CN114944698A - 一种智能的柴油发电机群组的控制方法及系统 - Google Patents

一种智能的柴油发电机群组的控制方法及系统 Download PDF

Info

Publication number
CN114944698A
CN114944698A CN202210475371.XA CN202210475371A CN114944698A CN 114944698 A CN114944698 A CN 114944698A CN 202210475371 A CN202210475371 A CN 202210475371A CN 114944698 A CN114944698 A CN 114944698A
Authority
CN
China
Prior art keywords
generator
sequence
generators
fuel consumption
temperature
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.)
Granted
Application number
CN202210475371.XA
Other languages
English (en)
Other versions
CN114944698B (zh
Inventor
代晶
杜学伟
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.)
Zhanjiang Weili Electromechanical Equipment Co ltd
Original Assignee
Nantong Electric Doctor Automation Equipment 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 Nantong Electric Doctor Automation Equipment Co ltd filed Critical Nantong Electric Doctor Automation Equipment Co ltd
Priority to CN202210475371.XA priority Critical patent/CN114944698B/zh
Publication of CN114944698A publication Critical patent/CN114944698A/zh
Application granted granted Critical
Publication of CN114944698B publication Critical patent/CN114944698B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
    • H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
    • H02J9/08—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems requiring starting of a prime-mover
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/38—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
    • H02J3/472—For selectively connecting the AC sources in a particular order, e.g. sequential, alternating or subsets of sources
    • 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
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Abstract

本发明涉及发电机控制技术领域，具体涉及一种智能的柴油发电机群组的控制方法及系统。该方法包括：获取发电机在每个采样时刻下的瞬时功率、温度以及燃油消耗量，从而得到发电机的稳定性指标；根据每台发电机对应的瞬时功率、温度以及燃油消耗量将所有发电机分为多个小组；获取每台发电机对应的性能指标，利用层次分析法得到每个小组内发电机的工作顺序，层次分析法中的判断矩阵由性能指标构建；基于工厂停电时刻对应的累计功率选取不同功率的发电机，每个发电机为层次分析法得到的每个小组内的最优选发电机，能够在保证发电机工作效率的同时有效减少资源的消耗。

Description

一种智能的柴油发电机群组的控制方法及系统
技术领域
本发明涉及发电机控制技术领域，具体涉及一种智能的柴油发电机群组的控制方法及系统。
背景技术
很多工厂在实际生产或工作过程中需要持续供电并且需要保证不能停止电能供应，因此当出现停电等情况时，往往会使用工厂自备的柴油发电机进行供电以保证正常生产，对于大型工厂来说往往具有多台发电机，多台发电机共同构成的电力网络称为发电机群组。
由于发电机群组中每台发电机的发电性能等各个方面均存在一定的差异，当出现停电时如果直接选择多个发电机开启进行供电，往往会产生多余的能耗或者是由于发电机性能不佳导致供电效果不佳，增加了不必要的能源浪费。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种智能的柴油发电机群组的控制方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种智能的柴油发电机群组的控制方法，该方法包括以下步骤：
在每台发电机工作过程中选取多个采样时刻，获取所述发电机在每个采样时刻下的瞬时功率、温度以及燃油消耗量，基于一段时间内得到的所述瞬时功率、所述温度以及所述燃油消耗量获取所述发电机的稳定性指标；
根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机的差异距离，基于所述差异距离将所有所述发电机分为多个小组；
获取每台所述发电机对应的性能指标，所述性能指标包括稳定系数、效率系数、发电能耗比系数以及效率能耗比系数；利用层次分析法得到每个小组内发电机的工作顺序，所述层次分析法中的判断矩阵由所述性能指标构建；
获取工厂在不同时刻对应的所有负载设备的累计功率，基于工厂停电时刻对应的所述累计功率选取不同功率的发电机，每个发电机为层次分析法得到的每个小组内的最优选发电机。
优选的，所述基于一段时间内的得到的所述瞬时功率、所述温度以及所述燃油消耗量获取所述发电机的稳定性指标的步骤，包括：
根据发电机的多个采样时刻的所述瞬时功率、所述温度以及所述燃油消耗量获取瞬时功率序列、温度序列以及燃油消耗量序列，所述发电机的稳定性指标为：
Figure BDA0003625219310000021
其中，W表示发电机的稳定性指标；Pmax表示瞬时功率序列中的最大值；Pmin表示瞬时功率序列中的最小值；Var(P)表示瞬时功率序列的方差；Var(T)表示温度序列的方差；Tmax表示温度序列中的最大值；Tmin表示温度序列中的最小值；Var(L)表示燃油消耗量序列的方差；Lmax表示燃油消耗量序列中的最大值；Lmin表示燃油消耗量序列中的最小值；e表示自然常数。
优选的，所述根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机的差异距离的步骤，包括：
根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机之间的皮尔逊相关系数，所述差异距离与所述皮尔逊相关系数呈负相关关系。
优选的，所述根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机之间的皮尔逊相关系数的步骤，包括：
获取任意两台所述发电机对应的瞬时功率序列、温度序列以及燃油消耗量序列，从而得到任意两台所述发电机的皮尔逊相关系数为：
Figure BDA0003625219310000022
其中，ρXY表示第X台发电机与第Y台发电机之间的皮尔逊相关系数；
Figure BDA0003625219310000023
表示第X台发电机的瞬时功率序列的标准差；
Figure BDA0003625219310000024
表示第Y台发电机的瞬时功率序列的标准差；COV(PX,PY)表示第X台发电机的瞬时功率序列与第Y台发电机的瞬时功率序列之间的协方差；
Figure BDA0003625219310000025
表示第X台发电机的温度序列的标准差；
Figure BDA0003625219310000026
表示第Y台发电机的温度序列的标准差；COV(TX,TY)表示第X台发电机的温度序列与第Y台发电机的温度序列之间的协方差；
Figure BDA0003625219310000027
表示第X台发电机的燃油消耗量序列的标准差；
Figure BDA0003625219310000028
表示第Y台发电机的燃油消耗量序列的标准差；COV(LX,LY)表示第X台发电机的燃油消耗量序列与第Y台发电机的燃油消耗量序列之间的协方差。
优选的，所述基于所述差异距离将所有所述发电机分为多个小组的方法为K-medoids聚类算法。
优选的，所述获取每台所述发电机对应的效率系数的步骤，包括：
根据所述发电机对应的瞬时功率序列中每个元素与额定功率的比值得到耗比序列，对所述耗比序列进行中值滤波后计算所述耗比序列的均值，所述均值为所述发电机的效率系数。
优选的，所述获取每台所述发电机对应的发电能耗比系数的步骤，包括：
获取所述发电机在每小时对应的燃油消耗量，计算所述燃油消耗量与额定消耗量的比值；将一天内每小时对应所述比值的最大值与最小值进行去除，计算剩余所述比值的均值为所述发电机的发电能耗比系数。
优选的，所述获取每台所述发电机对应的效率能耗比系数的步骤，包括：
计算所述发电机的效率系数与发电能耗比系数的比值为所述发电机的效率能耗比系数。
优选的，所述层次分析法的目标层为每个小组内发电机的工作顺序，准则层为每个所述发电机的性能指标，方案层为每个所述小组内所有的发电机。
