CN110225075A - 一种建筑能源互联网智慧运营云操作系统 - Google Patents
一种建筑能源互联网智慧运营云操作系统 Download PDFInfo
- Publication number
- CN110225075A CN110225075A CN201910227279.XA CN201910227279A CN110225075A CN 110225075 A CN110225075 A CN 110225075A CN 201910227279 A CN201910227279 A CN 201910227279A CN 110225075 A CN110225075 A CN 110225075A
- Authority
- CN
- China
- Prior art keywords
- energy
- data
- information
- building
- mentioned
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
- H04L41/0636—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis based on a decision tree analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种建筑能源互联网智慧运营云操作系统,包括:数据采集模块,通过多层异构物联网采集能源数据并输出;边缘终端模块,接收能源数据并进行数据处理后上传至云平台,以及接收云平台下发的控制策略;云平台,通过能源信息交换机连接数据采集模块,用于接收能源数据并进行处理得到控制策略并输出;控制器模块,接收控制信息进行控制操作。本发明的有益效果:以云平台+物联网技术为核心,为建筑内的能源系统构建智慧的大脑和敏锐的神经,充分利用既有能源设备,仅无损安装少量的物联装置,以最低代价实现安全节能的目标。
Description
技术领域
本发明涉及建筑能源交易技术领域,尤其涉及一种建筑能源互联 网智慧运营云操作系统。
背景技术
随着信息技术和能源技术的快速发展,以5G、大数据、云平台、 人工智能、物联网、分布式能源、储能技术、能源互联网、自能源体 为代表的“互联网+智慧能源”为建筑能源行业吹来了阵阵春风,以全 新的理念和架构对传统的建筑能源系统进行赋能再造,带来安全、稳 定、高效、绿色、节能、平衡、自主、便捷、智能的全新能源消费体 验。
现有技术案例一:一种基于物理网的建筑能源管理方法。所述基 于物理网的建筑能源管理系统包括:能源供应模块、数据采集模块、 中央控制模块、能源调度模块、云服务模块、能源分析模块、能源告 警模块、显示模块。本发明通过云服务模块可以利用云端大数据资源 进行对建筑能源信息的快速计算处理,提供能源信息的处理速度,使 能源调度更加迅速,为用户提供更加快速的能源服务;同时本发明通 过能源分析模块能有效检测出建筑用能管理上和设备能效问题造成 的建筑用能不合理,并提供有效的改善建议,提高建筑用能效率;且 该系统具有全面、高效、完善、安全、智能、灵活的优点。
现有技术案例二:一种基于云计算的节能管理系统。包括基于云 计算的节能管理系统包括云平台中心单元和与其相连的节能控制单 元;其中,所述云平台中心单元通过云平台对接收的该节能控制单元 的能耗数据、状态数据和节能策略参数进行训练和学习,调整节能策 略参数并反馈给该节能控制单元,以实现对整个系统的动态的智能节 能管理;所述的节能控制单元能够采集能耗数据、状态数据和节能策 略参数,并将采集到的数据实时传送给该云平台中心单元,并且所述 节能控制单元根据该云平台中心单元调整后的节能策略参数自动的 对节能策略进行调整,并实施节能操作。
现有技术缺点:能源互联网是全新的一种能源互联互通的连接形 式,现有技术主要面向传统的能源系统,不能完全满足能源互联网的 业务需求。能源系统的调度、运维由国家电网等大型能源企业管理和 实施,因此现有能源管理系统在此方面的技术积累相对有限,少有将 能源的综合调度、运维和节能统一集成实现的系统。现有能源管理系 统多基于远程系统或云平台技术,边缘侧能力不足,由于建筑能源场 景的复杂性,如果仅采用基于远程系统或云平台的架构,造成本地数 据采集和控制能力不足,无法对紧急情况及时处置。建筑能源系统长 期处于粗放运营状态,现有配电或空调运维主要依靠人工巡视或简单系统管理,工作量大、自动化程度低,难以发现故障隐患,运维费用 居高不下;没有从整体对能源系统的协调运行进行优化协调,造成设 备运行效率低下,能耗畸高,没有实现建筑内部多能种的综合调剂和 梯次利用。没有综合考虑用能经济性指标,未充分考虑降低能源费用 的问题。
发明内容
针对现有技术中存在的问题,本发明涉及一种建筑能源互联网智 慧运营云操作系统。本发明采用如下技术方案:
一种建筑能源互联网智慧运营云操作系统,适用于建筑能源系统, 所述建筑能源系统包括多个能源设备;所述云操作系统包括:
数据采集模块,所述数据采集模块通过异构通信网络获取所述能 源设备的能源数据并通过所述多层异构物联网输出所述能源数据;
边缘终端模块,连接所述数据采集模块,包括至少一个边缘计算 网络网关能源信息交换机,用于接收所述能源数据并进行数据处理后 上传至所述云平台,以及接收所述云平台下发的控制策略,所述控制 策略包括第一控制策略和第二控制策略,接收所述第一控制策略时对 所述第一控制策略进行处理得到所述控制信息并输出,接收所述第二 控制策略时根据所述能源数据和预先设置的本地处理策略并基于迁 移学习算法处理得到所述控制信息并输出;所述云平台,通过所述能 源信息交换机连接所述数据采集模块,用于接收所述能源数据并进行 处理得到所述控制策略并输出;
控制器模块,连接所述建筑能源系统、所述能源信息交换机以及 所述云平台,用于接收所述控制信息,并根据所述控制信息对相应的 所述能源设备进行控制操作;
所述处理策略包括楼宇内能源调度策略、楼宇内分布式能源匹配 策略、用户侧能源设备智慧检修策略以及邻域能源共享交易策略。
优选的,所述建筑能源系统包括配电系统、空调系统、供暖系统、 新风系统、照明系统、储能系统、分布式光伏以及热泵系统。
优选的,采用光纤、五类双绞线、485总线、微功率无线以及宽/ 窄带电力线载波的多模信道搭建所述异构通信网络。
优选的,所述能源数据包括运维数据、能源传输数据、设备运行 数据以及环境数据。
优选的,所述能源信息交换机内预先设置有统一数据模型,在进 行分析处理前,所述能源信息交换机通过内置的数据格式转换协议栈 对所述能源数据进行格式转换得到基于统一的数据格式。
优选的,楼宇内能源调度策略为:
根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功 率;
利用所述用能功率构建用能矩阵序列;
根据所述用能装置的设备信息和能源流动信息构建最优约束矩 阵;
利用所述最优约束矩阵对所述用能矩阵进行约束截断,获得初选 用能矩阵序列;
利用所述初选用能矩阵序列映射出与所述初选用能矩阵序列内矩 阵元素相对应的初选用能功率和初选外购电功率、气流量、热功率;
利用能源价格和所述初选外购电功率、气流量、热功率获得一定 时间内的用能成本;
利用所述初选外购电功率、气流量、热功率获得一定时间内的用 能总量;
利用遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用 能成本和用能总量进行处理,获得用能成本和用能总量最优条件下的 最优用能矩阵;
利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功 率和电功率、气流量、热功率的最优分配。
优选的,所述楼宇内分布式能源匹配策略为:
根据预设楼宇能源参数分布、当前楼宇的能源参数分布、深度学 习算法和迁移学习算法获得最优能源匹配模型,其中,所述最优能源 匹配模型包括能源运行参数调整策略和与所述能源运行参数调整策 略相对应的任务分解指令;
根据当前楼宇的能源参数分布和最优能源匹配模型获得当前楼宇 的能源运行参数调整策略;
根据所述当前楼宇的能源运行参数调整策略在所述最优能源匹配 模型内提取与所述能源运行参数调整策略相对应的任务分解指令;
根据所述任务分解指令对当前楼宇内的用能装置进行能源控制。
优选的,所述用户侧能源设备智慧检修策略为:
通过与所述建筑能源系统连接的物联网传感器系统获取所有所述 能源设备的各维度数据;
利用数字孪生技术对所述各维度数据进行标准化映射得到关联于 所述建筑能源系统的预处理模拟数据,基于预设的数据处理策略对所 述预处理模拟数据进行处理得到符合预设数据格式的模拟数据,将所 述模拟数据添加到云平台中预存的数字模型中得到所述建筑能源系 统的数字虚拟镜像,运维人员基于所述数字虚拟镜像进行模拟运维操 作得到模拟能源数据;
根据预设的数据提取策略从所述模拟能源数据中提取关键数据并 对所述关键数据进行异常点剔除后,利用大数据分析算法对所述关键 数据进行分析得到设备健康度画像的相关数据,所述相关数据包括标 签化信息、变化趋势信息以及隐患信息;
根据所述设备健康度画像进行异常属性分类以确定故障隐患的具 体信息并输出相应的报警信息,将所述具体信息导入到所述云平台中 预存的故障决策树模型中得到故障定位信息和进展预测信息,所述运 维人员根据所述故障定位信息和所述进展预测信息进行故障处置操 作并反馈故障处置信息,所述云平台根据关联于所述故障处置操作的 所有数据更新所述故障决策树模型。
优选的,所述邻域能源共享交易策略为:
提供一配额分配及交易模块,通过所述配额分配及交易模块向每 个所述能源主体分配初始能源配额,所述能源主体基于所述初始能源 配额进行配额交易得到实际能源配额,每个所述能源主体分别具有一 唯一的利用区块链技术生成的分布式账户及相应的账户信息,所述账 户信息包括初始能源配额、实际能源配额、能源消费信息、能源余额 信息、账户金额;
