CN117891962B - 一种城市分布式光伏系统数据的图数据库构建方法及应用 - Google Patents
一种城市分布式光伏系统数据的图数据库构建方法及应用 Download PDFInfo
- Publication number
- CN117891962B CN117891962B CN202410300101.4A CN202410300101A CN117891962B CN 117891962 B CN117891962 B CN 117891962B CN 202410300101 A CN202410300101 A CN 202410300101A CN 117891962 B CN117891962 B CN 117891962B
- Authority
- CN
- China
- Prior art keywords
- building
- nodes
- data
- photovoltaic system
- urban
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 40
- 239000013598 vector Substances 0.000 claims description 39
- 238000010248 power generation Methods 0.000 claims description 29
- 238000005265 energy consumption Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000002203 pretreatment Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000013500 data storage Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市分布式光伏系统数据的图数据库构建方法及应用,属于光伏数据存储技术领域,包括:收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;用所述城市建筑分布式光伏系统数据,构建图数据库,所述图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,所述图数据库中的边表示不同节点之间的关系。对应地还提供了城市分布式光伏系统数据的存储方法及构建的图数据库调整不同建筑光伏系统发电量的方法。本发明构建城市分布式光伏的城市建筑数据库,将离散数据进行融合,能够实现城市建筑分布式光伏数据的高效、灵活和可扩展存储及分析。
Description
技术领域
本发明属于光伏数据存储技术领域,更具体地,涉及一种城市分布式光伏系统数据的图数据库构建方法及应用。
背景技术
随着城市化进程的加快,城市能源消耗快速增长,发展可再生能源的需求日益迫切。分布式光伏作为一种高效、清洁的能源解决方案,越来越多地被集成到城市建筑中。基于此,对于城市分布式光伏系统的数据存储管理和分析提出了更高的要求。
目前,城市分布式光伏系统的数据存储管理和分析多依赖于传统数据库系统,而传统的数据库系统主要针对结构化数据设计,面对复杂的城市建筑分布式光伏系统,这些传统的方法存在若干问题,包括:难以处理超大规模数据集;在海量数据的快速访问和分析上存在瓶颈,限制了用户对于光伏数据的即时查询和实时决策能力;可扩展性不足,难以适应快速变化的数据格式和分析需求,尤其是在多源异构数据集成和交互分析的场景下。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种城市分布式光伏系统数据的图数据库构建方法及应用,其目的在于提升城市光伏数据的快速访问、分析能力及可扩展性。
为实现上述目的,按照本发明的第一方面,提供了一种城市分布式光伏系统数据的图数据库构建方法,包括:
S1、收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;
S2、用所述城市建筑分布式光伏系统数据,构建图数据库,所述图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,所述图数据库中的边表示不同节点之间的关系;
其中,所述建筑实体节点包括建筑节点、能源系统节点、光伏系统节点及天气节点;不同节点的连接关系包括:建筑节点与建筑节点之间通过能源依赖关系连接;建筑节点分别与其建筑编号相同的能源系统节点、光伏系统节点及天气节点连接;天气节点连接所有的光伏系统节点;节点中边的属性特征为建筑阴影的影响方向和建筑之间的阴影影响系数。
进一步地,S2中,根据所述城市建筑数据判断建筑节点之间是否存在所述能源依赖关系,具体包括:
根据所述城市建筑数据判断当前建筑阴影是否影响其他建筑的太阳能发电,若影响,则当前建筑节点与对应的其他建筑节点之间存在能源依赖关系,否则,不存在能源依赖关系。
进一步地,判断当前建筑阴影是否影响其他建筑的太阳能发电之前,还包括:
采用所述城市建筑数据构建建筑节点之间的拓扑关系;
根据所述拓扑关系判断建筑间的距离是否大于建筑高度的三倍,若是,则两个建筑之间不存在相互关系;
若否,则进行当前建筑阴影是否影响其他建筑的太阳能发电判断。
进一步地,根据所述城市建筑数据判断建筑节点之间是否存在所述能源依赖关系之前,还包括对所述城市建筑数据中的城市建筑矢量数据进行预处理;所述预处理方法包括:
获得所述城市建筑矢量数据中的矢量图点及矢量图点对应的经纬度;
构建五边形的二维网格,使所述二维网格/>能够容纳所有的矢量图点;
将每个矢量图点对应的经纬度映射到所述二维网格/>上,其中,定义,/>是根据经纬度/>转换得到的网络坐标,其它网格位置设置为0,得到点映射后的二维网格/>;
将点映射后的二维网格进行二维离散傅里叶变换后,再按行或按列进行一维向量展平,得到展平后的一维向量为预处理后的数据。
进一步地,所述建筑阴影的影响方向包括单向影响和双向影响;其中,单向影响是指在一段时间内两个建筑中第一个建筑的阴影影响第二个建筑,但第二个建筑的阴影不影响第一个建筑;双向影响是指在一段时间内两个建筑的阴影相互影响;
所述建筑之间的阴影影响系数根据所述城市建筑数据,天气数据及时间,采用Pysolar库模拟计算得到。
按照本发明的第二方面,提供了一种城市分布式光伏系统数据的存储方法,包括:
采用第一方面任一项所述的图数据库构建方法构建的图数据库存储所述城市分布式光伏系统数据。
按照本发明的第三方面,提供了一种采用第一方面任一项所述的图数据库构建方法构建的图数据库调整不同建筑光伏系统发电量的方法,包括:
计算所述图数据库中能源系统节点对应的建筑能耗W1,以及电动车充电需求量W2;
计算所述图数据库中光伏系统节点对应的光伏系统发电量W3,则调整后的光伏发电量W4= W3* shadow_effect;其中,shadow_effect表示所述建筑之间的阴影影响系数;
根据调整后的光伏发电量W4判断是否能够满足所述建筑能耗W1及所述电动车充电需求量W2,若否,则进行能源调度。
按照本发明的第四方面,提供了一种城市分布式光伏系统数据的图数据库构建系统,用于执行第一方面任一项所述的图数据库构建方法,包括:
数据收集模块,用于收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;
图数据库构建模块,用于用所述城市建筑分布式光伏系统数据,构建图数据库,所述图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,所述图数据库中的边表示不同节点之间的关系;
其中,所述建筑实体节点包括建筑节点、能源系统节点、光伏系统节点及天气节点;不同节点的连接关系包括:建筑节点与建筑节点之间通过能源依赖关系连接;建筑节点分别与其建筑编号相同的能源系统节点、光伏系统节点及天气节点连接;天气节点连接所有的光伏系统节点;节点中边的属性特征为建筑阴影的影响方向和建筑之间的阴影影响系数。
按照本发明的第五方面,提供了一种电子设备,包括计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令执行第一方面任一项所述的图数据库构建方法,或执行第二方面所述的存储方法,或执行第三方面所述的方法。
按照本发明的第六方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面任一项所述的图数据库构建方法,或实现如第二方面所述的存储方法,或实现如第三方面所述的方法。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明的城市分布式光伏系统数据的图数据库构建方法,基于获取的城市建筑分布式光伏系统数据构建图数据库,通过将城市建筑分布式光伏系统数据中的城市建筑数据、能源系统数据、光伏系统数据及天气数据分别存储为图数据库的节点,利用建筑之间的能源依赖关系关联建筑节点与建筑节点,利用建筑ID关联光伏系统节点和建筑节点,天气节点和建筑节点,及能源系统节点与建筑节点,并用建筑阴影的影响方向和建筑之间的阴影影响系数作为节点中边的属性特征,以此构建城市建筑分布式光伏系统数据构建图数据库,通过将城市建筑分布式光伏系统数据转换成图数据库存储的方式,可以采用图数据库的查询语句进行城市光伏数据的快速访问和分析,提升了对城市光伏数据的即时查询和实时决策能力。并且本发明构建的图数据库根据城市光伏数据的不同类型定义了不同的节点,当存储对象发生变化或数据模型需要调整时,可以直接在图数据库中添加或修改节点和关系,以及它们的属性,可扩展性强。
(2)进一步地,判断当前建筑阴影是否影响其他建筑的太阳能发电之前,首先根据城市建筑数据构建建筑节点之间的拓扑关系,根据拓扑关系可以快速筛除不存在相互关系的建筑节点,仅对可能存在关联关系的建筑节点进行是否存在能源依赖关系判断,可降低计算量,提升获取建筑间能源依赖关系的效率。
(3)进一步地,本发明中的预处理方式,通过将城市建筑矢量数据映射至五边形二维网格中,借用傅里叶变换将其展平为一维向量,实现了复杂矢量图点的轻量化存储,在后续计算建筑节点之间的能源依赖关系时,能够快速将大规模的城市建筑矢量数据复现。
(4)进一步地,采用本发明构建的图数据库调整不同建筑光伏系统发电量的方法,基于设计的数据库,根据建筑之间的阴影影响系数可以快速计算出调整后的实际光伏发电量,建筑之间的阴影影响系数反映建筑间能源依赖,因此,根据建筑之间的阴影影响系数计算出的实际光伏发电量更加精确,基于更加精确的区域能源总量能够实现更加精准的建筑群间能源协调优化。
附图说明
图1为本发明实施例中的城市分布式光伏系统数据的图数据库构建流程图。
图2为本发明实施例中的将建筑足迹图Delaunay三角剖分的结果图。
图3为本发明实施例中利用“Pysolar”库判断形成的城市建筑之间的能源依赖关系图。
图4为本发明实施例中的集成城市建筑分布式光伏的数据库。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
如图1所示,本发明的城市分布式光伏系统数据的图数据库构建方法,主要包括:
S1、收集城市建筑分布式光伏系统数据,包括:城市建筑数据,与建筑关联的能源系统数据及光伏系统数据,及当地的气候环境数据(天气数据),并将各类数据统一为同一种数据格式;其中,城市分布式光伏系统包括与建筑关联的能源系统及光伏系统。本发明实施例中,以城市GIS模型为基础,收集城市建筑分布式光伏系统数据;城市建筑数据包括城市建筑矢量数据和建筑中心数据。
S2、基于S1中收集的城市建筑分布式光伏系统数据,构建图数据库,该图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征;其中建筑实体节点包括建筑节点、能源系统节点、光伏系统节点及天气节点;根据S1中收集的城市建筑分布式光伏系统数据中得到对应建筑实体节点的属性特征;节点间的边表示不同节点之间的关系,不同节点的连接关系包括:建筑节点与建筑节点之间通过能源依赖关系连接;建筑节点与对应的能源系统节点、光伏系统节点及天气节点之间均通过建筑ID(建筑编号)的关联关系建立连接,即建筑节点与其建筑ID相同的能源系统节点建立连接,建筑节点与其建筑ID相同的光伏系统节点建立连接,建筑节点与其建筑ID相同的天气节点建立连接;天气节点连接所有的光伏系统节点;节点中边的属性特征为建筑阴影的影响方向和建筑之间的阴影影响系数。
优选地,本发明实施例中,节点之间边的关系如下表1所示:
。
具体地,基于城市建筑数据判断建筑节点之间是否存在能源依赖关系,包括:根据城市建筑数据判断当前建筑阴影是否影响其他建筑的太阳能发电,若当前建筑阴影影响其他建筑的太阳能发电,则当前建筑节点与对应的其他建筑节点之间存在能源依赖关系,否则两个建筑节点之间不存在能源依赖关系。
优选地,本发明实施例中,首先根据城市建筑数据构建建筑节点之间的拓扑关系;根据建筑节点之间的拓扑关系判断:若建筑间的距离大于建筑高度的三倍,则两个建筑节点之间不存在相互关系;否则,利用“Pysolar”库进行模拟计算,以判断建筑阴影是否影响另一个建筑的太阳能发电,若当前建筑阴影影响另一个建筑的太阳能发电,则当前建筑节点与对应的另一个建筑节点之间存在能源依赖关系,否则两个建筑节点之间不存在能源依赖关系。如此,针对大规模建筑,可以快速筛除不存在相互关系的建筑节点,仅对可能存在关联关系的建筑节点进行是否存在能源依赖关系判断,可降低计算量,提升获取建筑间能源依赖关系的效率。
作为本发明的进一步设计,基于城市建筑数据判断建筑节点之间是否存在能源依赖关系之前,还包括:对获取的城市建筑数据中的城市建筑矢量数据进行预处理,预处理过程具体包括:
获得城市建筑矢量数据中的矢量图点及矢量图点对应的经纬度;本发明实施例中,利用“geopandas”库读取shp文件(城市建筑矢量数据),获得城市建筑的编号,高度,矢量图点(城市建筑矢量数据)的经纬度和建筑类型;
构建五边形的二维网格,使二维网格/>能够容纳所有的矢量图点;在实际应用时,网格的大小取决于点的分布和所需的分辨率;
将每个矢量图点对应的经纬度映射到二维网格/>上,其中,定义,/>和/>是根据经纬度/>转换得到的网络坐标,其它网格位置设置为0,得到点映射后的二维网格/>;
将点映射后的二维网格进行二维离散傅里叶变换后,再进行一维向量展平,得到展平后的一维向量即为预处理后的数据。
具体地,将点映射后的二维网格进行二维离散傅里叶变换对应的公式为:
其中,是/>变换后在频率域中的复数值,M和N是网格的尺寸。
将二维频率域数组展平为一维向量V,公式如下:
展平过程通常是按行(或按列)进行的,一维索引K可以计算得出,公式如下:
其中,和/>代表的是在二维离散傅里叶变换中的频率索引。这些变量在傅里叶变换中用于表示原始信号或图像在频率域中的位置。/>是频率域中的水平坐标,对应图像的行频率;/>是频率域中的垂直坐标,对应图像的列频率。
本发明中的预处理方式,通过将城市建筑矢量数据映射至五边形二维网格中,借用傅里叶变换将其展平为一维向量,实现了复杂矢量图点的轻量化存储,在后续计算建筑节点之间的能源依赖关系时,能够快速将大规模的城市建筑矢量数据复现。
优选地,S2中,每种建筑实体节点的属性特征如下表2所示:
。
优选地,节点中边的属性特征为建筑阴影的影响方向“impact”和建筑之间的阴影影响系数“shadow_effect”。其中,建筑阴影的影响方向“impact”为0或1,为0代表单向影响,即在一段时间内两个建筑中第一个建筑的阴影影响第二个建筑,但第二个建筑的阴影不影响第一个建筑;1代表双向影响,即在一段时间内两个建筑的阴影相互影响。建筑之间的阴影影响系数“shadow_effect”根据时间和天气确定;在本发明实施例中,根据城市建筑数据、当地的气候环境数据及时间,利用“Pysolar”库进行模拟计算得到建筑之间的阴影影响系数“shadow_effect”。
本发明的城市分布式光伏系统数据的图数据库构建方法,基于获取的城市建筑分布式光伏系统数据构建图数据库,通过将城市建筑分布式光伏系统数据中的城市建筑数据、能源系统数据、光伏系统数据及天气数据分别存储为图数据库的节点,利用建筑之间的能源依赖关系关联建筑节点与建筑节点,利用建筑ID关联光伏系统节点和建筑节点,天气节点和建筑节点,及能源系统节点与建筑节点,并用建筑阴影的影响方向和建筑之间的阴影影响系数作为节点中边的属性特征,以此构建城市建筑分布式光伏系统数据构建图数据库,通过将城市建筑分布式光伏系统数据转换成图数据库存储的方式,可以采用图数据库的查询语句进行城市光伏数据的快速访问和分析,提升了对城市光伏数据的即时查询和实时决策能力。并且本发明构建的图数据库根据城市光伏数据的不同类型定义了不同的节点,当存储对象发生变化或数据模型需要调整时,可以直接在图数据库中添加或修改节点和关系,以及它们的属性,可扩展性强。
实施例2
本发明实施例提供了一种城市分布式光伏系统数据的存储方法,包括:
利用实施例1构建的图数据库存储城市分布式光伏系统数据。
具体包括:
将城市建筑数据、能源系统数据、光伏系统数据及天气数据存储为图数据库的节点;
利用建筑之间的能源依赖关系关联建筑节点与建筑节点,利用建筑ID关联光伏系统节点和建筑节点,利用建筑ID关联天气节点和建筑节点;利用建筑ID关联能源系统节点与建筑节点;
添加每个节点的属性特征,以及边的属性特征,实现城市分布式光伏系统数据的存储。具体地,将建筑节点的“建筑ID、建筑类型、建筑高度、建筑面积、建筑矢量图的一维向量、建筑矢量图的中心坐标”,将能源系统节点的“能耗ID、建筑ID、建筑能耗、电动车充电需求量、光伏发电量、调整后的光伏发电量”,将光伏系统节点的“光伏系统ID、建筑ID、发电容量、面板朝向调整系数、面板倾角调整系数、面板面积、转换效率”,将天气节点的“天气ID、太阳高度角调整系数、平均辐照度、温度调整系数、云量调整系数”属性数据批量写入图数据库,将建筑阴影的影响方向和建筑之间的阴影影响系数批量写入图数据库。
下面以具体的实施例对本发明的方法进一步说明。
选取某地的多栋建筑,获得构建数据库所需的所有数据。利用Delaunay三角剖分法将建筑足迹图全部划分连接(建筑节点之间的拓扑关系),得划分结果如图2所示;
利用“Pysolar”库进行模拟计算,判断建筑节点之间是否存在能源依赖关系。如果存在能源依赖关系则保存连线,不存在能源依赖关系则删除连线,得到能源依赖关系示意图如图3所示;
将节点和属性输入至Neo4j图数据库,将建筑间的拓扑模型存储为图数据库的实体节点;根据能源依赖关系建立建筑节点间连接;将光伏系统存储为图数据库的属性节点,利用建筑ID关联光伏系统节点和建筑节点;将天气存储为图数据库的属性节点,关联天气节点和所有的建筑节点;添加每个节点和边的属性特征,结果如图4所示。
实施例3
一种利用实施例1构建的图数据库调整不同建筑光伏系统发电量的方法,包括:
计算图数据库中能源系统节点对应的建筑能耗W1,以及电动车充电需求量W2;
计算图数据库中光伏系统节点对应的光伏系统发电量W3,则调整后的光伏发电量W4= W3* shadow_effect;
根据调整后的光伏发电量W4判断是否能够满足建筑能耗W1及电动车充电需求量W2,若否,则进行能源调度。
具体地,本发明实施例中,能源系统节点对应的建筑能耗W1,电动车充电需求量W2,及光伏系统节点对应的光伏系统发电量W3的计算方式如下:
定义有四种建筑类型,商业建筑、工业建筑、居住建筑、商住建筑,每种建筑每小时每一平米的能耗分别为、/>、/>、/>千瓦时/平方米,/>、/>、/>、/>受季节和节假日影响,为动态函数,即不同建筑的能耗计算公式如下:
定义四种建筑类型的电动车充电需求量每小时每一平米分别为、/>、/>、/>千瓦时/平方米,/>、/>、/>、/>受季节和节假日影响,为动态函数,即不同建筑的电动车充电需求量计算公式如下:
定义光伏系统一小时的发电量由光伏系统的参数和天气的参数计算得出,估算一小时发电量计算公式如下:
其中,表示光伏面板面积(平方米)、/>表示转换效率、/>表示平均辐照度(千瓦时/平方米/小时)、/>表示面板朝向调整系数、/>表示面板倾角调整系数、/>表示太阳高度角调整系数、/>表示温度调整系数、/>表示云量调整系数。
采用本发明的实施例1构建的图数据库调整不同建筑光伏系统发电量的方法,基于设计的数据库,根据建筑之间的阴影影响系数可以快速计算出调整后的实际光伏发电量,建筑之间的阴影影响系数反映建筑间能源依赖,因此,根据建筑之间的阴影影响系数计算出的实际光伏发电量更加精确,基于更加精确的区域能源总量能够实现更加精准的建筑群间能源协调优化。
实施例4
本发明实施例提供了一种城市分布式光伏系统数据的图数据库构建系统,用于执行实施例1中的图数据库构建方法,包括:
数据收集模块,用于收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;
图数据库构建模块,用于用城市建筑分布式光伏系统数据,构建图数据库,图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,图数据库中的边表示不同节点之间的关系;
其中,建筑实体节点包括建筑节点、能源系统节点、光伏系统节点及天气节点;不同节点的连接关系包括:建筑节点与建筑节点之间通过能源依赖关系连接;建筑节点分别与其建筑编号相同的能源系统节点、光伏系统节点及天气节点连接;天气节点连接所有的光伏系统节点;节点中边的属性特征为建筑阴影的影响方向和建筑之间的阴影影响系数。
上述每个模块的具体实现方式参见实施例1中对应的描述,此处不再赘述。
实施例5
本发明实施例提供了一种电子设备,包括计算机可读存储介质和处理器;
计算机可读存储介质用于存储可执行指令;
处理器用于读取计算机可读存储介质中存储的可执行指令执行实施例1中的图数据库构建方法,或执行实施例2中城市分布式光伏系统数据的存储方法,或执行实施例3中的方法。
实施例6
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,程序被处理器执行时实现如实施例1中的图数据库构建方法,或实现如实施例2中城市分布式光伏系统数据的存储方法,或实现如实施例3中的方法。
本发明的城市分布式光伏系统数据的图数据库构建方法及应用能够综合利用图数据库的高效图论分析能力和关系型数据库的成熟数据管理技术,实现城市建筑分布式光伏数据的高效、灵活和可扩展存储及分析。可以有效处理PB级别的数据量,还能使用图论算法对城市建筑分布式光伏系统中的大量复杂关系进行深入分析,从而揭示能源使用模式、预测发电趋势并优化能源分配;可以实现对城市建筑分布式光伏系统的全面分析和优化管理。
本领域的技术人员容易理解,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种城市分布式光伏系统数据的图数据库构建方法,其特征在于,包括:
S1、收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;
S2、用所述城市建筑分布式光伏系统数据,构建图数据库,所述图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,所述图数据库中的边表示不同节点之间的关系;
其中,所述建筑实体节点包括建筑节点、能源系统节点、光伏系统节点及天气节点;不同节点的连接关系包括:建筑节点与建筑节点之间通过能源依赖关系连接;建筑节点分别与其建筑编号相同的能源系统节点、光伏系统节点及天气节点连接;天气节点连接所有的光伏系统节点;节点中边的属性特征为建筑阴影的影响方向和建筑之间的阴影影响系数;
S2中,根据所述城市建筑数据判断建筑节点之间是否存在所述能源依赖关系,具体包括:
根据所述城市建筑数据判断当前建筑阴影是否影响其他建筑的太阳能发电,若影响,则当前建筑节点与对应的其他建筑节点之间存在能源依赖关系,否则,不存在能源依赖关系;
判断当前建筑阴影是否影响其他建筑的太阳能发电之前,还包括:
采用所述城市建筑数据构建建筑节点之间的拓扑关系;
根据所述拓扑关系判断建筑间的距离是否大于建筑高度的三倍,若是,则两个建筑之间不存在相互关系;
若否,则进行当前建筑阴影是否影响其他建筑的太阳能发电判断。
2.根据权利要求1所述的图数据库构建方法,其特征在于,根据所述城市建筑数据判断建筑节点之间是否存在所述能源依赖关系之前,还包括对所述城市建筑数据中的城市建筑矢量数据进行预处理;所述预处理方法包括:
获得所述城市建筑矢量数据中的矢量图点及矢量图点对应的经纬度;
构建五边形的二维网格G,使所述二维网格G能够容纳所有的矢量图点;
将每个矢量图点对应的经纬度映射到所述二维网格G上,其中,定义, />是根据经纬度/>转换得到的网络坐标,其它网格位置设置为0,得到点映射后的二维网格/>;
将点映射后的二维网格进行二维离散傅里叶变换后,再按行或按列进行一维向量展平,得到展平后的一维向量为预处理后的数据。
3.根据权利要求1或2所述的图数据库构建方法,其特征在于,所述建筑阴影的影响方向包括单向影响和双向影响;其中,单向影响是指在一段时间内两个建筑中第一个建筑的阴影影响第二个建筑,但第二个建筑的阴影不影响第一个建筑;双向影响是指在一段时间内两个建筑的阴影相互影响;
所述建筑之间的阴影影响系数根据所述城市建筑数据,天气数据及时间,采用Pysolar库模拟计算得到。
4.一种城市分布式光伏系统数据的存储方法,其特征在于,包括:
采用权利要求1-3任一项所述的图数据库构建方法构建的图数据库存储所述城市分布式光伏系统数据。
5.一种采用权利要求1-3任一项所述的图数据库构建方法构建的图数据库调整不同建筑光伏系统发电量的方法,其特征在于,包括:
计算所述图数据库中能源系统节点对应的建筑能耗W1,以及电动车充电需求量W2;
计算所述图数据库中光伏系统节点对应的光伏系统发电量W3,则调整后的光伏发电量W4= W3* shadow_effect;其中,shadow_effect表示所述建筑之间的阴影影响系数;
根据调整后的光伏发电量W4判断是否能够满足所述建筑能耗W1及所述电动车充电需求量W2,若否,则进行能源调度。
6.一种城市分布式光伏系统数据的图数据库构建系统,其特征在于,用于执行权利要求1-3任一项所述的图数据库构建方法,包括:
数据收集模块,用于收集城市建筑分布式光伏系统数据,包括:城市建筑数据,天气数据,与建筑关联的能源系统数据及光伏系统数据;
图数据库构建模块,用于用所述城市建筑分布式光伏系统数据,构建图数据库,所述图数据库中的节点表示建筑实体节点和建筑实体节点对应的属性特征,所述图数据库中的边表示不同节点之间的关系;
其中,所述建筑实体节点包括建筑节点、能源系统节点、光伏系统节点及天气节点;不同节点的连接关系包括:建筑节点与建筑节点之间通过能源依赖关系连接;建筑节点分别与其建筑编号相同的能源系统节点、光伏系统节点及天气节点连接;天气节点连接所有的光伏系统节点;节点中边的属性特征为建筑阴影的影响方向和建筑之间的阴影影响系数。
7.一种电子设备,其特征在于,包括计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令执行权利要求1-3任一项所述的图数据库构建方法,或执行权利要求4所述的存储方法,或执行权利要求5所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-3任一项所述的图数据库构建方法,或实现如权利要求4所述的存储方法,或实现如权利要求5所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410300101.4A CN117891962B (zh) | 2024-03-15 | 2024-03-15 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410300101.4A CN117891962B (zh) | 2024-03-15 | 2024-03-15 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117891962A CN117891962A (zh) | 2024-04-16 |
CN117891962B true CN117891962B (zh) | 2024-05-28 |
Family
ID=90647710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410300101.4A Active CN117891962B (zh) | 2024-03-15 | 2024-03-15 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117891962B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146284A (zh) * | 2018-08-17 | 2019-01-04 | 同济大学建筑设计研究院(集团)有限公司 | 一种城市建筑可再生能源综合利用量及规模的核算系统及方法 |
CN110147912A (zh) * | 2019-05-30 | 2019-08-20 | 江苏工程职业技术学院 | 一种基于建筑信息模型的发电预测方法和装置 |
CN110243354A (zh) * | 2019-07-04 | 2019-09-17 | 桂林理工大学 | 一种城市违法建筑物动态监测方法和系统 |
US10719636B1 (en) * | 2014-02-03 | 2020-07-21 | Clean Power Research, L.L.C. | Computer-implemented system and method for estimating gross energy load of a building |
CN114328964A (zh) * | 2021-12-29 | 2022-04-12 | 新奥数能科技有限公司 | 一种光伏电站运维控制方法、装置及系统 |
CN114357181A (zh) * | 2021-12-15 | 2022-04-15 | 合肥工业大学 | 基于知识图谱的光伏板故障检测方法和系统 |
CN114765451A (zh) * | 2021-01-14 | 2022-07-19 | 新智数字科技有限公司 | 基于故障知识图谱的光伏电站故障检测方法 |
CN116205374A (zh) * | 2023-04-13 | 2023-06-02 | 东南大学 | 一种城区太阳能利用资源评估及开发潜力分析方法 |
CN116307110A (zh) * | 2023-02-20 | 2023-06-23 | 国网甘肃省电力公司平凉供电公司 | 一种分布式屋顶光伏发电聚合管理方法及系统 |
CN117689168A (zh) * | 2023-12-13 | 2024-03-12 | 贵州电网有限责任公司 | 基于遥感地图的分布式光伏发展位置优选规划方法及系统 |
-
2024
- 2024-03-15 CN CN202410300101.4A patent/CN117891962B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10719636B1 (en) * | 2014-02-03 | 2020-07-21 | Clean Power Research, L.L.C. | Computer-implemented system and method for estimating gross energy load of a building |
CN109146284A (zh) * | 2018-08-17 | 2019-01-04 | 同济大学建筑设计研究院(集团)有限公司 | 一种城市建筑可再生能源综合利用量及规模的核算系统及方法 |
CN110147912A (zh) * | 2019-05-30 | 2019-08-20 | 江苏工程职业技术学院 | 一种基于建筑信息模型的发电预测方法和装置 |
CN110243354A (zh) * | 2019-07-04 | 2019-09-17 | 桂林理工大学 | 一种城市违法建筑物动态监测方法和系统 |
CN114765451A (zh) * | 2021-01-14 | 2022-07-19 | 新智数字科技有限公司 | 基于故障知识图谱的光伏电站故障检测方法 |
CN114357181A (zh) * | 2021-12-15 | 2022-04-15 | 合肥工业大学 | 基于知识图谱的光伏板故障检测方法和系统 |
CN114328964A (zh) * | 2021-12-29 | 2022-04-12 | 新奥数能科技有限公司 | 一种光伏电站运维控制方法、装置及系统 |
CN116307110A (zh) * | 2023-02-20 | 2023-06-23 | 国网甘肃省电力公司平凉供电公司 | 一种分布式屋顶光伏发电聚合管理方法及系统 |
CN116205374A (zh) * | 2023-04-13 | 2023-06-02 | 东南大学 | 一种城区太阳能利用资源评估及开发潜力分析方法 |
CN117689168A (zh) * | 2023-12-13 | 2024-03-12 | 贵州电网有限责任公司 | 基于遥感地图的分布式光伏发展位置优选规划方法及系统 |
Non-Patent Citations (1)
Title |
---|
"利用2DGRA-BiLSTM模型的日前光伏功率曲线预测方法";陈柏恒等;《福州大学学报(自然科学版)》;20240131;20-28 * |
Also Published As
Publication number | Publication date |
---|---|
CN117891962A (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rodríguez et al. | Assessment of the photovoltaic potential at urban level based on 3D city models: A case study and new methodological approach | |
CN103093007B (zh) | 输电铁塔三维虚拟装配方法 | |
TW201822129A (zh) | 綠建築效能模擬分析系統及其最適化決策方法 | |
Nguyen et al. | Automated quantification of solar photovoltaic potential in cities Overview: A new method to determine a city's solar electric potential by analysis of a distribution feeder given the solar exposure and orientation of rooftops. | |
CN111783298B (zh) | 一种智能光伏设计系统及设计方法 | |
CN112148774B (zh) | 一种高分辨率空间多区域气象数据处理系统及方法 | |
CN114757807A (zh) | 多模式融合的大气污染物实际排放量在线核算方法 | |
CN111896680A (zh) | 基于卫星遥感数据的温室气体排放分析方法及系统 | |
CN107403041B (zh) | 一种光伏电站设计系统及其设计方法 | |
CN113155498B (zh) | 一种高分辨率建筑运行能耗碳排放测定方法、系统及设备 | |
CN114418174A (zh) | 电动汽车充电负荷预测方法 | |
CN116722544A (zh) | 分布式光伏短期预测方法、装置、电子设备及存储介质 | |
CN114462316A (zh) | 一种面向国土空间规划的空气质量优化模拟方法 | |
CN117891962B (zh) | 一种城市分布式光伏系统数据的图数据库构建方法及应用 | |
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 | |
CN106203891B (zh) | 基于多源遥感影像数据的国土开发密度三维综合评价方法 | |
Rao et al. | Comparisons of three‐dimensional urban forms in different urban expansion types: 58 sample cities in China | |
CN115906717A (zh) | 一种水土保持的侵蚀计算方法及系统 | |
CN111639381A (zh) | 城市建筑太阳能资源评估信息系统及其工作方法 | |
CN116205374A (zh) | 一种城区太阳能利用资源评估及开发潜力分析方法 | |
Murshed et al. | PLANTING: Computing high spatio-temporal resolutions of photovoltaic potential of 3D city models | |
Jo et al. | Application of Airborne LiDAR Data and Geographic Information Systems (GIS) to Develop a Distributed Generation System for the Town of Normal, IL. | |
CN112561181A (zh) | 一种基于Unet网络和地基云图的光伏发电预测系统 | |
Jin et al. | Analysis of the Modeling Method and Application of 3D City Model based on the CityEngine | |
Singh et al. | AN ENHACEMENT OF MCMC ALGORITHEM WITH REDUCTION OF ECONOMICAL COST |
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 |