CN114897447A - 综合能源协同控制方法及系统 - Google Patents
综合能源协同控制方法及系统 Download PDFInfo
- Publication number
- CN114897447A CN114897447A CN202210813976.5A CN202210813976A CN114897447A CN 114897447 A CN114897447 A CN 114897447A CN 202210813976 A CN202210813976 A CN 202210813976A CN 114897447 A CN114897447 A CN 114897447A
- Authority
- CN
- China
- Prior art keywords
- scheduling scheme
- regulation
- control
- digital twin
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000008569 process Effects 0.000 claims description 38
- 238000004088 simulation Methods 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 230000001276 controlling effect Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 238000010992 reflux Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 20
- 239000003795 chemical substances by application Substances 0.000 description 34
- 238000005516 engineering process Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本发明实施例提供一种综合能源协同控制方法及系统,属于综合能源系统技术领域。所述方法包括:采集区域内用户用能需求;将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案;基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案;若所述调度方案不是符合预期条件的调度方案,则基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案;将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。本发明方案实现了综合能源系统的统一调度和分析。
Description
技术领域
本发明涉及综合能源系统技术领域,具体地涉及一种综合能源协同控制方法及一种综合能源协同控制系统。
背景技术
广义来说,综合能源系统是指一定区域内利用先进的物理信息技术和创新管理模式,整合区域内煤炭、石油、天然气、电能、热能等多种能源,实现多种异质能源子系统之间的协调规划、优化运行,协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时,要有效地提升能源利用效率,促进能源可持续发展的新型一体化的能源系统。随着电力系统运行中负荷、气象、设备运行、电/气/热/冷多能流等全景信息的日益增多,传统的电力系统分析技术已很难适应未来多能互补的综合能源系统运行控制的需要。因为在传统应用场景中,能源类型较为单一,电网中的产能设备相对固定,随着新能源开发、分布式电网发展,未来能源网中能源类型更为复杂,产能设备类型更加多样化,所以基于传统的电力系统分析技术必定无法满足未来的分析需求。基于此,需要创造一种新的综合能源协同控制方法。
发明内容
本发明实施方式的目的是提供一种综合能源协同控制方法及系统,以至少解决现有电力系统分析方法无法满足综合能源系统分析需求的问题。
为了实现上述目的,本发明第一方面提供一种综合能源协同控制方法,所述方法包括:采集区域内用户用能需求;将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案;基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案;若所述调度方案不是符合预期条件的调度方案,则基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案;将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
可选的,所述第一数字孪生体为以综合能源控制装置作为物理实体在边缘侧终端设备上构建的边缘侧综合能源数字孪生体。
可选的,所述边缘侧综合能源数字孪生体包括:调控资源智能体,用于实现各类分布式能源的建模功能;调控方案智能体,用于求解调度方案。
可选的,所述将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案,包括:采集各产能设备的能源表计量信息;在所述调控资源智能体中,基于所述能源表计量信息进行各分布式能源建模;基于各分布式能源建模结果和所述调控目标,在所述调控方案智能体中进行调度方案求解。
可选的,所述第二数字孪生体为以综合能源控制装置作为物理实体在云平台上构建的云平台数字孪生体。
可选的,所述云平台数字孪生体包括:调控模型智能体,用于实现调控目标、调控方式和调控模型的建立;调控过程智能体,用于实现云平台数字孪生体的多时间尺度协调和多源数据耦合;调控服务智能体,用于实现云平台数字孪生体建模与仿真的预测与优化。
可选的,所述基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案,包括:基于所述调度方案,在所述调控模型智能体中进行对应的调控目标、调控方式和调控模型建立;基于建立的调控目标、调控方式和调控模型获得对应的调整方案;判断所述调整方案是否满足预设调整方案标准,若不满足,则判定所述调度方案不是符合预期条件的调度方案。
可选的,若所述调度方案不是符合预期条件的调度方案,则基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案,包括:响应于调度方案不符合预期条件的触发信号,将所述调度方案回流到所述第一数字孪生体中,并基于所述第一数字孪生体获得新的调度方案;基于所述第二数字孪生体对所述新的调度方案进行分析,判断其是否是符合预期条件的调度方案,若所述新的调度方案不是符合预期条件的调度方案,则将所述新的调度方案回流到所述第一数字孪生体中,并继续执行新的调度方案的生成、分析和判断步骤,直到获得符合预期条件的调度方案。
可选的,所述将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案,包括:基于所述符合预期的调度方案,在所述调控过程智能体中进行调度执行过程模拟,基于模拟过程生成对应的调控指令;将所述调控指令下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
可选的,所述方法还包括:在所述调控模型智能体完成总体调整方案构建,且所述调控过程智能体获得对应的调控指令后,将所述总体调整方案和所述对应的调控指令传输给所述调控服务智能体进行数据存储和预测。
本发明第二方面提供一种综合能源协同控制系统,所述系统包括:采集单元,用于采集区域内用户用能需求;处理单元,用于:将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案;基于预设第二数字孪生体对所述调度方案进行分析,判断其是否符合预期条件;修正单元,用于在所述调度方案不是符合预期条件的调度方案的情况下,基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案;执行单元,用于将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
可选的,所述第一数字孪生体为以综合能源控制装置作为物理实体在边缘侧终端设备上构建的边缘侧综合能源数字孪生体;所述边缘侧综合能源数字孪生体包括:调控资源智能体,用于实现各类分布式能源的建模功能;调控方案智能体,用于求解调度方案。
可选的,所述采集单元还用于采集各产能设备的能源表计量信息;所述处理单元还用于:在所述调控资源智能体中,基于所述能源表计量信息进行各分布式能源建模;基于各分布式能源建模结果和所述调控目标,在所述调控方案智能体中进行调度方案求解。
可选的,所述第二数字孪生体为以综合能源控制装置作为物理实体在云平台上构建的云平台数字孪生体;所述云平台数字孪生体包括:调控模型智能体,用于实现调控目标、调控方式和调控模型的建立;调控过程智能体,用于实现云平台数字孪生体的多时间尺度协调和多源数据耦合;调控服务智能体,用于实现云平台数字孪生体建模与仿真的预测与优化。
可选的,所述基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案,包括:基于所述调度方案,在所述调控模型智能体进行对应的调控目标、调控方式和调控模型建立;基于建立的调控目标、调控方式和调控模型获得对应的调整方案;判断所述调整方案是否满足预设调整方案标准,若不满足,则判定所述调度方案不是符合预期条件的调度方案。
可选的,若所述调度方案不符合预期条件,则所述修正单元用于:在所述调度方案不是符合预期条件的调度方案的情况下,基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案,包括:响应于调度方案不符合预期条件的触发信号,将所述调度方案回流到所述第一数字孪生体中,并基于所述第一数字孪生体获得新的调度方案;基于所述第二数字孪生体对所述新的调度方案进行分析,判断其是否是符合预期条件的调度方案,若所述新的调度方案不是符合预期条件的调度方案,则将所述新的调度方案回流到所述第一数字孪生体中,并继续执行新的调度方案的生成、分析和判断步骤,直到获得符合预期条件的调度方案。
可选的,所述将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案,包括:基于所述符合预期的调度方案,在所述调控过程智能体中进行调度执行过程模拟,基于模拟过程生成对应的调控指令;将所述调控指令下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
可选的,所述处理单元还用于:在所述调控模型智能体完成总体调整方案构建,且所述调控过程智能体获得对应的调控指令后,将所述总体调整方案和所述对应的调控指令传输给所述调控服务智能体进行数据存储和预测。
另一方面,本发明提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的综合能源协同控制方法。
通过上述技术方案,基于实时智能感知与数据交互,构建边缘侧综合能源控制装置数字孪生体与云数字孪生平台进行交互,可以实现资源调控、制定优化调度策略等,并将结果反馈至综合能源各类分布式能源产能物理实体进行记录与修正,使综合能源系统能够按照数字孪生优化后的策略执行,为综合能源系统多能流的协调优化控制提供运行指导。实现了综合能源系统的统一调度和分析。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1是本发明一种实施方式提供的综合能源协同控制方法的步骤流程图;
