CN116070975B - 基于数字孪生技术的园区能量管理系统及零碳运营方法 - Google Patents
基于数字孪生技术的园区能量管理系统及零碳运营方法 Download PDFInfo
- Publication number
- CN116070975B CN116070975B CN202310344672.3A CN202310344672A CN116070975B CN 116070975 B CN116070975 B CN 116070975B CN 202310344672 A CN202310344672 A CN 202310344672A CN 116070975 B CN116070975 B CN 116070975B
- Authority
- CN
- China
- Prior art keywords
- park
- data
- carbon
- load
- main body
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 105
- 238000007726 management method Methods 0.000 claims abstract description 68
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 6
- 238000010248 power generation Methods 0.000 claims description 59
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 13
- 238000004146 energy storage Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000005518 electrochemistry Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 6
- 230000002776 aggregation Effects 0.000 abstract description 2
- 238000004220 aggregation Methods 0.000 abstract description 2
- 150000001875 compounds Chemical class 0.000 abstract 1
- 230000005611 electricity Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000003763 carbonization Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- 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
-
- 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
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了基于数字孪生技术的园区能量管理系统及零碳运营方法，以能源管理系统为运维控制中心、以园区能源物理实体为对象，通过采集单元对园区能源物理实体进行数据的采集分析，以数据为基础建立园区能源物理实体和数字孪生体的双向映射，园区能量管理系统融合能源物理实体的数据和数字孪生体的运行仿真和预测，通过信息采集和实体控制层对园区能源物理实体进行控制，实现对园区内碳排数据的监测，达到能源聚合、复合预测以及优化配置。
Description
技术领域
本发明涉及园区零碳运营技术领域，尤其涉及基于数字孪生技术的园区能量管理系统及零碳运营方法。
背景技术
零碳是全球最流行的词汇之一，目的是减缓气候变化，追求低碳、零碳，实现生态与经济的和谐、可持续性发展。随着零碳化的推动，使用风电、光伏、水电等可再生能源成为了最主要的减碳工具之一。
园区作为城市的基础单元，连接个体、组织、城市、国家，同时，园区还具有形态多、数量大的规模效应。所以，园区已逐步成为减碳降耗的主力军，从社会角度出发，园区低（零）碳的发展模式，将带动企业和社会践行低碳发展，助力“双碳”目标实现。
