电力调节方法、装置、电子设备及可读存储介质与流程

阅读：评论：0

1.本发明属于电力控制技术领域，特别是涉及一种电力调节方法、装置、电子设备及可读存储介质。

背景技术：

2.近年来，海岛的保护及开发成为海洋事业的热点，海岛开发具有非常重要的经济和战略意义，利用海岛上日臻完善的风能、太阳能、潮汐能等可再生能源发电，能够有效降低对常规能源和柴油发电的依赖。随着微电网的出现，以可再生能源为主的海岛微电网系统应运而生，微电网(micro-grid，mg)是指由分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置汇集而成的小型发配电系统。形式多样、性能各异的分布式电源并联构成的供电网络，系统供电稳定性、质量、保护和运行等方面较差。因此，寻基于可再生能源的海岛电力供给方案，是解决海岛可持续发展、建设生态海岛的关键。
3.由于风力、光能等可再生能源的发电量受天气、气候等波动条件影响，存在许多不确定因素，影响供电网络系统的电能供需判断，，因此，需要对可再生能源的发电量和储电单元的储电量预测，以实现储放电的调度安排。
4.然而，现有的针对发电量和储电量的预测精准度不够，预测结果与实际值的误差较大，从而影响储电单元的充放电调节，即为保证源-储-荷的供电网络系统电力平衡，需要根据实际的发电量对储电单元频繁进行充电或放电，导致实现电力平衡的工作量大，且充放电操作频繁容易出现故障，影响储电单元的使用寿命。

技术实现要素：

5.本发明提供一种电力调节方法、装置、电子设备及可读存储介质，以便解决由于预测不准确而频繁调节储电单元充放电的问题。
6.为了解决上述技术问题，本发明是这样实现的：
7.第一方面，本发明提供一种电力调节方法，所述方法包括：
8.获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值；
9.将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值；
10.根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组的存储电量进行调节。
11.可选的，所述获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，包括：
12.根据预先构建的第一预测模型，获取当前时刻的可再生能源风、光、波浪能的发电功率；
13.获取风、光、波浪能的所述发电功率的预测误差，对所述预测误差进行标准化处理；
14.根据所述发电功率及处理后的预测误差，确定风、光、波浪能的第一发电功率。
15.可选的，所述获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，包括：
16.根据预先构建的第二预测模型，获取单个超级电容器充电和放电过程中的实际容量，额定电压及实际电压；
17.根据所述实际容量及预设约束条件，得到单个所述超级电容器的允许容量；
18.根据单个所述超级电容器的额定电压及实际电压，确定串并联超级电容器数量；
19.根据单个所述超级电容器的允许容量和所述串并联超级电容器数量，确定当前时刻的超级电容器组存储电量的第一容量阈值。
20.可选的，所述将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，包括：
21.基于所述转移概率预测模型，获取所述第一发电功率由异常状态转换为正常状态的第一状态转移概率，以及，由正常状态转换为异常状态的第二状态转移概率；
22.根据所述第一状态转移概率及所述第二状态转移概率，，生成所述第一发电功率对应的状态转移概率矩阵；
23.根据所述第一发电功率和所述第一发电功率对应的状态转移概率矩阵，确定预测的下一时刻的第二发电功率。
24.可选的，所述将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值，包括：
25.基于所述转移概率预测模型，获取所述第一容量阈值由异常状态转换为正常状态的第三状态转移概率，以及，由正常状态转换为异常状态的第四状态转移概率；
26.根据所述第三状态转移概率和所述第四状态转移概率，，生成所述第一容量阈值对应的状态转移概率矩阵；
27.根据所述第一容量阈值和所述第一容量阈值对应的状态转移概率矩阵，确定预测的下一时刻的第二容量阈值。
28.可选的，所述转移概率预测模型通过以下方式获得：
29.根据预先获取的超级电容器组的所述第一容量阈值及风、光、波浪能的所述第一发电功率，获取历史状态转移概率和当前状态转移概率；
30.将所述历史状态转移概率和所述当前状态转移概率进行模型训练，得到所述转移概率预测模型，以输出预测的下一时刻的所述第二发电功率及所述第二容量阈值。
31.可选的，所述根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组模块进行调节，包括：
32.判断根据所述第二发电功率生成的发电总量是否超出所述第二容量阈值；
