CN114648209A - 一种基于物联网云平台的建筑能源设备节能管理系统 - Google Patents

一种基于物联网云平台的建筑能源设备节能管理系统 Download PDF

Info

Publication number
CN114648209A
CN114648209A CN202210191507.4A CN202210191507A CN114648209A CN 114648209 A CN114648209 A CN 114648209A CN 202210191507 A CN202210191507 A CN 202210191507A CN 114648209 A CN114648209 A CN 114648209A
Authority
CN
China
Prior art keywords
energy
equipment
household appliance
power
electric 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.)
Pending
Application number
CN202210191507.4A
Other languages
English (en)
Inventor
骆寅
秦学聪
靳涛
陈云飞
陈崟炜
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN202210191507.4A priority Critical patent/CN114648209A/zh
Publication of CN114648209A publication Critical patent/CN114648209A/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Water Supply & Treatment (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于物联网云平台的建筑能源设备节能管理系统，包括电能产生预测模块、太阳能管理模块、电能参数分析模块、云计算模块和电器设备控制模块；太阳能管理模块，将总的电能产生量与负载需求进行对比，当总的电能产生量大于负载需求时，利用太阳能给家用电器设备供电，当总的电能产生量小于等于负载需求时，公用电网给家用电器设备供电；云计算模块根据家用电器设备历史使用数据和用户偏好，筛选出可调度的设备，再根据实时的峰谷电价情况，制定用电策略，电器设备控制模块基于用电策略，调整家用电器设备启停时间及运行功率。本发明提高系统设备的能效潜力，降低冗余能量的消耗，达到了经济节能的效益。

