CN117650628B - 一种基于自适应预调节场景的能效管理系统 - Google Patents
一种基于自适应预调节场景的能效管理系统 Download PDFInfo
- Publication number
- CN117650628B CN117650628B CN202311629563.2A CN202311629563A CN117650628B CN 117650628 B CN117650628 B CN 117650628B CN 202311629563 A CN202311629563 A CN 202311629563A CN 117650628 B CN117650628 B CN 117650628B
- Authority
- CN
- China
- Prior art keywords
- power
- value
- time period
- electric power
- power threshold
- 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
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000003044 adaptive effect Effects 0.000 claims abstract description 13
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 30
- 230000006978 adaptation Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 239000002699 waste material Substances 0.000 description 8
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于自适应预调节场景的能效管理系统,涉及能效管理领域。该基于自适应预调节场景的能效管理系统,包括:电力数据收集模块,电力数据处理模块、自适应控制模块、能效主控平台,其中:所述数据收集模块用于收集历史每天的电力功率数据和当前时间段电力功率值;所述数据处理模块用于读取历史每天的电力功率数据并计算高电力功率阈值,本发明通过对电力数据的收集和处理,包括历史每天的电力功率数据和当前时间段电力功率值的采集,并通过数据处理模块进行高电力功率阈值、低电力功率阈值以及中电力功率阈值的计算,从而使得系统可以根据不同的电力功率情况,智能地调整负载运行模式,以提高电力能效。
Description
技术领域
本发明涉及能效管理领域,具体为一种基于自适应预调节场景的能效管理系统。
背景技术
随着社会和经济的快速发展,电力供应的可靠性和效率日益重要。电力管理系统应运而生,旨在满足不断增长的电力需求,提高资源利用效率,同时降低能源浪费,尤其在工业、商业和住宅领域。电力管理需要适应不同场景,考虑能源效率、整合多种能源类型,以满足可持续性和碳减排目标。此外,系统还需要考虑电力负载的动态性和电力供需的平衡,以防止电力资源浪费,因此,需要一种更智能的系统,去适应地调整提高能效。
现有技术中,传统能效管理系统通常是基于预设规则和固定参数进行操作,无法应对不同时间段内电力需求的波动,从而会导致电力供应不稳定,并且传统能效管理系统不能最大程度地优化电力资源的利用,从而导致能源浪费和不必要的成本增加。
发明内容
针对现有技术的不足,本发明提供了一种基于自适应预调节场景的能效管理系统,解决了传统能效管理系统通常是基于预设规则和固定参数进行操作,无法应对不同时间段内电力需求的波动,从而会导致电力供应不稳定,并且传统能效管理系统不能最大程度地优化电力资源的利用,从而导致能源浪费和不必要的成本增加的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于自适应预调节场景的能效管理系统,包括:电力数据收集模块,电力数据处理模块、自适应控制模块、能效主控平台,其中:所述数据收集模块用于收集历史每天的电力功率数据和当前时间段电力功率值;所述数据处理模块用于读取历史每天的电力功率数据并计算高电力功率阈值、低电力功率阈值以及未来每个时间段的电力功率均值,并基于高电力功率阈值、低电力功率阈值计算中电力功率阈值;所述自适应控制模块用于将当前时间段电力功率值与对应时间段的电力功率均值进行计算,获得功率差值系数,并且基于功率差值系数去计算下个时间段的电力功率调节值,并将电力功率调节值反馈给能效主控平台;所述能效主控平台用于基于设定的电气设备的额定温度判断电气设备的实时温度的异常,同时基于高电力功率阈值、低电力功率阈值、中电力功率阈值,判断电力功率调节值的大小,并基于电力功率调节值的大小应用对应的负载运行模式,所述负载运行模式包括最大功率模式、高效适应模式、低效适应模式、节能模式。
