CN106950936B - 一种多分布式能源站的无中心协同控制系统及方法 - Google Patents
一种多分布式能源站的无中心协同控制系统及方法 Download PDFInfo
- Publication number
- CN106950936B CN106950936B CN201710323473.9A CN201710323473A CN106950936B CN 106950936 B CN106950936 B CN 106950936B CN 201710323473 A CN201710323473 A CN 201710323473A CN 106950936 B CN106950936 B CN 106950936B
- Authority
- CN
- China
- Prior art keywords
- distributed
- intelligent
- centerless
- distributed energy
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 23
- 238000005265 energy consumption Methods 0.000 claims abstract description 7
- 239000013307 optical fiber Substances 0.000 claims abstract 2
- 238000003860 storage Methods 0.000 claims description 19
- 230000003993 interaction Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000005338 heat storage Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 27
- 238000001816 cooling Methods 0.000 description 10
- 230000005611 electricity Effects 0.000 description 10
- 238000009825 accumulation Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 239000000446 fuel Substances 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及一种多分布式能源站的无中心协同控制系统及方法，各分布式能源站通过交换机及光纤通信实现数据的交换，所述系统包括设置于各分布式能源站中的一个或多个机电设备控制器、一个或多个智能传感器和一个或多个智能执行器，机电设备控制器、智能传感器、智能执行器通过无线路由器与交换机连接，形成无中心和扁平化的对等网络；所述方法建立分布于设定区域范围内的多个不同规模的分布式能源站的无中心自组织控制网络，以总能耗最小、总能效最高和总费用最小为集成优化目标，实现各分布式能源站之间的互联互济优化运行。与现有技术相比，本发明实现多个分布式能源站控制系统的自组网、控制设备的即插即用、基于分布式计算的全局优化控制功能。
Description
技术领域
本发明涉及分布式能源控制技术领域，尤其是涉及一种多分布式能源站的无中心协同控制系统及方法。
背景技术
国际分布式能源联盟WADE(World Alliance for Decentralized Energy)对分布式能源定义为：Electricity production at or near the point of use,irrespectiveof size,technology or fuel used-both off-grid and on-grid(在用户端或其附近发电，无论系统的规模、使用的技术或燃料、离网或者并网)。我国将分布式能源定义为安装在用户端的高效冷/热电联供系统，系统能够在消费地点(或附近)发电，高效利用发电产生的废能。分布式能源系统是区别于传统的集中式、大型化的能源系统而言的，由于其建立在用户末端，没有远距离的输送，大大降低了系统的传输能耗；且以天然气作为燃料，具有节能、环保、清洁、高效等优点。在全球提倡节能减排的大环境下，分布式能源系统更凸显其优越性，得到越来越多的重视和越来越广泛的应用。
当前，分布式能源的运行控制方式通常采用集中式的控制方法，即在每个能源站处设置中央监控室，设有一台或者多台中央监控电脑，采集分布式能源系统的运行数据，计算优化运行参数，控制能源站设备的运行。能源站内的每台机电设备一般设有本地控制，根据中央监控电脑给出的优化运行参数，通过本地控制的局部闭环控制，调节设备出力，使得被控参数达到中央监控电脑给定的设定值。顾荣鑫等申请了一种分布式能源控制系统专利《一种分布式能源站的远程方法及其系统》(申请号201510555609.X)，采用SCADA远程服务器收集燃气供应控制子系统的数据信息产生控制指令，对燃气供应控制子系统和燃气轮机控制子系统的远程控制，实质属于集中式的控制方法。