33.若是，生成所述容量调整值；
34.根据所述容量调整值，调整所述超级电容器组的输出功率，控制所述超级电容器组存储电量的第二容量阈值小于所述发电总量。
35.第二方面，本发明提供一种电力调节装置，所述装置包括：
36.获取模块，用于获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值；
37.预测模块，用于将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值；
38.调节模块，用于根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组的存储电量进行调节。
39.第三方面，本发明提供一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述电力调节方法。
40.第四方面，本发明提供一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述电力调节方法。
41.本发明实施例通过获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，将第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值，根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。本发明通过当前时刻的第一发电功率和超级电容器组的第一容量阈值，采用转移概率预测模型获得更准确的下一时刻的预测结果，从而根据预测结果对超级电容器组的存储电量进行精准调节，解决由于预测不准确而频繁调节超级电容器组充放电，影响超级电容器组使用寿命的问题，实现高准确度的电力调节，降低超级电容器组充放电次数。
附图说明
42.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1为本发明实施例提供的电力调节方法的步骤流程图；
44.图2是图1中本发明实施例提供的电力调节方法的步骤101的方法流程图之一；
45.图3是图1中本发明实施例提供的电力调节方法的步骤101的方法流程图之二；
46.图4是图1中本发明实施例提供的电力调节方法的步骤102的方法流程图之一；
47.图5是图1中本发明实施例提供的电力调节方法的步骤102的方法流程图之二；
48.图6是本发明实施例提供的电力调节装置的结构示意图；
49.图7是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
50.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
51.参照图1，示出了本发明实施例提供的电力调节方法的步骤流程图，所述方法可以包括：
52.步骤101，获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值。
53.需要说明的是，在本技术实施例中，为了实现高准确度的电力调节，降低超级电容器组充放电次数，通过当前时刻的第一发电功率和第一容量阈值，采用转移概率预测模型获得更准确的下一时刻的预测结果，，从而对超级电容器组的存储电量进行精准调节。
54.本发明实施例中，利用可再生能源进行发电的发电装置，其发电功率的预测精确与否对电网系统的可靠运行有着重要的影响，超级电容器组用于接收并存储利用可再生能源进行发电的发电装置的发电总量，，通过超级电容器串并联组成超级电容器组，以达到电网系统需要的电压等级和存储电量的容量需求。
55.需要说明的是，本发明可再生能源包括风能、光伏能、波浪能，考虑到发电装置的负荷，电力控制中心获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值。其中，第一发电功率是基于预设的可再生资源指标模型确定的当前时刻的发电功率，，第一容量阈值是基于预设的超级电容器组容量模型确定的当前时刻的容量阈值，以便于电力控制中心根据当前时刻的发电功率和容量阈值预测下一时刻的状态。
56.步骤102，将第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值。
57.本发明实施例中，采用转移概率预测模型对第一发电功率和第一容量阈值进行预测处理，能够根据当前时刻的值准确预测出下一时刻的发电功率和容量阈值，即得到的第二发电功率和第二容量阈值时效性强，准确度高。
58.需要说明的是，根据转移概率预测模型的转移概率公式，预测出可再生能源下一时刻的第二发电功率和下一时刻的第二容量阈值。其中，第二发电功率是根据第一发电功率预测出的下一时刻的发电功率，第二容量阈值是根据第一容量阈值预测出的下一时刻的容量阈值。
59.例如：预测可再生能源风力下一时刻的发电功率对应计算出的发电总量10kw，经过发电装置的负荷消耗，实际超级电容器组获得发电总量8kw，假定当前超级电容器组只需要6kw达到容量100％，则下一时刻接收的电量超过100％则需放电，为了解决频繁放电造成的超级电容器组的硬件不必要消耗，采用转移概率预测模型进行发电功率和超级电容器组容量预测，提前根据预测值调节超级电容器组的存储电量，减少超级电容器组的深度发电次数，延长蓄电池寿命。
60.步骤103，根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。
61.本发明实施例中，电力控制中心根据预测出的下一时刻的第二发电功率和第二容量阈值，确定出下一时刻的发电总量，并判断根据第二发电功率生成的发电总量是否超出第二容量阈值；若是，生成容量调整值，从而根据容量调整值，调整超级电容器组的输出功率，控制超级电容器组存储电量的第二容量阈值小于发电总量。
62.本发明通过准确预测出的下一时刻的发电及存储电量值，进行精准调节，即根据接近实际发电量的预测值对超级电容器组进行充电或放电调整，实现电力网络系统的电力平衡。
63.本发明实施例通过获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，将第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值，根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。本发明通过当前时刻的第一发电功率和超级电容器组的第一容量阈值，采用转移概率预测模型获得更准确的下一时刻的预测结果，从而根据预测结果对超级电容器组的存储电量进行精准调节，解决由于预测不准确而频繁调节超级电容器组充放电，影响超级电容器组使用寿命的问题，实现高准确度的电力调节，降低超级电容器组充放电次数。
64.进一步的，参照图2，图2是图1中本发明实施例提供的电力调节方法的步骤101的方法流程图，步骤101包括：
65.步骤1011，根据预先构建的第一预测模型，获取当前时刻的可再生能源风、光、波浪能的发电功率。
66.本发明实施例中，第一预测模型可以是预先构建的可再生资源指标模型，用于根据利用可再生能源发电的发电装置实际采集的数据输出预测发电功率。
67.需要说明的是，在渗透率较高的海岛电网系统中，可再生能源发电装置的发电功率勘测精确与否对系统的可靠运行有着重要的影响，根据调度周期内当前时刻风、光、波浪能预测功率以及负荷功率通过预测发电功率值和预测误差之和来表征。预测发电功率为根据预先构建的第一预测模型获取的确定量，误差当作随机量来处理，则当前时刻的可再生能源风、光、波浪能的发电功率分别为：
68.p
wt
＇(t)＝p
wt
(t)+ψ
wt
(t)
69.p
pv
＇(t)＝p
pv
(t)+ψ
pv
(t)
70.p＇
wave
(t)＝p
wave
(t)+ψ
wave
(t)
71.p＇
load
(t)＝p
load
(t)+ψ
load
(t)
72.其中，p＇
wt
(t)、p
wt
(t)、ψ
wt
(t)分别为t时刻风能发电的发电功率、预测发电功率和预测误差；p＇
pv
(t)、p
pv
(t)、ψ
pv
(t)分别为t时刻光能发电的发电功率、预测发电功率和预测误差；p＇
wave
(t)、p
wave
(t)、ψ
wave
(t)分别为t时刻波浪能发电的发电功率、预测发电功率和预测误差；p＇
load
(t)、p
load
(t)、ψ
load
(t)分别为t时刻负荷的实际值、预测值和预测误差。
73.本发明实施例中，通过预先构建的第一预测模型，获取到当前时刻的可再生能源包括风、光、波浪能的第一发电功率，便于进一步根据当前时刻的发电功率预测下一时刻的发电功率。
74.步骤1012，获取风、光、波浪能的发电功率的预测误差，对预测误差进行标准化处理。
75.需要说明的是，为提高当前时刻的第一发电功率值的准确度，根据获取的风、光、波浪能的发电功率的预测误差，对预测误差进行标准化处理。本发明实施例中，经过大量历史数据及测试实验得知，风能、光能和波浪能发电的预测误差遵循正态分布，即e～n(0，δ)。那么，对预测误差计算标准差，提高预测误差的精度，具体公式如下：
76.v
wt
(t)＝ρ
wt
p
wt
(t)+ρ
wt,r
p
wt,r
(t)
77.σ
pv
(t)＝ρ
pv
p
pv
(t)+ρ
pv,r
p
pv,r
(t)
78.σ
wave
(t)＝ρ
wave
p
wave
(t)+ρ
wave,r
p
wave,r
(t)
79.ρ
load
(t)＝ρ
load
p
wt
(t)
80.其中，σ
wt
(t)、σ
pv
(t)、σ
wave
(t、σ
load
(t)分别为t时刻三种可再生能源发电功率和负荷预测误差概率分布的标准差；ρ
wt
、ρ
pv
、ρ
wave
、ρ
load
、ρ
wt,
、ρ
pv,
、ρ
wave,
为预测误差的相关系数；p
wt
(t)、p
pv
(t)、p
wave
(t分别为风能发电、光能发电、波浪能发电的功率。