Description

一种基于物联网云平台的建筑能源设备节能管理系统
技术领域
本发明涉及智慧建筑技术领域，具体涉及一种基于物联网云平台的建筑能源设备节能管理系统。
背景技术
随着人们对生活品质的要求越来越高，在现代化的建筑或者高档别墅中，安装集中供热水系统和暖通空调系统的情况是非常普遍的现象，这些系统都需要用到大功率的制热设备和中央空调制冷通风机组，而这两种设备的功率很大，消耗的电能占到整个建筑用电的80％以上。对于现有的建筑能源设备系统，从技术角度节能20％～50％是可行的。因此在建筑的暖通空调系统和集中供水的设计和施工中考虑节能，运用先进的节能技术，绿色环保，有着巨大的经济价值和社会价值。
目前，针对新建建筑，可以进行详细的、合理的方案设计，并在施工中进行完整实现；但更多的是对于已有的建筑能源系统，如何进行科学的控制优化，使其达到经济节能的目的也是亟待解决的。
建筑智能化及其大数据云端处理优化在我国的发展态势并不是十分良好，首先是起步时间较晚，技术上存在欠缺，其次我国拥有的科技能力不足，应用程度有限，与西方国家完善的智能化系统相比，还存在一定差距。特别是在核心技术方面，关键性技术较为缺乏，所以一些技术不得不依靠进口，因此技术在研发上还需要提高。
发明内容
针对现有技术中存在不足，本发明提供了一种基于物联网云平台的建筑能源设备节能管理系统，实现建筑能源设备经济节能使用。
本发明是通过以下技术手段实现上述技术目的的。
一种基于物联网云平台的建筑能源设备节能管理系统，其特征在于，包括：
电能产生预测模块，用于预测产生的电能；
太阳能管理模块，将总的电能产生量与负载需求进行对比，当总的电能产生量大于负载需求时，利用太阳能给家用电器设备供电，当总的电能产生量小于等于负载需求时，公用电网给家用电器设备供电；
电能参数分析模块，通过分析电流的变化，获取家用电器设备运行的实时状态、使用模式以及能耗情况；
云计算模块根据家用电器设备历史使用数据和用户偏好，筛选出可调度的设备，再根据实时的峰谷电价情况，制定用电策略；
电器设备控制模块，基于用电策略，调整家用电器设备启停时间及运行功率。
上述技术方案中，所述用电策略以能耗最小、电费最低为目标建立约束优化模型：
Figure BDA0003524584090000021
其中，Csum为一天中家用电器设备用电花费的总和，N为建筑内可调度的家用电器设备的数量，t∈{t1,…,tn}表示一天中时间段的集合，ct表示在时间段t的电价，
Figure BDA0003524584090000022
表示家用电器设备zi在时间段t的功耗大小；
建立BP神经网络求解上述约束优化模型，训练后的BP神经网络模型输入家用电器设备zi的量化三维数组
Figure BDA0003524584090000023
ct、N、每台家用电器设备的用户偏好约束
Figure BDA0003524584090000024
时间段t内的最大功率上限Pt以及每个家用电器设备允许的启停时间上下限uz、lz，输出每台家用电器设备的建议启停时间点
Figure BDA0003524584090000025
和
Figure BDA0003524584090000026
其中
Figure BDA0003524584090000027
表示家用电器设备的使用模式和起始工作点，
Figure BDA0003524584090000028
表示
Figure BDA0003524584090000029
确定时的能耗值，
Figure BDA00035245840900000210
表示
Figure BDA00035245840900000211
对用户所带来的影响。
上述技术方案中，筛选出可调度的设备，具体为：通过观察家用电器设备历史使用数据中电流信号随时间的变化规律以及用户偏好中的启停时间是否固定，判断该设备是否可从时间上进行调度；通过观察家用电器设备历史使用数据中电流信号的最大值是否会随时间变化而变化，判断该设备是否可从功率上进行调度。
上述技术方案中，所述家用电器设备历史使用数据包括不同家用电器设备的使用频率、使用时间段、使用时长、使用模式、能耗情况，以及不同家用电器设备的关联度。
上述技术方案中，所述电能产生预测模块基于天气的实时情况和历史数据，预测产生的电能。
上述技术方案中，所述总的电能产生量是将预测产生的电能和太阳能电池储能相加得到的。
上述技术方案中，所述用户偏好为预先设定的家用电器设备的使用模式、起始工作点和启停时间。
本发明的有益效果为：
(1)本发明中太阳能管理模块将总的电能产生量与负载需求进行对比，当总的电能产生量大于负载需求时，利用太阳能给家用电器设备供电，当总的电能产生量小于等于负载需求时，公用电网给家用电器设备供电，实现了公用电网用电和太阳能用电之间的切换，达到了经济节能的效益；
(2)本发明中的根据家用电器设备历史使用数据和用户偏好，筛选出可调度的设备，再根据实时的峰谷电价情况，制定用电策略，用电策略以能耗最小、电费最低为目标建立约束优化模型，建立BP神经网络求解上述约束优化模型，提高系统设备的能效潜力，降低冗余能量的消耗，从而指导建筑节能。
附图说明
图1为本发明所述基于物联网云平台的建筑能源设备管理系统结构示意图；
图2为本发明所述基于约束优化模型的BP神经网络体系架构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚和清楚，下面将结合具体实施例并参考附图来清楚和完整地描述本发明实施例中的技术方案。应当注意，本发明的所述实施例是说明性的，但是这不是对本发明的限制，因此本发明不限于上述实施例。基于本发明原理，凡是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其它实施方式，均视为在本发明的保护之内。
如图1所示，本发明一种基于物联网云平台的建筑能源设备节能管理系统，包括太阳能管理系统和电器设备控制系统。
太阳能管理系统包括电能产生预测模块和太阳能管理模块。
电能产生预测模块设置在云端，电能产生预测模块基于天气的实时情况(接入开源平台Solcast的API接口得到)和历史数据(云端数据库)，预测产生的电能；具体地：通过比对历史天气情况(仅取光照角度、光照强度、温度)及光伏电池板对应产生的历史电能，建立基于历史天气数据所对应产生电能的关系模型，利用神经网络训练该模型，以减小因天气变化不稳定所带来的电能预测误差，最后基于实时天气，将光照角度、光照强度、温度三个值输入到上述模型中，得到所能产生的最小电能作为电能产生预测模块的结果(万虎,杨坤豪,王自豪,洪小玲.基于分类和误差组合预测的太阳能光伏发电量预测方法[P].四川省：CN109636054A,2019-04-16.)。