园区还是智慧城市发展的基本组成单元，是数字智慧化建设的重要落脚点，在双碳背景下，零碳和智慧园区的融合能够实现园区碳排放的智慧监测、管理、智慧服务，实践园区的零碳化高品质发展。
零碳园区，是指在一个产业园区内，直接或间接产生的二氧化碳排放总量，在一定周期内（通常为一年），通过清洁技术支持、碳回收技术、能源存储交换等方式全部予以抵消，从而全年实现碳元素“零排放”的现代化产业园区。为尽早实现零碳园区的规划，有必要提供一种零碳园区的综合规划方法。
发明内容
为实现园区能源的零碳运营，本发明提供了基于数字孪生技术的园区能量管理系统及零碳运营方法，具体方案如下：
基于数字孪生技术的园区能量管理系统及零碳运营方法，包括以下步骤：
S1、搭建园区零碳排放的管理模型：建立园区能源物理实体与数据采集和实体控制层的通信，建立数据采集和实体控制层与能量管理系统、数字孪生体的通讯协议；
S2、建立区块链，以能量管理系统为公有链的公共节点，各个园区和数字孪生体作为基础单元在私有链注册，以确保只有经过授权的数字孪生模型才能从园区的物联网设备接收数据，数字孪生模型和私有节点之间数据同步；
S3、利用数据采集和实体控制层对园区能源物理实体的信息采集、分析、计算，以及控制能源和可调负荷；
S4、数字孪生体通过TCP/IP协议获取S3中所采集的数据、以及搭建的发电侧并网主体模型数据，建立园区能源物理实体、数字孪生模型的双向映射，数字孪生模型可以在整个生命周期内实现实时数据/信息交换、动态建模和更新建立数字孪生模型；
S5、根据数字孪生体的运行仿真，能量管理系统写入对园区能源物理实体的管理策略，风光储联合发电，优先供给负荷、再给储能、最后余电可用于交易；从负荷侧角度，优先使用风、光供电，再用储能、外部购电、电网供电；
S6、碳交易：在碳排放超出阈值、或负荷功率超出风光储供电时，可采用碳交易的方式购入，或者在风、光供电大于储能和负载消耗时，可用于向外部售卖，碳交易基于区块链上，保证交易数据的准确性和真实性。
进一步的，园区能源物理实体包括负荷侧并网主体、发电侧并网主体以及以负荷侧并网主体和发电侧并网主体为中心的其他条件，包括园区内的建筑物利用率以及可利用率、园区所处区域的气候、环境、光照和风力。
更进一步的，所述负荷侧并网主体为能够响应电力调度指令的可调节负荷，包括工商业可中断负荷、高载能工业负荷以及电动汽车网络，是电力系统中碳排放的主体；所述发电侧并网主体包括：风能发电机组、太阳能发电组件、柴油机发电设备、水利发电、火电、电化学、发电厂及其他综合能源。
进一步的，S3包括以下子步骤：
S301、对园区内的碳排放量、园区内有关碳排放的设备的数据的采集、核查并上传至云端存储：采用传感器、智能电表等物联网设备对负荷侧并网主体的电流、电压、负荷量以及发电侧并网主体的发电量、电流、电压数据进行采集，根据碳排放公式计算出园区内的碳排放量；
S302：通过大数据对园区内的其他数据进行分析和计算，大数据来源基于电表、传感器、视频监控系统、供电局数据以及气象局数据；
S303、对于大数据中的数据做分析计算，根据厂址、周边环境、气象分析可以选用的发电侧并网主体的能源类型，将能源配置的最优模型上传至数字孪生体。
进一步的，S4包括以下子步骤：
S401：数据存储在数字孪生体的映射层，运行管理层通过资源访问和交互层访问和调用映射层的数据，建立关于园区“碳排放”的孪生模型，并以三维模型体现“碳画像”、“碳分布”的全景图；
S402：基于S2中发电侧并网主体的能源类型最优模型基础上，将园区内的负荷作为变量进行预测和分析碳排放量，包括：已参与园区排碳的负荷容量的变化、以及规划新增的负荷的类型、容量、分布，基于深度学习，分析负荷变化时，碳排放的数据，得出融合发电侧并网主体、负荷侧并网主体的最优碳排放模型；
S403：通过应用和服务层对最优碳排放模型运行仿真，分析仿真过程中，能够对园区能源物理实体通过模型进行分析、预测、诊断、训练等，并将仿真结果反馈给园区能源物理实体，从而帮助对园区能源物理实体进行优化和决策。
进一步的，大数据存储关于负荷侧并网主体的负荷类型、负荷分布、结构以及有关于发电侧并网主体的发电主体的类型、分布，以及园区所处地域的环境资源、园区内可用于布设发电侧并网主体的空间资源、结合环境资源和空间资源可布设发电侧并网主体的类型、拓扑结构。
进一步的，数字孪生体包括映射层、资源访问和交互层、运行管理层、应用和服务层，所述映射层通过TCP/IP协议与云端数据交互，汇总了大数据、物联网设备采集的信息，以及经过处理和计算得到的能源配置模型；