提供一能源共享交易模块,所述第二用户通过所述能源共享交易 模块向所述第一用户发送能源交易请求,所述能源交易请求包括交易 时间、交易数量以及交易金额,所述第一用户在接收到所述能源交易 请求并通过所述能源共享交易模块反馈同意信息后,所述能源共享交 易模块利用区块链技术生成对应所述能源交易请求的智能交易合约, 所述第一用户和所述第二用户向所述能源共享交易模块提交对应所 述智能交易合约的确认信息,所述第二用户通过所述能源共享交易模 块支付对应所述智能交易合约的交易押金,所述第一用户基于所述智 能交易合约向所述第二用户供应相应数量的能源后向所述能源共享 交易模块发送交易完成信息,所述能源共享交易模块根据所述交易完 成信息生成结算单、基于所述结算单更新相应的所述账户信息。
本发明的有益效果:基于“云+边缘”的架构,向下采集建筑内所有 能源设备的能源数据(包括电/气/冷/热实测数据、其他传感器数据、 设备运行状态数据、告警数据等),经过能源交换机信息处理后将采 集数据上传能源管理云平台,接受云平台下传的调度和控制策略;经 过本机的人工智能算法后向下对能源设备发出调度和控制信息,调整 其处于不同的运行工况,以达到安全、节能、经济、高效等不同的目 标;
通过数据接口与建筑内各个能源的源、储、荷设备和传输线路、 管网连接,采集各能源系统的运行数据和能源管网、线路内的能源流 动数据,在信息数据层面使各个能源设备之间互通互联,获得每个能 源设备节点的MAC地址和传输路径的端口,并通过人工智能算法计 算得到能源转换和分配的最优路径,将各个能源设备的MAC地址和 端口进行匹配,在数据层面为能源转换调度桥接形成数据通道,完成 优化调度,起到能源交换调度的作用。
附图说明
图1为本发明一种优选的实施例中,建筑能源互联网智慧运营云 操作系统的功能模块示意图;
图2为本发明一种优选的实施例中,建筑能源互联网智慧运营云 操作系统的示意图;
图3为本发明一种优选的实施例中,楼宇内能源调度策略的流程 图;
图4为本发明一种优选的实施例中,楼宇内分布式能源匹配系统 示意图;
图5为本发明一种优选的实施例中,自主学习装置示意图;
图6为本发明一种优选的实施例中,用户侧能源设备智慧检修策 略中对应数据提取策略的示意图;
图7为本发明一种优选的实施例中,用户侧能源设备智慧检修策 略中对应故障决策树模型的示意图;
图8为本发明一种优选的实施例中,应用区块链技术的邻域能源 共享交易策略的流程示意图。
具体实施方式
需要说明的是,在不冲突的情况下,下述技术方案,技术特征之 间可以相互组合。
下面结合附图对本发明的具体实施方式作进一步的说明:
如图1所示,一种建筑能源互联网智慧运营云操作系统,适用于 建筑能源系统5,上述建筑能源系统5包括多个能源设备,上述建筑 能源系统5包括配电系统、空调系统、供暖系统、新风系统、照明系 统、储能系统、分布式光伏以及热泵系统;上述云操作系统包括:
数据采集模块3,上述数据采集模块3通过异构通信网络获取上 述能源设备的能源数据并通过上述多层异构物联网输出上述能源数 据,上述能源数据包括运维数据、能源传输数据、设备运行数据以及 环境数据;
边缘终端模块2,连接上述数据采集模块3,包括至少一个边缘计 算网络网关能源信息交换机,用于接收上述能源数据并进行数据处理 后上传至上述云平台1,以及接收上述云平台1下发的控制策略,上 述控制策略包括第一控制策略和第二控制策略,接收上述第一控制策 略时对上述第一控制策略进行处理得到上述控制信息并输出,接收上 述第二控制策略时根据上述能源数据和预先设置的本地处理策略并 基于迁移学习算法处理得到上述控制信息并输出;上述云平台1,通 过上述能源信息交换机连接上述数据采集模块3,用于接收上述能源 数据并进行处理得到上述控制策略并输出;
控制器模块4,连接上述建筑能源系统5、上述能源信息交换机以 及上述云平台1,用于接收上述控制信息,并根据上述控制信息对相 应的上述能源设备进行控制操作;
上述处理策略包括楼宇内能源调度策略、楼宇内分布式能源匹配 策略、用户侧能源设备智慧检修策略以及邻域能源共享交易策略。
在本实施例中,系统层是指建筑的能源主系统,包括配电、空调、 供暖、储能、光伏、热泵等。执行层包括能源系统的控制、保护、调 节等二次设备。物联层涵盖了支持能源业务需求的各类传感器和相应 的物联通信网络,形成适用于能源信息感知控制的多层异构物联网。 平台层采用云+边缘计算架构,并包括区块链和数据管道,构建了适 用于建筑能源系统5智慧运行的边缘计算架构。在智能层沉淀了系统 的数字孪生模型,以及应用于公共建筑节能的相关人工智能和大数据 分析技术,包括基于迁移学习的分布式源-储-荷匹配策略、应用异常 大数据分析的智慧检修、局域网络多能互济最优化调度模型、邻域 能源共享化交易区块链等。在应用层针对能源运营所包含的调度、运 维和交易业务,开发了能源大脑,能源管家和能源生态三个功能模块。
适用于能源信息感知控制的多层异构物联网”体为:采用光纤、五 类双绞线、485总线+微功率无线+宽/窄带电力线载波的多模信道搭 建本地物联通信网络,以应对高可靠、大数据、低延时以及经济性 等不同业务需求,完成楼内物联数据汇聚。并通过运营商的B4G/5G/ 光纤信道完成数据向云平台1的上送下传。
为应对物联网络架构的复杂性需求,采用软件定义局域网 (SD-LAN)技术,将边界感知、终端准入、网络配置、IP控制、 台账记录、定位分析等工作采用自动化技术实现,提升网络健壮性和 可扩展性。
其中适用于建筑能源系统5智慧运行的边缘计算架构具体为:在 靠近能源系统的网络边缘侧,布设融合网络、计算、存储、应用核心 能力的分布式开放边缘计算网关,就近提供边缘智能服务,形成边缘 网关+云平台1的双层平台架构,满足行业数字化在敏捷联接、实时 业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
配置云平台1与边缘计算网关的任务协同策略。由云计算负责非 实时、长周期数据、业务决策场景,而边缘计算网关侧重在实时性、 短周期数据、本地决策等场景。一般情况下由边缘计算网关汇聚数据、 分析处理,并将数据提取结果上传云平台1完成进一步分析展示;云 平台1下发控制策略,由边缘计算网关分解为具体指令完成控制执 行;特殊情况下由云平台1直接控制。
引入人工智能的最优化调度和迁移学习技术,本方案从楼宇能源 运营体系的角度,运用数字化智能手段,构建建筑能源互联网,通过 多能梯次互补和源/储/荷精准匹配,实现高质安全用能和深度节能节 费。
云平台1
基于“云+边缘”的架构,向下采集建筑内所有能源设备的能源数据 (包括电/气/冷/热实测数据、其他传感器数据、设备运行状态数据、 告警数据等),经过能源交换机信息处理后将采集数据上传能源管理 云平台1,接受云平台1下传的调度和控制策略;经过本机的人工智 能算法后向下对能源设备发出调度和控制信息,调整其处于不同的运 行工况,充分利用既有能源设备,仅无损安装少量的物联装置,以最 低代价实现安全节能的目标。以达到安全、节能、经济、高效等不同 的目标;
通过数据接口与建筑内各个能源的源、储、荷设备和传输线路、 管网连接,采集各能源系统的运行数据和能源管网、线路内的能源流 动数据,在信息数据层面使各个能源设备之间互通互联,获得每个能 源设备节点的MAC地址和传输路径的端口,并通过人工智能算法计 算得到能源转换和分配的最优路径,将各个能源设备的MAC地址和 端口进行匹配,在数据层面为能源转换调度桥接形成数据通道,完成 优化调度,起到能源交换调度的作用。实现建筑内配电、空调、供暖、 照明等能源系统的智慧运维和统一调度,突破了单一能源的限制, 电、气、冷、热能源流互补互济,能源使用提升效率,降低能源账单。
较佳的实施例中,上述能源信息交换机内预先设置有统一数据模 型,在进行分析处理前,上述能源信息交换机通过内置的数据格式转 换协议栈对上述能源数据进行格式转换得到基于统一的数据格式。边 缘终端模块2边缘终端模块2在本实施例中,定义统一数据模型 (CIM),采用部署在边缘计算平台的协议栈对来自不同系统的各类 原始数据完成格式转换,将多重物联和控制协议转换为基于面向对象 的统一数据格式,上送云平台1,实现不同能源系统数据的互联互通 和信息互认。
进一步的,在边缘计算架构的不同层级采用不同的安全特性,实 现边缘计算的安全服务。同时,建立统一的态势感知、安全管理与编 排、统一的身份认证与管理,以及统一的安全运维体系,最大限度地 保障整个架构安全与可靠。安全功能轻量化,能够部署在各类硬件资 源受限的IoT设备中;使用轻量化安全认证技术实现双向授权认证; 在关键的节点设备实现网络与域的隔离,对安全攻击和风险范围进行 控制,避免攻击由点到面扩展。
如图3所示,较佳的实施例中,上述楼宇内能源调度策略为:
根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功 率;
利用上述用能功率构建用能矩阵序列;
根据上述用能装置的设备信息和能源流动信息构建最优约束矩 阵;
利用上述最优约束矩阵对上述用能矩阵进行约束截断,获得初选 用能矩阵序列;
利用上述初选用能矩阵序列映射出与上述初选用能矩阵序列内矩 阵元素相对应的初选用能功率和初选外购电功率、气流量、热功率;
利用能源价格和上述初选外购电功率、气流量、热功率获得一定 时间内的用能成本;
利用上述初选外购电功率、气流量、热功率获得一定时间内的用 能总量;
利用遗传算法对上述初选用能矩阵序列内各个矩阵元素对应的用 能成本和用能总量进行处理,获得用能成本和用能总量最优条件下的 最优用能矩阵;
利用上述最优用能矩阵映射得到最优外购电功率、气流量、热功 率和电功率、气流量、热功率的最优分配。
进一步的,上述用能功率,包括:
用电功率E(t):
E(t)=Ee(t)+Eb(t),其中,Ee(t)为外购电功率,Eb(t)为电池充放电 功率;
用冷功率C(t):
C(t)=pc0·Cpipe(t)+pc1·Cpipe(t-t1),其中,Pc0是主冷流合成系数, Pc1是分冷流合成系数,Cpipe(t)是管道冷输出功率,(t-t1)为用冷功率 传输延时,
Cpipe(t)=Cac(t-t2)+Ccs(t-t3)),其中,Cac(t-t2)是空调制冷功率,(t-t2) 是空调制冷功率延时,Ccs(t-t3)是冰蓄冷输出功率,(t-t3)是冰蓄冷 输出功率延时,
Cac(t)=Tac(Ee(t)),其中,Tac为空调的电制冷效率函数,
