WO2019080807A1 - 一种供能设备管理的方法、系统及终端设备 - Google Patents
一种供能设备管理的方法、系统及终端设备Info
- Publication number
- WO2019080807A1 WO2019080807A1 PCT/CN2018/111263 CN2018111263W WO2019080807A1 WO 2019080807 A1 WO2019080807 A1 WO 2019080807A1 CN 2018111263 W CN2018111263 W CN 2018111263W WO 2019080807 A1 WO2019080807 A1 WO 2019080807A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- energy
- historical
- energy supply
- relationship function
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004146 energy storage Methods 0.000 claims abstract description 40
- 238000004519 manufacturing process Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 103
- 238000004590 computer program Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000003247 decreasing effect Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000005338 heat storage Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000020169 heat generation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B2500/00—Problems to be solved
- F25B2500/05—Cost reduction
Definitions
- FIG. 5 is a schematic structural diagram of a relationship function acquiring module in FIG. 4 according to an embodiment of the present application.
- the terminal acquires a load relationship function, a power supply relationship function, and a cost relationship function in the pre-existing local data.
- the energy supply device transmits the collected current monitoring data to the data controller, and the data controller summarizes the data, and uploads the summarized data to the terminal by using WIFI communication.
- the energy-supplied device collects current data through the data collector, and sends the data to the data controller based on a serial communication protocol.
- historical load data is obtained from a local historical load database.
- step S205 the historical load data and the historical weather data are subjected to neural network analysis to generate a load relationship function.
- the time period during which all the energy-supplied devices included in the energy-supplied system perform the production capacity and the time period during which the energy storage is performed can be known according to the minimum cost.