所述运行管理层通过资源访问和交互层调用映射层的数据，并搭建园区零碳排放的模型，该模型在现有园区碳排放的基础上，融合了可以联合的发电侧并网主体的数量、位置、类型变量，以及规划新增的负荷侧并网主体类型、数量，以及预测和模拟零碳的配置，并在运行和服务层进行动态仿真、优化，同时运行管理层的零碳排放的模型同步。
进一步的，S2中区块链搭建在能量管理系统和实施碳排放管理多个园区之间，能量管理系统为公有链的公共节点，每个园区在区块链内注册、验证成为私有链的虚拟节点；数据采集及实体控制层完成数据采集和数据的上传，在数据的上传过程中，需要经过区块链的存储验证，区块链中的数据和数字孪生体内的数据同步，各私有链之间通过验证完成相互访问。
有益效果：
本发明提供了基于数字孪生技术的园区能量管理系统及零碳运营方法，以能量管理系统为运维控制中心、以园区能源物理实体为对象，通过采集单元对园区物理实体进行数据的采集分析、采用区块链保证数据的不可篡改，以数据为基础建立园区能源物理实体和虚拟模型的双向映射，能量管理系统融合能源物理实体的数据和虚拟模型的运行仿真和预测，通过信息采集和实体控制层对园区能源物理实体的控制，前述管理框架具有以下优势；
①通过数据采集和实体控制层，结合了物联网、大数据实现电力数据的摸底，能够监测园区空间中各类碳源排放数据，并通过云计算对园区内的用电用能数据融合，完成碳排数据在时空维度上的搜索与计算，达到能源聚合、负荷预测以及优化配置；
②通过此前获得的风光资源历史数据，仿真计算出绿色能源的建设成本、发电总量和降碳效果，实时展示出园区的双碳曲线的演变趋势配置；能围绕不同业态、不同碳源等维度深度剖析，形成区域“碳画像”、“碳分布”、“碳足迹”等多种数据全景图，帮助城市、园区或建筑的运营管理者直观掌握空间全域的碳排放态势，针对区域内的企业、建筑、特定业态或产业等对象设置碳排阈值；
③能量管理系统具备基于负荷的需求侧响应控制功能，可达到高效、清洁的用能，分析负荷的用能行为及能源供给规律，可实现需求侧响应，并针对电网的供给提供稳定功率响应和限功率响应等多种响应策略；结合物联网、人工智能等数字技术，实现设备远程监测、故障运维、发电预测、智能调度等服务，帮助运营管理者合理降低运维成本，带来长期收益；
④通过区块链、分布式碳账户等方式，可以大大提升碳排放管理的数据安全性、可信性以及评估审核的效率，帮助企业建立高效可信的碳资产管理体系，从而赋能碳交易市场碳高效运转。
附图说明
图1是基于数字孪生技术的园区能量管理系统及零碳运营方法的框架示意图。
具体实施方式
为了加深对本发明的理解，下面将结合实施例和附图对本发明作进一步详述，该实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
图1是基于数字孪生技术的园区能量管理系统及零碳运营方法的框架示意图，如图1所示，管理框架包括：园区能源物理实体、数字孪生体、数据采集及实体控制层、能量管理系统、区块链以及各单元层之间的通信，
所述园区能源物理实体包括负荷侧并网主体和发电侧并网主体：所述负荷侧并网主体为能够响应电力调度指令的可调节负荷，包括：工商业可中断负荷、高载能工业负荷、电动汽车网络，是电力系统中碳排放的主体；所述发电侧并网主体包括：风能发电机组、太阳能发电组件、柴油机发电设备、水利发电、火电、电化学、发电厂及其他综合能源；
园区能源物理实体除了包含负荷侧并网主体和发电侧并网主体，还以负荷侧并网主体和发电侧并网主体为中心的其他条件，包括园区内的建筑物利用率以及可利用率、园区所处区域的气候、环境、光照、风力等。
所述数据采集及实体控制层结合了物联网设备和大数据计算，采用智能电表、传感器、视频监控系统，以及供电局、气象局数据等，完成了对所述园区物理实体的数据采集、处理并上传至云端储存以及分析计算。
其中，所述物联网设备对所述负荷侧并网主体的用电量、电流做实时采集，并采集所述发电侧并网主体的发电量。
其中，所述大数据存储关于负荷侧并网主体的负荷类型、负荷分布、结构等数据，以及有关于发电侧并网主体的发电主体的类型、分布，以及园区所处地域的环境资源、园区内可用于布设发电侧并网主体的空间资源、结合环境资源和空间资源可布设发电侧并网主体的类型、拓扑结构。
所述数字孪生体包括：映射层、资源访问和交互层、运行管理层、应用和服务层，所述映射层通过TCP/IP协议与云端数据交互，汇总了大数据、物联网设备采集的信息，以及经过处理和计算得到的能源配置模型；所述运行管理层通过资源访问和交互层调用映射层的数据，并搭建园区零碳排放的模型，该模型在现有园区碳排放的基础上，融合了可以联合的发电侧并网主体的数量、位置、类型变量，以及规划新增的负荷侧并网主体类型、数量，以及预测和模拟零碳的配置，并在运行和服务层进行动态仿真、优化，同时运行管理层的低零碳排放的模型同步。
