CN112541836A - 一种多能源系统数字孪生应用流程建模与部署方法及系统 - Google Patents

一种多能源系统数字孪生应用流程建模与部署方法及系统 Download PDF

Info

Publication number
CN112541836A
CN112541836A CN202011433398.XA CN202011433398A CN112541836A CN 112541836 A CN112541836 A CN 112541836A CN 202011433398 A CN202011433398 A CN 202011433398A CN 112541836 A CN112541836 A CN 112541836A
Authority
CN
China
Prior art keywords
energy system
workflow
subtasks
task
modeling
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
Application number
CN202011433398.XA
Other languages
English (en)
Inventor
唐学用
宋炎侃
马覃峰
雷金勇
于智同
万会江
李庆生
李冶
孙斌
艾鹏
张锐锋
陈巨龙
杨禾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202011433398.XA priority Critical patent/CN112541836A/zh
Publication of CN112541836A publication Critical patent/CN112541836A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种多能源系统数字孪生应用流程建模与部署方法及系统，包括整理多能源系统应用流程建模与部署逻辑关系；根据所述关系建立基于有向无环图的工作流模型，执行工作流任务；所述工作流任务中各子任务间的传递信号通过轮询方式进行实时查询，至所述工作流最后一层任务均成功执行时，任务结束。基于各子任务间的依赖关系和相互独立关系，拆分成大量的小任务异步执行，其中具有依赖关系的各子任务间的传递信号通过轮询的方法进行实时查询，当需要修改应用流程需求，只需要对接口和部分子任务进行修改，提高了应用流程执行的效率和灵活性，克服了传统应用流程效率较低和不灵活的问题，对提高多能源系统数字孪生建模与发展具有重要意义。

