。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高电力系统的运行稳定性的区域电网调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种区域电网调度方法。所述方法包括：
6.将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；
7.按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；
8.将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；
9.根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；
10.按照所述日内调度信息，对所述待调度省级电网进行日内调度。
11.在其中一个实施例中，所述将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息，包括：
12.通过所述预先训练的区域电网协同调度模型，从所述待调度省级电网的日前潮流数据中，确认出所述待调度省级电网的发电机组的日前发电功率、负荷机组的日前负荷功率，以及储能系统的日前充电功率与日前放电功率；
13.根据所述日前发电功率、所述日前负荷功率、所述日前充电功率以及所述日前放电功率，得到所述待调度省级电网的日前调度信息。
14.在其中一个实施例中，所述根据所述日前发电功率、所述日前负荷功率、所述日前充电功率以及所述日前放电功率，得到所述待调度省级电网的日前调度信息，包括：
15.在所述日前发电功率大于所述日前负荷功率的情况下，将所述发电机组中的新能源发电机组接入所述储能系统；
16.在所述储能系统的日前充电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于所述待调度省级电网的第一目标电网；所述目标功率差值为所述日前发电功率与所述日前负荷功率之间的功率差值，所述省级电网电力交互矩阵根据各个省级电网之间的电力交互信息构建得到，所述第一目标电网为除所述待调度省级电网以外的省级电网中，接受所述待调度省级电网的电力输送的省级电网；
17.根据所述第一目标电网的日前潮流数据，得到所述待调度省级电网的日前调度信息。
18.在其中一个实施例中，所述根据所述日前发电功率、所述日前负荷功率、所述日前充电功率以及所述日前放电功率，得到所述待调度省级电网的日前调度信息，还包括：
19.在所述日前发电功率小于所述日前负荷功率的情况下，将所述储能系统接入所述负荷机组；
20.在所述储能系统的日前放电功率小于所述目标功率差值的情况下，根据所述省级电网电力交互矩阵，确定对应于所述待调度省级电网的第二目标电网；所述第二目标电网为除所述待调度省级电网以外的省级电网中，向所述待调度省级电网输送电力的省级电网；
21.根据所述第二目标电网的日前潮流数据，得到所述待调度省级电网的日前调度信息。
22.在其中一个实施例中，所述将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据，包括：
23.通过所述预先训练的潮流数据预测模型，从所述待调度省级电网在当前时刻的实际潮流数据中，确认出所述待调度省级电网的各个发电机组的实际发电功率与各个负荷机组的实际负荷功率；
24.根据所述待调度省级电网的日前潮流数据与所述各个发电机组的实际发电功率，对所述各个发电机组在所述当前时刻的预设时长后的发电功率进行预测，得到所述各个发电机组在所述预设时长后的预测发电功率；
25.根据所述待调度省级电网的日前潮流数据与所述各个负荷机组的实际负荷功率，对所述各个负荷机组在所述当前时刻的预设时长后的负荷功率进行预测，得到所述各个负荷机组在所述预设时长后的预测负荷功率；
26.将所述各个发电机组在所述预设时长后的预测发电功率与所述各个负荷机组在所述预设时长后的预测负荷功率，确认为所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据。
27.在其中一个实施例中，所述根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息，包括：
28.针对所述各个负荷机组，确认与所述负荷机组对应的各个目标发电机组；
29.在所述各个目标发电机组的预测发电功率之和小于所述负荷机组的预测负荷功率的情况下，在除所述各个目标发电机组外的发电机组中，确认出所述负荷机组的待接入发电机组；
30.将所述待接入发电机组接入所述负荷机组，得到所述待调度省级电网的日内调度
信息。
31.第二方面，本技术还提供了一种区域电网调度装置。所述装置包括：
32.日前调度信息确认模块，用于将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；
33.区域电网日前调度模块，用于按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；
34.日内潮流数据预测模块，用于将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；
35.日内调度信息确认模块，用于根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；
36.区域电网日内调度模块，用于按照所述日内调度信息，对所述待调度省级电网进行日内调度。
37.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以下步骤：
38.将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；
39.按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；
40.将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；
41.根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；
42.按照所述日内调度信息，对所述待调度省级电网进行日内调度。
43.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以下步骤：
44.将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；
45.按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；
