具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的电力调度方法的一些实施例的流程100。该电力调度方法，包括以下步骤：
步骤101，获取供电节点标识集。
在一些实施例中，电力调度方法的执行主体(例如计算设备)可以从预设数据库获取供电节点标识集。其中，上述供电节点标识集中的供电节点标识可以为用于表示供电地区的标识名称。上述标识名称可以为地区名称。上述执行主体可以为用于对电厂电力资源进行管理和调度的服务器。
步骤102，对于供电节点标识集中的每个供电节点标识，执行以下电力调度处理：
步骤1021，获取对应供电节点标识的当日电力流转条件信息与对应供电节点标识的当日环境信息。
在一些实施例中，上述执行主体可以获取对应上述供电节点标识的当日电力流转条件信息与对应上述供电节点标识的当日环境信息。实践中，上述执行主体可以从预设数据库获取与上述供电节点标识对应的当日电力流转条件信息与当日环境信息。其中，上述当日电力流转条件信息可以表示当前日期的电力流转条件信息。上述电力流转条件信息可以表示影响电力流转的限制条件。上述电力流转条件信息包括但不限于以下中的至少一项：统调负荷信息、新能源出力信息。上述统调负荷信息可以表示与上述供电节点标识对应的总电力负荷。上述新能源出力信息可以表示与上述供电节点标识对应的各个新能源发电设备在一天内可以产生的最大电力总和(新能源出力信息可以表示各个新能源发电设备能够产生的最大电力总和，而不是实际产生的电力总和)。上述当日环境信息可以表示与当前日期对应的环境信息。上述环境信息可以表示一天的环境状况。上述环境信息可以包括但不限于以下至少一项：参照平均环境温度、参照平均相对湿度、参照平均日照辐射强度、参照日照时长。上述参照平均环境温度、上述参照平均相对湿度、上述参照平均日照辐射强度、上述参照日照时长可以通过气象大模型预测得到。例如，上述气象大模型可以为盘古气象大模型。
步骤1022，获取对应供电节点标识的历史电力流转条件信息集与对应供电节点标识的历史环境信息集。
在一些实施例中，上述执行主体可以获取对应上述供电节点标识的历史电力流转条件信息集与对应上述供电节点标识的历史环境信息集。其中，上述历史电力流转条件信息集中一个历史电力流转条件信息与一个历史日期对应，上述历史环境信息集中的一个历史环境信息与一个历史日期对应。上述历史电力流转条件信息可以表示与一个历史日期对应的电力流转条件信息。上述历史日期可以是指与过去的一天对应的日期。上述历史环境信息集中的一个历史环境信息可以表示与历史日期对应的环境信息。
步骤1023，根据当日电力流转条件信息、当日环境信息、历史电力流转条件信息集与历史环境信息集，确定相似日日期。
在一些实施例中，上述执行主体可以根据上述当日电力流转条件信息、上述当日环境信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述当日电力流转条件信息、上述当日环境信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期：
第一步，对上述当日电力流转条件信息进行映射转换处理，得到与上述当日电力流转条件信息对应的当日电力流转条件向量信息。实践中，首先，上述执行主体可以通过词嵌入技术将上述当日电力流转条件信息中的各个当日电力流转条件子信息转换成各个向量。然后，上述执行主体可以将上述各个向量确定为当日电力流转条件向量信息。
第二步，对上述当日环境信息进行映射转换处理，得到与上述当日环境信息对应的当日环境向量信息。实践中，首先，上述执行主体可以通过词嵌入技术将上述当日环境信息中的各个日环境子信息转换成与上述各个日环境子信息对应的各个向量。然后，上述执行主体可以将与上述各个日环境子信息对应的各个向量确定为当日环境向量信息。
第三步，根据上述当日电力流转条件向量信息、上述当日环境向量信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述当日电力流转条件向量信息、上述当日环境向量信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期：
第一步，对于上述历史电力流转条件信息集中的每个历史电力流转条件信息，执行以下生成步骤：
第一子步骤，将上述历史电力流转条件信息转换成与上述历史电力流转条件信息对应的历史电力流转条件向量信息。实践中，上述执行主体可以将上述历史电力流转条件信息输入至词嵌入模型中，得到与上述历史电力流转条件信息对应的历史电力流转条件向量信息。上述历史电力流转条件向量信息可以为表示历史电力流转条件信息的向量矩阵。
第二子步骤，将对应上述历史电力流转条件信息的历史日期确定为目标历史日期。
第三子步骤，将上述当日电力流转条件向量信息与上述历史电力流转条件向量信息的相似度确定为第一待筛选相似度。其中，上述第一待筛选相似度可以为当日电力流转条件向量信息与上述历史电力流转条件向量信息的余弦相似度。
第四子步骤，将上述历史环境信息集中与上述目标历史日期对应的历史环境信息确定为待转换历史环境信息。
第五子步骤，将上述待转换历史环境信息转换成与上述待转换历史环境信息对应的历史环境向量信息。实践中，上述执行主体可以将上述待转换历史环境信息输入至上述词嵌入模型，得到与上述待转换历史环境信息对应的历史环境向量信息。
第六子步骤，将上述当日环境向量信息与上述历史环境向量信息的相似度确定为第二筛选相似度。其中，上述第二筛选相似度可以为上述当日环境向量信息与上述历史环境向量信息的余弦相似度。
第七子步骤，根据预设权重系数信息、上述第一待筛选相似度与上述第二筛选相似度，生成筛选相似度。其中，上述筛选相似度与上述目标历史日期对应。其中，上述预设权重系数信息可以包括对应上述第一筛选相似度的第一权重系数、对应上述第二筛选相似度的第二权重系数。实践中，首先，上述执行主体可以将上述预设权重系数信息中的第一权重系数与上述第一待筛选相似度的乘积确定为第一数值。然后，上述执行主体可以将上述预设权重系数信息中的第二权重系数与上述第二待筛选相似度的乘积确定为第二数值。接着，上述执行主体可以将上述第一数值与上述第二数值的和确定为筛选相似度。需要说明的是上述第一权重系数与上述第二权重系数的和等于1。上述第一权重系数大于0小于1。上述第一权重系数大于0小于1。
第二步，将所生成的各个筛选相似度确定为筛选相似度集合。
第三步，将上述筛选相似度集合中满足预设筛选条件的筛选相似度确定为目标筛选相似度。其中，上述预设筛选条件可以为相似度数值最大。
第四步，将与上述目标筛选相似度对应的目标历史日期确定为相似日日期。
步骤1024，获取与相似日日期对应的相似日数据。
在一些实施例中，上述执行主体可以获取与上述相似日日期对应的相似日数据。其中，上述相似日数据包括以下至少一项：电价值序列、新能源发电量序列、负荷量序列。实践中，上述执行主体可以从上述预设数据库获取与上述相似日日期对应的相似日数据。其中，上述电价值序列中的一个电价值可以为对应一个时间段的电价值。例如，上述电价值可以为与时间段2024年3月25日00:00-2024年3月25日00:15对应的25元/kWh。上述新能源发电量序列中的一个新能源发电量可以为对应一个时间段的新能源发电量。上述新能源发电量可以为在一段时间内新能源发电的总电量。上述新能源发电可以包括但不限于以下中的至少一项：风能发电、太阳能发电、水能发电。例如，上述新能源发电量可以为在时间段2024年3月25日00:00-2024年3月25日00:15内的新能源发电量为100000kWh。上述一段时间可以为将当前日期内的24个小时分成同等时间长度的96个时间段中的一个时间段。
步骤1025，根据相似日数据、当日电力流转条件信息与当日环境信息，生成与供电节点标识对应的当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列。
在一些实施例中，上述执行主体可以根据上述相似日数据、上述当日电力流转条件信息与当日环境信息，生成与上述供电节点标识对应的当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述相似日数据、上述当日电力流转条件信息与当日环境信息，生成与上述供电节点标识对应的当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列：
第一步，将上述相似日数据所包括的电价值序列、上述当日电力流转条件信息、上述当日环境信息确定为第一输入数据。
第二步，将上述第一输入数据输入至预先训练好的电价值预测模型，得到与上述第一输入数据对应的当前预测电价值序列。其中，上述电价值预测模型可以为以第一输入数据为输入数据，以当前预测电力价值序列为输出数据的神经网络模型。例如，上述神经网络模型可以为长短期记忆网络(LSTM，Long Short-Term Memory)模型。作为示例，可以首先获取多个样本第一输入数据和多个样本第一输入数据中的每个样本第一输入数据所对应的样本当前预测电力价值序列。然后，将多个样本第一输入数据的每个样本第一输入数据作为输入，将多个样本第一输入数据中的每个样本第一输入数据所对应的当前预测电力价值序列作为期望输出，训练得到电价值预测模型。上述当前预测电力价值序列中的当前预测电力价值可以为对应一个时间段的预测的电力价值。上述一段时间可以为将当前日期内的24个小时分成同等时间长度的96个时间段中的一个时间段。需要说明的是第一输入数据中的当日环境信息(例如，参照平均日照辐射强度、参照日照时长)与新能源发电量(例如，太阳能发电量)之间存在一定的客观规律。作为示例，平均日照辐射强度越高，太阳能发电量也会相应增加。较高的平均日照辐射强度意味着太阳能板可以接收到更多的太阳辐射能量，从而产生更多的电能。参照日照时长是指太阳从日出到日落的时间长度，它直接影响着太阳能发电系统每天可以接收到的太阳辐射总量，进而影响太阳能发电总量。新能源发电量和电力价值之间也存在一定的客观规律。新能源发电量的增加会影响电力供给情况，进而影响电价值。
第三步，将上述相似日数据所包括的新能源发电量序列、上述当日电力流转条件信息、上述当日环境信息确定为第二输入数据。
第四步，将上述第二输入数据输入至预先训练好的新能源出力预测模型，得到与上述第二输入数据对应的当日预测新能源发电量序列。其中，上述新能源出力预测模型可以为以第二输入数据为输入数据，以当日预测新能源发电量序列为输出数据的神经网络模型。例如，上述神经网络模型可以为循环神经网络(Recurrent Neural Network，RNN)模型。作为示例，可以首先获取多个样本第二输入数据和多个样本第二输入数据中的每个样本第二输入数据所对应的样本当日预测新能源发电量序列。然后，将多个样本第二输入数据中的每个样本第二输入数据作为输入，将多个样本第二输入数据中的每个样本第二输入数据所对应的当日预测新能源发电量序列作为期望输出，训练得到新能源出力预测模型。上述当日预测新能源发电量序列中的一个当日预测新能源发电量可以为对应一个时间段的预测的新能源发电量。
第五步，将上述相似日数据所包括的负荷量序列、上述当日电力流转条件信息确定为第三输入数据。
第六步，将上述第三输入数据输入至预先训练好的负荷量预测模型，得到与上述第三输入数据对应的当日预测负荷量序列。其中，上述负荷量预测模型可以为以第三输入数据为输入数据，以当日预测负荷量序列为输出数据的神经网络模型。例如，上述神经网络模型可以为长短期记忆网络(LSTM，Long Short-Term Memory)模型。作为示例，可以首先获取多个样本第三输入数据和多个第三输入数据中的每个第三输入数据所对应的样本当日预测负荷量序列。然后，将多个第三输入数据中的每个第三输入数据作为输入，将多个第三输入数据中的每个第三输入数据所对应的样本当日预测负荷量序列作为期望输出，训练得到负荷量预测模型。上述当日预测负荷量序列中的一个当日预测负荷量可以为对应一个时间段的预测的负荷量。上述负荷量可以为电力系统为一个地区提供的电量。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤将上述第一输入数据输入至预先训练好的电价值预测模型，得到与上述第一输入数据对应的当前预测电价值序列：
第一步，将上述第一输入数据中的当日电力流转条件信息输入至上述电价值预测模型的映射转换层，得到与上述当日电力流转条件信息对应的当日电力流转条件特征信息。其中，上述电价值预测模型包括上述映射转换层、特征合并层、特征时序依赖关系捕获层、当前预测电价值层、输出层。上述映射转换层可以为将上述当日电力流转条件信息转换成连续型的表示的嵌入层。上述当日电力流转条件特征信息可以为表示上述当日电力流转条件信息的向量。
第二步，将上述第一输入数据中的当日环境信息输入至上述电价值预测模型的映射转换层，得到与上述当日环境信息对应的当日环境特征信息。其中，上述当日环境特征信息可以为表示上述当日环境信息的向量。
第三步，将上述当日电力流转条件特征信息和上述当日环境特征信息输入至上述特征合并层，得到合并特征信息。上述特征合并层可以为将上述当日电力流转条件特征信息和上述当日环境特征信息合并的concatenate层。上述合并特征信息可以为将上述当日电力流转条件特征信息和上述当日环境特征信息合并后的特征向量。
第四步，将上述第一输入数据中的电价值序列、上述合并特征信息输入至上述特征时序依赖关系捕获层，得到时序依赖特征信息。其中，上述特征时序依赖关系捕获层可以为学习序列数据中的时间依赖关系，电价值序列和合并特征信息依赖关系的LSTM层。
第五步，将上述时序依赖特征信息输入至上述当前预测电价值层，得到与上述时序依赖特征信息对应的价值预测信息。其中，上述当前预测电价值层可以为根据时序依赖特征信息预测电价值的全连接层。上述价值预测信息可以为表征当前预测电价值序列的向量。
第六步，将上述价值预测信息输入至上述输出层，得到与上述价值预测信息对应的当前预测电价值序列。其中，上述输出层可以为将上述全连接层的输出信息转换成预设格式信息的神经网络层。这里，上述预设格式信息可以为序列。上述输出层可以将向量中的元素按照其在向量中的顺序排列，形成一个序列。
上述技术方案及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“根据预设用电需求、可再生能源发电量和历史电力价值进行电力调度，使用历史电力价值进行电力调度缺乏实时性，历史电力价值无法准确反映当前时刻的电力流转市场供需情况，如果电力供给和实际需求存在较大差异，导致生成的电力调度量序列准确性较低，根据准确性较低的电力调度量序列进行电力调度可能造成电力资源的浪费或短缺”。导致电力资源浪费和短缺的因素往往如下：根据预设用电需求、可再生能源发电量和历史电力价值进行电力调度，使用历史电力价值进行电力调度缺乏实时性，历史电力价值无法准确反映当前时刻的电力流转市场供需情况，如果电力供给和实际需求存在较大差异，导致生成的电力调度量序列准确性较低，根据准确性较低的电力调度量序列进行电力调度可能造成电力资源的浪费或短缺。如果解决了上述因素，就能达到减少电力资源浪费和短缺的效果。为了达到这一效果，首先，将上述第一输入数据中的当日电力流转条件信息输入至上述电价值预测模型的映射转换层，得到与上述当日电力流转条件信息对应的当日电力流转条件特征信息，其中，上述电价值预测模型包括上述映射转换层、特征合并层、特征时序依赖关系捕获层、当前预测电价值层、输出层。由此，可以得到用于生成合并特征信息的当日电力流转条件特征信息。接着，将上述第一输入数据中的当日环境信息输入至上述电价值预测模型的映射转换层，得到与上述当日环境信息对应的当日环境特征信息。由此，可以得到用于生成合并特征信息的当日环境特征信息。然后，将上述当日电力流转条件特征信息和上述当日环境特征信息输入至上述特征合并层，得到合并特征信息。由此，可以将上述当日电力流转条件特征信息和上述当日环境特征信息进行合并。接着，将上述第一输入数据中的电价值序列、上述合并特征信息输入至上述特征时序依赖关系捕获层，得到时序依赖特征信息。由此，可以得到表征电价值序列与时间、电价值序列和合并特征信息依赖关系的时序依赖特征信息。然后，将上述时序依赖特征信息输入至上述当前预测电价值层，得到与上述时序依赖特征信息对应的价值预测信息。由此，可以预测当前预测电价值序列。之后，将上述价值预测信息输入至上述输出层，得到与上述价值预测信息对应的当前预测电价值序列。由此，可以得到当前预测电价值序列。当前预测电价值序列具有实时性，可以较为准确地反应当前时刻的电力流转市场供需情况。结合步骤1027，将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息，其中，上述电力调度信息包括电力调度量序列。由此，可以根据可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列，生成准确性较高的电力调度量序列。结合步骤1028根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度。根据准确性较高的电力调度量序列进行电力调度，减少了电力资源的浪费和电力短缺情况的发生次数。
步骤1026，获取与供电节点标识对应的可控负荷信息。
在一些实施例中，上述执行主体可以获取与上述供电节点标识对应的可控负荷信息。实践中，上述执行主体可以从预设数据库获取与上述电节点标识对应的可控负荷信息。上述可控负荷信息可以为电力系统中可以通过外部控制手段进行调节的可控负荷的相关数据和参数。上述可控负荷可以包括但不限于以下至少一项：可削减负荷、可平移负荷、可中断负荷。例如，上述可控负荷信息可以为Pcut(t)＝(1-γcut(t))P(t)。上述Pcut(t)可以为t时间段削减之后的负荷。上述P(t)可以为t时间段削减之前的负荷。上述γcut(t)可以为t时间段可削减负荷比例，上述γcut(t)可以为0到1之间的数值。上述γcut(t)为γcut可削减负荷比例序列中的一个可削减负荷比例。上述t可以表示96个时间段中的一个时间段。上述γcut可以为与上述96个时间段对应的可削减负荷比例序列。上述可削减负荷比例序列中的一个可削减负荷比例可以为对应一个时间段的可削减负荷比例。作为示例，上述t可以为2024年3月25日00：00-2024年3月25日00：15。则上述γcut(t)可以为上述γcut中与上述2024年3月25日00：00-2024年3月25日00：15对应的可削减负荷比例。上述可消减负荷比例是一个0到1的数值。
步骤1027，将可控负荷信息、当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息。
在一些实施例中，上述执行主体可以将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息。其中，上述电力调度信息包括电力调度量序列。上述预设电力调度信息生成模型可以为以可控负荷信息、当日预测电价值序列、当日预测新能源发电量序列与上述当日预测负荷量序列为输入数据的情况下，在预设时间内以电力总流出量的价值最大为目标求解各个最优电力调度量的数学规划模型。上述电力调度量序列可以为与各个预设时间段对应的序列。上述电力调度量序列中的一个电力调度量可以为对应一个时间段的电力调度量。例如，上述电力调度量为时间段2024年3月28日00:00-2024年3月28日00:15需要向与上述供电节点标识对应的电储能装置调度的电量。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息：
第一步，将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列、上述当日预测负荷量序列确定为输入数据。
第二步，将上述输入数据输入至预设电力调度信息生成模型。
第三步，根据预设求解器与预设电力调度信息生成模型，生成电力调度量序列。实践中，上述执行主体可以通过上述预设求解器对预设电力调度信息生成模型进行求解，得到电力调度序列。最后，上述执行主体可以将上述电力调度序列确定为电力调度信息。其中，上述预设求解器可以为CPLEX求解器。
步骤1028，根据电力调度量序列，对与供电节点标识对应的电储能装置进行电力调度。
在一些实施例中，上述执行主体可以根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度。其中，上述的电储能装置可以为用于存储电量的设备。例如，上述电储能装置可以为超级电容器。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度：
第一步，对于电力调度量序列中的第一个电力调度量，执行以下电力调度处理：
第一子步骤，将与上述电力调度量对应的时间段确定为目标时间段。
第二子步骤，获取系统时间作为当前时间点。
第三子步骤，响应于确定上述当前时间点在上述目标时间段内且上述电力调度量大于预设数值，从预设电厂向上述电储能装置调入与上述电力调度量对应的电能资源。其中，上述预设数值可以为0。实践中，上述执行主体可以将表征从预设电厂向上述电储能装置调入与上述电力调度量对应的电能资源的信息发送至电力系统。然后，电力系统接收到上述信息后会控制远动终端从预设电厂向上述电储能装置调入与上述电力调度量对应的电能资源。
第四子步骤，响应于确定上述当前时间点在上述目标时间段内且上述电力调度量小于预设数值，从上述电储能装置向上述电储能装置所在的电网释放与上述电力调度量对应的电能资源。实践中，上述执行主体可以将表征从电储能装置向上述预设电厂调入与电力调度量对应的电能资源的信息发送至电力系统。然后，电力系统接收到信息后会控制远动终端从上述电储能装置向上述电网释放与上述电力调度量对应的电能资源。