所述区块链搭建在所述能量管理系统和实施碳排放管理多个园区之间，能量管理系统为公有链的公共节点，每个园区在区块链内注册、验证成为私有链的虚拟节点。
数据采集及实体控制层完成数据采集和数据的上传，在数据的上传过程中，需要经过区块链的存储验证，区块链中的数据和数字孪生体内的数据同步，各私有链之间通过验证完成相互访问。
所述能量管理系统，可以对单个园区的零碳排放的管理，也可用于托管多个园区的零碳排放的管理，实现远程数字化运维。
所述能量管理系统作为区块链的公共节点，可以与各个私有链建立通信，能够根据数据采集及实体控制层所采集的数据以及数字孪生体的仿真，以低碳、零碳排放为管理目标，建立对各个工作单元的控制，包括：园区内负荷侧并网主体的工作时间、频率、等级控制，对发电侧并网主体的出力控制。
区块链中各个虚拟节点，能够在能量管理系统的控制下，建立电力交易，实现降低园区内的碳排放量。
上述管理框架：以能量管理系统为运维控制中心、以园区能源物理实体为对象，通过采集单元对园区能源物理实体进行数据的采集分析、采用区块链保证数据的不可篡改，以数据为基础建立园区物理实体和虚拟模型的双向映射，能量管理系统融合物理实体的数据和虚拟模型的运行仿真和预测，通过信息采集和实体控制层对园区物理实体的控制。
基于数字孪生技术的园区能量管理系统的零碳运营方法，包括以下步骤：
S1、搭建园区零碳排放的管理模型：建立园区物理实体与数据采集和实体控制层的通信，建立数据采集和实体控制层与能量管理系统、数字孪生体之间的通讯协议；
S2、建立区块链：以能量管理系统为公有链的公共节点，各个园区和数字孪生体作为基础单元在私有链注册，以确保只有经过授权的数字孪生模型才能从园区的物联网设备接收数据，数字孪生模型和私有节点之间数据同步；
S3、利用数据采集和实体控制层对园区物理实体的信息采集、分析、计算，以及配置能源和负荷：
S3进一步包括以下子步骤：
S301、对园区内的碳排放量、园区内有关碳排放的设备的数据的采集、核查并上传至云端存储：采用传感器、智能电表等物联网设备对负荷侧并网主体的电流、电压、负荷量采集，以及发电侧并网主体的发电量、电流、电压数据进行采集，能够根据碳排放公式计算出园区内的碳排放量，碳排放量=耗电量*碳排放因子；同时，通过大数据对园区内的其他数据进行分析和计算，大数据来源基于电表、传感器、视频监控系统、供电局数据、气象局数据等。
S302、对于大数据中的数据做分析计算，根据厂址、周边环境、气象分析可以选用的发电侧并网主体的能源类型，本专利选用常见的光伏发电和风能发电做降碳的路径之一做分析：
情形一：光伏发电：
根据园区的光照环境、园区内的屋顶面积、朝向、坡度因素，计算光伏组件的面积，根据式（1）的不遮挡组件的前后间距：
(1)
式中，表示光伏组件阵列间距最小值，为当地地理纬度，为光伏阵列前排最
高点与后排组件最低位置的高度差；
保证前后排不遮阳、满足屋顶宽度的基础上，结合屋顶长度条件确定每排的数量，最终能确定空间内铺设的光伏组件的面积S；
根据气象局的太阳能辐射的数据，估算铺设的光伏组件所能提供的发电量（KWh），以及排碳量：
根据辐射量计算光伏组件的发电量：
(2)
式中，表示倾斜面太阳能总辐照量（KWh/㎡）； S为组件面积综合（㎡）； 为组
件转换效率；为系统综合效率；
或者采用根据峰值日照小时数计算光伏组件的发电量：
（3）
为系统安装容量（KWp），为当地峰值日照小时数，为系统综合效率。
除上述计算方法外，光伏发电还可以采用以下计算方式，该计算方式考虑到光伏组件环境的温度、湿度、能见度等因素：
（4）
公式（4）中，表示能见度，通过测量仪器测量能见度，测量仪器如大气透射仪、激
光能见度自动测量仪；
表示倾斜面太阳能总辐照量（KWh/㎡）； S为组件面积综合（㎡）
表示平均温度（℃），平均温度为上一年内的月平均温度；
表示基准温度（℃），选用15-28℃，
表示湿度影响因子，取值；
表示大气相对湿度（%），采用如电容式湿度传感器、激光测湿仪获取空气湿度。
情形二：风力发电：
根据测风塔的位置、不同高度的测风塔在一年内的实测风速、风向数据，估算风力发电机的功率(KW)：
（5）
（6）
式中，为扫风面积，为风速，为风能转化率值，为空气密度，为系数；R为
扇叶长度；
根据时长计算风力发电机组的发电量（KWh）：
（7）