第二方面，本发明另一个实施例提供了一种智能的柴油发电机群组的控制系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器在执行所述计算机程序时能够实现上述方法所述的步骤。
本发明具有如下有益效果：本发明实施例中通过获取每台发电机的瞬时功率、温度以及燃油消耗量进行分组，并获取每台发电机的性能指标，基于每台发电机的性能指标建立层次分析模型得到每个小组内发电机的最优的工作顺序，从而在工厂使用不同功率发电机时能够首先选择每个功率下的最优发电机，在保证了发电效率的同时减少了资源消耗，实现了高效率低能耗的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种智能的柴油发电机群组的控制的方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种智能的柴油发电机群组的控制方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本申请适用于对工厂停电时对多个发电机的最优选择的场景，通过获取每台发电机的瞬时功率序列、温度序列以及燃油消耗量序列对该发电机的稳定性指标进行分析，进一步将所有的发电机分为4个小组。获取每个发电机的性能指标，进而基于层次分析法获取每个小组内的发电机的工作顺序；在工厂停电时能够利用不同功率的最优选发电机进行发电，在保证工作效率的同时减少了资源的消耗。
下面结合附图具体的说明本发明所提供的一种智能的柴油发电机群组的控制方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种智能的柴油发电机群组的控制的方法流程图，该方法包括以下步骤：
步骤S100，在每台发电机工作过程中选取多个采样时刻，获取发电机在每个采样时刻下的瞬时功率、温度以及燃油消耗量，基于一段时间内的得到的瞬时功率、温度以及燃油消耗量获取发电机的稳定性指标。
目前工厂中使用的发电机主要为柴油发电机，能够在停电时及时提供备用电源；而工厂的用电量往往较大，因此储备的发电机的数量较多，但发电机在实际利用过程中可能由于工作年限或者型号的原因导致各项指标存在差异，从而导致发电机的稳定性与工作能力逐渐存在差异，因此对每台发电机工作过程中的瞬时功率、温度以及燃油消耗量等指标进行获取，判断该发电机在工作时的稳定性指标。
首先，本发明实施例中在每台发电机的输出电路中安装一个功率读取器，用于对该发电机在运行过程中的瞬时功率进行采集，瞬时功率的大小一直相同时，表明该发电机在整个运行过程中工作较为稳定，相应的工作性能越好；设置每5分钟为一个采样时刻，因此能够得到该发电机在整个工作过程中的多个采样时刻对应的瞬时功率；基于任意一台发电机在多个采样时刻的瞬时功率构建功率序列为：P＝{P1,...,Pt}；其中，P1表示该发电机在第1个采样时刻下的瞬时功率；Pt表示该发电机在第t个采样时刻下的瞬时功率。
然后，在每台发电机的发热中心处放置一个温度传感器，发热中心处一般为发动机所在处，该温度传感器的放置位置应保证不影响发电机的正常工作，通过温度的变化能够反映出该发电机在运行过程中的发热情况，是否存在将大量电能转换为热能的情况；仍然采集该发电机在整个工作过程中的多个采样时刻对应的温度，每两个采样时刻之间间隔5分钟，由此能够得到每台发电机在每个采样时刻下对应的温度构建温度序列为：T＝{T1,…,Tt}；其中，T1表示该发电机在第1个采样时刻下的温度；Tt表示该发电机在第t个采样时刻下的温度。
最后，由于柴油发电机是将柴油通过发电机进行燃烧，从而产生机械能带动发电机进行发电，当柴油发电机的工作性能比较稳定时，每段时间的柴油消耗量应该是稳定的，当柴油发电机的工作性能不佳时，会导致该发电机的燃油消耗量偏高。以每间隔5分钟为一个采样时刻记录该发电机对应的燃油消耗量，该燃油消耗量为在两个采样时刻之间发电机的燃油消耗，即获取该发电机每5分钟的燃油消耗量，从而得到该发电机对应的燃油消耗量序列为：L＝{L1,…,Lt}；其中，L1表示发电机在第1个采样时刻下的燃油消耗量；Lt表示该发电机在第t个采样时刻下的燃油消耗量。
进一步的，由于发电机在长时间使用之后的实际发电效果与出厂时存在偏差，稳定性也存在一定的变化，因此基于发电机的瞬时功率、温度以及燃油消耗量对该发电机的稳定性进行分析。
通过获取一段时间内发电机的瞬时功率序列、温度序列以及燃油消耗量序列计算该发电机的稳定性指标为：
Figure BDA0003625219310000051
其中，W表示该发电机的稳定性指标；Pmax表示瞬时功率序列中的最大值；Pmin表示瞬时功率序列中的最小值；Var(P)表示瞬时功率序列的方差；Var(T)表示温度序列的方差；Tmax表示温度序列中的最大值；Tmin表示温度序列中的最小值；Var(L)表示燃油消耗量序列的方差；Lmax表示燃油消耗量序列中的最大值；Lmin表示燃油消耗量序列中的最小值；e表示自然常数。
作为优选，本发明实施例中获取24小时内发电机的瞬时功率序列、温度序列以及燃油消耗量序列。
稳定性指标取值越大，说明该发电机的稳定性越好。以此类推，获取所有发电机对应的稳定性指标。
步骤S200，根据每台发电机对应的瞬时功率、温度以及燃油消耗量之间的差异得到任意两台发电机的差异距离，基于差异距离将所有发电机分为多个小组。
由于工厂中发电机的数量较多，不同年限、不同型号以及不同大小的发电机均存在，因此可能存在部分发电机之间的工作稳定情况较为相似；为减少后续的计算量，对工作稳定情况较为相似的发电机划分为一组进行处理。根据每台发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台发电机之间的皮尔逊相关系数，差异距离与皮尔逊相关系数呈负相关关系。
具体的，基于任意两台发电机在24小时内对应的瞬时功率序列、温度序列以及燃油消耗量序列得到该两台发电机之间的皮尔逊相关系数为：
Figure BDA0003625219310000061
其中，ρXY表示第X台发电机与第Y台发电机之间的皮尔逊相关系数；
Figure BDA0003625219310000067
表示第X台发电机的瞬时功率序列的标准差；
Figure BDA0003625219310000062
表示第Y台发电机的瞬时功率序列的标准差；COV(PX,PY)表示第X台发电机的瞬时功率序列与第Y台发电机的瞬时功率序列之间的协方差；
Figure BDA0003625219310000063
表示第X台发电机的温度序列的标准差；
Figure BDA0003625219310000064
表示第Y台发电机的温度序列的标准差；COV(TX,TY)表示第X台发电机的温度序列与第Y台发电机的温度序列之间的协方差；
Figure BDA0003625219310000065
表示第X台发电机的燃油消耗量序列的标准差；
Figure BDA0003625219310000066
表示第Y台发电机的燃油消耗量序列的标准差；COV(LX,LY)表示第X台发电机的燃油消耗量序列与第Y台发电机的燃油消耗量序列之间的协方差。
皮尔逊相关系数用于衡量两个随机变量之间的相关程度，得到的皮尔逊相关系数的取值范围为[-1,1]，当两台发电机的变化趋势越接近时，皮尔逊相关系数取值越接近1；当两台发电机的变化趋势完全相反时，皮尔逊相关系数取值越接近-1。
进一步的，基于每两台发电机之间的皮尔逊相关系数计算对应的差异距离为：
DXY＝1-ρXY
其中，DXY表示第X台发电机与第Y台发电机之间的差异距离；ρXY表示第X台发电机与第Y台发电机之间的皮尔逊相关系数。
以此类推，获取所有发电机中任意两台发电机之间的差异距离，基于每两台发电机之间的差异距离对所有的发电机进行划分得到多个小组；本发明实施例中采用K-medoids聚类算法对所有发电机进行分组，该聚类算法是以集群中位于最中心的对象作为参考点，基于每个对象与该参考点之间的相似距离之和进行分组。
作为优选，本发明实施例中将所有的发电机划分为4个小组，每个小组内包括多个工作稳定情况相似的发电机。
步骤S300，获取每台发电机对应的性能指标，性能指标包括稳定系数、效率系数、发电能耗比系数以及效率能耗比系数；利用层次分析法得到每个小组内发电机的工作顺序，层次分析法中的判断矩阵由性能指标构建。
由步骤S200中获取到每台发电机在24小时内的对应的瞬时功率序列、温度序列以及燃油量消耗序列，从而获取每台发电机对应的性能指标。本发明实施例中将每台发电机的性能指标设置为稳定系数、效率系数、发电能耗比系数以及效率能耗比系数。性能指标的获取方法具体如下：
(1)稳定系数代表发电机的稳定性，由步骤S100中得到的发电机的稳定性指标表示，即每台发电机对应的稳定性指标即为该发电机的稳定系数。
(2)效率系数由发电机的瞬时功率获取；根据发电机对应的瞬时功率序列中每个元素与额定功率的比值得到耗比序列，对耗比序列进行中值滤波后计算耗比序列的均值，均值为发电机的效率系数。
具体的，将该发电机在24小时内获取的瞬时功率序列与额定功率相比，即该瞬时功率序列中每个元素值与该发电机对应的额定功率的比值，从而构成对应的耗比序列，对该耗比序列进行中值滤波处理得到新的序列；计算新的序列中所有元素的均值，该均值即为该发电机对应的效率系数。
以此类推，获取每台发电机对应的效率系数；当效率系数的取值大于1时，表明该发电机的发电功率大于额定功率，从而表明当前发电机为超负荷发电，虽然能够达到更多的发电量，但同时该发电机消耗的燃油量消耗也更大，成本更高。
(3)发电能耗比系数由发电机的燃油消耗量获取，获取发电机在每小时对应的燃油消耗量，计算燃油消耗量与额定消耗量的比值；将一天内每小时对应比值的最大值与最小值进行去除，计算剩余比值的均值为发电机的发电能耗比系数。
具体的，由于发电机的额定燃油消耗量以每小时为单位，因此获取该发电机在工作过程中每1小时内的燃油消耗量序列，对该燃油消耗量序列中所有的元素求和得到一小时对应的燃油消耗量；计算这一小时内对应的燃油消耗量与额定燃油消耗量的比值；以此类推，获取该发电机在24小时工作内的24个比值，去除24个比值中的极大值和极小值，计算保留下的22个比值的均值为该发电机对应的发电能耗比系数。
以此类推，获取每台发电机对应的发电能耗比系数，当发电能耗比系数大于1时，表示当前发电机在运行时的实际燃油消耗量较高，虽然能够发出更多的电能，但是超出了更多的燃油消耗的成本。
(4)效率能耗比系数由发电机的效率系数和发电能耗比系数得到，计算发电机的效率系数与发电能耗比系数的比值为发电机的效率能耗比系数。
具体的，计算该发电机得到的效率系数与发电能耗比系数的比值得到该效率能耗比系数。以此类推，获取每台发电机对应的效率能耗比系数；当该效率能耗比系数为1时，表明当前发电机的效率系数与发电能耗比系数为正常匹配，该发电机的工作状态正常或者是该发电机发生了性能衰减，其发电能力和燃油消耗均减少；当该效率能耗比系数小于1时，表明此时发电机具有较多的燃油消耗量但却发了较少的电，因此该发电机的工作效率较差。
进一步的，由步骤S200中将工作效果相似的发电机划分为同一小组，当实际工厂中需要发电机进行工作时，如果随机的从所需小组内抽出一台发电机可能存在个别性能不佳的情况，因此基于每个小组内每台发电机的性能指标对该小组内发电机的工作顺序进行分析。
本发明实施例中采用层次分析法AHP(Analytic Hierarchy Process)对每个小组内发电机的工作顺序进行确定，层次分析法的目标层为每个小组内发电机的工作顺序，准则层为每个发电机的性能指标，方案层为每个小组内所有的发电机。层次分析法的核心思想是通过建立明确的层次结构解析复杂问题，具体实现方法为：
首先，构建层次分析模型，目标层为：每个小组内发电机的工作顺序；准则层为：稳定系数、效率系数、发电能耗比系数以及效率能耗比系数；方案层为组内所有的发电机。
然后，基于每台发电机的性能指标构建层次分析模型中的判断矩阵，本发明实施例中利用比例标度1-9标度法，具体标注的结果如下表1：
表1
Figure BDA0003625219310000081
Figure BDA0003625219310000091
基于上述构建好的判断矩阵进行一致性检验，包括层次单排序和层次总排序；当检验合格后可通过层次分析法得到最优目标解，即从方案层中一个小组中所有的发电机中选取优先工作的发电机，得到每个小组内发电机的工作顺序，工作顺序第一的发电机为最优选的发电机。
步骤S400，获取工厂在不同时刻对应的所有负载设备的累计功率，基于工厂停电时刻对应的累计功率选取不同功率的发电机，每个发电机为层次分析法得到的每个小组内的最优选发电机。
具体的，本发明实施例通过采集10天内工厂的用电情况，记录每个负载设备的启动时间与结束时间；一般的工厂在进行工作时是有规律性的，因此经过长时间的数据检测可以初步确定工厂在不同时间开启的负载设备；因此可以根据每个时间开启的负载设备的额定功率得到对应的功率。当工厂内发生停电状况时，可以根据停电的时刻对应的工作设备的累计功率以及耗电量确定最优的发电机数量，并且可根据步骤S300中每个小组内发电机的工作顺序对发电机进行选取工作。
作为一个示例，假设步骤S200中每个小组发电机对应的功率分别为100、500、300以及800千瓦；当前时刻工厂所有负载设备的累计功率为1000千瓦，则需要启动1100千瓦的发电机，多出的100千瓦是为了避免有负载设备超出额定功率工作；则1100千瓦的发电机可以选择开启两个500千瓦的发电机和一个100千瓦的发电机。而在500千瓦的发电机小组内包括多个发电机，因此发电机的选取顺序根据上述层析分析法得到的工作顺序选取，即利用500千瓦的发电机时，应首先选取层次分析法中得到的该小组的最优选的两个发电机，利用100千瓦的发电机时，选取层次分析法中得到的100千瓦的小组内的排序第一的发电机。
假设在工作一段时间后，负载设备的累计功率增加到2000千瓦，则所需启动的发电机的累计功率应达到2000*110％＝2200千瓦；其中，200千瓦为冗余功率用于避免负载设备超出额定功率导致发电机功率不足的情况；此时需要启动两台800千瓦的发电机、一台500千瓦的发电机以及一台100千瓦的发电机；所需的四台发电机均为根据层次分析法得到的每个小组内的排序最优选的发电机。并且在2000千瓦功率时刻即将到达时应对新增的发电机进行预热，并在达到该时刻时及时停掉上一时刻多出的一台500千瓦的机器。
需要说明的是，为了保证对发电机群组控制的准确性，工作人员应该每间隔一段时间对全局数值进行更新，利用每间隔一个月进行一次全局数据采集以及分析，及时对每台发电机的情况进行更新。
综上所述，本发明实施例中通过获取每台发电机的瞬时功率序列、温度序列以及燃油消耗量序列对该发电机的稳定性指标进行分析，进一步基于每台发电机的瞬时功率、温度以及燃油消耗量等信息将所有的发电机分为4个小组，每个小组内均为瞬时功率、温度以及燃油消耗量相似的发电机。以每台发电机的稳定性指标作为稳定系数，同时计算每台发电机对应的效率系数、发电能耗比系数以及效率能耗比系数作为该发电机的性能指标，进而基于层次分析法获取每个小组内的发电机的工作顺序；在工厂停电时能够利用不同功率的最优选发电机进行发电，在保证工作效率的同时减少了资源的消耗。
基于与上述方法实施例相同的发明构思，本发明实施例还提供了一种智能的柴油发电机群组的控制系统，该系统包括：存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序。处理器执行所述计算机程序时实现上述一种智能的柴油发电机群组的控制方法实施例中的步骤，例如图1所示的步骤。该一种智能的柴油发电机群组的控制方法在上述实施例中已经详细说明，不再赘述。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种智能的柴油发电机群组的控制方法，其特征在于，该方法包括以下步骤：
在每台发电机工作过程中选取多个采样时刻，获取所述发电机在每个采样时刻下的瞬时功率、温度以及燃油消耗量，基于一段时间内得到的所述瞬时功率、所述温度以及所述燃油消耗量获取所述发电机的稳定性指标；
根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机的差异距离，基于所述差异距离将所有所述发电机分为多个小组；
获取每台所述发电机对应的性能指标，所述性能指标包括稳定系数、效率系数、发电能耗比系数以及效率能耗比系数；利用层次分析法得到每个小组内发电机的工作顺序，所述层次分析法中的判断矩阵由所述性能指标构建；
获取工厂在不同时刻对应的所有负载设备的累计功率，基于工厂停电时刻对应的所述累计功率选取不同功率的发电机，每个发电机为层次分析法得到的每个小组内的最优选发电机。
2.根据权利要求1所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述基于一段时间内的得到的所述瞬时功率、所述温度以及所述燃油消耗量获取所述发电机的稳定性指标的步骤，包括：
根据发电机的多个采样时刻的所述瞬时功率、所述温度以及所述燃油消耗量获取瞬时功率序列、温度序列以及燃油消耗量序列，所述发电机的稳定性指标为：
Figure FDA0003625219300000011
其中，W表示发电机的稳定性指标；Pmax表示瞬时功率序列中的最大值；Pmin表示瞬时功率序列中的最小值；Var(P)表示瞬时功率序列的方差；Var(T)表示温度序列的方差；Tmax表示温度序列中的最大值；Tmin表示温度序列中的最小值；Var(L)表示燃油消耗量序列的方差；Lmax表示燃油消耗量序列中的最大值；Lmin表示燃油消耗量序列中的最小值；e表示自然常数。
3.根据权利要求1所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机的差异距离的步骤，包括：
根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机之间的皮尔逊相关系数，所述差异距离与所述皮尔逊相关系数呈负相关关系。
4.根据权利要求3所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述根据每台所述发电机对应的瞬时功率、温度以及燃油消耗量计算任意两台所述发电机之间的皮尔逊相关系数的步骤，包括：
获取任意两台所述发电机对应的瞬时功率序列、温度序列以及燃油消耗量序列，从而得到任意两台所述发电机的皮尔逊相关系数为：
Figure FDA0003625219300000021
其中，ρXY表示第X台发电机与第Y台发电机之间的皮尔逊相关系数；
Figure FDA0003625219300000022
表示第X台发电机的瞬时功率序列的标准差；
Figure FDA0003625219300000023
表示第Y台发电机的瞬时功率序列的标准差；COV(PX,PY)表示第X台发电机的瞬时功率序列与第Y台发电机的瞬时功率序列之间的协方差；
Figure FDA0003625219300000024
表示第X台发电机的温度序列的标准差；
Figure FDA0003625219300000025
表示第Y台发电机的温度序列的标准差；COV(TX,TY)表示第X台发电机的温度序列与第Y台发电机的温度序列之间的协方差；
Figure FDA0003625219300000026
表示第X台发电机的燃油消耗量序列的标准差；
Figure FDA0003625219300000027
表示第Y台发电机的燃油消耗量序列的标准差；COV(LX,LY)表示第X台发电机的燃油消耗量序列与第Y台发电机的燃油消耗量序列之间的协方差。
5.根据权利要求1所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述基于所述差异距离将所有所述发电机分为多个小组的方法为K-medoids聚类算法。
6.根据权利要求2所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述获取每台所述发电机对应的效率系数的步骤，包括：
根据所述发电机对应的瞬时功率序列中每个元素与额定功率的比值得到耗比序列，对所述耗比序列进行中值滤波后计算所述耗比序列的均值，所述均值为所述发电机的效率系数。
7.根据权利要求1所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述获取每台所述发电机对应的发电能耗比系数的步骤，包括：
获取所述发电机在每小时对应的燃油消耗量，计算所述燃油消耗量与额定消耗量的比值；将一天内每小时对应所述比值的最大值与最小值进行去除，计算剩余所述比值的均值为所述发电机的发电能耗比系数。
8.根据权利要求1所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述获取每台所述发电机对应的效率能耗比系数的步骤，包括：
计算所述发电机的效率系数与发电能耗比系数的比值为所述发电机的效率能耗比系数。
9.根据权利要求1所述的一种智能的柴油发电机群组的控制方法，其特征在于，所述层次分析法的目标层为每个小组内发电机的工作顺序，准则层为每个所述发电机的性能指标，方案层为每个所述小组内所有的发电机。
10.一种智能的柴油发电机群组的控制系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器在执行所述计算机程序时能够实现权利要求1～9任意一项方法所述的步骤。
CN202210475371.XA 2022-04-29 2022-04-29 一种智能的柴油发电机群组的控制方法及系统 Active CN114944698B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210475371.XA CN114944698B (zh) 2022-04-29 2022-04-29 一种智能的柴油发电机群组的控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210475371.XA CN114944698B (zh) 2022-04-29 2022-04-29 一种智能的柴油发电机群组的控制方法及系统

Publications (2)

Publication Number Publication Date
CN114944698A true CN114944698A (zh) 2022-08-26
CN114944698B CN114944698B (zh) 2024-05-03

Family

ID=82907840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210475371.XA Active CN114944698B (zh) 2022-04-29 2022-04-29 一种智能的柴油发电机群组的控制方法及系统

Country Status (1)

Country Link
CN (1) CN114944698B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035256A (zh) * 2010-11-26 2011-04-27 山东电力研究院 电力系统恢复群体多属性辅助决策方法
CN103854070A (zh) * 2014-03-07 2014-06-11 天津大学 独立微网系统的随机优化规划方法
CN205149744U (zh) * 2015-12-02 2016-04-13 深圳市盈九州实业有限公司 一种光伏储能电源车
CN106451570A (zh) * 2016-11-24 2017-02-22 中国船舶工业系统工程研究院 一种船舶发电柴油机组负载动态分配方法及装置
CN108053109A (zh) * 2017-12-08 2018-05-18 长春工程学院 一种分布式能源发电机组能效评估方法
CN110380405A (zh) * 2019-07-04 2019-10-25 上海交通大学 考虑需求响应与储能协同优化微电网运行方法
CN111046582A (zh) * 2019-12-27 2020-04-21 大亚湾核电运营管理有限责任公司 一种核电站柴油发电机组线圈温度预警方法及系统
CN111404202A (zh) * 2020-03-18 2020-07-10 无锡赛思亿电气科技有限公司 直流组网的发电机组功率分配方法
CN112127982A (zh) * 2020-09-30 2020-12-25 郑州铁路职业技术学院 一种基于温度预警的车辆发电机组的自保护系统及方法
CN112197973A (zh) * 2020-08-17 2021-01-08 中国船舶重工集团公司第七0四研究所 柴油发电机组健康诊断方法
CN112796904A (zh) * 2020-12-31 2021-05-14 上海庄生机电工程设备有限公司 一种柴油发电机热电联供装置
CN113516273A (zh) * 2021-04-02 2021-10-19 中国船舶重工集团公司军品技术研究中心 一种发电用柴油机增压器故障预测方法
CN113985284A (zh) * 2021-11-25 2022-01-28 海南核电有限公司 一种核电站附加柴油发电机监测系统及方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035256A (zh) * 2010-11-26 2011-04-27 山东电力研究院 电力系统恢复群体多属性辅助决策方法
CN103854070A (zh) * 2014-03-07 2014-06-11 天津大学 独立微网系统的随机优化规划方法
CN205149744U (zh) * 2015-12-02 2016-04-13 深圳市盈九州实业有限公司 一种光伏储能电源车
CN106451570A (zh) * 2016-11-24 2017-02-22 中国船舶工业系统工程研究院 一种船舶发电柴油机组负载动态分配方法及装置
CN108053109A (zh) * 2017-12-08 2018-05-18 长春工程学院 一种分布式能源发电机组能效评估方法
CN110380405A (zh) * 2019-07-04 2019-10-25 上海交通大学 考虑需求响应与储能协同优化微电网运行方法
CN111046582A (zh) * 2019-12-27 2020-04-21 大亚湾核电运营管理有限责任公司 一种核电站柴油发电机组线圈温度预警方法及系统
CN111404202A (zh) * 2020-03-18 2020-07-10 无锡赛思亿电气科技有限公司 直流组网的发电机组功率分配方法
CN112197973A (zh) * 2020-08-17 2021-01-08 中国船舶重工集团公司第七0四研究所 柴油发电机组健康诊断方法
CN112127982A (zh) * 2020-09-30 2020-12-25 郑州铁路职业技术学院 一种基于温度预警的车辆发电机组的自保护系统及方法
CN112796904A (zh) * 2020-12-31 2021-05-14 上海庄生机电工程设备有限公司 一种柴油发电机热电联供装置
CN113516273A (zh) * 2021-04-02 2021-10-19 中国船舶重工集团公司军品技术研究中心 一种发电用柴油机增压器故障预测方法
CN113985284A (zh) * 2021-11-25 2022-01-28 海南核电有限公司 一种核电站附加柴油发电机监测系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHABBIR S. BOHRA等: "AHP-Assisted Multi-Criteria Decision-Making Model for Planning of Microgrids", 《IECON 2019 - 45TH ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY》, pages 4557 - 4562 *
解治中等: "含风光储的电动汽车充电站容量优化研究综述", 《山西电力》, no. 3, pages 17 - 21 *

Also Published As

Publication number Publication date
CN114944698B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
Wei et al. Air conditioner direct load control by multi-pass dynamic programming
Welch et al. Energy dispatch fuzzy controller for a grid-independent photovoltaic system
JP2023042528A (ja) クラスタ学習に基づく低炭素ｃｓｐシステム協調的最適化方法及び装置
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
Tahir et al. Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days
CN116388278A (zh) 一种微电网群协同控制方法、装置、设备及介质
CN113991640B (zh) 基于火电的多能互补能源基地能源配置规划方法
CN114938008A (zh) 储能容量和储热容量配置方法、装置及终端设备
CN111082424B (zh) 一种综合能源及微电网系统可靠性预测方法及装置
CN111882228A (zh) 一种含分布式电源的配电网可靠性评估方法
CN116937562A (zh) 分布式光伏接入的电能质量预测方法、装置以及电力系统
Ding et al. A dynamic period partition method for time-of-use pricing with high-penetration renewable energy
Bacha et al. Optimal sizing of a hybrid microgrid system using solar, wind, diesel, and battery energy storage to alleviate energy poverty in a rural area of Biskra, Algeria
CN116933929A (zh) 基于人工智能的电力预测与调度方法及系统
CN114944698A (zh) 一种智能的柴油发电机群组的控制方法及系统
Pappala et al. Unit commitment under wind power and demand uncertainties
CN113327065B (zh) 针对发电侧的用户复杂用电情况的能源管理方法及系统
CN110717694B (zh) 基于新能源消纳期望值的储能配置随机决策方法及装置
CN108418213B (zh) 一种基于源荷互动电力系统调度的方法
CN111815022A (zh) 一种基于延时坐标嵌入法的电力负荷预测方法
CN113496298A (zh) 一种综合能源系统的优化方法、装置和电子设备
Li et al. An optimal dynamic generation scheduling for a wind-thermal power system
Teng et al. A Two-Stage Stochastic Dispatch for Power Systems Considering Renewable Energy Integrated into System Reserve
CN117498467B (zh) 一种基于多层级虚拟电厂的能量协调控制分配方法及系统
Zhang et al. Analysis of peak regulation strategy with considering renewable energy injection and power from outside

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
TA01 Transfer of patent application right

Effective date of registration: 20240404

Address after: 524000 4th Floor, No. 141 Ruiyun Middle Road, Mazhang District, Zhanjiang City, Guangdong Province

Applicant after: Zhanjiang Weili Electromechanical Equipment Co.,Ltd.

Country or region after: China

Address before: 226299 group 11, Chengbei Village, Huilong Town, Qidong City, Nantong City, Jiangsu Province

Applicant before: Nantong Electric doctor automation equipment Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant