CN117973708A - 一种基于绿色能源的分布式算网智能管控系统 - Google Patents
一种基于绿色能源的分布式算网智能管控系统 Download PDFInfo
- Publication number
- CN117973708A CN117973708A CN202410394289.3A CN202410394289A CN117973708A CN 117973708 A CN117973708 A CN 117973708A CN 202410394289 A CN202410394289 A CN 202410394289A CN 117973708 A CN117973708 A CN 117973708A
- Authority
- CN
- China
- Prior art keywords
- energy
- node
- ith
- jth time
- representing
- 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.)
- Granted
Links
- 238000007405 data analysis Methods 0.000 claims description 125
- 238000010248 power generation Methods 0.000 claims description 77
- 230000005540 biological transmission Effects 0.000 claims description 54
- 238000004458 analytical method Methods 0.000 claims description 47
- 238000004146 energy storage Methods 0.000 claims description 47
- 238000005457 optimization Methods 0.000 claims description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000005286 illumination Methods 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 abstract 1
- 230000001737 promoting effect Effects 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于绿色能源的分布式算网智能管控系统，具体涉及绿色能源管控技术领域，包括能源节点划分模块、绿色能源产能数据采集模块、绿色能源产能数据分析模块、能源分配数据采集模块、能源分配数据分析模块、分布式算网运行数据采集模块、分布式算网运行数据分析模块、综合分析模块，以及控制模块。本发明为分布式算网管控提供了科学依据，通过合理分配能源，可以最大化地利用绿色能源，减少能源浪费，提高了绿色能源的利用效率，降低能源消耗，同时保证分布式算网的稳定运行，这对于推动绿色能源的发展和应用，实现可持续发展具有重要的意义。
Description
技术领域
本发明涉及绿色能源管控技术领域，更具体地说，本发明涉及一种基于绿色能源的分布式算网智能管控系统。
背景技术
基于绿色能源的分布式算网是一种前沿技术，它巧妙地将绿色能源与分布式计算网络相结合，通过绿色能源为分布式计算节点供电，实现能源的高效利用和环保目标的同时，利用分布式计算网络处理能源数据，提升数据处理和决策能力，这种技术不仅有助于推动能源转型，减少环境污染，还能为能源系统的优化提供有力支持，随着技术的不断发展，分布式算网将在能源领域发挥越来越重要的作用。
现有的基于绿色能源的分布式算网管控系统，由多个数据采集节点、数据处理中心及监控平台构成，系统实时采集各节点的能源数据，通过高效的数据传输网络汇集至处理中心，处理中心运用先进算法对数据进行清洗、整合与分析，提取关键信息，监控平台则负责实时展示分析结果，并根据预设规则进行预警与决策支持。
但是其在实际使用时，仍旧存在一些缺点，如数据采集的覆盖面不够广泛，可能导致关键信息的遗漏，分布式算网监测系统需要收集各类绿色能源的数据，但现有的系统可能仅关注部分数据，忽视了其他重要信息，这种不全面的数据采集使得系统难以全面评估能源使用情况和设备性能，进而影响了数据分析的准确性和有效性，其次算法问题也是现有系统的一大短板，数据分析算法是系统处理数据并提取有用信息的核心，但现有算法可能无法充分应对复杂多变的能源数据。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种基于绿色能源的分布式算网智能管控系统，通过以下方案，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于绿色能源的分布式算网智能管控系统，包括：
能源节点划分模块：用于将分布式算网覆盖区域确定为目标管控区域，通过按照节点划分的方式将目标管控区域划分为各能源节点，依次标记为1、2……n，并将各能源节点的数据采集时间按照等时间划分的方式依次标记为1、2……m；
绿色能源产能数据采集模块：用于采集各能源节点的太阳能发电数据、风力发电数据以及水力发电数据，并将采集到的数据传输到绿色能源产能数据分析模块；
绿色能源产能数据分析模块：包括太阳能发电数据分析单元、风力发电数据分析单元以及水力发电数据分析单元，各分析单元用于建立对应的数学模型，将绿色能源产能数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的太阳能发电效能指数、风力发电效能指数以及水利发电效能指数，并将分析后的数据传输到综合分析模块；
能源分配数据采集模块：用于采集各能源节点的电网负荷数据、能源存储数据以及传输损耗数据，并将采集到的数据传输到能源分配数据分析模块；
能源分配数据分析模块：包括电网负荷数据分析单元、能源存储数据分析单元以及传输损耗数据分析单元，各分析单元用于建立对应的数学模型，将能源分配数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的电网效能指数、能源存储效能指数以及传输效能指数，并将分析后的数据传输到综合分析模块；
分布式算网运行数据采集模块：用于采集各能源节点的性能数据、资源利用数据以及故障数据，并将采集到的数据传输到分布式算网运行数据分析模块；
分布式算网运行数据分析模块：包括性能数据分析单元、资源利用数据分析单元以及故障数据分析单元，各分析单元用于建立对应的数学模型，将分布式算网运行数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的性能效能指数、资源利用效能指数以及稳定性指数，并将分析后的数据传输到综合分析模块；
综合分析模块：用于建立综合分析模型，将绿色能源产能数据分析模块、能源分配数据分析模块以及分布式算网运行数据采集模块传输的数据导入综合分析模型，计算出各能源节点的综合优化指数，并传输到控制模块；
控制模块：用于建立能源节点综合优化指数预设值，通过能源节点综合优化指数预设值对各能源节点的综合优化指数进行判断，并根据判断结果发出控制指令。
优选的，所述太阳能发电数据包括太阳能板发电量、光照强度、温度，以及太阳能板透射率，分别标记为、/>、/>，以及/>，风力发电数据包括风力发电量、切入风速、切出风速，以及风轮直径，分别标记为/>、/>、/>，以及/>，水力发电数据包括水力发电量、水位、水流速度，以及导叶开度，分别标记为/>、/>、/>，以及/>。
优选的，所述太阳能发电数据分析单元用于建立太阳能发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的太阳能发电效能指数，/>表示第i个能源节点第j个时间的太阳能板发电量，/>表示第i个能源节点第j个时间的光照强度，/>表示第i个能源节点第j个时间的光照强度，/>表示第i个能源节点第j个时间的温度。
优选的，所述风力发电数据分析单元用于建立风力发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的风力发电效能指数，/>表示第i个能源节点第j个时间的风力发电量，/>表示第i个能源节点第j个时间的切入风速，/>表示第i个能源节点第j个时间的切出风速，/>表示第i个能源节点第j个时间的风轮直径。
优选的，所述水力发电数据分析单元用于建立水力发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的水力发电效能指数，/>表示第i个能源节点第j个时间的水力发电量，/>表示第i个能源节点第j个时间的水位，/>表示第i个能源节点第j个时间的水流速度，/>表示第i个能源节点第j个时间的导叶开度，/>表示第j个时间和第j-1个时间的时间差。
优选的，所述绿色能源产能数据分析模块通过第i个能源节点第j个时间的太阳能发电效能指数、第i个能源节点第j个时间的风力发电效能指数以及第i个能源节点第j个时间的水力发电效能指数计算出第i个能源节点第j个时间的绿色能源产能效能指数，具体公式为：，/>表示绿色能源产能效能指数的其他影响因子。
优选的，所述电网负荷数据包括电网负荷、用电量以及线路损耗率，分别标记为、/>以及/>，能源存储数据包括能源存储量、电池储能效率、充电速率，以及储能设备温度，分别标记为/>、/>、/>，以及/>，传输损耗数据包括传输损耗、传输距离、传输线温度，以及传输线电阻率，分别标记为/>、/>、/>，以及/>。
优选的，所述电网负荷数据分析单元用于建立电网负荷数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的电网效能指数，/>表示第i个能源节点第j个时间的电网负荷，/>表示第i个能源节点第j个时间的用电量，/>表示第i个能源节点第j个时间的线路损耗率，/>表示第j个时间和第j-1个时间的时间差。
优选的，所述能源存储数据分析单元用于建立能源存储数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的能源存储效能指数，/>表示第i个能源节点第j个时间的能源存储量，/>表示第i个能源节点第j个时间的电池储能效率，/>表示第i个能源节点第j个时间的充电速率，/>表示第i个能源节点第j个时间的储能设备温度，/>表示储能设备温度最大值，/>表示储能设备温度最小值，/>表示第j个时间和第j-1个时间的时间差。
优选的，所述传输损耗数据分析单元用于建立传输损耗数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的传输效能指数，/>表示第i个能源节点第j个时间的传输损耗，/>表示第i个能源节点第j个时间的传输距离，/>表示第i个能源节点第j个时间的传输线温度，/>表示第i个能源节点第j个时间的传输线电阻率，/>表示传输线温度最大值，/>表示传输线温度最小值。
优选的，所述能源分配数据分析模块通过第i个能源节点第j个时间的电网效能指数、第i个能源节点第j个时间的能源存储效能指数以及第i个能源节点第j个时间的传输效能指数计算出第i个能源节点第j个时间的绿色能源分配效能指数，具体公式为：，/>表示绿色能源分配效能指数的其他影响因子。
优选的，所述性能数据包括处理请求数、节点间通信延迟以及任务完成时间，分别标记为、/>以及/>，资源利用数据包括CPU利用率、内存占用率以及磁盘I/O速率，分别标记为/>、/>以及/>，故障数据包括节点故障数、任务失败率以及网络丢包率，分别标记为/>、/>以及/>。/>
优选的，所述性能数据分析单元用于建立性能数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的性能效能指数，/>表示第i个能源节点第j个时间的处理请求数，/>表示第i个能源节点第j个时间的节点间通信延迟，/>表示第i个能源节点第j个时间的任务完成时间。
优选的，所述资源利用数据分析单元用于建立资源利用数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的资源利用效能指数，/>表示第i个能源节点第j个时间的CPU利用率，/>表示第i个能源节点第j个时间的内存占用率，/>表示第i个能源节点第j个时间的磁盘I/O速率。
优选的，所述故障数据分析单元用于建立故障数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的稳定性指数，/>表示第i个能源节点第j个时间的节点故障数，/>表示第i个能源节点第j个时间的任务失败率，/>表示第i个能源节点第j个时间的网络丢包率。
优选的，所述分布式算网运行数据分析模块通过第i个能源节点第j个时间的性能效能指数、第i个能源节点第j个时间的资源利用效能指数以及第i个能源节点第j个时间的稳定性指数计算出第i个能源节点第j个时间的分布式算网运行效能指数，具体公式为：,/>表示分布式算网运行效能指数的其他影响因子。
优选的，所述综合分析模块具体表示为：，/>表示第i个能源节点的综合优化指数，/>表示第i个能源节点第j个时间的绿色能源产能效能指数，/>表示第i个能源节点第j个时间的绿色能源分配效能指数，/>表示第i个能源节点第j个时间的分布式算网运行效能指数，/>表示绿色能源产能效能指数的权重，/>表示绿色能源分配效能指数的权重，/>表示分布式算网运行效能指数的权重。
优选的，所述能源节点综合优化指数预设值表示为，当/>时，表示第i个能源节点的综合优化指数大于能源节点综合优化指数预设值，说明第i个能源节点的运行情况良好，则保持对第i个能源节点的数据分析，当/>时，表示第i个能源节点的综合优化指数小于能源节点综合优化指数预设值，说明第i个能源节点的运行情况差，则将发出报警信号通知管理人员。
本发明的技术效果和优点：
本发明通过能源节点划分模块将分布式算网覆盖区域划分为各能源节点，实现了对数据的精准采集与分析，这种划分方式不仅提高了数据采集的效率和准确性，还能针对不同能源节点的特点进行定制化分析，从而更好地评估各节点的能源产能效能；其次，本发明通过绿色能源产能数据采集模块和绿色能源产能数据分析模块，对太阳能、风力和水力等绿色能源的产能数据进行了全面采集和深入分析，有助于更加全面地了解各种绿色能源的产能状况，为后续的能源分配和算网运行优化提供了有力支持；此外，本系统还通过综合分析模块，将能源节点的各数据分析结果进行整合，为分布式算网管控提供了科学依据，通过合理分配能源，可以最大化地利用绿色能源，减少能源浪费，提高能源利用效率。
附图说明
图1为本发明的整体结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。
参考图1所示的一种基于绿色能源的分布式算网智能管控系统，包括能源节点划分模块、绿色能源产能数据采集模块、绿色能源产能数据分析模块、能源分配数据采集模块、能源分配数据分析模块、分布式算网运行数据采集模块、分布式算网运行数据分析模块、综合分析模块，以及控制模块。
所述能源节点划分模块用于将分布式算网覆盖区域确定为目标管控区域，通过按照节点划分的方式将目标管控区域划分为各能源节点，依次标记为1、2……n，并将各能源节点的数据采集时间按照等时间划分的方式依次标记为1、2……m。
所述绿色能源产能数据采集模块用于采集各能源节点的太阳能发电数据、风力发电数据以及水力发电数据，并将采集到的数据传输到绿色能源产能数据分析模块。
所述太阳能发电数据包括太阳能板发电量、光照强度、温度，以及太阳能板透射率，分别标记为、/>、/>，以及/>，风力发电数据包括风力发电量、切入风速、切出风速，以及风轮直径，分别标记为/>、/>、/>，以及/>，水力发电数据包括水力发电量、水位、水流速度，以及导叶开度，分别标记为/>、/>、/>，以及/>。
所述绿色能源产能数据分析模块包括太阳能发电数据分析单元、风力发电数据分析单元以及水力发电数据分析单元，各分析单元用于建立对应的数学模型，将绿色能源产能数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的太阳能发电效能指数、风力发电效能指数以及水利发电效能指数，并将分析后的数据传输到综合分析模块。
所述太阳能发电数据分析单元用于建立太阳能发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的太阳能发电效能指数，/>表示第i个能源节点第j个时间的太阳能板发电量，/>表示第i个能源节点第j个时间的光照强度，/>表示第i个能源节点第j个时间的光照强度，/>表示第i个能源节点第j个时间的温度。
所述风力发电数据分析单元用于建立风力发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的风力发电效能指数，/>表示第i个能源节点第j个时间的风力发电量，/>表示第i个能源节点第j个时间的切入风速，/>表示第i个能源节点第j个时间的切出风速，/>表示第i个能源节点第j个时间的风轮直径。
所述水力发电数据分析单元用于建立水力发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的水力发电效能指数，/>表示第i个能源节点第j个时间的水力发电量，/>表示第i个能源节点第j个时间的水位，/>表示第i个能源节点第j个时间的水流速度，/>表示第i个能源节点第j个时间的导叶开度，/>表示第j个时间和第j-1个时间的时间差。
所述绿色能源产能数据分析模块通过第i个能源节点第j个时间的太阳能发电效能指数、第i个能源节点第j个时间的风力发电效能指数以及第i个能源节点第j个时间的水力发电效能指数计算出第i个能源节点第j个时间的绿色能源产能效能指数，具体公式为：，/>表示绿色能源产能效能指数的其他影响因子。
所述能源分配数据采集模块用于采集各能源节点的电网负荷数据、能源存储数据以及传输损耗数据，并将采集到的数据传输到能源分配数据分析模块。
所述电网负荷数据包括电网负荷、用电量以及线路损耗率，分别标记为、/>以及/>，能源存储数据包括能源存储量、电池储能效率、充电速率，以及储能设备温度，分别标记为/>、/>、/>，以及/>，传输损耗数据包括传输损耗、传输距离、传输线温度，以及传输线电阻率，分别标记为/>、/>、/>，以及/>。
所述能源分配数据分析模块包括电网负荷数据分析单元、能源存储数据分析单元以及传输损耗数据分析单元，各分析单元用于建立对应的数学模型，将能源分配数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的电网效能指数、能源存储效能指数以及传输效能指数，并将分析后的数据传输到综合分析模块。
所述电网负荷数据分析单元用于建立电网负荷数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的电网效能指数，/>表示第i个能源节点第j个时间的电网负荷，/>表示第i个能源节点第j个时间的用电量，/>表示第i个能源节点第j个时间的线路损耗率，/>表示第j个时间和第j-1个时间的时间差。
所述能源存储数据分析单元用于建立能源存储数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的能源存储效能指数，/>表示第i个能源节点第j个时间的能源存储量，/>表示第i个能源节点第j个时间的电池储能效率，/>表示第i个能源节点第j个时间的充电速率，/>表示第i个能源节点第j个时间的储能设备温度，/>表示储能设备温度最大值，/>表示储能设备温度最小值，/>表示第j个时间和第j-1个时间的时间差。
所述传输损耗数据分析单元用于建立传输损耗数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的传输效能指数，表示第i个能源节点第j个时间的传输损耗，/>表示第i个能源节点第j个时间的传输距离，/>表示第i个能源节点第j个时间的传输线温度，/>表示第i个能源节点第j个时间的传输线电阻率，/>表示传输线温度最大值，/>表示传输线温度最小值。
所述能源分配数据分析模块通过第i个能源节点第j个时间的电网效能指数、第i个能源节点第j个时间的能源存储效能指数以及第i个能源节点第j个时间的传输效能指数计算出第i个能源节点第j个时间的绿色能源分配效能指数，具体公式为：，/>表示绿色能源分配效能指数的其他影响因子。
所述分布式算网运行数据采集模块用于采集各能源节点的性能数据、资源利用数据以及故障数据，并将采集到的数据传输到分布式算网运行数据分析模块。
所述性能数据包括处理请求数、节点间通信延迟以及任务完成时间，分别标记为、/>以及/>，资源利用数据包括CPU利用率、内存占用率以及磁盘I/O速率，分别标记为、/>以及/>，故障数据包括节点故障数、任务失败率以及网络丢包率，分别标记为/>、以及/>。
所述分布式算网运行数据分析模块包括性能数据分析单元、资源利用数据分析单元以及故障数据分析单元，各分析单元用于建立对应的数学模型，将分布式算网运行数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的性能效能指数、资源利用效能指数以及稳定性指数，并将分析后的数据传输到综合分析模块。
所述性能数据分析单元用于建立性能数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的性能效能指数，/>表示第i个能源节点第j个时间的处理请求数，/>表示第i个能源节点第j个时间的节点间通信延迟，/>表示第i个能源节点第j个时间的任务完成时间。
所述资源利用数据分析单元用于建立资源利用数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的资源利用效能指数，/>表示第i个能源节点第j个时间的CPU利用率，/>表示第i个能源节点第j个时间的内存占用率，/>表示第i个能源节点第j个时间的磁盘I/O速率。
所述故障数据分析单元用于建立故障数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的稳定性指数，/>表示第i个能源节点第j个时间的节点故障数，/>表示第i个能源节点第j个时间的任务失败率，/>表示第i个能源节点第j个时间的网络丢包率。
所述分布式算网运行数据分析模块通过第i个能源节点第j个时间的性能效能指数、第i个能源节点第j个时间的资源利用效能指数以及第i个能源节点第j个时间的稳定性指数计算出第i个能源节点第j个时间的分布式算网运行效能指数，具体公式为：,/>表示分布式算网运行效能指数的其他影响因子。
所述综合分析模块用于建立综合分析模型，将绿色能源产能数据分析模块、能源分配数据分析模块以及分布式算网运行数据采集模块传输的数据导入综合分析模型，计算出各能源节点的综合优化指数，并传输到控制模块。
所述综合分析模块具体表示为：，/>表示第i个能源节点的综合优化指数，/>表示第i个能源节点第j个时间的绿色能源产能效能指数，/>表示第i个能源节点第j个时间的绿色能源分配效能指数，/>表示第i个能源节点第j个时间的分布式算网运行效能指数，/>表示绿色能源产能效能指数的权重，/>表示绿色能源分配效能指数的权重，/>表示分布式算网运行效能指数的权重。
所述控制模块用于建立能源节点综合优化指数预设值，通过能源节点综合优化指数预设值对各能源节点的综合优化指数进行判断，并根据判断结果发出控制指令。
所述能源节点综合优化指数预设值表示为，当/>时，表示第i个能源节点的综合优化指数大于能源节点综合优化指数预设值，说明第i个能源节点的运行情况良好，则保持对第i个能源节点的数据分析，当/>时，表示第i个能源节点的综合优化指数小于能源节点综合优化指数预设值，说明第i个能源节点的运行情况差，则将发出报警信号通知管理人员。
本发明通过能源节点划分模块将分布式算网覆盖区域划分为各能源节点，实现了对数据的精准采集与分析，这种划分方式不仅提高了数据采集的效率和准确性，还能针对不同能源节点的特点进行定制化分析，从而更好地评估各节点的能源产能效能；其次，本发明通过绿色能源产能数据采集模块和绿色能源产能数据分析模块，对太阳能、风力和水力等绿色能源的产能数据进行了全面采集和深入分析，有助于更加全面地了解各种绿色能源的产能状况，为后续的能源分配和算网运行优化提供了有力支持；此外，本系统还通过综合分析模块，将能源节点的各数据分析结果进行整合，为分布式算网管控提供了科学依据，通过合理分配能源，可以最大化地利用绿色能源，减少能源浪费，提高能源利用效率。
其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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 (9)
1.一种基于绿色能源的分布式算网智能管控系统，其特征在于，包括：
能源节点划分模块：用于将分布式算网覆盖区域确定为目标管控区域，通过按照节点划分的方式将目标管控区域划分为各能源节点，依次标记为1、2……n，并将各能源节点的数据采集时间按照等时间划分的方式依次标记为1、2……m；
绿色能源产能数据采集模块：用于采集各能源节点的太阳能发电数据、风力发电数据以及水力发电数据，并将采集到的数据传输到绿色能源产能数据分析模块；
绿色能源产能数据分析模块：包括太阳能发电数据分析单元、风力发电数据分析单元以及水力发电数据分析单元，各分析单元用于建立对应的数学模型，将绿色能源产能数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的太阳能发电效能指数、风力发电效能指数以及水利发电效能指数，并将分析后的数据传输到综合分析模块；
能源分配数据采集模块：用于采集各能源节点的电网负荷数据、能源存储数据以及传输损耗数据，并将采集到的数据传输到能源分配数据分析模块；
能源分配数据分析模块：包括电网负荷数据分析单元、能源存储数据分析单元以及传输损耗数据分析单元，各分析单元用于建立对应的数学模型，将能源分配数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的电网效能指数、能源存储效能指数以及传输效能指数，并将分析后的数据传输到综合分析模块；
分布式算网运行数据采集模块：用于采集各能源节点的性能数据、资源利用数据以及故障数据，并将采集到的数据传输到分布式算网运行数据分析模块；
分布式算网运行数据分析模块：包括性能数据分析单元、资源利用数据分析单元以及故障数据分析单元，各分析单元用于建立对应的数学模型，将分布式算网运行数据采集模块传输的数据导入对应的分析单元，计算出各能源节点的性能效能指数、资源利用效能指数以及稳定性指数，并将分析后的数据传输到综合分析模块；
综合分析模块：用于建立综合分析模型，将绿色能源产能数据分析模块、能源分配数据分析模块以及分布式算网运行数据采集模块传输的数据导入综合分析模型，计算出各能源节点的综合优化指数，并传输到控制模块；
控制模块：用于建立能源节点综合优化指数预设值，通过能源节点综合优化指数预设值对各能源节点的综合优化指数进行判断，并根据判断结果发出控制指令。
2.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述太阳能发电数据包括太阳能板发电量、光照强度、温度，以及太阳能板透射率，分别标记为、/>、/>，以及/>，风力发电数据包括风力发电量、切入风速、切出风速，以及风轮直径，分别标记为/>、/>、/>，以及/>，水力发电数据包括水力发电量、水位、水流速度，以及导叶开度，分别标记为/>、/>、/>，以及/>。
3.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述太阳能发电数据分析单元用于建立太阳能发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的太阳能发电效能指数，/>表示第i个能源节点第j个时间的太阳能板发电量，/>表示第i个能源节点第j个时间的光照强度，/>表示第i个能源节点第j个时间的光照强度，/>表示第i个能源节点第j个时间的温度；
所述风力发电数据分析单元用于建立风力发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的风力发电效能指数，/>表示第i个能源节点第j个时间的风力发电量，/>表示第i个能源节点第j个时间的切入风速，/>表示第i个能源节点第j个时间的切出风速，/>表示第i个能源节点第j个时间的风轮直径；
所述水力发电数据分析单元用于建立水力发电数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的水力发电效能指数，/>表示第i个能源节点第j个时间的水力发电量，/>表示第i个能源节点第j个时间的水位，/>表示第i个能源节点第j个时间的水流速度，/>表示第i个能源节点第j个时间的导叶开度，/>表示第j个时间和第j-1个时间的时间差。
4.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述电网负荷数据包括电网负荷、用电量以及线路损耗率，分别标记为、/>以及/>，能源存储数据包括能源存储量、电池储能效率、充电速率，以及储能设备温度，分别标记为/>、、/>，以及/>，传输损耗数据包括传输损耗、传输距离、传输线温度，以及传输线电阻率，分别标记为/>、/>、/>，以及/>。
5.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述电网负荷数据分析单元用于建立电网负荷数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的电网效能指数，/>表示第i个能源节点第j个时间的电网负荷，/>表示第i个能源节点第j个时间的用电量，/>表示第i个能源节点第j个时间的线路损耗率，/>表示第j个时间和第j-1个时间的时间差；
所述能源存储数据分析单元用于建立能源存储数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的能源存储效能指数，/>表示第i个能源节点第j个时间的能源存储量，/>表示第i个能源节点第j个时间的电池储能效率，/>表示第i个能源节点第j个时间的充电速率，/>表示第i个能源节点第j个时间的储能设备温度，/>表示储能设备温度最大值，/>表示储能设备温度最小值，/>表示第j个时间和第j-1个时间的时间差；
所述传输损耗数据分析单元用于建立传输损耗数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的传输效能指数，表示第i个能源节点第j个时间的传输损耗，/>表示第i个能源节点第j个时间的传输距离，/>表示第i个能源节点第j个时间的传输线温度，/>表示第i个能源节点第j个时间的传输线电阻率，/>表示传输线温度最大值，/>表示传输线温度最小值。
6.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述性能数据包括处理请求数、节点间通信延迟以及任务完成时间，分别标记为、/>以及/>，资源利用数据包括CPU利用率、内存占用率以及磁盘I/O速率，分别标记为/>、/>以及，故障数据包括节点故障数、任务失败率以及网络丢包率，分别标记为/>、/>以及/>。
7.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述性能数据分析单元用于建立性能数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的性能效能指数，/>表示第i个能源节点第j个时间的处理请求数，/>表示第i个能源节点第j个时间的节点间通信延迟，/>表示第i个能源节点第j个时间的任务完成时间；
所述资源利用数据分析单元用于建立资源利用数据分析模型，具体表示为：，/>表示第i个能源节点第j个时间的资源利用效能指数，/>表示第i个能源节点第j个时间的CPU利用率，/>表示第i个能源节点第j个时间的内存占用率，/>表示第i个能源节点第j个时间的磁盘I/O速率。
8.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述综合分析模块具体表示为：，/>表示第i个能源节点的综合优化指数，/>表示第i个能源节点第j个时间的绿色能源产能效能指数，/>表示第i个能源节点第j个时间的绿色能源分配效能指数，/>表示第i个能源节点第j个时间的分布式算网运行效能指数，/>表示绿色能源产能效能指数的权重，/>表示绿色能源分配效能指数的权重，/>表示分布式算网运行效能指数的权重。
9.根据权利要求1所述的一种基于绿色能源的分布式算网智能管控系统，其特征在于：所述能源节点综合优化指数预设值表示为，当/>时，表示第i个能源节点的综合优化指数大于能源节点综合优化指数预设值，说明第i个能源节点的运行情况良好，则保持对第i个能源节点的数据分析，当/>时，表示第i个能源节点的综合优化指数小于能源节点综合优化指数预设值，说明第i个能源节点的运行情况差，则将发出报警信号通知管理人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410394289.3A CN117973708B (zh) | 2024-04-02 | 2024-04-02 | 一种基于绿色能源的分布式算网智能管控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410394289.3A CN117973708B (zh) | 2024-04-02 | 2024-04-02 | 一种基于绿色能源的分布式算网智能管控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117973708A true CN117973708A (zh) | 2024-05-03 |
| CN117973708B CN117973708B (zh) | 2024-06-07 |
Family
ID=90864766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410394289.3A Active CN117973708B (zh) | 2024-04-02 | 2024-04-02 | 一种基于绿色能源的分布式算网智能管控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117973708B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2159846A1 (en) * | 2008-08-29 | 2010-03-03 | ODERSUN Aktiengesellschaft | Thin film solar cell and photovoltaic string assembly |
| US20140297051A1 (en) * | 2013-03-26 | 2014-10-02 | Northeastern University | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof |
| CN104362677A (zh) * | 2014-11-19 | 2015-02-18 | 云南电网公司电力科学研究院 | 一种主动配电网优化配置结构及其配置方法 |
| US20150186904A1 (en) * | 2013-12-27 | 2015-07-02 | International Business Machines Corporation | System And Method For Managing And Forecasting Power From Renewable Energy Sources |
| US20170248118A1 (en) * | 2016-02-26 | 2017-08-31 | Henry Ivers | Novel Applications of the New Wind Power Formula, Novel Movements of Sails, and Novel Sail Turbines, plus Novel Propulsion Systems |
| CN113746144A (zh) * | 2021-11-08 | 2021-12-03 | 南京东博智慧能源研究院有限公司 | 一种源网荷实时交互的电碳控制方法及其智能管理系统 |
| CN115545290A (zh) * | 2022-09-27 | 2022-12-30 | 广东电网有限责任公司珠海供电局 | 一种含光伏发电配电网中的分布式储能经济优化配置方法 |
| WO2023201916A1 (zh) * | 2022-04-18 | 2023-10-26 | 国网智能电网研究院有限公司 | 一种分布式灵活资源聚合控制装置及控制方法 |
| CN117649044A (zh) * | 2023-10-26 | 2024-03-05 | 华能烟台新能源有限公司 | 一种海上风电机组多维度量化状态评估方法 |
| CN117743794A (zh) * | 2023-12-20 | 2024-03-22 | 华能东莞燃机热电有限责任公司 | 一种分布式光伏电站故障诊断及效能损失评估系统 |
| CN117791679A (zh) * | 2023-12-27 | 2024-03-29 | 中国科学院沈阳自动化研究所 | 一种综合考虑工业生产负荷和分时电价的光储供电及智能调度方法 |
| CN117787667A (zh) * | 2024-02-26 | 2024-03-29 | 济南高品伟业信息科技有限公司 | 一种基于多源数据的能源状况监控管理系统 |
-
2024
- 2024-04-02 CN CN202410394289.3A patent/CN117973708B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2159846A1 (en) * | 2008-08-29 | 2010-03-03 | ODERSUN Aktiengesellschaft | Thin film solar cell and photovoltaic string assembly |
| US20140297051A1 (en) * | 2013-03-26 | 2014-10-02 | Northeastern University | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof |
| US20150186904A1 (en) * | 2013-12-27 | 2015-07-02 | International Business Machines Corporation | System And Method For Managing And Forecasting Power From Renewable Energy Sources |
| CN104362677A (zh) * | 2014-11-19 | 2015-02-18 | 云南电网公司电力科学研究院 | 一种主动配电网优化配置结构及其配置方法 |
| US20170248118A1 (en) * | 2016-02-26 | 2017-08-31 | Henry Ivers | Novel Applications of the New Wind Power Formula, Novel Movements of Sails, and Novel Sail Turbines, plus Novel Propulsion Systems |
| CN113746144A (zh) * | 2021-11-08 | 2021-12-03 | 南京东博智慧能源研究院有限公司 | 一种源网荷实时交互的电碳控制方法及其智能管理系统 |
| WO2023201916A1 (zh) * | 2022-04-18 | 2023-10-26 | 国网智能电网研究院有限公司 | 一种分布式灵活资源聚合控制装置及控制方法 |
| CN115545290A (zh) * | 2022-09-27 | 2022-12-30 | 广东电网有限责任公司珠海供电局 | 一种含光伏发电配电网中的分布式储能经济优化配置方法 |
| CN117649044A (zh) * | 2023-10-26 | 2024-03-05 | 华能烟台新能源有限公司 | 一种海上风电机组多维度量化状态评估方法 |
| CN117743794A (zh) * | 2023-12-20 | 2024-03-22 | 华能东莞燃机热电有限责任公司 | 一种分布式光伏电站故障诊断及效能损失评估系统 |
| CN117791679A (zh) * | 2023-12-27 | 2024-03-29 | 中国科学院沈阳自动化研究所 | 一种综合考虑工业生产负荷和分时电价的光储供电及智能调度方法 |
| CN117787667A (zh) * | 2024-02-26 | 2024-03-29 | 济南高品伟业信息科技有限公司 | 一种基于多源数据的能源状况监控管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 白松浩;: "系统效能指数和效能因子的计算模型与方法", 系统工程理论与实践, no. 11, 15 November 2010 (2010-11-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117973708B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Greenware: Greening cloud-scale data centers to maximize the use of renewable energy | |
| CN113746144B (zh) | 一种源网荷实时交互的电碳控制方法及其智能管理系统 | |
| CN107330056B (zh) | 基于大数据云计算平台的风电场scada系统及其运行方法 | |
| CN101813941B (zh) | 一种冷热电三联供设备能效优化调度系统 | |
| CN103455729B (zh) | 一种确定光储并网联合发电调度值的方法 | |
| CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及系统 | |
| CN112332401B (zh) | 基于区块链的绿色供能充电站系统及管理设备与方法 | |
| CN113191542A (zh) | 一种智慧环保碳排放管理服务平台 | |
| CN114861539A (zh) | 一种5g城市综合能源互联网数字孪生系统建模与实现方法 | |
| CN111968008B (zh) | 基于多能协作的综合能源监控系统及方法 | |
| CN117973708B (zh) | 一种基于绿色能源的分布式算网智能管控系统 | |
| CN112068524A (zh) | 一种面向企业运行维护的能源管控平台 | |
| CN114996093A (zh) | 一种数据中心节能系统的智能巡检优化方法 | |
| CN111612219A (zh) | 一种风力发电预测系统 | |
| CN116894568B (zh) | 一种充电桩的碳排放综合管理预测方法及存储介质 | |
| CN113595238B (zh) | 一种智能配电柜及配电箱低碳聚合调控系统、方法及终端装置 | |
| Li et al. | Application-Driven Data Management Framework for Wind Farms by Cloud-Edge-End Collaboration | |
| CN111966007A (zh) | 一种区域供热预测系统 | |
| CN211653712U (zh) | 基于智能数据采集分析的用户侧储能开发系统 | |
| CN217469497U (zh) | 一种电池储能电站三层级信息系统 | |
| CN117235193A (zh) | 一种虚拟电厂多能互补的源荷储优化配置方法 | |
| Wang et al. | Research on the Application of Machine Learning in the Construction of Power Demand Response Model for Edge Computing | |
| CN114204690A (zh) | 一种用于数据中心的全方位多层级电能消耗监测采集方法 | |
| Zhang et al. | Risk analysis method for balancing positive and negative backup gaps in distributed new energy grids based on historical load peak and valley values and big data | |
| CN117996951A (zh) | 一种基于数字孪生的数字电网建模系统 |
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 |