Ccs(t)=Cs(P(Tac(Ee(t-t4)))),其中,Cs是蓄冷效率函数,P是空 调向冰蓄冷的冷量分配比例,(t-t4)为空调用电功率延时;
用热功率H(t):
H(t)=ph0·Hpipe(t)+ph1·Hpipe(t-t5),其中,Ph0是主热流合成系数, Ph1是分热流合成系数,Hpipe(t)为管道热输出功率,(t-t5)为管道热输 出功率延时,
Hpipe(t)=He(t-t6)+Htb(t-t7),其中,He(t-t6)为外购热功率,(t-t6) 为外购热功率延时,Htb(t-t7)是锅炉制热功率,(t-t7)是锅炉制热功率 延时,
Htb(t)=Tb(g(t-t8)),其中,Tb是锅炉燃气制热效率函数,g(t-t8) 是外购气流量,(t-t8)是外购气流量延时。
进一步的,上述利用上述用能功率构建用能矩阵序列的过程,包 括:
利用上述用能功率构建配电矩阵Tde:
其中,fde为配电系统模型 函数,输出矩阵中:Capde为配电系统的电容量、Volde为配电系统的 电压、Curde为配电系统的电流、为配电系统的功率因数;
利用上述用能功率构建空调输出矩阵Tac:
其中,fac为空调系 统模型函数,输出矩阵中:Temac为空调系统的输出温度、Humac为 空调系统的输出湿度、Winac为空调系统的输出风量、Curac为空调系 统的电流、Preac为空调系统的水压、Watac-speac为空调系统的水流 速;
利用上述用能功率构建锅炉输出矩阵Ttb:
其中,ftb为锅炉系统模型 函数,输出矩阵中:Temtb为锅炉系统的输出温度、Humtb为锅炉系 统的输出湿度、Stetb为锅炉系统的输出蒸汽压力、Oxytb为锅炉系统 的含氧量;
利用上述配电矩阵Tde、空调输出矩阵Tac、锅炉输出矩阵Ttb构建 用能矩阵T:
穷举用电功率E(t)、用冷功率C(t)和用热功率H(t),获得用能矩 阵序列TT:
TT=[T1 T2 ... Ti ... Tn]。
进一步的,上述利用上述用能功率构建用能矩阵序列的过程,包 括:
利用上述用能功率构建配电矩阵Tde:
其中,fde为配电系统模型 函数,输出矩阵中:Capde为配电系统的电容量、Volde为配电系统的 电压、Curde为配电系统的电流、为配电系统的功率因数;
利用上述用能功率构建空调输出矩阵Tac:
其中,fac为空调系 统模型函数,输出矩阵中:Temac为空调系统的输出温度、Humac为 空调系统的输出湿度、Winac为空调系统的输出风量、Curac为空调系 统的电流、Preac为空调系统的水压、Watac-speac为空调系统的水流 速;
利用上述用能功率构建锅炉输出矩阵Ttb:
其中,ftb为锅炉系统模型 函数,输出矩阵中:Temtb为锅炉系统的输出温度、Humtb为锅炉系 统的输出湿度、Stetb为锅炉系统的输出蒸汽压力、Oxytb为锅炉系统 的含氧量;
利用上述用能功率构建储能电池充放电矩阵Tbat:
其中,fbat为储能电池系 统模型函数,输出矩阵中:Capbat为电池系统电容量、Volbat为电池 系统电压、Curbat为电池系统电流、为电池系统功率因数;
利用上述用能功率构建光伏系统供电矩阵Tpv:
其中,fpv为光伏系统模 型函数,输出矩阵中:Powpv为发电功率、Volpv为光伏系统电压、 Curpv为光伏系统电流、为光伏系统功率因数;
利用上述用能功率构建电机充放电矩阵Teng:
其中,feng为电机系统 模型函数,输出矩阵中:Speeng为电机转速、Temeng为电机温度、 Wineng为电机系统风量、Cureng为电机系统电流;
利用上述配电矩阵Tde、空调输出矩阵Tac、锅炉输出矩阵Ttb构建 用能矩阵T:
穷举用电功率E(t)、用冷功率C(t)和用热功率H(t),获得用能矩 阵序列TT:
TT=[T1 T2 ... Ti ... Tn]。
进一步的,上述最优约束矩阵与上述用能矩阵T的数据类型相 同,且在上述最优约束矩阵内设置有各类数据的上限值、下限值和斜 率阈值。
进一步的,上述获得初选用能矩阵序列的过程,包括:
将上述用能矩阵序列TT中的矩阵元素与上述最优约束矩阵进行 比较,若上述用能矩阵序列TT中的矩阵元素Tx内有在上述最优约束 矩阵范围外的数据,则剔除上述矩阵元素Tx,获得初选用能矩阵序列。
进一步的,上述获得一定时间内的用能成本的过程,包括:
一定时间内的用能成本Cost:
其中,上述一定时 间内为(m-1)的时间内,pe(t)为购电价格,pg(t)为购气价格,ph(t) 为购热价格。
进一步的,述获得一定时间内的用能总量的过程,包括:
一定时间内的用能总量Ene:
其中,Tge(g(t))为天然气等 效功率换算函数,The(He(t))为热等效功率换算函数。
进一步的,上述遗传算法为轮盘赌选择,或单电交叉,或变异对 种群个体,或NSGA-II。
在本实施例中,建筑内的能源互联网系统集成多种能源输入输出 及多种能源转换设备,通过信息通信网络将配电系统、供热系统和 供冷系统建立数据连接,并建立对应的耦合关系。
构建局域网络多能互济最优化调度模型,以分布式电源和电/冷/ 热负荷的短期预测曲线为基础,以外部电网供电功率、燃气管网的供 气流量、配电变压器容量、锅炉容量、分布式发电出力、储能系统容 量为约束条件,同步考虑设备运行特性、分布式发电不确定性、电力 双向潮流、热力惯性和管网水力特性,并综合当地电价、气价、热价, 对无功补偿、储能电池、空调机组、供水机组、可控照明、分布式电 源、充电设施等能源系统运行参数进行动态实时调节,根据电制冷制 热比、燃气制冷制热比,通过本地边缘网关、微电网控制器、分布式 电源控制装置、储能控制装置、空调控制装置、锅炉控制装置、线路 控制装置、管网磁控阀的综合调配,设置分布式电源发电计划,有序 调节能源设备出力,以最小的能耗和最经济的供能方式满足负荷需 求。
其中局域网络多能互济最优化调度模型具体为:以建筑内的多台 变压器、换热站、调压站等能源传输设备,空调主机、燃气/电锅 炉、热泵等能源转换设备,储能电池、蓄能、储热等储能设备,照明、 新风、水泵等可调负荷设备,部分建筑内还有分布式光伏、CCHP等能源原动设备等设备及主要组件作为系统优化主体采用模块式设 计结构,构造优化模型的主框架。
输入模块主要提供模型所需的数据和参数,其中包括系统组成、 元件参数、分布式电源和电/冷/热负荷预测数据、优化算法参数等; 输出模块主要输出优化调度方案和目标值等优化结果,通过调节微电 网多层控制器、分布式电源逆变器、储能PCS、空调主机控制器、 蓄冷蓄热控制装置、锅炉控制装置、供水管网磁控阀、通风盘管的参 数完成执行。其中分布式电源和电/冷/热负荷预测算法采用回归分析 法。
调度优化模型的核心组成部分是能源网络同步单元和运行优化单 元,通过两者之间的数据交互共同实现调度优化目标。其中,能源 网络综合考虑电、气、冷、热、通风网络的传输延时、做功延时、转 换效率、能流合成,将时序模型转化为同步模型,以简化运行优化 单元的运算复杂度。
如图4-5所示,较佳的实施例中,上述楼宇内分布式能源匹配策 略为:
根据预设楼宇能源参数分布、当前楼宇的能源参数分布、深度学 习算法和迁移学习算法获得最优能源匹配模型,其中,上述最优能源 匹配模型包括能源运行参数调整策略和与上述能源运行参数调整策 略相对应的任务分解指令;
根据当前楼宇的能源参数分布和最优能源匹配模型获得当前楼宇 的能源运行参数调整策略;
根据上述当前楼宇的能源运行参数调整策略在上述最优能源匹配 模型内提取与上述能源运行参数调整策略相对应的任务分解指令;
根据上述任务分解指令对当前楼宇内的用能装置进行能源控制。
进一步的,上述根据预设楼宇能源参数分布、深度学习算法和迁 移学习算法获得最优能源匹配模型的过程,包括:
利用BP深度神经网络对预设楼宇能源参数分布进行训练,输出 最优能源原始匹配模型;
将当前楼宇内的能源参数分布作为新的输入,利用BP深度神经 网络对上述最优能源原始匹配模型进行再训练,输出最优能源匹配模 型;
其中,经过再训练获得的最优能源匹配模型作为当前楼宇能源匹 配的最优能源匹配模型,并作为下一接入楼宇最优能源原始匹配模 型。
在本实施例中,充分考虑楼宇配电系统内发电、储能、用电等多 个决策主体的需求和关联关系,通过基于图计算的贝叶斯网络预测多 主体短期负荷,以用电成本最低为目标,构建基于迁移学习的分布式 源-储-荷匹配策略进行主从博弈,利用模拟退火算法确定功率交互、 储能充放、分布式发电输出策略,并添加可再生能源惩罚项,调节各 台能源原动机、转换设备、储能设备和主要用能负荷的运行策略,实 现最优化运行,提高能源利用效率,降低系统内部损耗,减少多负荷 无序接入造成的功率浪费。
多种多样的机器学习算法因为良好的非线性特征而成为人工智能 的核心技术,但是传统的无监督学习算法需要庞大的算力支撑和漫长 的学习过程,而监督学习需要丰富的标注训练样板,这都限制了其在 能源现场的实际应用效果。由于楼宇能源系统架构的同构性,因此迁 移学习可以在更少的训练样本需求,更短的训练收敛时间、更低的算 力需求下,达到同样的效果。
如图6-7所示,较佳的实施例中,上述用户侧能源设备智慧检修 策略为:
通过与上述建筑能源系统5连接的物联网传感器系统获取所有上 述能源设备的各维度数据;
利用数字孪生技术对上述各维度数据进行标准化映射得到关联于 上述建筑能源系统5的预处理模拟数据,基于预设的数据处理策略对 上述预处理模拟数据进行处理得到符合预设数据格式的模拟数据,将 上述模拟数据添加到云平台1中预存的数字模型中得到上述建筑能 源系统5的数字虚拟镜像,运维人员基于上述数字虚拟镜像进行模拟 运维操作得到模拟运维数据;
根据预设的数据提取策略从上述模拟运维数据中提取关键数据并 对上述关键数据进行异常点剔除后,利用大数据分析算法对上述关键 数据进行分析得到设备健康度画像的相关数据,上述相关数据包括标 签化信息、变化趋势信息以及隐患信息;
根据上述设备健康度画像进行异常属性分类以确定故障隐患的具 体信息并输出相应的报警信息,将上述具体信息导入到上述云平台1 中预存的故障决策树模型中得到故障定位信息和进展预测信息,上述 运维人员根据上述故障定位信息和上述进展预测信息进行故障处置 操作并反馈故障处置信息,上述云平台1根据关联于上述故障处置操 作的所有数据更新上述故障决策树模型。