集中式控制方法存在一些不足之处，即需要分别在中央监控电脑和信息点处对每个被控设备、采集数据用的传感器等信息点进行物理地址、逻辑参数等信息的设置，并且中央监控电脑的信息设置必须与信息点的本地设置一致，否则无法实现信息点与中央监控电脑之间的信息交互。由于这些繁杂的配置工作只能靠人工手动完成，因此导致能源站控制系统组网过程中工作量大、人工和时间成本高、容易出错等问题，而且以后升级、改造时，还需要靠人工再次进行配置。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种多分布式能源站的无中心协同控制系统及方法。
本发明的目的可以通过以下技术方案来实现：
一种多分布式能源站的无中心协同控制系统，所述多分布式能源站中，各分布式能源站通过交换机及光纤通信实现数据的交换，形成能源站控制网络，所述无中心协同控制系统包括设置于各分布式能源站中的一个或多个机电设备控制器、一个或多个智能传感器和一个或多个智能执行器，所述机电设备控制器、智能传感器、智能执行器通过无线路由器与交换机连接，形成无中心和扁平化的对等网络，其中，
所述机电设备控制器，与被控机电设备连接，作为分布式计算节点和通信节点，用于实现被控机电设备的本地控制器与能源站控制网络间的通信以及通过分布式计算与其它节点协同完成优化控制计算任务；
所述智能传感器，作为分布式计算节点和通信节点，用于将所测物理量的数值以通信方式传递给能源站控制网络以及通过分布式计算与其它节点协同完成优化控制计算任务；
所述智能执行器，作为分布式计算节点和通信节点，用于将被控机电设备的状态以通信方式传递给能源站控制网络、以通信方式接收能源站控制网络的动作指令并调节设备动作以及通过分布式计算与其它节点协同完成优化控制计算任务。
优选地，所述被控机电设备包括压缩式冷水机组、吸收式冷水机组、热泵、锅炉、发电机、光伏发电装置、风力发电装置、蓄冷蓄热装置和蓄电装置中的一种或多种。
优选地，所述智能执行器包括阀门开度执行器。
优选地，还包括一个或多个数据备份存储设备，分别连接机电设备控制器、智能传感器和智能执行器，用于备份各个分布式计算节点处分布式存储的数据。
优选地，所述数据备份存储设备包括硬盘和/或光盘。
优选地，还包括与交换机连接的人机交互装置，用于实现整个无中心协同控制系统的状态查看与运行参数设置。
优选地，所述人机交互装置包括台式电脑、笔记本电脑、平板电脑或智能手机。
一种基于所述的无中心协同控制系统的多分布式能源站的无中心协同控制方法，该方法建立分布于设定区域范围内的多个不同规模的分布式能源站的无中心自组织控制网络，以总能耗最小、总能效最高和总费用最小为集成优化目标，采用分布式计算方法，获得最优运行参数，实现各分布式能源站之间的互联互济优化运行。
优选地，所述最优运行参数在每个优化控制时间周期内计算一次。
与现有技术相比，本发明具有以下优点：
(1)本发明控制系统在各分布式能源站中设置机电设备控制器、智能传感器和智能执行器，形成无中心和扁平化的对等网络，可实现多个分布式能源站控制系统的自组网、控制设备的即插即用、基于分布式计算的全局优化控制功能，可以实现免人工配置，大大减少人工配置工作量，节约成本，方便升级和改造；
(2)本发明设置有数据备份存储设备，采用硬盘、光盘等存储介质将各个分布式计算节点处分布式存储的数据备份进行存储，安全可靠性高；
(3)本发明可通过人机交互装置实现系统的状态查看与运行参数设置功能，使用方便；
(4)本发明控制方法将无中心自组网技术应用于分布式能源的控制中，通过建立多个分布式能源站的无中心自组织控制网络，实现多能源站之间的互联互济优化运行控制；
(5)本发明控制方法以总能耗最小、总能效最高和总费用最小为集成优化目标，使得系统运行于最优状态。
附图说明
图1为本发明的控制系统架构图；
图2为本发明的控制逻辑流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种多分布式能源站的无中心协同控制系统，多分布式能源站中，各分布式能源站通过交换机及光纤通信实现数据的交换，形成能源站控制网络，无中心协同控制系统包括设置于各分布式能源站中的一个或多个机电设备控制器、一个或多个智能传感器和一个或多个智能执行器，机电设备控制器、智能传感器、智能执行器通过无线路由器与交换机连接，形成无中心和扁平化的对等网络，无线路由器通过以太网与交换机之间进行数据传输。其中，机电设备控制器，与被控机电设备连接，作为分布式计算节点和通信节点，用于实现被控机电设备的本地控制器与能源站控制网络间的通信以及通过分布式计算与其它节点协同完成优化控制计算任务；智能传感器，作为分布式计算节点和通信节点，用于将所测物理量的数值以通信方式传递给能源站控制网络以及通过分布式计算与其它节点协同完成优化控制计算任务；智能执行器，作为分布式计算节点和通信节点，用于将被控机电设备的状态以通信方式传递给能源站控制网络、以通信方式接收能源站控制网络的动作指令并调节设备动作以及通过分布式计算与其它节点协同完成优化控制计算任务。
所述被控机电设备包括压缩式冷水机组、吸收式冷水机组、热泵、锅炉、发电机、光伏发电装置、风力发电装置、蓄冷蓄热装置和蓄电装置中的一种或多种。
如图1所示为分布式能源站1到分布式能源站n的多个能源站之间以及能源站内部的系统连接关系。本实施例中，机电设备控制器包括冷水机组智能节点、热泵智能节点、锅炉智能节点、发电机组智能节点、水泵智能节点、冷却塔智能节点和电力并网智能节点，其中，冷水机组智能节点通过485总线与冷水机组本地控制器相连，读取冷水机组的运行参数，并将控制系统计算出的最优冷冻水供水温度设定值传递给冷水机组；热泵智能节点通过485总线与热泵本地控制器相连，读取热泵的运行参数，并将控制系统计算出的最优空调热水供水温度设定值传递给热泵；锅炉智能节点通过485总线与锅炉本地控制器相连，读取锅炉的运行参数，并将控制系统计算出的最优空调热水供水温度设定值传递给锅炉；发电机组智能节点通过485总线与发电机组本地控制器相连，读取发电机组的运行参数，并将控制系统计算出的最优发电功率设定值传递给发电机组；水泵智能节点通过485总线与水泵本地控制器相连，读取水泵的运行参数，并将控制系统计算出的最优水泵转速设定值传递给水泵；冷却塔智能节点通过485总线与冷却塔本地控制器相连，读取冷却塔的运行参数，并将控制系统计算出的最优冷却塔风机转速设定值传递给冷却塔；电力并网智能节点通过485总线与并网控制器相连，读取电力的运行参数，并将控制系统计算出的最优取电/售电功率设定值传递给并网控制器。
本实施例中，智能传感器包括供水温度智能传感器、供水流量智能传感器、供回水压差智能传感器和蓄冷/热/电量智能传感器，其中供水温度智能传感器响应温度请求指令，参与计算空调冷热负荷；供水流量智能传感器响应流量请求指令，参与计算空调冷热负荷；供回水压差智能传感器响应压差请求指令，计算并发出水泵转速设定值；蓄冷/热/电量智能传感器响应蓄冷/热/电量请求指令，控制蓄/释冷/热/电相关设备的启停。
本实施例中，智能执行器包括阀门开度执行器，响应阀门开度指令，并发出阀门状态信息，参与控制参数的调节和运行工况的切换。
本发明的另一实施例中，无中心协同控制系统还包括一个或多个数据备份存储设备，分别连接机电设备控制器、智能传感器和智能执行器，用于备份各个分布式计算节点处分布式存储的数据。所述数据备份存储设备包括硬盘、光盘等存储介质，实现分布式存储，将数据存储于各自本地的智能节点的存储空间中。
本发明的另一实施例中，无中心协同控制系统还包括与交换机连接的人机交互装置，用于实现整个无中心协同控制系统的状态查看与运行参数设置，所述人机交互装置包括台式电脑、笔记本电脑、平板电脑或智能手机。
本实施例还提供一种基于所述的无中心协同控制系统的多分布式能源站的无中心协同控制方法，该方法建立分布于设定区域范围内的多个不同规模的分布式能源站的无中心自组织控制网络，以总能耗最小、总能效最高和总费用最小为集成优化目标，采用分布式计算方法，获得最优运行参数，实现各分布式能源站之间的互联互济优化运行，所述最优运行参数在每个优化控制时间周期内计算一次。上述方法通过求解优化问题给出下述一种或多种最优的运行参数：最优的冷水机组、锅炉、热泵、水泵、冷却塔、发电机组的运行台数、最优的空调循环水和冷却循环水的供水温度和流量、最优的蓄冷/热/电量、最优的蓄冷/热/电时间和释冷/热/电时间、最优的市政电网取电时间和功率、最优的向市政电网售电时间和功率。
图2是上述无中心协同控制方法的控制逻辑流程图。系统启动后，各个智能节点通过无线路由器寻址，自动分配以太网地址，自动组成控制系统的信息网络。组网完成后，根据各个智能节点的默认初始化参数，按照内置的启动顺序启动相应设备，并调节设备出力，满足初始设定参数的要求。每个控制时间周期，例如每满10分钟，判断当前时间是否处于蓄冷/热/电时段，如果处于该时段，则执行预设的蓄冷/热/电运行策略，否则执行非蓄冷/热/电运行策略。每个优化控制时间周期，例如每小时的整点时刻，发起优化控制计算，各个智能节点通过分布式计算的方法，求解优化问题，确定最优的空调冷热水供水温度和流量、水泵转速、冷却塔风机转速、发电功率、市政电网取电/售电功率等最优运行参数，并把这些最优运行参数传递给相应设备，调节设备出力，达到最优运行参数的要求。如此循环下去，实现基于无中心、自组织的多个分布式能源站的协同控制和优化运行。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (9)
1.一种多分布式能源站的无中心协同控制系统，其特征在于，所述多分布式能源站中，各分布式能源站通过交换机及光纤通信实现数据的交换，形成能源站控制网络，所述无中心协同控制系统包括设置于各分布式能源站中的一个或多个机电设备控制器、一个或多个智能传感器和一个或多个智能执行器，所述机电设备控制器、智能传感器、智能执行器通过无线路由器与交换机连接，形成无中心和扁平化的对等网络，其中，
所述机电设备控制器，与被控机电设备连接，作为分布式计算节点和通信节点，用于实现被控机电设备的本地控制器与能源站控制网络间的通信以及通过分布式计算与其它节点协同完成优化控制计算任务；
所述智能传感器，作为分布式计算节点和通信节点，用于将所测物理量的数值以通信方式传递给能源站控制网络以及通过分布式计算与其它节点协同完成优化控制计算任务；
所述智能执行器，作为分布式计算节点和通信节点，用于将被控机电设备的状态以通信方式传递给能源站控制网络、以通信方式接收能源站控制网络的动作指令并调节设备动作以及通过分布式计算与其它节点协同完成优化控制计算任务。
2.根据权利要求1所述的多分布式能源站的无中心协同控制系统，其特征在于，所述被控机电设备包括压缩式冷水机组、吸收式冷水机组、热泵、锅炉、发电机、光伏发电装置、蓄冷蓄热装置和蓄电装置中的一种或多种。