46.将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；
47.根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；
48.按照所述日内调度信息，对所述待调度省级电网进行日内调度。
49.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以下步骤：
50.将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；
51.按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；
52.将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；
53.根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；
54.按照所述日内调度信息，对所述待调度省级电网进行日内调度。
55.上述区域电网调度方法、装置、计算机设备、存储介质和计算机程序产品，首先将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到待调度省级电网的日前调度信息；然后按照日前调度信息，对待调度省级电网进行日前调度，得到待调度省级电网在当前时刻的实际潮流数据；接着将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据；再接着根据预测潮流数据，得到待调度省级电网的日内调度信息；最后按照日内调度信息，对待调度省级电网进行日内调度。这样，通过待调度省级电网的日前潮流数据，能够初步确定待调度省级电网的日前调度信息，接着，根据待调度省级电网在日前调度信息下的实际潮流数据，能够得到待调度省级电网在预设时长后的预测潮流数据，进而能够在日前调度信息的基础上，得到待调度省级电网的日内调度信息，以根据待调度省级电网的实际情况对待调度省级电网进行精准的日内调度；基于以上过程的区域电网调度方法，充分考虑了待调度省级电网在电力调度过程中的电力供应情况，使得待调度省级电网的电力调度能够随着待调度省级度电网的潮流数据的变化而变化，从而保证了待调度省级电网的电力调度不会影响电力系统的运行，进而提高了电力系统的运行稳定性。
附图说明
56.图1为一个实施例中区域电网调度方法的流程示意图；
57.图2为一个实施例中得到待调度省级电网的日前调度信息的步骤的流程示意图；
58.图3为另一个实施例中得到待调度省级电网的日前调度信息的步骤的流程示意图；
59.图4为一个实施例中得到待调度省级电网在当前时刻的预设时长后的预测潮流数据的步骤的流程示意图；
60.图5为一个实施例中根据预测潮流数据，得到待调度省级电网的日内调度信息的步骤的流程示意图；
61.图6为另一个实施例中区域电网调度方法的流程示意图；
62.图7为一个实施例中区域电网调度装置的结构框图；
63.图8为一个实施例中计算机设备的内部结构图。
具体实施方式
64.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
65.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关
国家和地区的相关法律法规和标准。
66.在一示例性实施例中，如图1所示，提供了一种区域电网调度方法，本实施例以该方法应用于服务器进行举例说明；可以理解的是，该方法也可以应用于终端，还可以应用于包括服务器和终端的系统，并通过服务器和终端之间的交互实现。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现；终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、以及平板电脑。本实施例中，该方法包括以下步骤：
67.步骤s102，将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到待调度省级电网的日前调度信息。
68.其中，待调度省级电网的日前潮流数据为待调度省级电网在前一段时间内(例如前一日或前七日)的潮流数据；潮流数据至少包括电网的各个机组在前一段时间内的工作数据，电网的各个机组至少包括发电机组、负荷机组以及储能系统；对于发电机组，工作数据至少包括发电量与发电时间；对于负荷机组，工作数据至少包括耗电量与运行时间；对于储能系统，工作数据至少包括充电电量、发电时间、放电电量与放电时间。
69.其中，预先训练的区域电网协同调度模型，用于确定各个省级电网的日前调度信息；预先训练的区域电网协同调度模型可以通过对各个样本省级电网的样本日前潮流数据与样本日前调度信息进行深度学习训练得到。
70.其中，日前调度信息用于表征待调度省级电网在未来一段时间内的电力调度情况。能够理解的是，对于区域电网的电力调度，包括日前调度与日内调度；日前调度是指根据历史的潮流数据(日前潮流数据)对区域电网进行短期的电力调度，日内调度是指根据实时的潮流数据(日内潮流数据)对区域电网进行实时的电力调度；以间隔一日进行一次日前调度为例，服务器根据待调度省级电网的日前潮流数据，可以初步确定待调度省级电网在未来一日内的电力调度情况，得到日前调度信息，然后在待调度省级电网按照日前调度信息进行电力调度的同时，根据待调度省级电网的日内潮流数据，进一步确定待调度省级电网的电力调度实时情况，得到日内调度信息。
71.具体地，服务器响应于针对待调度省级电网的调度指令，获取待调度省级电网在前一段时间内的日前潮流数据，并将日前潮流数据输入至预先训练的区域电网协同调度模型中，通过预先训练的区域电网协同调度模型得到待调度省级电网在未来一日内的电力调度情况，即待调度省级电网的日内调度信息。
72.举例说明，对于待调度省级电网a，服务器将待调度省级电网a前七日内的潮流数据输入至预先训练的区域电网协同调度模型中，得到待调度省级电网a在未来一日内的调度信息为：向省级电网b输送电力500万千瓦时的电力，向待调度省级电网a的下一级市级电网c输送800万千瓦时的电力。
73.需要说明的是，区域电网包括省级电网与市级电网，省级电网用于向其余省级电网或下一级的市级电网输送电力；市级电网用于接收上一级的省级电网的电力输送，并为用户提供电力服务。本技术所提供的区域电网调度方法，既涉及省级电网之间的电力调度，又涉及省级电网与市级电网之间的电力调度，也就是说，在本技术中所提供的区域电网调度方法中，待调度省级电网的电力调度会受到其余电网的影响，并且多个电网的日前调度信息的确认是需要同时进行的，因此服务器在通过预先训练的区域电网协同调度模型确认待调度省级电网可的日内调度信息时，还可以基于粒子群算法或蚁群算法，在保证全局最
