【技术实现步骤摘要】
本专利技术涉及蒸汽储能设备群体领域，尤其涉及一种蒸汽储能设备群体调控方法、设备。
技术介绍
1、能源是推动世界发展的重要驱动力，人类社会长久以来以化石燃料为主的用能方式造成了大量的温室气体排放，并由此带来了严重的全球变暖问题，随着国家对环境污染治理要求的提高，大规模减少和逐步消除化石能源已经是大势所趋，随着中国大规模开发风力发电等新能源技术，许多自然条件良好的地区，风力发电每度电生产成本，已经低于传统火力发电综合成本，这使得未来采用绿色零碳电力代替化石能源，生产低成本绿色零碳蒸汽不仅技术上成为可能，而且也逐步具有一定经济性。
2、现有技术中，如中国公开号为cn112907118a，该专利技术提供一种低谷电蒸汽蓄热器的能源分配系统，包括：多个用户端、区域管理端和远程终端，其中，用户端用于采集用户的能耗信息；区域管理端用于将用户的能耗信息发送给远程终端；远程终端用于在低谷电时根据用户的能耗信息对能源进行转换后存储，并将转换后存储的能源分配给区域管理端；区域管理端还用于根据用户的能耗信息将远程终端分配的能源分配给多个用户端，以供多个用户端使用。本专利技术的系统，远程终端根据用户的能耗信息，在低谷电时对能源进行转换后存储，并将转换后的能源分配给区域管理端，在用户端使用能源时，区域管理端根据用户端用户的能耗信息进行能源分配，做到用多少存储多少，最大程度上避免能源的浪费。
3、蒸汽储能设备用于蒸汽的储存和释放，为了满足工业企业生产用高压蒸汽需要，蒸汽储能设备需要稳定的电能输入，来供应稳定的蒸汽能源，有的直接通过城市电
技术实现思路
1、本专利技术的目的在于提供一种蒸汽储能设备群体调控方法、设备用于对蒸汽储能设备群体进行合理的调控，提高能源利用效率，将不稳定能源转换为蒸汽稳定的输入，达到工业蒸汽稳定的输送，满足工厂的需求。
2、本专利技术为解决上述技术问题，采用以下技术方案来实现：
3、一种蒸汽储能设备群体调控方法、设备，包括以下步骤：
4、s1、将不稳定、不恒定和不持续的可再生新能源电力输送至蒸汽储能设群体；
5、s2、热负荷预测模型结合蒸汽储能设群体的能量储存和释放数据，进行负荷需求的预测；
6、s3、通过热负荷预测模型生成调控策略的同时进行配网调控和优化策略，实现蒸汽储能设备的最佳运行状态；
7、s4、调控策略将调控方法应用于蒸汽储能设群体，实现蒸汽储能设群体的协同调控。
8、优选地，在步骤s1中，所述不稳定、不恒定和不持续的可再生新能源电力包括太阳能光伏发电、风力发电及电网低谷时段弃电，其中所述电网低谷时段弃电是在电力供应过剩的情况下，电网运营商为维持电网的平衡和稳定，采取将部分发电设备停运或减产，导致一部分电能无法被利用而被弃掉的电力，所述水电弃电是水电站发电时，由于电力需求，无法将全部水能转化为电能而被弃掉的电力。
9、优选地，在步骤s1中，所述蒸汽储能设群体包括调控系统和调控设备，其中所述群体调控系统包括传感器模块、模型训练模块、调控策略生成模块和调控执行模块，所述群体调控设备包括多个蒸汽储能设备、传感器网络和控制中心。
10、优选地，在步骤s1中，所述传感器模块用于获取与蒸汽储能设群体相关的历史数据和实时数据，所述模型训练模块用于训练和优化热负荷预测模型，基于历史数据和实时数据训练调控模型，所述调控策略生成模块用于根据调控模型生成调控策略，包括对群体中每个设备的功率输出进行调整，实现群体的负荷平衡，所述调控执行模块用于将调控策略应用于蒸汽储能设群体，实现群体的协同调控，所述多个蒸汽储能设备用于储存和释放蒸汽能量，所述传感器网络包括温度传感器、压力传感器和流量传感器，用于获取与蒸汽储能设群体相关的实时数据，所述控制中心用于训练调控模型、生成调控策略并将其应用于蒸汽储能设群体。
11、优选地，在步骤s2中，所述热负荷预测模型基于bp神经网络预测算法进行负荷需求的预测，同时使用遗传算法对bp神经网络预测算法进行优化。
12、优选地，在步骤s2中，所述bp神经网络预测算法是通过对输入样本数据学习训练，挖掘隐藏在数据内部的规律，并利用学习到的规律预测未来负荷数据，所述遗传算法运用并行随机搜索优化方法，根据适应度函数选择个体保留适应度强的个体，淘汰适应度差的个体，而新形成的群体继承上一代的优秀信息，所述遗传算法是一种全局优化算法，用于弥补bp神经网络算法陷入局部极小值的缺点，筛选出最优bp的权值和阈值，提高预测精度和收敛速度。
13、优选地，在步骤s2中，所述bp神经网络进行负荷需求的预测包括以下分步骤：
14、s21、选取蒸汽储能设群体相关的温度、压力、流量数据、发电量和前3天每天的热负荷影响因素作为输入变量；
15、s22、对数据进行预处理，将预测日热负荷作为输出变量；
16、s23、确定bp神经网络的结构，包括输入层、隐藏层和输出层的节点数及其连接方式，使用较小的随机值进行初始化对遗传算法的参数进行设置；
17、s24、由bp网络的训练误差计算适应度，满足条件时进行交叉和变异操作；
18、s25、不满足条件时获取最优权值网值，同时计量误差，更新权值阈值，满足条件进行负荷需求的预测。
19、优选地，在步骤s23中，所述隐藏层为一层，隐藏层节点数为 ，其中π为输入变量个数。
20、优选地，在步骤s22中，所述预处理包括对数据进行去噪、滤波和归一化处理，用于提高数据的准确性和可用性。
21、优选地，在步骤s3中，所述调控策略包括对群体中每个设备的功率输出进行调整，以实现蒸汽储能设备的最佳运行状态，同时通过模仿学习机制，调控策略可以根据历史数据和实时数据来预测最佳的功率输出，以满足电网需求并最大程度地提高能源利用效率。
22、本专利技术的有益效果是：
23、本专利技术将不稳定、不恒定和不持续的可再生新能源电力输送至蒸汽储能设群体，热负荷预测模型使用bp神经网络预测算法同时用遗传算法进行优化，对负荷需求进行预测，此时调控策略可以根据历史数据和实时数据来预测最佳的功率输出，以满足电网需求并最大程度地提高能源利用效率，将调控方法应用于蒸汽储能设群体，实现蒸汽储能设群体的协同调控，提高调控策略的精确度和适应性，同时可以根据负荷需求的预测，对比终端用户蒸汽需求量，可以预测计算出目标负荷蒸汽需求量，无法满足本文档来自技高网...
【技术保护点】
1.一种蒸汽储能设备群体调控方法、设备，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S1中，所述不稳定、不恒定和不持续的可再生新能源电力包括太阳能光伏发电、风力发电及电网低谷时段弃电，其中所述电网低谷时段弃电是在电力供应过剩的情况下，电网运营商为维持电网的平衡和稳定，采取将部分发电设备停运或减产，导致一部分电能无法被利用而被弃掉的电力，所述水电弃电是水电站发电时，由于电力需求，无法将全部水能转化为电能而被弃掉的电力。
3.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S1中，所述蒸汽储能设群体包括调控系统和调控设备，其中所述群体调控系统包括传感器模块、模型训练模块、调控策略生成模块和调控执行模块，所述群体调控设备包括多个蒸汽储能设备、传感器网络和控制中心。
4.根据权利要求3所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S1中，所述传感器模块用于获取与蒸汽储能设群体相关的历史数据和实时数据，所述模型训练模块用于训练和优化热负荷预测模型，基于历
5.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S2中，所述热负荷预测模型基于BP神经网络预测算法进行负荷需求的预测，同时使用遗传算法对BP神经网络预测算法进行优化。
6.根据权利要求5所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S2中，所述BP神经网络预测算法是通过对输入样本数据学习训练，挖掘隐藏在数据内部的规律，并利用学习到的规律预测未来负荷数据，所述遗传算法运用并行随机搜索优化方法，根据适应度函数选择个体保留适应度强的个体，淘汰适应度差的个体，而新形成的群体继承上一代的优秀信息，所述遗传算法是一种全局优化算法，用于弥补BP神经网络算法陷入局部极小值的缺点，筛选出最优BP的权值和阈值。
7.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S2中，所述BP神经网络进行负荷需求的预测包括以下分步骤：
8.根据权利要求7所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S23中，所述隐藏层为一层，隐藏层节点数为 ，其中π为输入变量个数。
9.根据权利要求7所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S22中，所述预处理包括对数据进行去噪、滤波和归一化处理，用于提高数据的准确性和可用性。
10.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤S3中，所述调控策略包括对群体中每个设备的功率输出进行调整，以实现蒸汽储能设备的最佳运行状态，同时通过BP神经网络预测进行负荷需求的预测，调控策略可以根据历史数据和实时数据来预测最佳的功率输出，以满足电网需求并最大程度地提高能源利用效率。
...【技术特征摘要】
1.一种蒸汽储能设备群体调控方法、设备，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤s1中，所述不稳定、不恒定和不持续的可再生新能源电力包括太阳能光伏发电、风力发电及电网低谷时段弃电，其中所述电网低谷时段弃电是在电力供应过剩的情况下，电网运营商为维持电网的平衡和稳定，采取将部分发电设备停运或减产，导致一部分电能无法被利用而被弃掉的电力，所述水电弃电是水电站发电时，由于电力需求，无法将全部水能转化为电能而被弃掉的电力。
3.根据权利要求1所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤s1中，所述蒸汽储能设群体包括调控系统和调控设备，其中所述群体调控系统包括传感器模块、模型训练模块、调控策略生成模块和调控执行模块，所述群体调控设备包括多个蒸汽储能设备、传感器网络和控制中心。
4.根据权利要求3所述的一种蒸汽储能设备群体调控方法、设备，其特征在于，在步骤s1中，所述传感器模块用于获取与蒸汽储能设群体相关的历史数据和实时数据，所述模型训练模块用于训练和优化热负荷预测模型，基于历史数据和实时数据训练调控模型，所述调控策略生成模块用于根据调控模型生成调控策略，包括对群体中每个设备的功率输出进行调整，实现群体的负荷平衡，所述调控执行模块用于将调控策略应用于蒸汽储能设群体，实现群体的协同调控，所述多个蒸汽储能设备用于储存和释放蒸汽能量，所述传感器网络包括温度传感器、压力传感器和流量传感器，用于获取与蒸汽储能设群体相关的实时数据，所述控制中心用于训练调控模型、生成调控策略并将其应用于蒸汽储能设群体。
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：李旭刚，凌人滨，于红文，凌通，
申请(专利权)人：北京希克斯智慧新能源科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。