CN116090665A - 一种源网荷储一体化管控系统 - Google Patents
一种源网荷储一体化管控系统 Download PDFInfo
- Publication number
- CN116090665A CN116090665A CN202310206216.2A CN202310206216A CN116090665A CN 116090665 A CN116090665 A CN 116090665A CN 202310206216 A CN202310206216 A CN 202310206216A CN 116090665 A CN116090665 A CN 116090665A
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- management
- control
- control system
- 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
- 240000002853 Nelumbo nucifera Species 0.000 title claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 title claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 title claims description 3
- 238000007726 management method Methods 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000003860 storage Methods 0.000 claims abstract description 40
- 238000004519 manufacturing process Methods 0.000 claims abstract description 24
- 238000013500 data storage Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000013523 data management Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 abstract description 6
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 27
- 230000005540 biological transmission Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 13
- 238000004146 energy storage Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000005457 optimization Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002197 limbic effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery 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
- G06Q10/04—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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (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
本发明涉及电力系统技术领域,尤其是涉及一种源网荷储一体化管控系统。所述系统包括:云平台和预测调度控制系统;其中,所述云平台采用多层架构,其中包括数据生产层、数据处理层、数据存储层、云服务层、云应用层和公共服务层;所述预测调度控制系统包括分布式控制层、调度控制层和智能服务层。本发明源网荷储一体化系统相对于传统能源项目具有多能流耦合、多时间尺度、多管理主体、全方位协同、生产和消费互动等新的特点。
Description
技术领域
本发明涉及电力系统技术领域,尤其是涉及一种源网荷储一体化管控系统。
背景技术
源网荷储智能调控平台是通过先进通信技术和软件架构,实现地理位置分散的各种电力资源的聚合和协调优化,以作为一个特殊平台参与电力市场和电网运行的协调管理系统。在现有技术中,源网荷储智能调控平台将原本分散的源荷储用户聚合在一个调控平台上进行统一协调,通过市场化机制促进多方协作,在电力市场中占据中不可替代的作用。