第五子步骤，将第一个电力调度量从上述电力调度量序列中删除，以对上述电力调度量序列进行更新。
第六子步骤，响应于确定更新后的电力调度量序列不为空，在当前时间点的预设时间段之后，根据上述更新后的电力调度量序列，再次执行上述电力调度处理。
在一些实施例的一些可选的实现方式中，在上述根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度之后，上述执行主体还可以执行以下步骤：
第一步，对上述电力调度量序列中的每个电力调度量，执行以下步骤：
第一子步骤，将对应上述电力调度量的时间段确定为调度时间段。
第二子步骤，将上述当日预测电价值序列中与上述调度时间段对应的当日预测电价值确定为目标当日预测电价值。
第三子步骤，响应于确定上述电力调度量等于上述预设数值，根据上述目标当日预测电价值，生成与上述调度时间段对应的信息。实践中，上述执行主体可以将表征大于等于上述目标当日预测电价值的价值范围信息确定为与上述调度时间段对应的价值范围信息。
第四子步骤，响应于确定上述电力调度量大于上述预设数值，根据第一预设矫正系数与上述目标当日预测电价值，生成与上述调度时间对应的价值范围信息。实践中，首先，上述执行主体可以将上述第一预设矫正系数与上述目标当日预测电价值的乘积确定为第一数值。然后，上述执行主体可以将表征小于等于上述第一数值的信息确定为价值范围信息。
第五子步骤，响应于确定上述电力调度量小于上述预设数值，根据第二预设矫正系数与上述目标当日预测电价值，生成与上述调度时间对应的价值范围信息。实践中，上述执行主体可以将上述第二预设矫正系数与上述目标当日预测电价值的乘积确定为第二数值。然后，上述执行主体可以将表征大于等于上述第二数值的信息确定为与上述调度时间对应的价值范围信息。
第二步，将所生成的各个价值范围信息确定为价值范围信息集。
第三步，从预设数据库获取与上述价值范围信息集对应的加密算法信息。其中，上述加密算法信息可以表示预设加密算法。例如，上述预设加密算法可以为AES加密算法。
第四步，根据上述加密算法信息和预设伪随机数生成器，生成与上述加密算法信息对应的密钥。实践中，上述执行主体可以通过上述预设伪随机数生成器，生成与上述加密算法信息对应的密钥。其中，上述密钥可以为用来控制加密和解密过程的参数。
第五步，根据上述密钥对上述价值范围信息集进行加密处理，得到与上述价值范围信息集对应的价值范围加密数据。实践中，上述执行主体可以将上述价值范围信息集确定为待加密明文。然后，上述执行主体可以根据所生成的密钥对上述待加密明文进行加密操作，得到与上述待加密明文对应的密文。之后，上述执行主体可以将上述密文确定为价值范围加密数据。
第六步，将上述加密数据存储至预设存储设备。其中，上述预设存储设备可以为用于存储价值范围加密数据的设备。例如，上述设备可以为硬盘。
上述技术方案及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“直接将所生成表征电力价值范围的信息存储至存储设备(例如，硬盘)，在存储过程中并未对存储的信息进行加密处理，导致未加密的表征电力价值范围的信息容易受到黑客攻击或内部人员泄露的风险，导致敏感信息被窃取或篡改，进而导致表征电力价值范围的信息存储安全性较低”。导致电力价值范围信息的存储安全应较低的因素往往如下：直接将所生成表征电力价值范围的信息存储至存储设备(例如，硬盘)，在存储过程中并未对存储的信息进行加密处理，导致未加密的表征电力价值范围的信息容易受到黑客攻击或内部人员泄露的风险，导致敏感信息被窃取或篡改，进而导致表征电力价值范围的信息存储安全性较低。如果解决了上述因素，就能达到提高表征电力价值范围的信息存储安全性的效果。为了达到这一效果，首先，对上述电力调度量序列中的每个电力调度量，执行以下步骤：接着，将对应上述电力调度量的时间段确定为调度时间段。由此，可以得到用于确定目标当日预测价值的调度时间段。之后，将上述当日预测电价值序列中与上述调度时间段对应的当日预测电价值确定为目标当日预测电价值。由此，可以得到目标当日预测电价值。然后，响应于确定上述电力调度量等于上述预设数值，根据上述目标当日预测电价值，生成与上述调度时间段对应的价值范围信息。由此，可以得到当电力调度量等于上述预设数值时的价值范围信息。接着，响应于确定上述电力调度量大于上述预设数值，根据第一预设矫正系数与上述目标当日预测电价值，生成与上述调度时间对应的价值范围信息。由此，可以得到当电力调度量大于上述预设数值时的价值范围信息。然后，响应于确定上述电力调度量小于上述预设数值，根据第二预设矫正系数与上述目标当日预测电价值，生成与上述调度时间对应的价值范围信息。由此，可以得到当电力调度量小于上述预设数值时的价值范围信息。之后，将所生成的各个价值范围信息确定为价值范围信息集。由此，可以得到表征电力价值范围的价值范围信息集。接着，从预设数据库获取与上述价值范围信息集对应的加密算法信息。由此，可以得到用于对价值范围信息集进行加密的加密算法信息。接着，根据上述加密算法信息和预设伪随机数生成器，生成与上述加密算法信息对应的密钥。由此，可以得到用于加密处理的密钥。然后，根据上述密钥，对上述价值范围信息集进行加密处理，得到与上述价值范围信息集对应的价值范围加密数据。由此，可以对价值范围信息集进行加密，得到价值范围加密数据。之后，将上述价值范围加密数据存储至预设存储设备。也因为在电力调度之后，生成了随着电力调度而发生改变的表征电力价值范围的价值范围信息集，在存储价值范围信息集之前对价值范围信息集进行了加密，降低了表征电力价值范围的价值范围信息集受到黑客攻击或内部人员泄露的风险，提高了表征电力价值范围的价值范围信息集的存储安全性。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的电力调度方法，减少了电储装置存储资源的浪费。具体来说，造成电储装置存储资源的浪费的原因在于：根据预设用电需求对电力资源进行调度，在电力调度过程中并没有考虑到可再生能源(例如，太阳能和风能)的潜在供应，当可再生能源充裕的情况下，根据预设用电需求进行电力资源调度可能会导致电储装置存储资源的浪费。基于此，本公开的一些实施例的电力调度方法，首先，获取供电节点标识集。由此，可以得到表征各个需要供电区域的供电节点标识集。接着，对于上述供电节点标识集中的每个供电节点标识，执行以下电力调度处理：获取对应上述供电节点标识的当日电力流转条件信息与对应上述供电节点标识的当日环境信息。由此，可以得到用于确定相似日日期的当日电力流转条件信息与当日环境信息。然后，获取对应上述供电节点标识的历史电力流转条件信息集与对应上述供电节点标识的历史环境信息集，其中，上述历史电力流转条件信息集中一个历史电力流转条件信息与一个历史日期对应，上述历史环境信息集中的一个历史环境信息与一个历史日期对应。由此，可以得到用于确定相似日日期的历史电力流转条件信息集与历史环境信息集。接着，根据上述当日电力流转条件信息、上述当日环境信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期。由此，可以得到相似日日期。然后，获取与上述相似日日期对应的相似日数据，其中，上述相似日数据包括以下至少一项：电价值序列、新能源发电量序列、负荷量序列。由此，可以获取到用于预测当日各个时间段电价值的相似日数据。接着，根据上述相似日数据、上述当日电力流转条件信息与当日环境信息，生成与上述供电节点标识对应的当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列。由此，可以预测得到当日预测电价值序列、表征可再生能源(例如，太阳能和风能)的潜在供应量的当日预测新能源发电量序列、表征用电需求量的当日预测负荷量序列。接着，获取与上述供电节点标识对应的可控负荷信息。由此，可以得到用于生成电力调度量序列的可控负荷信息。接着，将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息，其中，上述电力调度信息包括电力调度量序列。由此，可以根据可控负荷信息、当日预测电价值序列、表征可再生能源(例如，太阳能和风能)的潜在供应量的当日预测新能源发电量序列与当日预测负荷量序，生成电力调度序列。根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度。由此，可以在生成电力调度序列的基础上进行电力调度。也因为在进行电力调度之前，考虑到了可再生能源(例如，太阳能和风能)的潜在供应量，根据可控负荷信息、当日预测电价值序列、表征可再生能源(例如，太阳能和风能)的潜在供应量的当日预测新能源发电量序列与当日预测负荷量序，生成了电力调度序列。减少了在可再生能源充裕的情况下仍然根据预设用电需求进行电力调度的可能性，减少了电储装置存储资源的浪费。
进一步参考图2，作为对各图所示方法的实现，本公开提供了一种电力调度装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的电力调度装置200包括：获取单元201和电力调度处理单元202。其中，获取单元201被配置成获取供电节点标识集；电力调度处理单元202被配置成对于上述供电节点标识集中的每个供电节点标识，执行以下电力调度处理：获取对应上述供电节点标识的当日电力流转条件信息与对应上述供电节点标识的当日环境信息；获取对应上述供电节点标识的历史电力流转条件信息集与对应上述供电节点标识的历史环境信息集，其中，上述历史电力流转条件信息集中一个历史电力流转条件信息与一个历史日期对应，上述历史环境信息集中的一个历史环境信息与一个历史日期对应；根据上述当日电力流转条件信息、上述当日环境信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期；获取与上述相似日日期对应的相似日数据，其中，上述相似日数据包括以下至少一项：电价值序列、新能源发电量序列、负荷量序列；根据上述相似日数据、上述当日电力流转条件信息与当日环境信息，生成与上述供电节点标识对应的当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列；获取与上述供电节点标识对应的可控负荷信息；将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息，其中，上述电力调度信息包括电力调度量序列；根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度。
可以理解的是，该装置200中记载的诸单元与参考图1述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
计算机可读介质可以是电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。计算机可读介质承载有一个或者多个程序，当一个或者多个程序被该电子设备执行时，使得该电子设备：获取供电节点标识集；对于上述供电节点标识集中的每个供电节点标识，执行以下电力调度处理：获取对应上述供电节点标识的当日电力流转条件信息与对应上述供电节点标识的当日环境信息；获取对应上述供电节点标识的历史电力流转条件信息集与对应上述供电节点标识的历史环境信息集，其中，上述历史电力流转条件信息集中一个历史电力流转条件信息与一个历史日期对应，上述历史环境信息集中的一个历史环境信息与一个历史日期对应；根据上述当日电力流转条件信息、上述当日环境信息、上述历史电力流转条件信息集与上述历史环境信息集，确定相似日日期；获取与上述相似日日期对应的相似日数据，其中，上述相似日数据包括以下至少一项：电价值序列、新能源发电量序列、负荷量序列；根据上述相似日数据、上述当日电力流转条件信息与当日环境信息，生成与上述供电节点标识对应的当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列；获取与上述供电节点标识对应的可控负荷信息；将上述可控负荷信息、上述当日预测电价值序列、上述当日预测新能源发电量序列与上述当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息，其中，上述电力调度信息包括电力调度量序列；根据上述电力调度量序列，对与上述供电节点标识对应的电储能装置进行电力调度。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元和电力调度处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取供电节点标识集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离发明构思的情况下，由技术特征或其等同特征进行任意组合而形成的其它技术方案。例如特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。