太阳能管理模块将预测产生的电能和太阳能电池储能进行相加，得到总的电能产生量；太阳能管理模块再将总的电能产生量与负载需求进行对比，当总的电能产生量大于负载需求时，太阳能管理模块控制智能转换开关与光伏逆变器连通，使用太阳能所转换的电能给家用电器设备供电，且多余的太阳能被存储在太阳能电池(锂电池)中，当总的电能产生量小于等于负载需求时，太阳能管理模块控制智能转换开关与公用电网连通，公用电网给家用电器设备供电。
电器设备控制系统包括电能参数分析模块、云计算模块和电器设备控制模块，云计算模块接入云端。
电能参数分析模块收集智能电表采集的整体能耗数据(电流电压数据)，通过分析电流的变化，得到家用电器设备运行的实时状态、使用模式以及能耗情况；电能参数分析模块将采集的电流信号先进行滤波处理，滤除杂波干扰；再通过观察电流信号正弦波的振幅和频率，了解每个家用电器设备电流信号的变化情况，推断每个家用电器设备是否正在使用(实时状态)以及处于哪一种功耗模式下(使用模式)；最后将电流信号的最大值乘以
Figure BDA0003524584090000041
得到电流信号的有效值，再乘以电压220V，得到家用电器设备的功耗情况，结合使用时长，判断家用电器设备的能耗情况。
云计算模块根据家用电器设备历史使用数据(由电器设备控制模块和电能参数分析模块获取，电器设备控制模块可以为单片机，单片机与家用电器设备通过接入无线局域网实现互联)和用户偏好(预先设定家用电器设备的使用模式、起始工作点和启停时间)，筛选出可以从时间、功率上进行调度的设备，云计算模块再根据实时的峰谷电价情况，制定最经济、最节能的用电策略，并传递给电器设备控制模块；电器设备控制模块基于用电策略，调整家用电器设备启停时间及运行功率(家用电器设备的工作模式和起始功率点会被设置在一个相对低的水平，确保用户舒适度的同时降低了能量的消耗)。
筛选出可以从时间、功率上进行调度的设备的具体过程为：通过观察家用电器设备历史使用数据中电流信号随时间的变化规律以及用户偏好中的启停时间是否固定，判断该设备是否可以从时间上进行调度；通过观察家用电器设备历史使用数据中电流信号的最大值是否会随时间变化而变化，判断该设备是否可以从功率上进行调度。
制定最经济、最节能的用电策略为：以能耗最小、电费最低为目标建立一个约束优化问题(公式(1))，利用BP神经网络训练该约束优化问题的模型，得到最佳的家用电器设备启停时间。
家用电器设备历史使用数据包括不同家用电器设备的使用频率、使用时间段、使用时长、使用模式、能耗情况，以及不同家用电器设备的关联度，若两个或多个设备存在配合使用的关系(需同时使用或按照一定运行顺序间隔使用)，则它们的关联度较大；反之则关联度较小。用户可根据不同家用电器设备的关联度设置用户偏好，并配置用户偏好时间段t∈{t1,…,tn}的集合。例如设备A和设备B关联度较大(需配合使用)，在用户偏好中设置：设备A需要在时间点C先启动，并在工作点D开始运行，设备B需要在时间点C+10(min)后开启，并在工作点E开始运行，以此来配合使用；并根据此用户偏好设置时间段tm＝[C,C+10),m∈[1,n]。
最经济、最节能的用电策略是根据基于机器学习的能耗优化算法获取的，建立约束优化模型：
Figure BDA0003524584090000051
其中，Csum为一天中家用电器设备用电花费的总和；N为建筑内可调度的家用电器设备的数量；t∈{t1,…,tn}表示一天中时间段的集合，与特定家用电器设备(使用时间不受约束)的使用时间和一天中电价的浮动有关；ct表示在时间段t的电价；
Figure BDA0003524584090000052
表示家用电器设备zi在时间段t的功耗大小。
zi被量化为一个三维数组
Figure BDA0003524584090000053
其中
Figure BDA0003524584090000054
表示家用电器设备的使用模式和起始工作点，
Figure BDA0003524584090000055
表示
Figure BDA0003524584090000056
确定时的能耗值，
Figure BDA0003524584090000057
表示
Figure BDA0003524584090000058
对用户所带来的影响。
对公式(1)所表示的模型添加几条约束项：
①首先是由终端用户根据偏好所配置的家用电器设备启停时间，如公式(2)所示：
Figure BDA0003524584090000059
Figure BDA00035245840900000510
其中，
Figure BDA00035245840900000511
和
Figure BDA00035245840900000512
分别表示家用电器设备的启动时间和停止时间，
Figure BDA00035245840900000513
分别表示每个家用电器设备允许的启动时间上限和停止时间上限，
Figure BDA00035245840900000515
分别表示每个家用电器设备允许的启动时间下限和停止时间下限。
②考虑到用户的偏好和家用电器设备对终端用户造成的影响，针对每一个家用电器设备zi设定一个阈值qz作为az的下限，如公式(3)所示：
az≥qz (3)
③建筑内的配电表在时间段t内存在一个最大功率上限Pt，相同时间段内的家用电器设备的总体功耗不允许超过这一阈值，如公式(4)所示：
Figure BDA00035245840900000514
如图2所示，建立了一个BP神经网络模型，来求解本约束优化模型，BP神经网络具体为包括输入层、单隐藏层和输出层的三层神经网络，隐藏层神经元的数量为256，激活函数为ReLU，优化算法为随机梯度下降算法(SGD)，损失函数设定为MSE均方根误差函数。将家用电器设备历史使用数据划分成测试集和训练集，其中训练集占比70％，测试集占比30％，设置训练学习率为0.001、训练次数为50次，训练后使用测试集验证数据的拟合程度，并将训练好的BP神经网络模型保存至本地。
BP神经网络模型的输入为家用电器设备zi的量化三维数组
Figure BDA0003524584090000061
时间段t的电价水平ct、可调度家用电器设备的数量N、每台家用电器设备的用户偏好约束
Figure BDA0003524584090000062
时间段t内的最大功率上限Pt以及每个家用电器设备允许的启停时间上下限uz、lz(包括
Figure BDA0003524584090000063
)。调用本地已训练好的BP神经网络模型，输入上述参数，BP神经网络模型的输出为每台家用电器设备的建议启停时间点
Figure BDA0003524584090000065
可表述为公式(5)：
Figure BDA0003524584090000064
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (7)