- the prediction data acquisition module is configured to substitute the weather prediction data into the load relationship function and the energy supply relationship function to obtain corresponding predicted load data and corresponding predicted energy supply data;
- the embodiment of the present application further provides a computer readable storage medium, where the computer readable storage medium stores a computer program.
- the steps in the embodiments as described in Embodiment 1 are implemented, for example, Steps S101 to S106 shown in Fig. 1.
- the computer program is executed by the processor to implement the functions of the modules/units in the various system embodiments as described in Embodiment 2, such as the functions of the modules 110 to 160 shown in FIG.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了一种供能设备管理的方法、系统及终端设备。供能设备管理的方法包括：将气象预测数据分别代入负荷关系函数和供能关系函数，得到对应的预测负荷数据和对应的预测供能数据，将预测供能数据、预测负荷数据和能源价格信息代入成本关系函数，得到最小成本，根据最小成本和工作参数发送控制指令至供能设备以使供能设备根据控制指令进行开启或关闭产能装置和储能装置。该方法根据预测负荷数据、预测供能数据和能源价格得到最小成本，并根据最小成本和工作参数控制供能设备进行产能和储能，从而有效减少了资源的浪费，降低产能成本。
Description
本申请属于能源控制技术领域，尤其涉及一种供能设备管理的方法、系统及终端设备。
随着我国经济的发展、人民生活水平的提高以及对节能和环保的重视，使用清洁能源进行供能的设备（例如空气源热泵）逐渐得到了发展。
现有技术中，供能设备不能精准预测用户所需能量并且不能自主进行节能优化配置、产能成本高。
有鉴于此，本申请实施例提供了一种供能设备管理的方法、系统及终端设备，以解决现有技术中供能设备不能精准预测用户所需能量并且不能自主进行节能优化配置造成产能成本高的问题。
有鉴于此，本申请实施例提供了一种供能设备管理的方法、系统及终端设备，以解决现有技术中供能设备不能精准预测用户所需能量并且不能自主进行节能优化配置造成产能成本高的问题。
本申请实施例的第一方面提供了一种供能设备管理的方法，所述供能设备包括产能装置和储能装置，所述方法包括：
获取预存的负荷关系函数、供能关系函数和成本关系函数。
获取气象预测数据。
获取用户输入的所述供能设备的工作参数和能源价格信息。
将所述气象预测数据分别代入所述负荷关系函数和所述供能关系函数，得到对应的预测负荷数据和对应的预测供能数据。
将所述预测供能数据、所述预测负荷数据和所述能源价格信息代入所述成本关系函数，得到最小成本。
根据所述最小成本和所述工作参数发送控制指令至所述供能设备以使所述供能设备根据所述控制指令进行开启或关闭所述产能装置和所述储能装置。
本申请实施例的第二方面提供了一种供能设备管理的系统，所述供能设备包括产能装置和储能装置，所述系统包括：
关系函数获取模块，用于获取预存的负荷关系函数、供能关系函数和成本关系函数。
气象数据获取模块，用于获取气象预测数据。
初始数据获取模块，用于获取用户输入的所述供能设备的工作参数和能源价格信息。
预测数据获取模块，用于将所述气象预测数据分别代入所述负荷关系函数和所述供能关系函数，得到对应的预测负荷数据和对应的预测供能数据。
最小成本获取模块，用于将所述预测供能数据、所述预测负荷数据和所述能源价格信息代入所述成本关系函数，得到最小成本。
控制指令发送模块，用于根据所述最小成本和所述工作参数发送控制指令至所述供能设备以使所述供能设备根据所述控制指令进行开启或关闭所述产能装置和所述储能装置。
本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的供能设备管理的方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的供能设备管理的方法的步骤。
本申请实施例通过获取预存的负荷关系函数、供能关系函数和成本关系函数，获取气象预测数据，获取用户输入的供能设备的工作参数和能源价格信息，将气象预测数据分别代入负荷关系函数和供能关系函数，得到对应的预测负荷数据和对应的预测供能数据，将预测供能数据、预测负荷数据和能源价格信息代入成本关系函数，得到最小成本，根据最小成本和工作参数发送控制指令至供能设备以使供能设备根据控制指令进行开启或关闭产能装置和储能装置。本申请实施例通过将气象预测数据代入对应的关系函数，得到预测负荷数据和预测供能数据，并根据预测负荷数据、预测供能数据和能源价格，计算出最小成本，根据最小成本和工作参数控制供能设备进行产能和储能，从而有效避免了供能设备不能精准预测用户所需能量并且不能自主进行节能优化配置的情况的发生，有效减少了资源的浪费，降低产能成本。
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的供能设备管理的方法的实现流程图；
图2是本申请一个实施例提供的供能设备管理的方法的实现流程图；
图3是本申请一个实施例提供的图1中步骤S106的具体实现流程图；
图4是本申请一个实施例提供的供能设备管理的系统的结构示意图；
图5是本申请一个实施例提供的图4中的关系函数获取模块的结构示意图；
图6是本申请一个实施例提供的图4中的控制指令发送模块的结构示意图；
图7是本申请一个实施例提供的终端设备的示意图。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
实施例
1
：
图1示出了本申请的一个实施例提供的一种供能设备管理的方法的实现流程，所述供能设备包括产能装置和储能装置，所述方法包括：
在步骤S101中，获取预存的负荷关系函数、供能关系函数和成本关系函数。
在一个实施例中，供能系统包括供能设备、天气采集装置和数据控制器。
在一个实施例中，供能设备可以包括空气源热泵。
在本实施例中，终端获取预存在本地数据中的负荷关系函数、供能关系函数和成本关系函数。
在步骤S102中，获取气象预测数据。
在本实施例中，终端接收天气采集装置发送的未来一段时间内（如，未来三天）的气象预测数据，其中，气象预测数据包括温度和湿度。
可选地，从气象局获取气象预测数据。
在步骤S103中，获取用户输入的供能设备的工作参数和能源价格信息。
在本实施例里中，终端获取用户输入的工作参数和能源价格信息，其中，能源价格信息包括电能价格信息。
在一个实施例中，电能的价格与时间点有关，一般将用电时间分为3个时间段，即峰、谷、平时段，峰时段的电能价格最高，平时段的电能价格居中，谷时段的电能价格最低。
在步骤S104中，将气象预测数据分别代入负荷关系函数和供能关系函数，得到对应的预测负荷数据和对应的预测供能数据。
在本实施例中，终端将气象预测数据代入负荷关系函数中，得到预测负荷数据，其中，预测负荷数据为未来一段时间供能设备产生的负荷数据，例如，未来3天内供能设备产生的负荷数据。
在本实施例中，预测负荷数据包括预测热负荷数据和预测冷负荷数据。
在本实施例中，终端将气象数据带代入供能关系函数中，得到预测供能数据，其中，预测供能数据为未来一段时间内供能设备实际提高的能量，例如未来2天内，供能设备实际提供的能量为3000kw，从而实现了精准预测在满足用户需求情况下，供能设备需要提供的能量。
在步骤S105中，将预测供能数据、预测负荷数据和能源价格信息代入成本关系函数，得到最小成本。
在本实施例中，终端将预测供能数据、预测负荷数据和能源价格代入成本关系函数中，由于能源价格的随时间变化而进行变化的，因此会得到一个与时间有关的成本总和，将成本总和取最小值便得到最小成本。
以一个具体应用场景为例，8点到10点的电能价格是0.8元，10点到12点的电能价格是1元，12点到14点的电能价格是0.5元将预测供能数据、预测负荷数据和0.8元、1元和0.5元代入成本关系函数中，成本总和与时间有关，计算后得出，当在12点到14点时，发现产能需要的成本最小，因此，12点到14点的产能成本为最小成本。
在步骤S106中，根据最小成本和工作参数发送控制指令至供能设备以使供能设备根据控制指令进行开启或关闭产能装置和储能装置。
在本实施例中，产能装置包括产热装置和制冷装置，储能装置包括储热装置和储冷装置。
在本实施例中，终端控制指令包括开启产热装置指令、开启制冷装置指令、关闭产热装置指令、关闭制冷装置指令、开启储热装置指令、关闭储热装置指令、开启储冷装置指令和关闭储冷装置指令。
在本实施例中，终端根据最小成本和供能设备的工作参数发送控制指令至供能设备，供能设备根据指令进行相应的操作。
以一个具体应用场景为例，当供能设备进行产热时，根据最小成本和供能设备的工作参数，发送开启产热装置指令至供能设备的控制器，控制器解析开启产热装置指令，并将解析后的开启产热装置指令发送至产热装置，产热装置执行解析后的指令，开始产热。
在本实施例里中，获取气象预测数据，并根据气象预测数据计算出预测负荷数据和预测供能数据，有效避免了当供能设备在较高温度情况下运行时，供能设备性能受损的情况的发生。
在本实施例，通过将预测负荷数据、预测供能数据和能源价格代入成本关系函数，可以得到最小成本，根据最小成本和供能设备的工作参数对供能设备进行优化配置，有计划地进行控制供能设备产能和储能，使供能设备生产的产能量和储能量既能提供满足用户需求的能量，又能减少资源的浪费，降低了能源使用成本，用户体验高。
如图2所示，在本申请的一个实施例中，图2所对应的实施例中的供能设备管理的方法的还包括：
在步骤S201中，获取历史负荷数据库中的历史负荷数据。
在一个实施例中，接收供能设备发送的当前的监测数据，根据监测数据计算出当前的负荷数据和当前的供能数据，将当前的负荷数据和当前的供能数据分别对应添加至历史负荷数据库和历史供能数据库，以对历史负荷数据和历史供能数据进行更新。
在本实施例中，用户能够在任何地点查看监测数据，实时了解供能设备的运行情况，当发现供能设备的监测数据出现异常时，能够及时发现问题，极大的方便了用户。
在一个实施例中，供能设备包括数据采集器。
在本实施例中，供能设备通过数据采集器采集当前数据，将数据通过Modbus通信协议的现场总线发送至数据控制器，数据控制器将数据进行汇总并通过基于Modbus 通信协议的现场总线将汇总后的监测数据上传至终端，终端接收到供能设备当前的数据后，根据预存的负荷值计算关系函数和供能值计算关系函数计算出当前的负荷数据和当前的供能数据，将当前的负荷数据和当前的供能数据分别对应添加至本地的历史负荷数据库和历史供能数据库，并对历史负荷数据和历史供能数据进行更新，其中，Modbus通信协议正用于工业现场的总线协议，包含Modbus ASCII（Modbus American Standard Code for Information Interchange）通信协议、Modbus RTU（Modbus
RemoteTerminalUnit）通信协议、Modbus TCP/IP（Modbus Transmission Control Protocol/Internet Protocol）通信协议。
可选地，供能设备将采集的当前的监测数据传输至数据控制器，数据控制器对数据进行汇总，并通过WIFI通信方式将汇总后的数据上传至终端。
可选地，供能设备通过数据采集器采集当前数据，并基于串口通信协议将数据发送至数据控制器。
在一个实施例中，将当前的监测数据代入预存的产能效率关系函数中，计算出当前的产能效率，将当前的产能效率添加至预存的产能效率报表中，用户可以根据产能效率报表清楚地了解供能设备的产能效率，从而了解到用户使用能量的趋势。
以一个具体应用场景为例，数据控制器将汇总后的监测数据通过基于Modbus TCP/IP通信协议的现场总线传输至终端。
在本实施例中，从本地历史负荷数据库中获取历史负荷数据。
在步骤S202中，获取历史供能数据库中的历史供能数据。
在本实施例中，从本地历史供能数据库中获取历史供能数据。
在步骤S203中，获取历史气象数据库中的历史气象数据。
在一个实施例中，每隔预设时间，接受天气采集装置或气象局发送的当前的气象数据，并将当前的气象数据添加至本地历史气象数据库中，并对历史气象数据库中的历史数据进行更新。
在本实施例中，从本地历史气象数据库中获取历史气象数据。
在步骤S204中，获取预存的历史能源价格信息。
在本实施例中，从本地数据中获取历史能源价格信息。
在步骤S205中，将历史负荷数据和历史气象数据进行神经网络分析，生成负荷关系函数。
在本实施例中，通过神经网络分析算法对历史负荷数据和历史气象数据进行神经网络分析，建立负荷关系函数。
在步骤S206中，将历史供能数据和历史气象数据进行神经网络分析，生成供能关系函数。
在本实施例中，通过神经网络分析算法对历史供能数据和历史气象数据进行神经网络分析，建立供能关系函数。
在步骤S207中，将历史供能数据、历史负荷数据和历史能源价格信息进行神经网络分析，生成成本关系函数。
在一个实施例中，通过分析历史负荷数据和历史功能数据，能够对供能设备提出改进意见。
在本实施例中，通过神经网络分析算法对历史供能数据、历史负荷和历史能源价格进行神经网络分析，建立成本关系函数。
在本实施例中，终端对历史负荷数据、历史供能数据和历史能源价格进行神经网络分析，能够有效去除噪声数据，有效地将数据进行非线性拟合，准确地发现数据之间的映射关系。
如图3所示，在本申请的一个实施例中，图1所对应的实施例中的步骤S106具体包括：
在步骤S301中，根据最小成本得到产能总量和储能总量的时间分配计划。
在本实施例中，根据最小成本可以知道供能系统中包含的所有供能设备进行产能的时间段和进行储能的时间段。
以一个具体应用场景为例，根据最小成本，发现供能系统中的供能设备在下午两点到四点进行产能的成本最小。
在步骤S302中，根据工作参数和时间分配计划，得到产能装置和储能装置的运行计划。
在一个实施例中，工作参数包括储能装置充放阀值和供能设备产能极限值。
在本实施例中，储能装置的充放阀值为储能装置存储能量的极限值，当达到了储能装置的极限值，储能装置便不能再存储能量，例如，储热装置的充放阀值为200kw，当储热装置存储200kw的热能后，便不能再进行存储热能。
在本实施例中，供能设备产能极限值为供能设备在单位时间内（例如，每小时）最大能够产生的能量，例如，供能设备每小时最多能产生20kw的能量。
在步骤S303，根据运行计划发送控制指令开启或关闭产能装置和储能装置。
在本实施例中，运行计划包括供能系统中产能装置和储能装置开启或关闭的数量。
以一个具体应用场景为例，终端根据工作参数和时间分配计划得出，需要在2点到4点开启供能系统中10个供能设备的产热装置，然后在2点时候，分别向10个供能设备发送开启产热装置指令，10个供能设备根据开启产热装置指令进行产热，当4点的时候，终端分别向10个供能设备发送关闭产热装置指令，10个供能设备根据关闭产热装置指令停止产热，从而有效地实现了对供能设备的产能和储能控制。
在一个实施例中，终端可以通过邮件或者短信将运行计划发送给用户终端上，用户可以根据运行计划人工进行控制产能装置和储能装置，供能设备进行优化配置。
在一个实施例中，当供能设备发生故障时，将故障信息上传至终端，终端当接收到故障信息后，进行弹窗报警和声音报警。
可选地，当供能设备发生故障时，将故障信息上传至终端，当接收到故障信息后，将故障信息通过邮件或者短信发送至用户终端，用户可以根据故障信息进行维修供能设备。
在本实施例中，当供能设备发生故障时，用户能够及时获取到故障信息，并根据故障信息进行处理，有效地降低了维护成本，用户体验高。
在本实施例中，终端根据运行计划中发送控制命令至供能设备，供能设备根据控制命令进行开启或关闭产能装置和储能装置。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例
2
：
如图4所示，本申请的一个实施例提供的供能设备管理的系统100，用于执行图1所对应的实施例中的方法步骤，所述供能设备包括产能装置和储能装置，所述系统包括：
关系函数获取模块110，用于获取预存的负荷关系函数、供能关系函数和成本关系函数；
气象数据获取模块120，用于接收气象局发送的气象预测数据；
初始数据获取模块130，用于获取用户输入的供能设备的工作参数和能源价格信息；
预测数据获取模块140，用于将气象预测数据分别代入负荷关系函数和供能关系函数，得到对应的预测负荷数据和对应的预测供能数据；
最小成本获取模块150，用于将预测供能数据、所述预测负荷数据和能源价格信息代入成本关系函数，得到最小成本；
控制指令发送模块160，用于根据最小成本和工作参数发送控制指令至供能设备以使供能设备根据控制指令进行开启或关闭产能装置和储能装置。
如图5所示，在本申请的一个实施例中，图4所对应的实施例中的关系函数获取模块110还包括用于执行图2所对应的实施例中的方法步骤的结构，具体包括：
历史负荷数据获取单元111，用于获取历史负荷数据库中的历史负荷数据；
历史供能数据获取单元112，用于获取历史供能数据库中的历史供能数据；
历史气象数据获取单元113，用于获取历史气象数据库中的历史气象数据；
历史能源价格获取单元114，用于获取预存的历史能源价格信息；
负荷关系函数生成单元115，用于将历史负荷数据和历史气象数据进行神经网络分析，生成负荷关系函数；
供能关系函数生成单元116，用于将历史供能数据和历史气象数据进行神经网络分析，生成供能关系函数；
成本关系函数生成单元117，用于将历史供能数据、历史负荷数据和历史能源价格信息进行神经网络分析，生成成本关系函数。
在一个实施例中，供能设备管理的系统100还包括：
监测数据接收模块，用于接收供能设备发送的当前的监测数据。
监测数据计算模块，用于根据监测数据计算出当前的负荷数据和当前的供能数据。
数据库更新模块，用于将当前的负荷数据和当前的供能数据对应添加至历史负荷数据库和历史供能数据库，以对历史负荷数据和历史供能数据进行更新。
如图6所示，在本申请的一个实施例中，图4所对应的实施例中的控制指令发送模块160还包括用于执行图3所对应的实施例中的方法步骤的结构，具体包括：
时间分配计划生成单元161，用于根据最小成本得到产能总量和储能总量的时间分配计划；
运行计划生成单元162，用于根据工作参数和时间分配计划，得到产能装置和储能装置的运行计划；
指令发送单元163，用于根据运行计划发送控制指令开启或关闭产能装置和储能装置。
在一个实施例中，工作参数包括储能装置充放阀值和供能设备产能极限值。
在一个实施例中，供能设备管理的系统100还包括其他功能模块/单元，用于实现实施例1中各实施例中的方法步骤。
实施例
3
：
图7是本申请一实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现如实施例1中所述的各实施例的步骤，例如图1所示的步骤S101至步骤S106。或者，所述处理器70执行所述计算机程序72时实现如实施例2中所述的各系统实施例中的各模块/单元的功能，例如图4所示模块110至160的功能。
示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成关系函数获取模块，气象数据获取模块，预测数据获取模块，预测数据获取模块，最小成本获取模块，控制指令发送模块。各模块具体功能如下：
关系函数获取模块，用于获取预存的负荷关系函数、供能关系函数和成本关系函数；
气象数据获取模块，用于获取气象预测数据；
初始数据获取模块，用于获取用户输入的供能设备的工作参数和能源价格信息；
预测数据获取模块，用于将气象预测数据分别代入负荷关系函数和供能关系函数，得到对应的预测负荷数据和对应的预测供能数据；
最小成本获取模块，用于将预测供能数据、所述预测负荷数据和能源价格信息代入成本关系函数，得到最小成本；
控制指令发送模块，用于根据最小成本和工作参数发送控制指令至供能设备以使供能设备根据控制指令进行开启或关闭产能装置和储能装置。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备7可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central
Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application
Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash
Card）等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
实施例
4
：
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如实施例1中所述的各实施例中的步骤，例如图1所示的步骤S101至步骤S106。或者，所述计算机程序被处理器执行时实现如实施例2中所述的各系统实施例中的各模块/单元的功能，例如图4所示的模块110至160的功能。
所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only
Memory）、随机存取存储器（RAM，Random
Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例系统中的模块或单元可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
- 一种供能设备管理的方法，其特征在于，所述供能设备包括产能装置和储能装置，所述方法包括：获取预存的负荷关系函数、供能关系函数和成本关系函数；获取气象预测数据；获取用户输入的所述供能设备的工作参数和能源价格信息；将所述气象预测数据分别代入所述负荷关系函数和所述供能关系函数，得到对应的预测负荷数据和对应的预测供能数据；将所述预测供能数据、所述预测负荷数据和所述能源价格信息代入所述成本关系函数，得到最小成本；根据所述最小成本和所述工作参数发送控制指令至所述供能设备以使所述供能设备根据所述控制指令进行开启或关闭所述产能装置和所述储能装置。
- 如权利要求1所述的供能设备管理的方法，其特征在于，所述获取预存的负荷关系函数、供能关系函数和成本关系函数之前，包括：获取历史负荷数据库中的历史负荷数据；获取历史供能数据库中的历史供能数据；获取历史气象数据库中的历史气象数据；获取预存的历史能源价格信息；将所述历史负荷数据和所述历史气象数据进行神经网络分析，生成所述负荷关系函数；将所述历史供能数据和所述历史气象数据进行神经网络分析，生成所述供能关系函数；将所述历史供能数据、所述历史负荷数据和所述历史能源价格信息进行神经网络分析，生成所述成本关系函数。
- 如权利要求1所述的供能设备管理的方法，其特征在于，所述方法还包括：接收所述供能设备发送的当前的监测数据；根据所述监测数据计算出当前的负荷数据和当前的供能数据；将所述当前的负荷数据和所述当前的供能数据分别对应添加至所述历史负荷数据库和所述历史供能数据库，以对所述历史负荷数据和所述历史供能数据进行更新。
- 如权利要求1所述的供能设备管理的方法，其特征在于，所述根据所述最小成本和所述工作参数发送控制指令至所述供能设备以使所述供能设备根据所述控制指令进行开启或关闭所述产能装置和储能装置具体包括：根据所述最小成本得到产能总量和储能总量的时间分配计划；根据所述工作参数和时间分配计划，得到所述产能装置和所述储能装置的运行计划；根据所述运行计划发送控制指令开启或关闭所述产能装置和所述储能装置。
- 如权利要求1所述的供能设备管理的方法，其特征在于，所述工作参数包括所述储能装置充放阀值和所述供能设备产能极限值。
- 一种供能设备管理的系统，其特征在于，所述供能设备包括产能装置和储能装置，所述系统包括：关系函数获取模块，用于获取预存的负荷关系函数、供能关系函数和成本关系函数；气象数据获取模块，用于获取气象预测数据；初始数据获取模块，用于获取用户输入的所述供能设备的工作参数和能源价格信息；预测数据获取模块，用于将所述气象预测数据分别代入所述负荷关系函数和所述供能关系函数，得到对应的预测负荷数据和对应的预测供能数据；最小成本获取模块，用于将所述预测供能数据、所述预测负荷数据和所述能源价格信息代入所述成本关系函数，得到最小成本；控制指令发送模块，用于根据所述最小成本和所述工作参数发送控制指令至所述供能设备以使所述供能设备根据所述控制指令进行开启或关闭所述产能装置和所述储能装置。
- 如权利要求6所述的供能设备管理的系统，其特征在于，所述关系函数获取模块还包括：历史负荷数据获取单元，用于获取历史负荷数据库中的历史负荷数据；历史供能数据获取单元，用于获取历史供能数据库中的历史供能数据；历史气象数据获取单元，用于获取历史气象数据库中的历史气象数据；历史能源价格获取单元，用于获取预存的历史能源价格信息；负荷关系函数生成单元，用于将所述历史负荷数据和所述历史气象数据进行神经网络分析，生成所述负荷关系函数；供能关系函数生成单元，用于将所述历史供能数据和所述历史气象数据进行神经网络分析，生成所述供能关系函数；成本关系函数生成单元，用于将所述历史供能数据、所述历史负荷数据和所述历史能源价格信息进行神经网络分析，生成所述成本关系函数。
- 如权利要求所述6的供能设备管理的系统，其特征在于所述控制指令发送模块具体包括：时间分配计划生成单元，用于根据所述最小成本得到产能总量和储能总量的时间分配计划；运行计划生成单元，用于根据所述工作参数和时间分配计划，得到所述产能装置和所述储能装置的运行计划；指令发送单元，用于根据所述运行计划发送控制指令开启或关闭所述产能装置和所述储能装置。
- 一种终端设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1至5任一项所述的供能设备管理的方法的步骤。
- 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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5任一项所述的供能设备管理的方法的步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710991226.6 | 2017-10-23 | ||
| CN201710991226.6A CN109695976A (zh) | 2017-10-23 | 2017-10-23 | 一种供能设备管理的方法、系统及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2019080807A1 true WO2019080807A1 (zh) | 2019-05-02 |
Family
ID=66226788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2018/111263 WO2019080807A1 (zh) | 2017-10-23 | 2018-10-22 | 一种供能设备管理的方法、系统及终端设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109695976A (zh) |
| WO (1) | WO2019080807A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111144763A (zh) * | 2019-12-27 | 2020-05-12 | 新奥数能科技有限公司 | 一种供能设备确定方法、装置、可读介质及电子设备 |
| CN113393010A (zh) * | 2020-03-12 | 2021-09-14 | 中关村海华信息技术前沿研究院 | 用于控制系统的数据处理方法、系统及存储介质 |
| CN113642250A (zh) * | 2021-08-30 | 2021-11-12 | 新奥数能科技有限公司 | 供能设备群组运行控制方法、装置、计算机设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102968111A (zh) * | 2012-12-14 | 2013-03-13 | 新奥科技发展有限公司 | 控制分布式能源系统的方法和系统 |
| CN103107558A (zh) * | 2013-01-31 | 2013-05-15 | 东南大学 | 多模态可定制绿色能量集线器及其方法 |
| CN103345227A (zh) * | 2013-07-02 | 2013-10-09 | 东南大学 | 一种微电网监测与能量管理装置及方法 |
| CN105929687A (zh) * | 2015-02-27 | 2016-09-07 | 约翰逊控制技术公司 | 高层级中央设施优化 |
| CN106447152A (zh) * | 2016-06-21 | 2017-02-22 | 中国南方电网有限责任公司电网技术研究中心 | 基于能源中心的电‑气‑热系统协同调度方法和系统 |
| CN106845770A (zh) * | 2016-12-16 | 2017-06-13 | 深圳市麦澜创新科技有限公司 | 一种基于神经网络的储能管理系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101021914A (zh) * | 2006-03-22 | 2007-08-22 | 侯春海 | 暖通空调负荷预测方法和系统 |
| CN101667013B (zh) * | 2009-09-04 | 2011-03-23 | 天津大学 | 微型燃气轮机冷电联供分布式供能系统优化运行控制方法 |
| US10101730B2 (en) * | 2014-05-01 | 2018-10-16 | Johnson Controls Technology Company | Incorporating a load change penalty in central plant optimization |
| CN104950720B (zh) * | 2015-06-16 | 2018-07-20 | 天津大学 | 基于气象预报将需求响应和舒适度反馈结合的供能系统 |
| CN105676824B (zh) * | 2016-03-02 | 2018-05-01 | 山东大学 | 一种可再生能源冷热电联供能量优化调度系统与方法 |
| CN107039975B (zh) * | 2017-05-27 | 2020-03-24 | 上海电气分布式能源科技有限公司 | 一种分布式能源系统能量管理方法 |
-
2017
- 2017-10-23 CN CN201710991226.6A patent/CN109695976A/zh active Pending
-
2018
- 2018-10-22 WO PCT/CN2018/111263 patent/WO2019080807A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102968111A (zh) * | 2012-12-14 | 2013-03-13 | 新奥科技发展有限公司 | 控制分布式能源系统的方法和系统 |
| CN103107558A (zh) * | 2013-01-31 | 2013-05-15 | 东南大学 | 多模态可定制绿色能量集线器及其方法 |
| CN103345227A (zh) * | 2013-07-02 | 2013-10-09 | 东南大学 | 一种微电网监测与能量管理装置及方法 |
| CN105929687A (zh) * | 2015-02-27 | 2016-09-07 | 约翰逊控制技术公司 | 高层级中央设施优化 |
| CN106447152A (zh) * | 2016-06-21 | 2017-02-22 | 中国南方电网有限责任公司电网技术研究中心 | 基于能源中心的电‑气‑热系统协同调度方法和系统 |
| CN106845770A (zh) * | 2016-12-16 | 2017-06-13 | 深圳市麦澜创新科技有限公司 | 一种基于神经网络的储能管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109695976A (zh) | 2019-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019080807A1 (zh) | 一种供能设备管理的方法、系统及终端设备 | |
| CN104517240A (zh) | 用于管理微电网中的设备的方法和系统 | |
| WO2021042339A1 (zh) | 散热控制与模型训练方法、设备、系统及存储介质 | |
| CN111160880A (zh) | 基于区块链的面向工业用户需求响应交易结算控制方法 | |
| CN112412763A (zh) | 一种云端控制的空压机协同作业方法、及其相关设备 | |
| CN115063052B (zh) | 一种基于电能计量芯片的电力数据处理方法和计算机设备 | |
| CN110867956A (zh) | 一种基于智能台区的拓扑自动识别系统及方法 | |
| JP7178478B2 (ja) | 分散予測によって電力網を最適化するための技術 | |
| CN106849064B (zh) | 一种基于气象数据的区域电网负荷预测管理系统 | |
| CN114968981A (zh) | 基于电网数据的大数据平台系统及其数据处理方法 | |
| CN115169805A (zh) | 一种能耗监测方法和装置 | |
| CN103400217A (zh) | 风电与常规能源协调调度风电相容性网络安全分析方法 | |
| CN116880231B (zh) | 基于智能家居的多端交互方法及装置 | |
| CN111611255B (zh) | 设备能耗节能管理方法、装置、终端设备及存储介质 | |
| CN111597194B (zh) | 设备能耗控制方法、装置、终端设备及存储介质 | |
| CN109389522B (zh) | 一种柔性负荷的能量区块化方法及系统 | |
| CN116488149A (zh) | 微电网发电策略确定方法、装置以及微电网 | |
| CN113655720A (zh) | 家电设备的控制方法、装置、云服务器、设备及存储介质 | |
| CN115579935A (zh) | 发电系统控制方法、装置、系统、电子设备及存储介质 | |
| CN115940301A (zh) | 一种功率因数的控制方法、装置、设备及存储介质 | |
| CN115392684A (zh) | 一种基于带外方式的数据机房碳排放监控系统及方法 | |
| CN114416869A (zh) | 一种负荷聚合调度平台和系统 | |
| WO2023245666A1 (zh) | 能源系统的管理方法及装置 | |
| CN111313560A (zh) | 一种智能配电管理系统 | |
| US20200358313A1 (en) | Technologies for dynamic forecasting, aggregation, and validation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18871765 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 08/09/2020) |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 18871765 Country of ref document: EP Kind code of ref document: A1 |