进一步的,将上述模拟数据添加到云平台1中预存的数字模型中 得到上述建筑能源系统5的数字虚拟镜像包括利用物联网传感器系 统的物联传感器、设备物理模型、信息关联关系、以及运行历史数据, 在上述云平台1对上述建筑能源系统5定义全过程全要素数字的上述 数字虚拟镜像。
进一步的,上述数据处理策略为对上述预处理模拟数据进行归类 处理和归一化处理得到上述模拟数据。
进一步的,构建上述数字虚拟镜像的具体步骤包括:
三维空间构型,根据上述能源设备的空间形状数据、材料数据、 应力数据以及连接关系数据,在上述云平台1中添加能源系统空间和 力学特征。
进一步的,构建上述数字虚拟镜像的具体步骤包括:
设备原理模型,根据设备电气和机械结构、组成部件、工作原理、 边界条件以及动作机构变位状态信息,在上述云平台1中添加设备运 行工况性征和故障隐患性征。
进一步的,构建上述数字虚拟镜像的具体步骤包括:
电气潮流模型,根据传输线路各个节点的电流、电压、功率、功 率因数、频率以及相位数据,在上述云平台1中添加电能的传输、变 换、存储以及消耗过程。
进一步的,构建上述数字虚拟镜像的具体步骤包括:
冷热网水力模型,根据管网中各节点的温度、压力以及流速信息, 在上述云平台1中模拟冷热水回路的运行状态,热量传输以及损耗情 况。
进一步的,通过多维分类对上述关键数据进行处理得到上述标签 化信息。
进一步的,通过主成分分析和多维聚类对上述关键数据进行处理 得到上述变化趋势信息。
进一步的,通过多维偏差分析和相关性分析对上述关键数据进行 处理得到上述隐患信息。
在本实施例中,通过物联传感器全面采集能源设备各维度数据, 建立基于统一数据模型(Common Information Modeling,CIM为 城市信息模型的简称)的轻量化三维展示的建筑能源系统5数字化孪 生平台,并在平台上构建高度仿真的映射虚拟设备和系统。利用数据 信息聚合、3D仿真建模和人机互动技术,为运维人员建立数字运维 驾驶舱,全景展示运维数据,同时对运维操作进行虚拟沙盘仿真,预 估作业效果,对异常隐患精准定位和解剖分析,实现人员远程运维, 从而减少现场运维人员数量、降低运维成本,减轻运维压力。同时基 于轻量化三维建模技术,实现移动端数据定制化推送,方便能源用户 准确了解自身用能信息,改善用能习惯。
其中轻量化三维展示的建筑能源系统5数字化孪生平台具体为: 充分利用物联传感器、设备物理模型、信息关联关系、以及运行历史 数据,在数字虚拟空间对能源系统定义全过程全要素数字虚拟镜像。
通过数字孪生可以支持能源系统的趋势预测、虚拟验证、全景监 测等业务,构建基于三维展示的建筑能源系统5数字孪生运维平台, 实现了能源系统的自主化智慧运维,在确保安全、可靠的同时,发挥 平台化共享运维的优势,极大降低运维成本。
应用异常大数据分析的智慧检修为基于物联系统全面获取设备运 行相关数据,通过基于大数据分析的能源设备异常诊断技术发现异常 趋势,实现故障定位;利用人工智能算法推理故障成因,结合领域 性知识图谱提炼形成故障处置建议。故障定位、诊断和处置过程经验 在云平台1不断沉淀,学习机不断得到训练,知识图谱参数不断优化, 故障诊断准确度不断提升,从而避免安全风险,提升供能可靠性。
其中基于大数据分析的能源设备异常诊断技术具体为:
通过对各类设备运行数据进行数据分析,形成设备健康度画像。 当某项数据出现异常时,系统将根据设备健康画像的变化,自动完成 异常属性分类,如果确认故障隐患将及时报警并导入故障决策树模 型,通过历史数据、关联数据分析,进行故障定位和进展预测。同时 此次故障相关数据及处置经验将被收入系统数据库,用于完善故障树 模型和数据分析方法。其中设备运行相关数据包括电气参量(电流、 电压、功率、功率因数、谐波、三相不平衡度、漏电)、力学参量(震 动、伸缩、拉伸、扭曲)、环境参量(温度、湿度、辐照、噪声、磁 场、火灾、浸水)、状态参量(投切开关量、调节行程量、寄存器状 态、报警指示)。
如图8所示,较佳的实施例中,上述邻域能源共享交易策略为:
提供一配额分配及交易模块,通过上述配额分配及交易模块向每 个上述能源主体分配初始能源配额,上述能源主体基于上述初始能源 配额进行配额交易得到实际能源配额,每个上述能源主体分别具有一 唯一的利用区块链技术生成的分布式账户及相应的账户信息,上述账 户信息包括初始能源配额、实际能源配额、能源消费信息、能源余额 信息、账户金额;
提供一能源共享交易模块,上述第二用户通过上述能源共享交易 模块向上述第一用户发送能源交易请求,上述能源交易请求包括交易 时间、交易数量以及交易金额,上述第一用户在接收到上述能源交易 请求并通过上述能源共享交易模块反馈同意信息后,上述能源共享交 易模块利用区块链技术生成对应上述能源交易请求的智能交易合约, 上述第一用户和上述第二用户向上述能源共享交易模块提交对应上 述智能交易合约的确认信息,上述第二用户通过上述能源共享交易模 块支付对应上述智能交易合约的交易押金,上述第一用户基于上述智 能交易合约向上述第二用户供应相应数量的能源后向上述能源共享 交易模块发送交易完成信息,上述能源共享交易模块根据上述交易完 成信息生成结算单、基于上述结算单更新相应的上述账户信息。
进一步的,上述能源主体包括能源提供者、储能运营者以及能源 消费者;
上述能源提供者为上述第一用户;
上述能源消费者为上述第二用户
上述储能运营者在出售能源时为第一用户,在购买能源时为上述 第二用户。
进一步的,上述配额分配及交易模块和上述能源共享交易模块可 集成于同一交易平台;
能源供应商通过上述交易平台向上述能源主体分配上述初始能 源配额。
进一步的,上述能源主体的上述初始能源配额在超过预定配额期 限后清零。
进一步的,上述交易数量不大于相应的上述第一用户的实际能源 配额。
进一步的,上述能源交易模块还用于在上述第一用户和上述第二 用户向上述能源共享交易模块提交对应上述智能交易合约的上述确 认信息后,基于上述智能交易合约更新相应的上述账户信息。
进一步的,基于上述结算单更新相应的上述账户信息包括基于上 述结算单扣除上述第二用户的上述账户金额中的剩余消费金;
上述交易金额包括上述交易押金和上述剩余消费金。
进一步的,上述邻域能源共享交易方法适用于具有预定标准的楼 宇能源系统;
上述预定标准包括上述能源系统为10kV配电系统。
在本实施例中,建筑能源系统5通常具有较大的用电量,包含多 种可控负荷,甚至具有分布式电源、储能等分布式能源设施,综合运 行电、气、冷、热等能源种类,是能源互联网的重要载体;同时由于 公共建筑内通常有众多子用户,各能源主体(用户)的用能特点各不 相同,具有形成内部能源交易市场的条件。
针对建筑内部自有10kV配电系统和空调供冷供热系统的产权特 点、用户自有能源系统运营特点,考虑楼宇内大量租户多元化的用能 习惯;采用区块链+共享+分享的模式,以邻域能源共享化交易区块链 作为分布式账本和智能合约载体。利用区块链来管理能源分享配额, 优先以能源和服务作为共享标的物,优先以楼宇间和楼内用户间能源 共享分享的模式开展分布式发电就近交易、储能虚拟电厂、节电余额 能效电厂、可再生能源配额互易、共享运维人员等业务,促进能源充 分消纳,消除能源浪费。
其中邻域能源共享化交易区块链具体为:
区块链在交易场景中主要用于为交易主体创建智能合约,通过分 布式账本记录各交易主体的交易执行情况,以及作为通证确立可供交 易的配额。在交易平台上,已经实现能源物理联通的能源提供者、消 费者以及储能运营者在区块链网络里实现P2P的交易,通过计量运 营的节点提供能源供应和使用的数据,由微网运营节点计算能源的损 失和网络的运营,交易和结算节点为用户提供账单和清算功能。
能源生产者和能源消费者之间的智能合约在邻域能源共享交易时 产生,满足付款条件时智能合约将从消费者的账户中扣取费用,生成 结算单给消费者,并为审计和监管提供数据。分布式能源在邻域能源 共享交易时的数量受配额的限制,配额是分布式能源供应商加入交易 平台时得到的,可以通过交易机构(所)进行交易。
将传统的以区域性能源运营商为核心的垄断式单相交易模式转变 为各能源主体间的双向交易,新的储能运营者(负荷聚集商)和供用 一体的能源使交易关系更加对等,交易模式更加多元。
通过说明和附图,给出了具体实施方式的特定结构的典型实施例, 基于本发明精神,还可作其他的转换。尽管上述发明提出了现有的较 佳实施例,然而,这些内容并不作为局限。
对于本领域的技术人员而言,阅读上述说明后,各种变化和修正 无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真 实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等 价的范围与内容,都应认为仍属本发明的意图和范围内。
Claims (9)
1.一种建筑能源互联网智慧运营云操作系统,适用于建筑能源系统,所述建筑能源系统包括多个能源设备;其特征在于,所述云操作系统包括:
数据采集模块,所述数据采集模块通过异构通信网络获取所述能源设备的能源数据并通过所述多层异构物联网输出所述能源数据;
边缘终端模块,连接所述数据采集模块,包括至少一个边缘计算网络网关能源信息交换机,用于接收所述能源数据并进行数据处理后上传至所述云平台,以及接收所述云平台下发的控制策略,所述控制策略包括第一控制策略和第二控制策略,接收所述第一控制策略时对所述第一控制策略进行处理得到所述控制信息并输出,接收所述第二控制策略时根据所述能源数据和预先设置的本地处理策略并基于迁移学习算法处理得到所述控制信息并输出;所述云平台,通过所述能源信息交换机连接所述数据采集模块,用于接收所述能源数据并进行处理得到所述控制策略并输出;
控制器模块,连接所述建筑能源系统、所述能源信息交换机以及所述云平台,用于接收所述控制信息,并根据所述控制信息对相应的所述能源设备进行控制操作;
所述处理策略包括楼宇内能源调度策略、楼宇内分布式能源匹配策略、用户侧能源设备智慧检修策略以及邻域能源共享交易策略。
2.根据权利要求1所述的云操作系统,其特征在于,所述建筑能源系统包括配电系统、空调系统、供暖系统、新风系统、照明系统、储能系统、分布式光伏以及热泵系统。