Description

一种多能源系统数字孪生应用流程建模与部署方法及系统
技术领域
本发明涉及多能源系统数字孪生的技术领域，尤其涉及一种多能源系统数字孪生应用流程建模与部署方法及系统。
背景技术
多能源系统数字孪生是促进多能源系统高效、稳定运行的重要技术手段。多能源系统数字孪生是充分利用能源互联网的物理模型、先进计量基础设施的在线量测数据、能源互联网的历史运行数据，并集成电气、流体、热力、计算机、通信、气候、经济等多学科知识，进行的多物理量、多时空尺度、多概率的仿真过程，通过在虚拟空间中完成对能源互联网的映射，反映能源互联网的全生命周期过程。
随着电力市场和能源互联网相关技术的快速发展，新能源和电动汽车大量并网，给多能源系统的供给侧和用户侧带来了不确定性，增加了能源站、供能网络和负荷之间的互动。
为了提高电力系统电能质量，并确保多能源系统安全高效运行，需要对多能源系统进行功率预测和概率潮流等不确定研究。于此同时，从多元供应主体来看，不同类型的负荷对能源形式和需求量的要求存在差异，为了使多能源系统最优运行，需要对多能源系统分布式电源的容量、位置进行规划设计。为了了解系统多能源系统故障及系统异常工况下能否恢复到正常运行状态，需要对多能源进行电磁暂态仿真。综上所示，多能源系统设备众多、数据量大，业务复杂。
多能源系统数字孪生多采用云仿真技术，将仿真过程中所用到的计算资源、存储资源的进行虚拟化云端，使用主机集群对大量仿真任务进行处理，从而完成传统的单机环境下无法完成或者需要很长时间才能完成的工作。随着多能源系统的逐步发展，设备的规模也在高速增长，云端越来越多的数据信息对其计算和存储能力提出了更高的要求。如何通过分布式计算将多能源系统应用流程进行有效建模和部署是多能源系统研究的重点。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有多能源系统数字孪生应用流程建模存在的问题，提出了本发明。
因此，本发明解决的技术问题是：现有多能源系统数字孪生应用流程建模方式不灵活，由于采用顺序建模方式，当应用流程中需要增加一个需求，即增加一个工作流时，整个应用流程都需要修改，浪费大量的人力和时间；效率较低，现有的多能源系统数字孪生应用流程建模方式中不同工作流交互依赖于信息的传递，而信息的传递受时序约束，无法充满发挥云仿真技术中并行计算的优势。
为解决上述技术问题，本发明提供如下技术方案：整理多能源系统应用流程建模与部署逻辑关系；根据所述关系建立基于有向无环图的工作流模型，执行所述工作流任务；所述工作流任务中各子任务间的传递信号通过轮询方式进行实时查询，至所述工作流最后一层任务均成功执行时，任务结束。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述逻辑关系包括，整理所述工作流子任务之间的依赖和并列关系，具有并列关系的子任务间相互独立，具有依赖关系的子任务间利用传递信号建立联系，对所述多能源系统中某个需求进行修改，仅需调整部分具有依赖关系的子任务以及传递信号，构成多能源系统数字孪生应用程序并行分解算法。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述基于有向无环图的工作流模型包括，根据多能源系统的应用场景构建基于有相无环图的工作流模型；整理所述工作流子任务之间的依赖关系并生成各子任务间的依赖信号；执行所述各子任务，在共享内存中存储所述子任务成功执行时相应的数据；当上层任务全部成功执行后，访问后续任务；当所述工作流最后一层任务均成功执行时，输出相应的数据和结束信号，任务结束。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述有向无环图包括，所述有向无环图，表示为G＝(V,E)，其中：V为有向无环图中全部节点的集合，E为所有的有向边的集合，所述有向无环图中的一个节点表示一个任务，所述有向无环图中的有向边表示节点间的优先约束，将只有出边的节点称为所述有向无环图的输入节点，将只有入边的节点则称为输出节点，所述有向无环图的优先约束使子节点接收到父节点的所有信息后开始执行。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述执行子任务包括，设定整个应用流程工作流为G，则整个工作流表示为G＝{A,B,C...N}，其中A,B,C...N分别为具有依赖关系的子任务，将子任务设定为H，则所述子任务H的进程可以抽象为如下方程：