3.根据权利要求1所述的多分布式能源站的无中心协同控制系统，其特征在于，所述智能执行器包括阀门开度执行器。
4.根据权利要求1所述的多分布式能源站的无中心协同控制系统，其特征在于，还包括一个或多个数据备份存储设备，分别连接机电设备控制器、智能传感器和智能执行器，用于备份各个分布式计算节点处分布式存储的数据。
5.根据权利要求4所述的多分布式能源站的无中心协同控制系统，其特征在于，所述数据备份存储设备包括硬盘和/或光盘。
6.根据权利要求1所述的多分布式能源站的无中心协同控制系统，其特征在于，还包括与交换机连接的人机交互装置，用于实现整个无中心协同控制系统的状态查看与运行参数设置。
7.根据权利要求6所述的多分布式能源站的无中心协同控制系统，其特征在于，所述人机交互装置包括台式电脑、笔记本电脑、平板电脑或智能手机。
8.一种基于权利要求1所述的无中心协同控制系统的多分布式能源站的无中心协同控制方法，其特征在于，该方法建立分布于设定区域范围内的多个不同规模的分布式能源站的无中心自组织控制网络，以总能耗最小、总能效最高和总费用最小为集成优化目标，采用分布式计算方法，获得最优运行参数，实现各分布式能源站之间的互联互济优化运行。
9.根据权利要求8所述的无中心协同控制方法，其特征在于，所述最优运行参数在每个优化控制时间周期内计算一次。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710323473.9A CN106950936B (zh) | 2017-05-10 | 2017-05-10 | 一种多分布式能源站的无中心协同控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710323473.9A CN106950936B (zh) | 2017-05-10 | 2017-05-10 | 一种多分布式能源站的无中心协同控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106950936A CN106950936A (zh) | 2017-07-14 |
| CN106950936B true CN106950936B (zh) | 2023-10-20 |
Family
ID=59478460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710323473.9A Active CN106950936B (zh) | 2017-05-10 | 2017-05-10 | 一种多分布式能源站的无中心协同控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106950936B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596526A (zh) * | 2018-06-29 | 2018-09-28 | 国网上海市电力公司 | 需求侧综合能源站协同运行优化调度系统及方法 |
| CN109062297A (zh) * | 2018-09-03 | 2018-12-21 | 西安建筑科技大学 | 一种基于无中心扁平化架构的仓库管理控制系统及方法 |
| CN109492920B (zh) * | 2018-11-19 | 2021-09-21 | 北京京天智慧能源发展有限公司 | 基于集成式能源站的决策管理平台 |
| CN109460935B (zh) * | 2018-11-19 | 2021-09-21 | 北京京天智慧能源发展有限公司 | 基于集成式能源系统的管理平台 |
| CN110516302B (zh) * | 2019-07-22 | 2022-11-29 | 新奥数能科技有限公司 | 基于差异演进算法的区域智慧能源网络配置方法及装置 |
| CN113074450A (zh) * | 2021-03-24 | 2021-07-06 | 佳源科技股份有限公司 | 一种基于5g通信的中央空调末端群智能控制系统及方法 |
| CN114384880A (zh) * | 2021-12-31 | 2022-04-22 | 太仓摩丹卡勒多尼塑料机械有限公司 | 一种基于以太网通信的无主控制器的分布式控制系统 |
| CN114594708A (zh) * | 2022-03-02 | 2022-06-07 | 国网山东省电力公司电力科学研究院 | 一种多能协同优化能源控制系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102236349A (zh) * | 2010-04-30 | 2011-11-09 | 新奥科技发展有限公司 | 用于能源利用的系统能效控制器、能效增益装置及智能能源服务系统 |
| CN106096772A (zh) * | 2016-06-08 | 2016-11-09 | 国家电网（上海）智能电网研发投资有限公司 | 基于智能用电的能量与负荷联合管理系统及实现方法 |
| WO2016197849A1 (zh) * | 2015-06-09 | 2016-12-15 | 邻元科技（北京）有限公司 | 控制方法、冷机系统、冷机控制器、冷却塔系统、冷却塔控制器、水泵系统和水泵控制器 |
| CN106320497A (zh) * | 2016-11-07 | 2017-01-11 | 衢州学院 | 基于分层控制结构的城市智能排水控制系统 |
-
2017
- 2017-05-10 CN CN201710323473.9A patent/CN106950936B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102236349A (zh) * | 2010-04-30 | 2011-11-09 | 新奥科技发展有限公司 | 用于能源利用的系统能效控制器、能效增益装置及智能能源服务系统 |
| WO2016197849A1 (zh) * | 2015-06-09 | 2016-12-15 | 邻元科技（北京）有限公司 | 控制方法、冷机系统、冷机控制器、冷却塔系统、冷却塔控制器、水泵系统和水泵控制器 |
| CN106096772A (zh) * | 2016-06-08 | 2016-11-09 | 国家电网（上海）智能电网研发投资有限公司 | 基于智能用电的能量与负荷联合管理系统及实现方法 |
| CN106320497A (zh) * | 2016-11-07 | 2017-01-11 | 衢州学院 | 基于分层控制结构的城市智能排水控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 郑宇 ; 程乐峰 ; 孟科 ; 余涛 ; 张睿 ; 李正佳 ; .能源互联网分布式设备协调控制软件系统平台方案设计.新型工业化.2016,(11),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106950936A (zh) | 2017-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106950936B (zh) | 一种多分布式能源站的无中心协同控制系统及方法 | |
| CN103197613B (zh) | 一种基于工业无线网络的光伏电站监控系统 | |
| Gao et al. | Technologies in smart district heating system | |
| KR101715990B1 (ko) | 빌딩 난방용 및/또는 온수 준비용 난방 시스템 및 방법 | |
| KR101940384B1 (ko) | 분산 발전에 기초한 공조 시스템의 모니터링 시스템 및 이를 이용하는 공조 시스템 | |
| WO2011106914A1 (zh) | 基于云计算的设备监控系统及方法 | |
| WO2011106918A1 (zh) | 基于云计算的电子信息系统机房能源管理控制系统及方法 | |
| CN107990398A (zh) | 一种基于热力网、电力网和物联网的电蓄热供热系统 | |
| CN103778485A (zh) | 一种分布式发电供能系统及其优化方法 | |
| CN106839082B (zh) | 风电供暖调控系统及调控方法 | |
| CN101749782A (zh) | 高效节能热交换器供热系统 | |
| CN105242649A (zh) | 一种用于通讯基站的能效监控及节能系统和其实现方法 | |
| CN106524277B (zh) | 一种多能源形式冬季供热的区域供能系统 | |
| CN103471175B (zh) | 供热节能控制系统以及节能控制方法 | |
| CN107702194A (zh) | 一种光伏光热发电供热系统及控制方法 | |
| CN106765519A (zh) | 气电互补电采暖需求响应控制系统 | |
| CN207778553U (zh) | 新能源多能互补智能控制系统 | |
| Vašak et al. | Upgrade of a typical office building automation system for enabling open energy management services | |
| CN205692007U (zh) | 智慧能源管理系统 | |
| CN206946294U (zh) | 一种多分布式能源站的无中心协同控制系统 | |
| CN110288411B (zh) | 一种综合能源系统的信息集成构架方法 | |
| CN113690937A (zh) | 一种智能化的太阳能清洁取暖系统 | |
| CN114594708A (zh) | 一种多能协同优化能源控制系统及方法 | |
| CN106230629A (zh) | 一种基于移动互联网的分布式光伏发电系统 | |
| AU2016308595A1 (en) | The remote control of networks of heat-pump systems for the purpose of demand side management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |