CN117937553A - 能源调度方法、装置、电子设备及存储介质 - Google Patents
能源调度方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117937553A CN117937553A CN202311672941.5A CN202311672941A CN117937553A CN 117937553 A CN117937553 A CN 117937553A CN 202311672941 A CN202311672941 A CN 202311672941A CN 117937553 A CN117937553 A CN 117937553A
- Authority
- CN
- China
- Prior art keywords
- energy
- working condition
- power grid
- electricity price
- energy 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000005611 electricity Effects 0.000 claims abstract description 174
- 238000004146 energy storage Methods 0.000 claims abstract description 72
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 45
- 238000005338 heat storage Methods 0.000 claims description 32
- 238000005057 refrigeration Methods 0.000 claims description 28
- 238000001816 cooling Methods 0.000 claims description 21
- 238000010438 heat treatment Methods 0.000 claims description 21
- 238000009825 accumulation Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 8
- 230000009467 reduction Effects 0.000 abstract description 5
- 238000004134 energy conservation Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明提供一种能源调度方法、装置、电子设备及存储介质,涉及能源调度技术领域,方法包括:确定能源系统的能源设备;确定分时电价信息;若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能。通过上述方式,可降低能源系统的运行成本,在满足用户需求的同时兼顾能源系统的经济效益,达到节能降本的目标。
Description
技术领域
本发明涉及能源调度技术领域,尤其涉及一种能源调度方法、装置、电子设备及存储介质。
背景技术
将太阳能、地热能、空气能、储能系统等整合在一起的多能联供综合能源系统具有能源消耗低、可辅助电网调峰调频,有效降低电网运行负荷等优点。
现有的多能联供综合能源系统的能源调度方法大多基于用户的负荷需求设计,根据用户的负荷需求和能源系统的供能质量进行按需供能,确保能源系统的能源调度可满足用户的负荷需求,提高用户体验。
然而,现有的能源调度方法虽然可以满足用户的负荷需求,但难以兼顾能源系统的经济效益,能源系统的运行成本高,难以达到节能降本的目标。
发明内容
本发明提供一种能源调度方法、装置、电子设备及存储介质,用以解决现有技术中能源调度方法难以兼顾能源系统的经济效益,能源系统的运行成本高,难以达到节能降本的目标的缺陷。
本发明提供能源调度方法,包括:确定能源系统的能源设备;确定分时电价信息;若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。
根据本发明提供的一种能源调度方法,蓄能工况包括蓄冷工况和蓄热工况,能源设备包括制冷机组和热泵机组;确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能,包括:若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动制冷机组向蓄冷水槽进行蓄冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动热泵机组向蓄热水槽进行蓄热。
根据本发明提供的一种能源调度方法,释能工况包括释冷工况和释热工况,能源设备包括制冷机组和热泵机组;确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能,包括:若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热。
根据本发明提供的一种能源调度方法,若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动制冷机组进行蓄冷,还包括:若能源系统存在冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动热泵机组进行蓄热,还包括:若能源系统存在热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
根据本发明提供的一种能源调度方法,若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷,还包括:若能源系统存在冷负荷需求,且蓄冷水槽释冷不满足冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热,还包括:若能源系统存在热负荷需求,且蓄热水槽释热不满足热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
根据本发明提供的一种能源调度方法,负荷参数信息包括运行时长、负荷率和运行效率;基于每一热泵机组的负荷参数信息,确定目标热泵机组,包括:将每一热泵机组的负荷参数信息输入至负荷预测模型,获得负荷预测模型输出的每一热泵机组的负荷预测值;基于每一热泵机组的负荷预测值,确定目标热泵机组;基于每一制冷机组的负荷参数信息,确定目标制冷机组,包括:将每一制冷机组的负荷参数信息输入至负荷预测模型,获得负荷预测模型输出的每一制冷机组的负荷预测值;基于每一制冷机组的负荷预测值,确定目标制冷机组;负荷预测模型是对基于径向基函数构建的初始神经网络模型训练得到的。
根据本发明提供的一种能源调度方法,确定能源系统的能源设备之前,包括:获取能源系统中每一能源设备的原始能源设备信息;将每一能源设备的原始能源设备信息输入至设备标准信息模型,获得设备标准信息模型输出的经过标准化处理的能源设备信息;能源设备信息包括能源设备名称信息、性能参数信息、运行状态信息、调控值信息、警告信息和维保信息。
本发明还提供一种能源调度装置,包括:第一确定模块,用于确定分能源系统的能源设备;第二确定模块,用于确定分时电价信息;调度模块,用于若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如上述任一种能源调度方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种能源调度方法。
本发明提供的一种能源调度方法、装置、电子设备及存储介质,确定能源系统的能源设备;确定分时电价信息;若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。通过上述方式,根据电网电价划分不同的时段,以经济约束为目标,在能源系统处于电价低谷时段时基于电网驱动能源设备进行蓄能,使得能源系统在蓄能时的电价更低,降低能源系统的运行成本;在能源系统处于电价高峰时段时基于电网驱动能源设备释放存储的能源,而非直接采用高价电能,进一步降低能源系统的运行成本,在满足用户需求的同时兼顾能源系统的经济效益,达到节能降本的目标。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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他的附图。
图1是本发明提供的能源调度方法的流程示意图;
图2是本发明提供的能源调度系统的结构示意图;
图3是本发明提供的能源调度装置的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1和图2,图1是本发明提供的能源调度方法的流程示意图,图2是本发明提供的能源调度系统的结构示意图。在本实施例中,能源调度方法可基于面向多能联供综合能源系统的能源调度系统实现,具体包括步骤S110至步骤S130,各步骤具体如下:
S110:确定能源系统的能源设备。
在进行能源调度之前,需要先确定可用于调度的能源系统的能源设备。
如图2所示,能源调度系统包括调度模块和本地自控模块。其中,本地自控模块依据功能可划分为设备间协同保护模块、水泵变频控制模块、本地手动启停模块、系统模型生成模块、设备标准信息模型模块和设备自组织规则模型模块。
具体地,本地自控模块可以有多个,分别设置于不同的能源站或能源系统,用于向调度模块提供不同能源站或能源系统中的能源设备信息,使得调度模块可根据本地自控模块提供的信息确定不同能源站或能源系统中的能源设备。
如图2所示,本地自控模块可通过消息队列遥测传输(Message QueuingTelemetry Transport,MQTT)协议向调度模块上报不同能源站或能源系统中的能源设备信息,调度模块可根据能源设备信息生成对应的调度指令,将调度指令下发至本地自控模块,由本地自控模块根据调度指令对能源设备进行调度。
优选地,调度模块可设置于云端,实现调度信息的云端分析和调度指令的云端生成,便于统筹规划设置于不同能源站或能源系统的本地自控模块上报的信息。
S120:确定分时电价信息。
目前,电网基本会采用分时电价机制进行计费,分时电价是指按电网的运行状况,将一天24小时划分为若干个时段,每个时段按电网运行的平均边际成本收取电费。
能源系统通常需要通过电网进行蓄能,以满足用户的需求。此时,需要确定电网的分时电价信息,根据电网的分时电价信息确定能源系统蓄能和释能的最佳时间段,以最大限度降低蓄能成本,达到节能降本的目标。
S130:若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能。
一般地,根据电网电价可将一天24小时划分为三个时段:电价低谷时段、电价高峰时段和电价平价时段。电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。
若基于分时电价信息确定能源系统当前处于电价低谷时段,则能源系统通过电网进行蓄能时电价较低,蓄能成本较低,因此可在电价低谷时段进行蓄能,此时可确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能。
具体地,如图2所示,调度模块包括智能分析模块和优化调度模块。其中,智能分析模块包括蓄能分析模块、负荷分析模块和能源设备运行诊断模块;优化调度模块包括符合末端负荷联动优化模块、以经济为目标的调度优化模块、效率优化模块、蓄能优化模块、负荷预测模块、负荷分配模块、自动增减机模块和工况分析模块。
蓄能分析模块可根据分时电价信息确定能源系统当前处于哪个时段(电价低谷时段、电价高峰时段和电价平价时段),以分析确定能源系统蓄能和释能的最佳时间段。
具体地,若蓄能分析模块基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,蓄能分析模块可将工况类型信息发送至以经济为目标的调度优化模块,由以经济为目标的调度优化模块生成对应的调度指令,并调度指令下发至本地自控模块,由本地自控模块根据调度指令对能源设备进行调度。
具体地,调度指令包含所需调度的能源设备信息和调度规则,本地自控模块根据调度指令的能源设备信息可确定所需调度的能源设备,并基于设备自组织规则模型模块解析调度规则,根据调度规则对能源设备进行调度。
需要说明的是,设备自组织规则模型模块包含所有的调度规则,可基于逻辑编程实现调度指令的执行。同时,设备自组织规则模型模块可连接并控制设备间协同保护模块、水泵变频控制模块、本地手动启停模块,实现能源设备运行过程的协同保护以及水泵的变频控制,对能源设备的启停和出力进行调整。
可选地,本地手动启停模块也可由工作人员直接操作,以便在系统故障时可对能源设备进行手动启停。
具体地,若确定能源系统的工况类型为蓄能工况,本地自控模块可根据调度指令,基于电网驱动能源设备进行蓄能。
若蓄能分析模块基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,蓄能分析模块可将工况类型信息发送至以经济为目标的调度优化模块,由以经济为目标的调度优化模块生成对应的调度指令,并调度指令下发至本地自控模块,由本地自控模块根据调度指令对能源设备进行调度。
若确定能源系统的工况类型为释能工况,本地自控模块可根据调度指令,基于电网驱动能源设备进行释能。
需要说明的是,在工况类型为释能工况时,电网驱动能源设备优先释放电价低谷时段储蓄的能源,而非在电价高峰时段直接基于电网制备能源,只有在电价低谷时段储蓄的能源无法满足需求时,才会基于电网制备能源,以最大限度降低电价高峰时段的电能消耗,降低能源系统的运行成本。
若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能。
电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。
具体地,若蓄能分析模块基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,蓄能分析模块可将工况类型信息发送至以经济为目标的调度优化模块,由以经济为目标的调度优化模块生成对应的调度指令,并调度指令下发至本地自控模块,由本地自控模块根据调度指令对能源设备进行调度。
具体地,在能源系统无需满足用户需求时,若确定能源系统的工况类型为蓄能工况,本地自控模块可根据调度指令,基于电网驱动能源设备进行蓄能,直至能源设备蓄满能源。
本实施例提供的能源调度方法,确定能源系统的能源设备;确定分时电价信息;若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。通过上述方式,根据电网电价划分不同的时段,以经济约束为目标,在能源系统处于电价低谷时段时基于电网驱动能源设备进行蓄能,使得能源系统在蓄能时的电价更低,降低能源系统的运行成本;在能源系统处于电价高峰时段时基于电网驱动能源设备释放存储的能源,而非直接采用高价电能,进一步降低能源系统的运行成本,在满足用户需求的同时兼顾能源系统的经济效益,达到节能降本的目标。
在一些实施例中,蓄能工况包括蓄冷工况和蓄热工况,能源设备包括制冷机组和热泵机组。
确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能,包括:若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动制冷机组向蓄冷水槽进行蓄冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动热泵机组向蓄热水槽进行蓄热。
在不同的季节,能源系统所需提供的能源类型不同。在供冷季,即夏季,能源系统需要提供的能源类型为冷能,此时能源系统需要蓄冷和释冷;在供暖季,即冬季,能源系统需要提供的能源类型为热能,此时能源系统需要蓄热和释热。
具体地,若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动制冷机组向蓄冷水槽进行蓄冷。
若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动热泵机组向蓄热水槽进行蓄热。
如图2所示,智能分析模块包括负荷分析模块,优化调度模块包括效率优化模块和蓄能优化模块。
负荷分析模块用于监控能源设备主机(制冷机组主机和热泵机组主机)在不同负荷率下的主机效率,并将分析结果发送至效率优化模块。
效率优化模块根据负荷分析模块的分析结果,以能源设备的主机效率最佳为目标,通过预设的最佳效率自优化算法对能源设备的的主机效率进行监控,并生成对应的调度指令,用于调节能源设备的主机效率。
蓄能优化模块以预设的蓄能优化算法对能源设备的蓄能效率进行监控,并根据实时监控情况生成对应的调度指令,用于优化调节能源设备的蓄能效率。
在一些实施例中,释能工况包括释冷工况和释热工况,能源设备包括制冷机组和热泵机组。
确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能,包括:若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热。
具体地,若蓄能分析模块确定能源系统当前处于供冷季,能源系统的工况类型为释冷工况,蓄能分析模块可将工况类型信息发送至以经济为目标的调度优化模块,由以经济为目标的调度优化模块生成对应的调度指令,并调度指令下发至本地自控模块,由本地自控模块根据调度指令对能源设备进行调度。本地自控模块可根据调度指令,基于电网驱动释冷水泵,控制蓄冷水槽进行释冷,将在电价低谷时段储蓄的冷能释放。
具体地,若蓄能分析模块确定能源系统当前处于供暖季,能源系统的工况类型为释热工况,蓄能分析模块可将工况类型信息发送至以经济为目标的调度优化模块,由以经济为目标的调度优化模块生成对应的调度指令,并调度指令下发至本地自控模块,由本地自控模块根据调度指令对能源设备进行调度。本地自控模块可根据调度指令,基于电网驱动释热水泵,控制释热水槽进行释热,将在电价低谷时段储蓄的热能释放。
可选地,能源系统可采用太阳能发电,在太阳能供应充足的季节,可优先采用太阳能发电而非电网供电,确保在电价高峰时段尽可能利用太阳能发电,以进一步降低能源系统的运行成本。
本实施例提供的能源调度方法,根据电网电价划分不同的时段,以经济约束为目标,在能源系统处于电价低谷时段时基于电网驱动能源设备进行蓄能,使得能源系统在蓄能时的电价更低,降低能源系统的运行成本;在能源系统处于电价高峰时段时基于电网驱动能源设备释放存储的能源,而非直接采用高价电能,进一步降低能源系统的运行成本,确保能源系统的经济效益,达到节能降本的目标。
在一些实施例中,若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动制冷机组进行蓄冷,还包括:若能源系统存在冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷。
具体地,若能源系统当前处于供冷季,且用户向能源系统提出冷负荷申请,则能源系统存在冷负荷需求。
由于在蓄冷工况时,能源系统处于电价低谷时段,电网电价较低,使用电网不会产生过高的运行成本,此时不仅可基于电网进行蓄冷,还可直接基于电网制冷。
进一步地,获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行制冷和释冷。
若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动热泵机组进行蓄热,还包括:若能源系统存在热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
具体地,若能源系统当前处于供暖季,且用户向能源系统提出热负荷申请,则能源系统存在热负荷需求。
由于在蓄热工况时,能源系统处于电价低谷时段,电网电价较低,使用电网不会产生过高的运行成本,此时不仅可基于电网进行蓄热,还可直接基于电网制热。
进一步地,获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行制热和释热。
在一些实施例中,若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷,还包括:若能源系统存在冷负荷需求,且蓄冷水槽释冷不满足冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷。
具体地,若能源系统当前处于供冷季,且用户向能源系统提出冷负荷申请,则能源系统存在冷负荷需求。
由于在释冷工况时,能源系统处于电价高峰时段,电网电价较高,使用电网会产生过高的运行成本,此时应当优先基于电网驱动释冷水泵,控制蓄冷水槽进行释冷,将在电价低谷时段储蓄的冷能释放,满足用户需求。
但在电价低谷时段储蓄的冷能有限,在用户需求大的时候,不一定可以满足用户需求,此时,为满足用户需求,可以基于电网驱动制冷机组进行制冷和释冷。
具体地,若能源系统存在冷负荷需求,且蓄冷水槽释冷不满足冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷。
若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热,还包括:若能源系统存在热负荷需求,且蓄热水槽释热不满足热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
具体地,若能源系统当前处于供暖季,且用户向能源系统提出热负荷申请,则能源系统存在热负荷需求。
由于在释热工况时,能源系统处于电价高峰时段,电网电价较高,使用电网会产生过高的运行成本,此时应当优先基于电网驱动释热水泵,控制蓄热水槽进行释冷,将在电价低谷时段储蓄的热能释放,满足用户需求。
但在电价低谷时段储蓄的热能有限,在用户需求大的时候,不一定可以满足用户需求,此时,为满足用户需求,可以基于电网驱动制冷机组进行制热和释热。
具体地,若能源系统存在热负荷需求,且蓄热水槽释热不满足热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
在一些实施例中,负荷参数信息包括运行时长、负荷率和运行效率。
基于每一热泵机组的负荷参数信息,确定目标热泵机组,包括:将每一热泵机组的负荷参数信息输入至负荷预测模型,获得负荷预测模型输出的每一热泵机组的负荷预测值;基于每一热泵机组的负荷预测值,确定目标热泵机组。
负荷预测模型是对基于径向基函数构建的初始神经网络模型训练得到的,属于广义回归神经网络(General Regression Neural Network,GRNN),可对不同能源设备(制冷机组和热泵机组)主机在不同负荷需求下的运行效率进行学习分析,用于根据能源设备的负荷参数信息,预测生成每一能源设备的负荷预测值。
负荷预测值是用于衡量能源设备可提供的负荷的参数,例如热泵机组的负荷预测值可用于衡量该热泵机组可向系统(或用户)提供的热负荷量,制冷机组的负荷预测值可用于衡量该制冷机组可向系统(或用户)提供的冷负荷量。
具体地,将每一热泵机组的负荷参数信息输入至负荷预测模型,可获得负荷预测模型输出的每一热泵机组的负荷预测值,根据每一热泵机组的负荷预测值,可筛选出满足系统(或用户)热负荷需求的目标热泵机组进行制热和释热,从而实现能源的按需分配。
如图2所示,优化调度模块包括符合末端负荷联动优化模块、负荷预测模块、负荷分配模块、自动增减机模块和工况分析模块。
具体地,末端负荷联动优化模块可调用设置于负荷预测模块的负荷预测模型,基于每一热泵机组的负荷参数信息,生成并输出每一热泵机组的负荷预测值,并由负荷分配模块根据每一热泵机组的负荷预测值筛选出满足系统(或用户)热负荷需求的目标热泵机组,由自动增减机模块生成调用目标热泵机组的调度指令,并将调度指令下发至本地自控模块执行。
可以理解地,能源设备运行诊断模块可根据本地自控模块上报的信息,对能源系统或能源站的工况进行异常诊断分析,并将异常诊断结果发送至工况分析模块,工况分析模块可根据异常诊断结果,对能源系统或能源站的工况进行分析,判断能源设备是否存在异常,以通知工作人员及时调整修复。
基于每一制冷机组的负荷参数信息,确定目标制冷机组,包括:将每一制冷机组的负荷参数信息输入至负荷预测模型,获得负荷预测模型输出的每一制冷机组的负荷预测值;基于每一制冷机组的负荷预测值,确定目标制冷机组。
具体地,将每一制冷机组的负荷参数信息输入至负荷预测模型,可获得负荷预测模型输出的每一制冷机组的负荷预测值,根据每一制冷机组的负荷预测值,可筛选出满足系统(或用户)冷负荷需求的目标制冷机组进行制冷和释冷,从而实现能源的按需分配。
具体地,如图2所示,末端负荷联动优化模块可调用设置于负荷预测模块的负荷预测模型,基于每一热泵机组的负荷参数信息,生成并输出每一制冷机组的负荷预测值,并由负荷分配模块根据每一制冷机组的负荷预测值筛选出满足系统(或用户)冷负荷需求的目标制冷机组,由自动增减机模块生成调用目标制冷机组的调度指令,并将调度指令下发至本地自控模块执行。
可选地,由于负荷预测模型输出的负荷预测值可能不完全准确,因此,还可由工作人员根据能源设备的负荷实测值调整不同能源设备的使用。
本实施例提供的能源调度方法,根据能源设备的运行时长、负荷率和运行效率,通过模型预测得到每一能源设备的负荷预测值,并基于能源设备的负荷预测值筛选出满足系统负荷需求的目标能源设备进行释能,从而实现能源的按需分配;同时,通过能源调度系统进行能源调度,摆脱了对现场运行工作人员的依赖,可有效提高能源系统的智能化管理水平及低碳节能管理水平,并提高能源系统的能源利用率,降低能源系统的运行和供能成本。
在一些实施例中,确定能源系统的能源设备之前,包括:获取能源系统中每一能源设备的原始能源设备信息;将每一能源设备的原始能源设备信息输入至设备标准信息模型,获得设备标准信息模型输出的经过标准化处理的能源设备信息。
能源设备信息包括能源设备名称信息、性能参数信息、运行状态信息、调控值信息、警告信息和维保信息。
例如运行时长、负荷率和运行效率等属于性能参数信息。
具体地,能源设备包括光伏逆变器、储能PCS、冷却塔、冷机机组、热泵机组、释冷水泵、释热水泵、阀门等主要设备及能源站或能源系统的本地自控上位机。
获取能源系统中每一能源设备的原始能源设备信息后,可将每一能源设备的原始能源设备信息输入至设备标准信息模型,获得设备标准信息模型输出的经过标准化处理的能源设备信息。
其中,设备标准信息模型由系统模型生成模块根据预设的模型构建规则构建生成,系统模型生成模块构建生成的设备标准信息模型设置于设备标准信息模型模块。
具体地,将每一能源设备的原始能源设备信息输入至设备标准信息模型后,设备标准信息模型可对原始能源设备信息进行标准化处理,输出的经过标准化处理的能源设备信息。
经过标准化处理的能源设备信息具有相同的参数规范和格式规范,在本地自控模块向调度模块上报能源设备信息后,便于调度模块对标准化数据的处理以及能源设备间的协调调度。
本实施例提供的能源调度方法,设备标准信息模型由系统根据预设的模型构建规则自动生成,可对原始能源设备信息进行标准化处理,输出标准化数据,统一规范各类能源设备的输入参数、输出参数以及设备的运行状态参数等,有利于实现能源设备间的协调调度以及调度模块的处理。
本发明还提供了一种能源调度装置,请参阅图3,图3是本发明提供的能源调度装置的结构示意图,在本实施例中,能源调度装置包括第一确定模块310、第二确定模块320和调度模块330。
第一确定模块310,用于确定分能源系统的能源设备。
第二确定模块320,用于确定分时电价信息。
调度模块330,用于若基于分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能;若基于分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动能源设备进行释能;若基于分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动能源设备进行蓄能。
电价低谷时段为电网电价最低的时段,电价高峰时段为电网电价最高的时段,电价平价时段为电网电价处于最低价和最高价之间的时段。
在一些实施例中,蓄能工况包括蓄冷工况和蓄热工况,能源设备包括制冷机组和热泵机组。
调度模块330,用于若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动制冷机组向蓄冷水槽进行蓄冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动热泵机组向蓄热水槽进行蓄热。
在一些实施例中,释能工况包括释冷工况和释热工况,能源设备包括制冷机组和热泵机组。
调度模块330,用于若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷;若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热。
在一些实施例中,调度模块330,用于若能源系统存在冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷;若能源系统存在热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
在一些实施例中,调度模块330,用于若能源系统存在冷负荷需求,且蓄冷水槽释冷不满足冷负荷需求,则获取每一制冷机组的负荷参数信息;基于每一制冷机组的负荷参数信息,确定目标制冷机组;基于电网驱动目标制冷机组进行释冷;若能源系统存在热负荷需求,且蓄热水槽释热不满足热负荷需求,则获取每一热泵机组的负荷参数信息;基于每一热泵机组的负荷参数信息,确定目标热泵机组;基于电网驱动目标热泵机组进行释热。
在一些实施例中,负荷参数信息包括运行时长、负荷率和运行效率。
调度模块330,用于将每一热泵机组的负荷参数信息输入至负荷预测模型,获得负荷预测模型输出的每一热泵机组的负荷预测值;基于每一热泵机组的负荷预测值,确定目标热泵机组;将每一制冷机组的负荷参数信息输入至负荷预测模型,获得负荷预测模型输出的每一制冷机组的负荷预测值;基于每一制冷机组的负荷预测值,确定目标制冷机组。
负荷预测模型是对基于径向基函数构建的初始神经网络模型训练得到的。
在一些实施例中,能源调度装置还包括标准化模块,标准化模块,用于获取能源系统中每一能源设备的原始能源设备信息;将每一能源设备的原始能源设备信息输入至设备标准信息模型,获得设备标准信息模型输出的经过标准化处理的能源设备信息;能源设备信息包括能源设备名称信息、性能参数信息、运行状态信息、调控值信息、警告信息和维保信息。
本发明还提供一种电子设备,图4是本发明提供的电子设备的结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(CommunicationsInterface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行能源调度方法。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的能源调度方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种能源调度方法,其特征在于,包括:
确定能源系统的能源设备;
确定分时电价信息;
若基于所述分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动所述能源设备进行蓄能;
若基于所述分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动所述能源设备进行释能;
若基于所述分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动所述能源设备进行蓄能;
所述电价低谷时段为电网电价最低的时段,所述电价高峰时段为电网电价最高的时段,所述电价平价时段为电网电价处于最低价和最高价之间的时段。
2.根据权利要求1所述的能源调度方法,其特征在于,所述蓄能工况包括蓄冷工况和蓄热工况,所述能源设备包括制冷机组和热泵机组;
所述确定能源系统的工况类型为蓄能工况,并基于电网驱动所述能源设备进行蓄能,包括:
若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动所述制冷机组向蓄冷水槽进行蓄冷;
若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动所述热泵机组向蓄热水槽进行蓄热。
3.根据权利要求1所述的能源调度方法,其特征在于,所述释能工况包括释冷工况和释热工况,所述能源设备包括制冷机组和热泵机组;
所述确定能源系统的工况类型为释能工况,并基于电网驱动所述能源设备进行释能,包括:
若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷;
若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热。
4.根据权利要求2所述的能源调度方法,其特征在于,所述若确定能源系统当前处于供冷季,则确定能源系统的工况类型为蓄冷工况,并基于电网驱动所述制冷机组进行蓄冷,还包括:
若能源系统存在冷负荷需求,则获取每一制冷机组的负荷参数信息;
基于每一制冷机组的负荷参数信息,确定目标制冷机组;
基于电网驱动所述目标制冷机组进行释冷;
所述若确定能源系统当前处于供暖季,则确定能源系统的工况类型为蓄热工况,并基于电网驱动所述热泵机组进行蓄热,还包括:
若能源系统存在热负荷需求,则获取每一热泵机组的负荷参数信息;
基于每一热泵机组的负荷参数信息,确定目标热泵机组;
基于电网驱动所述目标热泵机组进行释热。
5.根据权利要求3所述的能源调度方法,其特征在于,所述若确定能源系统当前处于供冷季,则确定能源系统的工况类型为释冷工况,并基于电网驱动蓄冷水槽进行释冷,还包括:
若能源系统存在冷负荷需求,且所述蓄冷水槽释冷不满足所述冷负荷需求,则获取每一制冷机组的负荷参数信息;
基于每一制冷机组的负荷参数信息,确定目标制冷机组;
基于电网驱动所述目标制冷机组进行释冷;
所述若确定能源系统当前处于供暖季,则确定能源系统的工况类型为释热工况,并基于电网驱动蓄热水槽进行释热,还包括:
若能源系统存在热负荷需求,且所述蓄热水槽释热不满足所述热负荷需求,则获取每一热泵机组的负荷参数信息;
基于每一热泵机组的负荷参数信息,确定目标热泵机组;
基于电网驱动所述目标热泵机组进行释热。
6.根据权利要求4或5所述的能源调度方法,其特征在于,所述负荷参数信息包括运行时长、负荷率和运行效率;
所述基于每一热泵机组的负荷参数信息,确定目标热泵机组,包括:
将每一热泵机组的负荷参数信息输入至负荷预测模型,获得所述负荷预测模型输出的每一热泵机组的负荷预测值;
基于每一热泵机组的负荷预测值,确定目标热泵机组;
所述基于每一制冷机组的负荷参数信息,确定目标制冷机组,包括:
将每一制冷机组的负荷参数信息输入至负荷预测模型,获得所述负荷预测模型输出的每一制冷机组的负荷预测值;
基于每一制冷机组的负荷预测值,确定目标制冷机组;
所述负荷预测模型是对基于径向基函数构建的初始神经网络模型训练得到的。
7.根据权利要求1所述的能源调度方法,其特征在于,所述确定能源系统的能源设备之前,包括:
获取能源系统中每一能源设备的原始能源设备信息;
将每一能源设备的原始能源设备信息输入至设备标准信息模型,获得所述设备标准信息模型输出的经过标准化处理的能源设备信息;
所述能源设备信息包括能源设备名称信息、性能参数信息、运行状态信息、调控值信息、警告信息和维保信息。
8.一种能源调度装置,其特征在于,包括:
第一确定模块,用于确定分能源系统的能源设备;
第二确定模块,用于确定分时电价信息;
调度模块,用于若基于所述分时电价信息确定能源系统当前处于电价低谷时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动所述能源设备进行蓄能;若基于所述分时电价信息确定能源系统当前处于电价高峰时段,则确定能源系统的工况类型为释能工况,并基于电网驱动所述能源设备进行释能;若基于所述分时电价信息确定能源系统当前处于电价平价时段,则确定能源系统的工况类型为蓄能工况,并基于电网驱动所述能源设备进行蓄能;
所述电价低谷时段为电网电价最低的时段,所述电价高峰时段为电网电价最高的时段,所述电价平价时段为电网电价处于最低价和最高价之间的时段。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述能源调度方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述能源调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311672941.5A CN117937553A (zh) | 2023-12-07 | 2023-12-07 | 能源调度方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311672941.5A CN117937553A (zh) | 2023-12-07 | 2023-12-07 | 能源调度方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117937553A true CN117937553A (zh) | 2024-04-26 |
Family
ID=90761809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311672941.5A Pending CN117937553A (zh) | 2023-12-07 | 2023-12-07 | 能源调度方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117937553A (zh) |
-
2023
- 2023-12-07 CN CN202311672941.5A patent/CN117937553A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10263427B2 (en) | Method and system for operating an autonomous energy supply network | |
TW201716786A (zh) | 分配的能量系統邊緣單元 | |
KR101940384B1 (ko) | 분산 발전에 기초한 공조 시스템의 모니터링 시스템 및 이를 이용하는 공조 시스템 | |
CN113346558A (zh) | 一种虚拟电厂运行控制系统及控制方法 | |
CN110848895B (zh) | 一种非工空调柔性负荷控制方法和系统 | |
CN115619136A (zh) | 楼宇管理方法和系统 | |
CN114489307A (zh) | 针对互联网数据中心的能效优化方法及装置 | |
CN106524277B (zh) | 一种多能源形式冬季供热的区域供能系统 | |
CN116405407A (zh) | 一种基于大数据的网络管理方法及系统 | |
CN111427268A (zh) | 一种煤矿能源优化控制系统和优化控制方法 | |
CN114893873A (zh) | 空调的控制方法、装置及空调 | |
CN106816878B (zh) | 一种应用于电力排灌设施的需求响应调控装置和方法 | |
CN117806205A (zh) | 智能设备的电能控制方法、装置、系统、设备和存储介质 | |
CN117937553A (zh) | 能源调度方法、装置、电子设备及存储介质 | |
KR20180078421A (ko) | 빅데이터 기반의 육상 양식장용 지능형 수요자원 거래 시스템 | |
CN116192906A (zh) | 基于云边端协同的工业园区综合能源数字化监控方法 | |
CN112366693B (zh) | 源网荷储多元协调柔性控制的电力调度方法及系统 | |
CN114838459A (zh) | 一种空调控制方法及装置 | |
CN212060891U (zh) | 一种煤矿能源优化控制系统 | |
CN113361976A (zh) | 基于多主体分布式运行的园区综合能源调度方法及系统 | |
CN117249537B (zh) | 一种基于中央空调的虚拟电厂调度与控制系统及方法 | |
CN104505860B (zh) | 一种海上智能电网负荷分析调度系统 | |
CN112290676B (zh) | 现场数据与云存储系统相结合的光伏电站控制系统 | |
CN114893877A (zh) | 空调的控制方法、装置及空调 | |
CN114893876A (zh) | 空调的控制方法、装置及空调 |
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 |