H＝fH(xH,xA,xB,xC...xN)
其中：变量H为子任务H实施后产生的状态变量、输出变量及与其他任务流产生的交互信号，xH为仅与子任务H相关的输入参数，xA,xB,xC...xN分别为与H具有依赖关系的子任务产生的输入参数，所述子任务H只有接收到A,B,C...N的完整信号才能顺利实施。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述子任务还包括，在每个所述子任务中开辟一段共享内存，所述共享内存包括数据区和信号区，其中所述数据区存放与其他子任务具有依赖关系的数据，所述信号区存放工作流完成信号，记作FlagA,FlagB,FlagC...FlagN，表示该子任务已经完成，并将数据发送给具有依赖关系的其他任务。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述当上层任务全部成功执行后，访问后续任务包括，在所述访问后续任务之前，先在所述共享内存中判断该任务的所述上层依赖信号即FlagA,FlagB,FlagC...FlagN是否均为1，如果均为1，则从所述内存空间A,B,C...N取数据，并执行该任务，当该任务成功结束后，在所述共享内存中将其依赖信号置为1，并存储相应的数据，并对成功接收到的所述上层依赖信号发送一个成功接受的反馈信号。
作为本发明所述的多能源系统数字孪生应用流程建模与部署方法的一种优选方案，其中：所述轮询方式包括，若所述上层依赖信号FlagA,FlagB,FlagC...FlagN不均为1，则不在执行所述子任务H的后续任务，并重新访问所述上层依赖信号Flag中不为1的信号，形成一种轮询查询机制。
作为本发明所述的多能源系统数字孪生应用流程建模与部署系统的一种优选方案，其中：作为本发明所述的多能源系统数字孪生应用流程建模与部署系统的一种优选方案，其中：结构参数分析模块用于对多能源系统的设备位置结构以及参数进行分析，包括逻辑关系分析、拓扑分析和设备参数分析；数据计算模块与所述结构参数分析模块相连接，根据所述结构参数分析模块的设备位置参数信息，计算所述多能源系统节点矩阵元素数据；有向无环图工作流模块与所述数据计算模块相连接，利用所述计算结果进行有向无环图工作流的应用，执行系统任务。
作为本发明所述的多能源系统数字孪生应用流程建模与部署系统的一种优选方案，其中：所述数据计算模块包括，系统基本参数辨识单元与所述拓扑分析相连接，利用所述设备的节点信息进行系统参数辨识；系统状态变量计算单元与系统基本参数辨识单元相连接，根据所述系统基本参数辨识单元的参数辨识结果，求解系统状态变量，再利用所述系统系统状态变量求出系统状态运动方程；系统输出参数计算单元与所述系统状态变量计算单元相连接，利用系统状态运动方程计算系统输出变量。
本发明的有益效果：基于多能源数字孪生应用流程各子任务间的依赖关系和相互独立关系提出了一种基于有向无环图的多能源系统数字孪生应用流程建模方法，将应用流程拆分成大量的小任务异步执行，其中具有依赖关系的各子任务间的传递信号通过轮询的方法进行实时查询，当需要修改应用流程需求，只需要对接口和部分子任务进行修改，提高了应用流程执行的效率和灵活性，克服了传统应用流程效率较低和不灵活的问题，对提高多能源系统数字孪生建模与发展具有重要意义。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一个实施例所述的多能源系统数字孪生应用流程建模与部署方法的流程示意图；
图2为本发明第一个实施例所述的多能源系统数字孪生应用流程建模与部署方法的有向无环图DAG网状结构图；
图3为本发明第一个实施例所述的多能源系统数字孪生应用流程建模与部署方法的应用流程图；
图4为本发明第一个实施例所述的多能源系统数字孪生应用流程建模与部署方法的IEEE37节点系统有向无环图；
图5为本发明第二个实施例所述的多能源系统数字孪生应用流程建模与部署系统的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1～4，为本发明的第一个实施例，该实施例提供了一种多能源系统数字孪生应用流程建模与部署方法，包括：
S1：整理多能源系统应用流程建模与部署逻辑关系。其中需要说明的是，
多能源系统业务繁多，应用广泛，其中包括多能源系统潮流计算、暂态仿真、短路计算、无功优化、规划设计等，而各业务间既有相互依赖，又有相互独立的关系，例如无功优化、规划设计往往依赖于潮流计算的结果，在各业务中，子任务间也存在相互依赖、相互独立的关系，具有并列关系的子任务间相互独立，具有依赖关系的子任务间利用传递信号建立联系，对多能源系统中某个需求进行修改，仅需调整部分具有依赖关系的子任务以及传递信号，构成多能源系统数字孪生应用程序并行分解算法，当应用流程需要修改，例如需要增加一个子任务J时，只需要修改与J具有依赖关系的子任务的部分接口和代码，而不需要对整个应用流程进行修改。
S2：根据关系建立基于有向无环图的工作流模型，执行工作流任务。其中需要说明的是，
基于有向无环图的工作流模型包括，根据多能源系统的应用场景构建基于有相无环图的工作流模型；整理工作流子任务之间的依赖关系并生成各子任务间的依赖信号；执行各子任务，在共享内存中存储子任务成功执行时相应的数据；当上层任务全部成功执行后，访问后续任务；当工作流最后一层任务均成功执行时，输出相应的数据和结束信号，任务结束。
进一步的是，有向无环图，简称DAG，表示为G＝(V,E)，其中：V为有向无环图中全部节点的集合，E为所有的有向边的集合，有向无环图中的一个节点表示一个任务，有向无环图中的有向边表示节点间的优先约束，将只有出边的节点称为有向无环图的输入节点，将只有入边的节点则称为输出节点，有向无环图的优先约束使子节点接收到父节点的所有信息后开始执行；在进行节点运算时，各节点运算之间不仅存在并行性，也存在着依赖关系，若以节点表示每类算法，变表示运算之间的依赖关系，则可以形成一个DAG，参照图2所示。
执行子任务包括，设定整个应用流程工作流为G，则整个工作流表示为G＝{A,B,C...N}，其中A,B,C...N分别为具有依赖关系的子任务，将子任务设定为H，则子任务H的进程可以抽象为如下方程：
H＝fH(xH,xA,xB,xC...xN)
其中：变量H为子任务H实施后产生的状态变量、输出变量及与其他任务流产生的交互信号，xH为仅与子任务H相关的输入参数，xA,xB,xC...xN分别为与H具有依赖关系的子任务产生的输入参数，子任务H只有接收到A,B,C...N的完整信号才能顺利实施；在每个子任务中开辟一段共享内存，共享内存包括数据区和信号区，其中数据区存放与其他子任务具有依赖关系的数据，信号区存放工作流完成信号，记作FlagA,FlagB,FlagC...FlagN，表示该子任务已经完成，并将数据发送给具有依赖关系的其他任务。
因此当子任务H执行之前，先在共享内存中判断该任务的上层依赖信号即FlagA,FlagB,FlagC...FlagN是否均为1，如果均为1，则从内存空间A,B,C...N取数据，并执行该任务，当与子任务具有依赖关系的下属子任务均收到Flag＝1的信号之后，给工作流共存内存空间发送一个清零信号，将FlagH置为0，则本次应用流程不再对子任务H进行访问；当该任务成功结束后，在共享内存中将其依赖信号置为1，并存储相应的数据，并对成功接收到的上层依赖信号发送一个成功接受的反馈信号。
S3：工作流任务中各子任务间的传递信号通过轮询方式进行实时查询，至工作流最后一层任务均成功执行时，任务结束。其中需要说明的是，
轮询方式包括，若上层依赖信号FlagA,FlagB,FlagC...FlagN不均为1，则不在执行子任务H的后续任务，并重新访问上层依赖信号Flag中不为1的信号，形成一种轮询查询机制。
为了更好地对本发明方法中采用的技术效果加以验证说明，本实施例中选择IEEE37节点系统进行测试，以科学论证的手段验证本方法所具有的真实效果。
参照图4，本实验为IEEE37节点系统，其拓扑有三相电压源1台、变压器3台、配网传输线36条、负荷12个，其中母线701及742所连接负荷为分布式电源，利用多能源系统数字孪生应用流程建模与部署方法对IEEE37节点系统构建该系统的有向无环图模型，其图像参照图4所示，本发明利用有向无环图模型对该系统进行反复迭代，得到系统潮流计算结果，其部分结果如下表1所示：
表1：IEEE37节点算例部分潮流计算结果。
Figure BDA0002827453040000081
传统的一体化潮流计算，需要在获取系统参数与电压、功率初始化方面依次进行，下一个任务的执行只能在上一个任务完成之后，而本发明方法可以同时进行处理，并且可以对其中任意一个环节修改数据或者增加数据，两种方法所得出的潮流计算完全一致，结果如表1所示，因此本发明方法的计算精度与传统方法相同，具有实用性，本发明方法进行潮流计算所耗时间t1≤0.015s，而传统方法的计算时间t2≤0.02s，可以看出本发明要比传统方法的求解速度快0.005s，提升了求解的速度。
实施例2
参照图5，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种多能源系统数字孪生应用流程建模与部署系统，包括：结构参数分析模块100、数据计算模块200和有向无环图工作流模块300，其中结构参数分析模块100用于对多能源系统的设备位置结构以及参数进行分析，包括逻辑关系分析101、拓扑分析102和设备参数分析103，其中逻辑关系分析101对多能源系统中各个子任务之间的独立、依赖关系进行整理，拓扑分析102和设备参数分析103相互独立，可以进行并行计算；数据计算模块200与结构参数分析模块100相连接，根据结构参数分析模块100的设备位置参数信息，计算多能源系统节点矩阵元素数据；有向无环图工作流模块300与数据计算模块200相连接，利用计算结果进行有向无环图工作流的应用，执行系统任务。
进一步的是，数据计算模块200包括，系统基本参数辨识单元201、系统状态变量计算单元202和系统输出参数计算单元203，其中系统基本参数辨识单元201与拓扑分析101相连接，利用设备的节点信息进行系统参数辨识；系统状态变量计算单元202与系统基本参数辨识单元201相连接，根据系统基本参数辨识单元201的参数辨识结果，求解系统状态变量，再利用系统系统状态变量求出系统状态运动方程；系统输出参数计算单元203与系统状态变量计算单元202相连接，利用系统状态运动方程计算系统输出变量。
不难理解的是，本实施例中所提供的系统，其涉及结构参数分析模块100、数据计算模块200和有向无环图工作流模块300，例如可以是运行在计算机可读程序，通过提高各模块的程序数据接口实现。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种多能源系统数字孪生应用流程建模与部署方法，其特征在于：包括，
整理多能源系统应用流程建模与部署逻辑关系；
根据所述关系建立基于有向无环图的工作流模型，执行工作流任务；
所述工作流任务中各子任务间的传递信号通过轮询方式进行实时查询，至所述工作流最后一层任务均成功执行时，任务结束。
2.如权利要求1所述的多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述逻辑关系包括，
整理所述工作流子任务之间的依赖和并列关系，具有并列关系的子任务间相互独立，具有依赖关系的子任务间利用传递信号建立联系，对所述多能源系统中某个需求进行修改，仅需调整部分具有依赖关系的子任务以及传递信号，构成多能源系统数字孪生应用程序并行分解算法。
3.如权利要求2所述的多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述基于有向无环图的工作流模型包括，
根据多能源系统的应用场景构建基于有相无环图的工作流模型；整理所述工作流子任务之间的依赖关系并生成各子任务间的依赖信号；执行所述各子任务，在共享内存中存储所述子任务成功执行时相应的数据；当上层任务全部成功执行后，访问后续任务；当所述工作流最后一层任务均成功执行时，输出相应的数据和结束信号，任务结束。
4.如权利要3所述的多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述有向无环图包括，
所述有向无环图，表示为G＝(V,E)，其中：V为有向无环图中全部节点的集合，E为所有的有向边的集合，所述有向无环图中的一个节点表示一个任务，所述有向无环图中的有向边表示节点间的优先约束，将只有出边的节点称为所述有向无环图的输入节点，将只有入边的节点则称为输出节点，所述有向无环图的优先约束使子节点接收到父节点的所有信息后开始执行。
5.如权利要求2～4任一所述的多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述执行子任务包括，
设定整个应用流程工作流为G，则整个工作流表示为G＝{A,B,C...N}，其中A,B,C...N分别为具有依赖关系的子任务，将子任务设定为H，则所述子任务H的进程可以抽象为如下方程：
H＝fH(xH,xA,xB,xC...xN)
其中：变量H为子任务H实施后产生的状态变量、输出变量及与其他任务流产生的交互信号，xH为仅与子任务H相关的输入参数，xA,xB,xC...xN分别为与H具有依赖关系的子任务产生的输入参数，所述子任务H只有接收到A,B,C...N的完整信号才能顺利实施。
6.如权利要求5所述的多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述子任务还包括，
在每个所述子任务中开辟一段共享内存，所述共享内存包括数据区和信号区，其中所述数据区存放与其他子任务具有依赖关系的数据，所述信号区存放工作流完成信号，记作FlagA,FlagB,FlagC...FlagN，表示该子任务已经完成，并将数据发送给具有依赖关系的其他任务。
7.如权利要求2～4和6所述的任一多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述当上层任务全部成功执行后，访问后续任务包括，
在所述访问后续任务之前，先在所述共享内存中判断该任务的所述上层依赖信号即FlagA,FlagB,FlagC...FlagN是否均为1，如果均为1，则从所述内存空间A,B,C...N取数据，并执行该任务，当该任务成功结束后，在所述共享内存中将其依赖信号置为1，并存储相应的数据，并对成功接收到的所述上层依赖信号发送一个成功接受的反馈信号。
8.如权利要求7所述的多能源系统数字孪生应用流程建模与部署方法，其特征在于：所述轮询方式包括，
若所述上层依赖信号FlagA,FlagB,FlagC...FlagN不均为1，则不在执行所述子任务H的后续任务，并重新访问所述上层依赖信号Flag中不为1的信号，形成一种轮询查询机制。
9.一种多能源系统数字孪生应用流程建模与部署系统，其特征在于：包括，
结构参数分析模块(100)用于对多能源系统的设备关系、位置结构以及参数进行分析，包括逻辑关系分析(101)、拓扑分析(102)和设备参数分析(103)；
数据计算模块(200)与所述结构参数分析模块(100)相连接，根据所述结构参数分析模块(100)的设备位置参数信息，计算所述多能源系统节点矩阵元素数据；
有向无环图工作流模块(300)与所述数据计算模块(200)相连接，利用所述计算结果进行有向无环图工作流的应用，执行系统任务。
10.如权利要求9所述的多能源系统数字孪生应用流程建模与部署系统，其特征在于：所述数据计算模块(200)包括，
系统基本参数辨识单元(201)与所述拓扑分析(101)相连接，利用所述设备的节点信息进行系统参数辨识；
系统状态变量计算单元(202)与系统基本参数辨识单元(201)相连接，根据所述系统基本参数辨识单元(201)的参数辨识结果，求解系统状态变量，再利用所述系统系统状态变量求出系统状态运动方程；
系统输出参数计算单元(203)与所述系统状态变量计算单元(202)相连接，利用系统状态运动方程计算系统输出变量。
CN202011433398.XA 2020-12-10 2020-12-10 一种多能源系统数字孪生应用流程建模与部署方法及系统 Pending CN112541836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011433398.XA CN112541836A (zh) 2020-12-10 2020-12-10 一种多能源系统数字孪生应用流程建模与部署方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011433398.XA CN112541836A (zh) 2020-12-10 2020-12-10 一种多能源系统数字孪生应用流程建模与部署方法及系统

Publications (1)

Publication Number Publication Date
CN112541836A true CN112541836A (zh) 2021-03-23

Family

ID=75019857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011433398.XA Pending CN112541836A (zh) 2020-12-10 2020-12-10 一种多能源系统数字孪生应用流程建模与部署方法及系统

Country Status (1)

Country Link
CN (1) CN112541836A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688519A (zh) * 2021-08-20 2021-11-23 贵州电网有限责任公司 一种多能源系统数字孪生模型精度在线校验方法
CN113742534A (zh) * 2021-08-13 2021-12-03 贵州电网有限责任公司 一种多能源系统控制和保护系统的自动建模及可视化方法
CN115878131A (zh) * 2023-02-09 2023-03-31 天津汉云工业互联网有限公司 数字孪生应用的代码生成方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617553A (zh) * 2013-10-22 2014-03-05 芜湖大学科技园发展有限公司 一种电网数据质量综合提升系统
CN108229686A (zh) * 2016-12-14 2018-06-29 阿里巴巴集团控股有限公司 模型训练、预测方法、装置、电子设备及机器学习平台
CN109684229A (zh) * 2019-01-08 2019-04-26 杭州雅拓信息技术有限公司 有向无环图的链式依赖分析方法及系统
CN109814986A (zh) * 2017-11-20 2019-05-28 上海寒武纪信息科技有限公司 任务并行处理方法、存储介质、计算机设备、装置和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617553A (zh) * 2013-10-22 2014-03-05 芜湖大学科技园发展有限公司 一种电网数据质量综合提升系统
CN108229686A (zh) * 2016-12-14 2018-06-29 阿里巴巴集团控股有限公司 模型训练、预测方法、装置、电子设备及机器学习平台
CN109814986A (zh) * 2017-11-20 2019-05-28 上海寒武纪信息科技有限公司 任务并行处理方法、存储介质、计算机设备、装置和系统
CN109684229A (zh) * 2019-01-08 2019-04-26 杭州雅拓信息技术有限公司 有向无环图的链式依赖分析方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈沉;贾孟硕;陈颖;黄少伟;向月;: "能源互联网数字孪生及其应用", 全球能源互联网, no. 01, 25 January 2020 (2020-01-25) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742534A (zh) * 2021-08-13 2021-12-03 贵州电网有限责任公司 一种多能源系统控制和保护系统的自动建模及可视化方法
CN113742534B (zh) * 2021-08-13 2024-03-26 贵州电网有限责任公司 一种多能源系统控制和保护系统的自动建模及可视化方法
CN113688519A (zh) * 2021-08-20 2021-11-23 贵州电网有限责任公司 一种多能源系统数字孪生模型精度在线校验方法
CN113688519B (zh) * 2021-08-20 2023-11-21 贵州电网有限责任公司 一种多能源系统数字孪生模型精度在线校验方法
CN115878131A (zh) * 2023-02-09 2023-03-31 天津汉云工业互联网有限公司 数字孪生应用的代码生成方法、装置和电子设备

Similar Documents

Publication Publication Date Title
Dutot et al. Batsim: a realistic language-independent resources and jobs management systems simulator
Varga et al. An overview of the OMNeT++ simulation environment
CN112541836A (zh) 一种多能源系统数字孪生应用流程建模与部署方法及系统
US9652213B2 (en) Global optimization and verification of cyber-physical systems using floating point math functionality on a system with heterogeneous hardware components
Tallent et al. Palm: Easing the burden of analytical performance modeling
CN106507686B (zh) 设计不同技术领域的复杂信息物理系统的具有其各种软件工件的软件架构的方法和系统
CN114115857A (zh) 一种机器学习模型自动化生产线构建方法及系统
US10235477B2 (en) Prototyping an image processing algorithm and emulating or simulating execution on a hardware accelerator to estimate resource usage or performance
EP3163436A1 (en) Visual software modeling method based on software meta-view for constructing software view
JP6372119B2 (ja) マルチコンポーネントコンピュータ流体力学シミュレーション
McKee et al. The internet of simulation, a specialisation of the internet of things with simulation and workflow as a service (sim/wfaas)
Kovalchuk et al. Virtual Simulation Objects concept as a framework for system-level simulation
Andrén et al. Applying the SGAM methodology for rapid prototyping of smart Grid applications
Švogor et al. An extended model for multi-criteria software component allocation on a heterogeneous embedded platform
Saad et al. Modelling and Simulation of Construction Cyber-Physical Systems
Sanderson et al. Coupling the uintah framework and the visit toolkit for parallel in situ data analysis and visualization and computational steering
Pop et al. Performance analysis of grid DAG scheduling algorithms using MONARC simulation tool
EP3163437A1 (en) System element view-based visual modelling method for constructing system view
Aloisio et al. ProGenGrid: a workflow service infrastructure for composing and executing bioinformatics grid services
US9262141B1 (en) Distributed computations of graphical programs having a pattern
CN110377769A (zh) 基于图数据结构的建模平台系统、方法、服务器及介质
CN116305713B (zh) 一种芯片仿真系统及仿真方法
Liu et al. Introducing PROOF-A PROcess Orchestration Framework for the Automation of Computational Scientific Workflows and Co-Simulations
Smit et al. Toward a simulation-generated knowledge base of service performance
Ryszka et al. GraphTool—a new system of graph generation

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