现有技术中,“源-网-荷-储”协调互动是指电源、电网、负荷与储能四部分通过多种交互手段,更经济、高效、安全地提高电力系统的功率动态平衡能力,从而实现能源资源最大化的利用运行模式和技术,该模式使包含“电源、电网、负荷、 储能”整体解决方案的运营和运行模式,综合考虑电源之间、源网之间、网荷 储之间的协调互动特性,有助于克服清洁能源发电出力受环境和气象因素影响 而产生的随机性、被动型问题,降低接纳新能源电力给电网安全稳定运行带来 的不利影响,从而增强系统接纳新能源的能力,实现减少增数,是电网未来发展的重要方向。
目前在输电网级源网荷储协同优化调度方面已经开展了部分的研究,主要通过调度系统进行协调优化,但是在配电网,尤其是低压台区源网荷储各元素均处于独立运行模式,并未实现综合协调优化。且现有的实现方案并未实现源网荷储的互动,各设备的感知数据也分布于各个独立系统,无法实现源网荷储的协调发展及集成互补,因此亟需一种源网荷储一体化管控系统。
发明内容
为了解决上述提到的问题,本发明提供一种源网荷储一体化管控系统。
本发明提供的一种源网荷储一体化管控系统,采用如下的技术方案:
一种源网荷储一体化管控系统,包括:云平台和预测调度控制系统;
其中,所述云平台采用多层架构,其中包括数据生产层、数据处理层、数据存储层、云服务层、云应用层和公共服务层;
所述预测调度控制系统包括分布式控制层、调度控制层和智能服务层。
进一步地,所述数据生产层连接分布式控制层,用于实时接收分布式控制层的控制器发送的数据。
进一步地,所述数据处理层接收数据生产层的数据,包括管理数据和测量数据。
进一步地,所述数据存储层通过数据库架构实现数据存储和管理,通过图数据库进行模型创建和管理,通过时序数据库进行时间序列数据的存储和管理。
进一步地,所述云服务层采用基于容器云的第二代云服务构架,构建综合智慧能源容器云。
进一步地,所述云应用层包能源监视、智能预测和智能调控三个模块。
进一步地,所述分布式控制层包括传感单元和控制单元,通过传感单元产生测量数据,通过控制单元采集传感单元的测量数据。
进一步地,所述调度控制层包括数据处理模块,所述数据处理模块接收控制单元的测量数据进行处理和校验,新城实时流式数据和历史数据。
进一步地,所述调度控制层还包括负荷及出力预测服务模块,用于根据历史数据和第三方系统提供的天气数据进行多能源的出力预测及负荷预测。
综上所述,本发明具有如下的有益技术效果:
本发明源网荷储一体化系统相对于传统能源项目具有多能流耦合、多时间尺度、多管理主体、全方位协同、生产和消费互动等新的特点。
源网荷储预测调度控制系统和服务平台基于覆盖区域的能源信息互联网,实现信息数据的共享和分析,从而使综合能源管理智能化、集成化、远程化、图形化;通过区域级性能计算及分析,实现对区域能源的总体集成和动态管理,达到多种能源品种优化配置、协同互补,提升能源使用效率和可再生能源消纳的目标。
源网荷储管控平台系统,能够实现分布于不同位置的风电、光伏、储能、燃机及各用户负荷等集中监控管理,并通过项目内数据的共享和分析,实现管理的智能化、集成化、远程化、图形化;并通过区域级性能计算及分析,实现对基地能源的总体集成和动态管理,提升项目能源综合利用率、降低碳排放的目标。
附图说明
图1是本发明实施例的一种源网荷储一体化管控系统的云平台结构示意图。
图2是本发明实施例的一种源网荷储一体化管控系统的预测调度控制系统结构示意图。
图3是本发明实施例的多源数据统一服务技术流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
实施例1
参照图1,本实施例的一种源网荷储一体化管控系统,包括:云平台和预测调度控制系统;其中,所述云平台采用多层架构,其中包括数据生产层、数据处理层、数据存储层、云服务层、云应用层和公共服务层;所述预测调度控制系统包括分布式控制层、调度控制层和智能服务层。所述数据生产层连接分布式控制层,用于实时接收分布式控制层的控制器发送的数据。所述数据处理层接收数据生产层的数据,包括管理数据和测量数据。所述数据存储层通过数据库架构实现数据存储和管理,通过图数据库进行模型创建和管理,通过时序数据库进行时间序列数据的存储和管理。所述云基础服务层采用基于容器云的第二代云服务构架,构建综合智慧能源容器云。所述云应用层包能源监视、智能预测和智能调控三个模块。所述分布式控制层包括传感单元和控制单元,通过传感单元产生测量数据,通过控制单元采集传感单元的测量数据。其中,传感器一般是由敏感元件、传感元件和转换电路三部分组成。敏感元件:直接可以感受被测量的变化,并输出与被测量成确定关系的元件。转换元件:敏感元件的输出就是转换元件的输入,它把输入转换成电路参量。基本转换电路:上述的电路参量进入基本转换电路中,就可以转换成电量输出。传感器只完成被测参数到电量的基本转换。它是实现自动检测和自动控制的首要环节。通常有敏感元件和转换元件组成。(1)敏感元件是指传感器中能直接(或响应)被测量的部分。(2)转换元件指传感器中能较敏感元件感受(或响应)的被测量转换成是与传输和(或)测量的电信号部分。(3)当输出为规定的标准信号时,则称为变送器。基本装置有:机身、滑台、伺服(或步进)电机、微动行程开关、传送装置、电气控制箱等基本元器件组成 ,可根据需要进行灵活组合。传感器是根据需要来选的,如光耦、压力传感器、温度传感器等。机械部件上:有普通电机、步进电机、伺服电机、传动杆、传动带、传动链条、导轨、多节点万向机构、机械手,等等;电控方面主要有中央处理机、通信系统、信号采集系统、驱动电路等等;传感器主要有位置传感器、位移传感器、方向传感器、力传感器、温度传感器、光传感器、磁传感器等。根据能量转换原理可分为:有源传感器和无源传感器。有源传感器将非电量转换为电能量,如电动势、电荷式传感器等;无源程序传感器不起能量转换作用,只是将被测非电量转换为电参数的量,如电阻式、电感式及电容光焕发式传感器等。
具体的,
本发明的源网荷储一体化管控系统,包括云平台和预测调度控制系统。其中,
云平台分为多层架构:数据生产层、数据处理层、数据存储层、云服务层、云应用层和公共服务层。
(1)数据生产层:对应预测调度控制系统中的分布式控制层,各类能源生产设备、负荷等在生产运营过程中产生海量数据,数据的采集与控制由 PLC 系统完成,实时采集数据,与平台数据服务器通过通讯方式,将数据传输到平台。
数据生产层对应源网荷储系统中的分布式控制层,各类能源生产设备、负荷等在生产运营过程中产生海量数据,数据的采集与控制由 PLC 系统完成,实时采集数据,与平台数据服务器通过通讯方式,将数据传输到平台。
作为进一步地实施方式,
采用 USB 和 CAN 总线的电力监控数据采集系统:
在电力监控系统中电力参数的检测和总线通信是两个基本而且重要的组成部分。目前电力监控装置中常见的通信方式是 RS232 和RS485 接口。RS232 接口是不能直接构成实际意义上的通信网络,因为它只能是一对一通信,而且通信距离最长只有15m。RS485接口是一种使用较多的通信方式,具有结构简单、抗干扰能力强、传输距离远、网络节点多、成本低等优点。但是 RS485 接口是单主结构,同一时刻,总线上只能有一个节点发送数据(或命令),所以总线只能用巡回检测的方式,实时性差。此外,RS485 接口的系统故障限制能力差,中继结构复杂。
控制器局域网CAN总线是一种“多主竞争”的总线形式。它废除传统的站地主编码方式,代之以对数据信息进行编码,协议采用总线型拓扑结构,利用总线结构电缆长度短、布线容易、可靠性高、易于扩充等优点:且通信速率高,在距离不超过 40cm 的条件下通信速率最大可达 1Mb/s:利用短帧数据结构,占用总线时间很短:提供错误处理能力,保证数据通讯可靠。
通用串行总线USB是一种快速的、双向的、同步传输的、廉价的并可以进行热拔插的串行接口。速度快是 USB 技术的突出特点之一。全速USB 接口的最高传输率可达 12Mb/s,比串口快了整整 100 倍,而执行 USB2.0 标准的高速 USB 接口速率更是达到了480Mb/s。对于广大的工程设计人员来说,USB 是设计外设接口时理想总线。
本专利以 CAN 总线构成骨干通信网络,以 USB 总线接口实现主节点与计算机的通信,完成了 USB 总线和 CAN 总线的协议转换。各个基于 CAN 总线的数据采集节点完成电力设备参数的采集。这个数据采集系统实现电力监控系统中的电力参数检测和总线通信。
按照以上论述,研制了基于 USB 和 CAN 总线的电力监控数据采集系统样机,并对该系统中的 USB-CAN 节点和各数据采集节点进行丁多次测试,测试结果表明该系统具有如下特点: (1)实时性强。USB 总线除了具有易于使用、双向、可同生传输外,还能够高速、高效完成大量数据交换。USB-CAN 节点实现了各数据采集节点与计算机之问的高速通信,提高了系统的实时性;(2)可靠性高。CAN 总线具有错误处理和检错机制,当发送的信息遭到破坏后,系统会自动重发,从而提高了系统的可靠性和抗干扰能力:(3)传输距离远。CAN 总线的直接通信距离可达 10km,通信速率最高可达 IMb/s,此时通信距离最长为40m。(4)易于扩展。在实际电力监控系统中,有时需要增加或减少监控节点,由于 CAN 总线具有很强的开放性,所以增加或减少节点,不需要更改系统的硬件和软件,也不影响其他节点正常工作。
(2)数据处理层:数据处理层接收数据生产层上传的数据,分为管理数据和测量数据。测量数据由部署在分布控制层的各类传感器产生,具有高频特点,这类数据体现能源系统的实时运行状态,通过分布式流式处理技术形成实时流数据流,为上层实时应用提供高性能和大规模的数据处理能力。管理数据是分布控制层各能源控制系统管理类数据,包括设备相关参数等,此类数据变化频率低,不要求实时性。
分布式流处理技术是指基于分布式技术对流数据进行动态处理,具有较好的伸缩性、实时性和开放性。分布式流处理通常部署于大规模集群中,通常将流数据处理过程抽象为一个有向无环图。调度算法则负责将有向无环图中的组件合理的分配至集群中的可用服务器上。流处理系统作为流处理作业的平台,负责所有集群资源的管理和分配。对于用户提交的流处理作业,流处理系统需考虑该作业所处理的数据量及集群中不同节点的负载,并将其合理的分配到集群的不同作业节点上。因而如何最大化集群的利用率,即最大化集群可容纳的流处理作业数量。
将不同空间下的信息进行匹配、联合和过滤,使不同维度的量测信息可以同步到统一基准时间下,完成异构空间信息数据的不同步问题;②数据智能清洗技术,该技术利用大数据及人工智能手段完成信息数据的智能清洗过滤,根据一定规则校正异常数据,提高基础数据的可靠性;③多源空间数据的统一分布式存储及实时抽取技术,根据不同场景要求和算法分析提供全面精确的统一数据格式,提供不同场景下智能电网感知应用分析的准确性和高效性。
如图3所示,通过多源数据统一服务技术,采用广域服务代理的广域服务总线实现对远程服务的发现、定位和访问,采用消息总线作为信息传输通道实现数据传输,使用规范的数据结构定义数据流模型,其接口参数主要包括接收数据域、数据结构的标识及待发送数据等信息。发送消息服务生成数据包后进行传输;接收消息服务接收到数据包后,根据数据流定义进行数据投递。
作为进一步地实施方式,电力系统的发电、输电、配电、用电、储能等各环节的状态信息和监控系统运行信息被实时感知,同时控制系统如AGC、自动电压控制(AutomaticVoltage Control, AVC)、区域控制偏差(Area Control Error, ACE)等控制状态的实时感知,此外还包括气象、山火、密集输电走廊等与电网直接或间接相关的环境信息感知。
利用大数据及人工智能的方法,采用仿真分析和事件驱动的模式,对电网运行的实际情况及故障反演其发展过程,形成故障前以经济优化为目标的控制方式,故障中以电网安全性为目标的控制方式,故障后以电网运行恢复为目标的控制方式,保证电网在真实运行场景下安全稳定经济运行。
(1)分布式控制层层通过物联技术,完成集中式新能源场站、分布式电源、储能、负荷聚合商、工业大用户、虚拟电厂等新型能源、用能设备等信息接入,实现源-网-荷-储各环节运行态势全景感知,通过边缘计算等技术实现业务的实时性和数据优化。
(2)调度控制层通过各应用的数据分层共享方式、高效的数据纵向流动、信息全感知来实现源网荷储互动的日内协调优化、计及调峰调频约束的源网荷储日内计划优化决策等功能,泛在可控资源协调控制按照分层分区分时的控制原则,完成电网各类可控资源的校正协调控制、自动发电控制AGC(Automatic Generation Control, AGC)、发用电执行效果评估及考核管理功能,增强调度运行工作的及时性、方便性和快捷性。
智能服务层通过数据平台接入标准将各类海量数据根据其来源、类型、结构化差异等特点打破由于差异导致的数据壁垒,建立统一平台标准,通过大数据和数据清理技术提高数据质量和实时共享性。利用平台标准化和开放性为上层应用提供统一服务。
系统由发电侧系列设备、储能侧系列设备、用电侧系列设备、二次侧控制设备、配电保护、测量设备、边缘计算网关:(电力网关、物联网网关、环保网关、智能网关)、环保数采仪、智能终端感知设备(物联网仪表、有缘滤波、多功能仪表、测温传感器等)及需求侧软件平台等几个部分组成,每个部分都可按照客户的需求进行灵活搭配。
其中,数据采集:中央控制器的测控模块,可实现对智能电网系统进线、分布式电源、储能、负荷、母线等各回路电气量及开关位置等信号量的采集,并将采集数据通过高速网络快速传送到中央控制器的主控单元。控制操作:通过中央控制器的测控模块,可实现对智能电网各回路开关及设备的控制操作,实现智能电网系统运行状态的调节。分布式电源调节:中央控制器可以通过通信接口实现对智能电网系统的分布式电源进行调节,根据需要控制各电源有功、无功出力。储能单元调节:中央控制器可以通过通信接口控制储能系统的充放电功率, 从而满足智能电网运行方式的需要。智能电网运行模式实时控制:中央控制器的主控单元,可以根据调度指令、系统自动、手动进行智能电网运行模式的控制。中央控制器内置智能电网并网运行、孤网运行、并网转孤网、孤网转并网、全网停电等多种控制模式。根据不同的运行工况和控制目标实现智能电网的实时控制,保证智能电网系统的安全、稳定运行。通信功能:中央控制器可以与智能电网系统的各个智能控制单元进行通信,通过通信实现对各控制单元的控制和调节。同时中央控制器还可以通过通信接口与智能电网监控系统进行通信,接受监控系统的统一调度。高速采集:中央控制器配置高速全电量采集模块,并能够高速传输,满足系统实时性要求。实时模式控制:通过高速采集,快速控制,实现对智能电网运行状态的实时调节与控制。新型高速实时工业以太网:中央控制器采用新型高速实时工业以太网,实现采集数据的高速传输,从而满足对智能电网系统实时控制的要求。
(3)数据存储层:采用主流的数据库架构实现综合智慧能源系统大数据存储和管理;采用图数据库进行模型创建和管理;采用时序数据库进行时间序列数据的存储和管理。
其中,在“源网荷储”规划建设阶段统筹管理,结合需求侧负荷特性和电网调节能力,因地制宜确定电源、储能的合理规模与配比;二是在存量部分发挥“源网荷储”灵活高效互动的调节能力,充分挖掘和释放生产侧和消费侧调节能力,加强全网统一调度,提高系统平衡能力。采用智能分布式保护装置,首本地控制的直流电源充电桩等设备,通过采用液冷等方式,进一步提高数据中心能源使用效率,继续降低PUE;采购可再生能源绿电市场化,推进新能源及新的制冷方式等在数据中心的应用;推广节能降碳新技术及相关金融工具和管理体系,在减排上,包括绿债、氢能、储能、碳捕捉、冷却技术、管理体系的建设、定价在内。
(4)云基础服务层:采用基于容器云的第二代云服务构架,构建综合智慧能源容器云,为应用提供高密度、高弹性、高扩展性的计算环境,更高效地支持微服务架构。
作为进一步地实施方式,
云平台的软件可分为三大类应用:数据处理类应用、调度控制类应用、管理类应用。
(1)数据处理类应用
数据处理类应用实现对分布式控制层的实时测量数据进行接收、处理和存储。实时数据存储:实时数据存储采用缓存数据库,存储量测数据的最新值,只保存最后一次的记录;时序数据存储:对时间断面数据采用时序数据库进行存储,满足时间序列数据访问需求;历史数据存储:采用关系库和历史数据库存储历史数据。
(2)调度控制类应用
调度控制类应用实现对综合智慧能源系统的优化调度和控制。
(3)管理类应用调度管理类应用实现综合智慧能源运营管理专业化、规范化、流程化和一体化的保障。主要包括基础数据管理、组态建模、生产运行管理、统计分析等功能模块。信息平台管理系统核心架构采用的 webX + iBatis 组合,页面利用可配置的模板框架(FreeMarker)以取得更大的灵活性。数据清洗使用分布式实时流式处理架构,内置嵌入式复杂事件处理引擎,支持可配置监控与报警规则。大数据存储采用基于 hadoop 的分布式文件系统(HDFS)。协议通讯层中协议适配器支持多种通用协议(如 TCP/IP、OPC、 IEC104等),并对这些协议具有平行支持能力。对于敏感信息采用 SSL 传输,并结合多种加密算法存储。
核心模块(智能管理层,调度控制层)部署于云服务平台中,以云服务的形式运行,以达到高可用、高伸缩性。
云服务平台采用基于容器的第二代云服务构架,代表着当今云计算的最高水平。
作为进一步地实施方式,预测调度控制系统包括分布式控制层、调度控制层和智能服务层。分布式控制层包括传感单元和控制单元,通过传感单元产生测量数据,通过控制单元采集传感单元的测量数据。调度控制层包括数据处理模块,所述数据处理模块接收控制单元的测量数据进行处理和校验,新城实时流式数据和历史数据。调度控制层还包括负荷及出力预测服务模块,用于根据历史数据和第三方系统提供的天气数据进行多能源的出力预测及负荷预测。
实施例2
本实施例与实施例1的区别在于,本实施例提供的预测调度控制系统的能源预测和调控工作流程,具体流程为:
(1)分布控制层的各控制单元采集各能源设备、管网和负荷的实时信息,通过约定的通讯规约和协议上传至调度控制层的数据采集/处理服务模块;
(2)数据采集/处理服务模块对多源实时信息进行处理和校验,形成实时流式数据和历史数据;
(3)网络模型服务模块实现智慧能源网络设备模型与数据映射,进行网络拓扑分析,构建完整的智慧能源系统模型和数据集,用于监视、分析、调度和控制的应用。
(4)负荷及出力预测服务模块根据历史数据、根据第三方系统提供的天气数据进行多能源的出力预测及负荷预测。
(5)优化调度服务模块根据负荷预测结果及优化目标,制订优化调度策略,形成多能源及储能调度计划,并发送计划至协同控制服务模块;
(6)态势感知服务模块根据系统模型和数据、负荷及出力预测结果、优化调度计划进行状态估计、快速仿真和安全分析服务,感知能源系统未来运行态势,发现薄弱点并进行预警。
(7)协同控制服务模块根据调度计划和预警信息实时调整控制策略,发送控制指令至分布控制层的每个控制单元。
(8)分布控制层的控制单元接收、执行控制指令。
通过云平台可实现区域内各种能源生产系统、储能系统、能源管网以及用能设备的智能调控和设备维护,并为用户提供智能、高效的用能服务。
预测调度控制系统利用模块化结构,以资产管理(EAM)为核心理念,其功能模块涵盖了电厂生产管理的所有关键领域:设备管理、检修管理、物资管理、运行管理等。系统将设备管理等模块作为设备维护的基础知识库;通过设备缺陷管理、工单管理、资源管理、采购管理和库存管理等模块提高设备检修工作的效率,增加设备可用性;同时工单管理、物资管理、库存管理和检修成本核算是控制和分析设备检修成本的核心模块。资产管理系统为发电企业带来的两大实用价值就是提高设备可用性和降低维护成本。
以上均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (9)
1.一种源网荷储一体化管控系统,其特征在于,包括:云平台和预测调度控制系统;
其中,所述云平台采用多层架构,其中包括数据生产层、数据处理层、数据存储层、云服务层、云应用层和公共服务层;
所述预测调度控制系统包括分布式控制层、调度控制层和智能服务层。
2.根据权利要求1所述的一种源网荷储一体化管控系统,其特征在于,所述数据生产层连接分布式控制层,用于实时接收分布式控制层的控制器发送的数据。
3.根据权利要求2所述的一种源网荷储一体化管控系统,其特征在于,所述数据处理层接收数据生产层的数据,包括管理数据和测量数据。
4.根据权利要求3所述的一种源网荷储一体化管控系统,其特征在于,所述数据存储层通过数据库架构实现数据存储和管理,通过图数据库进行模型创建和管理,通过时序数据库进行时间序列数据的存储和管理。
5.根据权利要求4所述的一种源网荷储一体化管控系统,其特征在于,所述云服务层采用基于容器云的第二代云服务构架,构建综合智慧能源容器云。
6.根据权利要求5所述的一种源网荷储一体化管控系统,其特征在于,所述云应用层包能源监视、智能预测和智能调控三个模块。
7.根据权利要求6所述的一种源网荷储一体化管控系统,其特征在于,所述分布式控制层包括传感单元和控制单元,通过传感单元产生测量数据,通过控制单元采集传感单元的测量数据。
8.根据权利要求7所述的一种源网荷储一体化管控系统,其特征在于,所述调度控制层包括数据处理模块,所述数据处理模块接收控制单元的测量数据进行处理和校验,新城实时流式数据和历史数据。
9.根据权利要求8所述的一种源网荷储一体化管控系统,其特征在于,所述调度控制层还包括负荷及出力预测服务模块,用于根据历史数据和第三方系统提供的天气数据进行多能源的出力预测及负荷预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310206216.2A CN116090665A (zh) | 2023-03-07 | 2023-03-07 | 一种源网荷储一体化管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310206216.2A CN116090665A (zh) | 2023-03-07 | 2023-03-07 | 一种源网荷储一体化管控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116090665A true CN116090665A (zh) | 2023-05-09 |
Family
ID=86200956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310206216.2A Pending CN116090665A (zh) | 2023-03-07 | 2023-03-07 | 一种源网荷储一体化管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090665A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205729A (zh) * | 2015-09-22 | 2015-12-30 | 许继集团有限公司 | 一种基于云计算的电力系统能效公共服务云平台 |
CN107171361A (zh) * | 2017-06-13 | 2017-09-15 | 中国能源建设集团江苏省电力设计院有限公司 | 基于网源荷储协调控制的智能配电站和网源荷储协调控制系统 |
CN112366817A (zh) * | 2020-09-24 | 2021-02-12 | 国网天津市电力公司电力科学研究院 | 一种基于虚拟电厂的智能配电调度平台 |
CN114118788A (zh) * | 2021-11-25 | 2022-03-01 | 国网宁夏电力有限公司中卫供电公司 | 一种电网负荷调控平台协同控制系统 |
CN115000948A (zh) * | 2022-06-21 | 2022-09-02 | 常州工程职业技术学院 | 一种源荷储互补的能源电网反馈控制的人工智能物联网系统 |
WO2023284725A1 (zh) * | 2021-07-15 | 2023-01-19 | 卡奥斯工业智能研究院(青岛)有限公司 | 基于工业互联网的智慧能源管控平台 |
-
2023
- 2023-03-07 CN CN202310206216.2A patent/CN116090665A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205729A (zh) * | 2015-09-22 | 2015-12-30 | 许继集团有限公司 | 一种基于云计算的电力系统能效公共服务云平台 |
CN107171361A (zh) * | 2017-06-13 | 2017-09-15 | 中国能源建设集团江苏省电力设计院有限公司 | 基于网源荷储协调控制的智能配电站和网源荷储协调控制系统 |
CN112366817A (zh) * | 2020-09-24 | 2021-02-12 | 国网天津市电力公司电力科学研究院 | 一种基于虚拟电厂的智能配电调度平台 |
WO2023284725A1 (zh) * | 2021-07-15 | 2023-01-19 | 卡奥斯工业智能研究院(青岛)有限公司 | 基于工业互联网的智慧能源管控平台 |
CN114118788A (zh) * | 2021-11-25 | 2022-03-01 | 国网宁夏电力有限公司中卫供电公司 | 一种电网负荷调控平台协同控制系统 |
CN115000948A (zh) * | 2022-06-21 | 2022-09-02 | 常州工程职业技术学院 | 一种源荷储互补的能源电网反馈控制的人工智能物联网系统 |
Non-Patent Citations (1)
Title |
---|
许志成;彭志超;杨怡;于天一;刘星;潘娜;王慎杰;: ""基于边缘计算+区块链技术的源网荷储系统架构"", 《电力信息与通信技术》, no. 09 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111142414B (zh) | 基于边云协同的智慧电厂管控系统 | |
CN110855004B (zh) | 基于多站融合的智慧站一体化监控系统 | |
CN113077101A (zh) | 面向能源互联网调配管理的数字化系统及方法 | |
CN103852744A (zh) | 电能计量装置分布式在线监测系统及其方法 | |
CN104751305A (zh) | 一种基于故障分析抢修的智能交互系统及其控制方法 | |
CN105182917A (zh) | 中小型水电站智能控制系统及其方法 | |
CN103248122A (zh) | 电力故障主动上报系统 | |
CN110676889B (zh) | 一种用于储能联合火电调频的能量管理系统 | |
CN211149228U (zh) | 一种基于群智能的建筑能耗采集系统 | |
CN102290811A (zh) | 对事故预案和运行方式进行评估的方法 | |
Pan et al. | Edge-cloud computing application, architecture, and challenges in ubiquitous power Internet of Things demand response | |
CN112769240A (zh) | 一种发电厂电气设备统一系统 | |
CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电系统 | |
CN111142486A (zh) | 一种综合能源监控与服务系统及其工作方法 | |
CN111208384A (zh) | 一种智能电网管理系统 | |
CN101231523B (zh) | 一种灵敏负荷的控制系统及方法 | |
CN110544985A (zh) | 一种网源协调数据通信系统 | |
CN116090665A (zh) | 一种源网荷储一体化管控系统 | |
CN216530731U (zh) | 一种综合绿色能源能效智能管控系统 | |
CN106300667B (zh) | 一种台区网格虚拟机组的量测调控系统、量测及调控方法 | |
CN211480995U (zh) | 分布式资源聚合装置及系统 | |
CN111198548B (zh) | 基于智能节点重叠网的电力系统和信息系统联合调度系统 | |
CN113590368A (zh) | 一种基于边边协同的异常设备诊断方法及系统 | |
CN105723659A (zh) | 用于使系统控制单元通过网关与多台发电设备通信的方法以及适当配置和编程的数据服务器 | |
Florea et al. | From bridge to control hub—The power Smart Grid evolution |
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: 20230509 |