图2是本发明一种实施方式提供的综合能源协同控制系统的系统结构图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
广义来说,综合能源系统是指一定区域内利用先进的物理信息技术和创新管理模式,整合区域内煤炭、石油、天然气、电能、热能等多种能源,实现多种异质能源子系统之间的协调规划、优化运行,协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时,要有效地提升能源利用效率,促进能源可持续发展的新型一体化的能源系统。随着电力系统运行中负荷、气象、设备运行、电/气/热/冷多能流等全景信息的日益增多,传统的电力系统分析技术已很难适应未来多能互补的综合能源系统运行控制的需要。因为在传统应用场景中,能源类型较为单一,电网中的产能设备相对固定,随着新能源开发、分布式电网发展,未来能源网中能源类型更为复杂,产能设备类型更加多样化,所以基于传统的电力系统分析技术必定无法满足未来的分析需求。
随着人工智能、云计算、大数据等新兴热点技术的广泛应用,能源行业的数字化进程进一步推进,数字孪生技术能够结合机器学习、通信网络、高性能分析计算等,可以有效解决这一技术难题。数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。简单来说,就是基于物理实体映射一个虚拟孪生体,该虚拟孪生体可以准确表征物理实体的所有特性,基于虚拟孪生体模拟可以实现物理实体模拟。
综合能源系统融合多种能量流、信息流、能源流的综合复杂系统,目前对于综合能源系统的分析方法无法体现其资源调控、调控过程、调控服务等的全生命周期管理。数字孪生技术具有双向互动、保真、实时运行、闭环特性,适用于综合能源系统这类资产密集型、高可靠性需求的复杂系统。
基于此,本发明方案提出了一种综合能源协同控制方法及系统,基于实时智能感知与数据交互,构建边缘侧综合能源控制装置数字孪生体与云数字孪生平台进行交互,可以实现资源调控、制定优化调度策略等,并将结果反馈至综合能源各类分布式能源产能物理实体进行记录与修正,使综合能源系统能够按照数字孪生优化后的策略执行,为综合能源系统多能流的协调优化控制提供运行指导。
图2是本发明一种实施方式提供的综合能源协同控制系统的系统结构图。如图2所示,本发明实施方式提供一种综合能源协同控制系统,所述系统包括:采集单元,用于采集区域内用户用能需求;处理单元,用于:将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案;基于预设第二数字孪生体对所述调度方案进行分析,判断其是否符合预期条件;修正单元,用于在所述调度方案不符合预期条件的情况下,基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案;执行单元,用于将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
图1是本发明一种实施方式提供的综合能源协同控制方法的方法流程图。如图1所示,本发明实施方式提供一种综合能源协同控制方法,所述方法包括:
步骤S10:采集区域内用户用能需求。
具体的,本发明方案想要实现的目的是,在综合能源系统中,基于用户需求,实现各种能源的统一调配,通过多能互补的方式满足用户需求。通过分析各种能源的产能能力和功能损耗,进行最适用于当前用能需求的供能方案,在保证用户用能需求得到满足的前提下,避免单一能源高负荷运行,也可以避免过多的能量损耗。可见,后续进行能源调度的方案完全基于用户需求出发的,即用户的需求不同,对应的调度方案也就不同。所以,想要实现指定适用需求的调度方案,首先需要准确获取用户的用能需求。
优选的,采集单元设置在各设备测,这些设备的包括生产适用的产能设备也包括常规生活用能。然后基于开启设备的数量和类型,确定当前整个区域内总体的用能需求。
步骤S20:将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案。
具体的,完成区域内总体用能需求采集后,需要将该用能需求作为最终的调控目标,即需要制定对应的调度方案,使得最终的调度结果满足上述的总体用能需求。上述已知,综合能源系统中存在多种能源,对应的,用能设备的类型也是多样化的,例如不能向用热设备提供电能分配方案,所以,总体用能需求是能量的总体表示,其中可能对于不同的能源类型存在不同的需求。需要对这些调度目标进行拆分,例如拆分需求多少电能或多少热能等。
优选的,本发明方案根据综合能源实际应用场景的需要,定义了一种综合能源协同优化控制的两级数字孪生体,边缘侧的综合能源数字孪生体和云平台的数字孪生体,提出一种基于数字孪生的综合能源协同优化控制方法及系统,该方法基于边缘计算技术、云计算技术、通信技术、数据管理技术等,将边缘侧数字孪生体置于综合能源控制装置的嵌入式软件平台中用于边缘计算,云平台中构建数字孪生体实现综合能源多能流的协调优化控制。
所以,对应的,预设第一数字孪生体为边缘侧综合能源数字孪生体。
其中,边缘侧综合能源数字孪生体,是以综合能源控制装置作为物理实体在虚拟空间的一种简单映射,其包括调控资源智能体和调控方案智能体。两个智能体以软件APP的形式呈现,运行在终端嵌入式操作系统的容器之上。其中调控资源智能体主要实现各类分布式能源的建模功能,对各类分布式能源进行数字建模,确保物理实体与数字孪生体的维度与精度一致。调控方案智能体采用优化算法制定调度策略,求解调度方案,并将方案执行命令返回致各产能设备。
云平台数字孪生体是以综合能源控制装置作为物理实体在虚拟空间的一种复杂映射,其包括调控模型智能体、调控过程智能体和调控服务智能体。三个智能体以独立进程软件系统的形式呈现,运行在计算机上。其中,调控模型智能体主要实现调控目标、调控方式、调控模型的建立。调控过程智能体主要对能源控制装置的运行控制功能,通过过程分析和过程实现,确保数字孪生体的多时间尺度协调和多源数据耦合。调控服务智能体包含可视化环境、数据存储与预测等功能,通过服务分析与服务实现,确保数字孪生体建模与仿真的准确预测与优化。
基于上述构建的数字孪生体,完成调度目标拆解后,将拆解后的目标发送到边缘侧终端设备上,基于对应的边缘侧综合能源数字孪生体计算调度方案。具体的,采集各产能设备的能源表计信息;在所述调控资源智能体中,基于所述能源表计量信息进行各分布式能源建模;基于各分布式能源建模结果和所述调控目标,在所述调控方案智能体中进行调度方案求解。
步骤S30:基于预设第二数字孪生体对所述调度方案进行分析,判断其是否符合预期。
具体的,对应的,所述第二数字孪生体为以综合能源控制装置作为物理实体在云平台上构建的云平台数字孪生体。所以,在完成调度方案计算后,将该调度方案发送到云平台,然后基于该云平台数字孪生体进行调度方案分析。
首先是通过调控模型智能体,进行调控目标、调控方式和调控模型构建,该构建结构可以完美模拟实体的调度实现过程后最终呈现的状态,因为该数字孪生体是直接基于综合能源控制装置映射的虚拟实体,所以通过该数字孪生体进行的调控方式模拟构建,是可以准确预测实体的调控方式的。因为该调控模型智能体会获得一个预测的调控结果,便可以根据该预测结果判定当前调度方案是否符合预期。
步骤S40:若所述调度方案不符合预期,则基于预设规则进行所述调度方案修正,直到所述调度方案符合预期。
具体的,若判定当前调度方案不符合预期,即基于该调度方案完成的能源调度无法满足后续用户需求,则需要重新制定调度方案。则输出调度方案不符合预期的触发信号,然后将该信号传回边缘侧综合能源数字孪生体,基于边缘侧综合能源数字孪生体重新计算调度方案。并将重新计算的调度方案再发送给云平台,云平台基于云平台数字孪生体对新的调度方案重新进行分析,判断其是否符合预期。若依旧不符合预期,则继续重新计算调度方案,并重复分析步骤,直到获得分析结果为符合预期的调度方案。
在一种可能的实施方式中,在回流调度方案不符合预期的触发信号的同时,云平台还将当前调度方案的分析结果回流到边缘侧综合能源数字孪生体,因为调度目标为拆解的多个调度目标,其中可能某些目标可以实现,只是小部分目标未能符合预期。则边缘侧综合能源数字孪生体可以基于这些未满足需求的调度方案进行针对性的修正,这种方式可以极大减少二次计算调度方案所需要耗费的时间,使得响应速度大大加快。
步骤S50:将符合预期的调度方案下发给各分布式能源的产能设备,执行所述调度方案。
具体的,基于所述符合预期的调度方案,在所述调控过程智能体中进行调度过程模拟,基于模拟过程生成对应的调控指令;将所述调控指令下发给各分布式能源的产能设备,执行所述调度方案。判定调度方案符合预期后,将该调度方案发送到调控过程智能体,对综合能源控制装置运行过程、控制方式与流程实现调控过程进行分析,基于该分析过程生成对应的执行指令,然后将这些指令发送到各产能设备,这些产能设备基于对应的调控指令进行自调整,所有产能设备完成指令执行后,使得整个综合能源系统达到符合用户用能需求的状态,完成调度。
具体的,所述调控模型智能体完成总体调整方案构建后;以及,所述调控过程智能体获得对应的调控指令后;将所述总体调整方案和所述对应的调控指令传输给所述调控服务智能,进行数据存储和预测。
本发明实施方式还提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的综合能源协同控制方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式,但是,本发明实施方式并不限于上述实施方式中的具体细节,在本发明实施方式的技术构思范围内,可以对本发明实施方式的技术方案进行多种简单变型,这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施方式的思想,其同样应当视为本发明实施方式所公开的内容。
Claims (19)
1.一种综合能源协同控制方法,其特征在于,所述方法包括:
采集区域内用户用能需求;
将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案;
基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案;
若所述调度方案不是符合预期条件的调度方案,则基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案;
将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
2.根据权利要求1所述的方法,其特征在于,所述第一数字孪生体为以综合能源控制装置作为物理实体在边缘侧终端设备上构建的边缘侧综合能源数字孪生体。
3.根据权利要求2所述的方法,其特征在于,所述边缘侧综合能源数字孪生体包括:
调控资源智能体,用于实现各类分布式能源的建模功能;
调控方案智能体,用于求解调度方案。
4.根据权利要求3所述的方法,其特征在于,所述将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案,包括:
采集各产能设备的能源表计量信息;
在所述调控资源智能体中,基于所述能源表计量信息进行各分布式能源建模;
基于各分布式能源建模结果和所述调控目标,在所述调控方案智能体中进行调度方案求解。
5.根据权利要求4所述的方法,其特征在于,所述第二数字孪生体为以综合能源控制装置作为物理实体在云平台上构建的云平台数字孪生体。
6.根据权利要求5所述的方法,其特征在于,所述云平台数字孪生体包括:
调控模型智能体,用于实现调控目标、调控方式和调控模型的建立;
调控过程智能体,用于实现云平台数字孪生体的多时间尺度协调和多源数据耦合;
调控服务智能体,用于实现云平台数字孪生体建模与仿真的预测与优化。
7.根据权利要求6所述的方法,其特征在于,所述基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案,包括:
基于所述调度方案,在所述调控模型智能体中进行对应的调控目标、调控方式和调控模型建立;
基于建立的调控目标、调控方式和调控模型获得对应的调整方案;
判断所述调整方案是否满足预设调整方案标准,若不满足,则判定所述调度方案不是符合预期条件的调度方案。
8.根据权利要求1所述的方法,其特征在于,若所述调度方案不是符合预期条件的调度方案,则基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案,包括:
响应于调度方案不符合预期条件的触发信号,将所述调度方案回流到所述第一数字孪生体中,并基于所述第一数字孪生体获得新的调度方案;
基于所述第二数字孪生体对所述新的调度方案进行分析,判断其是否是符合预期条件的调度方案,若所述新的调度方案不是符合预期条件的调度方案,则将所述新的调度方案回流到所述第一数字孪生体中,并继续执行新的调度方案的生成、分析和判断步骤,直到获得符合预期条件的调度方案。
9.根据权利要求7所述的方法,其特征在于,所述将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案,包括:
基于所述符合预期的调度方案,在所述调控过程智能体中进行调度执行过程模拟,基于模拟过程生成对应的调控指令;
将所述调控指令下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
在所述调控模型智能体完成总体调整方案构建,且所述调控过程智能体获得对应的调控指令后,将所述总体调整方案和所述对应的调控指令传输给所述调控服务智能体进行数据存储和预测。
11.一种综合能源协同控制系统,其特征在于,所述系统包括:
采集单元,用于采集区域内用户用能需求;
处理单元,用于:
将所述用能需求作为调控目标,基于预设第一数字孪生体获得调度方案;
基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案;
修正单元,用于在所述调度方案不是符合预期条件的调度方案的情况下,基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案;
执行单元,用于将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
12.根据权利要求11所述的系统,其特征在于,所述第一数字孪生体为以综合能源控制装置作为物理实体在边缘侧终端设备上构建的边缘侧综合能源数字孪生体;所述边缘侧综合能源数字孪生体包括:
调控资源智能体,用于实现各类分布式能源的建模功能;
调控方案智能体,用于求解调度方案。
13.根据权利要求12所述的系统,其特征在于,所述采集单元还用于采集各产能设备的能源表计量信息;
所述处理单元还用于:
在所述调控资源智能体中,基于所述能源表计量信息进行各分布式能源建模;
基于各分布式能源建模结果和所述调控目标,在所述调控方案智能体中进行调度方案求解。
14.根据权利要求13所述的系统,其特征在于,所述第二数字孪生体为以综合能源控制装置作为物理实体在云平台上构建的云平台数字孪生体;所述云平台数字孪生体包括:
调控模型智能体,用于实现调控目标、调控方式和调控模型的建立;
调控过程智能体,用于实现云平台数字孪生体的多时间尺度协调和多源数据耦合;
调控服务智能体,用于实现云平台数字孪生体建模与仿真的预测与优化。
15.根据权利要求14所述的系统,其特征在于,所述基于预设第二数字孪生体对所述调度方案进行分析,判断其是否是符合预期条件的调度方案,包括:
基于所述调度方案,在所述调控模型智能体中进行对应的调控目标、调控方式和调控模型建立;
基于建立的调控目标、调控方式和调控模型获得对应的调整方案;
判断所述调整方案是否满足预设调整方案标准,若不满足,则判定所述调度方案不是符合预期条件的调度方案。
16.根据权利要求11所述的系统,其特征在于,所述修正单元用于:
在所述调度方案不是符合预期条件的调度方案的情况下,基于预设规则进行所述调度方案的修正,直到获得符合预期条件的调度方案,包括:
响应于调度方案不符合预期条件的触发信号,将所述调度方案回流到所述第一数字孪生体中,并基于所述第一数字孪生体获得新的调度方案;
基于所述第二数字孪生体对所述新的调度方案进行分析,判断其是否是符合预期条件的调度方案,若所述新的调度方案不是符合预期条件的调度方案,则将所述新的调度方案回流到所述第一数字孪生体中,并继续执行新的调度方案的生成、分析和判断步骤,直到获得符合预期条件的调度方案。
17.根据权利要求15所述的系统,其特征在于,所述将符合预期条件的调度方案下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案,包括:
基于所述符合预期的调度方案,在所述调控过程智能体中进行调度执行过程模拟,基于模拟过程生成对应的调控指令;
将所述调控指令下发给各分布式能源的产能设备以执行所述符合预期条件的调度方案。
18.根据权利要求17所述的系统,其特征在于,所述处理单元还用于:
在所述调控模型智能体完成总体调整方案构建,且所述调控过程智能体获得对应的调控指令后,将所述总体调整方案和所述对应的调控指令传输给所述调控服务智能体进行数据存储和预测。
19.一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行权利要求1-10中任一项权利要求所述的综合能源协同控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210813976.5A CN114897447A (zh) | 2022-07-12 | 2022-07-12 | 综合能源协同控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210813976.5A CN114897447A (zh) | 2022-07-12 | 2022-07-12 | 综合能源协同控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114897447A true CN114897447A (zh) | 2022-08-12 |
Family
ID=82729502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210813976.5A Pending CN114897447A (zh) | 2022-07-12 | 2022-07-12 | 综合能源协同控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114897447A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116306324A (zh) * | 2023-05-25 | 2023-06-23 | 安世亚太科技股份有限公司 | 一种基于多智能体的分布式资源调度方法 |
CN117314684A (zh) * | 2023-11-29 | 2023-12-29 | 山东未来集团有限公司 | 一种基于绿色能源的分布式算网智能调度系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609531A (zh) * | 2019-09-27 | 2019-12-24 | 北京航空航天大学 | 一种基于数字孪生的车间调度方法 |
CN111934359A (zh) * | 2020-06-30 | 2020-11-13 | 中国电力科学研究院有限公司 | 一种综合能源系统的设备调度管理方法和系统 |
CN113435657A (zh) * | 2021-07-09 | 2021-09-24 | 清华四川能源互联网研究院 | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 |
US20210334428A1 (en) * | 2020-04-24 | 2021-10-28 | Technology Institute of Wenzhou University, Yueqing | Method for prediction of dynamic rescheduling with digital twin workshop for circuit breaker and system using the same |
CN114548692A (zh) * | 2022-01-25 | 2022-05-27 | 浙江大学 | 一种基于元宇宙的区域能源系统多未来调度优化方法及系统 |
-
2022
- 2022-07-12 CN CN202210813976.5A patent/CN114897447A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609531A (zh) * | 2019-09-27 | 2019-12-24 | 北京航空航天大学 | 一种基于数字孪生的车间调度方法 |
US20210334428A1 (en) * | 2020-04-24 | 2021-10-28 | Technology Institute of Wenzhou University, Yueqing | Method for prediction of dynamic rescheduling with digital twin workshop for circuit breaker and system using the same |
CN111934359A (zh) * | 2020-06-30 | 2020-11-13 | 中国电力科学研究院有限公司 | 一种综合能源系统的设备调度管理方法和系统 |
CN113435657A (zh) * | 2021-07-09 | 2021-09-24 | 清华四川能源互联网研究院 | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 |
CN114548692A (zh) * | 2022-01-25 | 2022-05-27 | 浙江大学 | 一种基于元宇宙的区域能源系统多未来调度优化方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116306324A (zh) * | 2023-05-25 | 2023-06-23 | 安世亚太科技股份有限公司 | 一种基于多智能体的分布式资源调度方法 |
CN116306324B (zh) * | 2023-05-25 | 2023-07-25 | 安世亚太科技股份有限公司 | 一种基于多智能体的分布式资源调度方法 |
CN117314684A (zh) * | 2023-11-29 | 2023-12-29 | 山东未来集团有限公司 | 一种基于绿色能源的分布式算网智能调度系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102407764B1 (ko) | 그리드 내의 차폐된 시스템을 위한 계층적 암시적 제어기 | |
CN114897447A (zh) | 综合能源协同控制方法及系统 | |
Huo et al. | Chance-constrained optimization for integrated local energy systems operation considering correlated wind generation | |
CN105164883A (zh) | 使用日前市场和实时市场价格的电力网中的需求调整 | |
WO2017186313A1 (en) | Cluster control of heterogeneous clusters of thermostatically controlled loads using tracer devices | |
US11068820B2 (en) | Avoiding peak energy demand times by managing consumer energy consumption | |
CN105607952A (zh) | 一种虚拟化资源的调度方法及装置 | |
CN112332404A (zh) | 采暖服务智能管理系统及方法 | |
WO2021033024A1 (en) | Hybrid machine learning and simulation based system for forecasting in electricity systems | |
KR102592162B1 (ko) | 조정된 조화된 조건들에서 에너지 서브-시스템들 사이의 에너지의 교환을 제어하기 위한 방법; 제어 센터; 에너지 시스템; 컴퓨터 프로그램; 및 저장 매체 | |
Yu et al. | Optimal scheduling strategy of cascade hydropower plants under the joint market of day-ahead energy and frequency regulation | |
Chen et al. | Multi-objective robust optimal bidding strategy for a data center operator based on bi-level optimization | |
Loyola et al. | Individual load monitoring of appliances for home energy management system | |
CN108921368A (zh) | 基于虚拟发电厂的均衡合作博弈控制器 | |
US20140365023A1 (en) | Systems and Methods for Computer Implemented Energy Management | |
Aguilar et al. | Intent profile strategy for virtual power plant participation in simultaneous energy markets With dynamic storage management | |
Dandres et al. | Toward a smarter electricity consumption | |
Howell et al. | Semantic interoperability for holonic energy optimization of connected smart homes and distributed energy resources | |
Nagarajan et al. | Optimizing dynamic economic dispatch through an enhanced Cheetah-inspired algorithm for integrated renewable energy and demand-side management | |
CN104484230A (zh) | 基于近数据计算原则的多卫星数据中心工作流调度算法 | |
CN115051374A (zh) | 电采暖设备参与电力调峰的控制方法、装置和存储介质 | |
Mazzarino et al. | A Multi-Agent Framework for Smart Grid Simulations: Strategies for power-to-heat flexibility management in residential context | |
Subramanian et al. | Optimal power and reserve capacity procurement policies with deferrable loads | |
Chen et al. | Overview of transmission expansion planning in the market environment | |
Duarte et al. | Operations of data centers with onsite renewables considering greenhouse gas emissions |
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: 20220812 |
|
RJ01 | Rejection of invention patent application after publication |