基于大数据的多流域水电站集群发电计划系统的制作方法

本发明涉及电站调度运行技术领域，尤其涉及一种基于大数据的多流域水电站集群发电计划系统。

背景技术：

一方面，随着我国经济的发展，电力工业环境已发生较大变革，电力供需已由规模性短缺逐渐向局部供大于求转变。四川省水电资源丰富，水电装机容量大，市场主体多，竞争激烈，同时四川省丰水期和枯水期差异明显，各流域的资源禀赋也千差万别，这些变化和特点对水电集团的管理提出了新的要求。

另一方面，随着信息化建设的持续推进，企业的软硬件设备及系统逐渐增多，但目前大多数水电站都以单个电站作为数据汇总单元，并未在水电站集群层面进行整合，或者只在集群层面进行简单的数据汇总，并未进行深度的分析、计算、整合，不同程度存在重复数据多、利用效率低等问题，亟需优化整合，大力挖掘数据价值，提高信息化水平。

因此，开发基于大数据的多流域水电站集群发电计划系统是提升水电集团管理水平和信息化水平的必要工作，具有重要的理论价值和实际价值。

技术实现要素：

本发明的目的就在于为了解决上述问题而提供一种基于大数据的多流域水电站集群发电计划系统。

为了实现上述目的，本公开提供一种基于大数据的多流域水电站集群发电计划系统，水电站集群发电计划系统基于大数据库，大数据库与水电站集群内的多个水电站系统的后台数据同步，水电站集群发电计划系统包括：

检测模块；检测模块包括用于统计水电站集群来水能力的检测子模块i、用于统计水库电量的检测子模块ii、用于统计检修技改电量的检测子模块iii、用于统计生态流量电量的检测子模块iv和用于监测水电站集群实时发电情况的实时发电模块；

预测模块；预测模块包括用于预测水电站集群来水能力的预测子模块i、用于预测水库电量的预测子模块ii、用于预测检修技改电量的预测子模块iii和用于预测生态流量电量的预测子模块iv，预测子模块i调用未来天气数据以及历年来水能力数据，预测子模块ii调用水库库容、水位、单位水量对应电量以及年度水库调用计划数据，结合年度检修技改计划的预测子模块iii与检测子模块iii连接，结合生态流量下泄标准的预测子模块iv与检测子模块iv连接；

决策模块；决策模块与预测模块连接，结合电力市场因素形成水电站集群发电计划。

本发明的有益效果在于：

本发明涉及的检测模块下配置多个检测子模块，预测模块下配置多个预测子模块，决策模块通过读取预测模块的预测数据并结合发电业务流程，考虑电力市场因素对发电量的影响，构建算法，形成多流域水电站集群发电计划。大大挖掘了水电站集群海量的水情、电量、水库、检修等数据的价值，实现发电计划的计算，对水电站集群的管理与运营具有重要意义。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是本发明所述的基于大数据的多流域水电站集群发电计划系统的开发流程图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

如图1所示，本发明涉及的基于大数据的多流域水电站集群发电计划系统，搭建四个主要功能模块：检测模块、预测模块、诊断模块、决策模块。四个模块相互联系，相互依存，共同构成基于大数据的多流域水电站集群发电计划系统。

第一步先同步华能四川水电有限公司多个系统的后台数据，搭建该系统的数据库，并通过一系列procedure逻辑编辑和job定时任务，实现该系统数据库数据的完整性、及时性、实用性。同时，搭建该系统的前端展示平台。

检测模块建立于第一步形成的大数据库，大数据库与水电站集群内的多个水电站系统的后台数据同步。检测模块包括用于统计水电站集群来水能力的检测子模块i、用于统计水库电量的检测子模块ii、用于统计检修技改电量的检测子模块iii、用于统计生态流量电量的检测子模块iv和用于监测水电站集群实时发电情况的实时发电模块。检测模块下的多个检测子模块针对各物理量不同的属性和径流式、调节式电站不同的特性，配置有针对性的算法。

检测子模块i对径流式电站统计其来水能力时，计算公式如下：

当w(来水)≥w(满发)时，

e(来水)＝c(装机)×t；

当w(来水)<w(满发)时，

检测子模块i对调节式电站统计其来水能力时，计算公式如下：

式中，w(来水)为计算时段内的平均入库流量，w(满发)为电站满发引用流量，e(来水)为计算时段内来水能力，c(装机)为电站装机容量，t为计算时段的时间。

检测子模块ii统计水库电量时，其计算公式如下：

e(水库)＝e(发电)—e(来水能力)+e(生态)；

式中，e(水库)为计算时段内的水库电量，e(发电)为计算时段内调节式电站的发电量，e(来水能力)为计算时段内调节式电站的来水能力，e(生态)为计算时段内调节式电站的生态流量电量。

检测子模块iii对径流式电站统计其检修技改电量时，其计算公式如下：

当w(来水)—w(生态)≥w(满发)时，

e(检修)＝c(停机)×t；

当w(满发)>w(来水)—w(生态)>(c(装机)-c(停机))/(c(装机))×w(满发)时，

e(检修)＝((w(来水)-w(生态)-w(满发))/(w(满发))×c(装机)+c(停机))×t；

当w(来水)—w(生态)<(c(装机)-c(停机))/(c(装机))×w(满发)时，

e(检修)＝0；

检测子模块iii对调节式电站统计其检修技改电量时，其计算公式如下：

e(检修)＝0；

式中，w(来水)为计算时段内的平均入库流量，w(生态)为计算时段内生态流量下泄值，w(满发)为电站满发引用流量，e(检修)为计算时段内的检修技改电量，c(停机)为检修技改停机容量，t为计算时段的时间，c(装机)为电站装机容量。

检测子模块iv统计生态流量电量，其计算公式如下：

式中，w(生态)为计算时段内生态流量下泄值，w(满发)为电站满发引用流量，c(装机)为电站装机容量，e(生态)为计算时段内生态流量电量。

预测模块包括用于预测水电站集群来水能力的预测子模块i、用于预测水库电量的预测子模块ii、用于预测检修技改电量的预测子模块iii和用于预测生态流量电量的预测子模块iv。预测模块下的多个预测子模块针对影响发电量最重要的来水能力、水库电量、检修技改电量、生态流量电量这四个因素，配置有针对性的算法。

基于未来天气数据以及历年来水能力数据的预测子模块i预测来水能力时，其计算公式如下：

式中，e(来水预测)为某时段的预测来水能力，en(来水能力)为过去第n时段来水能力统计，en(来水能力)与e(来水预测)的时间间隔相同，q为未来天气系数，n为时段数。

预测子模块ii基于水库库容、水位、单位水量对应电量以及年度水库调用计划数据。

结合年度检修技改计划的预测子模块iii与检测子模块iii连接，结合生态流量下泄标准的预测子模块iv与检测子模块iv连接。

决策模块与预测模块连接，结合电力市场因素形成水电站集群。

决策模块对径流式电站形成水电站集群发电计划时，其计算公式如下：

e(计划)＝(e(来水预测)-e(检修预测)-e(生态预测))×s；

预测模块对调节式电站形成水电站集群发电计划时，其计算公式如下：

e(计划)＝e(来水预测)+e(水库预测)-e(检修预测)-e(生态预测)；

式中，e(计划)为发电计划，e(检修预测)为检修技改电量预测，e(生态预测)为生态流量电量预测，e(水库预测)为调节式电站的水库电量预测，s为电力市场因素系数。

来水能力和水库电量是水电站发电的基础，检修技改电量和生态流量电量是对水电站发电造成影响的因素，结合此发电业务流程，并考虑电力市场因素对发电量的影响，构建智能算法，形成多流域水电站集群智能发电计划。

诊断模块包括分析子模块和验证子模块。

用于形成水电站集群发电量综合分析报告的分析子模块，分析子模块分别与检测模块、预测模块连接，分析子模块从来水能力、水库电量、检修技改电量、生态流量电量、其它电量因素对同比情况进行分析，对各因素的影响权重实现排序形成多维度、多视角的水电站集群发电量综合智能分析报告，并将分析结果反馈到决策模块，随时随地为决策提供参考。

分析子模块中涉及的各因素物理量同比值的关系如下：

e(电量同比)＝e(来水同比)+e(水库同比)—e(检修同比)—e(生态同比)+e(其它同比)；

式中各项为各因素物理量的同比值，e(电量同比)为发电量的同比值。

验证子模块与决策模块连接，基于比较算法，以智能检测模块和人工发电计划为依据，验证子模块调用人工发电计划对决策模块形成的水电站集群发电计划进行评估，对来水能力预测、水库电量预测、检修技改电量预测、生态流量电量预测、其它电量预测、智能发电计划实现智能诊断、验证，达到动态评估的目的。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。