除上述计算方法外，还可以基于WAsP软件计算风力发电量，采用该软件需要输入的数据有：风机选址一年内的风速、风向数据、经度、纬度、当地标准气压、温度数据，利用WAsP软件能够完成单台风力发电机的发电量计算，并进行尾流影响修正、空气密度修正、叶片污染折减、湍流强度折减，结合搭建数量完成区域内风力发电机组的发电量计算。
从经济角度出发，通过云计算，确定风力发电和光伏发电的最佳比例7：3；将上述配置的最优模型上传至数字孪生体。
S4、数字孪生体通过TCP/IP协议获取S3中所采集的数据、以及搭建的发电侧并网主体模型数据，建立园区物理实体、数字孪生模型的双向映射，数字孪生模型可以在整个生命周期内实现实时数据/信息交换、动态建模和更新建立数字孪生模型：
S4的进一步包括以下子步骤：
S401、 数据存储在数字孪生体的映射层，运行管理层通过资源访问和交互层访问和调用映射层的数据，建立关于园区“碳排放”的孪生模型，并能以三维模型体现“碳画像”、“碳分布”的全景图；
S402、基于S2中发电侧并网主体的能源类型最优模型基础上，将园区内的负荷作为变量进行预测和分析碳排放量，包括：已参与园区排碳的负荷容量的变化、以及规划新增的负荷的类型、容量、分布，基于深度学习，分析负荷变化时，碳排放的数据，得出融合发电侧并网主体、负荷侧并网主体的最优碳排放模型；
S403、通过应用和服务层对最优碳排放模型运行仿真，分析仿真过程中，能够对园区物理实体通过模型进行分析、预测、诊断、训练等，并将仿真结果反馈给园区物理实体，从而帮助对园区物理实体进行优化和决策。
S5、根据数字孪生体的运行仿真，能量管理系统写入对园区物理实体的管理策略，即：发生事件A，触发Y动作：
1）光伏和/或风力发电大于负荷消耗时，判断储能SOC：
(8)
(9)
若满足（9）则给剩余电量给储能充电；
(10)
若满足式（10）时，剩余电量可用于电力交易；
2）光伏和/或风力发电小于负荷消耗时，判断储能SOC，
(11)
若满足式（11）时，储能会根据能量管理系统的指令按照重要等级给负载供电，会关闭工商业可中断负荷以及电动汽车充电桩供电；
(12)
若满足式（12）时，以电力交易的方式购买电力提供负载消耗；若购买量不足时，从电网取电;
式中，为净功率，为光伏组件的发电功率，为风力发电的发电功率，为负载消耗功率；上述公式中关于SOC的阈值，选用30%、70%仅作为一种说明，现实使
用时阈值会根据实际需求进行调整，如45%、73%等
3）预测负荷消耗，当负荷功率超出阈值时，采取平移负载的方式，降低碳高峰。
除上述管理策略外，由于光伏发电、风力发电收到自然环境的影响较大，如日照强度影响光伏发电、风速变化影响风力发电量，能量管理系统通过发送控制指令控制光伏逆变器、风电逆变器，实现光伏发电、风力发电的切换；当供电系统供电故障、停电时，能量管理系统储能电池、柴油发电机作为备用电源提供风力发电机、光伏发电启动电流，恢复发电；
S6、碳交易：
在S5中，当需要购买或售出电力时，可通过查询公有节点寻找满足条件的私有节点，私有节点之间发送私有链的访问请求，可以完成电力交易。
作为进一步改进，以上所述仅为本发明的较佳实施例而已，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 (5)
1.基于数字孪生技术的园区零碳运营方法，其特征在于，包括以下步骤：
S1、搭建园区零碳排放的管理模型：建立园区能源物理实体与数据采集和实体控制层的通信，建立数据采集和实体控制层与能量管理系统、数字孪生体的通讯协议；
S2、建立区块链：以能量管理系统为公有链的公共节点，各个园区和数字孪生体作为基础单元在私有链注册，数字孪生模型和私有节点之间数据同步；
S3、利用数据采集和实体控制层对园区物理实体的信息采集、分析、计算，以及控制能源和可调负荷；
S3包括以下子步骤：
S301、对园区内的碳排放量、园区内有关碳排放的设备的数据的采集、核查并上传至云端存储：采用包含传感器、智能电表在内的物联网设备对负荷侧并网主体的电流、电压、负荷量以及发电侧并网主体的发电量、电流、电压数据进行采集，根据碳排放公式计算出园区内的碳排放量；
S302：通过大数据对园区内的其他数据进行分析和计算，大数据来源基于电表、传感器、视频监控系统、供电局数据以及气象局数据；
S303、对于大数据中的数据做分析计算，根据厂址、周边环境、气象，分析可以选用的发电侧并网主体的能源类型，将能源配置的最优模型上传至数字孪生体；
S4、数字孪生体通过TCP/IP协议获取S3中所采集的数据、以及搭建的发电侧并网主体模型数据，建立园区物理实体、数字孪生模型的双向映射；