优的情况下，得到日内调度信息。
74.能够理解的是，对于预先训练的区域电网协同调度模型的训练过程如下：服务器将各个样本省级电网对应于某调度时刻的样本日前潮流数据与样本日前调度信息，输入至待训练的区域电网协同调度模型中，得到各个样本省级电网对应于某调度时刻的预测日前调度信息；然后，服务器通过损失函数，计算各个样本省级电网的样本日前调度信息与预测日前调度信息之间的损失值，并根据损失值调整待训练的区域电网协同调度模型的训练参数，从而对待训练的区域电网协同调度模型进行训练，直到对应的损失值小于预设阈值，得到训练完成的区域电网协同调度模型，并将训练完成的区域电网协同调度模型作为预先训练的区域电网协同调度模型。
75.步骤s104，按照日前调度信息，对待调度省级电网进行日前调度，得到待调度省级电网在当前时刻的实际潮流数据。
76.其中，待调度省级电网在当前时刻的实际潮流数据，为待调度省级电网的各个机组在当前时刻的工作数据。
77.具体地，服务器按照日前调度信息，对待调度省级电网进行日前调度，并获取待调度省级电网在当前时刻的各个机组的工作数据，作为待调度省级电网在当前时刻的实际潮流数据。
78.步骤s106，将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据。
79.其中，预先训练的潮流数据预测模型，用于预测待调度省级电网的潮流数据；预先训练的潮流数据预测模型，可以通过对各个样本省级电网在某时刻下的样本潮流数据，以及在该时刻的预设时长后的实际潮流数据进行深度学习训练得到。
80.其中，预设时长用于表征对待调度省级电网进行日内调度的时间间隔；例如，服务器以1小时为时间间隔，对待调度省级电网进行日内滚动优化调度，那么服务器在每日零点时，开始按照日前调度信息对待调度省级电网进行日前调度，并在零点时，获取待调度省级电网在零点时的实际潮流数据，接着通过预先训练的潮流数据预测模型，基于待调度省级电网在零点时的实际潮流数据，得到待调度省级电网在1点时的预测潮流数据，进而得到待调度省级电网在零点至1点之间的日内调度信息；然后，服务器在1点时，获取待调度省级电网在1点时的实际潮流数据，接着通过预先训练的潮流数据预测模型，基于待调度省级电网在1点时的实际潮流数据，得到待调度省级电网在2点时的预测潮流数据，进而得到待调度省级电网在1点至2点之间的日内调度信息；以此类推，服务器可以实现对待调度省级电网的日内滚动优化调度。
81.其中，待调度省级电网在当前时刻的预设时长后的预测潮流数据，至少包括待调度省级电网的各个机组在未来一段时间后(预设时长后)的工作数据。
82.具体地，服务器将待调度省级电网的各个机组在当前时刻的工作数据，输入至预先训练的潮流数据预测模型中，通过预先训练的潮流数据预测模型，基于待调度省级电网的各个机组在当前时刻的工作数据，对待调度省级电网中的各个机组在预设时长后的工作数据进行预测，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据。
83.举例说明，服务器可以以日为单位，根据各个机组的潮流数据绘制对应的潮流数据变化曲线，然后通过预先训练的潮流数据预测模型，在对应的潮流数据变化曲线中，确认
出与该机组截至当前时刻的潮流数据变化情况相似的目标曲线，并根据目标曲线，对该机组在当前时刻之后的潮流数据进行预测，从而得到待调度省级电网的预测潮流数据。
84.能够理解的是，关于预先训练的潮流数据预测模型的训练过程如下：服务器将各个样本省级电网在某时刻下的样本潮流数据，以及在该时刻的预设时长后的实际潮流数据，输入至待训练的潮流数据预测模型中，得到各个样本省级电网在该时刻的预设时长后的预测潮流数据；然后，服务器通过损失函数，计算各个样本省级电网在该时刻的预设时长后的实际潮流数据与预测潮流数据之间的损失值，并根据损失值调整待训练的潮流数据预测模型的训练参数，从而对待训练的潮流数据预测模型进行训练，直到对应的损失值小于预设阈值，得到训练完成的潮流数据预测模型，并将训练完成的潮流数据预测模型作为预先训练的潮流数据预测模型。
85.步骤s108，根据预测潮流数据，得到待调度省级电网的日内调度信息。
86.其中，日内调度信息用于表征待调度省级电网在预设时长内的电力调度情况；假设预设时长为1小时，那么日内调度信息即为待调度省级电网在未来1小时内的电力调度情况。
87.具体地，服务器根据待调度省级电网的各个机组在预设时长后的预测潮流数据，更新待调度省级电网中的各个机组之间的接入情况，从而得到待调度省级电网在预设时长内的日内调度信息。
88.举例说明，服务器根据待调度省级电网的各个机组在预设时长后的预测潮流数据，例如发电机组的预测发电功率、负荷机组的预测负荷功率以及储能系统的预测充电功率和预测放电功率，可以选择将对应的预测发电功率较大的发电机组接入对应的预测负荷功率较大的负荷机组，或者是选择将对应的预测发电功率较大的发电机组接入对应的预测充电功率较大的储能系统，亦或是选择将对应的放电功率较大的储能系统接入对应的预测负荷功率较大的负荷机组。能够理解的是，在更新各个机组之间的接入情况时，同样在全局最优的情况下进行更新。
89.步骤s110，按照日内调度信息，对待调度省级电网进行日内调度。
90.具体地，服务器按照日前调度信息，对待调度省级电网进行日前调度，并在时间到达预设时长后，确认待调度省级电网在预设时长后的实际潮流数据；然后将待调度省级电网在预设时长后的实际潮流数据，作为待调度省级电网在当前时刻的实际潮流数据，返回将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据的步骤，接着根据得到的预测潮流数据更新日内调度信息，并按照更新后的日内调度信息，对待调度省级电网进行日内调度，从而实现对待调度省级电网的日内滚动优化调度，直到日内调度的次数满足预设日内调度次数阈值。
91.其中，预设日内调度次数阈值与日内调度的时间间隔(预设时长)以及日前调度的时间间隔有关，假设日前调度的时间间隔为一日，日内调度的时间间隔(预设时长)为1小时，那么预设日内调度次数阈值为24；假设日前调度的时间间隔为一日，日内调度的时间间隔(预设时长)为2小时，那么预设日内调度次数阈值为12。
92.上述实施例提供的区域电网调度方法中，服务器首先将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到待调度省级电网的日前调度信
息；然后按照日前调度信息，对待调度省级电网进行日前调度，得到待调度省级电网在当前时刻的实际潮流数据；接着将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据；再接着根据预测潮流数据，得到待调度省级电网的日内调度信息；最后按照日内调度信息，对待调度省级电网进行日内调度。这样，通过待调度省级电网的日前潮流数据，服务器能够初步确定待调度省级电网的日前调度信息；接着，根据待调度省级电网在日前调度信息下的实际潮流数据，服务器能够得到待调度省级电网在预设时长后的预测潮流数据，进而能够在日前调度信息的基础上，得到待调度省级电网的日内调度信息，以根据待调度省级电网的实际情况对待调度省级电网进行精准的日内调度；基于以上过程的区域电网调度方法，充分考虑了待调度省级电网在电力调度过程中的电力供应情况，使得待调度省级电网的电力调度能够随着待调度省级度电网的潮流数据的变化而变化，从而保证了待调度省级电网的电力调度不会影响电力系统的运行，进而提高了电力系统的运行稳定性。
93.在一示例性实施例中，上述步骤s102，将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到待调度省级电网的日前调度信息，具体包括以下内容：通过预先训练的区域电网协同调度模型，从待调度省级电网的日前潮流数据中，确认出待调度省级电网的发电机组的日前发电功率、负荷机组的日前负荷功率，以及储能系统的日前充电功率与日前放电功率；根据日前发电功率、日前负荷功率、日前充电功率以及日前放电功率，得到待调度省级电网的日前调度信息。
94.能够理解的是，在待调度省级电网中包括有发电机组、负荷机组以及储能系统；其中，发电机组至少包括火力发电机组、水电发力机组等传统能源发电机组，以及风力发电机组、太阳能发电机组等新能源发电机组，发电机组用于利用各种能源进行发电；负荷机组用于向待调度省级电网自身供电，以及将待调度省级电网中的电力运输给其余电网；储能系统用于在待调度省级电网中的电力充足时，存储新能源发电机组发的电力，从而在负荷机组用电压力过大时，接入负荷机组以缓解用电压力。
95.其中，日前发电功率用于表征发电机组在前一段时间内的日均发电功率；日前负荷功率用于表征负荷机组在前一段时间内的日均负荷功率；日前充电功率用于表征储能系统在前一段时间内的日均充电功率；日前放电功率用于表征储能系统在前一段时间内的日均放电功率。
96.具体地，服务器通过预先训练的区域电网协同调度模型，从待调度省级电网的日前潮流数据中，确认出各个发电机组每日的发电量总和与发电时间总和、各个负荷机组每日的耗电量总和与运行时间总和，以及各个储能系统每日的储能电量总和、储能时间总和、放电电量总和以及放电时间总和，然后以日为单位，根据发电量总和与发电时间总和，确定发电机组每日的发电功率，从而得到发电机组的日前发电功率，根据耗电量总和与运行时间总和，确定负荷机组每日的负荷功率，从而得到负荷机组的日前负荷功率，根据储能电量总和、储能时间总和，确定储能系统每日的充电功率，从而得到储能系统的日前充电功率，以及根据放电电量总和与放电时间总和，确定储能系统每日的放电功率，从而得到储能系统的日前放电功率；接着，服务器根据上述日前发电功率、日前负荷功率、日前充电功率以及日前放电功率之间的差值关系，得到待调度省级电网的日前调度信息。
97.本实施例中，服务器根据预先训练的区域电网协同调度模型，与待调度省级电网
的日前潮流数据，能够进一步确认出待调度省级电网的各个机组的工作功率，从而能够基于各个机组的工作功率之间的差值关系，确定待调度省级电网是否能够向其余省级电网输送电力，或者是否需要接受其余省级电网的电力输送，进而得到待调度省级电网的日前调度信息，避免了待调度省级电网自身电力不稳定时，对电力系统的影响，提高了电力系统的运行稳定性。
98.在一示例性实施例中，如图2所示，根据日前发电功率、日前负荷功率、日前充电功率以及日前放电功率，得到待调度省级电网的日前调度信息，具体包括以下步骤：
99.步骤s202，在日前发电功率大于日前负荷功率的情况下，将发电机组中的新能源发电机组接入储能系统。
100.步骤s204，在储能系统的日前充电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于待调度省级电网的第一目标电网。
101.步骤s206，根据第一目标电网的日前潮流数据，得到待调度省级电网的日前调度信息。
102.其中，目标功率差值为日前发电功率与日前负荷功率之间的功率差值，为了便于比较，目标功率差值可表示为绝对值的形式。
103.其中，省级电网电力交互矩阵根据各个省级电网之间的电力交互信息构建得到，电力交互信息至少包括各个省级电网在历次电力调度过程中的调度电量、输电距离、购电价格以及损耗电量等信息。
104.其中，第一目标电网为除待调度省级电网以外的省级电网中，接受待调度省级电网的电力输送的省级电网。
105.具体地，服务器在日前发电功率大于日前负荷功率的情况下，确认待调度省级电网的发电能力较强，能够满足自身的电力需求(包括电网运行所需要消耗的电力以及需要向下一级市级电网输送的电力)，因此将发电机组中的新能源发电机组接入储能系统，以存储新能源发电机组发出的电力，避免造成电力浪费；然后，服务器在日前充电功率小于目标功率差值的情况下，确认待调度省级电网能够在满足自身电力需求的同时，还能够向外输送多余电力，因此服务器根据省级电网电力交互矩阵，在除待调度省级电网以外的省级电网中，确认出需要接受待调度省级电网的电力输送的第一目标电网；最后，服务器根据第一目标电网的日前潮流数据，确定需要向第一目标电网输送的电量，从而得到待调度省级电网的日前调度信息。
106.举例说明，在服务器根据省级电网电力交互矩阵，确认第一目标电网的具体过程如下：
107.服务器根据电力调度过程中的调度电量、输电距离以及购电价格构建如公
108.式1所示的第一约束函数：
109.110.其中，t为候选目标电网的标识，即候选目标电网的序号，s为待调度省级电网的标识，q(t)表示候选目标电网t期待的调度电量，q(s)
max
表示待调度省级电网s能够向外输送的最大电量；l(t)表示候选目标电网与待调度省级电网之间的输电距离，l(s)
max
为待调度省级电网s期望的最大输电距离；v(t)表示候选目标电网能够承担的购电价格，v(s)
min
表示待调度省级电网s期望的最低购电价格；候选目标电网为除待调度省级电网以外的各个省级电网。
111.然后服务器以待调度省级电网的收益最大化与损耗电量最小化为目标，构建如公式2所示的第一目标函数：
[0112][0113]
其中，t为候选目标电网的标识，即候选目标电网的序号，t为候选目标电网的总数，s为待调度省级电网的标识，v
income
(s,t)为调度省级电网s向候选目标电网t输送电力的过程中，待调度省级电网s的卖电收益函数，卖电收益函数由待调度省级电网s的调度电量、发电成本与候选目标电网t的购电价格所决定；q
loss
(s,t)为调度省级电网s向候选目标电网t输送电力的过程中，待调度省级电网s的损耗电量函数，损耗电量函数由待调度省级电网s与候选目标电网t之间的输电距离与输电线路的损耗功率决定。
[0114]
服务器根据省级电网电力交互矩阵中记录的数据，在第一约束函数的约束下，求解第一目标函数，从而在候选目标电网中，筛选出能够使得待调度省级电网的卖电收益最大且损耗电量最小的电网，作为第一目标电网。
[0115]
本实施例中，服务器能够在待调度省级电网的发电能力大于负荷能力的情况下，及时地通过储能系统，将新能源电力存储起来，便于后续使用；能够在待调度省级电网的电力还能够兼顾省级电网之间的电力调度的情况下，向其他电力资源匮乏的省级电网输送电力，进而平衡了省级电网之间的资源分配，提高了电力系统的运行稳定性。此外，服务器通过电力交互矩阵与第一约束函数对第一目标函数的求解，还能够在兼顾最大收益与最小损耗的情况下，为待调度省级电网确定第一目标电网。
[0116]
在一示例性实施例中，如图3所示，根据日前发电功率、日前负荷功率、日前充电功率以及日前放电功率，得到待调度省级电网的日前调度信息，具体还包括以下步骤：
[0117]
步骤s302，在日前发电功率小于日前负荷功率的情况下，将储能系统接入负荷机组。
[0118]
步骤s304，在储能系统的日前放电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于待调度省级电网的第二目标电网。
[0119]
步骤s306，根据第二目标电网的日前潮流数据，得到待调度省级电网的日前调度信息。
[0120]
其中，第二目标电网为除待调度省级电网以外的省级电网中，向待调度省级电网输送电力的省级电网。
[0121]
具体地，服务器在日前发电功率小于日前负荷功率的情况下，确认待调度省级电网的发电能力较弱，无法满足自身的电力需求，因此将储能系统接入负荷机组，通过储能系统中存储的电力满足负荷机组的电力需求，避免待调度省级电网对电力系统的正常运行造
成影响；然后，服务器在日前放电功率小于目标功率差值的情况下，确认待调度省级电网即便是放出储能系统中的所有储能，也很难满足自身电力需求，因此服务器根据省级电网电力交互矩阵，在除待调度省级电网以外的省级电网中，确认出需要向待调度省级电网输送电力的第二目标电网，最后，服务器根据第二目标电网的日前潮流数据，确定第二目标电网需要向待调度省级电网输送的电量，从而得到待调度省级电网的日前调度信息。
[0122]
举例说明，在服务器根据省级电网电力交互矩阵，确认第二目标电网的具体过程如下：
[0123]
服务器根据电力调度过程中的调度电量、输电距离以及购电价格构建如公
[0124]
式3所示的第二约束函数：
[0125][0126]
其中，t为候选目标电网的标识，即候选目标电网的序号，s为待调度省级电网的标识，q(s)表示待调度省级电网s期待的调度电量，q(t)
max
表示候选目标电网t能够向外输送的最大电量；l(s)表示待调度省级电网s与候选目标电网t之间的输电距离，l(t)
max
为候选目标电网t期望的最大输电距离；v(s)表示待调度省级电网s能够承担的购电价格，v(t)
min
表示候选目标电网t期望的最低购电价格；候选目标电网为除待调度省级电网以外的各个省级电网。
[0127]
然后服务器以待调度省级电网s的成本最小化与候选目标电网t的损耗电量最小化，构建如公式4所示的第二目标函数：
[0128][0129]
其中，候选目标电网的标识，即候选目标电网的序号，t为候选目标电网的总数，v
cost
(t,s)为候选目标电网t向待调度省级电网s输送电力的过程中，待调度省级电网s的购电成本函数，购电成本函数由待调度省级电网s的调度电量与购电价格所决定，q
loss
(t,s)为候选目标电网t向待调度省级电网s输送电力的过程中，候选目标电网t的损耗电量函数，损耗电量函数由待调度省级电网s与候选目标电网t之间的输电距离与输电线路的损耗功率决定。
[0130]
服务器根据省级电网电力交互矩阵中记录的数据，在第二约束函数的约束下，求解第二目标函数，从而在候选目标电网中，筛选出能够使得待调度省级电网购电成本最小，且候选目标电网的损耗电量最小的电网，作为第二目标电网。
[0131]
本实施例中，服务器能够在待调度省级电网的发电能力小于负荷能力的情况下，及时地通过储能系统，缓解待调度省级电网的用电压力，并通过电力交互矩阵与第二约束函数对第二目标函数的求解，能够在兼顾最小成本与最小损耗的情况下，确定向待调度省级电网输送电力的第二目标电网，进而在保证待调度省级电网正常运行的情况下，平衡了
省级电网之间的资源分配，提高了电力系统的运行稳定性。
[0132]
在一示例性实施例中，如图4所示，将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据，具体包括以下步骤：
[0133]
步骤s402，通过预先训练的潮流数据预测模型，从待调度省级电网在当前时刻的实际潮流数据中，确认出待调度省级电网的各个发电机组的实际发电功率与各个负荷机组的实际负荷功率。
[0134]
步骤s404，根据待调度省级电网的日前潮流数据与各个发电机组的实际发电功率，对各个发电机组在当前时刻的预设时长后的发电功率进行预测，得到各个发电机组在预设时长后的预测发电功率。
[0135]
步骤s406，根据待调度省级电网的日前潮流数据与各个负荷机组的实际负荷功率，对各个负荷机组在当前时刻的预设时长后的负荷功率进行预测，得到各个负荷机组在预设时长后的预测负荷功率。
[0136]
步骤s408，将各个发电机组在预设时长后的预测发电功率与各个负荷机组在预设时长后的预测负荷功率，确认为待调度省级电网在当前时刻的预设时长后的预测潮流数据。
[0137]
具体地，服务器通过预先训练的潮流数据预测模型，首先从待调度省级电网在当前时刻的实际潮流数据中，确认出待调度省级电网的各个发电机组的实际发电功率与各个负荷机组的实际负荷功率；然后，服务器针对各个发电机组，从待调度省级电网的日前潮流数据中，识别出与实际发电功率匹配的参考发电功率，以及针对各个负荷机组，从待调度省级电网的日前潮流数据中，识别出与实际负荷功率匹配的参考负荷功率；接着，服务器根据对应的参考发电功率，对各个发电机组在预设时长后的发电功率进行预测，得到各个发电机组的预测发电功率，以及根据对应的参考负荷功率，对各个负荷机组在预设时长后的负荷功率进行预测，得到各个负荷机组的预测负荷功率，从而得到待调度省级电网的预测潮流数据。其中，与实际发电功率匹配的参考发电功率，为对应的发电机组在与当前时刻对应的日前时刻下的发电功率；例如，当前时刻为1点，那么与发电机组a匹配的参考发电功率，为发电机组a前一日1点时的发电功率，或前几日1点时的发电功率的平均值；参考负荷功率的确认条件与参考发电功率类似，在此不再赘述。
[0138]
以服务器在今日1点时预测待调度省级电网在今日2点时的潮流数据为例进行说明，服务器首先从实际潮流数据中，提取出各个发电机组在今日1点时的实际发电功率，与各个负荷机组在今日1点时的实际负荷功率，以及从日前潮流数据中，提取出各个发电机组在前一日1点时的发电功率，与各个负荷机组在前一日1点时的负荷功率；然后，服务器针对各个发电机组，根据该发电机组在前一日1点以后的发电功率变化情况，对该发电机组在今日1点至2点内的发电功率变化情况进行预测，从而得到该发电机组在今日2点时的预测发电功率；同理，服务器针对各个负荷机组，根据该负荷机组在前一日1点以后的负荷功率变化情况，对该负荷机组在今日1点至2点内的负荷功率变化情况进行预测，从而得到该负荷机组在今日2点时的预测负荷功率。
[0139]
本实施例中，服务器通过日前潮流数据中，与实际发电功率、实际负荷功率匹配的参考发电功率、参考负荷功率，能够对各个发电机组、各个负荷机组的功率变化情况进行预
测，从而得到各个发电机组、各个负荷机组在预设时长后的预测功率，为后续确定日内调度信息提供了数据，有利于对待调度省级电网进行精准地日内调度，进而提高了电力系统的运行稳定性。
[0140]
在一示例性实施例中，如图5所示，根据预测潮流数据，得到待调度省级电网的日内调度信息，具体包括以下内容：
[0141]
步骤s502，针对各个负荷机组，确认与负荷机组对应的各个目标发电机组。
[0142]
步骤s504，在各个目标发电机组的预测发电功率之和小于负荷机组的预测负荷功率的情况下，在除各个目标发电机组外的发电机组中，确认出负荷机组的待接入发电机组。
[0143]
步骤s506，将待接入发电机组接入负荷机组，得到待调度省级电网的日内调度信息。
[0144]
其中，与负荷机组对应的目标发电机组，是指接入负荷机组的各个发电机组。
[0145]
具体地，服务器针对各个负荷机组，确认接入该负荷机组的各个发电机组，并作为该负荷机组的目标发电机组；然后在各个目标发电机组的预测发电功率之和小于负荷机组的预测负荷功率的情况下，根据粒子群算法或蚁群算法，在除目标发电机组外的各个发电机组中，确定发电能力较强的发电机组，作为该负荷机组的待接入发电机组，然后服务器将待接入发电机组接入该负荷机组，以缓解该负荷机组的用电压力，从而得到待调度省级电网的日内调度信息。
[0146]
能够理解的是，待接入发电机组不仅需要满足发电能力较强，还需要保证其接入的负荷机组在接入关系更新之后，仍然可以正常运行。
[0147]
还能够理解的是，除了为负荷机组接入新的发电机组，也可以为其接入新的储能系统，以缓解用电压力。
[0148]
本实施例中，服务器通过将待接入发电机组，接入用电压力较大的负荷机组，能够缓解该负荷机组的用电压力，保证了待调度省级电网的正常运行，进而提高了电力系统的运行稳定性。
[0149]
在一示例性实施例中，如图6所示，提供了另一种区域电网调度方法，以该方法应用于服务器为例进行说明，包括以下步骤：
[0150]
步骤s601，通过预先训练的区域电网协同调度模型，从待调度省级电网的日前潮流数据中，确认出待调度省级电网的发电机组的日前发电功率、负荷机组的日前负荷功率，以及储能系统的日前充电功率与日前放电功率。
[0151]
步骤s602，在日前发电功率大于日前负荷功率的情况下，将发电机组中的新能源发电机组接入储能系统，并在储能系统的日前充电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于待调度省级电网的第一目标电网。
[0152]
步骤s603，根据第一目标电网的日前潮流数据，得到待调度省级电网的日前调度信息。
[0153]
步骤s604，在日前发电功率小于日前负荷功率的情况下，将储能系统接入负荷机组，并在储能系统的日前放电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于待调度省级电网的第二目标电网。
[0154]
步骤s605，根据第二目标电网的日前潮流数据，得到待调度省级电网的日前调度信息。
[0155]
步骤s606，按照日前调度信息，对待调度省级电网进行日前调度，得到待调度省级电网在当前时刻的实际潮流数据。
[0156]
步骤s607，通过预先训练的潮流数据预测模型，从待调度省级电网在当前时刻的实际潮流数据中，确认出待调度省级电网的各个发电机组的实际发电功率与各个负荷机组的实际负荷功率。
[0157]
步骤s608，根据待调度省级电网的日前潮流数据与各个发电机组的实际发电功率，对各个发电机组在当前时刻的预设时长后的发电功率进行预测，得到各个发电机组在预设时长后的预测发电功率。
[0158]
步骤s609，根据待调度省级电网的日前潮流数据与各个负荷机组的实际负荷功率，对各个负荷机组在当前时刻的预设时长后的负荷功率进行预测，得到各个负荷机组在预设时长后的预测负荷功率。
[0159]
步骤s610，针对各个负荷机组，确认与负荷机组对应的各个目标发电机组，并在各个目标发电机组的预测发电功率之和小于负荷机组的预测负荷功率的情况下，在除各个目标发电机组外的发电机组中，确认出负荷机组的待接入发电机组。
[0160]
步骤s611，将待接入发电机组接入负荷机组，得到待调度省级电网的日内调度信息，按照日内调度信息，对待调度省级电网进行日内调度，得到待调度省级电网在预设时长后的实际潮流数据。
[0161]
步骤s612，将待调度省级电网在预设时长后的实际潮流数据，作为待调度省级电网在当前时刻的实际潮流数据，返回步骤s607，直到日内调度的次数满足预设日内调度次数阈值。
[0162]
本实施例中，服务器通过待调度省级电网的各个机组的工作功率，能够确定待调度省级电网是否能够向其余省级电网输送电力，或者是否需要接受其余省级电网的电力输送，从而为待调度省级电网制定日前调度信息；并通过日前潮流数据，对各个发电机组、各个负荷机组的功率变化情况进行预测，从而得到各个发电机组、各个负荷机组在预设时长后的预测功率，从而为待调度省级电网制定日内调度信息；基于以上过程的日前调度和日内调度，避免了待调度省级电网对电力系统的影响，提高了电力系统的运行稳定性。
[0163]
为了更清晰阐明本技术实施例提供的区域电网调度方法，以下以一个具体的实施例对该区域电网调度方法进行具体说明，但应当理解的是，本技术实施例并不限于此。在一示例性实施例中，本技术还提供了一种区域电力系统协同控制及紧急控制方法，具体包括以下步骤：
[0164]
步骤1：训练区域电网协同调度模型与潮流数据预测模型。
[0165]
服务器采集电力系统中的各个电网的潮流数据，作为样本数据，并基于深度学习，训练得到能够确定省级电网日前调度信息的区域电网协同调度模型，与能够预测省级电网预设时长后的潮流数据的潮流数据预测模型。
[0166]
步骤2：通过日前潮流数据与区域电网协同调度模型，确定省级电网的日前调度信息。
[0167]
服务器以日为单位，通过区域电网协同调度模型对日前潮流数据进行分析，确定省级电网的日前调度信息，例如需要向该省级电网的下一级市级电网输送多少电力、该省级电网是否能够向其余省级电网输送电力、该省级电网是否需要接受其余省级电网的电力
输送等。
[0168]
步骤3：根据日前调度信息对省级电网进行日前调度，并对省级电网进行日内滚动优化调度。
[0169]
服务器以小时为单位，获取省级电网的实际潮流数据，然后通过潮流数据预测模型，以实际潮流数据为预测基础，对省级电网在预设时长后的潮流数据进行预测，得到省级电网的预测潮流数据，并根据预测潮流数据确定省级电网的日内调度信息，例如更新省级电网中，发电机组与负荷机组的接入关系；最后，服务器根据日内调度信息，对省级电网进行日内滚动优化调度。
[0170]
本实施例中，服务器通过日前潮流数据，能够为省级电网制定日前调度信息，并在对省级电网进行日前调度的过程中，通过实际潮流数据，为省级电网制定日内调度信息，从而实现对省级电网的日内滚动优化调度。基于以上省级电网的日前-日内调度，能够构建省级电网之间的调度网络，并通过该调度网络实现省级电网之间的协同控制，加强了省级电网的调节能力与抗干扰能力。
[0171]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0172]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的区域电网调度方法的区域电网调度装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个区域电网调度装置实施例中的具体限定可以参见上文中对于区域电网调度方法的限定，在此不再赘述。
[0173]
在一示例性实施例中，如图7所示，提供了一种区域电网调度装置，包括：日前调度信息确认模块702、区域电网日前调度模块704、日内潮流数据预测模块706、日内调度信息确认模块708和区域电网日内调度模块710，其中：
[0174]
日前调度信息确认模块702，用于将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到待调度省级电网的日前调度信息。
[0175]
区域电网日前调度模块704，用于按照日前调度信息，对待调度省级电网进行日前调度，得到待调度省级电网在当前时刻的实际潮流数据。
[0176]
日内潮流数据预测模块706，用于将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据。
[0177]
日内调度信息确认模块708，用于根据预测潮流数据，得到待调度省级电网的日内调度信息。
[0178]
区域电网日内调度模块710，用于按照日内调度信息，对待调度省级电网进行日内调度。
[0179]
在一示例性实施例中，日前调度信息确认模块702，还用于通过预先训练的区域电
网协同调度模型，从待调度省级电网的日前潮流数据中，确认出待调度省级电网的发电机组的日前发电功率、负荷机组的日前负荷功率，以及储能系统的日前充电功率与日前放电功率；根据日前发电功率、日前负荷功率、日前充电功率以及日前放电功率，得到待调度省级电网的日前调度信息。
[0180]
在一示例性实施例中，日前调度信息确认模块702，还用于在日前发电功率大于日前负荷功率的情况下，将发电机组中的新能源发电机组接入储能系统；在储能系统的日前充电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于待调度省级电网的第一目标电网；目标功率差值为日前发电功率与日前负荷功率之间的功率差值，省级电网电力交互矩阵根据各个省级电网之间的电力交互信息构建得到，第一目标电网为除待调度省级电网以外的省级电网中，接受待调度省级电网的电力输送的省级电网；根据第一目标电网的日前潮流数据，得到待调度省级电网的日前调度信息。
[0181]
在一示例性实施例中，日前调度信息确认模块702，还用于在日前发电功率小于日前负荷功率的情况下，将储能系统接入负荷机组；在储能系统的日前放电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于待调度省级电网的第二目标电网；第二目标电网为除待调度省级电网以外的省级电网中，向待调度省级电网输送电力的省级电网；根据第二目标电网的日前潮流数据，得到待调度省级电网的日前调度信息。
[0182]
在一示例性实施例中，日内潮流数据预测模块706，还用于通过预先训练的潮流数据预测模型，从待调度省级电网在当前时刻的实际潮流数据中，确认出待调度省级电网的各个发电机组的实际发电功率与各个负荷机组的实际负荷功率根据待调度省级电网的日前潮流数据与各个发电机组的实际发电功率，对各个发电机组在当前时刻的预设时长后的发电功率进行预测，得到各个发电机组在预设时长后的预测发电功率；根据待调度省级电网的日前潮流数据与各个负荷机组的实际负荷功率，对各个负荷机组在当前时刻的预设时长后的负荷功率进行预测，得到各个负荷机组在预设时长后的预测负荷功率；将各个发电机组在预设时长后的预测发电功率与各个负荷机组在预设时长后的预测负荷功率，确认为待调度省级电网在当前时刻的预设时长后的预测潮流数据。
[0183]
在一示例性实施例中，日内调度信息确认模块708，还用于针对各个负荷机组，确认与负荷机组对应的各个目标发电机组；在各个目标发电机组的预测发电功率之和小于负荷机组的预测负荷功率的情况下，在除各个目标发电机组外的发电机组中，确认出负荷机组的待接入发电机组；将待接入发电机组接入负荷机组，得到待调度省级电网的日内调度信息。
[0184]
上述区域电网调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0185]
在一示例性实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(input/output，简称i/o)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系
统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电力系统中的各个电网的潮流数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种区域电网调度方法。
[0186]
本领域技术人员可以理解，图8中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0187]
在一示例性实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0188]
在一示例性实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0189]
在一示例性实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0190]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0191]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0192]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种区域电网调度方法，其特征在于，所述方法包括：将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；按照所述日内调度信息，对所述待调度省级电网进行日内调度。2.根据权利要求1所述的方法，其特征在于，所述将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息，包括：通过所述预先训练的区域电网协同调度模型，从所述待调度省级电网的日前潮流数据中，确认出所述待调度省级电网的发电机组的日前发电功率、负荷机组的日前负荷功率，以及储能系统的日前充电功率与日前放电功率；根据所述日前发电功率、所述日前负荷功率、所述日前充电功率以及所述日前放电功率，得到所述待调度省级电网的日前调度信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述日前发电功率、所述日前负荷功率、所述日前充电功率以及所述日前放电功率，得到所述待调度省级电网的日前调度信息，包括：在所述日前发电功率大于所述日前负荷功率的情况下，将所述发电机组中的新能源发电机组接入所述储能系统；在所述储能系统的日前充电功率小于目标功率差值的情况下，根据省级电网电力交互矩阵，确定对应于所述待调度省级电网的第一目标电网；所述目标功率差值为所述日前发电功率与所述日前负荷功率之间的功率差值，所述省级电网电力交互矩阵根据各个省级电网之间的电力交互信息构建得到，所述第一目标电网为除所述待调度省级电网以外的省级电网中，接受所述待调度省级电网的电力输送的省级电网；根据所述第一目标电网的日前潮流数据，得到所述待调度省级电网的日前调度信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述日前发电功率、所述日前负荷功率、所述日前充电功率以及所述日前放电功率，得到所述待调度省级电网的日前调度信息，还包括：在所述日前发电功率小于所述日前负荷功率的情况下，将所述储能系统接入所述负荷机组；在所述储能系统的日前放电功率小于所述目标功率差值的情况下，根据所述省级电网电力交互矩阵，确定对应于所述待调度省级电网的第二目标电网；所述第二目标电网为除所述待调度省级电网以外的省级电网中，向所述待调度省级电网输送电力的省级电网；根据所述第二目标电网的日前潮流数据，得到所述待调度省级电网的日前调度信息。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省
级电网在所述当前时刻的预设时长后的预测潮流数据，包括：通过所述预先训练的潮流数据预测模型，从所述待调度省级电网在当前时刻的实际潮流数据中，确认出所述待调度省级电网的各个发电机组的实际发电功率与各个负荷机组的实际负荷功率；根据所述待调度省级电网的日前潮流数据与所述各个发电机组的实际发电功率，对所述各个发电机组在所述当前时刻的预设时长后的发电功率进行预测，得到所述各个发电机组在所述预设时长后的预测发电功率；根据所述待调度省级电网的日前潮流数据与所述各个负荷机组的实际负荷功率，对所述各个负荷机组在所述当前时刻的预设时长后的负荷功率进行预测，得到所述各个负荷机组在所述预设时长后的预测负荷功率；将所述各个发电机组在所述预设时长后的预测发电功率与所述各个负荷机组在所述预设时长后的预测负荷功率，确认为所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据。6.根据权利要求5所述的方法，其特征在于，所述根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息，包括：针对所述各个负荷机组，确认与所述负荷机组对应的各个目标发电机组；在所述各个目标发电机组的预测发电功率之和小于所述负荷机组的预测负荷功率的情况下，在除所述各个目标发电机组外的发电机组中，确认出所述负荷机组的待接入发电机组；将所述待接入发电机组接入所述负荷机组，得到所述待调度省级电网的日内调度信息。7.一种区域电网调度装置，其特征在于，所述装置包括：日前调度信息确认模块，用于将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到所述待调度省级电网的日前调度信息；区域电网日前调度模块，用于按照所述日前调度信息，对所述待调度省级电网进行日前调度，得到所述待调度省级电网在当前时刻的实际潮流数据；日内潮流数据预测模块，用于将所述待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到所述待调度省级电网在所述当前时刻的预设时长后的预测潮流数据；日内调度信息确认模块，用于根据所述预测潮流数据，得到所述待调度省级电网的日内调度信息；区域电网日内调度模块，用于按照所述日内调度信息，对所述待调度省级电网进行日内调度。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种区域电网调度方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：将待调度省级电网的日前潮流数据，输入至预先训练的区域电网协同调度模型中，得到待调度省级电网的日前调度信息；按照日前调度信息，对待调度省级电网进行日前调度，得到待调度省级电网在当前时刻的实际潮流数据；将待调度省级电网在当前时刻的实际潮流数据，输入至预先训练的潮流数据预测模型中，得到待调度省级电网在当前时刻的预设时长后的预测潮流数据；根据预测潮流数据，得到待调度省级电网的日内调度信息；按照日内调度信息，对待调度省级电网进行日内调度。采用本方法，能够提高电力系统的运行稳定性。高电力系统的运行稳定性。高电力系统的运行稳定性。


技术研发人员：柯伟 刘超 洪巧章 杜虎 曾宪伟 邹学通 韦明鸣
受保护的技术使用者：中国南方电网有限责任公司
技术研发日：2023.05.17
技术公布日：2023/8/13