所属的技术人员能够理解，面向高比例新能源电力网业务分配模型迭代优化方法各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。
背景技术：
1、电网业务分配主要涉及电能从发电到最终用户的过程中的各个环节，包括发电、输电、变电、配电等。这个过程需要确保电能的稳定供应、高效传输和合理分配，以满足不同用户的需求。在电网业务分配的过程中，还需要考虑电能的监测和调节，以确保电网的稳定和安全运行。
2、随着全球对可再生能源的关注度日益提高，新能源电力网得到了快速发展。随着新能源电力的快速发展，电网业务分配面临着越来越高的要求。风能、太阳能等新能源电力在电网中的比例逐渐增加，对电网的调度、运行和管理提出了新的挑战。
3、新能源电力网中的电力来源往往具有间歇性和不稳定性，传统的电力网业务分配模型往往基于固定的电源结构和负荷预测进行设计，难以适应新能源电力网的复杂性和不确定性。高比例的新能源电力注入使得电力网的供需平衡变得更为复杂，传统的分配模型可能无法适应新能源电力网的高比例特性，导致分配效率低下、资源利用不合理或者分配错误等问题。
技术实现思路
1、传统的分配模型往往基于固定的规则和参数进行设计可能无法适应新能源电力网的高比例特性，难以应对新能源电力网中各种变化和挑战，导致分配效率低下、资源利用不合理或者分配错误等问题，本发明提供一种面向高比例新能源电力网业务分配模型迭代优化方法、系统、设备及介质。
2、第一方面，本发明技术方案提供一种面向高比例新能源电力网业务分配模型迭代优化方法，包括如下步骤：
3、采集新能源电力网各环节的数据，并对数据进行预处理生成数据集；
4、建立新能源电力网业务分配模型；
5、基于数据集通过迭代优化算法对业务分配模型进行迭代优化调整模型的参数和结构使业务分配达到最优；
6、将优化后的业务分配结果以直观的方式展示。
7、作为本发明技术方案的优选，采集新能源电力网各环节的数据，并对数据进行预处理生成数据集的步骤包括：
8、通过传感器监测和采集新能源电力网各环节的数据，包括发电设备的性能参数、输电线路的容量和状态数据、电力消费的数据；并建立统一的数据库用于存储和管理从各个环节采集到的数据；
9、剔除采集数据中的异常值并将数据按照设定数据格式进行标准化处理；
10、将不同来源的数据进行融合，形成一个完整的数据集，数据集内包括预测数据和验证数据。
11、作为本发明技术方案的优选，建立新能源电力网业务分配模型的步骤包括：
12、根据新能源发电设备的特性和性能参数，建立能够模拟发电设备的输出功率和响应时间的发电模型；
13、构建能够模拟电力在传输过程中的损失和变化的输变电模型；
14、建立能够预测不同区域和用户的电力需求的电力消费需求模型；
15、基于发电模型、输变电模型和电力消费需求模型生成电力网业务分配目标函数。
16、作为本发明技术方案的优选，基于数据集通过迭代优化算法对业务分配模型进行迭代优化调整模型的参数和结构使业务分配达到最优的步骤包括：
17、根据新能源电力的预测数据计算每个时间段内各区域的新能源电力可用量；
18、根据各区域的传输损耗系数，计算新能源电力在传输过程中的损耗；
19、基于业务需求、新能源电力可用量和传输损耗，初步分配各区域的业务；
20、验证分配的业务是否超过电力系统的总容量限制；如果超出，则需要进行调整；
21、基于容量限制和业务需求对业务分配进行调整使业务分配达到最优。
22、作为本发明技术方案的优选，根据新能源电力的预测数据计算每个时间段内各区域的新能源电力可用量的步骤之前包括：
23、设置电力系统的总容量限制、各区域的传输损耗系数、新能源电力的预测数据；
24、基于预测数据初始化各区域的业务需求；
25、设定迭代次数或收敛条件。
26、作为本发明技术方案的优选，基于数据集通过迭代优化算法对业务分配模型进行迭代优化调整模型的参数和结构使业务分配达到最优的步骤中具体的迭代算法包括：
27、初始化分配后的业务数组与业务需求数组大小相同；
28、执行迭代直到收敛或达到最大迭代次数，具体包括：
29、判断是否达到最大迭代次数，若是，停止迭代，返回分配后的业务数组；否则进入下一步；
30、计算考虑传输损耗后的新能源电力可用量；
31、初始化剩余业务需求量和剩余电力系统容量；
32、遍历每个时间步长来分配业务；
33、判断分配是否收敛，若是，结束迭代，返回分配后的业务数组，否则保存此次分配结果用于下一次分配结果收敛判断，进入步骤：判断是否达到最大迭代次数。
34、作为本发明技术方案的优选，遍历每个时间步长来分配业务的步骤中，每个时间步长执行的步骤包括：
35、计算基于可用量、剩余需求和剩余容量的最大可分配业务量；
36、基于最大可分配业务量分配在当前时间步长的业务分配量；
37、基于最大可分配业务量更新剩余需求量和剩余容量；
38、判断是否完全满足业务需求或容量耗尽，若是，则结束遍历时间步长。
39、第二方面，本发明技术方案提供一种面向高比例新能源电力网业务分配模型迭代优化系统，包括数据采集与处理模块、业务分配模型建立模块、模型优化模块和结果展示模块；
40、数据采集与处理模块，用于采集新能源电力网各环节的数据，并对数据进行预处理生成数据集；
41、业务分配模型建立模块，用于建立新能源电力网业务分配模型；
42、模型优化模块，用于基于数据集通过迭代优化算法对业务分配模型进行迭代优化调整模型的参数和结构使业务分配达到最优；
43、结果展示模块，用于将优化后的业务分配结果以直观的方式展示。
44、作为本发明技术方案的优选，数据采集与处理模块，具体用于通过传感器监测和采集新能源电力网各环节的数据，包括发电设备的性能参数、输电线路的容量和状态数据、电力消费的数据；并建立统一的数据库用于存储和管理从各个环节采集到的数据；剔除采集数据中的异常值并将数据按照设定数据格式进行标准化处理；将不同来源的数据进行融合，形成一个完整的数据集，数据集内包括预测数据和验证数据。
45、作为本发明技术方案的优选，业务分配模型建立模块，用于根据新能源发电设备的特性和性能参数，建立能够模拟发电设备的输出功率和响应时间的发电模型；构建能够模拟电力在传输过程中的损失和变化的输变电模型；建立能够预测不同区域和用户的电力需求的电力消费需求模型；基于发电模型、输变电模型和电力消费需求模型生成电力网业务分配目标函数。
46、作为本发明技术方案的优选，模型优化模块，具体用于根据新能源电力的预测数据计算每个时间段内各区域的新能源电力可用量；根据各区域的传输损耗系数，计算新能源电力在传输过程中的损耗；基于业务需求、新能源电力可用量和传输损耗，初步分配各区域的业务；验证分配的业务是否超过电力系统的总容量限制；如果超出，则需要进行调整；基于容量限制和业务需求对业务分配进行调整使业务分配达到最优。
47、作为本发明技术方案的优选，模型优化模块，还用于设置电力系统的总容量限制、各区域的传输损耗系数、新能源电力的预测数据；基于预测数据初始化各区域的业务需求；设定迭代次数或收敛条件。
48、模型优化模块的迭代算法包括：初始化分配后的业务数组与业务需求数组大小相同；执行迭代直到收敛或达到最大迭代次数，具体包括：判断是否达到最大迭代次数，若是，停止迭代，返回分配后的业务数组；否则进入下一步；计算考虑传输损耗后的新能源电力可用量；初始化剩余业务需求量和剩余电力系统容量；遍历每个时间步长来分配业务；判断分配是否收敛，若是，结束迭代，返回分配后的业务数组，否则保存此次分配结果用于下一次分配结果收敛判断，进入步骤：判断是否达到最大迭代次数。
49、每个时间步长执行的步骤包括：计算基于可用量、剩余需求和剩余容量的最大可分配业务量；基于最大可分配业务量分配在当前时间步长的业务分配量；基于最大可分配业务量更新剩余需求量和剩余容量；判断是否完全满足业务需求或容量耗尽，若是，则结束遍历时间步长。
50、第三方面，本发明技术方案提供一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的面向高比例新能源电力网业务分配模型迭代优化方法。
51、第四方面，本发明技术方案还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如第一方面所述的面向高比例新能源电力网业务分配模型迭代优化方法。
52、从以上技术方案可以看出，本发明具有以下优点：通过引入迭代优化算法，能够对新能源电力网的业务分配进行更精确、更高效的计算和优化，不仅可以减少分配过程中的误差和冗余，提高资源利用效率，还能更好地适应新能源电力网的复杂性和不确定性，确保电力网的稳定运行。高比例新能源电力网业务分配模型迭代优化系统则能够根据实时的电力供需情况、业务需求以及新能源电力网的运行特性进行动态调整和优化，具有更强的灵活性和适应性。
53、此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
54、由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
1.一种面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，采集新能源电力网各环节的数据，并对数据进行预处理生成数据集的步骤包括：
3.根据权利要求2所述的面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，建立新能源电力网业务分配模型的步骤包括：
4.根据权利要求3所述的面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，基于数据集通过迭代优化算法对业务分配模型进行迭代优化调整模型的参数和结构使业务分配达到最优的步骤包括：
5.根据权利要求4所述的面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，根据新能源电力的预测数据计算每个时间段内各区域的新能源电力可用量的步骤之前包括：
6.根据权利要求5所述的面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，基于数据集通过迭代优化算法对业务分配模型进行迭代优化调整模型的参数和结构使业务分配达到最优的步骤中具体的迭代算法包括：
7.根据权利要求6所述的面向高比例新能源电力网业务分配模型迭代优化方法，其特征在于，遍历每个时间步长来分配业务的步骤中，每个时间步长执行的步骤包括：
8.一种面向高比例新能源电力网业务分配模型迭代优化系统，其特征在于，包括数据采集与处理模块、业务分配模型建立模块、模型优化模块和结果展示模块；
9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的面向高比例新能源电力网业务分配模型迭代优化方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一项所述的面向高比例新能源电力网业务分配模型迭代优化方法。