S4包括以下子步骤：
S401：所述数字孪生体包括映射层、资源访问和交互层、运行管理层、应用和服务层，数据存储在数字孪生体的映射层，运行管理层通过资源访问和交互层访问和调用映射层的数据，建立关于园区“碳排放”的孪生模型，并以三维模型体现“碳画像”、“碳分布”的全景图；所述映射层通过TCP/IP协议与云端数据交互，汇总了大数据、物联网设备采集的信息，以及经过处理和计算得到的能源配置模型；所述运行管理层通过资源访问和交互层调用映射层的数据，并搭建园区零碳排放的模型，该模型在现有园区碳排放的基础上，融合了可以联合的发电侧并网主体的数量、位置、类型变量，以及规划新增的负荷侧并网主体类型、数量，以及预测和模拟零碳的配置，并在运行和服务层进行动态仿真、优化，同时运行管理层的零碳排放的模型同步；
S402：基于S303中发电侧并网主体的能源类型最优模型基础上，将园区内的负荷作为变量进行预测和分析碳排放量，包括：已参与园区排碳的负荷容量的变化、以及规划新增的负荷的类型、容量、分布，基于深度学习，分析负荷变化时，碳排放的数据，得出融合发电侧并网主体、负荷侧并网主体的最优碳排放模型；
S403：通过应用和服务层对最优碳排放模型运行仿真，分析仿真过程中，能够对园区物理实体通过模型进行分析、预测、诊断、训练等，并将仿真结果反馈给园区物理实体，从而帮助对园区物理实体进行优化和决策；
S5、根据数字孪生体的运行仿真，能量管理系统写入对园区物理实体的管理策略，通过计算判断是否需要进行碳交易；
S6、碳交易：在碳排放超出阈值、或负荷功率超出供电时，可采用碳交易的方式购入，或者供电大于储能和负载消耗时，可用于向外部售卖，通过查询公有节点寻找满足条件的私有节点，私有节点之间发送私有链的访问请求，完成电力交易。
2.根据权利要求1所述的基于数字孪生技术的园区零碳运营方法，其特征在于，园区能量管理系统监控的能源物理实体包括负荷侧并网主体、发电侧并网主体以及以负荷侧并网主体和发电侧并网主体为中心的并行条件，包括园区内的建筑物利用率以及可利用率、园区所处区域的气候、环境、光照和风力。
3.根据权利要求2所述的基于数字孪生技术的园区零碳运营方法，其特征在于，所述负荷侧并网主体为能够响应电力调度指令的可调节负荷，包括工商业可中断负荷、高载能工业负荷以及电动汽车网络，是电力系统中碳排放的主体；所述发电侧并网主体包括：风能发电机组、太阳能发电组件、柴油机发电设备、水利发电、火电、电化学、发电厂。
4.根据权利要求1所述的基于数字孪生技术的园区零碳运营方法，其特征在于，S2中区块链搭建在能量管理系统和实施碳排放管理的多个园区之间，能量管理系统为公有链的公共节点，每个园区在区块链内注册、验证成为私有链的虚拟节点；数据采集及实体控制层完成数据采集和数据的上传，在数据的上传过程中，需要经过区块链的存储验证，区块链中的数据和数字孪生体内的数据同步，各私有链之间通过验证完成相互访问。
5.根据权利要求1所述的基于数字孪生技术的园区零碳运营方法，其特征在于，大数据存储关于负荷侧并网主体的负荷类型、负荷分布、结构以及有关于发电侧并网主体的发电主体的类型、分布，以及园区所处地域的环境资源、园区内可用于布设发电侧并网主体的空间资源、结合环境资源和空间资源可布设发电侧并网主体的类型、拓扑结构。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310344672.3A CN116070975B (zh) | 2023-04-03 | 2023-04-03 | 基于数字孪生技术的园区能量管理系统及零碳运营方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310344672.3A CN116070975B (zh) | 2023-04-03 | 2023-04-03 | 基于数字孪生技术的园区能量管理系统及零碳运营方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116070975A CN116070975A (zh) | 2023-05-05 |
| CN116070975B true CN116070975B (zh) | 2023-07-28 |
Family
ID=86171801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310344672.3A Active CN116070975B (zh) | 2023-04-03 | 2023-04-03 | 基于数字孪生技术的园区能量管理系统及零碳运营方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116070975B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117557431B (zh) * | 2023-11-27 | 2024-10-01 | 国网北京市电力公司 | 一种园区全景碳计量方法及系统 |
| CN117314128B (zh) * | 2023-11-29 | 2024-02-02 | 河北友蓝科技有限公司 | 一种基于数字孪生技术的智慧城市能源管理方法及系统 |
| CN118584927B (zh) * | 2024-08-08 | 2024-10-01 | 上海海达通信有限公司 | 基于数字孪生技术的智慧工厂能效优化系统及方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113285974A (zh) * | 2021-04-02 | 2021-08-20 | 国网浙江慈溪市供电有限公司 | 一种基于数字孪生技术的企业碳排放监控系统 |
| CN114493500A (zh) * | 2021-12-31 | 2022-05-13 | 新奥数能科技有限公司 | 基于数字孪生技术的能源设备管理方法及装置 |
| CN114637262B (zh) * | 2022-03-10 | 2022-11-15 | 天津科技大学 | 基于5g驱动的智能工厂数字孪生信息的决策控制方法及系统 |
| CN115186434A (zh) * | 2022-05-30 | 2022-10-14 | 中国电力科学研究院有限公司 | 园区能源站多能协同运行系统、方法、设备和存储介质 |
| CN114968981A (zh) * | 2022-05-30 | 2022-08-30 | 内蒙古霍煤鸿骏铝电有限责任公司 | 基于电网数据的大数据平台系统及其数据处理方法 |
| CN115238959A (zh) * | 2022-06-20 | 2022-10-25 | 中国电力科学研究院有限公司 | 一种面向用户侧能源综合利用的数字孪生系统和方法 |
| CN115099616A (zh) * | 2022-06-24 | 2022-09-23 | 中国银行股份有限公司 | 一种个人碳账户的管理方法、装置、存储介质及设备 |
| CN115693757A (zh) * | 2022-09-14 | 2023-02-03 | 国网浙江省电力有限公司嘉善县供电公司 | 一种基于数字孪生技术的光伏能源优化调控方法 |
-
2023
- 2023-04-03 CN CN202310344672.3A patent/CN116070975B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN116070975A (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | A review of urban energy systems at building cluster level incorporating renewable-energy-source (RES) envelope solutions | |
| CN116070975B (zh) | 基于数字孪生技术的园区能量管理系统及零碳运营方法 | |
| Xu et al. | Optimized sizing of a standalone PV-wind-hydropower station with pumped-storage installation hybrid energy system | |
| Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
| CN107832905B (zh) | 一种适应分布式发电和储能站发展的配电网规划方法 | |
| CN109494723B (zh) | 一种微电网系统及其控制与发电量预测方法 | |
| CN103440526B (zh) | 一种基于建筑信息模型的发电预测方法和装置 | |
| CN102545707B (zh) | 以发电单元为基本预测单元的发电功率预测方法及系统 | |