3.根据权利要求1所述的云操作系统,其特征在于,采用光纤、五类双绞线、485总线、微功率无线以及宽/窄带电力线载波的多模信道搭建所述异构通信网络。
4.根据权利要求1所述的云操作系统,其特征在于,所述能源数据包括运维数据、能源传输数据、设备运行数据以及环境数据。
5.根据权利要求1所述的云操作系统,其特征在于,所述能源信息交换机内预先设置有统一数据模型,在进行分析处理前,所述能源信息交换机通过内置的数据格式转换协议栈对所述能源数据进行格式转换得到基于统一的数据格式。
6.根据权利要求1所述的云操作系统,其特征在于,楼宇内能源调度策略为:
根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功率;
利用所述用能功率构建用能矩阵序列;
根据所述用能装置的设备信息和能源流动信息构建最优约束矩阵;
利用所述最优约束矩阵对所述用能矩阵进行约束截断,获得初选用能矩阵序列;
利用所述初选用能矩阵序列映射出与所述初选用能矩阵序列内矩阵元素相对应的初选用能功率和初选外购电功率、气流量、热功率;
利用能源价格和所述初选外购电功率、气流量、热功率获得一定时间内的用能成本;
利用所述初选外购电功率、气流量、热功率获得一定时间内的用能总量;
利用遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用能成本和用能总量进行处理,获得用能成本和用能总量最优条件下的最优用能矩阵;
利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配。
7.根据权利要求1所述的云操作系统,其特征在于,所述楼宇内分布式能源匹配策略为:
根据预设楼宇能源参数分布、当前楼宇的能源参数分布、深度学习算法和迁移学习算法获得最优能源匹配模型,其中,所述最优能源匹配模型包括能源运行参数调整策略和与所述能源运行参数调整策略相对应的任务分解指令;
根据当前楼宇的能源参数分布和最优能源匹配模型获得当前楼宇的能源运行参数调整策略;
根据所述当前楼宇的能源运行参数调整策略在所述最优能源匹配模型内提取与所述能源运行参数调整策略相对应的任务分解指令;
根据所述任务分解指令对当前楼宇内的用能装置进行能源控制。
8.根据权利要求1所述的云操作系统,其特征在于,所述用户侧能源设备智慧检修策略为:
通过与所述建筑能源系统连接的物联网传感器系统获取所有所述能源设备的各维度数据;
利用数字孪生技术对所述各维度数据进行标准化映射得到关联于所述建筑能源系统的预处理模拟数据,基于预设的数据处理策略对所述预处理模拟数据进行处理得到符合预设数据格式的模拟数据,将所述模拟数据添加到云平台中预存的数字模型中得到所述建筑能源系统的数字虚拟镜像,运维人员基于所述数字虚拟镜像进行模拟运维操作得到模拟能源数据;
根据预设的数据提取策略从所述模拟能源数据中提取关键数据并对所述关键数据进行异常点剔除后,利用大数据分析算法对所述关键数据进行分析得到设备健康度画像的相关数据,所述相关数据包括标签化信息、变化趋势信息以及隐患信息;
根据所述设备健康度画像进行异常属性分类以确定故障隐患的具体信息并输出相应的报警信息,将所述具体信息导入到所述云平台中预存的故障决策树模型中得到故障定位信息和进展预测信息,所述运维人员根据所述故障定位信息和所述进展预测信息进行故障处置操作并反馈故障处置信息,所述云平台根据关联于所述故障处置操作的所有数据更新所述故障决策树模型。
9.根据权利要求1所述的云操作系统,其特征在于,所述邻域能源共享交易策略为:
提供一配额分配及交易模块,通过所述配额分配及交易模块向每个所述能源主体分配初始能源配额,所述能源主体基于所述初始能源配额进行配额交易得到实际能源配额,每个所述能源主体分别具有一唯一的利用区块链技术生成的分布式账户及相应的账户信息,所述账户信息包括初始能源配额、实际能源配额、能源消费信息、能源余额信息、账户金额;
提供一能源共享交易模块,所述第二用户通过所述能源共享交易模块向所述第一用户发送能源交易请求,所述能源交易请求包括交易时间、交易数量以及交易金额,所述第一用户在接收到所述能源交易请求并通过所述能源共享交易模块反馈同意信息后,所述能源共享交易模块利用区块链技术生成对应所述能源交易请求的智能交易合约,所述第一用户和所述第二用户向所述能源共享交易模块提交对应所述智能交易合约的确认信息,所述第二用户通过所述能源共享交易模块支付对应所述智能交易合约的交易押金,所述第一用户基于所述智能交易合约向所述第二用户供应相应数量的能源后向所述能源共享交易模块发送交易完成信息,所述能源共享交易模块根据所述交易完成信息生成结算单、基于所述结算单更新相应的所述账户信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910227279.XA CN110225075A (zh) | 2019-03-25 | 2019-03-25 | 一种建筑能源互联网智慧运营云操作系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910227279.XA CN110225075A (zh) | 2019-03-25 | 2019-03-25 | 一种建筑能源互联网智慧运营云操作系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110225075A true CN110225075A (zh) | 2019-09-10 |
Family
ID=67822414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910227279.XA Pending CN110225075A (zh) | 2019-03-25 | 2019-03-25 | 一种建筑能源互联网智慧运营云操作系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110225075A (zh) |
Cited By (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009143A (zh) * | 2019-03-28 | 2019-07-12 | 北京快电科技有限公司 | 一种楼宇内能源调度方法 |
CN110673475A (zh) * | 2019-09-17 | 2020-01-10 | 重庆特斯联智慧科技股份有限公司 | 具备物联传感功能的智慧建筑节能系统及控制方法 |
CN110737442A (zh) * | 2019-09-24 | 2020-01-31 | 厦门网宿有限公司 | 一种边缘应用管理方法及系统 |
CN110826210A (zh) * | 2019-10-31 | 2020-02-21 | 华东电力试验研究院有限公司 | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 |
CN110891091A (zh) * | 2019-12-03 | 2020-03-17 | 丁奇娜 | 基于区块链的设备控制方法、装置及服务器 |
CN111007737A (zh) * | 2019-12-26 | 2020-04-14 | 广东美的暖通设备有限公司 | 设备控制方法、设备控制装置和计算机可读存储介质 |
CN111160616A (zh) * | 2019-12-05 | 2020-05-15 | 广东工业大学 | 一种基于边云协同的厨电设备预测性维护系统及方法 |
CN111476386A (zh) * | 2020-05-26 | 2020-07-31 | 珠海格力电器股份有限公司 | 能源系统维护方法、装置、系统以及存储介质 |
CN111586091A (zh) * | 2020-03-25 | 2020-08-25 | 重庆特斯联智慧科技股份有限公司 | 一种实现算力组配的边缘计算网关系统 |
CN111667586A (zh) * | 2020-06-09 | 2020-09-15 | 中亿丰建设集团股份有限公司 | 基于数字孪生的建筑信息数据处理方法及系统 |
CN111722540A (zh) * | 2020-06-19 | 2020-09-29 | 中国电力科学研究院有限公司 | 一种能源互联网数字孪生仿真系统及方法 |
CN111740494A (zh) * | 2020-06-14 | 2020-10-02 | 石霜霜 | 基于边缘计算和云计算的数据管理方法及边缘计算平台 |
CN111783846A (zh) * | 2020-06-12 | 2020-10-16 | 国网山东省电力公司电力科学研究院 | 一种智慧用能服务协同控制系统和方法 |
CN111901381A (zh) * | 2020-06-29 | 2020-11-06 | 北京智芯微电子科技有限公司 | 基于边缘计算的物联代理装置及数据决策方法 |
CN112017074A (zh) * | 2020-09-03 | 2020-12-01 | 浙江华电器材检测研究所有限公司 | 一种基于机器学习的能量协同管理系统 |
CN112051776A (zh) * | 2020-09-12 | 2020-12-08 | 浙江卓创乡建文化科技有限公司 | 一种生态管家管理方法及智能平台 |
CN112070379A (zh) * | 2020-08-28 | 2020-12-11 | 上海电机学院 | 一种微电网风险监测预警系统 |
CN112231492A (zh) * | 2020-10-22 | 2021-01-15 | 北京天地和兴科技有限公司 | 一种智能供热阀门控制知识图谱的构建方法和系统 |
CN112381263A (zh) * | 2020-09-23 | 2021-02-19 | 四川大学 | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 |
CN112468582A (zh) * | 2020-11-26 | 2021-03-09 | 珠海格力电器股份有限公司 | 基于楼宇系统的策略共享控制方法、装置和计算机设备 |
CN112491468A (zh) * | 2020-11-20 | 2021-03-12 | 福州大学 | 基于孪生节点辅助传感的fbg传感网络节点故障定位方法 |
CN112543429A (zh) * | 2020-11-25 | 2021-03-23 | 北京科技大学 | 一种具备自主决策功能的可配置边缘计算网关 |
CN112580957A (zh) * | 2020-12-15 | 2021-03-30 | 国网辽宁省电力有限公司技能培训中心 | 一种基于云平台的智慧能源管控系统 |
CN112598173A (zh) * | 2020-12-22 | 2021-04-02 | 沃太能源南通有限公司 | 云平台下储能系统的时间序列数据的自组织学习建模方法 |
CN112637276A (zh) * | 2020-12-08 | 2021-04-09 | 电子科技大学 | 一种基于数字孪生技术的多用户计算迁移方法 |
CN112737122A (zh) * | 2020-12-28 | 2021-04-30 | 国网重庆市电力公司电力科学研究院 | 一种基于多能互补的电网调峰控制系统与方法 |
CN112994229A (zh) * | 2019-12-17 | 2021-06-18 | 国网电子商务有限公司 | 基于虚实数据融合的分布式光伏电站监控系统 |
CN113055201A (zh) * | 2019-12-26 | 2021-06-29 | 深圳奇迹智慧网络有限公司 | 电子设备控制方法、装置、计算机设备和存储介质 |
US11057471B2 (en) | 2019-09-24 | 2021-07-06 | Xiamen Wangsu Co., Ltd. | Edge application management method and system |
CN113255746A (zh) * | 2021-05-14 | 2021-08-13 | 国网甘肃省电力公司经济技术研究院 | 基于决策树的新能源电动汽车退役动力电池等级筛选方法 |
CN113256068A (zh) * | 2021-04-25 | 2021-08-13 | 国网宁夏电力有限公司 | 一种智慧能源互联网系统 |
CN113283649A (zh) * | 2021-05-25 | 2021-08-20 | 西安交通大学 | 供需协同运行能效控制方法、装置、设备和介质 |
CN113341813A (zh) * | 2021-06-11 | 2021-09-03 | 上海天麦能源科技有限公司 | 一种城市燃气中低压管网检测方法及系统 |
CN113437730A (zh) * | 2021-07-05 | 2021-09-24 | 浙江武义电气安装工程有限公司 | 一种基于边缘网关系统的自适应拓扑变化配电网保护方法 |
CN113701275A (zh) * | 2021-09-02 | 2021-11-26 | 西安思安云创科技有限公司 | 一种基于机器学习的冰蓄冷空调蓄冷量预测方法及装置 |
CN113704325A (zh) * | 2021-08-26 | 2021-11-26 | 宁夏电投智慧能源有限公司 | 一种基于工业互联网平台的能源管理系统 |
CN113885367A (zh) * | 2021-08-24 | 2022-01-04 | 国电南瑞科技股份有限公司 | 一种楼宇能效管理控制系统及方法 |
CN114165925A (zh) * | 2021-12-15 | 2022-03-11 | 青岛海尔科技有限公司 | 电热水器镁棒保养方法、装置、电子设备和存储介质 |
CN114357743A (zh) * | 2021-12-22 | 2022-04-15 | 天津大学 | 一种区域能源互联网的边云协同优化方法及装置 |
CN114722625A (zh) * | 2022-04-24 | 2022-07-08 | 上海玫克生储能科技有限公司 | 锂电池的单体数字孪生模型建立方法、系统、终端和介质 |
CN115499477A (zh) * | 2022-11-16 | 2022-12-20 | 无锡锐泰节能系统科学有限公司 | 一种智能化用能设备控制系统及控制方法 |
CN115586800A (zh) * | 2022-12-09 | 2023-01-10 | 北京和利时系统工程有限公司 | 一种综合能源管控系统 |
CN115719238A (zh) * | 2022-11-08 | 2023-02-28 | 国网区块链科技(北京)有限公司 | 一种基于区块链的分布式能源需求处理方法及装置 |
CN116055514A (zh) * | 2022-11-08 | 2023-05-02 | 成都秦川物联网科技股份有限公司 | 天然气增效控制方法、智慧燃气物联网系统、装置和介质 |
CN116170485A (zh) * | 2023-04-18 | 2023-05-26 | 北京国芯能集成电路科技有限公司 | 宽带plc融合无线通信的智慧园区楼宇优化调控方法及系统 |
CN116307296A (zh) * | 2023-05-22 | 2023-06-23 | 南京航空航天大学 | 云上资源优化配置方法 |
CN116595896A (zh) * | 2023-07-17 | 2023-08-15 | 合肥顺昌分布式能源综合应用技术有限公司 | 一种基于大数据的能源管理系统 |
CN116823072A (zh) * | 2023-06-27 | 2023-09-29 | 深圳翌万信息技术有限公司 | 一种基于物联网数据孪生的智能运营平台 |
CN117092918A (zh) * | 2023-10-20 | 2023-11-21 | 北京明略政睿信息技术有限公司 | 一种基于云边协同的燃气传感智能控制方法 |
CN117273987A (zh) * | 2023-11-21 | 2023-12-22 | 天津风霖物联网科技有限公司 | 建筑自动化系统数据处理方法及系统 |
CN118052417A (zh) * | 2024-04-15 | 2024-05-17 | 珠海市中力电力设备有限公司 | 一种负荷管理分支装置及管理方法 |
CN118608132A (zh) * | 2024-08-08 | 2024-09-06 | 国网山东省电力公司临清市供电公司 | 一种基于数据分析的电力设备维护管理系统及监测终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170060574A1 (en) * | 2015-08-27 | 2017-03-02 | FogHorn Systems, Inc. | Edge Intelligence Platform, and Internet of Things Sensor Streams System |
CN107018030A (zh) * | 2017-06-01 | 2017-08-04 | 厦门华厦学院 | 基于智能终端的移动网络故障分析系统 |
CN107464008A (zh) * | 2016-06-02 | 2017-12-12 | 南京理工大学 | 一种大型楼宇冷热电联供系统的优化调度方法 |
CN108491980A (zh) * | 2018-04-04 | 2018-09-04 | 湘潭大学 | 基于云区块链服务平台的微电网智能节点交易决策方法 |
CN109140723A (zh) * | 2018-08-23 | 2019-01-04 | 邓煜 | 一种分布式楼宇暖通监控系统及方法 |
CN109151072A (zh) * | 2018-10-26 | 2019-01-04 | 上海方融科技有限责任公司 | 一种基于雾节点的边缘计算系统 |
CN109379420A (zh) * | 2018-10-10 | 2019-02-22 | 上海方融科技有限责任公司 | 一种基于分布式架构的综合能源服务平台系统 |
-
2019
- 2019-03-25 CN CN201910227279.XA patent/CN110225075A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170060574A1 (en) * | 2015-08-27 | 2017-03-02 | FogHorn Systems, Inc. | Edge Intelligence Platform, and Internet of Things Sensor Streams System |
CN107464008A (zh) * | 2016-06-02 | 2017-12-12 | 南京理工大学 | 一种大型楼宇冷热电联供系统的优化调度方法 |
CN107018030A (zh) * | 2017-06-01 | 2017-08-04 | 厦门华厦学院 | 基于智能终端的移动网络故障分析系统 |
CN108491980A (zh) * | 2018-04-04 | 2018-09-04 | 湘潭大学 | 基于云区块链服务平台的微电网智能节点交易决策方法 |
CN109140723A (zh) * | 2018-08-23 | 2019-01-04 | 邓煜 | 一种分布式楼宇暖通监控系统及方法 |
CN109379420A (zh) * | 2018-10-10 | 2019-02-22 | 上海方融科技有限责任公司 | 一种基于分布式架构的综合能源服务平台系统 |
CN109151072A (zh) * | 2018-10-26 | 2019-01-04 | 上海方融科技有限责任公司 | 一种基于雾节点的边缘计算系统 |
Cited By (72)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009143A (zh) * | 2019-03-28 | 2019-07-12 | 北京快电科技有限公司 | 一种楼宇内能源调度方法 |
CN110673475A (zh) * | 2019-09-17 | 2020-01-10 | 重庆特斯联智慧科技股份有限公司 | 具备物联传感功能的智慧建筑节能系统及控制方法 |
CN110737442A (zh) * | 2019-09-24 | 2020-01-31 | 厦门网宿有限公司 | 一种边缘应用管理方法及系统 |
US11057471B2 (en) | 2019-09-24 | 2021-07-06 | Xiamen Wangsu Co., Ltd. | Edge application management method and system |
CN110826210A (zh) * | 2019-10-31 | 2020-02-21 | 华东电力试验研究院有限公司 | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 |
CN110826210B (zh) * | 2019-10-31 | 2023-06-23 | 华东电力试验研究院有限公司 | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 |
CN110891091A (zh) * | 2019-12-03 | 2020-03-17 | 丁奇娜 | 基于区块链的设备控制方法、装置及服务器 |
CN110891091B (zh) * | 2019-12-03 | 2020-09-08 | 广东奥维信息科技有限公司 | 基于区块链的设备控制方法、装置及服务器 |
CN111160616A (zh) * | 2019-12-05 | 2020-05-15 | 广东工业大学 | 一种基于边云协同的厨电设备预测性维护系统及方法 |
CN111160616B (zh) * | 2019-12-05 | 2021-09-07 | 广东工业大学 | 一种基于边云协同的厨电设备预测性维护系统及方法 |
CN112994229A (zh) * | 2019-12-17 | 2021-06-18 | 国网电子商务有限公司 | 基于虚实数据融合的分布式光伏电站监控系统 |
CN111007737B (zh) * | 2019-12-26 | 2024-04-26 | 广东美的暖通设备有限公司 | 设备控制方法、设备控制装置和计算机可读存储介质 |
CN113055201A (zh) * | 2019-12-26 | 2021-06-29 | 深圳奇迹智慧网络有限公司 | 电子设备控制方法、装置、计算机设备和存储介质 |
CN111007737A (zh) * | 2019-12-26 | 2020-04-14 | 广东美的暖通设备有限公司 | 设备控制方法、设备控制装置和计算机可读存储介质 |
CN113055201B (zh) * | 2019-12-26 | 2023-02-28 | 深圳奇迹智慧网络有限公司 | 电子设备控制方法、装置、计算机设备和存储介质 |
CN111586091A (zh) * | 2020-03-25 | 2020-08-25 | 重庆特斯联智慧科技股份有限公司 | 一种实现算力组配的边缘计算网关系统 |
CN111476386A (zh) * | 2020-05-26 | 2020-07-31 | 珠海格力电器股份有限公司 | 能源系统维护方法、装置、系统以及存储介质 |
CN111667586A (zh) * | 2020-06-09 | 2020-09-15 | 中亿丰建设集团股份有限公司 | 基于数字孪生的建筑信息数据处理方法及系统 |
CN111783846A (zh) * | 2020-06-12 | 2020-10-16 | 国网山东省电力公司电力科学研究院 | 一种智慧用能服务协同控制系统和方法 |
CN111740494A (zh) * | 2020-06-14 | 2020-10-02 | 石霜霜 | 基于边缘计算和云计算的数据管理方法及边缘计算平台 |
CN111722540A (zh) * | 2020-06-19 | 2020-09-29 | 中国电力科学研究院有限公司 | 一种能源互联网数字孪生仿真系统及方法 |
CN111901381A (zh) * | 2020-06-29 | 2020-11-06 | 北京智芯微电子科技有限公司 | 基于边缘计算的物联代理装置及数据决策方法 |
CN112070379A (zh) * | 2020-08-28 | 2020-12-11 | 上海电机学院 | 一种微电网风险监测预警系统 |
CN112017074B (zh) * | 2020-09-03 | 2023-07-18 | 浙江华电器材检测研究院有限公司 | 一种基于机器学习的能量协同管理系统 |
CN112017074A (zh) * | 2020-09-03 | 2020-12-01 | 浙江华电器材检测研究所有限公司 | 一种基于机器学习的能量协同管理系统 |
CN112051776A (zh) * | 2020-09-12 | 2020-12-08 | 浙江卓创乡建文化科技有限公司 | 一种生态管家管理方法及智能平台 |
CN112381263B (zh) * | 2020-09-23 | 2023-07-14 | 四川大学 | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 |
CN112381263A (zh) * | 2020-09-23 | 2021-02-19 | 四川大学 | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 |
CN112231492A (zh) * | 2020-10-22 | 2021-01-15 | 北京天地和兴科技有限公司 | 一种智能供热阀门控制知识图谱的构建方法和系统 |
CN112231492B (zh) * | 2020-10-22 | 2023-07-07 | 北京天地和兴科技有限公司 | 一种智能供热阀门控制知识图谱的构建方法和系统 |
CN112491468A (zh) * | 2020-11-20 | 2021-03-12 | 福州大学 | 基于孪生节点辅助传感的fbg传感网络节点故障定位方法 |
CN112491468B (zh) * | 2020-11-20 | 2022-04-01 | 福州大学 | 基于孪生节点辅助传感的fbg传感网络节点故障定位方法 |
CN112543429A (zh) * | 2020-11-25 | 2021-03-23 | 北京科技大学 | 一种具备自主决策功能的可配置边缘计算网关 |
CN112543429B (zh) * | 2020-11-25 | 2022-04-01 | 北京科技大学 | 一种具备自主决策功能的可配置边缘计算网关 |
CN112468582A (zh) * | 2020-11-26 | 2021-03-09 | 珠海格力电器股份有限公司 | 基于楼宇系统的策略共享控制方法、装置和计算机设备 |
CN112637276A (zh) * | 2020-12-08 | 2021-04-09 | 电子科技大学 | 一种基于数字孪生技术的多用户计算迁移方法 |
CN112580957A (zh) * | 2020-12-15 | 2021-03-30 | 国网辽宁省电力有限公司技能培训中心 | 一种基于云平台的智慧能源管控系统 |
CN112598173A (zh) * | 2020-12-22 | 2021-04-02 | 沃太能源南通有限公司 | 云平台下储能系统的时间序列数据的自组织学习建模方法 |
CN112598173B (zh) * | 2020-12-22 | 2024-03-08 | 沃太能源股份有限公司 | 云平台下储能系统的时间序列数据的自组织学习建模方法 |
CN112737122A (zh) * | 2020-12-28 | 2021-04-30 | 国网重庆市电力公司电力科学研究院 | 一种基于多能互补的电网调峰控制系统与方法 |
CN113256068A (zh) * | 2021-04-25 | 2021-08-13 | 国网宁夏电力有限公司 | 一种智慧能源互联网系统 |
CN113255746B (zh) * | 2021-05-14 | 2022-03-29 | 国网甘肃省电力公司经济技术研究院 | 基于决策树的新能源电动汽车退役动力电池等级筛选方法 |
CN113255746A (zh) * | 2021-05-14 | 2021-08-13 | 国网甘肃省电力公司经济技术研究院 | 基于决策树的新能源电动汽车退役动力电池等级筛选方法 |
CN113283649B (zh) * | 2021-05-25 | 2023-06-06 | 西安交通大学 | 供需协同运行能效控制方法、装置、设备和介质 |
CN113283649A (zh) * | 2021-05-25 | 2021-08-20 | 西安交通大学 | 供需协同运行能效控制方法、装置、设备和介质 |
CN113341813A (zh) * | 2021-06-11 | 2021-09-03 | 上海天麦能源科技有限公司 | 一种城市燃气中低压管网检测方法及系统 |
CN113437730B (zh) * | 2021-07-05 | 2024-08-06 | 浙江武义电气安装工程有限公司 | 一种基于边缘网关系统的自适应拓扑变化配电网保护方法 |
CN113437730A (zh) * | 2021-07-05 | 2021-09-24 | 浙江武义电气安装工程有限公司 | 一种基于边缘网关系统的自适应拓扑变化配电网保护方法 |
CN113885367A (zh) * | 2021-08-24 | 2022-01-04 | 国电南瑞科技股份有限公司 | 一种楼宇能效管理控制系统及方法 |
CN113704325A (zh) * | 2021-08-26 | 2021-11-26 | 宁夏电投智慧能源有限公司 | 一种基于工业互联网平台的能源管理系统 |
CN113701275A (zh) * | 2021-09-02 | 2021-11-26 | 西安思安云创科技有限公司 | 一种基于机器学习的冰蓄冷空调蓄冷量预测方法及装置 |
CN114165925A (zh) * | 2021-12-15 | 2022-03-11 | 青岛海尔科技有限公司 | 电热水器镁棒保养方法、装置、电子设备和存储介质 |
CN114357743A (zh) * | 2021-12-22 | 2022-04-15 | 天津大学 | 一种区域能源互联网的边云协同优化方法及装置 |
CN114722625A (zh) * | 2022-04-24 | 2022-07-08 | 上海玫克生储能科技有限公司 | 锂电池的单体数字孪生模型建立方法、系统、终端和介质 |
CN116055514A (zh) * | 2022-11-08 | 2023-05-02 | 成都秦川物联网科技股份有限公司 | 天然气增效控制方法、智慧燃气物联网系统、装置和介质 |
CN115719238A (zh) * | 2022-11-08 | 2023-02-28 | 国网区块链科技(北京)有限公司 | 一种基于区块链的分布式能源需求处理方法及装置 |
CN115719238B (zh) * | 2022-11-08 | 2024-03-15 | 国网区块链科技(北京)有限公司 | 一种基于区块链的分布式能源需求处理方法及装置 |
CN115499477A (zh) * | 2022-11-16 | 2022-12-20 | 无锡锐泰节能系统科学有限公司 | 一种智能化用能设备控制系统及控制方法 |
CN115586800A (zh) * | 2022-12-09 | 2023-01-10 | 北京和利时系统工程有限公司 | 一种综合能源管控系统 |
CN116170485A (zh) * | 2023-04-18 | 2023-05-26 | 北京国芯能集成电路科技有限公司 | 宽带plc融合无线通信的智慧园区楼宇优化调控方法及系统 |
CN116307296A (zh) * | 2023-05-22 | 2023-06-23 | 南京航空航天大学 | 云上资源优化配置方法 |
CN116307296B (zh) * | 2023-05-22 | 2023-09-29 | 南京航空航天大学 | 云上资源优化配置方法 |
CN116823072A (zh) * | 2023-06-27 | 2023-09-29 | 深圳翌万信息技术有限公司 | 一种基于物联网数据孪生的智能运营平台 |
CN116823072B (zh) * | 2023-06-27 | 2024-04-09 | 深圳翌万信息技术有限公司 | 一种基于物联网数据孪生的智能运营平台 |
CN116595896B (zh) * | 2023-07-17 | 2023-09-22 | 合肥顺昌分布式能源综合应用技术有限公司 | 一种基于大数据的能源管理系统 |
CN116595896A (zh) * | 2023-07-17 | 2023-08-15 | 合肥顺昌分布式能源综合应用技术有限公司 | 一种基于大数据的能源管理系统 |
CN117092918A (zh) * | 2023-10-20 | 2023-11-21 | 北京明略政睿信息技术有限公司 | 一种基于云边协同的燃气传感智能控制方法 |
CN117273987B (zh) * | 2023-11-21 | 2024-02-02 | 天津风霖物联网科技有限公司 | 建筑自动化系统数据处理方法及系统 |
CN117273987A (zh) * | 2023-11-21 | 2023-12-22 | 天津风霖物联网科技有限公司 | 建筑自动化系统数据处理方法及系统 |
CN118052417A (zh) * | 2024-04-15 | 2024-05-17 | 珠海市中力电力设备有限公司 | 一种负荷管理分支装置及管理方法 |
CN118608132A (zh) * | 2024-08-08 | 2024-09-06 | 国网山东省电力公司临清市供电公司 | 一种基于数据分析的电力设备维护管理系统及监测终端 |
CN118608132B (zh) * | 2024-08-08 | 2024-10-15 | 国网山东省电力公司临清市供电公司 | 一种基于数据分析的电力设备维护管理系统及监测终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110225075A (zh) | 一种建筑能源互联网智慧运营云操作系统 | |
Panda et al. | Residential Demand Side Management model, optimization and future perspective: A review | |
Reynolds et al. | Upscaling energy control from building to districts: Current limitations and future perspectives | |
Good et al. | Ten questions concerning smart districts | |
Wang et al. | Transactive energy sharing in a microgrid via an enhanced distributed adaptive robust optimization approach | |
Kok et al. | Agent-based electricity balancing with distributed energy resources, a multiperspective case study | |
Zhang et al. | Energy management framework for electric vehicles in the smart grid: A three-party game | |
CN106447122A (zh) | 一种区域型能源互联网及其一体化优化规划方法 | |
CN108629470A (zh) | 基于非合作博弈的多能互补系统能量管理与优化运行 | |
Subbarao et al. | Transactive control and coordination of distributed assets for ancillary services | |
CN113888132A (zh) | 一种大型工业企业的能源管理系统 | |
Saadawi et al. | IoT-based Optimal Energy Management in Smart Homes using Harmony Search Optimization Technique | |
Gao et al. | Multi-energy sharing optimization for a building cluster towards net-zero energy system | |
Zhang et al. | Fusing domain knowledge and reinforcement learning for home integrated demand response online optimization | |
Chen | Energy-use Internet and friendly interaction with power grid: A perspective | |
CN110555562A (zh) | 一种泛在电力物联网中综合能源系统分层能量管理方法 | |
CN116723148A (zh) | 一种实现信息流和能量流融合的能源路由器系统 | |
Hong et al. | Implementation of demand response in home energy management system using immune clonal selection algorithm | |
Buraimoh et al. | Virtual Power Plant with Demand Response Control in Aggregated Distributed Energy Resources of Microgrid | |
Kolokotsa et al. | Smart buildings, smart communities and demand response | |
Zheng et al. | The Electrical Load Forecasting Base on an Optimal Selection Method of Multiple Models in DSM. | |
Rokni et al. | Optimum Distributed Energy Management of Residential Consumers in Presence of Rooftop Photovoltaic Panels. | |
CN110766565A (zh) | 电力营销全程一体化智能管理方法 | |
Zhang et al. | Big data energy scheduling game management algorithm based on dual carbon goals | |
Shen et al. | Multi-objective optimal scheduling considering low-carbon operation of air conditioner load with dynamic carbon emission factors |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |
|
RJ01 | Rejection of invention patent application after publication |