81.本发明实施例中，根据风、光、波浪能的发电功率的预测误差，对预测误差进行标准化处理，以便于根据处理后的预测误差，确定趋近于实际发电功率的预测值，提高当前时刻的第一发电功率值的准确度。
82.步骤1013，根据发电功率及处理后的预测误差，确定风、光、波浪能的第一发电功率。
83.本发明实施例，基于预先构建的第一预测模型，获取当前时刻的可再生能源风、光、波浪能的发电功率，获取风、光、波浪能的发电功率的预测误差，对预测误差进行标准化处理，根据发电功率及处理后的预测误差，确定风、光、波浪能的第一发电功率，提高获取的当前时刻的第一发电功率值的准确度。
84.进一步的，参照图3，图3是图1中本发明实施例提供的电力调节方法的步骤101的方法流程图，步骤101包括：
85.步骤1014，根据预先构建的第二预测模型，获取单个超级电容器充电和放电过程中的实际容量，额定电压及实际电压。
86.本发明实施例中，第二预测模型可以是预先构建的超级电容器组容量模型，用于根据单个超级电容器的充放电实际容量以及电压输出当前时刻超级电容器组的最大容量。
87.需要说明的是，超级电容器也称为大容量电容器、法拉电容等，可以存储大量能量，几乎是电解电容器的10到100倍，超级电容器比可充电电池具有更多的充电和放电循环，其主要优点是它的高效率和高储能能力。
88.本实施例中，利用超级电容器组成储电单元，接收和存储可再生能源发电的发电装置的发电总量，并且根据发电总量和自身的容量调整充放电，实现电力平衡，为确定出当前时刻的超级电容器组存储电量的第一容量阈值，本实施例通过预先构建的第二预测模型，获取单个超级电容器充电和放电过程中的实际容量，额定电压及实际电压，便于进一步确定容量。
89.需要说明的是，本实施例中，可以自定义控制超级电容充电步骤，例如：根据国标gb/t34870中规定超级电容器容量确定方法，控制单个超级电容器以恒定电流充电到额定电压，记录超级电容器电压从t-1时刻充电至额定值的90％的时间t，按照以下公式(1)计算超级电容器充电过程的电容。
90.在超级电容器充电过程中，当前t时刻的单个超级电容器的容量表达式如下：
91.e
sc
(t)＝e
sc
(t-1)+p
scc
(t)
·
δt
·
scc
(1)
92.其中，e
sc
(t-1)为历史t-1时刻超级电容器的容量，p
scc
(t为超级电容器的充电功率，η
scc
为超级电容器的充电效率参数，δt为单位时间。
93.可以自定义控制超级电容放电步骤，例如：根据国标gb/t34870中规定超级电容器
容量确定方法，控制单个超级电容器以恒定电流放电到最低工作电压，记录超级电容器电压从额定值的90％至最低工作电压的放电时间t，按照以下公式(2)计算超级电容器放电过程的电容。
94.在超级电容器放电过程中，当前t时刻的单个超级电容器的容量表达式如下：
95.e
sc
(t)＝e
sc
(t-1)-p
scd
(t)
·
δt/η
scd
(2)
96.其中，e
sc
(t-1)为历史t-1时刻超级电容器的容量，p
scd
(t)为超级电容器的放电功率，η
scd
为超级电容器的放电效率参数，δt为单位时间。
97.步骤1015，根据实际容量及预设约束条件，得到单个超级电容器的允许容量。
98.在任何时刻，超级电容器的充放电功率、容量受约束条件的约束，本发明实施例中，根据预设的约束条件以及基于预先构建的第二预测模型获取单个超级电容器的容量，确定出单个超级电容器在保证使用质量的前提下，最大允许功率及容量，预设的约束条件如下：
[0099][0100]
其中，p
scmax
为超级电容器的最大充放电功率，e
scmiin
为超级电容器的允许的最小容量，e
scmax
为超级电容器允许的最大容量。
[0101]
需要说明的是，超级电容器的最大充放电功率的具体体表达式如式：
[0102]
p
scmax
＝u
nom
·imax
[0103]
其中，u
nom
为超级电容器的额定电压，i
max
为超级电容器的允许的最大工作电流。
[0104]
设超级电容器最小容量为0，超级电容器最大允许量e
scmax
的表达式：
[0105][0106]
其中，c为超级电容器的额定容量，单位为f；u
nom
为超级电容器的额定电压。
[0107]
本发明实施例中根据容量及预设约束条件，得到单个超级电容器的允许容量，即基于预先构建的第二预测模型，能够得到当前时刻的超级电容器组的允许容量。
[0108]
步骤1016，根据单个超级电容器的额定电压及实际电压，确定串并联超级电容器数量。
[0109]
需要说明的是，与蓄电池作用一样，单个超级电容器的允许容量也无法满足实际海岛微电网储电需求，因此在实际应用中，需要将单个超级电容器串并联组成超级电容器组以达到系统需要的电压等级和容量需求。
[0110]
本发明实施例中，根据单个超级电容器的额定电压及实际电压，确定串并联超级电容器数量。具体的，超级电容器的串联数量n
sc,s
由超级电容器端的电压决定，具体表达式所示:
[0111][0112]
其中，v
scn
为超级电容器额定电压，v
sc,bus
为超级电容器端实际电。
[0113]
而超级电容器并联组数n
sc,p
决定了超级电容器组的总容量n
sc
，超级电容器的总数量n
sc
的表达式如式：
[0114]nsc
＝n
sc,s
·nsc,p
[0115]
步骤1017，根据单个超级电容器的允许容量和串并联超级电容器数量，确定当前时刻的超级电容器组存储电量的第一容量阈值。
[0116]
本实施例中，根据确定的单个超级电容器的允许容量和串并联超级电容器数量，能够直接确定出当前时刻的超级电容器组存储电量的第一容量阈值，以便于根据当前时刻的第一容量阈值，进一步预测下一时刻的容量阈值，进行电力调节。
[0117]
进一步的，参照图4，图4是图1中本发明实施例提供的电力调节方法的步骤102的方法流程图，步骤102包括：
[0118]
步骤1021，基于转移概率预测模型，获取第一发电功率由异常状态转换为正常状态的第一状态转移概率，以及，由正常状态转换为异常状态的第二状态转移概率。
[0119]
本发明实施例中，根据马尔可夫链的转移概率预测模型，输入第一发电功率，即可根据当前时刻的第一发电功率，计算出当前时刻至下一时刻的数据变换趋势，准确的预测出下一时刻的发电功率。其中，转移概率预测模型的预测公式如下：
[0120]
x(k+1)＝x(k)
·
p(k)
[0121]
其中，x(k)表示趋势分析与预测对象在t＝k时刻的状态向量，p(k)表示k步转移概率矩阵，x(k+1)表示趋势分析与预测对象在t＝k+1时刻的状态向量。
[0122]
具体的，根据第一发电功率，在转移概率预测模型中得到第一发电功率由异常状态转换为正常状态的第一状态转移概率，以及，由正常状态转换为异常状态的第二状态转移概率，例如：
[0123]
当前时刻第一发电功率异常转正常概率为【0.6、0.4】，当前时刻至下一时刻的第一发电功率正常转异常概率【0.3、0.7】，通过转移概率预测模型预测公式，输出第一发电功率在下一时刻异常概率和正常概率，确定第一发电功率下一时刻正常概率大于异常概率的情况下，输出第二发电功率。
[0124]
可选的，所述转移概率预测模型通过以下方式获得：
[0125]
根据预先获取的风、光、波浪能的第一发电功率，获取历史状态转移概率和当前状态转移概率，将历史状态转移概率和当前状态转移概率进行模型训练，得到转移概率预测模型，以输出预测的下一时刻的第二发电功率。
[0126]
步骤1022，根据第一状态转移概率及第二状态转移概率，生成第一发电功率对应的状态转移概率矩阵。
[0127]
需要说明的是，第一发电功率对应的状态转移概率矩阵中各元素都是非负的，并且各行元素之和等于1，各元素用概率表示，在一定条件下是互相转移的，p(k)表示k步转移概率矩阵，本实施例中，构成转移概率矩阵的元素是转移概率，即根据第一状态转移概率及第二状态转移概率，生成第一发电功率对应的状态转移概率矩阵。
[0128]
步骤1023，根据第一发电功率和第一发电功率对应的状态转移概率矩阵，确定预测的下一时刻的第二发电功率。
[0129]
本发明实施例中，当样本中第一发电功率的状态可能发生转移的总次数为i，而由当前时刻到下一时刻转的转移概率，组成一个的转移概率矩阵p(k)；当k＝1时为一阶转概率矩阵，k大于1时为高阶概率转移矩阵，有了概率转移矩阵，就得到了状态之间经一步和多步转移的规律，这些规律就是第一发电功率在调度周期内演变规律，根据第一发电功率和第一发电功率对应的状态转移概率矩阵，可以查表做出不同时刻的预测，确定预测的下一
时刻的第二发电功率。
[0130]
进一步的，参照图5，图5是图1中本发明实施例提供的电力调节方法的步骤102的方法流程图，步骤102包括：
[0131]
步骤1024，基于转移概率预测模型，获取第一容量阈值由异常状态转换为正常状态的第三状态转移概率，以及，由正常状态转换为异常状态的第四状态转移概率。
[0132]
本发明实施例中，为了解决不频繁放电造成的超级电容器的硬件不必要消耗，采用马尔可夫链的转移概率预测模型进行超级电容器的容量预测。
[0133]
具体的，根据马尔可夫链的转移概率预测模型，输入第一容量阈值，即可根据当前时刻的第一容量阈值，计算出当前时刻至下一时刻的数据变换趋势，准确的预测出下一时刻的容量阈值。其中，转移概率预测模型的预测公式如下：
[0134]
x(k+1＝x(k
·
p(k
[0135]
其中，x(k)表示趋势分析与预测对象在t＝k时刻的状态向量，p(k)表示k步转移概率矩阵，x(k+1)表示趋势分析与预测对象在t＝k+1时刻的状态向量。
[0136]
具体的，根据第一容量阈值，在转移概率预测模型中得到第一容量阈值由异常状态转换为正常状态的第三状态转移概率，以及，由正常状态转换为异常状态的第四状态转移概率，例如：
[0137]
当前时刻第一容量阈值异常转正常概率为【0.3、0.7】，当前时刻至下一时刻的第一容量阈值正常转异常概率【0.6、0.4】，通过转移概率预测模型的预测公式，输出第一容量阈值在下一时刻异常概率和正常概率，确定第一容量阈值下一时刻正常概率大于异常概率的情况下，输出第二容量阈值。
[0138]
可选的，所述转移概率预测模型通过以下方式获得：
[0139]
根据预先获取的风、光、波浪能的第一容量阈值，获取历史状态转移概率和当前状态转移概率，将历史状态转移概率和当前状态转移概率进行模型训练，得到转移概率预测模型，以输出预测的下一时刻的第二容量阈值。
[0140]
步骤1025，根据第三状态转移概率和第四状态转移概率，生成第一容量阈值对应的状态转移概率矩阵。
[0141]
需要说明的是，第一容量阈值对应的状态转移概率矩阵中各元素都是非负的，并且各行元素之和等于1，各元素用概率表示，在一定条件下是互相转移的，p(k)表示k步转移概率矩阵，本实施例中，构成转移概率矩阵的元素是转移概率，即根据第一状态转移概率及第二状态转移概率，生成第一容量阈值对应的状态转移概率矩阵。
[0142]
步骤1026，根据第一容量阈值和第一容量阈值对应的状态转移概率矩阵，确定预测的下一时刻的第二容量阈值。
[0143]
本发明实施例中，当样本中第一容量阈值的状态可能发生转移的总次数为i，而由当前时刻到下一时刻转的转移概率，组成一个的转移概率矩阵p(k)；当k＝1时为一阶转概率矩阵，k大于1时为高阶概率转移矩阵，有了概率转移矩阵，就得到了状态之间经一步和多步转移的规律，这些规律就是第一容量阈值在调度周期内演变规律，根据第一容量阈值和第一容量阈值对应的状态转移概率矩阵，可以查表做出不同时刻的预测，确定预测的下一时刻的第二容量阈值。
[0144]
本发明实施例通过将第一发电功率输入至转移概率预测模型得到预测的下一时
刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值，从而实现根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。本发明通过当前时刻的第一发电功率和超级电容器组的第一容量阈值，采用转移概率预测模型获得更准确的下一时刻的预测结果，从而根据预测结果对超级电容器组的存储电量进行精准调节，解决由于预测不准确而频繁调节超级电容器组充放电，影响超级电容器组使用寿命的问题，实现高准确度的电力调节，降低超级电容器组充放电次数。
[0145]
参照图6，示出了本发明实施例提供的电力调节装置的结构示意图，所述装置可以包括：
[0146]
获取模块201，用于获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值；
[0147]
预测模块202，用于将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值；
[0148]
调节模块203，用于根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组的存储电量进行调节。
[0149]
可选的，所述获取模块201包括：
[0150]
第一获取子模块，用于根据预先构建的第一预测模型，获取当前时刻的可再生能源风、光、波浪能的发电功率；
[0151]
第二获取子模块，用于获取风、光、波浪能的所述发电功率的预测误差，对所述预测误差进行标准化处理；
[0152]
第一确定子模块，用于根据所述发电功率及处理后的预测误差，确定风、光、波浪能的第一发电功率。
[0153]
可选的，所述获取模块201包括：
[0154]
第三获取子模块，用于根据预先构建的第二预测模型，获取单个超级电容器充电和放电过程中的实际容量，额定电压及实际电压；；
[0155]
第四获取子模块，用于根据所述实际容量及预设约束条件，得到单个所述超级电容器的允许容量；
[0156]
第二确定子模块，用于根据单个所述超级电容器的额定电压及实际电压，确定串并联超级电容器数量；
[0157]
第三确定子模块，根据单个所述超级电容器的允许容量和所述串并联超级电容器数量，确定当前时刻的超级电容器组存储电量的第一容量阈值。
[0158]
可选的，所述预测模块202包括：
[0159]
第一预测子模块，用于基于所述转移概率预测模型，获取所述第一发电功率由异常状态转换为正常状态的第一状态转移概率，以及，由正常状态转换为异常状态的第二状态转移概率；
[0160]
第一生成子模块，用于根据所述第一状态转移概率及所述第二状态转移概率，生成所述第一发电功率对应的状态转移概率矩阵；
[0161]
第二预测子模块，用于根据所述第一发电功率和所述第一发电功率对应的状态转移概率矩阵，确定预测的下一时刻的第二发电功率。
[0162]
可选的，所述预测模块202包括：
[0163]
第三预测子模块，用于基于所述转移概率预测模型，获取所述第一容量阈值由异常状态转换为正常状态的第三状态转移概率，以及，由正常状态转换为异常状态的第四状态转移概率；
[0164]
第二生成子模块，用于根据所述第三状态转移概率和所述第四状态转移概率，生成所述第一容量阈值对应的状态转移概率矩阵；
[0165]
第四预测子模块，用于根据所述第一容量阈值和所述第一容量阈值对应的状态转移概率矩阵，确定预测的下一时刻的第二容量阈值。
[0166]
可选的，所述转移概率预测模型通过以下方式获得：
[0167]
根据预先获取的超级电容器组的所述第一容量阈值及风、光、波浪能的所述第一发电功率，获取历史状态转移概率和当前状态转移概率；
[0168]
将所述历史状态转移概率和所述当前状态转移概率进行模型训练，得到所述转移概率预测模型，以输出预测的下一时刻的所述第二发电功率及所述第二容量阈值。
[0169]
可选的，所述调节模块203包括：
[0170]
判断子模块，用于判断根据所述第二发电功率生成的发电总量是否超出所述第二容量阈值；
[0171]
生成子模块，用于若是，生成所述容量调整值；
[0172]
调节子模块，用于根据所述容量调整值，调整所述超级电容器组的输出功率，控制所述超级电容器组存储电量的第二容量阈值小于所述发电总量。
[0173]
本发明实施例通过获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，将第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值，根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。本发明通过当前时刻的第一发电功率和超级电容器组的第一容量阈值，采用转移概率预测模型获得更准确的下一时刻的预测结果，从而根据预测结果对超级电容器组的存储电量进行精准调节，解决由于预测不准确而频繁调节超级电容器组充放电，影响超级电容器组使用寿命的问题，实现高准确度的电力调节，降低超级电容器组充放电次数。
[0174]
本发明实施例还提供了一种电子设备，如图7所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
[0175]
存储器303，用于存放计算机程序；
[0176]
处理器301，用于执行存储器303上所存放的程序时，可以实现如下步骤：
[0177]
获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，将第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值，根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。
[0178]
上述终端提到的通信总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0179]
通信接口用于上述终端与其他设备之间的通信。
[0180]
存储器可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0181]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0182]
本发明还提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述实施例的电力调节方法。
[0183]
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0184]
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其他设备固有相关。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0185]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0186]
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图，或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
[0187]
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0188]
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明的排序设备中的一些或者全部部件
的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0189]
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0190]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0191]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
[0192]
需要说明的是，本技术实施例中获取各种数据相关过程，都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

技术特征：

1.一种电力调节方法，其特征在于，所述方法包括：获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值；将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值；根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组的存储电量进行调节。2.根据权利要求1所述的方法，其特征在于，所述获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，包括：根据预先构建的第一预测模型，获取当前时刻的可再生能源风、光、波浪能的发电功率；获取风、光、波浪能的所述发电功率的预测误差，对所述预测误差进行标准化处理；根据所述发电功率及处理后的预测误差，确定风、光、波浪能的第一发电功率。3.根据权利要求1所述的方法，其特征在于，所述获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，包括：根据预先构建的第二预测模型，获取单个超级电容器充电和放电过程中的实际容量，额定电压及实际电压；根据所述实际容量及预设约束条件，得到单个所述超级电容器的允许容量；根据单个所述超级电容器的额定电压及实际电压，确定串并联超级电容器数量；根据单个所述超级电容器的允许容量和所述串并联超级电容器数量，确定当前时刻的超级电容器组存储电量的第一容量阈值。4.根据权利要求1所述的方法，其特征在于，所述将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，包括：基于所述转移概率预测模型，获取所述第一发电功率由异常状态转换为正常状态的第一状态转移概率，以及，由正常状态转换为异常状态的第二状态转移概率；根据所述第一状态转移概率及所述第二状态转移概率，，生成所述第一发电功率对应的状态转移概率矩阵；根据所述第一发电功率和所述第一发电功率对应的状态转移概率矩阵，确定预测的下一时刻的第二发电功率。5.根据权利要求1所述的方法，其特征在于，所述将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值，包括：基于所述转移概率预测模型，获取所述第一容量阈值由异常状态转换为正常状态的第三状态转移概率，以及，由正常状态转换为异常状态的第四状态转移概率；根据所述第三状态转移概率和所述第四状态转移概率，，生成所述第一容量阈值对应的状态转移概率矩阵；根据所述第一容量阈值和所述第一容量阈值对应的状态转移概率矩阵，确定预测的下一时刻的第二容量阈值。6.根据权利要求4或5中任一所述的方法，其特征在于，所述转移概率预测模型通过以
下方式获得：根据预先获取的超级电容器组的所述第一容量阈值及风、光、波浪能的所述第一发电功率，获取历史状态转移概率和当前状态转移概率；将所述历史状态转移概率和所述当前状态转移概率进行模型训练，得到所述转移概率预测模型，以输出预测的下一时刻的所述第二发电功率及所述第二容量阈值。7.根据权利要求6所述的方法，其特征在于，所述根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组的存储电量进行调节，包括：判断根据所述第二发电功率生成的发电总量是否超出所述第二容量阈值；若是，生成所述容量调整值；根据所述容量调整值，调整所述超级电容器组的输出功率，控制所述超级电容器组存储电量的第二容量阈值小于所述发电总量。8.一种电力调节装置，其特征在于，所述装置包括：获取模块，用于获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值；预测模块，用于将所述第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将所述第一容量阈值输入至所述转移概率预测模型得到预测的下一时刻的第二容量阈值；调节模块，用于根据所述第二发电功率和所述第二容量阈值，对所述超级电容器组的存储电量进行调节。9.一种电子设备，其特征在于，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的电力调节方法。10.一种可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行权利要求1-7中任一所述的电力调节方法。

技术总结

本发明实施例提供了一种电力调节方法、装置、电子设备及可读存储介质，包括：获取当前时刻利用可再生能源发电的第一发电功率及超级电容器组存储电量的第一容量阈值，将第一发电功率输入至转移概率预测模型得到预测的下一时刻的第二发电功率，及将第一容量阈值输入至转移概率预测模型得到预测的下一时刻的第二容量阈值，根据第二发电功率和第二容量阈值，对超级电容器组的存储电量进行调节。本发明通过当前时刻的第一发电功率和第一容量阈值，采用转移概率预测模型获得更准确的下一时刻的预测结果，从而对超级电容器组的存储电量进行精准调节，实现高准确度的电力调节，降低超级电容器组充放电次数。电容器组充放电次数。电容器组充放电次数。