1.一种基于物联网云平台的建筑能源设备节能管理系统，其特征在于，包括：
电能产生预测模块，用于预测产生的电能；
太阳能管理模块，将总的电能产生量与负载需求进行对比，当总的电能产生量大于负载需求时，利用太阳能给家用电器设备供电，当总的电能产生量小于等于负载需求时，公用电网给家用电器设备供电；
电能参数分析模块，通过分析电流的变化，获取家用电器设备运行的实时状态、使用模式以及能耗情况；
云计算模块根据家用电器设备历史使用数据和用户偏好，筛选出可调度的设备，再根据实时的峰谷电价情况，制定用电策略；
电器设备控制模块，基于用电策略，调整家用电器设备启停时间及运行功率。
2.根据权利要求1所述的建筑能源设备节能管理系统，其特征在于，所述用电策略以能耗最小、电费最低为目标建立约束优化模型：
Figure FDA0003524584080000011
其中，Csum为一天中家用电器设备用电花费的总和，N为建筑内可调度的家用电器设备的数量，t∈{t1，...，tn}表示一天中时间段的集合，ct表示在时间段t的电价，
Figure FDA0003524584080000012
表示家用电器设备zi在时间段t的功耗大小；
建立BP神经网络求解上述约束优化模型，训练后的BP神经网络模型输入家用电器设备zi的量化三维数组
Figure FDA0003524584080000013
ct、N、每台家用电器设备的用户偏好约束
Figure FDA0003524584080000014
时间段t内的最大功率上限Pt以及每个家用电器设备允许的启停时间上下限uz、lz，输出每台家用电器设备的建议启停时间点
Figure FDA0003524584080000015
种
Figure FDA0003524584080000016
其中
Figure FDA0003524584080000017
表示家用电器设备的使用模式和起始工作点，
Figure FDA0003524584080000018
表示
Figure FDA0003524584080000019
确定时的能耗值，
Figure FDA00035245840800000110
表示
Figure FDA00035245840800000111
对用户所带来的影响。
3.根据权利要求1所述的建筑能源设备节能管理系统，其特征在于，筛选出可调度的设备，具体为：通过观察家用电器设备历史使用数据中电流信号随时间的变化规律以及用户偏好中的启停时间是否固定，判断该设备是否可从时间上进行调度；通过观察家用电器设备历史使用数据中电流信号的最大值是否会随时间变化而变化，判断该设备是否可从功率上进行调度。
4.根据权利要求1所述的建筑能源设备节能管理系统，其特征在于，所述家用电器设备历史使用数据包括不同家用电器设备的使用频率、使用时间段、使用时长、使用模式、能耗情况，以及不同家用电器设备的关联度。
5.根据权利要求1所述的建筑能源设备节能管理系统，其特征在于，所述电能产生预测模块基于天气的实时情况和历史数据，预测产生的电能。
6.根据权利要求1所述的建筑能源设备节能管理系统，其特征在于，所述总的电能产生量是将预测产生的电能和太阳能电池储能相加得到的。
7.根据权利要求1所述的建筑能源设备节能管理系统，其特征在于，所述用户偏好为预先设定的家用电器设备的使用模式、起始工作点和启停时间。
CN202210191507.4A 2022-02-28 2022-02-28 一种基于物联网云平台的建筑能源设备节能管理系统 Pending CN114648209A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210191507.4A CN114648209A (zh) 2022-02-28 2022-02-28 一种基于物联网云平台的建筑能源设备节能管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210191507.4A CN114648209A (zh) 2022-02-28 2022-02-28 一种基于物联网云平台的建筑能源设备节能管理系统

Publications (1)

Publication Number Publication Date
CN114648209A true CN114648209A (zh) 2022-06-21

Family

ID=81993816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210191507.4A Pending CN114648209A (zh) 2022-02-28 2022-02-28 一种基于物联网云平台的建筑能源设备节能管理系统

Country Status (1)

Country Link
CN (1) CN114648209A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116054738A (zh) * 2023-03-21 2023-05-02 呼和浩特市语能科技有限责任公司 一种物联网的太阳能发电监控管理系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116054738A (zh) * 2023-03-21 2023-05-02 呼和浩特市语能科技有限责任公司 一种物联网的太阳能发电监控管理系统及方法
CN116054738B (zh) * 2023-03-21 2023-12-29 荣达通(北京)能源有限公司 一种物联网的太阳能发电监控管理系统及方法

Similar Documents

Publication Publication Date Title
Lu et al. Home energy management in smart households: Optimal appliance scheduling model with photovoltaic energy storage system
CN106707778B (zh) 一种基于模型预测控制的家庭综合能源智能优化管理系统
Yuce et al. ANN–GA smart appliance scheduling for optimised energy management in the domestic sector
CN102437569B (zh) 电子装置、包括电子装置的电力管理系统及其控制方法
Wang et al. A review of approaches to low-carbon transition of high-rise residential buildings in China
CN102148534B (zh) 电网系统及其管理方法
CN110188991B (zh) 基于供给侧和需求侧的自适应分布式能源管理系统
CN107178869A (zh) 变频空调负荷的聚合控制削峰方法
CN100499310C (zh) 一种电力系统自动发电控制的超前控制方法
CN109462258A (zh) 一种基于机会约束规划的家庭能量优化调度方法
CN111009898A (zh) 一种智慧园区多能协同供电方法及其系统、终端设备
CN109469157A (zh) 一种二次供水系统能耗监测平台及监测方法
CN112883560B (zh) 基于用户侧负荷削减响应的多能耦合供能网络的优化方法
CN107545364A (zh) 激励型电力需求响应的用户响应策略优化方法
CN116384039A (zh) 一种基于模型预测的智能电网能源优化高效管理方法
CN113158450A (zh) 一种基于楼宇能量管理系统经济调度方法及系统
CN115081902B (zh) 基于源网荷储协同的综合规划方法、装置、设备及介质
CN114648209A (zh) 一种基于物联网云平台的建筑能源设备节能管理系统
CN108346009A (zh) 一种基于用户模型自学习的电力生产配置方法和装置
Zheng et al. Two-stage co-optimization of a park-level integrated energy system considering grid interaction
CN106685313A (zh) 用于光伏电站的发电控制方法、装置及光伏电站
CN206370695U (zh) 一种光伏电站
CN111271824B (zh) 一种中央空调需求响应集中分散控制方法
CN111968008A (zh) 基于多能协作的综合能源监控系统及方法
Safari et al. Intelligent Management of the Electricity Distribution Network based on the Internet of Energy

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