进一步地,所述高电力功率阈值的计算公式如下:,其中,/>为高电力功率阈值,/>为第/>天中的电力功率最大值,/>,/>为历史每天的电力功率数据中的天数,/>为自然常数,/>为高电力功率调制因子。
进一步地,所述高电力功率阈值、低电力功率阈值的计算公式如下:,其中,/>为低电力功率阈值,为第/>天中的电力功率最小值,/>为第/>天中的电力功率最小值,/>为平滑因子,/>为低电力功率调制因子。
进一步地,所述数据处理模块在计算未来每个时间段的电力功率均值之前,先对历史每天的电力功率数据进行预处理,所述预处理包括剔除历史每天的电力功率数据中的极大值、极小值、异样值,并将已经剔除的极大值、极小值、异样值进行插值操作补全。
进一步地,所述未来每个时间段的电力功率均值的获取步骤如下:将历史每天的电力功率数据按照相同的时间间隔进行划分,获得每个时间段的电力功率观测均值,并对每个时间段的电力功率观测均值分别赋予一个权重值;读取每个时间段的电力功率观测均值进行计算,获得未来每个时间段的电力功率均值,其计算公式如下:,其中,/>为第/>个时间段的电力功率均值,/>为第/>天中第/>个时间段的电力功率观测均值,/>,/>为历史每天的电力功率数据中的天数,/>为第/>天中第/>个时间段的电力功率观测均值的权重值,/>为电力功率调制因子,/>为自然常数。
进一步地,所述每个时间段的电力功率观测均值的获取步骤如下:读取每个时间段的电力功率数据并进行周期采样,获得每个时间点的电力功率观测值;读取采样后的每个时间点的电力功率观测值进行计算,获得每个时间段的电力功率观测均值,其计算公式如下:,
其中,为第/>天中第/>个时间段中第/>个采样点的电力功率观测值,,/>为采样点的数量,/>为电力功率修正因子。
进一步地,低电力功率阈值采用加权平均法计算得到中电力功率阈值,其计算公式如下:,其中,/>为中电力功率阈值,/>和分别是为高电力功率阈值/>和低电力功率阈值/>的权数,/>是中电力功率调制因子。
进一步地,所述功率差值系数的计算公式如下:,其中,为功率差值系数,/>为当前时间段电力功率值,/>为差值修正因子。
进一步地,所述下个时间段的电力功率调节值的计算公式如下:,其中,/>为第/>个时间段的电力功率均值,即电力功率调节值,为电力功率计数因子。
进一步地,基于设定的电气设备的额定温度判断电气设备的实时温度的异常,同时基于高电力功率阈值、低电力功率阈值、中电力功率阈值,判断电力功率调节值的大小,并基于电力功率调节值的大小应用对应的负载运行模式,包括:将电气设备的实时温度与设定的电气设备的额定温度进行比较,若电气设备的实时温度大于设定的电气设备的额定温度,则立即发出警报,将高电力功率阈值、低电力功率阈值、中电力功率阈值依次与电力功率调节值进行比较,若电力功率调节值大于等于高电力功率阈值,此时所述能效主控平台控制负载调整至最大功率模式、若电力功率调节值小于高电力功率阈值且大于等于中电力功率阈值,此时所述能效主控平台控制负载调整至高效适应模式、若电力功率调节值小于中电力功率阈值且大于低电力功率阈值,此时所述能效主控平台控制负载调整至低效适应模式、若电力功率调节值小于等于低电力功率阈值,此时所述能效主控平台控制负载调整至节能模式。
本发明具有以下有益效果:
(1)、该基于自适应预调节场景的能效管理系统,该系统通过对电力数据的收集和处理,包括历史每天的电力功率数据和当前时间段电力功率值的采集,然后,它通过数据处理模块进行高电力功率阈值、低电力功率阈值以及中电力功率阈值的计算,这些阈值对后续的电力管理至关重要,从而使得系统可以根据不同的电力功率情况,智能地调整负载运行模式,以提高电力能效。
(2)、该基于自适应预调节场景的能效管理系统,该系统分析当前时间段电力功率值与对应时间段的电力功率均值之间的关系,以获得功率差值系数,这一系数随后用于计算下一个时间段的电力功率调节值,并将其反馈给能效主控平台,从而能够实时地做出电力管理决策,以应对不断变化的电力需求,最大程度地提高电力利用效率。
(3)、该基于自适应预调节场景的能效管理系统,该系统使用高电力功率阈值和低电力功率阈值的计算公式,结合历史电力数据和参数,以计算出中电力功率阈值,从而使电力管理更加智能化和实时化。
(4)、该基于自适应预调节场景的能效管理系统,通过数据处理模块在计算未来每个时间段的电力功率均值之前进行数据预处理,这包括剔除历史电力功率数据中的异常值、极大值、极小值和进行插值操作以补全数据,从而能够提高数据的质量和可靠性,有助于更准确地预测未来电力需求。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明一种基于自适应预调节场景的能效管理系统框图。
图2为本发明一种基于自适应预调节场景的能效管理系统中电力功率均值的获取步骤流程图。
图3为本发明一种基于自适应预调节场景的能效管理系统中电力功率观测均值的获取步骤流程图。
具体实施方式
本申请实施例通过一种基于自适应预调节场景的能效管理系统,实现了解决的问题。
本申请实施例中的问题,总体思路如下:
通过收集历史电力功率数据和当前电力功率值,然后使用数据处理模块计算出高、低和中电力功率阈值,以及未来时间段的电力功率均值,自适应控制模块根据当前电力功率值与均值的比较,得出功率差值系数,进而计算下一个时间段的电力功率调节值,将其反馈给能效主控平台,主控平台基于不同电力功率阈值的设定,判断电力功率调节值的大小,并根据结果应用最大功率模式、高效适应模式、低效适应模式或节能模式中的适当负载运行模式,并且根据设定的电气设备的额定温度实时判断电气设备温度的异常,实现电力系统在不同电力功率情况下的高效运行,达到能源节约、设备异常监测和高效利用的目标。
请参阅图1,本发明实施例提供一种技术方案:一种基于自适应预调节场景的能效管理系统,包括:电力数据收集模块,电力数据处理模块、自适应控制模块、能效主控平台,其中:数据收集模块用于收集历史每天的电力功率数据和当前时间段电力功率值;数据处理模块用于读取历史每天的电力功率数据并计算高电力功率阈值、低电力功率阈值以及未来每个时间段的电力功率均值,并基于高电力功率阈值、低电力功率阈值计算中电力功率阈值;自适应控制模块用于将当前时间段电力功率值与对应时间段的电力功率均值进行计算,获得功率差值系数,并且基于功率差值系数去计算下个时间段的电力功率调节值,并将电力功率调节值反馈给能效主控平台;能效主控平台用于基于设定的电气设备的额定温度判断电气设备的实时温度的异常,同时基于高电力功率阈值、低电力功率阈值、中电力功率阈值,判断电力功率调节值的大小,并基于电力功率调节值的大小应用对应的负载运行模式,负载运行模式包括最大功率模式、高效适应模式、低效适应模式、节能模式。
具体地,高电力功率阈值的计算公式如下:,其中,为高电力功率阈值,/>为第/>天中的电力功率最大值,/>,/>为历史每天的电力功率数据中的天数,/>为自然常数,/>为高电力功率调制因子。
本实施方案中,高电力功率阈值的计算公式可以根据历史数据来自适应地确定阈值,随着历史数据的积累,阈值可以根据实际需求进行动态调整,而不是固定的阈值。这可以帮助系统更好地适应变化的负荷需求,通过使用历史数据,可以更准确地预测和管理电力系统或设备的需求。这有助于避免过载或浪费,并提高能源利用率,调制因子允许用户根据实际情况进行调整,以满足不同的需求和优化策略。这使得系统更加灵活,可以根据特定的运营要求进行定制,使用高电力功率阈值可以帮助电力系统或设备在负荷超过某个限制时采取控制措施,例如自动减少负载或启动备用电源,以确保系统的稳定性和可靠性。
具体地,低电力功率阈值的计算公式如下:,其中,/>为低电力功率阈值,为第/>天中的电力功率最小值,/>为第/>天中的电力功率最小值,/>为平滑因子,/>为低电力功率调制因子。
本实施方案中,低电力功率阈值的计算公式允许电力系统或设备动态地根据历史数据来确定阈值,这有助于系统更好地适应实际需求,无论是在高负荷时期还是在低负荷时期,通过使用历史数据和平滑因子,可以更准确地预测和管理电力系统或设备的需求,避免过度消耗资源或无法满足需求,低电力功率调制因子允许用户根据具体需求进行调整,以满足不同的运营要求和策略,这提供了更大的灵活性,以适应不同的情况,使用高电力功率阈值和低电力功率阈值可以帮助电力系统或设备在不同负荷情况下采取适当的控制措施,以确保系统的稳定性和可靠性,这有助于避免过载或浪费,并提高能源利用率。。
具体地,数据处理模块在计算未来每个时间段的电力功率均值之前,先对历史每天的电力功率数据进行预处理,预处理包括剔除历史每天的电力功率数据中的极大值、极小值、异样值,并将已经剔除的极大值、极小值、异样值进行插值操作补全。
本实施方案中,通过排除异常值,可以提高数据的质量和可靠性,确保后续分析和计算基于更准确的数据,异常值可能会对电力功率均值的计算产生误导性的影响,因此排除它们可以避免错误的结论,通过插值操作,可以确保数据在异常值剔除后仍然保持连续性,以便进行后续分析或预测,对历史数据进行预处理有助于构建更准确的模型和预测,因为模型不会受到异常值的干扰。
具体地,如图2所示,未来每个时间段的电力功率均值的获取步骤如下:将历史每天的电力功率数据按照相同的时间间隔进行划分,获得每个时间段的电力功率观测均值,并对每个时间段的电力功率观测均值分别赋予一个权重值;读取每个时间段的电力功率观测均值进行计算,获得未来每个时间段的电力功率均值,其计算公式如下:,其中,/>为第/>个时间段的电力功率均值,/>为第/>天中第/>个时间段的电力功率观测均值,/>,/>为历史每天的电力功率数据中的天数,/>为第/>天中第/>个时间段的电力功率观测均值的权重值,/>为电力功率调制因子,/>为自然常数。
本实施方案中,通过将历史数据分成时间段,系统可以更细致地分析电力功率的变化趋势,这有助于更好地理解系统在不同时间段内的性能,赋予每个时间段的电力功率观测均值权重值允许系统考虑不同时间段的重要性。这可以用于强调某些时间段的数据,以更准确地预测未来电力功率,通过考虑历史数据中的多个时间段和权重值,计算未来每个时间段的电力功率均值,系统可以更准确地进行电力功率预测。这有助于更好地规划资源和操作,使用电力功率调制因子和自然常数,系统可以根据不同的情况进行调整,以适应实际需求。这提供了模型的自适应性和灵活性。
具体地,如图3所示,每个时间段的电力功率观测均值的获取步骤如下:读取每个时间段的电力功率数据并进行周期采样,获得每个时间点的电力功率观测值;读取采样后的每个时间点的电力功率观测值进行计算,获得每个时间段的电力功率观测均值,其计算公式如下:,其中,/>为第/>天中第/>个时间段中第个采样点的电力功率观测值,/>,/>为采样点的数量,/>为电力功率修正因子。
本实施方案中,周期采样有助于获取电力功率数据的多个观测点,提供更详细和准确的数据,以便进行分析,通过使用多个观测点计算电力功率观测均值,可以减少噪音和随机变动的影响,获得更准确的均值,引入电力功率修正因子可以校正或调整均值,以考虑可能存在的系统特性或校准需求,使用电力功率修正因子,系统可以自适应地调整数据处理过程,以适应不同的情况,从而提高数据质量和可靠性。
具体地,基于高电力功率阈值、低电力功率阈值采用加权平均法计算得到中电力功率阈值,其计算公式如下:,其中,/>为中电力功率阈值,/>和/>分别是为高电力功率阈值/>和低电力功率阈值/>的权数,是中电力功率调制因子。
本实施方案中,采用加权平均法结合高电力功率阈值和低电力功率阈值,可以综合考虑系统对高功率和低功率的需求,确保阈值的选择不过于偏向某一极端,通过分配权重,可以调整高电力功率阈值和低电力功率阈值的相对优先级。这允许系统在需要时更关注高功率需求或低功率需求,以满足不同的运营策略,中电力功率调制因子可以根据实际情况进行调整,以满足特定的需求或校准要求,这增加了系统的自适应性,通过这种方法,系统可以更灵活地选择中电力功率阈值,以适应不同的情况和变化的需求。这有助于优化电力系统的性能。
具体地,功率差值系数的计算公式如下:,其中,/>为功率差值系数,/>为当前时间段电力功率值,/>为差值修正因子。
本实施方案中,通过计算功率差值系数,系统可以监测电力功率在不同时间段内的波动情况。这有助于了解系统的稳定性和负载变化,差值修正因子允许用户调整功率差值系数的计算,以考虑可能存在的系统特性或校准需求。这增加了系统的自适应性和灵活性,计算功率差值系数可以用于识别电力功率的变化趋势,有助于制定负载管理策略,以适应不同时间段的电力需求,功率差值系数的监测可以用于检测电力系统中的异常情况,例如,如果差值系数突然增加,可能表示存在设备故障或其他问题。
具体地,下个时间段的电力功率调节值的计算公式如下:,其中,/>为第/>个时间段的电力功率均值,即电力功率调节值,/>为电力功率计数因子。
本实施方案中,通过计算电力功率调节值,系统可以根据当前时间段内的电力功率均值来调整下一个时间段的电力功率,以适应变化的需求,电力功率计数因子的引入允许系统根据不同因素对电力功率进行优化分配。这可以帮助避免过载或浪费电力,根据电力功率计数因子的调整,系统可以根据实际情况灵活地调整电力功率,以满足不同的运营需求,通过根据电力功率均值计算电力功率调节值,系统可以更好地利用能源,减少不必要的浪费。
具体地,基于设定的电气设备的额定温度判断电气设备的实时温度的异常,同时基于高电力功率阈值、低电力功率阈值、中电力功率阈值,判断电力功率调节值的大小,并基于电力功率调节值的大小应用对应的负载运行模式,包括:将电气设备的实时温度与设定的电气设备的额定温度进行比较,若电气设备的实时温度大于设定的电气设备的额定温度,则立即发出警报,将高电力功率阈值、低电力功率阈值、中电力功率阈值依次与电力功率调节值进行比较,若电力功率调节值大于等于高电力功率阈值,此时能效主控平台控制负载调整至最大功率模式、若电力功率调节值小于高电力功率阈值且大于等于中电力功率阈值,此时能效主控平台控制负载调整至高效适应模式、若电力功率调节值小于中电力功率阈值且大于低电力功率阈值,此时能效主控平台控制负载调整至低效适应模式、若电力功率调节值小于等于低电力功率阈值,此时能效主控平台控制负载调整至节能模式。
本实施方案中,当电气设备的实时温度大于设定的电气设备的额定温度时,能效主控平台控制会立即发出警报通知相关人员,以及时处理电气设备温度的异常,从而能够最大程度的降低发生异常情况的损失,在电力功率需求高的情况下,系统会自动切换到最大功率模式,确保以最高性能运行,满足高电力需求的应用,如工业生产和大型计算任务,当电力功率要求高于中电力功率阈值但低于高电力功率阈值时,高效适应模式可确保在节约成本的同时提供足够的电力,减少用电成本,通过在这个中间功率范围内运行,系统可以避免浪费电力和资源,确保高效使用,当电力功率需求低于中电力功率阈值但高于低电力功率阈值时,低效适应模式可确保系统以适应性的方式运行,以满足适度电力需求,不浪费资源,这个模式可以有助于延长设备的使用寿命,减少过度使用的损坏,当电力功率需求很低时,系统切换到节能模式,这有助于保护能源,减少碳排放和减少电力成本,通过在低负载情况下采用节能模式,系统可以更好地支持可持续性和环保目标,这一自动化系统减少了人工干预的需求,从而节省时间和人力资源,提高操作效率。
综上,本申请至少具有以下效果:
该系统通过对电力数据的收集和处理,包括历史每天的电力功率数据和当前时间段电力功率值的采集,然后,它通过数据处理模块进行高电力功率阈值、低电力功率阈值以及中电力功率阈值的计算,这些阈值对后续的电力管理至关重要,从而使得系统可以根据不同的电力功率情况,智能地调整负载运行模式,以提高电力能效。
该系统分析当前时间段电力功率值与对应时间段的电力功率均值之间的关系,以获得功率差值系数,这一系数随后用于计算下一个时间段的电力功率调节值,并将其反馈给能效主控平台,从而能够实时地做出电力管理决策,以应对不断变化的电力需求,最大程度地提高电力利用效率。
该系统使用高电力功率阈值和低电力功率阈值的计算公式,结合历史电力数据和参数,以计算出中电力功率阈值,从而使电力管理更加智能化和实时化。
通过数据处理模块在计算未来每个时间段的电力功率均值之前进行数据预处理,这包括剔除历史电力功率数据中的异常值、极大值、极小值和进行插值操作以补全数据,从而能够提高数据的质量和可靠性,有助于更准确地预测未来电力需求。。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种基于自适应预调节场景的能效管理系统,其特征在于,包括:电力数据收集模块,电力数据处理模块、自适应控制模块、能效主控平台,其中:
所述数据收集模块用于收集历史每天的电力功率数据、当前时间段电力功率值和电气设备的实时温度;
所述数据处理模块用于读取历史每天的电力功率数据并计算高电力功率阈值、低电力功率阈值以及未来每个时间段的电力功率均值,并基于高电力功率阈值、低电力功率阈值计算中电力功率阈值;
所述自适应控制模块用于将当前时间段电力功率值与对应时间段的电力功率均值进行计算,获得功率差值系数,并且基于功率差值系数去计算下个时间段的电力功率调节值,并将电力功率调节值反馈给能效主控平台;
所述能效主控平台用于基于设定的电气设备的额定温度判断电气设备的实时温度的异常,同时基于高电力功率阈值、低电力功率阈值、中电力功率阈值,判断电力功率调节值的大小,并基于电力功率调节值的大小应用对应的负载运行模式,所述负载运行模式包括最大功率模式、高效适应模式、低效适应模式、节能模式;
所述高电力功率阈值的计算公式如下:
其中,为高电力功率阈值,/>为第/>天中的电力功率最大值,,/>为历史每天的电力功率数据中的天数,/>为自然常数,/>为高电力功率调制因子;
所述低电力功率阈值的计算公式如下:
其中,为低电力功率阈值,/>为第/>天中的电力功率最小值,/>为第/>天中的电力功率最小值,/>为平滑因子,/>为低电力功率调制因子;
所述未来每个时间段的电力功率均值的获取步骤如下:
将历史每天的电力功率数据按照相同的时间间隔进行划分,获得每个时间段的电力功率观测均值,并对每个时间段的电力功率观测均值分别赋予一个权重值;
读取每个时间段的电力功率观测均值进行计算,获得未来每个时间段的电力功率均值,其计算公式如下:
其中,为第/>个时间段的电力功率均值,/>为第/>天中第/>个时间段的电力功率观测均值,/>,/>为历史每天的电力功率数据中的天数,/>为第/>天中第/>个时间段的电力功率观测均值的权重值,/>为电力功率调制因子,/>为自然常数;
基于高电力功率阈值、低电力功率阈值采用加权平均法计算得到中电力功率阈值,其计算公式如下:
其中,为中电力功率阈值,/>和/>分别是为高电力功率阈值/>和低电力功率阈值/>的权数,/>是中电力功率调制因子;
所述功率差值系数的计算公式如下:
其中,为功率差值系数,/>为当前时间段电力功率值,/>为差值修正因子。
2.根据权利要求1所述的一种基于自适应预调节场景的能效管理系统,其特征在于:所述数据处理模块在计算未来每个时间段的电力功率均值之前,先对历史每天的电力功率数据进行预处理,所述预处理包括剔除历史每天的电力功率数据中的极大值、极小值、异样值,并将已经剔除的极大值、极小值、异样值进行插值操作补全。
3.根据权利要求1所述的一种基于自适应预调节场景的能效管理系统,其特征在于:所述每个时间段的电力功率观测均值的获取步骤如下:
读取每个时间段的电力功率数据并进行周期采样,获得每个时间点的电力功率观测值;
读取采样后的每个时间点的电力功率观测值进行计算,获得每个时间段的电力功率观测均值,其计算公式如下:
其中,为第/>天中第/>个时间段中第/>个采样点的电力功率观测值,,/>为采样点的数量,/>为电力功率修正因子。
4.根据权利要求1所述的一种基于自适应预调节场景的能效管理系统,其特征在于:所述下个时间段的电力功率调节值的计算公式如下:
其中,为第/>个时间段的电力功率均值,即电力功率调节值,/>为电力功率计数因子。
5.根据权利要求1所述的一种基于自适应预调节场景的能效管理系统,其特征在于:基于设定的电气设备的额定温度判断电气设备的实时温度的异常,同时基于高电力功率阈值、低电力功率阈值、中电力功率阈值,判断电力功率调节值的大小,并基于电力功率调节值的大小应用对应的负载运行模式,包括:将电气设备的实时温度与设定的电气设备的额定温度进行比较,若电气设备的实时温度大于设定的电气设备的额定温度,则立即发出警报,将高电力功率阈值、低电力功率阈值、中电力功率阈值依次与电力功率调节值进行比较,若电力功率调节值大于等于高电力功率阈值,此时所述能效主控平台控制负载调整至最大功率模式、若电力功率调节值小于高电力功率阈值且大于等于中电力功率阈值,此时所述能效主控平台控制负载调整至高效适应模式、若电力功率调节值小于中电力功率阈值且大于低电力功率阈值,此时所述能效主控平台控制负载调整至低效适应模式、若电力功率调节值小于等于低电力功率阈值,此时所述能效主控平台控制负载调整至节能模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311629563.2A CN117650628B (zh) | 2023-12-01 | 2023-12-01 | 一种基于自适应预调节场景的能效管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311629563.2A CN117650628B (zh) | 2023-12-01 | 2023-12-01 | 一种基于自适应预调节场景的能效管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117650628A CN117650628A (zh) | 2024-03-05 |
CN117650628B true CN117650628B (zh) | 2024-05-03 |
Family
ID=90047235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311629563.2A Active CN117650628B (zh) | 2023-12-01 | 2023-12-01 | 一种基于自适应预调节场景的能效管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117650628B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111435231A (zh) * | 2019-01-15 | 2020-07-21 | 系统电子工业股份有限公司 | 一种智能节省电费管控系统及方法 |
CN112761875A (zh) * | 2021-01-13 | 2021-05-07 | 国电联合动力技术有限公司 | 一种风电机组柔性功率自调节智能控制系统 |
CN113022381A (zh) * | 2021-03-22 | 2021-06-25 | 潍柴动力股份有限公司 | 燃料电池动力系统功率自适应的控制方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2537302B (en) * | 2014-02-03 | 2020-12-23 | Green Power Tecnologies S L | System and method for the distributed control and management of a microgrid |
US10700523B2 (en) * | 2017-08-28 | 2020-06-30 | General Electric Company | System and method for distribution load forecasting in a power grid |
-
2023
- 2023-12-01 CN CN202311629563.2A patent/CN117650628B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111435231A (zh) * | 2019-01-15 | 2020-07-21 | 系统电子工业股份有限公司 | 一种智能节省电费管控系统及方法 |
CN112761875A (zh) * | 2021-01-13 | 2021-05-07 | 国电联合动力技术有限公司 | 一种风电机组柔性功率自调节智能控制系统 |
CN113022381A (zh) * | 2021-03-22 | 2021-06-25 | 潍柴动力股份有限公司 | 燃料电池动力系统功率自适应的控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于云计算的风电场电力自动化监控系统设计;王鹏凯;;自动化技术与应用;20200725(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117650628A (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102025150B (zh) | 在配电网络中用于需求响应的方法和系统 | |
US7729810B2 (en) | Electrical power distribution control systems and processes | |
CN107818385A (zh) | 一种梯级水电站群实时运行趋势预测方法 | |
CN117013606B (zh) | 一种基于人工智能的光伏发电智能储能控制系统 | |
KR102512324B1 (ko) | 재생 에너지를 연계한 부하 예측 모델 기반의 전압 최적화 제어를 통한 보전 전압 강하를 위한 전압 제어 장치 | |
CN117093823B (zh) | 基于数据分析的工厂能源消耗管理方法 | |
KR101357394B1 (ko) | 전력 관리 방법 및 시스템 | |
CN113326585B (zh) | 燃气锅炉的能效异常预警方法、装置和计算机设备 | |
CN117650628B (zh) | 一种基于自适应预调节场景的能效管理系统 | |
CN111914000B (zh) | 一种基于功耗预测模型的服务器功率封顶方法、系统 | |
CN111708987B (zh) | 一种变电站多台并联变压器负荷预测方法 | |
CN117332215A (zh) | 一种高低压配电柜异常故障信息远程监测系统 | |
CN115186888A (zh) | 一种基于双碳目标的节能降耗方法 | |
CN106094523B (zh) | 基于效率和均流指标面积和最大的并联供电系统优化方法 | |
CN111913395B (zh) | 智能建筑节能控制方法及系统 | |
CN107832204A (zh) | 一种基于mdc的服务器cpu能耗预测方法 | |
CN112943557B (zh) | 风电场、风力发电机组及其运行状态的预测方法和设备 | |
CN117171590B (zh) | 一种电机智能驱动优化方法及系统 | |
CN117970009B (zh) | 填谷电路的电力采集终端及电能表 | |
CN117353349B (zh) | 储能系统的供电状态控制方法、存储介质及电子设备 | |
CN116454883B (zh) | 一种在线取电设备的电源动态管理方法及终端 | |
CN117543780B (zh) | 用于智能设备的充电功率自适应调整方法 | |
CN111949940B (zh) | 基于回归模型的台区变压器过载预测方法、系统及存储介质 | |
CN117193504A (zh) | 一种服务器电源智能控制方法及系统 | |
CN117970009A (zh) | 填谷电路的电力采集终端及电能表 |
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 |