| JP2008083971A (ja) | 太陽・風力発電／コージェネレーション装置からなるシステムのシミュレーション方法 | |
| CN109449987A (zh) | 新能源发电并网的电力系统模拟方法及系统 | |
| Kichou et al. | Energy performance enhancement of a research centre based on solar potential analysis and energy management | |
| Wilberforce et al. | The state of renewable energy source envelopes in urban areas | |
| Zheng et al. | Multi-objective optimization of hybrid energy management system for expressway chargers | |
| Elena et al. | Multi-agent system for smart grids with produced energy from photovoltaic energy sources | |
| Zamanidou et al. | Day‐ahead scheduling of a hybrid renewable energy system based on generation forecasting using a deep‐learning approach | |
| He | The development and utilization of microgrid technologies in China | |
| Zhao et al. | Optimal site selection for wind-photovoltaic-complemented storage power plants based on Geographic Information System and Grey Relational Analysis-Group Criteria Importance Through Inter Criteria Correlation-Interactive and Multicriteria Decision Making: A case study of China | |
| CN110992206B (zh) | 一种多源电场的优化调度方法及系统 | |
| CN113052450A (zh) | 一种适应电能替代发展战略的城市能源互联网规划方法 | |
| CN117151962A (zh) | 一种城市能源系统的规划设计方法及规划设计系统 | |
| Nanaki et al. | Exergetic aspects of renewable energy systems: insights to transportation and energy sector for intelligent communities | |
| Villada et al. | Optimal Expansion and Reliable Renewable Energy Integration in Long-Term Planning Using FESOP | |
| Tietieriev | Smart Grid Integration for Sustainable City Energy Management: A Paradigm Shift in Power Distribution Networks | |
| Zhang et al. | Integration of Urban Energy Systems with Renewable Envelope Solutions at Building Cluster Level | |
| Tokbolat et al. | Renewable energy technologies and practices: Prospective for building integration in cold climates (Kazakhstan) |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |