[0001] 本发明涉及电力领域，具体而言，涉及一种电网中的风险事件处理方法、装置、存储介质和处理器。

[0002] 目前，在电网中的风险处理中，随着新能源的大规模并网，会造成电网的局部拥塞或全局拥塞，由此使得电网的稳定性面临着前所未有的挑战，从而导致电网的运行效率低的技术问题。

[0003] 针对上述电网的运行效率低的技术问题，目前尚未提出有效的解决方案。

[0024] 为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其它实施例，都应当属于本发明保护的范围。

[0025] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0026] 实施例1

[0027] 根据本发明实施例，提供了一种电网中的风险事件处理方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

[0028] 图1是根据本发明实施例的一种电网中的风险事件处理方法的流程图，该方法可以包括如下步骤：

[0029] 步骤S101，获取电网中至少一发电端输出的目标发电量数据。

[0030] 在本发明上述步骤S101提供的技术方案中，上述目标发电量数据可以用于表示由预测模型而预测的发电量数据，预测模型可以为至少基于天气数据样本和发电量数据样本，对神经网络进行训练而得到的。

[0031] 在该实施例中，获取电网中至少一发电端输出的目标发电量数据，例如，至少根据天气数据样本和发电量数据样本，对神经网络进行训练，可以得到预测模型，然后通过将历史相关数据，输入至得到的预测模型中进行预测，可以得到目标发电量数据，其中，历史相关数据可以至少包括：电网所处环境的历史天气数据和历史发电量数据等，此处仅作举例说明，不作具体限定。

[0032] 步骤S102，基于目标发电量数据，调整发电端的运行数据。

[0033] 在本发明上述步骤S102提供的技术方案中，上述运行数据可以用于至少表示发电端的运行时间和/或运行成本，例如，运行时间可以按照峰时和谷时来统计，运行成本可以按照输出的单位发电量的花费来统计，此处仅作举例说明，不作具体限定。

[0034] 在该实施例中，在获取电网中至少一发电端输出的目标发电量数据之后，基于目标发电量数据，调整发电端的运行数据，例如，在获取到发电端输出的目标发电量数据的基础上，根据该目标发电量数据和发电端供给的当前发电量数据，来调整发电端的运行数据，也就是说，将发电端的当前运行数据调整为待优化的运行数据，此处仅作举例说明，不作具体限定。

[0035] 步骤S103，基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据。

[0036] 在本发明上述步骤S103提供的技术方案中，上述目标负荷数据可以用于表示在将拥塞的线路的负荷数据中的部分负荷数据转移至电网中的候选线路之后，拥塞的线路的剩余负荷数据，例如，候选线路也可以称作备选线路或备用线路，此处仅作举例说明，不作具体限定。

[0037] 在该实施例中，在基于目标发电量数据，调整发电端的运行数据之后，基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，例如，根据电网将处于的天气数据和运行数据，确定电网中至少一线路的负荷数据阈值，在确定出线路的负荷数据阈值的基础上，根据该负荷数据阈值，可以确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，也就是说，将负荷数据阈值设置为线路的负荷上限，以及通过对拥塞的线路进行部分负荷数据转移，可以将拥塞的线路的负荷数据调整至目标负荷数据，从而达到了可以减缓电网中线路的压力的目的。

[0038] 需要说明的是，上述部分负荷数据可以为拥塞的线路的负荷数据中的部分负荷数据，例如，上述部分负荷数据可以为10％的拥塞的线路的负荷数据，此处百分比仅作举例说明，不作具体限定。

[0039] 步骤S104，基于线路的当前负荷数据与目标负荷数据，确定与电网中的风险事件类型对应的处理策略数据。

[0040] 在本发明上述步骤S104提供的技术方案中，上述处理策略数据可以用于至少控制电网中的候选发电端的工作状态，其中，候选发电端的工作状态可以为待机状态，也可以为运行状态，此处仅作举例说明，不作具体限定。

[0041] 在该实施例中，在基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据之后，基于线路的当前负荷数据与目标负荷数据，确定与电网中的风险事件类型对应的处理策略数据，例如，通过对线路的当前负荷数据与目标负荷数据之间的关系进行判断，来确定与电网中的风险事件类型对应的处理策略数据，也就是说，如果判断出线路的当前负荷数据超过目标负荷数据，则根据历史发电量数据、预测天气数据和发电端的状态信息，可以确定与电网中的风险事件的影响程度对应的处理策略数据，例如，确定与电网中的风险事件的影响程度对应的应急预案和该应急预案中的相关数据，该应急预案中的相关数据可以至少包括：启动应急预案的负荷数据、候选设备的启动时间和发电功率等，此处仅作举例说明，不作具体限定。

[0042] 步骤S105，基于处理策略数据，调整与风险事件类型对应的风险阈值，以处理电网中的风险事件。

[0043] 在本发明上述步骤S105提供的技术方案中，上述风险阈值可以根据风险事件类型而确定，例如，如果风险事件类型为暴风雨事件，则可以将风速阈值设置为风险阈值，同时，可以将风速阈值设置为120公里/小时，如果风险事件类型为高温事件，则可以将温度阈值设置为风险阈值，同时，可以将温度阈值设置为50℃，此处仅作举例说明，不作具体限定。

[0044] 在该实施例中，在基于线路的当前负荷数据与目标负荷数据，确定与电网中的风险事件类型对应的处理策略数据之后，基于处理策略数据，调整与风险事件类型对应的风险阈值，以处理电网中的风险事件，例如，在确定出与电网中的风险事件类型对应的处理策略数据的基础上，根据该处理策略数据，可以调整与风险事件类型对应的风险阈值，以处理电网中的风险事件，例如，如果风险事件类型为暴风雨事件，则在确定出与暴风雨事件类型对应的处理策略数据的基础上，根据与暴风雨事件类型对应的处理策略数据，可以调整与暴风雨事件类型对应的风速阈值，此处仅作举例说明，不作具体限定。

[0045] 本申请上述步骤S101至步骤S105，在电网中处理风险事件时，获取电网中至少一发电端输出的目标发电量数据，根据获取的目标发电量数据，来调整发电端的运行数据，也即，调整发电端的运行时间和/或运行成本，根据调整后的运行数据，来确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，然后通过对线路的当前负荷数据与目标负荷数据之间的关系进行判断，来确定与电网中的风险事件类型对应的处理策略数据，以及根据确定的处理策略数据，来调整与风险事件类型对应的风险阈值，以处理电网中的风险事件，从而达到了可以为电网运行的稳定性提供重要保障的目的，解决了电网的运行效率低的技术问题，实现了可以提高电网的运行效率的技术效果。

[0046] 下面对该实施例的上述方法进行进一步介绍。

[0047] 作为一种可选的实施例方式，步骤S101，获取电网中至少一发电端输出的目标发电量数据，包括：确定电网所处环境的历史天气数据和历史发电量数据；将历史天气数据和历史发电量数据，输入至预测模型中进行预测，得到目标发电量数据。

[0048] 在该实施例中，上述预测模型可以为至少基于天气数据样本和发电量数据样本，对神经网络进行训练而得到的。

[0049] 在该实施例中，确定电网所处环境的历史天气数据和历史发电量数据；将历史天气数据和历史发电量数据，输入至预测模型中进行预测，得到目标发电量数据，例如，至少根据天气数据样本和发电量数据样本，对神经网络进行训练，可以得到预测模型，然后从与电网进行交互的云端中，可以获取电网所处环境的历史天气数据和历史发电量数据，再通过将获取的历史天气数据和历史发电量数据，输入至得到的预测模型中进行预测，可以得到目标发电量数据。

[0050] 作为一种可选的实施例方式，确定电网所处环境的历史天气数据和历史发电量数据，包括：对电网的初始历史天气数据进行清洗，得到清洗后的初始历史天气数据，并对电网的初始历史发电量数据进行清洗，得到清洗后的初始历史发电量数据；对清洗后的初始历史天气数据进行线性插值，得到历史天气数据，并对清洗后的初始历史发电量数据进行线性插值，得到历史发电量数据。

[0051] 在该实施例中，上述清洗后的初始历史天气数据可以用于表示存在缺失项的初始历史天气数据，上述清洗后的初始历史发电量数据可以用于表示存在缺失项的初始历史发电量数据。

[0052] 在该实施例中，在获取电网中至少一发电端输出的目标发电量数据之后，通过对电网的初始历史天气数据进行清洗，可以得到清洗后的初始历史天气数据，并通过对电网的初始历史发电量数据进行清洗，可以得到清洗后的初始历史发电量数据，然后通过对清洗后的初始历史天气数据进行线性插值，可以得到历史天气数据，并通过对清洗后的初始历史发电量数据进行线性插值，可以得到历史发电量数据。

[0053] 需要说明的是，上述清洗后的初始历史天气数据可能缺失某一天或者某几天的天气数据，上述清洗后的初始历史发电量数据也可能缺失某一天或者某几天的发电量数据，此处仅作举例说明，不作具体限定。

[0054] 作为一种可选的实施例方式，步骤S102，基于目标发电量数据，调整发电端的运行数据，包括：确定发电端供给的当前发电量数据；基于当前发电量数据与目标发电量数据，调整运行数据。

[0055] 在该实施例中，上述当前发电量数据可以用于表示发电端实时供给的发电量数据。

[0056] 在该实施例中，在获取电网中至少一发电端输出的目标发电量数据之后，确定发电端供给的当前发电量数据；基于当前发电量数据与目标发电量数据，调整运行数据，例如，在获取到发电端输出的目标发电量数据的基础上，通过采集设备对发电端供给的当前发电量进行采集，可以得到发电端供给的当前发电量数据，然后根据得到的当前发电量数据与目标发电量数据，来调整运行数据，也就是说，将发电端的当前运行数据调整为待优化的运行数据，此处仅作举例说明，不作具体限定。

[0057] 作为一种可选的实施例方式，基于当前发电量数据与目标发电量数据，调整运行数据，包括：响应于当前发电量数据大于或等于目标发电量数据，调整运行数据为第一运行数据；响应于当前发电量数据小于目标发电量数据，调整运行数据为第二运行数据。

[0058] 在该实施例中，上述调整前的运行数据的数值可以大于或等于第一运行数据的数值，上述调整前的运行数据的数值可以小于第二运行数据的数值。

[0059] 在该实施例中，在确定发电端供给的当前发电量数据之后，响应于当前发电量数据大于或等于目标发电量数据，调整运行数据为第一运行数据；响应于当前发电量数据小于目标发电量数据，调整运行数据为第二运行数据，例如，通过对当前发电量数据与目标发电量数据之间的关系进行判断，如果判断出当前发电量数据大于或等于目标发电量数据，则调整运行数据为第一运行数据，如果判断出当前发电量数据小于目标发电量数据，则调整运行数据为第二运行数据。

[0060] 作为一种可选的实施例方式，步骤S103，基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，包括：基于电网将处于的天气数据和运行数据，确定电网中至少一线路的负荷数据阈值；基于线路的负荷数据和负荷数据阈值，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据。

[0061] 在该实施例中，在基于目标发电量数据，调整发电端的运行数据之后，基于电网将处于的天气数据和运行数据，确定电网中至少一线路的负荷数据阈值；基于线路的负荷数据和负荷数据阈值，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，例如，通过对电网将处于的天气数据和运行数据进行分析，可以确定电网中至少一线路的负荷数据阈值，在确定出线路的负荷数据阈值的基础上，通过对线路的负荷数据和负荷数据阈值之间的关系进行判断，可以确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，也就是说，将负荷数据阈值设置为线路的负荷上限，通过对线路的负荷数据和负荷数据阈值之间的关系进行判断，可以确定电网中出现拥塞的线路，并通过对拥塞的线路进行部分负荷数据转移，可以将拥塞的线路的负荷数据调整至目标负荷数据，从而达到了可以减缓电网中线路的压力的目的。

[0062] 作为一种可选的实施例方式，基于线路的负荷数据和负荷数据阈值，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，包括：响应于线路的负荷数据超过负荷数据阈值，确定线路为拥塞的线路，并将线路的负荷数据调整至目标负荷数据。

[0063] 在该实施例中，在基于电网将处于的天气数据和运行数据，确定电网中至少一线路的负荷数据阈值之后，响应于线路的负荷数据超过负荷数据阈值，确定线路为拥塞的线路，并将线路的负荷数据调整至目标负荷数据，例如，在确定出线路的负荷数据阈值的基础上，通过对线路的负荷数据和负荷数据阈值之间的关系进行判断，可以确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，如果线路的负荷数据超过负荷数据阈值，则确定该线路为电网中出现拥塞的线路，并通过对该线路进行部分负荷数据转移，可以将该线路的负荷数据调整至目标负荷数据。

[0064] 作为一种可选的实施例方式，步骤S104，基于线路的当前负荷数据与目标负荷数据，确定与电网中的风险事件类型对应的处理策略数据，包括：响应于当前负荷数据超过目标负荷数据，确定风险事件的等级；确定与等级匹配的处理策略数据。

[0065] 在该实施例中，上述等级可以用于表示风险事件影响电网发电的程度。

[0066] 在该实施例中，在基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据之后，响应于当前负荷数据超过目标负荷数据，确定风险事件的等级；确定与等级匹配的处理策略数据，例如，通过对线路的当前负荷数据与目标负荷数据之间的关系进行判断，如果判断出当前负荷数据超过目标负荷数据，则确定风险事件的等级，也即，确定风险事件影响电网发电的程度，然后根据风险事件影响电网发电的程度，可以确定与等级匹配的处理策略数据，例如，确定与电网中的风险事件等级对应的应急预案和该应急预案中的相关数据，该应急预案中的相关数据可以至少包括：启动应急预案的负荷数据、候选设备的启动时间和发电功率等，此处仅作举例说明，不作具体限定。

[0067] 作为一种可选的实施例方式，确定与等级匹配的处理策略数据，包括：对等级进行划分，得到划分结果；响应于划分结果为等级属于目标类别，确定处理策略数据。

[0068] 在该实施例中，上述划分结果可以用于表示等级所属的类别，上述目标类别可以与风险事件类型一一对应，例如，如果风险事件类型为高温事件，则目标类别可以为与高温事件对应的第一类别，如果风险事件类型为暴雨事件，则目标类别可以为与暴雨事件对应的第二类别，此处仅作举例说明，不作具体限定。

[0069] 在该实施例中，在响应于当前负荷数据超过目标负荷数据，确定风险事件的等级之后，对等级进行划分，得到划分结果；响应于划分结果为等级属于目标类别，确定处理策略数据，例如，通过对等级进行划分，可以得到划分结果，然后对得到的划分结果进行类别分析，如果分析出该划分结果为等级属于目标类别，则根据历史发电量数据、预测天气数据和发电端的状态信息，可以确定与等级匹配的处理策略数据，例如，确定与电网中的风险事件等级对应的应急预案和该应急预案中的相关数据，该应急预案中的相关数据可以至少包括：启动应急预案的负荷数据、候选设备的启动时间和发电功率等，此处仅作举例说明，不作具体限定。

[0070] 可选地，对得到的划分结果进行类别分析，如果分析出该划分结果为等级属于第一类别，则根据历史发电量数据、预测天气数据和发电端的状态信息，可以确定与电网中的高温事件的影响程度对应的处理策略数据，例如，确定与电网中的高温事件的影响程度对应的应急预案和该应急预案中的相关数据，此处仅作举例说明，不作具体限定。

[0071] 在本实施例中，在电网中处理风险事件时，获取电网中至少一发电端输出的目标发电量数据，根据获取的目标发电量数据，来调整发电端的运行数据，也即，调整发电端的运行时间和/或运行成本，根据调整后的运行数据，来确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，然后通过对线路的当前负荷数据与目标负荷数据之间的关系进行判断，来确定与电网中的风险事件类型对应的处理策略数据，以及根据确定的处理策略数据，来调整与风险事件类型对应的风险阈值，以处理电网中的风险事件，从而达到了可以为电网运行的稳定性提供重要保障的目的，解决了电网的运行效率低的技术问题，实现了可以提高电网的运行效率的技术效果。

[0072] 实施例2

[0073] 下面结合优选的实施方式对本发明实施例的技术方案进行举例说明。

[0074] 在电网中的风险处理中，随着新能源的大规模并网，会造成电网的局部拥塞或全局拥塞，由此使得电网的稳定性面临着前所未有的挑战，从而导致电网的运行效率低的技术问题。

[0075] 然而，本发明实施例提出一种电网中的风险处理方法，通过自动调配电网中的各个资源，来确保电力供应的连续性和稳定性，从而达到了可以为电网运行的稳定性提供重要保障的目的，解决了电网的运行效率低的技术问题，实现了可以提高电网的运行效率的技术效果。

[0076] 图2是根据本发明实施例的一种基于电网运行状态的新能源风险分析与预警方法的流程图，如图2所示，该方法可以包括以下步骤：

[0077] 步骤S201，根据历史天气数据和新能源发电量数据，构建发电量预测模型进行发电量预测。

[0078] 在本发明上述步骤S201提供的技术方案中，根据历史新能源发电量数据和相应的时间戳信息，通过指数平滑法，来预测发电量的周期性和趋势性特征，由此可以得到时间相关的特征集合。采用历史天气数据集，通过数据清洗和插值方法，来处理缺失值和异常值，以获得净化后的天气属性数据集。获取新能源设备的技术参数，通过与历史发电量数据进行关联分析，判断新能源设备的技术参数与发电量的相关性，并获得新能源发电属性数据集。通过分析电网需求和发电设备的维护停机记录，结合历史天气数据和发电量数据，确定各因素对发电量的影响程度，并据此获得影响因素的数据集。基于时间相关的特征集合、净化后的天气属性数据集、新能源发电属性数据集和影响因素的数据集，运用卷积神经网络算法，进行构建发电量预测模型。

[0079] 举例而言，对历史新能源发电量数据和时间戳信息，通过指数平滑法进行时间序列分析。在有从2010年1月1日至2020年12月31日的每小时发电量记录的情况下，通过自相关和偏自相关分析，可以识别出发电量有一个星期的周期性特征，即周末的发电量通常低于工作日。同时，可以观察到整个10年间的发电量呈现出上升趋势，年均增长率约为5％。接着，处理2010年至2020年的每日天气数据集。在数据清洗过程中，发现2015年7月4日的数据存在缺失。通过线性插值，可以估算出缺失的数据为：平均温度为30℃，相对湿度为40％，风2
速为5米/秒，风向为东北风，降水量为0毫米，云量为5成，太阳辐照度为900W/m ，以及日照时长为10小时。

[0080] 在估算出缺失的数据的基础上，分析新能源设备的技术参数与历史发电量的相关性。在某个太阳能发电站中，发现转换效率为15％的光伏板相较于10％转换效率的光伏板，其产电量高出了50％。对电网需求和发电设备的维护停机记录的分析表明，在高需求期间，例如，在夏季的高温时段，发电量显著增加，而在设备维护期间，发电量减少了20％。综合这些数据集，使用卷积神经网络算法，建立了发电量预测模型，其中，发电量预测模型预测的2021年7月7日的发电量为2000兆瓦时，实际发电量为2050兆瓦时，预测误差为5％，发电量预测模型可以帮助电网运营商和新能源发电企业更准确地规划和管理资源。

[0081] 需要说明的是，上述发电量预测模型可以用于预测发电量，上述历史天气数据集可以包括但不限于：温度、湿度、风速、风向、降水量、云量、太阳辐照度和日照时长信息等。

[0082] 步骤S202，基于获得的预测发电量数据，分析电网各节点的实时能量需求情况，对发电单位进行优化。

[0083] 在本发明上述步骤S202提供的技术方案中，在根据历史天气数据和新能源发电量数据，构建发电量预测模型进行发电量预测之后，基于获得的预测发电量数据，分析电网各节点的实时能量需求情况，对发电单位进行优化。

[0084] 在该实施例中，通过安装在电网各节点的传感器和计量设施，可以获取实时能量需求信息，得到各节点的用电量和负载变化。基于发电量预测模型，可以获取发电量数据预测结果。对预测数据进行校正，根据校正结果，来调整发电量预测模型。基于线路容量、变压器负荷因素，来模拟电力流动，并确定能从发电站输送到各节点的最大电力量。分析各发电单位的启动时间、停机时间和调节范围，确定能够响应需求变化的单元和提供基础负载的单元。运用环境监测系统和排放量计算工具，评估各发电单位的二氧化碳排放、水资源消耗的环境指标，对超出环境标准的发电单位进行调整或替换。结合燃料价格、运行维护成本数据估算各发电单位的发电成本，并结合转换效率，评估其经济性。对发电单位进行排程，得到各发电单位的最优启停时间和发电量安排。基于各发电单位的最优启停时间、发电量安排和实时能量需求情况，自动调整各发电单位的发电行为。

[0085] 举例而言，在城市的一个主要配电站，安装了传感器和计量设施，这些设施可以在5分钟间隔内收集数据。通过这些传感器，发现该配电站的平均负载为50兆瓦，但在傍晚6点到8点之间，负载会上升到75MW，这表明需求峰值出现在这个时间段。发电量预测模型预计当日风力发电站将产生40MW的电力，但经过实际风速数据校正后，预测结果下调到了35MW。
因此，调整发电量预测模型，以提高未来预测的准确性。

[0086] 再举例而言，在电力流动模拟中，发现一条传输线路的最大承载能力为100MW，而连接的变压器的负荷因子为8。因此，这条线路能够安全输送的最大电力量为80MW。对于发电单位，分析了一台燃煤电厂的启动时间为1小时，停机时间为2小时，调节范围在50MW到200MW之间。该燃煤电厂可以提供基础负载，但由于启动时间和停机时间较长，不适合响应需求短时变化。通过环境监测系统，计算得知燃煤电厂每生产1兆瓦时的电力，会排放9吨的二氧化碳。考虑到排放标准为每MWh不超过7吨，可以提高该燃煤电厂的清洁能源混合比例，以减少碳排放。在成本估算方面，计算出燃煤电厂的运行成本为每MWh30元，而一台相同规模的太阳能发电站的运行成本仅为每MWh5元。虽然燃煤电厂的转换效率为38％，太阳能发电站为22％，但考虑到运行成本和环境效益，太阳能发电站经济性更优。根据上述分析制定了发电单位排程，确定在需求高峰时段，启动一个天然气联合循环发电机组，该发电机组启动时间为15分钟，可以提供额外的50MW电力，以满足傍晚时段的需求峰值。基于实时需求、发电量预测、电力流动模拟、环境影响和经济性评估等数据，自动调整发电单位的运行，从而可以实现电网的高效和可持续运行。

[0087] 步骤S203，获取发电单位优化后的电网运行数据，识别和预测供需波动并检测电网拥塞点。

[0088] 在本发明上述步骤S203提供的技术方案中，在基于获得的预测发电量数据，分析电网各节点的实时能量需求情况，对发电单位进行优化之后，获取发电单位优化后的电网运行数据，识别和预测供需波动并检测电网拥塞点。

[0089] 在该实施例中，在发电单位优化之后，根据发电单位，可以实时监测的电网运行数据。如果电网运行数据显示出供应过剩或不足，运用发电量预测模型，来预测发电量，以及基于历史数据，来预测需求量变化。基于节点信息和支路参数，计算当前电网的负荷分布和线路潮流情况。如果计算结果显示达到或超过线路热限制的线路，则确定该线路为电网拥塞点，并计算拥塞程度。通过市场价格信息和拥塞成本数据，调整发电单位的出力，优化市场交易决策，以减轻拥塞，并降低整体电力成本。也就是说，判断电网是否存在潜在的拥塞风险，若是，则诱导负荷转移或削减，其中，电网运行数据可以包括但不限于：各发电站的发电量、运行状态及运行成本信息等。

[0090] 举例而言，某发电站的实时监测数据显示，当前发电量为500兆瓦，运行状态良好，运行成本为每兆瓦时50元。在近期的数据分析中，观察到在过去的同期，相应的发电量通常为450MW，而结合即将到来的高温天气，预测未来几天的电力需求将上升5％。通过潮流分析软件计算得出，一条传输线路的实时功率流为300兆瓦，接近其热限制为320兆瓦。这表明该线路为拥塞点，其拥塞程度为(300MW/320MW)*100％＝93.75％。

[0091] 在计算出传输线路的拥塞程度之后，采用线性规划优化算法后，发现通过减少某个成本较高的发电机组的出力50MW，并增加一个成本较低的发电机组的出力50MW，可以将整体运营成本降低2％，同时满足潮流约束和节点电压限制。市场价格信息显示，当前电力市场的批发电价为每兆瓦时60元。结合拥塞成本数据，对发电单位的出力进行调整，如降低拥塞线路流量20MW，可减少拥塞成本15％，同时在市场中获得更佳的成交价格。在后续的分析中，如果发现电网仍存在潜在的拥塞风险，可以实施负荷预测策略，诱导负荷转移。此外，还提供时间变价策略，鼓励用户在夜间使用更多电力，预计可以削减高峰期需求约10MW。考虑到太阳能预测输出将在下午时段减少40MW，调整调度计划，例如，提前启动一台100MW的天然气发电机组，以确保在可再生能源出力波动时，电网仍能保持稳定。当计划进行年度维护，导致某条关键传输线路暂时关闭时，电网运行策略需要动态调整。

[0092] 步骤S204，基于预测的供需波动和检测的电网拥塞点，模拟电网运行状况，动态调整发电策略和负荷调度。

[0093] 在本发明上述步骤S204提供的技术方案中，在获取发电单位优化后的电网运行数据，识别和预测供需波动并检测电网拥塞点之后，基于预测的供需波动和检测的电网拥塞点，模拟电网运行状况，动态调整发电策略和负荷调度。

[0094] 在该实施例中，结合预测的需求量变化，来绘制电网负荷需求曲线。如果预测到的负荷需求出现高峰，则通过发电量预测模型，来预测太阳能和风能的不确定性资源的供电能力，判断在高峰时段能够提供的最大电力。如果可再生能源的供应不足以满足预测的高峰需求，则获取常规发电厂的运营数据，计算各发电厂调度启停的最佳时机和发电量，以填补供需差距。当检测到传输线路出现拥塞的潜在性时，对电网拓扑结构进行优化，调整线路负载，以减轻或消除拥塞。如果线路调整后仍无法完全解决拥塞问题，则动态调整负荷侧的消费模式，通过激励或价格信号，来引导用户减少或延后用电，以平衡电网负荷。此外，融合电力市场的实时价格数据，来确定发电策略中的经济性参数，以得到成本最优的发电计划。如果市场价格信号显示电力过剩，则调整发电机组的输出。

[0095] 举例而言，历史电力消费数据显示，于夏季工作日午后3点至6点期间，负荷需求通常增长20％，达到最大值约为4500兆瓦。通过实时气象信息，预测接下来一周内将有几天气温超过平均值，从而导致空调使用增加，短期内负荷需求可能增加至4700兆瓦。分析历史和实时数据后，预测在未来几天内，太阳能发电系统在峰值时间可以提供约700兆瓦的电力，而风能发电系统可以提供约500兆瓦。可再生能源在峰值时段可以提供总计1200兆瓦的电力。由于可再生能源供应并不能完全满足4700兆瓦的预测高峰需求，可以获取了一常规燃气发电厂的运营数据，该发电厂的最大产能为2000兆瓦。为了填补剩余的需求(4700‑1200＝3500兆瓦)，应该在高峰前一小时，启动该燃气发电厂，并在高峰结束后，两小时内逐步降低其输出，其中，一重要的传输线路在预测高峰期间，将承载接近其安全极限的95％负载，为了防止拥塞，调整了该线路上的负载分配，将10％的电力流量转移到了相邻的备用线路上。

[0096] 在转移线路上的负载的基础上，尽管通过线路优化，已减轻了一部分负荷，但是，仍有5％的风险出现拥塞。因此，通过调整峰时电价，鼓励工业用户在高峰时段减少10％的用电量，可以实现平衡电网负荷。

[0097] 步骤S205，基于应急预案的执行情况，迭代风险类型及风险等级对应的应急预案。

[0098] 在本发明上述步骤S205提供的技术方案中，在基于预测的供需波动和检测的电网拥塞点，模拟电网运行状况，动态调整发电策略和负荷调度之后，基于应急预案的执行情况，迭代风险类型及风险等级对应的应急预案。

[0099] 在该实施例中，如果监测到电网的实时负荷与预设的安全上限之间的差距小于安全阈值，则进行风险分析，具体可以包括以下步骤：确定风险的类型和程度，基于风险程度，得出对应的风险等级，判断风险类型是否可恢复，如果判断出风险类型不可恢复，则执行与风险类型及风险等级对应的应急预案，并记录应急预案的执行情况，然后根据应急预案的执行情况，评估应急预案的效果和电网的稳定性。在获取应急响应结束后的效果评价数据之后，分析应急预案的整体性能和实际效果。如果数据分析结果显示应急预案的性能优于或不符合预期，则调整预警标准和应急预案参数，从而达到了可以提高未来响应的准确性和有效性的技术效果。此外，还将风险事件、应急响应和效果评估的信息，均传达给运营人员和管理人员。

[0100] 可选地，判断实时负荷数据是否达到或超过安全阈值。如果实时负荷数据达到或超过安全阈值，则发出预警，以提示管理人员和运维团队即将发生的潜在风险。当发出预警后，启动风险分析程序，分析当前负荷情况导致的风险类型。风险分析程序通过历史数据、天气情报以及设备状态信息，来确定风险的程度和潜在影响，进一步来得到风险等级。当风险等级被判定后，判断当前风险类型是否可恢复。如果风险类型被判定为不可恢复，则自动调用与该风险类型及风险等级相符的应急预案。在应急预案被触发后，对应急预案的执行情况进行记录，其中，应急预案的执行情况可以包括但不限于：执行应急预案的时间以及负荷变化信息等。

[0101] 举例而言，在电力监测系统设定的安全上限是1000兆瓦、且安全阈值设定为90％，即900兆瓦的情况下，当实时负荷达到或超过900兆瓦时，会发出预警。如果实时负荷数据为910兆瓦，则负荷值已超过安全阈值900兆瓦，因此会发出预警。然后，开始运行风险分析程序，其中，分析程序可能会考虑的因素可以包括：历史数据显示，过去一周内，负荷值超过
850兆瓦的情况共发生了5次，持续时间平均为2小时；天气情报显示，当前正值高温天气，未来几小时内温度预计将上升，这可能会导致空调使用量增加，进而增加电网负荷；设备状态信息显示，目前有一个主要发电机正在进行维护，导致备用能力下降；综合以上信息，风险分析程序确定当前风险等级为中等。根据中等风险等级，查询风险可恢复性数据库，并发现该风险类型是可恢复的。由于风险等级被判定为中等且可恢复，自动调用相应的中等风险等级应急预案。这个预案包括：立即通知所有相关人员加强监控，并准备启动备用发电设备，以防万一。

[0102] 需要说明的是，在启动应急预案之后，记录实时负荷为每5分钟更新一次。在接下来的30分钟内，负荷升至890兆瓦，此时启动备用发电设备，以稳定系统。在触发应急预案之后，记录了这次操作，包括启动备用发电设备的具体时间为下午3点15分，以及负荷在接下来的小时内稳定在850兆瓦的变化情况。在该次风险结束之后，根据执行情况，记录并评估了应急预案的有效性。通过对比负荷数据和响应时间，可以确认成功防止了负荷超过安全上限，因此评估为有效。这次成功的应对行动被记录，并可能作为未来应急预案优化和改进的依据，此处仅作举例说明，不作具体限定。

[0103] 再举例而言，在一个风电场的暴风雨过后，收集了关于风电机组的完整运行数据，包括风速、电力输出、设备状态等，并进行了效果评估。数据分析显示，应急预案执行期间，风电场的平均发电效率降低了15％，但由于预案的有效执行，避免了大约200000千瓦时的潜在损失。基于这些数据，分析预案中的不同参数，如风速阈值和储能系统的使用时机，以优化预警标准。分析发现，若在风速达到100公里/小时启动预案而非120公里/小时，可以进一步减少发电效率的损失。将这些情报汇报给运营人员和管理层，帮助他们了解事件的严重性和应急预案的效果，并提出了将预警风速阈值从120公里/小时调整至100公里/小时的建议。运营团队决定接受这一修改，并更新了风险分析和预警的级别。

[0104] 由上述内容可知，本发明采用迭代方式，基于应急预案的执行效果，适时更新和调整风险类型，以及风险等级对应的应急预案，以提升电网应对突发事件的能力。通过这种方法，可以实现电网运行的智能化、自适应调整及实时风险控制，从而可以显著提升电网的稳定性和安全性，为新能源并网运行和电网管理带来重要的促进作用。

[0105] 图3是根据本发明实施例的另一种基于电网运行状态的新能源风险分析与预警方法的流程图，如图3所示，该方法可以包括以下步骤：

[0106] 步骤S301，预测需求量变化。

[0107] 步骤S302，绘制负荷需求曲线。

[0108] 在本发明上述步骤S302提供的技术方案中，在预测需求量变化之后，绘制负荷需求曲线。

[0109] 步骤S303，预测不确定性资源的供电能力。

[0110] 在本发明上述步骤S303提供的技术方案中，在绘制负荷需求曲线之后，预测不确定性资源的供电能力。

[0111] 步骤S304，确定最大电力。

[0112] 在本发明上述步骤S304提供的技术方案中，在预测不确定性资源的供电能力之后，确定最大电力。

[0113] 步骤S305，获取常规发电厂的运营数据。

[0114] 在本发明上述步骤S305提供的技术方案中，在确定最大电力之后，获取常规发电厂的运营数据。

[0115] 步骤S306，计算最佳时机和发电量。

[0116] 在本发明上述步骤S306提供的技术方案中，在获取常规发电厂的运营数据之后，计算最佳时机和发电量。

[0117] 步骤S307，填补供需差距。

[0118] 在本发明上述步骤S307提供的技术方案中，在计算最佳时机和发电量之后，输出抑制后的分类结果。

[0119] 步骤S308，优化电网拓扑结构。

[0120] 在本发明上述步骤S308提供的技术方案中，在填补供需差距之后，优化电网拓扑结构。

[0121] 在该实施例中，根据历史天气数据和新能源发电量数据，构建发电量预测模型进行发电量预测，基于获得的预测发电量数据，分析电网各节点的实时能量需求情况，对发电单位进行优化，获取发电单位优化后的电网运行数据，识别和预测供需波动并检测电网拥塞点，基于预测的供需波动和检测的电网拥塞点，模拟电网运行状况，动态调整发电策略和负荷调度，以及基于应急预案的执行情况，迭代风险类型及风险等级对应的应急预案，从而达到了可以为电网运行的稳定性提供重要保障的目的，解决了电网的运行效率低的技术问题，实现了可以提高电网的运行效率的技术效果。

[0122] 实施例3

[0123] 根据本发明实施例，还提供了一种电网中的风险事件处理装置。需要说明的是，该电网中的风险事件处理装置可以用于执行实施例1中的一种电网中的风险事件处理方法。

[0124] 图4是根据本发明实施例的一种电网中的风险事件处理装置的示意图。如图4所示，该电网中的风险事件处理装置400可以包括：获取单元401、第一调整单元402、第一确定单元403、第二确定单元404和第二调整单元405。

[0125] 获取单元401，用于获取电网中至少一发电端输出的目标发电量数据。

[0126] 第一调整单元402，用于基于目标发电量数据，调整发电端的运行数据，其中，运行数据用于至少表示发电端的运行时间和/或运行成本。

[0127] 第一确定单元403，用于基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，其中，目标负荷数据用于表示在将拥塞的线路的负荷数据中的部分负荷数据转移至电网中的候选线路之后，拥塞的线路的剩余负荷数据。

[0128] 第二确定单元404，用于基于线路的当前负荷数据与目标负荷数据，确定与电网中的风险事件类型对应的处理策略数据，其中，处理策略数据用于至少控制电网中的候选发电端的工作状态。

[0129] 第二调整单元405，用于基于处理策略数据，调整与风险事件类型对应的风险阈值，以处理电网中的风险事件。

[0130] 可选地，获取单元401可以包括：第一确定模块，用于确定电网所处环境的历史天气数据和历史发电量数据；预测模块，用于将历史天气数据和历史发电量数据，输入至预测模型中进行预测，得到目标发电量数据，其中，预测模型为至少基于天气数据样本和发电量数据样本，对神经网络进行训练而得到的。

[0131] 可选地，第一确定模块可以包括：清洗子模块，用于对电网的初始历史天气数据进行清洗，得到清洗后的初始历史天气数据，并对电网的初始历史发电量数据进行清洗，得到清洗后的初始历史发电量数据；插值子模块，用于对清洗后的初始历史天气数据进行线性插值，得到历史天气数据，并对清洗后的初始历史发电量数据进行线性插值，得到历史发电量数据。

[0132] 可选地，第一调整单元402可以包括：第二确定模块，用于确定发电端供给的当前发电量数据；第一调整模块，用于基于当前发电量数据与目标发电量数据，调整运行数据。

[0133] 可选地，第一调整模块可以包括：第一调整子模块，用于响应于当前发电量数据大于或等于目标发电量数据，调整运行数据为第一运行数据，其中，调整前的运行数据的数值大于或等于第一运行数据的数值；第二调整子模块，用于响应于当前发电量数据小于目标发电量数据，调整运行数据为第二运行数据，其中，调整前的运行数据的数值小于第二运行数据的数值。

[0134] 可选地，第二确定单元403可以包括：第三确定模块，用于基于电网将处于的天气数据和运行数据，确定电网中至少一线路的负荷数据阈值；调整模块，用于基于线路的负荷数据和负荷数据阈值，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据。

[0135] 可选地，第三确定模块可以包括：确定子模块，用于响应于线路的负荷数据超过负荷数据阈值，确定线路为拥塞的线路，并将线路的负荷数据调整至目标负荷数据。

[0136] 可选地，第二确定单元404可以包括：第四确定模块，用于响应于当前负荷数据超过目标负荷数据，确定风险事件的等级；第五确定模块，用于确定与等级匹配的处理策略数据。

[0137] 可选地，第五确定模块可以包括：划分子模块，用于对等级进行划分，得到划分结果，其中，划分结果用于表示等级所属的类别；响应子模块，用于响应于划分结果为等级属于目标类别，确定处理策略数据。

[0138] 在该实施例中，获取单元，用于获取电网中至少一发电端输出的目标发电量数据；第一调整单元，用于基于目标发电量数据，调整发电端的运行数据，其中，运行数据用于至少表示发电端的运行时间和/或运行成本；第一确定单元，用于基于运行数据，确定电网中出现拥塞的线路，并将拥塞的线路的负荷数据调整至目标负荷数据，其中，目标负荷数据用于表示在将拥塞的线路的负荷数据中的部分负荷数据转移至电网中的候选线路之后，拥塞的线路的剩余负荷数据；第二确定单元，用于基于线路的当前负荷数据与目标负荷数据，确定与电网中的风险事件类型对应的处理策略数据，其中，处理策略数据用于至少控制电网中的候选发电端的工作状态；第二调整单元，用于基于处理策略数据，调整与风险事件类型对应的风险阈值，以处理电网中的风险事件，从而达到了可以为电网运行的稳定性提供重要保障的目的，解决了电网的运行效率低的技术问题，实现了可以提高电网的运行效率的技术效果。

[0139] 实施例4

[0140] 根据本发明实施例，还提供了一种计算机可读存储介质，该存储介质包括存储的程序，其中，程序执行实施例1中的电网中的风险事件处理方法。

[0141] 实施例5

[0142] 根据本发明实施例，还提供了一种处理器，该处理器用于运行程序，其中，程序被处理器运行时执行实施例1中的电网中的风险事件处理方法。

[0143] 实施例6

[0144] 根据本发明实施例，还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，其中，该计算机程序被处理器执行时实现本发明实施例1中的电网中的风险事件处理方法。

[0145] 上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

[0146] 在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

[0147] 在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

[0148] 作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0149] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0150] 集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

[0151] 以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。